lOMoARcPSD|6309700

EXAMEN DE ÁLGEBRA. 10 ADE. 12 de Enero de 2015

TEORÍA

1. (0.6 puntos) Sea A un conjunto, y R una relación binaria en A.

a) ¿Qué quiere decir que R es una relación simétrica?

R es simétrica si ∀a, b ∈ A se verifica que si aRb entonces bRa
b) ¿Qué quiere decir que R es una relación antisimétrica?
R es antisimétrica si ∀a, b ∈ A se verifica que si aRb y bRa entonces
necesariamente a = b
c) Da un ejemplo de relación binaria que sea antisimétrica y otro de
relación binaria que no sea simétrica.
Un ejemplo de relación binaria antisimétrica sería, en el conjunto N
de los números naturales la siguiente: Sean a, b ∈ N. a se relaciona
con b, (aRb)si a es menor o igual que b. Está claro que si a se rela-
ciona con b y también b se relaciona con a entonces a y b han de ser
iguales.
Como ejemplo de relación binaria que no es simétrica puede servir
también el anterior, puesto que si a se relaciona con b (es decir si a
es menor o igual que b) eso no implica que b sea menor o igual que
a.

2. (0,7 puntos) Sean E1 y E2 subespacios de un espacio vectorial E. Definir

E1 + E2 y probar que también es un subespacio de E.
E1 + E2 = {e ∈ E; e = e1 + e2 , donde e1 ∈ E1 y e2 ∈ E2 }
Para ver que E1 +E2 es un subespacio hemos de probar que ∀u, v ∈ E1 +E2
y ∀λ, µ ∈ R se verifica que λu + µv ∈ E1 + E2 .
En efecto: como u, v ∈ E1 + E2 entonces u = u1 + u2 y v = v1 + v2 donde
u1 , v1 ∈ E1 y u2 , v2 ∈ E2 . Por tanto λu + µv = λ(u1 + u2 ) + µ(v1 + v2 ) =
(λu1 + µv1 ) + (λu2 + µv2 ). Pero λu1 + µv1 ∈ E1 por ser E1 subespacio y
λu2 + µv2 ∈ E2 por ser E2 , lo que concluye la demostración.

3. (0.7 puntos) Sea A una matriz cuadrada.

a) Define el polinomio característico de A.

El polinomio característico de A es det(A − xI), donde I denota la
matriz identidad.
b) Probar que si la matriz B es semejante a la matriz A entonces A y
B tienen el mismo polinomio característico.
Si A es semejante a B eso quiere decir que existe una matriz de
cambio de base P tal que B = P −1 AP . Entonces el polinomio carac-
terístico de B es

|B − xI| = |P −1 AP − xI| = |P −1 AP − xP −1 IP | =

= |P −1 (A − xI)P | = |P −1 ||A − xI||P | = |A − xI|

que es el polinomio característico de A, como queríamos probar.

Descargado por Laura Tejedor González ([email protected])

 lOMoARcPSD|6309700

PROBLEMAS

1. (1,2 puntos) Sean U y V los subespacios de R4 definidos por:

U = {(x, y, z, t) ∈ R4 : z = x + y, t = 0}, V = h(0, 0, 1, 2), ((0, 3, 2, 1)i

a) Hallar una base de U y otra de V

Puesto que U = {(x, y, x + y, 0)} una base podría estar formada por
los vectores (1, 0, 1, 0) y (0, 1, 1, 0). Respecto a V , dado que los dos
vectores que generan este subespacio son linealmente independientes,
ellos mismos constituyen una base.
b) ¿Es cierto que R4 = U ⊕ V ? Razónese la respuesta.
La unión de una base de U y una base de V es un sistema generador
de U +V es decir U +V = h(1, 0, 1, 0), (0, 1, 1, 0), (0, 0, 1, 2), ((0, 3, 2, 1)i
Ahora bien estos cuatro vectores son linealmente independientes dado
que la matriz que forman tiene rango 4 (para hacer el determinante
rápidamente se puede desarrollar por la primera columna)
 
1 0 1 0
 0 1 1 0 
 
 0 0 1 2 
0 3 2 1

Así la dimensión de U + V es 4, es decir R4 = U + V , y además, con

la fórmula de Grassmann obtenemos que

dim(U ∩ V ) = 4 − dimU − dimV = 0

En definitiva, U y V están en posición de suma directa y R4 = U ⊕V .

2. (1,2 punto) Sea la aplicación lineal f : R4 → R3 definida por

f (x, y, z, t) = (x + y, x − y, z + t)

a) Calcular kerf e Imf .

Kerf = {(x, y.z, t); x + y = 0, x − y = 0, z + t = 0} = {(0, 0, z, −z)}.
El Kerf tiene dimensión 1 y una base puede ser el vector (0, 0, 1, −1)
Como dim R4 = dim Kerf + dim Imf , obtenemos que Imf tiene di-
mensión 3, es decir Imf = R3 (o lo que es lo mismo, f es epiyectiva).
b) Calcular la matriz de f en las bases canónicas de R4 y R3 .
f (1, 0, 0, 0) = (1, 1, 0); f (0, 1, 0, 0) = (1, −1, 0); f (0, 0, 1, 0) = (0, 0, 1);
f (0, 0, 0, 1) = (0, 0, 1) por tanto la matriz en las bases canónicas es:
 
1 1 0 0
 1 −1 0 0 
0 0 1 1

Descargado por Laura Tejedor González ([email protected])

 lOMoARcPSD|6309700

c) Hallar la matriz de f en las bases B = {(1, 1, 1, 1), (1, 1, 1, 0), (1, 1, 0, 0), (1, 0, 0, 0)}
y B ′ = {(1, 1, 1), (1, 1, 0), (1, 0, 0)}.
Por la fórmula de cambio de base la matriz en las bases B y B ′ será:
 
 −1   1 1 1
1
1 1 1 1 1 0 0 
 1 1 0   1 −1 1 1 1
0 
0 0  1
=
1 0
0 
1 0 0 0 0 1 1
1 0 0
0
 
   1 1 1 1  
0 0 1 1 1 0 0  2 1 0 0
1 1 1 0  

=  0 1 −1   1 −1 0 0  1 1 = −2 −1 0 1 
0 0 
1 −1 0 0 0 1 1 2 2 2 0
1 0 0 0
3. (1 punto) Hallar
 2015
3 −1 0
 −1 2 −1 
0 −1 3

Para resolver este problema, vamos a ver si la matriz A que nos dan es dia-
gonalizable. Si es así, si D es la matriz diagonal y P una matriz de cambio
de base formada por una base de vectores propio, como A = P DP −1 , ten-
dríamos que A2015 = P D2015 P −1 En primer lugar hallamos el polinomio
característico de la matriz A:
3 − x −1 0
−1 2 − x −1 = (3 − x)2 (2 − x) − 2(3 − x) = (3 − x)(x2 − 5x + 4)
0 −1 3 − x
El polinomio característico tiene tres raíces distintas, 3, 1 y 4, por tanto
la matriz diagonaliza. La matriz de cambio de base estará formada por
un vector de valor propio 3, otro de valor propio 1 y otro de valor propio
4, que obtenemos resolviendo el sistema de ecuaciones correspondiente, es
decir (A − λI)X = 0, donde λ es el valor propio.
Para el valor propio 3:
    
0 −1 0 x 0
 −1 −1 −1   y  =  0 
0 −1 0 z 0
Una solución del sistema es el vector (1, 0, −1)
Para el valor propio 1:
    
2 −1 0 x 0
 −1 1 −1   y  =  0 
0 −1 2 z 0
Una solución del sistema es el vector (1, 2, 1)
Para el valor propio 4:
    
−1 −1 0 x 0
 −1 −2 −1   y  =  0 
0 −1 −1 z 0

Descargado por Laura Tejedor González ([email protected])

 lOMoARcPSD|6309700

Una solución del sistema es el vector (1, −1, 1)

Por tanto tenemos que
   −1
1 1 1 3 0 0 1 1 1
A =  0 2 −1   0 1 0   0 2 −1 
−1 1 1 0 0 4 −1 1 1

Finalmente:
   2015  
1 1 1 3 0 0 1/2 0 −1/2
A2015 =  0 2 −1   0 1 0   1/6 1/3 1/6 
−1 1 1 0 0 42015 1/3 −1/3 1/3

4. (0,6 puntos) Clasificar la siguiente forma cuadrática de R3

q(x, y, z) = 3x2 + 3y 2 + 5z 2 − 4xy

La matriz asociada a esta forma cuadrática es:

 
3 −2 0
 −2 3 0 
0 0 5

Resolveremos este ejercicio de dos modos. En primer lugar hallando los

valores propios de la matriz. El polinomio característico es:
 
3 − x −2 0
det  −2 3 − x 0  = (3−x)2 (5−x)−4(5−x) = (5−x)[(3−x)2 −4]
0 0 5−x

Las raíces de este polinomio son 1 y 5 con multiplicidad 2. Ambas son

mayores que 0, luego la forma cuadrática es definida positiva.
Otra forma de resolverlo es utilizar el criterio de Sylvester. Los menores
principales son:
 
  3 −2 0
3 −2
∆1 = det(3) = 3; ∆2 = det = 5; ∆3 = det  −2 3 0  = 25
−2 3
0 0 5

Como todos ellos son positivos la forma cuadrática es definida positiva.

Descargado por Laura Tejedor González ([email protected])

 lOMoARcPSD|6309700

EXAMEN DE ÁLGEBRA. 10 ADE. 26 de Enero de 2015

TEORÍA

1. (0.6 puntos) Sea A un conjunto, y R una relación binaria en A.

a) ¿Qué quiere decir que R es una relación reflexiva?

R es reflexiva si ∀a ∈ A se verifica que aRa
b) ¿Qué quiere decir que R es una relación transitiva?
R es transitiva si ∀a, b, c ∈ A se verifica que si aRb y bRc entonces
aRc
c) Da un ejemplo de relación binaria que no sea reflexiva y otro de re-
lación binaria que no sea transitiva.
Sea R el conjunto de los números reales. En él definimos la relación:
El número a se relaciona con el número b si a es mayor que b. Esta
relación no es reflexiva, pues ningún número real es mayor que él
mismo.
Un ejemplo de relación binaria no transitiva puede ser, en un con-
junto de personas, la siguiente: a se relaciona con b si a es amigo de
b. Esta relación no tiene por qué ser transitiva puesto que a puede
ser amigo de b y b de c, y sin embargo a no tiene por qué ser amigo
de c.

2. (0,7 puntos) Sea f : E −→ E ′ una aplicación lineal entre dos espacios

vectoriales.

a) Define Ker f .
kerf = {e ∈ E; f (e) = 0E ′ }

b) Prueba que f es inyectiva si y sólo si Ker f = 0E

Si f es invectiva en el núcleo sólo está 0E , pues si hubiera otro vector
distinto u tendremos que f (u) = f (0E ) = 0E ′ , es decir habría dos
elementos distintos con la misma imagen, cosa que no puede ocurrir
en una aplicación invectiva.
Recíprocamente, si Ker f = 0E entonces f es invectiva. Si no lo fuera
habría dos vectores distintos u, v ∈ E con la misma imagen, de donde
f (u − v) = f (u) − f (v) = 0E ′ , es decir el vector u − v ∈ Kerf , en
contra de la hipótesis (nótese que u − v 6= 0, puesto que u y v son
distintos.

3. (0.7 puntos) Sea f : E −→ E un endomorfismo del espacio vectorial E.

a) Define valor propio y vector propio de f

Diremos que el vector v ∈ E, v 6= 0, es un vector propio de f asociado
al valor propio λ ∈ R si f (v) = λv.
b) Probar que si u y v son vectores propios asociados a valores propios
distintos entonces u y v son linealmente independientes.
Por hipótesis tenemos que f (u) = αu y f (v) = βv con α 6= β (α y β

1
Descargado por Laura Tejedor González ([email protected])
 lOMoARcPSD|6309700

son números reales). Si u y v no fueran linealmente independientes

tendríamos que ∃µ ∈ R tal que u = µv . Así

f (v) = f (µu) = µf (u) = µαu

Por otra parte

f (v) = βv = βµu
Igualando βµu = µαu y tendríamos que α = β. Contradicción.

PROBLEMAS

1. (1,2 puntos) Sea U el subconjunto de R5 definido por:

U = {(a, a + b, a + b + c, c, a); a, b, c ∈ R}

a) Probar que U es un subespacio de R5

Hemos de probar que ∀u, u′ ∈ U y ∀λ, µ ∈ R se verifica λu + µu′ ∈ U .
Sea u = (a, a + b, a + b + c, c, a) y v = (a′ , a′ + b′ , a′ + b′ + c′ , c′ , a′ ).

λu+µu′ = (λa, λ(a+b), λ(a+b+c), λc, λa)+(µa′ , µ(a′ +b)′ , µ(a′ +b′ +c′ ), µc′ , µa′ ) =

= (λa+µa′ , λa+µa′ +λb+µb′ , λa+µa′ +λb+µb′ +λc+µc′ , λc+µc′ , λa+µa′ ) ∈ U

como queríamos probar.
b) Hallar un subespacio suplementario de U .
Obtengamos en primer lugar una base de U . Para ello iremos dan-
do valor 1 a uno de los parámetros a, b, c y 0 al resto, con lo que
obtenemos que una base de U estaría formada por los vectores:

(1, 1, 1, 0, 1), (0, 1, 1, 0, 0) y (0, 0, 1, 1, 0)

Si completamos esta base hasta formar una del espacio total R5 , un

subespacio suplementario de U tendrá como base los vectores que aña-
damos. La matriz  
1 1 1 0 1
 0 1 1 0 0 
 
 0 0 1 1 0 
 
 0 0 0 1 0 
0 0 0 0 1
tiene rango 5 (es una matriz triangular de determinante 1), por lo
que las filas son una base de R5 , de modo que un suplementario de
U al que llamaremos U ′ será:

U ′ = h(0, 0, 0, 1, 0), (0, 0, 0, 0, 1)i = {(0, 0, 0, z, t)}.

2. (1,2 puntos) Sea la aplicación lineal f : R2 → R3 definida por

f (x, y) = (x + y, x, x − y)

2
Descargado por Laura Tejedor González ([email protected])
 lOMoARcPSD|6309700

a) Probar que f es una aplicación lineal

Hemos de probar que ∀u, v ∈ R2 y ∀λ, µ ∈ R se verifica que

f (λu + µv) = λf (u) + µf (v)

Sea u = (x, y) y v = (x′ , y ′ )

f (λu + µv) = f (λ(x, y) + µ(x′ , y ′ )) = f (λx + µx′ , λy + µy ′ ) =

= (λx + µx′ + λy + µy ′ , λx + µx′ , λx + µx′ − (λy + µy ′ )) =

= λ(x + y, x, x − y) + µ(x′ + y ′ , x′ , x′ − y ′ ) = λf (u) + µf (v)
como queríamos probar.
b) Calcular la matriz de f en las bases canónicas de R2 y R3 .
f (1, 0) = (1, 1, 1) y f (0, 1) = (1, 0, −1), por tanto la matriz en bases
canónicas será  
1 1
 1 0 
1 −1
c) Hallar la matriz de f en las bases B = {(1, 2), (2, 1)} y
B ′ = {(1, 2, 0), (2, 1, 0), (0, 0, 1)}
Por la fórmula de cambio de base la matriz en las bases B y B ′ será:
 −1  
1 2 0 1 1  
 2 1 0   1 0  1 2 =
2 1
0 0 1 1 −1
    
−1/3 2/3 0 1 1   −1/3 1/3
1 2
=  2/3 −1/3 0   1 0  =  5/3 4/3 
2 1
0 0 1 1 −1 −1 1

3. (1 punto) Hallar
 1984
−1 0 −3
 3 2 3 
−3 0 −1
Para resolver este problema, vamos a ver si la matriz A que nos dan es dia-
gonalizable. Si es así, si D es la matriz diagonal y P una matriz de cambio
de base formada por una base de vectores propios, como A = P DP −1 , ten-
dríamos que A1984 = P D1984 P −1 En primer lugar hallamos el polinomio
característico de la matriz A:
−1 − x 0 −3
3 2−x 3 = (−1−x)2 (2−x)−9(2−x) = (2−x)2 (−4−x)
−3 0 −1 − x

Es decir, el polinomio característico tiene la raíz −4 con multiplicidad al-

gebraica 1 y la raíz 2 con multiplicidad algebraica 2. Para que la matriz
diagonalice, la multiplicidad geométrica de la raíz 2 ha de ser 2, es decir,

3
Descargado por Laura Tejedor González ([email protected])
 lOMoARcPSD|6309700

diagonalizará si y sólo si dimV (2) = 2.

Ahora bien, dimV (2) = dimR3 − rango(A − 2I), luego la matriz diagona-
lizará si y sólo si el rango de A − 2I es 1.
 
−3 0 −3
A − 2I =  3 0 3 
−3 0 −3

que, efectivamente tiene rango 1, luego la matriz diagonaliza. La ma-

triz de cambio de base estará formada por un vector de valor propio −4
y dos vectores de valor propio 2 linealmente independientes, que obte-
nemos resolviendo los sistemas de ecuaciones correspondientes, es decir
(A − λI)X = 0, donde λ es el valor propio.
Para el valor propio −4
    
3 0 −3 x 0
 3 6 3  y  =  0 
−3 0 3 z 0

Una solución del sistema es el vector (1, −1, 1)

Para el valor propio 2
    
−3 0 −3 x 0
 3 0 3   y  =  0 
−3 0 −3 z 0

Dos soluciones linealmente independientes del sistema son los vectores

(1, 0, −1) y (0, 1, 0). Así tenemos que:
   −1
1 1 0 −4 0 0 1 1 0
A =  −1 0 1   0 2 0   −1 0 1 
1 −1 0 0 0 2 1 −1 0

Finalmente:
−41984
   
1 1 0 0 0 1/2 0 1/2
A1984 =  −1 0 1   0 21984 0   1/2 0 −1/2 
1 −1 0 0 0 21984 1/2 1 1/2

4. (0,6 puntos) Clasificar la siguiente forma cuadrática de R3

q(x, y, z) = 3x2 + 3z 2 + 4xy + 8xz + 4yz

 
3 2 4
La matriz asociada a esta forma cuadrática es:  2 0 2  cuyo po-
4 2 3
3−x 2 4
linomio característico es 2 −x 2 = −x3 + 6x2 + 15x + 8.
4 2 3−x

4
Descargado por Laura Tejedor González ([email protected])
 lOMoARcPSD|6309700

El polinomio no tiene la raíz 0, puesto que tiene término independiente,

y utilizando la regla de los signos de Descartes, dado que hay una varia-
ción de signo en la sucesión de coeficientes, podemos afirmar que tiene
una raíz positiva y dos negativas, contadas con su multiplicidad, luego la
forma cuadrática es indefinida (las raíces del polinomio característico son
8 y −1 con multiplicidad 2).

5
Descargado por Laura Tejedor González ([email protected])