Sabiendo que la diagonalizacion de una matriz está dada por la definición:

Sea A Є 𝑅 𝑛𝑥𝑛 , se dice que A es diagonizable ↔ A es semejante a una matriz diagonal si y solo
si ∃ P Є 𝑅 𝑛𝑥𝑛 inversible tal que 𝑃−1 𝐴𝑃 = 𝐷 diagonal.

Es un caso especial de semejanza. Una matriz es diagonalizable cuando es semejante a una

matriz diagonal.

A Є 𝑅 𝑛𝑥𝑛 diagonizable si y solo si A tiene n vectores linealmente independientes.

Sean 𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 autos vectores LI de la matriz A Є 𝑅 𝑛𝑥𝑛 . Podemos construir una matriz P

cuyas columnas sean dichos vectores:

P = (𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 )

P es inversible porque sus columnas son LI y por lo tanto tiene rango n (det (P) ≠ 0).
Puede demostrarse que:

𝑃−1 . 𝐴. 𝑃 = 𝐷 ; Donde D es una matriz diagonal cuyos elementos son los respectivos autos
valores.
SOLUCION:
Hallando los valores propios:

|𝐴 − λI| = 0

2−λ 3
| |=0 (2 − λ)(13 − λ) − (4)(3) = 0
4 13 − λ

λ2 − 15λ + 14 = 0

(λ − 14)(λ − 1) = 0

Entonces los auto valores son:

λ1 = 14 λ2 = 1

Hallando los vectores propios:

̅) = (0̅ )
(𝐴 − λI)(𝑉

Matriz Columna

Para λ1 = 14

2 − 14 3 𝑥 0
( ) (𝑦 ) = ( )
4 13 − 14 0
−12𝑥 + 3𝑦 = 0
⟧ → 4𝑥 = 𝑦
4𝑥 − 𝑦 = 0

1
𝐻(λ1) = {𝛼 ( )}
4

Para λ2 = 1

1 3 𝑥 0
( ) (𝑦) = ( )
4 12 0
𝑥 + 3𝑦 = 0
⟧ → 𝑥 = −3𝑦
4𝑥 + 12𝑦 = 0

−3
𝐻(λ2) = {𝛼 ( )}
1
Para diagonalizar la matriz:

𝐴 = 𝑃𝐷(𝑃−1 )

1 −3 λ1 0
Donde: 𝑃=( ) y 𝐷=( )
4 1 0 λ2

H(λ1) H(λ2)

Hallando 𝑃−1 :

(𝑎𝑑𝑗(𝑃))𝑇
𝑃−1 =
|𝑃|

|𝑃| = 13

Hallando 𝑎𝑑𝑗(𝑃):

𝑎11 = +(1)
𝑎12 = −(4) 1 −4
⟩ 𝑎𝑑𝑗(𝑃) = ( )
𝑎21 = −(−3) 3 1
𝑎21 = +(1)

1 3
(𝑎𝑑𝑗(𝑃))𝑇 = ( )
−4 1

1/13 3/13
𝑃−1 = ( )
−4/13 1/13

RESPUESTA:

𝐴 = 𝑃. 𝐷. 𝑃−1
Problema 2:
Resolución:

 1 0 0 1  0 0   1
  
A =  a 1 0   A   I3 = a 1  0 = 1     c        1
2

1 b c c   c
  1 b 

1. C=1 A no es Diagonalizable

Valor propio  1 con multiplicidad 3

dim V =3-ran  A  1I3   2

0 a 1 
 
A  I3 =  0 0 b  ran  A  1I3   1
 0 0 c  1
 

A no es diagonalizable pues la multiplicidad de 1  dimensión de V

2. C  1

1  con multiplicidad 2
Valores Propios
C  con multiplicidad 1 (Si es diagonalizable)

dim V =3-ran  A  1I3 

0 a 1 
A  I3 =  0 0 b 
 0 0 c  1
 

2.1 Si a  0  dim V = 3-ran  A  1I3  = 3-2 = 1

 La multiplicidad 2 es diferente a la dimensión por ello no es
diagonalizable

0 0 1 
 
2.2 Si a = 0 0 0 b  ran( A  I 3 ) = 1  dim V = 2
 0 0 c  1
 

La multiplicidad 2 es igual a la dimensión por ello es diagonalizable.

Problema 3:
Sea f el endomorfismo de R3 de matriz asociada

5 −6 −6
F= (−1 4 2)
3 −6 −4

Determinar una base respecto de la cual F se represente en forma diagonal

Hallando los valores propios usando al polinomio característico

P(𝜔)=det(F- 𝜔𝐼)=Lf- 𝜔𝐼l=0

5 −6 −6 1 0 0 5−𝜔 −6 −6
|(−1 4 2 ) − 𝜔 (0 1 0)|=0 | −1 4−𝜔 2 |=0
3 −61 −4 0 0 1 3 −6 −4 − 𝜔

Despues de resolver por expansión de cofactores

4−𝜔 2 −1 2 −1 4 − 𝜔
5-𝜔 | |-(-6) | |+(-6) | |=0
−6 −4 − 𝜔 3 −4 − 𝜔 3 −6

- 𝜔3+5 𝜔2-8 𝜔+4=0

(𝜔-2)2(1- 𝜔)=0,

Donde 𝜔1 = 2 ; 𝜔2 = 2; 𝜔3 = 1 son valores propios

Calculando los vectores propios

Si 𝜔1 = 2 Entocnes (F-2𝐼)V1=0

5−2 −6 −6 3 −6 −6 𝑥1 0
| −1 4−2 2 | 𝑉1=0 | −1 2 2 | (𝑦1 )=(0) Entonces,
3 −6 −4 − 2 3 −6 −6 𝑧1 0

3x-6y-6z=0

-x+2y+2z=0 → -x+2y+2z=0

3x-6y-6z=0 →x1=2y+2z
El vector propio tendrá la forma siguiente

𝑥1 2𝑦1 + 2𝑧1 2 2
(𝑦1) = ( 𝑦1 )=(1) y1+(0) z1
𝑧1 𝑧1 0 1
2 2
Donde (1) y (0) son autovectores de A correspondientes 𝜔1= 𝜔2=2
0 1

Para saber si A es diagonizable, debe cumplirse que la determinante de la matriz P=[ v1 v2

v3]

Sea diferente de 0; donde v1;v2;v3 son los autovectores de A

Formando la matriz P:

3 2 2
P=[−1 1 0] det(P) diferente de 0 ; entonces la matriz A es diagonizable
3 0 1

Entonces aplicamos P-1AP para hallar la matriz diagonal

−1 2 2 5 −6 −6 3 2 2
P-1AP=[−1 3 2 ] [−1 4 2 ] [−1 1 0]
3 −6 −5 3 −6 −4 3 0 1

1 0 0
P-1AP=[0 2 0] Podemos observar que los elementos de la diagonal son los valores
0 0 2
previamente hallados.
Problema 4:

F es inyectiva ⟺ Ker(f) = 0

Demostración:

Sea u 𝜖 Ker(f), se tiene f(u)= 0 = f(0) y por inyectividad⟶ u=0 ⟶Ker(f) = 0 reciprocamente si
f(u) = f(v)

Por linealidad = f(u) – f(v) = f(u-v)

Entonces: u-v= 0 ⟶ u= v ⟶ Ker(f) = 0

⃗⃗ implica que 𝑥⃗ = 0
Luego tenemos que: f es inyectiva ⟺ Ker(f)=0 ⟺ f(𝑥⃗) = 0

Problema 5:

Solución:

 Valores propios o AUTOVALORES = λi = {1,2}.

1 1 
 Vectores propios o AUTOVECTORES = x1   y x1   .
1 0 
a b
 Sea la matriz A    dim A  2   2 autovalores
c d

Por definición: ( A  1I ) x  0

 x
 a b   1 0     ( a  1) x  by  0
( A  1I ) x  0     1   y   0
 c d   0 1    z  cx  (d  1) y  0
 

a 1  b  0
x=y ↔ Autovector: (1,1)
c  d 1  0

Por definición: ( A  2 I ) x  0
  x
 a b   1 0     (a  2) x  by  0
( A  2 I ) x  0     2    y   0 cx  (d  2) y  0
 c d   0 1    z 
 

(a  2) x  0  a  2
y=0 ↔ Autovector: (1,0)
cx  0  c  0

a  b  1  b  1

c  d 1 d 1

 a b   2 1
∴La matriz es A    
 c d  0 1 

Problema 6:

.Estudiemos el caso de a)

La matriz asociada al endomorfismo 𝑓 es:

1 0 −3
𝐴=( 3 2 3)
−3 0 −1

El polinomio característico es

p(λ) = −λ3 + 12λ − 16 = (−4 − λ)(λ − 2)2 , de modo que los autovalores son λ =
−4, m(−4) = 1 y λ = 2, m(2) = 2.

Las dimensiones de los subespacios propios correspondientes son

𝑑𝑖𝑚(𝑉4 ) = 𝑚(−4) = 1 dim(𝑉2 ) = 3 − 𝑟(𝐴 − 2𝐼) = 2 = 𝑚(2)

De manera que 𝑓 es diagonizable

.Veamos el caso de b) La matriz asociada es

1 1 1
𝐴 = (0 2 1)
0 2 3

Con polinomio característico 𝑝(λ) = (λ − 1)2 (4-λ). Los autovalores son λ=1, m(1) = 2 y λ = 4,
m(4) = 1. Las dimensiones de los subespacios propios son 𝑑𝑖𝑚(𝑉4 ) = 𝑚(4) = 1 𝑦 dim(𝑉1 ) =
3 − 𝑟(𝐴 − 𝐼) = 2 = 𝑚(1).

Por consiguiente, el endomorfismo es diagonizable.

.Estudiemos el caso c). La matriz asociada al endomorfismo 𝑓 es:

1 1 0
𝐴 = (0 1 1)
0 −2 −1

Con polinomio característico 𝑝(λ) = (1 − λ)(λ2 + 1). Se tiene que los autovalores son λ =
1 y λ = ±i, de manera que el endomorfismo no es diagonizable.

Problema 7:

Solución:

a)

1a) Cálculo de autovalores:

(A  I )  0
 1 3 3   1 0 0    x1   0 
       
 3 5 3     0 1 0    x2    0 
 6 6 4   0 0 1   x   0 
   3   
 1   3 3    x1   0 
     
 3 5   3    x2    0  ...( I )
 6 6 4      x3   0 
Luego:
1  3 3
3 5   3 0
6 6 4

(1   )[(5   )(4   )  18]  (3)[3(4   )  18]  3[18  6(5   )]

 3  3  2  9  18  18  360  0
 3  12  16  0
(  4)(  2)2  0
1  4
{
2  3  2
∴Los autovalores son 4 y -2

2ª)Cálculo de auto vectores:

Para λ=4: En (I)

 3 3 3  x1   0 
    
 3 9 3  x2    0 
 6 6 0  x   0 
  3   

 3x1 3x2 3x3   0 

   
 3x1 9 x2 3x3    0 
 6 x 6 x 0 x3   0 
 1 2

Resolviendo:
3 x1 3 x2 3 x3  0
3 x1 9 x2 3 x3  0
6 x1 6 x2 0 x3  0

 x1  x2  t
 x3  2t

t  1 
 
 x   t   t  1  ; t  R
 2t   2 

t 
 v1   t  es un autovector de A correspondiente a  = 4
 2t 

Para λ= -2: En (I)

 3 3 3  x1   0 
    
 3 9 3  x2    0 
 6 6 0  x   0 
  3   

 3x1 3x2 3x3   0 

   
 3x1 9 x2 3x3    0 
 6 x 6 x 0 x3   0 
 1 2

Resolviendo:
 3x1 3x2 3x3  0
3x1 3x2 3x3  0
6 x1 6 x2 6 x3  0

 x2  x1  x3

 x1   x1   0  1  0
 x   x1  x    x1    x3   x1 1   x3 1 
 x3   0   x3   0 1 

1  0
 
 v2  1  y v3  1  son autovectores de A correspondiente a   2
0  1 

b) Para saber si A es diagonizable; debe cumpliré que la determinante de la matriz

P = v1 v2 v3  sea diferente de 0; donde v1 v2 v3 son los autovectores de A
Formando la matriz P:
 1 1 0
 
P   1 1 1  det( p)=2  0; entonces la matriz A es diagonizable
 2 0 1
 
Entonces aplicamos P 1 para hallar la matriz diagonal:
1 1 1 
2 
2 2   1 3 3   1 1 0 
 
1   
P AP  
1 1 1
  3 5 3   1 1 1 
2 2 
2 
  6 6 4   2 0 1 
 1 1 0 

 
4 0 0
 
P 1 AP   0 2 0
0 2 
 0
Problema 8:

Solución:

⃗⃗ = 𝜆1 𝑢
Se tiene A𝑢 ⃗⃗, A𝑣⃗ = 𝜆2 𝑣⃗, A𝑤
⃗⃗⃗= 𝜆3 𝑤
⃗⃗⃗. Escrito en forma de sistema de ecuaciones:

𝜆1 = 3 ⇢ 𝑎 − 𝑐 = 0

𝜆1 = 𝑎 + 𝑏 + 𝑐 = 3 ⇢ 𝑑 − 𝑓 = −𝜆2

𝜆1 = 𝑑 + 𝑒 + 𝑓 ⇢ −2 = −𝜆3

𝜆2 = 0 ⇢ 𝑎 − 𝑏 = −𝜆3 , −𝑑 − 𝑒 = 0

De las ecuaciones tendremos que:

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

a-c=0 ─> a=c d-f=0 ─> d=f

-a-b=-2 ─> a+b=2 -d-e=0 ─>e=-d

Operando:

a+b+c= a+b+a=2+a=3 -> a=1

a+b=1+b=2 -> b=1

a=c=1 -> c=1

d+e+f=0+f=3 -> f=3

d=f=3 -> d=3

e=-d=-3 -> e=-3

Problema 9:

por una matriz diagonal

Al ser o autovalor con autovector (0,1,1) , si: a11

0 0
En la matriz asociada a , se tiene A (1)=(0)
1 0

Esto es;

a12+ a13 = 0

a22+ a23 = 0

a32+ a33 = 0

La matriz A puede ser:

0 2 −2
A=(−1 1 −1)
1 1 −1

Hallamos los auto valores para hallar la diagonalizacion:

0 2 −2
A=(−1 1 −1)
1 1 −1

Hallando el polinomio característico de la matriz A

0 2 −2
A=(−1 1 ⃗⃗
−1)- λ. I = 0
1 1 −1
0 2 −2 0 0 0
Remplazando: (−1 1 −1)- λ (0 1 ⃗⃗
0)=0
1 1 −1 0 0 1
0−λ 2 −2
Obtenemos: ( −1 1−λ −1 )=0⃗⃗
1 1 −1 − λ

Aplicamos el método de cofactores:

 1−λ −1 −1 −1 −1 1 − λ
(0 − λ) ( )-2( )+2( )= 0
1 −1 − λ 1 −1 − λ 1 1

Al operar obtenemos lo siguiente:

λ 3 – ( -2 λ-4)+(-2 λ+4)= 0

λ3-4 λ=0

Factorizando:

λ . (λ − 2).( λ + 2)=0

Ya que cumple las ecuaciones de arriba, y además sus columnas son los generadores de Im( f ) .
El polinomio característico es p(λ) λ (λ 2)( λ 2)

Sabemos que Vo L 0,1,1 , de manera que solo queda obtener bases de V2 y V-2
Escalonado los sistemas de ecuaciones resultantes, se obtiene:

V2-> x-y-z=0 V-2 x+y-z=0

z=0 y=0

Las bases respectivas son a f respecto de esta base:

−2 0 0
D=M(f,B)= ( 0 0 0)
0 0 2

Problema 11:

MARCO TEORICO:

Dada una matriz cuadrada A de orden 3 se dice que el número λ0 es un valor propio de A si
existe un vector columna tridimensional c no nulo tal que:
 Ac = λ0 c.

El vector c se llama vector propio de A asociado al valor propio λ0.

Otras terminologías equivalentes

Metodo para hallar un valor y vector propio:

Por definición, un vector propio c debe ser un vector columna distinto de

0
0 = (0)
0

Buscamos λ0 y c tales que

λ0 c = Ac

Esta ecuación es equivalente a λ0 I3 c = Ac, siendo I3 la matriz unidad de orden 3:

1 0 0
𝐈𝟑 = (0 1 0)
0 0 1

El vector c = 0 satisface λ 0 = A0 cualquiera que sea el número λ. Esta situación no interesa,

pues cualquier número seria valor propio de A.

La ecuación

λ0 I3c = Ac
es equivalente a

(λ0 I3 − A) c = 0

Si c ha de ser distinto de cero, entonces necesariamente el determinante

|λ0 I3 − A|

tiene que ser igual a 0. Una posible manera de hallar el λ0 que buscamos es construir el
polinomio en λ

p(λ) := |λ I3 − A| ……………(1)

El polinomio p(λ) en la variable λ es de grado 3 y se llama el polinomio característico de A.

Debemos resolver la ecuación en la incógnita λ

p(λ) := |λ I3 − A| = 0…... ……(2)

A continuación si λ0 es una raíz de esta ecuación, se resuelve el sistema homogéneo

indeterminado
𝑐1 0
(λ0 𝐈𝟑 − 𝐀) (𝑐2) = (0)…………(3)
𝑐3 0
𝑐1
En las incógnitas c1, c2, c3. Una solución 𝑐 = (𝑐2) de (3) con no todas las componentes c1, c2,
𝑐3
c3 nulas, proporciona uno de los vectores buscados.
Problema 12:

Solución:

Como es matriz simétrica:

Se cumple que:
𝑎11 𝑎12 𝑎13 𝑎11 𝑎21 𝑎31
𝑎
𝐴 = ⟦ 21 𝑎22 𝑎23 ⟧ = ⟦𝑎12 𝑎22 𝑎32 ⟧
𝑎31 𝑎32 𝑎33 𝑎13 𝑎23 𝑎33

Entonces (a12=a21; a13=a31; a23=a32)

Nos quedara la matriz:

(a12=a21=M; a13=a31=Z; a23=a32=G)

𝑎11 𝑀 𝑍
𝐴=⟦𝑀 𝑎22 𝐺 ⟧
𝑍 𝐺 𝑎33

Luego como sabemos de la formula (A-ƳI) V=0; para v (vector propio).

Ƴ1=1 ; Ƴ2= -2 ; Ƴ3=3

Para Ƴ1=1

𝑎11 𝑀 𝑍 1 0 0 1 0
𝐴 = ⌈( 𝑀 𝑎22 𝐺 ) − 1 (0 1 0)⌉ ( 1 )=(0)
𝑍 𝐺 𝑎33 0 0 1 −1 0

Resolviendo las operaciones de matrices obtenemos:

𝑎11 + 𝑀 − 𝑍 = 1 … … . . (1 )

𝑀 + 𝑎22 + 𝐺 = 1 … … (2)

𝑍 + 𝐺 + 𝑎33 = −1 … … … . . (3)
Para Ƴ2=-2

𝑎11 𝑀 𝑍 1 0 0 0 0
A= ⌈( 𝑀 𝑎22 𝐺 ) + 2 (0 1 0)⌉ (1) = (0)
𝑍 𝐺 𝑎33 0 0 1 1 0

Resolviendo las operaciones correspondientes de matrices se obtiene:

𝑀 + 𝑍 = 0 … … . . (4 )

𝑎22 + 𝐺 = −2 … … (5)

𝐺 + 𝑎33 = −2 … … … . . (6)

Reemplazando las ecuaciones en (5) en (2) y (6) en (3) tenemos:

𝑀 + 𝐺 + 𝑎22 = 1 𝑍 + 𝐺 − (−2 − 𝐺) = −1

𝑀 + (−2 − 𝐺) + 𝐺 = 1 𝑍 + 2𝐺 + 2 = −1

𝑀=3 𝑍 + 2𝐺 = −3

Como M=-Z pero Z=-3 Entonces 2G=0 G=0

Z=-3

Sabemos también que

(𝑎22= 𝑎33 = −2 − 𝐺 = −2 𝑌 (𝑎11 +M-Z=1)

𝑎22 = 𝑎33 = −2 𝑎11 + 𝑀 − 𝑍1

𝑎11 = −5

Reemplazando los valores en la matriz A nos queda:

𝑎11 𝑀 𝑍 −5 3 −3
A= ⌈( 𝑀 𝑎22 𝐺 )⌉ = ( 3 −2 0 )
𝑍 𝐺 𝑎33 −3 0 −2

Como ya conocemos la matriz procedemos a encontrar el otro vector propio:

−5 3 −3 1 0 0 𝑎 0
⌈( 3 −2 0 ) − 3 (0 1 0)⌉ (𝑏) = (0)
−3 0 −2 0 0 1 𝑐 0

Esto nos da como resultado:

-8a+3b-3c=9

3a-5b=0

3a-c=0 haciendo a=t

Tenemos que:
B=3/5t; c=3t

u: (t (1,3/5,3)) autovector(1,3/5,3)

Problema 13:

El polinomio característico está definido por det(𝐴 − 𝜆𝐼).

Entonces:

Hallando det(𝐴 − 𝜆𝐼):

𝑎−𝜆 2 3
det(𝐴 − 𝜆𝐼)=| 𝑏 2−𝜆 1 |
−1 1 𝑐−𝜆

det(𝐴 − 𝜆𝐼) = −𝜆3 + (𝑎 + 2 + 𝑐)𝜆2 − (2𝑎 + 𝑎𝑐 + 2𝑐 + 2 − 2𝑏)𝜆 + 4 − 2𝑏𝑐 − 𝑎 + 2𝑎𝑐 + 3𝑏

Entonces se tienen las siguientes ecuaciones:

→𝑎+𝑐+2 = 3

→𝑎+𝑐 =1 … (∗)

→ −2𝑎 − 𝑎𝑐 − 2𝑐 − 2 + 2𝑏 = 1

→ 2𝑏 − 2𝑎 − 𝑎𝑐 − 2𝑐 = 3 … (∗∗)

→ 2𝑎𝑐 + 3𝑏 − 2𝑏𝑐 − 𝑎 + 4 = 3

→ 2𝑎𝑐 − 2𝑏𝑐 + 3𝑏 − 𝑎 = −1 … (∗∗∗)

De la ecuación (**)

4𝑏 = 6 + 4𝑎 + 2𝑎𝑐 + 2𝑐 … (+)

El polinomio característico está definido por det(𝐴 − 𝜆𝐼).

Entonces:
Hallando det(𝐴 − 𝜆𝐼):

𝑎−𝜆 2 3
det(𝐴 − 𝜆𝐼)=| 𝑏 2−𝜆 1 |
−1 1 𝑐−𝜆

det(𝐴 − 𝜆𝐼) = −𝜆3 + (𝑎 + 2 + 𝑐)𝜆2 − (2𝑎 + 𝑎𝑐 + 2𝑐 + 2 − 2𝑏)𝜆 + 4 − 2𝑏𝑐 − 𝑎 + 2𝑎𝑐 + 3𝑏

Entonces se tienen las siguientes ecuaciones:

→𝑎+𝑐+2 = 3

→𝑎+𝑐 =1 … (∗)

→ −2𝑎 − 𝑎𝑐 − 2𝑐 − 2 + 2𝑏 = 1

→ 2𝑏 − 2𝑎 − 𝑎𝑐 − 2𝑐 = 3 … (∗∗)

→ 2𝑎𝑐 + 3𝑏 − 2𝑏𝑐 − 𝑎 + 4 = 3

→ 2𝑎𝑐 − 2𝑏𝑐 + 3𝑏 − 𝑎 = −1 … (∗∗∗)

De la ecuación (**)

4𝑏 = 6 + 4𝑎 + 2𝑎𝑐 + 2𝑐 … (+)

Problema 14:

Para determinar si S es lineal, se verifican los dos axiomas siguientes

1.- Superposición:

S(̅̅̅̅̅ ̅̅̅̅)=S(𝑣1
𝑣1 + 𝑣2 ̅̅̅̅̅
̅̅̅̅)+S(𝑣2)

Sean: ̅𝑣1
̅̅̅=a1x2+b1x+c1 ̅̅̅̅)=( a1 + b1 , c1 )
S(𝑣1

̅̅̅̅= a2x2+b2x+c2
𝑣2 ̅̅̅̅)=( a2 + b2 , c2 )
S(𝑣1

S(̅̅̅̅̅ ̅̅̅)=( a1+a2+b1+b2, c1+c2)= S(̅̅̅̅̅̅

𝑣1 + ̅𝑣2 ̅̅̅̅̅ cumple:
𝑣1 ) + 𝑆(𝑣2)
2.- Homogeneidad: S(𝑎̅̅̅̅̅̅
𝑣1 )= 𝑎.S(̅̅̅̅̅̅
𝑣1 )

Sea 𝑎̅̅̅̅̅ ̅̅̅̅)=( 𝑎.a1 + 𝑎.b1 , 𝑎.c1 )= 𝑎.S(̅̅̅̅̅̅

𝑣1 = 𝑎.a1.x2+ 𝑎.b1.x+ 𝑎.c1 Entonces : S(𝑣1 𝑣1 )

•Por tanto, la transformación S si es lineal.

(b) El núcleo N(S) de la transformación se define como N(S)= { ̅̅̅̅

𝑣1 ̅̅̅
∈ 𝑃<=2 | S(𝑣) = 0̅ R2}

● Se propone al vector 𝑣̅ =ax2+bx+c ∈ 𝑃<=2

● Se iguala la imagen de v con el vector cero del codominio:

S(𝑣̅ )=S(ax2+bx+c) = ( a+b, c)=(0,0)

● Igualando términos en los vectores anteriores: a + b = 0; c = 0

● De donde a=-b y c=0

● Por tanto, el vector propuesto se transforma en: 𝑣̅ =ax2+bx+c = -bx2+bx

● Finalmente, el núcleo es: N(S)= { -bx2+bx | b ∈ R}

Dim N(S)=1

(c) El recorrido de la transformación se determina a partir de la base canónica del dominio

P<=2={ ax2+bx+c |a,b,c ∈ R}

Bcanonica de P<=2 = {x2,x,1}

● Se obtienen las imágenes de los vectores de la base canónica anterior:

S(x2)=(1,0)

S(x)=(1,0)

S(1)=(0,1)

● Las imágenes anteriores constituyen el Conjunto Generador del recorrido:

C.G={(1,0),(1,0),(0,1)}

● Se determina el Espacio Renglón del conjunto generador anterior:

1 0 1 0 1 0
(1 0) → (0 0 ) → (0 1) → Bcanonica de S(P<=2)={(1,0),(0,1)}
0 1 0 1 0 0

● Obteniendo el vector genérico con la base canónica anterior:

𝑤
̅=a(1,0)+b(0,1)=(a,0)+(0,b)=(a,b)

● Finalmente, el recorrido es: de S(P<=2)={(a,b) | a,b ∈ R }

 Dim S(P<=2)=2

(d) Verificando dim P<=2 = dim N(S) + dim S(P<=2) se tiene:

3 = 1 + 2 entonces se cumple.

Problema 15 – 1:

Solución:


(a) - El núcleo está dado por el conjunto N ( S )  v  R 3 S (v)  0M 2 . 
- Para determinar N ( S ) , se propone al vector: v  ( x, y, z )  R 3 .
- Cuya imagen es:
OM 2

 x  2y y  z  0 0
S (v )    
 yz x  y  z  0 0
- Igualando términos en los vectores anteriores, se llega al sistema de ecuaciones:
x  2y  0
yz 0
x yz 0
- Resolviendo matricialmente. Se tiene:
 1 2 0   1 2 0   1 2 0  x  2y  0 x  2 z
     
 0 1 1  0 1 1  0 1 1   y  z  0  y  z
 1 1 1   0 1 1   0 0 0  0z  0 zz
     
- Es decir, el vector v  ( x, y, z ) propuesto originalmente se transforma en:
v  (2 z,  z, z )
- Por tanto:
 Núcleo de la transformación  N ( S )   2 z ,  z , z  z  
Dimensión  dim N ( S )  1
Bcanonica de N (S )  1,0,0 ,  0,1,0  ,  0,0,1.


(b) - El recorrido es un conjunto de la forma: S ( R )  S (u) u  R .
3 3

- El dominio de las transformaciones S es R 3   x, y, z  x, y, z  .
- 
La base canónica del dominio es Bcanonica de R3  1,0,0 ,  0,1,0 ,  0,0,1 . 
- Las imágenes de los vectores de la base canónica anterior son:

1 0  2 0   0 1
S (1, 0, 0)   ; S (0,1, 0)   ; S (0, 0,1)   ;
0 1  0 1  1 1

- Las cuales, constituyen al conjunto generador del recorrido:

 1 0   2 1   0 1 
C.G.   , , 
 0 1   1 1  1 1 
- Se obtiene el espacio renglón generado por el conjunto anterior (aplicando
isomorfismo):
1 0 0 1 1 0 0 1
   
 2 1 1 1  0 1 1 1   Bcanonica de
0 1 1 1 0 0 0 0
   
Matriz canonica escalonada

 1 0   0 1 
S ( R3 )   , 
 0 1   1 1 
- Vector genérico del recorrido (haciendo combinación lineal con los vectores de la
base canónica anterior):
 1 0   0 1 a b 
w  a   b     w  Re corrido dela transformacion S
 0 1   1 1 b a  b
dim S ( R3 )  2  Dim

(c) - Se verifica el teorema: dim R  dim N (S )  dim S ( R )

3 3

3  1  2  cumple
Problema 16:

Resolución:

a) PASO 1:
Calculando el núcleo de T:

Sabiendo que el núcleo de T se obtiene haciendo al vector + (3x+y; 6x-z; 2y+z) igual al
vector nulo (0; 0; 0) perteneciente al conjunto de llegada así:

(3x+y; 6x-z; 2y+z) = (0; 0; 0)

3𝑥 + 𝑦 = 0
{ 6𝑥 − 𝑧 = 0
2𝑦 + 𝑧 = 0

PASO 2:
Al resolver este sistema homogéneo por el método de Gauss, se reduce a la Iteracion
(III)

𝑥 𝑦 𝑧 .
0
3 1 0.
(I) (6 0 −1.0) 𝐷𝑜𝑛𝑑𝑒: 𝐹2 = 2𝐹1 − 𝐹2
0 2 1 0

𝑥 𝑦 𝑧.
0
3 1 0.
(II) (0 2 1.0) 𝐷𝑜𝑛𝑑𝑒: 𝐹3 = 𝐹3 − 𝐹2
0 2 10
 𝑥 𝑦 𝑧.
0
3 1 0.
(III) (6 0 1.0) 𝐷𝑜𝑛𝑑𝑒: 𝐿𝑎 𝑓𝑖𝑙𝑎 𝐹1 𝑠𝑒𝑟á 𝑙𝑎 𝑒𝑥𝑝𝑟𝑒𝑠𝑖𝑜𝑛 (𝛼)
0 2 00
𝐿𝑎 𝑓𝑖𝑙𝑎 𝐹2 𝑠𝑒𝑟á 𝑙𝑎 𝑒𝑥𝑝𝑟𝑒𝑠𝑖𝑜𝑛 (𝛽)

Tenemos: ρ(A) = ρ(A/B), entonces el sistema es compatible, como n = 3 y ρ(A) = 2, entonces el

número de parámetros es:

.K=n–r

K=3–2

K=1

Donde:

 n : número de incognitas
 ρ(A) = r : rango de la matriz A
 k : numero de parámetros

∴ 𝑂𝑏𝑡𝑒𝑛𝑒𝑚𝑜𝑠 1 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜

De (𝛼) y (𝛽) :

3𝑥 + 𝑦 = 0
{2𝑦 + 𝑧 = 0
𝑧=𝑡

.2y + z = 0

y = -z/2

y = -t/2

.3x + y = 0

x = -y/3

x = - (-t/2)/3
x = t/6

PASO 3:

El núcleo de T es Núcleo (t) = (t/6; -t/2; t)

∴ Nucleo (t) = (1/6; -1/2; 1)

Parámetro de (t) = 3

b)
(x; y; z ) = (3x+y; 6x-z; 2y+z)

Calculo del recorrido de t:

PASO 1:
La imagen de t está formada por vectores de la forma (r; s; t) tal que:
(r; s; t) = (3x+y; 6x-z; 2y+z)

PASO 2:
Igualando los componentes obtenemos el sistema:

3𝑥 + 𝑦 = 𝑟
{ 6𝑥 − 𝑧 = 𝑠
2𝑦 + 𝑧 = 𝑡

PASO 3:
Resolvemos el sistema por el metro de Gauss

3 1 0 .𝑟
(𝐼) (6 0 −1.𝑠 ) 𝐷𝑜𝑛𝑑𝑒: 𝐹2 = 2𝐹1 − 𝐹2
0 2 1 .𝑡

3 1 0. 𝑟
(𝐼𝐼) (0 2 1.2𝑟 − 𝑠) 𝐷𝑜𝑛𝑑𝑒: 𝐹3 = 𝐹3 − 𝐹2
0 2 1. 𝑡
 3 1 0. 𝑟
(𝐼) (0 2 1 . 2𝑟 − 𝑠 ) 𝐷𝑜𝑛𝑑𝑒: 𝐹2 = 2𝐹1 − 𝐹2
0 0 .
0 𝑡 − (2𝑟 − 𝑠)

En la Iteración (III) podemos afirmar que el sistema será compatible, si:

. t – (2r-s) = 0

t – 2r + s = 0 v z – 2x + y = 0

Donde esta última expresión es un plano que pasa por el origen.

PASO 4:

La imagen de t es t(v)

Im = t(v) = { (r; s; t) Є 𝑅 3 / t – 2r + s =0 }

Que geométricamente es un plano que pasa por el origen de coordenadas y por ende
es un subespacio del conjunto de llegada 𝑅 3.

Sea:

. t – 2r + s = 0 ; 𝑎1 , 𝑎2 Є 𝑅 3

t = 2r – s = 𝑎1

r = (t+s)/2 = 𝑎2

Además:

s = 2r – t

s = 2𝑎2 - 𝑎1

→ (r; s; t) = (𝑎2 ; 𝑎1 ; 2𝑎2 - 𝑎1 ) / 𝑎2 , 𝑎2 Є 𝑅

(r; s; t) = (𝑎2 ; 0; 2𝑎2 ) + (0; 𝑎1 ; −𝑎1 )

(r; s; t) = 𝑎2 (1; 0 ; 2) + 𝑎1 (0; 1 ;-1)

. Im (t) = < (1; 0; 2) ; (0; 1 ;-1) >

. Dimension(𝐼𝑚(𝑡))= 2
Problema 17:

(a) Comprobando que son espacios vectoriales:

Para U1 : Si cumple las condiciones.
Si :
( x, y , z )  0
x y z ooo  0
( x  y  z )  (     )  ( x   , y   , z   ); (     )  0
x   y    z    x  y  z       0
0 0

 ( x  y  z)  0
x   y  z  0
Para U 2 : Si cumple las condiciones.
Si :
(t , 2t ,3t )  w ; w  ( w, 2w,3w)
(t , 2t ,3t )  ( w  2w  3w)  (t  w, 2t  2w,3t  3w)
t  w   ; ( , 2 ,3 ) si cumple.
(t ,  2t ,  3t )   (t , 2t ,3t ) si cumple.
(b) Hallar una base de U1  U 2 y U1  U 2
Para U1 :
B  (1, 0, 0);(0,1, 0);(0, 0,1)
Para U 2 :
B  (1, 2,3)
La base de U1  U 2 :
1, 0, 0  , (0,1, 0), (0, 0,1) 
Una base de U1  U1 :

(c) Obtener ecuaciones implícitas de U1  U 2 y U1  U 2

Problema 18:

Solución N°18:

Empezamos remplazando la matriz A en la ecuación B=A+I

 1 1 3  1 0 0  2 1 3 
     
B=  5 2 6  + 0 1 0 =  5 3 6 
 2 1 3   0 0 1   2 1 2 
     

Evaluando en n=2,3,4

3 2 6
 
𝐵2 =  13 8 21 
 5 3 8 
 

4 3 9 
3  
𝐵 =  24 16 45 
 9 6 17 
 

 5 4 12 
4  
B =  28 27 78 
 14 10 29 
 

 6 5 15 
5  
B =  55 41 120 
 20 15 44 
 

Generalizamos ahora para “n”:

  
 2n  1 n 
3n
 2 
3n 2 n 9n 2 3n 
B = 
3n 7n
n
  1 
 2 2 2 2 2 2 
 2 
  n  3n n2 n 3n 2 3n 
     1
 2 2 2 2 2 2 

Como nos piden calcular 𝑩−𝟏:

Entonces hallamos 𝑩−𝟏:

 0 1 3 
 
B-1 =  2 2 3
1 0 1
 

Problema 20:
Sea la matriz

a) Calcule el determinante de A.
b) Para qué valor de x la matriz A es invertible y calcule la inversa de la matriz A.
Fundamento teórico

Una matriz A de orden n (n filas y n columnas) tiene inversa cuando

su rango es n, es decir, cuando el rango de dicha matriz coincide con su orden, o
también, cuando su determinante sea distinto de cero.

¿Cómo se puede calcular la inversa de una matriz? Básicamente hay tres

procedimientos para calcular la inversa de una matriz. Son los siguientes:

1º Aplicando la definición y resolviendo los sistemas de ecuaciones

correspondientes. Resulta muy laborioso cuando el orden de la matriz es superior a
2 (descrito en el tema de matrices).

2º Por el método de Gauss (descrito en el tema de matrices).

3º Por determinantes y adjuntos, que desarrollaremos a continuación.

Solución:

a) Calcular el determinante de A:
 1 1 1 1
 
1 2 3 4
A
1 4 9 16 
 
1 x x 2 x3 
1 1 1 1 1 1 1 1 1 1 1 1
  F2  F1   F3  F1   F4  F1
1 2 3 4   0 1 2 3   0 1 2 3   
1 4 9 16  1 4 9 16  0 3 8 15 
     
1 x x2 x3  1 x x2 x3  1 x x2 x3 

1 1 1 1  1 1 1 1 
  F3 3 F2   F4 ( x 1) F2
0 1 2 3    0 1 2 3  
0 3 8 15  0 0 2 6 
   
 0 x  1 x  1 x  1  0 x  1 x  1 x  1
2 3 2 3

1 1 1  1 1 1 1 1 
  F4 ( x2  2 x 1 ) F2  
0 1 2 3   2
0 1 2 3 
0 0 2 6  0 0 2 6 
   
0 0 x 2  2 x  1 x3  3x  2  0 0 0 x 3  3x 2  3x  1

1 1 1 1 1 1 1 1

 1 1 2   x3  3 x 2  3 x  1
1 2 3 4 0 2 3 4

1 4 9 16 0 0 9 16
1 x x 2
x 3
0 0 0 x  3x 2  3x  1
3

A  2 x3  6 x 2  6 x  2
∴ det(𝐴) = 2𝑥 3 − 6𝑥 2

b) Para que el valor de x la matriz es invertible y calcule la inversa de la

matriz A.
. Para que la matriz A sea invertible el determinante de A es diferente de cero.

2 x3  6 x 2  6 x  2  0
x3  3x 2  3x  1  0
( x  1)( x 2  2 x  1)  0
( x  1)  0

∴ Para que a sea invertible x tiene que ser diferente de 1 entonces tiene infinitas
soluciones.
 Problema 21:

𝑷𝒂𝒓𝒂 𝒍𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝑨 , |𝑨 − 𝝀𝑰| = 𝟎

1−𝜆 0 0
| 0 1−𝜆 0 |=0
3 1 2−𝜆
(1 − 𝜆)[(1 − 𝜆)(2 − 𝜆) − 1(0)] = 0

(1 − 𝜆)(1 − 𝜆)(2 − 𝜆) = 0 ⇒ (1 − 𝜆)(2 − 𝜆) = 0 ← 𝑃𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜 𝑚í𝑛𝑖𝑚𝑜

(𝜆2 − 2𝜆 + 1)(𝜆 − 2) = 0

𝜆3 − 4𝜆2 − 3𝜆 − 2 = 0 ← 𝑃𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑜

𝜆1 = 1 ; 𝜆2 = 1 ; 𝜆3 = 2 ← 𝐴𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠

𝑯𝒂𝒍𝒍𝒂𝒏𝒅𝒐 𝒂𝒖𝒕𝒐𝒗𝒆𝒄𝒕𝒐𝒓𝒆𝒔:

(𝐴 − 𝜆𝐼)(𝑣⃗) = ⃗0⃗

1−𝜆 0 0 𝑥 0
( 0 1−𝜆 0 ) (𝑦) = (0)
3 1 2−𝜆 𝑧 0
0 0 0 𝑥 0
 𝑃𝑎𝑟𝑎 𝜆1 = 1 ; (0 0 0) (𝑦) = (0) , 𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 𝑦 = −3𝑥 − 𝑧 ; 𝑥 = 𝛼 𝑧 = 𝛽
3 1 1 𝑧 0
𝛼 1 0 1 0
(−3𝛼 − 𝛽 ) = 𝛼 (−3) + 𝛽 (−1) ⇒ 𝐻(𝜆1 =𝜆2 ) = {(−1) , (−1)}
𝛽 0 1 3 1
1 0
𝐿𝑜𝑠 𝑎𝑢𝑡𝑜𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑝𝑎𝑟𝑎 𝜆 = 1 𝑡𝑒𝑛𝑑𝑟𝑎𝑛 𝑙𝑎 𝑓𝑜𝑟𝑚𝑎: 𝛼 (−3) + 𝛽 (−1)
0 1
−1 0 0 𝑥 0 −𝑥 = 0
𝑥=0
 𝑃𝑎𝑟𝑎 𝜆3 = 2 ; ( 0 −1 0) (𝑦) = (0) ; { −𝑦 =0 ⇒
𝑦=0
3 1 0 𝑧 0 3𝑥 + 𝑦 = 0

𝑥 0 0 0
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑡𝑒𝑛𝑑𝑟𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 (𝑦) = (0) = 𝑧 (0) ⇒ 𝐻(𝜆3 ) = {(0)}
𝑧 𝑧 1 1

0
𝐸𝑙 𝑎𝑢𝑡𝑜𝑣𝑒𝑐𝑡𝑜𝑟 𝑝𝑎𝑟𝑎 𝜆3 = 2 𝑒𝑠 (0)
1
𝑷𝒂𝒓𝒂 |𝑩 − 𝝀𝑰| = 𝟎
 −1 − 𝜆 1 2 2−𝜆 0 −2 + 𝜆
| −4 3−𝜆 3 |=0 | −4 3−𝜆 3 |=0
−3 1 4−𝜆 −3 1 4−𝜆
(2 − 𝜆)[(3 − 𝜆)(4 − 𝜆) − 3] + (−2 + 𝜆)[−4 + 3(3 − 𝜆)] = 0

(2 − 𝜆)[𝜆2 − 7𝜆 + 12 − 3] + (−2 + 𝜆)(5 − 3𝜆) = 0

(2 − 𝜆)[𝜆2 − 7𝜆 + 9] + (𝜆 − 2)(5 − 3𝜆) = 0

(𝜆 − 2)[𝜆2 − 7𝜆 + 9] + (𝜆 − 2)(3𝜆 − 5) = 0

(𝜆 − 2)[(𝜆2 − 7𝜆 + 9) + (3𝜆 − 5)] = 0

(𝜆 − 2)[𝜆2 − 4𝜆 + 4] = 0

𝜆3 − 4𝜆2 + 4𝜆 − 2𝜆2 − 8𝜆 − 8 = 0

𝜆3 − 6𝜆2 − 4𝜆 − 8 = 0 ← 𝑃𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑜

(𝜆 − 2)(𝜆 − 2 − √3)(𝜆 − 2 + √3) ← 𝑃𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑜 𝑚í𝑛𝑖𝑚𝑜

𝜆1 = 2 ; 𝜆2 = 2 + √3 ; 𝜆3 = 2 − √3 ← 𝐴𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟𝑒𝑠

𝑯𝒂𝒍𝒍𝒂𝒏𝒅𝒐 𝒂𝒖𝒕𝒐𝒗𝒆𝒄𝒕𝒐𝒓𝒆𝒔:

−1 − 𝜆 1 2 𝑥 0
( −4 3−𝜆 3 ) (𝑦) = (0)
−3 1 4−𝜆 𝑧 0

−3 1 2 𝑥 0 −3𝑥 + 𝑦 + 2𝑧 = 0
 𝑃𝑎𝑟𝑎 𝜆1 = 2 ; (−4 1 3) ( ) = (0), {−4𝑥 + 𝑦 + 3𝑧 = 0 ; 𝑥 − 2𝑧 = 0
𝑦
−3 1 2 𝑧 0 −3𝑥 + 𝑦 + 2𝑧 = 0
⇒𝑥 =𝑧

𝑥 1 0 1 0
⇒ (𝑦) = 𝛼 (0) + 𝛽 (1) ⇒ 𝐻(𝜆1 ) = {(0) , (1)}
𝑧 1 0 1 0

−3 − √3 1 2 𝑥 0
( −4 1 − √3 3 ) (𝑦) = (0)
−3 1 2 − √3 𝑧 0

𝑬𝒍 𝒓𝒂𝒏𝒈𝒐 𝒅𝒆 𝒍𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝒆𝒔 𝟑 𝒑𝒐𝒓 𝒍𝒐 𝒒𝒖𝒆 𝒎𝒆𝒅𝒊𝒂𝒏𝒕𝒆 𝒆𝒍 𝒎é𝒕𝒐𝒅𝒐 𝒅𝒆 𝑪𝒓𝒂𝒎𝒆𝒓 𝒍𝒂 𝒔𝒐𝒍𝒖𝒄𝒊𝒐𝒏 𝒔𝒆𝒓í𝒂 𝒍𝒂 𝒕𝒓𝒊𝒗𝒊𝒂𝒍

𝟎
𝑯(𝝀𝟐) = {(𝟎)} , 𝒍𝒐 𝒎𝒊𝒔𝒎𝒐 𝒔𝒖𝒄𝒆𝒅𝒆 𝒑𝒂𝒓𝒂 𝝀𝟑 .
𝟎

Problema 22:
Solución:

 la matriz A asociada respecto de la base canónica.

Sea:

i) base(1,0,0)

𝒖 = (𝟏, 𝟏, 𝟏, ) 𝒗 = (𝟏, −𝟏, 𝟏, ) 𝒘 = (𝟏, 𝟏, 𝟎)

𝒇(𝒖) = (𝟓, 𝟑, 𝟑), 𝒇(𝒗) = (𝟑, 𝟑, −𝟏) 𝒇(𝒘) = (𝟒, 𝟏, 𝟑)

Luego: 𝒇(𝟏, 𝟎, 𝟎) = 𝒇(𝒂(𝒖) + 𝒃(𝒗) + 𝒄(𝒘))

𝒇(𝟏, 𝟎, 𝟎) = 𝒂(𝒖) + 𝒃(𝒗) + 𝒄(𝒘)

𝒇(𝟏, 𝟎, 𝟎) = 𝒂(𝟓, 𝟑, 𝟑) + 𝒃(𝟑, 𝟑, −𝟏) + 𝒄(𝟒, 𝟏, 𝟑)

𝒇(𝟏, 𝟎, 𝟎) = (𝟓𝒂 + 𝟑𝒃 + 𝟒𝒄, 𝟑𝒂 + 𝟑𝒃 + 𝒄, 𝟑𝒂 − 𝒃 + 𝟑𝒄)

Donde:

𝟓𝒂 + 𝟑𝒃 + 𝟒𝒄 = 𝟏

𝟑𝒂 + 𝟑𝒃 + 𝒄 = 𝟎

𝟑𝒂 − 𝒃 + 𝟑𝒄 = 𝟎

𝟓 𝟑 𝟒 𝒂 𝟏
(𝟑 𝟑 𝟏 ) ( 𝒃 ) = (𝟎 )
𝟑 −𝟏 𝟑 𝒄 𝟎
Aplicando cramer:

𝟓 𝟑 𝟒
𝒅 (𝟑 𝟑 𝟏) = −𝟏𝟔
𝟑 −𝟏 𝟑
𝟏 𝟑 𝟒
𝒅 𝑪𝟏 (𝟎 𝟑 𝟏) = 𝟏𝟎
𝟎 −𝟏 𝟑
 𝟓 𝟑 𝟒
𝒅 𝑪𝟐 (𝟑 𝟎 𝟏) = −𝟔
𝟑 𝟎 𝟑
𝟓 𝟑 𝟏
𝒅 𝑪𝟑 (𝟑 𝟑 𝟎) = −𝟏𝟐
𝟑 −𝟏 𝟎

𝑑 𝐶1 10 −5
𝑎= = =
𝑑 −16 8
𝑑 𝐶2 −6 3
𝑏= = =
𝑑 −16 8
𝑑 𝐶3 −12 3
𝑐= = =
𝑑 −16 4
Reemplazando a, b, c:

i) base(0,1,0)
𝒖 = (𝟏, 𝟏, 𝟏, ) 𝒗 = (𝟏, −𝟏, 𝟏, ) 𝒘 = (𝟏, 𝟏, 𝟎)
𝒇(𝒖) = (𝟓, 𝟑, 𝟑), 𝒇(𝒗) = (𝟑, 𝟑, −𝟏) 𝒇(𝒘) = (𝟒, 𝟏, 𝟑)

Luego: 𝒇(𝟎, 𝟏, 𝟎) = 𝒇(𝒂(𝒖) + 𝒃(𝒗) + 𝒄(𝒘))

𝒇(𝟎, 𝟏, 𝟎) = 𝒂(𝒖) + 𝒃(𝒗) + 𝒄(𝒘)

𝒇(𝟎, 𝟏, 𝟎) = 𝒂(𝟓, 𝟑, 𝟑) + 𝒃(𝟑, 𝟑, −𝟏) + 𝒄(𝟒, 𝟏, 𝟑)
𝒇(𝟎, 𝟏, 𝟎) = (𝟓𝒂 + 𝟑𝒃 + 𝟒𝒄, 𝟑𝒂 + 𝟑𝒃 + 𝒄, 𝟑𝒂 − 𝒃 + 𝟑𝒄)

Donde:

𝟓𝒂 + 𝟑𝒃 + 𝟒𝒄 = 𝟎

𝟑𝒂 + 𝟑𝒃 + 𝒄 = 𝟏

𝟑𝒂 − 𝒃 + 𝟑𝒄 = 𝟎

𝟓 𝟑 𝟒 𝒂 𝟎
(𝟑 𝟑 𝟏 ) ( 𝒃 ) = (𝟏 )
𝟑 −𝟏 𝟑 𝒄 𝟎
Aplicando cramer:

𝟓 𝟑 𝟒
𝒅 (𝟑 𝟑 𝟏) = −𝟏𝟔
𝟑 −𝟏 𝟑
 𝟎 𝟑 𝟒
𝒅 𝑪𝟏 (𝟏 𝟑 𝟏) = −𝟏𝟑
𝟎 −𝟏 𝟑
𝟓 𝟎 𝟒
𝒅 𝑪𝟐 (𝟑 𝟏 𝟏) = 𝟑
𝟑 𝟎 𝟑
𝟓 𝟑 𝟎
𝒅 𝑪𝟑 (𝟑 𝟑 𝟏) = 𝟏𝟒
𝟑 −𝟏 𝟎
𝑑 𝐶1 −13 13
𝑎= = =
𝑑 −16 16
𝑑 𝐶2 3 −3
𝑏= = =
𝑑 −16 16
𝑑 𝐶3 14 −14
𝑐= = =
𝑑 −16 16
Reemplazando:

F(0,1,0)=13/16(5,3,3) – 3/16(3,3,-1) – 14/16(4,1,3)

F(0,1,0)=(0,16,0)

i) base(0,0,1)
𝒖 = (𝟏, 𝟏, 𝟏, ) 𝒗 = (𝟏, −𝟏, 𝟏, ) 𝒘 = (𝟏, 𝟏, 𝟎)
𝒇(𝒖) = (𝟓, 𝟑, 𝟑), 𝒇(𝒗) = (𝟑, 𝟑, −𝟏) 𝒇(𝒘) = (𝟒, 𝟏, 𝟑)

Luego: 𝒇(𝟎, 𝟎, 𝟏) = 𝒇(𝒂(𝒖) + 𝒃(𝒗) + 𝒄(𝒘))

𝒇(𝟎, 𝟎, 𝟏) = 𝒂(𝒖) + 𝒃(𝒗) + 𝒄(𝒘)

𝒇(𝟎, 𝟎, 𝟏) = 𝒂(𝟓, 𝟑, 𝟑) + 𝒃(𝟑, 𝟑, −𝟏) + 𝒄(𝟒, 𝟏, 𝟑)

𝒇(𝟎, 𝟎, 𝟏) = (𝟓𝒂 + 𝟑𝒃 + 𝟒𝒄, 𝟑𝒂 + 𝟑𝒃 + 𝒄, 𝟑𝒂 − 𝒃 + 𝟑𝒄)

Donde : 𝟓𝒂 + 𝟑𝒃 + 𝟒𝒄 = 𝟎

𝟑𝒂 + 𝟑𝒃 + 𝒄 = 𝟎

𝟑𝒂 − 𝒃 + 𝟑𝒄 = 𝟏

𝟓 𝟑 𝟒 𝒂 𝟎
(𝟑 𝟑 𝟏 ) ( 𝒃 ) = (𝟎 )
𝟑 −𝟏 𝟑 𝒄 𝟏
𝟓 𝟑 𝟒
𝒅 (𝟑 𝟑 𝟏) = −𝟏𝟔
𝟑 −𝟏 𝟑
 𝟎 𝟑 𝟒
𝒅 𝑪𝟏 (𝟎 𝟑 𝟏) = −𝟗
𝟏 −𝟏 𝟑
𝟓 𝟎 𝟒
𝒅 𝑪𝟐 (𝟑 𝟎 𝟏) = 𝟕
𝟑 𝟎 𝟑
𝟓 𝟑 𝟎
𝒅 𝑪𝟑 (𝟑 𝟑 𝟎) = 𝟔
𝟑 −𝟏 𝟏
𝑑 𝐶1 −9 9
𝑎= = =
𝑑 −16 16
𝑑 𝐶2 7 −7
𝑏= = =
𝑑 −16 16
𝑑 𝐶3 6 −3
𝑐= = =
𝑑 −16 8
Reemplazando:

F(0,0,1)= 9/16(5,3,3)- 7/16(3,3,-1)- 3/8(4,1,3)

F(0,1,0)=(0,0,1)

La matriz asociada respecto a la base es:

𝟏 𝟎 𝟎
𝑨 = (𝟎 𝟏𝟔 𝟎)
𝟎 𝟎 𝟏

Problema 23:
Obtener la transformación ortogonal que diagonalice la forma cuadrática

F(x,y)= x2+2√6xy+2y2

Solución:

La matriz asociada a esta forma cuadrática es:

1 √6
A=( )
√6 2

Entonces

𝛼 − 1 −√6
( )=0
−√6 𝛼 − 2

Cuyas raíces son los valores propios 𝛼1 = −1 , 𝛼2 = 4 y como son distintos A es

diagonizable.
Calculo de los vectores propios (𝛼𝐼 − 𝐴)𝑋 = 0:

Para 𝛼1 = −1:

2 √6 𝑥 0
( ) (𝑦)= ( )
√6 3 0

2 √6
Y como det( )=0 el rango es 1. Por tanto 3x=-√6𝑦.Un vector propio seria (-
√6 3

√6, 2) cuyo módulo es √(−√6)2 + 22 = √10. Por tanto, un vector propio

−√6 2
normalizado es ( , ).
√10 √10

Para 𝛼1 = 4:

3 −√6 𝑥 0
( ) (𝑦)= ( )
−√6 2 0

3 −√6
Y como det( )=0 el rango es 1. Por tanto 3x=√6𝑦.Un vector propio seria
−√6 2

(√6, 3) cuyo módulo es √(−√6)2 + 22 = √10. Por tanto, un vector propio

√6 3
normalizado es ( , ). Por lo tanto, la matriz pedida es:
√15 √15

−√6 √6

Rpta: ( √10
2
√15
3
)
√10 √15

Problema 24:

Resolución:

. TRANSPOSICION DE MARTRICES:

Sea 𝐴 = [𝑎𝑖𝑗 ] ∈ 𝐾 𝑚𝑥𝑛 , la matriz transpuesta de A denotado por 𝐴𝑡 es una

matriz de orden nxm sobre K, obtenida de A al intercambiar sus filas por
columnas.
 → 𝐴 = [𝑎𝑖𝑗 ] → 𝐴𝑡 = [𝑎′𝑖𝑗 ] Donde 𝑎′𝑖𝑗 = 𝑎𝑖𝑗

. PRODUCTO DE MATRICES:

El producto AB de las matrices A y B, solo está definida cuando el número de

columnas de A coincide con el número de filas de B.

𝐴 ∈ 𝐾 𝑚𝑥𝑛 ∧ 𝐵 ∈ 𝐾 𝑛𝑥𝑝 → ∃ AB ∈ 𝐾 𝑚𝑥𝑛

Sean 𝐴 = [𝑎𝑖𝑗 ] 𝑚𝑥𝑛 ∈ 𝐾 𝑚𝑥𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑛𝑥𝑝 ∈ 𝐾 𝑛𝑥𝑝 , el producto AB es una

matriz en 𝐾 𝑚𝑥𝑝 definida por:

𝐴𝐵 = [𝑐𝑖𝑗 ] 𝑚𝑥𝑝 , Donde 𝑐𝑖𝑗 = ∑𝑛𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗

.VALORES Y VECTORES PROPIOS DE UNA MATRIZ:

El escalar  es un valor propio (valor característico o autovalor) de la matriz cuadrada

𝐴 ∈ 𝐾 𝑛𝑥𝑛 si existe un valor no nulo 𝑥⃗ = 𝐾 𝑛𝑥1 , llamado vector propio (vector
característico o autovector) de la matriz A, asociado al valor propio , tal que 𝐴𝑥⃗⃗ =
𝑥⃗⃗
⃗⃗ = 𝑥
De 𝐴𝑥 ⃗⃗ − 𝑥
⃗⃗ se deduce que 𝐴𝑥 ⃗⃗ − I𝑥
⃗⃗ = ⃗0⃗, entonces 𝐴𝑥 ⃗⃗ = ⃗0⃗; por tanto,
para calcular el vector propio asociado a cada  basta resolver el sistema
lineal.

(𝐴 − I)𝑥⃗ = 0
⃗⃗

Solución:

a) 𝑓(𝑥, 𝑦, 𝑧) = ?
Hallamos la matriz asociada 𝐴(𝑇) : 𝐴(𝑇) = 𝐴. 𝐴𝑡
1
Si 𝐴 = (2), entonces 𝐴𝑡 = (1, 2, 1)
1
1
𝐴(𝑇) = 𝐴. 𝐴𝑡 = (2) . (1 2 1)
1

Resolviendo el producto de matrices:

1 2 1
𝐴(𝑇) = (2 4 2)
1 2 1

Además, sabemos que:

 𝑥
𝑓(𝑥, 𝑦, 𝑧) = 𝐴(𝑇) . 𝑋 , donde X= (𝑦)
𝑥
1 2 1 𝑥
𝑓(𝑥, 𝑦, 𝑧) = (2 4 2) . (𝑦) = (𝑥 + 2𝑦 + 𝑧, 2𝑥 + 4𝑦 + 2𝑧, 𝑥 + 2𝑦 + 𝑧)
1 2 1 𝑥

b) Una base de 𝑅 3respecto de la cual la matriz asociada a f sea diagonal.

Hallando los autovalores:

De la ecuación
(𝐴 − I)𝑥⃗ = 0
⃗⃗

Reemplazamos:
1 2 1 1 0 0 𝑥1
([2 4 2] −  [0 1 0]) [𝑥2 ] = ⃗0⃗
1 2 1 0 0 1 𝑥3

1− 2 1 𝑥1
([ 2 4− 𝑥 ⃗⃗
2 ]) [ 2 ] = 0
1 2 1− 𝑥3

1− 2 1
|𝐴(𝑇) − I| = [ 2 4− 2 ]
1 2 1−

|𝐴(𝑇) − I| = 2 (6 − ) = 0

 = 2 = 0
→ { 1
3 = 6

Hallando los autovectores:

. 1 = 2 = 0

1 2 1 𝑥1 0
[2 4 2] [𝑥2 ] = [0]
1 2 1 𝑥3 0

Resolviendo:

𝑥1 + 2𝑥2 + 𝑥3 = 0

𝑥3 = −𝑥1 − 2𝑥2

𝑥1
𝑥=[ 𝑥2 ]
−𝑥1 − 2𝑥2
 0 0
𝑥 = 𝑥1 [0] + 𝑥2 [0]
0 0

Sea 𝐻() es un espacio generador por el autovalor 

1 0
𝐻(0) = {𝑥1 [ 0 ] ; 𝑥1 [ 1 ] /𝑥1 ∈ 𝑅, 𝑥2 ∈ 𝑅}
−1 −2
1 0
Siendo: 𝑉1 = [ 0 ] 𝑦 𝑉2 = [ 1 ]
−1 −2

𝑉1 𝑦 𝑉2 Son base de 𝑅 3

. 3 = 6

−5 2 1 𝑥1 0
[ 2 −2 2 ] [𝑥2 ] = [0]
1 2 −5 𝑥3 0

Resolviendo:

−5𝑥1 + 2𝑥2 + 𝑥3 = 0

2𝑥1 − 2𝑥2 + 2𝑥3 = 0

𝑥1 + 2𝑥2 − 5𝑥3 = 0

Usando el método de Gauss-Jordan:

A PARTIR DE AQUÍ MIRA TU GALERIA O EL REGALO DE NAVIDAD PENDEJO ;)

Problema 25:

Solución:

a) Probando si poseen los mismos valores propios:

-Para la matriz A tenemos:
 A  I  0
1 0 0   0 0 
   
 0 1 1    0  0   0
 0 0 1  0 0  
   
1   0 0 
 
 0 1   1  0
 0 1   
 0

Por menores complementarios

1   1
(1   )  (1   )  (1   )(1   )   0
0 1  
(1   )  (1   )(1   )   0
 Donde los valores propios de A serian:
1  1; 2  1; 3  1

-Para la matriz B hallaremos los autovalores:

1 0 0 
 
B   0 1 0  haremos; B   I  0
 0 0 1
 

1 0 0   0 0 
   
 0 1 0    0  0   0
 0 0 1  0 0  
   
1   0 0 
 
 0 1   0  0
 0 1   
 0

Por menores complementarios

 1   1
(1   )  (1   )  (1   )(1   )   0
0 1  
(1   )  (1   )(1   )   0
 Donde los valores propios de A serian:
1  1; 2  1; 3  1

Concluimos que los autovalores de A y de B son los mismos.

a) Probando si poseen el mismo Rango:

1 0 0  1 0 0 
   
A   0 1 1  y la matriz B=  0 1 0 
 0 0 1  0 0 1
   

Las dos matrices poseen el mismo Rango.

Rango de la matriz A:

(1 0 0)  k (0 1 1);
(1 0 0)  k (0 0 1);
(0 1 1)  k (0 0 1);
(0 1 1)  k (1 0 0);

Por lo tanto el rango de la matriz A seria 3 por que hay 3 filas L.I

Rango de la matriz B:

(1 0 0)  k (0 1 0);
(1 0 0)  k (0 0 1);
(0 1 0)  k (0 0 1);
(0 1 0)  k (1 0 0);

Por lo tanto el rango de la matriz B seria 3, por que hay 3 filas L.I

b) Probando si poseen el mismo determinante:

 1 0 0 
 
A   0 1 1  =(1)(-1)(-1)+(0)(1)(0)+(0)(0)(0)-  (0)(1)(0)  (1)(1)(0)  (0)(0)(1)   1
 0 0 1
 

1 0 0 
 
B=  0 1 0  =(1)(-1)(-1)+(0)(0)(0)+(0)(0)(0)-  (0)(1)(0)  (1)(0)(0)  (0)(0)(1)   1
 0 0 1
 

TIENEN LA MISMA DETERMINANTE

c) Probando si tienen la misma traza

1 0 0 
 
A   0 1 1  ; traz ( A)  1  (1)  (1)  1
 0 0 1
 

1 0 0 
 
B=  0 1 0  ; traz ( B)  1  (1)  (1)  1
 0 0 1
 

d) Probando si tienen el mismo polinomio

El polinomio mínimo lo podemos hallar de las ecuaciones características la cual es:
1 0 0 
 
A   0 1 1  haremos; A   I  0
 0 0 1
 
1 0 0   0 0 
   
 0 1 1    0  0   0
 0 0 1  0 0  
   
1   0 0 
 
 0 1   1  0
 0 1   
 0

Por menores complementarios

 1   1
PA ( )  (1   )  (1   )  (1   )(1   ) 
0 1  
Donde notamos que el polinomio mínimo es:
PA min( )  (1   )(1   )

1 0 0 
 
B   0 1 0  haremos; B   I  0
 0 0 1
 

1 0 0   0 0 
   
 0 1 0    0  0   0
 0 0 1  0 0  
   
1   0 0 
 
 0 1   0  0
 0 1   
 0
1   0
PB ( )  (1   )  (1   )  (1   )(1   ) 
0 1  
Donde notamos que el polinomio mínimo es:
PB min( )  (1   )(1   )

NOTAMOS QUE TAMBIEN COINCIDEN

Entonces lo averiguaremos en la igualdad

B  C 1 AC

Veremos si existe una matriz C invertible que cumpla con este requisito:

1 0 0 
 
A   0 1 1  haremos; A   I  0
 0 0 1
 
1 0 0   0 0 
   
 0 1 1    0  0   0
 0 0 1  0 0  
   
1   0 0 
 
 0 1   1  0
 0 1   
 0
 Por menores complementarios

1   1
PA ( )  (1   )  (1   ) (1   )(1   )   0
0 1  
1  1; 2  3  1

En donde reemplazamos para   1

1 0 0   x 
  
 0 1 1   y   0
 0 0 1  z 
  
 0 0 0  x   0  xt 
     
 0 2 1  y    0  entonces; 2 y  z  0  x  1; z  0; y  0
 0 0 2  z   0 
     2 z  0 
1
 
El primer autovector es: VA   0 
0
 

Ahora para   1

1  (1) 0 0   x
  
 0 1  (1) 1   y  0
 0 1  (1)   z 
 0
 2 0 0  x   0  x  0
     
 0 0 1  y    0  entonces; z  0  x  0; z  0; y  t
 0 0 0  z   0 
     y  0 
Los siguientes vectores para t=1; t=2
0  0
   
1 y  2
0  0
   
Uniendo los vectores para hallar la matriz C
1 0 0
 
C=  0 1 2 
0 0 0
 
.Notamos que esta matriz tiene toda la fila 3 en 0 eso quiere decir que no tiene inversa por tal
motivo no tiene como semejante a B

.Por lo tanto: Estas matrices no son semejantes

Problema 26:

Matriz A:
1 0 0 1 0 0
   
A   0 1 0; I   0 1 0
 3 1 2 0 0 1
   

1   0 0 
 
A  I *   0 1  0 
 3 2   
 1
det( A  I  )  0   3  4 2  5  2  polinomio característico

1  1  autovector
2  2  autovector
3  1  autovector
 Hallamos el autovector de 1 :
( A  I 1 )v  0
 0 0 0  x   0 
    
 0 0 0  y    0  ;  x  ; z  
 3 1 1  z   0 
    
 x        0  1 0
           
 y       3    3          3     1
z     0     0 1
           
 1   0  
    
H 1   3  ;  1   autovectores
 0   1  

Hallamos el autovector de 2 :
( A  I 2 )v  0
 1 0 0  x   0 
    
 0 1 0  y    0  ;   x  0;  y  0;3 x  y  0; z  
 3 1 0  z   0 
    
 x  0 0
     
 y    0    0
 z    1
     
0
 
H 2   0   autovector
1
 

Matriz B:
 1 1 2  1 0 0
   
B   4 3 3  ; I   0 1 0 
 3 1 4  0 0 1
   
 1   1 2 
 
B  I *    4 3 3 
 3 4   
 1
det( B  I  )  0   3  6 2  12  8  polinomio característico

1  2  autovector
2  2  autovector
3  2  autovector

Hallamos el autovector de  :
( B  I  )v  0
 1 1 2   2 0 0   3 1 2 
     
 4 3 3    0 2 0    4 1 3 
 3 1 4   0 0 2   3 1 2 

 3 1 2  x   0 
    
 4 1 3  y    0  ;  x  z; y  z  x  y
 3    
 1 2  z   0 
 x  x  1
     
 y    x   x  1
 z   x  1
     
 1  
  
H   1   autovector
1 