Álgebra Lineal – Titulación de Ingenierı́a Industrial 16 de enero de 2012

1. [1.5 ptos.] Sea f : R3 → R2 una aplicación lineal tal que:

ker(f ) = {x ∈ R3 : x1 + x2 − x3 = 0}
Im(f ) = {x ∈ R2 : x1 − 2x2 = 0}
Existe λ ∈ R tal que f (2, 0, 1) = (λ + 1, λ)

1.a) Calcular la matriz de f en las bases canónicas de los espacios correspondientes.

1.b) ¿Existe algún vector x ∈ R3 tal que f (x) = (3, 1)? Razonar la respuesta.

Solución:

1.a) Para determinar f precisamos conocer la imagen de una base de R3 . En primer lugar obtenemos una base
de ker(f ) resolviendo el sistema (nótese que dim(ker(f )) = 3 − 1 = 2, y una base es {(1, −1, 0), (1, 0, 1)}).
De modo que f (1, −1, 0) = (0, 0) y f (1, 0, 1) = (0, 0). Para determinar f completamente necesitamos
conocer la imagen de un tercer vector independiente con los dos anteriores. Como nos dan f (2, 0, 1) y
(2, 0, 1) es independiente con la base de ker(f ), ya disponemos de la imagen de una base de R3 .
Para determinar λ basta observar que el vector (λ + 1, λ) debe pertenecer a la imagen de f , luego
λ + 1 − 2λ = 0, y de aquı́ λ = 1.
Ası́ pues, la matriz de f respecto de la base B = {(1, −1, 0), (1, 0, 1), (2, 0, 1)} y la base canónica de R2 es
 
BR2 0 0 2
MB = A =
0 0 1

Para calcular la matriz respecto de las bases canónicas nos bastará realizar un cambio de base, atendiendo
al siguiente diagrama:
A /
BO BR2
P I

BR3
C / BR2

La matriz buscada, C, será C = AP , donde P es la matriz de cambio de base de la canónica de R3 a B,

esto es  −1
1 1 2
P = −1 0 0
0 1 1

1.b) Para que f (x) = (3, 1), el vector (3, 1) debe pertenecer a la imagen de f , lo cual no ocurre (pues
3 − 2 · 1 6= 0).

2. [1 pto.] Se considera la aplicación lineal fλ : P2R [x] −→ P2R [x] definida por
Z 1
f (p(x)) = (x2 + x)(t + λ)p0 (t) + (t + 2λ)p(t) dt
0

Encontrar los valores de λ para los que la aplicación dada es biyectiva.

Solución: Calcularemos la matriz de la aplicación en la base canónica de P2R [x]. Para ello:
Z 1
f (1) = (x2 + x)(t + λ) · 0 + (t + 2λ) · 1 dt = 1
2 + 2λ
0
Z 1
f (x) = (x2 + x)(t + λ) · 1 + (t + 2λ) · t dt = (x2 + x)( 21 + λ) + 1
3 +λ
0
Z 1
f (x2 ) = (x2 + x)(t + λ) · 2t + (t + 2λ) · t2 dt = (x2 + x)( 23 + λ) + 1
4 + 23 λ
0
 De modo que la matriz de f respecto de la base canónica es

2λ + 21 λ + 13 2 1
 
3λ + 4
A= 0 λ + 12 λ+ 2 

3 
1 2
0 λ+ 2 λ+ 3

Se observa que |A| = 0, ∀λ, por lo que f no es nunca biyectiva.

3. [2 ptos.] Se considera la matriz  
3 0 0
A = 0 −1 a
3 0 b
Estudiar cuándo la matriz A es o no diagonalizable en función de los valores de a y b. Para a = 1 y b = 3
obtener la forma de Jordan y una matriz de paso.
Solución:
Calculamos el polinomio caracterı́stico:

3−λ 0 0
0 −1 − λ a = (3 − λ)(−1 − λ)(b − λ)
3 0 b−λ

De modo que, si b 6= −1, 3 la matriz es diagonalizable cualquiera que sea a. Los casos a estudiar corresponderán
a b = −1 y b = 3.
Si b = −1, tenemos un autovalor simple, λ = 3 y uno doble, λ = −1. Para este autovalor,
  (
4 0 0
2 si a 6= 0
rango(A + I) = rango 0 0 a =
3 0 0 1 si a = 0

Es decir, dim(E1 (−1)) = 1 si a 6= 0, luego la matriz no es diagonalizable, y dim(E1 (−1)) = 2 si a = 0, y la

matriz es diagonalizable.

Para b = 3, el autovalor simple es ahora λ = −1 y el doble λ = 3. Ası́,

 
0 0 0
rango(A − 3I) = rango 0 −4 a = 2, ∀a
3 0 0

por tanto dim(E1 (3)) = 1 y la matriz no es diagonalizable.

Para el caso b = 3, a = 1 ya sabemos que la matriz no es diagonalizable, y al tener un autovalor doble y uno
simple está claro que  
−1 0 0
J =  0 3 1
0 0 3

Para la matriz de paso calculamos bases de E1 (−1), E1 (3) y E2 (3):

E1 (−1) = L((0, 1, 0)), E1 (3) = L((0, 1, 4)), E2 (3) = L((0, 1, 4), (4, 0, 3))

y luego calculamos    
4 0
(A − 3I) 0 =  3 
3 12
obteniéndose la matriz de paso:  
0 0 4
P = 1 3 0
0 12 3
4. [1 pto.] Se considera el sistema dinámico
(
xn = −xn−1 − 3yn−1
yn = 2xn−1 + 4yn−1

Encontrar todos los valores α y β no nulos tales que si el dato inicial es x0 = α, y0 = β, entonces la solución
del sistema es xn = α, yn = β, ∀n.
Solución: Puesto que queremos que la solución sea constante, se deberá tener que Ak x = x, para todo k. Es
decir, x debe ser un autovector asociado al autovalor λ = 1 de A (si existe), donde
 
−1 −3
A=
2 4

Calculamos los autovectores asociados a λ = 1 que son solución del sistema 2x1 + 3x2 = 0, es decir, vectores
del espacio L(3, −2). Ası́ pues, para α = 3a y β = −2a, cualquiera que sea a 6= 0, obtenemos soluciones
constantes.

5. [2.5 ptos.] Se considera R3 con el producto escalar habitual y el subespacio L formado por las soluciones de
la ecuación x1 + 2x2 = 0. Se pide:
5.a) Encuentra la dimensión y una base de L.
5.b) Obtener una base ortogonal de L.
5.c) Determina las coordenadas del vector (2, −1, 3) en cada una de las bases obtenidas en los apartados
anteriores.
5.d) Determina una base ortogonal de R3 que contenga a la base obtenida en el apartado (5b).
5.e) Calcular la proyección ortogonal sobre L del vector (1, 1, 1).
5.f) Obtener el vector de L⊥ más cercano al vector (1, 1, 1).

Solución:
5.a) Puesto que la matriz del sistema que define a L tiene rango 1, dim(L) = 3 − 1 = 2. Para obtener una
base, resolvemos el sistema con dos parámetros obteniendo los vectores {(−2, 1, 0), (0, 0, 1)}.
5.b) Se observa que los vectores anteriores ya son ortogonales, por lo que una base ortogonal de L es la misma.
5.c) Las coordenadas del vector (2, −1, 3) en la base anterior, teniendo en cuenta que (2, −1, 3) = (−1) ·
(−2, 1, 0) + 3 · (0, 0, 1), son (−1, 3).
5.d) Para obtener una base ortogonal de R3 que contenga a los vectores {(−2, 1, 0), (0, 0, 1)} basta encontrar
un tercer vector que sea ortogonal a ambos, esto es, un vector que resuelva el sistema

−2x1 + x2 = 0
⇒ (1, 2, 0)
x3 = 0

Ası́ pues, una base ortogonal de R3 es {(−2, 1, 0), (0, 0, 1), (1, 2, 0)}
5.e) Para calcular la proyección ortogonal de (1, 1, 1) sobre L, dado que la base de L es ortogonal, simplemente
calculamos
h(−2, 1, 0), (1, 1, 1)i 1 h(0, 0, 1), (1, 1, 1)i
α= =− , β= =1
k(−2, 1, 0)k2 5 k(0, 0, 1)k2
por tanto, la proyección es el vector x = ( 52 , − 15 , 1).
5.f) El vector pedido es la proyección ortogonal de (1, 1, 1) sobre L⊥ , esto es QL (1, 1, 1). Dado que hemos
calculado PL (1, 1, 1) es inmediato de obtener pues

(1, 1, 1) = PL (1, 1, 1) + QL (1, 1, 1) ⇒ QL (1, 1, 1) = (1, 1, 1) − ( 25 , − 15 , 1) = ( 35 , 65 , 0)

6. [1 pto.] Encontrar la recta que mejor aproxime a los puntos (2, 1), (3, 2), (4, 3) y (5, 2).
Solución:
Buscamos una recta de la forma y = ax + b que pase por los puntos dados. De modo que se ha de resolver el
sistema: 

 2a + b = 1
3a + b = 2


 4a + b = 3
5a + b = 2


Puesto que este sistema no tiene solución, resolvemos de forma aproximada:

   
  2 1     1     
2 3 4 5  3 1 a = 2 3 4 5 2 ⇒ 54 14
   a 30
=
1 1 1 1 4 1 b 1 1 1 1 3 14 4 b 8
5 1 2

La recta es y = 52 x + 35 .
7. [1 pto.] Sea A una matriz cuadrada de orden n tal que la suma de los elementos de cada una de sus filas es
cero. Probar que rango(A) < n.
Solución:
Si la suma de todos los elementos de cada fila es nula significa que si consideramos los vectores formados por
las columas de la matriz A, llamémosles a1 , . . . , an , entonces

a1 + · · · + an = 0

Es decir, estos vectores son linealmente dependientes, luego la matriz no puede tener rango n.