EJERCICIOS Y TABLAS DE LGEBRA LINEAL

HOJA 1: MATRICES Y DETERMINANTES A) Cuestiones test

1. Sean A, B dos matrices cuadradas de orden n. Se verica entonces que tr A + B T = tr (A) tr (B) . (a) Falso, ya que tr A + B T = tr (A) + tr B T = tr (A) + tr (B). 2 0 0 1 (b) Verdadero. Si, por ejemplo, A = y B = , se verica que tr A + B T = 6, 1 8 2 0 tr (A) = 6 y tr (B) = 0 por lo que se cumple que tr A + B T = tr (A) tr (B). (c) Verdadero, ya que como tr B T = tr (B) entonces tr A + B T = tr (A) + tr B T = tr (A) tr (B) 1 0 b 2. Sea A = 0 b 2 con b R. Entonces se verica que A es invertible nicamente si b 6= 1. 0 1 2

(a) Verdadero, pues rg{(1, 0, 0), (0, b, 1), (b, 2, 2)} < 3 nicamente si b = 1, por lo que A tiene rango completo nicamente si b 6= 1. (b) Falso, pues para b = 1 resulta que |A| 6= 0 en cuyo caso A tiene inversa. 2b 2 b b2 1 0 2 2 verica que A C = C A = Id para todo b R, (c) Falso, pues la matriz C = 2b2 0 1 b por tanto A tiene inversa para cualquier b R. a b 2b d d 3. Sea A = una matriz tal que |A| 6= 0. Entonces B = tiene rango 2. c d 2a c c (a) Verdadero, pues como B se obtiene haciendo combinaciones lineales a partir de las las de A, entonces |B| = |A| 6= 0. (b) Verdadero, pues |B| = 2bc 2ad = 2|A| 6= 0. (c) Falso, rg(B)< 2 pues sus columnas son linealmente dependientes. (d) Verdadero, pues por las propiedades de los determinantes: a b a c = = b d = 1 2b d = 1 2b d d = 1 |B|, |A| = 2a c 2a c c a c c d b d 2 2 2 y por tanto |B| 6= 0.

1 2 a 1+a 1 a 0 1 0 con a, b R. Se verica que |A| = |B| para 4. Sean las matrices A = 0 1 0 y B = 3 0 b 3 + b 3 b todo a, b R. (a) Falso, ya que si a = 1 (b) Verdadero, pues 1 1 a |B| = 0 1 0 + 3 3 b y b = 3 entonces |B| = 0 y sin embargo |A| 6= 0.. 1 2 a 1 1 a a 1 a 1 1 a 0 0 = |A| + 0 = |A| 0 1 0 = 0 1 0 +0 = 0 1 0 + 0 3 0 b 3 3 b b 3 b 3 3 b

(c) Verdadero, pues la matriz B resulta de sumar a la primera y segunda columna de A una combinacin lineal de las restantes columnas de A, por lo que el determinante no vara. 5. Sea A Mnn tal que |A| 6= 0 entonces para cualquier R se tiene que AA1 At = n |A|. 1 (a) Falso, ya que AA1 At = AA1 At = |A| A1 |At | = |A| |A| |A| = |A| 1 t 1 t 1 (b) Verdadero, pues como AA1 At = n AA A = n |A| A |A | = n |A| |A| |A| = n |A| 1 t 1 (c) Falso, pues como AA1 At = AA A = |A| + A + |At | = (|A| |A| + |A|) = |A| (d) Verdadero, ya que AA1 At = n AA1 At = n |A| + A1 + |At | = n (|A| |A| + |A|) = n |A|

B) Problemas
1. Se consideran las matrices 1 2 0 , A = 1 0 2 4 5 1 B = 6 7 8 , 1 1 1

C=

6 5 1 1 2 1

Explicar porqu las siguientes operaciones no tienen sentido: 2A B, AB, A 2I y C 2 . 2. Dadas las matrices A, B, C , D , 1 A = 0 4 1 D = 0 4 E y F , calcular su traza (si existe) 3 5 3 7 1 2 2 B= C= 9 3 9 0 1 0 1 3 2 1 4 2 1 E= F = 1 3 0 0 1

Calcular: (a) 4A + 2C t , (b) (BA)t C, (c) B + AC, (d) CA, (e) (B 2I)2 , (f ) (CA)1 .

2 4 5 1 1 0 0 2 7 1 1 3 0 1 2

3. Dadas las matrices del ejercicio anterior, calcular la traza (si existe) de A + 2B, A + 3D y 125E 14F. 1 2 4 3 calcular A, tr(A), tr(A) y establecer la relacin entre tr(A) y tr(A). 4. Dada la matriz A = 1 0 1 3 5 1 4 3 1 7 6 2 y B = 5. Dadas las matrices A = calcular tr(AB), tr(BA) y establecer la relacin 2 0 1 2 2 entre tr(AB) y tr(BA).
2 6. Sea I3 la matriz identidad. Calcular I3 = I3 I3 y deducir que, en general: tr(AB) 6= tr(A) tr(B).

7. Calcular el rango de las siguientes matrices: 0 5 3/2 4 5 6 1 0 1 1 , B = A= , 6 7 8 3 0 32 7

8. Hallar a y b para que A sea la matriz inversa de B, siendo 1/2 1 1 1 1 0 1 b , A= a B = 5/2 7/2 1 . 3 0 1 3 3 1 9. Calcular la inversa (si existe) de las siguientes matrices utilizando el 1 1 1 0 1 1 2 3 2 1 1 1 1 ,C = 4 1 1 4 ,B = A= 3 1 0 0 0 5 1 8 1 4 1 1 0 0

1 1 1 0 2 1 1 1 3 . C= 4 2 2 0 0 1

10. Estudiar si alguna de las siguientes matrices es triangular, simtrica o antisimtrica: 1/10 1 1 1 0 0 6 1 1 1 , B = 5/2 7/2 0 , C = 0 7 A= 1 1 1 31 3 3 1 0 0 1 5/2 0 0 5 8 4 10 0 1 , F = 10 2 D = 5/2 2 1 , E = 5 0 1 1 8 1 0 1 1

mtodo de GaussJordan: 3 1 2 4 1 1 0 5 ,D = 2 4 1 2 6 4 1 4 5 , 1 1 1 . 1

4 3 5 2

11. Dar un ejemplo de una matriz A M22 tal que A2 = A3 = 0 pero A 6= 0. 12. Estudiar si alguna de las siguientes matrices es ortogonal, idempotente, unipotente o nilpotente: 2 2 4 1 1 0 0 1 1 0 4 , B = A = 1 3 , C= , D = 1 1 0 . 1 0 2 1 1 2 3 2 2 0 13. Calcular el determinante de las siguientes matrices de orden 2 utilizando la denicin: 1 3 0 1 4 0 2 3 A= , B= C= D= 2 7 1 2 0 3 2 3 14. Calcular el determinante de las 1 A= 3 5 siguientes matrices orden 3 2 2 1 1 0 7 B= 4 2 4 1 1 3 utilizando la regla de Sarrus: 0 1 2 3 2 C= 1 0 1 2 1 1 0

1 2 0 15. Dada la matriz A = 1 4 1 calcular: 3 1 0

Los adjuntos de los elementos de la segunda la. (a) de la primera la (d) de la primera columna

Los menores complementarios de los elementos a13 , a22 , a11 .

El determinante |A|, desarrollando por los elementos: (b) de la segunda columna (e) de la tercera la (c) de la tercera columna

Indquese cual de estos mtodos ha resultado ser ms eciente (rpido) para calcular el valor de |A|. 1 3 2 1 16. Dadas las matrices A = ,B = deducir que |A + B| 6= |A| + |B|. 2 1 0 1 17. Probar, sin efectuar su clculo, que los determinantes de las 1 a b+c 1 b c+a A= B= 1 c a+b 18. Calcular el rango de la matriz 1 2 A= 1 1 1 4 0 0 1 1 1 1 siguientes matrices son nulos: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 1 5 0 0 2 3 2 2

19. Determinar los valores del parmetro a para los que 2 a A= 2 1

la matriz 1 0 1 1

1 1a 0 1 1 0 0 0

tiene rango completo. Para a = 2 calcular la matriz inversa A1 .

20. Calcular el determinante de las siguientes matrices 1 1 0 2 1 2 0 1 1 0 B= 5 A= 0 0 3 2 3 0 0 0 7 2

0 3 1 4 2 1 2 3 0 1 0 2 0 0 4 1 3 1 0 4

3 0 0 C= 2 2 0 1 3 3

HOJA 2: SISTEMAS LINEALES A) Cuestiones test

1. Sea A = a1, a2 , a3 , a4 una matriz cuadrada de orden 4, donde a1 , a2 , a3 y a4 son sus columnas y tal que a4 = 2a1 + a2 . Entonces se verica que el sistema Ax = 0 es compatible indeterminado. (a) Verdadero, pues todo sistema homogneo es compatible indeterminado. (b) Verdadero, ya que, por ser homogneo, el sistema es compatible y puesto que rg(A) < 4, por el teorema de Rouche-Frobenius, el sistema es compatible indeterminado. e e (c) Falso, pues como el sistema es homogneo se tiene que rg(A) = rg(A) (con A la matriz ampliada del sistema) y por el teorema de Rouche-Frobenius sabemos que el sistema es compatible determinado.

2. Dada una matriz A Mm n y dos vectores b , Rm , si el sistema A = b es compatible determinado c x entonces se verica que el sistema A = , con 6= 0, c 6= b es tambin compatible determinado. x c c (a) Verdadero. En efecto si A = b y A = entonces b = y por tanto los sistemas son equivalentes. x x c c 1 0 2 1 , = (c) Falso, ya que si consideramos la matriz A = 0 1 y b = c 1 1 1 sistema A = b es compatible determinado, pero sin embargo el sistema A = x x c 3x + y + z = 2 az = 0 2y + z = 1 (b) Falso. Sera verdadero si m = n.

es incompatible.

0 1 se tiene que el 4

3. Dado el sistema lineal:

con a R

Entonces se verica que: (a) Es incompatible cuando a = 0.

(b) Es compatible determinado para cualquier valor de a R. (d) Es compatible indeterminado para a = 0. 1 0 1 0 se verica que los sistemas Ax = 0 y Ax = b son siempre compatibles 4. Dada la matriz A = 1 1 0 1 2 determinados para cualquier vector b R3 . (a) Falso, pues el sistema Ax = 0 es compatible indeterminado. (b) Verdadero, ya que |A| 6= 0 y rg A = 3 = rg (A), donde A = (A | b) es la matriz ampliada. (c) Falso, pues el sistema Ax = b podra ser incompatible para algn b R3 . (c) Tiene solucin nica cuando a 6= 0.

B) Problemas
1. Un agente de bolsa debe comprar 60 acciones entre la empresa Potato y la empresa Pepito; cada accin de Potato cuesta 6 euros y la de la empresa Pepito 1 euro. El agente de bolsa dispone de 130 euros. Cuantas acciones ha comprado de cada empresa? 2. Hallar la solucin general (en el caso de que exista) de los siguientes sistemas de ecuaciones lineales: x 3y = 4 2x + y = 3 4x + 2y = 1 i) ii) iii) 4x + 2y = 6 6x + 2y = 6 12x + 6y = 1

4. Considere el sistema

3. Resolver los siguientes sistemas homogneos de x+yz = 2x 4y + 3z = i) 5x + 13y 10z =

ecuaciones lineales: 0 0 0 ii) x y + 7z t = 0 2x + 3y 8z + t = 0

Qu valor de K har que el sistema tenga soluciones no triviales? 5. Hallar el subespacio vectorial de las soluciones de los sistemas = 0 = 0 x+y+z+t x + 3y + 2z x 2z + 3t = 0 x + 5y + 3z = 0 ii) i) 3x + 7y + 4z = 0 x 2y 8z + 7t = 0 Calcular la dimensin de dicho subespacio. 6. Resolver los siguientes sistemas de ecuaciones lineales: = 2x + 3y z + 5t = 0 3x + 4y 5z + 7t 3x y + 2z 7t = 0 2x 3y + 3z 2t = i) ii) 4x + y 3z + 6t = 0 4x + 11y 13z + 16t = = x 2y + 4z 7t = 0 7x 2y + z + 3t x 2y + z + t = 2 x 2y + z + t = 2 3x + 2z 2t = 8 3x + 2z 2t = 8 iii) iv) = 1 = 1 4y z t 4y z t x + 6y 2z = 7 5x + 3z t = 0 regla de Cramer 7 17 14 2x + 3y z 3x + 5y + 2z ii) x 2y 3z = 1 = 8 = 1

2x 3y + 5z = 0 x + 7y 3z = 0 4x 11y + Kz = 0

0 0 0 0

8. Determinar los valores de k para que los siguientes sistemas tengan: a) solucin nica; b) innitas soluciones; c) ninguna solucin. = 3 2x + y z = 1 x+yz x + 2y + 3z = 2 2x + 3y + kz = 3 ii) i) = 1 x y + kz x + ky + 3z = 2 3x + 2y + 2z = 2 9. Hallar la condicin que deben vericar a, b y c = x + 2y 3z 2x + 6y 11z = i) x 2y + 7z = para que los siguientes sistemas a x+y+z b 2x + y + 3z ii) x 2y + az c sean compatibles: = 2 = 5 = b

7. Resolver los siguientes sistemas utilizando la = x 2y + z 2x y + 4z = i) 3x 2y + 2z =

10. La Consejera de Pesca proporciona tres tipos de alimento a tres especies de peces protegidas que habitan en un lago. Cada pez de la especie 1 consume por semana un promedio de una unidad del alimento A, 1 unidad del alimento B y 2 del alimento C. Los de la especie 2, 3 unidades del alimento A, 4 del B y 5 del C. Y los de la tercera especie, consumen cada semana 2 unidades del alimento A, 1 unidad del B y 5 del C. Cada semana se vierten en el lago 25.000 unidades del alimento A, 20.000 del alimento B y 55.000 del alimento C. Suponiendo que toda la comida se consuma, cuantos ejemplares de cada especie pueden convivir en el lago?Y si se vierten 15.000 unidades del A, 10.000 del B y 35.000 del C?

HOJA 3: ESPACIOS VECTORIALES A) Cuestiones test

1. Sean u1 , u2 , u3 y u4 = u1 3u2 vectores no nulos de R3 y distintos entre s. Entonces se verica que {u1 , u2 , u3 , u4 } son linealmente dependientes. (a) Verdadero, porque en R3 cuatro vectores son siempre linealmente dependientes. (b) Verdadero, pues u4 es combinacin lineal de u1 y u2 por tanto constituyen un conjunto de vectores linealmente dependientes. (c) Falso, slo sera verdadero si adems u3 se pudiera escribir como combinacin lineal de u1 y u2 . (d) Falso, pues con la informacin que tenemos no podemos asegurar que sean linealmente dependientes. 2. El conjunto W = {(x, y, z) R3 / x + y + z = 0, 2x y = a} es un subespacio vectorial de R3 de dimensin 1. (a) Verdadero, pues para todo 1 , 2 W y , R se verica que 1 + 2 W y como adems w w w w W R3 y su expresin analtica tiene dos condiciones, entonces dimW = dim R3 2 = 1. / (b) Falso, pues si a = 3, entonces = (1, 1, 0) R3 pero 2 W. w w
1 1

(c) Sera cierto si a = 0, ya que en este caso W es subespacio vectorial R3 y B = {(1, 2, 3)}, es una base de W , y por tanto, dim W = 1.

3. Sean W1 y W2 subconjuntos de R3 denidos por: W1 = {(x, y, z) R3 : x + y = 0} ; W2 = {(x, y, z) R3 : x + y + z = 5} Entonces se verica que W1 , W2 y W1 W2 son subespacios de R3 (a) Falso, pues W1 W2 no es subespacio vectorial pues la interseccin de subespacios vectoriales en general no lo es. (b) Falso, pues W2 no es subespacio vectorial ya que 0 = (0, 0, 0) W2 . / (c) Falso ya que W1 W2 = {(x, y, z) R3 : z = 5}, y dados u = (1, 1, 5) y v = (0, 0, 5) vectores de W1 W2 la suma u + v = (1, 1, 10) no pertenece a W1 W2 .

(d) Verdadero, pues W1 y W2 son subespacios vectoriales por estar denidos por ecuaciones lineales y W1 W2 lo es por ser interseccin de subespacios vectoriales. 4. El conjunto de vectores M = {u1 = (1, 1, 2, 1), u2 = (0, 2, 3, 1), u3 para cualquier valor de a. 1 1 (a) Verdadero, pues para todo a R el rango de la matriz 2 1 = (2, 0, a, 1)} es linealmente independiente 0 2 2 0 es igual a 3. 3 a 1 1

(b) Falso, ya que si a = 1, el subespacio generado por M es L (M ) = {(x, y, z, t) R4 / y + t = z, x + y = 2t}, que tiene dimensin 2. (c) Falso, pues los vectores u1 , u2 , u3 , son linealmente dependientes ya que u3 = 2u1 u2 .

5. Estudiar, razonando las respuestas, si las siguientes armaciones son verdaderas. (a) Sea W el subespacio vectorial de R3 generado por el siguiente conjunto de vectores: G = {(1, 2, 1), (0, 1, 0), (1, 0, 1), (1, 1, 1)}. Entonces W = R3 . (b) El conjunto W = {(x, y, z, t) R4 / x + y + z = 0, x y + z = 0, x z = 0} es un subespacio vectorial de R4 de dimensin 1.

(c) Sean u1 , u2 , u3 , u4 R3 cuatro vectores no nulos y distintos entre s. Sea W el subespacio generado por esos cuatro vectores. Entonces se verica que W = R3 . (d) Sea W el subespacio vectorial generado por tres vectores u1 , u2 , u3 R4 y sea v R4 tal que v = u1 +u2 +u3 y v = 2u1 u3 . Entonces se verica que dim W 2. 6. Sea B = {(1, 0, 0), (1, 1, 1), (1, 0, 1)} una base de R3 y v R3 cuyas coordenadas con respecto a la base B son (1, 1, 1). Entonces las coordenadas de v con respecto a la base cannica son (1, 1, 2). (a) Verdadero, ya que (1, 1, 2) = (1, 0, 0) + (1, 1, 1) + (1, 0, 1). (b) Falso, B no es una base de R3 . (c) Falso, ya que las coordenadas son (1, 1, 1), debido a (1, 1, 1) = (1, 0, 0) + (0, 1, 0) + (0, 0, 1).

(d) Falso, ya que los vectores (1, 1, 2) y (1, 1, 1) son linealmente independientes. 7. Sea S = {v1 , v2 , v3 , v4 , v5 } un sistema de generadores de un espacio vectorial V de dimensin 3. Entonces: (b) Los vectores de S son linealmente dependientes. (a) B = {v1 , v2 , v3 } es una base de V .

(d) S es un sistema de generadores de V y los vectores de S son linealmente independientes. 8. Sean W = (x, y, z) R3 : x + y + z = 0 y la matriz 1 0 1 1 2 A= 2 1 1 1 Se verica que el sistema de ecuaciones lineales Ax = b es compatible para todo b W .

(c) Sea u = 1v1 + 3v2 v3 + 2v4 10v5 , entonces las coordenadas de u con respecto de una base B de V son (1, 3, 1, 2, 10).

(a) Verdadero, ya que si b W , entonces es de la forma b = (, , ) con , R y se verica que 1 0 1 =2 1 2 rg (A) = rg ( A| b) = rg 2 1 1 1 (b) Falso, el sistema Ax = b, con b = (1, 1, 1) cumple las hiptesis del enunciado y, sin embargo, es incompatible. (c) Verdadero, ya que L {(1, 2, 1) , (0, 1, 1) , (1, 2, 1)} = W y, por tanto, cualquier vector b W es combinacin lineal de los vectores columna de A.

B) Problemas
1. Dibujar los vectores (4, 2), (2, 1) de R2 y (1, 3, 2), (5, 1, 4) de R3 . Hallar el ngulo que forman. 2. Los vectores u y v de R2 forman un ngulo de 60o y el mdulo de u es 3. Determinar el mdulo de v para que v u sea ortogonal a u. 3. Sea R3 [x] el conjunto de polinomios en una indeterminada x con coecientes reales de grado 3. Probar que R3 [x] es un espacio vectorial con las operaciones: suma de polinomios y producto de un polinomio por un nmero real. Es el subconjunto H = {p(x) R3 [x] : grado(p(x)) = 3} un subespacio vectorial de R3 [x]? 4. Averiguar si los siguientes conjuntos son subespacios vectoriales de R4 : A = {(x, y, z, t)| 2x + z = 0}, C = {(x, y, z, t)| 2x + y = 3}, E = {(x, y, z, t)| t 0}, G = {(x, y, z, t)| xy = 0}. B = {(x, y, z, t)|x + y = 0, z t = 0}, D = {(x, y, z, t)|x + y = 0 z t = 0}, F = {(x, y, z, t)| x = y, z = 2t, x + y = 0}.

5. En R3 se consideran los subconjuntos: (a) Demostrar que W1 y W2 son subespacios vectoriales de R3 . (b) Hallar los subespacios vectoriales: W1 W2 , W1 + W2 . W1 = {(x, y, z) R3 | x = 0} ; W2 = {(x, y, z) R3 | y z = 0, 3x + 2y 2z = 0}.

6. Estudiar si el sistema de vectores {(1, 1, 2), (1, 1, 2), (0, 0, 1)} generan R3 . 7. Encontrar un sistema de generadores de los subconjuntos del ejercicio 4 que hayan resultado ser subespacios vectoriales de R4 . 8. Son los vectores (1, 2, 3), (1, 1, 1) combinacin lineal de los vectores del sistema S = {(1, 0, 2), (0, 2, 2)}? 9. Estudiar si los siguientes vectores son linealmente dependientes o independientes: (a) (1, 2), (2, 3), (5, 8) (b) (1, 2, 3), (2, 0, 1), (0, 4, 7) (c) (1, 2, 1)(3, 1, 1)(1, 0, 1) (d) (1, 2, 1, 1), (3, 0, 2, 2), (0, 4, 1, 1) (e) (1, 2, 3, 0), (1, 0, 0, 1), (1, 0, 0, 1), (0, 2, 3, 1)

10. Encontrar subconjuntos de vectores linealmente independientes de los conjuntos de vectores del ejercicio anterior que hayan resultado ser linealmente dependientes. 11. Encontrar los subespacios vectoriales generados por los conjuntos de vectores del ejercicio 10. 12. (a) Si u, v y w son vectores linealmente dependientes. Se puede asegurar que u depende linealmente de v y w? Y que uno de los tres vectores es combinacin lineal de los otros dos? (b) Si {u, v, w} son linealmente independientes. Estudiar si {u+v, u+ w, v+ w} son linealmente independientes o no. 13. Encontrar una base de los subconjuntos del ejercicio 4 que sean subespacios vectoriales de R4 y dar la dimensin. 14. Se considera el conjunto de vectores Probar que B es una base ortogonal de R4 . Escribir v = (1, 3, 5, 6) como combinacin lineal de u1 , u2 , u3 , u4 . Hallar las coordenadas de un vector arbitrario v = (a, b, c, d) en la base B. Obtener una base ortonormal de R4 a partir de B. B = {u1 = (1, 1, 1, 1), u2 = (1, 1, 1, 1), u3 = (1, 1, 1, 1), u4 = (1, 1, 1, 1)}.

(a) (b) (c) (d)

15. Dados U = {(x, y, z, t) R4 / y 2z + t = 0} y V = {(x, y, z, t) R4 / x = t, y = 2z} subespacios vectoriales de R4 , hallar una base y la dimensin de U , V , U V y U + V . 16. Se consideran las siguientes bases de R2 : B = {(1, 2); (2, 3)} y B0 = {(1, 3); (1, 4)}. Hallar: (a) las coordenadas de los vectores de la base B respecto de la base B0 , (b) las coordenadas de los vectores de la base B0 respecto de la base B. 17. Se consideran los subespacios vectoriales de R4 siguientes: V1 = {(x, y, z, t)/ x + y z = 0} V2 = L{(1, 1, 1, 1), (1, 2, 3, 4)} V3 = L{(1, 1, 0, 1), (1, 0, 0, 0), (0, 1, 1, 0), (0, 0, 0, 1)} Pertenece el vector (1, 0, 1, 2) a dichos subespacios? En caso armativo calcular las coordenadas de dicho vector con respecto a alguna base de dichos subespacios. 18. Estudiar la dependencia lineal de los vectores (4, 0, 1), (1, 5, 1), (7, 5, 1). Calcular el subespacio generado por los mismos y determinar su dimensin. 19. (a) Probar que H = {(x, y, z, t) R4 / x + y = 0, z + t = 0} es un espacio vectorial de R4 . Calcular una base y la dimensin de H. (b) Sea L el subespacio vectorial de R4 generado por (1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1). Calcular una base y la dimensin de H L y de H + L.

HOJA 4: APLICACIONES LINEALES A) Cuestiones test

1. No existe ninguna aplicacin lineal f : R2 R2 tal que f (1, 1) = (2, 1) ; f (1, 0) = (0, 1) ; f (0, 1) = (1, 0) (1)

(a) Verdadero, pues si f fuese lineal se tendra f (0, 1) = f (1, 1) f (1, 0) = (2, 1) (0, 1) = (2, 0) que no coincide con lo indicado en el enunciado. 0 1 (b) Falso, s que existe una aplicacin lineal f que verique (1), f tiene asociada a la matriz A = 1 0 2 respecto a las bases cannicas de R . (c) Falso, ya que la funcin f (x, y) = (xy + y, x), verica (1) y es una aplicacin lineal. 2. La aplicacin lineal f : R3 R3 denida por f (x, y, z) = (x, x + y, x + z) tiene como matriz asociada respecto de la base cannica B = {e1 , e2 , e3 } 1 0 0 A= 1 1 0 1 0 2 (a) Verdadero, pues las columnas de A son las coordenadas de f (e1 ), f (e2 ), f (e3 ) respecto de B. (b) Falso, porque la matriz asociada a una aplicacin lineal respecto de la base cannica en el espacio de llegada no puede tener una columna de unos. (d) Falso, pues como f es lineal el rango de la matriz asociada que coincide con la dimensin del subespacio imagen slo puede ser 2 1 nnca 3 que es la dimensin del espacio de llegada. (e) Falso, pues aunque f es lineal las columnas de A no coinciden con las coordenadas de los vectores de la base cannica transformados por f. 3. La matriz 1 1 0 0 A= 1 1 0 0 0 0 1 1 (c) Verdadero, pues para cualquier vector del espacio inicial se verica que f (v) = A v.

est asociada a una aplicacin lineal f denida de R4 en R3 .

(a) Verdadero, pues A tiene como aplicacin asociada f (x, y, z, t) = (x + y, x + y, z + t) que es lineal. (b) Falso, pues toda matriz asociada a una aplicacin lineal tiene que ser cuadrada. (c) Falso pues la matriz asociada a una aplicacin lineal no puede tener ni dos las ni dos columnas iguales. (d) Falso, pues aunque A M34 es la matriz asociada a g(x, y, z) = (x+y, x+y, z, z), que es una aplicacin lineal, g est denida de R3 en R4 . 6 2 4. Sea A = la matriz asociada a una aplicacin lineal respecto de la base B = {(1, 1), (0, 1)} en el 1 7 espacio inicial y la base cannica en el espacio nal. Entonces se verica que f (2, 2) = (12, 2). (a) Verdadero, pues como (2, 2) = 2(1, 1), entonces f (2, 2) = 2f (1, 1) = (12, 2). 6 2 2 16 (b) Falso, pues f (2, 2) = = . 1 7 2 16 (c) Falso, (12, 2) no pertenece a la imagen de la aplicacin f . (d) Verdadero, pues la aplicacin asociada a A es f (x, y) = (4x + 2y, 6x + 7y), y por tanto f (2, 2) = (12, 2).

5. Sea f : R3 R2 una aplicacin lineal con matriz asociada respecto a las bases cannicas 1 3 1 A= 0 1 0 entonces se verica que dim[Ker(f )] = 2. (a) Verdadero, pues Ker(f ) = {(x, y, z) R3 /x z = 0, y = 0}. (c) Verdadero, ya que rg(A) = 2.

(b) Falso, pues Ker(f ) = {(, 0, ); R}.

(d) Falso, pues dim(R3 ) dim[Im(f )] = dim[Ker(f )] = 1. 6. Sea f : R2 R3 una aplicacin lineal con matriz asociada A respecto de las bases cannicas, y tal que Im (f ) = (x, y, z) R3 : x z = 0 , entonces se verica que el sistema Ax = b con b = (1, 2, 1) es compatible determinado. (a) Falso, pues no disponemos de informacin suciente para calcular rg (A). (b) Falso, ya que como dim [Im (f )] = 2 entonces dim [Ker (f )] > 0 y el sistema Ax = b podra ser indeterminado. (c) Falso, aunque b = (1, 2, 1) Im (f ), el rango de la matriz ampliada A = (A | b) podra no coincidir con el rango de A y entonces el sistema sera incompatible. (d) Verdadero, ya que como b = (1, 2, 1) Im (f ) se cumple rg (A) = rg A = 2 y coincide con el nmero de incgnitas.

B) Problemas
1. Estudiar si las siguientes aplicaciones son aplicaciones lineales: (a) f (u1 , u2 ) = (3u1 , u2 /u1 ) (b) f (u1 , u2 ) = ( u1 +2u2 , u2 ) 3 (c) f (u1 , u2 , u3 ) = (3u1 + 4, u3 7u1 ) (d) f (u1 , u2 , u3 ) = (u1 u2 , u3 + 3 u2 ) 4 (e) f (u1 , u2 ) = (eu1 , cos u2 ) (f ) f (u1 , u2 , u3 , u4 ) = ( u1 , u3 + u4 ).

2. Calcular la expresin matricial (en las bases cannicas) de las siguientes aplicaciones lineales: (a) f (x, y, z) = (4x + 5y, z x) (b) f (u1 , u2 ) = ( u1 +2u2 , u2 , u1 2u2 ) 3 (c) f (u, v, w) = (u w, u, v 1 u) 2 (d) f (u1 , u2 , u3 ) = (u1 u2 u3 , 0, u3 ) (e) f (x, y) = (x, y) (f ) f (x, y) = (x y, x , y , x + y). 2 2

3. Calcular los subespacios ncleo e imagen de las aplicaciones lineales del ejercicio 2. Indicar su dimensin. 4. Sea f : R3 R2 la aplicacin lineal tal que f (1, 1, 1) = (2, 2), f (0, 1, 1) = (1, 1) y f (0, 0, 3) = (0, 3). Dar f (x, y, z) para cualquier vector (x, y, z) R3 . 5. Existe alguna aplicacin lineal f : R2 R2 tal que f (2, 3) = (0, 1), f (2, 3) = (1, 0)? 6. Sea f : R3 R3 la aplicacin lineal f (x, y, z) = (ax + 3y + 4z, 3x + ay, 4x + az), con a R. Se pide: (a) Encontrar la matriz asociada de f respecto de las bases cannicas de R3 . (b) Calcular la dimensin del subespacio vectorial Im f y determinar los valores del parmetro a para los que Im f 6= R3 . 7. Sea la aplicacin lineal f (x, y, z) = (4x y, 2z + x, x). Estudiar si (1, 3, 0) pertenece a Im f . 8. Se consideran las aplicaciones lineales: f (x, y, z) = (4x y, z + x, x) y g(x, y, z) = (y, 2z + 3x, z). Calcular las aplicaciones lineales f 2g, f g, g f y sus matrices asociadas respecto de las bases cannicas. 9. Calcular la matriz asociada a la aplicacin lineal f en las bases B1 y B2 de los espacios inicial y nal resp., para cada uno de los siguientes casos:

(b) f (x, y, z) = (z + y, x y); B1 = {(1, 2, 0), (1, 0, 1), (0, 0, 3)}, B2 = {(1, 1), (0, 1)}

(a) f (x, y) = (x 2y, y); B1 = {(1, 2), (1, 1)}, B2 = {(1, 0), (0, 1)}

(d) f (x, y, z) = (x 2y, 2y, z x); B1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}, B2 = {(1, 2, 0), (1, 0, 1), (0, 0, 3)} (e) f (x, y, z) = (2x, z + y, 3y); B1 = {(1, 0, 1), (1, 1, 0), (1, 1, 1)}, B2 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}

(c) f (x, y, z, t) = (x + y + z + t, 0); B1 = {(1, 2, 0, 0), (0, 1, 0, 0), (0, 0, 1, 2), (0, 0, 0, 2)}, B2 = {(1, 0), (0, 1)}

(f ) f (x, y, z) = (x y z, 2z + y, y); B1 = {(1, 0, 1), (1, 1, 0), (1, 1, 1)}, B2 = {(1, 1, 0), (0, 2, 0), (0, 2, 5)}

11. Calcular la aplicacin inversa en los casos en los que sta exista: (a) f (x, y) = (x, y) (b) f (x, y, z) = (x + y + z, x y, 2y + z)

10. Sea MBB 0 (f ) la matriz asociada a la aplicacin lineal f en las bases B y B 0 . Calcular la aplicacin f en cada uno de los siguientes casos: 11 5 0 (a) MBB (f ) = 2 1 0 , B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} 0 1 1 4 5 20 (b) MBB 0 (f ) = 1/2 1 0 , B = {(1, 8, 0), (4, 0, 1), (0, 10, 1)}, B 0 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} 0 2 0 2 5/3 3 , B = {(1, 0), (0, 1)}, B 0 = {(2, 1, 1), (1, 2, 0), (1, 3, 0)} (c) MBB 0 (f ) = 2 10 2 1 5 3 (d) MBB 0 (f ) = , B = {(1, 2, 0), (1, 0, 1), (0, 0, 3)}, B 0 = {(1, 1), (0, 2)} 0 1 0 11 5 0 (e) MBB (f ) = 2 1 0 , B = {(1, 2, 3), (1, 1, 0), (0, 1, 1)} 0 1 1 (c) f (x, y, z) = (x + y, y 2x, z) (d) f (x, y, z, t) = (4x y, y, z t, 3t).

HOJA 5: DIAGONALIZACIN. AUTOVALORES Y AUTOVECTORES A) Cuestiones test

1. Sea A M3 tal que Au = 2u y Av = 3v para ciertos vectores no nulos u,v R3 . Entonces A es diagonalizable. (a) Falso, pues no tenemos datos sucientes para garantizar que A sea diagonalizable. (b) Verdadero, pues los autovalores de A son distintos y se puede asegurar que A es diagonalizable. (c) Falso, pero sera cierto si adems el rg(A) fuera 2 ya que |A| = 0 y 0 sera otro autovalor de A. 2. Sea A una matriz cuadrada de orden 3 y sean u, v y w autovectores de A. Entonces se verica que B = {u, v, w} es una base de R3 . (a) Verdadero, ya que los vectores u = (1, 1, 1), v = (1, 0, 1), w = (1, 2, 1) son autovectores de la matriz 1 1 0 A = 1 2 1 0 1 1

(b) En general es falso, aunque sera cierto si los autovectores estuviesen asociados a autovalores distintos de A. (c) Falso, solamente sera cierto si |A| 6= 0 ya que la matriz A sera inversible y por tanto diagonali-zable. Entonces todo conjunto de 3 autovectores sera una base de R3 . 3. Sea A una matriz cuadrada de orden 3 tal que |A| = 0, tr(A) = 1 y = 1 es un autovalor de A. Entonces el subespacio vectorial V (1) = v R3 /Av = v tiene dimensin 1. (b) Verdadero, ya que los autovalores de A son = 0 (doble), y = 1, y por lo tanto dim(V (1)) = 1. (c) Verdadero, ya que los 3 autovalores A son distintos y, por tanto, todos los subespacios vectoriales de autovectores de A tienen dimensin 1. 4. Sea A una matriz cuadrada de orden n. Entre las siguientes caractersticas de A: (1) A es simtrica, (2) A es diagonalizable, (3) A tiene n autovalores diferentes, se verican las siguientes implicaciones: (1) = (2), (2) = (3). (a) Verdadero, ya que toda matriz simtrica es diagonalizable y esto implica que A tiene sus n autovalores diferentes. (b) Falso, las implicaciones correctas son (1) = (2) y (3) = (2). 4 0 0 (c) Falso, la matriz A = 0 4 0 es diagonalizable y sin embargo no todos sus autovalores son diferentes, 0 0 3 por lo que no es cierto que (2) = (3). 5. Sea A M3 y sean u, v y w vectores distintos no nulos de R3 tales que: A = 2 ; A = 3 ; Aw = 2w. u u v v Entonces se verica que B = {, v , w} es una base de R3 . u (a) Verdadero, pues u, v y w son autovectores distintos y por tanto siempre forman base de R3 . (b) Verdadero, ya que los vectores u = (1, 0, v = (1, 1, 0) y w = (0, 0, 1) verican las condiciones del 0), 2 1 0 enunciado para la matriz A = 0 3 0 y son linealmente independientes, por lo que son base de R3 . 0 0 3 (c) Falso, solamente sera cierto si {, w} fuese un conjunto linealmente independiente. v

asociados a los autovalores 0, 1 y 3 respectivamente y como u, v y w son linealmente independientes B = {u, v, w} es una base de R3 .

(a) Falso, ya que con la informacin que tenemos slo podemos asegurar que 1 dim(V (1)) 3 pues A es de orden 3 y = 1 es un autovalor de A.

6. Sea A una matriz cuadrada de orden n tal que el sistema Ax = b es compatible. Si = 0 es autovalor de A, entonces el sistema Ax = b es compatible indeterminado. (a) Falso, ya que las soluciones del sistema no dependen de los autovalores de la matriz A. (b) Verdadero, ya que si = 0 es autovalor de A, entonces el rg (A) < n, es decir, es menor que el nmero de incgnitas del sistema, por lo que existen innitas soluciones. (c) Falso, pues el sistema Ax = b podra ser compatible determinado. 7. Sea A una matriz de orden 4 con 1 = 1 autovalor de multiplicidad algebraica 2 y 2 = 1 autovalor de multiplicidad algebraica 1. Si sabemos que |A| = 2 y traza(A) = 3 podemos decir que: (b) Los autovalores de la matriz son 1 = 1 , 2 = 1 y 3 = 2. (a) La matriz es diagonalizable ya que tiene 3 autovalores distintos: 1 = 1 doble, 2 = 1 y 3 = 2. (c) La matriz no es diagonalizable porque no hay cuatro autovalores distintos.

(d) No podemos asegurar que la matriz sea diagonalizable ya que desconocemos la dimensin del subespacio de autovectores asociados a 1 = 1. 8. Consideremos la aplicacin lineal: f (x, y, z) = (3x + y + z, x + 3y + z, x + y + 3z). Podemos armar que existe una base ortogonal de autovectores. (a) Falso, ya que los autovalores de la aplicacin lineal son = 2 con multiplicidad 2 y = 1 con multiplicidad 1 y no podemos asegurar que exista una base ortogonal del subespacio asociado a = 2. (b) Verdadero, ya que para toda aplicacin lineal diagonalizable siempre existe una base ortogonal. (c) Falso, en todo caso, la base sera ortonormal. (d) Verdadero, ya que la matriz asociada a la aplicacin lineal respecto de la base cannica es simtrica y por tanto siempre existe una base ortonormal de autovectores.

B) Problemas
9. Dadas las aplicaciones lineales: (a) f1 (x, y, z) = (x, 2y, 2y+z) ; (b) f2 (x, y, z) = (3x8y+4z, 3y, 3z2x) ; (c) f3 (x, y, z) = (x+2y, y+3z, z) estudiar si para cada una de ellas existe una base B tal que la matriz asociada respecto de B en los espacios de partida y de llegada sea una matriz diagonal D. En caso armativo hallar B y D. 10. Estudiar si las aplicaciones lineales del ejercicio anterior tienen como autovalores y autovectores asociados los que se sealan: (a) = 2, u1 = (0, 1, 2) ; (b) = 3, u2 = (4, 0, 3) ; (c) = 1, u3 = (2, 0, 0). 11. Sea f : R3 R3 la aplicacin lineal tal que f (1, 0, 0) = (3, 2, 1), f (0, 1, 0) = (4, 3, 2), f (0, 0, 1) = (0, 0, 0). (a) Calcular los autovalores de f y los subespacios de autovectores asociados a cada autovalor. (b) Calcular ker(f ) e Im(f ). 12. Estudiar si son diagonalizables las matrices siguientes, calculando, cuando sea posible, las matrices Pi y Di para las que se verica Ai = Pi Di Pi1 . 1 0 0 2 0 2 5/7 16/7 (b) A2 = 1 2 0 (c) A3 = 2 6 1 (a) A1 = 12/7 9/7 0 2 2 2 0 5 0 1 0 3 0 0 1 2 8 0 (d) A4 = 1 0 0 (e) A5 = 1 2 (f ) A6 = 4 5 7 0 0 2 2 2 3 1 1 5 2 0 1 0 0 1 1 2 0 2 1 0 1 1 2 3 (h) A8 = (g) A7 = 0 0 1 1 2 1 3 0 0 0 0 1 2 3 3 6

13. Para las matrices Ai del ejercicio anterior que sean diagonalizables, calcular det(Ai ), det(Di ), tr(Ai ), tr(Di ) y relacionarlos. 14. Hallar una matriz cuadrada de orden 2 que tenga como autovalores 1 = 1 y 2 = 2 y como autovectores asociados v 1 = (1, 0) y v 2 = (3, 1) respectivamente. 15. Dada la matriz A= 1 a 3 b Calcular los valores de los parmetros a y b para los que

(a) el vector (1, 1) sea un autovector asociado al autovalor 1 = 4 de la matriz A. (b) el vector (1, 1) sea un autovector asociado al autovalor 1 = 5 de la matriz A. 16. Estudiar si existen a, b y c tales que la matriz a 3 3 2 1 A= b 1 1 c

tenga como polinomio caracterstico 3 + 32 + + 3.

17. Hallar una matriz cuadrada de orden 3 con autovalores 1 = 2, 2 = 3 tal que los subespacios de autovectores asociados vengan dados por V (2 = 3) = {(x, y, z) R3 / x = y = z} 1 2 b a tiene como autovector el vector 18. Determinar los valores de a y b para los que la matriz A = 0 2 0 2 1 (2, 2, 2). 19. Estudiar para qu valores de los parmetros son a 2 2 1 (b) A2 = 0 (a) A1 = 0 0 2 0 1 3 0 diagonalizables las matrices a 0 1 a 0 2 3 (c) A3 = 0 b 3 0 1 0 0 1 V (1 = 2) = {(x, y, z) R3 / y = z}

21. Calcular los autovalores de las matrices inversas de: 3 1 1 1 4 2 (a) A1 = 1 3 1 (b) A2 = 4 1 2 0 0 2 2 2 3 22. Calcular An con n N para las siguientes matrices 3 5 14 3 0 (a) A1 = 0 1 0 (b) A2 = 0 0 2 2 0 2 3 0 0

20. Diagonalizar las 0 (a) A1 = 0 0

siguientes matrices simtricas calculando una matriz de autovectores ortogonal 0 0 1 1 1 0 1 (b) A2 = 1 1 1 1 0 1 1 1

3 4 6 0

23. Los informativos nocturnos de las cadenas de televisin WW y R7 compiten por la audiencia en la misma franja horaria. Diversos estudios muestran que, el 60% de los telespectadores del informativo de WW lo siguen siendo el da siguiente, mientras que el 40% restante pasan a ver el de R7. Adems, de los espectadores del informativo de R7, el 70% continan sindolo el da despus, mientras que el otro 30% preeren ver el de WW. Si se supone que la audiencia total permanece constante y que hoy se han repartido la audiencia al 50%, determinar los porcentajes de espectadores de cada informativo al cabo de una semana.

0 0 0 0

HOJA 6 : FORMAS CUADRTICAS A) Cuestiones test

1. Sea q1 (x) = x0 Ax con A simtrica una forma cuadrtica denida positiva. Entonces q2 (x) = x0 A1 x es denida positiva. (a) Falso, ya que no podemos asegurar bajo las condiciones del enunciado que A1 exista. 2 1 (b) Falso, la forma cuadrtica asociada a la matriz A = es denida positiva, pero q2 (x) = x0 A1 x 1 3 es denida negativa. (c) Verdadero, ya que si q1 (x) es denida positiva, entonces los autovalores de A, 1 , 2 ,. . .,n son positivos 1 1 1 , ,..., son positivos, q2 (x) es tambin y |A| 6= 0. Por tanto, existe A1 y como sus autovalores 1 2 n denida positiva. 2. Sea A una matriz cuadrada de orden 3, no invertible y simtrica, tal que tr(A) = 2. Entonces se verica que la forma cuadrtica q(x) = x0 Ax es semidenida positiva. (a) En general es falso, aunque sera cierto si adems rg(A) = 1 pues entonces la matriz A tendra un autovalor nulo de multiplicidad 2 y como tr(A) = 1 + 2 + 3 = 0 + 0 + 3 , el otro autovalor sera 2. (b) Falso, pues, por ejemplo, la forma cuadrtica q(x, y, z) = 4x2 2y 2 cumple las hiptesis del enunciado y es indenida. (c) Verdadero pues la matriz 1 1/2 0 A = 1/2 1 0 0 0 0

verica las hiptesis del enunciado y sus autovalores son 1 = 0, 2 = 1/2, 3 = 3/2 por lo que es semidenida positiva. 3. Sea q () = xT A una forma cuadrtica siendo la matriz A de orden 3 tal que |A| = 0 y tr (A) = 3. Adems x x 1 = 2 es un autovalor de A. Entonces la forma cuadrtica q es semidenida positiva. (a) Verdadero, como |A| = 1 2 3 = 0 entonces otro autovalor es 2 = 0 y como tr (A) = 1 + 2 + 3 = 2+0+3 = 3 entonces el tercer autovalor es 3 = 1 y por el criterio de los autovalores, la forma cuadrtica q es semidenida positiva. (b) Falso, no hay datos sucientes para clasicarla. (c) Verdadero, si la matriz verica que |A| = 0 entonces la forma cuadrtica es semidenida positiva. 4. Sean q1 y q2 dos formas cuadrticas en Rn tales que q1 es denida positiva y q2 es semidenida positiva, entonces se verica que q1 + q2 denida por (q1 + q2 ) () = q1 () + q2 (): x x x (a) es una forma cuadrtica semidenida positiva. (b) es una forma cuadrtica denida positiva. (c) en general, no es una forma cuadrtica. (d) no se puede clasicar en funcin de la clasicacin de q1 y q2 . 5. Sea q () = xT A una forma cuadrtica siendo A una matriz simtrica de orden 3 tal que |A| = 1. Adems x x 1 = 1 es un autovalor de A. Entonces la forma cuadrtica q es denida negativa. (a) Verdadero, como |A| = 1 2 3 = 1 < 0 y como el nmero de autovalores es impar, entonces es necesario que todos sean negativos. Por lo tanto, por el criterio de los autovalores, la forma cuadrtica q es denida negativa. (b) Falso, no hay datos sucientes para clasicarla. (c) Verdadero, pues los autovalores 1 = 1, 2 = 1, 3 = 1 verican las hiptesis, y por el criterio de los autovalores, la forma cuadrtica q es denida negativa.

B) Problemas
1. Hallar la matriz simtrica asociada a las siguientes formas cuadrticas: q1 (x1 , x2 , x3 ) = 2x2 x1 x3 + x2 + 4x2 x3 4x2 1 2 3 q2 (x1 , x2 , x3 ) = x2 + 2x1 x2 + x1 x3 + x2 + 5x2 x3 x2 1 2 3 q3 (x1 , x2 , x3 , x4 ) = 3x2 + 6x1 x4 + x2 + 2x2 x3 + 4x2 x4 + 6x3 x4 + 2x2 + 8x2 1 2 3 4 2. Dadas las matrices A1 , A2 y A3 2 0 1 A1 = 2 1 1 , 3 0 3 y la forma cuadrtica

q(x1 , x2 , x3 ) = 2x2 2x1 x2 + x2 2x1 x3 x2 x3 + 3x2 , se pide: 1 2 3

2 1 2 0 , A2 = 3 1 0 1 3

2 3 3 A3 = 5 1 2 1 1 3

(b) Obtener la matriz simtrica Q tal que q(x) = xt Qx y relacionar Q y A1 , A2 , A3 . 3. Clasicar las formas cuadrticas siguientes: (a) q1 (x1 , x2 , x3 ) = 2x2 + 2x2 + x2 4x1 x2 1 2 3

(a) Comprobar que q(x) = xt A1 x = xt A3 x = xt A3 x para todo x = (x1 , x2 , x3 ) R3 .

(b) q2 (x1 , x2 , x3 ) = 3x2 + 2x1 x2 + 2x1 x3 + 2x2 6x2 x3 + 7x2 1 2 3 (d) q4 (x1 , x2 , x3 ) = 2x2 + 2x1 x2 + x2 + 2x2 x3 + 3x2 1 2 3 (c) q3 (x1 , x2 , x3 , x4 ) = 2x2 + x2 + 3x2 + 8x1 x3 3x2 1 2 3 4

(e) q5 (x1 , x2 , x3 ) = x2 + 3x2 + 4x1 x3 2x1 x2 + 3x2 1 2 3

(h) q8 (x1 , x2 , x3 ) = 3x2 + 2x1 x2 4x2 1 2

(g) q7 (x1 , x2 , x3 ) = 4x2 + 4x1 x2 x2 9x2 + 6x3 x4 x2 1 2 3 4

(f ) q6 (x1 , x2 , x3 ) = 3x2 + 2x1 x2 + 2x1 x3 + 2x2 6x2 x3 + 7x2 1 2 3

4. Clasicar las formas cuadrticas en funcin de los valores de los parmetros a y b: (a) q1 (x1 , x2 , x3 ) = ax2 + ax2 + ax2 + 6x1 x2 + 8x1 x3 1 2 3 (b) q2 (x1 , x2 , x3 ) = x2 + ax2 + x2 2bx1 x2 + 2x1 x3 + 2x2 x3 1 2 3 (c) q3 (x1 , x2 , x3 ) = ax2 + ax2 + ax2 + 2x1 x2 + 2x1 x3 1 2 3

HOJA 7 : CONVEXIDAD DE CONJUNTOS Y FUNCIONES A) Cuestiones test

1. El conjunto B = (x, y) I 2 / y x3 0, 2x + y 3, x 0 R es convexo. (a) Verdadero, pues B = B1 B2 B3 con: B1 = (x, y) I 2 / y x3 0 , R B2 = (x, y) I 2 / 2x + y 3, , R B3 = (x, y) I 2 / x 0 y como Bi i=1,2,3 son convexos, entonces B tambin lo es por ser interseccin R de conjuntos convexos. (b) Es falso, el conjunto B no es convexo pues B = (x, y) I 2 / x3 y 0, 2x + y 3, x 0 R

y las funciones g1 = x3 y, g2 = 2x + y 3, g3 = x, no son todas ellas funciones convexas . (c) Verdadero, pues si se representa grcamente el conjunto B, se verica que el segmento que une cualquier par de puntos de B est contenido en B.

2. Dados los conjuntos S = {(x, y) R2 /xy 1} y T = {(x, y) R2 /x 0}, se verica que S T es un conjunto convexo. (a) Verdadero, ya que S y T son conjuntos convexos. (b) Falso, pues S no es convexo y slo la interseccin de conjuntos convexos es un conjunto convexo. (c) Verdadero, pues si se representa grcamente el conjunto S T, se verica que el segmento que une cualquier par de puntos de S T est contenido en S T. 3. Sea la funcin f : R2 R dada por f (x, y) = x2 + bxy. Entonces, se verica que, para todo valor de b R, f (x, y) es una funcin convexa en R2 . (a) Verdadero, pues f (x, y) es una forma cuadrtica y todas las formas cuadrticas son convexas. 2 0 (b) Falso. Para b = 0, la forma cuadrtica con matriz asociada Hf (x, y) = es semidenida positiva. 0 0 Esto implica que la funcin f (x, y) es estrictamente convexa y, por tanto, no puede ser convexa. 2 2 (c) Falso. Para b = 2, la forma cuadrtica con matriz asociada Hf (x, y) = es indenida y para que 2 0 la funcin f (x, y) sea convexa es necesario que dicha forma cuadrtica sea denida positiva o semidenida positiva.

B) Problemas
1. Representar los siguientes conjuntos de R2 e indicar cules son convexos: (a) S1 = {(x, y) R2 : x 0, y 0} (b) S2 = {(x, y) R2 : (x 1)2 + y 2 4} (c) S3 = {(x, y) R2 : 2 x 4, x + 2y 8} 2. Estudiar cules de los siguientes conjuntos son convexos: (a) M1 = {(x, y) R2 : 3x2 + 2xy + 2y 2 30} (b) M2 = {(x, y, z) R3 : x + y + z 2, x 0, y 0} 3. Estudiar cules de los siguientes funciones son convexas o cncavas: (a) (b) (c) (d) f (x, y) = x + 3xy 6x2 + y 2 , (x, y) R2 f (x, y) = ax2 + by 2 + cxy + x + y + 2, (x, y) R2 f (x, y, z) = x + y + z, (x, y, z) R3 ++ f (x, y, z) = Ln(xy + z), (x, y, z) R3 ++

TABLAS
PROPIEDADES DE LOS DETERMINANTES
i)
Sea A Mnn y At su matriz traspuesta, entonces |At | = |A| .

ii)

iii)

iv)

a11 . . .

a12 . . .

bj1 + aj1 . . . an1 a11 a12 . . . . . . aj1 aj2 . . . . . .

bj2 + aj2 . . . an2 .. .

.. . .. .

a1n . . .

bjn + ajn . . .

v)

vi)

vii)

viii) ix) x) xi)

an1 an2 an1 an2 a nn a11 a12 a1n a1n . . . . .. . . . . . . . . . ajn = aj1 aj2 ajn para todo R. . . . . .. .. . . . . . . . . . . an1 an2 ann an1 an2 ann Sea A Mnn y R entonces, |A| = n |A| . a11 a12 a1n a21 a22 a2n . . . .. . . . . . . . = 0. 0 0 0 . . . .. . . . . . . . an1 an2 ann a11 a11 a12 a1n a12 a1n . . . . . . .. .. . . . . . . . . . . . . . . a(j+1)1 a(j+1)2 a(j+1)n aj1 aj2 ajn = aj1 a(j+1)1 a(j+1)2 a(j+1)n aj2 ajn . . . . . . .. .. . . . . . . . . . . . . . . an1 an1 an2 ann an2 ann a11 a12 a1n . . . .. . . . . . . . aj1 aj2 ajn . . . .. . . . = 0, para todo R. . . . . aj1 aj2 ajn . . . .. . . . . . . . an1 an2 ann Si en una matriz A Mnn , a una de sus las (o columnas) se le suma una combinacin lineal de las las (o columnas) restantes, el determinante de la matriz resultante es tambin |A| . Sean A, B Mnn entonces |AB| = |A| |B| . k Sea A Mnn y k N, k 6= 0, entonces Ak = |A| . 1 Sea A Mnn no singular, entonces A1 = . |A|

a11 . . . aj1 . . .

a12 . . . aj2 . . .

.. . .. .

a1n . . . ajn . . . ann

a11 . . . bj1 . . .

a12 . . . bj2 . . .

.. . .. .

a1n . . . bjn . . . ann

TIPOS DE MATRICES
Tipos de matrices Triangular superior A = (aij ) Mnn aij = 0 si i > j Triangular inferior A = (aij ) Mnn aij = 0 si i < j Diagonal A = (aij ) Mnn aij = 0 si i 6= j Traspuesta de A A = (aij ) Mmn At = (aji ) Mnm Simtricas A = At Antisimtricas A = At Ortogonales A1 = At Idempotentes A2 = AA = A Nilpotentes A2 = AA = On Unipotentes A2 = AA = In Propiedades Si A y B son triang. sup. y R, entonces A + B, A, AB, A1 (si existe) son triang. sup. |A| = a11 a22 ...ann. Si A y B son triang. inf. y R, entonces A + B, A, AB, A1 (si existe) son triang. inf. |A| = a11 a22 ...ann. Si A y B son diagonales y R, entonces A + B, A, AB, A1 (si existe) son diagonales. rg(A) = no elementos no nulos de la diag.principal. |A| = a11 a22 ...ann. Si A , B Mmn , C Mnp y R, entonces: (A + B)t = At + B t , (A)t = At , t (AC)t = C t At , (At ) = A, rg (A) = rg (At ) Si A Mnn , tr (A) = tr (At ) y |A| = |At |. t 1 Si adems A es invertible: A1 = (At ) Si A , B son simtricas y R, entonces A + B, A, AAt , At A, A1 (si existe) son simtricas. Si A, B son antisimtricas y R, entonces A + B, A son antisimtricas. Adems aii = 0. Si A, B son ortog., AB, BA son ortog. Los vect. columna son ortog. A es invertible. |A| = 1 1. Sea A idempotente. Entonces In A tambin. |A| = 1 0. Si rg (A) = n entonces A = In . Sea A nilpotente. Entonces |A| = 0. Nunca existe inversa A1 y rg (A) < n . Sea A unipotente. Entonces |A| = 1 1. rg (A) = n , A1 , A1 = A. Ejemplo 1 2 3 0 1 1 0 0 2 3 0 0 1 2 0 4 1 1 3 0 0 0 2 0 0 0 1

1 7 9 5 1 9 t A = 7 5 1 2 0 2 3 6 0 6 1 0 2 1 2 0 4 1 4 0 0 1 1 0 2/3 1/3 2/3 1/3 0 0 1 0 2/2 2/2 2/2 2/2 A=

FORMAS CUADRTICAS
Tipo Denicin: Sea q(x) = xt Ax con A matriz simtrica. Denida positiva q(x) > 0 x 6= 0. Denida negativa q(x) < 0 x 6= 0. Semidenida positiva q(x) 0 x y existe x 6= 0 tal que q(x ) = 0. Semidenida negativa q(x) 0 x y existe x 6= 0 tal que q(x ) = 0. Indenida Existen x1 , x2 6= 0 tales que q(x1 ) > 0 y q(x2 ) < 0. Clasicacin de formas cuadrticas Tipo Criterio de Menores Denida positiva Di > 0 i = 1, ..., n. Denida negativa (1)i Di > 0 i = 1, ..., n. Semidenida positiva = Di > 0 i = 1, ..., n 1 y Dn = |A| = 0. Semidenida negativa = (1)i Di > 0 i = 1, ..., n 1 y Dn = |A| = 0. Indenida = |A| 6= 0 y q no es denida Tipo Criterio de Autovalores Denida positiva i > 0 i = 1, ..., n. Denida negativa i < 0 i = 1, ..., n. Semidenida positiva i 0 i = 1, ..., n y existe i0 tal que i0 = 0. Semidenida negativa i 0 i = 1, ..., n y existe i0 tal que i0 = 0. Indenida Existen i0 , i1 tales que i0 > 0 y i1 < 0.