Documente Academic
Documente Profesional
Documente Cultură
Grado en Fı́sica
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.
Hallar:
a) C t .
b) A + C.
c) (1/2)A.
d) AB.
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
1 2 4 8
|A| = a0 + a1 x + a2 x2 + a3 x3 .
Determinar el coeficiente a1 .
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 .
Es cierto 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 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
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.
x−1 1 1 1
1 x−1 1 1
1 1 x−1 1
1 1 1 x−1
Hallar:
a) C t .
b) A + C.
c) (1/2)A.
d) AB.
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
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.
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
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 2 4 8
|A| = a0 + a1 x + a2 x2 + a3 x3 .
Determinar el coeficiente a1 .
Calculamos el determinante por cualquier método. Aquı́ lo hacemos por desarrollo directo:
a1 = −((8 + 4 − 1) − (1 − 4 + 8)) = −(11 − 5) = −6.
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).
ya que Z 3 = 03×3 .
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
Es cierto 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: 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
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
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
x1 = 1 + 2λ2 , x2 = 1 − λ2 , x3 = λ1 , x4 = λ2 , λ1 , λ2 ∈ k.
Solución: La afirmación es correcta. En efecto, si el sistema es homogéneo y S1t y S2t son dos
soluciones entonces tenemos que
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:
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.
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.
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
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
= (x − 2)3 (x + 2).
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.
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).
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.
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
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.– 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
3. ¿Cuál es la dimensión de L1 + L2 ?
1 + iX, −X 2 − iX 3 , X − X 3
es o no linealmente independiente.
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.
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
{(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:
{(−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.
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
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).
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.
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):
−1
α = β = 1, γ = .
6
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
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.
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
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 ;
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.
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.
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
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.
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
Q = P0 + P1 + 3P2 .
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
x1 = x2 = x3 = x4 = λ,
L1 ⊕ L2 = V,
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.
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
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
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
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.
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,
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
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
f (v 1 ) = w1 + w2 + w3 + w4
f (v 2 ) = w1 + w2 + 2w3
f (v 3 ) = + w3 − w4
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
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.
f : V −→ V
P (X) 7−→ (X − i)P (X) − P (0)
Se pide:
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).
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
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.
f (v 1 ) = w1 + w2 + w3 + w4
f (v 2 ) = w1 + w2 + 2w3
f (v 3 ) = + w3 − w4
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
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
AX t = 04×1 ,
esto es,
x1 + x2 = 0
x1 + x2 = 0
x1 + 2x2 + x3 = 0
x1 − x3 = 0
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,
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
{(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
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
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:
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.
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
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,
((−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
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
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
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
Se pide:
es diagonalizable.
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:
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).
Se pide:
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.
Calcular una perpendicular común a π1 y π2 ası́ como la distancia entre ambos planos.
−−−−−−−−−→ −−−−−−→
x1 + x2 = −2
Y1 : Y2 : (0, 1, 0, −1) + h (1, −1, 0, −1), (1, 0, 1, 0) i.
x2 − x4 = 0
2. Calcular Y1 ∩ Y2 .
5. Hallar d(Y1 , Y2 ).
Y : x1 + x2 = 2.
Se pide:
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
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.
2. Calcular d(L1 , L2 ).
Se pide:
1. Hallar un vector no nulo que determine cada una de sus direcciones invariantes.
Se pide:
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
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,
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
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.
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,
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
2. Calcular Y1 ∩ 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
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) =⇒
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
Y : x1 + x2 = 2.
−−−−→
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
σ(O0 ) = O0 , →
−
σ (u) = u, →
−
σ (v) = −v;
de donde
1 0 0
MR (σ) = M (R0 , R)MR0 (σ)M (R, R0 ) = 2 0 −1 .
2 −1 0
Se pide:
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
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.
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.
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
se tiene
1 0 0
MR (σ) = BAB −1 = 2/5 3/5 −4/5
4/5 −4/5 −3/5.
2. Calcular d(L1 , L2 ).
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.
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
d(P, Q) = d(L1 , L2 ) = 1.
Se pide:
1. Hallar un vector no nulo que determine cada una de sus direcciones invariantes.
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
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)}