Escuela Politécnica Nacional

Algebra Lineal II y Cuadrática

Solución Primera Prueba
Alejandro Coloma

25 de Marzo del 2009

1. Definición: Una matriz hermitiana An×n se dice definida positiva si ∀x ∈ Cn − {0}:

xT Ax > 0
a) Sea A una matriz compleja no singular. Demostrar que H = A∗ A es hermitiana y definida positiva
" #
2−i 1
b) ¿Se puede aplicar este resultado a la matriz A = ? Considerar
5 2+i
" #
−2+i
x= 5 . Justificar la respuesta
1
Desarrollo:
a) Demostración. Sea A ∈ Mn×n (C)
T
P.D. H = H
T
H = A A
 T
T T
= A A
 
T T
 
T
= (A) A
T
T

= A A
T
= H
Sea x ∈ Cn − {0}
P.D. xT Hx > 0

T
xT Hx = x T
A Ax
T T
 
= x A (Ax)
 T  
= Ax Ax

Sea y = Ax, nótese que y ∈ Cn

Para cualquier vector y en Cn y T y ≥ 0, pero y 6= 0, por tanto
yT y > 0
 T  
Ax Ax > 0
xT Hx > 0

1
 b) Como la matriz A es compleja no singular, es posible aplicar el resultado.
Calculemos xT Hx
" #" #" #
−2−i
T
h
−2+i
i 2+i 5 2−i 1 5
x Hx = 5 1
1 2−i 5 2+i 1
= 3, 018 × 10−33 > 0
 
0 0 0 i
0 0 −i 0
2. Se considera la matriz A = 
 
0 i 0 0


−i 0 0 0
a) Hallar el determinante de A
b) Calcular A2
c) Si A es inversible hallar A−1
d) La matriz A es ¿hermitiana?¿normal?¿unitaria?
e) Calcular sus valores y vectores propios
Desarrollo:

a)  
0 0
 0 i 
0 0 −i 0
det(A) =   = −i(−i3 ) = i = 4 = 1

0 i 0 0
 
−i 0 0 0
b)     
0 0 0 i 0 0 0 i 1 0 0 0
0 0 −i 0  0
  0 −i 0 0
  1 0 0
AA =  =  = I4
 
0 i 0 0  0 i 0 0 0 0 1 0


−i 0 0 0 −i 0 0 0 0 0 0 1
c) Dado que AA = I4 , se tiene que A = I4 A−1 , es decir A−1 = A
d) Mostremos que A es hermitiana
 T  T  
0 0 0 i 0 0 0 −i 0 0 0 i
0 0 −i 0 0 0 i 0  0 0 −i 0
AT =   =  = =A
     
0 i 0 0 0 −i 0 0  0 i 0 0
−i 0 0 0 i 0 0 0 −i 0 0 0

Ahora como A es hermitiana, tenemos que A es normal. Además AA = I4 , por c) y A = AT ,

tenemos entonces que
AAT = I = AT A
entonces A es unitaria
e)  
−λ 0 0 i 

 0 −λ −i 0 
p(λ) =   = λ4 − 2λ2 + 1

 0 i −λ 0 
 
 −i 0 0 −λ

λ1 = −1
λ2 = −1
λ3 = 1
λ4 = 1

2
calculemos ahora los vectores propios asociados a los valores propios encontrados.
Reemplazando λ1,2 = −1 en la matriz,y resolvemos el sistema (A − λI)x = 0:
 
1 0 0 i | 0
0
 1 −i 0 | 0
0 i 1 0 | 0
 

−i 0 0 1 | 0

sumamos i veces la primera a la cuarta fila, y −i veces la segunda a la tercera fila

 
1 0 0 i | 0
0
 1 −i 0 | 0
0 0 0 0 | 0
 

0 0 0 0 | 0

de aquí:        
x1 −ix4 0 −i
x   ix  i 0
v =  2  =  3  = x3   + x4  
       
x3   x3  1 0
x4 x4 0 1
   
0 −i
i 0
v1 =   v2 =  
   
1 0
0 1
Ahora reemplazamos λ3,4 = 1 en la matriz y resolvemos el sistema (A − λI)y = 0
 
−1 0 0 i | 0
 0 −1 −i 0 | 0
 
 0 i −1 0 | 0
 

−i 0 0 −1 | 0

multiplicamos por −1 a la matriz y obtenemos

 
1 0 0 −i | 0
0 1 i 0 | 0
 
0 −i 1 0 | 0
 

i 0 0 1 | 0

sumamos i veces la primera a la cuarta fila, y −i veces la segunda a la tercera fila

 
1 0 0 −i | 0
0
 1 i 0 | 0
0 0 0 0 | 0
 

0 0 0 0 | 0

de aquí:        
y1 iy4 0 i
y  iy  −i 0
u =  2  =  3  = y3   + y4  
       
y3   y3  1 0
y4 y4 0 1
   
0 i
−i 0
v3 =   v4 =  
   
1 0
0 1
Donde vi , con i = {1, 2, 3, 4} son los vectores propios buscados.

3
3. Sean E un espacio vectorial y F un subespacio vectorial de E, se define la aplicación:

ψ : E → E/F
x 7→ ψ(x) = ẋ

a) Mostrar que esta aplicación es lineal

b) Dar el núcleo de ψ
c) Mostrar que ψ es sobreyectiva
d) Si E es de dimensión finita utilizar el Teorema de la Dimensión para hallar la dimensión de E/F

Desarrollo:

a) Demostración. Sean α ∈ K, x, y ∈ E P.D. ψ(αx + y) = αψ(x) + ψ(y)

ψ(αx + y) = αx ˙+ y
= αẋ + ẏ
= αψ(x) + ψ(y)

b) 
N (ψ) = x ∈ E / ψ(x) = 0̇
x ∈ N (ψ), si ψ(x) = ẋ = 0̇
es decir
ẋ = F

c)
Im (ψ) = {ẋ ∈ E/F, ∃x ∈ E / ψ(x) = ẋ}
entonces
Im (ψ) = E/F
Por tanto ψ es sobreyectiva
d) Si dimE es finita. Por el teorema de la dimensión

dimE = dimN (ψ) + dimIm (ψ)

dimE = dimF + dim(E/F )

dimE/F = dimE − dimF

4
 Escuela Politécnica Nacional
Algebra Lineal II y Cuadrática
Solución Primera Prueba
Alejandro Coloma

30 Octubre del 2008

 
3 −i 0
1. Sea la matriz A =  i 3 0
 
0 0 3

a) ¿Es la matriz A hermitiana?

b) Calcular su determinante
c) Hallar (A)−1
d) Hallar sus valores propios
e) Si para u, v ∈ C3 se define b(u, v) = uT Av verificar que se trata de un producto escalar.

Desarrollo:

a)  
3 i 0
A = −i 3 0
 
0 0 3
 
3 −i 0
T
A =  i 3 0
 
0 0 3
T
como A = A , entonces A es hermitiana
b)  
3 −i 0  
  3 −i
|A| =  i 3 0 = 3   = 3(9 − i(−i)) = 3(9 − 1) = 24
   
  i 3 
0 0 3

c) Como |A| =
6 0 entonces A es inversible
 
3 1
8i 0
 81
A−1 = − 8 i 3
0

8
1
0 0 3

1
 d)

p(λ) = |A − λI|
 
3 − λ i 0 

=  −i 3−λ 0 
 
3 − λ
 
 0 0
 
3 − λ i 
= (3 − λ) 

 −i 3 − λ

h i
= (3 − λ (3 − λ)2 − (−i)(i)
= (3 − λ)(9 − 6λ + λ2 − 1)
= (3 − λ)(λ − 4)(λ − 2)

p(λ) = 0 ⇔ λ = 2, λ = 3, λ = 4
que son los valores propios
e) Sea u = (u1 , u2 , u3 ), v = (v1 , v2 , v3 ) con ui , vi ∈ C i = 1, 2, 3
  
3 −i 0 v1
b(u, v) = [u1 u2 u3 ]  i 3 0 v2 
  
0 0 3 v3

Demostración.
b(u, v) = 3u1 v1 − iu1 v2 + iu2 v1 + 3u2 v2 + 3u3 v3
P.D. b(u, u) ≥ 0

b(u, u) = 3u1 u1 − iu1 u2 + iu2 u1 + 3u2 u2 + 3u3 u3

= 3u1 u1 − iu1 u2 − iu1 u2 + 3u2 u2 + 3u3 u3
= 3|u1 |2 + 3|u2 |2 + 2|u3 |2

P.D. b(v, u) = b(u, v)

b(v, u) = 3v1 u1 − iv1 u2 + iv2 u1 + 3v2 u2 + 3v3 u3

= 3u1 v1 + iu2 v1 − iu1 v2 + 3u2 v2 + 3u3 v3
= 3u1 v1 + iu2 v1 − iu1 v2 + 3u2 v2 + 3u3 v3
= b(u, v)

Sean u, v, w ∈ C3 , α ∈ C

b(αu + w, v) = b((αu1 + w1 , αu2 + w2 , αu3 , w3 ), (v1 , v2 , v3 ))

= 3(αu1 + w1 )v1 + 3(αu2 + w2 )v2 + 3(αu3 + w3 )v3
−i(αu1 + w1 )v2 + i(αu2 + w2 )v1
= α [3u1 v1 + 3u2 v2 + 3u3 v3 − iu1 v2 + iu2 v1 ]
+ [3w1 v1 + 3w2 v2 + 3w3 v3 − iw1 v2 + iw2 v1 ]
= αb(u, v) + b(w, v)

Entonces es lineal a la izquierda y un producto escalar.

2. Se considera el espacio vectorial complejo de las matrices 2 × 2 con términos complejos.

a) Dar una base y la dimensión de M2 (C)

2
 b) Se consideran las tres matrices complejas dadas por Pauli para estudiar los spines de los electrones
" # " # " #
0 1 0 −i 1 0
σ1 = σ2 = σ3 =
1 0 i 0 0 −1

Mostrar que la matriz identidad, con estas tres matrices, forma una base ortonormal de M2 (C)
1  T 
para el producto escalar definido por hA, Bi = tr A B
2
c) Deducir la fórmula de σin , para i = 1, 2, 3...n ∈ N

Desarrollo:

a) ( " # )
x y
M2 (C) = A= / x, y, z, t ∈ C
z t
" # " # " # " # " #
a + ib c + id 1 0 0 1 0 0 0 0
A= = (a + ib) + (c + id) + (e + if ) + (g + ih)
e + if g + ih 0 0 0 0 1 0 0 1
entonces una base para M2 (C) es:
( " # " # " # " #)
1 0 0 1 0 0 0 0
B= M11 = , M12 = , M21 = , M22 =
0 0 0 0 1 0 0 1

observe que por la disposición de los ceros los elementos de este conjunto son linealmente inde-
pendientes.
dimM2 (C) = 4
b) ( " # " # " # " #)
1 0 0 1 0 −i 1 0
B̂ = I2 = , σ1 = , σ2 = , σ3 =
0 1 1 0 i 0 0 −1
Si demostramos que las 4 matrices son ortogonales 2 a 2 se tendrá una base ortogonal de M2 (C)

" #" #! " #!

1 0 1 1 0 1 0 1
hI2 , σ1 i = = tr =0
2 1 0 0 1 2 1 0

" #" #! " #!

1 0 −i 1 0 1 0 i
hI2 , σ2 i = = tr =0
2 i 0 0 1 2 −i 0

" #" #! " #!

1 1 0 1 0 1 1 0
hI2 , σ3 i = = tr =0
2 0 −1 0 1 2 0 −1

" #" #! " #!

1 0 1 1 0 1 0 1
hσ1 , σ2 i = = tr =0
2 1 0 0 1 2 1 0

" #" #! " #!

1 1 0 0 1 1 0 1
hσ1 , σ3 i = = tr =0
2 0 −1 1 0 2 −1 0

" #" #! " #!

1 1 0 0 −i 1 0 −i
hσ2 , σ3 i = = tr =0
2 0 −1 i 0 2 −i 0

3
 Ahora
" #" #! " #
1 0 1 0 1 1 1 0 1
||σ1 || = hσ1 , σ1 i = tr = = 2=1
2 1 0 1 0 2 0 1 2
" #" #! " #
1 0 −i 0 −i 1 1 0 1
||σ2 || = hσ2 , σ2 i = tr = = 2=1
2 −i 0 −i 0 2 0 1 2
" #" #! " #
1 1 0 1 0 1 1 0 1
||σ3 || = hσ3 , σ3 i = tr = = 2=1
2 0 −1 0 −1 2 0 1 2
" #" #! " #
1 1 0 1 0 1 1 0 1
||I2 || = hI2 , I2 i = tr = = 2=1
2 0 1 0 1 2 0 1 2
Entonces es una base ortonormal de M2 (C)
c) En b) vemos que
σ12 = σ22 = σ32 = I22
entonces
σ13 = σ12 σ1 = I2 σ1 = σ1
σ23 = σ2
σ32 = σ3
Por inducción (
I2 si n par
σin =
σi si n impar

3. Verificar si la aplicación lineal T : C → C

T (z = a + ib) = (2a − b) − i(a + 2b)

es una aplicación lineal considerando.

a) C un espacio vectorial real
b) C un espacio vectorial complejo
c) En el caso de C espacio vectorial real, hallar la matriz asociada a T respecto a las bases de salida
y de llegada. B = {1 + i, 1 − i}
Desarrollo:
a) Sea K = R. Sean z = a + ib, u = c + id ∈ C, α ∈ R

T (αz + u) = T ((αa + c) + i(αb + d))

= [z(αa + c) − (αb + d)] − i [(αa + c) + z(αb + d)]
= α [(2a − b) − i(a + 2b)] + [(2c − d) − i(c + 2d)]
= αT (z) + T (u)

entonces T es lineal.
b) Sea K = C, tomamos α = i ∈ C, z = a + ib

T (αz) = T (−b + ia)

= (2(−b) − a) − i(−b + 2a)
= i [(2a − b) − i(2b − a)]
6= i [(2a − b) − i(a + 2b)]

entonces T no es lineal.

4
c) B = {v1 = (1 + i), v2 = (1 − i)} es base de C, considerando como espacio vectorial real (recordar
que dimC = 2). Además BC = {e1 = 1, e2 = i} es la base canónica de C
.
 
[A]B
B = [T (v1 )]B .. [T (v2 )]B

i)
T (v1 ) = T (1 + i) = 1 − 3i
T (v2 ) = 3 + i
" #
1
[T (v1 )]BC =
−3
" #
3
[T (v2 )]BC =
1
ii) Ahora pasamos [T (vi )]BC (i = 1, 2) a expresar en la base B.

1 − 3i = α(1 + i) + β(1 − i)
)
α+β = 1 α = −1
⇒
α − β = −3 β = 2
3 + i = δ(1 + i) + γ(1 − i)
)
δ+γ = 3 δ = 2
⇒
δ−γ = 1 γ = 1
" #
−1 2
[A]B
B =
2 1

5
 Escuela Politécnica Nacional
Álgebra Lineal II y Cuadrática
Solución Primera Prueba
Alejandro Coloma

30 de Septiembre del 2009

(" # )
u v
1. Sea H = , u, v ∈ C ⊂ M2 (C). Los elementos de H se dicen cuaterniones.
−v u

a) Demostrar que H es un subespacio vectorial real de M2 (C). Dar una base y su dimensión.
b) ¿Es H un subespacio vectorial complejo de de M2 (C)?
c) ¿El producto de cuaterniones en un cuaternión?¿Este producto es conmutativo?
d) Hallar su determinante.¿Bajo que condiciones existe el inverso de un cuaternión?

Desarrollo
" # " #
u0 v 0 u00 v 00
a) Sean H0 = 0 0 y H 00 = , matrices que pertenecen a H. α ∈ R
−v u −v 00 u00
P.D. H es subespacio vectorial de M2 (C)

Demostración.
" # " #
u0 + u00 v 0 + v 00 (u0 + u00 ) (v 0 + v 00 )
H0 + H 00
= =
−v 0 + −v 00 u0 + u00 −v 0 + v 00 u0 + u00
0 00
H + H ∈ H entonces H es cerrado bajo la suma
" # " #
u0 + 0 v0 + 0 u0 v 0
H0 +0= = = H0
−v 0 + −0 u0 + 0 −v 0 u0
vemos la existencia del neutro aditivo
" # " #
αu0 αv 0 αu0 αv 0
αH 0 = =
α(−v 0 ) α(u0 ) −αv 0 αu0
0
αH ∈ H entonces H es cerrado bajo el producto

Una base para H sería

" # " # " # " # " #
u1 + iu2 v1 + iv2 1 0 i 0 0 1 0 i
= u1 + u2 + v1 + v2
−v1 + iv2 u1 + iu2 0 1 0 −i −1 0 i 0
(" # " # " # " #)
1 0 i 0 0 1 0 i
El conjunto B = , , , es una base para H
0 1 0 −i −1 0 i 0

dimH = 4

1
 b) Sea α = α1 + iα2 ∈ C
" # " #
αu αv αu αv
αH = =
α(−v) αu −αv αu
Pero −αv 6= −αv porque α ∈ C
Por lo tanto H no es cerrado bajo la multiplicación, se sigue que no es un subespacio vectorial
complejo.
" #" # " #
u v u0 v 0 uu0 + v(−v 0 ) uv 0 + v(u0 )
c) HH 0 = =
−v u 0
−v u 0 (−v)u + (u)(−v ) (−v)v 0 + u(u0 )
0 0

Tenemos que
uu0 + v(−v 0 ) = (−v)v 0 + u(u0 )
uv 0 + v(u0 ) = −((−v)u0 + (u)(−v 0 ))
El producto de dos cuaterniones si es un cuaternión.
" #" # " #
u0 v 0 u v uu0 + v 0 (−v) u0 v + v 0 (u)
H 0H = =
−v 0 u0 −v u (−v 0 )u + (u0 )(−v) (−v 0 )v + u0 (u)

Vemos claramente que las entradas de H 0 H son diferentes de HH 0 por lo que podemos concluir
que el producto de cuaterniones no es conmutativo.
d)
det(H) = u(u) − (−v)v = uu + vv
Existirá el inverso cuando uu + vv 6= 0 es decir si al menos uno de los componentes de al menos
uno de los cuaterniones no es nulo en el campo de los complejos.

u ∨ v 6= 0C

2. Sea {v1 , v2 , v3 } una base de un espacio vectorial complejo E.

Determinar si el vector w = (−2 − 3i)v1 + (3 − i)v2 + (−2 − 2i)v3 pertenece o no al subespacio vectorial
generado por

w1 = iv1 + (1 − i)v2 + 2v3 y w2 = (2 + i)v1 + 2iv2 + (3 − i)v3

Desarrollo
Sea α1 = a1 + ia2 , α2 = b1 + ib2 con a1 , a2 , b1 , b2 ∈ R, debemos verificar si

w = α1 w1 + α2 w2

(−2−3i)v1 +(3−i)v2 +(−2−2i)v3 = (a1 +ia2 )[iv1 +(1−i)v2 +2v3 ]+(b1 +ib2 )[(2+i)v1 +2iv2 +(3−i)v3 ]

−2 − 3i = (a1 + ia2 )(i) + (b1 + ib2 )(2 + i)

3−i = (a1 + ia2 )(1 − i) + (b1 + ib2 )(2i)
−2 − 2i = (a1 + ia2 )(2) + (b1 + ib2 )(3 − i)
Lo cual se puede escribir como
 
       
" 0 2 1 1 # ! ! −2 −3
  a1 a2     

1 0 +i −1 2  +i =  3  +i −1
  
 b1 b2 
2 3 0 −1 
| {z } | {z }
 −2 −2
C D
| {z } | {z } | {z } | {z }
A B E F

2
 (A + iB)(C + iD) = E + iF
AC + iAD + iBC − BD = E + iF

2 −1 −1 | −2
 
0
" #" # " #
 1
 0 1 −2 | 3 

AC − BD = E A −B C E  2
 3 0 1 | −2
⇒ = ⇒

BC + AD = F B A D F 1 1 0 2 | −3


 
−1 2 1 0 | −1
0 −2 2 3 | −2

Se puede usar la reducción de Gauss-Jordan para reducir matrices reales. Lo que nos lleva a la matriz
|
 
1 0 0 0 0
0
 1 0 0 | 0

0
 0 1 0 | 0

0 0 0 1 | 0
 
 
0 0 0 0 | 1
0 0 0 0 | 0
Vemos que en la quinta fila existe una inconsistencia
Es decir no existen α1 ni α2 que satisfagan
w = α1 w1 + α2 w2
por lo tanto w no pertenece al espacio generado por w1 y w2
n
X n
X
3. Sea E = ℘n (C). Sean p(t) = ai ti , q(t) = bi ti elementos de E. Se define:
i=1 i=1
n
X
hp, qi = ai bi
i=1

a) Mostrar que h, i define un producto escalar complejo.

Ahora se supone que n = 2
b) Usando este producto escalar ortonormalizar los polinomios
p1 (t) = 2 + it − (5 + 2i)t2 , p2 (t) = i + (5 + 2i)t2 , p3 (t) = 3 − 4it
Desarrollo

a) P.D. que h, i define un producto escalar complejo

Demostración.

Sea p(t), q(t), r(t) ∈ E

P.D.hp(t) + q(t), r(t)i = hp(t), r(t)i + hq(t), r(t)i

n
X
hp(t) + q(t), r(t)i = (ai + bi )ci
i=1
Xn
= (ai ci + bi ci )
i=1
Xn n
X
= ai ci + bi ci
i=1 i=1
= hp(t), r(t)i + hq(t), r(t)i

3
 Sea p(t) ∈ E α∈R
P.D.hαp(t)i = αhp(t)i
n
X
hαp(t)i = (αai )ci
i=1
Xn
= α ai ci
i=1
= αhp(t)i
Sea p(t), q(t) ∈ E
P.D.hp(t), q(t)i = hq(t), p(t)i

n
X
hq(t), p(t)i = bi ai
i=1
n
X
= bi ai
i=1
Xn
= ai bi
i=1
= hp(t), q(t)i
Sea p(t) ∈ E aj = αj + βj con α, β ∈ R
P.D.hp(t), p(t)i ≥ 0

n
X
hp(t), p(t)i = aj aj
j=1
Xn
= [αj + iβj ][αj − iβj ]
j=1
Xn
= αj2 + βj2 ≥ 0
j=1

b) Sea {q1 , q2 , q3 } el conjunto de vectores ortogonales

Procedemos a ortogonalizar p1 (t), p2 (t), p3 (t) por el método de Gramm-Schmith
Hacemos q1 = p1
hp2 , q1 i
q2 = p 2 − q1
hp1 , q1 i
−29 + 2i
= p2 − q1
34
−29 + 2i h i
= [i + (5 + 2i)t2 ] − 2 + it − (5 + 2i)t2
 34
29 2 1 29 149 24
     
2
= [i + (5 + 2i)t ] + − + i + − − i t + + i t2
17 17 17 34 34 17
29 15 1 29 21 10
     
= + i + + i t+ + i t2
17 17 17 34 34 17

29 15 1 29 21 10
     
por facilidad para q2 escogeremos un vector múltiplo de + i + + i t+ + i t2
17 17 17 34 34 17
con lo que tenemos

4
 q1 = 2 + it − (5 + 2i)t2
q2 = (58 + 30i) + (2 + 29i)t + (21 + 20i)t2

hp3 , q1 i hp3 , q2 i
q3 = p 3 − q1 − q2
hp1 , q1 i hp2 , q2 i
2 58 − 98i
= p 3 − q1 − q2
34 5950
  "
2 1 5 2 463 116
     
2
= [(3 − 4i)] − + i t+ − − i t − − i
17 17 17 17 437 175
#
87 743 227 449
  
+ + i t+ − i
175 2975 425 2975
319 116 87 754 6 47
     
= + i + − − i t+ − + i t2
175 175 175 175 25 175

q1 = 2 + it − (5 + 2i)t2
q2 = 
(58 + 30i) + (2 + 29i)t + (21 + 20i)t 2

319 116 87 754 6 47

    
q3 = + i + − − i t+ − + i t2
175 175 175 175 25 175
Sea {r1 , r2 , r3 } un conjunto de vectores normales
√ ! √ ! √ √ !
q1 q1 34 34 5 34 34
r1 = =√ = + i t+ − − i t2
||q1 || 34 17 34 34 34
√ √ ! √ √ !
q2 q2 29 238 3 238 238 29 238
r2 = =√ = + i + + i t
||q2 || 5950 595 119 595 1190
√ √ !
3 238 2 238
+ + i t2
170 119
√ √ ! √ √ !
q3 q3 11 27811 4 27811 −3 27811 26 27811
r3 = =q = + i + − i t
||q3 || 3973 4795 4795 4795 4795
175
√ √ !
−6 27811 47 27811
+ − + i t2
19865 139055

4. a) Mostrar que si A es una matriz unitaria, P no singular y B = AP entonces P B −1 es unitaria.

b) Sea A = B + iC una matriz hermitiana. Mostrar que AT A es una matriz real ⇔ BC =?

Desarrollo

a) Demostración. Sea
AT = A−1
Si B = AP y sabemos que existe P −1 entonces
B = AP
−1
B(P ) = A(P P −1 )
BP −1 = AID
BP −1 = A
Como A es unitaria entonces BP −1 también es unitaria.

5
b) Como A es hermitiana tenemos que
A = AT
y
B + iC = (B + iC)T
Entonces la matriz AT A seria de la forma

AT A = (B + iC)T (B + iC)
= (B + iC)(B + iC)
= B 2 + iBC + iCB − C 2

De donde vemos que si

iBC + iCB = 0
entonces AT A es una matriz real. Es decir necesitamos que

BC = −CB

6
 Escuela Politécnica Nacional
Álgebra Lineal II y Cuadrática
Solución Segunda Prueba
Alejandro Coloma

19 de Octubre del 2009

1. Sea H1 y H2 dos hiperplanos de un espacio vectorial E de dimensión n. Hallar la mayoración

dim(H1 ∩ H2 ) ≥?

Desarrollo
Sea dimE = n
Por definición de hiperplano tenemos que

dimH1 = n − 1
dimH2 = n − 1
Como H1 y H2 son subespacios vectoriales de E se cumplirá

dim(H1 + H2 ) ≤ n
−dim(H1 + H2 ) ≥ −n
Ahora aplicamos el teorema de la dimensión de la suma dos subespacios vectoriales

dim(H1 + H2 ) = dimH1 + dimH2 − dim(H1 ∩ H2 )

dim(H1 ∩ H2 ) = n − 1 + n − 1 − dim(H1 + H2 )
dim(H1 ∩ H2 ) = 2n − 2 − dim(H1 + H2 ) ≥ 2n − 2 − n

dim(H1 ∩ H2 ) ≥ n − 2

2. Sean E y F dos espacios vectoriales definidos sobre el mismo campo escalar, mostrar que si E × F es
de dimensión finita, entonces E y F son de dimensión finita.

Desarrollo

Demostración. Sea dimE × F = p (x, y) ∈ E × F x∈E y∈F

entonces se puede escribir
n m
!
X X
(x, y) = αi xi , βi yi
i=1 i=1

donde {xi }i={1,2,...,n} y {yi }i={1,2,...,m} son bases de E y F respectivamente

n m
! !
X X
(x, y) = αi xi , 0F + 0E , βi yi
i=1 i=1

1
 lo cual implica
n
X
x= αi xi
i=1
Xm
0F = βi yi
i=1
x ∈ hx1 , x2 , ..., xn i genera al espacio vectorial E y

dimE ≤ n

la cual es una dimensión finita

m
X
y= β i yi
i=1
Xn
0E = αi xi
i=1
y ∈ hy1 , y2 , ..., yn i genera al espacio vectorial F y

dimF ≤ m

que es una dimensión finita

3. Una aplicación lineal f : E → E se dice proyección si f 2 = f of = f

a) Demostrar que, f es proyector en E ⇔ (I − f ) es proyector en E

b) Demostrar que si f es proyector en E entonces E = Nf ⊕ Imf

Desarrollo

a) P.D. f es proyector en E ⇔ (I − f ) es proyector en E

Demostración. ⇒ Sea f proyector en E

debemos probar que I − f = (I − f )2

I −f = (I 2 − f ) − f + f
= I 2 − 2f + f
= I 2 − 2f + f 2 (porquef = f 2 )
= (I − f )2

⇐ Sea (I − f ) proyector en E
debemos probar que f es proyector en E

(I − f )2 = I 2 − 2If + f 2
= I 2 − 2f + f 2
= I −f

I − 2f + f 2 = I − f
f2 = f

2
 b) Demostración. E = Nf ⊕ Imf ⇔ ∀x ∈ E ∃! y ∈ Nf ∃! z ∈ Imf tal que x = y + z
Sea z = f (x) y y = x − f (x)

x + f (x) = x + f (x)
x = x − f (x) + f (x)
| {z } | {z }
?∈Nf ∈Imf

tenemos que demostrar que x − f (x) ∈ Nf

Supongamos que x − f (x) ∈
/ Nf

f (x − f (x)) 6= 0
f (x) − f (f (x)) 6= 0
f (x) − f of (x) 6= 0
f (x) 6= f (x)
lo cual es absurdo, por lo tanto x − f (x) ∈ Nf

4. En Rn , se considera las formas lineales φi (x) = xi + xi+1 (i = 1, ..., n − 1), φn (x) = xn + x1 .

Para n = 2 y n = 3 determinar si Φ = {φ1 , ..., φn } es una base del dual (Rn )∗ y de ser el caso hallar
la base asociada de Rn

Desarrollo

Si n = 2

Φ = {ϕ1 , ϕ2 }
donde
ϕ1 = x1 + x2
ϕ2 = x2 + x1

P.D.Φ es base dual de R2

Demostración. Sea ϕ(x) ∈ (R2 )∗

entonces ∃x ∈ R2 tal que

ϕ(x) = c1 ϕ1 (x) + c2 ϕ2 (x)

ax1 + bx2 = c1 (x1 + x2 ) + c2 (x1 + x2 )
= (c1 + c2 )x1 + (c1 + c2 )x2

lo cual implica

a = c1 + c2
b = c1 + c2

es decir a = b, como tenemos una restricción para estos valores, vemos que Φ no es una base dual de
R2 .

3
Si n = 3
Φ = {ϕ1 , ϕ2 , ϕ3 }
donde
ϕ1 = x1 + x2
ϕ2 = x2 + x3
ϕ3 = x3 + x1

P.D.Φ es base dual de R3

Demostración. Sea ϕ(x) ∈ (R3 )∗

entonces ∃x ∈ R3 tal que

ϕ(x) = d1 ϕ1 (x) + d2 ϕ2 (x) + d3 ϕ3 (x)

ax1 + bx2 + cx3 = d1 (x1 + x2 ) + d2 (x2 + x3 ) + d3 (x3 + x1 )
= x1 (d1 + d3 ) + x2 (d1 + d2 ) + x3 (d2 + d3 )

a = d1 + d3
b = d1 + d2
c = d2 + d3
     
1 0 1 | a 1 0 1 | a 1 0 0 | a − 2c − a2 + 2b
1 1 0 | b  ∼ 0 1 −1 | b − a  ∼ 0 1 0 | b − a + 2c + a2 − 2b 
     
0 1 1 | c 0 0 2 | c+a−b c+a−b
0 0 1 | 2
de donde vemos que
a+b−c
d1 =
2
−a + b + c
d2 =
2
a−b+c
d3 =
2
como no existen restricciones para los valores de a, b, c, y si resolvemos el sistema para ϕ = 0(R3 )∗ esto
nos lleva a que

d1 = d2 = d3 = 0
vemos que Φ genera a (R3 )∗ y que también es linealmente independiente, entonces si es una base para
el dual de R3

Ahora busquemos la base asociada a Φ

Sea B = {u, v, w} la base de R3 asociada a la base Φ
Usamos la función Delta de Kronecker, así tenemos que

ϕ1 (u) = 1 = u1 + u2
ϕ1 (v) = 0 = v1 + v2
ϕ1 (w) = 0 = w1 + w2
ϕ2 (u) = 0 = u2 + u3
ϕ2 (v) = 1 = v2 + v3
ϕ2 (w) = 0 = w2 + w3

4
 ϕ3 (u) = 0 = u3 + u1
ϕ3 (v) = 0 = v3 + v1
ϕ3 (w) = 1 = w3 + w1
lo cual nos lleva a resolver los tres sistemas de ecuaciones
       
1 1 0 | 1 1 1 0 | 1 1 0 −1 | 1 1 0 0 | 21
1 
0 1 1 | 0 ∼ 0 1 1 | 0  ∼ 0 1 1 | 0  ∼ 0 1 0 |
      
2 
1 0 1 | 0 0 −1 1 | −1 0 0 2 | −1 0 0 1 | − 21
de donde

1 1 1
 
u= , ,−
2 2 2
       
1 1 0 | 0 1 1 0 | 0 1 0 −1 | −1 1 0 0 | − 12
1  1 
0 1 1 | 1 ∼ 0 1 1 | 1 ∼ 0 1 0 | 2  ∼ 0 1 0 |
     
2 
1 0 1 | 0 0 −1 1 | 0 0 0 1 | 21 0 0 1 | 12
de donde

1 1 1
 
v= − , ,
2 2 2
       
1 1 0 | 0 1 0 −1 | 0 1 0 −1 | 0 1 0 0 | 12
0 1 1 | 0 ∼ 0 1 1 | 0 ∼ 0 1 1 | 0  ∼ 0 1 0 | − 21 
       
1 0 1 | 1 0 −1 1 | 1 0 0 1 | 12 0 0 1 | 12
de donde

1 1 1
 
w= ,− ,
2 2 2
Finalmente tenemos que
B = {(1, 1, −1), (−1, 1, 1), (1, −1, 1)}
es una base de R3 asociada a Φ

5. Sea f : R4 → R3 la aplicación lineal definida por

   
x1  x
1 1 1 1  1

x 
 x 
f  2  = 1 2 0 1  2 
  
 x3  x3 
2 3 1 2
x4 x4

a) Hallar Nf e Imf
b) Caracterizar los elementos de V = R4 /Nf . Dar la dimensión y una base de V .

Desarrollo

La aplicación lineal se puede escribir

f (x1 , x2 , x3 , x4 ) = (x1 + x2 + x3 + x4 , x1 + 2x2 + x4 , 2x1 + 3x2 + x3 + 2x4 )

5
a) Sea Nf = {x ∈ R4 /f (x) = (0, 0, 0)}
entonces se deben cumplir las ecuaciones
x1 + x2 + x3 + x4 = 0
x1 + 2x2 + x4 = 0
2x1 + 3x2 + x3 + 2x4 = 0
reducimos por el método de Gauss-Jordan
     
1 1 1 1 | 0 1 1 1 1 | 0 1 0 2 1 | 0
1 2 0 1 | 0 ∼ 0 1 −1 0 | 0 ∼ 0 1 −1 0 | 0
     
2 3 1 2 | 0 0 1 −1 0 | 0 0 0 0 0 | 0
x2 = x3
x1 = −2x3 − x4

Nf = {x ∈ R4 /x = (−2x3 − x4 , x3 , x3 , x4 )}
BaseNf = {(−2, 1, 1, 0), (−1, 0, 0, 1)}
Sea y = (y1 , y2 , y3 ) un elemento de la imagen de f
   
1 1 1 1 | y1 1 1 1 1 | y1
1 2 0 1 | y2  ∼ 0 1 −1 0 | y2 − y1 
   
2 3 1 2 | y3 0 0 0 0 | y3 − y2 − y1
y3 = y1 + y2
y = (y1 , y2 , y1 + y2 ) = y1 (1, 0, 1) + y2 (0, 1, 1)
BaseImf = {(1, 0, 1), (0, 1, 1)}
b) Sea V = {ẋ /x ∈ R4 }
ẋ = {y ∈ R4 /x − y ∈ Nf }
= {y ∈ R4 /f (x − y) = 0}
= {y ∈ R4 /f (x) = f (y)}
dimR4 = dimNf + dimV
dimV = 4 − 2 = 2
Sea Nf⊥ el subespacio ortogonal a Nf

Nf⊥ = {x ∈ R4 /hx, yi = 0 ∀y ∈ Nf }
h(x1 , x2 , x3 , x4 ), (−2, 1, 1, 0)i = 0
| {z }
∈BaseNf

h(x1 , x2 , x3 , x4 ), (−1, 0, 0, 1)i = 0

| {z }
∈BaseNf
)
−2x1 + x2 + x3 = 0 x2 + x3
⇒ x4 = x1 , x1 =
−x1 + x4 =0 2
es decir
x = x1 (1, 0, 0, 0) + x2 (0, 1, 0, 0) + x3 (0, 0, 1, 0) + x4 (0, 0, 0, 1)
x2 + x3
 
= , 0, 0, 0 + (0, x3 , 0, 0) + (0, 0, 0, x2 + x3 )
2
x2 + x3
 
= , x2 , x3 , x2 + x3
2
   
1 1
Sea v = 2 , 1, 0, 1 yw= 2 , 0, 1, 1 entonces {v̇, ẇ} es una base de V = R4 /Nf

6
 Escuela Politécnica Nacional
Álgebra Lineal II y Cuadrática
Solución Segunda Prueba
Alejandro Coloma

28 de Octubre del 2008

1. Sean (H1 , h.i1 ) y (H2 , h.i2 ) dos espacios hermitianos. Se define la aplicación:

b : H1 × H2 → C

por
b(x, y) = b((x1 , x2 ), (y1 , y2 )) = hx1 , y1 i1 + hx2 , y2 i2

a) Si H1 = C2 y H2 = ℘2 (C) con los productos escalares usuales ha, bi1 = aT b y

Z 1
hp, qi2 = p(t)q(t)dt.
0
Calcular b(u, v) si u = (1 − 2i, 3i), (3 − i) − 5t2 y v = ((−i, 1 + i), 2 − it)

b) Demostrar para el caso general que b es un producto escalar de H1 × H2 .

Desarrollo:

a)

b(u, v) = b(((1 − 2i, 3i), (3 − i) − 5t2 ), ((−i, 1 + i), 2 − it))

= h(1 − 2i, 3i, (−i, 1 + i))i1 + h(3 − i) − 5t2 , 2 − iti2
" # Z 1h
i i
= [1 − 2i 3i] + (3 − i) − 5t2 (2 − it) dt
1−i 0
Z 1h i
= (i + 2 + 3i + 3) + (6 − 2i) + (1 + 3i)t − 10t2 − 5it3 dt
0
(6 − 2i) 1 1 + 3i 2 1 10 3 1 5 4 1
   
= (5 + 4i) + t + t  − t − it
1 0 2 0 3 0 4 0
19 7
= − i + 5 + 4i
6 4
49 9
= + i
6 4

b) Demostración. Sean x = (x1 , x2 ), y = (y1 , y2 ), z = (z1 , z2 ) ∈ H1 × H2 , α ∈ C

P.D. b(αx + y, z) = αb(x, z) + b(y, z)

b(αx + y, z) = b((αx1 + y1 , αx2 + y2 ), (z1 , z2 ))

= hαx1 + y1 , z1 i1 + hαx2 + y2 , z2 i2
= αhx1 , z1 i1 + hy1 , z1 i1 + αhx2 , z2 i2 + hy2 , z2 i2
= α (hx1 , z1 i1 + hx2 , z2 i2 ) + (hy1 , z1 i1 + hy2 , z2 i2 )
= αb(x, z) + b(y, z)

1
 P.D. b(x, y) = b(y, x)

b(x, y) = hx1 , y1 i1 + hx2 , y2 i2

= hy1 , x1 i1 + hy2 , x2 i2
= hy1 , x1 i1 + hy2 , x2 i2
= b(y, x)

P.D. b(x, x) ≥ 0
b(x, x) = hx1 , x1 i1 + hx2 , x2 i2
pero hx1 , x1 i1 ≥ 0 ∀x1 ∈ H1 y hx2 , x2 i2 ≥ 0 ∀x1 ∈ H2
entonces b(x, x) ≥ 0
Por tanto b es producto hermitiano

2. En el espacio vectorial real E = ℘ [x, y] = [polinomios de variables reales] se considera el conjunto

F = ℘1 [x, y] = {p(x, y) = ax + by + c}

a) Demostrar que F es un subespacio vectorial de E, hallar una base y dar su dimensión.

b) Sean A = (0, 0), B = (1, 0), C = (0, 1), se define φα : p → φα (p), α = A, B, C. Mostrar que son
formas lineales y que forman una base de F ∗
c) Hallar la base de F asociada a la base encontrada en b)

Desarrollo:

a) Demostración. Sean α ∈ R , p1 (x, y) = a1 x + b1 y + c1 , p2 (x, y) = a2 x + b2 y + c2 elementos de F

(αp1 + q1 ) (x, y) = (αp1 )(x, y) + q1 (x, y)

= αa1 x + αb1 y + αc1 + a2 x + b2 y + c2
= (αa1 + a2 ) x + (αb1 + b2 ) y + (αc1 + c2 )

entonces (αp1 + q1 ) (x, y) ∈ F

Además 0p = 0x + 0y + 0 pertenece a F (es decir F 6= ∅)
Se concluye que F es subespacio vectorial de E

Ahora B = {1, x, y} es candidato a base de F . Se verifica fácilmente que B genera a F ,consideremos

entonces:
α1 + βx + γy = 0
β = 0 (tomando la derivada parcial con respecto a x)
γ = 0 (tomando la derivada parcial con respecto a y)

Entonces α = β = γ = 0 ⇒ B es libre
Por tanto B es base de F y dimF = 3
b)

φα : E → R
p 7→ φα (p) = p(α)

Si p(x, y) = ax + by + c y si

α = A = (0, 0) ⇒ p(0, 0) = φA (p) = c

α = B = (1, 0) ⇒ p(1, 0) = φB (p) = a + c
α = C = (0, 1) ⇒ p(0, 1) = φC (p) = b + c

2
 Veamos si φα ∈ E ∗
Sean p1 , p2 ∈ F , λ ∈ R entonces

φα (λp1 + p2 ) = (λp1 + p2 ) (α)

= λp1 (α) + p2 (α)
= λφα (p1 ) + φα (p2 )

Entonces φα es una forma lineal en F ∀α

Ahora demostremos que B ∗ = {φA , φB , φC } es base de F ∗
Como dimE = dimE ∗ = 3 basta demostrar que son linealmente independientes.
Sea

αφA + βφB + γφC = 0∗

(αφA + βφB + γφC ) (p) = 0∗ (p)
αφA (p) + βφB (p) + γφC (p) = 0
αp(A) + βp(B) + γp(C) = 0

en resumen
αc + β(a + c) + γ(b + c) = 0
si p(x, y) = 1 ⇒ a = 0, b = 0, c = 1 ⇒ α + β + γ = 0
si p(x, y) = x ⇒ a = 1, b = 0, c = 0 ⇒ β = 0
si p(x, y) = y ⇒ a = 0, b = 1, c = 0 ⇒ γ = 0
implica que α = β = γ = 0, es decir, B ∗ es libre y por tanto una base de F ∗
c) Sea B = {p1 (x, y) = a1 x + b1 y + c1 , p2 (x, y) = a2 x + b2 y + c2 , p3 (x, y) = a3 x + b3 y + c3 }, la base
de F asociada a B ∗ . Aplicando la función delta de Kronecker

φA (p1 ) = p1 (A) = c1 = 1
φA (p2 ) = p2 (A) = c2 = 0
φA (p3 ) = p3 (A) = c3 = 0

φB (p1 ) = p1 (B) = a1 + c1 = 0
φB (p2 ) = p2 (B) = a2 + c2 = 1
φB (p3 ) = p3 (B) = a2 + c3 = 0
φC (p1 ) = p1 (C) = b1 + c1 = 0
φC (p2 ) = p2 (C) = b2 + c2 = 0
φC (p3 ) = p3 (C) = b3 + c3 = 1
se tiene
c1 = 1, a1 = −1, b1 = −1 ⇒ p1 (x, y) = −x − y + 1
c2 = 0, a2 = 1, b2 = 0 ⇒ p2 (x, y) = x
c3 = 0, z3 = 0, b3 = 1 ⇒ p3 (x, y) = y
finalmente
B = {p1 (x, y) = −x − y + 1, p2 (x, y) = x, p3 (x, y) = y}
es la base de F asociada a F ∗

3. Sean E = R3 y U = {x = (x1 , x2 , x3 ) ∈ R3 / 4x1 − x2 = 3x3 }

a) Hallar F = U ⊥
b) Caracterizar el espacio E/F , dar una base y su dimensión

Desarrollo:

3
 a) n o
F = y ∈ R3 / hy, xi = 0 ∀x ∈ U
pero
U = {x = (x1 , x2 , x3 ) ∈ R3 / 4x1 − x2 = 3x3 }
4x1 − x2 = 3x3 ⇔ x2 = 4x1 − 3x3
 
n o 
 

U = x = (x1 , 4x1 − 3x3 , x3 ) ∈ R3 = gen (1, 4, 0), (0, −3, 1)

| {z } | {z }

u1 u2

y ∈ F ⇔ hy, u1 i = 0, hy, u2 i = 0
h(y1 , y2 , y3 ), (1, 4, 0)i = 0
h(y1 , y2 , y3 ), (0, −3, 1)i = 0
y1 + 4y2 = 0
−3y2 + y3 = 0
y = (−4y2 , y2 , 3y2 )
F = gen{(−4, 1, 3)}
dimF = 1

b)
E/F = {x + F / x ∈ E}
Sea x ∈ E

ẋ = x + F
= {y ∈ E / x − y ∈ F }
= {(x1 − y1 , x2 − y2 , x3 − y3 ) = α(−4, 1, 3)}
= {y ∈ E / (y1 , y2 , y3 ) = (x1 , x2 , x3 ) + β(−4, 1, 3), β ∈ R}

dimE = dimF + dimE/F

dimE/F = 3 − 1 = 2
Para hallar la base de E/F tomamos dos vectores linealmente independientes fuera de F por
ejemplo u1 , u2 , entonces
B̂ = {u˙1 , u˙2 }
es una base de E/F

4. Sean E un espacio vectorial y F un subespacio vectorial de E, se define la aplicación:

ψ : E → E/F
x 7→ ψ(x) = ẋ

a) Mostrar que esta aplicación es lineal

b) Dar el núcleo de ψ
c) Mostrar que ψ es sobreyectiva
d) Dar la dimensión de E en función de F

Desarrollo:

4
a) Demostración. Sean α ∈ K, x, y ∈ E P.D. ψ(αx + y) = αψ(x) + ψ(y)

ψ(αx + y) = αx ˙+ y
= αẋ + ẏ
= αψ(x) + ψ(y)

b) 
N (ψ) = x ∈ E / ψ(x) = 0̇
x ∈ N (ψ), si ψ(x) = ẋ = 0̇
es decir
ẋ = F

c)
Im (ψ) = {ẋ ∈ E/F, ∃x ∈ E / ψ(x) = ẋ}
entonces
Im (ψ) = E/F
Por tanto ψ es sobreyectiva
d) Si dimE es finita. Por el teorema de la dimensión

dimE = dimN (ψ) + dimIm (ψ)

dimE = dimF + dim(E/F )

5
 Escuela Politécnica Nacional
Álgebra Lineal II y Cuadrática
Solución Tercera Prueba
Alejandro Coloma

16 de Diciembre del 2008

1. Se define la aplicación

h : M2 (R) × M2 (R) → R
h(A, B) 7→ tr(AT M B)
" #
1 2
donde M =
3 5

a) Verificar que h es una forma bilineal

b) Hallar la matriz asociada a h respecto a la base canónica de M2 (R)

Desarrollo:

a) Demostración. Sean A, B, C ∈ M2 (R), α ∈ R

P.D. h(A + αB, C) = h(A, C) + αh(B, C)
h i
h(A + αB, C) = tr (A + αB)T M C
h  i
= tr AT + αB T M C
 
= tr AT M C + αB T M C
   
= tr AT M C + tr αB T M C
   
= tr AT M C + αtr B T M C
= h(A, C) + αh(B, C)

P.D. h(A, B + αC) = h(A, B) + αh(A, C)

h i
h(A, B + αC) = tr AT M (B + αC)
h i
= tr AT M B + AT M (αC)
 
= tr AT M B + αtr(AT M C)
= h(A, B) + αh(A, C)

1
  

 

 " # " # " # " #


 1 0 0 1 0 0 0 0 
b) Sea BC , , , la base canónica de M2 (R), entonces la matriz buscada

 0 0 0 0 1 0 0 1 


 
| {z } | {z } | {z } | {z } 
e1 e2 e3 e4
es:
 
h(e1 , e1 ) h(e1 , e2 ) h(e1 , e3 ) h(e1 , e4 )
h(e , e ) h(e2 , e2 ) h(e2 , e3 ) h(e2 , e4 )
ABC =  2 1
 
h(e3 , e1 ) h(e3 , e2 ) h(e3 , e3 ) h(e3 , e4 )


h(e4 , e1 ) h(e4 , e2 ) h(e4 , e3 ) h(e4 , e4 )

 
1 0 2 0
0 1 0 2
= 
 
3 0 5 0


0 3 0 5

2. Discutir según los valores del número real α el tipo de forma cuadrática de

qα (x) = x21 + (1 + α)x22 + (1 + α2 )x23 + 2x1 x2 + 2αx2 x3

Si α = 0, dar la forma reducida de q0 (x)

Desarrollo:
Sea Aα la matriz asociada a la forma cuadrática qα .
 
1 1 0
Aα = 1 1 + α α 
 
0 α 1+α 2

Si los menores principales de Aα son mayores que cero, entonces qα es definida positiva.

|1| = 1
 
1 1 
= α

1 1 + α 
 
 
1 1 0 

1 1 + α α  = α(1 − α + α2 )
 
1 + α2 
 
0 α

Es fácil ver que si α > 0,entonces Aα es definida positiva.

Observe que si α ≤ 0 no se puede afirmar que Aα sea semidefinida positiva. En ese caso no quedaría
mas que estudiar sus valores propios.
Sea α = 0  
1 1 0
A = 1 1 0
 
0 0 1
buscamos los valores propios de la matriz A.

|λI − A| = 0

λ1 = 0, λ2 = 1, λ3 = 2
los vectores propios de esta matriz se los obtiene:

i) Resolviendo el sistema (λI − A)x = 0, cuando λ = 0

   
−1 −1 0 | 0 1 1 0 | 0
−1 −1 0 | 0 ∼ 0 0 1 | 0
   
0 0 −1 | 0 0 0 0 | 0

2
 x1 = −x2 , x3 = 0
x = (x1 , −x1 , 0) = x1 (1, −1, 0)
| {z }
u1

ii) Resolviendo el sistema (λI − A)x = 0, cuando λ = 1

   
0 −1 0 | 0 1 0 0 | 0
−1 0 0 | 0 ∼ 0 1 0 | 0
   
0 0 0 | 0 0 0 0 | 0
x1 = x2 = 0
x = (0, 0, x3 ) = x3 (0, 0, 1)
| {z }
u2

iii) Resolviendo el sistema (λI − A)x = 0, cuando λ = 2

   
1 −1 0 | 0 1 0 1 | 0
−1 1 0 | 0 ∼ 0 1 −1 | 0
   
0 0 1 | 0 0 0 0 | 0

x1 = x2 , x3 = 0
x = (x1 , x1 , 0) = x1 (1, 1, 0)
| {z }
u3

Ahora normalizamos los vectores u1 , u2 , u3 para obtener una base normal ordenada, y relacionada
con la forma cuadrática reducida. (Observe que los coeficientes de la forma cuadrática reducida
son los valores propios)
 1     1 
√ 0 √
 √21     √12 

 

Bnormal = − 2  , 0 ,  2 
 

01 
0

q(x) e22 + 2x
e =x e23

3. Sean E y F espacios vectoriales sobre el campo K

En el espacio vectorial F(E, F ) = {φ : E × F → K / φ función} se define

B(E, F ) = {φ : E × F → K / φ forma bilineal}

a) Mostrar que B(E, F ) es un subespacio vectorial de F(E, F )

b) Sean φ ∈ E ∗ , σ ∈ F ∗ demostrar que h(u, v) = φ(u)σ(v) está en B(E, F )
c) Sean {φ1 , φ2 , ..., φp } base de E ∗ y {σ1 , σ2 , ..., σq } base de F ∗ . Demostrar que

{hij / i = 1, 2, ..., p, j = 1, 2, ..., q}

donde hij = φi σj es una base de B(E, F ). Dar su dimensión.

Desarrollo:

3
a) Demostración. Sea φ, ψ ∈ B(E, F ) α, β ∈ K
P.D. [(βφ) + ψ] ∈ B(E, F )
Es decir, debemos demostrar que [(βφ) + ψ] es forma bilineal.
Sea u, v ∈ E w∈F

[(βφ) + ψ] (αu + v, w) = (βφ)(αu + v, w) + ψ(αu + v, w)

= (αβ)φ(u, w) + βφ(v, w) + αψ(u, w) + ψ(v, w)
= (αβ)φ(u, w) + αψ(u, w) + βφ(v, w) + ψ(v, w)
= α [βφ + ψ] (u, w) + [βφ + ψ] (v, w)

Entonces βφ + ψ es lineal a izquierda.

Sea u ∈ Ev, w ∈ F

[(βφ) + ψ] (u, αv + w) = (βφ)(u, αv + w) + ψ(u, αv + w)

= (αβ)φ(u, v) + βφ(u, w) + αψ(u, v) + ψ(u, w)
= α [βφ + ψ] (u, v) + [βφ + ψ] (u, w)

Entonces βφ + ψ es lineal a derecha.

Es bilineal. Además tiene la forma nula, por lo tanto es subespacio vectorial.

b) Debemos demostrar que φ(u)σ(v) es una forma bilineal

Demostración. Sea u, w ∈ E, v, y ∈ F , α ∈ K
P.D. h(u + αw, v) = h(u, v) + αh(w, v)

h(u + αw, v) = φ(u + αw)σ(v)

= [φ(u) + αφ(w)] σ(v)
= φ(u)σ(v) + αφ(w)σ(v)
= h(u, v) + αh(w, v)

P.D. h(u, v + αy) = h(u, v) + αh(u, y)

h(u, v + αy) = φ(u)σ(v + αy)

= φ(u) [σ(v) + ασ(y)]
= φ(u)σ(v) + αφ(u)σ(y)
= h(u, v) + αh(u, y)

c) Demostración. Sean BE = {a1 , a2 , ..., an }, BF = {b1 , b2 , ..., bn } bases para E y F

Demostremos que {hij } genera a B(E, F )
Sea ψ ∈ B(E, F ), notemos ψ(ai , bi ) = cij , entonces:
p X
X q
ψ= cij ψij
i=1 j=1

De este modo bastaría demostrar que

 
Xp X
q
ψ(as , bt ) =  cij ψij  (as , bt )
i=1 j=1

4
 Tenemos
 
Xp X
q p X
X q
 cij ψij  (as , bt ) = cij [ψij (as , bt )]
i=1 j=1 i=1 j=1
Xp X q
= cij ([φi (as )] [σj (bt )])
i=1 j=1
Xp X q
= cij δis δjt
i=1 j=1
= cst = ψ(as , bt )
como se pedía, entonces {ψij } genera a B(E, F )
p X
q
cij ψij = 0∗ , entonces
X
Ahora supongamos
i=1 j=1
 
p X
q
0∗ = 0(as , bt ) = 
X
cij ψij  (as , bt ) = cst
i=1 j=1

entonces {ψij } es linealmente independiente y una base de B(E, F )

dim(B(E, F )) = pq

4. Sea A una matriz compleja no singular. Mostrar que H = A∗ A es hermitiana y definida positiva
Desarrollo:

Demostración. Sea A ∈ Mn×n (C)

T
P.D. H = H
T
H = A A
 T
T T
= A A
 
T T
 
= (A)T A
T
T

= A A
T
= H
Sea x ∈ Cn − {0}
P.D. xT Hx > 0
T
xT Hx = x T
A Ax
T T
 
= x A (Ax)
 T  
= Ax Ax

Sea y = Ax, nótese que y ∈ Cn

Para cualquier vector y en Cn y T y ≥ 0, pero y 6= 0, por tanto
yT y > 0
 T  
Ax Ax > 0
xT Hx > 0

5
 Escuela Politécnica Nacional
Álgebra Lineal II y Cuadrática
Solución Tercera Prueba
Alejandro Coloma

1 de Diciembre del 2009

1. En el espacio vectorial E = R3 , se considera la forma cuadrática

q(x) = q(x1 , x2 , x3 ) = x1 2 − 2ax1 x2 + 2x2 2 − 2x2 x3 + x3 2

a) ¿Para que valores de a la forma q es semidefinida positiva?

b) Si a = −1, reducir la forma q indicando la base respectiva.

Desarrollo:

a) Sea A , la matriz asociada a la forma cuadrática q.

 
1 −a 0
A = −a 2 −1
 
0 −1 1
 
λ−1 a 0
(λI − A) =  a λ−2 1 
 
0 1 λ−1
De aquí obtenemos el polinomio característico de la matriz (λI − A)

|λI − A| = f (λ) = (λ − 1)2 (λ − 2) − (λ − 1) − a2 (λ − 1) = 0

λ2 − 3λ + (1 − a2 ) = 0

La forma cuadrática es semidefinida positiva si sus valores propios son mayores o iguales que cero.
Sacando las raíces del polinomio característico, se obtiene:

λ1 = 1
p
3 + 9 − 4(1 − a2 )
λ2 = ≥0
p 2
3 − 9 − 4(1 − a2 )
λ3 = ≥0
2

Y resolviendo las inecuaciones, determinamos las restricciones que buscábamos para a

9 − 4(1 − a2 ) ≥ 9
(1 − a2 ) ≤ 0
(1 + a)(1 − a) ≤ 0

1
 a≥1 ∨ a ≤ −1

9 − 4(1 − a2 ) ≤ 9
(1 + a)(1 − a) ≥ 0

a ≥ −1 ∨ a≤1

Entonces, si a = {1, −1} q es semidefinida positiva.

b) q(x) = x1 2 + 2x1 x2 + 2x2 2 − 2x2 x3 + x3 2

i) Resolviendo el sistema (λI − A)x = 0, cuando λ = 1
     
0 −1 0 | 0 1 1 −1 | 0 1 0 −1 | 0
−1 −1 1 | 0 ∼ 0 1 0 | 0 ∼ 0 1 0 | 0
     
0 1 0 | 0 0 1 0 | 0 0 1 0 | 0

x1 = x3
x = (x1 , x2 , x3 ) = x3 (1, 0, 1) +x2 (0, 1, 0)
| {z } | {z }
u1 u2

ii) Resolviendo el sistema (λI − A)x = 0, cuando λ = 3

   
2 −1 1 | 0 1 0 0 | 0
−1 1 1 | 0 ∼ 0 1 0 | 0
   
0 1 2 | 0 0 0 1 | 0
iii) Resolviendo el sistema (λI − A)x = 0, cuando λ = 0
   
−1 −1 0 | 0 1 0 1 | 0
−1 −2 1 | 0 ∼ 0 1 −1 | 0
   
0 1 −1 | 0 0 0 0 | 0

x1 = −x3
x2 = x3
x = (x1 , x2 , x3 ) = x3 (−1, 1, 1)
| {z }
u3

Ahora normalizamos los vectores u1 , u2 , u3 para obtener una base normal ordenada, y rela-
cionada con la forma cuadrática reducida. (Observe que los coeficientes de la forma cuadrática
reducida son los valores propios)
     
√1 1

 2
 0  √3  

     √1 
Bnormal =  0  , 1 ,  3 
 1
√1 

 √

2
0 
3

q(x) e21 + 3x
e =x e22

2. Sea E = M2 (R). Se define φ : E × E → R por φ(A, B) = tr(AT B)

a) ¿Es φ una forma bilineal?¿simétrica?¿definida positiva?

b) ¿Define φ un producto escalar en E? En caso afirmativo hallar {I2 }⊥
c) Hallar el complemento ortogonal del subespacio vectorial M S formado por las matrices simétricas.

Desarrollo:

2
a) Para saber si es una forma bilineal verifiquemos que se cumplen las igualdades:

φ(A + γB, C) = φ(A, C) + γφ(B, C)

φ(A, B + γC) = φ(A, B) + γφ(A, C)

h i
φ(A + γB, C) = tr (A + γB)T C
h  i
= tr AT + γB T C
h i
= tr AT C + γB T C
   
= tr AT C + tr γB T C
   
= tr AT C + γtr B T C
= φ(A, C) + γφ(B, C)

h i
φ(A, B + γC) = tr AT (B + γC)
 
= tr AT B + AT (γC)
   
= tr AT B + γtr AT C
= φ(A, B) + γφ(A, C)

Entonces φ es una forma bilineal.

Sea A, B ∈ E
" #
a b + a21 b21 a11 b12 + a21 b22
AT B = 11 11
a12 b11 + a22 b21 a12 b12 + a22 b22
" #
a b + a21 b21 a12 b11 + a22 b21
B A = 11 11
T
a11 b12 + a21 b22 a12 b12 + a22 b22

vemos que las trazas de AT B y de B T A son iguales, lo que nos lleva a la simetría

φ(A, B) = φ(B, A)

y nos permite concluir que φ es una forma bilineal simétrica.

Ahora, la matriz asociada a φ es una matriz diagonal con términos mayores que cero. Por lo tanto
φ es simétrica definida positiva.
b) φ(A, B) = a11 b11 + a21 b21 + a12 b12 + a22 b22
Veamos si φ(A, B) ≈ hA, Bi, es decir, si φ cumple con los axiomas de producto escalar.

Demostración. Sea φ una forma bilineal

P.D.φ(A, A) ≥ 0
Pero
φ(A, A) = a211 + a221 + a212 + a22 ≥ 0
P.D.φ(A + B, C) = φ(B, C) y que φ(γA, B) = γφ(A, B)
Pero φ es una forma bilineal, y ya quedó demostrado que si cumple los axiomas necesarios para
que defina un producto escalar.

3
 Sea {I} = {B ∈ E / b11 = b22 = 1 b21 = b12 = 0}

I ⊥ = {A ∈ E / hA, Ii = 0 ∀I ∈ {I}}

hA, Ii = 0
tr(AI) = 0
a11 + a22 = 0

I ⊥ = {A ∈ E / a11 = −a22 }
c) Toda matriz real puede ser escrita como la suma de una matriz simétrica y una antisimétrica:
Sean M ∈ Mn (R), M S: subespacio vectorial de las matrices simétricas, M AS: subespacio vectorial
de las matrices antisimétricas
   
1 1
M= M + M T  + M − MT  ∀M ∈ Mn (R)
2 | {z } 2 | {z }
∈M S ∈M AS

Entonces el complemento ortogonal de las matrices simétricas es el subespacio vectorial de las

matrices antisimétricas M AS , ya que la suma descrita es única.

1
  
M S ⊥ = M AS = A ∈ Mn (R) / A = M − MT ∀M ∈ Mn (R)
2

3. Sea E = C3 . Se define φ : E × E → C por

φ(x, y) = x1 y1 + (1 + 2i)x1 y2 + x1 y3 + ax2 y1 + (1 + i)x2 y3 + x3 y1 + (1 − i)x3 y2 + x3 y3

a) ¿Cuánto debe valer a para que φ sea una forma hermitiana?

b) Dar la representación de φ respecto a la base canónica BC = {e~1 , e~2 , e~3 }
c) Dar la representación de φ relativa a la base
B = {u~1 = e~1 , u~2 = e~1 + e~2 , u~3 = e~1 + e~2 + e~3 }

Desarrollo:

a) Para que sea hermitiana, se necesita que: φ(x, y) = φ(y, x)

φ(y, x) = y1 x1 + (1 + 2i)y1 x2 + y1 x3 + ay2 x1 + (1 + i)y2 x3 + y3 x1 + (1 − i)y3 x2 + y3 x3

= x1 y1 + (1 − 2i)x2 y1 + x3 y1 + x3 y1 + ax1 y2 + (1 − i)x3 y2 + (1 + i)x2 y3 + x3 y3

Necesitamos que:
(1 − 2i)x2 y1 + ax1 y2 = (1 + 2i)x1 y2 + ax2 y1
entonces
a = (1 − 2i)
b) Sea BC una base canónica.      
 1
 0 0 

BC = 0 , 1 , 0
     

 0 
0 1 
Entonces la matriz asociada a la forma bilineal es:
 
1 1 + 2i 1
ABC = 1 − 2i 0 1 + i
 
1 1−i 1

Obsérvese que esta matriz es hermitiana

4
 c)  
1 1 1
B = 0 1 1
 
0 0 1
La matriz pedida es AB = (PBC←B )T (ABC )(PBC←B ), como BC es la base canónica, tenemos
que:  
1 1 1
PBC←B = 0 1 1
 
0 0 1
   
1 0 0 1 1 + 2i 1 1 1 1
AB = 1 1 0 1 − 2i 0 1 + i 0 1 1
   
1 1 1 1 1−i 1 0 0 1
  
1 1 + 2i 1 1 1 1
= 2 − 2i 1 + 2i 2 + i 0 1 1
  
3 − 2i 2 + i 3 + i 0 0 1
 
1 2 + 2i 3 + 2i
= 2 − 2i 3 5+i
 
3 − 2i 5 − i 8
4. Sean E y F espacios vectoriales sobre el campo K
En el espacio vectorial F(E, F ) = {φ : E × F → K / φ función} se define
B(E, F ) = {φ : E × F → K / φ forma bilineal}

a) Mostrar que B(E, F ) es un subespacio vectorial de F(E, F )

b) Sean {e1 , e2 , ..., en } base de E ∗ y {f1 , f2 , ..., fm } base de F ∗ . Demostrar que
S = {φij / φij (x, y) = ei (x)fj (y) ∀x ∈ (E), ∀y ∈ F, i = 1, 2, ..., n, j = 1, 2, ..., m}
es una base de B(E, F ). Dar su dimensión.

Desarrollo:

a) Demostración. Sea φ, ψ ∈ B(E, F ) α, β ∈ K

P.D. [(βφ) + ψ] ∈ B(E, F )
Es decir, debemos demostrar que [(βφ) + ψ] es forma bilineal.
Sea u, v ∈ E w∈F

[(βφ) + ψ] (αu + v, w) = (βφ)(αu + v, w) + ψ(αu + v, w)

= (αβ)φ(u, w) + βφ(v, w) + αψ(u, w) + ψ(v, w)
= (αβ)φ(u, w) + αψ(u, w) + βφ(v, w) + ψ(v, w)
= α [βφ + ψ] (u, w) + [βφ + ψ] (v, w)
Entonces βφ + ψ es lineal a izquierda.
Sea u ∈ Ev, w ∈ F
[(βφ) + ψ] (u, αv + w) = (βφ)(u, αv + w) + ψ(u, αv + w)
= (αβ)φ(u, v) + βφ(u, w) + αψ(u, v) + ψ(u, w)
= α [βφ + ψ] (u, v) + [βφ + ψ] (u, w)
Entonces βφ + ψ es lineal a derecha.
Es bilineal. Además tiene la forma nula, por lo tanto es subespacio vectorial.

5
b) Demostración. Sean BE = {a1 , a2 , ..., an }, BF = {b1 , b2 , ..., bn } bases para E y F
Demostremos que {φij } genera a B(E, F )
Sea φ ∈ B(E, F ), notemos φ(ai , bi ) = cij , entonces:
n X
X m
φ= cij φij
i=1 j=1

De este modo bastaría demostrar que

 
n X
X m
φ(as , bt ) =  cij φij  (as , bt )
i=1 j=1

Tenemos
 
n X
X m n X
X m
 cij φij  (as , bt ) = cij [φij (as , bt )]
i=1 j=1 i=1 j=1
Xn X m
= cij ([ei (as )] [fj (bt )])
i=1 j=1
Xn X m
= cij δis δjt
i=1 j=1
= cst = φ(as , bt )

como se pedía, entonces {φij } genera a B(E, F )

m
n X
cij φij = 0∗ , entonces
X
Ahora supongamos
i=1 j=1
 
m
n X
0∗ = 0(as , bt ) = 
X
cij φij  (as , bt ) = cst
i=1 j=1

entonces {φij } es linealmente independiente y una base de B(E, F )

dim(B(E, F )) = mn

6
 Escuela Politécnica Nacional
Álgebra Lineal II y Cuadrática
Solución Cuarta Prueba
Alejandro Coloma

26 de Mayo del 2009

1. Se supone que el espacio vectorial real E = ℘4 [t] = { polinomios de grado ≤ 4} se le vuelve afín de
la manera usual y se obtiene el espacio E
 Z 1 
a) Demostrar que F = p ∈ E / p(t)dt = 0 es un subespacio vectorial de E y dar una base
0
 Z 1 
b) Demostrar que G = P ∈ E / p(t)dt = 1 es un subespacio afín de E. Especificar su dirección
0
y dar su dimensión.

Desarrollo:

a) Demostración. Sea p, q ∈ F α ∈ R
P.D. p + q ∈ F
Z 1 Z 1 Z 1
[p(t) + q(t)] dt = p(t)dt + q(t)dt
0 0 0
= 0+0=0

Entonces p + q está en F
P.D. αp ∈ F
Z 1 Z 1
αp(t)dt = α p(t)dt
0 0
= α(0) = 0

Entonces αp está en F
P.D. F 6= ∅
Basta
R1
tomar el polinomio p(t) = 0 + 0t + 0t2 + 0t3 + 0t4 , donde se verifica fácilmente que
0 p(t)dt = 0

Sea p(t) = a + bt + ct2 + dt3 + et4 tal que p ∈ F ,entonces

Z 1
p(t)dt = 0
0
1
b c d e
 
at + t2 + t3 + d4 + e5 = 0
2 3 4 5 0
b c d e
a+ + + + = 0
2 3 4 5
b c d e
−a = + + +
2 3 4 5

1
 por tanto, se puede escribir
b c d e
 
p(t) = − + + + + bt + ct2 + dt3 + et4
2 3 4 5
de donde se obtiene la base
1 1 1 1
       
B= − + t , − + t2 , − + t3 , − + t4
2 3 4 5

~ subespacio vectorial
b) Veamos si G cumple con la definición de subespacio afín, eso es ∃B0 ∈ G y ∃G
director, tales que n −−→ ~ o
G = B ∈ E / B0 B ∈ G

Demostración. Si definimos al subespacio vectorial director como

~ =F
G

Y al punto fijo
B0 (t) = 1
−−→ ~
verifiquemos que B0 B ∈ G
−−→ b c d e
 
B0 B = 1 − 1 + + + + − bt − ct2 − dt3 − et4
2 3 4 5

Z 1 Z 1 
−−→ b c d e
 
B0 Bdt = + + + − bt − ct2 − dt3 − et4 dt
0 0 2 3 4 5
c d e 1 e 1
 
b b c d
  
= + + + t − t2 + t3 + t4 + t5
2 3 4 5 0 2 3 4 5 0
b c d e b c d e
= + + + − − − −
2 3 4 5 2 3 4 5
= 0

Entonces se cumplen las condiciones necesarias para que G sea un subespacio afín de E

~ y la dimensión de G, se la puede obtener

La dirección es G
~ = dimF = 4
dimG = dimG

2. Sea E = R3 . Se considera la familia de planos

2λx1 + (λ + 1)x2 − 3(λ − 1)x3 + 2λ = 4

a) Demostrar que estos planos tienen una recta en común

b) Determinar los planos de esta familia que pasan por el punto (1, −1, 2)

Desarrollo:

a) Sea Sλ algún plano que pertenezca a esta familia.


 x1 = α1

(Sλ ) :  x2 = α2

 x3 2λ−4 2λ λ+1
= + 3(λ−1) α1 + 3(λ−1) α2

3(λ−1)
   
2λ λ+1
v~1 = 1, 0, 3(λ−1) v~2 = 0, 1, 3(λ−1)

2
Veamos si para un plano afín con λ = λ1 , existe algún plano afín con λ = λ2 (estos planos
pertenecen a la familia de planos) tales que

Sλ1 ||Sλ2

Sean    
λ1 +1
u~1 = 1, 0, 3(λ2λ1 −1)
1
u~2 = 0, 1, 3(λ 1 −1)
vectores directores de Sλ1
   
2λ2 λ2 +1
w~1 = 1, 0, 3(λ2 −1) w~2 = 0, 1, 3(λ2 −1) vectores directores de Sλ2
veamos si existen c1 , c2 tales que w~1 = c1 u~1 + c2 u~2
   
1 0 | 1 1 0 | 0

 0 1 | 0  ∼ 0 1 | 0
  
2λ1 λ1 +1 2λ2
3(λ1 −1) 3(λ1 −1) | 3(λ2 −1) 0 0 | 1

Tenemos un sistema inconsistente, por lo tanto ningún subespacio afín de la familia de planos es
paralelo a otro plano de la misma familia. Esto nos lleva a asegurar que dos planos de la familia
se intersecan en una recta.
Ahora veamos que la intersección de dos planos cualquiera de la familia produce una recta que
es única y no depende de los parámetros λi que se asignen.

 x1 = α1

(Sλ1 ) :  x2 = α2

 x3 2λ1 −4 2λ1 λ1 +1
= + 3(λ1 −1) α1 + 3(λ1 −1) α2

3(λ1 −1)

 x1 = β1

(Sλ2 ) :  x2 = β2

 x3 2λ2 −4 2λ2 λ2 +1
= + 3(λ2 −1) β1 + 3(λ2 −1) β2

3(λ2 −1)

Intersecamos Sλ1 y Sλ2

α1 = β1 , α2 = β2
2λ1 − 4 + 2λ1 α1 + (λ1 + 1)α2 2λ2 − 4 + 2λ2 α1 + (λ2 + 1)α2
=
3(λ1 − 1) 3(λ2 − 1)

2λ1 − 4 2λ2 − 4 2λ1 2λ2

   
0 = − + − α1
3(λ1 − 1) 3(λ2 − 1) 3(λ1 − 1) 3(λ2 − 1)
λ1 + 1 λ2 + 1
 
+ − α2
3(λ1 − 1) 3(λ2 − 1)
2(λ1 − λ2 ) 2λ1 λ2 − 2λ1 − 2λ1 λ2 + 2λ2
= + α1
3(λ1 − 1)(λ2 − 1) 3(λ1 − 1)(λ2 − 1)
λ1 λ2 + λ2 − λ1 − 1 − λ1 λ2 − λ1 + λ2 + 1
+ α2
3(λ1 − 1)(λ2 − 1)
= 2(λ1 − λ2 ) − 2(λ1 − λ2 )α1 − 2(λ1 − λ2 )α2
= 2(λ1 − λ2 )(1 − α1 − α2 )
α1 = 1 − α2

Sea L la recta de intersección de los planos (la obtenemos reemplazando el valor encontrado de
α1 en el plano Sλ1 ).

 x1
 = 1 − α2
(L) :  x2 = α2

2λ1 −4 2λ1 λ1 +1
 x3 = + (1 − α2) + 3(λ1 −1) α2

3(λ1 −1) 3(λ1 −1)

3
 Simplificando tenemos
2λ1 − 4 + 2(λ1 − α2 ) + (λ1 + 1)α2
x3 =
3(λ1 − 1)
λ1 (2 + 2 − 2α2 + α2 ) − 4 + α2
=
3(λ1 − 1)
λ1 (4 − α2 ) − (4 − α2 )
=
3(λ1 − 1)
(4 − α2 )(λ1 − 1)
=
3(λ1 − 1)
4 − α2
=
3
Como la recta L no depende de el parámetro λ que se asigne a los planos que se intersecan,
concluimos que todos los planos de la familia se intersecan en una y solo una recta.
b) Por este punto solo puede pasar un plano, ya que el mismo no pertenece a la recta L.
Sea SP el plano que pasa por P (1, −1, 2), x1 = 1, x2 = −1, x3 = 2

 x1 = α1

(SP ) :  x2 = α2

 x3 2λ−4 2λ λ+1
= + 3(λ−1) α1 + 3(λ−1) α2

3(λ−1)

α1 = 1, α2 = −1
2λ − 4 2λ λ+1
+ − =2
3(λ − 1) 3(λ − 1) 3(λ − 1)
1
λ=
3
entonces 
 x = α1
 1
(SP ) :  x2 = α2

5 1 2
− −

 x3 = 3 3 α1 3 α2

3. Se consideran los siguientes subespacios afines de E = R4

F = {x = (x1 , x2 , x3 , x4 ) / x1 − x2 + 3x3 − 4x4 = 4}

G = {Q ∈ E / Q = P0 (1, −3, −2, 1) + ~v = (1, 4, 3, −1)}

a) Dar las ecuaciones paramétricas de F y G
b) Encontrar F + G y F ∩ G. Verificar el Teorema de la dimensión de Grassman
Desarrollo:

a) 

 x1 = α1
 x2 = α2
(F) : 

 x3 = α3
 1 1 3
 x4 = −4 + 4 α1 − 4 α2 + 4 α3
     
u~1 = 1, 0, 0, 41 u~2 = 0, 1, 0, − 41 u~3 = 0, 0, 1, 34 Q0 (0, 0, 0, −4)


 x1 = 1 + β
 x2 = −3 + 4β
(G) : 

 x3 = −2 + 3β

 x4 = 1 − 1β

~v = (1, 4, 3, −1) P0 (1, −3, −2, 1)

4
b) Sean Q0 ∈ F y P0 ∈ G veamos si ~v es linealmente independiente con u~i , i = 1, 2, 3

~v = c1 u~1 + c2 u~2 + c3 u~3

   
1 0 0 | 1 1 0 0 | 0
0
 1 0 | 4  0
 1 0 | 0
∼
0 0 1 | 3  0 0 1 | 0
 
1
4 − 14 3
4 | −1 0 0 0 | 1
Entonces ~v es linealmente independiente.

F + G = (Q0 + P0 ) + R~v + Ru~1 + Ru~2 + Ru~3

1 1 3
     
= (1, −3, −2, −3) + R (1, 4, 3, −1) + R 1, 0, 0, + R 0, 1, 0, − + R 0, 0, 1,
4 4 4

c) Como G * F entonces estos subespacios afines se intersecan en un punto. Sea R0 ∈ F y R0 ∈ G.

R0 (a, b, c, d)

a = α1 = 1 + β
b = α2 = −3 + 4β
c = α3 = −2 + 3β
1 1 3
d = −4 + α1 − α2 + α3 = 1 − β
4 4 4
lo que nos lleva a resolver el sistema
16
   
1 0 0 −1 | 1 1 0 0 0 | 5
29 
0
 1 0 −4 | −3
 0
 1 0 0 | 5 
∼ 23 
0 0 1 −3 | −2 0 0 1 0 |

5 
1
4 − 14 3
4 1 | 5 0 0 0 1 | 11
5

es decir β = 11
5
Ahora basta reemplazar este valor en las ecuaciones paramétricas de G, así
16 29 23 6
 
R0 , , ,−
5 5 5 5

Como F ∩ G =
6 ∅

dim(F ∪ G) = dimF + dimG − dim(F ∩ G) = 3 + 1 − 0 = 4

que concuerda con los cuatro vectores directores obtenidos en a)

5
 Escuela Politécnica Nacional
Algebra Lineal II y Cuadrática
Solución Cuarta Prueba
Alejandro Coloma

20 Enero del 2009

1. Se consideran los siguientes subespacios afines de R3 :

S = {(x, y, z) / 2x + y + z = 1}, T = {(x, y, z) / x − y + 2z = 0}

a) Escribir las ecuaciones paramétricas de S y T

b) Estudiar la disposición entre S y T
c) Dar la dimensión de Af f (S ∪ T )
y−1
d) Determinar el plano que contiene la recta x = = z + 3 que es paralelo a M = S ∩ T
2
e) Hallar el plano H perpendicular a M que pasa por el punto A(−1, 0, 1)
f ) Sea P (1, −1, 1) hallar su proyección sobre S paralelamente a la recta de dirección ~v = (−1, 3, −5)

Desarrollo:

a) 
 x = α1

(S) :  y = α2

− 2α1 − α2

 z = 1

P0 (0, 0, 1) , v~1 = (1, 0, −2) v~2 = (0, 1, −1)


 x =
 α10
(T ) :  y = α20

− 12 α10 1

 z = + 2 α2
   
Q0 (0, 0, 0) , u~1 = 1, 0, − 21 u~2 = 0, 1, 12
b) Veamos si los subespacios directores son los mismos; es decir si existen c1 , c2 , d1 , d2 ∈ R tales que

u~1 = c1 v~1 + c2 v~2

u~2 = d1 v~1 + d2 v~2

     
1 0 | 2 | 0 1 0 | 2 | 0 1 0 | 2 | 0
0 1 | 0 | 2 0 1 | 0 | 2 0 1 | 0 | 2
     
 ∼
  ∼
 
−2 −1 | −1 | 1 0 −1 | 3 | 1 0 0 | 3 | 3
Como llegamos a un sistema inconsistente, no existen los escalares antes mencionados que cumplan
con el requisito planteado. Por lo tanto los subespacios no pueden ser paralelos.
Sabemos que en R3 dos planos o se intersecan en una recta o son paralelos.
Así concluimos que
S||T

1
c) Como S ∩ T 6= ∅
Aplicando el teorema de la dimension de Grassman tenemos que
dim(Af f (S ∪ T )) = dimS + dimT − dim(S ∩ T ) = 2 + 2 − 1 = 3

d) Sumando convenientemente las ecuaciones cartesianas de S y T :

2x + y + z + x − y + 2z = 1 + 0
3x + 3z = 1
1 − 3z
x =
3

2x + y + z − 2x + 2y − 4z = 1 + 0
3y − 3z = 1
3z + 1
y =
3

1
 x =
 3 − σ
1
(M) : y = 3 + σ

 z = σ
1 1
 
D0 , ,0
3 3
w
~ = (−1, 1, 1)
Ahora hallemos D0 que es la recta
y−1
x= =z+3
2

 x =
 ξ
0
(D ) : y = 1 + 2ξ
 z = −3 + ξ


D00 = (0, 1, −3)

~ 0 = (1, 2, 1)
w
El plano buscado Π debe contener a la recta D0 , entonces tendrá como punto fijo D00 y uno de
~ 0 , pero como es paralelo a D también tendrá como vector director a w.
sus vectores directores w ~
Sea Q0 ∈ Π
Π : Q0 = (0, 1, −3) + R(1, 2, 1) + R(−1, 1, 1)
e) Sea p~ = (p1 , p2 , p3 ) un vector perpendicular a M
Entonces p~ cumplirá con la igualdad:
h~ ~ = ~0
p, wi
−p1 + p2 + p3 = 0
p1 = p2 + p3
p~ = (p2 + p3 , p2 , p3 )
p~ = p2 (1, 1, 0) +p3 (1, 0, 1)
| {z } | {z }
r~2 r~1

Los vectores r~1 y r~2 nos sirven para generar al subespacio vectorial director del subespacio afín
buscado. Además el subespacio afín debe contener al punto A, entonces:
Sea H0 ∈ H
H : H0 = (−1, 0, 1) + R(1, 1, 0) + R(1, 0, 1)

2
 f ) Sea D la recta de proyección. 
 x
 = 1 − β
(D) :  y = −1 + 3β

= 1 − 5β

 z

Intersecando D y S (es decir, igualando sus parametrizaciones):

 1 − 5β = 1 − 2(1 − β) − (−1 + 3β)

1 − β = α1 
 −5β = −2 + 2β + 1 − 3β
−1 + 3β = α2 ⇒
1 = 4β
1 − 5β = 1 − 2α1 − α2


β = 41
Sea Pryc ∈ S ∩ D (para hallarlo reemplazamos el valor encontrado de β en la recta D)

1 3 5 3 1 1
   
Pryc 1 − , −1 + , 1 − = Pryc ,− ,−
4 4 4 4 4 4

2. Se consideran los siguientes subespacios afines de R3 :

S = {2x + y + z = 2, x − y + z = 1}

T = {x + y + z = 1, 2x − y + z = 4}
Hallar la perpendicular común y la distancia entre S y T
Desarrollo:
Primero hallemos las ecuaciones paramétricas de los subespacios afines S y T

3x + 2z = 3
2
x = 1− z
3

3y − z = 0
1
y = z
3

2
 x = 1
 − 3α
1
(S) :  y = 3α


 z = α
P0 (1, 0, 0) , ~v = (2, −1, −3)

3x + 2z = 5
5 2
x = − z
3 3

−3y − z = 2
2 1
y = − − z
3 3

5 2
 x =
 3 − 3β
(T ) :  y = − 23 − 1
3β


 z = β
 
5 2
Q0 3, −3, 0 , ~u = (2, 1, −3)
Sea p~ = (p1 , p2 , p3 ) el vector director de la perpendicular común a los dos subespacios afines, entonces:

3
 h~
p, ~v i = 0 ∧ h~
p, ~ui = 0

2p1 − p2 − 3p3 = 0
2p1 + p2 − 3p3 = 0
4p1 − 6p3 = 0
3
p1 = p3
2
p2 = 0
3
 
⇒ p~ = , 0, 1
2
Sea D al recta perpendicular común

 x = a + 3γ

(D) :  y = b


 z = c + 2γ

R0 (a, b, c) , p̂~ = (3, 0, 2)

Obsérvese que como vector director se ha escogido un múltiplo del vector p~.
Sea S0 ∈ S ∩ D y T0 ∈ T ∩ D, k ∈ R, entonces:
−−→
S0 T0 = k p̂~
5 2 2 2 1 1
 
− β − 1 + α, − − β − α, β − α = (3k, 0, 2k)
3 3 3 3 3 3
− 23 β + 32 α − 3k = − 23
− 13 β − 31 α = 23
β − α − 2k = 0
 
−2 2
−3 | − 23
 13 3
− 3 − 3 0 | 23 
1 
1 −1 −2 | 0
11 15 2
β=− , α=− , k=
13 13 13
entonces
2 1 23 5 15
   
S0 1 − α, α, α = S0 ,− ,−
3 3 13 13 13
5 2 2 1 29 5 11
   
T0 − β, − − α, β = T0 ,− ,−
3 3 3 3 13 13 13

Sea D0 ∈ D
29 5 11
 
(D) : D0 = ,− ,− + R(3, 0, 2)
13 13 13
Donde hemos usado como punto fijo a T0 y como vector director a p̂~
Finalmente la distancia entre los subespacios será:
−−→
δ(S, T ) = ||T0 S0 ||
s 2 2 2
29 23 5 5 11 15
 
= − + − + + − +
13 13 13 13 13 13
r
4
=
13
2√
= 13
13

4
3. Sea E = M2×2 (R). Se consideran
 
 2
X 2
X 
S= A = (aij ) ∈ E / aij = 0, i = 1, 2 aij = 0, j = 1, 2
 
j=1 i=1
 
 2
X 2
X 
T = A = (aij ) ∈ E / aij = 1, i = 1, 2 aij = 1, j = 1, 2
 
j=1 i=1

a) Mostrar que S es un subespacio vectorial de E. Hallar una base y dar su dimensión.

→
−
b) Mostrar que T es un subespacio afín. Hallar su director T .
→
−
Escribir en la forma T = P + T

Desarrollo:

a) Demostración. Sea A, A0 ∈ S y λ ∈ R
P.D. A +"A0 ∈ S # " #
a −a a0 −a0
Sea A = ; B=
−a a −a0 a0
" #
a + a0
0 −(a + a0 )
A+A =
−(a + a0 ) a + a0

Vemos que esta matriz tiene la forma de las matrices que pertenecen a S.
P.D. λA ∈ S " # " #
λa −λa (λa) −(λa)
λA = =
−λa λa −(λa) (λa)
Esta matriz tiene la la forma de las matrices que pertenecen a S.
P.D. S 6= ∅ o que 0 ∈ S Si definimos
" #
0 0
A=
0 0

La matriz nula cumple con las condiciones necesarias para que pertenezca a S.

Una base para este subespacio es: (" #)

1 −1
B=
−1 1
dimS = 1

b) Veamos si T cumple con la definición de subespacio afín.

→
−
∃B0 ∈ T y ∃ T subespacio vectorial director, tal que
n −−→ → −o
T = B ∈ E/B0 B ∈ T

Si definimos al subespacio vectorial director como

→
−
T =S

Y al punto fijo " #!

4 −3
B0
−3 4

5
 −−→ → −
tenemos que verificar que B0 B ∈ T
" #
−−→ (3 − a) −(3 − a)
B0 B =
−(3 − a) (3 − a)

como esta matriz tiene la forma de las matrices que pertenecen a S entonces vemos que efectiva-
mente existen; el punto fijo y el subespacio vectorial director que definen al subespacio afín T .
(Obsérvese que el punto fijo no es necesariamente el utilizado en el desarrollo del ejercicio, basta
que B0 ∈ T ). " #! " #!
4 −3 1 −1
T = +R
−3 4 −1 1

6
 Escuela Politécnica Nacional
Álgebra Lineal II y Cuadrática
Solución Cuarta Prueba
Alejandro Coloma

22 de Diciembre del 2009

1. Sea E = M2×2 (R). Se consideran

 
 2
X 2
X 
S= A = (aij ) ∈ E / aij = 0, i = 1, 2 aij = 0, j = 1, 2
 
j=1 i=1
 
 2
X 2
X 
T = A = (aij ) ∈ E / aij = 1, i = 1, 2 aij = 1, j = 1, 2
 
j=1 i=1

a) Dar ejemplos de elementos de S y de T .

b) Mostrar que S es un subespacio vectorial de E. Hallar una base y dar su dimensión.
→
−
c) Mostrar que T es un subespacio afín. Hallar su director T .
→
−
Escribir en la forma T = P + T

Desarrollo:

a) Sean A ∈ S y B ∈ T " # " #

1 −1 2 −1
A= B=
−1 1 −1 2

b) Demostración. Sea A, A0 ∈ S y λ ∈ R
P.D. A +"A0 ∈ S # " #
a −a a0 −a0
Sea A = ; B=
−a a −a0 a0
" #
a + a0
0 −(a + a0 )
A+A =
−(a + a0 ) a + a0

Vemos que esta matriz tiene la forma de las matrices que pertenecen a S.
P.D. λA ∈ S " # " #
λa −λa (λa) −(λa)
λA = =
−λa λa −(λa) (λa)
Esta matriz tiene la la forma de las matrices que pertenecen a S.
P.D. S 6= ∅ o que 0 ∈ S Si definimos
" #
0 0
A=
0 0

La matriz nula cumple con las condiciones necesarias para que pertenezca a S.

1
 Una base para este subespacio es: (" #)
1 −1
B=
−1 1
dimS = 1
c) Veamos si T cumple con la definición de subespacio afín.
→
−
∃B0 ∈ T y ∃ T subespacio vectorial director, tal que
n −−→ → −o
T = B ∈ E/B0 B ∈ T
Si definimos al subespacio vectorial director como
→
−
T =S
Y al punto fijo " #!
4 −3
B0
−3 4
−−→ → −
tenemos que verificar que B0 B ∈ T
" #
−−→ (3 − a) −(3 − a)
B0 B =
−(3 − a) (3 − a)
como esta matriz tiene la forma de las matrices que pertenecen a S entonces vemos que efectiva-
mente existen; el punto fijo y el subespacio vectorial director que definen al subespacio afín T .
(Obsérvese que el punto fijo no es necesariamente el utilizado en el desarrollo del ejercicio, basta
que B0 ∈ T ). " #! " #!
4 −3 1 −1
T = +R
−3 4 −1 1

2. Sean P, Q, P 0 , Q0 puntos de un espacio afín E. Se supone que P, Q, P 0 son afínmente independientes

−−→ −−→
(es decir, que los vectores P P 0 y P Q son linealmente independientes). Mostrar que las siguientes
condiciones son equivalentes:
−−→ −−→ −−→ −−→
i) P, Q, P 0 , Q0 es un paralelogramo (es decir, P Q = P 0 Q0 o P P 0 = QQ0 )
−−→ −−→ −−→
ii) P Q0 = P Q + P P 0
iii) Las rectas (P Q) y (P 0 Q0 ) así como (P P 0 ) y (QQ0 ) son paralelas. (Hacer un gráfico)
Desarrollo:
Vamos a mostrar que i⇒ii, ii⇒iii y que iii⇒i

Demostración.

−−→ −−→ −−→ −−→

(i⇒ii) Sea P Q = P 0 Q0 o P P 0 = QQ0
tenemos que
−−→ −− → −−→ −−→
P Q = P 0 Q0 ⇔ P Q − P 0 Q0 = 0
−−→0 −−→0
P P − QQ = 0
igualando las ecuaciones:
−−→ −− → −−→ −−→
P Q − P 0 Q0 = P P 0 − QQ0
−−→ −−→0 −−→ −−→
P Q + QQ = P 0 Q0 + P P 0
−−→0 −−→ −−→
PQ = P 0 Q0 + P P 0
−−→0 −−→ −−→
PQ = PQ + PP0

2
 −−→ −−→ −−→
(ii⇒iii) Sea P Q0 = P Q + P P 0
Por la Ley de Charles tenemos que
−−→0 −−→ −−→0
P Q = P Q + QQ

y teniendo en cuenta la hipótesis:

−−→ −−→0 −−→ −−→0
P Q + P P = P Q + QQ
−−→0 −−→0
P P = QQ
Para la recta (P P 0 ) podemos tomar como subespacio director al que tiene como span el vector
−−→0
P P y para la recta (QQ0 ) tomamos como subespacio director al que tiene como span al vector
−−→0
QQ .
Como vemos que los vectores P~P 0 y QQ
~ 0 son iguales; los subespacios vectoriales directores también
son iguales, de aquí concluimos que los subespacios afines son estrictamente paralelos.

(P P 0 )||(QQ0 )

Ahora mostremos que

(P Q)||(P 0 Q0 )
Por hipótesis:
−−→ −−→0 −−→0
PQ = PQ − PP
y por la ley de Charles:
−− → −−→ −−→
P 0 Q0 = P 0 P + P Q0
−− → −−→ −−→
P 0 Q0 = P Q0 − P P 0
de donde
−−→ −− →
P Q = P 0 Q0
Con un razonamiento similar se concluye que

(P Q)||(P 0 Q0 )

(iii⇒i) Sea (P P 0 )||(QQ0 ) y (P Q)||(P 0 Q0 )

Si (P Q) es paralelo a (P 0 Q0 ) entonces sus subespacios directores son los mismos y como son rectas
−−→
afines, los subespacios directores son rectas vectoriales; cuyos generadores son los vectores P Q y
−− →
P 0 Q0 respectivamente.
Así, si los subespacios vectoriales son los mismos, tenemos:
−−→ −− →
P Q = P 0 Q0

Luego usamos el mismo procedimiento para mostrar que

−−→0 −−→0
PP = PQ

y concluir que P, Q, P 0 , Q0 es un paralelogramo.

Demostración alternativa
Vamos a mostrar que ii⇒i, i⇒iii y que iii⇒ii

Demostración.

3
 −−→ −−→ −−→
(ii⇒ i) Sea P Q0 = P Q + P P 0
−−→0 −−→ −−→
PQ = PQ + PP0
−−0→ −−→0 −−→ −−→ −−→
P P + PQ = P Q + P 0P + P P 0
−− → −−→ −−→
P 0 Q0 = P Q + P 0P 0
−− → −−→
P 0 Q0 = PQ

De igual modo

−−→0 −−→ −−→

PQ = PQ + PP0
−−→ −−→0 −−→ −−→ −−→
QP + P Q = QP + P Q + P P 0
−−→0 −−→ −−→
QQ = QQ + P P 0
−− → −−→
Q0 Q0 = PP0

(i⇒ iii) La recta

−−→
(P Q) : hP, Qi = P +̃P Q
−−→ −−→
por tanto el director es P Q, de igual manera, el director de (P 0 Q0 ) es P 0 Q0 y como
−−→ −− →
P Q = P 0 Q0

las rectas (P Q) y (P 0 Q0 ) son paralelas.

−−→ −−→
Por otro lado los directores de (P P 0 ) y (QQ0 ) son P P 0 y QQ0 respectivamente , además
−−→0 −−→0
P P = QQ

por lo tanto (P P 0 ) y (QQ0 ) también son paralelos.

(iii⇒ ii) Sea ~x el director de (P Q) y (P 0 Q0 ), como P, Q ∈ (P Q) y P 0 , Q0 ∈ (P 0 Q0 ) tenemos
−−→ −− →
P Q = α~x ∧ P 0 Q0 = β~x

De igual forma, siendo ~y el director de (P P 0 ) y de (QQ0 )

−−→0 −−→0
P P = γ~y ∧ QQ = δ~y

se tiene −−→0 −− → −−→

P P + P 0 Q0 = γ~y + β~x = P Q0
−−→ −−→0 −−→
P Q + QQ = α~x + δ~y = P Q0
−−→ −−→ −−→ −−→
puesto que P P 0 y P 0 Q0 son linealmente independientes. La combinación lineal P P 0 + P 0 Q0 que
−−→
genera a P Q0 es única. Por tanto α = β ∧ γ = δ y:
−−→ −−→ −−→ −−→
γ~y + α~x = P Q0 = P P 0 = P P 0 + P Q

3. En E3 dotado de una referencia R = (0,~ı, ~, ~k) se da

D = {x − 2z = 1, y − z = 2} y D0 = {x + y + z = 1, x − 2y + 2z = a}

4
 a) Determinar los valores de a para los cuales D y D0 son coplanares.
b) Dar la ecuación del plano que contiene a D y D0

Desarrollo: Las ecuaciones paramétricas de D y D0 son, respectivamente:


 x = 1 + 2α

(D) :  y = 2 + α


 z = α

P0 (1, 2, 0) , ~v = (2, 1, 1) 
2+a 4 0
 x
 = 3 − 3α
0 1−a 1 0
(D ) :  y = + 3α

3
α0

 z =
2+a 1−a 4 1
   
Q0 , , 0 , ~u = − , , 1
3 3 3 3
Las rectas afines serán coplanares, si pertenecen al mismo plano:

Π : (1, 2, 0) + R(2, 1, 1) + R(−4, 1, 3)

Q0 debe pertenecer a Π, entonces

Q0 = (1, 2, 0) + R(2, 1, 1) + R(−4, 1, 3)

lo que nos lleva a resolver el sistema:


2+a
3 = 1 + 2c1 − 4c2 
 c1 = −3c2
1−a
3 = 2 + c1 + c2 ⇒ 1 − 10c2 = 2+a
3
2 − 2c2 = 1−a

0 = c1 + 3c2 
3
  )
3 2+a 1 1−a 1 − a + 5 + 6a
c2 = 3 − 3 10 = 30 ⇒ 2= ⇒ a = −4
1−a 1−a 15
2 − 15 = 3

4. Se consideran los siguientes subespacios afines de R3 :

S = {(x, y, z) / 2x + y + z = 1}, T = {(x, y, z) / x − y + 2z = 0}

a) Escribir las ecuaciones paramétricas de S y T

b) Estudiar la disposición entre S y T
c) Dar la dimensión de Af f (S ∪ T )
d) Sea P (1, −1, 1) hallar su proyección sobre S paralelamente a la recta de dirección ~v = (−1, 3, −5)

Desarrollo:

a) 
 x = α1

(S) :  y = α2

− 2α1 − α2

 z = 1

P0 (0, 0, 1) , v~1 = (1, 0, −2) v~2 = (0, 1, −1)


 x =
 α10
(T ) :  y = α20

− 12 α10 1

 z = + 2 α2
   
Q0 (0, 0, 0) , u~1 = 1, 0, − 21 u~2 = 0, 1, 12

5
b) Veamos si los subespacios directores son los mismos; es decir si existen c1 , c2 , d1 , d2 ∈ R tales que

u~1 = c1 v~1 + c2 v~2

u~2 = d1 v~1 + d2 v~2

     
1 0 | 2 | 0 1 0 | 2 | 0 1 0 | 2 | 0
 0 1 | 0 | 2 ∼ 0 1 | 0 | 2 ∼ 0 1 | 0 | 2
     
−2 −1 | −1 | 1 0 −1 | 3 | 1 0 0 | 3 | 3
Como llegamos a un sistema inconsistente, no existen los escalares antes mencionados que cumplan
con el requisito planteado. Por lo tanto los subespacios no pueden ser paralelos.
Sabemos que en R3 dos planos o se intersecan en una recta o son paralelos.
Así concluimos que
S||T

c) Como S ∩ T 6= ∅
Aplicando el teorema de la dimension de Grassman tenemos que

dim(Af f (S ∪ T )) = dimS + dimT − dim(S ∩ T ) = 2 + 2 − 1 = 3

d) Sea D la recta de proyección. 

 x =
 1 − β
(D) :  y = −1 + 3β

1 − 5β

 z =

Intersecando D y S (es decir, igualando sus parametrizaciones):

 1 − 5β = 1 − 2(1 − β) − (−1 + 3β)

1 − β = α1 
 −5β = −2 + 2β + 1 − 3β
−1 + 3β = α2 ⇒
1 = 4β
1 − 5β = 1 − 2α1 − α2


β = 14
Sea Pryc ∈ S ∩ D (para hallarlo reemplazamos el valor encontrado de β en la recta D)

1 3 5 3 1 1
   
Pryc 1 − , −1 + , 1 − = Pryc ,− ,−
4 4 4 4 4 4

6
 Escuela Politécnica Nacional
Algebra Lineal II y Cuadrática
Solución Cuarta Prueba
Alejandro Coloma

24 de Junio del 2009

1. Se considera la recta D que pasa por el punto P0 (1, 1, 1, 1) de vector director ~v = (0, 1, −1, 0) y el
plano P por Q0 (1, 0, −1, 1) con vectores directores v~1 = (1, 1, 0, 0) y v~2 = (0, 1, 1, −1)
a) Dar la posición relativa de D y P
b) Hallar el ángulo determinado por D y P
Desarrollo:

a) 
 x = 1

 y = 1 + α
(D) : 

 z = 1 − α

 t = 1

 x = 1 + β

 y = β + β0
(P) : 

 z = −1 + β0
− β0

 t = 1

u~3 = (1, 1, 0, 0) u~4 = (0, 1, 1, −1)

veamos si ~v = α1 v~1 + α2 v~2 para algún α1 , α2 ∈ R
   
1 0 | 0 1 0 | 0
1 1
 | 1 0
 1 | 0

∼
0 1 | −1 0 0 | 1
 

0 −1 | 0 0 0 | 0
como tenemos un sistema inconsistente, concluimos que ~v es linealmente independiente con v~1 y
v~2
entonces
(
0
dim(D ∩ P) =
1 (no puede ser porque ~v es linealmente independiente con v~1 y v~2 )

por lo tanto tenemos que dim(D ∩ P) = 0, es decir D ∩ P es un singleton

b) Sea {u~3 , u~4 } una base ortogonal
u~3 = u~1 = (1, 1, 0, 0)

hu~2 , u~1 i
u~4 = u~2 − u~1
hu~1 , u~1 i
1
= (0, 1, 1, −1) − (1, 1, 0, 0)
2
1 1

= − , , 1, −1
2 2

1
 hv~1 , u~3 i
proyP~ ~v =
hu~3 , u~3 i
1 −1 1 1
 
= (1, 1, 0, 0) + 52 − , , 1, −1
2 2 2
 2
1 1 1 1 1 1
 
= , , 0, 0 + ,− ,− ,
2 2 10 10 5 5
1
= (3, 2, −1, 1)
5| {z }
~k

h~v , ~ki 3
cos θ = = = 0,1
~
||~v ||||k|| 2(9 + 4 + 2)
θ = 84,26◦

2. En E = R3 se considera la referencia ortonormal canónica R = {0, e~1 , e~2 , e~3 }. Determinar la ecuación
de todos los planos que contienen la recta D = {x − y − z = −4, x + y = 0} y tales que la distancia al
origen es igual a 2.
Desarrollo: 
 x = α

(D) :  y = − α

−4 + 2α

 z =

u~1 = (1, −1, 2), P0 (0, 0, −4)

sean Πi los planos planos buscados
Πi = P0 + Ru~1 + Ru~2
donde 
 x
 = + β + aβ 0
(Πi ) :  y = − β + bβ 0

= −4 + 2β + cβ 0

 z

u~2 = (a, b, c)
Sea ~v = (v1 , v2 , v3 ) ⊥ Πi , tal que q
||~v || = v12 + v22 + v32 = 2
y sea R ∈ Π tal que R(v1 , v2 , v3 ) entonces

v1 = β + aβ 0
v2 = −β + bβ 0
v3 = −4 + 2β + cβ 0

para algún β ∈ R y para algún β 0 ∈ R

Por otro lado
~ 0 || = 4
||OP
entonces por Pitágoras √ p
||u~2 || = 12 = a2 + b2 + c2
también podemos observar que
~0
~v + u~2 = OP
(v1 + a, v2 + b, v3 + c) = (0, 0, −4)

v1 = −a
v2 = −b
v3 = −(4 + c)

2
 v12 + v22 + v32 = 4 = a2 + b2 + 16 + 8c + c2
= a2 + b2 + c2 + 16 + 8c
= 12 + 16 + 8c
c = −3
luego a2 + b2 = 3
Ahora asociamos β y β 0 con los parámetros que definen a ~v
Si v3 = −(4 − 3) = −1 (reemplazando el valor encontrado de c)
−1 = −4 + 2β + 3β 0
3 − 2β
β0 =
3
Si v2 = −b
−b = −β + bβ 0
3β
b=
6 − 2β
Si v1 = −a
−a = β + aβ 0
3β
a=−
6 − 2β
Por hipótesis hu~2 , ~v i = 0
0 = av1 + bv2 + 3
= a(β + aβ 0 ) + b(−β + bβ 0 ) + 3
a b
 
= a β + (3 − 2β) + b(−β + (3 − 3β 0 )) + 3
3 3
a2 b2
= aβ + (5 − 2β) − bβ + (3 − 2β) + 3
3 3
= β(a − b) + (3 − 2β) + 3
3β 3β (6 − 2β)2
 
= β − − +
6 − 2β 6 − 2β 6 − 2β
2
= β(−6β) + 36 − 24β + 4β
= β 2 + 12β − 18
( √
−6 + 3√6
β=
−6 − 3 6
Ahora reemplazamos estos valores de β para encontrar los valores de β 0 y luego obtener a, b, c
2 √ √ 2 √ √
β10 = 1 − (−6 + 3 6) = 5 − 2 6, β20 = 1 − (−6 − 3 6) = 5 + 2 6
3 3
√ √
3( 6 − 2) 3( 6 − 2)
a1 = − √ , b1 = √
2(3 − 6) 2(3 − 6)
√ √
3( 6 + 2) 3( 6 − 2)
a2 = √ , b2 = √
2(3 + 6) 2(3 − 6)
finalmente los planos buscados son
√ !
3− 6
Π1 = P0 + R(1, −1, 2) + R −1, 1, −2 √
2− 6
√ !
3+ 6
Π2 = P0 + R(1, −1, 2) + R −1, 1, −2 √
2+ 6

3
3. Sea E = R4 . Se consideran los subespacios vectoriales

S = gen{(1, 0, 0, 0), (1, 1, 0, 0)}

T = gen{(1, 1, 1, 0), (1, 1, 1, 1)}

¿Es E = S ⊕ T ?
Desarrollo:
Veamos si S ∩ T = {0} y si ∀~x = (a, b, c, d) ∈ E existen c1 , c2 , c3 , c4 ∈ R tales que

~x = c1 (1, 0, 0, 0) + c2 (1, 1, 0, 0) + c3 (1, 1, 1, 0) + c4 (1, 1, 1, 1)

   
1 1 1 1 | a 1 0 0 0 | a−b
0
 1 1 1 | b  0
  1 0 0 | b − c

∼
0 0 1 1 | c  0 0 1 0 | c − d
 

0 0 0 1 | d 0 0 0 1 | d
Entonces cualquier vector en R4 pude ser generado por esto cuatro vectores que son linealmente
independientes, como son linealmente independientes, entonces S ∩ T = {0}, por lo tanto

E =S⊕T

4
 Escuela Politécnica Nacional
Algebra Lineal II y Cuadrática
Solución Cuarta Prueba
Alejandro Coloma

4 de Julio del 2008

1. En R3 se consideran las rectas

D = {(x, y, z) = (1, 0, 0) + h(0, 1, 1)i}

L = {(x, y, z) = (0, 0, 1) + h(1, −, 1, 0)i}

Hallar una recta K que corte a D y L, que sea paralela a T~ = h(1, 1, 1)i
Desarrollo:

 x = 1

(D) :  y = α


 z = α
P0 (1, 0, 0) , ~v = (0, 1, 1) 
 x = β

(L) :  y = −β


 z = 1

~ = (1, −1, 0)
Q0 (0, 0, 1) , w 
 x = a + γ

(K) :  y = b + γ


 z = c + γ
R0 (a, b, c) , ~u = (1, 1, 1)
Sean P ∈ D, Q ∈ L y  ∈ R tales que
−−→
P Q = ~u
entonces
(β − 1, −β − α, 1 − α) = (, , )
β − 1 = −β − α = 1 − α
β = −1, α=3
Por lo tanto podemos escoger R0 = P (1, 3, 3), así

 x = 1 + γ

(K) :  y = 3 + γ


 z = 3 + γ

2. Determine según los valores de a la intersección de los siguientes planos de R4

P = {(x, y, z, t) = (0, 0, 1, −1) + h(a, 2, 2, −4), (1, 0, 1, 0)i}

Q = {x + t = 0, y − z = 1}

1
 Desarrollo:

aα + α0


 x =
 y = 2α
(P) : 

 z = 1 + 2α + α0

 t = −1 − 4α
P0 (0, 0, 1, −1) , u~1 = (a, 2, 2, −4) u~2 = (1, 0, 1, 0)


 x = β
 y = β0
(Q) : 

 z = −1 + β0
− β0

 t =

Q0 (0, 0, −1, 0) , v~1 = (1, 0, 0, −1) v~2 = (0, 1, 1, 0)

Analicemos que pudiera suceder con la intersección de los subespacios afines

dim(P + Q) = dimP + dimQ − dim(P ∩ Q)


 0

dim(P ∩ Q) = 1

 2

Si dim(P ∩ Q) = 0, entonces
R4 = P ⊕ Q
P ∩ Q es un singleton
Si dim(P ∩ Q) = 1, entonces P ∩ Q es una recta afín
Si dim(P ∩ Q) = 2, entonces
P||Q

Para ver si se cumple el tercer caso, resolvemos el sistema

c1 u~1 + c2 u~2 = d1 v~1 + d2 v~2

   
a 1 −1 0 | 0 1 0 0 0 | 0
 2
 0 0 −1 | 0 0
 1 0 0 | 0

∼
 2 1 0 −1 | 0 0 0 1 0 | 0
 

−4 0 1 0 | 0 0 0 0 1 | 0
entonces u~1 , u~2 ,v~1 y v~2 son linealmente independientes. No puede cumplirse dim(P ∩ Q) = 2
Sea R ∈ P ∩ Q entonces
R = P0 + α1 u~1 + α2 u~2 = Q0 + β1 v~1 + β2 v~2
3
  
a 1 −1 0 | 0 
 α1 = a−4
−2

 2 0 0 −1 | 0   α2 =
⇒
 
a+8
 2 1 0 −1 | −2 −β1 =

a−4


6

−4 0 1 0 | 1 
−β2 = a−4

Si a = 4 entonces tenemos un sistema inconsistente y P ∩ Q = ∅

Si a 6= 4 entonces P ∩ Q = {R}, es decir P ∩ Q es un singleton.

3. Calcular el ángulo de la recta que pasa por P0 (1, 1, 1, 1) de vector director ~v = (0, 1, −1, 0) y el plano
que pasa por el punto Q0 (1, 0, −1, 1) y de vectores directores u~1 = (1, 1, 0, 0) y u~2 = (0, 1, 1, −1)
Desarrollo:

2
 
 x = 1

 y = 1 + α
(D) : 

 z = 1 − α

 t = 1

 x = 1 + β

 y = β + β0
(P) : 

 z = −1 + β0
− β0

 t = 1

u~3 = (1, 1, 0, 0) u~4 = (0, 1, 1, −1)

Sea {u~3 , u~4 } una base ortogonal

u~3 = u~1 = (1, 1, 0, 0)

hu~2 , u~1 i
u~4 = u~2 − u~1
hu~1 , u~1 i
1
= (0, 1, 1, −1) − (1, 1, 0, 0)
2
1 1

= − , , 1, −1
2 2

hv~1 , u~3 i
proyP~ ~v =
hu~3 , u~3 i
1 −1 1 1
 
= (1, 1, 0, 0) + 52 − , , 1, −1
2 2 2
 2
1 1 1 1 1 1
 
= , , 0, 0 + ,− ,− ,
2 2 10 10 5 5
1
= (3, 2, −1, 1)
5| {z }
~k

h~v , ~ki 3
cos θ = = = 0,1
||~v ||||~k|| 2(9 + 4 + 2)
θ = 84,26◦