I.

NÚMEROS COMPLEJOS Y GRUPOS

1. Determinar la parte real e imaginaria de (1 + i)/(2 − i), (2 + 3i)/(3 − 2i), (1 + 2i)−2 , y representar
gráficamente estos números complejos.
√
2. Sea z =√a + bi un√número complejo y sea ρ := a2 + b2 su módulo. Probar que una raı́z cuadrada
de z es ρ+a2 ±i 2 , donde el signo es + si b ≥ 0, y − si b < 0.
ρ−a

3. Hallar una raı́z cuadrada compleja de −2, i, −i, 3i, −4i, 1+i, −2+3i, (1+i)/(2−i), (2+3i)/(3−2i),
y representarla gráficamente.

√el argumento de los números complejos −1 + −2

4. Calcular el módulo y i, 1 + 2i, 3 − 2i, −2 −√
3i, 2 + 2i,
3 − 3i, −1 − i, 1 + 3i, (1 + i)/(2 − i), √ (2 + 3i)/(3 − 2i), (1 + 2i) , (1 + i)−2 , (−1 + 3i)/(2i),
(1 + i)/(−2 + 2i), ei , −2e−i , eiπ/5 /(1 + 3i), y representarlos gráficamente.
5. Hallar la parte real e imaginaria,√el módulo
√ y el argumento, de las raı́ces cúbicas y cuartas complejas
de 1, i, −1, −i, 1 + i, −1 + i, 1 − 3i, − 3 − i, −2 + 3i, 3 − 2i, 2 + 3i, (1 + i)/(2 − i), (2 + 3i)/(3 − 2i),
(1 + 2i)−2 y representarlas gráficamente.
6. Si ρ ∈ R+ y θ ∈ R, probar que el conjugado de ρeθi es ρe−θi .
7. Hallar las raı́ces complejas de los polinomios x2 + 2x + 3, x2 + 1, x2 + 2, x3 − 2, x3 + 1, x3 + 2,
x4 − 16, x4 + 1, x4 + 2, x6 − 16 y x8 + 16, y representarlas gráficamente.

8. Sea P (x) = c0 + c1 x + c2 x2 + . . . + cn xn un polinomio con coeficientes reales. Probar que si x = α

es una raı́z compleja, entonces su conjugado x = ᾱ también, P (ᾱ) = 0.
9. Probar que si un número complejo z no es nulo, entonces z/z̄ tiene módulo 1 y su argumento es el
doble del argumento de z.

10. Si un número complejo z ̸= −1 es de módulo 1, probar que existe un número real b tal que
1 + bi
z= ·
1 − bi

11. Probar que la ecuación x2 + y 2 = 1 tiene infinitas soluciones racionales. ¿Cuántos ángulos hay que
tengan seno y coseno racionales? (Indicación: Ejercicio 9).
12. ¿Existe algún número complejo z de módulo 1 tal que z n ̸= 1 para todo n ∈ N, n ≥ 1 ?
13. Si un número complejo z no es real, demostrar que su argumento duplica al de z + |z|.
(Indicación: Elevar z + |z| al cuadrado).
14. Demostrar que los centros de los cuadrados levantados sobre dos lados de un triángulo siempre
forman con el punto medio del tercer lado un triángulo rectángulo isósceles.
√
15. Determinar el módulo y el argumento de e1−i y e2+πi/3 /(1 − 3i), y representarlos gráficamente.

16. Hallar la parte real e imaginaria de los números complejos ln(−1), ln i, ln(1+i), ln(1−i), ln(−2−3i),
y representarlos gráficamente.
17. ¿Es correcto el siguiente argumento?
ln 2
2 = eln 2 = e2πi 2πi = (e2πi )(ln 2)/(2πi) = 1(ln 2)/(2πi) = 1.

1
18. Si f : X → Y , g : Y → Z y h : Z → T son aplicaciones, probar que h ◦ (g ◦ f ) = (h ◦ g) ◦ f .
19. Si f : X → Y y g : Y → Z son aplicaciones, probar las siguientes afirmaciones:
a) Si f y g son inyectivas, entonces g ◦ f también es inyectiva.
b) Si f y g son epiyectivas, entonces g ◦ f también es epiyectiva.
c) Si g ◦ f es inyectiva, entonces f también es inyectiva.
d ) Si g ◦ f es epiyectiva, entonces g también es epiyectiva.
20. Dar un ejemplo de dos aplicaciones f : X → Y , g : Y → Z tales que g ◦ f sea inyectiva sin que lo
sea g, y otro ejemplo en que g ◦ f sea epiyectiva sin que lo sea f .

21. Si τ ∈ Sn , n ≥ 3, es una permutación tal que τ (1) = i, τ (2) = j, τ (3) = k, probar que (ijk) =
τ · (123) · τ −1 .
22. En S9 , hallar el signo de σ = (126)(3854)(8256), su inverso σ −1 y una trasposición τ tal que
στ ̸= τ σ. Descomponer σ en producto de trasposiciones. Calcular σ 2020 .
Igualmente para τ = (19725)(621)(8345976).

23. Determinar σ ∈ S6 impar (resp. par) que únicamente deje fijo el 4, y calcular σ 2021 .
24. Sea σ ∈ Sn , n ≥ 3. Demostrar que si στ = τ σ para toda permutación τ ∈ Sn , entonces σ es la
identidad.
25. Calcular el determinate, el rango y la inversa en su caso, de las siguientes matrices
     
1 12 123 1234   1 2 3 4 1 i 0 −i
2 23 234 2341 −1 i −i 3 1 −1 −3  i 1 −1
  , 1 0
3 34 341 3412 −1 −1 ,  4 3
 ,  .
2 1  0 1 i 1
−1 i −i
4 41 412 4123 2 −1 −4 −7 i −1 −i −1
 
1 −2 3 5 −4
2 −4 6 5 2
26. Determinar el rango de la matriz A = 
2
.
−5 7 7 3
−1 1 −2 −3 5
27. Resolver el siguiente sistema de ecuaciones lineales:
 
  x  
1 −2 3 5 −4   0
2 y
 −4 6 5 2    
  z  = 0
2 −5 7 7 3 t
 0
−1 1 −2 −3 5 0
u

Resolver también los correspondientes sistemas cuando la matriz de términos independientes es

una de las siguientes:      
2 1 −3
−6 1 −1
  ,   ,   .
−7 1 1
−3 1 2

2
28. Sean A y B dos matrices cuadradas de n filas. Probar que si AB = In , entonces A es invertible y
A−1 = B, de modo que también BA = In .
Si A es una matriz invertible, probar que (Ā)−1 = A−1 y (At )−1 = (A−1 )t , donde Ā denota la
matriz de coeficientes conjugados y At la matriz traspuesta.
Suponiendo que todas las matrices son cuadradas y tienen igual número de columnas, y que las
inversas en cuestión existen, probar que (recuérdese que (AB)−1 = B −1 A−1 )
a) (I + A−1 )−1 = A(A + I)−1 .
b) (A−1 + B −1 )−1 = A(A + B)−1 B = B(A + B)−1 A.
c) (I + AB)−1 = I − AB(I + AB)−1 .
d ) (I + BA)−1 = A−1 (I + AB)−1 A.
e) (I + B t A−1 B)−1 = B −1 A(A + BB t )−1 B.
∑
29. La traza de una matriz cuadrada A = (aij ) es tr A := i aii = a11 + a22 + . . . + ann . Demostrar
las siguientes propiedades de la traza:
a) tr(λA + µB) = λ(tr A) + µ(tr B).
b) tr A = tr At .
c) tr(AB) = tr(BA).
d ) Si B es invertible, tr(A) = tr(BAB −1 ).
e) Si tr(BA) = 0 para toda matriz cuadrada B, entonces A = 0.
f ) tr(Āt A) ≥ 0, y si tr(Āt A) = 0, entonces A = 0.
30. Si G es un grupo y a, b, c ∈ G, probar las siguientes afirmaciones:
a) Si ab = c, entonces b = a−1 c y a = cb−1 .
b) Si ab = ac, entonces b = c. Si ab = cb, entonces a = c.
c) Si ab = a, entonces b = 1. Si ab = b, entonces a = 1.
d ) Si ab = 1, entonces a = b−1 y b = a−1 .
e) (ab)−1 = b−1 a−1 .
f ) 1−1 = 1 y (a−1 )−1 = a.

Cuando G es conmutativo, escribir estas propiedades en notación aditiva.

31. Sea X = {x1 , . . . , xr } un subconjunto finito de cardinal r de un grupo G. Probar que para todo
elemento a ∈ G se cumple que aX := {ax1 , . . . , axr } también tiene cardinal r.
32. Determinar si la suma usual de números define una estructura de grupo en los siguientes conjuntos:
N, 2Z := {2n}n∈Z , {2n + 1}n∈Z , {z ∈ C : |z| ≤ 1}, {z ∈ C : ez = 1}.

33. Determinar si el producto usual de números define una estructura de grupo en los conjuntos: N,
2Z, {2n + 1}n∈Z , R+ , {z ∈ C : |z| = 1}, {z ∈ C : |z| ≤ 1}, {z ∈ C : z n = 1, ∃0 ̸= n ∈ N}.
34. Determinar si el producto de matrices define una estructura de grupo en Mn×n (K), donde K = R
ó C, y en los siguientes conjuntos:
G = {A ∈ Mn×n (C) : A−1 = A}
G = {A ∈ Mn×n (R) : At = A}

3
 G = {A ∈ Mn×n (C) : Āt = A}
G = {A ∈ Mn×n (K) : |det A| = 1}
G = {A ∈ Mn×n (R) : det A > 0}
G = {A ∈ Mn×n (R) : det A < 0}
G = {A ∈ Mn×n (K) : A2 = A}
35. Determinar si el conjunto G = R es grupo con la operación x ∗ y := x + y − x · y, donde + y ·
denotan la suma y el producto usuales de números reales. Igualmente para
a) G = (R∗ ) × R con la operación (a, b) ∗ (c, d) := (ac, bc + d).
b) G = R × R con la operación (a1 , b1 ) ∗ (a2 , b2 ) := (a1 a2 + b1 b2 , a1 b2 + a2 b1 ).
c) G = Z con la operación a ∗ b := a + b − 2.
√
d ) G = R con la operación x ∗ y := 3 x3 + y 3 .
e) G = Z con la operación a ∗ b := |a + b|.
f ) G = C con la operación x ∗ y := xy.
g) G = C con la operación x ∗ y := x − y.
h) G = C con la operación x ∗ y := x.
i ) G = R3 , (a, b, r) ∗ (a′ , b′ , r′ ) := (a + a′ , b + b′ , r + r′ + 12 (ba′ − b′ a)).
36. Probar que el grupo simétrico Sn no es conmutativo cuando n ≥ 3.
37. Probar que el grupo Gl(n, R) := {A ∈ Mn×n (R) : |A| ̸= 0} no es conmutativo cuando n ≥ 2.
38. Si G1 y G2 son dos grupos, probar que el conjunto G1 × G2 , con la operación
(a1 , a2 ) · (b1 , b2 ) := (a1 b1 , a2 b2 )
también es un grupo, cuyo neutro es la pareja (1,1) y (a1 , a2 )−1 = (a−1 −1
1 , a2 ).
Además G1 × G2 es conmutativo si y sólo si G1 y G2 son conmutativos.
39. Si G es un grupo, probar que las siguientes afirmaciones son equivalentes:
a) G es conmutativo.
b) (ab)n = an bn para todo a, b ∈ G y todo número natural n.
c) (ab)2 = a2 b2 para todo a, b ∈ G.
d ) (ab)−1 = a−1 b−1 para todo a, b ∈ G.
e) µ : G × G → G, µ(a, b) = ab, es morfismo de grupos: µ(aa′ , bb′ ) = µ(a, b) · µ(a′ , b′ ).
40. Sea G un grupo. Si a2 = 1, ∀a ∈ G, probar que G es conmutativo.
41. Sea H un subconjunto no vacı́o de un grupo G. Probar que H es un subgrupo de G si y sólo si
ab−1 ∈ H, ∀a, b ∈ H.
42. Demostrar que el grupo especial ortogonal SO(n) := {A ∈ O(n) : detA = 1} es un subgrupo
del grupo Gl(n, R), y que el grupo especial unitario SU (n) := {A ∈ U (n) : detA = 1} es un
subgrupo del grupo Gl(n, C).
43. Si H y H ′ son subgrupos de un grupo G, probar que H ′ ∩ H también es un subgrupo de G.
44. Sean H, H ′ subgrupos de un grupo G. Si H ∪ H ′ es subgrupo, probar que H ⊆ H ′ ó H ′ ⊆ H.

4
45. Si H1 y H2 son dos subgrupos de un grupo conmutativo G, demostrar que
H1 + H2 := {a ∈ G : a = h1 + h2 ; ∃h1 ∈ H1 , h2 ∈ H2 }
es un subgrupo de G, y que es el menor subgrupo de G que contiene a H1 y a H2 .
46. Si H1 y H2 son dos subgrupos de un grupo G, demostrar que
H1 · H2 := {a ∈ G : ah1 h2 ; ∃h1 ∈ H1 , h2 ∈ H2 }
es un subgrupo de G si y sólo si H1 · H2 = H2 · H1 .
47. Si G es un grupo, probar que H := {a ∈ G : ax = xa, ∀x ∈ G} es un subgrupo de G.
48. Si un subgrupo H de Sn tiene alguna permutación impar σ ∈ H, probar que la mitad de las
permutaciones de H son pares y la otra mitad son impares.
Concluir que el número de permutaciones pares de n elementos es n!/2 = n(n − 1) . . . 3.
49. Definir una estructura de grupo en los siguientes conjuntos y determinar si las aplicaciones consi-
deradas son morfismos de grupos, y en caso afirmativo determinar el núcleo y la imagen:

a) f : R → R, f (x) = 0, f (x) = 1, f (x) = |x|, f (x) = 2x, f (x) = x2 , f (x) = sen x, f (x) = ex .
b) f : R → R+ , f (x) = 1, f (x) = x2 + 1, f (x) = |x| + 1, f (x) = ex .
c) f : R+ → R+ , f (x) = 1, f (x) = x2 , f (x) = ex .
d ) f : C → C, f (z) = 3z, f (z) = z 3 , f (z) = |z|, f (z) = z̄, f (z) = |z|2 , f (z) = ez .
e) f : C → C∗ , f (z) = 3z, f (z) = z 3 , f (z) = |z|, f (z) = z̄, f (z) = |z|2 , f (z) = ez .
f ) f : C2 → C, f (x, y) = x + y, f (x, y) = x + y + 1, f (x, y) = xy, f (x, y) = x.
g) f : C2 → C2 , f (x, y) = (y − x, 2y + x), f (x, y) = (x + y, xy).
h) f : S3 → S3 , f (σ) = σ −1 , f (σ) = σ 2 .
i ) f : Gl(2, C) → Gl(2, C), f (A) = A−1 , f (A) = At , f (A) = Ā, f (A) = A2 , f (A) = Āt .

50. Sea f : G → G′ un morfismo de grupos. Si H es un subgrupo de G, probar que f (H) := {f (h)}h∈H

es un subgrupo de G′ . Si H ′ es un subgrupo de G′ , probar que f −1 (H ′ ) := {a ∈ G : f (a) ∈ H ′ } es
un subgrupo de G.
51. Si f : G → G′ es un morfismo de grupos biyectivo, probar que la aplicación inversa f −1 : G′ → G
también es morfismo de grupos.

52. Si G es un grupo y a ∈ G, probar que f : G → G, f (x) = axa−1 , es un morfismo biyectivo.

53. Sea a un elemento de un grupo finito G de cardinal n. Probar que existe algún número natural
m ≥ 1 tal que am = 1. Si d es el primer número natural positivo tal que ad = 1, probar que
H = {a, a2 , . . . , ad = 1} es un subgrupo de G de cardinal d. Concluir que d es un divisor de n.

a) Probar que todo grupo de cardinal ≤ 5 es conmutativo.

b) Determinar todos los subgrupos del grupo simétrico S3 .
c) Determinar todos los subgrupos del grupo Cn := {z ∈ C : z n = 1} cuando n = 2, 3, 4, 5, 6, 7.
d ) Probar que el grupo A4 = {σ ∈ S4 : sgn(σ) = 1} no tiene ningún subgrupo con 6 elementos.

5
 II. ESPACIOS VECTORIALES

1. Sea E un K-espacio vectorial y λ, µ ∈ K, e, u, v ∈ E: Probar las siguientes afirmaciones:

0·e=0 , λ · 0 = 0.
λ · (−e) = (−λ)e = −(λe) , (−1)e = −e.
λ(e − v) = λe − λv , (λ − µ)e = λe − µe.
λe = 0 ⇒ λ = 0 ó e = 0.
λe = µe y e ̸= 0 ⇒ λ = µ.
λe = λv y λ ̸= 0 ⇒ e = v.

2. Probar que un subconjunto no vacı́o V de un espacio vectorial E es un subespacio vectorial cuando

λv + µv ′ ∈ V para todo v, v ′ ∈ V y todo λ, µ ∈ K.
3. ¿Cuáles de los siguientes subconjuntos de K 3 son subespacios vectoriales?
a) V1 = {(x, y, z) ∈ K 3 : x + y + z = 1}.
b) V2 = {(x, y, z) ∈ K 3 : x + y + z = 0}.
c) V3 = {(x, y, z) ∈ K 3 : xy = 0}.
d ) V4 = {(x, y, z) ∈ K 3 : x = y = z}.
e) V5 = {(x, y, z) ∈ K 3 : x2 + y 2 = 0}.
4. Probar que si V ̸= 0 es un subespacio vectorial de K, entonces V = K.
5. Probar que K 2 tiene infinitos subespacios vectoriales.
6. Determinar si las siguientes afirmaciones son verdaderas para cualesquiera subespacios vectoriales
V, V1 , V2 y V3 de un espacio vectorial E:
a) V + E = E ; V + V = V ; V + 0 = V ; V1 ⊆ V1 + V2 .
b) V1 + V2 = V1 ⇒ V2 = 0 ; V1 ⊆ V2 ⇔ V1 + V2 = V2 .
c) (V1 + V2 ) ∩ V3 = (V1 ∩ V3 ) + (V2 ∩ V3 ).
d ) (V1 ∩ V2 ) + V3 = (V1 + V3 ) ∩ (V2 + V3 ).
7. Sean V1 y V2 dos subespacios vectoriales de un espacio vectorial E.
(a) Probar que si V1 ∪ V2 = E, entonces V1 = E ó V2 = E.
(b) Probar que si V1 ∪ V2 es un subespacio vectorial de E, entonces V1 ⊆ V2 ó V2 ⊆ V1 .
8. Sean V = {(x, y, z) ∈ C3 : x + y = 0}, W = {(x, y, z) ∈ C3 : y + z = 0}. ¿Es cierto que V + W = C3 ?
¿y que V ∩ W = 0? Considérese el vector e = (1 + i, 1 − i, 1) ∈ C3 . ¿Es cierto que V + Ce = C3 ?
¿y que V ∩ Ce = 0?
9. Dados dos vectores e, e′ en un K-espacio vectorial E, probar que Ke = Ke′ si y sólo si e′ = λe
para algún escalar λ ̸= 0.
10. Sea V un subespacio vectorial de un K-espacio vectorial E y e ∈ E. Probar que si V ∩ Ke ̸= 0,
entonces e ∈ V . Concluir que si e1 , e2 ∈ E y Ke1 ∩ Ke2 ̸= 0, entonces Ke1 = Ke2 .
11. Si v1 , . . . , vm ∈ ⟨e1 , . . . , en ⟩, probar que ⟨e1 , . . . , en ⟩ = ⟨e1 , . . . , en , v1 , . . . , vm ⟩.

6
12. Si v1 , . . . , vr son vectores de un espacio vectorial E, probar que
⟨v1 , . . . , vi , . . . vr ⟩ = ⟨v1 , . . . , λvi , . . . vr ⟩ , 0 ̸= λ ∈ K,
⟨v1 , . . . , vi , . . . vr ⟩ = ⟨v1 , . . . , vi + λvj , . . . vr ⟩ , j ̸= i.
13. Probar que si V y W son dos subespacios vectoriales de un espacio vectorial E y existen vectores
e1 , e2 ∈ E tales que e1 + V = e2 + W , entonces V = W .
14. Probar que si subvariedades lineales X = p + V , Y = q + W de un espacio vectorial E se cortan,
entonces X ∩ Y es una subvariedad lineal de dirección V ∩ W .
15. Sean q1 , . . . , qn puntos de una subvariedad lineal X = p + V de un espacio vectorial E. Probar que
λ1 q1 + . . . + λn qn está en la subvariedad X cuando λ1 + . . . + λn = 1, y que está en su dirección V
cuando λ1 + . . . + λn = 0.
16. Si V es un subespacio vectorial de un espacio vectorial E, probar que E/V es un espacio vectorial
con las operaciones [e] + [u] := [e + u], λ · [e ] := [λe ].
17. Probar que si unos vectores e1 , . . . , en ∈ E son linealmente independientes, entonces ei ̸= 0 para
todo ı́ndice 1 ≤ i ≤ n, y también ei ̸= ej para todo par de ı́ndices 1 ≤ i < j ≤ n.
18. Si unos vectores e1 , . . . , en ∈ E son linealmente independientes, demostrar que para cualquier ı́ndice
1 ≤ i < n se cumple que ⟨e1 , . . . , ei ⟩ ∩ ⟨ei+1 , . . . , en ⟩ = 0.
19. Probar que si unos vectores e1 , . . . , en ∈ E son linealmente independientes y no generan E, entonces
existe e ∈ E tal que e1 , . . . , en , e son linealmente independientes.
20. Sean e1 , . . . , en vectores de un espacio vectorial E y sea V un subespacio vectorial de E. Probar
que si [e1 ], . . . , [en ] son linealmente independientes en E/V , entonces los vectores e1 , . . . , en ∈ E
también son linealmente independientes.
21. Sea V un subespacio vectorial de un espacio vectorial E. Probar que si e1 , . . . , en , v1 , . . . , vm generan
E y v1 , . . . , vm ∈ V , entonces [e1 ], . . . , [en ] generan E/V .
22. Sean V , W subespacios vectoriales de un espacio vectorial E, y v1 , . . . , vn ∈ V vectores linealmente
independientes. Si V ∩ W = 0, probar que [v1 ], . . . , [vn ] ∈ E/W son linealmente independientes.
23. Sean V y W subespacios vectoriales de un espacio vectorial E, y v1 , . . . , vn un sistema de genera-
dores de V . Si V + W = E, probar que los vectores [v1 ], . . . , [vn ] generan E/W .
24. Sean V y W subespacios vectoriales de un espacio vectorial E, y w1 , . . . , wn ∈ W , y consideremos
los vectores [w1 ], . . . , [wn ] ∈ E/V . Si V ∩ W = 0 y V + W = E, probar las siguientes afirmaciones:
a) Los vectores w1 , . . . , wn generan W si y sólo si [w1 ], . . . , [wn ] generan E/V .
b) Los vectores w1 , . . . , wn son linealmente independientes en W si y sólo si [w1 ], . . . , [wn ] son
linealmente independientes en E/V .
25. En el espacio vectorial real P3 = R + Rx + Rx2 + Rx3 , formado por los polinomios de grado ≤ 3,
hallar una base del subespacio vectorial V generado por los polinomios 1+2x y 3x2 +4x3 , ampliarla
hasta obtener una base de P3 , y calcular las coordenadas del polinomio 1 + x + x2 en tal base.
Hallar ecuaciones paramétricas e implı́citas de V en alguna base de P3 .
26. Hallar una base del subespacio vectorial de E = M2×2 (R) formado por las matrices A simétricas,
A = At , y ampliarla hasta obtener una base de E.
Igualmente para el subespacio vectorial formado por las matrices hemisimétricas, At = −A.

7
27. Hallar una base de P3 = R + Rx + Rx2 en que las coordenadas de 1 + 2x + 3x2 sean (0,1,2).
28. Hallar una base de Ceix + Ce−ix en que las coordenadas de la función ie−ix + 2eix sean (1, i).
29. En el espacio vectorial complejo E = C + Ceix + Ce−ix , hallar una base del subespacio vectorial V
generado por ϕ1 = 1 + e−ix , ϕ2 = ieix − 1, ϕ3 = ieix + e−ix , y una relación de dependencia lineal
λ1 ϕ1 + λ2 ϕ2 + λ3 ϕ3 = 0. Calcular las coordenadas de ϕ = eix − 2ie−ix − i en tal base.
Hallar ecuaciones paramétricas e implı́citas de V en alguna base de E.
30. Sea e1 , e2 , e3 una base de un espacio vectorial real E. Probar que v1 = e1 + e2 , v2 = e2 + e3 ,
v3 = e3 − e1 , v4 = e1 + e2 + e3 generan E, y hallar una base de E contenida en tal sistema de
generadores. Hallar una relación de dependencia lineal λ1 v1 + λ2 v2 + λ3 v3 + λ4 v4 = 0.

31. Sea e1 , e2 una base de un espacio vectorial E. Probar que v1 = e1 − 2e2 , v2 = 2e1 + e2 forman una
base de E, y hallar las coordenadas de e1 y e2 en esta nueva base.
Hallar también una relación de dependencia lineal λ1 v1 + λ2 v2 + λ3 e2 = 0.
32. Probar que las funciones cos x, sen x forman una base del C-espacio vectorial Ceix + Ce−ix .

33. Consideremos los vectores ϕ1 = eix + 2e2ix + 3e3ix , ϕ2 = −e2ix + e3ix − e4ix en el espacio vectorial
complejo E = Ceix + Ce2ix + Ce3ix + Ce4ix . Ampliar {ϕ1 , ϕ2 } hasta obtener una base de E, y
calcular las coordenadas de ϕ = eix − e4ix en esta nueva base.
34. En el espacio vectorial P2 = R + Rx + Rx2 , formado por los polinomios de grado ≤ 2, hallar bases
de los subespacios vectoriales V = ⟨1 + x, x + x2 ⟩, W = ⟨x2 − x, 1 − x⟩, V + W y V ∩ W .
Hallar ecuaciones paramétricas e implı́citas de V , W y V ∩ W en alguna base de P2 .
35. En P2 = R + Rx + Rx2 = {ax2 + bx + c}a,b,c∈R Hallar una base del subespacio vectorial V de
ecuación implı́cita a + 2b + 3c = 0, y una base del subespacio vectorial W de ecuación a + 3c = 0.
Hallar también bases de los subespacios vectoriales V + W y V ∩ W .

36. En el espacio vectorial complejo P3 = {c0 + c1 x + c2 x2 + c3 x3 }, hallar bases de V, W, V + W y

V ∩ W , donde V = ⟨1 + x + x2 + x3 , 1 − x + x2 − x3 ⟩ y W = ⟨x + x3 , 1 + 2x + 3x2 + 4x3 ⟩.
Hallar ecuaciones paramétricas e implı́citas de V , W , V + W y V ∩ W en alguna base de P3 .
37. Sea e1 , e2 , e3 , e4 una base de un espacio vectorial complejo E, y x1 , x2 , x3 , x4 las coordenadas en
esta base. Hallar bases de V, W, V + W y V ∩ W , donde V = ⟨e1 + e2 + e3 + e4 , e1 − e2 + e3 − e4 ⟩,
y W es el subespacio vectorial de ecuaciones implı́citas x1 + ix2 + x3 = x3 + ix4 = 0.
Hallar ecuaciones paramétricas e implı́citas de V , W y V ∩ W en alguna base de E.
38. En el espacio vectorial complejo P4 = C + Cx + Cx2 + Cx3 + Cx4 , hallar ecuaciones paramétricas
e implı́citas del subespacio vectorial formado por los polinomios que admitan la raı́z x = i.
39. Considérese el espacio vectorial complejo E = C + Ceix + Ce−ix . Hallar ecuaciones paramétricas e
implı́citas del subespacio vectorial formado por las funciones ϕ(x) ∈ E que se anulen en x = 0.
40. Si e, v son vectores no nulos de un espacio vectorial E, y v ∈
/ Ke, probar que dim (Ke + Kv) = 2.
41. Probar que dos vectores no nulos e, v de un espacio vectorial E de dimensión 2 forman una base
de E si y sólo si v ̸= λe para todo escalar λ.

42. Si dos subvariedades lineales paralelas son de igual dimensión, probar que sus direcciones coinciden.

8
43. Si tres puntos a, b = a + e, c = a + v forman un triángulo (i.e. no están alineados), probar que
los vectores e y v son linealmente independientes.
Concluir que por tres puntos no alineados a, b = a + e, c = a + v pasa un único plano a + Ke + Kv,
formado por las combinaciones lineales αa + βb + γc con α + β + γ = 1.
44. Probar que en un paralelogramo abcd (4 puntos distintos en los que no hay tres alineados, de
⃗ = cd
lados opuestos paralelos, ab ∥ cd y ac ∥ bd) los lados opuestos son iguales: ab ⃗ y ac ⃗
⃗ = bd.
45. Teorema de Tales (s. VI a. de C.): Si en un triángulo abc se traza una recta paralela a un lado bc,
que corta a los otros dos lados en b′ y c′ , entonces ab es a ab′ como ac es a ac′ , y como bc es a b′ c′
(es decir, si b′ − a = λ(b − a), también c′ − a = λ(c − a) y c′ − b′ = λ(c − b)).
Recı́procamente, dados puntos b′ y c′ en los lados ab y ac, si ab es a ab′ como ac es a ac′ , entonces
la recta b′ c′ es paralela al tercer lado bc.
46. Teorema de Pappus (c. 290-350): Dados puntos distintos a, b, c ∈ R, a′ , b′ , c′ ∈ R′ en dos rectas
concurrentes R y R′ , si la recta b′ a es paralela a ba′ , y b′ c es paralela a bc′ , entonces la recta c′ a es
paralela a la recta ca′ .
Dados puntos distintos a, b, c ∈ R, a′ , b′ , c′ ∈ R′ en dos rectas paralelas R y R′ , si la recta b′ a es
paralela a ba′ , y b′ c es paralela a bc′ , entonces la recta c′ a es paralela a la recta ca′ .
47. Teorema de Desargues (1591-1661): Dadas tres rectas distintas A, B, C concurrentes en un punto
p, y dos triángulos abc y a′ b′ c′ con un vértice en cada una de esas rectas (y distintos de p), si el
lado ab es paralelo a a′ b′ y el lado ac es paralelo a a′ c′ , entonces el lado bc es paralelo a b′ c′ .
Dadas tres rectas paralelas distintas A, B, C y dos triángulos abc y a′ b′ c′ con un vértice en cada
una de esas rectas, si el lado ab es paralelo a a′ b′ y el lado ac es paralelo a a′ c′ , entonces el lado bc
es paralelo a b′ c′ .

48. Probar que las medianas (rectas que unen un vértice con el punto medio del lado opuesto) de un
triángulo abc se cortan en un punto, llamado baricentro. (Indicación: Es g = a+b+c
3 .)
Si los vértices de dos triángulos abc y a′ b′ c′ yacen en tres rectas paralelas (es decir a′ a ∥ b′ b ∥ c′ c)
entonces la recta que pasa por sus baricentros también es paralela a dichas rectas.

49. Sea E un espacio vectorial de dimensión n ≥ 2. Probar las siguientes afirmaciones:

a) Si n = 2, dos rectas de E no paralelas se cortan siempre en un único punto.
b) Si n = 3, dos planos de E no paralelos se cortan siempre en una recta, y una recta y un plano
no paralelos se cortan siempre en un único punto.
c) Si n = 4, existen dos planos en E que se cortan en un único punto, y también existen dos
planos no paralelos que no se cortan.
d ) Si una recta y una subvariedad lineal de dimensión n − 1 de E no son paralelas, entonces se
cortan en un único punto.
50. Sean V, W dos subespacios vectoriales de un espacio vectorial E. Si v1 , . . . , vm es una base de V
y u1 , . . . , un es una base de W , probar que los vectores v1 , . . . , vm , u1 , . . . , un generan V + W , de
modo que dim (V + W ) ≤ dim V + dim W . Si además su intersección es nula, V ∩ W = 0, probar
que v1 , . . . , vm , u1 , . . . , un es una base de V + W , y que dim (V + W ) = dim V + dim W .

9
 III. APLICACIONES LINEALES

1. Estudiar si las siguientes aplicaciones son lineales:

a) K = R; f : R2 −→ R, f (x, y) = x + 2y + 3.
b) K = C; f : C2 −→ C3 , f (x, y) = (ix, 0, x + iy).
c) K = C; f : C2 −→ C2 , f (x, y) = (xy, x + y).
d ) K = R; f : R −→ R2 , f (x) = (x, x3 ).
2. Probar que si dos aplicaciones f : E → E ′ y h : E ′ → E ′′ son antilineales, entonces su composición
h ◦ f es lineal; y que si una es lineal y la otra antilineal, entonces h ◦ f es antilineal.
3. Probar que la conjugación f : C → C, f (z) = z̄, es R-lineal y antilineal; pero no es C-lineal.
4. Si f, h : E → E ′ son aplicaciones K-lineales y λ ∈ K, probar que son lineales las aplicaciones
f + h : E → E ′ , (f + h)(e) = f (e) + h(e),
( )
λf : E → E ′ , (λf )(e) = λ f (e) .
5. Si E es un K-espacio vectorial, probar que la aplicación f : E → E × E, f (e) = (e, e), es K-lineal.
Si f : E → E ′ y g : F → F ′ son aplicaciones K-lineales, probar que también es lineal la aplicación
f × g : E × F → E ′ × F ′ , (f × g)(e, v) = (f (e), g(v)).
Si f : E → E ′ y g : E → F ′ son aplicaciones K-lineales, probar que también es lineal la aplicación
ϕ : E → E ′ × F ′ , ϕ(e) = (f (e), g(e)).
6. Sea f : E → E ′ una aplicación lineal inyectiva. Si e1 , . . . , en ∈ E son linealmente independientes,
probar que f (e1 ), . . . , f (en ) ∈ E ′ también son linealmente independientes.
7. Sea f : E → E ′ una aplicación lineal epiyectiva. Si unos vectores e1 , . . . , en ∈ E generan E, probar
que los vectores f (e1 ), . . . , f (en ) ∈ E ′ generan E ′ .
Dada una matriz A ∈ Mm×n (K), si existen B, C ∈ Mn×m (K) tales que BA = In y AC = Im ,
probar que m = n, de modo que A es una matriz cuadrada invertible. (Indicación: Considerar las
aplicaciones f : K n → K m y g, h : K m → K n definidas por las matrices A, B, C.)
8. Si f : E → E ′ es una aplicación antilineal, probar que su núcleo Ker f es un subespacio vectorial
de E, y que su imagen Im f es un subespacio vectorial de E ′ .
9. Si f : E → F es lineal y v ∈ Im f , probar que f −1 (v) := {e ∈ E : f (e) = v} es una subvariedad
lineal de E de dirección Ker f ; es decir, que f −1 (v) = e + Ker f para algún e ∈ E.
10. Sea V un subespacio vectorial de un espacio vectorial E. Probar que la aplicación π : E → E/V ,
π(e) = [e], es una aplicación lineal epiyectiva y que su núcleo es Ker π = V .
11. Si f : K → K es una aplicación K-lineal, probar que existe a ∈ K tal que f (x) = ax, ∀ ∈ K.
12. Hallar la matriz de f : P1 = C + Cx → P2 = C + Cx + Cx2 , f (a + bx) = a + ib + (a − ib)x + iax2 ,
en las bases 1 + ix, i + x de P1 y 1 + ix, x + ix2 , x2 de P2 .
( )
3 2 1
13. Sea f : R → R , f (X) = AX, la aplicación lineal que define la matriz A =
3 2
.
1 2 3
Calcular la matriz de f en las bases usuales de R3 y R2 .
( )
1 0 0
Hallar bases e1 , e2 , e3 y e′1 , e′2 de R3 y R2 en que la matriz de f sea .
0 1 0

10
14. Hallar la matriz de : P2 = C + Cx + Cx2 → P1 = C + Cx en las bases 1, x, x2 de P2 y 1, x de P1 .
d
dx
( )
′ ′ 1 0 0
Determinar bases e1 , e2 , e3 de P2 y y e1 , e2 de P1 en que la matriz sea .
0 1 0

15. Calcular la matriz de f : K 3 → K 2 , f (x, y, z) = (y − x, z − y) en las bases usuales de K 3 y K 2 .

( )
1 0 0
¿Es posible elegir las bases de modo que la matriz de f sea ?
0 1 0
( )
1 0 0
¿y de modo que sea ?
0 0 0

16. Sea E = Ceix + Ce−ix + Ce2ix + Ce−2ix . Hallar la matriz de la aplicación lineal d
dx : E → E en
alguna base ψ1 , ψ2 , ψ3 , ψ4 de E.
17. Sea f : E → E ′ una aplicación lineal inyectiva (resp. epiyectiva).( Si dim ′
) E = dim E = 2, probar
1 0
que la matriz de f en ciertas bases e1 , e2 de E y e′1 , e′2 de E ′ es .
0 1
18. Sea f : E → E ′ una aplicación lineal inyectiva. Si dim E = 2 y dim E ′ = 3, probar la existencia de
una base e1 , e2 en E y una base e′1 , e′2 , e′3 en E ′ en que la matriz de f es
 
1 0
0 1  .
0 0

19. Sea f : E → E ′ una aplicación lineal epiyectiva. Si dim E = 3 y dim E ′ = 2, probar la existencia
de una base e1 , e2 , e3 en E y una base e′1 , e′2 en E ′ en que la matriz de f es
( )
1 0 0
.
0 1 0

20. Sean f, g : E → E ′ dos aplicaciones lineales, y sean A, B sus respectivas matrices en ciertas bases
e1 , . . . , en de E y e′1 , . . . , e′m de E ′ . Si A = B, probar que f = g.
21. Si A, B ∈ Mm×n (K), probar que rg (A + B) ≤ rg A + rg B. (Indicación: Im (f + g) ⊆ Im f + Im g.)
Si A ∈ Mm×n (K) y B ∈ Mn×r (K), probar que rg (AB) ≤ rg A y rg (AB) ≤ rg B.
22. Sea f : E → E ′ una aplicación lineal. Demostrar las siguientes afirmaciones:
a) Si V es un subespacio vectorial de E, entonces f (V ) := {e′ ∈ E ′ : e′ = f (v), ∃v ∈ V } =
{f (v)}v∈V es un subespacio vectorial de E ′ .
b) Si W es un subespacio vectorial de E ′ , entonces f −1 (W ) := {e ∈ E : f (e) ∈ W } es un subes-
pacio vectorial de E.
c) Si V es un subespacio vectorial de E, entonces f −1 (f (V )) = V + Ker f .
d ) Si W es un subespacio vectorial de E ′ , entonces f (f −1 (W )) = W ∩ Im f .
23. Sea f : E → E ′ una aplicación lineal y V, W dos subespacios vectoriales de E. Probar que
a) f (V + W ) = f (V ) + f (W )
b) f (V ∩ W ) ⊆ f (V ) ∩ f (W )
y que se da la igualdad f (V ∩ W ) = f (V ) ∩ f (W ) cuando f es inyectiva.

11
24. Sea f : E → F una aplicación lineal y V, W dos subespacios vectoriales de F . Probar que
a) f −1 (V ∩ W ) = f −1 (V ) ∩ f −1 (W )
b) f −1 (V + W ) ⊇ f −1 (V ) + f −1 (W )
y que se da la igualdad f −1 (V + W ) = f −1 (V ) + f −1 (W ) cuando f es epiyectiva.

25. Sea f : E → E ′ un isomorfismo lineal. Probar que unos vectores e1 , . . . , en ∈ E son linealmente
independientes si y sólo si f (e1 ), . . . , f (en ) ∈ E ′ son linealmente independientes , y que los vectores
e1 , . . . , en generan E si y sólo si f (e1 ), . . . , f (en ) generan E ′ .
26. Sea E un K-espacio vectorial. Probar que el conjunto G de los automorfismos K-lineales de E
∼
(los isomorfismos K-lineales E −−→ E), con la composición de aplicaciones, es un grupo.

27. Sea f : E → E ′ un isomorfismo y S un subconjunto de E. Probar que S es un subespacio vectorial

de E si y sólo si f (S) := {f (e)}e∈S = {e′ ∈ E ′ : e′ = f (e), ∃e ∈ S} es un subespacio vectorial de
E ′ , y que S es una subvariedad lineal de E si y sólo si f (S) es una subvariedad lineal de E ′ .
28. Sean V y W subespacios vectoriales de un espacio vectorial E. Si E = V ⊕ W , demostrar que la
aplicación f : W → E/V , f (w) = [w], es un isomorfismo.
29. Sea E un espacio vectorial. Demostrar que E/E ≃ 0 y E/0 ≃ E.
30. Probar que la matriz A de un isomorfismo f : E − ∼
→ E ′ en cualesquiera bases e1 , . . . , en y e′1 , . . . , e′n de
E y E siempre es invertible, y que su inversa A es la matriz del isomorfismo inverso f −1 : E ′ → E
′ −1

en las bases consideradas.

31. Sea E, E ′ dos espacios vectoriales de dimensión finita n, y f : E → E ′ una aplicación lineal. Probar
que f es inyectiva si y sólo si es epiyectiva. (Indicación: dim (Ker f ) + dim (Im f ) = dim E.)
32. Si f : E → E ′ es una aplicación antilineal biyectiva, probar las siguientes afirmaciones:
a) La aplicación f −1 : E ′ → E también es antilineal y biyectiva.
b) Unos vectores e1 , . . . , en ∈ E son linealmente independientes si y sólo si f (e1 ), . . . , f (en ) son
linealmente independientes .
c) Unos vectores e1 , . . . , en ∈ E generan E si y sólo si f (e1 ), . . . , f (en ) generan E ′ .
d ) dim E = dim E ′ .

33. Si f : E → E ′ es una aplicación antilineal, probar que es constante en las subvariedades lineales
e + Ker f con dirección el núcleo, y que la aplicación ϕ : E/Ker f → Im f , ϕ([e]) = f (e), es un
isomorfismo antilineal. Concluir que dim E = dim (Ker f ) + dim (Im f ).
34. Se dice que una matriz A = (aij ) ∈ Mn×n (K) es triangular si aij = 0 cuando i > j. Dada
una matriz invertible A ∈ Gl(n, K), considérese el isomorfismo f : K n → K n , f (X) = AX, y los
subespacios vectoriales Vi = ⟨e1 , . . . , ei ⟩ de K n , donde e1 , . . . , en es la base usual de K n . Probar
que la matriz A es triangular si y sólo si f (Vi ) = Vi , ∀i = 1, . . . , n. Concluir que las matrices
triangulares invertibles forman un subgrupo del grupo lineal Gl(n, K).
Probar que las matrices triangulares A ∈ Gl(n, K) con todos los términos de la diagonal iguales
a la unidad, a11 = . . . = ann = 1, también forman un subgrupo de Gl(n, K). (Indicación: Esta
condición significa que f (e1 ) = e1 , f (e2 ) ∈ e2 + V1 , . . . , f (ei ) ∈ ei + Vi−1 , . . .)

12
35. Sea e1 , e2 , e3 , e4 una base de un espacio vectorial E, y x1 , x2 , x3 , x4 las coordenadas en esta base. Si
V es el subespacio vectorial de ecuaciones implı́citas x1 + x2 + x3 + x4 = 0 , x1 − x2 + x3 − x4 = 0,
y W es el de ecuaciones implı́citas x1 + x3 = 0 , x2 − x4 = 0, hallar ecuaciones paramétricas de V
y de W . Hallar también ecuaciones paramétricas e implı́citas de V + W y de V ∩ W .
36. En el espacio vectorial complejo C + Cex + Ce−x , calcular ecuaciones implı́citas de los subespacios
vectoriales V = ⟨ex − ie−x ⟩, W = ⟨1 + i + (1 − i)ex + 2e−x , 1 − iex + (1 − i)e−x ⟩, V + W , V ∩ W .
37. Sea e1 , e2 , e3 , e4 una base de un espacio vectorial complejo E, y x1 , x2 , x3 , x4 las coordenadas en
esta base. Calcular ecuaciones implı́citas del subespacio vectorial V = ⟨e1 + ie2 + e4 , e2 − ie3 ⟩ y
ecuaciones paramétricas del subespacio vectorial W de ecuaciones implı́citas x1 + ix2 − 2x4 = 0,
x1 − 2x3 + x4 = 0. Hallar también ecuaciones paramétricas e implı́citas de V + W y de V ∩ W .
38. En el espacio vectorial complejo P3 = C + Cx + Cx2 + Cx3 = {a0 + a1 x + a2 x2 + a3 x3 }, calcular
ecuaciones implı́citas de V = ⟨1 + x3 , x + ix2 ⟩ y ecuaciones paramétricas del subespacio vectorial
W de ecuaciones a0 + ia1 + a2 = 0, a1 + a2 + a3 = 0. Hallar también ecuaciones paramétricas e
implı́citas de V + W y de V ∩ W .
39. Sea P2 = R + Rx + Rx2 . Determinar ecuaciones paramétricas e implı́citas del núcleo y la imagen
de la aplicación lineal f : P2 → P2 , f (ax2 + bx + c) = b − c + (c − a)x + (a − b)x2 . Hallar también
ecuaciones paramétricas e implı́citas de (Ker f ) + (Im f ) y de (Ker f ) ∩ (Im f ).
40. Hallar la matriz de f : C3 → C3 , f (x, y, z) = (x + z, ix + y, iy + z) en la base usual de C3 . Hallar
ecuaciones paramétricas e implı́citas de Ker f , Im f , (Ker f ) + (Im f ) y (Ker f ) ∩ (Im f ).
41. Hallar la matriz de f : R4 → R4 , f (x, y, z, t) = (x − y, x − y, x − z, x − z − t) en la base usual de R4 .
Hallar ecuaciones paramétricas e implı́citas de Ker f , Im f , (Ker f ) + (Im f ) y (Ker f ) ∩ (Im f ).
42. Determinar ecuaciones paramétricas e implı́citas del núcleo y la imagen de la derivada
d
dx : R + Rx + Rx2 + Rx3 −→ R + Rx + Rx2 + Rx3 .
d
Hallar ecuaciones paramétricas e implı́citas de (Ker dx d
) + (Im dx d
) y de (Ker dx ) ∩ (Im dx
d
).
43. Determinar ecuaciones paramétricas e implı́citas del núcleo y la imagen de la derivada
d
dx : C + Ceix + Ce−ix + Cex −→ C + Ceix + Ce−ix + Cex .
d
Hallar ecuaciones paramétricas e implı́citas de (Ker dx d
) + (Im dx d
) y de (Ker dx ) ∩ (Im dx
d
).
44. Sea P2 = R + Rx + Rx2 = {ax2 + bx + c}. Dar una aplicación lineal f : P2 → P2 cuyo núcleo sea
el subespacio vectorial a + b + c = 0. Dar también una aplicación lineal f : P2 → P2 cuya imagen
sea el subespacio vectorial a + b + c = 0.
45. Dar una aplicación R-lineal f : M2×2 (R)
( −→) P2 (= R +
) Rx + Rx cuyo núcleo sea el subespacio
2

1 2 1 0
vectorial V generado por las matrices y .
3 4 1 0
Dar una aplicación R-lineal f : P2 = R + Rx + Rx2 −→ M2×2 (R) de imagen V .
46. Si (t, x, y, z) son las coordenadas de un vector e en una base e0 , e1 , e2 , e3 , determinar las coordenadas
(t′ , x′ , y ′ , z ′ ) del vector e en la base e′0 , e1 , e2 , e3 , donde e′0 = e0 + v1 e1 + v2 e2 + v3 e3 .
47. Sea E un espacio vectorial, V ⊂ E un subespacio vectorial y sea U = {e ∈ E : e ∈ / V }. Probar que
si f : E → F es una aplicación lineal y f (V ) = F , entonces también f (U ) = F . (Indicación: Probar
la existencia de un vector u ∈ Ker f tal que u ∈ / V ).

13
 IV. GEOMETRÍA EUCLÍDEA

1. Demostrar que ⟨e|0⟩ = ⟨0|e⟩ = 0, y que ∥λe∥ = |λ| · ∥e∥ para todo λ ∈ K, e ∈ E.
2. Dados vectores no nulos e, v, demostrar que |⟨e|v⟩| = ∥e∥ · ∥v∥ si y sólo si e y v son proporcionales,
es decir, v = λe para algún escalar λ ∈ K.
Probar que ∥e + v∥ = ∥e∥ + ∥v∥ si y sólo si v = λe para algún número real positivo λ ∈ R+ .
3. En el caso real, probar que el ángulo que forman dos vectores no nulos e, v coincide con el que
forman λe y µv cuando λµ > 0.
4. Para cualesquiera números reales positivos x1 , . . . , xn , demostrar que
( ) ( x−1 +...+x−1 )
1 ≤ x1 +...+x
n
n 1
n
n
, (x1 + . . . + xn )2 ≤ n(x21 + . . . + x2n ) ,
(x1 + . . . + xn )2 ≤ (x1 + 2x2 + . . . + nxn )(x1 + 21 x2 + . . . + n1 xn ).
5. En el caso real, K = R, demostrar las siguientes afirmaciones:
a) Las paralelas a dos lados de un triángulo que pasan por el baricentro dividen al tercer lado en
tres segmentos iguales.
b) La suma de los cuadrados de los lados de un triángulo es cuatro tercios de la suma de los
cuadrados de las tres medianas, y también es el triple de la suma de los cuadrados de los
segmentos que unen el baricentro con los vértices.
c) En todo triángulo, la suma de los cuadrados de dos lados es el doble de la suma de los cuadrados
de la mitad del tercer lado y de la mediana correspondiente.
d ) Si un triángulo tiene dos medianas iguales, entonces es isósceles o equilátero.
e) Probar que las tres alturas de un triángulo se cortan en un punto (llamado ortocentro).
f ) Probar que el producto de los segmentos en que cada altura de un triángulo queda dividida
por el ortocentro es igual en las tres alturas.
g) La suma de los cuadrados de los lados de un cuadrilátero es la suma de los cuadrados de las
dos diagonales más 4 veces el cuadrado del segmento que une sus puntos medios.
h) La suma de los cuadrados de las cuatro diagonales de un paralelepı́pedo es la suma de los
cuadrados de las doce aristas.
i ) Teorema de Apolonio (c. 260-190 a. de C.): Dado un triángulo de lados a, b, c, si m es la mediana
trazada sobre el lado c, se cumple que a2 + b2 = 12 c2 + 2m2 .
6. Sea E un espacio vectorial euclı́deo y f : E → E una aplicación lineal tal que f (e) · f (v) = e · v,
∀e, v ∈ E. Probar que f es un isomorfismo lineal.
7. Dado un producto escalar en un espacio vectorial E, y vectores v1 , . . . , vd ∈ E, probar que la
aplicación f : E → K d , f (e) = (v1 · e, . . . , vd · e) es lineal.
8. Sea V un subespacio vectorial de un espacio vectorial euclı́deo E. Determinar el núcleo y la imagen
de la simetrı́a SV : E → E respecto de V , y de la proyección ortogonal PV : E → E sobre V .
9. Sea u1 , u2 , u3 , u4 una base ortonormal de un espacio vectorial hermı́tico y x1 , x2 , x3 , x4 las coor-
denadas en esta base. Hallar ecuaciones paramétricas e implı́citas, y una base ortonormal, del
subespacio vectorial V = ⟨u1 + iu3 , −iu2 + 2u3 + 3iu4 ⟩ y de V ⊥ . Análogamente para el subespacio
vectorial W de ecuaciones implı́citas x1 − ix2 + x3 = 0, ix2 + x3 + 2x4 = 0.

14
10. Cuando a1 . . . , an son números enteros distintos, hallar una base ortonormal
∫π del espacio hermı́tico
E = Cea1 ix + . . . + Cean ix , con el producto escalar ⟨ϕ(x)|ψ(x)⟩ := −π ϕ(x)ψ(x) dx.

11. Probar que (Ku1 + . . . + Kui )⊥ = Kui+1 + . . . + Kun , cuando u1 , . . . , un es una base ortonormal
de un espacio euclı́deo E.
12. Sea u1 , . . . , un una base ortonormal de un espacio euclı́deo E. Probar que las coordenadas en esta
base de cualquier vector e ∈ E son ⟨u1 |e⟩, . . . , ⟨un |e⟩.
13. Si u1 , . . . , un es una base ortonormal , probar la fórmula de Parseval (1755-1836)
∑
∥e∥2 = i |⟨ui |e⟩|2 , ∀e ∈ E.
∑
Probar también que ⟨e|v⟩ = i ⟨e|ui ⟩⟨ui |v⟩, ∀e, v ∈ E.
14. Probar que, en un espacio euclı́deo E, toda familia de vectores u1 , . . . , ud de módulo 1 y mutuamente
ortogonales puede ampliarse hasta obtener una base ortonormal u1 , . . . , ud , . . . , un de E. Probar la
desigualdad de Bessel (1784-1846)
|⟨u1 |e⟩|2 + . . . + |⟨ud |e⟩|2 ≤ ∥e∥2 , ∀e ∈ E.
15. Sea E un espacio vectorial euclı́deo. Probar que si (x1 , . . . , xn ) son las coordenadas de un vector
e ∈ E en una base ortonormal u1 , . . . , un de E, y (y1 , . . . , yn ) son las coordenadas de e en otra base
ortonormal v1 , . . . , vn de E, se cumple que
∑ ∑
xi = j ⟨ui |vj ⟩yj , yj = i ⟨vj |ui ⟩xi .

16. Sea u1 , u2 , u3 , u4 una base ortonormal de un espacio vectorial hermı́tico, y x1 , x2 , x3 , x4 las coorde-
nadas en tal base. Hallar la distancia del punto q = u1 +2iu2 +u4 al plano de ecuaciones x1 +x2 = 1,
ix3 − x4 = 2, a la recta x1 + x2 = i, x3 − x4 = 2i, ix2 + x3 = 0, a la recta que pasa por p = iu1 + u4
con dirección ⟨u2 + u3 ⟩ y al plano que pasa por p con dirección ⟨iu1 + u2 + iu3 , u2 + u4 ⟩.
(b) Hallar el simétrico y la proyección ortogonal de e = iu1 + 2u2 + iu4 respecto del hiperplano de
ecuación x1 + x3 + x4 = 0 y respecto del plano de ecuaciones x1 + x3 + x4 = 0, x1 − ix2 = 0.
17. Sea u1 , u2 , u3 una base ortonormal de un espacio vectorial hermı́tico, y x1 , x2 , x3 las coordenadas
en tal base. Calcular la matriz de la simetrı́a SV , y de la proyección ortogonal PV cuando
a) V = ⟨iu1 − iu2 ⟩.
b) V = ⟨u1 + iu2 , u2 − iu3 ⟩.
c) V es la recta de ecuaciones x1 = ix2 = (1 + i)x3 .
d ) V es el plano de ecuación x1 − ix2 + x3 = 0.
∫1
18. En el espacio hermı́tico C + Cei2πx + Ce−i2πx , donde ⟨ϕ(x)|ψ(x)⟩ := 0 ϕ(x)ψ(x) dx, calcular las
matrices, en la base 1, ei2πx , e√−i2πx ,√de la proyección ortogonal y de la simetrı́a respecto de los
estados Cϕ y Cψ, donde ϕ = 2 + i 2ei2πx + e−i2πx , y ψ = 1 + iei2πx .
19. Consideremos en el espacio vectorial real E = C el producto escalar ⟨z1 |z2 ⟩ = z̄1 z2 + z1 z̄2 . Hallar
una base ortonormal, y determinar si son isometrı́as las aplicaciones f : C → C, f (z) = z 2 , y
ha : C → C, ha (z) = az, donde a ∈ C.
20. Probar que la traza tr : Mn×n (K) → K, tr (aij ) = a11 + . . . + ann , es una aplicación lineal y que
un producto escalar en Mn×n (K) es ⟨A|B⟩ := tr Āt B. Hallar una base ortonormal de M2×2 (C).
∫1
21. Hallar una base ortonormal de P2 = C + Cx + Cx2 , cuando ⟨p(x)|q(x)⟩ := 0 p(x)q(x) dx.

15
22. Si e1 , e2 es una base ortonormal de un plano hermı́tico E, hallar otra base ortonormal de E que
tenga algún vector en la dirección del vector ie1 + 2e2 .
23. Si e1 , e2 , e3 es una base ortonormal de un espacio vectorial hermı́tico E, hallar otra base ortonormal
de E que tenga algún vector proporcional al vector e1 − ie2 + e3 .

24. Sea E un espacio vectorial euclı́deo y T : E → E una aplicación lineal. Probar que si A = (aij )
es la matriz de T en una base ortonormal u1 , . . . , un , y C = (ckl ) es la matriz de T en otra base
ortonormal v1 , . . . , vn , se cumple que
∑n ∑
n
ckl = ⟨vk |ui ⟩aij ⟨uj |vl ⟩ , aij = ⟨ui |vk ⟩ckl ⟨vl |uj ⟩ .
ij=1 kl=1

25. Sea V un subespacio vectorial de dimensión n − 1 de un espacio vectorial euclı́deo E de dimensión

n, y sea u un vector de módulo 1 ortogonal a V . Si SV : E → E es la simetrı́a respecto de V , probar
que SV (e) = e − 2⟨u|e⟩u para todo e ∈ E.
26. Si u es un vector de módulo 1, probar que el cuadrado de la distancia del punto q = p + e a la recta
p + Ku es precisamente ⟨e|e⟩ − |⟨u|e⟩|2 .
27. Si e1 , e2 es una base ortonormal de un plano euclı́deo E, probar que la distancia del punto de
coordenadas (x0 , y0 ) a la recta de ecuación ax + by + c = 0 es precisamente

|ax0 + by0 + c|
√ ·
|a|2 + |b|2

28. Sea E un espacio vectorial euclı́deo. Diremos que un isomorfismo lineal f : E → E es una isometrı́a
o un operador unitario cuando conserva el producto escalar: ⟨e|v⟩ = ⟨f (e)|f (v)⟩, ∀e, v ∈ E.
Demostrar que todo operador unitario f : E → E conserva módulos y distancias:
∥f (e)∥ = ∥e∥ , d(f (p), f (q)) = d(p, q).
29. Sea u1 , . . . , un una base ortonormal de un espacio vectorial euclı́deo E. Probar que una aplicación
lineal f : E → E es un operador unitario si y sólo si f (u1 ), . . . , f (un ) es base ortonormal de E.
30. Sea u1 , . . . , un una base ortonormal de un espacio vectorial
∑ euclı́deo E. Si e1 , . . . , en es otra base
de E y B = (bij ) es la matriz de cambio de base, ej = i bij ui , probar que e1 , . . . , en es una base
ortonormal si y sólo si B es una matriz unitaria, B̄ t B = In .

31. Comprobar que, para cualesquiera números reales θ, α, β, las siguientes matrices son unitarias:
 
cos θ − sen θ 0 ( −i(α+β) )
sen θ e cos θ −ei(β−α) sen θ
cos θ 0 ,
ei(α−β) sen θ ei(α+β) cos θ
0 0 1

32. Si f es una isometrı́a de un espacio vectorial euclı́deo E y V es un subespacio vectorial de E,

( )⊥
demostrar que f (V ⊥ ) = f (V ) .
33. Sea V un subespacio vectorial de un espacio vectorial euclı́deo E. Probar que la simetrı́a SV : E → E
es un operador unitario.
34. Si E es un espacio vectorial con un producto escalar, demostrar que el conjunto G de todas las
isometrı́as E → E, con la composición de aplicaciones, es un grupo.

16
 V. ENDOMORFISMOS

1. Sea E un K-espacio vectorial y λ ∈ K. Si S, T : E → E son endomorfismos, probar que también lo

son las siguientes aplicaciones S + T : E → E, λT : E → E, ST : E → E:
(S + T )(e) := S(e) + T (e) , (λT )(e) := λ(T (e)) , (ST )(e) := S(T (e)).

a) Probar que, con esta suma y producto por escalares, el conjunto End(E) formado por todos
los endomorfismos de E también es un K-espacio vectorial
b) Si S, T, U ∈ End(E), probar que S(T + U ) = ST + SU y que (T + U )S = T S + U S.

2. Sea E un espacio vectorial complejo de base e1 , e2 . Dar dos endomorfismos S, T de E que no

conmuten, ST ̸= T S, y demostrar que (S + T )2 ̸= S 2 + T 2 + 2ST . Dar también dos endomorfismos
no nulos S, T de E tales que ST = 0.
3. Sean u, v vectores de un espacio vectorial euclı́deo E, y consideremos el endomorfismo T : E → E,
T (e) = ⟨u|e⟩v. Calcular el endomorfismo T 2 : E → E.
¿Cuándo es T la proyección ortogonal sobre un subespacio vectorial de E?
4. Determinar un endomorfismo T : R2 → R2 tal que (1, 0) sea un vector propio de valor propio 1 y
(1,1) sea un vector propio de valor propio 2.
5. Consideremos el endomorfismo T : R3 → R3 , T (x, y, z) = (ay + 4z, 14 x, 34 y). Determinar los valores
de a ∈ R para los que (12,2,1) es un vector propio de T .

6. Consideremos una base e1 , e2 , e3 de un espacio vectorial complejo E, y el endomorfismo T : E → E,

T (x1 e1 + x2 e2 + x3 e3 ) = (x1 + x2 + ax3 )e1 + x1 e2 + ( 12 x2 )e3 . Determinar los valores de a ∈ C para
los que 8e1 + 4e2 + e3 es un vector propio de T .
7. Sea V un subespacio vectorial de un espacio vectorial euclı́deo E. Si V ̸= 0, E, probar que los
valores propios de la simetrı́a SV : E → E son 1 y −1, y que los valores propios de la proyección
ortogonal PV : E → E son 0 y 1.
8. Sea E el espacio vectorial complejo formado por todas las funciones ψ : R → C. Probar que los
valores propios del operador lineal Π : E → E, Π(ψ(x)) = ψ(−x), son ±1, y que E = V1 + V−1 .
(Indicación: ψ(x) = 12 (ψ(x) + ψ(−x)) + 21 (ψ(x) − ψ(−x)) para toda función ψ : R → C.)

9. Sea T : E → E un endomorfismo, y sea e ∈ E un vector propio de T de valor propio α ∈ K.

a) Si λ ∈ K no es nulo, probar que λe también es un vector propio de T de valor propio α.
b) Si v ∈ E es otro vector propio de T de valor propio α, probar que v es un vector propio de T
de valor propio α ó v = −e.
c) Si v ∈ E es un vector propio de T de valor propio β = ̸ α, probar que e y v son linealmente
independientes, y que e + v no es un vector propio de T .
10. Sea e1 , e2 una base de un espacio vectorial complejo E, y consideremos el endomorfismo T : E → E,
T (x1 e1 + x2 e2 ) = (ax1 + x2 )e1 + (x1 + ax2 )e2 . Determinar los valores de a ∈ C para que
a) El número 2 sea un valor propio de T .
b) El endomorfismo T tenga dos autovalores reales positivos.
c) El vector e1 + e2 sea un vector propio de T .

17
 d ) El vector e1 − e2 sea un vector propio de T .
e) El vector 2e1 + e2 sea un vector propio de T .
11. Si E es un K-espacio vectorial y 0 ̸= λ ∈ K, probar que la homotecia λId : E → E, (λId)(e) = λe,
es un automorfismo (un endomorfismo biyectivo).

12. Sea T un endomorfismo de un espacio vectorial de dimensión finita E. Probar que si existe un
endomorfismo S de E tal que T S = Id, entonces T es un automorfismo y S = T −1 . Análogamente,
si existe un endomorfismo S ′ tal que S ′ T = Id, entonces T es un automorfismo y S ′ = T −1 .
   n  n
( )n ( )n ( )n 0 0 1 n −1 0 0 8 −6 4
0 1 1 2 2 − i 2i − 2
13. Hallar , , , 1 0 0 ,  1 1 1  , −6 9 −2 ,
1 0 2 1 1 − i 2i − 1
0 1 0 −2 −3 −2 4 −2 4
 n  n  n  n
2 0 0 −1 0 −2 1 −1 1 −1 1 1
−2 −1 −1 ,  6 1 6  , 0 2 −1 ,  0 1 3 .
3 3 2 1 0 2 0 0 1 0 2 2
     
0 0 1 −1 0 0 8 −6 4
14. Hallar matrices de cuadrado 1 0 0 ,  1 1 1  , −6 9 −2.
0 1 0 −2 −3 −2 4 −2 4

15. Probar que un automorfismo T tiene un valor propio α si y sólo si su inverso T −1 tiene el valor
propio α−1 . Demostrar que si un endomorfismo T es nilpotente (T n = 0 para algún n ≥ 2),
entonces su único valor propio es α = 0, y que si es idempotente (T n+1 = T para algún n ≥ 1),
entonces todo valor propio no nulo α es una raı́z n-ésima de la unidad, αn = 1.

16. Sea T un endomorfismo de un K-espacio vectorial y p(x) = a0 + a1 x + . . . + an xn un polinomio con

coeficientes en K. Probar que si α ∈ K es un valor propio de T , entonces p(α) es un valor propio
de p(T ) := a0 Id + a1 T + . . . + an T n .
17. Sea T un endomorfismo de un espacio vectorial de dimensión finita E. Demostrar que si T es
nilpotente, entonces T − Id es un automorfismo de E. (Indicación: Ker (T − Id) = 0.)
18. Sea T un endomorfismo de un espacio vectorial de dimensión finita E. Probar que si λ ∈ K no es
un valor propio de T , entonces Ker (λId − T )n = 0 para todo n ≥ 1.
19. Sea E un espacio vectorial euclı́deo y U : E → E un endomorfismo tal que ⟨U (e)|U (v)⟩ = ⟨e|v⟩,
∀e, v ∈ E. Probar que todos los valores propios de U son de módulo 1, y que dos vectores propios
de U , con valores propios distintos, siempre son ortogonales.
20. Demostrar que si un endomorfismo T de un espacio vectorial E deja invariante todo subespacio
vectorial V de E (i.e., T (V ) ⊆ V ), entonces T es una homotecia; es decir, T = λId para algún
escalar λ. (Indicación: Probar primero que todos los vectores no nulos son vectores propios de T ,
y luego que todos tienen el mismo valor propio).

21. Sea T un endomorfismo de un espacio vectorial de dimensión finita E. Probar que si e ∈ E y T (e)
son linealmente independientes, entonces existe un endomorfismo S de E tal que ST ̸= T S.
22. Probar que si un endomorfismo T de un espacio vectorial de dimensión finita E conmuta con todos
los endomorfismos de E, entonces T es una homotecia: T = λId. (Indicación: Ejercicios 20 y 21).

23. Probar que si dos endomorfismos S, T de un K-espacio vectorial E conmutan, ST = T S, entonces

Vλ := Ker (λId − T ) queda invariante por S para todo λ ∈ K (es decir, e ∈ Vλ ⇒ S(e) ∈ Vλ ).

18
 Concluir que si dos endomorfismos S, T de un espacio vectorial complejo de dimensión finita conmu-
tan, ST = T S, entonces tienen algún vector propio común. (Indicación: Considerar la restricción
de S a Vα := Ker (αId − T ).)
24. Determinar los valores propios de un endomorfismo T ̸= 0, Id tal que T 2 = T .

25. Si V es un subespacio vectorial de un espacio vectorial euclı́deo E, hallar el polinomio caracterı́stico

de la simetrı́a SV : E → E, y de la proyección ortogonal PV : E → V ⊆ E.
26. Si T es una isometrı́a de un espacio vectorial euclı́deo real de dimensión 3, probar la existencia de
un vector no nulo v ∈ E tal que T (v) = v ó T (v) = −v.
27. Sea T un endomorfismo de un espacio vectorial real E de dimensión finita. Si el polinomio carac-
terı́stico cT (x) tiene alguna raı́z compleja que no es real, probar que T no es diagonalizable.
28. Demostrar que si dos endomorfismos S, T de un espacio vectorial E diagonalizan en una misma
base de E, entonces conmutan: ST = T S.
29. Si T es un endomorfismo diagonalizable de un K-espacio vectorial de dimensión finita, probar que
los endomorfismos a0 Id + a1 T + . . . + an T n también son diagonalizables, donde a0 , a1 , . . . , an ∈ K.
Si además T es un automorfismo, demostrar que T −1 también es diagonalizable.
30. Sea T un endomorfismo de un K-espacio vectorial de dimensión finita, tal que cT (x) tiene una
única raı́z α en K. Probar que T es diagonalizable si y sólo si T = αId.
31. Si e1 , e2 , e3 es una base de un K-espacio vectorial E, estudiar la diagonalización de los endomor-
fismos de E cuyas matrices en tal base son las siguientes (distinguir los casos K = R y K = C):
         
4 0 20 2 0 3 2 4 5 2 −2 1 3 2 4
2 0 10 0 2 1 3 5 5 1 3 1 0 1 0
1 1 2 0 0 2 0 0 1 0 1 2 −2 0 −3
         
1 1 3 −1 0 2 1 0 0 1 0 2 2 −2 −2
3 −1 6  6 1 6 −1 −1 −1 2 1 0 1 1 −1
0 0 2 1 0 2 2 3 2 0 2 1 1 −1 1
         
0 4 −1 1 0 0 1 0 −3 0 −1 1 0 −1 1
2 2 3 0 1 1 2 0 −2 1 0 −1 −2 −1 −1
2 −2 2 0 0 1 3 0 −1 −1 1 0 2 1 1
 
0 −1 1 ( ) ( ) ( ) ( )
0 0 2 a 1 1 a 3 −1
1 0
0 a 0 1 0 1 1 1
1 1 0

32. Consideremos el espacio vectorial complejo Pn = C + Cx + . . . + Cxn . Determinar si son diagona-

d
lizables los endomorfismos dx : Pn → Pn , x dx
d
: Pn → Pn , y (x + 1) dx
d
: Pn → Pn .
33. Sea α ∈ K un valor propio de un endomorfismo T de un K-espacio vectorial de dimensión finita,
y sea m la multiplicidad de la raı́z x = α del polinomio cT (x). Probar que 1 ≤ dim Vα ≤ m.
(Indicación: Ampliar una base de Vα hasta obtener una base de E).
Concluir que si α es una raı́z simple del polinomio caracterı́stico, entonces dim Vα = 1.

19
34. Sean α1 , . . . , αs ∈ K valores propios de un endomorfismo T de un K-espacio vectorial de dimensión
n. Demostrar que si dim Vα1 + . . . + dim Vαs ≥ n, entonces T es diagonalizable y α1 , . . . , αs son
todos los valores propios de T .
35. Si a1 . . . , an son números ∫enteros distintos, y en E = Cei2πa1 x + . . . + Cei2πan x consideramos el
1
producto escalar ⟨f |h⟩ := 0 f (x)h(x) dx, probar que el operador 1i dx d
: E → E es hermı́tico.
Si a1 . . . , an son números
∫π enteros distintos, y en E = Ceia1 x +. . .+Ceian x consideramos el producto
escalar ⟨f |h⟩ := −π f (x)h(x) dx, probar que el operador 1i dx d
: E → E es hermı́tico.
d
En los dos casos anteriores, ¿es hermı́tico el operador dx ?

36. En el espacio vectorial complejo E formado por las funciones infinitamente derivables ψ : R → C,
consideremos los operadores lineales T : E → E, T (ψ) = xψ, y S : E → E, S(ψ) = 1i dx
d
ψ. Probar
que su conmutador T S − ST es el operador iId.
37. Si T : E → E es un operador hermı́tico, probar que Ker T = (Im T )⊥ , Im T = (Ker T )⊥ .
38. Sea V un subespacio vectorial de un espacio vectorial euclı́deo E. Probar que la simetrı́a SV : E → E
es un operador hermı́tico y unitario, y que la proyección ortogonal PV : E → E es un operador
hermı́tico que cumple que PV2 = PV .
39. Sea E un espacio vectorial euclı́deo. Si un operador lineal T : E → V es hermı́tico y unitario, probar
que es la simetrı́a, T = SV , respecto del subespacio vectorial V = {e ∈ E : T (e) = e}.
40. Sea E un espacio vectorial euclı́deo. Si un operador lineal T : E → V es hermı́tico y cumple que
T 2 = T , probar que T es la proyección ortogonal sobre V = {e ∈ E : T (e) = e}.

∑ T . Si Pn : E → E es la proyección
41. Sean α1 , . . . , αr todos los valores propios de un operador hermı́tico
ortogonal sobre el subespacio propio Vαn , demostrar que T = n αn Pn .
42. Sea E el espacio vectorial complejo formado por las funciones continuas ψ : [−π, π] → C. Probar
que el operador lineal Π : E → E, Π(ψ(x)) = ψ(−x), es unitario y hermı́tico.
Probar también que los operadores P+ := 12 (Id + Π) y P− := 1
2 (Id + Π) son hermı́ticos, y que
P+ P− = P− P+ = 0, ΠP+ = P+ , ΠP− = P− .
43. Sea u1 , u2 una base ortonormal de un plano hermı́tico E, y T : E → E el operador lineal de matriz
( ) ( √ ) ( )
0 −i ~ 2i − 2 1 i 1
, respectivamente √ , .
i 0 i 2 3i i −1 0
Probar que T es un operador hermı́tico, hallar sus valores propios, sus subespacios propios y las
matrices, en la base dada, de las proyecciones ortogonales sobre los subespacios propios. Calcular
también las probabilidades de los resultados de la observación descrita por T cuando el sistema
está en el estado representado por ψ = u1 + iu2 .
44. Sea u1 , u2 , u3 una base ortonormal de un espacio hermı́tico E, y T el operador lineal de matriz
 √     
0
√ 2 √0 0 1 1 1 0 i
1  1
− 2 0
√ 2 , respectivamente −1 0 1  ,  0 1 0 .
i i
0 − 2 0 −1 −1 0 −i 0 1

Probar que T es un operador hermı́tico, hallar sus valores propios, sus subespacios propios y las
matrices, en la base dada, de las proyecciones ortogonales sobre los subespacios propios. Calcular
también las probabilidades de los resultados de la observación descrita por T cuando el sistema
está en el estado representado por ψ = u1 + iu2 .

20
45. Supongamos que una medición viene descrita por un operador hermı́tico T de un espacio vectorial
euclı́deo E, y sea α un valor propio de T tal que dim Vα = 1, y sea u ∈ Vα un vector propio de
valor propio α y de módulo 1. Si ψ ∈ E es un estado normalizado, ∥ψ∥ = 1, demostrar que la
probabilidad de medir α en el estado ψ es P(α) = |⟨u|ψ⟩|2 .
46. Supongamos que una medición viene descrita por un operador hermı́tico T de un espacio vectorial
euclı́deo E, y sea α un valor propio de T , y P : E → E la proyección ortogonal sobre el subespacio
propio Vα . Si ψ ∈ E es un estado normalizado, ∥ψ∥ = 1, probar la probabilidad de medir α en el
estado ψ es, P(α) = ∥P (ψ)∥2 = ⟨ψ, P (ψ)⟩.
47. Sean u, v vectores de un espacio vectorial euclı́deo E. Determinar cuándo es hermı́tico el operador
lineal T : E → E, T (e) = ⟨u|e⟩v.
48. Sea u1 , . . . , un una base ortonormal de un espacio vectorial euclı́deo E, formada por vectores propios
de un operador hermı́tico H : E → E. Si T : E → E es un operador lineal arbitrario, probar que
⟨ui |(T H − HT )(ui )⟩ = 0 para todo ı́ndice i = 1, . . . , n.
49. Sea u1 , u2 , u3 una base ortonormal de un espacio euclı́deo complejo E, y sean ω, a dos números
reales. Probar que conmutan los operadores hermı́ticos H y A de matrices
   
1 0 0 1 0 0
H = 0 −1 0  , A = a 0 0 1 .
0 0 −1 0 1 0
y hallar una base ortonormal de E formada por vectores propios de H y A.
50. Sea u1 , u2 , u3 una base ortonormal de un espacio euclı́deo complejo E, y consideremos los operadores
lineales L, S : E → E definidos por las siguientes igualdades
L(u1 ) = u1 , L(u2 ) = 0 , L(u3 ) = −u3
S(u1 ) = u3 , S(u2 ) = u2 , S(u3 ) = u1
Hallar las matrices, en la base dada, de los operadores L, L2 , S, S 2 . ¿Son hermı́ticos? Probar que
L2 y S conmutan, y hallar una base ortonormal de E formada por vectores propios de L2 y S.
51. Sea T un endomorfismo de un espacio vectorial E y sea V un subespacio vectorial de E invariante
por T (es decir, T (V ) ⊆ V ). Demostrar la existencia de un endomorfismo T̄ : E/V → E/V tal que
T̄ (ē) = [T (e)] para todo e ∈ E.
52. Sea T un endomorfismo de un espacio vectorial de dimensión finita E y sea V un subespacio
vectorial de E invariante por T ; i.e. T (V ) ⊆ V . Probar que el polinomio caracterı́stico de la
restricción T |V : V → V , T |V (v) = T (v), divide al polinomio caracterı́stico de T .
( )
A B
(Indicación: El determinante de una matriz de la forma es |A| · |C|).
0 C
53. Sea T un endomorfismo de un espacio vectorial complejo E de dimensión finita. Probar que si todo
subespacio vectorial de E invariante por T admite un suplementario invariante por T , entonces T
es diagonalizable.
54. Sea T un endomorfismo de un espacio vectorial real E ̸= 0 de dimensión finita. Probar que si
T 2 = −Id, entonces en E hay un subespacio vectorial V de dimensión 2 invariante por T . Concluir
que la dimensión de E es par. (Indicación: Proceder por inducción sobre la dimensión de E y usar
el ejercicio 51).
55. Sea T un endomorfismo de un espacio vectorial de dimensión n. Probar que si alguna potencia T r
es nula, entonces T n = 0. (Indicación: Proceder por inducción sobre n y usar el ejercicio 51).

21