INGENÍERIA INFORMÁTICA. PROBLEMAS DE ALGEBRA

Tamaño: px
Comenzar la demostración a partir de la página:

Download "INGENÍERIA INFORMÁTICA. PROBLEMAS DE ALGEBRA"

Transcripción

1 INGENÍERIA INFORMÁTICA. PROBLEMAS DE ALGEBRA C. Galindo 1. Resolver el siguiente sistema de ecuaciones x 1 + 3x 2 2x 3 + 2x 5 = 0 2x 1 + 6x 2 5x 3 2x 4 + 4x 5 3x 6 = 1 5x x x 6 = 5 2x 1 + 6x 2 + 8x 4 + 4x 5 18x 6 = 6 2. Calcular la inversa de la matriz siguiente, en función del parámetro a, indicando para qué valores de a no es inversible. 0 1 a Resolver el siguiente sistema matricial de ecuaciones: { 3A + 4B = X 5A 3B = Y, donde X = y Y = Dada la matriz M = 0 bd ce bc ae 0 ce ac af bf 0 ab ef df de 0, hallar M 2 sabiendo que bcef + acdf + abde = 1. 1

2 5. Encontrar todas las matrices reales de orden 2 tales que A 2 = A. 6. Sea I la matriz identidad 4 4 y A la matriz Calcular (I + A) 12 y el valor de su determinante. 7. Calcular la matriz A n, sabiendo que 1 1/n 1/n A = ( ) a b Hacer el mismo cálculo con A =. 0 c 8. Una matriz A cuadrada de orden n con coeficientes en R se dice simétrica si A t = A, se dice antisimétrica si A t = A. Probar que si A es un matriz cuadrada de orden r cualquiera, se tiene que A + A t es simétrica y que A A t es antisimétrica. Poner ejemplos. 9. Sean S(n) (A(n), respectiv.) el conjunto de matrices simétricas (antisimétricas, respect.). Probar que M n n (R) = S(n) A(n). Y también que para toda matriz A cuadrada de orden n, se tiene A = A + At 2 + A At Sea A una matriz de orden n cuadrada e inversible sobre R. Probar: (a) Si B, C M n n (R) y BA = CA, entonces B = C. (b) Si B, C M n n (R) y AB = AC, entonces B = C. (c) Si A, BM n n (R) y AB = BA, se tiene que (A + B) 2 = A 2 + B 2 + 2AB. 11. Para qué valores de a R, la matriz 1 1 a A = es inversible? Calcular la inversa para dichos valores. 2

3 12. Hallar todas las matrices reales 2 2 tales que sus (a) cuadrados son la matriz nula. (b) sus cubos son la matriz nula. (c) sus cuadrados son la matriz identidad. 13. Dados los siguientes sistemas de ecuaciones, indíquese su compatibilidad y, si existe, su solución. (a) x + 2z + 3t = 0 4x + y + z + 2t = 1 5x + y + 3z + 5t = 1 3x + y z t = 1 (b) 3x + y + 2z + 4t + 3v = 1 x y + v = 1 x + z + 2t + 2v = De los siguientes subconjuntos de R 4, indicar cuales son s.v. y, en caso afirmativo, dar una base de los mismos. (a) E 1 := {(x 1, x 2, x 3, x 4 ) x 1 + x 2 = 1}. (b) E 2 := {(x 1, x 2, x 3, x 4 ) x 1 + x 2 = x 3 + x 4 }. (c) E 3 := {(x 1, x 2, x 3, x 4 ) x 2 x 3 = 0}. (d) E 4 := {(x 1, x 2, x 3, x 4 ) x 1 Q}. 15. Considérese el conjunto A = Aplic(R, R). Probar que es un espacio vectorial sobre el cuerpo R. Cuáles de los siguientes subconjuntos son subespacios vectoriales de A? (a) {f A f(x 2 ) = f(x) 2 }. (b) {f A f(0) = f(1)}. (c) {f A f(x 2 ) = f(x) 2 }. (d) {f A f( 1) = 0}. (e) {f A f es continua}. (f) {f A f es una función continua en todo R}. 3

4 (g) {f A f es derivable hasta el orden r y la r-ésima derivada es continua}. 16. Es el siguiente subconjunto del espacio vectorial A del problema anterior libre? {f(x) = e 2x, g(x) = x 2, h(x) = x}. 17. Calcular a, b R tales que (a) (1, a, 5) L({(1, 2, 3), (1, 1, 1)}) en R 3. (b) (1, b, 2, 0) L({(1, 1, 4, 0), (0, 2, 0, 1), (1, 1, 0, 2)}) en R Se consideran en R 4 los vectores v 1 = (1, 0, 0, 1), v 2 = (2, 1, 1, 0), v 3 = (1, 1, 1, 1), v 4 = (1, 2, 3, 4) y v 5 = (0, 1, 2, 3). Determinar un subconjunto maximal E de entre ellos que sea libre y establecer relaciones de dependencia entre los que no pertenezcan a E y los de E. 19. Demostrar que si los vectores {v 1, v 2,..., v n } de un e.v. V son l.i., entonces también lo son {v 1, v + v 2,..., v 1 + v v n }. 20. Hallar la intersección y la suma de los subespacios vectoriales engendrados por los sistemas de vectores de R 3 : {(1, 0, 1), (1, 1, 0)} y {(1, 2, 3), (0, 0, 1)}. 21. Consideremos el producto cartesiano E 1 E 2 de dos e.v. Demuéstrese que el subconjunto del producto anterior E 1 {0} := {(x, 0)/x E} que representaremos E 1 es un subespacio de E 1 E 2. Pruébese que E 1 = E Pruébese que ningún subcuerpo de un cuerpo K diferente de K es un s.v. del e.v. K. En particular, R no es s.v. de C. 23. Consideramos en R 2 el subespacio vectorial F = {(x, y) R 2 x = y}. Obsérvese que todo vector de F es combinación lineal del sistema de vectores {(1, 0), (0, 1)} pero que F L({(1, 0), (0, 1)}). 24. En las condiciones del ejercicio 21, si E 2 = {0} E 2, demostrar que E 1 E 2 = E 1 E Si E 1 y E 2 son dos e.v. de dimensión finita. Cuál es la dimensión de E 1 E 2? 26. Son isomorfos los e.v. sobre el cuerpo R: R 2 y R 3? 27. Busquese una base del subespacio vectorial de R, F del ejercicio 23 y amplíese a una base de R 2. 4

5 28. Considérense los s.v. de R 3 F = {(x, y, z) R 3 x = 0} y G = {(x, y, z) R 3 z = 0}. Pruébese que {(0, 0, 1), (0, 1, 0)} y {(1, 0, 0), (1, 1, 0)} son bases de F y G respectivamente, pero que la reunión de los cuatro vectores no es una base de R 3. Es F G igual a R 3? 29. Sea V un e.v., L un s.v. de V y u V. Definimos u+l = {u+v v L}. Se pide: (a) Demostrar que u + L es un subespacio de V si, y sólo si, u L. (b) Demostrar que si L 1 L 2, u, v V, se cumple u + L 1 v + L 2 o bien (u + L 1 ) (v + L 2 ) =. 30. Se considera el anillo de polinomios en una variable X y grado menor o igual que n, R[X], con coeficientes en R con estructura de R-espacio vectorial. (a) Probar que B = {X i } 0 i n es una base de R[X]. (b) Si a es un número real, probar que el conjunto de polinomios B a = {(X a) i } 0 i n es una base de R[X]. (c) Escribir las coordenadas de los vectores de B en función de los de B a. (d) Qué puede decirse si se suprime la hipótesis del grado? 31. Sea V un espacio vectorial sobre un cuerpo K, y x, y, z tres vectores de V linealmente independientes. Se consideran los vectores u = ax + (l a)y; v = ay + (l a)z; w = az + (l a)x. (a) Demostrar que si el cuerpo K es el de los números reales, entonces u, v, w son linealmente independientes para todo a número real. (b) Si K es el cuerpo de los complejos, Hallar a para que u, v, w sean linealmente independientes? 32. Si {v 1, v 2, v 3 } es una base de R 3, Es base alguno de los siguientes conjuntos: {v 1 v 2 2v 3, v 1 v 2 v 3, v 1 + v 3 }, {v 1 + v 2 3v 3, v 1 3v 2 v 3, v 2 + v 3 }? 33. Dado el conjunto de vectores de R 3, {(x, x, x), (1, x, x), (1, 1, 1 + x)}, Para qué valores de x dicho conjunto es una base de R 3? 34. Dar una base del subespacio vectorial de R 5 cuyas ecuaciones son 2x y + (4/3)z t = 0 x + (2/3)z s = 0 9x 3y + 6z 2t 3s = 0. 5

6 35. Se considera en R 3 el conjunto W = {(x, y, z) x+y z = 0; x+y +z = 0}. (a) Comprobar que W es un s.v. de R 3. (b) Hallar una base de W. (c) Hallar unas ecuaciones paramétricas y unas generales de W. (d) Hallar un subespacio complementario de W y unas ecuaciones generales y paramétricas de él. (e) Descomponer el vector (1, 2, 1) como suma de vectores de W y del complementario obtenido en el apartado anterior. 36. Un endomorfismo de un K-espacio vectorial es una aplicación f : V V verificando f(u + v) = f(u) + f(v) y f(au) = af(u) para u, v V y a K. Demostrar que el conjunto de vectores {u f(u) = u} es un s.v. de V. 37. Pruébese que C con su suma ordinaria y la operación externa: R C C, (a, z) az, consistente en el producto ordinario de un número real por un complejo, es un espacio vectorial sobre R. El espacio vectorial así formado suele representarse por CR para diferenciarlo de C, que representa el espacio vectorial C sobre sí mismo en la forma usual. 38. Sea R[X] el espacio vectorial de los polinomios con coeficientes reales. Pruébese que la aplicación D que envía a cada polinomio, en su derivada formal es un endomorfismo de R[X] y es sobre. Se trata de un automorfismo? 39. Consideremos el espacio vectorial formado por las sucesiones de elementos de un cuerpo K (K es el cuerpo de los números reales o el de los complejos) y los subespacios C 00 y C 0 formados por las sucesiones finitas y por las que convergen a 0. Se definen los siguientes subconjuntos del espacio anterior: C formado por las sucesiones que son convergentes. L formado por las sucesiones (x n ), tales que la serie x n es convergente. A formado por las sucesiones acotadas. Probar que C, L y A son subespacios vectoriales del espacio de sucesiones anterior. Pruébese que C 00 L C 0 C A. 6

7 40. Pruébese que en K[X] ningún sistema finito puede generar todo el espacio vectorial, o sea que, K[X] no es de dimensión finita. 41. La aplicación p i : K n K, dada por (x 1, x 2,..., x n ) x i se denomina proyección i-ésima de K n. Hay n de estas proyecciones. Pruébese que cada una de ellas es lineal y sobre, pero que no es inyectiva cuando n es mayor o igual que dos. 42. Sea E un espacio vectorial y R una relación de equivalencia sobre E. Decimos que R es compatible con la estructura de espacio vectorial de E cuando se satisfacen las dos condiciones siguientes: x R y y x Ry implica x + x R y + y. x R y y a R implica ax R ay. Suponiendo que R es compatible, demuéstrese que: (a) x R y y x R y implica x x R y y. (b) x R x si, y sólo si, x x R 0. (c) La clase 0, definida por el cero de E, es un subespacio vectorial de E. (d) x R y si, y sólo si, x y [0]. 43. Consideremos los espacios vectoriales CR y C. Pruébese que el sistema de dos vectores {1, i} es una base de CR. Pruébese que todo sistema libre de C es un sistema libre de CR y compruébese que no es cierto el recíproco. 44. En el espacio vectorial de polinomios con coeficientes reales de grado menor o igual que 2, se considera el subespacio: F = L(1 + 2X, 2 + X 2, 3 + 2X + X 2, 4 + 4X + X 2 ). Calcúlense en la base {1, X, X 2 } del espacio vectorial anterior las coordenadas de los cuatro polinomios que generan F. Búsquese una base de F. 45. Se consideran los s.e.v. de R 4 W = L({(1, 2, 1, 0), ( 1, 1, 1, 1)}), U = L({(2, 1, 0, 1), (1, 1, 3, 7)}). Obtener una base, dimensión y unas ecuaciones de los espacios W + U y W U. 46. En el R-e.v. R 4 se consideran los s.e.v. W = {(x, y, z, t) x z = 0, t = 2x} y U = {(x, y, z, t) x = z, t = 0}. Obtener otro s.e.v. que satisfaga: 7

8 dim H = 2. dim(h W ) = 1. dim(h U) = Sean V y W dos espacios vectoriales de dimensiones 2 y 3 respectivamente. Sean B 1 = {v 1, v 2 } y B 2 = {w 1, w 2, w 3 } dos bases de V y W. Supongamos que f : V W es un homomorfismo de e.v. dado por f(v 1 ) = w 1 w 2 + w 3 y f(v 2 ) = w 1 + 3w 3. Sean ahora B 1 = {v 1, v 2 } y B 2 = {w 1, w 2, w 3 } nuevas bases dadas por v 1 = v 1 + v 2 ; v 2 = 2v 2 v 1 ; w 1 = w 1 + w 2 ; w 2 = w 1; w 3 = w 1 + w 2 + w 3. Se pide: (a) Ecuación matricial de f respecto a las bases B 1 B 2. (b) Ecuación matricial del cambio de base B 1 B 1 y B 2B 2. (c) Ecuación matricial de f respecto de las bases B 1 B Se consideran en los R-espacios vectoriales R 4 y R 3 las bases canónicas {e i }4 i=1 y {e i} 3 i=1 y el homomorfismo f : R3 R 4 dado por f(e 1 ) = (1, 0, 0, 1); f(e 2 ) = (0, 1, 0, 0); f(e 3 ) = ( 1, 0, 0, 1). Hállese la imagen por f de un vector (x, y, z) de R 3. Calcúlese una base de ker f y una de imag f. 49. Sea E un espacio vectorial de dimensión finita. F 1 y F 2 dos subespacios vectoriales de E. Consideremos la aplicación lineal f : F 1 F 2 E dada por f(x, y) = x + y. Probar: (a) ker f = {(x, x) x F 1 F 2 }. (b) ker f = F 1 F 2. (c) imag g = F 1 + F 2. (d) dim F 1 + dim F 2 = dim(f 1 + F 2 ) + dim(f 1 F 2 ). (e) f es inyectiva si y sólo si F 1 + F 2 = F 1 F Sea A = (a ij ) una matriz cuadrada de orden n con coeficientes complejos. Escríbase Ā = (ā ij), donde ā ij es el complejo conjugado de a ij. Probar (Ā)t = (A) t, esta matriz se llamará adjunta de A y se escribirá A. Probar que (A ) = A. Si A = A, la matriz A se denomina autoadjunta (o hermítica). Pruébese que A es autoadjunta si y sólo si A t = Ā. Pruébese que los elementos diagonales de una matriz autoadjunta son todos reales. 8

9 51. Sean la aplicaciones lineales f : R 2 R 3 y g : R 3 R dadas de la forma f(x, y) = (x + y, 0, 3y); g(x, y, z) = 2x + y z. Obtener las matrices de f y de g en las bases canónicas. Obtener g f y la matriz de esta aplicación en las bases canónicas. Comentar el resultado. 52. Para la matriz A = con coeficientes en R, se considera el homomorfismo f End(R 3 ) dado por A en la base canónica. Hallar: (a) La imagen por f de un vector (x, y, z) R 3. (b) f(e 1 ), f(e 2 ), f(e 3 )}, siendo {e 1, e 2, e 3 } la base canónica de R 3. (c) Una ecuación paramétrica de imag f (d) Una base de imag f y de ker f. (e) Una ecuación implícita de ker f. 53. Sea f Hom(R, R) dado por la matriz A = ( ) t. (a) Probar que f es sobre y que dim ker f = l. (b) Buscar una base {u, v, w} de R con w ker f. (c) Obtener la matriz de f en la base anterior de R 3 y la canónica de R Calcular el rango de la siguiente matriz Obtener el determinante de la siguiente matriz usando la definición

10 56. Sea A una matriz cuadrada real de orden n, probar que det( A) = ( 1) n det A. Además si A es antisimétrica y n es impar, probar que det A = Probar que det A = 0, si 1 n n n n. 58. Si a, b, c son números reales el determinante de la matriz 1 a a 2 1 b b 2 1 c c 2 vale (c b)(c a)(b a). Probar el resultado anterior y generalizar. El determinante anterior se denomina de Vandermonde de orden Probar que el endomorfismo de R 3 siguiente f(x, y, z) = (y + z, x + y, x + z) es un automorfismo. Obtener f Determinar el rango de las siguientes matrices: A = B = a 0 C = 2 a a

11 D = a b Dados a = (1, 1, 0); b = (0, 1, 2); c = (1, 0, 2) y d = (0, 1, 2) vectores de R 3, determinar una base de L(a, b, c, d). 62. Dados los sistemas de ecuaciones lineales siguientes, indíquese su compatibilidad y hállese la solución si existe. (a) x + 2z + 3t = 0 4x + y + z + 2t = 1 5x + y + ez + 5t = 1 3x + y z t = 1 (b) 3x + y + 2z + 4t + 3v = 1 x y + v = 1 x + z + 2t + 2v = Búsquese una condición del tipo Aa + Bb + Cc = 0, A, B, C números reales, necesaria y suficiente para que el sistema de coeficientes reales siguiente sea compatible: 2x + y = a x + y = b x + 2y = c 64. Se considera la aplicación f : R 3 [X] R 2 [X] definida así: f(x 3 + X 2 + X + 1) = X 2, f(x 2 + 1) = X 2 + X 1, f(x 2 + X + 1) = X 2 y f(2x 1) = X 2 + X + 1. (a) Justificar que f es una aplicación lineal. (b) Hallar ker f e Imf. (c) Dadas las matrices B = {X 3 + X 2 + X + 1, X 2 + 1, X 2 + X + 1, 2X 1} y B = {X 2 + X + 1, X + 1, 2X 1} de los espacios vectoriales R 3 [X] y R 2 [X] respectivamente. se pide la matriz de f en las bases canónicas, en las bases B y canónica de R 2 [X] y en las bases B y B. 11

12 65. Se consideran los endomorfismos f y g de R 3 dados por f(x, y, z) = (x y, y, z) y por la matriz de g en la base B = {(0, 1, 1), (0, 1, 1), (1, 1, 1)} que es A = 1 1 0, Calcular (a) 2f + g y f g. (b) La imagen por las funciones anteriores del vector (0, 1, 2) expresado en la base B y de aquel que tiene las mismas coordenadas en la base canónica. 66. Sea A una matriz cuadrada de orden n con coeficientes números complejos, A = (a ij ). A se llama unitaria si cumple una de las cinco propiedades siguientes: (a) A A = I n, siendo I n la matriz identidad n n y A la adjunta de A. (b) AA = I n. (c) A es inversible y A 1 = A. (d) n k=1 a ik 2 = 1 para todo i, y i j implica n k=1 a ika kj = 0. (e) n k=1 a ik 2 = 1 para todo i, y i j implica n k=1 a kia kj = 0. Probar que las anteriores condiciones son equivalentes. La matriz A se dice normal si AA = A A. 67. Sea A una matriz cuadrada de orden n con coeficientes números reales, A = (a ij ). A se llama ortogonal si cumple una de las cinco propiedades siguientes: (a) A t A = I n, siendo I n la matriz identidad n n y A t la transpuesta de A. (b) AA t = I n. (c) A es inversible y A 1 = A t. (d) n k=1 (a ik) 2 = 1 para todo i, y i j implica n k=1 a ika kj = 0. (e) n k=1 (a ik) 2 = 1 para todo i, y i j implica n k=1 a kia kj = 0. Probar que las anteriores condiciones son equivalentes. 12

13 68. Sea E un e.v. de dimensión finita, F un s.e.v. de E, Probar: (a) F es de dimensión finita y dim F dim E. (b) Si dim F = dim E, entonces F = E. Además si E = F 1 F 2, entonces probar que dim E = dim F 1 + dim F Sea V un e.v. sobre R de dimensión 5. Si B es una base de V y L 1 y L 2 las variedades lineales que se dan a continuación respecto de B. Hallar la dimensión, una base y unas ecuaciones implícitas independientes de L 1, L 2, L 1 L 2 y L 1 + L 2. (a) L 1 = L(a, b, c), L 2 = L(d, e, f); a = (1, 2, 0, 1, 0), b = (2, 2, 0, 1, 1), c = (0, 1, 3, 0, 1), d = (4, 6, 0, 3, 1), e = (2, 1, 1, 3, 1), f = (1, 0, 1, 0, 1). (b), L 1 = L(a, b, c): a = (1, 1, 2, 2, 0), b = (2, 1, 2, 1, 2), c = (5, 3, 6, 4, 4). L 2 con coordenadas (x, y, z, t, u) viene dado por las ecuaciones 2x + y t + 3u = 0 x + 2y + z u = 0 x + y 2t + u = 0 (c) L 1 y L 2 con coordenadas (x, y, z, t, u) dados por los siguientes sistemas x z u = 0 x + y 2z + t + 2u = 0 2x y z t 5u = 0 y y + z + u = 0 x 2z + u = 0 2x + 2y 2z + 2t + 4u = Calcular det 1 2 n n + 1 n + 2 2n... n(n 1) + 1 n(n 1) + 2 n Demostrar la siguiente igualdad: cos a cos a 1 0 cos na = det cos a cos a 13

14 72. Se considera la aplicación f : R 3 R 3 dada por f(1, 1, 1) = (1, 1, 0), f 2 (1, 1, 1) = (1, 0, 0) y f 3 (1, 1, 1) = (0, 1, 1). (a) Comprobar que f es lineal. (b) Hallar la matriz de f en las bases canónicas. (c) Hallar la matriz de f respecto a las bases B = {(1, 1, 1), (0, 1, 1), (0, 0, 1)} y B = {(1, 1, 1), (1, 1, 0), (1, 0, 1)}. (d) Dar las coordenadas en la base B, del vector (1, 1, 1) expresado en la base B y de la imagen del mismo. (e) Decidir si f es mono, epi o iso-morfismo 73. Sea f un endomorfismo de R 4 tal que f 2 = f ker f = {(x, y, z, t) x = z, y = t} La unión entre una base D de ker f y los vectores v = (1, 0, 1, 0) y w = (0, 0, 0, 1) es una base B de R 4. imagf = {(x, y, z, t) x+y = 0, x t = 0}, donde las coordenadas se han tomado en la base B. Se pide (a) Razonar si R 4 = ker f imagf. (b) Si B es el conjunto formado por la base anterior D y v y resulta que el espacio A generado por B es invariante para f, siendo la matriz respecto a la base B de la restricción de f a A la siguiente a b , calcúlese a y b y la matriz de f en la base B. 74. Demuéstrese que si A es una matriz diagonalizable, entonces A 2 lo es también. Ver que, si además A es inversible, entonces A 1 es también diagonalizable. 75. Es diagonalizable la matriz real A = 1 3 1?

15 76. Es diagonalizable la matriz real A = 3 8 2? Si A o A son diagonalizables, obténgase dicha diagonal, y la matriz de cambio de base que la lleva a la diagonal. 78. Sea f el endomorfismo de R 3 dado por la matriz A = Calcúlese el polinomio característico de f y sus valores propios. Calcúlese un vector propio no nulo de R para cada valor propio. Sea g el endomorfismo de C dado por la matriz A. Calcúlese el polinomio característico de g y sus valores propios. Calcúlese un vector propio no nulo de C para cada valor propio. Obténgase una base de C 3 formada por vectores propios de g. Compruébese que en dicha base, g es diagonal y que su diagonal está formada por los valores propios de g. 79. Sea f un endomorfismo de R 3, pruébese la equivalencia de las dos afirmaciones siguientes: Los únicos subespacios invariantes de f son los triviales f no posee valores propios. 80. Probar que si A es una matriz cuadrada triangular, sus valores propios son los elementos de la diagonal. 81. Demostrar que la matriz ( no es diagonalizable ni en R ni en C. ) 82. Dada la matriz A =

16 Pruébese que es diagonalizable en R y búsquese una matriz 3 3 sobre R, P inversible con A = P AP 1 y A diagonal. Indíquese quien es A. 83. Sea A una matriz cuadrada de orden n con elementos en un cuerpo K y sea λ K un valor propio de A. Pruébese que n r es la dimensión del subespacio propio asociado a λ, V (λ), donde r es el rango de la matriz A λi, (I es la matriz identidad de tamaño n). 84. Obtener el polinomio característico de las matrices A = y Son semejantes A y B? B = Sean F y G dos subespacios de V invariantes para f End (V ). Demostrar que F G y F + G son también invariantes. 86. Sea V un e.v. Una proyección de V es un endomorfismo p End (V ) que cumple p p = p. Probar que si p es una proyección: (a) Imag p = {x V p(x) = x}. (b) Para todo x V, entonces x = p(x) + z con z ker p. (c) V = Imag p ker p. (d) Si V tiene dimensión n, entonces existe una base de V en que la matriz de p es diagonal. 87. Sea f End (V ) y x V, probar que las dos condiciones siguientes son equivalentes: x es vector propio. El subespacio de V cuya base es {x} es invariante. 88. Siendo A y B matrices cuadradas de orden n sobre un cuerpo K. Pruébese que tr(a + B) = tr A+ tr B y que tr(λa) = λ tr A. Pero que en general tr(ab) tr (A) tr (B). Además probar que tr(ab) = tr (BA). 16

17 89. Sea f la forma bilineal sobre R 3 dada por f[(x 1, x 2, x 3 ), (y 1, y 2, y 3 )] = x 1 y 1 x 2 y 2 + 2x 1 y 3. Construir la matriz de f en la base {a 1, a 2, a 3 } dada por a 1 = (1, 1, 0); a 2 = (1, 1, 1); a 3 = (0, 1, 1). Probad que f no es simétrica encontrando vectores u y v con f(u, v) f(v, u). 90. Sea V un e.v. sobre un cuerpo K, W y W dos subespacios tales que V = W W. Sea f una forma bilineal sobre W y g otra sobre W. Defínase h : V V K así h(u, v) = f(u 1, v 1 ) + g(u 2, v 2 ), donde u = u 1 +u 2 y v = v 1 +v 2 son las descomposiciones relativas a W W. (a) Pruébese que h es una forma bilineal sobre V, cuyas restricciones a W y W son f y g. (b) Pruébese que si w W, w W, entonces h(w, w ) = h(w, w). (c) Si construimos una base de V completando una de W. matriz aparecerá? Qué 91. Sean M y M dos matrices congruentes. Pruébese que M es simétrica (antisimétrica) si y sólo si lo es M. 92. Sea V un e.v. de dimensión dos. B = {u 1, u 2 } una base de V y f una forma antisimétrica. Sean u = (x 1, x 2 ) y v = (y 1, y 2 ) en B. Probad que f(u, v) = λ(x 1 y 2 x 2 y 1 ) siendo λ = f(u 1, u 2 ). 93. Sea en R 2 la forma bilineal f[(x 1, x 2 ), (y 1, y 2 )] = x 2 y 1 + 2x 1 y 2. Probad que f no es simétrica pero que coinciden su núcleo a izquierda y derecha. 94. Sea f una forma bilineal y simétrica en R 2 : f[(x 1, x 2 ), (y 1, y 2 )] = x 1 y 1 x 2 y 2. Considérense los subespacios de R 2, G = {(x 1, x 2 ) x 2 = 0}, H = {(x 1, x 2 ) x l = x 2 } y sean g y h las restricciones de f en G y a H respectivamente. Probad: f es no degenerada. g es no degenerada. h = Sea V un e.v., W un subespacio de V, f una forma bilineal simétrica definida en V y g la restricción en W, de f. Sea W 0 = {v V f(v, w) = 0 para todo w de W } 17

18 (a) Probad que W es una variedad lineal. (b) Probad la equivalencia de las dos afirmaciones siguientes: W W 0 = {0}. g es no degenerada. 96. Dada la forma cuadrática en R 3, q(a 1, a 2, a 3 ) = a a 1 a 2 + a 1 a 3 2a 3 a 2. Obténgase la forma bilineal simétrica asociada y la matriz de q en la base canónica y en la base {(1, 0, 0), (1, 1, 0), (1, 1, 1)}. 97. Sea f una forma bilineal no necesariamente simétrica. Sea q : V K dada por q(u) = f(u, u). (a) Probad que q es la forma cuadrática asociada a la forma bilineal simétrica g dada por g(u, v) = (f(u, v) + f(v, u))/2. (b) Probad la equivalencia de las afirmaciones siguientes: Para todo u, v vectores de V, f(u, v) = (1/4)q(u + v) (1/4)q(u v). f es simétrica. (c) Probad la equivalencia de las aseveraciones siguientes: q = 0. f es antisimétrica. 98. Probad que la aplicación q : R 2 R, q(x, y) = x no es una forma cuadrática. 99. En R 4 se considera la forma cuadrática q(x 1, x 2, x 3, x 4 ) = x x2 4 + x 1 x 2 4x 3 x 4. Calcúlese la matriz de q en la base canónica. Si f es la forma polar de q, obténgase f(u, v) para u = (1, 1, 1, 1) y v=(0, 0, 1, 1), sabiendo que estos últimos vectores están expresados en la base {1, 0, 0, 0), (0, 1, 0, 0), (1, 0, 1, 1), (0, 0, 2, 3)} Se considera en R 3 la forma cuadrática q(a 1, a 2, a 3 ) = 4a 1 a 2. Obténgase la matriz de q en la base canónica de R 3 y la de q en la base {(1/2, 1/2, 0), (1/2, 1/2, 0), (0, 0, 1)}. Si f es la forma polar de q, calcúlese f(u, v) para u = (2, 2, 0), v = (0, 2, 2). 18

19 101. Sea V un e.v. de dimensión n 0, f una forma bilineal. Supongamos que existe una base {v 1,..., v n } de V que verifica, para i j, f(v i, v j ) = 0. Probad que f es simétrica Considérese en R 3, la forma cuadrática q(x 1, x 2, x 3 ) = x x x 2 3. Búsquese una base de R 3 ortogonal para q y tal que el primer vector de la base sea (1, 1, 1). Obténgase el rango de q Sea M una matriz cuadrada de orden n sobre un cuerpo K. Probad que si existe otra matriz P de orden n inversible tal que P MP t es diagonal, entonces M es simétrica Comprobad que la matriz M = ( 2 i i 0 ) no es diagonalizable, pero existe una matriz P de tamaño 2 2 sobre C inversible tal que P MP t es diagonal Sea f una forma bilineal simétrica sobre R. Sea (s, t) la signatura de f, probad que existen subespacios de V : W 1, W 2 y W 3 con dim W 1 = s; dim W 2 = t y dim W 3 = n s t tales que W = W 1 W 2 W 3, satisfaciendo que si 0 x W 1 se tiene f(x, x) > 0, si 0 x W 2 se tiene f(x, x) < 0 y que si x W 3 se tiene f(x, x) = Clasificad la forma cuadrática x x 1x 2 + 3x x2 3 2x 2x 3 y encontrad una base ortonormal para la misma, así como su matriz de paso. 19

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN BOLETÍN DE PROBLEMAS DE

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN BOLETÍN DE PROBLEMAS DE E.T.S. DE INGENIERÍA INFORMÁTICA BOLETÍN DE PROBLEMAS DE ÁLGEBRA LINEAL para las titulaciones de INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN 1. Matrices y determinantes Ejercicio 1.1 Demostrar

Más detalles

Problemas de Álgebra Ingeniería Técnica en Informática de Sistemas. Curso 2009/10

Problemas de Álgebra Ingeniería Técnica en Informática de Sistemas. Curso 2009/10 Problemas de Álgebra Ingeniería Técnica en Informática de Sistemas Curso 2009/10 Hoja 1 Preliminares 1 Resuelve los siguientes sistemas de ecuaciones de números complejos: { z 1 + iz 2 = 1 i 3z 1 + (1

Más detalles

Aplicaciones Lineales (Curso )

Aplicaciones Lineales (Curso ) ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2010 2011) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o

Más detalles

TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA

TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA ESCUELA ESTUDIOS DE TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA DEPARTAMENTO DE INGENIERÍA INFORMÁTICA MATEMÁTICA APLICADA I ÁLGERA LINEAL OLETINES DE PROLEMAS Curso 8-9 Sistemas de ecuaciones lineales.

Más detalles

Aplicaciones Lineales (Curso )

Aplicaciones Lineales (Curso ) ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2008 2009) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o

Más detalles

Aplicaciones Lineales (Curso )

Aplicaciones Lineales (Curso ) ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2009 2010) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o

Más detalles

ÁLGEBRA LINEAL I Práctica 6

ÁLGEBRA LINEAL I Práctica 6 ÁLGEBRA LINEAL I Práctica 6 Aplicaciones Lineales (Curso 2016 2017) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos

Más detalles

ÁLGEBRA LINEAL I Práctica 6

ÁLGEBRA LINEAL I Práctica 6 ÁLGEBRA LINEAL I Práctica 6 Aplicaciones Lineales (Curso 2012 2013) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos, epimorfismos

Más detalles

DIAGONALIZACIÓN DE MATRICES CUADRADAS

DIAGONALIZACIÓN DE MATRICES CUADRADAS DIAGONALIZACIÓN DE MATRICES CUADRADAS.- Considerar los vectores u = (, -, ) y v = (, -, ) de : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué

Más detalles

1. Efectuar las siguientes operaciones, expresando el resultado en forma binómica: (1 i)(2 i)(i 3) ; 344 ( i) 231 i(1 + i) 5

1. Efectuar las siguientes operaciones, expresando el resultado en forma binómica: (1 i)(2 i)(i 3) ; 344 ( i) 231 i(1 + i) 5 1.5.1 Complejos 1. Efectuar las siguientes operaciones, expresando el resultado en forma binómica: i 1 ; 2 + i ; 2i 2 i 1 + i +i; 5 (1 i)(2 i)(i 3) ; i344 +( i) 231 ; (1 + i) 5 + 1 (1 i) 5 1 ; 2. Usar,

Más detalles

FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas

FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas EXÁMENES DE MATEMÁTICAS Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha 5 de julio de 99. Dada la aplicación lineal: T

Más detalles

1.5.3 Sistemas, Matrices y Determinantes

1.5.3 Sistemas, Matrices y Determinantes 1.5.3 Sistemas, Matrices y Determinantes 24. Sean las matrices 3 0 4 1 A= 1 2 B = 0 2 1 1 C = 1 4 2 3 1 5 1 5 2 D = 1 0 1 E = 3 2 4 6 1 3 1 1 2 4 1 3 a Calcular cuando se pueda: 3C D, ABC, ABC, ED, DE,

Más detalles

Aplicaciones lineales (Curso )

Aplicaciones lineales (Curso ) ÁLGEBRA Práctica 6 Aplicaciones lineales (Curso 2004 2005) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos, epimorfismos

Más detalles

Problemas de exámenes de Formas Bilineales y Determinantes

Problemas de exámenes de Formas Bilineales y Determinantes 1 Problemas de exámenes de Formas Bilineales y Determinantes 1. Sea R 3 con el producto escalar ordinario. Sea f un endomorfismo de R 3 definido por las condiciones: a) La matriz de f respecto de la base

Más detalles

Ejercicio 2 (Examen de septiembre de 2009) Razona cuáles de los siguientes conjuntos son subespacios vectoriales:

Ejercicio 2 (Examen de septiembre de 2009) Razona cuáles de los siguientes conjuntos son subespacios vectoriales: Ejercicio 1 De los siguientes subconjuntos de R 3 decida cuales son subespacios y cuales no: a) U 1 = {(x,y,z) / x = 1 = y+z} b) U 2 = {(x,y,z) / x+3y = 0,z 0} c) U 3 = {(x,y,z) / x+2y+3z= 0 = 2x+y} d)

Más detalles

Aplicaciones bilineales y formas cuadráticas (Curso )

Aplicaciones bilineales y formas cuadráticas (Curso ) ÁLGEBRA Práctica 8 Aplicaciones bilineales y formas cuadráticas (Curso 2008 2009) 1. Comprobar si las siguientes aplicaciones son o no bilineales y en las que resulten serlo, dar la matriz que las representa

Más detalles

Tema 1: Espacios vectoriales

Tema 1: Espacios vectoriales PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Químicas FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina si cada

Más detalles

PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 2005/06

PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 2005/06 PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 200/06 1. Utilizar el método de eliminación de Gauss para resolver el sistema de ecuaciones lineales siguiente: 2 x 1 2 x

Más detalles

Problemas de exámenes de Aplicaciones Lineales y Matrices

Problemas de exámenes de Aplicaciones Lineales y Matrices 1 Problemas de exámenes de Aplicaciones Lineales y Matrices 1. Consideramos f End(R n ), que tiene matriz A respecto la base canónica. Cuál de las siguientes afirmaciones es incorrecta? a) Si v es un vector

Más detalles

3.8 Ejercicios propuestos

3.8 Ejercicios propuestos 3.8 Ejercicios propuestos Ejercicio 3.7 Consideremos la aplicación lineal f : R 3 R 3 definida por f(x, y, z) =(2x + y, z,0) a) Determinar Ker f y hallar una base de dicho subespacio. b) Hallar el rango

Más detalles

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2 CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el

Más detalles

ESPACIOS VECTORIALES Y APLICACIONES LINEALES

ESPACIOS VECTORIALES Y APLICACIONES LINEALES Departamento de Matemática Aplicada II E.E.I. ÁLGEBRA Y ESTADÍSTICA Boletín n o (010-011 ESPACIOS VECTORIALES Y APLICACIONES LINEALES 1. En el espacio vectorial ordinario R 4 estudiar cuáles de los siguientes

Más detalles

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)

Más detalles

Tema 1: Espacios vectoriales

Tema 1: Espacios vectoriales PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina

Más detalles

ÁLGEBRA LINEAL II Práctica

ÁLGEBRA LINEAL II Práctica ÁLGEBRA LINEAL II Práctica 2.1-2.2 Espacios Euclídeos. Ortogonalidad (Curso 2011 2012) 1. Se considera un espacio euclídeo de dimensión 3, y en él una base {ē 1, ē 2, ē 3 } tal que el módulo de ē 1 y el

Más detalles

Hoja de diagonalización MATEMÁTICAS I

Hoja de diagonalización MATEMÁTICAS I Hoja de diagonalización MATEMÁTICAS I 007-008 1.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) = Ax, así como los subespacios vectoriales

Más detalles

Relación 1. Espacios vectoriales

Relación 1. Espacios vectoriales MATEMÁTICAS PARA LA EMPRESA Curso 2007/08 Relación 1. Espacios vectoriales 1. (a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy) Demuestra que IR

Más detalles

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)

Más detalles

Podemos pues formular los dos problemas anteriores en términos de matrices.

Podemos pues formular los dos problemas anteriores en términos de matrices. Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión

Más detalles

Espacios vectoriales (Curso )

Espacios vectoriales (Curso ) ÁLGEBRA Práctica 5 Espacios vectoriales (Curso 2009 2010) 1. En el espacio vectorial real IR 2 consideramos los siguientes subconjuntos: (a) A = {(x, y) IR 2 x 2 + y 2 = 1}. (b) B = {(x, y) IR 2 x = 3y}.

Más detalles

Hoja de diagonalización MATEMÁTICAS I

Hoja de diagonalización MATEMÁTICAS I Hoja de diagonalización MATEMÁTICAS I 8-9.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales

Más detalles

2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012

2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012 2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012 1. En R 2 se define la suma: (a 1, b 1 ) + (a 2, b 2 ) = (a 1 + a 2, b 1 + b 2 ) y el producto por un escalar: λ(a, b) = (0,

Más detalles

Aplicaciones lineales.

Aplicaciones lineales. Tema 4 Aplicaciones lineales. Definición 4. Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una aplicación lineal si: a f(u + v = f(u + f(v; u, v V, b f(ku = kf(u;

Más detalles

MATRICES. 1.- Calcular: g) 0 a b a 0 c b c 0. x x x. x + a b c a x + b c a b x + c. a b b b a b b b a

MATRICES. 1.- Calcular: g) 0 a b a 0 c b c 0. x x x. x + a b c a x + b c a b x + c. a b b b a b b b a MATRICES 1.- Calcular: a) 3 2 5 2 1 4 3 1 6 b) 2 1 3 4 2 5 6 0 2 c) 3 1 5 0 5 4 6 3 1 3 2 1 6 7 5 4 d) 7 6 8 5 6 7 10 6 7 8 8 9 8 7 9 6 e) 1 3 2 1 3 5 3 2 3 6 2 2 6 4 5 3 f) 1 1 1 1 1 1 1 g) 1 1 1 1 1

Más detalles

Matemáticas para la Empresa

Matemáticas para la Empresa Matemáticas para la Empresa 1 o L. A. D. E. Curso 2008/09 Relación 1. Espacios Vectoriales 1. a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy)

Más detalles

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 2 APLICACIONES LINEALES

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 2 APLICACIONES LINEALES EJERCICIOS DE TEMA APLICACIONES LINEALES APLICACIONES LINEALES ) Estudiar cuáles de las siguientes aplicaciones son lineales entre los espacios vectoriales dados: x y a) f: f(x, y) = x y x b) f: x f(x)

Más detalles

A = En los casos afirmativos, hallar una forma diagonal D y obtener una matriz invertible real P M(3, 3) tal que P 1 AP = D.

A = En los casos afirmativos, hallar una forma diagonal D y obtener una matriz invertible real P M(3, 3) tal que P 1 AP = D. 22 Departamento de Álgebra. Universidad de Sevilla Tema 5. Sección 1. Endomorfismos. Endomorfismos diagonalizables. Ejercicio 5.1 Dadas las matrices complejas: 3 2 0 2 3 0, B = 0 0 5 14 1 12 13 0 12 17

Más detalles

Espacios vectoriales (Curso )

Espacios vectoriales (Curso ) ÁLGEBRA Práctica 5 Espacios vectoriales (Curso 2008 2009) 1. En el espacio vectorial real IR 2 consideramos los siguientes subconjuntos: (a) A = {(x y) IR 2 x 2 + y 2 = 1}. (b) B = {(x y) IR 2 x = 3y}.

Más detalles

Hoja de diagonalización MATEMÁTICAS I

Hoja de diagonalización MATEMÁTICAS I Hoja de diagonalización MATEMÁTICAS I 9- - En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales N(f)

Más detalles

1. Espacio vectorial. Subespacios vectoriales

1. Espacio vectorial. Subespacios vectoriales Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Sea k un cuerpo. 1. Espacio vectorial. Subespacios vectoriales Definición 1.1. Un k-espacio vectorial o espacio vectorial

Más detalles

ALGEBRA LINEAL - Práctica N 2 - Segundo Cuatrimestre de 2016

ALGEBRA LINEAL - Práctica N 2 - Segundo Cuatrimestre de 2016 Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - Práctica N 2 - Segundo Cuatrimestre de 2016 Espacios Vectoriales 1. Sea V un espacio vectorial sobre K k K

Más detalles

Soluciones de la hoja de diagonalización MATEMÁTICAS I

Soluciones de la hoja de diagonalización MATEMÁTICAS I Soluciones de la hoja de diagonalización MATEMÁTICAS I 9- - En los siguientes casos estudiar si f es una aplicación lineal y, en caso afirmativo, hallar una matriz A tal que f(x) Ax, así como los subespacios

Más detalles

Teoría de la Dimensión

Teoría de la Dimensión Capítulo II Teoría de la Dimensión En este capítulo introduciremos una de las propiedades más importantes que tienen los espacios vectoriales: la dimensión. Dos son los modos posibles de llegar a la noción

Más detalles

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES MATRICES. SISTEMAS DE ECUACIONES LINEALES Matrices ) Dada la matriz M=, prueba que n n M M, n. ) Demuestra la siguiente implicación: Si I A I AA A

Más detalles

ÁLGEBRA LINEAL I Práctica 7

ÁLGEBRA LINEAL I Práctica 7 ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2015 2016) 1. Dada la matriz: 3 2 0 0 0 1 0 0 0 0 A = 0 0 1 0 0. 0 0 0 1 0 0 0 0 1 1 (a) Estudiar si es triangularizable por semejanza. (b) Hallar sus autovalores

Más detalles

ÁLGEBRA LINEAL I Práctica 5

ÁLGEBRA LINEAL I Práctica 5 ÁLGEBRA LINEAL I Práctica 5 Espacios vectoriales (Curso 2014 2015) 1. En el espacio vectorial real IR 2 consideramos los siguientes subconjuntos: (a) A = {(x y) IR 2 x 2 + y 2 = 1}. (b) B = {(x y) IR 2

Más detalles

Álgebra Lineal y Geometría I. Prueba 3. Grupo A. 12 de marzo de (

Álgebra Lineal y Geometría I. Prueba 3. Grupo A. 12 de marzo de ( Álgebra Lineal y Geometría I. Prueba 3. Grupo A. 2 de marzo de 208. Apellidos: Nombre: DNI: Ejercicio.-(4 puntos) Se considera la matriz siguiente: A = 2 0 3 0 2. Calcule W = null(a 2I), W 2 = null(a 4I)

Más detalles

Tema 3. Aplicaciones lineales Doble Grado en Ingeniería Informática y Matemáticas Curso 2012/13 Profesor: Rafael López Camino

Tema 3. Aplicaciones lineales Doble Grado en Ingeniería Informática y Matemáticas Curso 2012/13 Profesor: Rafael López Camino Tema 3. Aplicaciones lineales Doble Grado en Ingeniería Informática y Matemáticas Curso 212/13 Profesor: Rafael López Camino 1. (a Si f L(V, V, B es base de V y f(b es un conjunto de vectores linealmente

Más detalles

Ejercicio 3.1 Estudiar si son subespacios vectoriales los siguientes subconjuntos de los espacios R n indicados:

Ejercicio 3.1 Estudiar si son subespacios vectoriales los siguientes subconjuntos de los espacios R n indicados: 10 Departamento de Álgebra. Universidad de Sevilla Tema 3. Sección 1. Variedades lineales. Definición. Ejercicio 3.1 Estudiar si son subespacios vectoriales los siguientes subconjuntos de los espacios

Más detalles

Lista de problemas de álgebra, 2016

Lista de problemas de álgebra, 2016 Instituto Politécnico Nacional Escuela Superior de Física y Matemáticas Posgrado en Ciencias Físicomatemáticas Línea de Matemáticas Lista de problemas de álgebra 2016 Egor Maximenko: En mi opinión cualquier

Más detalles

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada

Más detalles

Grado en Ciencias Ambientales. Matemáticas. Curso 11/12

Grado en Ciencias Ambientales. Matemáticas. Curso 11/12 Grado en Ciencias Ambientales. Matemáticas. Curso 11/12 Problemas Tema 1. Espacios Vectoriales. 1 Repaso de Estructuras Algebraicas 1.1. Construye explícitamente el conjunto A B, siendo A = {1, 2, 3},

Más detalles

ÁLGEBRA Algunas soluciones a la Práctica 8

ÁLGEBRA Algunas soluciones a la Práctica 8 ÁLGEBRA Algunas soluciones a la Práctica 8 Aplicaciones bilineales y formas cuadráticas (Curso 2008 2009 6. Sean a y b dos números reales. En el espacio P 1 de los polinomios de grado menor o igual que

Más detalles

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales (1) Sea n N. Mostrar que el conjunto de polinomios sobre R de grado menor que n es un subespacio vectorial de R[x]. Este

Más detalles

Relación de ejercicios del tema 2 Formas bilineales y formas cuadráticas

Relación de ejercicios del tema 2 Formas bilineales y formas cuadráticas Relación de ejercicios del tema 2 Formas bilineales y formas cuadráticas Asignatura: Geometría II Doble grado en ingeniería informática y matemáticas Profesor: Rafael López Camino 1. Dadas α, β V, se define

Más detalles

ETSI de Topografía, Geodesia y Cartografía

ETSI de Topografía, Geodesia y Cartografía 3ª Prueba de Evaluación Continua 7 05 12 (Grupo C) Espacio vectorial 1. a) Definir vectores linealmente dependientes en un espacio vectorial V. u,u,,u de un espacio vectorial V son b) Demostrar que si

Más detalles

ALGEBRA. Escuela Politécnica Superior de Málaga

ALGEBRA. Escuela Politécnica Superior de Málaga ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.

Más detalles

ÁLGEBRA LINEAL I Práctica 7

ÁLGEBRA LINEAL I Práctica 7 ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2017 2018) 1. Dada la matriz: 3 2 0 0 0 1 0 0 0 0 A = 0 0 1 0 0. 0 0 0 1 0 0 0 0 1 1 (a) Estudiar si es triangularizable por semejanza. (b) Hallar sus autovalores

Más detalles

TEMA 5: Aplicaciones Lineales. Diagonalización.

TEMA 5: Aplicaciones Lineales. Diagonalización. TEMA 5: Aplicaciones Lineales. Diagonalización. 1. Aplicaciones Lineales 1.1. Definición, propiedades y ejemplos. Definición 1. Dados dos espacios vectoriales V y V sobre un mismo cuerpo K, una aplicación

Más detalles

ÁLGEBRA LINEAL I Práctica 7

ÁLGEBRA LINEAL I Práctica 7 ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2016 2017) 1. Dada la matriz: 3 2 0 0 0 1 0 0 0 0 A = 0 0 1 0 0 0 0 0 1 0 0 0 0 1 1 (a) Estudiar si es triangularizable por semejanza. (b) Hallar sus autovalores

Más detalles

1. Ejercicios unidad temática 1

1. Ejercicios unidad temática 1 . Ejercicios unidad temática.. Ejercicios a resolver en clase Ejercicio.. Sean las matrices: B = a. Hallar B, B 5, B 2 y B 2. b. Hallar C 2, C 5, C, C 2 y C 2. y C = Ejercicio.2. Sean dos matrices A, B

Más detalles

Matemáticas para la Empresa

Matemáticas para la Empresa Matemáticas para la Empresa 1 o D.C.E. 1 o L.A.D.E. Curso 2008/09 Relación 2. Aplicaciones Lineales. Diagonalización. Formas Cuadráticas 1. Estudia si son lineales las aplicaciones siguientes: a) La aplicación

Más detalles

ÁLGEBRA SELECTIVIDAD C y L

ÁLGEBRA SELECTIVIDAD C y L ÁLGEBRA SELECTIVIDAD C y L JUNIO 2004 1. Se tiene una matriz M cuadrada de orden 3 cuyas columnas son respectivamente C1, C2 y C3 y cuyo determinante vale 2. Se considera la matriz A cuyas columnas son

Más detalles

a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2

a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2 68 Matemáticas I : Álgebra Lineal Tema 7 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado

Más detalles

ÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 2 de julio de 2012 Duración del examen: 3 horas Fecha publicación notas: 11 de julio

ÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 2 de julio de 2012 Duración del examen: 3 horas Fecha publicación notas: 11 de julio ÁLGEBRA LINEAL EXAMEN EXTRAORDINARIO 2 de julio de 22 Duración del examen: 3 horas Fecha publicación notas: de julio Fecha revisión examen: 3 de julio Apellidos: Nombre: Grupo: Titulación: ESCRIBA EL APELLIDO

Más detalles

Cuestiones de Álgebra Lineal

Cuestiones de Álgebra Lineal Cuestiones de Álgebra Lineal Algunas de las cuestiones que aparecen en esta relación están pensadas para ser introducidas en un plataforma interactiva de aprendizaje de modo que los parámetros a, b que

Más detalles

TEMA V. Espacios vectoriales

TEMA V. Espacios vectoriales TEMA V. Espacios vectoriales 1 1. Demostrar que cada uno de los siguientes conjuntos tiene estructura de espacio vectorial sobre el cuerpo de los reales: a El conjunto (R 2, +,, R. b El conjunto (R 3,

Más detalles

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios 61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial

Más detalles

Matrices. Operaciones con matrices.

Matrices. Operaciones con matrices. Matrices. Operaciones con matrices. Ejercicio. Dadas las matrices ( ) ( ) 4 A = B = ( ) C = D = 4 5 ( ) 4 E = F = seleccione las que se pueden sumar y súmelas. Ejercicio. Dadas las matrices ( ) ( ) A =

Más detalles

1. Ejercicios. Algebra Lineal Problemas del tema 4 Endomorfismos Curso Universidad de Oviedo

1. Ejercicios. Algebra Lineal Problemas del tema 4 Endomorfismos Curso Universidad de Oviedo 1. Ejercicios Ejercicio 1 En R 2, referido a la base canónica, se consideran los vectores u 1 = (1, 1) y u 2 = (2,). Un endomorfismo de R 2, T los transforma en los vectores v 1 = ( 2,1) y v 2 = (, 1)

Más detalles

Expresa en lenguaje matemático los siguientes conjuntos:

Expresa en lenguaje matemático los siguientes conjuntos: universidad de valladolid facultad de cc ee y ee matemáticas 1 1. Expresa en lenguaje matemático los siguientes conjuntos: (a) El conjunto S 1 de los vectores de IR 3 que tienen las dos primeras componentes

Más detalles

ÁLGEBRA LINEAL Y GEOMETRÍA

ÁLGEBRA LINEAL Y GEOMETRÍA ÁLGEBRA LINEAL Y GEOMETRÍA Grupos B y C Curso 2006/07 Ejercicios y Problemas Lista número uno 1 Resolver los siguientes sistemas de ecuaciones lineales: } a), b) 3x 2y = 6 9x + 4y = 108 x + y 2z = 9 2x

Más detalles

Álgebra Lineal Grupo A Curso 2011/12. Espacios vectoriales. Bases...

Álgebra Lineal Grupo A Curso 2011/12. Espacios vectoriales. Bases... Álgebra Lineal Grupo A Curso 2011/12 Espacios vectoriales. Bases 61) Dados los vectores v 1,v 2,...,v n linealmente independientes, probar que también lo son los vectores u 1 = v 1 u 2 = v 1 + v 2... u

Más detalles

MATRICES,DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES

MATRICES,DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES Departamento de Matemática Aplicada II EEI ÁLGEBRA Y ESTADÍSTICA Boletín n o 1 (2010-2011 MATRICES,DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES 1 Sean A, B, C, D y E matrices de tamaño 4 5, 4 5, 5 2,

Más detalles

6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas...

6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas... Contents 6 Formas Bilineales y Producto Escalar 3 6.1 Formas bilineales............................... 3 6.1.1 Matriz de una forma bilineal....................... 4 6.1. Formas bilineales simétricas.......................

Más detalles

a n1 a n2 a nn x n a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x j x i = s ij x i x j + s ji x j x i 2 x i x j + a ij + a ji

a n1 a n2 a nn x n a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x j x i = s ij x i x j + s ji x j x i 2 x i x j + a ij + a ji 16 Fundamentos de Matemáticas : Álgebra Lineal Capítulo 1 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado,

Más detalles

a n1 a n2 a nn Es decir, una forma cuadrática es un polinomio homogéneo de grado 2 y n variables.

a n1 a n2 a nn Es decir, una forma cuadrática es un polinomio homogéneo de grado 2 y n variables. Capítulo 7 Formas cuadráticas. Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado de la norma de un vector

Más detalles

Examen de Admisión a la Maestría / Doctorado 24 de Junio de 2016

Examen de Admisión a la Maestría / Doctorado 24 de Junio de 2016 Examen de Admisión a la Maestría / Doctorado 4 de Junio de 6 Nombre: Instrucciones: En cada reactivo seleccione la respuesta correcta encerrando en un círculo la letra correspondiente. Puede hacer cálculos

Más detalles

Un conjunto E a,b,c, de elementos (llamados vectores) se dice que constituye. (a,b) (a',b') (a a',b b')

Un conjunto E a,b,c, de elementos (llamados vectores) se dice que constituye. (a,b) (a',b') (a a',b b') ESPACIOS VECTORIALES Un conjunto E a,b,c, de elementos (llamados vectores) se dice que constituye un espacio vectorial sobre un cuerpo conmutativo K (que generalmente es el cuerpo de los reales) si se

Más detalles

ÁLGEBRA SELECTIVIDAD C y L

ÁLGEBRA SELECTIVIDAD C y L ÁLGEBRA SELECTIVIDAD C y L JUNIO 2004 1. Se tiene una matriz M cuadrada de orden 3 cuyas columnas son respectivamente C1, C2 y C3 y cuyo determinante vale 2. Se considera la matriz A cuyas columnas son

Más detalles

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.

Más detalles

ELEMENTOS DE ALGEBRA LINEAL

ELEMENTOS DE ALGEBRA LINEAL ELEMENTOS DE ALGEBRA LINEAL Matriz Una matriz de orden o dimensión n x p es una ordenación rectangular de elementos dispuestos en n filas y p columnas de la siguiente forma: a11 a1 a1p a1 a a p A an1 an

Más detalles

Métodos Estadísticos Multivariados

Métodos Estadísticos Multivariados Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 34 Álgebra matricial y vectores aleatorios Una matriz es un arreglo

Más detalles

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES X =, siendo 02 M2. tal que AC = B, siendo A =

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES X =, siendo 02 M2. tal que AC = B, siendo A = MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES 1.- Calcular, si es posible, los productos AB y BA A = ( 1 2 4), B = 5 3 0 2.- Comprobar que la matriz X = 4 2 1 3 verifica la ecuación X 2 7X

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Capítulo 7 Aplicaciones Lineales 7.1 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K. Definición 7.1.1 Se dice que una aplicación f : V W es una aplicación lineal o

Más detalles

1. Relación de ejercicios: Espacio Euclídeo

1. Relación de ejercicios: Espacio Euclídeo 1. Relación de ejercicios: Espacio Euclídeo Ejercicio 1.1 Dado un tensor métrico g sobre V (R) y un subespacio vectorial U < V se define la restricción de g a U como la aplicación restringida g U U U U

Más detalles

Grado en Ciencias Ambientales. Matemáticas. Curso 10/11.

Grado en Ciencias Ambientales. Matemáticas. Curso 10/11. Grado en Ciencias Ambientales. Matemáticas. Curso 0/. Problemas Tema 2. Matrices y Determinantes. Matrices.. Determinar dos matrices cuadradas de orden 2, X e Y tales que: 2 2X 5Y = 2 ; X + 2Y = 4.2. Calcular

Más detalles

Grado en Física. Problemas. Temas 1 4

Grado en Física. Problemas. Temas 1 4 Álgebra Lineal y Geometría Grado en Física Problemas. Temas 1 4 Departamento de Álgebra, Universidad de Sevilla 1 El contenido de estas notas ha sido diseñado y redactado por el profesorado de la asignatura

Más detalles

Aplicaciones Lineales. Diagonalización de matrices.

Aplicaciones Lineales. Diagonalización de matrices. Tema 2 Aplicaciones Lineales. Diagonalización de matrices. 2.1. Definiciones y propiedades Nota 2.1.1. En este tema trabajaremos con los Espacios Vectoriales R n y R m definidos sobre el cuerpo R. Definición

Más detalles

ALGEBRA. Escuela Politécnica Superior de Málaga

ALGEBRA. Escuela Politécnica Superior de Málaga ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.

Más detalles

1. Teoría de Conjuntos y Funciones

1. Teoría de Conjuntos y Funciones Universidad Central de Venezuela Facultad de Ciencias Escuela de Matemática Álgebra I 1. Teoría de Conjuntos y Funciones 1.1. Teoría de Conjuntos 1. Dados los conjuntos A, B y C, demuestre que: a) (A B)

Más detalles

ALGEBRA LINEAL - Práctica N 2 - Segundo cuatrimestre de 2017 Matrices y coordenadas

ALGEBRA LINEAL - Práctica N 2 - Segundo cuatrimestre de 2017 Matrices y coordenadas Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - Práctica N 2 - Segundo cuatrimestre de 2017 Matrices y coordenadas Ejercicio 1 Sean m n y r N i) Probar que

Más detalles

Preparaduría V. 1.- Sea A una matriz diagonal n n cuyo polinomio característico es

Preparaduría V. 1.- Sea A una matriz diagonal n n cuyo polinomio característico es Preparaduría V 1.- Sea A una matriz diagonal n n cuyo polinomio característico es (x c 1 ) d1 (x c 2 ) d2... (x c k ) d k donde los c 1,..., c k son distintos dos a dos. Sea V el espacio de matrices n

Más detalles

ÁLGEBRA LINEAL I Práctica 3

ÁLGEBRA LINEAL I Práctica 3 ÁLGEBRA LINEAL I Práctica 3 Matrices y determinantes (Curso 2013 2014) 1. En el conjunto de las matrices n n de elementos reales, demostrar que el producto de matrices triangulares inferiores es otra matriz

Más detalles

Ejercicios tipo test de las lecciones 1 y El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1, 2, 1) y

Ejercicios tipo test de las lecciones 1 y El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1, 2, 1) y Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Ejercicios tipo test de las lecciones 1 y 2. 1. El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1,

Más detalles

2.10 Ejercicios propuestos

2.10 Ejercicios propuestos Ejercicios propuestos 99 1 0 0 0 x 1 0 1 0 0 x 2 0 0 1 0 x 3 x 2 0 0 0 1 x 4 + x 1 +4x 2 + x 3 x 2 0 0 0 1 x 5 x 2 1 0 0 0 x 1 0 1 0 0 x 2 0 0 1 0 x 3 x 2 0 0 0 1 x 4 + x 1 +4x 2 + x 3 x 2 0 0 0 0 x 5

Más detalles

Es decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3

Es decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3 1.- DETERMINANTE DE UNA MATRIZ CUADRADA Determinante de una matriz cuadrada de orden 1 Dada una matriz cuadrada de orden 1, A = (a), se define det A = det (a) = a Determinante de una matriz cuadrada de

Más detalles