ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL

FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS

DEPARTAMENTO DE MATEMÁTICA

ÁLGEBRA LINEAL: EJERCICIOS RESUELTOS

Isaac Mancero Mosquera
(draft)

ADVERTENCIA PARA EL ESTUDIANTE:

• Falibilidad del autor: Yo me puedo equivocar.
• No unicidad: Existen ejercicios con más de una solución, y con más de un modo de
resolverlos.
• No completitud: Bajo ningún concepto este documento contiene todos los tipos de
problemas de la materia.

COMO USAR ESTE DOCUMENTO:

Este documento es una guía complementaria a los problemas planteados. La solución dada
no es necesariamente la más eficiente o más rápida, pero es la más adecuada a la estrategia
didáctica utilizada en el aula. Se puede imprimir, fotocopiar y distribuir gratuitamente este
documento citando su autor.

TRANSFORMACIONES LINEALES, 1RA PARTE.

36.- Sea < V,⊕, > el espacio vectorial dado por V =  3 con las operaciones de suma y
producto por un escalar definidos como:
⎛ a1 ⎞ ⎛ a2 ⎞ ⎛ a1+ a2 − 5 ⎞ ⎛ a ⎞ ⎛ α.a − 5α + 5 ⎞
⎜ b1 ⎟ ⊕ ⎜ b2 ⎟ = ⎜ b1+ b2 + 3 ⎟ y α  ⎜ b ⎟ = ⎜ α.b + 3α − 3 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜⎝ c1 ⎟⎠ ⎜⎝ c2 ⎟⎠ ⎜⎝ c1+ c2 + 8 ⎟⎠ ⎜⎝ c ⎟⎠ ⎜⎝ α.c + 8α − 8 ⎟⎠

mientras que W = S2×2 con las operaciones convencionales.

Determine si es lineal la función T :W → V cuya regla de correspondencia es:
⎛ −3a − 5b − 2c + 5 ⎞
⎛ a b ⎞ ⎜ ⎟.
T⎜ = 4a + 8b + 6c − 3
⎝ b c ⎟⎠ ⎜⎜ 10a + 10b + 9c − 8 ⎟
⎟⎠
⎝

Hay que probar las dos propiedades de linealidad. Sean: α ∈ R y

⎛ a b ⎞⎟ ⎛ a b ⎞⎟
⎜ ⎜
A = ⎜⎜ 1 1 ⎟⎟⎟ B = ⎜⎜ 2 2 ⎟⎟⎟
⎜⎜ b c ⎟⎟ ⎜⎜ b c ⎟⎟
⎝ 1 1 ⎠ ⎝ 2 2 ⎠
• ∀A,B ∈ S 2×2 T(A + B) = T(A) ⊕T(B)
⎛ ⎞
⎛ a + a b +b ⎞⎟ ⎜⎜ −3(a1 + a 2 )− 5(b1 +b2 )− 2(c1 +c2 ) + 5 ⎟⎟⎟
⎜ 2 ⎟
⎜ ⎟
T(A + B) = T ⎜⎜ 1 2 1
⎟ = ⎜ 4(a1 + a 2 ) + 8(b1 +b2 ) + 6(c1 +c2 )− 3 ⎟⎟
⎜⎜ b +b c +c ⎟⎟⎟ ⎜⎜⎜ ⎟⎟
⎝ 1 2 1 2 ⎠ ⎜ 10(a + a ) + 10(b +b ) + 9(c +c )− 8 ⎟⎟⎟
⎜⎝ 1 2 1 2 1 2 ⎠
⎛ −3a − 5b − 2c + 5 ⎞⎟ ⎛ −3a − 5b − 2c + 5 ⎞⎟
⎜⎜ 1 1 1 ⎟⎟ ⎜⎜ 2 2 2 ⎟⎟
Por otro lado: T(A) ⊕T(B) = ⎜⎜⎜ 4a1 + 8b1 + 6c1 − 3 ⎟⎟⎟ ⊕ ⎜⎜⎜ 4a2 + 8b2 + 6c2 − 3 ⎟⎟⎟
⎜⎜ ⎟⎟ ⎜ ⎟⎟
⎜⎜ 10a + 10b + 9c − 8 ⎟⎟⎟ ⎜⎜⎜ 10a + 10b + 9c − 8 ⎟⎟⎟
⎝ 1 1 1 ⎠ ⎝ 2 2 2 ⎠

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 ⎛ (−3a − 5b − 2c + 5) + (−3a − 5b − 2c + 5)− 5 ⎞⎟
⎜⎜ 1 1 1 2 2 2 ⎟⎟
⎜ ⎟⎟
= ⎜⎜ (4a1 + 8b1 + 6c1 − 3) + (4a 2 + 8b2 + 6c2 − 3) + 3 ⎟⎟ = T(A + B)
⎜⎜ ⎟⎟
⎜⎜ (10a + 10b + 9c − 8) + (10a + 10b + 9c − 8) + 8 ⎟⎟
⎝ 1 1 1 2 2 2 ⎠
• ∀k ∈ R ∀A ∈ S 2×2 T(kA) = k ⊙T(A)
⎛ ⎞⎟
⎛ ka kb ⎞⎟ ⎜⎜ −3(ka1 )− 5(kb1 )− 2(kc1 ) + 5 ⎟⎟
⎜ 1 ⎟ ⎜ ⎟⎟
T(kA) = ⎜⎜ 1 ⎟=⎜
⎜⎜ kb kc ⎟⎟⎟ ⎜⎜⎜ 4(ka1 ) + 8(kb1 ) + 6(kc1 )− 3 ⎟⎟
⎟⎟
⎝ 1 1 ⎠ ⎜⎜ 10(ka ) + 10(kb ) + 9(kc )− 8 ⎟⎟
⎝ 1 1 1 ⎠
⎛ −3a − 5b − 2c + 5 ⎞⎟
⎜⎜ 1 1 1 ⎟⎟
⎜ ⎟⎟
Por otro lado k ⊙T(A) = k ⊙ ⎜⎜⎜ 4a1 + 8b1 + 6c1 − 3 ⎟⎟
⎜⎜ ⎟⎟
⎜⎝ 10a1 + 10b1 + 9c1 − 8 ⎟⎟
⎠
⎛ k(−3a − 5b − 2c + 5)− 5k + 5 ⎞⎟
⎜⎜ 1 1 1 ⎟⎟
⎜⎜ ⎟⎟
= ⎜ k(4a1 + 8b1 + 6c1 − 3) + 3k − 3 ⎟⎟ = T(kA)
⎜⎜ ⎟⎟
⎜⎜ k(10a + 10b + 9c − 8) + 8k − 8 ⎟⎟
⎝ 1 1 1 ⎠
CONCLUSIÓN: T es una transformación lineal.

37.- Una transformación puede determinarse si se sabe cómo afecta a un conjunto base.
Por ejemplo: Sea B={x2–1, x2+1, x –1} es una base de P2, determine la regla de
correspondencia de la transformación T de P2 a R3, si se sabe que:
T(x2 –1) = (1, 2, 0)
T(x2+1) = (0, 0, 0)
T(x –1) = (0, –1 , –1)

Necesitamos conocer la transformada de un vector típico del espacio de partida:

T(ax 2 +bx +c) = ?
Escribiendo el vector típico del espacio de partida como una combinación lineal de
la base:
ax 2 +bx +c = k1(x 2 −1) + k2(x 2 + 1) + k3(x −1)
Lo que conduce al sistema de ecuaciones lineales:
⎧⎪ k1 + k2 = a ⎛
⎪⎪
⎪⎪ ⎜⎜ 1 1 0 a ⎞⎟⎟ ⎛ 1 1
⎜⎜ 0 a ⎞⎟
⎨ k = b ⎜ ⎟
⎟ ⎟⎟
⎪⎪ 3 ⎜⎜ 0 0 f
1 b ⎟⎟ ⎯ ⎯ 2↔f
⎯⎯3 ⎜
→ ⎜ 0 −2 −1 c −a ⎟⎟
⎪⎪ k −k −k = c ⎜⎜⎝ 1 −1 −1 c ⎟⎟⎠
f 3−f 1
⎜⎜ ⎟⎟
⎪⎩ 1 2 3 ⎜⎝ 0 0 1 b ⎟⎠
Es decir:
k3 = b
k2 = (a −b −c) / 2
k1 = a −k2 = a −(a −b −c) / 2 = (a +b +c) / 2
Luego:
T(ax 2 +bx +c) = T[k1(x 2 −1) + k2(x 2 + 1) + k3(x −1)]
T(ax 2 +bx +c) = k1T(x 2 −1) + k2T(x 2 + 1) + k3T(x −1)
Reemplazando:

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 ⎛ (a +b +c) / 2 ⎞⎟
⎜⎜ ⎟⎟
⎜ ⎟⎟
T(ax +bx +c) = ⎜⎜
2
a +c ⎟⎟
⎜⎜ ⎟⎟
⎜⎜ −b ⎟⎠
⎝

38.- Determinar si la siguiente función es una transformación lineal:

T : M 2×2 → R tal que, para toda matriz A del espacio de partida, T (A) = det(A)

T no cumple ninguno de los dos axiomas de linealidad, por ejemplo, en la segunda

propiedad:
∀k ∈ R ∀A ∈ M 2×2 T(kA) = kT(A)
Se tiene que:
T(kA) = det(kA) = k 2 det(A) ≠ kT(A)
Pues por propiedad de los determinantes:
∀A ∈ M n×n det(kA) = k n det(A)
CONCLUSIÓN: T no es una transformación lineal.

39.- Califique la siguiente proposición como Verdadero o Falso. En caso de ser verdadera,
demuéstrela; caso contrario, dé un contraejemplo:
Si T :V → W es una transformación lineal, y T (v) = 0W entonces v = 0V (es decir, si T(v) es el
neutro de W, entonces v es el neutro de V).

Falso. Cualquier transformación cuyo kernel no sea trivial es un contraejemplo a

esta afirmación. Por ejemplo:

T : R 2 → R 2 tal que T(x,y) = (x −y,y − x) .

CONCLUSIÓN: Falso.

40.- Sea T una transformación lineal. Si T (1) = x 2 + 2 , y T (x) = x + 3 , calcular T (−x + 2)

Por la linealidad de T:
T(−x + 2) = −T(x) + 2T(1)
Por lo tanto:

T(−x + 2) = −(x + 3) + 2(x 2 + 2) = 2x 2 − x + 1

TRANSFORMACIÓN LINEAL COMO UNA FUNCIÓN

41.- En la siguiente transformación lineal T : P2 ® P3 tal que T ( p( x)) = x 2 p '( x)

a) Encontrar Núcleo, Imagen, rango y nulidad de T
b) Indique según los resultados obtenidos si tal transformación es inyectiva, sobreyectiva,
biyectiva e invertible.

Cuando piden Núcleo e Imagen, es mejor comenzar por imagen:

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 • IMAGEN Y RANGO:
Sean v = ax 2 +bx +c ∈ P2 y w = w3x 3 + w2x 2 + w1x + w0 ∈ P3
T(v) = x 2(2ax +b) = 2ax 3 +bx 2
T(v) = w ≡ 2ax 3 +bx 2 + 0x + 0 = w3x 3 + w2x 2 + w1x + w0
⎪⎧⎪ 2a = w3 ⎛
⎜⎜ 2 0 w3 ⎞⎟⎟
⎪⎪ ⎜⎜ ⎟⎟
⎪⎪ b = w2 ⎜ 0 1 w2 ⎟⎟⎟
de donde se obtiene el sistema: ⎨⎪ o ⎜⎜⎜ ⎟ es decir, la imagen es:
⎪⎪ 0 = w1 ⎜⎜ 0 0 w1 ⎟⎟⎟
⎜⎜ ⎟⎟
⎪⎪
⎪⎪⎩ 0 = w0 ⎜⎝ 0 0 w0 ⎟⎟⎠

{
Im(T ) = w3x 3 + w2x 2 + w1x + w0 ∈ P3 / w1 = w0 = 0 } , con Base Im = {x ,x } y ρ = 2 .
3 2

• NÚCLEO Y NULIDAD:
Con v = ax 2 +bx +c ∈ P2 , requerimos que T(v) = 0v , es decir:
T(v) = x 2(2ax +b) = 2ax 3 +bx 2 = 0x 3 + 0x 2 + 0x + 0 , lo que conduce a:
⎛ 2 0 0 ⎞⎟
⎜⎜ ⎟⎟
⎜⎜ 0 1 0 ⎟⎟ , es decir a=0 y b=0. Dado que no hay condiciones para c, entonces
⎜⎜ ⎟⎟
⎜⎜ 0 0 0 ⎟⎟
⎜⎜ ⎟⎟
⎝ 0 0 0 ⎠
c∈R
{ }
Nu(T ) = ax 2 +bx +c ∈ P2 / a = b = 0 con BaseNu = { 1 } y ν =1
• INYECTIVIDAD Y SOBREYECTIVIDAD:
No es inyectiva porque su nulidad no es cero; y no es sobreyectiva porque su rango no es la
dimensión del espacio de llegada (no es 4). Por lo tanto no es biyectiva, ni invertible.

42.- En la siguiente transformación lineal T : P2 → M 2×2

⎛ p(1) p '(0) ⎞⎟
⎜ ⎟⎟
T[p(x)] = ⎜⎜
⎜⎜ p(1) p(−1) ⎟⎟
⎝ ⎠
a) Encontrar Imagen, base de la Imagen y el rango de T
b) Encontrar Núcleo, base del Núcleo y la nulidad de T

Sea p(x) = ax 2 +bx +c , entonces la regla de correspondencia es:

⎛ a +b +c b ⎞⎟
T(ax 2 +bx +c) = ⎜⎜⎜ ⎟⎟
⎜⎝ a +b +c a −b +c ⎟⎟⎠
• IMAGEN:
⎛ ⎞⎟
Sea el vector del espacio de llegada w = ⎜⎜⎜ w1 w2 ⎟⎟⎟
⎜⎝ w3 w4 ⎠
Entonces
T(p) = w
⎛ a +b +c b ⎞⎟ ⎛ ⎞⎟
⎜⎜ ⎟⎟ = ⎜⎜ w1 w2 ⎟⎟
⎜⎜ a +b +c a −b +c ⎟⎟⎠ ⎜⎜⎝ w3 w4 ⎟⎠
⎝
De donde se obtiene el sistema a resolver:

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 ⎪⎧⎪ a +b +c = w1 ⎛
⎜⎜ 1 1 1 w1 ⎞⎟ ⎛
⎜⎜ 1 1 1 w1 ⎞⎟
⎪⎪ ⎟⎟ ⎟⎟
⎜⎜ ⎟⎟ ⎜ 0 1 0 w2 ⎟⎟
⎪
⎨
b = w2 ⎜⎜ 0 1 0 w2 ⎟⎟ → ...⎜⎜⎜ ⎟⎟
⎪⎪ a +b +c = w3 ⎜⎜ 1 1 1 w3 ⎟⎟ ⎜⎜ 0 0 0 w3 −w1 ⎟⎟
⎪⎪ ⎜⎜ ⎟ ⎜⎜ ⎟⎟
⎪⎩ a −b +c = w4 ⎝ 1 −1 1 w4 ⎟⎠ ⎝ 0 0 0 w4 −w1 + 2w2 ⎟⎠
Respuestas:
⎧⎪⎛ ⎞ ⎫⎪
⎪⎪⎜⎜ w1 w2 ⎟⎟ ⎪
Im = ⎨⎜ ⎟⎟ ∈ M 2×2 / w3 −w1 = 0 y w 4 −w1 + 2w2 = 0⎪⎬
⎪⎪⎜⎜ w w ⎟⎟ ⎪⎪
⎪⎩⎝ 3 4 ⎠
⎪⎭
Base:
⎛ w ⎞⎟ ⎧ ⎞⎟ ⎛ 0 1 ⎞⎟⎫⎪
⎜
w = ⎜⎜ 1
w2 ⎟⎟ → Base = ⎪⎪⎛⎜ 1 0 ⎟⎟, ⎜⎜ ⎟⎪⎬
⎟⎟ ⎨⎜⎜
⎜⎜ w w − 2w ⎟⎠ ⎪⎪⎜⎝ 1 1 ⎟⎠ ⎜⎜⎝ 0 −2 ⎟⎟⎠⎪⎪
⎝ 1 1 2 ⎩ ⎭
Rango = 2

• NÚCLEO
Tomamos el sistema resuelto de la imagen y lo convertimos en homogéneo (pues se
cumple que T(p) = 0V ), y se analiza para las incógnitas a, b y c:
⎛ 1 1 1 0 ⎞⎟
⎜⎜ ⎟⎟
⎜⎜ 0 1 0 0 ⎟⎟
⎜⎜ ⎟⎟
⎜⎜ 0 0 0 0 ⎟⎟
⎜⎜ ⎟⎟
⎝ 0 0 0 0 ⎠
es decir:
{
Nu = ax 2 +bx +c ∈ P2 / a +c = 0 y b = 0 }
{
Base = −x + 1 2
}
Nulidad=1

43.- Construir, de ser posible, una transformación lineal T : M 2×2 → P2 tal que:
⎧⎪⎛ ⎞⎛ ⎞⎫⎪
§ El núcleo sea Ker(T ) = gen ⎪⎨⎪⎜⎜⎜⎜ 1 1 ⎟⎟⎟⎟⎜⎜⎜⎜ 1 1 ⎟⎟⎟⎟⎪⎬⎪
⎩⎪⎝ 1 1 ⎠⎝ 0 0 ⎠⎪⎭
§ mientras que su imagen {
es im(T ) = ax 2 +bx + (b −a) / a,b ∈ R }.
Existen muchas soluciones posibles para este tema, pero el procedimiento pasa por
encontrar una base del espacio de partida que satisfaga las condiciones dadas, de ser
posible. Para ello hallamos la base del Ker(T) y de la Im(T), y nos ayudamos con un
diagrama de Venn:

Los vectores de la base del Ker se transforman en el cero-vector de llegada, pero

en la imagen están también dos vectores de la base, hallados del conjunto dado en
el problema.

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 Es decir, se tiene Nulidad=2 (dos vectores en la base del núcleo) y Rango=2 (dos
vectores en la base de la imagen. Sumando, rango + nulidad se obtiene 4, que es la
dimensión del espacio de partida, lo que indica que sí es posible construir esta
transformación respetando los teoremas y las condiciones dadas en el ejercicio.

Se necesita ahora una base del espacio de partida, pero solo hay dos vectores en el
Ker(T), se deben elegir dos vectores más de fuera del Ker (porque si estuvieran
adentro formarían un conjunto LD y no serían base), podemos elegir vectores de
afuera, así que por lo general se recomienda probar con los vectores de la base
canónica; siempre y cuando el conjunto resultante sea LI, no LD.
Por ejemplo, una mala elección sería:
⎪⎧⎪⎛⎜ 1 1 ⎞⎟ ⎛ 1 1 ⎞⎟ ⎛ 1 0 ⎞⎟ ⎛ 0 1 ⎞⎟⎪ ⎫
⎨⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎪
⎬ → son LD
⎪⎪⎜⎝ 1 1 ⎟⎠ ⎜⎜⎝ 0 0 ⎟⎠ ⎜⎜⎝ 0 0 ⎟⎠ ⎜⎜⎝ 0 0 ⎟⎠⎪⎪
⎩ ⎭
Los dos vectores de la base canónica al sumarse forman uno de los vectores de la
base del Ker, por lo tanto son LD y no es una base. Entonces probamos otros
vectores de la base canónica:
⎧
⎪ ⎛ 1 1 ⎞⎟ ⎛ 1 1 ⎞⎟ ⎛ 1 0 ⎞⎟ ⎛ 0 0 ⎞⎟⎫⎪
⎪
⎨⎜⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎪⎬ → son LI
⎪ ⎜ ⎟⎠ ⎜⎜⎝ 0 0 ⎟⎠ ⎜⎜⎝ 0 0 ⎟⎠ ⎜⎜⎝ 0 1 ⎟⎟⎠⎪⎪
⎩⎝ 1 1
⎪ ⎭
Se recomienda hacer el test de independencia lineal para confirmar antes de
proseguir:
⎛ 1 1 1 0 0 ⎞⎟ ⎛ 1 0 0 1 0 ⎞⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎜⎜ 1 1 0 0 0 ⎟⎟ f 4↔f 1 ⎜⎜ 1 1 1 0 0 ⎟⎟
⎜⎜ ⎟⎟ ⎯ ⎯ ⎯⎯→ ⎜⎜ ⎟⎟solución única → son LI
⎜⎜ 1 0 0 0 0 ⎟⎟⎟ ⎜⎜ 1 1 0 0 0 ⎟⎟
⎟⎟
⎜⎜ 1 0 0 1 0 ⎟⎠ ⎜⎜ 1 0 0 0 0
⎝ ⎝ ⎠
Ya tenemos una base de partida, ahora construimos la transformación,
ayudándonos con el diagrama de Venn:

Para construir la regla de correspondencia, necesitamos la transformada de un

vector de partida cualquiera:
⎛ ⎞⎟
T ⎜⎜⎜ a b ⎟⎟ = ?
⎜⎝ c d ⎟⎠

No sabemos esta expresión, pero sabemos cómo se transforma la base (según el

último diagrama de Venn), entonces podemos escribir al vector cualquiera como
combinación lineal de la base elegida previamente. Antes de transformar, es
necesario hallar los escalares “alfas”:

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 ⎛ a b ⎞⎟ ⎛ ⎞⎟ ⎛ ⎞⎟ ⎛ ⎞⎟ ⎛ ⎞⎟
⎜⎜ ⎟⎟ = α1 ⎜⎜ 1 1 ⎟⎟ + α2 ⎜⎜ 1 1 ⎟⎟ + α3 ⎜⎜ 1 0 ⎟⎟ + α4 ⎜⎜ 0 0 ⎟⎟
⎜⎜⎝ c d ⎟⎠ ⎜⎜⎝ 1 1 ⎟⎠ ⎜⎜⎝ 0 0 ⎟⎠ ⎜⎜⎝ 0 0 ⎟⎠ ⎜⎜⎝ 0 1 ⎟⎠

Resolviendo:
⎛ 1 1 1 0 a ⎞⎟ ⎛ 1 0 0 1 d ⎞⎟ ⎧⎪ α1 = c
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎪⎪
⎜⎜ 1 1 0 0 b ⎟⎟ f 4↔f 1 ⎜⎜ 1 1 1 0 a ⎟⎟ ⎪⎪ α2 = b −c
⎜⎜ ⎟⎟ ⎯ ⎯ ⎯⎯→ ⎜⎜ ⎟⎟ → ⎨
⎜⎜ 1 0 0 0 c ⎟⎟ ⎜⎜ 1 1 0 0 b ⎟⎟ ⎪⎪ α3 = a −b
⎜⎜ ⎟ ⎜⎜ ⎟ ⎪
⎝ 1 0 0 1 d ⎟⎠ ⎝ 1 0 0 0 c ⎟⎠ ⎪⎪⎩ α4 = d −c
Ahora sí, transformamos la combinación lineal para hallar la regla de
correspondencia
⎛ ⎞⎟ ⎡ ⎛ ⎞⎟ ⎛ ⎞⎟⎤
T ⎜⎜⎜ a b ⎟⎟ = T ⎢α1 ⎜⎜ 1 1
⎟⎟ + α2 ⎜⎜ 1 1 ⎞⎟⎟ + α ⎛⎜⎜ 1 0 ⎞⎟ ⎛
⎟⎟ + α4 ⎜⎜ 0 0 ⎟⎟⎥
⎢ ⎜⎜⎝ 1 ⎜⎝⎜ ⎟ 3⎜ ⎜⎝⎜ 0 ⎟⎠⎥⎥
⎜⎝ c d ⎠⎟ ⎢⎣ 1⎠⎟ 0 0 ⎟⎠ ⎜⎝ 0 0 ⎠⎟ 1 ⎦
⎛1 ⎞⎟⎟ + α T ⎛⎜⎜ 1 1 ⎞⎟⎟ + α T ⎛⎜⎜ 1 0 ⎞⎟⎟ + α T ⎛⎜⎜ 0 0 ⎞⎟⎟
= α1T ⎜⎜⎜ 1 ⎟ 2 ⎜ ⎟ 3 ⎜ ⎟ 4 ⎜ ⎟
1 ⎟⎠
⎜⎝ 1 ⎜⎝ 0 0 ⎟⎠ ⎜⎝ 0 0 ⎟⎠ ⎜⎝ 0 1 ⎟⎠
⎛ 1 0 ⎞⎟⎟ + (d −c)T ⎛⎜⎜ 0 0 ⎞⎟⎟
= 0V + 0V + (a −b)T ⎜⎜⎜ ⎟ ⎜⎜⎝ ⎟
⎜⎝ 0 0 ⎟⎠ 0 1 ⎟⎠
Los vectores del Ker se convierten en el 0V de llegada, así que no influye en la regla
final, que sería:
⎛ ⎞
T ⎜⎜⎜ a b ⎟⎟⎟ = (a −b)(x 2 −1) + (d −c)(x + 1)
⎜⎝ c d ⎟⎠

44.- Califique la siguiente proposición como Verdadero o Falso. En caso de ser verdadera,
demuéstrela; caso contrario, dé un contraejemplo:
Sea T :V →W una transformación lineal. Si dimW ≤ dimV entonces T es sobreyectiva.

• FALSO. Como contraejemplo se busca un espacio de llegada con dimensión menos

o igual que el de partida, pero una T.L. que no sea sobreyectiva. La Transformación
Trivial siguiente es un buen contraejemplo:
⎛ x ⎞⎟ ⎛ ⎞
T : R 2 → R 2 tal que T ⎜⎜⎜ ⎟⎟ = ⎜⎜ 0 ⎟⎟⎟
⎜⎝ y ⎟⎟⎠ ⎜⎜⎝ 0 ⎟⎠
Tiene dimW=dimV pero no es sobreyectiva.

45.- Califique la siguiente proposición como Verdadero o Falso. En caso de ser verdadera,
demuéstrela; caso contrario, dé un contraejemplo:
Sea T :V →W una transformación lineal. Si {T(v1 ), T(v 2 ), T(v 3 )} genera a W, entonces
{v ,
1
v 2, v 3 } genera a V.

• FALSO. Como contraejemplo se puede construir la siguiente transformación de R4

a R3:

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 ⎛ ⎞⎟ ⎛
⎜⎜ a ⎟⎟ ⎜ a ⎞⎟⎟
⎜ b ⎟⎟ ⎜⎜ ⎟
T : R → R tal que T ⎜⎜⎜
4 3
⎟⎟ = ⎜⎜ b ⎟⎟⎟
⎜⎜ c ⎟⎟ ⎜⎜ ⎟
⎜⎜ ⎟ ⎝ c ⎟⎠
⎝ d ⎟⎠

Y observar que, si v1 = (1, 0, 0, 0), v2 = (0,1, 0, 0) y v3 = (0, 0,1, 0) , sus

transformadas son T(v1) = (1, 0, 0), T(v2) = (0,1, 0) y T(v3) = (0, 0,1) . O sea:
{T(v1), T(v2), T(v3)} genera a R3, pero {v1, v2, v3} no genera R4.

MATRIZ ASOCIADA A UNA TRANSFORMACIÓN LINEAL

46.- Sea T : P2 → M 2×2 una transformación lineal tal que

⎛ p(1) p '(0) ⎞⎟
⎜ ⎟⎟
T(p(x)) = ⎜⎜
⎜⎜ p(1) p(−1) ⎟⎟
⎝ ⎠
a) Encuentre la representación matricial de T (matriz de transformación) respecto a
las bases B1 = {1 + x, 1 − x, 1 + x + x 2 } y B2 = canónica de M 2×2 ,
⎛ 0 ⎞⎟ ⎛ 1 ⎞⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟
b) Si [u] = ⎜⎜ 1 ⎟⎟ y [w] = ⎜⎜ 2 ⎟⎟⎟ hallar T(u + w) , u + w y [T(u + w)]B 2
B1 ⎜⎜ ⎟ B1 ⎜⎜ ⎟
⎜⎝ 1 ⎟⎟⎠ ⎜⎝ 3 ⎟⎟⎠
c) Solo mediante observación, sin hacer ningún cálculo, determine si T es una transformación
invertible. Justifique su respuesta.

• MATRIZ DE TRANSFORMACIÓN LINEAL

Transformando cada vector de la base:
⎛ ⎞⎟ ⎛ ⎞ ⎛ ⎞⎟
T(1 + x) = ⎜⎜⎜ 2 1 ⎟⎟ T(1 − x) = ⎜⎜⎜ 0 −1 ⎟⎟⎟ T(1 + x + x 2 ) = ⎜⎜⎜ 3 1 ⎟⎟
⎜⎝ 2 0 ⎟⎠ ⎜⎝ 0 2 ⎟⎠ ⎜⎝ 3 1 ⎟⎠
Y, dado que la base a utilizar en el espacio de llegada es la base canónica, la matriz
de transformación es:
⎡ 2 0 3 ⎤⎥
⎢
⎢ 1 −1 1 ⎥⎥
A= ⎢
⎢ 2 0 3 ⎥⎥
⎢
⎢⎣ 0 2 1 ⎥⎦
• LINEALIDAD DE LAS COORDENADAS
Sumando las coordenadas de u y w se obtiene las coordenadas de u + w , por la
linealidad de la transformación coordenadas:
⎛ 0 ⎞⎟ ⎛ 1 ⎞⎟ ⎛ 1 ⎞⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
[u + w]B1 = [u]B1 +[w]B1 = ⎜⎜⎜ 1 ⎟⎟⎟ + ⎜⎜⎜ 2 ⎟⎟⎟ = ⎜⎜⎜ 3 ⎟⎟⎟
⎜⎜ 1 ⎟⎟ ⎜⎜ 3 ⎟⎟ ⎜⎜ 4 ⎟⎟
⎜⎝ ⎟⎠ ⎜⎝ ⎟⎠ ⎜⎝ ⎟⎠
Con este resultado se puede calcular u + w :
u + w = 1(1 + x) + 3(1 − x) + 4(1 + x + x 2 ) = 4x 2 + 2x + 8
También se puede calcular [T(u + w)]B2 , usando la matriz A:

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 ⎡ 2 0 3 ⎤⎥ ⎛ 1 ⎞⎟ ⎛⎜⎜ 14 ⎞⎟⎟
⎢ ⎜ ⎟
⎟
[T(u + w)]B2
⎢
= A[u + w]B1 = ⎢ 1 −1 1 ⎥⎥ ⎜⎜⎜ 3 ⎟⎟ = ⎜⎜⎜ 2 ⎟⎟⎟
⎟
⎢
⎢ 2 0 3 ⎥⎥ ⎜⎜⎜ 4 ⎟⎟⎟ ⎜⎜⎜ 14 ⎟⎟⎟
⎜ ⎟⎠ ⎜⎜ ⎟
⎢⎣ 0 2 1 ⎥⎦ ⎝ ⎝ 10 ⎟⎠
Pero como la base de llegada es canónica, se puede rápidamente calcular T(u + w) :
⎛ ⎞⎟
T(u + w) = ⎜⎜⎜ 14 2 ⎟⎟
⎜⎝ 14 10 ⎟⎠
• ¿ES INVERTIBLE?
No. Dado que los espacios no son isomorfos, la transformación jamás será un
isomorfismo. También puede observarse que la matriz de transformación A no es
invertible.

{
47.- Sea el espacio V = gen e2x , xe2x , x 2 e2x } y sea T :V → V una transformación lineal tal que
T [ f ] = f '(x) .
a) Encuentre una base B de V, y una representación matricial de T respecto a B
⎛ 1 ⎞
b) Si [ g(x)]B = ⎜ 2 ⎟ , hallar g(x), T(g(x)) y [T (g)]B
⎜ ⎟
⎝ 3 ⎠

• BASE PARA V
Se demuestra primero que el conjunto generador dado es L.I. y por tanto una base:
α1e 2x + α2xe 2x + α3x 2e 2x = 0
e 2x (α1 + α2x + α3x 2 ) = 0
Y dado que la función e 2x es siempre positiva, la ecuación se reduce a:
α1.1 + α2x + α3x 2 = 0
Dado que {1, x, x 2 } es L.I., los escalares son necesariamente cero, por lo cual el
conjunto original es L.I. y, por lo tanto, es una base:
B= {e ,xe ,x e } .
2x 2x 2 2x

• REPRESENTACIÓN MATRICIAL
1.- hallar una base del espacio de partida (ya se realizó)
2.- transformar la base del espacio de partida:
T(e 2x ) = 2e 2x
T(xe 2x ) = e 2x + 2xe 2x
T(x 2e 2x ) = 2xe 2x + 2x 2e 2x
3.-hallar las coordenadas de las transformadas, respecto a la base de llegada:
T(e 2x ) = 2e 2x = 2e 2x + 0xe 2x + 0x 2e 2x
T(xe 2x ) = e 2x + 2xe 2x = 1e 2x + 2xe 2x + 0x 2e 2x
T(x 2e 2x ) = 2xe 2x + 2x 2e 2x = 0e 2x + 2xe 2x + 2x 2e 2x
4.- formar la matriz conteniente las coordenadas en las columnas, en su respectivo
orden

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 ⎛ 2 1 0 ⎞⎟
⎜⎜ ⎟⎟
⎡T ⎤ = ⎜⎜ 0 2 2 ⎟⎟
⎣⎢ ⎦⎥ B ⎜⎜ ⎟⎟
⎜⎝ 0 0 2 ⎟⎠
• HALLAR g(X), T(g), [T(g)]B
⎛ 2 1 0 ⎞⎟ ⎡ 1 ⎤ ⎛ 4 ⎞⎟
⎜⎜ ⎟⎟ ⎢ ⎥ ⎜⎜ ⎟⎟
⎡T(g)⎤ = ⎡T ⎤ ⎡g(x)⎤
⎢⎣ ⎥⎦ B ⎢⎣ ⎥⎦ B ⎢⎣ ⎥⎦ B = ⎜⎜⎜ 0 2 2 ⎟⎟⎟ ⎢⎢ 2 ⎥⎥ = ⎜⎜⎜ 10 ⎟⎟
⎟⎟
⎜⎜⎝ 0 0 2 ⎟⎟⎠ ⎢ 3 ⎥ ⎜ ⎟⎠
⎣ ⎦ B ⎜⎝ 6
⎡ 1 ⎤
⎢ ⎥
⎡g(x)⎤ = ⎢ 2 ⎥ ⇒ g(x) = 1e 2x + 2xe 2x + 3x 2e 2x
⎣⎢ ⎦⎥ B ⎢ ⎥
⎢ 3 ⎥
⎣ ⎦
⎛ 4 ⎞⎟
⎜
⎡T(g)⎤ = ⎜⎜ 10 ⎟⎟⎟ ⇒ T(g) = 4e 2x + 10xe 2x + 6x 2e 2x
⎢⎣ ⎥⎦ B ⎜⎜ ⎟
⎜⎜⎝ 6 ⎟⎟⎟⎠

48.- Sean T1 : ! 2 → S 2×2 y T2 : S 2×2 → P1 dos transformaciones lineales tales que sus
representaciones matriciales respectivas son:
⎛ −1 1 ⎞⎟
⎜⎜ ⎟⎟ ⎛ 1 1 −1 ⎞⎟
[T1 ]B1B 2 = ⎜⎜⎜ 0 1 ⎟⎟ y [T ] = ⎜⎜ ⎟,
⎜⎜⎝ 1 −2 ⎟⎟ 2 B 2B 3 ⎜⎜⎝ 1 −2 1 ⎟⎟⎠
⎟⎠
⎧⎛
⎪ ⎞ ⎛ ⎞⎪⎫ ⎪⎧⎛ ⎞⎟ ⎛ 0 1 ⎞⎟ ⎛ 0 0 ⎞⎟⎪⎫
Con respecto a las bases B1 = ⎪⎨⎜⎜⎜ 0 ⎟⎟⎟, ⎜⎜⎜ 1 ⎟⎟⎟⎪⎬ , B2 = ⎪⎨⎜⎜⎜ 1 0 ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎟⎪⎬ , y
⎪
⎪ ⎜ ⎟ ⎜
⎩⎝ 1 ⎠ ⎝ 0 ⎠⎭
⎟⎪⎪ ⎪⎪⎜⎝ 0 0
⎩ ⎠⎟ ⎜⎝⎜ 1 0 ⎠⎟ ⎜⎝⎜ 0 1 ⎟⎠⎪⎭⎪
B3 = {x, 1} .

a) Encuentre la matriz correspondiente a la composición ⎡⎢T2 !T1 ⎤⎥ ,

⎦ B1B 3 ⎣
b) En caso que T2 !T1 sea un isomorfismo, encuentre la regla de correspondencia de su

inversa: (T2 !T1 )−1 .

• LA MATRIZ DE LA COMPOSICIÓN:
La matriz de composición es el producto de las respetivas matrices, siempre que
compartan la misma base común en el espacio intermedio de la composición S2X2.
Como tienen la misma base B2 en ese espacio, se procede a multiplicar:
AT 2!T 1 = AT 2AT 1
⎛ ⎞⎟
⎛ ⎞⎜⎜ −1 1 ⎟⎟ ⎛⎜ −2 4 ⎞⎟
AT 2!T 1 = ⎜⎜⎜ 1 1 −1 ⎟⎟⎟⎜⎜ 0 1 ⎟⎟ = ⎜ ⎟⎟
⎜⎝ 1 −2 1 ⎟⎠⎜⎜ ⎟⎟ ⎜⎜⎝ 0 −3 ⎟⎠
⎜⎝ 1 −2 ⎟⎠

• LA REGLA DE CORRESPONDENCIA DE T2OT1 Y SU INVERSA:

La matriz de la composición inversa, es la inversa de la matriz de composición
hallada en el literal anterior. Invirtiendo:
⎛ −2 4 1 0 ⎞⎟ ⎛ 1 0 −1 / 2 −2 / 3 ⎞⎟
⎜⎜ ⎜ ⎟⎟
⎟⎟ → ...⎜⎜ ⎟⎟
⎜⎜⎝ 0 −3 0 1 ⎠⎟ ⎜⎜⎝ 0 1 0 −1 / 3 ⎠
Se utilizará esta matriz para la regla de correspondencia.
Recuérdese que al componer dos funciones de la forma:

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 T1 T2
V ⎯ ⎯⎯ →W ⎯ ⎯⎯ →Z
El resultado es de la forma:
T 2oT 1
V ⎯⎯ ⎯⎯ →Z
Por lo tanto, la inversa de esta composición tiene la forma:
−1
(T 2oT 1)
Z ⎯⎯ ⎯ ⎯⎯ →V
Es decir que, en el problema, el espacio de partida de esta inversa es P1 y el de
llegada es R2. Y sus respectivas bases son las que utilizaremos para analizar la
matriz inversa hallada. Dado que las columnas son coordenadas de las
transformadas de la base de partida (partida de la inversa, P1), entonces
⎛ ⎞⎟
⎡T(x)⎤ = ⎜⎜ −1 / 2 ⎟⎟
⎢⎣ ⎥⎦ B1 ⎜⎜ ⎟⎟
⎝ 0 ⎠
⎛ −2 / 3 ⎞⎟
⎡T(1)⎤ = ⎜⎜⎜ ⎟⎟
⎢⎣ ⎥⎦ B1 ⎜ ⎟⎟
⎜⎝ −1 / 3 ⎠
Es decir, como son coordenadas respecto a la base de llegada (llegada de la inversa,
R2) se puede hacer lo siguiente:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎡T(x)⎤ = ⎜⎜ −1 / 2 ⎟⎟⎟ → T(x) = (−1 / 2)⎜⎜ 0 ⎟⎟ + (0)⎜⎜ 1 ⎟⎟
⎢⎣ ⎥⎦ B1 ⎜⎜ ⎟⎟ ⎟
⎜⎜⎝ 1 ⎟⎠ ⎜⎜⎝ 0 ⎟⎟⎠
⎝ 0 ⎠
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎡T(1)⎤ = ⎜⎜⎜ −2 / 3 ⎟⎟⎟ → T(1) = (−2 / 3)⎜⎜ 0 ⎟⎟ + (−1 / 3)⎜⎜ 1 ⎟⎟
⎣⎢ ⎦⎥ B1 ⎜⎜ −1 / 3 ⎟⎟ ⎜⎜⎝ 1 ⎟⎟⎠ ⎜⎜⎝ 0 ⎟⎟⎠
⎝ ⎠
Es decir, tenemos la transformada de las bases de partida:
⎛ 0 ⎞⎟
T(x) = ⎜⎜⎜ ⎟⎟
⎜⎝ −1 / 2 ⎟⎟⎠
⎛ −1 / 3 ⎞⎟
⎜ ⎟⎟
T(1) = ⎜⎜
⎜⎜ −2 / 3 ⎟⎟
⎝ ⎠
Y la regla de correspondencia se puede hacer mediante:
⎛ ⎞⎟ ⎛ ⎞⎟
T(ax +b) = aT(x) +bT(1) = a ⎜⎜⎜
0 ⎟⎟ +b ⎜⎜⎜ −1 / 3 ⎟⎟
⎜⎝ −1 / 2 ⎟⎟⎠ ⎜⎜ −2 / 3 ⎟⎟
⎝ ⎠
⎛ −b / 3 ⎞⎟
⎜ ⎟⎟
T(ax +b) = ⎜⎜ ⎟
⎜⎜⎝ (−3a − 4b) / 6 ⎟⎠
Finalmente recordemos que esta T que hemos analizado no es otra sino la inversa
de la composición, es decir (T 2oT 1)−1 :
⎛ −b / 3 ⎞⎟
⎜ ⎟⎟
(T 2oT1)−1(ax +b) = ⎜⎜ ⎟⎟
⎜⎜ (−3a − 4b) / 6
⎝ ⎠

49.- Sea V,⊕,⊙ un espacio vectorial sobre el campo real, y sea B = {u1, u2 } una base de
V. Sea T :V →V un operador lineal en V, tal que:
T(u1) = 2u1 + u2
T(u2 ) = u1 + 2u2
a) Encuentre una representación matricial del operador T
b) Determine si T es inyectiva y sobreyectiva

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 • REPRESENTACIÓN MATRICIAL:
Dado que los espacios de partida y de llegada son iguales, se usa la misma base en
ambos casos. De este modo, la matriz se obtiene por simple inspección:
⎛ ⎞
A = ⎜⎜⎜ 2 1 ⎟⎟⎟
⎜⎝ 1 2 ⎟⎠

• ¿ES BIYECTIVA?
Como la matriz es cuadrada, se puede calcular el determinante. Y, dado que el
determinante es detA = 3 , la matriz es invertible, lo que indica que la
transformación que representa es biyectiva, o sea, inyectiva y sobreyectiva

50.- Construya una transformación lineal T : S 2×2 → S 2×2 , tal que:

⎛ ⎞⎟ ⎛ ⎞⎟
• T ⎜⎜⎜ 1 1 ⎟⎟ = T ⎜⎜ 1
⎜⎜⎝ −1
−1 ⎟⎟
⎜⎝ 1 0 ⎟⎠ 0 ⎟⎠
⎛ 0 ⎞⎟⎟ = ⎛⎜⎜ 5 0 ⎞⎟
• T ⎜⎜⎜ 1 ⎟ ⎟⎟
⎜⎝ 0 1 ⎟⎠ ⎜⎜⎝ 0 5 ⎟⎠
• ImT = D2×2
a) Determine la representación matricial de T respecto a la base canónica
b) ¿Es T un isomorfismo?
c) Determine la representación matricial de T !T

• DISEÑO DE T
Existen muchos modos de resolver este ejercicio. Lo primero es obtener una base
del espacio de partida cuyas transformadas sean conocidas. Un pequeño test nos
confirma que el conjunto siguiente es una base de S2X2:
⎧⎪⎛ ⎞⎟ ⎛ 1 −1 ⎞⎟ ⎛ 1 0 ⎞⎟⎫⎪
B = ⎪⎨⎜⎜⎜ 1 1 ⎟⎟, ⎜⎜ ⎟, ⎜⎜ ⎟⎪⎬
⎪⎪⎜⎝ 1 0 ⎟⎠ ⎜⎜⎝ −1 0 ⎟⎟⎠ ⎜⎜⎝ 0 1 ⎟⎟⎠⎪⎪
⎩ ⎭
Así también, se requiere una base para la imagen de T. Se puede completar una base
⎛ ⎞⎟ ⎛ 1 0 ⎞⎟
de la imagen con el vector dado ⎜⎜⎜ 5 0 ⎟⎟⎟ ∈ ImT , y otro vector ⎜⎜
⎜⎜⎝ 0 0
⎟⎟ ∈ D2×2 . Por
⎟⎠
⎜ ⎝ 0 5 ⎠
lo tanto, una T que cumple con los requerimientos indicados es tal que:
⎛ ⎞ ⎛ ⎞
• T ⎜⎜⎜ 1 1 ⎟⎟⎟ = ⎜⎜⎜ 1 0 ⎟⎟⎟
⎜⎝ 1 0 ⎟⎠ ⎜⎝ 0 0 ⎟⎠
⎛ ⎞ ⎛ ⎞
• T ⎜⎜⎜ 1 −1 ⎟⎟⎟ = ⎜⎜⎜ 1 0 ⎟⎟⎟
⎜⎝ −1 0 ⎟⎠ ⎜⎝ 0 0 ⎟⎠
⎛ ⎞ ⎛ ⎞
• T ⎜⎜⎜ 1 0 ⎟⎟⎟ = ⎜⎜⎜ 5 0 ⎟⎟⎟
⎝⎜ 0 1 ⎠⎟ ⎝⎜ 0 5 ⎠⎟
• MATRIZ DE T RESPECTO A LA BASE CANÓNICA
La base canónica de S2X2 es:
⎪⎧⎛ ⎞⎟ ⎛ 0 1 ⎞⎟ ⎛ 0 0 ⎞⎟⎪⎫
Bc = ⎪⎨⎜⎜⎜ 1 0 ⎟⎟, ⎜⎜ ⎟⎟, ⎜⎜ ⎟⎪⎬
⎪⎪⎜⎝ 0 0 ⎟⎠ ⎜⎜⎝ 1 0 ⎟⎠ ⎜⎜⎝ 0 1 ⎟⎟⎠⎪⎪
⎩ ⎭
Sumando las primeras transformadas:
⎛ ⎞⎟ ⎛ ⎞ ⎛ ⎞⎟ ⎛ 1 0 ⎞⎟ ⎛ 1 0 ⎞⎟ ⎛ 2 0 ⎞⎟
T ⎜⎜⎜ 1 1 ⎟⎟ +T ⎜⎜ 1 −1 ⎟⎟⎟ = T ⎜⎜ 2 0 ⎟⎟ = ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎜⎝ 1 0 ⎠⎟ ⎜
⎝⎜ −1 0 ⎟⎠ ⎜⎜⎝ 0 0 ⎠⎟ ⎜⎝⎜ 0 0 ⎠⎟ ⎜⎝⎜ 0 0 ⎠⎟ ⎜⎝⎜ 0 0 ⎟⎠

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 A partir de esto se deduce que:
⎛ ⎞⎟ ⎡⎛ ⎞⎟ ⎛ 1 0 ⎞⎟⎤ ⎛ ⎞⎟ ⎛ ⎞⎟ ⎛ 0 0 ⎞⎟
T ⎜⎜⎜ 0 1 ⎟⎟ = T ⎢⎜⎜ 1 1
⎢⎜⎝⎜ 1 0
⎟⎟ − ⎜⎜
⎜
⎟⎟⎥ = T ⎜⎜ 1 1
⎥ ⎜⎜⎝ 1 0
⎟⎟ −T ⎜⎜ 1 0
⎜⎝⎜ 0 0
⎟⎟ = ⎜⎜ ⎟⎟
⎜⎝ 1 0 ⎠⎟ ⎢⎣ ⎠⎟ ⎝⎜ 0 0 ⎟⎠⎦⎥ ⎠⎟ ⎠⎟ ⎜⎝⎜ 0 0 ⎟⎠
Finalmente
⎛ ⎞⎟ ⎛ ⎞⎟ ⎛ ⎞⎟ ⎛ 5 0 ⎞⎟ ⎛ 1 0 ⎞⎟ ⎛ 4 0 ⎞⎟
T ⎜⎜⎜ 0 0 ⎟⎟ = T ⎜⎜ 1 0
⎜⎝⎜ 0 1
⎟⎟ −T ⎜⎜ 1 0
⎜⎝⎜ 0 0
⎟⎟ = ⎜⎜ ⎟⎟ − ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎜⎝ 0 1 ⎠⎟ ⎠⎟ ⎠⎟ ⎜⎝⎜ 0 5 ⎠⎟ ⎜⎝⎜ 0 0 ⎠⎟ ⎜⎝⎜ 0 5 ⎟⎠
Es decir:
⎛ ⎞⎟ ⎛ 1 0 ⎞⎟ ⎛ ⎞⎟ ⎛ 0 0 ⎞⎟ ⎛ ⎞ ⎛ ⎞⎟
T ⎜⎜⎜ 1 0 ⎟⎟ = ⎜⎜ ⎟⎟ , T ⎜⎜ 0 1 ⎟⎟ = ⎜⎜ ⎟⎟ y T ⎜⎜ 0 0 ⎟⎟⎟ = ⎜⎜ 4 0 ⎟⎟
⎜⎝ 0 0 ⎠⎟ ⎜⎝⎜ 0 0 ⎠⎟ ⎜⎝⎜ 1 0 ⎠⎟ ⎜⎝⎜ 0 0 ⎟⎠ ⎜
⎜⎝ 0 1 ⎟⎠ ⎜⎜⎝ 0 5 ⎟⎠
Y la matriz buscada es:
⎛ 1 0 4 ⎞⎟
⎜⎜ ⎟⎟
A = ⎜⎜⎜ 0 0 0 ⎟⎟⎟
⎜⎜ 0 0 5 ⎟⎟
⎜⎝ ⎟⎠
• NO ES UN ISOMORFISMO
Pues A no es invertible. Además, la nulidad no es cero.
• LA MATRIZ DE ToT
Se cumple que AToT = AA = A2 , por lo tanto:
⎛ 1 0 4 ⎞⎟⎛ 1 0 4 ⎞⎟ ⎛ 1 0 24 ⎞⎟
⎜⎜ ⎟⎟⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
A2 = ⎜⎜⎜ 0 0 0 ⎟⎟⎟⎜⎜⎜ 0 0 0 ⎟⎟⎟ = ⎜⎜⎜ 0 0 0 ⎟⎟⎟
⎜⎜ 0 0 5 ⎟⎟⎜⎜ 0 0 5 ⎟⎟ ⎜⎜ 0 0 25 ⎟⎟
⎜⎝ ⎟⎠⎜⎝ ⎟⎠ ⎜⎝ ⎟⎠

PRODUCTO INTERNO

51.- Sea el espacio V = P3 . Determine si la siguiente función f :V ×V → R es un

producto interno en V:
2 2
∀p, q ∈P3 p,q = ⎡⎢ p(0)⎤⎥ − ⎡⎢q(0)⎤⎥ .
⎣ ⎦ ⎣ ⎦

Hay más de una propiedad que no se cumple con la función dada.

Una es la conmutatividad: ∀p,q ∈ P2 p,q = q, p
Pues
2 2 2 2
p,q = ⎡⎢ p(0)⎤⎥ − ⎡⎢q(0)⎤⎥ ≠ ⎡⎢q(0)⎤⎥ − ⎡⎢ p(0)⎤⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
CONTRAEJEMPLO: p(x) = x y q(x) = 1 , pues p,q = −1 ≠ 1 = q, p .
Otra es la propiedad ii): ∀p ∈ P2 p, p = 0 ↔ p = 0V
Pues p, p = 0 , sin importar cuál es p(x).
CONTRAEJEMPLO: p(x) = x 2 − 2 (o cualquier otro polinomio), pues se verifica de
2 2
todos modos que p, p = ⎡⎢⎣−2⎤⎥⎦ − ⎡⎢⎣−2⎤⎥⎦ = 4 − 4 = 0 .

52.- Sean los siguientes vectores de M2X2:

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 æ1 1ö æ 0 -2 ö æ1 3 ö
v1 = ç ÷ , v2 = ç ÷ y v3 = ç ÷
è -1 -1ø è -4 0 ø è 3 -1ø
Usando el producto interno:
⎛ a11 a12 ⎞ ⎛ b11 b12 ⎞
∀A, B ∈V A, B = ⎜ ⎟ ,⎜ ⎟ = a11b11 + 2a12b12 + a21b21 + 2a22b22
⎜⎝ a21 a22 ⎟⎠ ⎜⎝ b21 b22 ⎟⎠

calcular:
a) Norma de v2 : v2

b) Distancia d entre v1 y v3 : d (v1, v3 )

c) Ángulo entre v2 y v3 (deje expresado si es necesario): qv2 ,v3

d) Vector unitario en la dirección de 2v1-v2: 1 æ ö

u= çç ÷÷
è ø

• NORMA de v2 : v2 = 24

v 2,v 2 = (0)(0) + 2(−2)(−2) + (−4)(−4) + 2(0)(0) = 24

v 2 = 24

• DISTANCIA entre
v1 y v3 : d(v1,v 3 ) = 24

d(v1,v 3 ) = v1 −v 3 , luego:
⎛ ⎞⎟ ⎛ 1 3 ⎞⎟ ⎛ 0 −2 ⎞⎟
v1 −v 3 = ⎜⎜⎜ 1 1 ⎟⎟ − ⎜⎜ ⎟⎟ = ⎜⎜ ⎟
⎜⎝ −1 −1 ⎟⎠ ⎜⎝⎜ 3 −1 ⎟⎠ ⎜⎝⎜ −4 0 ⎟⎟⎠

O sea v1 −v 3 = v 2 :
d(v1,v 3 ) = v 2 = 24

• ÁNGULO entre
v2
y
v3
: θv 2,v 3 arccos −2 / 5( )
v 2,v 3
cos(θ) =
v2 v3
Donde:
v 2,v 3 = (0)(1) + 2(−2)(3) + (−4)(3) + 2(0)(−1) = −24

v 3,v 3 = (1)(1) + 2(3)(3) + (3)(3) + 2(−1)(−1) = 30

Por lo tanto:
−24 − 24 2
cos(θ) = = =−
24 30 30 5

• VECTOR UNITARIO en la dirección de 2v1-v2: 1 ⎛⎜ 2 4 ⎞⎟

u= ⎜⎜ ⎟⎟
4 3 ⎜⎝ 2 −2 ⎟⎠
⎛ ⎞⎟ ⎛ 0 −2 ⎞⎟ ⎛ 2 4 ⎞⎟
Dado que 2v1 −v 2 = ⎜⎜ 2 2 ⎟⎟ − ⎜⎜ ⎟ = ⎜⎜ ⎟⎟ , se tiene que:
⎜⎜⎝ −2 −2 ⎟⎠ ⎜⎝⎜ −4 0 ⎟⎟⎠ ⎜⎜⎝ 2 −2 ⎟⎠

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 2v1 −v 2, 2v1 −v 2 = (2)(2) + 2(4)(4) + (2)(2) + 2(−2)(−2) = 48

2v1 −v 2 = 48 = 4 3

53.- Sea V = R 3 , y sea el subespacio:

{
H = (x,y,z) ∈ R 3 / x − 2y + 3z = 0 }
a) Halle una base ortonormal de H
b) Extienda la base del literal a) para construir una base ortonormal de todo R 3 .
c) Si v = (2, 0,−1) , hallar las coordenadas de v respecto a la base del literal b)

• BASE PARA H.- dado un vector (a, b, c), y la condición de H; se tiene que:
(x, y, z) = (2 y − 3z, y, z) = y(2,1,0) + z(−3,0,1)
BH = {(2,1,0), (−3,0,1)}
Aplicando el procedimiento de Gram-Schmidt:
v1 = (2,1,0) , v1 = 5
u1 = 1
5
(2,1,0)
Luego:
v2 = (−3,0,1)
v2* = v2 − v2 | u1 u1
v2 | u1 u1 = (−3,0,1) | 1
5
(2,1,0) 1
5
(2,1,0) = 15 [−6](2,1,0)
v2* = v2 − v2 | u1 u1 = (−3,0,1) + 65 (2,1,0) = 15 (−3,6,5)
Se puede normalizar v2 = (−3,6,5) también:
*

u2 = 1
70
(−3,6,5)
BON H = { 1
5
(2,1,0), 1
70
(−3,6,5) }
3
• BASE PARA R
Existen varios modos de extender la base a todo R3, uno es agregando un vector,
por ejemplo el (1, 0, 0) que no pertenece a H, y ortonormalizando con respecto a
los previos.
Otro modo es calculado el complemento ortogonal de H, hallando su base que es
ya perpendicular, y normalizando; todo conociendo que solo falta un vector para
una base de R3.
Complemento ortogonal de H:
(a,b,c) | (2,1,0) = 2a + b = 0
(a,b,c) | (−3,0,1) = −3a + c = 0
Base de H ⊥ :
(a,b,c) = (a,−2a,3a) = a(1,−2,3)
BH ⊥ = {(1,−2,3)}
Ortonormalizando el único vector de su base:
u3 = 114 (1,−2,3)

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 Por lo tanto:
BON R3 = { 1
5
(2,1,0), 1
70
(−3,6,5), 1
14
(1,−2,3) }
• COORDENADAS DE V
Dado que la base es ortonormal, las coordenadas pueden ser halladas mediante
proyecciones:
v = α 1u1 + α 2u2 + α 3u3 = v,u1 u1 + v,u3 u2 + v,u3 u3
Es decir:
α 1 = v,u1 = (2,0,−1), 15 (2,1,0) = 1
5
(4)

α 2 = v,u2 = (2,0,−1), 1
70
(−3,6,5) = 1
70
(−11)

α 3 = v,u3 = (2,0,−1), 1
14
(1,−2,3) = 1
14
(−1)
Las coordenadas son:
⎛ ⎞
4/ 5
⎜ ⎟
⎡⎣ v ⎤⎦ B.ON = ⎜ −11/ 70 ⎟
⎜ ⎟
⎜⎝ −1/ 14 ⎟⎠

54.- Sea H = { p ∈P2 / p(1) = 0} un subespacio de P2. Utilizando el producto interno

p(x),q(x) = p(0)q(0) + p(−1)q(−1) + p(1)q(1)
a) Encuentre el complemento ortogonal H⊥
2
b) Hallar ProyH ⊥ p(x) y Proy H p(x) , donde p(x) = x + x .

• COMPLEMENTO ORTOGONAL:
Base para H.- dado un polinomio ax + bx + c , la condición de H es a + b + c = 0 ;
2

por lo tanto una base es:

ax 2 + bx + (−a − b) = a(x 2 − 1) + b(x − 1)
BH = {x 2 − 1, x − 1}
Complemento ortogonal:
ax 2 + bx + c | x 2 − 1 = −c = 0
ax 2 + bx + c | x − 1 = −c − 2(a − b + c) = −2a + 2b − 3c = 0
H ⊥ = {ax 2 + bx + c / c = 0 y − 2a + 2b = 0}
• PROYECCIONES
⊥
Base para H .-
ax 2 + bx + c = ax 2 + ax + 0 = a(x 2 + x)
BH ⊥ = {x 2 + x}
Ortonormalizando la base:
x 2 + x | x 2 + x = 0 + 0 + (2)2 = 4
x2 + x = 4 = 2
1
u1 = (x 2 + x)
2

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 Proyección:
!!!!!"
Proy H ⊥ p = Proy u1 p = p | u1 u1
Pero como p ∈H ⊥ , su proyección es el mismo p:
Proy H ⊥ p = p(x) = x 2 + x
Despejando la proyección sobre H:
Proy H p(x) = 0V

55.- Sea V un espacio vectorial euclidiano, y sean v 1 y v 2 dos vectores de V, distintos del
vector neutro.
Demuestre que el ángulo entre v 1 y v 2 es 180° , si v 1 es el inverso aditivo de v 2 .

Si uno es el inverso del otro, entonces v2 = −v1 :

2
v1 | v2 v1 | v2 = −v1 − v1 | v1 − v1
Cos(θ ) = = = = = −1
v1 v2 v1 −v1 v1 v1 v1
2

Donde el ArcCos(–1)=180° o π radianes.

VALORES Y VECTORES CARACTERÍSTICOS

⎛ 1 2 ⎞
56.- Sea la transformación T : P1 → P1 tal que AT = ⎜
⎝ 2 −1 ⎟⎠
es la matriz que representa a T
con respecto a la base B = {1 + x, 1 − x} .

a) Complete la siguiente tabla:

valor propio vector propio de AT vector propio de T m.a. m.g.

λ1 = v1 =

λ2 = v2 =

b) ¿Es posible hallar una base de P1 que contenga solamente vectores propios de T?
c) Si el literal b) es posible, entonces encuentre la matriz de transformación D con
respecto a la base formada por los vectores propios:

• VALORES PROPIOS, se obtienen resolviendo det(A −λI ) = 0 :

⎛ ⎞⎟
det ⎜⎜⎜ 1 −λ 2 ⎟⎟ = (1 −λ)(−1 −λ)− 4 = λ 2 − 5 = 0
⎜⎝ 2 −1 −λ ⎟⎠

Es decir hay dos valores propios distintos: λ1 = 5 y λ2 = − 5 , m.a.=1 cada uno.

• VECTORES PROPIOS:
Resolviendo con λ1 = 5 :
⎛ ⎞ ⎛ ⎞
⎜⎜ 1 − 5 2 0 ⎟⎟⎟ ⎜ 1 − 5 2 0 ⎟⎟
⎜⎜ ⎟⎟ → ...⎜⎜⎜ ⎟⎟
⎜⎝ 2 −1 − 5 0 ⎟⎠ ⎝ 0 0 0 ⎟⎠
Es decir:

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 ⎧
⎪⎛⎜ x ⎞⎟ ⎫
⎪ ⎧⎛
⎪ ⎞⎟⎫ ⎪
⎪⎜⎜ 1 ⎟⎟⎪
Eλ1 = ⎪
⎨⎜⎜ ⎟⎟ / (1 − 5)x + 2y = 0⎪
⎬ = gen ⎪
⎨⎜ ⎪
⎟⎟⎬
⎪ ⎟⎟⎠ ⎪ ⎪ ⎜
⎩⎝
⎪ ⎜ y ⎪
⎭ ⎪
⎩⎝
⎪
⎜ (−1 + 5) / 2 ⎠⎪
⎪
⎪
⎭
⎛ 2 ⎞⎟
⎜ ⎟⎟ ,
Luego el primer vector propio de AT es: v1 = ⎜⎜ m.g.=1.
⎜⎝ −1 + 5 ⎟⎟⎠
Con este vector se encuentra el vector propio del operador lineal T, pues la matriz
con que se trabaja representa a T respecto a la base dada. Por lo tanto, este vector
propio (de P1) es:
v1 = 2(1 + x) + (−1 + 5)(1 − x) = (3 − 5)x + (1 + 5)
Resolviendo con λ1 = 5 :
⎛ ⎞ ⎛ ⎞
⎜⎜ 1 + 5 2 0 ⎟⎟⎟ ⎜ 1 + 5 2 0 ⎟⎟
⎜⎜ ⎟⎟ → ...⎜⎜⎜ ⎟⎟
⎜⎝ 2 −1 + 5 0 ⎟⎠ ⎝ 0 0 0 ⎟⎠
Es decir:
⎧⎪⎛ ⎫⎪ ⎧⎪⎛ ⎞⎟⎫⎪
x ⎞⎟⎟ ⎪ = gen ⎪⎪⎜⎜ 1 ⎟⎟⎪⎪⎬
Eλ2 = ⎪⎨⎜⎜⎜ ⎟ / (1 + 5)x + 2y = 0 ⎬ ⎨
⎪⎪⎜⎝ y ⎟⎟⎠ ⎪⎪ ⎪⎪⎜⎜⎜⎝ (−1 − 5) / 2 ⎟⎟⎠⎪⎪
⎩ ⎭ ⎪⎩ ⎪⎭
⎛ 2 ⎞
⎟⎟
⎜
Luego, el segundo vector propio de AT es v 2 = ⎜⎜⎜ ⎟⎟ , m.g.=1.
⎝ −1 − 5 ⎟⎠
Con el que se encuentra el segundo vector propio del operador lineal T:
v2 = 2(1 + x) + (−1 − 5)(1 − x) = (3 + 5)x + (1 − 5)
Con estos resultados podemos completar la tabla requerida:
valor propio vector propio de AT vector propio de T m.a. m.g.
⎛ 2 ⎞⎟
⎜ ⎟⎟
λ1 = 5 v 2 = ⎜⎜ v1 = (3 − 5)x + (1 + 5) 1 1
⎜⎝ −1 + 5 ⎟⎟⎠
⎛ 2 ⎞⎟
⎜ ⎟⎟
λ2 = − 5 v 2 = ⎜⎜ v2 = (3 + 5)x + (1 − 5) 1 1
⎜⎝ −1 − 5 ⎟⎟⎠

• SÍ ES DIAGONALIZABLE.
Se puede justificar esta respuesta de varias formas. Dado que T : P1 → P1 y P1 tiene
dimensión 2 (o la matriz es 2X2), entonces una de las siguientes afirmaciones
(cualquiera de ellas) es suficiente para justificar la respuesta:
• Hay 2 valores propios distintos
• m.g. = m.a. en cada valor propio
• Se pudo hallar dos vectores propios L.I. (para un espacio de dimensión 2)
• La matriz es real simétrica
⎛ ⎞⎟
⎜ 5 0 ⎟⎟
La matriz D es D = ⎜⎜ ⎟⎟
⎜⎜ 0 − 5 ⎟⎠
⎝

{ }
57.- Sea el espacio V = gen e2 x , xe2 x , x 2 e2 x y sea T :V → V una transformación lineal tal
que T [ f ] = f '(x) . Encuentre una representación matricial A, y utilícela para resolver:
a) Hallar los valores propios de T, con sus respectivas multiplicidades algebraicas y
geométricas.
b) ¿Es posible diagonalizar el operador T? Justifique su respuesta.

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 • MATRIZ DE T: necesitamos transformar los vectores de la base:
T(e 2x ) = 2e 2x
T(xe 2x ) = e 2x + x2e 2x
T(x 2e 2x ) = 2xe 2x + 2x 2e 2x
Y hallar las respectivas coordenadas respecto a la base:
T(e 2x ) = 2e 2x = 2e 2x + 0xe 2x + 0x 2e 2x
T(xe 2x ) = e 2x + 2xe 2x = 1e 2x + 2xe 2x + 0x 2e 2x
T(x 2e 2x ) = 2xe 2x + 2x 2e 2x = 0e 2x + 2xe 2x + 2x 2e 2x
Es decir, la matriz resulta:
⎡ 2 1 0 ⎤
⎢ ⎥
A = [T ]B = ⎢⎢ 0 2 2 ⎥⎥
⎢ 0 0 2 ⎥
⎣ ⎦
• VALORES PROPIOS DE T.
Puesto que la matriz es triangular, los valores propios son aquellos que aparecen en
su diagonal, o sea det(A −λI ) = (λ − 2)3 , es decir λ = 2 con multiplicidad
algebraica m.a.=3.
Para la multiplicidad geométrica debemos calcular los vectores propios, resolviendo
el sistema homogéneo (A −λI )x = 0 :
⎛ 2 −λ 1 0 0 ⎞⎟⎟ ⎛ ⎞
⎜⎜
⎜⎜ 0 ⎟⎟ λ=2 ⎜⎜⎜ 0 1 0 0 ⎟⎟⎟
⎜⎜ 2 −λ 2 0 ⎟⎟ ⎯ ⎯ ⎯→ ⎜ 0 0 2 0 ⎟⎟
⎟⎟ ⎜⎜ ⎟
⎜⎝ 0 0 2 −λ 0 ⎠ ⎜⎝ 0 0 0 0 ⎟⎟⎠

De donde se obtiene x 2 = 0 y x 3 = 0 . Luego:

⎧⎪⎛ ⎞ ⎫⎪ ⎧⎪⎛ ⎞⎫
⎪⎪⎜⎜ x1 ⎟⎟ ⎪⎪ ⎪⎪⎜⎜ 1 ⎟⎟⎪⎪⎪
⎪⎪⎜⎜ ⎟⎟ ⎪ ⎟
Eλ = ⎨⎜⎜ x 2 ⎟⎟⎟ / x 2 = 0 ∧ x 3 = 0⎪⎬ = gen ⎪⎨⎜⎜⎜ 0 ⎟⎟⎟⎪⎬
⎪⎪⎜ ⎟ ⎪
⎪⎪ ⎪
⎪⎪⎜⎜⎝ 0 ⎟⎟⎠⎪⎪⎪
⎪⎪⎜⎜⎝ x 3 ⎟⎟⎟⎠ ⎪⎪⎭ ⎪⎩ ⎪⎭
⎪⎩
Por lo cual la multiplicidad geométrica es m.g.=1.
• NO ES DIAGONALIZABLE.
Porque m.a. no es igual a m.g.

⎛ 2 a−3 0 ⎞
58.- Sea la matriz A = ⎜ 0 1 1 ⎟⎟ , determine:
⎜
⎜⎝ 0 0 2 ⎟⎠
a) El polinomio característico de A
b) Sea λ = 2 un valor propio de A, y E λ el correspondiente espacio característico. Determine
los valores de a ∈R para que:
b.1) dim E λ = 1
b.2) dim E λ = 2
c) Los valores de a para que la matriz A sea diagonalizable y, en este caso, halle una matriz
invertible C tal que C −1AC .Escriba también cual es tal matriz diagonal D..

• POLINOMIO CARACTERÍSTICO:

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 ⎛ 2−λ a −3 0 ⎞
⎜ ⎟
A − λI = ⎜ 0 1− λ 1 ⎟
⎜⎝ 0 0 2−λ ⎟⎠
Como es triangular, el determinante es el producto de su diagonal principal
p(λ ) = det(A − λI ) = (2 − λ )(1 − λ )(2 − λ )
• VALORES DE a.
Con λ = 2 (que tiene multiplicidad algebraica 2 por repetirse, aparece dos veces),
resolveremos el sistema:
⎛ 2−λ a −3 0 0 ⎞
⎜ 0 1− λ 1 0 ⎟⎟
⎜
⎜⎝ 0 0 2 − λ 0 ⎟⎠
Nos queda:
⎛ 0 a−3 0 0 ⎞
⎜ 0 −1 1 0 ⎟
⎜ ⎟
⎜⎝ 0 0 0 0 ⎟⎠
De donde se observa que si a = 3 , hay dos filas de ceros y hay dos variables libres,
pues el espacio característico queda:
{
E λ = (x,y,z) / −y + z = 0 y x ∈R }
De donde se obtienen dos vectores propios en la base:
(x,y,z) = (x,z,z) = x(1, 0, 0) + y(0,1,1)
Lo que indica que la multiplicidad geométrica es 2 (pues produce dos vectores
propios), es decir, es diagonalizable. La multiplicidad geométrica es igual
dim E λ = 2 .
Por otro lado, si a ≠ 3 , entonces a − 3 ≠ 0 ; en ese caso, el sistema queda:
⎛ 0 k 0 0 ⎞
⎜ 0 −1 1 0 ⎟
⎜ ⎟
⎜⎝ 0 0 0 0 ⎟⎠
Con k ≠ 0 , es decir que
{
E λ = (x,y,z) / y = z = 0 y x ∈R }
De donde se obtiene un solo vector propio en la base:
(x,y,z) = (x, 0, 0) = x(1, 0, 0)
Lo que indica una multiplicidad geométrica 1, y dim E λ = 1 .
Por lo tanto:
Con a ≠ 3 queda dim E λ = 1 .
Con a = 3 queda dim E λ = 2 .
• ES DIAGONALIZABLE con a = 3 , pues la multiplicidad algebraica del valor propio
repetido es igual a su multiplicidad geométrica.
Con λ = 2 , se obtienen los vectores propios v1 = (1, 0, 0) y v 2 = (0,1,1) .
Falta el vector con λ = 1 :
⎛ 1 0 0 0 ⎞ ⎛ 1 0 0 0 ⎞
⎜ 0 0 1 0 ⎟ ⎯⎯⎯
f 3− f 2
→ ⎜⎜ 0 0 1 0 ⎟⎟
⎯
⎜ ⎟
⎜⎝ 0 0 1 0 ⎟⎠ ⎜⎝ 0 0 0 0 ⎟⎠

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 Es decir z=0 y x=0, mientras y es variable libre.
(x,y,z) = (0,y, 0) → v 3 = (0,1, 0)
Por lo tanto, la matriz C es
⎛ 1 0 0 ⎞ ⎛ 2 0 0 ⎞
⎜ ⎟
C = ⎜⎜ 0 1 1 ⎟⎟ , y la matriz D es D = C AC = ⎜ 0 2 0 ⎟
−1

⎜⎝ 0 1 0 ⎟⎠ ⎜⎝ 0 0 1 ⎟⎠

59.- Encuentre, de ser posible, los valores de a,k ∈ R para que la siguiente matriz real sea
diagonalizable ortogonalmente:
⎛ 1 −3 4 a ⎞⎟⎟
⎜⎜
⎜ ⎟
−3 2 3 2 ⎟⎟⎟
A = ⎜⎜⎜
⎜⎜ 4 3 1 5 ⎟⎟⎟
⎜⎜ ⎟⎟
⎝ −7 2 k 2 8 ⎟⎠

Se conoce por el teorema que las matrices reales son ortogonalmente

diagonalizables si y solo si son simétricas, por lo cual el problema se reduce a
determinar los valores de a,k ∈ R para que las matrices dadas sean simétricas.
Entonces, a = 7 y k = ± 5 .

60.- Califique como Verdadero o Falso la siguiente proposición, justificando su respuesta:

Si λ = 0 es un valor característico de A, entonces A no es invertible.

• VERDADERO.
Recordemos que la estructura lógica es una implicación p → q , por lo cual
podemos aplicar Ponendo Ponens. O sea, suponer el antecedente verdadero, lo que
conlleva a: λ = 0 es un valor característico de A.
Si λ = 0 es un valor característico de A, quiere decir que se cumple lo siguiente:
det(A −λI ) = 0
det(A − 0I ) = 0
det(A) = 0
Pero si det(A) = 0 , entonces A no es una matriz invertible.

Nota: Se puede demostrar también la contrarrecíproca

APLICACIONES

⎛ 3 −4 ⎞
61.- Calcular A5114 , donde A=⎜ .
⎝ 2 −3 ⎟⎠

Se aplicará la fórmula An = CDnC −1 , siempre que A sea diagonalizable. Calculando

los valores propios:
⎛ ⎞⎟
det(A −λI ) = det ⎜⎜⎜ 3 −λ −4 ⎟⎟ = λ2 −1 = 0
⎜⎝ 2 −3 −λ ⎟⎠

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 Es decir, λ = 1 ∨ λ = −1 . Dado que los valores propios son todos distintos, la
matriz es diagonalizable, existe una matriz C tal que D = C −1AC y, por lo tanto:
⎛ ⎞⎟n −1 ⎛ n
⎜
⎞⎟
An = C ⎜⎜⎜ 1 0 ⎟⎟ C = C ⎜⎜ 1 0 ⎟⎟C −1
⎟⎟
⎜⎝ 0 −1 ⎟⎠ ⎜⎜ 0 (−1)n ⎟⎠
⎝
Puesto que 5114 es una potencia par, esta expresión se reduce a:
⎛ 5114 ⎞⎟
⎜ 1 0 ⎟⎟C −1 = CIC −1 = I
A5114 = C ⎜⎜ ⎟⎟
⎜⎜ 0
⎝ (−1)5114 ⎟⎠

62.- Identifique la cónica dada, utilizando la teoría sobre formas cuadráticas del programa de
álgebra lineal. Bosqueje su gráfico, determinando la matriz de rotación de ejes.
x 2 − 10xy + y 2 + 1 = 0

Esta forma cuadrática contiene solo el término cruzado de rotación “xy”, sin
desplazamientos lineales.
La representación matricial es:
⎡ ⎤
⎡ x y ⎤ ⎛⎜ 1 −5 ⎞⎟⎟ ⎢ x ⎥ + 1 = 0
⎢⎣ ⎥⎦ ⎜⎜⎜ ⎟⎟ ⎢
⎝ −5 1 ⎠ ⎢⎣ y ⎥⎦⎥
Diagonalizar la matriz A implica hallar sus valores y vectores propios:
det(A −λI ) = 1 −λ −5 = λ 2 − 2λ + 1 − 25 = 0
−5 1 −λ
= λ 2 − 2λ − 24 = (λ − 6)(λ + 4) = 0
Es decir λ = 6 ∧ λ = −4 . En este momento sabemos ya que se trata de una
hipérbola por el signo negativo del producto de los valores propios, pero el mejor
modo de comprobar esto es con la nueva representación matricial con la matriz
diagonal D:
⎡ x ⎛ ⎞⎡ x ⎤
⎣⎢ y ⎤⎦⎥ ⎜⎜⎜ 6 0 ⎟⎟⎟ ⎢⎢ ⎥ + 1 = 6x 2 − 4y 2 + 1 = 0 (hipérbola)
⎜⎝ 0 −4 ⎟⎠ ⎢ y ⎥⎥
⎣ ⎦
Esta ecuación puede ser llevada a la forma simétrica para poder graficar:

−6x 2 + 4y 2 = 1
x2 y2
− + =1
() ()
1
6
1
4

Lo que falta es la orientación y ubicación de los ejes nuevos para las coordenadas
(x , y ) . Esto se logra con ayuda de la martiz de rotación Q, que diagonaliza
ortogonalmente a la matriz original. Esto implica calcular los vectores propios y
ortonormalizarlos:
⎛ ⎞ (−1/5)f 1 ⎛ 1 1 0 ⎞⎟
λ = 6 Nu(A −λI ) → ⎜⎜⎜ −5 −5 0 ⎟⎟⎟ ⎯ ⎯ ⎯⎯ → ⎜⎜⎜ ⎟
⎜⎝ −5 −5 0 ⎟⎠ f 2−f 1
⎜⎝ 0 0 0 ⎟⎟⎠ ,

{ }
es decir Eλ=6 = (x,y) ∈ R 2 / x = −y , donde el primer vector propio sería:

⎛ ⎞⎟ ⎛ ⎞⎟
v1 = ⎜⎜⎜ 1 ⎟⎟ o u = ⎜⎜⎜ 1 / 2 ⎟⎟⎟ una vez ortonormalizado.
⎜⎝ −1 ⎟⎠ 1 ⎜⎜ ⎟
⎜⎝ −1 / 2 ⎟⎟⎠

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 ⎛ −5 0 ⎞⎟⎟ ⎯ ⎯ ⎛ ⎞⎟
λ = −4 Nu(A −λI ) → ⎜⎜ 5 ⎟
(1/5)f 1
⎯⎯ → ⎜⎜⎜ 1 −1 0 ⎟⎟
⎜ ⎜⎝ −5 5 0 ⎟⎠ f 2+f 1
⎜⎝ 0 0 0 ⎟⎠

{ }
es decir Eλ=−4 = (x,y) ∈ R 2 / x = y , donde el segundo vector propio sería:

⎛ ⎞ ⎛ ⎞
⎜ 1 / 2 ⎟⎟
v 2 = ⎜⎜⎜ 1 ⎟⎟⎟ o u2 = ⎜⎜⎜ ⎟⎟ una vez ortonormalizado.
⎜⎝ 1 ⎟⎠ ⎜⎜ 1 / 2 ⎟⎟⎟
⎝ ⎠

La matriz Q que diagonaliza ortogonalmente la matriz de la forma cuadrática

original es:
⎛ ⎞
⎜⎜ 1 / 2 1 / 2 ⎟⎟
Q = ⎜⎜ ⎟⎟
⎜⎜ −1 / 2 1 / 2 ⎟⎟⎟
⎝ ⎠

Dado que det(Q)=1, y los vectores están ordenados con el mismo orden de los
valores propios originales (primero λ = 6 , luego λ = −4 ), entonces el vector
propio u1 (al igual que v1) apunta en la dirección positiva de x ; mientras u2 (al igual
que v2) apunta en la dirección positiva de y .
La gráfica se muestra a continuación, con la flecha azul indicando el eje positivo de
x , y la flecha naranja indicando el eje positivo de y .

La rotación ocurrió en este caso en un ángulo de –45° en todo el plano, según de

obtiene de la primera columna de la matriz Q, pues el coseno es positivo mientras
el seno es negativo, por lo tanto es un ángulo relacionado a 45° en el 4to cuadrante:
⎛ cos(θ) sin(θ) ⎞⎟ ⎛⎜ 1 / 2 1 / 2 ⎞⎟
⎜ ⎟⎟ = ⎜⎜ ⎟⎟
Q = ⎜⎜
⎜⎜ −sin(θ) cos(θ) ⎟⎟ ⎜⎜ −1 / 2 1 / 2 ⎟⎟⎟
⎝ ⎠ ⎜⎝ ⎟⎠

63.- Identifique la cónica y bosqueje su gráfica, identificando los ejes principales y los ángulos de
rotación.
a) x 2 + 2xy + y 2 −
10
x+
2
y + 14 = 0 .
2 2

Primero construimos la matriz simétrica asociada a la forma cuadrática x2+2xy+y2:

⎛ ⎞
A = ⎜⎜⎜ 1 1 ⎟⎟⎟
⎜⎝ 1 1 ⎟⎠

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 De modo que se puede representar a la ecuación cuadrática q, en relación a las
coordenadas respecto a la base canónica, del siguiente modo:
⎛ 1 1 ⎞⎟⎛⎜ x ⎞⎟ 10 2
q= (x )
y ⎜⎜⎜ ⎟⎟⎜⎜ ⎟−
⎟
⎟
⎜⎝ 1 1 ⎟⎠⎜⎝ y ⎟⎠ 2
x+
2
y + 14 = 0

Diagonalizando ortogonalmente la matriz A

⎛ ⎞⎟
det ⎜⎜⎜ 1 −λ 1 ⎟⎟ = (1 −λ)2 −1 = 0
⎜⎝ 1 1 −λ ⎟⎠

⇒ λ1 = 2 y λ2 = 0
Encontrando los núcleos Nu(A −λI ) para cada valor propio:
⎛ ⎞ ⎛ ⎞ ⎪⎧⎛ x ⎞⎟ ⎫⎪
λ1 = 2 ⇒ ⎜⎜⎜ −1 1 0 ⎟⎟⎟... → ⎜⎜⎜ −1 1 0 ⎟⎟⎟ ⇒ Eλ1 = ⎪⎨⎜⎜⎜ ⎟⎟ / −x + y = 0⎪⎬
⎜⎝ 1 −1 0 ⎟⎠ ⎜⎝ 0 0 0 ⎟⎠ ⎪⎪⎜⎝ y ⎟⎟⎠ ⎪⎪
⎩ ⎭
⎛ ⎞
Es decir, el primer vector propio, asociado al primer valor propio, es v1 = ⎜⎜ 1 ⎟⎟⎟ .
⎜⎜⎝ 1 ⎟⎠
⎛ ⎞ ⎛ ⎞ ⎧⎛
⎪ ⎞ ⎫
λ2 = 0 ⇒ ⎜⎜⎜ 1 1 0 ⎟⎟⎟... → ⎜⎜⎜ 1 1 0 ⎟⎟⎟ ⇒ Eλ2 = ⎪ ⎜ x ⎟⎟ / x + y = 0⎪
⎪
⎨⎜⎜ ⎟
⎟ ⎬
⎜⎝ 1 1 0 ⎟⎠ ⎜⎝ 0 0 0 ⎟⎠ ⎪ ⎜ y ⎟ ⎪
⎩⎝
⎪ ⎠ ⎪
⎭
⎛ ⎞
Es decir, el segundo vector propio es v 2 = ⎜⎜ 1 ⎟⎟⎟ .
⎜⎜⎝ −1 ⎟⎠
La diagonalización ortogonal se completa ortonormalizando la base de vectores
característicos, de modo que la matriz Q tenga determinante 1:
⎛ ⎞ ⎛ ⎞
⎜ 1 / 2 ⎟⎟ ⎜ −1 / 2 ⎟⎟
u1 = ⎜⎜⎜ ⎟⎟
y u2 = ⎜⎜⎜ ⎟⎟
⎜⎜ 1 / 2 ⎟⎟⎟ ⎜⎜ 1 / 2 ⎟⎟⎟
⎝ ⎠ ⎝ ⎠
⎛ ⎞
⎜ 1 / 2 −1 / 2 ⎟⎟
Q = ⎜⎜⎜ ⎟⎟
⎜⎜ 1 / 2 1 / 2 ⎟⎟⎟
⎝ ⎠
Con esta información, se tiene que la matriz diagonal que representa la forma
cuadrática es:
⎛ ⎞⎟
D = ⎜⎜⎜ 2 0 ⎟⎟
⎜⎝ 0 0 ⎟⎠
Por lo tanto:
⎛ ⎞⎟⎛⎜ x ' ⎞⎟ 10 2
q= ( x' )
y ' ⎜⎜⎜ 2 0
⎜⎝ 0 0
⎟⎟⎜⎜
⎟⎠⎝⎜ y '
⎟⎟ −
⎟⎟⎠
x+ y + 14 = 0
2 2
10 2
= 2(x ')2 + 0(y ')2 − x+ y + 14 = 0
2 2
O sea, se trata de una parábola. Además se conoce que:
⎛ x ⎞⎟ ⎛ ⎞ ⎛⎜ ⎞⎟⎛ ⎞⎟
⎜⎜ ⎟⎟ = Q ⎜⎜ x ' ⎟⎟⎟ = ⎜⎜ 1 / 2 −1 / 2 ⎟⎟⎟⎜⎜ x ' ⎟⎟
⎜⎜ y ⎟⎟ ⎜⎜ y ' ⎟⎟ ⎜⎜ ⎜
⎝ ⎠ ⎝ ⎠ ⎜⎝ 1 / 2 1 / 2 ⎟⎟⎟⎠⎜⎝ y ' ⎟⎟⎠

Es decir: x = 1
(x '−y ') y y = 1
(x '+ y ') , expresiones que permiten llevar los
2 2
términos lineales de la ecuación cuadrática a x’ e y’, como sigue:
10 2
q = 2(x ')2 − (x '−y ') + (x '+ y ') + 14 = 0
2 2
= 2x '2 − 4x '+ 6y '+ 14 = 0
= x '2 − 2x '+ 3y '+ 7 = 0
Completando cuadrados para conocer el desplazamiento en x’, se tiene:

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 q = (x '2 − 2x '+ 1 −1) + 3y '+ 7 = 0
= (x '2 − 2x '+ 1) + 3y '+ 6 = 0
= (x '−1)2 + 3y '+ 6 = 0
Es decir, la siguiente parábola:
y ' = − 13 (x '−1)2 − 2
En el sistema cartesiano x’-y’ se trata de una parábola desplazada 1 unidad “a la
derecha” en x’, y 2 unidades “hacia abajo” en el eje y’, eje de simetría en x’=1,
vèrtice en (x’, y’)=(1, –2).

El asunto es, pues, saber la orientación de los ejes x’-y’ respecto al plano cartesiano
canónico x-y. Para ello utilizamos los vectores ortonormales u1 y u2, el u1 apunta en
dirección postiva de x’, el u2 apunta en dirección positiva de y’. Se observa que u1
está a 45° en el primer cuadrante, y u2 es perpendicular al primero. La siguiente
gráfica fue elaborada en Wolfram Alpha:

Figura 1.- La línea punteada en azul apunta en la dirección positiva de x’, mientras
la roja a y’. La línea intermitente negra es el eje de simetría de la parábola. Accesible
en:
https://www.wolframalpha.com/input/?i=x%5E2+%2B+2xy+%2B+y%5E2+-
+(10%2Fsqrt(2))x+%2B+(2%2Fsqrt(2))y+%2B+14+%3D+0

64.- La función f : P1 ×P1 → R , definida como:

f (a1x + a0,b1x +b0 ) = 5a0b0 + 3a0b1 + 3a1b0 + 5a1b1
es un producto interno en P1 .
Demuestre que se cumple la propiedad ∀p ∈ P1 f (p, p) = 0 → p = 0x + 0 .

Sea p = a1x + a0 , entonces la expresión f (p, p) equivale a la forma cuadrática:

f (p, p) = a02 + 6a1a0 + 5a12
O, en forma matricial:
⎡ 5 3 ⎤ ⎛⎜ a0 ⎞⎟⎟
f (p, p) = ( a0 a1 ) ⎢ ⎥⎜ ⎟
⎢ 3 5 ⎥ ⎜⎜⎜ a ⎟⎟⎟
⎣ ⎦⎝ 1 ⎠
Calculando los valores propios:

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 ⎡ ⎤
det ⎢⎢ 5 −λ 3 ⎥ = (5 −λ)2 − 9 = 0
⎥
⎣ 3 5 −λ ⎦
Es decir, λ = 2 y λ = 8 .
Dado que todos sus valores propios son positivos, esta matriz es definida positiva,
es decir ∀a0,a1 ∈ R
⎡ ⎤ ⎛⎜ a0 ⎞⎟⎟
f (p, p) = (a 0
a1 ) ⎢⎢⎣ 53 3
5
⎥ ⎜⎜
⎥ ⎜⎜ a ⎟⎟⎟
⎦⎝ 1 ⎠
⎟≥ 0

⎛ a ⎞⎟
⎜ 0 ⎟
donde el vector de coordenadas de p respecto a la base canónica es [p]Bc = ⎜⎜⎜ ⎟⎟ .
⎜⎝ a1 ⎟⎟⎠
Dado que la matriz de representación es simétrica, existe una matriz diagonal
semejante tal que:
⎡ λ 0 ⎤ ⎛ ⎞
⎥ T ⎜⎜ a0 ⎟⎟⎟
f (p, p) = (
a0 a1 Q ⎢ 1) ⎢
⎢ 0 λ2 ⎥
⎥ Q ⎜⎜ ⎟=
⎜⎝ a1 ⎟⎟⎠
⎣ ⎦
⎡ λ 0 ⎤ ⎛⎜ a ' ⎞⎟
⎛ ⎞⎢ ⎥ ⎜ 0 ⎟⎟ 2 2
= ⎜⎜ a0' a1' ⎟⎟⎟ ⎢ 1
⎝ ⎥ ⎜⎜
⎠⎢ 0 λ ⎥⎜ a ⎟ '
' '
⎟⎟ = 2 a0 + 8 a1 ( ) ( )
⎣ 2 ⎦⎜ ⎝ 1 ⎟⎠
Y esta expresión claramente es definida positiva; es decir, si f (p, p) = 0 → p = 0x + 0 .

65.- En un pequeño pueblo hay solo dos estaciones de radio, una de noticias y una de
música. Entre los oyentes de la estación de noticias, 70% permanecerán oyendo noticias
luego de la pausa comercial cada media hora; mientras que el 30% cambiará a la estación
de música. Entre los oyentes de la estación de música, 60% cambiarán a las noticias luego
de la pausa, mientras el 40% permanecerán oyendo música.

Suponga que todos están oyendo las noticias a las 8:15 AM, entonces:
a) Construya la matriz de probabilidades que describe cómo los oyentes cambian de
estación de radio
b) Muestre el vector de estado inicial
c) ¿Qué porcentaje de oyentes estará sintonizando la radio de música a las 9:25PM?.

• LA MATRIZ DE PROBABILIDAD: o estocástica, o de transición de estados es:

⎛ ⎞
A = ⎜⎜⎜ 0.7 0.6 ⎟⎟⎟
⎜⎝ 0.3 0.4 ⎟⎠
• VECTOR INICIAL. En base a los datos del problema, a las 08h00 se tiene:
⎛ ⎞⎟
v 0 = ⎜⎜⎜ 1 ⎟⎟
⎜⎝ 0 ⎟⎠
• EL ESTADO A LAS 21H25. Suponiendo que los cambios se dan a las horas en punto
y a las xxh30; entonces en el intervalo de 8h00 a 8h30 el 100% de las personas están
oyendo noticias. Luego, luego de la 26-ésima transición se llega al intervalo de
interés, de 21h00 a 21h30. De acuerdo al modelo de Markov, el vector de estado es
vn = Anv 0
Con n=26 , donde la potencia n-ésima se puede factorizar como:
vn = Anv 0 = CDnC −1v 0
Hallando los vectores propios:

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.
 ⎛ ⎞⎟
det(A −λI ) = ⎜⎜⎜ 0.7 −λ 0.6 ⎟⎟ = (λ −1)(λ − 1 ) = 0
⎜⎝ 0.3 0.4 −λ ⎟⎠ 10

Espacio propio con λ = 1 :

⎛ −0.3 0.6 0 ⎞⎟ ff 1/0.32+f 1 ⎛ −1 2 0 ⎞⎟
⎜⎜ ⎟⎟ ⎯ ⎯ ⎯ ⎯ → ⎜⎜ ⎟
⎜⎜⎝ 0.3 −0.6 0 ⎟⎠ ⎜⎜⎝ 0 0 0 ⎟⎟⎠
⎛ ⎞
Y el correspondiente vector propio es: e1 = ⎜⎜⎜ 2 ⎟⎟⎟⎟ .
⎜⎝ 1 ⎠
Espacio propio con λ = 1 :
10
⎛ 0.6 0.6 0 ⎞⎟ ff 1/0.6
2−0.5f 1 ⎛ 1 1 0 ⎞⎟
⎜⎜ ⎟⎟ ⎯ ⎯ ⎯ ⎯⎯ → ⎜⎜ ⎟
⎜⎜⎝ 0.3 0.3 0 ⎟⎠ ⎜⎜⎝ 0 0 0 ⎟⎟⎠
⎛ ⎞
Y el correspondiente vector propio es: e2 = ⎜⎜⎜ 1 ⎟⎟⎟ .
⎜⎝ −1 ⎟⎠

Por lo tanto, las matrices C y C −1 son:

⎛ ⎞ ⎛ 1/ 3 1/ 3 ⎞⎟
⎜
C = ⎜⎜⎜ 2 1 ⎟⎟⎟ y C = ⎜⎜⎜ ⎟⎟
−1
⎟⎟ .
⎜⎝ 1 −1 ⎟⎠ ⎜⎝ 1 / 3 −2 / 3 ⎠
La potencia 26 de A es:
⎛ ⎞⎛⎜ 126 ⎞⎟⎛ ⎞⎟ ⎛ 2 / 3 2 / 3 ⎞⎟
A26 = ⎜⎜⎜ 2 1 ⎟⎟⎟⎜⎜
0 ⎟⎟⎜⎜ 1 / 3 1 / 3 ⎟⎟ = ⎜⎜ ⎟⎟
⎜⎝ 1 −1 ⎟⎠⎜⎜ 0 (1 / 10)26 ⎟⎟⎜⎜ ⎟⎟ ⎜⎜ 1 / 3 1 / 3 ⎟⎟
⎝ ⎟⎠⎜⎝ 1 / 3 −2 / 3 ⎠ ⎜⎝ ⎠
Y el vector de estado es:
⎛ 2/3 2/3 ⎞⎟⎛ ⎞ ⎛ ⎞⎟
⎜
v26 = A26v 0 = ⎜⎜ ⎟⎟⎜⎜ 1 ⎟⎟ = ⎜⎜ 2 / 3 ⎟⎟
⎜⎜ 1 / 3 1 / 3 ⎟⎟⎜⎜ 0 ⎟⎟ ⎜⎜ 1 / 3 ⎟⎟
⎝ ⎠⎝ ⎠ ⎜⎝ ⎠
Es decir, a las 21h25 hay 67% de radioescuchas sintonizando noticias, mientras un
33% estará oyendo música.

Isaac Mancero Mosquera. FCNM-ESPOL. Guayaquil, 2019. Supervisión: Mireya Bracamonte, PhD.