Академический Документы
Профессиональный Документы
Культура Документы
MATRICIAL
EJERCICIOS Y PROBLEMAS
f1
f
2
..
.
fn
f1
x1
f2
x1
f1
x2
f2
x2
fn
x1
fn
x2
= ..
.
...
...
f1
xn
f2
xn
CEMATH
...
fn
xn
Indice general
1. Ejercicios
10
12
2. Problemas
17
17
22
26
Indice alfab
etico
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
31
Captulo 1
Ejercicios
1.1.
C=
0
2
5 2
2
5
0
2 4
2 6 1
0
6 12
2 6 1
1
4 0
=
2 6 1
0
5 2
1
4 0
0
5 2
2
8 0
2. C 2B =
2
=
2 2
5
2 6 1
2 2
5
4 12 2
2 3 2
=
2 10
3
1 0
0
2
1 0
0
4
1
4
3. At + 2C t = 3 2 + 2 5 2 = 3 2 + 10 4 = 7 2
2 4
2
5
2 4
4 10
2 14
0
2
1 3 2
19 18
5 2 =
4. AC t =
0
2 4
2 16
2
5
1A
la matriz traspuesta de una matriz A se denota por At y es la que resulta de intercambiar las filas por las columnas
3
0
1
Soluci
on
3
0 1
1
0
2
4 2
1 1
0
0
0 1
1
2
4 2
1
0
0
4
0
6 + 2
2
1
4
0
6 + 2
2
1
3
5
2 = 4
1
3
5
2
1
10
0
20 + 2
10
1
5
3
2 = 6
1
2
15
22
9
Soluci
on
3
0
1
2
3
0
1
2
+
1
2
2
4
4
3
0
5
3
Ejercicio 1.1.4 Dadas las matrices A =
matricial:
2
1
5
3
9
0
=
1
3
4
4
5
4
5
3
B=
1
1
4
4
=
4
3
9
0
4
0
X + 2Y = A
2X + Y = B
Soluci
on
Multiplicamos la primera ecuaci
on por dos y reducimos la X.
X + 2Y = A
2X + 4Y = 2A
2
5Y = 2
2X + Y = B
2X + Y = B
1
Por tanto, Y =
1
5
3
3
2
6
1
3
1
1
2
6
4
0
Sustituyendo en la primera ecuaci
on X = A 2Y =
2
1
1
3
2
5
3
3
1
5
1
3
0
1
1
3
0
1
=
1
0
0
1
=I
Luego A es involutiva.
Otra forma de definir una matriz involutiva es aquella que verifica A = A1
4
1
1
3
9
3
0
1
es
C
alculo Matricial
Ejercicio 1.1.6 Calcular el siguiente determinante
Chi`
o
1
1
2
0
1
2
0
0
1
0
1 3
aplicando el metodo pivote o de
1 4
2
3
Soluci
on
Seguimos los siguientes pasos
1. Elegimos un 1 (pivote) de los elementos del determinante. Si no hubiese elegiramos cualquier otro.
2. De todos los 1 elegimos el que m
as cero tenga en su fila o en su columna.
3. Si elegimos la fila, hacemos transformaciones elementales por columnas y viceversa, para hacer ceros
todos los elementos, menos el pivote.
4. Desarrollamos por los adjuntos de la fila o columna del elemento pivote, reduciendo el determinante
a un orden menor.
En nuestro caso, tomamos el pivote el elemento
transformaciones elementales por fila.
1 1 1
1 1 1
0
1 2
1 0
1 3
3
2 0 1 4 F2 2F1 = 2 0 1
0 0
0 0
2
3
2
1 3
3
= 2 1 4
F 2F1
0
2
3 2
1+a
1
1
1
1
+
a
1
1
1+a
Ejercicio 1.1.7 Calcular el siguiente determinante de orden n 1
..
..
..
.
.
.
1
1
1
..
.
1+a
1
1
1
..
.
Soluci
on
A la primera columna le sumamos todas las demas
1+a
1
1
1
1
1+a
1
1
1
1
1
+
a
1 =
..
..
..
..
..
.
.
.
.
.
1
1
1
1 + a
n+a
n+a
n+a
..
.
n+a
1
1
1+a
1
1
1+a
..
..
.
.
1
1
1
1 1+a
0 a 0
1
1
1
1
1
+
a
1
(n + a)
= (n + a) 0 0 a
..
.. .. ..
..
..
..
..
.
. . .
.
.
.
.
1
0 0 0
1
1
1 + a
..
.
1+a
1
1
1
..
.
la primera fila.
1
0
0
..
..
.
.
a
2 Felice Chi`
o (Crescentino, 29 de abril de 1813, Turn, 28 de mayo de 1871) fue un matem
atico italiano, principalmente
conocido por la regla que permite simplificar el c
alculo de determinantes.
de la primera columna
0
0
n1
..
.. = (n + a)a
.
.
a
Ejercicio 1.1.8 Calcular el siguiente determinante
a
b
c
d
a
a
a
a
a
b
b
b
a
b
c
c
a
a
a
0
a
b
b
0
a
a
b
b
c
c
0 dc
Soluci
on
A la cuarta fila le restamos la tercera
a a
a b
a b
a b
Desarrollamos por los adjuntos de
a a a
a
a
b
b
(d c)
= (d c) a
a b c
0
a
b
c
c
a
b
c
d
la cuarta fila
a
a
a
b
b = (d c)(c b)
a
0 cb
a
= (d c)(c b)(b a)a
b
1
2
3
1
0
3
1 2
0
Ejercicio 1.1.9 Calcular el siguiente determinante de orden n
..
..
..
.
.
.
1 2 3
n
n
n
.. ..
. .
0
Soluci
on
A cada fila
de la primera columna.
2n
2n
..
.. = n!
.
.
3 Esta
5
1
0
1 0
x
3 2 y
2 1
z
expresi
on se llama forma cuadr
atica, y su matriz asociada siempre es sim
etrica
C
alculo Matricial
1.2.
Transformaciones elementales
Definici
on 1 [1] Dada una matriz Amxm diremos que se ha efectuado en A una transformaci
on elemental de filas si hemos efectuado cualquiera de las siguientes tres operaciones:
1. Cambiar la fila i por la fila j. Se representa Fi Fj
2. Multiplicar la fila i por un n
umero (escalar) no nulo R . Se representa por Fi
3. Sumar a la fila i la fila j multiplicada por un n
umero R. Se representa por Fi + Fj
De igual forma podemos hacer transformaciones elementales por columnas. Las transformaciones
elementales no alteran ni la dimensi
on ni el rango de una matriz. La matriz obtenida B se dice que es
equivalente a la matriz dada y se representa por A <> B.
3 1 1
1 efectuar las transformaci
Ejercicio 1.2.1 Dada la matriz 0 2
on F3 + 3F1
2 0
3
Soluci
on
3
0
2
1
2
0
3 1
1
1
<> 0 2
F3 + 3F1
11 3
3
1
1
0
Definici
on 2 Definimos el rango de una matriz Amxm como el n
umero de submatrices filas (o columnas), no nulas de su matriz en forma escalonada y lo denotamos por Rg(A)
3
1 1
2
1
Ejercicio 1.2.2 Obtener el rango de la matriz 1
2 1 2
Soluci
on
3
1 1
1
1
3
2
1
F2 F1
2 1 2
2
3
El Rg 1
2
1
2
1
1 1 F2 3F1 0
1 2
F3 2F1
0
1
2
1
0 5 4
0
0
0
2
1
5 4
F3 + F2
5 4
1 1
2
1 =2
1 2
1
Ejercicio 1.2.3 Dada la matriz A = 1
1
Gauss4 y mediante determinantes aplicando
2
1
1 1 obtener la matriz inversa mediante el metodo de
1
0
la f
ormula de la inversa.
Soluci
on
1 2
1 1
1 1
1 1
1 0
0 0
0
1
0
0
1
0 F2 F1 0
1
F3 F1
0
2
1
1 0 0
1 2 1 1 0
1 1 1 0 1
F3 F2
1
0 0
2
1
1 2 1
1 0
0
1
0 1 1
1
0 0 1
0 1 0 1
0
0
0 1
1 1
3
1 2
= 1
0 1
1
1
0
0
Luego, A1
1
1 1
1
2 0
F + 2F2
F1 F3 0 1 0 1 1
2 1
F2 + 2F3
0
0 1
0 1
1
1 3
1 0 0 1 1
3
0 1 0
1 2
1
1 2
F2
1 1
0 1
1
0 0 1
1
t
(Adj(A))
|A|
1 1
=
1
0
2 1
=
1 0
2
1
=
1 1
=1
=1
= 3
2
1
1
1
1
0
1 1
= 1
A12 =
1
0
1 1
= 1
A22 =
1 0
1
1
=2
A32 =
1 1
A1 =
1
1
1
3
= 1
1 1
A13 =
1 1
1
A23 =
1
1 2
A33 =
1 1
t
1
0
1
1
1 = 1
2 1
0
=0
2
=1
1
= 1
1
3
1 2
1
1
1
equivalente a la matriz A = 1
0
1
2
1
Soluci
on
F2 + F1
1 0 0
0 1 0
0 0 1
1 0 0
1 1 0
1 1 3
1
0
0
1
1
0
1
3
0
1 1 0
1
1
2 0 1
1
3F3 + F2
0
1 0
1 0
1 1
0 1 C2 C1 1
3 F2
1 1
1 0 0 1 0 1 1
1 1 0 0 1 0
1
3
3
1 1 3 0 0
1
La matriz de Hermite viene dada por H = 0
0
1 1
y Q=
siendo H = P AQ
0
1
0 0
1 0
0 1
1
0
0
1 1
3 0
1
1
0
0
0
3
0
1
0
0
0
3
0
1
1
1
1
0
1 Y las matrices de paso P = 13
0
1
0
1
0
3
1 3
0
C
alculo Matricial
7
1
1
3
1
2
0
Soluci
on
1
Obtenemos la matriz traspuesta At = 3
2
Calculamos el producto A At =
Comprobamos que es simetrica
1
1
3
1
13 2
2 2
t
=
0
1
1
1
0
1
2
3
0
2
1
1
1
13 2
1
=
2 2
0
13 2
2 2
yB=
2
4
3
1
resolver la siguiente ecuaci
on
matricial AX 3X + B = O
Soluci
on
AX 3X + B = O (A 3I)X = B
3
A 3I es invertible ya que su determinante es distinto de cero. |A 3I| =
1
Luego: (A 3I)X = B X = (A 3I)1 B
X=
3
1
1
2
1
2
4
3
1
2 3
4 1
1
0 7
0 1
=
X=
14 0
2
0
7
X=
1
7
2
1
1
3
1
=7
2
1.3.
Cambio de bases
Ejercicio 1.3.1 Hallar la matriz de paso P de la base B1 = {(1, 1), (2, 3)} a B2 = {(2, 1), (3, 1)}
Soluci
on
Sea ~v un vector de R2 . Si (x1 , x2 ) son las coordenadas de ~v respecto de B1 y (y1 , y2 ) las
coordenadas respecto de B2 , podemos escribir:
1
2
x1
~v = x1 (1, 1) + x2 (2, 3) =
1 3
x2
~v = y1 (2, 1) + y2 (3, 1) =
2
1
3
1
y1
y2
Por tanto,
2
1
3
1
y1
y2
=
1
1
2
3
x1
x2
Luego,
1
y1
2
3
1
2
x1
=
y2
1 1
1 3
x2
y1
1 3
1
2
x1
=
y2
1
2
1 3
x2
y1
2
7
x1
=
y2
1 4
x2
La matriz de paso viene dada por P =
2
1
7
4
Ejercicio 1.3.2 Hallar la matriz de paso P de la base B1 = {~u1 , ~u2 , ~u3 } a B2 = {~v1 , ~v2 , ~v3 } sabiendo
que verifica:
2 1
0
1
1
0
relaci
on dada
0
~u1
1
1 ~u2 = 1
1
~u3
0
1 0
~v1
1 0 ~v2
1 1
~v3
1
1 0
1
1 1 1
0 1
0
1 0
~v1
1 0 ~v2
1 1
~v3
1 1
1
2 2 1
1
2
0
1 0
~v1
1 0 ~v2
1 1
~v3
~u1
2
~u2 = 0
~u3
1
~u1
1
~u2 = 1
~u3
1
C
alculo Matricial
~u1
2
~u2 = 3
~u3
2
1 1
~v1
1 2 ~v2
2
2
~v3
Trasponemos
~u1
~u2
~u3
~v1
~v2
2
La matriz de paso viene dada por P = 1
1
~v3
2
1
1
3 2
1
2
2
2
3 2
1
2
2
2
Ejercicio 1.3.3 Sean B = {u~i } y B 0 = {e~j } dos bases de R3 con B 0 ortonormal, tales que
2x1 = x02
0
0
0
x1 x2 = x02 x03
~x = (x1 , x2 , x3 ) = (x1 , x2 , x3 ) se verifica
2
0
1 1
3
0
0
x1
x1
0
0 1
0
0 x2 = 0
1 1 x02
2
x3
1 1
1
x03
x01
0
x02 = 1
1
x03
1
2
1
0
1 1 1
3
1
1
2
1 1
0
0 1
1
0
3
x01
4
x02 = 2
3
x03
1
0
1
4 1
La matriz de paso viene dada por P = 2 0
3 1
x1
0 0
1 0 x2
x3
0 2
x1
0 0
1 0 x2
0 2
x3
x1
2
0 x2
0
x3
2
0
0
10
1.4.
Ejercicio 1.4.1 Resolver el siguiente sistema de ecuaciones lineales por el metodo de Gauss.
x + 2y z = 2
3x y + 2z = 7
.
Soluci
on
1
3
2 1 2
1
2 7
F2 3F1
1
0
2 1 2
7
5 1
5z 1
De la u
ltima fila obtenemos 7y + 5z = 1 y =
7
10z 2
16 3z
Sustituyendo en la primera fila obtenemos x +
z =2x=
7
7
Sistema Compatible Indeterminado
Ejercicio 1.4.2 Resolver el siguiente sistema de ecuaciones lineales por el metodo de Gauss.
x + 2y z = 2
x y+z =2
2x + y
=3
.
Soluci
on
1
2 1 2
1
1 1
1 2 F2 F1 0
2
1
0 3
0
F3 2F1
2
1
2 1
0
0
3
2
3
2 1
0
F3 F2
2 1
2
0
3
2
0
0 1
Sistema Incompatible
Ejercicio 1.4.3 Estudiar el siguiente sistema de ecuaciones lineales mediante el teorema de Rouche y
resolver por la regla de Cramer6
2x + y z = 1
3x y + 2z = 7
x 2y + 3z = 6
Soluci
on
Calculamos el rango de la matriz de los coeficientes y ampliada, mediante menores:
2
1 1 1
2
1 1
2 7
2 A = 3 1
C = 3 1
1 2
3
1 2
3 6
2
1 1
1
3 1
= 6 + 2 + 6 1 9 + 8 = 0 ; 2
2
Rg(C) = 2
3 1 = 2 3 = 5
1 2
3
Para calcular el rango de A ampliamos el menor principal de orden dos de C con la columna de los
terminos independientes.
2
1 1
3 1 7 = 12 + 7 6 + 1 + 28 18 = 0 Rg(A) = 2
1 2 6
6 Gabriel Cramer (1704-1752). La regla de Cramer la public
o en 1750, aunque fue descubierta anteriormente (1729) por
MacLaurin.
C
alculo Matricial
11
3x + 2y = 5
x 2y = 1
3x y = 2
Soluci
on
3
1
3
2
5
3
2 1 3F2 F1 0
1
2
F3 F1
0
2
5
3
0
8 8
3 3
8F3 F2
0
2
5
8 8
0
0
12
1.5.
0
Problema 1.5.1 Dada la matriz A = 1
1
autovector asociado al autovalo = 2.
a 1
1
0 1 calcular el valor de a para que 1 sea un
1 0
1
Soluci
on
Para que sea un autovector asociado al
0 a
1 0
1 1
1
1
1
1 1 =2 1
0
1
1
Luego:
a+1=2a=1
2=2
2=2
7
Ejercicio 1.5.1 Dada la matriz A = 2
2
4 16
5
8 obtener los autovalores y sus autovectores7 .
2 5
Soluci
on
Los autovalores vienen dados por las soluciones de la ecuacion caracterstica: |A I| = 0
7
2
2
4
5
2
7
4
=
2
5
0 3
16
8
5
16
8
3
7
=
2
0
12
16
3
8
0 3
Luego: (3 ) (1 ) = 0
1 = 0 = 1 simple
(3 )2 = 0 = 3 doble
6
2
2
6
2
2
4 16
6
4
8 v 0
2 6
0
La soluci
on viene dada por
7 Tambi
en
x1
0
(A 1 I) x2 = 0
0
x3
4 16
x1
0
4
8 x2 = 0
2 6
x3
0
4 16
6
8
8 v 0
2 2
0
x2 + x3 = 0
4
1
0
16
3
1 v 0
0
0
2
1
0
8
1
0
x1 = 2x3
x2 = x3
C
alculo Matricial
13
x1
0
Para = 3 sus vectores propios verifican (A 3 I) x2 = 0
x3
0
4
4 16
x1
0
2
2
8 x2 = 0
2 2 8
x3
0
4
4 16
4 4 16
1 1
2
2
8 v 0 0 0 v 0 0
2 2 8
0 0 0
0 0
4
0
0
La soluci
on viene dada por x1 = x2 4x3 y los vectores propios por {(t 4s, t, s)}
Y una base de vectores propios viene dada por
3
Ejercicio 1.5.2 Diagonalizar la matriz A = 2
4
{(-2,-1,1)(-1,1,0)(-4,0,1)}
2 4
0 2
2 3
Soluci
on
Calculamos las soluciones de la ecuacion caracterstica: |A I| = 0
3
2
4
2
2 = (1 + )[(3 )(4 ) 20]
4
2 3
= 1 doble
2
(1 + )( 7 8) = 0
=8
Calculamos los autovectores asociados a cada autovalor:
x1
0
Para = 8 sus vectores propios verifican (A 8 I) x2 = 0
0
x3
Luego:
5
2
4
2
Tomamos el menor
4
2
4
x1
0
8
2 x2 = 0
2 5
x3
0
8
para resolverlo.
2
x3
4x1 + 16x2 = 4x3
x2 =
x1 = x3
+4x1 + 2x2 = 5x3
2
x1
0
(A (1) I) x2 = 0
x3
0
Luego:
4
2
4
2
1
2
4
x1
0
2 x2 = 0
4
x3
0
14
1
Ejercicio 1.5.3 Diagonalizar la matriz A = 1
1
1 1
1 1 .
0 0
Soluci
on
Calculamos los autovalores:
|A I| = 0
1
1
1
1 1
1 = (1 )(2 2)
1
0
=1
= 1
(1 )(2 2) = 0
=2
Por tanto A tiene tres autovalores, = 1 ; = 1 ; = 2.
Calculamos los autovectores asociados a cada autovalor:
x1
0
Para = 1 sus vectores propios verifican (A I) x2 = 0
x3
0
Luego:
x1
0 1
1
1
0
1 x2
1
0 1
x3
x2 + x3 = 0
x1 + x3 = 0
0
= 0
0
x2 = x3
x1 = x3
x1
0
Para = 1 sus vectores propios verifican (A + I) x2 = 0
x3
0
Luego:
1 1
x1
0
2 1 x2 = 0
0 1
x3
0
x1 + 2x2 + x3 = 0
x2 = x3
x1 + x3 = 0
x1 = x3
2
1
1
x1
0
Para = 2 sus vectores propios verifican (A 2I) x2 = 0
x3
0
C
alculo Matricial
15
Luego:
1 1
1
x1
0
1 1
1 x2 = 0
1
0 2
x3
0
x1 x2 + x3 = 0
x2 = x3
x1 2x3 = 0
x1 = 2x3
Los vectores propios asociados vienen dados por {(2t,-t,t)}
Y una base de los vectores propios asociados viene dada por {(1,1,1)(1,1,-1)(2,-1,1)}
Luego, la matriz diagonal D, semejante a A, viene dada por:
1
0 0
D = 0 1 0
0
0 2
Siendo la matriz de paso 8 :
1
2
1 1
1
1
1
P = 1
1
Cumpliendose la igualdad D = P 1 AP
1
1
1
1
, calcular A8
Soluci
on
Calculamos su polinomio caracterstico:
1
1
1 1
= (1 )2 1 = 2 2
2 4
2 2
4 2
128 128
128
128
8 Matriz cuyas columnas son los autovectores asociados, en el mismo orden que se colocan los autovalores en la matriz
diagonal
9 Arthur Cayley (Richmond, 16 de agosto de 1821 - Cambridge, 26 de enero de 1895). Fue el primero que introdujo la
multiplicaci
on de las matrices. Es el tercer matem
atico m
as prolfico de la historia, sobrepasado tan solo por Euler y Cauchy.
Captulo 2
Problemas
2.1.
Matrices y determinantes
Problema 2.1.1 Si A es una matriz regular1 que verifica A2 + 4A I = O, calcula A3 y demuestra que
A1 = A + 4I
Soluci
on
Si A2 + 4A I = O A2 = I 4A
A3 = A2 A = (I 4A)A = A 4A2 = A 4(I 4A) = 17A 4I
Deducimos la matriz inversa de A
Si A2 + 4A I = O A(A + 4I) = I A1 = A + 4I
1
1
1
2 3 1
3 2 1 0
en funci
on de los valores
2
0 4 1
0
1 a 0
Soluci
on
1
1
2
1
1
2 3 1
1
0
3 2 1 0
F
F
2
1
<>
0
2
0 4 1 F3 2F1
0
1 a 0
F4 F1
0
1
0
0
0
1
2
4 4
0
0
0
0
1
2
3
4 4
2
4 4
2
1 1 a 3
3
1
2 1
0
0
4a 10 3
17
1
1
<>
1 F3 F2
1
4F4 F2
18
1
Problema 2.1.3 Dada la matriz A = 1
1
1
1 Calcular An con n N
1
1
1
1
Soluci
on
Calculamos A2
1
A2 = A A = 1
1
1
1
1
1
1
1 1
1
1
1
1
1
1
3
1 = 3
1
3
3
3
3
3
3 = 3A
3
An+1
1
= An A = 3n1 A A = 3n1 1
1
1
1
1
1
1
1 1
1
1
1
1
1
1
3
1 = 3n1 3
1
3
3
3
3
3
3 = 3n A
3
Problema 2.1.4 [2]Dada la matriz A R(m,n) tal que At A es regular, construimos B = A(At A)1 At .
Demostrar que
a) B es simetrica
b) B 2 B = O
c) BA A = O
Soluci
on
a) Calculamos B t
B t = [A(At A)1 ]At
t
t
= A (At A)1
t
At = A (At A)t
1
At = A At A
1
primera formulaci
on explcita sobre el principio de inducci
on completa fue establecida por el fsico y matem
atico
Blaise Pascal en su obra Trait
e du triangle Arithm
etique (1665).
At
C
alculo Matricial
19
1
Problema 2.1.5 Dada la matriz A = 0
1
0
1
0
1
0 Calcular An con n N
1
Soluci
on
Calculamos A2
0
1
0
1
1
0 0
1
1
0
1
0
1
2
0 = 0
1
2
0
1
0
2
0
2
0
1
0
2
1
0 0
2
1
0
1
0
1
4
0 = 0
1
4
0
1
0
4
0
4
1
A2 = A A = 0
1
Calculamos A3
2
A3 = A2 A = 0
2
2n1
Inducimos que An = 0
2n1
0 2n1
1 0
0 2n1
211 0 211
=A
1 0
Comprobamos que es cierta para n = 1. En efecto si n = 1 A1 = 0
11
11
2
0 2
n1
2
0 2n1
n
0
1 0
Suponemos cierta para n, es decir, que se cumple A =
n1
n1
2
0 2
An+1
0 2n1
1
0
1 0
0 2n1
1
0
1
0
n
1
2
0 = 0
1
2n
0 2n
1 0
0 2n
20
luego A es idempotente
Veamos la expresi
on de B 2
B 2 = BB = (BA)(BA) = B(AB)A = BAA = BA = B
luego B es idempotente
1
|A|2 = 1 |A| = 1
|A|
C
alculo Matricial
21
Soluci
on
Calculamos (I A)(I A)1 con An = O
(I A)(I A)1 = (I A)(I + A + A2 + A3 + + An1 )
= I + A + A2 + A3 + + An1 A A2 A3 An1 An = I
De igual forma (I A)1 (I A) = I
Problema 2.1.14 Demostrar que, si A es antisimetrica entonces, las potencias pares son simetricas y
las impares antisimetricas.
Soluci
on
Lo demostramos por inducci
on completa, cuando n es par
a) Lo comprobamos para n = 2
(A2 )t = (AA)t = At At = (A)(A) = A2 A es simetrica
b) Lo suponemos cierta para n
c) Lo demostramos para n + 2
(An+2 )t = (An A2 )t = (A2 )t (An )t = (A2 )(An ) = An+2 An+2 es simetrica
Veamos de igual forma cuando n es impar
a) Lo comprobamos para n = 1
(A)t = A A es antisimetrica
b) Lo suponemos cierta para n
c) Lo demostramos para n + 2
(An+2 )t = (An A2 )t = (A2 )t (An )t = (A2 )(An ) = An+2 An+2 es antisimetrica
Problema 2.1.15 Demostrar que, si An es antisimetrica de orden impar entonces, su determinante es
nulo.
Soluci
on
Si An es antisimetrica Atn = An , luego:
|Atn | = | An | |An | = (1)n |An | |An | = |An | 2|An | = 0 |An | = 0
22
2.2.
Sistemas de ecuaciones
x + 3y mz
2x y 2z
x + 2my
mx + y + mz
= 4
= 0
= m+2
= 0
Se pide
1. Discutirlo seg
un los valores de m
2. Resolverlo cuando sea compatible
Soluci
on
Obtenemos la matriz de los coeficientes
1
3 m
2
1
2
C=
1 2m
0
m
1
m
Calculamos los rangos.
1
3 m
2
1
2
|A| =
1
2m
0
m
1
m
4
0
m+2
0
C y la matriz ampliada A
1
3 m
2
1
2
A=
1 2m
0
m
1
m
2
= 4 1
m
1
2m
1
2
0
m
4
0
m+2
0
1
(m + 2)
2
m
3 m
1 2
1
m
m 6= 2 y m 6= 3
Rg(C) = 3 Rg(A) = 4
SEGUNDO CASO
Sistema Incompatible
m=2
1
2
C=
1
2
3 2
1 2
4
0
1
2
1
2
A=
1
2
3 2 4
1 2 0
4
0 4
1
2 0
C
alculo Matricial
23
7x = 8z + 4 x =
y=
2x y = 2z
6x 3y = 6z
7
7
m = 3
TERCER CASO
1
2
C=
1
3
1
El menor principal 2
1
3
3
1 2
6
0
1 3
3
3
4
1 2
0
6
0 1
1 3
0
1
2
A=
1
3
3
3
1 2 = 45 Rg(C) = 3 = Rg(A)
6
0
x + 3y + 3z
2x y 2z
x 6y
Y resolvemos por Cramer:
4
3
3
0 1 2
1 6
0
45
x=
=
= 1; y =
45
45
1
2
1
=
=
=
4
0
1
4
3
0 2
1
0
= 0; z =
45
x + 2y z + 3t
2x + 5y 5z + 7t
x + 3y 4z + (a2 5)t
1
2
1
3
4
1
0
6 1
45
45
=1
45
= 1
= 4
= a
= a+5
Se pide
1. Discutirlo seg
un los valores de a.
2. Resolverlo cuando sea compatible.
Soluci
on
Aplicamos
1 2
2 5
1 3
4 10
el metodo de Gauss
1
5
4
10
1
0
0
0
3
7
a2 5
a2 + 5
2
1
1
0
1
3
3
0
1
4
a
a+5
F4 (F1 + F2 + F3 )
3
1
1
2
a 8 a1
F3 F2
0
0
1 2
2 5
1 3
0 0
1
4
F 2F1
a 2
F3 F1
0
1
2
a3
0
1
3
5
7
4 a2 5
0
0
1 2 1
3
0 1 3
1
0 0
0 a2 9
0 0
0
0
24
a = 3
a=3
a3
1
=
a2 9
a+3
1
2a + 5
= 3z +
a+3
a+3
2a + 5
1
3a + 10
x + 2y z + 3t = 1 x = 1 2y + z 3t = 1 2 3z +
+z3
= 5z
a+3
a+3
a+3
y 3z + t = 2 y = 2 + 3z t = 2 + 3z
x+y+z+t=1
ax + y + z + t = 2
x ay + z + t = 3
x + y az + t = 4
x + y + z at = 5
Soluci
on
Aplicamos el metodo de Gauss
1
1
1
1 1
1
1
1
1
1
a
1
1
1 2
1+a
1+a 2+a
F2 + aF1 0 1 + a
1 a
1
1 3 F3 F1 0 a 1
0
0
2
1
1 a
1 4 F4 F1 0
0
a 1
0
3
1
1
1 a 5
0
0
0
a 1
4
F5 F1
1
1
1
1
1
1
1
1
1
1
0 1+a 1+a
0 1+a 1+a 1+a 2+a
1+a 2+a
0
1+a
1+a 4+a
0
1+a 1+a 4+a
F + F3 0
0
0
0
a 1
0
3 4
0
0
1+a 7+a
4
4
0
0
0
a 1
0
0
0
a 1
1
1
1
1
1
0 1+a 1+a 1+a 2+a
0
0
1+a 1+a 4+a
0
0
0
1+a 7+a
11 + a
0
0
0
0
Calculamos los valores que anulen el elemento a44 y a55
1+a=0
a = 1
11 + a = 0
a = 11
F3 + F2
F5 + F4
C
alculo Matricial
25
1 1 1 1
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
1
1
3
6
10
1
0
0
0
0
1
1
1
1
10 10 10 9
0 10 10 7
0
0 10 4
0
0
0
0
1 1 1 1
1 1 1
10
0 1 1
10
4
0 0 1
10
La soluci
on viene dada por:
4
2
t=
=
10
5
7
4
3
=
z=
10 10
10
9
3
4
2
1
y=
=
=
10
10
10
10
5
2
3
4
1
x=1
=
10 10 10
10
26
2.3.
Autovalores y autovectores
2
Problema 2.3.1 Calcular a, b sabiendo que ~v = 1 es un autovector asociado a = 0 de la matriz
2
2 2
1
A = b 8 b .
a
b
b
Soluci
on
Para que sea un autovector asociado al autovalor = 0 debe cumplir:
2 2
1
2
2
b 8 b 1 = 0 1
a
b
b
2
2
2 2
1
2
0
b 8 b 1 = 0
a
b
b
2
0
Luego:
0=0
4b 8 = 0 b = 2
2a b = 0 a = 1
Problema 2.3.2 De una matriz A3x3 se sabe que (1, 1, 0) es un vector propio, que los autovectores
asociados al autovalor = 0 cumple la ecuaci
on x1 + 2x2 = 0 y que |A + I| = 0. Calcular A.
Soluci
on
Obtenemos los autovectores asociados a = 0
x1 = 2
x2 =
x1 + 2x2 = 0 x1 = 2x2
x3 =
Para = 1 y = 0 obtenemos el vector (2, 1, 0) y para = 0 y = 1 obtenemos el vector (0, 0, 1)
C
omo para = 0 obtenemos dos autovectores ello implica que es un autovalor doble.
Sabemos que |A + I| = 0 = 1 es un autovalor
Como el vector (1, 1, 0)
/ L {(2, 1, 0), (0, 0, 1)} (1, 1, 0) es el autovector asociado a = 1
0 0
0
0
Luego la matriz diagonal semejante a A es D = 0 0
0 0 1
2 0
1
La matriz de paso sera P = 1 0 1
0 1
0
Por tanto:
D = P 1 AP A = P DP 1
C
alculo Matricial
27
2 0
A = 1 0
0 1
1
0
1 0
0
0
0
0
0
1
A = 1
0
0
2
0 1
1
0
2 0
2 0
0 0
0
0
1
1
1
1
0
3 1
0
1 1 tiene un autovalor = 2. Calcular el resto de
Problema 2.3.3 La matriz A = 0
0
0
autovalores y el autovector asociado al autovalor = 2.
Soluci
on
Sus autovalores son las soluciones de |A I| = 0
3
1
0
0 1 1
|A I| =
= 3 + 42 3 + = 0
Como = 2 es un autovalor 8 + 16 6 + = 0 = 2
1 = 2
3
2
2
2 = 1 + 2
+ 4 3 2 = 0 ( 2)( 2 1) = 0
3 = 1 2
El autovector asociado a = 2 viene dado por las soluciones de:
1 1
0
x1
0
0 1 1 x2 = 0
2
0 2
x3
0
Y resulta
x1 x2 = 0
x2 + x3 = 0
x1 = x2
x3 = x2
0
Problema 2.3.4 Estudiar en funci
on de a y b, la diagonalizaci
on de la matriz A =
b
Soluci
on
Calculamos los autovalores: |A I| = 0
a
1
0
0
3
0
b
0 1
= (a )(3 )(1 ) = 0
1 0
3 0
0 1
28
a
La matriz diagonal vendra dada por: D = 0
0
0 0
3 0
0 1
SEGUNDO CASO: a = 3
Los autovalores seran = 3 doble y = 1 simple.
Veamos si el orden de multiplicidad algebraica del autovalor = 3 coincide con el orden de multiplicidad geometrica.3
Calculamos el rango de (A 3I):
0
rg 0
b
1
0
0
0
0 =2
2
b R
Luego:
0 1
3 rg 0 0
b 0
0
0 = 1 6= 2 A no es diagonalizable.
2
TERCER CASO: a = 1
Los autovalores seran = 1 doble y = 3 simple.
Veamos si el orden de multiplicidad algebraica del autovalor = 1 coincide con el orden de multiplicidad geometrica.
Calculamos el rango de (A I):
0 1 0
2
0 2 0
=
rg
1
b 0 0
Por tanto, si a = 1 y b 6= 0:
0
3 rg 0
b
si
si
b 6= 0
b=0
1 0
2 0 = 3 2 = 1 6= 2 A no es diagonalizable.
0 0
si a = 1 y b = 0:
0
3 Rg 0
0
1
2
0
0
0 = 3 1 = 2 = 2 A es diagonalizable.
0
1
La matriz diagonal vendra dada por: D = 0
0
0
1
0
0
0
3
Problema 2.3.5 Demostrar que si dos matrices A y B son semejantes entonces tienen el mismo polinomio caractersticos.
3 El
C
alculo Matricial
29
Soluci
on
En efecto si A y B son semejantes P regular /B = P 1 AP
|B I| = |P 1 AP I| = |P 1 AP P 1 IP | = |P 1 (A I)P | = |P 1 ||A I||P | = |A I|
2 1
Problema 2.3.6 [4]Comprueba que estas dos matrices A = 2 3
1 1
tienen el mismo polinomio caractersticos pero no son semejantes.
1
2
2 y B= 1
2
1
0 3
2 2
1
3
Soluci
on
Hallamos el polinomio caracterstico de la dos matrices:
2
1
1
2 3
2 = 3 + T r(A)2 (A11 + A22 + A33 ) + |A| = 3 + 72 11 + 5
|A I| =
1
1 2
2
0
3
1 2
2 = 3 + T r(B)2 (B11 + B22 + B33 ) + |B| = 3 + 72 11 + 5
|B I| =
1
1 3
Calculamos los autovalores, aplicando Ruffini:
3
+ 7 11 + 5 = 0
1 0
D= 0 1
0 0
1 = 1 solucion doble
2 = 5
y por tanto semejante a una matriz diagonal D
0
0
5
Bibliografa
[2] Arves
u, J., Marcell
an, F., S
anchez, J. Problemas resueltos de Algebra
Lineal. Departamento de Matematicas. UNIVERSIDAD CARLOS III DE MADRID. Editorial Thomson Editores Spain. Paraninfo
S.A.
[3] De la Villa, A. (1991) Problemas de
algebra. Editorial Clagsa. Espa
na.
[4] Luz
arraga, A. (1970) Problemas resueltos de Algebra
Lineal. G.Planograf. Barcelona. Espa
na.
31
Indice alfab
etico
adjuntos, 4, 6
Arthur Cayley, 15
autovalor, 12
autovector, 12
Cramer, 11
determinante, 4
ecuaci
on caracterstica, 12
forma cuadr
atica, 4
Hermite, 6
inducci
on completa, 18
matriz ampliada, 10
matriz antisimetrica, 21
matriz de los coeficientes, 10
matriz de paso, 9
matriz diagonal, 15
matriz diagonalizable, 19
matriz equivalente, 5
matriz idempotente, 20
matriz inversa, 5
matriz involutiva, 2
matriz nilpotente, 20
matriz ortogonal, 20
matriz ortonormal, 9
matriz simetrica, 7
matriz traspuesta, 1
menor principal, 10
metodo de Chi`
o, 3
metodo de Gauss, 10
metodo pivote, 3
multiplicidad algebr
aica, 28
par
ametro, 17
polinomio caracterstico, 29
rango, 5
Rouche, 10
sistema
sistema
sistema
sistema
sistema
compatible determinado, 25
compatible indeterminado, 23
equivalente, 23
incompatible, 24
matricial, 2
32