Autoevaluacion

Álgebra Lineal y Geometrı́a
Grado en Fı́sica
Ejercicios de autoevaluación. Temas 1–4
Departamento de Álgebra, Universidad de Sevilla
Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

El contenido de estas notas ha sido diseñado y redactado por el profesorado de la asignatura
y está registrado bajo una licencia Creative Commons. Se permite la reproducción de la totalidad
o de parte de las presentes notas con cualquier fin excepto el lucrativo, siempre y cuando se cite
correctamente la procedencia y autorı́a de las mismas.

Nota de los autores:
Las siguientes hojas presentan ejercicios básicos que cubren todo los temas 1 al 4 de la asig-
natura Álgebra Lineal y Geometrı́a del Grado en Fı́sica. Los ejercicios de cada hoja están pensados
para un tiempo de 45–50 minutos.
Los ejercicios de autoevaluación van acompañados de su correspondiente solución (que pue-

de muy bien no ser la única posible); y están ordenados por temas. En algunos casos, a tı́tulo
orientativo, se incluye la puntuación por problema, cuando no aparece se entiende que todos los
problemas tendrı́an el mismo peso.

Á LGEBRA L INEAL Y G EOMETR ÍA Tema 1. Hoja 1.
Ejercicio 1.– Sean

 
1 1
1 1 1 1 2 3
A= , B= 1 2 , C= .
2 0 −1 4 5 6
0 −1
Hallar:
a) C t .
b) A + C.
c) (1/2)A.
d) AB.
Ejercicio 2.– Sea A una matriz cuadrada de orden n sobre un cuerpo k.
a) Demostrar que la matriz A + At es simétrica.
b) Demostrar que la matriz A − At es antisimétrica.
c) Supongamos que A no es simétrica y que n ≥ 3. Estudiar, si tomamos una combinación

lineal αA + βAt , cuáando obtenemos una matriz simétrica o antisimétrica.

Ejercicio 1.– Calcular

1 1 1 i i

−1 x 1 i i

−1 −1 x−2 i i

−1 −1 −1 x i

−1 −1 −1 −i x − 2i
Ejercicio 2.– Responder a las siguientes cuestiones:

a) Sean A, B matrices cuadradas de orden n tales que A · B = 0n . Si A es invertible, calcular B.
b) Si A = A−1 , calcular A2 .
Ejercicio 3.– Determinar el rango de la siguiente matriz, según los valores del parámetro a:
 
1 a −1 2
 2 −1 a 5 
1 10 6 1

Ejercicio 1.– Consideremos la matriz:

 
1 x x 2 x3
 1 1 1 1 
A=
 1 −1 1 −1 

1 2 4 8
Entonces |A| es un polinomio en x de grado máximo 3:
|A| = a0 + a1 x + a2 x2 + a3 x3 .
Determinar el coeficiente a1 .

 
0 1 0
Z= 0 0 1 
0 0 0
a) Calcular Z 2 y Z 3 .
b) Hallar (I3 − Z)(I3 + Z + Z 2 ).  
1 −1 0
c) Consideramos la matriz: M =  0 1 −1  . Demostrar que M es regular. Hallar su
0 0 1
inversa utilizando el apartado b).
Ejercicio 3.– Demostrar que I2 tiene (estrictamente) más de 2 “raı́ces cuadradas” en M (2; R), es
decir que existen por lo menos 3 matrices A de orden 2×2 con coeficientes reales tales que A2 = I2 .

Ejercicio 1 (3 puntos).– Recordamos el principio de inducción: Para probar que un enunciado es

cierto para todo n ∈ N es suficiente probar que:
Es cierto para n = 1.
Supuesto que es cierto para un n arbitrario, lo es para n + 1.
Sea A la matriz
1 1
A= .
1 1
Probar por inducción que An = 2n−1 A para todo n ∈ N.
Ejercicio 2 (3 puntos).– Sean A y B las matrices

1 −1 −1 2
A= , B= .
0 2 1 2
Hallar A2 + 2AB + B 2 y (A + B)2 .
Ejercicio 3 (4 puntos).– Sean A, B ∈ M(n; k), matrices triangulares superiores. Probar que AB
también lo es.

Ejercicio 1 (7 puntos).– Clasificar y resolver, cuando sea posible, en función del parámetro α, el
siguiente sistema de ecuaciones lineales en las incógnitas x1 , x2 , x3 , x4 :

 x1 + αx2 − x4 = 2α
x2 + x4 = α
αx1 − x4 = 1

Ejercicio 2 (3 puntos).– Responder razonadamente si la siguiente afirmación es verdadera o falsa:

Dado un sistema compatible de ecuaciones AX t = B t , el sistema es homogéneo (esto es, B es la
matriz nula) si y sólo si dadas dos soluciones del sistema su suma (como matrices columna, por
ejemplo) también es solución del sistema.

Ejercicio 1 (3 puntos).– Sea A ∈ M(m × n; k). Probar que Im · A = A · In = A.
Ejercicio 2 (3 puntos).– Sean f y g las aplicaciones
f : Z −→ Z g : Q −→ {z ∈ C | arg(z) ∈ [0, π)}

√
x 7−→ |x| y 7−→ y
Estudiar si f y g son inyectivas y/o sobreyectivas. Si es posible, responder las mismas pregun-
tas para f ◦ g y para g ◦ f . Si no es posible, explicar por qué.
Ejercicio 3 (4 puntos).– Calcular el siguiente determinante:
x−1 1 1 1
1 x−1 1 1
1 1 x−1 1
1 1 1 x−1

Á LGEBRA L INEAL Y G EOMETR ÍA Tema 1. Hoja 1: Soluciones.
Ejercicio 1.– Sean

 
1 1
1 1 1 1 2 3
A= , B= 1 2 , C= .
2 0 −1 4 5 6
0 −1
Hallar:
a) C t .
b) A + C.
c) (1/2)A.
d) AB.
Solución: Todos los cálculos son elementales:

 
1 4
t 2 3 4 1 1/2 1/2 1/2 2 2
C =  2 5 , A+C = , A= , AB = .
6 5 5 2 1 0 −1/2 2 3
3 6
Ejercicio 2.– Sea A una matriz cuadrada de orden n sobre un cuerpo k.
a) Demostrar que la matriz A + At es simétrica.
b) Demostrar que la matriz A − At es antisimétrica.
c) Supongamos que A no es simétrica y que n ≥ 3. Estudiar, si tomamos una combinación

lineal αA + βAt , cuándo obtenemos una matriz simétrica o antisimétrica.
Solución: En las condiciones del problema:
a) Se tiene (A + At )t = At + (At )t . Como (At )t = A, (A + At )t = A + At , es decir la matriz A + At

es simétrica.
b) Se tiene (A − At )t = At + (−At )t . Como (−At )t = −(At )t = −A, (A − At )t = −(A − At ), es

decir la matriz A − At es antisimétrica.
c) Tomamos una combinación αA + βAt . Si fuera simétrica
αA + βAt = (αA + βAt )t = αAt + βA =⇒ 0n = (α − β)A + (β − α)At .
Sea ahora algún (i, j) tal que aij 6= aji , que existe porque A no es simétrica. Tenemos que el
elementos (i, j) de (α − β)A + (β − α)At es nulo, o sea
(α − β)aij + (β − α)aji = 0 =⇒ α(aij − aji ) + β(aji − aij ) = 0,
por lo cual, para que haya solución, ha de ser α = β (que es, salvo producto por escalar, el
caso a)). El caso antisimétrico es análogo.

Ejercicio 1.– Calcular

1 1 1 i i

−1 x 1 i i

−1 −1 x−2 i i

−1 −1 −1 x i

−1 −1 −1 −i x − 2i
Solución: Este es un ejercicio sencillo de aplicación de las propiedades básicas de los determi-
nantes. Llamemos D al determinante buscado. Entonces, sumando a cada fila, de la segunda a la
quinta, la primera, obtenemos

1 1 1 i i

0 x+1 2 2i 2i

D = 0 0 x−1 2i 2i = 1 · (x + 1)(x − 1)(x + i)(x − i) = x4 − 1.
0 0 0 x+i 2i

0 0 0 0 x−i

a) Sean A, B matrices cuadradas de orden n tales que A · B = 0n . Si A es invertible, calcular B.
b) Si A = A−1 , calcular A2 .
Solución: Ambos apartados son fáciles; utilizando las propiedades de la matriz inversa. En pri-
mer lugar:
A · B = 0n =⇒ A−1 · A · B = A−1 · 0n =⇒ In · B = B = 0n .
En segundo lugar
A2 = A · A = A · A−1 = In .
Ejercicio 3.– Determinar el rango de la siguiente matriz, según los valores del parámetro a:
 
1 a −1 2
 2 −1 a 5 
1 10 6 1
Solución: Usaremos el método del orlado. Si llamamos A a la matriz, es obvio que rg(A) ≥ 2, ya
que tenemos un menor (en realidad varios) de orden 2 distinto de cero. Por ejemplo, podemos
tomar el formado por las dos primeras filas y las columnas primera y cuarta:
1 2
= 1 6= 0.
2 5
Por el método del orlado tenemos que estudiar entonces los posibles menores de orden 3 que
contengan al escogido de orden 2. Sólo hay dos tales menores:
1 a 2
2 −1 5 = −1 + 5a + 40 − (−2 + 50 + 2a) = 3a − 9,
1 10 1

1 −1 2
2 a 5 = a + 24 − 5 − (2a + 30 − 2) = −a − 9.
1 6 1
Luego un menor se anula para a = 3 y el otro para a = −9. Ası́ pues, sea quien sea a, siempre
hay un menor de orden 3 distinto de cero, luego rg(A) = 3 (obviamente no puede ser mayor; sólo
tiene tres filas).


 
1 x x 2 x3
 1 1 1 1 
A=
 1 −1 1 −1 

1 2 4 8
Entonces |A| es un polinomio en x de grado máximo 3:
|A| = a0 + a1 x + a2 x2 + a3 x3 .
Determinar el coeficiente a1 .
Solución: El desarrollo con respeto a la primera fila nos proporciona la solución:

1 1 1

a1 = − 1 1 −1 .

1 4 8
Calculamos el determinante por cualquier método. Aquı́ lo hacemos por desarrollo directo:
a1 = −((8 + 4 − 1) − (1 − 4 + 8)) = −(11 − 5) = −6.

 
0 1 0
Z= 0 0 1 
0 0 0
a) Calcular Z 2 y Z 3 .
b) Hallar (I3 − Z)(I3 + Z + Z 2 ).  
1 −1 0
c) Consideramos la matriz: M =  0 1 −1  . Demostrar que M es regular. Hallar su
0 0 1
inversa utilizando el apartado b).
Solución: Los dos primeros apartados son elementales:

a) Se calcula que  
0 0 1
Z2 =  0 0 0 
0 0 0
y Z 3 = 03×3 .
b) Más fácil aún:
(I3 − Z)(I3 + Z + Z 2 ) = I3 (I3 + Z + Z 2 ) − Z(I3 + Z + Z 2 ),

= (I3 + Z + Z 2 ) − (Z + Z 2 + Z 3 ),
= I3 − Z 3 ,
= I3 .
ya que Z 3 = 03×3 .

c) La matriz M es triangular, por lo tanto su determinante es el producto de sus elementos
diagonales. Vale 1, luego es distinto de 0 y M es regular. Notemos que M = I3 − Z. En b) hemos
encontrado una matriz X tal que M X = I3 (es X = I3 + Z + Z 2 ). Por unicidad de la inversa,
X = M −1 . Explı́citamente,  
1 1 1
M −1 = X =  0 1 1  .
0 0 1
Ejercicio 3.– Demostrar que I2 tiene (estrictamente) más de 2 “raı́ces cuadradas” en M (2; R), es
decir que existen por lo menos 3 matrices A de orden 2×2 con coeficientes reales tales que A2 = I2 .
Solución: Exhibimos tres elementos de M (2; R) cuyo cuadrado es I2 : por ejemplo I2 , −I2 y

1 0
.
0 −1
(Hay muchos más . . . )

Ejercicio 1 (3 puntos).– Recordamos el principio de inducción: Para probar que un enunciado es

cierto para todo n ∈ N es suficiente probar que:
Es cierto para n = 1.
Supuesto que es cierto para un n arbitrario, lo es para n + 1.
Sea A la matriz
1 1
A= .
1 1
Probar por inducción que An = 2n−1 A para todo n ∈ N.
Solución: Siguiendo el principio de inducción, primero comprobamos que es cierto el caso n = 1,

lo cual es trivial porque
A1 = A = 20 A.
Supuesto entonces cierto el caso n, o sea, dando por cierto que An = 2n−1 A, tenemos que
demostrar que la fórmula es cierta para n + 1. Pero, utilizando esta hipótesis y las propiedades
elementales del producto por escalares,

n+1 n n−1 n−1 2 n−1 2 2
A =A·A =A·2 A=2 A =2 = 2n A,
2 2
que es precisamente lo que querı́amos demostrar.
Ejercicio 2 (3 puntos).– Sean A y B las matrices

1 −1 −1 2
A= , B= .
0 2 1 2
Hallar A2 + 2AB + B 2 y (A + B)2 .
Solución: Basta realizar las operaciones, teniendo en cuenta que A2 + 2AB + B 2 6= (A + B)2 . El
resultado es
2 2 0 −1 2 1 4
A + 2AB + B = , (A + B) = .
5 18 4 17
Ejercicio 3 (4 puntos).– Sean A, B ∈ M(n; k), matrices triangulares superiores. Probar que AB
también lo es.
Solución: Pongamos A = (aij ), B = (bij ). Al ser triangulares superiores aij = bij = 0 cuando i > j.
Escribimos AB = (cij ) y supongamos que i > j. Entonces
cij = ai1 b1j + ... + aij bjj + ... + aii bij + ... + ain bnj .
El tercer sumando que hemos escrito es el primer sumando en el que el primer factor puede
ser distinto de 0, por ser ail = 0 cuando i > l. Análogamente, a partir del segundo sumando que
hemos escrito, el segundo factor es 0, por ser B triangular superior. Por tanto la suma total es 0 y
AB es triangular superior.

Ejercicio 1 (7 puntos).– Clasificar y resolver, cuando sea posible, en función del parámetro α, el
siguiente sistema de ecuaciones lineales en las incógnitas x1 , x2 , x3 , x4 :

 x1 + αx2 − x4 = 2α
x2 + x4 = α
αx1 − 2x4 = 1

Solución: La matriz ampliada del sistema es:

 
1 α 0 −1 2α
A= 0 1 0 1 α .
α 0 0 −2 1
El rango de A es obviamente mayor o igual que 2; y es 3 si y sólo si es distinto de 0 el determi-

nante:
1 α −1
0 1 1 = α2 + α − 2 = (α − 1)(α + 2),
α 0 −2
por lo que los casos que hay que estudiar separadamente son α = 1, −2.
Caso A. (α 6= 1, −2).– En este caso hemos visto que rg(A) = 3, obviamente igual que rg(A), por
lo que el sistema es compatible indeterminado, y debemos tomar una incógnita como parámetro.
La forma de hacerlo, recordemos, es escoger la incógnita cuya columna no aparezca en el menor
que nos ha dado el rango de A. Esta incógnia es x3 , por lo que el sistema queda:

 x1 + αx2 − x4 = 2α
x2 + x4 = α
αx1 − 2x4 = 1

Notemos que parece el mismo sistema que antes, pero no lo es: ahora es un sistema en x1 , x2 , x4
y es compatible determinado. Se puede utilizar cualquier método para resolverlo (regla de Cra-
mer, eliminación,...). En cualquier caso, la solución es:
2α − 1 3α + 1 α2 − α − 1
x1 = , x2 = , x3 = λ, x4 = , λ ∈ k.
α+2 α+2 α+2
Caso B. (α = 1).– En este caso la matriz ampliada es

 
1 1 0 −1 2
A= 0 1 0 1 1 .
1 0 0 −2 1
y un cálculo sencillo, por ejemplo por el método del orlado, nos dice que rg(A) =rg(A) = 2.
Claramente el menor formado por las dos últimas filas y las dos primeras columnas es distinto
de 0, por lo que podemos descartar la primera ecuación, convertir x3 y x4 en parámetros λ1 y λ2 ,
respectivamente; y quedarnos con el sistema de Cramer

x 2 = 1 − λ2
x1 = 1 + 2λ2

que está, de hecho, resuelto. La solución es, por tanto,
x1 = 1 + 2λ2 , x2 = 1 − λ2 , x3 = λ1 , x4 = λ2 , λ1 , λ2 ∈ k.
Caso B. (α = −2).– La matriz ampliada es

 
1 −2 0 −1 −4
A= 0 1 0 1 −2  .
−2 0 0 −2 1
y, en este caso rg(A) 6=rg(A) = 3, por lo que el sistema es incompatible.
Ejercicio 2 (3 puntos).– Responder razonadamente si la siguiente afirmación es verdadera o falsa:

Dado un sistema compatible de ecuaciones AX t = B t , el sistema es homogéneo (esto es, B es la
matriz nula) si y sólo si dadas dos soluciones del sistema, su suma (como matrices columna, por
ejemplo) también es solución del sistema.
Solución: La afirmación es correcta. En efecto, si el sistema es homogéneo y S1t y S2t son dos
soluciones entonces tenemos que
A S1t + S2t = AS1t + AS2t = 0t + 0t = 0t ,

de donde S1t + S2t también es solución del sistema. En el otro sentido, supongamos que S1t y S2t son
soluciones y que también lo es S1t + S2t . Entonces:
B t = A S1t + S2t = AS1t + AS2t = B t + B t = 2B t ,

de donde tiene que ser B t = 0t .

Ejercicio 1 (3 puntos).– Sea A ∈ M(m × n; k). Probar que Im · A = A · In = A.
Solución: Haremos Im · A = A, porque la otra igualdad es muy similar. Escribimos Im = (eij ),

donde ei j es 0 cuando i 6= j, y eii = 1. El elemento (i, j) de Im · A, según la fórmula del producto,
es m
X
eil alj ,
l=1
y los primeros factores de cada sumando son todos 0, salvo para i = l, por lo que el sumatorio se
reduce a eii aij = aij . Ası́, queda probada la igualdad elemento a elemento y, por tener el mismo
orden, se tiene que Im · A.
Ejercicio 2 (3 puntos).– Sean f y g las aplicaciones
f : Z −→ Z g : Q −→ {z ∈ C | arg(z) ∈ [0, π)}

√
x 7−→ |x| y 7−→ y
Estudiar si f y g son inyectivas y/o sobreyectivas. Si es posible, responder las mismas pregun-
tas para f ◦ g y para g ◦ f . Si no es posible, explicar por qué.
Solución: Claramente f no es inyectiva ni sobreyectiva. Por un lado, por ejemplo f (1) =

f (−1), luego no es inyectiva. Pero además es claro que los enteros negativos no tienen original
que vaya sobre ellos, por lo que tampoco es sobreyectiva.
√ √
La aplicación g sı́ que es inyectiva, ya que si g(y) = g(y 0 ), entonces y = y 0 y, elevando al
√
cuadrado, y = y 0 . Pero no es sobreyectiva de manera muy simple. Por ejemplo, 4 2 no es la raı́z
cuadrada de un racional.
La aplicación f ◦ g no puede considerarse, ya que, por ejemplo, g(−1) = i, pero f (i)∆ no tiene
sentido. Sin embargo, g ◦ f sı́ que puede considerarse, pues el conjunto imagen de f es Z, que está
contenido en el conjunto original de g. En concreto
g ◦ f : Z −→ {z ∈ C | arg(z) ∈ [0, π)}

p
x 7−→ |x|
Sin embargo g ◦ f no es inyectiva (vale el ejemplo de f ) ni sobreyectiva (vale el ejemplo de g).
Ejercicio 3 (4 puntos).– Calcular el siguiente determinante:
x−1 1 1 1
1 x−1 1 1
1 1 x−1 1
1 1 1 x−1
Solución: Hay muchas formas de resolver este determinante. Por ejemplo, usando las combi-
naciones lineas de filas,
x−1 1 1 1 x−1 1 1 1
1 x−1 1 1 F3 −F2 , F4 −F2 1 x−1 1 1
=
1 1 x−1 1 0 2−x x−2 0
1 1 1 x−1 0 2−x 0 x−2

y ahora, desarrollando por los adjuntos de la primera columna, obtenemos
x−1 1 1 1 1 1
1+1 1+2
(−1) (x − 1) · 2 − x x − 2 0 + (−1) (1) · 2 − x x − 2 0
2−x 0 x−2 2−x 0 x−2
Aplicando ahora la regla de Sarrus en ambos determinantes
(x − 1) (x − 1)(x − 2)2 + 2(x − 2)2 − 3(x − 2)2 = (x − 2)2 [(x − 1)(x + 1) − 3]

= (x − 2)3 (x + 2).


a) Hallar el conjunto de las soluciones en R4 del siguiente sistema de ecuaciones lineales de
incógnitas x, y, z, t: 

 x + z = 3
x + y + z + 2t = 3

(S)

 x + 4y + 2z + 6t = 5
x − 2y − z = −1

b) Hallar: (i) un ejemplo de solución particular del sistema (S), y: (ii) el conjunto de las solu-
ciones en R4 del sistema homogéneo (S 0 ) asociado a (S).
c) El conjunto de las soluciones en R4 del sistema homogéneo (S 0 ) es un R–espacio vectorial
para la suma y el producto por escalares usuales (el ejercicio no pide justificación de esto). Hallar
un sistema generador de este espacio vectorial.

 
1 1 2 709
A =  1 1 2 805 
1 1 2 1543
Demostrar que su última fila es combinación lineal de las dos primeras (en este ejercicio no se
exige que se halle la combinación lineal).

Ejercicio 1.– Estudiar la compatibilidad del siguiente sistema, y resolverlo cuando sea posible

x1 + x2 + λx3 − x4 = λ + 2
x1 + x2 + x3 − x4 = 2
Ejercicio 2.– Estudiar si son o no linealmente independientes los siguientes vectores, en cada uno
de los espacios vectoriales indicados:
(a) En V = C3 , los vectores v 1 = (1, i, 0), v 2 = (−1, 0, 2), v 3 = (−1 + 2i, −2, 2).
(b) En V = M(2 × 3; Q), los vectores

−1 1 0 0 1 0 −1 1 1
A1 = , A2 = , A3 = .
−1 1 0 0 1 0 −1 1 1
(c) En V = Q[X], los vectores P1 = 1 − X, P2 = 1 + X, P3 = 12.

Ejercicio 1.– Consideramos el sistema de ecuaciones lineales siguiente con coeficientes en C:


 x − y + z = 1
(S) 2y + 3z + t = −i
2x + 5z + t = 2 − i

Resolver este sistema por la regla de Cramer.
Ejercicio 2.– En el Q–espacio vectorial V = Q[X]2 (polinomios nulos o de grado inferior o igual a
2, con coeficientes en Q), consideramos los tres polinomios:
P1 = X 2 − X, P2 = X 2 + X, P3 = X 2 − 1.
a) Demostrar que todo elemento de V es combinación lineal de P1 , P2 y P3 . Deducir de esto

que {P1 , P2 , P3 } es una base de V .
b) Hallar otra demostración del hecho que {P1 , P2 , P3 } es una base de V . Para esto, demostrar
en primero que {P1 , P2 , P3 } es linealmente independiente (utilizando evaluaciones en 0, 1 y −1).
Deducir por el argumento adecuado que es una base.

Ejercicio 1.– Estudiar si los siguientes subconjuntos del espacio vectorial R3 son o no subespacios
vectoriales:
L1 = {(a, a, a) ∈ R3 | a ∈ R}
L2 = {(a, b, c) ∈ R3 | a + b + c = 1}
L3 = h (1, 1, −2), (2, 1, 3) i
Ejercicio 2.– Sea H1 ⊂ R5 el subespacio vectorial dado por


 x1 − x2 + x3 + x4 + x 5 = 0
H1 x3 − x4 + 2x5 = 0
x1 − x2 + 2x4 − x5 = 0

Calcular una base de H1 .

Sea ahora H2 ⊂ R5 el subespacio vectorial dado por
H2 = h(1, 0, 1, 1, 1), (1, 0, 0, 0, 0), (0, 0, 1, 1, 1)i.
Calcular una base y unas ecuaciones implı́citas independientes de H2 .

Ejercicio 1.– Sea V es Q–espacio vectorial Q[X]2 . Consideramos:
P0 = (1/2)X 2 − (3/2)X + 1,
P1 = 2X − X 2 ,
P2 = (1/2)X 2 − (1/2)X.
Sea B la familia ordenada de estos tres polinomios, es decir B = (P0 , P1 , P2 ). Sea C = (1, X, X 2 ).
(i) Demostrar que B es una base de V .
(ii) Dar la matriz de cambio de base M (C, B) de C a B.
(iii) Utilizar (ii) para encontrar las coordenadas de Q = X 2 − X + 1 en la base B.
Ejercicio 2.– En el Q–espacio vectorial V = Q[X]2 , consideramos el subconjunto S de los polino-

mios P (x) tales que P 0 (1) = 0.
(i) Dar un ejemplo de elemento de S, distinto del polinomio 0.
(ii) Demostrar que S es un subespacio vectorial de V .
(iii) Hallar una base de S.
Ejercicio 3.– En el R–espacio vectorial R5 , consideramos los vectores
u1 = (1, 2, 3, 4, 5), u2 = (−2, −1, 0, 1, 2), u3 = (0, 1, 1, 1, 1)
(i) Demostrar que {u1 , u2 , u3 } es linealmente independiente.

(ii) Hallar una base B de R5 tal que {u1 , u2 , u3 } ⊂ B.

Ejercicio.– En el espacio vectorial V = M(2; R), consideremos los siguientes subespacios vecto-
riales:
1 0 2 1
L1 = ,
0 1 1 2

0 1 1 0
L2 = ,
1 1 0 0
1. Hallar una base de L1 ∩ L2 . (Nota: La base debe ser un conjunto de matrices).
2. ¿Son L1 y L2 variedades complementarias?
3. ¿Cuál es la dimensión de L1 + L2 ?

Ejercicio 1 (6 puntos).– En el espacio vectorial V = Q4 se consideran las siguientes familias de

vectores:
L = {(1, 1, 0, 0), (0, 1, 0, 1)}

G = {(1, 1, 0, 0), (0, 1, 0, 1), (2, 1, 1, 1), (1, −1, 2, 1), (0, 1, 0, 0), (−1, 2, 3, 0)}
a) Demostrar que L es un conjunto linealmente independiente.

b) Demostrar que G es un sistema generador de V .
c) Hallar razonadamente una base B de V tal que L ⊂ B ⊂ G.
Ejercicio 2 (4 puntos).– Se considera el espacio vectorial C[X]3 de polinomios con coeficientes

complejos y grado menor o igual que 3. Determinar razonadamente si el conjunto
1 + iX, −X 2 − iX 3 , X − X 3

es o no linealmente independiente.

Ejercicio 1 (6 puntos).– Se considera el espacio vectorial V = M(2; Q). Consideramos el conjunto

1 0 0 1 0 0 0 1
R= , , ,
0 1 1 0 0 2 −1 0
Determinar si el conjunto R es o no una base de V . En caso afirmativo, hallar las coordenadas

respecto de R de una matriz genérica
a b
.
c d
Ejercicio 2 (4 puntos).– Sea α ∈ R, α 6= 0. En el espacio vectorial R[X]n de polinomios con coefi-

cientes reales de grado menor o igual que n, se considera el conjunto
n o
S = (X − α)i | i = 0, ..., n .
Determinar razonadamente si el conjunto S es o no una base de R[X]n .

Ejercicio.– En el espacio vectorial V = Q4 se consideran los subespacios vectoriales dados por

x1 − x3 + x4 = 0
L1 : L2 = h (1, 1, 1, 1), (1, 0, 1, 1)i.
x1 + 2x3 = 0
1) Hallar las dimensiones de L1 + L2 y de L1 ∩ L2 , dando bases de ambas (4 puntos).

2) Estudiar si V = L1 ⊕ L2 . En caso de que la respuesta sea negativa, hallar un sistema de
ecuaciones que defina un subespacio complementario de L2 (3 puntos).
3) Dar una base ortonormal de L1 , utilizando el procedimiento de Gram–Schmidt (3 puntos).


a) Hallar el conjunto de las soluciones en R4 del siguiente sistema de ecuaciones lineales de
incógnitas x, y, z, t: 

 x + z = 3
x + y + z + 2t = 3

(S)

 x + 4y + 2z + 6t = 5
x − 2y − z = −1

b) Hallar: (i) un ejemplo de solución particular del sistema (S), y: (ii) el conjunto de las solu-
ciones en R4 del sistema homogéneo (S 0 ) asociado a (S).
c) El conjunto de las soluciones en R4 del sistema homogéneo (S 0 ) es un R–espacio vectorial
para la suma y el producto por escalares usuales (el ejercicio no pide justificación de esto). Hallar
un sistema generador de este espacio vectorial.
Solución: a) La matriz ampliada del sistema es:

 
1 0 1 0 3
 1 1 1 2 3 
 .
 1 4 2 6 5 
1 −2 −1 0 −1
Para resolver el sistema, como ilustración del uso de matrices escalonadas, que no exigiremos en este
curso, escalonamos esta matriz por medio de operaciones elementales sobre sus filas, cambiando
A a matrices ampliadas de sistemas equivalentes a (S).
 
 1 0 1 0 3
 F2 ← F2 − F1  0 1 0 2 0 
F3 ← F3 − F1 da  
 0 4 1 6 2 
F4 ← F4 − F1

0 −2 −2 0 −4
 
1 0 1 0 3
F3 ← F3 − 4F2  0 1 0 2 0 
da  
F4 ← F4 + 2F2  0 0 1 −2 2 
0 0 −2 4 −4
La operación F4 ← F4 + 2F2 lleva la última fila en una fila nula, que podemos quitar. Obtenemos
la matriz:  
1 0 1 0 3
 0 1 0 2 0 
0 0 1 −2 2
Está escalonada y ya se ve que el sistema correspondiente es compatible indeterminado, con
parámetro t (pero esta precisión no se pide en el ejercicio). Ahora hacemos F1 ← F1 − F3 , lo
que da:  
1 0 0 2 1
 0 1 0 2 0 
0 0 1 −2 2
y corresponde al sistema: 
 x + 2t = 1
y + 2t = 0
z − 2t = 2


El conjunto de las soluciones del sistema en R4 es:
{(1 − 2 t; −2 t; 2 + 2 t; t) | t ∈ R}.
b) Un ejemplo de solución particular del sistema es (1; 0; 2 : 0) (obtenida con t = 0). El conjunto
de las soluciones de (S) es el conjunto de las sumas de una solución particular con las solucio-
nes de (S 0 ). Por lo tanto, se obtienen las soluciones de (S 0 ) restando a las soluciones de (S) una
solución particular de (S). Se tiene, para cada t ∈ R:
(1 − 2 t; −2 t; 2 + 2 t; t) − (1; 0; 2; 0) = (−2 t; −2 t; 2 t; t).
Por lo tanto, el conjunto de las soluciones de (S 0 ) en R4 es:
{(−2 t; −2 t; 2 t; t) | t ∈ R}.
c) Las soluciones de (S 0 ) son los vectores de la forma t (−2; −2; 2; 1) para t ∈ R. Por lo tanto,
{(−2; −2; 2; 1)} es un sistema generador del conjunto de estas soluciones.

 
1 1 2 709
A =  1 1 2 805 
1 1 2 1543
Demostrar que su última fila es combinación lineal de las dos primeras (en este ejercicio no se
exige que se halle la combinación lineal).
Solución: La última fila de A es combinación lineal de las dos primeras si y solo si el rango
de A es igual al rango de su submatriz de las dos primeras filas (en clase lo hemos enunciado
para columnas pero se ve que el mismo resultado vale para filas cambiando la matriz A por su
traspuesta). Llamemos B a esta submatriz de las dos primeras filas. Claramente, la segunda y
tercera columna de A son múltiplos de la primera, por lo tanto podemos quitarlas sin cambiar el
rango. Lo mismo vale para B. Ası́
 
1 709
1 709
rg(A) = rg  1 805  , rg(B) = rg .
1 805
1 1543
Ambas matrices tienen rango 2 ya que tienen su primero menor de orden 2 × 2, que es

1 709
1 805 ,

distinto de cero (vale 805 − 709, no es necesario hacer la cuenta), y las matrices no pueden tener
rango mayor ya que tienen solo dos columnas. Por lo tanto, rg(B) = rg(A), lo que demuestra que
la última fila de A es combinación lineal de las dos primeras.

Ejercicio 1.– Estudiar la compatibilidad del siguiente sistema, y resolverlo cuando sea posible

x1 + x2 + λx3 − x4 = λ + 2
x1 + x2 + x3 − x4 = 2
Solución: Estudiamos en primer lugar el rango de la matriz de los coeficientes:

1 1 λ −1 1 λ 1 si λ = 1
rg(A) = rg = rg =
1 1 1 −1 1 1 2 si λ 6= 1
Cuando λ = 1 tenemos que la matriz ampliada verifica

1 1 1 −1 3
rg A = rg = 2 =⇒ S.I.
1 1 1 −1 2
Cuando λ 6= 1 tenemos
rg(A) = rg A = 2 < 4 =⇒ S.C.I.
Lo resolveremos siguiendo el Teorema de Rouché–Fröbenius. Para ello, buscamos un menor
de orden 2 en A, que puede ser, por ejemplo, el formado por las filas 1 y 2 y las columnas 3 y 4. El
sistema queda, entonces:
λx3 − x4 = λ + 2 − x1 − x2
x3 − x4 = 2 − x1 − x2
Y procedemos a resolverlo como queramos (Cramer, triangulación, o alguno de los métodos
elementales de Secundaria). En cualquier caso, queda:
λ λ
x1 = α, x2 = β, x3 = , x4 = α + β − 2 + .
λ−1 λ−1
Ejercicio 2.– Estudiar si son o no linealmente independientes los siguientes vectores, en cada uno
de los espacios vectoriales indicados:
(a) En V = C3 , los vectores v 1 = (1, i, 0), v 2 = (−1, 0, 2), v 3 = (−1 + 2i, −2, 2).
(b) En V = M(2 × 3; Q), los vectores

−1 1 0 0 1 0 −1 1 1
A1 = , A2 = , A3 = .
−1 1 0 0 1 0 −1 1 1
(c) En V = Q[X], los vectores P1 = 1 − X, P2 = 1 + X, P3 = 12.
Solución: El caso (a) es muy sencillo porque, al estar en el caso V = k n , basta hallar el rango de la
matriz formada por los vectores. En nuestro caso, como
1 −1 −1 + 2i
i 0 −2 = 2i(−1 + 2i) + 4 + 2i = 0
0 2 2
tenemos que el rango es menor que 2, luego los vectores son linealmente dependientes.

Para el caso (b), tomemos una combinación lineal arbitrario e igualémosla al vector 0, que en
este caso es la matriz 02×3 .

−α − γ α + β + γ γ
02×3 = αA1 + βA2 + γA3 = .
−α − γ α + β + γ γ
De la tercera columna podemos deducir γ = 0, de donde, junto con la primera, sabemos que
α = 0 y, finalemente, al sustituir en la segunda obtenemos β = 0. Ası́, los coeficientes han de ser
necesariamente 0, por lo que A1 , A2 , A3 son linealmente independientes.
Por último, en el caso (c) actuamos de forma parecida (ahora el vector 0 es el polinomio 0):
0 = αP1 + βP2 + γP3 = α(1 − X) + β(1 + X) + 12γ = (α + β + 12γ) + (−α + β)X,
donde observamos que tenemos soluciones no nulas; por ejemplo
−1
α = β = 1, γ = .
6

Ejercicio 1.– Consideramos el sistema de ecuaciones lineales siguiente con coeficientes en C:


 x − y + z = 1
(S) 2y + 3z + t = −i
2x + 5z + t = 2 − i

Resolver este sistema por la regla de Cramer.
Solución: El menor de las dos primeras filas y de las dos primeras columnas vale:

1 −1
= 2.
0 2
No es nulo. Para verificar que es un menor no nulo máximo, basta verificar que todos los menores
de orden 3 que lo orlan (es decir que lo amplı́an) son nulos. Son tres estos menores: son las de las
columnas 1, 2, 3, de las columnas 1, 2, 4 y de las columnas 1, 2, 5. Son respectivamente:

1 −1 1 1 −1 0 1 −1 1

0
2 3 , 0
2 1 , 0
2 −i .
2 0 5 2 0 1 2 0 2−i
Les calculamos y obtenemos que todos son nulos, lo que demuestra que el menor considerado es
máximo entre los menores no nulos.
Sea A00 la submatriz de las dos primeras filas de A0 . Esta matriz A00 de rango 2 ya que su menor
de las dos primeras columnas (calculado en (i)) es no nulo y que A00 tiene solo dos filas. También
A0 tiene rango 2 por tener un menor no nulo máximo de orden 2. Como A0 y A00 tienen mismo
rango, la tercera fila de A0 tiene que ser combinación lineal de las filas de A00 . Esto significa que la
tercera ecuación en (S) es combinación lineal de las dos primeras. Quitarla del sistema (S) da por
lo tanto un sistema equivalente, que es:

0 x − y + z = 1
(S )
2y + 3z + t = −i
El sistema (S 0 ) es equivalente a:

x − y = 1−z
2y = −i − 3z − t
Consideramos este sistema como un sistema S 00 (z, t) de incógnitas x e y. Para cada valor posible
de z y t, este sistema es de Cramer porque es un sistema con tantas ecuaciones como incógnitas,
y la matriz de los coeficientes del sistema es regular.
Aplicando entonces la regla de Cramer, vemos que las soluciones de S 00 (z, t) son los pares (x, y)
tales que:

1 − z −1

1
1 − z

−i − 3z − t 2 0 −i − 3z − t
x=
1 −1
, y=
1 −1
.

0 2 0 2
es decir, tales que:
2 − i − 5z − t −i − 3z − t
x= ,y = .
2 2

En conclusión, para cada valor posible de z y t en C, el conjunto de las soluciones de S 00 (z, t) es el
conjunto unitario:
2 − i − 5z − t −i − 3z − t
, . .
2 2
Por lo tanto, el conjunto de las soluciones de (S) en C4 es:

2 − i − 5z − t −i − 3z − t
( , , z, t) | z ∈ C, t ∈ C .
2 2
Ejercicio 2.– En el Q–espacio vectorial V = Q[X]2 (polinomios nulos o de grado inferior o igual a
2, con coeficientes en Q), consideramos los tres polinomios:
P1 = X 2 − X, P2 = X 2 + X, P3 = X 2 − 1.
a) Demostrar que todo elemento de V es combinación lineal de P1 , P2 y P3 . Deducir de esto

que {P1 , P2 , P3 } es una base de V .
b) Hallar otra demostración del hecho que {P1 , P2 , P3 } es una base de V . Para esto, demostrar
en primero que {P1 , P2 , P3 } es linealmente independiente (utilizando evaluaciones en 0, 1 y −1).
Deducir por el argumento adecuado que es una base.
Solución: Vamos a demostrar que para cada terna de números (b0 , b1 , b2 ) en Q3 , existen (a1 , a2 , a3 )
en Q3 tales que
b0 + b1 X + b2 X 2 = a1 P1 + a2 P2 + a3 P3 . (1)
Calculamos que
a1 P1 + a2 P2 + a3 P3 = −a3 + (−a1 + a2 )X + (a1 + a2 )X 2 .
Dos polinomios son iguales si y solo si tienen los mismos coeficientes. Por lo tanto, (1) es equiva-
lente al siguiente sistema de ecuaciones lineales de incógnitas a1 , a2 , a3 :

 a1 + a2 = b2
−a1 + a2 = b1
− a3 = b 0

Hacemos F2 ← F2 + F1 y obtenemos el sistema equivalente escalonado:


 a1 + a2 = b2
2 a2 = b1 + b 2
− a3 = b0

Este sistema siempre es compatible. Esto demuestra que todo elemento de V es combinación
lineal de P1 , P2 y P3 . Podemos concluir que {P1 , P2 , P3 } es una base de V , ya que es un sistema
generador de cardinal igual a la dimensión de V , que es 3.
Para el segundo apartado, consideremos una relación lineal
a1 P1 + a2 P2 + a3 P3 = 0.
Al evaluar los polinomios en 0, 1 y −1, se obtiene −a3 = 0, 2a2 = 0, 2a1 = 0, que implica
a1 = a2 = a3 = 0. Esto demuestra que no hay relación lineal no trivial entre P1 , P2 y P3 . Esto
es, {P1 , P2 , P3 } es linealmente independiente. Como tiene como cardinal la dimensión de V , se
deduce que es una base de V .

Ejercicio 1.– Estudiar si los siguientes subconjuntos del espacio vectorial R3 son o no subespacios
vectoriales:
L1 = {(a, a, a) ∈ R3 | a ∈ R}
L2 = {(a, b, c) ∈ R3 | a + b + c = 1}
L3 = h (1, 1, −2), (2, 1, 3) i
Solución: El subconjunto L1 es subespacio vectorial. Se puede ver de dos maneras: bien diciendo
que L1 es el conjunto de soluciones del sistema homogéneo
x1 = x2 , x 1 = x3 ;
bien escogiendo dos vectores de L1 ,
u = (a, a, a), v = (b, b, b),
y dos escalares α, β ∈ R y viendo que
αu + βv = (αa + βb, αa + βb, αa + βb) ∈ L1 .
Sin embargo, L2 no es subespacio vectorial. Por ejemplo, no contiene al vector nulo. L3 sı́ que
lo es; casi por definición, ya que h (1, 1, −2), (2, 1, 3) i es el menor subespacio vectorial que contiene a
(1, 1, −2) y a (2, 1, 3). Pues eso.
Ejercicio 2.– Sea H1 ⊂ R5 el subespacio vectorial dado por


 x1 − x2 + x3 + x4 + x 5 = 0
H1 x3 − x4 + 2x5 = 0
x1 − x2 + 2x4 − x5 = 0

Calcular una base de H1 .

Sea ahora H2 ⊂ R5 el subespacio vectorial dado por
H2 = h(1, 0, 1, 1, 1), (1, 0, 0, 0, 0), (0, 0, 1, 1, 1)i.
Calcular una base y unas ecuaciones implı́citas independientes de H2 .
Solución: En H1 aplicamos Rouché–Fröbenius. Dado que

 
1 −1 1 1 1
rg  0 0 1 −1 2  = 2,
1 −1 0 2 −1
tomamos un menor no nulo de orden 2; por ejemplo el formado por las dos primeras filas y
las columnas 1 y 3. El sistema, una vez eliminada la tercera ecuación y degradados x2 , x4 , x5 a
parámetros, queda:
x1 + x3 = x2 − x4 − x5
H1
x3 = x4 − 2x5
y, despejando x1 y x3 (MUY fácil), obtenemos:
x1 = α − 2β + γ, x2 = α, x3 = β − 2γ, x4 = β, x5 = γ.

Ası́, una base de H1 se pued obtener con las asignaciones
α = 1, β = 0, γ = 0 =⇒ u1 = (1, 1, 0, 0, 0)
α = 0, β = 1, γ = 0 =⇒ u2 = (−2, 0, 1, 1, 0)
α = 0, β = 0, γ = 1 =⇒ u3 = (1, 0, −2, 0, 1)
En lo tocante a H2 , tenemos un sistema generador que, por comodidad, reduciremos hasta una
base. Dado que  
1 1 0
 0 0 0 
 
rg 
 1 0 1  = 2,

 1 0 1 
1 0 1
por ejemplo, con el menor formado por las dos últimas columnas y las filas 1 y 3. Ası́, podemos
quedarnos con los dos últimos vectores como base; ya que el primero es combinación lineal (de
hecho, suma) de ellos. Como vimos en teorı́a, un sistema de ecuaciones implı́citas independientes
de H2 es, entonces, orlando el menor escogido con anterioridad,


 x1 1 0
x2 0 0 = 0 =⇒ x2 = 0




x3 0 1


  

x1 1 0




 x2 0 0   x1 1 0


 
rg  x3 0 1  = 2 =⇒
  x3 0 1 = 0 =⇒ x3 − x4 = 0
 x4 0 1  

 x4 0 1

x5 0 1




x1 1 0




x 0 1 = 0 =⇒ x3 − x5 = 0


 3


x5 0 1

Ejercicio 1.– Sea V es Q–espacio vectorial Q[X]2 . Consideramos:
P0 = (1/2)X 2 − (3/2)X + 1,
P1 = 2X − X 2 ,
2
P2 = (1/2)X − (1/2)X.
Sea B la familia ordenada de estos tres polinomios, es decir B = (P0 , P1 , P2 ). Sea C = (1, X, X 2 ).
(i) Demostrar que B es una base de V .
(ii) Dar la matriz de cambio de base M (C, B) de C a B.
(iii) Utilizar (ii) para encontrar las coordenadas de Q = X 2 − X + 1 en la base B.
Solución: Llamemos A la matriz de (P1 , P2 , P3 ) en la base C, es:

 
1 0 0
A = M (P1 , P2 , P3 )C =  −3/2 2 −1/2 
1/2 −1 1/2
Su determinante es 1/2, es distinto de 0, por lo tanto esta matriz es regular, lo que demuestra que
B es una base de V .
En el segundo apartado, la matriz buscada, M (C, B), es la matriz inversa de M (B, C), y M (B, C)
es la matriz A del primer apartado. Por lo tanto, tenemos que invertir A, y obtenemos
 
1 0 0
A−1 =  1 1 1  .
1 2 4
Para el tercer apartado, se tiene (Q)tB = M (C, B)(Q)tC , por lo tanto:

    
1 0 0 1 1
t
(Q)B =  1 1 1   −1  =  1 ,
1 2 4 1 3
Las coordenadas de Q en la base B son (1, 1, 3), es decir:
Q = P0 + P1 + 3P2 .
Ejercicio 2.– En el Q–espacio vectorial V = Q[X]2 , consideramos el subconjunto S de los polino-

mios P (x) tales que P 0 (1) = 0.
(i) Dar un ejemplo de elemento de S, distinto del polinomio 0.
(ii) Demostrar que S es un subespacio vectorial de V .
(iii) Hallar una base de S.
Solución: Todo polinomio constante esta en S. Un ejemplo particular de elemento de S distinto

de 0 es P = 1.
En cuanto a ii), se tiene que P 0 (1) = 0 cuando P = 0, por lo tanto 0 ∈ S. Se tiene también
que para cualesquiera P, Q en S y α, β en Q, (αP + βQ)0 (1) = αP 0 (1) + βQ0 (1) = 0, por lo tanto
αP + βQ ∈ S. Esto demuestra que S es un subespacio vectorial de V .
Otra demostración posible: Si P = a0 + a1 X + a2 X 2 , entonces P 0 (1) = a1 + 2a2 . Por lo tanto, S
es el conjunto de soluciones de una ecuación lineal homogénea (a1 + 2a2 = 0; en las incógnitas a0 ,
a1 , a2 ) y sabemos que un tal conjunto siempre es un subespacio vectorial.

Para iii) Si P = a0 +a1 X +a2 X 2 , entonces P 0 (1) = a1 +2a2 . Desde luego, S admite como sistema
de ecuaciones implicitas con respecto a la base (1, X, X 2 ) el siguiente sistema de incógnitas a0 , a1 ,
a2 :
{a0 + 2 a2 = 0
Su conjunto de soluciones es:
{(a0 , −2a2 , a2 ) | a0 ∈ Q, a2 ∈ Q}.
Podemos descomponer (a0 , −2 a2 , a2 ) en a0 (1, 0, 0) + a2 (0, −2, 1), por lo que los polinomios 1 y
X 2 − 2 X (que son los de coordenadas (1, 0, 0) y (0, −2, 1) en la base (1, X, X 2 )) forman un siste-
ma generador de S. Este sistema {1, X 2 − X} es una base de S porque también es linealmente
independiente, ya que:
 
1 0
rgM (1, X 2 − 2 X)(1,X,X 2 ) = rg  0 −2  .
0 1
Ejercicio 3.– En el R–espacio vectorial R5 , consideramos los vectores

u1 = (1, 2, 3, 4, 5), u2 = (−2, −1, 0, 1, 2), u3 = (0, 1, 1, 1, 1)
(i) Demostrar que {u1 , u2 , u3 } es linealmente independiente.
(ii) Hallar una base B de R5 tal que {u1 , u2 , u3 } ⊂ B.
Solución: La matriz de la familia de vectores es

 
1 −2 0

 2 −1 1 

M (u1 , u2 , u3 ) = 
 3 0 1 
.
 4 1 1 
5 2 1
Su primer menor de orden 3 es:

1 −2 0

2 −1 1 = (−1 − 6) − (−4) = −3.

3 0 1
Como es distinto de 0, esto demuestra que M (u1 , u2 , u3 ) es de rango 3. Por tanto {u1 ,u2 ,u3 } es
linealmente independiente.
Ahora ampliamos la matriz M (u1 , u2 , u3 ) a una matriz de orden 5 × 5 regular de la manera
siguiente:  
1 −2 0 0 0
 2 −1 1 0 0 
 
 3 0 1 0 0 .
 
 4 1 1 1 0 
5 2 1 0 1
Se ve que esta matriz es regular desarrollando su determinante por la última columna, y luego
otra vez por la última columna de la matriz de orden 4 × 4 obtenida:

1 −2 0 0 0
1 −2 0 0
2 −1 1 0 0 1 −2 0
2 −1 1 0
3 0 1 0 0 = = 2 −1 1 .
3 0 1 0

4 1 1 1 0 3 0 1
4 1 1 1
5 2 1 0 1

Ya hemos calculado este determinante de orden 3 en (ii) y es distinto de 0. La matriz 5 × 5 que
hemos construido es M (u1 , u2 , u3 , e4 , e5 ) con e4 = (0, 0, 0, 1, 0) y e5 = (0, 0, 0, 0, 1). Desde luego,
{u1 , u2 , u3 , e4 , e5 } es una base de R5 que amplia {u1 , u2 , u3 }.

Ejercicio.– En el espacio vectorial V = M(2; R), consideremos los siguientes subespacios vecto-
riales:
1 0 2 1
L1 = ,
0 1 1 2

0 1 1 0
L2 = ,
1 1 0 0
1. Hallar una base de L1 ∩ L2 . (Nota: La base debe ser un conjunto de matrices).
2. ¿Son L1 y L2 variedades complementarias?
3. ¿Cuál es la dimensión de L1 + L2 ?
Solución: Fijamos en primer lugar una base para trabajar con coordenadas, que siempre es más
cómodo. Por ejemplo, podemos considerar la base habitual:

1 0 0 1 0 0 0 0
B= , , , .
0 0 0 0 1 0 0 1
Tomando entonces coordenadas, queda:
L1 = h(1, 0, 0, 1), (2, 1, 1, 2)i, L2 = h(0, 1, 1, 1), (1, 0, 0, 0)i.
Para hallar L1 ∩ L2 hay que unir sistemas de ecuaciones implı́citas, ası́ que empezamos calcu-
lando las de L1 . Como  
1 2
 0 1 
rg 
 0 1  = 2,

1 2
(o sea, el sistema generador dado es base) un sistema de ecuaciones de L1 es, por ejemplo,


 1 2 x1
0 1 x2 = 0 =⇒ x2 − x3 = 0
  

1 2 x1


 0 1 x3


 0 1 x2 
rg 
  = 2 =⇒
0 1 x3 
1 2 x1


1 2 x4


0 1 x2 = 0 =⇒ x1 − x4 = 0




1 2 x4

Análogamente para L2 , como  

0 1
 1 0 
rg 
 1
 = 2,
0 
1 0
un sistema de ecuaciones de L2 es


 0 1 x1
1 0 x2 = 0 =⇒ x2 − x3 = 0
  

0 1 x1


 1 0 x3


 1 0 x2 
rg 
 1
 = 2, =⇒
0 x3 
0 1 x1


1 0 x4


1 0 x2 = 0 =⇒ x2 − x4 = 0




1 0 x4


Ası́ pues, 
 x1 − x4 = 0
L1 ∩ L2 : x2 − x3 = 0
x2 − x4 = 0

y, resolviendo por Rouché–Fröbenius de la forma habitual, tenemos que la solución general es
x1 = x2 = x3 = x4 = λ,
por lo que una base es

L1 ∩ L2 = h(1, 1, 1, 1)i,
o, tal y como pide el enunciado,
1 1
L1 ∩ L2 =
1 1
Evidentemente, L1 y L2 no pueden ser variedades complementarias, ya que, de serlo,
L1 ⊕ L2 = V,
para lo cual tiene que ser L1 ∩ L2 = {0}, que no es el caso.

Por último, para hallar la dimensión de L1 + L2 recurrimos al Teorema de la dimensión:
dim(L1 + L2 ) = dim(L1 ) + dim(L2 ) − dim(L1 ∩ L2 ) = 2 + 2 − 1 = 3.

Ejercicio 1 (6 puntos).– En el espacio vectorial V = Q4 se consideran las siguientes familias de

vectores:
L = {(1, 1, 0, 0), (0, 1, 0, 1)}

G = {(1, 1, 0, 0), (0, 1, 0, 1), (2, 1, 1, 1), (1, −1, 2, 1), (0, 1, 0, 0), (−1, 2, 3, 0)}
a) Demostrar que L es un conjunto linealmente independiente.

b) Demostrar que G es un sistema generador de V .
c) Hallar razonadamente una base B de V tal que L ⊂ B ⊂ G.
Solución: Para ver que L es un conjunto linealmente independiente basta comprobar la carac-
terización dada en 3.2. En efecto, al ser
 
1 0
 1 1 
rg 
 0 0  = 2,

0 1
que es precisamente el número de vectores, el conjunto es linealmente independiente.
Para ver que G es sistema generador podemos usar una estrategia parecida. Dado que
 
1 0 2 1 0 −1
 1 1 1 −1 1 2 
rg 
 0 0 1
 = 4,
2 0 3 
0 1 1 1 0 0
cualquier vector v ∈ Q4 que añadamos a la matriz como columna no puede hacer crecer el rango
(ya que el número de filas sigue siendo 4). Ası́ pues, como vimos en 3.2., v es combinación lineal
de los vectores de G. Por definición se tiene que G es sistema generador.
El apartado c) se puede responder siguiendo la demostración dada en 3.3. del hecho corres-
pondiente. Recordemos que consiste en ir añadiendo a L vectores de G tales que el conjunto
resultante siga siendo linealmente independiente. Al terminar habremos obtenido una base. En
concreto  
1 0 2
 1 1 1 
rg 
 0 0 1  = 3,

0 1 1
por lo que podemos añadir, para empezar (2, 1, 1, 1) a L. Continuamos notando que
 
1 0 2 1
 1 1 1 −1 
rg 
 0 0 1
 = 4,
2 
0 1 1 1
por lo que añadimos también (1, −1, 2, 1). Si seguimos añadiendo vectores de G no vamos a lograr
que el rango crezca por lo que una posible respuesta1 es
B = {(1, 1, 0, 0), (0, 1, 0, 1), (2, 1, 1, 1), (1, −1, 2, 1)}
1
Hay más, ya que la elección de vectores no es única, podemos ir añadiendo los que nos parezca bien, siempre y
cuando se preserve la independencia lineal.

Ejercicio 2 (4 puntos).– Se considera el espacio vectorial C[X]3 de polinomios con coeficientes
complejos y grado menor o igual que 3. Determinar razonadamente si el conjunto
1 + iX, −X 2 − iX 3 , X − X 3

es o no linealmente independiente.
Solución: Aplicaremos la definición, a falta de algo mejor. Para ello, consideremos una combi-
nación lineal de estos vectores que nos dé el vector 0, que en este caso es ni más ni menos que el
polinomio 0:
0 = α (1 + iX) + β −X 2 − iX 3 + γ X − X 3

= α + (αi + γ)X − βX 2 + (−iβ − γ)X 3
donde α, β, γ ∈ C. Del término independiente y el coeficiente de X 2 obtenemos inmediatamente

α = β = 0. Entonces los coeficientes de X y X 3 nos dicen que γ = 0. Por tanto, la única forma
de escribir 0 como combinación lineal de los tres vectores es la trivial, de donde son linealmente
independientes.

Ejercicio 1 (6 puntos).– Se considera el espacio vectorial V = M(2; Q). Consideramos el conjunto

1 0 0 1 0 0 0 1
R= , , ,
0 1 1 0 0 2 −1 0
Determinar si el conjunto R es o no una base de V . En caso afirmativo, hallar las coordenadas

respecto de R de una matriz genérica
a b
.
c d
Solución: Tomamos, para facilitar los cálculos, coordenadas respecto de la base habitual de V :

1 0 0 1 0 0 0 0
B= , , ,
0 0 0 0 1 0 0 1
Y R (entendiendo, a partir de ahora, que hablamos de sus coordenadas) es:
R = { (1, 0, 0, 1), (0, 1, 1, 0), (0, 0, 0, 2), (0, 1, −1, 0) }
Entonces como  
1 0 0 0
 0 1 0 1 
rg  =4
 0 1 0 −1 
1 0 2 0
el conjunto R es linealmente independiente. Al ser dim(V ) = 4, R es una base.
Para hallar las coordenadas de una matriz genérica hacemos:

a b 1 0 0 1 0 0 0 1
= α1 + α2 + α3 + α4 ,
c d 0 1 1 0 0 2 −1 0
lo que se resume en el sistema de ecuaciones:



 α1 = a
α2 + α4 = b


 α 2 − α4 = c
α1 + 2α3 = d

Resolviendo obtenemos que

a b b+c d−a b−c
= a, , , .
c d R 2 2 2
Ejercicio 2 (4 puntos).– Sea α ∈ R, α 6= 0. En el espacio vectorial R[X]n de polinomios con coefi-

cientes reales de grado menor o igual que n, se considera el conjunto
n o
i
S = (X − α) | i = 0, ..., n .
Determinar razonadamente si el conjunto S es o no una base de R[X]n .

Solución: Tomamos coordenadas respecto de la base habitual de R[X]n , que es B = {1, X, X 2 , ..., X n }.
Entonces notemos que h i
(X − α)i = (−α)i , ..., 1, 0, 0, ..., 0

B
donde el 1 ocupa la posición i + 1-ésima, correspondiente al coeficiente de X i . Esto quiere decir

que si ponemos las coordenadas de los elementos de S en una matriz obtendremos (ponemos as-
teriscos en las posiciones donde nos da igual el elemento de la matriz a efectos del razonamiento)
1 −α ... (−α)i ... (−α)n

 
 0 1 ... ∗ ... ∗ 
 .. .. . . .. .. 

. . . . .

rg  =n+1
 
 0 0 ... 1 ... ∗ 
 .. .. .. .. .. 
 . . . . . 
0 0 ... 0 ... 1
por ser una matriz triangular superior con una diagonal de unos. Por tanto, S es linealmente
independiente y, al ser dim (R[X]n ) = n + 1, es también base.

Ejercicio.– En el espacio vectorial V = Q4 se consideran los subespacios vectoriales dados por

x1 − x3 + x4 = 0
L1 : L2 = h (1, 1, 1, 1), (1, 0, 1, 1)i.
x1 + 2x3 = 0
1) Hallar las dimensiones de L1 + L2 y de L1 ∩ L2 , dando bases de ambas (4 puntos).

2) Estudiar si V = L1 ⊕ L2 . En caso de que la respuesta sea negativa, hallar un sistema de
ecuaciones que defina un subespacio complementario de L2 (3 puntos).
3) Dar una base ortonormal de L1 , utilizando el procedimiento de Gram–Schmidt (3 puntos).
Solución: Comencemos por dar una base de L1 . Para ello, simplemente resolvemos el sistema
(por ejemplo, tomando x1 , x3 como variables y x2 , x4 como parámetros). La solución general es
−2 1
x1 = µ, x2 = λ, x3 = µ, x4 = µ.
3 3
De donde una base es, por ejemplo,
L1 = h (−2, 0, 1, 3), (0, 1, 0, 0)i.
Una base de L2 es el sistema generador dado, de forma que un sistema generador de L1 + L2

viene dado por
L1 + L2 = h (−2, 0, 1, 3), (0, 1, 0, 0), (1, 1, 1, 1), (1, 0, 1, 1) i.
Ahora bien, se tiene que  
−2 0 1 1
 0 1 1 0 
rg 
 1
 = 3,
0 1 1 
3 0 1 1
donde un menor no nulo de orden 3 es, por ejemplo, el formado por las tres primeras filas y
columnas. Por tanto una base de L1 + L2 es la dada por
L1 + L2 = h (−2, 0, 1, 3), (0, 1, 0, 0), (1, 1, 1, 1) i.
Ası́ pues dim(L1 + L2 ) = 3. Para hallar una base de L1 ∩ L2 necesitamos un sistema de ecua-
ciones de L2 , que viene dado por


 1 1 x1
0 = 1 0 x2 = x1 − x3
  

1 1 x1


1 1 x3


 1 0 x2  
rg 
  = 2 =⇒
1 1 x3 
1 1 x1


1 1 x4


0 = 1 0 x2 = x1 − x4




1 1 x4

Por tanto


 x1 − x3 + x4 = 0
x1 + 2x3 = 0

L1 ∩ L2 : =⇒ L1 ∩ L2 = h (0, 1, 0, 0)i.

 x1 − x3 = 0
x1 − x4 = 0


De paso hemos resuelto la primera pregunta del segundo apartado, ya que, por ejemplo,
dim(L1 ∩ L2 ) = 1 6= 0, ası́ que V no es suma directa de L1 y L2 . Para hallar entonces un subespacio
complementario de L2 extendemos la base de L2 hasta una de todo V . Por ejemplo
 
−1 1 1 0
 1 0 0 0 
rg 
 1 1 0 1  = 4,

1 1 0 0
de donde podemos tomar el subespacio L3 = h (1, 0, 0, 0), (0, 0, 1, 0) i, que tiene como ecuaciones
L3 : x2 = x4 = 0.
Finalizamos entonces hallando una base ortonormal de L1 . Para ello partimos de la base ha-
llada:
B1 = {(−2, 0, 1, 3), (0, 1, 0, 0)}.
Como ambos vectores son ortogonales (qué casualidad...), simplemente hay que dividirlos por
su módulo para obtener la base buscada:

1
√ (−2, 0, 1, 3), (0, 1, 0, 0) .
14

Ejercicio 1.– Consideramos las siguientes bases de R2 :
B = {(1, 0), (0, 1)} , C = {(1, 1), (1, −1)} .
Sea f el endomorfismo de R2 cuya matriz con respecto a la base B es:

0 1
MB (f ) = .
0 0
Hallar la matriz MC (f ) de f con respecto a la base C.
Ejercicio 2.– En R4 , consideramos el subespacio vectorial L1 definido por el siguiente sistema de

ecuaciones implı́citas de incógnitas x, y, z, t:

 x − y − 2z = 0
x + 2y + z = 0
x + y = 0

Consideramos también el subespacio vectorial L2 :
L2 = h(1, 0, 1, 3), (0, 1, 0, 1), (2, 1, 2, 7)i
a. Hallar dim L1 y dim L2 . Hallar también un sistema de ecuaciones implı́citas independiente de

L1 , y una base de L2 .
b. Calcular una base de L1 ∩ L2 . Deducir de esto dim(L1 ∩ L2 ) y dim(L1 + L2 ).

Ejercicio.– Sea V un R-espacio vectorial de dimensión 3, y sea W un R-espacio vectorial de dimen-

sión 4. Sea B = {v 1 , v 2 , v 3 } una base de V y sea B 0 = {w1 , w2 , w3 , w4 } una base de W . Consideremos
la aplicación lineal f : V → W definida por los siguientes datos:
f (v 1 ) = w1 + w2 + w3 + w4
f (v 2 ) = w1 + w2 + 2w3
f (v 3 ) = + w3 − w4
Consideremos además las variedades lineales
L = h(0, −1, 1), (1, 0, 0)i ⊂ V
L0 = h(0, 0, 0, 1), (2, 2, 2, 1)i ⊂ W.
1. Hallar la matriz de f respecto de las bases B y B 0 .
2. Hallar una base de las variedades f (L), Im(f ) y ker(f ).
3. Hallar un sistema de ecuaciones implı́citas independientes de la variedad f −1 (L0 ).

Ejercicio 1.– Sea C la base habitual de R2 y C 0 la base habitual de R3 . Sea f : R3 −→ R2 el homo-

morfismo de R–espacios vectoriales cuya matriz, con respecto a C y C 0 , es:

2 1 1
MC,C 0 (f ) =
1 1 2
a) Demostrar que f es sobreyectiva y que ker f tiene dimensión 1.

b) Calcular una base {u1 } de ker f .
c) Hallar vectores u2 y u3 tales que {u1 , u2 , u3 } sea una base de R3 que llamaremos B.
d) Comprobar que {f (u2 ), f (u3 )} es una base B 0 de R2 .
e) Hallar MB,B0 (f ).
Ejercicio 2.– Sea f el endomorfismo de R3 cuya matriz con respecto a la base habitual C es:
 
1 0 0
 −1 2 0 
−1 0 2
a. Hallar los autovalores de f .

b. Hallar una base de cada subespacio invariante.
c. Hallar una base B tal que MB (f ) sea diagonal. Escribir también MB (f ).

Ejercicio.– Sea V un Q-espacio vectorial de dimensión 5, y sea B = {v1 , v2 , v3 , v4 , v5 } una base de

V . Consideremos el endomorfismo f : V −→ V determinado por los siguientes datos:


 f (v1 ) = 4v1 − 6v3 − 3v4 + 6v5 ,
 f (v2 ) = −3v1 + v2 + 6v3 + 3v4 − 6v5 ,


f (v3 ) = − 2v3 ,
f (v4 ) = 6v1 − 6v3 − 5v4 + 6v5 ,




f (v5 ) = − 2v5 .

Determinar si f es diagonalizable y, en ese caso, hallar una base B 0 de V y una matriz diagonal D
tal que MB0 (f ) = D.

Ejercicio 1.– Se considera L, el subespacio generado por los vectores
{ (1, 1, 0, i), (0, i, 0, 1), (1, 0, 0, 2i), (0, 0, i, 0)}
en C4 . Obtener una base ortonormal de L.
Ejercicio 2.– Consideramos el endomorfismo f de R3 cuya matriz en la base habitual es:

 
0 57 1
 0 1 0 
0 0 a
donde a es un numero indeterminado.

a. Hallar el polinomio caracterı́stico P (X) de f .
b. Supongamos que a es distinto de 0 y 1. Dar la lista de las raı́ces de P (X) con sus multiplicidades
respectivas. Deducir de esto (sin cálculo de subespacios invariantes) que f es diagonalizable. Dar
una matriz diagonal de f .
c. Sea ahora a = 0. Dar la lista de las raı́ces de P (X) con sus multiplicidades respectivas. Deter-
minar si f es o no es diagonalizable.
d. Mismas preguntas que en c. en el caso a = 1.

Ejercicio.– En el espacio vectorial V = C3 [X] se define la aplicación
f : V −→ V
P (X) 7−→ (X − i)P (X) − P (0)
1) Demostrar que f es un homomorfismo de espacios vectoriales.

2) Hallar la matriz de f respecto de la base habitual {1, X, X 2 , X 3 }.
3) Hallar ker(f ) e Im(f ). Estudiar si f es inyectiva y/o sobreyectiva.

Ejercicio.– Sea V = R3 y f3 el endomorfismo cuya matriz respecto de la base habitual es

 
1 1 1
A= 1 1 1 
1 1 1
Se pide:
1. Calcular los autovalores de f3 y los espacios de autovectores respectivos.
2. Demostrar que f3 es diagonalizable.
3. Demostrar que el endomorfismo fn de V = Rn con matriz respecto de la base habitual

 
1 ··· 1
 .. . . .. 
 . . . 
1 ··· 1
es diagonalizable.

Ejercicio.– Sea V = R4 , y sea f ∈ End(V ) el endomorfismo dado, respecto de la base habitual, por
la matriz  
4 0 0 0
 0 3 0 −1 
A=  0
.
0 4 0 
0 −1 0 3
1) Hallar una base C, ortonormal, de V tal que MC (f ) sea diagonal.
2) Sea L : x1 − x4 = 0. Hallar f (L) y f −1 (L).

Ejercicio 1.– Consideramos las siguientes bases de R2 :
B = {(1, 0), (0, 1)} , C = {(1, 1), (1, −1)} .
Sea f el endomorfismo de R2 cuya matriz con respecto a la base B es:

0 1
MB (f ) = .
0 0
Hallar la matriz MC (f ) de f con respecto a la base C.
Solución: La matriz buscada está determinada por la relación:
MC (f ) = M (B, C) MB (f ) M (C, B).
Se tiene:
1 1
M (C, B) =
1 −1
y M (B, C) es su inversa. Sabemos que la inversa de una matriz regular

a b
c d
es
1 d −b
.
ad − bc −c a
Por lo tanto,
1 −1 −1 1 1 1
M (B, C) = − = .
2 −1 1 2 1 −1
Calculamos el producto:

1 1 1 0 1 1 1 1/2 −1/2
= .
2 1 −1 0 0 1 −1 1/2 −1/2
Ésta es la matriz buscada.
Ejercicio 2.– En R4 , consideramos el subespacio vectorial L1 definido por el siguiente sistema de

ecuaciones implı́citas de incógnitas x, y, z, t:

 x − y − 2z = 0
x + 2y + z = 0
x + y = 0

Consideramos también el subespacio vectorial L2 :
L2 = h(1, 0, 1, 3), (0, 1, 0, 1), (2, 1, 2, 7)i
a. Hallar dim L1 y dim L2 . Hallar también un sistema de ecuaciones implı́citas independiente de

L1 , y una base de L2 .
b. Calcular una base de L1 ∩ L2 . Deducir de esto dim(L1 ∩ L2 ) y dim(L1 + L2 ).

Solución: Para el primer apartado, consideramos A la matriz de los coeficientes del sistema de
ecuaciones implı́citas que define L1 :
 
1 −1 −2 0
A= 1 2 1 0 .
1 1 0 0
Sabemos que:
dim L1 = dim R4 − rgA = 4 − rgA.
Por lo tanto determinamos dim L1 buscando rgA. Buscamos un menor máximo no nulo de A; lo
hacemos por el método del orlado. El menor de orden 2 de las fila 1, 2 y de las columnas 1, 2 es
no nulo, y los menores de orden 3 que lo orlan son ambos nulos. Por lo tanto A tiene rango 2,
y dim L1 = 2. Además esto nos indica que la tercera ecuación (que no participa en el menor no
nulo de orden máximo encontrado) es combinación lineal de las dos primeras, y tenemos como
sistema de ecuaciones implı́citas independientes para A:

x − y − 2z = 0
x + 2y + z = 0
Ahora consideramos L2 . Buscamos una base de L2 , su cardinal sera la dimensión de L2 . Buscamos
esta base como subconjunto del sistema de generadores dado. Sea B la matriz de los generadores
dados de L2 :  
1 0 2
 0 1 1 
B=  1 0 2 

3 1 7
Buscamos un menor no nulo máximo de B. Las columnas que participen en este menor correspon-
derán a una base de L2 . El menor de orden 2 de las dos primeras filas y dos primeras columnas
de B es no nulo y los dos menores de orden 3 que lo orlan valen cero. Por lo tanto rgB = 2,
dim L2 = 2 y tenemos que {(1, 0, 1, 3), (0, 1, 0, 1)} es una base de L2 .
Para el segundo apartado, sea v ∈ L2 . Se descompone en la base {(1, 0, 1, 3), (0, 1, 0, 1)} de L2 :
v = α1 (1, 0, 1, 3) + α2 (0, 1, 0, 1) = (α1 , α2 , α1 , 3 α1 + α2 ),
y pertenece a L1 si y sólo si es solución de:

x − y − 2z = 0
x + 2y + z = 0
es decir si y sólo si:
α1 − α2 − 2α1 = 0
α1 + 2α2 + α1 = 0
Este sistema de incógnitas α1 , α2 es equivalente a:
α1 + α2 = 0.
Por lo tanto, los elementos de L1 ∩ L2 son exactamente los de la forma:
(α1 , −α1 , α1 , 2 α1 )
para α1 ∈ R, de donde
L1 ∩ L2 = h(1, −1, 1, 2)i .
Una base de L1 ∩ L2 es {(1, −1, 1, 2)} y dim(L1 ∩ L2 ) = 1. Por el teorema de la dimensión:
dim(L1 + L2 ) = dim L1 + dim L2 − dim(L1 ∩ L2 ) = 2 + 2 − 1 = 3.

Ejercicio.– Sea V un R-espacio vectorial de dimensión 3, y sea W un R-espacio vectorial de dimen-

sión 4. Sea B = {v 1 , v 2 , v 3 } una base de V y sea B 0 = {w1 , w2 , w3 , w4 } una base de W . Consideremos
la aplicación lineal f : V → W definida por los siguientes datos:
f (v 1 ) = w1 + w2 + w3 + w4
f (v 2 ) = w1 + w2 + 2w3
f (v 3 ) = + w3 − w4
Consideremos además las variedades lineales
L = h(0, −1, 1), (1, 0, 0)i ⊂ V
L0 = h(0, 0, 0, 1), (2, 2, 2, 1)i ⊂ W.
1. Hallar la matriz de f respecto de las bases B y B 0 .
2. Hallar una base de las variedades f (L), Im(f ) y ker(f ).
3. Hallar un sistema de ecuaciones implı́citas independientes de la variedad f −1 (L0 ).
Solución: Comencemos por dar la matriz de f respecto de B que, por lo estudiado en teorı́a es,
precisamente,  
1 1 0
 1 1 0 
MB (f ) = A = 
 1 2
.
1 
1 0 −1
La imagen de f , Im(f ) está generada por las columnas de A, por lo que
Im(f ) = h(1, 1, 1, 1), (1, 1, 2, 0), (0, 0, 1, −1)i.
Ahora bien,  
1 1 0
 1 1 0 
rg(A) = rg 
 1
 = 2,
2 1 
1 0 −1
porque C3 = C2 − C1 . Por tanto, una base de Im(f ) es
Im(f ) = h(1, 1, 1, 1), (1, 1, 2, 0)i.
Para hallar el núcleo de f , ker(f ), tenemos que resolver el sistema
AX t = 04×1 ,
esto es, 

 x1 + x2 = 0
x1 + x2 = 0


 x1 + 2x2 + x3 = 0
x1 − x3 = 0


Como ya hemos hallado antes el rango de A, sabemos que podemos quedarnos, por ejemplo,
con las ecuaciones segunda y cuarta, dejando a x3 como parámetro. Entonces

x1 + x2 = 0
=⇒ x1 = α, x2 = −α, x3 = α;
x1 = x3
de donde
ker(f ) = h(1, −1, 1)i.
Para dar ahora f (L) necesitamos un sistema generador, cosa que ya tenemos, y hemos de
calcular sus imágenes. Nada más fácil:
 
  −1
0  −1 
t
f (0, −1, 1) = A −1  = 

 −1  =⇒ f (0, −1, 1) = (−1, −1, −1, −1).

1
−1
 
 1
1  1 
t
f (1, 0, 0) = A 0  = 

 1  =⇒ f (1, 0, 0) = (1, 1, 1, 1).

0
1
De aquı́, por lo estudiado en teorı́a,
f (L) = h(−1, −1, −1, −1), (1, 1, 1, 1)i = h(1, 1, 1, 1)i.
Para calcular f −1 (L0 ) necesitamos un sistema de ecuaciones que defina L0 . Por ejemplo,


 0 2 x2
0 = 0 2 x3 =⇒ x2 − x3 = 0
  

0 2 x1


1 1 x4


 0 2 x2  
2 = rg  0 2 x3 
 =⇒
0 2 x1


1 1 x4


0 = 0 2 x3 =⇒ x1 − x3 = 0




1 1 x4

Las ecuaciones de L0 son entonces, en forma matricial,

 
x1
1 0 −1 0   x2  = 02×1 ,

0 1 −1 0  x3 
x4
por lo que, siguiendo la teorı́a, unas ecuaciones de f −1 (L0 ) son

 
x1
1 0 −1 0 − x2 − x3 = 0
·A·  x2  = 02×1 =⇒ =⇒ x2 + x3 = 0.
0 1 −1 0 − x2 − x3 = 0
x3

Ejercicio 1.– Sea C la base habitual de R2 y C 0 la base habitual de R3 . Sea f : R3 −→ R2 el homo-

morfismo de R–espacios vectoriales cuya matriz, con respecto a C y C 0 , es:

2 1 1
MC,C 0 (f ) =
1 1 2
a. Demostrar que f es sobreyectiva y que ker f tiene dimensión 1.

b. Calcular una base {u1 } de ker f .
c. Hallar vectores u2 y u3 tales que {u1 , u2 , u3 } sea una base de R3 que llamaremos B.
d. Comprobar que {f (u2 ), f (u3 )} es una base B 0 de R2 .
e. Hallar MB,B0 (f ).
Solución: Vayamos por partes:

a. El menor 2×2 de las dos primeras columnas de la matriz es no nulo. Por lo tanto, la matriz tiene
rango 2. Utilizamos la propiedad vista en clase: f es sobreyectiva si y solo si rgMC,C 0 (f ) = dim R2
(ya que R2 es el espacio de llegada), por lo tanto f es sobreyectiva. Utilizamos ahora la formula:
dim ker f = dim RR3 − rgMC,C 0 (f )
(ya que R3 es el espacio de salida), por lo tanto dim ker f = 1.

b. Resolvemos  
x
0
MC,C 0  y  = .
0
z
Para esto, por ejemplo, escalonamos la matriz MC,C 0 , haciendo F2 ← 2F2 − F1 , se obtiene

2 1 1
0 1 3
y luego hacemos F1 ← F1 − F2 , viene

2 0 −2
0 1 3
Vemos que el conjunto de las soluciones es:
{(z, −3 z, z)|z ∈ R}
Por lo tanto, ker f esta generado por (1, −3, 1). Este vector forma una base de ker f .
c. Elegimos u2 = (0, 1, 0) y u3 = (0, 0, 1) (hay muchas otras elecciones posibles). Se tiene que
 
1 0 0
M (u1 , u2 , u3 )C =  −3 1 0  ,
1 0 1
tiene determinante 1, por lo tanto es regular, y de esto {u1 , u2 , u3 } es una base de R3 .

d. Se lee en la matriz de f que f (u2 ) = (1, 1) y f (u3 ) = (1, 2). Estos dos vectores no son propor-
cionales, por lo tanto forman un conjunto linealmente independiente de elementos de Imf . Como
dim Imf = 2, forman una base de Imf = R2 .

e. Es
0 1 0
0 0 1
Ejercicio 2.– Sea f el endomorfismo de R3 cuya matriz con respecto a la base habitual C es:
 
1 0 0
 −1 2 0 
−1 0 2
a. Hallar los autovalores de f .

b. Hallar una base de cada subespacio invariante.
c. Hallar una base B tal que MB (f ) sea diagonal. Escribir también MB (f ).
Solución: El polinomio caracterı́stico de f es:

X −1 0 0

1 X − 2 0 = (X − 2)2 (X − 1).

1 0 X −2
Los autovalores son las raı́ces del polinomio caracterı́stico, esto es, 1 y 2. El subespacio invariante
asociado a 1 es el conjunto de las soluciones de:
    
0 0 0 x 0
 1 −1 0   y  =  0 .
1 0 −1 z 0
Se obtiene un subespacio de base {(1, 1, 1)}. Por su parte, el subespacio invariante asociado a 2 es
el conjunto de las soluciones de:
    
1 0 0 x 0
 1 0 0  y  =  0 .
1 0 0 z 0
Es el subespacio definido por x = 0, admite como base {(0, 1, 0), (0, 0, 1)}.
Si consideramos la reunión de las bases anteriores:
B = {(1, 1, 1), (0, 1, 0), (0, 0, 1)}
Es linealmente independiente por ser reunión de bases de subespacios invariantes. Además su

cardinal es la dimensión del espacio ambiente R3 , por lo tanto es una base de R3 . Se tiene:
 
1 0 0
MB (f ) =  0 2 0 
0 0 2

Ejercicio.– Sea V un Q-espacio vectorial de dimensión 5, y sea B = {v1 , v2 , v3 , v4 , v5 } una base de

V . Consideremos el endomorfismo f : V −→ V determinado por los siguientes datos:


 f (v1 ) = 4v1 − 6v3 − 3v4 + 6v5 ,
 f (v2 ) = −3v1 + v2 + 6v3 + 3v4 − 6v5 ,


f (v3 ) = − 2v3 ,
f (v ) = 6v − 6v − 5v + 6v 5,

4 1 3 4



f (v5 ) = − 2v5 .

Determinar si f es diagonalizable y, en ese caso, hallar una base B 0 de V y una matriz diagonal D
tal que MB0 (f ) = D.
Solución: Sabemos que  

4 −3 0 6 0

 0 1 0 0 0 

MB (f ) = 
 −6 6 −2 −6 0 .

 −3 3 0 −5 0 
6 −6 0 6 −2
Primero tenemos que calcular los autovalores de f . Para ello calculamos el polinomio carac-
terı́stico |λI5 − MB (f )| y hallamos sus raı́ces:
λ−4 3 0 −6 0
0 λ−1 0 0 0
λ−4 −6
6 −6 λ + 2 6 0 = (λ + 2)2 (λ − 1) = (λ + 2)3 (λ − 1)2 ,
3 λ+5
3 −3 0 λ+5 0
−6 6 0 −6 λ + 2
luego tenemos dos autovalores:
λ = −2, mult(−2) = 3; λ = 1, mult(1) = 2.
Pasamos a calcular los subespacios invariantes. Comenzamos con V1 = ker(I5 − f ), definido

por un sistema de ecuaciones:
(I5 − MB (f )) X t = 05×1 .
La matriz queda
 
−3 3 0 −6 0

 0 0 0 0 0 

C = I5 − MB (f ) = 
 6 −6 3 6 0  =⇒ rg(C) = 3,

 3 −3 0 6 0 
−6 6 0 −6 3
dado, por ejemplo, por las tres últimas filas y columnas. Resolviendo el sistema por Rouché–
Fröbenius, obtenemos la solución general
−α + β
x1 = α, x2 = β, x3 = −α + β, x4 = , x5 = α − β.
2
Dando valores, obtenemos,
V1 = h (2, 0, −2, −1, 2), (0, 2, 2, 1, −2) i.

Vamos ahora con V−2 = ker((−2) · I5 − f ), definido por un sistema de ecuaciones:
((−2) · I5 − MB (f )) X t = 05×1 .
La matriz queda
 
−6 3 0 −6 0

 0 −3 0 0 0 

C = I5 − MB (f ) = 
 6 −6 0 6 0  =⇒ rg(C) = 2,

 3 −3 0 3 0 
−6 6 0 −6 0
dado por las dos primeras filas y las columnas 2 y 4. Resolviendo el sistema,
x1 = α, x2 = 0, x3 = β, x4 = −α, x5 = γ.
Ası́ pues,
V−2 = h (1, 0, 0, −1, 0), (0, 0, 1, 0, 0), (0, 0, 0, 0, 1) i.
La unión de ambas bases es base de V , como se puede comprobar fácilmente. Conforme a los
resultados de la teorı́a, entonces, si
B 0 = {(2, 0, −2, −1, 2), (0, 2, 2, 1, −2), (1, 0, 0, −1, 0), (0, 0, 1, 0, 0), (0, 0, 0, 0, 1)},
 
1

 1 

MB0 (f ) =   −2 .

 −2 
−2

Ejercicio 1.– Se considera L, el subespacio generado por los vectores
{ (1, 1, 0, i), (0, i, 0, 1), (1, 0, 0, 2i), (0, 0, i, 0)}
en C4 . Obtener una base ortonormal de L.
Solución: Utilizaremos el algoritmo de Gram–Schmidt. Para ello comencemos por ver si los vec-
tores son base de L. Dado que  
1 0 1 0
 1 i 0 0 
rg 
 0 0 0 i =3

i 1 2i 0
nos quedaremos con, por ejemplo, los tres últimos vectores (que son más sencillos). Aplicamos
entonces Gram–Schmidt haciendo:
v 1 = (0, i, 0, 1)
y también
v 2 = (1, 0, 0, 2i) + αv 1 = (1, α i, 0, α + 2i),
para cierto α ∈ C (cuidado: α es un número complejo, en principio).
Imponemos ahora que v 1 ·v 2 = 0, para lo cual, dado que el vector que conocemos por completo
es v 1 haremos
0 = v 1 v t2 = 0 · 1 + (−i) · α i + 0 · 0 + 1 · (α + 2i) = 2α + 2i,
por lo que, en este caso, α = −i, o sea, v 2 = (1, 1, 0, i). Hacemos entonces
v 3 = (0, 0, i, 0) + βv 1 + γv 2 = (γ, β i + γ, i, β + γ i)
e imponemos que sea ortogonal a los dos anteriores, de la misma forma a como hemos hecho
antes.
v 1 · v 3 = 0 =⇒ 2β = 0
v 2 · v 3 = 0 =⇒ 3γ = 0
De donde deducimos que v 3 = (0, 0, i, 0) (era elemental ver que ése vector ya era ortogonal
a los otros dos, pero lo hemos hecho por seguir el algoritmo ciegamente). Sólo resta normalizar
para obtener la base buscada

v1 v2 v3 1 1
, , = √ (0, i, 0, 1), √ (1, 1, 0, i), (0, 0, i, 0) .
||v 1 || ||v 2 || ||v 3 || 2 3
Ejercicio 2.– Consideramos el endomorfismo f de R3 cuya matriz en la base habitual es:

 
0 57 1
 0 1 0 
0 0 a
donde a es un numero indeterminado.

a. Hallar el polinomio caracterı́stico P (X) de f .
b. Supongamos que a es distinto de 0 y 1. Dar la lista de las raı́ces de P (X) con sus multiplicidades
respectivas. Deducir de esto (sin cálculo de subespacios invariantes) que f es diagonalizable. Dar
una matriz diagonal de f .
c. Sea ahora a = 0. Dar la lista de las raı́ces de P (X) con sus multiplicidades respectivas. Deter-
minar si f es o no es diagonalizable.
d. Mismas preguntas que en c. en el caso a = 1.
Solución: El polinomio caracterı́stico es:

X
−57 −1
P (X) = 0 X − 1 0 = X(X − 1)(X − a)
0 0 X −a
Para a distinto de 0 y 1, las raı́ces de P (X) son 0, 1 y a. Son raı́ces simples. Utilizamos que un
endomorfismo de un k–espacio vectorial de dimensión m que tiene m autovalores distintos en k es
diagonalizable, ya que. estamos en este caso con m = 3 y k = R. Por lo tanto f es diagonalizable.
Una matriz diagonal de f es:  
a 0 0
 0 0 0 .
0 0 1
Para a = 0, el polinomio P (X) tiene como raı́ces 0 (raiz doble) y 1 (raiz simple). Estamos en
el caso cuando la suma de las multiplicidades de los autovalores del endomorfismo es igual a la
dimensión del espacio vectorial. En tal caso, el endomorfismo es diagonalizable si y solo si cada
subespacio invariante tiene como dimensión la multiplicidad del autovalor correspondiente. En
el caso considerado, obtenemos que f es diagonalizable si y solo si dim V1 = 1 y dim V0 = 2.
La primera condición se cumple automáticamente, por lo que f es diagonalizable si y solo si
dim V0 = 2. El subespacio V0 es el núcleo de f , por lo tanto su dimensión es 3 − k, donde k es el
rango de:  
0 −57 −1
 0 −1 0 .
0 0 0
Esta matriz tiene rango 2 (porque su determinante vale 0, pero el menor de filas 1, 2 y columnas
2, 3 es no nulo), por lo tanto dim V0 = 1, de donde sigue que f no es diagonalizable.
En el caso a = 1 P (X) tiene como raı́ces 0 (raiz simple) y 1 (raiz doble). Aplicando el mismo
teorema que en c., obtenemos que f es diagonalizable si y solo si dim V1 = 2. El subespacio V1 es
el núcleo de id − f , que tiene como matriz en la base habitual:
 
1 −57 −1
 0 0 0 .
0 0 0
que tiene obviamente rango 1. Por lo tanto, dim V1 = 2, y f es diagonalizable.

Ejercicio.– Entre los espacios vectoriales V2 = C2 [X] y V3 = C3 [X] se define la aplicación
f : V2 −→ V3
P (X) 7−→ (X − i)P (X) − P (0)
1) Demostrar que f es un homomorfismo de espacios vectoriales.
2) Hallar la matriz de f respecto de las bases habituales {1, X, X 2 } y {1, X, X 2 , X 3 }.
3) Hallar ker(f ) e Im(f ). Estudiar si f es inyectiva y/o sobreyectiva.
Solución: Para ver que f es un homomorfismo de espacos vectoriales consideramos dos vec-
tores P (X), Q(X) ∈ V y dos escalares α, β ∈ C. Entonces
f (αP (x) + βQ(x)) = (X − i)(αP (x) + βQ(x)) − (αP (x) + βQ(x))(0)

= α(X − i)P (x) + β(X − i)Q(x) − (αP (0) + βQ(0))
= α(X − i)P (x) − αP (0) + β(X − i)Q(x) − βQ(0))
= αf (P (x)) + βf (Q(X)),
de donde f es un endomorfismo de V .
Para hallar la matriz de f respecto de las bases habituales, que notaremos B y C (por ejemplo),
hallamos las imágenes de los elementos de B:
f (1) = (X − i) · 1 − 1 = X − (i + 1) =⇒ f (1)C = (−i − 1, 1, 0, 0)

f (X) = (X − i) · X − 0 = X 2 − iX =⇒ f (X)C = (0, −i, 1, 0)
f (X 2 ) = (X − i) · X 2 − 0 = X 3 − iX 2 =⇒ f (X 2 )C = (0, 0, −i, 1)
de donde tenemos que  

−i − 1 0 0
 1 −i 0 
MB,C (f ) =  .
 0 1 −i 
0 0 1
El núcleo de f tiene por ecuaciones
 
x1
MB,C (f )  x2  = 03×1 .
x3
Como se tiene que
rg (MB,C (f )) = 3,
es entonces obvio que ker(f ) = {0}, de donde f es inyectiva.
Como sabemos por teorı́a
Im(f ) = h (−i − 1, 1, 0, 0), (0, −i, 1, 0), (0, 0, −i, 1) i .
Obviamente
dim (Im(f )) = rg (MB,C (f )) = 3,
de donde f no puede ser sobreyectiva, ya que dim(V3 ) = 4.

Ejercicio.– Sea V = R3 y f3 el endomorfismo cuya matriz respecto de la base habitual es

 
1 1 1
A= 1 1 1 
1 1 1
Se pide:
1. Calcular los autovalores de f3 y los espacios de autovectores respectivos.
2. Demostrar que f3 es diagonalizable.
3. Demostrar que el endomorfismo fn de V = Rn con matriz respecto de la base habitual

 
1 ··· 1
 .. . . .. 
 . . . 
1 ··· 1
es diagonalizable.
Solución: Vayamos por partes.
1. Es sencillo ver que el polinomio caracterı́stico |A − λI| = (λ)2 (λ − 3) y que, por tanto, los
autovalores son λ1 = 0 con multiplicidad 2 y λ2 = 3 con multiplicidad 1.
Una base del espacio V0 = ker(f3 − 0 · IdV ) = ker(f ) de autovectores asociados a λ1 es, por
ejemplo, {(−1, 1, 0), (−1, 0, 1)}.
Una base de V3 = ker(f3 − 3 · IdV ), los autovectores asociados a λ2 , es {(1, 1, 1)}.
2. Como coinciden, para todos los autovalores, la multiplicidad y la dimensión del subespacio
asociado, el endomorfismo f3 es diagonalizable.
3. Para estudiar la matriz en dimensión n puede resultar más sencillo que hacer los cálculos
anteriores darse cuenta de que los autovalores son 0 y n porque:
0 es autovalor: V0 = ker(f − 0 · IdV ) es en realidad el núcleo de f y tiene dimensión

n − 1.
n es autovalor porque fn (1, . . . , 1) = n(1, . . . , 1). La dimensión de Vn = ker(fn − n · IdV )
es por tanto mayor o igual que 1, pero no puede ser mayor que uno porque la suma de
las multiplicidades serı́a mayor que n, contando con la del cero que es n − 1.

Ejercicio.– Sea V = R4 , y sea f ∈ End(V ) el endomorfismo dado, respecto de la base habitual, por
la matriz  
4 0 0 0
 0 3 0 −1 
A=  0
.
0 4 0 
0 −1 0 3
1) Hallar una base C, ortonormal, de V tal que MC (f ) sea diagonal.
2) Sea L : x1 − x4 = 0. Hallar f (L) y f −1 (L).
Solución: Para empezar calculamos el polinomio caracterı́stico:

|λI4 − A| = (λ − 4)3 (λ − 2),
por lo que tenemos dos autovalores, λ = 4 (multiplicidad 3) y λ = 2 (multiplicidad 1).
El espacio de autovectores V4 se calcula haciendo
V4 : (4I4 − A)X t = 04×1 =⇒ V4 : x2 + x4 = 0,
de donde
V4 = h (1, 0, 0, 0), (0, 1, 0, −1), (0, 0, 1, 0) i.
Por su parte
V2 : (2I4 − A)X t = 04×1 =⇒ V2 : x : 1 = x3 = x2 − x4 = 0,
de donde
V2 = h (0, 1, 0, 1) i.
Entonces una base que diagonaliza a A es, precisamente,
B = { (1, 0, 0, 0), (0, 1, 0, −1), (0, 0, 1, 0) (0, 1, 0, 1) } ,
siendo  
4
 4 
MB (f ) =  .
 4 
2
La misma matriz se obtiene si aplicamos Gram–Schmidt a las dos bases obtenidas para V4 y
V2 . En concreto, como ya son ortogonales, basta con normalizar los vectores. La base buscada es

1 1
C = (1, 0, 0, 0), √ (0, 1, 0, −1), (0, 0, 1, 0) √ (0, 1, 0, 1) .
2 2
Para hallar f (L) notemos que
L = h (1, 0, 0, 1), (0, 1, 0, 0), (0, 0, 1, 0) i,
de donde
f (L) = h f (1, 0, 0, 1), f (0, 1, 0, 0), f (0, 0, 1, 0) i = h (4, −1, 0, 3), (0, 3, 0, −1), (0, 0, 4, 0) i.
Por otra parte, como
L : ( 1 0 0 − 1 ) X t = 0,
entonces
f −1 (L) : ( 1 0 0 − 1 ) AX t = 0,
esto es,
f −1 (L) : 4x1 + x2 − 3x4 = 0.

Ejercicio 1.– En A3 (Q) consideramos las variedades lineales afines

−−−−−−→ −−−−→
Y1 = (1, 1, 1) + h(1, −1, 0)i, Y2 = (0, 3, 2) + h(1, 0, 1)i.
Se pide:
1. Hallar Y1 ∩ Y2 . Si no es vacı́a, determinarla por un punto y su dirección.
2. Hallar un sistema de ecuaciones implı́citas de Y1 + Y2 .
Ejercicio 2.– Consideremos las variedades afines dadas por

−−−−→
r : (−1, 0, 1) + (0, 0, 1) , π : x2 = 1.
1. Probar que r ∩ π = ∅.
2. Calcular su posición relativa, es decir, dim(r), dim(π), dim(r + π) y dim(r ∩ π), enunciando
la fórmula de la dimensión adecuada.
3. Hallar unas ecuaciones implı́citas de r + π.

Ejercicio.– En el espacio afı́n A5 (R) se consideran los dos planos siguientes:

−−−−−−−−→ −−−−−−−−−→
π1 ≡ (0, 0, 0, 0, 1) + h(1, 1, 0, 0, 0), (1, −1, 0, 0, 0)i

 x1 = −1
π2 ≡ x2 = −1
x3 + x4 + x5 = −1

Calcular una perpendicular común a π1 y π2 ası́ como la distancia entre ambos planos.

Ejercicio 1 (7 puntos).– Se considera el espacio afı́n A4 (R) y, en él, los planos
−−−−−−−−−→ −−−−−−→

x1 + x2 = −2
Y1 : Y2 : (0, 1, 0, −1) + h (1, −1, 0, −1), (1, 0, 1, 0) i.
x2 − x4 = 0
1. Hallar un sistema de ecuaciones de Y2 .
2. Calcular Y1 ∩ Y2 .
3. Hallar [D(Y1 ) + D(Y2 )]⊥ .
4. Calcular una perpendicular común a Y1 e Y2 .
5. Hallar d(Y1 , Y2 ).
Ejercicio 2 (3 puntos).– Se considera el plano afı́n A2 (R) y el sistema de referencia canónico R,

respecto del cual tomaremos coordenadas y ecuaciones. Sea Y la recta
Y : x1 + x2 = 2.
1. Hallar un sistema de referencia métrico R0 = {O0 ; u, v} tal que O0 ∈ Y , u ∈ D(Y ), v ∈ D(Y )⊥ .
2. Hallar la matriz, respecto de R, de la simetrı́a de eje Y .

Ejercicio.– En el plano afı́n ordinario se considera la afinidad f de ecuaciones

    
1 1 0 0 1
 x1  −→  0 6 −6   x1  .
x2 −4 2 −1 x2
Se pide:
1. Hallar los puntos invariantes de f .
2. Hallar las direcciones invariantes de f .
3. Hallar las rectas invariantes de f .
4. ¿Qué relación hay entre el/los punto(s) invariante(s) hallado(s) y la(s) recta(s) invariante(s)
hallada(s)? No hay que hacer cálculos; se puede responder con un sencillo razonamiento.

Ejercicio.– Consideremos el plano afı́n A2 (R), y un sistema de referencia afı́n fijado Ra = {O; u1 , u2 }.
Respecto de este sistema de referencia, tenemos afinidad dada por
    
1 1 0 0 1
f  x  =  0 −1 0   x .
y −1 0 1 y
1. Calcular los puntos invariantes de f .
2. Calcular las direcciones invariantes de f .
3. Calcular las rectas invariantes de f , usando las direcciones invariantes.

Ejercicio 1.– En A2 (R), fijemos un sistema de referencia afı́n R. Sea la simetrı́a σ de eje la recta
r = x + 2y − 1 = 0.
1. Dar un sistema de referencia afı́n R0 = {O0 , u0 , v 0 }, tal que O0 ∈ r, u0 ∈ D(r), v 0 ∈ D(r)⊥ .
2. Dar las ecuaciones de σ respecto de R0 .
3. Dar las ecuaciones de σ respecto de R.
Ejercicio 2.– Sean, en A5 (R), las variedades lineales


−−−−−−−−−→ −−−−−−−−→  x5 =1
L1 : (1, 1, 1, 1, 0) + h(1, −1, 0, 0, 0), (0, 0, 1, 2, 0)i, L2 : x 1 + x2 = 2
2x3 − x4 = 1.

1. Determinar su posición relativa y cuántas perpendiculares comunes existen.
2. Calcular d(L1 , L2 ).

Ejercicio 1 (8 puntos).– Se da en el plano el movimiento f de matriz

 
1 0 0
 13/5 −3/5 −4/5 
−6/5 −4/5 3/5
Se pide:
1. Hallar un vector no nulo que determine cada una de sus direcciones invariantes.
2. Hallar las rectas invariantes por f .
3. Hallar la matriz de la simetrı́a s de eje la recta 2x + y − 2 = 0 y la del producto s ◦ f .
4. ¿Qué tipo de movimiento es s ◦ f ?
Ejercicio 2 (2 puntos).– Hallar el hiperplano mediador de los puntos P = (1, 2, 3, 4) y Q =

(5, 4, 3, 2) en el espacio euclı́deo de dimensión 4.

Ejercicio 1.– En A3 (Q) consideramos las variedades lineales afines

−−−−−−→ −−−−→
Y1 = (1, 1, 1) + h(1, −1, 0)i, Y2 = (0, 3, 2) + h(1, 0, 1)i.
Se pide:
1. Hallar Y1 ∩ Y2 . Si no es vacı́a, determinarla por un punto y su dirección.
2. Hallar un sistema de ecuaciones implı́citas de Y1 + Y2 .
Solución: Hay muchas formas de calcular la intersección de dos variedades lineales: por ejem-
plo uniendo sistemas de ecuaciones implı́citas. Lo haremos aquı́ de otra forma. Las ecuaciones
paramétricas de ambas variedades son (cuidado al escoger los parámetros...):
 
 x = 1 + λ  x = µ
Y1 : y = 1 − λ Y2 : y = 3
z = 1 z = 2 + µ
 
Igualando ecuaciones paramétricas tenemos el sistema
1 + λ = µ, 1 − λ = 3, 1=2+µ
que tiene como solución única λ = −2, µ = −1. Llevando este valor de λ a las paramétricas de Y1
−−−−→
tenemos que Y1 ∩ Y2 es el punto (−1, 3, 1) (luego la dirección es h(0, 0, 0)i).
Como Y1 y Y2 se cortan en un punto,
dim(Y1 + Y2 ) = dim(Y1 ) + dim(Y2 ) − dim(Y1 ∩ Y2 ) = 1 + 1 − 0 = 2,
esto es, Y1 + Y2 ha de ser un plano, que contendrá al punto de intersección y a un punto arbitrario
de cada recta (distintos de él), o bien al punto de intersección y a las direcciones de las dos rectas.
Ası́, Y1 + Y2 tendrá una única ecuación implı́cita, que se puede calcular, por ejemplo, hallado
primero su variedad de dirección, que es
−−−−−−→ −−−−→
D(Y1 + Y2 ) = D(Y1 ) + D(Y2 ) = h(1, −1, 0), (1, 0, 1)i : x1 + x2 − x3 = 0
de donde Y1 + Y2 : x1 + x2 − x3 = α, para un cierto α. Imponiendo, por ejemplo, que (1, 1, 1) ha de

estar en Y1 + Y2 , tenemos que Y1 + Y2 : x1 + x2 − x3 = 1.
Ejercicio 2.– Consideremos las variedades afines dadas por

−−−−→
r : (−1, 0, 1) + (0, 0, 1) , π : x2 = 1.
1. Probar que r ∩ π = ∅.
2. Calcular su posición relativa, es decir, dim(r), dim(π), dim(r + π) y dim(r ∩ π), enunciando
la fórmula de la dimensión adecuada.
3. Hallar unas ecuaciones implı́citas de r + π.

Solución.– 1. Las ecuaciones paramétricas de r son

 x1 = −1
r: x2 = 0
x3 = 1 + λ.

Todos los puntos de r tienen la coordenada x2 = 0, por lo que ninguno puede estar en el plano
x2 = 1.
2. Dado que r ∩ π = ∅, se tiene dim(r ∩ π) = −1. Por otro lado, usando la fórmula de la
dimensión para variedades afines con intersección vacı́a,
dim(r + π) + dim(r ∩ π) + dim(D(r) ∩ D(π)) = dim(r) + dim(π).

−−−−→
Como (0, 0, 1) ∈ D(π), dim(D(r) ∩ D(π)) = 1. Por tanto, dim(r + π) = 3. Por otro lado, como
dim(D(r) ∩ D(π)) = 1, sabemos que D(r) ⊂ D(π), luego r y π son paralelas.
3. Dado que dim(r + π) = 3, se tiene r + π = R3 , luego unas ecuaciones implı́citas son 0 = 0.

Ejercicio.– En el espacio afı́n A5 (R) se consideran los dos planos siguientes:

−−−−−−−−→ −−−−−−−−−→
π1 ≡ (0, 0, 0, 0, 1) + h(1, 1, 0, 0, 0), (1, −1, 0, 0, 0)i

 x1 = −1
π2 ≡ x2 = −1
x3 + x4 + x5 = −1

Calcular una perpendicular común a π1 y π2 ası́ como la distancia entre ambos planos.
Solución: Calcularemos una perpendicular común Y como en la demostración del teorema que
prueba su existencia.
La dirección de Y es la ortogonal a D(π1 ) + D(π2 ) (coincide como sabemos con la intersección
de las direcciones ortogonales a cada plano). Nos dan una base de D(π1 ) luego nos falta una base
de D(pi2 ). Resolviendo el sistema
x1 = x2 = x3 + x4 + x5 = 0
obtenemos que una base de D(π2 ) es, por ejemplo,
−−−−−−−−−→ −−−−−−−−−→
{(0, 0, −1, 1, 0), (0, 0, −1, 0, 1)}.
De donde una base de D(π1 ) + D(π2 ) es
−−−−−−−−→ −−−−−−−−−→ −−−−−−−−−→ −−−−−−−−−→
{(1, 1, 0, 0, 0), (1, −1, 0, 0, 0), (0, 0, −1, 1, 0), (0, 0, −1, 0, 1)}
y unas ecuaciones implı́citas de su ortogonal
x1 + x2 = x1 − x2 = −x3 + x4 = −x3 + x5 = 0.
−−−−−−−−→
La solución de dichas ecuaciones, y por tanto la dirección que andamos buscando es h(0, 0, 1, 1, 1)i.
Para encontrar un punto Q de Y tomamos un punto cualquiera de cada plano
Q1 = (0, 0, 0, 0, 1) ∈ π1 , Q2 = (−1, −1, −1, 0, 0) ∈ π2
−−−→
y descomponemos el vector Q1 Q2 como
−−−→
Q1 Q2 = (u1 + u2 ) + v
−−−−−−−−−−−−−→ −−−−−−−−→ −−−−−−−−−→ −−−−−−−−−→ −−−−−−−−−→
(−1, −1, −1, 0, −1) = α1 (1, 1, 0, 0, 0) + α2 (1, −1, 0, 0, 0) + β1 (0, 0, −1, 1, 0) + β2 (0, 0, −1, 0, 1)
−−−−−−−−→
+γ (0, 0, 1, 1, 1),
esto es, con ui ∈ D(πi ) y v ∈ D(Y ). Un posible punto Q, uno de los pies de la perpendicular
común), será Q = Q1 + u1 (el otro será R = Q2 − u2 ). Del sistema anterior se deduce que α1 =
−1, α2 = 0, β1 = 2/3, β2 = −1/3, γ = −2/3.
La perpendicular común –única en este caso porque se ambos planos cruzan– es
−−−−−−−−→
Y = (−1, −1, 0, 0, 1) + h(0, 0, 1, 1, 1)i
p calcula√como la distancia entre Q = (−1, −1, 0, 0, 1) y R =

y la distancia entre los planos se
(−1, −1, −2/3, −2/3, 1/3) que es 4/3 = 2 3/3, el módulo de
−
−−−−−−−−−−−−−→
−2 −2 −2
v = 0, 0, , , .
3 3 3

Ejercicio 1 (7 puntos).– Se considera el espacio afı́n A4 (R) y, en él, los planos

−−−−−−−−−→ −−−−−−→

x1 + x2 = −2
Y1 : Y2 : (0, 1, 0, −1) + h (1, −1, 0, −1), (1, 0, 1, 0) i.
x2 − x4 = 0
1. Hallar un sistema de ecuaciones de Y2 .
2. Calcular Y1 ∩ Y2 .
3. Hallar [D(Y1 ) + D(Y2 )]⊥ .
4. Calcular una perpendicular común a Y1 e Y2 .
5. Hallar d(Y1 , Y2 ).
Solución: Podemos hallar las ecuaciones de Y2 pasando por el proyectivo, pero lo haremos ene
sta ocasión de otra forma. Unas ecuaciones de D(Y2 ) son
 
1 1 x1
 −1 0 x2  x1 + x2 − x3 = 0
rg 
  = 2 =⇒ D(Y2 ) :
0 1 x3  x2 − x4 = 0
−1 0 x4
que sólo difieren de las de Y2 en el términos independiente. Dado que (0, 1, 0, −1) ∈ Y2 , las ecua-
ciones son
x1 + x2 − x3 = 1
Y2 :
x2 − x4 = 2
Con este sistema es obvio que Y1 ∩ Y2 = ∅, ya que los puntos de la primera verifican x2 − x4 = 0
y los de la segunda x2 − x4 = 2.
Para hallar [D(Y1 ) + D(Y2 )]⊥ podemos calcular una base de D(Y1 ), unirle la de D(Y2 ) y hallar
el ortogonal. En concreto:
−−−−−−−−−→ −−−−−−→

x1 + x2 = −2
D(Y1 ) : =⇒ D(Y1 ) = h ((1, −1, 0, −1), (0, 0, 1, 0) i,
x2 − x4 = 0
de donde −−−−−−−−−→ −−−−−−→ −−−−−−→

D(Y1 ) + D(Y2 ) = h (1, −1, 0, −1), (0, 0, 1, 0), (1, 0, 1, 0) i =⇒

 x1 − x2 − x4 = 0
⊥
=⇒ [D(Y1 ) + D(Y2 )] : x3 = 0
x1 + x3 = 0

−−−−−−−→
y resolviendo fácilmente, [D(Y1 ) + D(Y2 )]⊥ = h (0, 1, 0, −1) i.
Para hallar la perpendicular común podemos seguir el procedimiento del teorema: tomamos
puntos cualesquiera P1 ∈ Y1 y P2 ∈ Y2 :
−−→ −−−−−−−→
P1 = (−2, 0, 0, 0), P2 = (0, 1, 0, −1) =⇒ P1 P2 = (2, 1, 0, −1),
y descomponemos este vector en suma un vector de D(Y1 ), otro de D(Y2 ) y otro de [D(Y1 ) + D(Y2 )]⊥ :
−−−−−−−→ −−−−−−−−−→ −−−−−−→ −−−−−−→ −−−−−−−→
(2, 1, 0, −1) = α(1, −1, 0, −1) + β (0, 0, 1, 0) + γ (1, 0, 1, 0) + δ (0, 1, 0, −1) =⇒


2

 = α + γ
1 = −α + δ

=⇒ =⇒ α = 0, β = −2, γ = 2, δ = 1,

 0 = β + γ
−1 = −α − δ

y entonces los pies de la perpendicular común son

−−−−−−−−−→ −−−−−−→
Q1 = P1 + 0 · (1, −1, 0, −1) + (−2) · (0, 0, 1, 0) = (−2, 0, −2, 0)
−−−−−−→
Q2 = P2 − 2 · (1, 0, 1, 0) = (−2, 1, −2, −1),
y una perpendicular común (notemos que, como Y1 e Y2 no se cruzan, puede haber infinitas perpen-
diculares comunes) es
−−−−−−−→
(−2, 0, −2, 0) + h (0, 1, 0, −1) i.
Por último, −−−→ −−−−−−−→ 2
d(Y1 , Y2 ) = d(Q1 , Q2 ) = Q1 Q2 = (0, 1, 0, −1) = √ .

2
Ejercicio 2 (3 puntos).– Se considera el plano afı́n A2 (R) y el sistema de referencia canónico R,

respecto del cual tomaremos coordenadas y ecuaciones. Sea Y la recta
Y : x1 + x2 = 2.
1. Hallar un sistema de referencia métrico R0 = {O0 ; u, v} tal que O0 ∈ Y , u ∈ D(Y ), v ∈ D(Y )⊥ .
2. Hallar la matriz, respecto de R, de la simetrı́a de eje Y .
−−−−→
Solución: Claramente podemos tomar, por ejemplo, O0 = (1, 1). Un vector de D(Y ) es (1, −1),
−−−→
mientras que uno de D(Y )⊥ es (1, 1). Para que R0 sea sistema de referencia métrico la base vecto-
rial asociada tiene que ser ortonormal. Obviamente los vectores son ortogonales; por lo que basta
normalizarlos para tener una base ortonormal. Ası́,
( −−−−−−−−→
−−−−−−−−→)
1 −1 1 1
R0 = (1, 1); √ , √ , √ , √ .
2 2 2 2
Para hallar la matriz de σ, la simetrı́a de eje Y , notemos que
σ(O0 ) = O0 , →
−
σ (u) = u, →
−
σ (v) = −v;
por las propiedades de las simetrı́as hiperplanares. Entonces

 
1 0 0
MR0 (σ) =  0 1 0 ,
0 0 −1
de donde  
1 0 0
MR (σ) = M (R0 , R)MR0 (σ)M (R, R0 ) =  2 0 −1  .
2 −1 0

Ejercicio.– En el plano afı́n ordinario se considera la afinidad f de ecuaciones

    
1 1 0 0 1
 x1  −→  0 6 −6   x1  .
x2 −4 2 −1 x2
Se pide:
1. Hallar los puntos invariantes de f .
2. Hallar las direcciones invariantes de f .
3. Hallar las rectas invariantes de f .
4. ¿Qué relación hay entre el/los punto(s) invariante(s) hallado(s) y la(s) recta(s) invariante(s)
hallada(s)? No hay que hacer cálculos; se puede responder con un sencillo razonamiento.
Solución: Designemos por A a la matriz de la afinidad. Para hallar los puntos invariantes pode-
mos, por ejemplo, sin pasar por el proyectivo, resolver el sistema
 
 
0

1
 
1
 0
 
 0  = A  x1  −  x1  = 
 5 x 1 − 6 x 2


0 x2 x2
−4 + 2 x1 − 2 x2
Un cálculo sencillo nos da como punto invariante el (12, 10).

Para hallar las direcciones invariantes podemos usar que las direcciones invariantes son las
→
−
rectas de autovectores de f , cuya matriz es
!
6 −6
.
2 −1
El polinomio caracterı́stico es

λ−6 6
= λ2 − 5 λ + 6 ,

−2 λ + 1
−−−→
cuyas raı́ces son 2 y 3. Al autovalor 2 corresponde la recta de autovectores h(3, 2)i y a 3 correspon-
−−−→
de h(2, 1)i.
Desde luego, una recta invariante debe tener una dirección invariante, luego, si no queremos
hallar hiperplanos invariantes como en teorı́a, podemos optar por buscar rectas invariantes en las
dos direcciones anteriores. Para la primera (y análogamente después para la segunda), se trata de
−−−−→ −−−→
hallar los puntos P = (x1 , x2 ) tales que P f (P ) ∈ h(3, 2)i.
Como −−−−→ −−−−−−−−−−−−−−−−−−−−−→
P f (P ) = (5 x1 − 6 x2 , −4 + 2 x1 − 2 x2 ),
esos puntos P deberán verificar que
5 x1 − 6 x2 = 3λ; −4 + 2 x1 − 2 x2 = 2λ.

Despejando x1 y x2 en esas dos ecuaciones tenemos x1 = 12 + 3λ, x2 = 10 + 2λ que son las
−−−→
paramétricas de la recta −2 x1 −6+3 x2 = 0, única recta invariante de dirección h(3, 2)i. De manera
−−−→
análoga se calcula que sólo hay una recta invariante de dirección h(2, 1)i, que es −x1 − 8 + 2 x2 = 0.
Como las rectas invariantes no son evidentemente paralelas, se deben cortar en un único pun-
to. El transformado de este punto debe pertenecer a ambas, por ser rectas invariantes, luego es él
mismo. Ası́ el punto invariante hallado debe ser el de intersección de las dos rectas invariantes
halladas, cosa que se puede comprobar trivialmente con un cálculo directo.

Ejercicio.– Consideremos el plano afı́n A2 (R), y un sistema de referencia afı́n fijado Ra = {O; u1 , u2 }.
Respecto de este sistema de referencia, tenemos afinidad dada por
    
1 1 0 0 1
f  x  =  0 −1 0   x  .
y −1 0 1 y
1. Calcular los puntos invariantes de f .
2. Calcular las direcciones invariantes de f .
3. Calcular las rectas invariantes de f , usando las direcciones invariantes.
Solución.– 1. Se trata simplemente de resolver el sistema de ecuaciones

      
1 1 0 0 1 1
f  x  =  0 −1 0   x  =  x ,
y −1 0 1 y y
de donde
−x =x
,
−1 + y = y
y, por tanto, la variedad de puntos invariantes es vacı́a.
→
−
2. Podemos calcular las direcciones invariantes como los autovalores de f . En este caso, como
→
−
f viene dada por la matriz
−1 0
,
0 1
tiene, obviamente, dos autovalores,
−−−→ −−−→
u1 = (1, 0), u2 = (0, 1).
que son las direcciones invariantes.
3. Para que una recta sea invariante, su dirección debe serlo (pues es la intersección de una
recta invariante con la recta del infinito, que también lo es). Por tanto, buscamos puntos P = (x, y)
cuya imagen esté en la recta P + u1 o P + u2 .
En el primer caso, tenemos que resolver el sistema de ecuaciones
−−−→
f (x, y) = (x, y) + λ(1, 0)
lo que da
−x = x + λ, y − 1 = y;
que, evidentemente no tiene solución. En el segundo caso, la ecuación
−−−→
f (x, y) = (x, y) + λ(0, 1),
da
−x = x, y − 1 = y + λ;
que tiene como solución x = 0 y λ = −1. Esto quiere decir que todo punto de la forma (0, y)
−−−→
verifica que su imagen está en la recta (0, y) + λ(0, 1), o, de otra forma, que la recta x = 0 es
invariante.

Ejercicio 1.– En A2 (R), fijemos un sistema de referencia afı́n R. Sea la simetrı́a σ de eje la recta
r = x + 2y − 1 = 0.
1. Dar un sistema de referencia afı́n R0 = {O0 , u0 , v 0 }, tal que O0 ∈ r, u0 ∈ D(r), v 0 ∈ D(r)⊥ .
2. Dar las ecuaciones de σ respecto de R0 .
3. Dar las ecuaciones de σ respecto de R.
Solución.– 1. Tomaremos el sistema de referencia lo más sencillo posible. Para O0 , tomamos O0 =

−−−−→
(1, 0); y para u0 , la dirección de r, a saber u0 = (−2, 1). Finalmente, la elección natural para v 0 es
−−−→
v 0 = (1, 2).
2. Sabemos que σ(O0 ) = O0 , porque O0 pertenece al eje de la simetrı́a. Además, como la direc-
ción de r es invariante, se tiene que →
−
σ (u0 ) = u0 , y para un vector ortogonal se tiene →
−
σ (v 0 ) = −v 0 .
Por tanto, las ecuaciones de σ respecto R0 = {O0 ; u0 , v 0 } son
 
1 0 0
A = MR0 (σ) =  0 1 0 .
0 0 −1
3. Por el teorema de cambio de sistema de referencia, sabemos que
MR (σ) = M (R0 , R)MR0 (σ) M (R, R0 ).
Ası́ si la matriz de cambio de sistema de referencia

 
1 0 0
B = M (R0 , R) =  1 −2 1  ,
0 1 2
se tiene  
1 0 0
MR (σ) = BAB −1 =  2/5 3/5 −4/5 
4/5 −4/5 −3/5.
Ejercicio 2.– Sean, en A5 (R), las variedades lineales


−−−−−−−−−→ −−−−−−−−→  x5 =1
L1 : (1, 1, 1, 1, 0) + h(1, −1, 0, 0, 0), (0, 0, 1, 2, 0)i, L2 : x 1 + x2 = 2
2x3 − x4 = 1.

1. Determinar su posición relativa y cuántas perpendiculares comunes existen.
2. Calcular d(L1 , L2 ).

Solución.– 1. Casi siempre es útil averiguar primero la intersección. En este caso, las paraméricas
de L1 son 

 x1 = 1 + λ,
 x2 = 1 − λ,


x3 = 1 + µ,
x4 = 1 + 2µ,




x5 = 0.

Es inmediato ver que la ltima ecuación, x5 = 0 es incompatible con la primera ecuación implı́cita
de L2 , y, por lo tanto, L1 ∩ L2 = ∅. Por tanto, tenemos que

dim(L1 + L2 ) = dim(L1 ) + dim(L2 ) + 1 − dim D(L1 ) ∩ D(L2 ) .
Vemos que necesitamos calcular la intersección de las direcciones. Los respectivos sistemas de
ecuaciones son

 x1 = λ,
 
 x2 = −λ,  x5 =0

 \
D(L1 ) = x3 = µ, D(L2 ) = x1 + x 2 = 0
x = 2µ, 2x3 − x4 = 0.
 
4



x5 = 0.

Resolviendo, vemos que D(L1 ) = D(L2 ), luego los planos son paralelos y dim(L1 + L2 ) = 3. Por
tanto, existen infinitas perpendiculares comunes.
2. Calcularemos el ortogonal de D(L1 ) = D(L2 ). De forma inmediata, tenemos

−−−−−−−−→ −−−−−−−−→ −−−−−−−−−→
D(L2 )⊥ = (0, 0, 0, 0, 1), (1, 1, 0, 0, 0), (0, 0, 2, −1, 0) .
Obsérvese que si tenemos unas ecuaciones implı́citas independientes de D(L2 ), se obtiene un

sistema de generadores de D(L2 )⊥ simplemente tomando los coeficientes de las ecuaciones.
Sea ahora un punto P arbitrario en L1 . Sabemos que P + D(L2 )⊥ ∩ L2 es un único punto, que

llamamos Q, y que
d(L1 , L2 ) = d(P, Q).
Por tanto, tomando P = (1, 1, 1, 1, 0), se trata de calcular

 x1 = 1 + λ,
 
 x2 = 1 + λ, \  x5 =1


x3 = 1 + 2µ, x1 + x2 = 2
x = 1 − µ, 2x3 − x4 = 1.
 
4



x5 = ν

lo que da el punto Q = (1, 1, 1, 1, 1). Ası́
d(P, Q) = d(L1 , L2 ) = 1.

Ejercicio 1 (8 puntos).– Se da en el plano el movimiento f de matriz

 
1 0 0
 13/5 −3/5 −4/5 
−6/5 −4/5 3/5
Se pide:
1. Hallar un vector no nulo que determine cada una de sus direcciones invariantes.
2. Hallar las rectas invariantes por f .
3. Hallar la matriz de la simetrı́a s de eje la recta 2x + y − 2 = 0 y la del producto s ◦ f .
4. ¿Qué tipo de movimiento es s ◦ f ?
Solución: No usaremos métodos proyectivos, aunque son una opción razonable: sólo utilizare-
mos la maquinaria afı́n–euclı́dea. La matriz de la parte vectorial del movimiento es
!
−3/5 −4/5
,
−4/5 3/5
cuya matriz y polinomio caracterı́stico son, respectivamente,

!
λ + 3/5 4/5
, λ2 − 1 ;
4/5 λ − 3/5
este último tiene como raı́ces λ = ±1. Sustituyendo estos valores en las matrices caracterı́sticas,
tenemos ! !
8/5 4/5 −2/5 4/5
, .
4/5 2/5 4/5 −8/5
que son las matrices de coeficientes de los sistemas a resolver para hallar las direcciones invarian-
−−−−→
tes. Un vector representante de las soluciones del primer sistema es, evidentemente, (1, −2) y uno
−−−→
del segundo es (2, 1).
Hallemos el eje de otra forma a la habitual, también general. Las rectas invariantes deben
tener direcciones invariantes y, de éstas, sólo hay dos posibles que son las anteriores. Por lo tanto,
si P = (x, y) es un punto de una posible recta invariante, los pares
−−−−→ −−−−→ −−−−→ −−−→
{P f (P ), (1, −2)} y {P f (P ), (2, 1)}
deben ser linealmente dependientes. Como

−−−−→

13 8 4 6 4 2
P f (P ) = − ,x − y,− − x − y
5 5 5 5 5 y
−−−−→ −−−−→
la condición de dependencia lineal entre P f (P ) y (1, −2) se traduce en 2x + y − 2 = 0 y la otra en
5 = 0. Ası́ pues, sólo hay una recta invariante por f , que es 2x + y − 2 = 0.
Observemos que el eje de la simetrı́a dado es la recta invariante de f . Fijemos un punto genéri-
co P = (a, b). La perpendicular por P el eje tiene como ecuaciones paramétricas x = a + 2λ, y =

b + λ y cálculos triviales prueban que su punto de corte con el eje corresponde a λ = (2 − 2a − b)/5.
Ası́,
−−−−−−−−−−−−−−−−−−−−−−→
−−−−→ 2 − 2a − b −−−→

8 8a 4b 4 4a 2b
P s(P ) = 2 (2, 1) = − − , − −
5 5 5 5 5 5 5
con lo que
−−−−→

8 3a 4b 4 4a 3b
s(P ) = P + P s(P ) = − − , − +
5 5 5 5 5 5
y la matriz de s es  
1 0 0
 8/5 −3/5 −4/5  .
4/5 −4/5 3/5
La matriz de s ◦ f es, por tanto,
 
    1 0 0
1 0 0 1 0 0  
 8/5 −3/5 −4/5  ·  13/5 −3/5 −4/5  =  1 1 0 
 
4/5 −4/5 3/5 −6/5 −4/5 3/5 −2 0 1
−−−−→
y ésta última es la de la traslación de vector (1, −2).
Ejercicio 2 (2 puntos).– Hallar el hiperplano mediador de los puntos P = (1, 2, 3, 4) y Q =

(5, 4, 3, 2) en el espacio euclı́deo de dimensión 4.
−→ −−−−−−−→
Solución: El punto medio del segmento P Q es (3, 3, 3, 3) y el vector P Q = (4, 2, 0, −2). Ası́ pues
(dividiendo por 2) la ecuaciónn del hiperplano mediador es
0 = 2(x1 − 3) + (x2 − 3) − (x4 − 3) = 2x1 + x2 − x4 − 6.

Autoevaluacion

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

Autoevaluacion

Încărcat de

Drepturi de autor:

Formate disponibile

Álgebra Lineal y Geometrı́a

Ejercicios de autoevaluación. Temas 1–4

Departamento de Álgebra, Universidad de Sevilla

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

Los ejercicios de autoevaluación van acompañados de su correspondiente solución (que pue-

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

Ejercicio 1.– Sean

Ejercicio 2.– Sea A una matriz cuadrada de orden n sobre un cuerpo k.

a) Demostrar que la matriz A + At es simétrica.

b) Demostrar que la matriz A − At es antisimétrica.

c) Supongamos que A no es simétrica y que n ≥ 3. Estudiar, si tomamos una combinación

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

Ejercicio 1.– Calcular

Ejercicio 2.– Responder a las siguientes cuestiones:

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

Ejercicio 1.– Consideremos la matriz:

Entonces |A| es un polinomio en x de grado máximo 3:

Ejercicio 2.– Consideremos la matriz:

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

Ejercicio 1 (3 puntos).– Recordamos el principio de inducción: Para probar que un enunciado es

Supuesto que es cierto para un n arbitrario, lo es para n + 1.

Ejercicio 2 (3 puntos).– Sean A y B las matrices

Hallar A2 + 2AB + B 2 y (A + B)2 .

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

Ejercicio 2 (3 puntos).– Responder razonadamente si la siguiente afirmación es verdadera o falsa:

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

Ejercicio 1 (3 puntos).– Sea A ∈ M(m × n; k). Probar que Im · A = A · In = A.

Ejercicio 2 (3 puntos).– Sean f y g las aplicaciones

f : Z −→ Z g : Q −→ {z ∈ C | arg(z) ∈ [0, π)}

Ejercicio 3 (4 puntos).– Calcular el siguiente determinante:

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

Ejercicio 1.– Sean

Solución: Todos los cálculos son elementales:

Ejercicio 2.– Sea A una matriz cuadrada de orden n sobre un cuerpo k.

a) Demostrar que la matriz A + At es simétrica.

b) Demostrar que la matriz A − At es antisimétrica.

c) Supongamos que A no es simétrica y que n ≥ 3. Estudiar, si tomamos una combinación

Solución: En las condiciones del problema:

a) Se tiene (A + At )t = At + (At )t . Como (At )t = A, (A + At )t = A + At , es decir la matriz A + At

b) Se tiene (A − At )t = At + (−At )t . Como (−At )t = −(At )t = −A, (A − At )t = −(A − At ), es

c) Tomamos una combinación αA + βAt . Si fuera simétrica

αA + βAt = (αA + βAt )t = αAt + βA =⇒ 0n = (α − β)A + (β − α)At .

(α − β)aij + (β − α)aji = 0 =⇒ α(aij − aji ) + β(aji − aij ) = 0,

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

Ejercicio 1.– Calcular

Ejercicio 2.– Responder a las siguientes cuestiones:

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

Ejercicio 1.– Consideremos la matriz:

Entonces |A| es un polinomio en x de grado máximo 3:

Solución: El desarrollo con respeto a la primera fila nos proporciona la solución:

Ejercicio 2.– Consideremos la matriz:

Solución: Los dos primeros apartados son elementales:

(I3 − Z)(I3 + Z + Z 2 ) = I3 (I3 + Z + Z 2 ) − Z(I3 + Z + Z 2 ),

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

(Hay muchos más . . . )

Álgebra Lineal y Geometrı́a. Curso 2017/18. Departamento de Álgebra. http://departamento.us.es/da/da.html

Ejercicio 1 (3 puntos).– Recordamos el principio de inducción: Para probar que un enunciado es

Supuesto que es cierto para un n arbitrario, lo es para n + 1.

Solución: Siguiendo el principio de inducción, primero comprobamos que es cierto el caso n = 1,

que es precisamente lo que querı́amos demostrar.

Ejercicio 2 (3 puntos).– Sean A y B las matrices

Hallar A2 + 2AB + B 2 y (A + B)2 .