Instituto de Ciencias Matemticas

Algebra Lineal: Solucin de la Segunda Evaluacin

1. (20 puntos) Califique como verdaderas o falsas a las siguientes proposiciones. Justifique
formalmente sus repuestas.
a) Una transformacin lineal cuyo ncleo es OV , es invertible

a
Sea T : R R una transformacin lineal definida por T b
b a b

0
Si obtenemos su ncleo fcilmente nos damos cuenta que es pero como la dimV dimW , T no es
0
2

invertible.
Tambin es vlido decir que el hecho que la transformacin lineal sea inyectiva no necesariamente debe ser
sobreyectiva
Falso

rSen(t ) Cos (t )
es ortogonal
Cos (t ) rSen(t )

b) r , t R : A

Para que la matriz sea ortogonal, el producto interno entre sus columnas debe ser igual a 0 y al mismo
tiempo el producto interno de cada columna consigo misma debe ser igual a 1 . Entonces, utilizando el
producto interno cannico:
rSen(t ) Cos (t )

Cos (t ) rSen(t ) 0

rSen(t )Cos (t ) rSen(t )Cos (t ) 0

00

rSen(t ) rSen(t )

Cos (t ) Cos (t ) 1

2
2
2
r Sen (t ) Cos (t ) 1

Sen 2 (t ) 0

r 2 1 0

Sen (t ) 0

r2 1

r 2 Sen 2 (t ) 1 Sen 2 (t ) 1

t 0 t 2

r 1

Sen 2 (t ) r 2 1 0

Por lo tanto la igualdad slo se cumple para los valores de r y t encontrados y no para todos los reales. Se
igual procedimiento para la segunda columna
Falso

Ramiro J. Saltos

c) Sea V un espacio vectorial real con producto interno. Sean u, v V dos vectores ortonormales.
Si los vectores u v y u v son ortogonales, entonces

(u v / u v) 0
(u / u ) (u / v) ( v / u ) ( v / v) 0

2 (u / u ) (u / v) (u / v) 2 (v / v) 0

Pero como los vectores u y v son ortonormales, sabemos que: (u / u) (v / v) 1

2 (u / u ) 2 (v / v) 0
2 2 0
2 2

Verdadero

1 0
, entonces A A 1
0 1

d) Si es un valor propio de A

2 A

Primero tenemos que darnos cuenta la matriz A es ortogonal, eso se ve fcilmente porque el producto
interno entre sus columnas es cero y al mismo tiempo el producto interno de cada columna consigo misma es
uno, entonces:
A1 AT A1 A

Tambin como A es una matriz diagonal sus valores propios son los elementos de la diagonal principal, es
decir:
1
1

Finalmente:

A A

A A

2 A

A A1 21 A
2A 2A

2 A

A A1 2 1 A
(2 A) 1

1
A
2

(2) 1 ( A) 1

1
A
2

1
1
A A
2
2

Verdadero

Ramiro J. Saltos

2. (15 puntos) Sea L : M 2 x 2 R 2 una transformacin lineal tal que:

0 1
1 0
1 0 1
1 0 0
L
L
y L

L
1 0
0 1
1 0 1
0 0 0
Determine:
a) Nu ( L), Im( L)
b) La matriz asociada a L respecto a las bases cannicas de cada espacio

La mejor opcin es encontrar la regla de correspondencia de L , y para ello necesitamos una base del espacio
de partida y para armarla usamos los cuatro vectores que nos dan de datos, as:
0 1 1 0 1 0 1 0
,
,
,

B
1 0 0 1 1 0 0 0

Y al vector tpico de M 2 x 2 lo escribimos como combinacin lineal de los vectores de esta base, luego
planteamos el sistema de ecuaciones y obtenemos los escalares en trminos de a, b, c, d
a b
0

1
c d
1
a

1
1 0
1 0
1 0
2
3
4

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

2
d 1 3

a 2 3 4

b 1

c 1 3

d 2

c b 3

a d c b 4

3 c b

4 a b c d

Finalmente reemplazamos los datos en la combinacin lineal inicial:

a b
0 1
1 0
1 0
1 0
1T
2T
3T
4T

T
c d
1 0
0 1
1 0
0 0
a b
1
1
1
0
(b) (d ) (c b) (a b c d )
T
c d
1
1
1
0
a b c d

T
c d c d

Calculando el ncleo tenemos:

c d 0

c d 0

cd 0
1 1 0 1 1 0

c d
1 1 0 0 0 0

a b

M 2 x 2 / c d 0
Nu ( L)
c d

Ramiro J. Saltos

Y la imagen:
c d x

c d y

1 1 x 1 1

1 1 y 0 0

yx0
x

x y
y x

x
Im( L) R 2 / x
y

Para obtener la matriz asociada a la base cannica, sabemos que:

1 0 0 1 0 0 0 0
,
,
,

BC M 2 x 2
0
0
0
0
1
0
0
1

1 0 0

T
0 0 0

1
A T
0

0 1 0

T
0 0 0

0 B
CR 2

0 1

T
0 0 BCR 2

1 0
BCR2 ,
0 1

0 0 1

T
1 0 1

0 0

T
1 0 BCR 2

0 0 1

T
0 1 1

0 0

T
0 1 BCR 2

0 0 1 1

A
0 0 1 1

Ramiro J. Saltos

a 1 1

3. (15 puntos) Sea A 1 a 1

1 1 a

Determine:
a) Los valores propios de A
b) Una base para cada espacio propio de A

A I 1
1

(a )(a )

1
a
1

1
a

1 (a ) 1 1 (a ) 0

(a ) (a ) 2 1 1(a ) 1 11 (a ) 0
2

(a ) 3 3(a ) 2 0

Ahora realizamos un cambio de variable para visualizar mejor las cosas:

x a
x 3x 2 0
3

Aplicando divisin sinttica:

1 1 0 3

1 1 2

( x 1)( x 2 x 2) 0
( x 1)( x 2)( x 1) 0

x 1

x 2

a 1

a 2

a 1

a2

Y finalmente hallamos cada espacio propio reemplazando cada en la matriz A I

E a 1
1 1 1 1 1 1

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

a b c
1 1

abc 0
b b b 1 c 0
a b c
c c
0 1

B E

1 1

1 , 0
0 1

E a 2
1 0 3 3 0 0
0 0 0 0
2 1

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

a c
1


b c c1
c c
1

B E

bc 0

ac 0

bc

ac

1

1
1

Ramiro J. Saltos

 1 0 1

4. (5 puntos) Determine si la matriz A 0 1 1 es diagonalizable

1 0 1

0
1
1

A I 0
1
1
1
0
1

Calculamos la ecuacin caracterstica:

(1 )(1 ) 1 0

(1 ) (1 ) 2 (1 ) 0

(1 ) 2 1 0
(1 1)(1 1) 0
( )(2 ) 0

(1 ) 0

2 0

Debemos recordar el corolario que dice: Si A M nxn tiene n valores propios distintos, entonces A es
diagonalizable
Como tenemos tres valores propios distintos, entonces A es diagonalizable

Ramiro J. Saltos

3
5. (15 puntos) Sea V R3 y W y R / 3x 2 y 6 z 0 un subespacio de V
z

Determine:
a) El complemento ortogonal de W

3

b) La proyeccin de v sobre W si se conoce que v 1
4

Para calcular el complemente primero necesitamos una base de W

3x 2 y 6 z 0
2 y 3x 6 z
x 2x 2x

y 2 y 3x 6 z
z 2z 2z

2 0

BW 3 , 3
0 1

2 0

x 3 z 6
0 2

a

Sea b W
c

a

b
c

2

3 0
0

a

b
c

0

3 0
1

2a 3b 0

3b c 0

2a 3b

c 3b

3
W b R / 2a 3b c 3b 0
c

Para hallar la proyeccin del vector que nos piden es mejor calcularla sobre W debido a que la base de este
subespacio tiene un solo vector y ortonormalizarla ser ms sencillo.
a 2a 3b
3

b 2b 2b b 2
c 2c 6b
6

BW

3

2
6

Ramiro J. Saltos

Ahora procedemos a ortonormalizar esta base:

u1

1
v1
v1
v1

v1 / v1

3

v1 2
6

3

2
6

v1 9 4 36

3
1
2
7 6

v1 49 7

Vamos a suponer que v se puede escribir como la suma de dos vectores h W y p W , hallaremos p y
luego contestaremos la pregunta al encontrar h v p
p Pr oyW v

p v u1 u1

3
1
p 1
49
4

3 3

2 2
6 6

3

1
p 9 2 24 2
49
6

3
13
p 2
49
6
39
3
49

h 1 26
49

4 52

49
186

49

h 75
49

248

49

186

49

75
Pr oyW v
49

248

49

Ramiro J. Saltos