Universidad Nacional de Colombia

Facultad de Ciencias
Departamento de Matemáticas

(1000003) Álgebra Lineal

Taller 5 - Semanas 12, 13, 14 y 15

Estos ejercicios son propuestos para un mejor entendimiento del curso. Se sugiere sean analizados,
discutidos y resueltos juiciosamente. Ante cualquier duda, recuerde usar las herramientas ofrecidas por la
Universidad: monitorias, grupos de estudio autónomo, etc.

En adelante, y salvo que se indique lo contrario, todos los espacios vectoriales se toman con las
operaciones usuales; V hace referencia a un espacio vectorial arbitrario.

I. Dada las matrices

   
3 2 −1 −6 −4 2
A= B=
1 1 1 −1 −1 −1
 
  −1 3 0 4
1 −1
C= D =  1 −1 1 −1
−5 5
3 0 5 2

determine para cada una de ellas:

1. Una base del espacio nulo y la nulidad.

2. Una base del espacio fila de y su dimensión.
3. Una base del espacio imagen y el rango.i

II. Dadas las bases S = {~i,~i − ~j,~i − ~j − ~k} y T = {2~i + ~j, 3~j, 5~k − ~i} de R3 , determine:

1. La matriz de transición de la base S a la base T , es decir, AST .

2. [~v ]T sabiendo que ~v ∈ R3 es tal que [~v ]S = 7~i − 3~j + ~k.

III. Halle la matriz de cambio de base pedida.

1. En R2 , sean S = {(1, 0), (0, 1)} y T = {(−4, 8), (6, 7)}. Verifique que S y T son bases de R2
(¿son ortogonales u ortonormales?) y halle AST y ATS .ii
2. En P2 , sean S = {3x + x2 − 1, 2 + 4x + 6x2 , x − x2 } y T = {1 + x + x2 , 2 + x − x2 , 1 + x − 3x2 }.
Verifique que S y T son bases de P2 y halle ATS .

IV. Usar el proceso de Gram-Schmidt para encontrar una base ortonormal del subespacio W .

1. W = span{(1, 1, 1), (−1, 1, 0), (1, 2, 1), (0, 2, 1)}.

2. W = {(x, y, z, w) ∈ R4 : 2x − y + z − 3w = 0}.
3. W = {(x, y) ∈ R2 : 2x + y = 0}.
4. W = {(x, y, z) ∈ R3 : x = 3t, y = 4t, z = −2t, t ∈ R}.
i
Recuerde que el espacio imagen de una matriz coincide con el espacio columna de ésta.
−1
ii
Recuerde que (AST) = ATS y viceversa.

1
 x z
5. W = (x, y, z) ∈ R3 :

a = yb = c , donde a, b, c ∈ R son constantes arbitrarias tales que
abc 6= 0.

V. Encuentre una base ortonormal de R4 que incluya los vectores

   
1 1 1 1 1 1
~u1 = √ , 0, √ , 0 y ~u2 = − , , , − .
2 2 2 2 2 2

Sugerencia: Primero encuentre dos vectores ~u3 y ~u4 para completar a una base.

VI. Sea V une espacio vectorial arbitrario y U , W dos subespacios. Demuestre que los conjuntos

U ∩ W = {~x : ~x ∈ U y ~x ∈ W }, (Intersección)
U + W = {~u + w
~ : ~u ∈ U y w
~ ∈ W }, (Suma)

son a su vez dos subespacios de V .

VII. Determine si los siguientes enunciados son verdaderos o falsos. Justifique su respuesta.

1. Si ~u ∈ Rn es tal que ~u · ~v = 0 para todo ~v ∈ Rn entonces ~u = ~0.

S = {(1, 2 S
2. Si   2), (0, 1)} y T = {~v1 , ~v2 } son dos bases de R tales que la matriz de transición AT
2 1
es entonces ~v1 = (2, 1) y ~v2 = (1, 1).
1 1
3. Si A es una matriz de tamaño n × n entonces rank(A) = n.
4. Todo conjunto ortogonal de n vectores en Rn es una base para Rn .
5. Para cada espacio vectorial V existe una única base ortonormal.
6. Si A ∈ M4 (R) y rank(A) = 4 entonces, para todo ~b ∈ R4 , el sistema A~x = ~b tiene exactamente
cuatro soluciones.
7. Si      
a b c d
S= : a, b ∈ R y T = : c, d, e ∈ R
−b a e −c
son dos subespacios de M2 (R) entonces dim(S + T ) = 4 y dim(S ∩ T ) = 1.
√
8. Si S = {~u, ~v } es un conjunto ortonormal de Rn entonces ||~u − ~v || = 2.
9. Si P, Q ∈ Mn (R) son matrices ortogonales, entonces P Q también es una matriz ortogonal.
10. Si Q ∈ Mn (R) es ortogonal y simétrica, entonces Q2 = In .
11. Si Q ∈ Mn (R) es tal que det(Q) = 1 entonces Q es ortogonal.
12. Si Q ∈ Mn (R) es ortogonal entonces det(Q) = ±1.

VIII. Dado el (sub)espacio H y el vector ~v determine (a) proyH ~v ; (b) una base ortonormal de H ⊥ ; (c)
~h ∈ H y p~ ∈ H ⊥ tales que ~v = ~h + p~.

1. H = {(x, y) ∈ R2 : x + y = 0}; ~v = (−1, 2).

2. H = {(x, y, z) ∈ R3 : 3x + y − z = 0}; ~v = (1, 1, 1).
3. H = {(x, y, z, w) ∈ R4 : x = 3t, y = −2t, z = t, w = −t, t ∈ R}; ~v = (−1, 2, 0, −1).

IX. Sean ~u y ~v dos vectores arbitrarios de Rn .

1. Muestre que ||~u + ~v ||2 = ||~u||2 + ||~v ||2 si y sólo si ~u · ~v = 0.iii

iii
Resultado conocido como el teorema de Pitágoras generalizado.

2
 2. Muestre que
||~u + ~v ||2 + ||~u − ~v ||2 = 2||~u||2 + 2||~v ||2 .iv

3. Muestre que
1 1
~u · ~v = ||~u + ~v ||2 − ||~u − ~v ||2 .v
4 4
4. Muestre que |~u · ~v | = ||~u||||~v || si y sólo si ~u y ~v son linealmente dependientes. Sugerencia: Revise
la demostración de la desigualdad de Cauchy-Schwarz (dada en clase) y verifique qué debe
suceder para que se tenga la igualdad.
5. Muestre que si ||~u + ~v || = ||~u|| + ||~v || entonces ~u y ~v son linealmente dependientes. Sugerencia:
Use el punto anterior.
6. Sea S = {~u1 , ~u2 , . . . , ~un } una base ortonormal de Rn . Muestre que

||~v ||2 = ||~v · ~u1 ||2 + ||~v · ~u2 ||2 + · · · + ||~v · ~un ||2 .vi

Sugerencia: Como S es base ortonormal de Rn , por un teorema visto en clase se tiene que
~v = (~v · ~v1 )~v1 + · · · + (~v · ~vn )~vn . Use lo anterior para calcular ||~v ||2 = ~v · ~v y así llegar a la
expresión del lado derecho.

X. Determine si la función dada es transformación lineal. En caso de que sí lo sea, determine si es

inyectiva, sobreyectiva, biyectiva o ninguna.

1. T : R2 → R3 dada por T (x, y) = (2x − y, 4x + 4, 3x + 2y).

2. L : R3 → R2 dada por L(x, y, z) = (2x + y − z, y, x + z).
3. S : R3 → R3 dada por S(x, y, z) = (x − y, x + z, 2x + y + z).
4. F : P3 → P2 dada por F (ax3 + bx2 + cx + d) = 3ax2 + 2bx + c.
5. G : P2 → P3 dada por G(ax2 + bx + c) = (a + b)x3 + ax2 + bx + c.
6. f : P2 → P3 dada por f (ax2 + bx + c) = ax3 + bx2 + cx.
7. D : M2 (R) → R dada por D(A) = det(A).
8. T : M2 (R) → R dada por T (A) = tr(A).
9. P : R3 → R dada por P (~x) = ~x · ~y , donde ~y = (1, −1, 1).
10. Σ : V → V dada por Σ(~v ) = ~v + ~u, donde ~u 6= 0 es un vector fijo de V .
 
0 1
11. L : M2 (R) → M2 (R) dada por L(B) = BA − AB donde A = .
1 0
12. T : M3 (R) → M3 (R) dada por T (A) = AT + A.
13. R : Mn (R) → R dada por R(A) = rank(A).
14. D : C ∞ (R) → C ∞ (R) dada por D(f ) = f 0 .

XI. Sea T : R2 → R2 una transformación lineal tal que T (1, 3) = (1, 1), T (1, 1) = (0, 1). Determine
T (−1, 3).

XII. Sea T : P2 → R una transformación lineal tal que T (x + 2) = 1, T (1) = 5, T (x2 + x) = 0. Determine
T (2 − x + 3x2 ).
iv
Igualdad conocida como la ley del paralelogramo.
v
Igualdad conocida como la ley de polarización.
vi
Igualdad conocida como la Identidad de Parseval.

3
        
1 0 0 1 1 0 0 0
XIII. Sea T : M2 (R) → R tal que T = 3, T = −1, T =T = 0. Determine
0 0 1 0 1 0 0 1
 
a b
T .
c d

~ ∈ V y T : V → V una transformación lineal tal que T (~v + 2w)

XIV. Sean V un espacio vectorial, ~v , w ~ =
3~v − w
~ y T (~v − w)
~ = 2~v + 4w.
~ Determine T (~v ) y T (w).
~

XV. Sean V, W dos espacios vectoriales, T : V → W una transformación lineal y ~v1 , . . . , ~vn .

1. Muestre que si el conjunto {T (~v1 ), . . . , T (~vn )} es linealmente independiente (en W ) entonces el

conjunto {v1 , . . . , vn } es linealmente independiente (en V ).
2. Encuentre T : R2 → R2 tal que el recíproco del apartado anterior sea falso.
3. Muestre que si {~v1 , . . . , ~vn } genera V entonces {T (~v1 ), . . . , T (~vn )} genera Im(T ).

XVI. Sean V, W dos espacios vectoriales tales que dim(V ) = dim(W ) y sea T : V → W una transformación
lineal. Demuestre que:

1. Si T es inyectiva entonces T es sobreyectiva.

2. Si T es sobreyectiva entonces T es inyectiva.

Sugerencia: Use el teorema de rango-nulidad para transformaciones lineales.

XVII. Sean U, V, W tres espacios vectoriales. Muestre que si T : U → V y S : V → W son transformaciones

lineales inyectivas entonces la compuesta S ◦ T : U → W es también una transformación lineal
inyectiva.

XVIII. Sean U, V, W tres espacios vectoriales. Muestre que si T : U → V y S : V → W son transformaciones

lineales invertibles entonces la compuesta S ◦ T : U → W es también una transformación lineal
invertible, y además (S ◦ T )−1 = T −1 ◦ S −1 .

XIX. Sea V un espacio vectorial con base S = {~v1 , . . . , ~vn }. Muestre que la aplicación C : V → Rn dada
por C(~v ) = [~v ]S (vector de coordenadas de ~v respecto a la base S) es un isomorfismo.vii

XX. Halle la matriz de representación de la transformación lineal dada respecto a las bases canónicas de
los espacios vectoriales involucrados.

1. T : R2 → R3 dada por T (x, y) = (x, y, 3x + 2y).

2. T : R2 → R dada por T (x, y) = x − 3y.
3. D : P3 → P2 dada por D(ax3 + bx2 + cx + d) = 3ax2 + 2bx + c.
4. T : M2 (R) → R dada por T (A) = tr(A).

XXI. Sea T : R3 → R2 definida por  

x  
x + y
T y  = .
y−z
z
Encuentre la matriz AT que representa a T en las bases canónicas y determine:

1. La nulidad y el rango de T .
2. Si T es inyectiva, sobreyectiva, biyectiva o ninguna.
vii
Esto lo que prueba es que todo espacio vectorial de dimensión n es isomorfo a Rn . En otras palabras, que en esencia los
únicos espacios vectoriales de dimensión finita son los espacios euclidianos.

4
  
1
3. T 2 utilizando la matriz AT .
3
XXII. Halle la matriz de representación de la transformación lineal respecto a las bases dadas.

1. T : R2 → R2 dada por T (x, y) = (2x + y, 2y); respecto a las bases B1 = B2 = {(1, 1), (−2, 1)}
de R2 .
2. T : R3 → R2 dada por T (x, y, z) = (x+y, x−y); respecto a las bases B1 = {(1, 1, 0), (1, 0, 1), (0, 1, 1)}
de R3 y B2 = {(1, 1), (−1, 1)} de R2 .

XXIII. Halle la matriz AT de representación de la transformación lineal dada respecto a las bases canónicas
de los espacios vectoriales involucrados.

1. T : R2 → R2 dada por T (x, y) = (4x + 2y, 3x + 3y).

2. T : R3 → R3 dada por T (x, y, z) = (−2y + z, x + 3y − z, −z).
3. T : P2 → P2 dada por T (ax2 + bx + c) = (2a + b + c)x2 + (2a + b − 2c)x − (a + 2c).

XXIV. Muestre que si A ∈ Mn (R) es idempotente, entonces los únicos posibles valores propios de A son 0 y
1.
 
−1/3 k
XXV. Determine todos los valores reales de la matriz k para los cuales la matriz tiene:
−2 1
1. Ningún valor propio real.
2. Exactamente un valor propio real.
3. Dos valores propios reales distintos.

Además, si en el último caso uno de los valores propios es −1, determine el otro valor propio. Muestre
los siguientes enunciados.

XXVI. Sea A ∈ Mn (R).

1. Si λ es un valor propio de A asociado al vector propio ~x entonces λk es un valor propio de Ak

asociado a ~x.
2. Si λ es un valor propio de una matriz invertible A, entonces 1/λ es un valor propio de A−1 .

XXVII. Para las matrices

   
   −1 −2 1
 −7 10 8
1 −1 5 6
A= B= F =  −3 0 1 G = −4 6 4
3 5 −7 4
−12 −8 6 −3 4 4
 
      1 0 1
1 −1 −4 7/2 2 3
M= N= P = Q = 3 0 −3
1 1 −3 5/2 3 1
1 0 −1

determine:

1. El polinomio característico.
2. Los valores propios y sus respectivos espacios propios.
3. La multiplicidad algebraica y geométrica de los valores propios.
4. Si la matriz es diagonalizable. En caso afirmativo, diagonalizar la matriz.

5
 
1 −1 −1
XXVIII. Para la matriz simétrica A = −1 1 −1 determine una matriz ortogonal Q que la diagonalice.
−1 −1 1

¡Felicitaciones! Ha finalizado el taller.viii

 
1 3 ix
A sheep sheared through the matrix transformation associated to .
0 1

viii
Algunos ejercicios propuestos originalmente por el profesor Claudio Rodríguez y la profesora Martha Moreno.
ix
Source: Lay & Lay & McDonald, Linear Algebra and Its Applications, 5 ed., §1.8, example 3.