Bases y dimensión. Problemas teóricos. En todos los problemas se supone que V es un espacio vectorial sobre un campo F. p=1

Documentos relacionados
Rango de una matriz. Objetivos. Definir el rango de renglones y el rango de columnas de una matriz. Mostrar que estos rangos coinciden.

Determinantes. Problemas teóricos. i=1. 2. De la fórmula general (1) deduzca la fórmula para el determinante de orden 3.

Cambio de base. Objetivos. Estudiar la relación entre las coordenadas de un vector en dos bases.

Espacios vectoriales con producto interno

Métodos directos para resolver sistemas de ecuaciones lineales

Construcción de bases en la suma y la intersección de subespacios (ejemplo)

Valores y vectores propios

Matrices triangulares y descomposición LU

Vectores y matrices. Problemas para examen

ESPACIOS Y SUBESPACIOS VECTORIALES

Transformaciones lineales

102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D.

Anuladores. Objetivos. Definir el concepto de anuladores y estudiar sus propiedades principales.

Clase de Álgebra Lineal

520142: ALGEBRA y ALGEBRA LINEAL

Espacios Vectoriales

Operaciones con matrices

Espacios Vectoriales

Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES

Tema 2: Espacios Vectoriales

2 Espacios vectoriales

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

Matrices simétricas y antisimétricas

Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno.

Tema 3: Espacios vectoriales

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

Lista de problemas de álgebra, 2016

Ba s e, d i M e n s i ó n y Mat r i z

Trabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1:

Intersección y suma de subespacios

Algebra Lineal * Working draft: México, D.F., a 17 de noviembre de 2010.

ESPACIOS VECTORIALES Y APLICACIONES LINEALES

Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen

Tema 4: Estructura vectorial de R n.

Tema 2: Espacios vectoriales

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

Definición de la matriz inversa

Subespacios de espacios vectoriales

Transformaciones lineales autoadjuntas (hermíticas)

ax + by = 1 cx + dy = 0

Matrices triangulares y matrices ortogonales

En el caso en que el conjunto sea linealmente dependiente, exprese uno de los vectores como combinación lineal de los demás.

Aplicaciones lineales

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

1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.

SISTEMAS DE ECUACIONES LINEALES Y MATRICES

Departamento de Ingeniería Matemática - Universidad de Chile

Ejercicio 1: Proponga al menos 3 conjuntos y las operaciones adecuadas de modo que sean espacios vectoriales.

Trabajo Práctico N 5: ESPACIOS VECTORIALES

TEMA V. Espacios vectoriales

Matrices. Operaciones con matrices.

Espacios Vectoriales, Valores y Vectores Propios

Trabajo Práctico N 5: ESPACIOS VECTORIALES

Espacios vectoriales

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

Contenido. 2 Operatoria con matrices. 3 Determinantes. 4 Matrices elementales. 1 Definición y tipos de matrices

SOLUCIONES A LA AUTOEVALUACIÓN - Espacios Vectoriales.

4. Espacios vectoriales

Prerrequisitos de la asignatura Álgebra Lineal Numérica

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

Tema 3: MATRICES. Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada

Definición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar.

MATRICES. Una matriz es un conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.

Resumen 2: Espacios vectoriales

ÁLGEBRA LINEAL I Práctica 5

1. Espacio vectorial. Subespacios vectoriales

Práctica 1. Espacios vectoriales

Capítulo 2. Determinantes Introducción. Definiciones

Matrices Inversas. Rango Matrices Elementales

Problemas de Espacios Vectoriales

Álgebra Lineal Ivan D. Molina N. Universidad del Norte Enero del 2016 Ivan D. Molina N. (Universidad del Norte) Álgebra Lineal Enero del / 26

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:

Matrices. José Vicente Romero Bauset. ETSIT-curso 2009/2010. José Vicente Romero Bauset Tema 1.- Matrices. 1

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE

Inversas de las matrices triangulares superiores

Ejercicios de Álgebra Lineal Parcial 1

Álgebra lineal II Examen Parcial 1

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

Matrices, Determinantes y Sistemas Lineales.

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales

Propiedades de los Determinantes

Escuela de Matemáticas

Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I?

Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291)

Espacios Vectoriales

TEMA 7. Matrices y determinantes.

Espacios vectoriales reales.

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A =

ÁLGEBRA LINEAL I NOTAS DE CLASE UNIDAD 2

GF = I V. G(v ) = v 1

Definición de la matriz inversa

Espacios de una Matriz

Resumen de Teoría de Matrices

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

Capítulo V. Valores y vectores propios. Diagonalización de operadores lineales.

ALGEBRA y ALGEBRA LINEAL

ÁLGEBRA LINEAL Problemas, 2006/2007

TRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN

Transcripción:

Bases y dimensión Problemas teóricos Bases de un espacio vectorial En todos los problemas se supone que V es un espacio vectorial sobre un campo F. Definición de base. Sean b 1,..., b n V. Se dice que la lista (b 1,..., b n ) es una base de V si los vectores b 1,..., b n son linealmente independientes y l(b 1,..., b n ) = V. Nótese que hablamos solamente de bases finitas. 1. Base canónica de F 4. Denotemos por e 1, e 2, e 3, e 4 a los vectores básicos de F 4 : e p := [ ] 4 δ p,j j=1 Demuestre que para todos λ 1, λ 2, λ 3, λ 4 F λ 1 e 1 + λ 2 e 2 + λ 3 e 3 + λ 4 e 4 = [ ] 4 λ j. j=1 Demuestre que la lista (e p ) 4 p=1 es una base de F 4. 2. Base canónica de F n. Denotemos por e 1,..., e n a los vectores básicos de F n : e p := [ ] n δ p,j j=1 Demuestre que para todos λ 1,..., λ n F n λ p e p = [ ] n λ j. j=1 p=1 Demuestre que la lista (e p ) n p=1 es una base de F n. 3. Base canónica de M 2,3 (F). Denotemos por E p,q, donde p {1, 2}, q {1, 2, 3}, a las matrices básicas de tamaño 2 3: E p,q := [ δ p,i δ q,j ] 2,3 i,j=1. Escriba las matrices E 1,1, E 1,2, E 1,3, E 2,1, E 2,2, E 2,3 de manera explícita y demuestre que estas matrices forman una base de M 2,3 (F). Bases y dimensión, problemas teóricos, página 1 de 12

4. Base canónica de M m,n (F). Denotemos por E p,q, donde p {1,..., m}, q {1,..., n}, a las matrices básicas de tamaño m n: E p,q := [ δ p,i δ q,j ] m,n i,j=1. Numeramos estas matrices en el siguiente orden: E 1,1, E 1,2,..., E 1,n, E 2,1,..., E m,n. Demuestre que esta lista (E p,q ) m,n p,q=1 es una base de M m,n (F). 5. Base canónica del espacio de polinomios de grado 3. Denotemos por e j a los monomios: e 0 (x) := 1, e 1 (x) := x, e 2 (x) := x 2, e 3 (x) := x 3. Demuestre que la lista e 0, e 1, e 2, e 3 es una base de P 3 (F). 6. Base canónica del espacio de polinomios de grado n. Denotemos por e j a los monomios: e 0 (x) := 1, e 1 (x) := x,..., e n (x) := x n, Demuestre que la lista e 0, e 1,..., e n es una base de P n (F). 7. Existencia y unicidad de la expansión de un vector respecto a una base. Sea b 1,..., b n una base de V y sea u V. Demuestre que existe una única tupla x F n tal que n u = x j b j. j=1 8. Sean b 1,..., b n V tales que para todo u V existe una única tupla x F n tal que u = n x j b j. j=1 Demuestre que b 1,..., b n es una base de V. 9. Todas las bases de un espacio vectorial tienen el mismo tamaño. Sean a 1,..., a m y b 1,..., b n bases de un espacio vectorial V. Demuestre que m = n. Bases y dimensión, problemas teóricos, página 2 de 12

10. Base tiene tamaño máximo entre todos las listas linealmente independientes. Sea b 1,..., b n una base de V y sean a 1,..., a m V linealmente independientes. Demuestre que m n. 11. Cualquier lista linealmente independiente máxima por contención es una base. Sean b 1,..., b n V vectores linealmente independientes y tales que para todo a V los vectores b 1,..., b n, a son linealmente dependientes. Demuestre que b 1,..., b n es una base de V. 12. Base tiene tamaño mínimo entre todas las listas que generan al espacio. Sea b 1,..., b n una base de V y sean a 1,..., a m V tales que l(a 1,..., a m ) = V. Demuestre que m n. 13. Cualquier lista mínima por contención entre las listas generadoras es una base. Sean b 1,..., b n vectores del espacio V tales que l(b 1,..., b n ) = V y para todo j {1,..., n} l ( ) (b i ) i {1,...,n} V. i j Es decir, al quitar cualquier vector de la lista (b 1,..., b n ) la lista obtenida ya no genera al espacio. Demuestre que b 1,..., b n es una base de V. Bases y dimensión, problemas teóricos, página 3 de 12

Dimensión de un espacio vectorial 14. Demuestre que en el espacio de los polinomios P(F) no hay ninguna base (finita). 15. Definición de la dimensión de un espacio vectorial. Sea V un espacio vectorial. Cuándo se dice que V es de dimensión finita?. Cómo se define su dimensión en este caso?. Cuál teorema garantiza que esta definición es correcta?. 16. Criterio de espacio de dimensión finita. Sea V un espacio vectorial. Demuestre que las siguientes condiciones son equivalentes: (a) Existe una base (finita) de V. (b) En V existe un conjunto generador finito. (c) Los tamaños de las listas de vectores linealmente independientes en V están acotados por arriba, es decir, existe un número (finito) n tal que para toda lista a 1,..., a m linealmente independiente en V se cumple la desigualdad m n. 17. Sea V un espacio vectorial de dimensión n y sean a 1,..., a n V vectores linealmente independientes. Demuestre que a 1,..., a n es una base de V. 18. Sea V un espacio vectorial de dimensión n y sean a 1,..., a n vectores en V tales que l(a 1,..., a n ) = V. Demuestre que a 1,..., a n es una base de V. 19. Reducción de una lista de vectores que genera al espacio a una base. Sea V un espacio vectorial y sean a 1,..., a m V tales que l(a 1,..., a m ) = V. Demuestre que existen i 1,..., i n {1,..., m} tales que i 1 <... < i n y a i1,..., a in es una base de V. 20. Ampliación de una lista de vectores linealmente independientes a una base. Sea V un espacio vectorial de dimensión n, sea m < n y sean a 1,..., a m vectores linealmente independientes. Demuestre que existen vectores a m+1,..., a n V tales que a 1,..., a n es una base. Bases y dimensión, problemas teóricos, página 4 de 12

Ejemplos de bases 21. Base canónica del espacio F n. En el espacio F n definimos los vectores e 1,..., e n mediante la fórmula: e p = [ δ p,j ] n j=1. Demuestre que e 1,..., e n es una base de F n. 22. Matrices 2 2 con traza nula. Construya una base del espacio S y calcule su dimensión: S = { A M 2 (F): tr(a) = 0 }. 23. Matrices triangulares superiores. Construya una base del espacio ut n (F) y calcule su dimensión. Sugerencia: primero considere el caso particular n = 3. 24. Matrices triangulares inferiores. Construya una base del espacio lt n (F) y calcule su dimensión. Sugerencia: primero considere el caso particular n = 3. 25. Matrices simétricas. Construya una base del espacio SM n (F) de las matrices simétricas y calcule su dimensión. Sugerencia: primero considere el caso particular n = 3. 26. Matrices antisimétricas. Construya una base del espacio ASM n (F) de las matrices antisimétricas y calcule su dimensión. Sugerencia: primero considere el caso particular n = 3. 27. Polinomios pares. En el espacio P 2m (R) consideremos el subespacio S de los polinomios pares: S := { f P 2m (R): x R f( x) = f(x) }. Construya un base de S y calcule dim(s). 28. Polinomios impares. En el espacio P 2m (R) consideremos el subespacio S de los polinomios impares: S := { f P 2m (R): x R f( x) = f(x) }. Construya un base de S y calcule dim(s). Bases y dimensión, problemas teóricos, página 5 de 12

29. En el espacio M 2 (F) se considera el subespacio S de las matrices cuyas entradas diagonales coinciden: S = { A M 2 (F): A 1,1 = A 2,2 }. Construya una base de S y calcule dim(s). 30. Sea S el espacio de los polinomios de grado 2 que se anulan en el punto 5: Construya una base de S y calcule dim(s). S = {f P 2 (R): f(5) = 0}. Bases y dimensión, problemas teóricos, página 6 de 12

Cambio de base 31. Cambio de las coordenadas de un vector al cambiar la base del espacio. Sean A y B bases de V y sea u V. Demuestre que u A = P A,B u B. 32. Criterio de la iguadad de matrices, caso particular m = 3, n = 2. Sean A, B M 3,2 (F): A 1,1 A 1,2 B 1,1 B 1,2 A = A 2,1 A 2,2, B = B 2,1 B 2,2. A 3,1 A 3,2 B 3,1 B 3,2 Supongamos que Ax = Bx para todo x F 2. Demuestre que A = B. 33. Criterio de la iguadad de matrices. Sean A, B M m,n (F) tales que Demuestre que A = B. x F n Ax = Bx. 34. Unicidad de la matriz que realiza el cambio de variables. Sean A y B bases de V y sea C M m,n (F) una matriz tal que Demuestre que P A,B = C. v V v A = Cv B. 35. Composición de dos cambios de base. Sean A, B, C algunas bases de V. Demuestre que P A,C = P A,B P B,C. 36. Matriz del cambio trivial de base. Sea B una base de V. Demuestre que P B,B = I n. 37. Matriz del cambio inverso de base. Sean A, B bases de V. Demuestre que las matrices P A,B y P B,A son invertibles y P B,A = P 1 A,B. 38. Dada una base vieja y una matriz invertible, la base nueva se determina de manera única. Sea A = (a 1,..., a n ) una base de V y sea C M n (F) una matriz invertible. Demuestre que existe una única base B = (b 1,..., b n ) de V tal que P A,B = C. Bases y dimensión, problemas teóricos, página 7 de 12

Base y dimensión del subespacio 39. Sea V un espacio vectorial de dimensión finita y sea S un subespacio de V. Demuestre que S también es de dimensión finita y dim(s) dim(v ). 40. Sea V un espacio vectorial de dimensión finita y sea S un subespacio de V tal que dim(s) = V. Demuestre que S = V. 41. Sea V un espacio vectorial y sean S 1, S 2 sus subespacios tales que S 1 S 2 y S 1, S 2 son de la misma dimensión finita: dim(s 1 ) = dim(s 2 ) < +. Demuestre que S 1 = S 2. 42. En el espacio de los polinomios de grado 2 consideremos al siguiente subespacio: S = f P 2(R): 3 f(x) dx = 0. Construya una base de S y amplíela a una base del espacio P 2 (R). 1 43. En el espacio de los polinomios de grado 2 consideremos dos subespacios: S 1 = { f P 2 (R): f(3) = 0 }, S 2 = { f P 2 (R): f(4) = 0 }. Halle S 1 S 2, construya una base A de S 1 S 2, amplíe A a una base B de S 1, amplíe A a una base C de S 2. Bases y dimensión, problemas teóricos, página 8 de 12

Dimensión de la suma de subespacios, fórmula de Grassmann 44. Dimensiones de los sumandos en la suma directa. Sea V un espacio vectorial y sean S 1, S 2 sus subespacios tales que V es la suma directa de S 1 y S 2. Sean A = (a 1,..., a m y B = (b 1,..., b n ) bases de S 1 y S 2 respectivamente. Demuestre que (a 1,..., a m, b 1,..., b n ) es una base de V y concluya de allí (sin usar la fórmula de Grassmann) que dim(v ) = dim(s 1 ) + dim(s 2 ). 45. Fórmula de Grassmann. Sean S 1 y S 2 subespacios de un espacio vectorial V. Demuestre que dim(s 1 + S 2 ) = dim(s 1 ) + dim(s 2 ) dim(s 1 S 2 ). 46. Dimensiones de los sumandos en la suma directa (corolario de la fórmula de Grassmann). Sea V un espacio vectorial y sean S 1, S 2 sus subespacios tales que V es la suma directa de S 1 y S 2. Usando la fórmula de Grassmann demuestre que dim(v ) = dim(s 1 ) + dim(s 2 ). 47. Sumas directas de varios subespacios (tarea adicional). Sea V una suma directa de sus subespacios S 1,..., S m. Esto significa que todo vector de v se escribe de manera única en forma w 1 +... + w m con w i S i, i {1,..., m}. Demuestre que dim(v ) = dim(s 1 ) +... + dim(s m ). 48. En el espacio M 2 (R) consideremos los subespacios de las matrices triangulares superiores y triangulares inferiores: S 1 = ut 2 (R), S 2 = lt 2 (R). Halle S 1 S 2 y S 1 +S 2, encuentre una base A de S 1 S 2, amplíe A a una base B de S 1, amplíe A a una base C de S 2, calcule las dimensiones de S 1, S 2, S 1 S 2 y S 1 + S 2, haga la comprobación con la fórmula de Grassmann. 49. En el espacio M 2 (R) consideremos dos subespacios (matrices antisimétricas y matrices con traza nula): S 1 = { A M 2 (R): A = A }, S 2 = { A M 2 (R): tr(a) = 0 }. Halle S 1 S 2 y S 1 + S 2, calcule las dimensiones de S 1, S 2, S 1 S 2, S 1 + S 2 y haga la comprobación con la fórmula de Grassmann. Bases y dimensión, problemas teóricos, página 9 de 12

Rango de una lista de vectores, sublista básica 50. Escriba la definición del rango de una lista de vectores (o de un conjunto finito de vectores). 51. Criterio de sublista básica de una lista de vectores. Sea V un espacio vectorial, sean a 1,..., a m V y sean i 1,..., i n {1,..., m} tales que i 1 <... < i n. Demuestre que las siguientes condiciones son equivalentes: (a) a i1,..., a in es una base de l(a 1,..., a m ). (b) a i1,..., a in son linealmente independientes y a 1,..., a m l(a i1,..., a in ). 52. Existencia de una sublista básica de una lista de vectores. Sea V un espacio vectorial y sean a 1,..., a m V. Demuestre que existen i 1,..., i n {1,..., m} tales que i 1 <... < i n y a 1,..., a m l(a i1,..., a in ). Rango de una matriz 53. Renglones no nulos de una matriz pseudoescalonada. Sea A M m,n (F) una matriz pseudoescalonada y sean i 1,..., i r los índices de sus renglones no nulos. Demuestre que estos renglones A i1,,..., A ir, son linealmente independientes. 54. Subsistema básico del sistema de columnas de una matriz pseudoescalonada. Sea A M m,n (F) una matriz pseudoescalonada. Denotemos por i 1,..., i r (i 1 <... < i r ) a los índices de sus renglones no nulos. En cada renglón no nulo elegimos una entrada con índices (i k, j k ) tal que A s,jk = 0 para todo s > i k. Demuestre que las columnas de A con índices j 1,..., j r son linealmente independientes y generan a todas las columnas de la matriz A. 55. Renglones y columnas del producto de matrices como combinaciones lineales de los factores. Sea A M m,n (F) y sea B M n,p (F). Escriba los renglones de AB como combinaciones lineales de los renglones de B. Escriba las columnas de AB como combinaciones lineales de las columnas de A. Bases y dimensión, problemas teóricos, página 10 de 12

56. Operaciones elementales con renglones no cambian el subespacio generado por renglones. Sean A, B M m,n (F) tales que B = EA, donde E es una matriz elemental. Demuestre que l ( A 1,,..., A m, ) = l ( B1,,..., B m, ). 57. Operaciones elementales con renglones no cambian dependencias lineales entre columnas. Sean A, B M m,n (F) tales que B = EA, donde E es una matriz elemental. Supongamos que λ 1 A,1 +... + λ n A,n = 0 m. Demuestre que λ 1 B,1 +... + λ n B,n = 0 m. 58. Rango de renglones es igual con el rango de columnas. Sea A M m,n (F). Demuestre que r(a 1,,..., A m, ) = r(a,1,..., A,n ). 59. Escriba la definición del rango de una matriz. 60. Criterio de la invertibilidad de una matriz cuadrada en términos de su rango. Sea A M n (F). Demuestre que A es invertible si y sólo si r(a) = n. 61. Rango del producto de matrices. Sea A M m,n (F) y sea B M n,p (F). Demuestre que r(ab) min ( r(a), r(b) ), esto es, r(ab) r(a) r(ab) r(b). 62. Rango del producto de una matriz arbitraria por una matriz invertible. Sea A M m,n (F) y sea B M n (R) una matriz invertible. Demuestre que r(ab) = r(a). 63. Rango del producto de una matriz invertible por una matriz arbitraria. Sea A M m,n (F) y sea B M m (R) una matriz invertible. Demuestre que r(ba) = r(a). Bases y dimensión, problemas teóricos, página 11 de 12

64. Rango del producto, ejemplo con una desigualdad estricta. Encuentre dos matrices A, B M 2 (R) tales que r(ab) < min { r(a), r(b) }. 65. Las matrices no cuadradas no pueden ser invertibles. Sean A M m,n (F), B M n,m (F), donde m > n. Demuestre que AB I m. 66. Dimensión del conjunto solución de un sistema de ecuaciones lineales homogéneas. Sea A M m,n (F) y sea S el conjunto solución del sistema de ecuaciones lineales homogéneas Ax = 0 m. Demuestre que dim(s) = n r(a). 67. Sea A M m,n (F) y sea b F m. Demuestre que el sistema de ecuaciones lineales Ax = b es consistente si y sólo si b pertenece al espacio vectorial generado por las columnas de A: ( ) x F n Ax = b b l ( ) A,1,..., A,n. 68. Teorema de Kronecker Capelli. Sea A M m,n (F) y sea b F m. Denotemos por C a la matriz aumentada que consiste en las columnas A,1,..., A,n, b: C = [ A,1,..., A,n, b ]. Demuestre que el sistema de ecuaciones lineales Ax = b es consistente si y sólo si coinciden los rangos de las matrices A y C: ( ) x F n Ax = b r(c) = r(a). 69. Número de las matrices m n de rango m sobre un campo finito (tarea adicional). Sea F un campo de s elementos (por ejemplo, F = {0, 1}, en este caso s = 2). Calcule el número de las matrices A M m,n (F) tales que r(a) = m. 70. Número de las matrices invertibles sobre un campo finito (tarea adicional). Sea F un campo de s elementos (por ejemplo, F = {0, 1}, en este caso s = 2). Calcule el número de las matrices A M n (F) que son invertibles. Bases y dimensión, problemas teóricos, página 12 de 12