Problemas Algebra

ESCUELA POLITECNICA
SUPERIOR
GRADO EN INGENIERIA EN INFORMATICA
DOBLE GRADO EN ING. INFORMATICA

- ADM. EMPRESAS
PROBLEMAS DE ALGEBRA
Coleccion elaborada por

Hernando Oter
Pedro Jose
Grupo de Modelizaci
on, Simulacion Numerica y Matematica Industrial
DEP. DE CIENCIA E ING. DE LOS MATERIALES E ING. QUIMICA
UNIVERSIDAD CARLOS III DE MADRID
Indice
0
Temas de Repaso
0.1 Vectores y Plano Afn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
0.2 Matrices y Sistemas de Ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
1
1
1 Sistemas de Ecuaciones Lineales
2 Vectores
3 Matrices
7
3.1 Determinante y Matriz Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2 Espacio Fila y Columna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4 Transformaciones Lineales
4.1 Movimientos en 2 y 3
R R
12
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
5 Bases
15
6 Ortogonalidad y Mnimos Cuadrados
15
7 Autovalores y Autovectores
19
8 Pseudoinversa y Descomposici
on en Valores Singulares
23
9 Soluciones Num
ericas
25
9 Bibliografa
36
Colecci
on elaborada con problemas seleccionados de la bibliografa adjunta.
Este documento esta realizado con la versi
on de MikTeX 2.8.
Pedro Jos
e Hernando Oter - Enero 2011 - v0.2
pedroj@math.uc3m.es
TEMAS DE REPASO
Temas de Repaso
0.1
Vectores y Plano Afn
Problema 0.1 En los siguientes casos, encontrar una ecuacion de la recta que pasa a traves del punto
~ en forma vectorial y en forma parametrica.
P con vector de direcci
on d,
P = (4, 4) , d~ = [1, 1]
a)
en
P = (0, 0, 0) , d~ = [1, 1, 4]
b)
en
Problema 0.2 En los siguientes casos, encontrar una ecuacion de la recta que pasa a traves del punto
P con vectores normales ~n1 y ~n2 , en forma normal y en forma general.
2
P = (0, 0), ~n1 = [3, 2], ~n2 = [6, 4] en
P = (3, 5, 1), ~n1 = [1, 1, 5], ~n2 = [1, 2, 3] en
a)
b)
Problema 0.3 En los siguientes casos, encontrar la ecuacion pedida con los datos correspondientes
a) Ec. del plano en forma normal y general en 3

b) Ec. del plano en forma vectorial y parametrica
c) Ec. vectorial del plano
d) Ec. parametrica y vectorial de la recta en 2
P = (0, 1, 0) , ~n = [3, 2, 1]
P = (6, 4, 3) , ~u = [0, 1, 1] , ~v = [1, 1, 1]
P = (1, 1, 1) , Q = (4, 0, 2) , R = (0, 1, 1)
y = 3x 1
Problema 0.4 Sea la recta ` que pasa a traves del punto Q = (1, 1, 1) y tiene por vector director
d~ = [2, 3, 1]. Para cada uno de los siguientes planos P determinar si ` y P son paralelos, perpendiculares
o ninguna de las dos cosas.
P : 2x + 3y z = 1
P : xyz =1
a)
c)
b)
d)
P : 8x 2y 10z = 3
P : 4x + 6y 2z = 0
Problema 0.5 Sea el plano M de ecuaci

on 4x y + 5z = 0. Para los casos del problema anterior,
determinar si M y P son paralelos, perpendiculares o ninguna de las dos cosas.
0.2
Matrices y Sistemas de Ecuaciones
Problema 0.6 Dada las matrices:

A=
3
1
0
5

B=
4
0
2 1
2 3
1
C= 3
5

2
0
4
D=
2
6
3
1

E=

F =
1
2
Determinar, en caso de ser posible, el resultado de las siguientes operaciones matriciales:

a)
3D 2A
b)
B CT
c)
D + BC
d)
BT B
e)
EAF
f)
B T C T (CB)T
g)
DA AD
h)
A3
i)
(I2 D)2
Problema 0.7 Calcular el valor de los siguientes determinantes reales.

1

a) 5
0
0
1
1

3
1
2

cos

0
b)

0
sen
cos
sen
Problema 0.8 Encontrar el valor de x

0 a
tan

sen c) b c
0 e
cos

0

d d)

0

0
0
0
g

0 0 a
0 b c
d e f
h i j
R para el cual det(A) = 0, donde:
1 x x
A= x 1 x
x x 1
PJHO
SISTEMAS DE ECUACIONES LINEALES
Problema 0.9 Encontrar la matriz inversa de las siguientes matrices:
1

1 1
2
0
4 1
7 11
a)
b) 5
c)
1
3 2
2
3 5
0
4
5
2
0
0 1
2 2
0
1 1
0
Problema 0.10 Elegir cual es el metodo (Cramer, reduccion, sustitucion o igualacion) mas apropiado
para resolver los siguientes sistemas de ecuaciones lineales y resolverlos.

x y + z= 4
3x + 2y =
7
x + y + z= 2
a)
x, y
b)
x, y, z
x
y = 6
x y z= 0
Problema 0.11
m .
Discutir y resolver los siguientes sistemas de ecuaciones en funcion del parametro

mx + y + z = 2
mx + y = 1
x+y+z = 1
a)
b)
2x + y = 1
2y + z = 0
Sistemas de Ecuaciones Lineales
Problema 1.1 Encontrar un ejemplo numerico de los siguientes sistemas de ecuaciones en

a) Tres planos con intersecci
on com
un en un u
nico punto.
b) Tres planos que tengan una recta de interseccion com
un.
c) Tres planos que se intersecten a pares, sin ning
un punto de interseccion com
un.
d) Tres planos, siendo dos paralelos y uno secante a ambos.
R:
3
Problema 1.2 Determinar todos los posibles casos que podran representar los tres planos (coincidentes,
paralelos y/o secantes) de los siguientes sistemas de ecuaciones lineales en 3 , donde ai , bi , ci , di .
b1 y + c 1 z = d 1
a1 x + b1 y + c1 z = d1
a1 x y + 2z = 0
a2 x + b2 y + c2 z = d2
x + b2 y + c 2 z = d 2
x + b2 y z = 1
a)
b)
c)
a3 x + b3 y + c3 z = d3
a3 x + b3 y + c3 z = d3
x + y + 3z = d3
Problema 1.3 Determinar el tipo (rectas, planos o hiperplanos) y dimension de las posibles soluciones
de los siguientes sistemas de ecuaciones lineales reales, (x, y, z y w representan incognitas y el resto
constantes).

a1 x + b1 y + c1 z = d1
a1 x + b1 y + c1 z = d1
3
a)
en
b)
en 4
a2 x + b2 y + c2 z = d2
a2 x + b2 y + c2 z = d2
x+y
x+y
c)
a
x
+
b3 y
a4 x + b4 y
=
=
=
=
1
0
d3
d4
en
x+y+z+w
x + cy + z + w
d)
2x + y + z + sw
= 1
= k
en
= 0
Problema 1.4 Analizar los siguientes sistemas de ecuaciones lineales en funcion del parametro k
encontrando la soluci
on en los casos compatibles.

kx + 2y =
3
x + ky = 1
2
a)
en
b)
en 2
2x 4y = 6
kx +
y = 1
x
x
c)
2x
PJHO
2y
+
y
+ 3z
+
z
+ 4z
= 2
= k
en
= k2
R,
x +
x +
d)
kx +
y
ky
y
+ kz
+
z
+
z
=
=
=
1
1
en
Problema 1.5 Obtener las soluciones de los siguientes sistemas en n , identificando en caso de ser
posible el tipo de soluci
on (punto, recta, plano o hiperplano) del espacio correspondiente.

xy = 1
2x y = 1
a)
en 2
b)
en 3
x+y = 2
xy = 2
c)
x=2
en
= 1
= 1
en
= 0
x+yz
xy+zw
x
d)
Problema 1.6 En los siguientes sistemas de 3 determinar la ecuacion de la recta en forma parametrica,
soluci
on de la intersecci
on de los siguientes planos.

3x + 2y + z = 1
4x + y z = 0
a)
b)
2x y + 4z =
5
2x y + 3z = 4
Problema 1.7 Determinar si las siguientes rectas de 3 : ~x = p~ + t~u y ~x = ~q + s~v se intersectan, y en

caso afirmativo, encontrar los puntos de interseccion.

1
2
1
1
3
1
1
2
a) p~ = 2 , ~q = 2 , ~u = 2 , ~v = 1 . b) p~ = 1 , ~q = 1 , ~u = 0 , ~v = 3 .
1
0
1
0
0
1
1
1
Problema 1.8 Determinar, en caso de que exista, la interseccion de las siguientes rectas con el plano
x + y + z = 1 en 3 .

xy+z = 0
[1, 1, 0] ([x, y, z] [1, 0, 1]) = 0
a)
b) [x, y, z] = [1, 0, 0] + t[1, 1, 1]. c)
xyz = 2
[1, 1, 1] ([x, y, z] [0, 1, 1]) = 0
Problema 1.9 Resolver los siguientes sistemas tridiagonales utilizando el metodo de sustitucion hacia
atr
as.

x+yz+t = 2
x + y + z = 1
5x y + z t = 0
3y 2z + 8t = 1
y + z =
2
c)
b)
a)
3y + 2z 2t = 0
4z t = 2
z =
1
Problema 1.10 Encontrar la operaci
on elemental de fila que deshace cada una de las siguientes
operaciones elementales de fila.
a) Fi Fj
b) kFi
c) Fi + kFj
Problema 1.11 Utilizar operaciones elementales de fila para reducir las siguientes matrices reales a
una forma equivalente de matriz escalonada y a su forma equivalente de matriz escalonada reducida.

0 0 1
3
5
4
3
a) 0 1 1
b)
c) 5 2
2 1
1 1 1
2
4

d)
2
3
4 2 6
1
6 6
3
e) 2
4
2
1
3
1
1
1
2
f ) 3
1
4
7
6 10
2 3
Problema 1.12 En los siguientes casos, comprobar que las matrices reales A y B dadas son equivalentes
por filas, (poseen la misma matriz escalonada reducida equivalente) y encontrar una secuencia de
operaciones elementales de fila que convierta A en B.

2 0 1
3 1 1
1 2
3 1
0 ; B= 3 5
1
a) A =
; B=
b) A = 1 1
3 4
1
0
1 1
1
2 2
0
PJHO
Problema 1.13 Descubrir cual es el error en la siguiente demostraci

on de que toda matriz con al menos
dos filas, es equivalente por filas a una matriz con una fila de ceros:
Realizar F2 + F1 y F1 + F2 . Ahora las filas 1 y 2 son iguales. Realizando F2 F1 se obtiene en la segunda
fila, una fila de ceros.
Problema 1.14 Determinar todas las posibles formas escalonadas reducidas de las matrices 3 3.
Pista: Hay 7 formas posibles.
Problema 1.15 Dadas las siguientes matrices ampliadas, determinar por inspeccion, (calculos simples
de cabeza), si un sistema lineal con la matriz ampliada dada tiene solucion u
nica, un n
umero infinito de
soluciones o no tiene soluci
on.
3 2
0 1
1
1 2 3 4 0
0 0 1 2
2 3 1 1
b) 1
c) 5 6 7 8 0
a) 0 1 3 1
1 0 1 1
2
4 6 2
0
9 10 11 12 0
Problema 1.16 Determinar si los siguientes sistemas son incompatibles o compatibles (determinados
o indeterminados), aplicando para ello el teorema de Rouche-Frobenius o del rango.

7 0
1 0 1
1 0 1 1
0 1 3 0 0
2
b) 0 1 1 4
c)
a) 0 0 3 0
0 0 0 1 0
0 1 0 0
0 0
1 0
3
0
0
0
1
1
1
1 2 3
1 0 0
g)
0 1 1
0 0 1
1
0
1
0
0
d) 0
0
0
0
0
4 0 1
0 0 2
0 1 3
5
1
3
0
1 0 3
e) 0 0 0
0 1 5
2 1 3
0 0 1
h)
0 0 0
0 0 0
0 0 1
f) 0 1 0
1 0 0
0
0
0
1
i)
3
2
1
Problema 1.17 Resolver los siguientes sistemas de ecuaciones lineales reales mediante el metodo de
eliminaci
on gaussiana.
a)
x1 + 2x2 3x3 = 9
2x1 x2 + x3 = 0
4x1 x2 + x3 = 4
d)
2r + s = 3
4r + s = 7
2r + 5s = 1
b)
x1 3x2 2x3 = 0
x1 + 2x2 + x3 = 0
2x1 + 4x2 + 6x3 = 0
2x +
e)
y +
2y
y +
x + 2y 3z + 4w = 1
x
5z + w = 0
f)
a
a
a
a
2z =
3z = 2
c)
2z =
+
+
+
+
b
2b
3b
4b
+ c + d
+ 3c + 4d
+ 6c + 10d
+ 10c + 20d
=
=
=
=
4
10
20
35
Problema 1.18 Resolver los siguientes sistemas de ecuaciones lineales reales mediante el metodo de
eliminaci
on de Gauss-Jordan.
a)
x y + z =0
x + 3y + z = 5
3x + y + 7z = 2
d)
2a
a
3a
a
b
2b
3b
b
+
+
+
3c
3c
3c
c
= 7
= 2
= 0
= 4
b)
x1 + 3x2 2x3 + 4x4 = 0

2x1 6x2 + x3 2x4 = 3
x1 3x2 + 4x3 8x4 = 2
e)
1
2 x1
1
6 x1
1
3 x1
+
+
x2 x3 6x4
= 2
1
3x4 + x5 = 1
2 x2
2x3
4x5 = 8
c)
2x y + z = 3
x y z = 6
x + 2y 3z = 4
f)
w + x + 2y + z = 1
w x y + z = 0
x + y
= 1
w + x
+ z = 2
Problema 1.19 Sea un sistema de ecuaciones lineales que tiene una matriz de coeficientes 3 5 con
tres columnas pivote. Es el sistema compatible? Por que?
PJHO
VECTORES
Problema 1.20 Un sistema con m

as ecuaciones que incognitas se denomina sobredeterminado,
mientras que uno con m
as inc
ognitas que ecuaciones se denomina infradeterminado. Existen sistemas
sobredeterminados compatibles? Razonar las respuestas y proporcionar si es posible un ejemplo en cada
caso. Es posible encontrar un sistema infradeterminado que tenga una u
nica solucion?
Problema 1.21 Razonar si las siguientes afirmaciones son verdaderas o falsas. (Por razonar se entiende
citar teoremas, resultados apropiados, proporcionar contraejemplos en el caso falso, etc.)
1. Si una matriz B se obtiene de otra matriz A mediante operaciones elementales de fila, entonces A
puede obtenerse de B mediante operaciones elementales de fila.
2. Si las matrices ampliadas de dos sistemas de ecuaciones son equivalentes por filas, entonces los dos
sistemas tienen el mismo conjunto de soluciones.
3. Cualquier sistema de n ecuaciones lineales con n incognitas tiene como maximo n soluciones.
4. Si un sistema de ecuaciones lineales tiene dos soluciones diferentes, entonces tiene infinitas soluciones
diferentes.
5. Si una soluci
on de un sistema de ecuaciones lineales no tiene variables libres (parametros) entonces
tiene una u
nica soluci
on.
6. Si todas las columnas de la matriz de coeficientes de un sistema compatible son columnas pivote,
entonces la soluci
on del sistema es u
nica.
7. Un sistema de ecuaciones lineales tiene infinitas soluciones si y solo si al menos una columna en la
matriz de coeficientes no contiene una posicion pivote.
8. Un sistema compatible de ecuaciones lineales tiene infinitas soluciones si y solo si al menos una
columna en la matriz de coeficientes no contiene una posicion pivote.
9. Un sistema incompatible de ecuaciones lineales tiene, algunas veces, una u
nica solucion.
10. Una matriz 5 7 no puede tener una posicion pivote en cada fila.
11. Una matriz 6 5 no puede tener una posicion pivote en cada fila.
Vectores
Problema 2.1 En los siguientes apartados, encontrar si existen dos vectores linealmente dependientes
y otros dos linealmente independientes del conjunto de vectores U = {~u, ~v , w}
~ n.
a) ~u = [1, 0], ~v = [1, 0], w
~ = [2, 0]
R.
2
b) ~u = [1, 0, 0], ~v = [1, 1, 0], w

~ = [0, 1, 0]
R.
3
Problema 2.2 En los siguientes casos, determinar si el conjunto de vectores U es un conjunto generador
del correspondiente espacio n . Especificar cual de ellos es ademas una base de dicho espacio.
a) U = {[1, 0], [1, 0]} 2 .

b) U = {[1, 0], [1, 0], [2, 0], [1, 1]}
c) U = {[1, 1, 1], [1, 1, 1], [1, 0, 0]}
R.
R.
2
Problema 2.3 En los siguientes casos determinar: k~uk, un vector unitario en la direccion de ~u, el valor
de ~u ~v y la distancia d(~u, ~v ):

1
3
1
3
2
2
a) ~u =
, ~v =
b) ~u =
, ~v = 2 3
2
1
3
1

~u = [1,
2, 3, 0]
4
c)
~v = [4, 2, 0, 5]
PJHO
VECTORES
Problema 2.4 Encontrar el

angulo entre los vectores de ~u, ~v n en los siguientes casos:

2
1
3
1
~u = [4, 3, 1]
a)
~u =
, ~v =
b)
~u = 1 , ~v = 2
c)
0
1
~v = [1, 1, 1]
1
1
Problema 2.5 Encontrar la proyecci
on de ~v sobre ~u, proy~u (~v ), dibujando el resultado si es posible.

2/3
2
1
3
a)
~u =
, ~v =
2
b)
~u = 2/3 , ~v = 2 3
1
1
1/3
2
c)
1
2
1
3
~u =
1 , ~v = 1
1
2
Problema 2.6 Encontrar todos los vectores ~v = [x, y]
que sean ortogonales a ~u = [a, b]
R.
2
Problema 2.7 Determinar todos los valores del escalar k para que los dos siguientes vectores sean
ortogonales.
2
1
k
~u = 1 , ~v = k 3 , k
2
3
Problema 2.8 Utilizando el concepto de proyeccion ortogonal, determinar la distancia desde el punto
Q hasta la recta ` en los siguientes casos.

1
2
x
x
1
1
a)
Q = (2, 2) , ` :
=
+t
b)
Q = (0, 1, 0) , ` : y = 1 + t 0
y
2
1
1
3
z
Problema 2.9 Utilizando el concepto de proyeccion ortogonal, determinar la distancia desde el punto
Q hasta el plano P en los siguientes casos.
a)
Q = (2, 2, 2) , P : x + y z = 0
b)
Q = (0, 0, 0) , P : x 2y + 2z = 1
Problema 2.10 Utilizando el concepto de proyeccion ortogonal, determinar la distancia entre las dos
rectas paralelas en los siguientes casos..

x
0
1
x
1
1
x
1
2
x
5
2
a)
=
+s
;
=
+t
b) y = 0 + s 1 ; y = 1 + t 1
y
1
3
y
4
3
z
1
1
z
1
1
Problema 2.11 Utilizando el concepto de proyeccion ortogonal, determinar la distancia entre los dos
planos paralelos en los siguientes casos.

2x + y 2z = 0
x+y+z = 1
a)
b)
2x + y 2z = 0
x+y+z = 3
Problema 2.12 Bajo que condiciones se cumple lo siguiente para los vectores ~u y ~v en
a)
k~u + ~v k = k~uk + k~v k
b)
R o R ?
2
k~u + ~v k = k~uk k~v k
Problema 2.13 Supongamos que sabemos que ~u ~v = ~u w.

~ Esto implica que ~v = w?
~ Si es as,
proporcionar una demostraci
on que sea v
alida en n ; de otra forma, ofrecer un contraejemplo (es decir,
un conjunto especfico de vectores ~u, ~v y w
~ para los cuales ~u ~v = ~u w
~ pero ~v 6= w).
~
PJHO
MATRICES
Problema 2.14 Demostrar las siguientes expresiones ~u, ~v
a) (~u + ~v ) (~u ~v ) = k~uk2 k~v k2

b) k~u + ~v k2 + k~u ~v k2 = 2k~uk2 + 2k~v k2
c) k~u + ~v k = k~u ~v k ~u ~v
d) Interpretar los casos b) y c) sobre un paralelogramo de lados ~u y ~v en
R.
2
Problema 2.15 Demostrar que si un vector ~u es ortogonal a dos vectores ~v y w,

~ entonces ~u es ortogonal
a s~v + tw
~ para todo escalar s y t.
Problema 2.16 Demostrar las siguientes afirmaciones sobre proyeccion de vectores, ~u, ~v
a) Un vector ~u es ortogonal a ~v proy~u (~v ) , con ~u 6= ~0.

b) proy~u (proy~u (~v )) = proy~u (~v )
c) proy~u (~v proy~u (~v )) = ~0
d) Interpretar los casos b) y c) de forma geometrica en
R.
2
Matrices
Problema 3.1 Encontrar en cada caso una matriz A = [aij ] de 4 4 que verifique:
aij = (1)i+j
a)
b)
aij = j i
aij = (i 1)j
c)
d)
aij = sen
(i+j1)
4
Problema 3.2 Encontrar un ejemplo de una matriz no nula A22 tal que, A2 = 022 .

2 6
Problema 3.3 Dada la matriz A =
, encontrar todas las matrices reales B22 , tal que
1
3
AB = 022 .

2 1
Problema 3.4 Sea A =
. Encontrar dos posibles matrices B y C de 2 2 tales que AB = AC
6 3
pero B 6= C.
Problema 3.5 Dadas las matrices reales:

A=
1
1
1
1
1
, B = [1 2 3] , C = 2
3
0
1
2

1
1
0 , D = 1 , E = [5]
1
1
determinar cuales de los 25 productos matriciales: AA, AB, AC, , ED, EE estan definidos y calcular
su resultado.
Problema 3.6 En caso de ser posible, calcular los siguientes productos matriciales

1
1 1
1 2
1 2 3
1 2
a)
b)
c) 0
0 1
3 4
4 5 6
3 4
2
d)
1
0
1
g)
0 1
1
1
1 3
1 2
2
PJHO
a
d
g
b
e
h
2
2
1
3
1
3

c
0
f 1
k
0
e)
h)
1
2
1
1
1
1
0
1
1
2
1
1
f)
1
1
0 2
1
1
1
3
2
0
1
2
1
1
1
1
2
1
2
3
2 3

3
2
1
MATRICES
1
a
Problema 3.7 Dados los vectores u = 2 y v = b .
3
c
a) Calcular uT v, v T u, uv T y vuT .
b) Si u, v
, cu
al es la relaci
on entre uT v y v T u? Y entre uv T y vuT ?
Problema 3.8 Sean el vector columna est

andar ej
el resultado de los productos siguientes:
a)
Aej
b)
eTj A
Problema 3.9 Dadas dos matrices invertibles A, B

son ciertas o falsas.
a)
b)
c)
d)
e)
y una matriz generica A

c)
(I A)(I + A) = In A2
(A + B)2 = A2 + 2AB + B 2
A2 es invertible y (A2 )1 = (A1 )2
A + B es invertible y (A + B)1 = A1 + B 1
(A B)(A + B) = A2 B 2
nn
. Describir
, determinar cual de las siguientes formulas
f)
g)
h)
i)
j)
1
4
nn
eTi Aej
ABB 1 A1 = I
ABA1 = B
(ABA1 )3 = AB 3 A1
(I + A)(I + A1 ) = 2I + A + A1
A1 B es invertible y (A1 B)1 = B 1 A
Problema 3.10 Determinar cual de las siguientes matrices son antisimetricas,

0
3 1
1 2
0 1
0
2
a)
b)
c) 3
d)
2 3
1
0
1 2
0
Problema 3.11 Hallar la matriz A sabiendo que

0 1
2
T
A+B =
A+A =
0
3
1
A +B =
0
1
0 1 2
1 0 5
2 5 0
0
3
Problema 3.12 Se dice que dos matrices A y B son equivalentes por filas y se representa por A B
si una se puede obtener de la otra a traves de un n
umero finito de operaciones elementales de fila.
Dadas las matrices Ann y Bnp , explicar por que si [A B] [I X] entonces X = A1 B.
Problema 3.13 Expresar, si es posible en cada caso, la matriz A como una combinacion lineal del resto
de matrices:

2 5
1 2
0 1
a) A =
, B1 =
, B2 =
.
0 3
1 1
2 1

2 3
1 0
0 1
1 1
b) A =
, B1 =
, B2 =
, B3 =
.
4 2
0 1
1
0
0 1

3 1 1
1 0 1
1 2 0
1 1 1
c) A =
, B1 =
, B2 =
, B3 =
.
0 1 0
0 1
0
0 1 2
0 0 0
Problema 3.14
independientes.

1 2
a)
,
3 4

1 1
b)
,
1 1
0 1
c) 5 2 ,
1 0
1 1 0
2 0
d) 0
0
2 6
PJHO
Determinar en cada caso, si las matrices dadas son linealmente dependientes o

4
2
3
1

.

2 1
1 2
,
1 0
4 3

1 0
2
2 3 , 0
1 1
0

2 1 0
, 0 3 0 ,
0 4 9

.
1
1
2
1
0
0

,
2
1
3
1 3
1
9 .
4
5

0
1
1
0
0 , 0 1
0 .
5
0
0 4
MATRICES
Problema 3.15 Dadas dos matrices A y B de dimensiones 3 3,

a) Expresar los vectores columna de AB como una combinacion lineal de los vectores columna de A.
b) Expresar los vectores fila de AB como una combinacion lineal de los vectores fila de B.
c) Demostrar que si las columnas de B son linealmente dependientes tambien lo son las columnas de
AB.
d) Demostrar que si las filas de A son linealmente dependientes tambien lo son las filas de AB.
Problema 3.16
a) Calcular todas la matrices X
33
que cumplen la ecuacion
1 1
0 2
0 0
1
1 X =
0
1
0
0
0
2
0
0
0
0
b) Calcular todas la matrices X 33 que cumplen la ecuacion del apartado anterior y que ademas
son triangulares superiores con unos en la diagonal.

1/3 2/3 2/3
Problema 3.17 Sea A =
y D = AT . Verifique que AD = I. Es A invertible?
2/3
2/3 1/3
Por que?
Problema 3.18 En los siguientes casos, donde todas las matrices son invertibles, resolver la ecuacion
matricial dada para X simplificando el resultado.
a) XA2 = A1
3.1
b) AXB = (BA)2
c)
(A1 X)1 = A(B 2 A)1
d) ABXA1 B 1 = I + A
Determinante y Matriz Inversa
Problema 3.19 Utilizando las propiedades de los determinantes, evaluar por inspeccion
siguientes determinantes, explicando su razonamiento.

1 1
3
0
2
1
1 0
0 1
3 4

5 2 d) 1 3 2 e)
a) 3 0 2 b) 0 2 5 c) 0
2 2
0
3 1 4
1
2
0 4
5
2

0 2 0 0
1 0 1 0
1 0 0 0

3 0 0 0
0 1 0 1
0 0 1 0

f)
g) 0 0 0 4 h) 1 1 0 0

0 1 0 0
0 0 1 0
0 0 1 1
0 0 0 1

a

d

g
b
e
h
c
f
i

=4

d

c) a
g
e
b
h
f
c
i
Problema 3.20 Sabiendo el valor del siguiente determinante,

encontrar el valor de los siguientes determinantes.

2a 2b 2c
3a b 2c

a) d e f
b) 3d e 2f
g h
3g h 2i
i

a+g

d) d
g
PJHO
b+h
e
h
c+i
f
i

2c b

e) 2f e
2i h
a
d
g

a

f ) 2d 3g

g
el valor de los

1

0

1
b
c
2e 3h 2f 3i
h
i
2
4
6
3
1
4
MATRICES
10
Problema 3.21 En los siguientes casos, encontrar los valores de k

A 33 es invertible.

k k
k
k
3

1
b) k 2 2
a) 0 k + 1
0 k
k
8 k 1
R para los cuales la matriz

0
k
k
Problema 3.22 Sabiendo que A, B nn y que det(A) = 3 y det(B) = 2, encontrar los

determinantes indicados en los siguientes casos:
a)
det(AB)
b)
det(A2 )
c)
det(B 1 A)
d)
det(2A)
e)
det(3B T )
det(AAT )
f)
Problema 3.23 Encontrar, en caso de que exista, la inversa de las siguientes matrices reales utilizando
el metodo de Gauss-Jordan.
2
3
0
1 1
2
1 1 0
1 1 1
1 2 1
3
1 0 1
1 1 1
1
2
a)
b)
c)
d)
2
0 1
2
3 1
0 1 1
1 1 1
e)
i)
l)
1
0
0
2
0
0
3
2
3
1
2
3
4
0
1
2
3
0
0
1
2
1 1
0
1 0
2
1 3
0
1 1 1
0
2
1
0
1
1
1
f)
0
0
0
1
1
3
6
1
2
3
j)
2
1
0
0
5
3
0
0
2
4 2
0
0
Problema 3.24 En los siguientes casos:

1 a
a)
A=
b)
0 1
1. Encontrar los valores de a, b
0
0
2
5
k)
0 2 2 0
2
0 0
0
1 0
0
3 1

A=
a 0 0
1 a 0
0 1 a
g)
0
0
1
2
m)
2
5
3
a

c)
A=
0 a 0
b 0 c
0 d 0
h)
4
11
25
50
1
2
3
4
2
4
7
11
0 0 0
1 0 0
0 1 0
b c d
1
0
0
a
n)
a b
b
a
3
7
14
25
R que hacen que la matriz A sea invertible.
2. Dar el correspondiente valor de A1 .

3. Obtener la soluci
on del sistema A~x = ~y , con ~y = [y1 , y2 ]
R.
2
Problema 3.25 Dada una matriz:
a
A= 0
0
0 0
b 0
0 c
33
R la matriz es invertible? Dar la inversa en los casos posibles.

b) Generalizar la respuesta a una matriz diagonal R
.
a) Para que valores a, b, c
nn
PJHO
MATRICES
11
Problema 3.26 Sea la matriz real triangular superior:
a b c
A= 0 d e
0 0 f
a) Para que valores a, b, c, d, e, f
33
R la matriz es invertible?
b) Generalizar la respuesta a una matriz real triangular superior
nn
c) Que forma tiene la inversa de una matriz triangular superior?

d) Bajo que condiciones es invertible una matriz triangular inferior y cual es su forma?
3.2
Espacio Fila y Columna
Problema 3.27 En los siguientes casos, determinar si ~b esta en col(A) y si w

~ esta en fil(A).

1 0 1
3
a) A =
, ~b =
, w
~ = 1 1 1
1 1
1
2
1 3
1

2
1 , ~b = 1 , w
~= 2
1 4
0
1
b) A = 0
1
Problema 3.28 Determinar en los siguiente casos, bases para fil(A), col(A) y ker(A).
1 1
0
1
1
1 3

0 1 1
0
1
1 0 1
2
1
c) A =
a) A =
b) A =
0 1 1
1
1
1 1
1
2
1
0 1 1 1
1 1 4
Problema 3.29 En los siguientes casos, encontrar una base para el espacio generado por los vectores
dados.

1
0
1
1
0
2
1
b) 1 , 2 , 1 , 1 .
a) 1 , 0 , 1 .
1
1
1
0
1
2
0

4
1
2
c) 3 , 1 , 4 .
1
0
1
0
1
d)
2 ,
1
3
1
1 ,
0

2
1
.
5
1
Problema 3.30 En los siguientes casos, determinar si los vectores dados forman una base del
correspondiente espacio .

1
1
0
a) 1 , 0 , 1 ,
0
1
1
K=R .

1
1
c)
1,
0

0
1
,
1
1
PJHO

1
1
,
0
1

1
0
,
1
1
1
1
1
b) 1 , 5 , 3 ,
3
1
1
K=R .
4
1
1
d)
0,
0
0
1
0,
1
0
0
1 ,
1
K=R .
3
1
0
1,
0
K=R .
4
TRANSFORMACIONES LINEALES
12
Problema 3.31
a) Sea A = [~c1 ~c2 ~c3 ~c4 ] una matriz 3 4, con columnas ~c1 , ~c2 , ~c3 , ~c4 , y sea
1 0 4 0
B= 0 1 0 0
0 0 0 1
una matriz equivalente por filas de A. Forman las filas de A una base del espacio fila de A?
b) Proporcionar una posible base del espacio columna de la matriz A del apartado anterior.
Transformaciones Lineales
Problema 4.1 Clasificar las siguientes funciones f :

una o de varias variables.
a)
b)
c)
d)
e)
Problema 4.2 Cu
al de
y1 =
y2 =
a)
y3 =
en funciones escalares o vectoriales, de
R
R
f (x) = x2
; x
f (x) = ||x||
; x 2
f (x, y) = [x + y, x y, x2 ] ; x, y
f (x, y) = x + y
; x, y
f (x, y) = [x y, ||y||2 ]
; x, y
las siguientes transformaciones
2x2
y1 =
x2 + 2
y2 =
b)
2x2
y3 =
T :
2x2
3x3
x1

a)
x
y

=
x+y
xy
c)

x
xy+z
y
T
=
2x + y 3z
z

b)
c)
Problema 4.3 Demostrar que las siguientes transformaciones T :

la matriz asociada a dicha transformaci
on.
R
R
R
x
y
son lineales?
y1 = x2 x3
y2 = x1 x3
y3 = x1 x2

son lineales y encontrar
y
= x + 2y
3x 4y
x
x+z
T y = y + z
z
x+y
d)
Problema 4.4 Demostrar que las siguientes transformaciones T : 2 7 2 no son lineales.

x
y
x
|x|
a)
T
=
b)
T
=
y
x2
y
|y|

c)
x
y

=
xy
x+y

d)
x
y

=
x+1
y1
Problema 4.5 A partir de las propiedades mostradas, encontrar la matriz asociada a las siguientes
transformaciones lineales.

0
0
1
7
6
13
a) T 0 =
; T 1 =
; T 0 =
11
9
17
0
0
1

1
4
x1
b) T
= x1 2 + x2 5
x2
3
6
c)
x1
x2
T .
..
= x1~v1 + x2~v2 + + xn~vn ; ~vi
xn
PJHO
13
Problema 4.6 Encontrar, en caso de que exista, la transformacion inversa de las siguientes
transformaciones lineales reales.

y1 = x1
+ 7x2
y1 = 2x1 + 3x2
a)
b)
y2 = 3x1 + 20x2
y2 = 6x1 + 9x2

y1
y2
c)
= x1
= 4x1
+ 2x2
+ 9x2
d)
y1
y2
= x1
= 3x1
+ 2x2
+ 9x2
Problema 4.7 Una agencia de espionaje capta las coordenadas codificadas (89, 52) y (88, 53). Sabiendo
que pertenecen a las coordenadas reales (5, 42) y (6, 41) respectivamente, y que el codigo de codificacion
es una transformaci
on lineal, determinar la clave de la codificacion (matriz de la transformacion).
Problema 4.8 Dadas las transformaciones lineales S(~y ) = A~y y T (~x) = B~x, calcular la matriz asociada
a la transformaci
on S T .

x1
x1 x2
y1
2y1
a)
T
=
, S
=
x2
x1 + x2
y2
y2

b)

c)
x1
x2

x1
x2

=

=
x1 + 2x2
3x1 + x2
x2
x1

,

,
d)
e)
y1
y2

y1
y2

y1
y2

,
x1
x1 + x2
T x2 = x2 + x3
x3
x1 + x3
f)

x1
x1 + 2x2
T x2 =
2x2 x3
x3

x1
x1 + x2 x3
x2
T
=
2x1 x2 + x3
x3
y1
y2

=
y1 + 3y2
y1 y2
y1 + 3y2
= 2y1 y2
y1 y2

=
4y1 2y2
y1 + y2
y1 y2
= y1 + y2
y1 + y2
y1
y1 y2
S y2 = y2 y3
y3
y1 + y3
Problema 4.9 Encontrar los espacios dominio e imagen, el n

ucleo, la imagen, la nulidad y el rango de
las transformaciones lineales reales T (~x) = A~x definidas a traves de las siguientes matrices asociadas.

1 1 1

1 2
a) A =
b) A = 1 2 3
c) A = 1 2 3
3 4
1 3 5

d)
A=
1
1
1
2
1
3

e)
1
A= 1
1
1
2
3
f)
1
A= 0
0
2
1
0
3
2
0
4
3
1
Problema 4.10 Determinar si las siguientes transformaciones lineales son inyectivas y/o sobreyectivas.

x 2y
x
2x y
x
a)
T : 2 7 2 , T
=
b)
T : 2 7 3 , T
= 3x + y
y
x + 2y
y
x+y
PJHO
14
Problema 4.11 Dadas las transformaciones lineales S : V 7 W y T : U 7 V , demostrar las

siguientes afirmaciones:
a) Si S y T son ambas inyectivas, tambien lo es S T .
b) Si S y T son ambas sobreyectivas, tambien lo es S T .
c) Si S T es inyectiva, tambien lo ser
a T.
d) Si S T es sobreyectiva, tambien lo ser
a S.
e) Si dim U > dim V , entonces T no puede ser inyectiva.
e) Si dim U < dim V , entonces T no puede ser sobreyectiva.
4.1
Movimientos en
R2 y R3
R
Problema 4.12 Demostrar que la rotaci

on de un vector ~v = [x, y] 2 en un angulo con respecto al
origen, define una transformaci
on lineal de 2 en 2 con matriz asociada:
v = [x, y]

A=
cos
sen
sen
cos
Problema 4.13 Si R denota una rotaci

on (con respecto al origen) en un angulo , demostrar que
R R = R+ .
Problema 4.14 Esquematizar la imagen del crculo unidad bajo la transformacion lineal:

5 0
T (~x) =
~x
0 2
Problema 4.15 Encontrar la matriz asociada a las siguientes transformaciones lineales de
R aR .
2
a) Reflexi
on de un vector sobre el eje y.
b) Amplifica un vector por un factor 2 en la componente x y por un factor 3 en la componente y.
c) Proyecci
on de un vector sobre la recta y = x.
d) Reflexi
on de un vector sobre la recta y = x.
e) Reflexi
on de un vector sobre la recta y = 2x.
f ) Reflexi
on de un vector sobre la recta y = x, seguida por una rotacion de 30o en la direccion contraria
a las agujas del reloj, seguida de una reflexion en la recta y = x.
Problema 4.16 Encontrar la matriz asociada a las siguientes transformaciones lineales de
R aR .
3
a) Proyecci
on ortogonal sobre el plano XY .
b) Reflexi
on en el plano y = z.
PJHO
ORTOGONALIDAD Y MINIMOS CUADRADOS
15
Bases
Problema 5.1 Encontrar bases de los siguientes subespacios vectoriales:
a) W : {x + y = 0} 2
b) W : {x + y z = 0; x 2y + z = 0; x + 7y 5z = 0}
c) W = gen([1, 1, 0, 1], [1, 0, 1, 1], [1, 1, 1, 1]) 4
Problema 5.2 Encontrar el vector de coordenadas de la solucion del siguiente SEL, respecto de la base
B = {[1, 2, 1], [2, 0, 1]}.

x+yz+w = 0
x z w
= 0
Problema 5.3 Dado el vector ~v = [1, 1, 2, 1] respecto de la base canonica de
~v asociada a la base B = {[1, 0, 1, 0], [1, 1, 0, 0], [1, 0, 1, 0], [1, 0, 0, 1]}.
R , encontrar la matriz de
4
Problema 5.4 En los siguientes casos:

(1) Encontrar los vectores de coordenadas [~x]B y [~x]C .
(2) Encontrar la matriz de cambio de base de B a C, PCB .
(3) Utilizar el resultado del apartado (2) para calcular [~x]C y comparar el resultado con el obtenido en
el apartado (1).
(4) Encontrar la matriz de cambio de base de C a B, PBC .
(5) Utilizar los resultado del apartado (4) para calcular [~x]B y comparar el resultado con el obtenido
en el apartado (1).

2
1
0
1
1
a) ~x =
, B=
,
, C=
,
en 2 .
3
0
1
1
1
0
0
0
0
1
1
1
b) ~x = 0 , B = 0 , 1 , 0 , C = 1 , 1 , 0 en 3 .
1
1
1
1
0
0
1
Ortogonalidad y Mnimos Cuadrados
Problema 6.1 Determinar cu

ales de los siguientes conjuntos de vectores son ortogonales.

2
1
4
1
2
3
1
2
3
a) 1 , 4 , 1 . b) 2 , 2 , 1 .
c) 1 , 2 , 2 .
2
1
2
5
0
2
1
1
4
d)
5
1
3
3 , 2 , 1 .
1
1
1
e)
2
2
4
3 1 6
2 , 1 , 2 .
4
0
7
f)
1
0
1
1
0 1 1 0
1 , 1 , 1 , 1 .
1
1
0
2
Problema 6.2 En los siguientes casos y sin utilizar el proceso de Gram-Schmidt, encontrar
cualquiera y una base ortogonal del subespacio W n dado.

x
x
x+y+z =0
3
y :x+y+z =0
y :
.
b) W =
a) W =
xy+z =0
z
z
x

y
x+yr
:
c) W =
z
x
y+z+r
r
PJHO
= 0
= 0
una base
R.
3
R.
4
16
Problema 6.3 En los siguientes casos, determinar si la base B de n es ortogonal o no y expresar el

vector ~x n como combinaci
on lineal de los vectores de la base B, obteniendo el correspondiente vector
de coordenadas [~x]B .
R.
~x = [2, 3] R .
a) B = {[1, 1], [2, 3]}, ~x = [2, 3]
b) B = {[3, 2], [2, 3]},
R.
~x = [6, 0, 5] R .
c) B = {[1, 0, 1], [1, 2, 1], [1, 1, 1]}, ~x = [1, 1, 1]

d) B = {[1, 1, 1], [1, 1, 1], [1, 1, 1]},
Problema 6.4 Encontrar n

umeros reales a, b, c, d, e, f y g tales que los siguientes vectores formen una
base ortonormal.

a
b
c
d, 1, e
f
g
1/2
Problema 6.5 En los siguientes casos determinar si la matriz dada es ortogonal y
comprobar que su transpuesta coincide con su inversa.

1/2
2/3
0 1
1/2 1/2
c) A = 1/2 1/3
a)
b)
1 0
1/ 2 1/ 2
1/2
0
d)
cos sen
cos2
sen
cos
sen
0
1/2
1/2
e)
1/2
1/2
sen
cos sen
cos
1/2
1/2
1/2
1/2
1/2
1/2
1/2
1/2
en caso afirmativo
2/5
2/5
4/5
1/2
1/2
1/2
1/2
Problema 6.6 Determinar si puede existir una transformacion lineal ortogonal T :

verifique:

2
3
3
2
y
T 2 = 3
T 3=0
0
2
0
0
que
Problema 6.7 Encontrar una base cualquiera, una base ortogonal y una base ortonormal del subespacio
W de 4 formado por todos los vectores ortogonales a ~v = [1, 1, 1, 1] 4 .
Problema 6.8 Encontrar una base para el complemento ortogonal W de los siguientes subespacios
reales:

x
x
a) W =
: 2x y = 0 .
b) W = y : x y z = 0 .
y
c)

x
x+y+z =0
W = y :
.
xyz =0
e)
W = y : x = t, y = t, z = 3t .
d)

1
5
2 6

W = gen
3 , 7 .
4
8
f)
x
x=ts
y = t + s
W = y :
z
z = 3t 2s
; t, s
R .
Problema 6.9 Encontrar una base del ker(AT ) y de (Im(A)) , dibujando la interpretacion geometrica
de la f
ormula (Im(A)) = ker(AT ) en los siguientes casos:

1 1
2 4
a) A =
b) A = 1 2
3 6
1 3
PJHO
17
Problema 6.10 En los siguientes casos encontrar bases para los subespacios fil(A), col(A), ker(A) y
ker(AT ) y verificar que todo vector de fil(A) es ortogonal a todo vector de ker(A) y que todo vector de
col(A) es ortogonal a todo vector de ker(AT ).
1
1 1 0 2
1 1
3
2
5
0
2 4 4
2
1
b)
a)
2
2 2 0 1
1 2
3 1
3 4 5
1 1
1
Problema 6.11 Sea el sistema de ecuaciones lineales A~x = ~b, donde:

1 3
10
A=
; ~b =
2 6
20
a) Dibujar los siguientes subconjuntos de
R:
2
El n
ucleo de A y [ker(A)] .
La imagen de A.
El conjunto soluci
on S del sistema A~x = ~b.
b) Explicar la relaci
on que se observa entre ker(A) y la Im(AT ).
c) Explicar la relaci
on que se observa entre ker(A) y S.
d) Encontrar y dibujar el u
nico vector ~x0 interseccion de S y (ker(A)) .
e) C
omo es la longitud de ~x0 respecto al resto de vectores pertenecientes a S?
Problema 6.12 En los siguientes casos, encontrar la proyeccion ortogonal del vector ~v en el subespacio
W n.
a) ~v = [49, 49, 49], W = gen([2, 3, 6], [3, 6, 2])

b) ~v = 9~e1 , W = gen([2, 2, 1, 0], [2, 2, 0, 1])
R.
3
R.
4
c) ~v = ~e1 , W = gen([1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1])
R.
4
Problema 6.13 En los siguientes casos, determinar la descomposicion ortogonal de ~v con respecto al
subespacio W .
a) ~v = [2, 2], W = gen([1, 3]).
b) ~v = [4, 2, 3], W = gen([1, 2, 1]).
c) ~v = [4, 2, 3], W = gen([1, 2, 1], [1, 1, 1]).
d) ~v = [2, 1, 5, 3], W = gen([1, 1, 1, 0], [0, 1, 1, 1]).
Problema 6.14 Aplicar el proceso de Gram-Schmidt a la secuencia de vectores dadas en los siguientes
casos.

2
1
3
4
25
1
1
d) 0 , 0
a) 1
b)
,
c) 1 , 4
2
1
2
0
2
3
25

4
25
0
e) 0 , 0 , 2
3
25
0

1
0
3
f ) 1 , 3 , 2
1
3
4

2
3
5
g) 0 , 4 , 6
0
0
7
1
1
1 9

i)
1 , 5
1
3

2
4
3 4

j)
0, 2
6
13
1
1
0
1 0 2

k)
1,0, 1
1
1
1
PJHO
5
3
4 6

h)
2, 7
2
2

1
0
1
7 7 8

l)
1,2,1
7
7
6
18
Problema 6.15 Sea un subespacio W de n y un vector ~x n . Para un vector definido por

~y = proyW (~x) determinar la relaci
on que existe entre la cantidad k~y k2 con la cantidad ~y ~x.
Problema 6.16 Encontrar vectores ~v1 y ~v2 de n que generan una matriz A invertible, siendo

~v1 ~v1 ~v1 ~v2
A=
~v2 ~v1 ~v2 ~v2
Problema 6.17 Encontrar la factorizaci
on QR de las siguientes matrices, teniendo en cuenta lo
realizado en el Problema 6.14.

2
1 3
4
25
1 1
0
a) 1
b)
c) 1 4
d) 0
2 1
2
0 2
3 25
25
0
0 2
25
0
1
9
5
3
4
e) 0
3
1
1
i)
1
1
1
f ) 1
1
0
3
3
4
4
2
13
2
3
j)
0
6
3
2
4
3
4
0
1
0
0
2
0
1
1 1
2
g) 0
0
1
1
k)
1
1
3
6
7
2
0
7
2
7
5
4
h)
2
2
5
6
7
1
7
l)
1
7
Problema 6.18 Encontrar la factorizaci

on QR de las siguientes matrices M
1
1
1
1
1
1
1
3 5
2
1 1 1
1
1
1
1
1
1
0 4 6 .
b) M =
a) M =
1
1 1
2 1 1
2 1 1
0
0 7
1
1 1
1
1 1 1
1
8
1
6
3
0
0
0
4
5
.
0
0
Problema 6.19 Encontrar la soluci

on de mnimos cuadrados ~s de los siguientes sistemas A~x = ~b,
realizando, en caso de ser posible, una interpretacion grafica del mismo y calculando el error k~b A~sk.

1
1 0
1 3
5
a) A =
, ~b =
.
b) A = 0 1 , ~b = 1 .
2 6
0
0 0
1

3
1
c) A = 2 , ~b = 2 .
3
7
1
d) A = 4
7
2
5
8

3
1
6 , ~b = 0 .
9
0
Problema 6.20 En los siguientes casos, se proporciona una factorizacion QR de A. Utilizarla para
encontrar una soluci
on por mnimos cuadrados de A~x = ~b.

2 1
2/3
1/3
2
3 1
~b = 3 .
a) A = 2 0 ,
Q = 2/3 2/3 ,
R=
,
0 1
1 1
1/3
2/3
1
1
b) A = 2
1
PJHO
0
1 ,
1
1/6
Q = 2/6
1/ 6

1/ 2
0 ,
1/ 2
R=
6
0
6/2
1/ 2

1
, ~b = 1 .
1
AUTOVALORES Y AUTOVECTORES
19
Problema 6.21 En los siguientes casos, realizar el ajuste por mnimos cuadrados del conjunto de datos
P a la funci
on f (t), con a, b y c constantes a determinar. Calcular el error del ajuste y realizar una
interpretaci
on gr
afica de la soluci
on.
a)
b)
c)
d)
e)
f)
P
P
P
P
P
P
= {(0, 0), (0, 1), (1, 1)},

= {(0, 0), (0, 1), (1, 1)},
= {(0, 0), (0, 1), (1, 1)},
= {(0, 0), (0, 1), (1, 1)},
= {(0, 0), (1, 1), (1, 1), (1, 1)},
= {(0, 0), ( 2 , 2 ), (, ), (, )},
f (t) = a.
f (t) = bt.
f (t) = a + bt.
f (t) = a + bt + ct2 .
f (t) = a + bt + ct2 .
f (t) = a + b sen(t) + c cos(t).
Problema 6.22 De todos los vectores unitarios ~v = [x, y, z] de

es mnima.
R , encontrar aquel cuya suma x+2y+3z

3
Problema 6.23 En una determinada clase de Algebra

se realizan tres examenes y un determinado
alumno piensa que cada hora que dedique al estudio de cada examen, se convertiran en 01 puntos, (60h
de estudio para un examen equivalen a un 6 en la nota de ese examen). Los tres examenes cuentan el
20%, el 30% y el 50% de la nota final. Si el alumno se marca el objetivo de sacar un 75 sobre 10 como
nota final (suma de las tres notas porcentuadas), determinar el n
umero de horas a, b y c que debera
estudiar en cada examen para minimizar la cantidad de horas a2 + b2 + c2 .
Nota: Este modelo cuadr
atico refleja el hecho de que puede llegar a ser hasta cuatro veces m
as doloroso estudiar 10 horas
en lugar de 5.
Problema 6.24 La siguiente tabla proporciona el promedio del n

umero de hijos por mujer en Espa
na
desde 1975 hasta 2001.
A
no
1975
1980
1983
1986
1991
1995
2001
N
umero de hijos por mujer
2.7
2.0
1.7
1.5
1.3
1.1
1.2
Utilizando una calculadora, ajustar los datos a una curva del tipo f (t) = cekt donde t es el a
no y c y
k son constantes a determinar. Estimar el n
umero de hijos por mujer en el a
no 2010 con este modelo y
comentar la validez del resultado.
Sugerencia: Tomar t = 0 correspondiente al a
no 1975.
Autovalores y Autovectores
Problema 7.1 En los siguientes casos, mostrar que ~v es un autovector de A y encontrar el autovalor
correspondiente.

0 3
1
1 1
1
4 2
4
a) A =
, ~v =
b) A =
, ~v =
c) A =
, ~v =
3 0
1
6 0
2
5 7
2
d)
PJHO
3
A= 0
1
0
1
0
0
2
2 , ~v = 1
1
1
e)
0
A= 1
1
1
1
2
1
2
1 , ~v = 1
0
1
20
Problema 7.2 En los siguientes casos, mostrar que es un autovalor de A y encontrar un autovector
asociado al mismo.

2
2
0 4
0 4
a) A =
, = 3 b) A =
, = 1 c) A =
, =4
2 1
1 5
1 5
1
A = 1
2
d)
0
1
0
2
1 , = 1
1
3
A= 1
4
e)
1
1
2
1
1 , = 2
0
Problema 7.3 En los siguientes casos, encontrar los autovalores y autovectores asociados de las
siguientes matrices A 22 .

1 1
1
1
a) A =
b) A =
1 1
1 1
Problema 7.4 En los siguientes casos, los vectores unitarios ~x 2 y sus imagenes A~x bajo la accion
de una matriz A 22 se dibujan uno a continuacion del otro. Estimar, utilizando una regla metrica,
los autovectores y autovalores de A a partir de cada una de las autoim
agenes siguientes y dar un ejemplo
de una posible matriz A.
y
5
1.6667
1.6667
2
1
a) 0
b)
c)
1
2
1.6667
1.6667
4
5
5 4 3 2 1
1.6667
1.6667
2
1
d) 0
1
2
3
10
PJHO
10
21
Problema 7.5 En los siguientes casos, encontrar:

1. El polinomio caracterstico de A.
2. Los autovalores de A.
3. Una base de cada uno de los autoespacios de A.
4. La multiplicidad aritmetica y la multiplicidad geometrica de cada autovalor.

1
1 0
1 3
2 1
a) A =
b) A =
c) A = 0 2 1 d) A =
2 6
1 0
0
0 3
1
2 0
1
0 2
4 0
e) A = 1 1 1 f ) A = 3 1 3 g) A = 2 3
0
1 1
2
0 1
1 0
2 1
3 1 0 0
1 1 1
0 1
1 1 0 0
0
2
0
h) A =
j) A =
i) A =
0 0
0 0 1 4
1 1
1
0 0
0 0 1 1
1 0 0
0
4 0 1 0
0 1 0
0 4 1 1
0
l) A =
k) A =
1 1 3
0 0 1 2
0
2 1 2 1
0 0 3 0
1
0
1
0
1
1
1
1
0
1
2
2
1
4
3
0
0
5
1
2
Problema 7.6 En los siguientes casos, demostrar de alguna forma que A y B no son matrices semejantes.

2 1 4
1 0 0
4 1
1 0
a) A =
, B=
b) A = 0 2 3 , B = 1 4 0
3 1
0 1
0 0 4
2 3 4
Problema 7.7 En los siguientes casos, se muestra una diagonalizacion de la matriz A en la forma
P 1 AP = D. Listar los autovalores de A as como las bases de los autoespacios correspondientes.

2 1
5 1
1 1
4 0
a)
=
.
1
1
2
2
1 2
0 3
1/6
1/2
1/3
b)
1/8
1/4
5/8
c)
1/6
1
1/2 0
2/3
1
1/6
1/2
1/3
1/8
3/4
3/8
1/8
1
1/4 2
3
3/8
1
3
1 1
0
2
1
0
1
3
0
3
3
3
2 2
1
3

1
0
2
1
1 = 0
0 1
0

6
0
1
1
0 = 0
0
1 1
0
0
0
0
0 .
1
0
0
2
0 .
0 2
Problema 7.8 En los siguientes casos, determinar si A es diagonalizable y, si lo es, encontrar una matriz
invertible P y una matriz diagonal D tal que P 1 AP = D.

3 1 0
1 0 1
1 0 0
5 2
3 4
a)
b)
c) 0 3 1 d) 0 1 1 e) 2 2 1
2 5
1 1
0 0 3
1 1 0
3 0 1
f)
PJHO
1
1
1
2
0
1
1
1
0
g)
2
0
0
0
0
3
0
0
0
2
3
0
2
1
0
1
h)
2 0
0 2
0 0
0 0
0
4
0
0
2
0
0 2
22
Problema 7.9 Sea el vector ~x 22 y la matriz A 22 con autovectores ~v1 y ~v2 y autovalores
asociados 1 y 2 , dados por:

1
5
1
1
~x =
;
2 = 2
;
~v1 =
;
~v2 =
;
1 =
1
1
1
2
a) Encontrar A10 ~x.
b) Encontrar Ak ~x y determinar su valor cuando k .
Problema 7.10 Sea el vector ~x 33 y la matriz A 33 con autovectores ~v1 , ~v2 y ~v3 y autovalores
asociados 1 , 2 y 3 , dados por:

2
1
1
1
1
1
~x = 1 ; ~v1 = 0 ; ~v2 = 1 ; ~v3 = 1 ; 1 = ; 2 =
; 3 = 1
3
3
2
0
0
1
a) Encontrar A20 ~x.
b) Encontrar Ak ~x y determinar su valor cuando k .
Problema 7.11 Sabiendo que:
A2 = (P DP 1 )(P DP 1 ) = P D(P 1 P )DP 1 = P D2 P 1
Calcular la potencia indicada de las siguientes matrices.

a)
Problema 7.12
diagonalizable.

a) A =
1
0
1
k
0
1
1
0
0
k
3
2
b)
2002
1
1
1
0
0 1
En los siguientes casos, determinar todos los valores k

b) A =
1
0
k
1

c) A =
k
1
1
0
1
d) 0
0
0
1
0
R para los cuales A es
k
0
1
1
e) 1
1
1
1
1
k
k
k
Problema 7.13 Diagonalizar ortogonalmente las matrices A siguientes y encontrar una matriz
ortogonal Q y una matriz diagonal D tales que QT AQ = D.

5 0 0
2
4 1
1
c) A = 0 1 3
a) A =
b) A =
1 4
2
0
0 3 1
d) A =
1
0
1
0
1
0
1
1
e) A =
0
0
1
0
1
1
1
0
0
Problema 7.14 Diagonalizar ortogonalmente las matrices A siguientes

a
a b
a) A =
b) A = 0
b a
b
0
0
1
1
0
0
1
1
siendo a, b
0 b
a 0
0 a
R con b 6= 0.
Problema 7.15 En los siguientes casos, encontrar una matriz simetrica A 22 con autovalores 1
y 2 y autovectores ortogonales asociados ~v1 y ~v2 .

1
1
a) 1 = 1 ;
2 = 2 ;
~v1 =
;
~v2 =
.
1
1
b) 1 = 3
PJHO
2 = 3
~v1 =

1
2

;
~v2 =

2
.
1
EN VALORES SINGULARES
PSEUDOINVERSA Y DESCOMPOSICION
23
Pseudoinversa y Descomposici
Problema 8.1 Calcular, en caso de que exista, la pseudoinversa A+ de las siguientes matrices.

1
1 3

1
a) A = 1 2
b) A =
c) A = 1
d) A = 1 1
2
2
0 2

e)
A=
1
0
1
1

f)
1
3
A=
2
4

g)
1
1
A=
0
1
0
0
1
1
0
1
1
1
h)
1
0
A=
1
0
2
0
1 1
1 2
0
2
Problema 8.2 Demostrar las siguientes propiedades de la pseudoinversa A+ de una matriz A

con columnas linealmente independientes.
mn
1. AA+ A = A
2. A+ AA+ = A+
3. AA+ es simetrica.
4. (cA)+ = 1c A+ para todo escalar c 6= 0.
5. Si A es cuadrada:
5.a. (A+ )+ = A
5.b. (AT )+ = (A+ )T
5.c. A+ A es simetrica.
Problema 8.3 Encontrar, en caso de ser posible, la solucion de mnimos cuadrados ~s de los siguientes
sistemas A~x = ~b, mediante la utilizaci
on de la matriz pseudoinversa A+ .

1 0
1
1 3
5
a) A =
, ~b =
.
b) A = 0 1 , ~b = 1 .
2 6
0
0 0
1

1
3
~
2
c) A =
, b = 2.
7
3
d) A = 4
7
2
5
8

1
3
6 , ~b = 0 .
9
0
Problema 8.4 Sea una matriz A mn con rang(A) = n y con descomposicion en valores singulares
A = U V T . Demostrar que la soluci
on de mnimos cuadrados de un SEL A~x = ~b puede escribirse como:
~x =
~b ~u1
~b ~un
~v1 + +
~vn
1
n
Problema 8.5 Dada la matriz A
1
1
1
A=
10 1
1
42
1
1
1
2
0
1 1 1
1
1 1 0
1 1
1
0
0
1
3
0 4
0
4
3
Usar el resultado del Problema 7.4 para encontrar la solucion de mnimos cuadrados del SEL,

1
2
~
~
A~x = b
;
b=
3
4
PJHO
EN VALORES SINGULARES
PSEUDOINVERSA Y DESCOMPOSICION
24
Problema 8.6 Encontrar la matriz de la proyeccion ortogonal sobre el subespacio W y utilizarla para
hallar la proyecci
on ortogonal del correspondiente vector ~v sobre W .

a) W = gen
1
1

, ~v =
3
4
1
1
b) W = gen 1 , ~v = 2 .
1
3

.

1
1
1
c) W = gen 0 , 1 , ~v = 0 .
1
1
0

1
0
0
1
d) W = gen 0 , 1 , 0 , ~v = 1 .
1
1
1
0
Problema 8.7 Encontrar los valores singulares de las siguientes matrices:

1
0
3 1
1 1
1
a) A =
b) A =
c) A =
d) A =
0 2
1 3
0 0
2
f) A =
0
g) A = 0
2
0
3
0
1
h) A = 0
0
0
2
0

i) A =
2
0
2
4
0
2

e) A =
1
0
3
4
1
j) A = 0
1
0 1
3 0
0 1
Problema 8.8 Encontrar una descomposici

on en valores singulares de la matriz:

p q
A=
;
p, q
q
p
Problema 8.9 Encontrar una descomposici

on en valores singulares de las matrices del Problema 7.7.
Problema 8.10 Dada la siguiente matriz, (apartado (g) del Problema 7.7):
0 0
A= 0 3
2 0
Utilizar su descomposici
on en valores singulares para obtener su rango y bases ortogonales de col(A),
ker(AT ), fil(A) y ker(A).
Problema 8.11 Utilizando la descomposici
on en valores singulares de la siguiente matriz (apartado (h)
del Problema 7.7):
1 0
A= 0 2
0 0
descomponer A como producto de los correspondientes valores singulares y vectores singulares por la
izquierda y por la derecha de la matriz, (generalizaci
on de la descomposici
on espectral ).
Problema 8.12 Justificar si las siguientes sentencias sobre matrices reales son CIERTAS o FALSAS.
1. Para toda matriz A, la matriz AAT es diagonalizable.
2. Los valores singulares de toda matriz diagonal D son los valores absolutos de los elementos de la
diagonal.
3. Los valores singulares de toda matriz triangular son los valores absolutos de los elementos de su
diagonal.
PJHO
SOLUCIONES NUMERICAS
25
Soluciones Num
ericas
0 Repaso: Vectores, Rectas y Planos en
R2 y R3
Problema 0.1 a) [x, y] = [4, 4] + t[1, 1], {x = 4 + t, y = 4 + t}.

{x = t, y = t, z = 4t}.
b) [x, y, z] = t[1, 1, 4],
Problema 0.2 a) [3, 2] [x, y] = 0, 3x + 2y = 0. b) {[1, 1, 5] [x + 3, y 5, z 1] = 0, [1, 2, 3] [x +

3, y 5, z 1] = 0}, {x y + 5z = 3, x + 2y + 3z = 10}.
Problema 0.3 a) [3, 2, 1][x, y1, z] = 0, 3x+2y+z = 2. b) [x, y, z] = [6, 4, 3]+t[0, 1, 1]+s[1, 1, 1],
{x = 6 s, y = 4 + t + s, z = 3 + t + s}. c) [x, y, z] = [1, 1, 1] + t[3, 1, 1] + s[1, 0, 2]. d)
{x = t, y = 1 + 3t}, [x, y] = [0, 1] + t[1, 3].
Problema 0.4 a) Perpendiculares. b) Ninguna de las dos cosas. c) Paralelos. d) Perpendiculares.
Problema 0.5 a) Perpendiculares. b) Ninguna de las dos cosas. c) Ninguna de las dos cosas. d)
Perpendiculares.
0.3 Matrices y Sistemas de Ecuaciones

16 8
6 9
3 5 4
3 3
8
Problema 0.6 a)
. b)
. c)
. d) 8
4 7
2 2 3
19 27
4
4

3 6
27
0
7 3
10 . f ) 033 . g)
. h)
. i)
.
3 3
49 125
2 6

4
4 . e)
10
Problema 0.7 a) 16. b) cos . c) 0. d) abdg.

Problema 0.8 x = 1
o x = 1/2.
Problema 0.9 a)
1
5
2
3

1
.
4
2
b) 3
1
1
3
1 1 .
1 2
0
1
c)
1
0
0
1 2
2 1 3
.
2
1
2
1
0
0
Problema 0.10 a) {x = 1, y = 5}. b) {x = 2 i, y = i}.

Problema 0.11 a) Si m 6= 2, S.C.D: {x = 0, y = 1}. Si m = 2 S.C.I: {x = (1 t)/2, y = t}. b) Si
m 6= 1, S.C.D: {x = 1/(m 1), y = 1/3, z = (2m 5)/(3m 3)}. Si m = 1 S.I.
1 Sistemas de Ecuaciones Lineales

Soluci
on 1.1 a) {x = 0, y = 1, z = 2}. b) {x y = 0, x z = 0, y z = 0}.
{x = 1, y + z = 1, x + y + z = 1}. d) {x + y + z = 0, x + y + z = 1, 2x + y = 1}.
c)
Soluci
on 1.2 a) 3 coincidentes, 3 paralelos, 2 coincidentes y 1 paralelo, 2 coincidentes y 1 secante,
2 paralelos y 1 secante, 3 secantes dos a dos, 3 secantes en una recta, 3 secantes en un punto. b) 2
coincidentes y 1 secante, 2 paralelos y 1 secante, 3 secantes dos a dos, 3 secantes en una recta, 3 secantes
en un punto. c) 3 secantes dos a dos, 3 secantes en una recta, 3 secantes en un punto.
Soluci
on 1.3 a) Un plano (dim=2) o una recta (dim=1) . b) Un hiperplano de dim=3 o un plano
(dim=2). c) No tiene soluci
on. d) Un plano (dim=2) o una recta (dim=1).
Soluci
on 1.4 a) CD: k 6= 1, CI: k = 1. b) CD: k 6= 1, CI: k = 1, I: k = 1. c) CI: k = {1, 2}, I:
k 6= {1, 2}. d) CD: k 6= {1, 2}, CI: k = 2, I: k = 1.
PJHO
26
Soluci
on 1.5 a) {x = 32 , y = 12 } (punto en 2 ). b) {x = 1, y = 3, z = t}; t (recta en 3 ). c)
{x = 2, y = t, z = s, w = k}; t, s, k
(hiperplano de dim 3 en 4 ). d) {x = 0, y = 1 + t, z = t, w =
4
2}t (recta en
).
x = 9t
x=t
y = 1 10t . b)
y = 2 7t
Soluci
on 1.6 a)
z = 1 7t
z = 2 3t
Soluci
on 1.7 a) S hay intersecci
on: {t = 1, s = 2} = {x = 0, y = 4, z = 0} . b) No hay interseccion.
Soluci
on 1.8 a) {x =
{x = 21 , y = 32 , z = 3}.
3
2, y
1
2, z
= 1}.
b) t = 0
{x = 1, y = 0, z = 0}.
c)
1
Soluci
on 1.9 a) {x = 1, y = 1, z = 1}. b) {x = 2t 31 (28t)+ 12
(2+t), y = 61 (2+t)+ 13 (28t), z =
1
1
1
1
4 (2 + t)}. c) {x = 15 (2z + 2t) + 5 (t z), y = 3 (2z + 2t)}.
Soluci
on 1.10 a) Fi Fj . b) k1 Fi . c) Fi kFj .

3
5
1 1 1
1 0 0
1
4
3
1
0
, 0
Soluci
on 1.11 a) 0 1 1 , 0 1 0 . b)
,
. c) 0 31
1
3
0 1
0 2
0 0 1
0 0 1
0
0
0

1 2 1
1 0 3
15
11
2 4 2
6
1 0 7
1
7
13 , 0 1 1 .
.
e) 0
d)
,
9
3
0
7
9 3
0 1
37
7
0 0
0
0
0
0
1 2 3
1 2 0
0 0
1 , 0 0 1 .
0 0
0
0 0 0
0
1 .
0
f)
Soluci
on 1.12 a) F2 3F1 , 12 F2 , F1 2F2 , F1 31 F2 , 3F1 , 31 F2 , F2 + 31 F1 . b) 12 F1 , F2 F1 , F3 + F1 , F3
F2 , F3 + 43 F2 , F1 + 13 F2 , 4F2 , F2 + 3F1 , F3 + 2F1 , 3F1 .
Soluci
on 1.15 a) Soluci
on u
nica. b) No tiene solucion. c) Infinitas soluciones.
Soluci
on 1.16 a) C.D. b) C.I. c) C.I. d) I. e) I. f ) C.D. g) I. h) I i) C.I.
Soluci
on 1.17 a) {x1 = 2, x2 = 5, x3 = 1}. b) {x
1 = t, x2 = t, x3 = t}. c) {x = 5t + s, y =
1
5
+4t
s,
z
=
t,
w
=
s}.
d)
{r
=
2,
s
=
1}.
e)
{x
=
2, y = 1, z = 0}. f ) {a = 1, b = 1, c = 1, d = 1}.
2
2
Soluci
on 1.18 a) No tiene soluci
on. b) {x1 = 2 + 3t, x2 = t, x3 = 1 + 2s, x4 = s}. c) {x=1, y=2,
z=3}. d) {a=-3, b=2, c=1}. e) [x1 , x2 , x3 , x4 , x5 ] = [24, 10, 0, 0, 0] + r[6, 2, 1, 0, 0] + s[0, 6, 0, 1, 0] +
t[12, 6, 0, 0, 1]. f ) No tiene soluci
on.
2 Vectores
Soluci
on 2.1 a) Por ejemplo:
l.d.={[3, 0], [2, 0]},
l.d.={[1, 1, 0], [1, 1, 0]}, l.i.={[0, 0, 1], [1, 1, 1]}.
l.i.={[0, 1], [0, 2]}.
b)
Por
ejemplo:
Soluci
on 2.2 a) No es un conjunto generador y por tanto no puede ser una base de 2 . b) Si es un
conjunto generador pero no una base de 2 . c) No es un conjunto generador y por tanto no puede ser
una base de 3 .
h
i
h 1 2 i
h 6 3 2 i
, 1,
1 ; 2 ; 3
;
17.
b)
14,
,
10,
2
2.
c)
6, 6 ; 3 ; 2 ; 0 , 2,
Soluci
on 2.3 a) 5,
5
5
14
14
14
45.
Soluci
on 2.4 a)
3
4 .
b) arccos( 65 ). c)
Soluci
on 2.5 a) [2; 2]. b)
PJHO
4 2
3; 3 ; 3
4
2.

3 3
. c) 23 ; 3
2 ; 2; 2 .
27
Soluci
on 2.6 Si b 6= 0 : x = t, y = at/b, t
R. Si b = 0 : x = 0, y R.
Soluci
on 2.7 k = 3 y k = 2.
Soluci
on 2.8 a)
3 2
2 .
b)
Soluci
on 2.9 a)
2 3
3 .
b) 13 .
18 .
13
Soluci
on 2.10 a)
5 13
13 .
b)
2.
2 3
3 .
Soluci
on 2.11 a) 0. b)
3 Matrices
1
1
Soluci
on 3.1 a)
1
1
2
2
1
0
2
2
2
2
0
1
2
2
2
2
2
0
1
2
0 2 2
1 2 2

Soluci
on 3.3
3t 3s
t
s
1
1 1
1 1
1
.
1
1 1
1 1
1
0
1
b)
2
3

t, s

0
1
4
9
0
1
8
27
0
1
.
16
81
d)

4 6
Soluci
on 3.6 a)
.
3 4
1

10 . g) h . h) 2
4
R.
0
0
1
0

, C=
1
2
b)
2
4
8
3
No definido. c) 0
6
3
6 .
12
0
2
a + 2b + 3c
a + 2b + 3c

.
1
1
2 . d) 5
5
6
Soluci
on 3.7 a)
0
1
c)
2
3
Soluci
on 3.4 Por ejemplo: B =
1
2 3
0
1 2
.
1
0 1
2 1 0
a
2a
3a
1
0

3
4 . e) 0
2 4
b c
2b 2c ,
3b 3c
a 2a 3a
b 2b 3b .
c 2c 3c

1 . f)
b) Son
iguales. Una es la matriz transpuesta de la otra.

Soluci
on 3.8 a) j-esima columna de A. b) j-esima fila de A. c) Elemento aij de A.
Soluci
on 3.9 a) Cierto. b) Falso. c) Cierto. d) Falso. e) Falso. f ) Cierto. g) Falso. h) Cierto. i)
Cierto. j) Cierto.
Soluci
on 3.10 b) y c).

1
Soluci
on 3.11 A =
1
0
2

.
Soluci
on 3.13 a) A = 2B1 + B2 . b) A = 3B1 4B1 B3 . c) No es posible.
Soluci
on 3.14 a) Independientes. b) Dependientes. c) Independientes. d) Independientes.
PJHO
28

b11~c1A +
b21~c2A + b31~c3A
Soluci
o
n
3.15
a)
~
~
~
a11 f1B + a12 f2B + a13 f3B
b) a21 f~1B + a22 f~2B + a23 f~3B .

a31 f~1B + a32 f~2B + a33 f~3B
1 3r
r
Soluci
on 3.16 a) X =
2r
b12~c1A + b22~c2A + b32~c3A
2 3s 3t
1
s
t . b) X = 0
2s 2 2t
0

b13~c1A + b23~c2A + b33~c3A .
1 3/2
1
1/2 .
0
1
Soluci
on 3.18 a) X = A3 . b) X = A1 (BA)2 B 1 . c) X = AB 2 . d) X = (AB)1 BA + A.
3.1 Determinantes y Matriz Inversa
Soluci
on 3.19 a) 0. b) -24. c)-15. d) 0. e) 0. f ) -1. g) -24. h) 0.
Soluci
on 3.20 a) 8. b) -24. c) -4. d) 4. e) -8. f ) 8.
Soluci
on 3.21 a) k
R {0, 2}. b) k R {2, 0, 1}.
Soluci
on 3.22 a) -6. b) 9. c) 23 . d) 3 2n . e) (2) 3n . f ) 9.
2
3 3
1/2
1/2 1/2
2 . b) No invertible. c) 1/2 1/2
1/2 .
Soluci
on 3.23 a) 1 2
4
6 7
1/2
1/2
1/2
1/a
0
0
3 3
1
1/a
0 .
5 2 .
g) 1/a2
invertible.
e) No invertible.
f ) 3
1/a3 1/a2 1/a
1 2
1
6
9 5
1
3 5
0
0
1
0
0 0
9 1 5
1
2
2
2
0
0
1
0
0
. k)
. j)
invertible. i)
5 5
0
1 2
1 0
9 3
0
5 2
1
2 3
1
0
0 2
1
0
1 2 1
11 2
5 4
1
0
0
0
2/2
0 2 0
2 2
4
1
2
2
0
1
0
0
2/2
8
0
. m)
.
. n)
5
1 2
2
0
0
1
0
0
0
1 0
a/d b/d c/d 1/d
9
2 4
3
0
0 3 1
Soluci
on 3.24 a) A1 =
15
2
, ~x =
1
a2 +b2 [ay1
1
2a15 [ay1
1 a
0
1

a
3y2 , 5y1 + 2y2 ].
d) No
h) No
l)
R , ~x = [y
c) A1
+ by2 , by1 + ay2 ].

a
3
1
2a15
152a
ay
,
y
].
b)
A
=
, a 6=
1
2 2
5
2
152a
2a15

a b
1
= a2 +b
, a =
6 0 o b 6= 0 , ~x =
2
b a
1/a
0
0
0 1/b
0 b) Una matriz diagonal es invertible si
Soluci
on 3.25 a) a 6= 0, b 6= 0, c 6= 0,
0
0 1/c
los elementos de la diagonal son no nulos. La forma de la matriz inversa es tambien diagonal con los
correspondientes elementos inversos.
Soluci
on 3.26 a) a 6= 0, d 6= 0, f 6= 0, b, c, e . b) Elementos de la diagonal no nulos. c) Triangular
superior. d) Es invertible si los elementos de la diagonal son no nulos y la forma de la matriz inversa es
triangular inferior.
3.2 Espacio Fila y Columna
Soluci
on 3.27 a) ~b col(A), w
~
/ fil(A). b) ~b col(A), w
~
/ fil(A).
PJHO
29

1
1
0
2 . b)
Soluci
on 3.28 a) B f il = {[1, 0, 1], [0, 1, 2]}, B col =
,
, B ker =
1
1

3
1
1
0 , 2 , 1 , B ker =
0 . c) B f il =
B f il = {[1, 0, 0], [0, 1, 0], [0, 0, 1]}, B col =
1 2 1
4
1
1
1
1
1
1

1
0 1 1
,
B
=
{[1, 0, 1, 0], [0, 1, 1, 0], [0, 0, 0, 1]}, B col = , ,
ker
1 .
1
1
0
1
1
0
0
1
1
1 , 0 .
Soluci
on 3.29 a) B =
0
1
0 1 2
{[1, 0, 0], [0, 1, 0], [0, 0, 1]}. d) B =

1
1
0
1 , 2 , 1 .
b) B =
c) B =
1
0
1

1 , 3 1 1 0 , 2 1 5 1
.
Soluci
on 3.30 a) Si. b) No. c) Si. d) No.
Soluci
on 3.31 a) No. b) B = {~c1 , ~c2 , ~c4 }.
4 Transformaciones Lineales
Soluci
on 4.1 a) Funci
on escalar real de variable real. b) Funcion escalar real de varias variables reales.
c) Funci
on vectorial real de varias variables reales. d) Funcion escalar real de varias variables reales. e)
Funci
on vectorial real de varias variables reales.
Soluci
on 4.2 a) No lineal. b) Lineal. c) No lineal.

1
7 6 13
Soluci
on 4.5 a) A =
. b) B = 2
11 9
17
3
4

5 . c) C = ~v1 ~v2 ~vn .
6
Soluci
on 4.6 a) {x1 = 20y1 +7y2 ; x2 = 3y1 y2 } b) No invertible. c) {x1 = 9y1 2y2 ; x2 = 4y1 +y2 }
d) {x1 = 3y1 32 y2 ; x2 = y1 + 13 y2 }

Soluci
on 4.7
1
2
Soluci
on 4.12 a)
1
1
1
PJHO
0
4
0
2
1

.
2
1
1
1
1 . f ) 1
1
0
2
1

.

b)
8
4
5
1

.
3
c) 1
1
1
2 .
1

d)
0
1
6 6
2
2

.
e)
0 1
1
0 .
1
1
30

0
1
2
, Im(T ) =
t
+s
: t, s
, nul(T ) =
4
0
3
2s 3t
s : s, t
0, rang(T ) = 2. b) ker(T ) =
, Im(T ) = , nul(T ) = 2, rang(T ) = 1.
1
1
1
1
c) ker(T ) = t 2 : t
, Im(T ) = r 1 + s 2 + t 3 : r, s, t
, nul(T ) =
1
1
3
5
1,
=
3.
d)
rang(T
)

1
1
1
ker(T ) = t 2 : t
, Im(T ) = t
+s
: t, s
, nul(T ) = 1, rang(T ) = 2.
1
2

1
1
0
e) ker(T ) =
, Im(T ) = t 1 + s 2 : t, s
, nul(T ) = 0, rang(T ) = 2. f )
0
1
3

1
2
4

2
0 + s 1 + t 3 : r, s, t
ker(T ) = t
:
t
,
Im(T
)
=
r
, nul(T ) =
1
0
0
1
0
1, rang(T ) = 3.
Soluci
on 4.13 a) ker(T ) =
Soluci
on 4.14 a) Inyectiva y sobreyectiva (biyectiva). b) Si es inyectiva pero no sobreyectiva.
4.1 Movimientos en
Soluci
on 4.18 Elipse con semieje mayor 5~e1 y semieje menor ~e2 .

1 0
2 0
1/2 1/2
0
Soluci
on 4.19 a)
. b)
. c)
. d)
0 1
0 3
1/2
1/2
1

1/2
3/2
.
f)
1/2 3/2
1 0 0
1 0 0
Soluci
on 4.20 a) 0 1 0 . b) 0 0 1 .
0 0 0
0 1 0
1
0

3/5
. e)
4/5
4/5
3/5

.
5 Bases

2
5/2
1/2
1/2
1
Soluci
on 5.1 a) [~x]B =
, [~x]C =
, PCB =
, PBC =
3
1/3
1/2
1/2
1
1
1
1
0 0
1 0 0
1 0 , PCB = 1 1 0 .
[~x]B = 0 , [~x]C = 1 , PCB = 1
1
1
0 1 1
1 1 1
1
1

. b)
6 Ortogonalidad y Mnimos Cuadrados

Soluci
on 6.1 Ortogonales: a) y b).
Soluci
on 6.2 a) B = {[1, 1, 0], [1, 0, 1]}, Bo = {[1, 1, 0], [1, 1, 2]}. b) B = {[1, 0, 1]}, Bo =
{[1, 0, 1]}. c) B = {[0, 1, 0, 1], [1, 1, 2, 0]}, Bo = {[0, 1, 0, 1], [2, 1, 4, 1]}.
Soluci
on 6.3 a) No. ~x = ~v2 , [~x]B = [0, 1]. b) Si. ~x = 12/13~v1 + 5/13~v2 , [~x]B = [12/13, 5/13].
c) Si. ~x = (2/3)~v2 + (1/3)~v3 , [~x]B = [0, 2/3, 1/3]. d) No. ~x = ~v1 + 2~v2 + 3~v3 , [~x]B = [1, 2, 3].
PJHO
31
3/2, f = 3/2, b = d = e = g = 0.

cos sen
cos2
0 1
cos
sen
. b) No. c) No. d) Si,
1
0
2
sen
cos
sen
1/2
1/2
1/2
1/2
Soluci
on 6.4 Por ejemplo: a = 1/2, c =

Soluci
on 6.5 a) Si,
1/2
1/2
1/2
1/2
1/2
1/2
1/2
1/2
1/2
1/2
1/2
1/2
sen
0 . e) Si,
cos
Soluci
on 6.6 No, ya que las transformaciones lineales ortogonales conservan la ortogonalidad de los
vectores de entrada.
Soluci
on 6.7 Por ejemplo:
B = {[1, 0, 0, 1],
[0, 0, 1, 1]},
B
0, 0, 1],
[1, 2, 1,
o = {[1,
[0, 1, 0,
1],
1], [1, 0, 2, 1]},

{[1/ 2, 0, 0, 1/ 2], [1/ 7, 2/ 7, 1/ 7, 1/ 7], [1/ 6, 0, 2/ 6, 1/ 6]}.
Soluci
on 6.8 a) B = {[2, 1]}. b) B = {[1, 1, 1]}. c) B = {[1, 1, 1]}.
{[2, 4, 2, 0], [2, 1, 4, 3]}. e) B = {[1, 1, 0], [0, 3, 1]}. f ) B = {[1, 1, 0]}.
Bon =
d) B =
Soluci
on 6.9 a) B = {[3, 2]}. b) B = {[1, 2, 1]}.
Soluci
on 6.10 a) fil(A) = {[1, 0, 1], [0, 1, 2]}, col(A) = {[1, 5, 0, 1], [1, 2, 1, 1]}, ker(A) =
{[1, 2, 1]}, ker(AT ) = {[5, 1, 7, 0], [3, 2, 0, 7]}. b) fil(A) = {[1, 0, 1, 2, 0], [0, 1, 0, 2, 0], [0, 0, 0, 0, 1]},
col(A) = {[1, 2, 2, 3], [1, 0, 2, 1], [2, 4, 1, 5}, ker(A) = {[2, 2, 0, 1, 0], [1, 0, 1, 0, 0]}, ker(AT ) =
{[5, 3, 4, 3]}.
Soluci
on 6.13 a) proyW (~v )
[3/4, 1/4, 1/4, 1/4].
[19, 39, 64].
b) proyW (~v )
[8, 0, 2, 2].
c) proyW (~v )
Soluci
on 6.14 a) ~v = [2/5, 6/5] + [12/5, 4/5]. b) ~v = [1/2, 1, 1/2] + [7/2, 3, 5/2].
[7/2, 2, 7/2] + [1/2, 0, 1/2]. d) ~v = [2, 1, 5, 3] + [0, 0, 0, 0].
c) ~v =
Soluci
on 6.15 a) {[2, 1, 2]}. b) {[1, 2], [2, 1]}. c) {[1, 1, 0], [1, 1, 4]}. d) {[4, 0, 3], [3, 0, 4]}.
e) {[4, 0, 3], [3, 0, 4], [0, 2, 0]}.
f ) {[1, 1, 1], [0, 1, 1], [2, 1, 1]}.
g) {[1, 0, 0], [0, 1, 0], [0, 0, 1]}.
h) {[5, 4, 2, 2], [2, 2, 5, 4]}.
i) {[1, 1, 1, 1], [1, 7, 7, 1]}.
j) {[2, 3, 0, 6], [0, 2, 2, 1]}.
k)
{[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]}. l) {[1, 7, 1, 7], [1, 0, 1, 0], [0, 1, 0, 1]}.
Soluci
on 6.17 Por ejemplo, dos vectores ortonormales de
PJHO
32

2/3

2/5
5/ 5
1/5
1/3 , R = 3 . b) Q =
Soluci
on 6.18 a) Q =
, R =
2/ 5 1/ 5
0
2/3

1/2 1/18
4/5
3/5
2/ 2 7/2
0
0 , R =
c) Q = 1/ 2
. d) Q =
1/18 , R =
0 3/ 2
3/5 4/5
0
4/ 18
2/6
1/3
4/5
3/5
0
5 5 0
0
0 1 , R = 0 35 0 . f ) Q = 1/3 1/2
e) Q = 0
1/6
3/5 4/5
0
0 0 2
1/ 3 1/ 2
1/ 6

5/7
3
1 0 0
2 3 5
4/7
0 5/3
0 6/ 2 6/ 2 . g) Q = 0 1 0 , R = 0 4 6 . h) Q =
2/7
0 0 1
0 0 7
0
0 4/ 6
2/7
1/2 1/10
2/7
0

1/2
3/7 2/3
7 7
7/10
2 4
, R =
R =
. i) Q =
,
R
=
.
j)
Q
=
0
0 7
1/2 7/10
0 10
2/3
1/2
2/10
6/7
1/3
1/10 1/ 2
1/2
1/2
1/2
0
2 1
1
1/2 1/2
7/10
0
1/
2
1/2
0 1 2 . l) Q =
k) Q =
1/2 1/2 1/2 , R =
1/10
1/ 2
0
0 0
1
1/2
1/2 1/2
7/10
0 1/ 2
10
10 10
0
2 0 .
0
0
2

3/5
.
1/ 5
1/2
1/2
Soluci
on 6.19 a) Q =
1/2
1/2

3 2
R=
.
0 5
1/2
1/2
1/2
1/2
1/2
2
1/2
0
,
R
=
1/2
0
1/2
3 5
4 6 .
0 7
1/2
1/2
b) Q =
1/2
1/2
5 5
0 35

.
, R =
2/7
2/7
,
5/7
4/7
7
0
14
3

.
, R =
1/2
1/2
,
1/2
1/2
Soluci
on 6.20 a) [x, y] = [1 3t, t], e = 2 5. b) [x, y] = [1, 1], e = 1. c) [x] = [2], e = 6. d)
[x, y, z] = [7/6, 1, 0]], e = 1/ 6.
Soluci
on 6.21 a) [x, y] = [5/3, 2]. b) [x, y] = [4/3, 2].
Soluci
on 6.22 a) a = 2/3, error = 2/3. b) b = 1, error = 1. c) a = 1/2, b = 1/2, error
= 1/2. d)
a = 1/2, b = 1/2 s, c =s, s , error = 1/2. e) a = 0, b = 1/2, c = 1/2, error = 2. f ) a = 0,
b = /2, c = 0, error = 2.
Soluci
on 6.23 114 [1, 2, 3]
Soluci
on 6.24 Aproximadamente, a=40 horas, b=60 horas y c=100 horas.
Soluci
on 6.25 c = 2.3177, k = 0.0326. Para el a
no 2010 estima un valor de 0.74.
7 Autovalores y Autovectores
Soluci
on 7.1 a) = 3. b) = 3. c) = 3. d) = 3. e) = 0.
Soluci
on 7.2 a) ~v = [2, 1]. b) ~v = [4, 1]. c) ~v = [4, 4]. d) ~v = [1, 1, 1]. e) ~v = [0, 1, 1].
Soluci
on
7.3 a) {1 = 0, ~v1 = [1, 1]}, {2 = 2, ~v2 = [1, 1]}. b) {1 =
{2 = 2, ~v2 = [1 2, 1]}.
PJHO
2, ~v1 = [1 +
2, 1]},
33

2 0
Soluci
on 7.4 a) 1 = 3, ~v1 = [1, 0], 2 = 4, ~v2 = [0, 1], A =
. b) 1 = 3, ~v1 = [1, 1], 2 = 0,
0 3

3/2 3/2
1 1
5 2
~v2 = [1, 1], A =
. c) 6 {, ~v }, A =
. d) = 3, ~v = [1, 1], A =
.
3/2 3/2
2 1
2
1
Soluci
on 7.5
a) p() = 2 7, = {0, 7}, E0 = {[3, 1]}, E7 = {[1, 2]}, ma = mg = 1 en los dos autovalores.
b) p() = 2 2 + 1, = {1(doble)}, E1 = {[1, 1]}, ma = 2, mg = 1.
c) p() = 3 + 22 + 5 6, = {2, 1, 3}, E2 = {[1, 3, 0]}, E1 = {[1, 0, 0]}, E3 = {[1, 2, 10]},
ma = mg = 1 en los tres autovalores.
d) p() = (1 )(2 2), = {1, 2, 1}, E1 = {[1, 1, 0]}, E2 = {[1, 1, 1]}, E1 = {[1, 1, 2]},
ma = mg = 1 en los tres autovalores.
e) p() = 3 + 2 , = {0, 1}, E0 = {[2, 1, 1]}, E1 = {[1, 0, 1]}, [ = 0, ma = 2, mg = 1],
[ = 1, ma = mg = 1].
f ) p() = (1 + )(2 + + 3), = {1(doble), 3}, E1 = {[1, 0, 1], [0, 1, 0]}, E3 = {[2, 3, 2]},
[ = 1, ma = mg = 2], [ = 3, ma = mg = 1].
g) p() = 3 + 92 27 + 27), = {3(triple)}, E3 = {[1, 0, 1], [0, 1, 0]}, ma = 3, mg = 2.
h) p() = (2 )((1 )2 1), = {2(doble), 0}, E2 = {[1, 0, 1], [1, 1, 0]}, E0 = {[1, 0, 1]},
[ = 2, ma = mg = 2], [ = 0, ma = mg = 1].
i) p() = 4 63 + 92 + 4 12, = {1, 2(doble), 3}, E1 = {[0, 0, 2, 1]}, E2 = {[1, 1, 0, 0]},
E3 = {[0, 0, 2, 1]}, [ = 1, ma = mg = 1], [ = 2, ma = 2, mg = 1], [ = 3, ma = mg = 1].
j) p() = (2 )(1 )(3 )(2 ), = {2(doble), 1, 3}, E2 = {[1, 0, 0, 0], [0, 1, 1, 1]}, E1 =
{[1, 1, 0, 0]}, E3 = {[3, 2, 1, 0]}, [ = 2, ma = mg = 2], [ = 1, ma = mg = 1], [ = 3, ma = mg = 1].
k) p() = 4 43 +22 +43, = {1, 1(doble), 3}, E1 = {[0, 0, 0, 1]}, E1 = {[2, 0, 1, 3], [2, 2, 0, 3]},
E3 = {[0, 0, 2, 1]}, [ = 1, ma = mg = 1], [ = 1, ma = mg = 2], [ = 3, ma = mg = 1].
l) p() = (4 )2 (2 6), = {4(doble), 3, 2}, E4 = {[1, 0, 0, 0], [0, 1, 0, 0]}, E3 = {[1, 2, 1, 1]},
E2 = {[2, 5, 12, 18]}, [ = 4, ma = mg = 2], [ = 3, ma = mg = 1], [ = 2, ma = mg = 1].
Soluci
on 7.6 a) Por ejemplo, el polinomio caracterstico de A es 2 5 + 1 pero el de B es 2 2 + 1.
b) Por ejemplo, los autovalores de A son 2 y 4 y los de B son 1 y 4.
Soluci
on 7.7 a) = {4, 3}, E4 = {[1, 1]}, E3 = {[1, 2]}. b) = {2, 0, 1}, E2 = {[3, 1, 2]},
E0 = {[1, 1, 0]}, E1 = {[0, 1, 1]}. c) = {6, 2(doble)}, E6 = {[3, 2, 3]}, E2 = {[0, 1, 1], [1, 0, 1]}.

1 1
7 0
Soluci
on 7.8 a) Diagonalizable, P =
, D =
. b) No diagonalizable. c) No
1 1
0 3
1
1 1
2
0 0
1
1 , D = 0 1 0 . e) No diagonalizable.
diagonalizable. d) Diagonalizable, P = 1
0
0 1
1 2
0
1 0 0 1
0 1 0
0
, P =
f ) No diagonalizable. g) No diagonalizable. h) Diagonalizable, P =
0 0 1
0
0 0 0
1
2 0
0
0
0 2
0
0
.
0 0 2
0
0 0
0 2
Soluci
on 7.9 a) [3 210 + 29 , 3 210 29 ] [3 210 , 3 210 ]. b) Ak ~x = 21k [1, 1] + 3 2k [1, 1]. Si
k Ak ~x [, ].
Soluci
on 7.10 a) [2, 2 1/320 , 2] [2, 2, 2]. b) Si k es par: Ak ~x = [2, 2 1/3k , 2]. Si k es impar:
k
A ~x = [2 2/3k , 2 1/3k , 2]. Si k Ak ~x [2, 2, 2].
k

1 0 0
(3 + 3(1)k )/4 (3k+1 3(1)k )/4
Soluci
on 7.11 a)
. b) 0 1 0 .
(3k 3(1)k )/4 (3k+1 + 3(1)k )/4
0 0 1
Soluci
on 7.12 a) k
PJHO
R. b) k = 0. c) k R. d) k = 0. e) k R.
34

1/2
1/2
Soluci
on 7.13 a) Q =
, D =
1/ 2 1/ 2

1
0
0
2
0
. c) Q = 0 1/2 1/2 , D =
0 1
0 1/ 2
1/ 2
0
1/ 2
1/2
2 0 0
1/ 2
0
1/ 2
D = 0 1 0 . e) Q =
0
1/2
0
0 0 0
0
1/ 2
0
1/2
1/ 2

Soluci
on 7.14 a) Q =
a
D= 0
0
5 0
0 3
5 0
0 4
0 0
0
0
1/ 2
1/ 2

.

b) Q =
0
0 . d) Q
2
0
, D =
0
0
=
0
2
0
0
1/3
2/6
, D =
1/ 3 2/ 6

1/ 2 0 1/ 2
0
1
0 ,
1/ 2 0 1/ 2
0 0
0 0
.
0 0
0 0

0 1/ 2
a+b
0
1/2
, D =
. b) Q = 1
0
0 ab
1/ 2
0 1/ 2
0
0
a+b
0 .
0
ab

Soluci
on 7.15 a) A =
1/2
3/2
3/2
1/2

9/5
. b) A =
12/5
12/5
9/5

1/ 2
0 ,
1/ 2

.
8 Pseudoinversa y Descomposici

1/6 1/6
Soluci
on8.1 a) No existe. b) A+ = 1/5 2/5 . c) A+ =
1/3 . d)
1/3 2/6 1/6
1 1
2
1
A+ =
. e) A+ =
. f ) A+ =
. g) A+ =
1/6
1/6
1/6
0
1
3/2 1/2
1/7 8/7 6/7 2/7

2/3
0 1/3
1/3
1/3 1
2/3 1/3
0 .
1/3
2/3 . h) A+ = 1/3
1/7 1/7 1/7 2/7
2/3
1
1/3 1/3
Soluci
on 8.3 a) No es posible al no tener A columnas linealmente independientes. b) ~x = A+~b =
1
1

.
c) ~x = A+~b = 2. d) No es posible al no tener A columnas linealmente independientes.

0.1
Soluci
on 8.5 ~x =
3.2

Soluci
on 8.6 a)
5/6
1
1/3 . d) 0
1/6
2
1/2
1/2
0
1
2
0
0
1

1/3
1/2
7/2
,
. b) 1/3
1/2
7/2
1/3

1
, 1 .
4
1/3
1/3
1/3
1/3
2
5/6 1/3
1/3 , 2 . c) 1/3 1/3
2
1/6 1/3
1/3
1/6
1/3 ,
5/6
Soluci
on 8.7 a) 1 = 2, 2 = 1. b) 1 = 4, 2 = 2. c) 1 = 2,2 = 0. d) 1 = 5, 2 = 0. e) 1 = 5.
f ) 1 = 5, 2 = 0. g) 1 = 3, 2 = 2. h) 1 = 2, 2 = 1. i) 1 = 5, 2 = 2, 3 = 0. j) 1 = 3, 2 = 2,
3 = 0.
Soluci
on 8.8 A = U V T : U =
PJHO
1
A,
p2 +q 2
1
I2 ,
p2 +q 2
V = I2 .
35

0 1
2 0
0 1
1/2 1/2
8.9 a) U =
,
, =
, V =
. b) U =
1 0
0 1
1 0
1/ 2
1/ 2

1/2
0
1/2 1/2
1/2
2 0
. c) U = I2 , =
. d) U =
,V =
,V =
2
0
0
1/ 2
1/
1/ 2 1/ 2

2

1 2
5 0
3 4
5
,=
. e) U = 51
,=
, V = [1]. f ) U = [1], = 5 0 ,
2
1
0 0
4 3
0

0 0 1
3 0
0 1 0
3 4
0 1
V = 51
. g) U = 1 0 0 , = 0 2 , V =
. h) U = 1 0 0 ,
4
3
1
0
0 1 0
0 0
0 0 1

1/ 5
2/ 5 0
2 0
0 1
5 0 0
, V =
= 0 1 , V =
. i) U = I2 , =
0 1
0 . j)
1 0
0 2 0
0 0
1/ 5 0 2/ 5

1/ 2
0 1/ 2 1/ 2
3 0 0
0 1/ 2
U = 1
0
0 , = 0 2 0 , V = 1
0
0 .
0 0 0
0 1/ 2
1/ 2
0 1/ 2 1/ 2
Soluci
on

4
=
0

V = 15
0 0
0 0
Soluci
on 8.10 A = 0 3 = U V T = 1 0
2 0
0 1
0
0
1
r = 2, Bcol(A) = 1 , 0 , Bker(AT ) = 0
0
1
0

0 1 , 1 0 , Bker(A) = {~0} =
Bfil(A) =
0
1 0
T
0
2
= U V = 1
Soluci
on 8.11 A =
0 0
0
0
1

A = 1 ~u1~v1T + 1 ~u2~v2T = 2 1 0 1 + 0
0
0
PJHO
1
3
0 0
0
0

0
.
0
1 0
2
0 0 0
0 1
0
0
0
2
1
0
0
0
1
1
0
1
0
1
0

=
rang(A) =

=
BIBLIOGRAFIA
36
Bibliografa
O. BRETSCHER, Linear algebra with applications, Prentice Hall. 2a Edition. 2001.
J. BURGOS, Algebra
lineal (Ed. McGraw-Hill, 2000)
B. KOLMAN, Algebra
lineal con aplicaciones y Matlab, Sexta Edicion, (Prentice Hall, 1999).
D. C. LAY, Algebra
lineal y sus aplicaciones, Segunda Edicion, (Addison-Wesley, 1999).
B. NOBLE y J. W. DANIEL, Algebra

lineal aplicada,
Hispanoamericana, 1989).
Tercera Edicion,
(Prentice Hall
D. POOLE, Algebra
lineal, una introducci
on moderna, Thomson. 2004.
PJHO

Problemas Algebra

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Problemas Algebra

Încărcat de

Drepturi de autor:

Formate disponibile

ESCUELA POLITECNICA

GRADO EN INGENIERIA EN INFORMATICA

DOBLE GRADO EN ING. INFORMATICA

Coleccion elaborada por

1 Sistemas de Ecuaciones Lineales

6 Ortogonalidad y Mnimos Cuadrados

Vectores y Plano Afn

a) Ec. del plano en forma normal y general en 3

Problema 0.5 Sea el plano M de ecuaci

Matrices y Sistemas de Ecuaciones

Problema 0.6 Dada las matrices:

Determinar, en caso de ser posible, el resultado de las siguientes operaciones matriciales:

Problema 0.7 Calcular el valor de los siguientes determinantes reales.

Problema 0.8 Encontrar el valor de x

R para el cual det(A) = 0, donde:

SISTEMAS DE ECUACIONES LINEALES

Problema 0.9 Encontrar la matriz inversa de las siguientes matrices:

Discutir y resolver los siguientes sistemas de ecuaciones en funcion del parametro

Sistemas de Ecuaciones Lineales

Problema 1.1 Encontrar un ejemplo numerico de los siguientes sistemas de ecuaciones en

SISTEMAS DE ECUACIONES LINEALES

Problema 1.7 Determinar si las siguientes rectas de 3 : ~x = p~ + t~u y ~x = ~q + s~v se intersectan, y en

SISTEMAS DE ECUACIONES LINEALES

Problema 1.13 Descubrir cual es el error en la siguiente demostraci

x1 + 3x2 2x3 + 4x4 = 0

Problema 1.20 Un sistema con m

b) ~u = [1, 0, 0], ~v = [1, 1, 0], w

a) U = {[1, 0], [1, 0]} 2 .

Problema 2.4 Encontrar el

Problema 2.6 Encontrar todos los vectores ~v = [x, y]

que sean ortogonales a ~u = [a, b]

k~u + ~v k = k~uk + k~v k

k~u + ~v k = k~uk k~v k

Problema 2.13 Supongamos que sabemos que ~u ~v = ~u w.

Problema 2.14 Demostrar las siguientes expresiones ~u, ~v

a) (~u + ~v ) (~u ~v ) = k~uk2 k~v k2

Problema 2.15 Demostrar que si un vector ~u es ortogonal a dos vectores ~v y w,

a) Un vector ~u es ortogonal a ~v proy~u (~v ) , con ~u 6= ~0.

Problema 3.8 Sean el vector columna est

Problema 3.9 Dadas dos matrices invertibles A, B

y una matriz generica A

, determinar cual de las siguientes formulas

Problema 3.10 Determinar cual de las siguientes matrices son antisimetricas,

Determinar en cada caso, si las matrices dadas son linealmente dependientes o

Problema 3.15 Dadas dos matrices A y B de dimensiones 3 3,

que cumplen la ecuacion

(A1 X)1 = A(B 2 A)1

Determinante y Matriz Inversa

Problema 3.20 Sabiendo el valor del siguiente determinante,

Problema 3.21 En los siguientes casos, encontrar los valores de k

R para los cuales la matriz

Problema 3.22 Sabiendo que A, B nn y que det(A) = 3 y det(B) = 2, encontrar los

Problema 3.24 En los siguientes casos:

R que hacen que la matriz A sea invertible.

2. Dar el correspondiente valor de A1 .

Problema 3.25 Dada una matriz:

R la matriz es invertible? Dar la inversa en los casos posibles.

Problema 3.26 Sea la matriz real triangular superior:

b) Generalizar la respuesta a una matriz real triangular superior

c) Que forma tiene la inversa de una matriz triangular superior?

Espacio Fila y Columna

Problema 3.27 En los siguientes casos, determinar si ~b esta en col(A) y si w

Problema 4.1 Clasificar las siguientes funciones f :

en funciones escalares o vectoriales, de