Professional Documents
Culture Documents
Preg Test 2020tot 1-6-Preg AS
Preg Test 2020tot 1-6-Preg AS
Preg Test 2020tot 1-6-Preg AS
Matrius i determinants
1. El sistema
x + 3y + z = 5
ax + 2z = 0
ay − z = a
(a) m = n
(b) rang A = n
(c) rang A = m
(d) rang A < m
1
5. Si A, B ∈ M3×2 (R) tals que AX = B, aleshores:
(a) 0
(b) 2 det(A)
(c) − det(A)
(d) det(A)
0 2
7. Considerem la matriu B = 1 0
. Les matrius A, tals que AB =
BA, són de la forma
a 2b
(a) A = b a
a b
(b) A = 2b a
a b
(c) A = 3b −a
a −2b
(d) A = b −a
2
9. La forma esglaonada reduı̈da que
! resulta d’aplicar el mètode de Gauss-
1 3 −1 1
Jordan a A = 1 1 −1 0 és:
−3 1 3 2
− 12
!
1 0 1
1
(a) 0 1 0 2
0 0 0 0
−1 − 12
!
1 0
1
(b) 0 1 0 2
0 0 0 0
1
!
1 0 1 2
1
(c) 0 1 0 2
0 0 0 0
1
!
1 0 1 2
(d) 0 1 0 − 12
0 0 0 0
12. El sistema
x + y + 2z = 3
αx + z = 0
y + αz = 1
3
0 1 a b
13. Sigui A = . La matriu B = tal que AB = BA
1 3 c d
satisfà
(a) b = c, d = a + 3c
(b) b = a, c = d + 3a
(c) b = d, d = c + 3a
(d) b = c, a = c + 3d
(a) A2 − B 2
(b) A2 − AB + BA − B 2
(c) A(A + B) − B(A + B)
(d) (A − B)A + (A − B)B
2
(a) a = 3
2
(b) a 6= 3
(c) El sistema és incompatible per a tot a ∈ R
(d) El sistema és compatible per a tot a ∈ R
4
17. Per a quins valors de α ∈ R és incompatible el sistema?
! ! !
1 1 2 x 3
α 1 1 y = 1
1 α 1 z α
(a) α = 0
(b) α = 1
(c) α 6= 0
(d) Cap de les altres
18. Donada una matriu A ∈ Mm×n (R) amb rang r, és FALS que un sis-
tema lineal A~x = ~b:
(a) 12
(b) 6
(c) 8
(d) 4
(a) AB = (B T AT )T
(b) BA = (B T AT )T
(c) AB = B T AT
(d) BA = AT B T
5
22. Per a ∈ R, el sistema d’equacions
(
ax − y = 0
x + ay = 0
2x + y = 2
(a) a = −1
(b) a = 3
(c) Mai
(d) Cap de les altres és certa
!
x
1 1 0 1
23. És cert que el sistema 0 2 1
y = 2
z
6
27. Una matriu M ∈ Mn×n (R) satisfà M M T = I. Llavors és cert que
(a) det M = 0
(b) rang M < n
(c) M M T = M T M
(d) M és simètrica
···
1 2 3 n
2 3 4 ··· n+1
28. Per a n > 3, n ∈ N, el determinant de la matriu
3 4 5 ··· n+2
.. .. .. .. ..
. . . . .
n n+1 n+2 ··· 2n − 1
(a) val 1
(b) val 0
(c) depèn del valor de n
(d) Cap de les altres és certa
29. Siguin les matrius 3 × 3 de coeficients reals definides per les matrius
columna C1 , C2 , C3 : A = (C1 , C2 , C3 ), B = (2C1 + C2 , C3 , C1 − C2 ).
Aleshores,
30. Siguin les matrius 3 × 3 de coeficients reals definides per les matrius fila
F1 , F2 , F3 : A = (F1 , F2 , F3 )T , B = (2F1 +F2 , F3 , −F1 +F2 )T . Aleshores,
7
32. Siguin A i B matrius quadrades. Quina de les següents afirmacions és
correcta?
(a) -6
(b) 6
(c) -9
(d) 9
8
Solucions 17. a
18. d
1. b 19. c
2. d 20. c
3. d
21. a
4. d
22. c
5. c
23. b
6. b
24. d
7. a
25. a
8. b
26. d
9. b
27. c
10. a
11. c 28. b
12. c 29. d
13. a 30. c
14. b 31. c
15. b 32. c
16. c 33. d
9
Espais vectorials
1 −1
34. Sigui F = {N ∈ M2x2 (R) tals que AN = N A}, on A = −1 1
.
La dimensió de F és
(a) 1
(b) 2
(c) 0
(d) 3
35. Si ~u ∈ R2 té coordenades (u1 , u2 ) en la base {(1, 0), (1, 2)}, per a trobar
les coordenades de ~u en la base {(1, 2), (1, −1)} farem
−1
1 1 1 1 u1
(a) 0 2 2 −1 u 2
−1
1 1 1 1 u1
(b) 2 −1 0 2 u2
−1
1 0 1 2 u1
(c) 1 2 1 −1 u2
−1
1 0 1 2 u1
(d) 1 2 1 −1 u2
36. Els vectors (2, 1, −3), (1, 0, −4), (m, 1, 1) ∈ R3 són linealment depen-
dents si
(a) m = 1
(b) m = −3
5
(c) m = 2
(d) m = − 32
(a) Per a a = b = 1
(b) En cap cas
(c) Per a − b 6= 1
(d) Per a − b = 1
10
38. Sabem que en una base B de R2 el vector (1, 2) té coordenades (2, 3)
i el vector (1, 3) té coordenades (3, 2). Aleshores, les coordenades del
vector (1, 5) en la base B són
(a) (5, 0)
(b) (0, 5)
(c) (1, 5)
(d) (5, 1)
39. Donat el subespai F = h−x, x(x − 2), 3x(1 + x)i de l’espai vectorial
R2 [x], és cert que
(a) dim F = 2
(b) F = R2 [x]
(c) dim F = 1
(d) Cap de les altres
(a) {(1, −1, 1, 0), (0, 1, 0, 1), (0, 0, 0, 1)} és base de V + W
(b) {(−1, 2, 1, 1)} és base de V ∩ W
(c) {(1, −1, 1, 0), (0, 1, 0, 1), (0, 0, 0, 1)} és base de V ∩ W
(d) {(−1, 2, 1, 1)} és base de V + W
(a) G = F
(b) R3 = F ⊕ G
(c) G ⊂ F
(d) R3 = F + G
11
43. Si B = {~u1 , ~u2 , ~u3 } és base de R3 , B 0 = {u~0 1 = ~u1 , u~0 2 = ~u1 + ~u2 , u~0 3 =
~u1 + ~u2 + ~u3 } i ~v = (x, y, z) és un vector en la base B, llavors
(a) B 0 no és base
(b) ~v = (x − y, y − z, z) en la base B 0
!
1 1 1
(c) (~u1 , ~u2 , ~u3 ) = (u~0 1 , u~0 2 , u~0 3 ) 0 1 1
0 0 1
!
1 1 1
(d) (u~0 1 , u~0 2 , u~0 3 ) = 0 1 1 (~u1 , ~u2 , ~u3 )
0 0 1
12
48. Siguin ~v1 = (−1, 3, −1, β), ~v2 = (α, 1, 1, 0), ~v3 = (−β, −3, 5, α). Trobeu
els valors de α i β tals que ~v1 , ~v2 i ~v3 siguin linealment depenents.
(a) {(− 31 , 31 ), ( 23 , 13 )}
(b) {(1, 1), (2, −1)}
(c) {(−1, 2), (1, 1)}
(d) {( 31 , 13 ), ( 23 , − 31 )}
51. Determineu quin dels següents conjunts està format per vectors lineal-
ment independents:
13
52. Considerem les bases de R2 , B1 = {(1, 2), (3, −1)} i B2 = {(5, 0), (−3, 3)}.
Llavors, si un vector té coordenades (a, b) a la base B1 , les seves coor-
denades a la base B2 vénen donades per:
−1
1 3 5 −3 a
(a) 2 −1 0 3 b
−1
1 3 5 −3 a
(b) 2 −1 0 3 b
−1
5 −3 1 3 a
(c) 0 3 2 −1 b
−1
5 −3 1 3 a
(d) 0 3 2 −1 b
(a) Si E = F1 + F2 , llavors n ≤ r1 + r2
(b) Si E = F1 + F2 , llavors F1 ∩ F2 = 0
(c) Si n = r1 + r2 , llavors F1 ∩ F2 = 0
(d) Si n = r1 + r2 , llavors E = F1 + F2
(a) dim F = 3
(b) F = h1, t2 − 3ti
(c) F no és un subespai vectorial de R2 [t]
(d) F = ht2 − 3ti
55. Donada la base B = {~v1 , ~v2 , ~v3 } de R3 , considerem B1 = {~v1 − ~v2 , ~v1 −
~v3 , ~v2 − ~v3 } i B2 = {~v1 + ~v2 , ~v1 + ~v3 , ~v2 + ~v3 }. Llavors, són base de R3 :
(a) B1 i B2
(b) només B1
(c) només B2
(d) ni B1 ni B2
(a) dim F = 2
(b) dim(F + G) = dim F + dim G
(c) dim(F ∩ G) = 1
(d) H = h(1, 1, −1, 0, 0)i és subespai vectorial de F
14
1 1 1 1
57. Donades A, B, C ∈ M2×2 (R), A = 0 2
, B = 0 −2
iC =
1 α2
0 4
, es pot afirmar que C és combinació lineal de A i B:
59. Siguin els subespais de C3 F = h(1, j, 0), (0, j, −1)i i G = h(−j, 1, 0), (0, 1, j)i.
És cert que:
(a) dim(F + G) = 2
(b) dim(F ∩ G) = 1
(c) F + G = C3
(d) F 6⊆ G
60. Els vectors (1, 2, 3), (−2, 1, 4) i (p, 1, 0) de R3 són linealment indepen-
dents si
(a) p = 0
(b) p 6= 0
(c) p = 2
(d) p 6= 2
(a) F ⊕ G = R4
(b) G ⊆ F
(c) dim(F ∩ G) = 1
(d) Cap de les altres
15
62. En E = R2 [t], les components de p(t) = 14 − 5t + 5t2 respecte de la
base {1, 1 + t, 1 + t + t2 } són:
(a) F = hx − µ, x − νi
(b) F = hx2 − (µ + ν)x + µνi
(c) F = R2 [x]
(d) F no és subespai vectorial de R2 [x]
(a) dim F = 1
(b) dim G = 2
(c) F ∩ G = {0}
(d) Cap de les altres és certa
(a) F ⊕ G = R3
(b) dim F ∩ G = 2
(c) dim F + G = 2
(d) Cap de les altres
66. Sigui F = hx2 , −x, 2x2 −5x+1i un subespai vectorial de R2 [x]. Aleshores:
(a) dim F = 1
(b) dim F = 3
(c) dim F = 2
(d) Cap de les altres
16
67. Determineu la proposició FALSA :
68. Sigui R2 [x] l’espai de polinomis reals de grau menor o igual que 2. Una
base de R2 [x] és:
(a) {1 + x, 2 + x, 3 + x}
(b) {1, x}
(c) {1 + x + x2 }
(d) {1 + x + x2 , x + x2 , x2 }
69. Si A és una matriu quadrada d’ordre n i S és una matriu de canvi de
base, es pot afirmar que
(a) dim F = 3
(b) F = hx2 − 2x + 1i
(c) F no és un subespai vectorial de R2 [x]
(d) F = h−x2 + 1, −x + 1i
17
72. Siguin F = {(x, y, z) ∈ R3 | x+2y +3z = 0} i G = h(−7, 2, 1)i. Llavors:
(a) F ⊕ G = R3
(b) F ∩ G = F
(c) F ∩ G = G
(d) F + G = G
73. Per a quants valors de x ∈ R els vectors (x, 1, 1), (1, 0, −4), (1, 1, x) ∈
R3 són linealment dependents?
(a) dim(F ) = 3
(b) dim(F ) ≤ 3
(c) dim(F ) ≤ 5
(d) dim(F ) = 6
75. Quina de les següents és una base de F = {p ∈ R2 [x]| p(1) = p(0)}?
(a) {x − 1, x}
(b) {x2 − 2x}
(c) {1, x, x2 }
(d) {x2 − x, 2}
(a) a = 0
(b) a = 1
(c) a 6= 0
(d) a 6= 1
(a) F ⊂ G
(b) dim F ∩ G = 1
(c) R3 = F ⊕ G
(d) G ⊂ F
18
1 −1 0
78. Si A = 0 2 −2
, es compleix
79. Sigui A ∈ Mm×n una matriu amb rang k. Llavors és FALS que
19
Solucions 57. d
58. b
34. b 59. a
35. b 60. d
36. a 61. c
37. c 62. c
38. a 63. b
39. a 64. c
40. a 65. c
41. d 66. b
42. a 67. b
43. b 68. d
44. c 69. b
45. d 70. c
46. b 71. a
47. c 72. c
48. a 73. a
49. a 74. c
50. c 75. d
51. d 76. d
52. c 77. b
53. a 78. d
54. b 79. b
55. c 80. c
56. c 81. c
20
Espai euclidià
(a) F ⊥ = {(x, y, z) ∈ R3 | 2x + y = 0; x − z = 0}
(b) F ⊥ = h(2, 1, 0), (−1, 0, 1)i
(c) F ⊥ = h(−1, 0, 1)i
(d) F ⊥ = h(2, 1, 0)i
84. Un vector ortogonal a (1, −2) ∈ R2 en la base {~e1 , ~e2 } tal que ~e1 · ~e1 =
1, ~e1 · ~e2 = 2, ~e2 · ~e2 = 5 és
85. Considerem en R3 el producte escalar tal que els vectors (1, 2, 1), (−1, 0, 2)
i (0, 1, −1) formen una base ortonormal. Llavors
√
(a) la norma del vector (1, 2, 1) en aquest producte escalar és 6
(b) aquesta és l’única base ortonormal de R3 amb aquest producte
escalar
(c) no existeix tal producte escalar
(d) el resultat de multiplicar escalarment els vectors (0, 2, 3) i (0, 3, 2)
és 2
21
87. Sigui H un subespai de R3 tal que H ⊥ està generat pels vectors (0, 1, −1)
i (1, −1, 1). Aleshores és FALS que
(a) a = − 75 , b = 1
4
7
(b) a = 10
, b = 52
(c) a = − 85 , b = 0
7
(d) a = − 10 ,b=1
22
!
1 1
91. Resolem un sistema sobredeterminat AX = B, amb A = 0 1 ,
−1 1
pel mètode de mı́nmims quadrats. La matriu pseudoinversa AI , que
dóna la solució X = AI B, val
1 1
2 3
1
(a) AI = 0 3
− 12 1
3
− 12 1
3
1
(b) AI = 0 3
1 1
2 3
− 2 0 12
1
I
(c) A = 1 1 1
3 3 3
1 1
I 2
0 −2
(d) A = 1 1 1
3 3 3
(a) det E 6= 0
(b) det M > 0
(c) E T E = EE T
(d) M T = M
23
!
a 2 b
95. Considerem la matriu A = 2 1 1 , on a, b ∈ R. Doneu els valors
b 1 1
de a i b per tal que A sigui matriu d’un producte escalar:
(a) a > 0, b 6= 2
(b) a > 4, b > 2
(c) Per a cap valor de a o de b
(d) a ≥ 4, b < 2
!
2 1 0
96. Si la matriu de producte escalar en la base {~e1 , ~e2 , ~e3 } ∈ R3 és 1 2 0 ,
0 0 3
l’angle no orientat que formen els vectors ~e1 i ~e2 és
(a) 60◦
(b) 30◦
(c) 0◦
(d) 90◦
(a) α = − 57 , β = 1
4
7
(b) α = 10
, β = 52
(c) α = − 58 , β = 0
7
(d) α = − 10 ,β=1
98. Quina de les següents pot ser la matriu d’un producte escalar?
!
1 2 0
(a) 2 4 -1
0 -1 2
!
1 1 0
(b) -1 2 1
0 -1 3
!
1 1 0
(c) 1 2 1
0 1 1
!
1 -1 0
(d) -1 2 -1
0 -1 5
24
99. A R3 amb producte escalar habitual, la base obtinguda en aplicar el
mètode d’ortogonalització de Gram-Schmidt sobre la base B = {(0, 1, 1), (1, 1, 1), (−1, 2, 0)}
és:
101. Quins són els valors de x i y que millor aproximen la solució del següent
sistema sobredeterminat?
3x + 2y = 4
x − 2y = 2
2y = 6
(a) x = −2/3, y = 3
(b) x = 1, y = 1
(c) x = 8, y = 3
(d) x = 3/2, y = 1/4
102. Siguin ~u, ~v dos vectors unitaris amb d(~u, ~v ) = 12 . Llavors el producte
~u · ~v val:
7
(a) 8
3
(b) 4
1
(c) 2
(d) Cap de les altres
25
−1
104. En R2 , considerem el producte escalar que fa ortonormal la base {( √12 , √12 ), ( √12 , √ 2
)}.
Llavors,
(a) {x + 1, x − 1}
(b) {1, x2 }
(c) {2x + 1, x − 2}
(d) {x + 1, 3x − 2}
(a) a = 4
(b) Per a tot a
(c) a = −4
(d) Cap de les altres
!
2 −1 0
107. Amb la matriu de producte escalar G = −1 2 0 , quina de les
0 0 1
següents bases de R3 és ortogonal?
(a) F ⊕ G = R3 però F 6= G⊥
(b) F = G⊥
(c) F ⊂ G
(d) G ⊂ F
26
109. Sigui S = {(x, y, z) ∈ R3 | x + y + z = 0}. La distància de ~v = (1, 2, 1)
a S és:
√
(a) √2
3
(b) √2
3
(c) √4
3
(d) 4
!
2 0
x
110. La solució de mı́nims quadrats del sistema lineal 1 1
y
=
0 2
!
2
1 és:
2
(a) (1, 1)
(b) (1, 2)
5
(c) 6
(1, 1)
2
(d) 3
(1, 2)
111. Sigui l’espai euclidià real R3 amb la base canònica i el producte escalar
definit per la matriu
!
3 0 −1
G= 0 2 0
−1 0 1
112. A R3 , amb!el producte escalar que en la base canònica té per matriu
2 1 0
1 2 0 , una base ortogonal del subespai H = h(1, 0, 1), (1, 1, −1)i
0 0 2
és:
27
113. Sigui el sistema sobredeterminat A~x = ~b, A ∈ Mm×n (R). Llavors, el
vector ~x que en proporciona la millor aproximació satisfà:
(a) ~x = A−1~b
(b) ~x = AT~b
(c) (AT A)~x = AT~b
(d) Cap de les altres
114. Considerem un producte escalar a R3 al qual la base B = {(1, 0, 0), (1, 1, 0), (1, 1, 1)}
és ortonormal. Llavors la matriu del producte en base canònica és
!−1 !−1
1 0 0 1 1 1
(a) 1 1 0 0 1 1
1 1 1 0 0 1
! !
1 0 0 1 1 1
(b) 1 1 0 0 1 1
1 1 1 0 0 1
! !
1 1 1 1 0 0
(c) 0 1 1 1 1 0
0 0 1 1 1 1
!−1 !−1
1 1 1 1 0 0
(d) 0 1 1 1 1 0
0 0 1 1 1 1
28
!
a 2 0
117. Doneu els valors reals de a i b per tal que la matriu 2 1 0 sigui
0 0 b
la matriu d’un producte escalar:
120. Si F és un subespai propi d’un espai vectorial E i ~u ∈ E, és cert que
29
~ ∈ R3 tals que k~uk = k~v k = 1, kwk
121. Siguin ~u, ~v , w ~ = 2, ~uc
w~ = ~vc w
~ = π/3
c ~
i ~u~v = π/2. Aleshores el cosinus de l’angle entre ~a = ~u + ~v i b = ~v + w
~
val:
(a) 1/2
√
(b) 3/ 14
(c) 1
√
(d) 3/ 10
122. Amb el producte escalar habitual, una base ortogonal del subespai F =
{(x, y, z) ∈ R3 |x − 2y + 3z = 0} és:
123. Si en un cert producte escalar els vectors ~u1 = (1, 2) i ~u2 = (2, 1) són
ortonormals. Aleshores, la norma de w ~ = (1, 1) val:
√
(a) 2/ 3
√
(b) 3
√
(c) 2
√
(d) 2/3
2 1 2
124. A R , si G = 2 3 , és cert que:
125. La recta y = px + q que dóna la millor aproximació als punts (−3, 3),
(−1, 2), (1, 0), (3, −1) correspon a:
(a) p = − 75 , q = 1
4
7
(b) p = 10
, q = 52
(c) p = − 85 , q = 0
7
(d) p = − 10 ,q=1
30
126. A R3 amb el !
producte escalar que en la base canònica te per matriu
2 −1 0
−1 1 0 , considerem el subespai H = h(1, 0, −1), (1, 1, 1)i. Lla-
0 0 1
vors, una base de H ⊥ és:
128. Quina és la solució que minimitza l’error quadràtic del següent sistema
sobredeterminat?
2x + y = 5
x + 2y = 4
x − 2y = 2
2x − y = 2
(a) x = 2, y = 7/10
(b) x = 2, y=1
(c) x = 9/4, y = 1/2
(d) x = 3, y = 1/2
129. A R3 , amb producte escalar habitual, quin és el vector del subespai
F = h(1, 0, −1), (0, 1, −1)i que està a distància mı́nima de ~v = (1, 2, 3)?
(a) (−1, 0, 1)
(b) (2, 2, 2)
(c) (− √12 , 0, √12 )
(d) (1, 2, −3)
31
130. Sigui el subespai F = {(x, y, z) ∈ R3 |x − 2y + z = 0} de R3 . Aleshores,
unes equacions implı́cites del seu complement ortogonal són:
(a) 2x + y = x − z = 0
(b) x − 2y = x + z = 0
(c) 2x − y = y + z = 0
(d) x − 2y = x − z = 0
131. Sigui F = h(1, 2, −1, 0), (2, 3, 2, 1), (1, 0, 1, 0)i un subespai de R4 . Una
base ortogonal de F és:
(a) p > 0, q 6= 1
(b) Per a cap valor de p i q
(c) p > 1, q > 1
(d) p ≥ 1, q < 1
x−y+z−t = 0
x+y+z+t = 0
y+t = 0
x−z = 0
32
134. Sigui A ∈ Mm×n (R). Llavors es compleix:
137. Si el sistema A~x = ~b, A ∈ Mm×n (R), ~b 6= ~0, és incompatible, llavors:
138. Si el sistema A~x = ~b, A ∈ Mm×n (R), ~b 6= ~0, és compatible indetermi-
nat, llavors:
139. Sigui A ∈ Mm×n (R) i Nul A = {~0}. Llavors, d’un sistema A~x = ~b,
~b 6= ~0, podem afirmar:
33
140. Considerem el sistema A~x = ~b, A ∈ Mm×n (R), ~b 6= ~0, amb rang A =
rang AAT = rang AT A = m. El vector ~x ∈ Row A que n’és solució és:
(a) No existeix
(b) ~x = AT (AAT )−1~b
(c) ~x = (AT A)−1 AT~b
(d) Qualsevol vector ~x ∈ Row A n’és solució
34
Solucions 111. b
112. a
82. a 113. c
83. a 114. a
84. a 115. a
85. d 116. a
86. a 117. d
87. d 118. a
88. b 119. d
89. d 120. a
90. b 121. b
91. d 122. c
92. c 123. d
93. d 124. c
94. a 125. d
95. c 126. d
96. a 127. a
97. d 128. a
98. d 129. a
99. c 130. a
100. d 131. a
101. b 132. b
102. a 133. c
103. a 134. c
104. c 135. a
105. d 136. a
106. d 137. c
107. d 138. d
108. d 139. a
109. c 140. b
110. c 141. d
35
Aplicacions lineals
143. Sigui f : R3 → R4 amb f (1, 0, 0) = (8, 2, 2, 4); f (3, 2, 0) = (12, 12, 0, 0);
f (2, 2, 1) = (0, 12, 0, −12). Llavors la matriu de l’aplicació en la base
canònica és
!
8 2 2 4
(a) A = −6 3 −3 −6
−4 2 2 −8
−6 8 −4
−6 3 2
(b) A =
2 2 2
4 10 −8
8 −6 −4
2 3 2
(c) A =
2 −3 2
4 −6 −8
8 12 0
2 12 12
(d) A =
2 0 0
4 0 −12
36
145. Sigui {e1 , e2 , e3 } una base de R3 . Si un endomorfisme f de R3 és tal
que f (e1 ) = e1 − e2 , f (e2 ) = e1 + e2 , i ker f = he1 − e3 i, aleshores
(a) no és únic i det f = 0
(b) és únic i det f 6= 0
(c) no és únic i det f 6= 0
(d) és únic i det f = 0
146. És cert que, donades les següents aplicacions lineals,
f : R2 → R3 tal que f (x, y) = (x + y, 0, 2y)
g : R3 → R3 tal que g(x, y, z) = (z, −y, −2z)
h : R3 → R tal que h(x, y, z) = x + y + z
(a) f és injectiva
(b) f és exhaustiva
(c) h és injectiva
(d) g és bijectiva
147. Siguin f : R2 → R3 l’aplicació lineal definida per f (1, 2) = (3, 4, 5) i
f (6, 7) = (8, 9, 10), i g : R3 → R2 on g(x, y, z) = (x+2y+3z, x+4y+5z).
Aleshores, en les bases canòniques, la matriu de la composició g ◦ f val
! −1
3 8
1 6 1 2 3
(a) 4 9
2 7 1 4 5
5 10
! −1
3 8
1 2 3 1 6
(b) 1 4 5
4 9
2 7
5 10
! −1
1 1
1 2 3 4 5
(c) 2 4
6 7 8 9 10
3 5
(d) Cap de les altres
148. Sigui F = {(x, y, z) ∈ R3 : x = y} un subespai invariant per ϕ ∈
End(R3 ). Quina de les següents pot ser la matriu de ϕ en la base
canònica de R3 ?
!
1 1 1
(a) 2 2 3
1 1 1
!
1 1 1
(b) 2 2 1
1 3 1
!
0 2 1
(c) 1 1 3
1 1 1
!
0 2 1
(d) 1 1 1
1 3 1
37
149. Sigui f : R4 → R3 tal que f (0, 1, 0, 0) = (3, 1, 2) f (1, 1, 1, 1) = (3, 2, 4),
f (1, 0, 1, 0) = (1, 1, 1); f (0, 0, 1, 0) = (0, 1, 0). La matriu de f en les
bases canòniques és
!
1 3 0 −1
(a) A = 0 1 1 0
1 4 0 −1
!
1 0 1
(b) A = 3 1 4
0 1 0
!
1 3 0 1
(c) A = 0 1 1 0
1 2 0 −1
!
1 3 0 −1
(d) A = 0 1 1 0
1 2 0 1
38
1 0
152. De la matriu 1 0
podem afirmar:
2 2 1 1
154. Donada l’aplicació lineal f : R → R definida per f (~v ) = 0 0
~v ,
quina de les afirmacions següents és FALSA ?
(a) rang f = 2
(b) f és injectiva
(c) f és exhaustiva
(d) dim ker f = 2
39
156. Sigui una aplicació lineal f : Rn → Rm i un subespai F = h~v1 , . . . , ~vk i ⊂
Rn .
157. Sigui φ una aplicació lineal que en bases canòniques té matriu A ∈
Mm×n . Considerem el sistema d’equacions A~x = ~b. Llavors podem
afirmar:
40
161. Essent E = R2 [t], si A és la matriu en la base canònica de l’aplicació
lineal f : E → E definida per f (t) = (t − 1)2 , f (t + 1) = (t + 1)2 ,
f (t2 − 1) = 1, llavors
(a) det A = −4
(b) det A = 1
(c) det A = 4
(d) det A = −1
41
!
1 2 3
166. Sigui f ∈ End(R3 ) amb matriu associada a la base canònica 4 5 6 .
7 8 9
Podem assegurar que:
167. Sigui ϕ : R2 → R3 tal que ϕ(1, 2) = (1, 1, 1) i ϕ(2, 1) = (2, 0, 3). Llavors
la matriu de ϕ en base canònica de sortida i base B = {(1, 0, 1), (1, 1, 0), (1, 0, 0)}
d’arribada és:
!−1 ! −1
1 1 1 1 2
1 2
(a) 0 1 0 1 0
2 1
1 0 0 1 3
! ! −1
1 1 1 1 2
1 2
(b) 0 1 0 1 0
2 1
1 0 0 1 3
! !
1 1 1 1 2
1 2
(c) 0 1 0 1 0
2 1
1 0 0 1 3
!−1 !
1 1 1 1 2
1 2
(d) 0 1 0 1 0
2 1
1 0 0 1 3
42
170. En l’espai vectorial Kn es considera una base ortonormal B de matriu
E i la base canònica. Si un endomorfisme f ∈ End(Kn ) ve donat, en
la base canònica, per la matriu M i, en la base B, per la matriu N ,
aleshores,
(a) M = N
(b) M = E T N E
(c) N = EM E −1
(d) E −1 = E T
(a) Imf = R3
(b) det f = 1
(c) La matriu associada a f és la matriu nul·la
(d) f no és isomorfisme
43
175. Quines són les antiimatges del vector (1, 1, 1) per l’endomorfisme f (x, y, z) =
(x + y + z, 2x + y, y + 2z)?
(a) (3, 3, 3)
(b) (1, −1, 1) + λ (1, −2, 1); λ ∈ R
(c) No en té
(d) λ (1, 1, 1); λ ∈ R
(a) f = I
(b) f −1 = f
(c) f no és invertible
(d) f −1 = I
(a) m 6= 3
(b) m = 3
(c) Per a tot valor de m
(d) Per a cap valor de m
44
180. Considerem les aplicacions lineals donades per les matrius A ∈ Mm×n (R)
i AT ∈ Mn×m (R). Es compleix:
45
Solucions 161. c
162. d
142. b 163. d
143. c 164. d
144. b 165. c
145. d 166. b
146. a 167. a
147. b 168. b
148. d 169. a
149. d 170. d
150. d 171. c
151. a 172. d
152. d 173. b
153. a 174. d
154. d 175. b
155. d 176. d
156. b 177. b
157. b 178. b
158. c 179. c
159. d 180. a
160. d 181. b
46
Diagonalització d’endomorfismes
!
1 2 −3
182. Donada la matriu A = 1 1 2 , és FALS que
2 2 2
184. Sigui f ∈ End(R3 ) definit per f (1, 0, 0) = (1, 0, 0), f (0, 1, 0) = (2, 3, 0)
i f (0, 0, 1) = (2, 0, −1). Quin dels següents és un vector propi de f ?
(a) (1, 1, 0)
(b) (1, 0, 1)
(c) (0, 1, 1)
(d) (3, 1, 1)
(a) −e1 + e3
(b) e2 + e3
(c) e1 + e2
(d) 3e1 + e2 + e3
47
!
−1 −1 3
187. Donada la matriu A = 2 2 a ,
0 0 1
on a ∈ R, aleshores
(a) 1 + x
(b) −1 + x2
(c) x + x2
(d) 3 + x + x2
190. Sigui f : R3 [x]→ R3 [x] tal que f (p) = p + p0 . És cert que
1 2 0 0
2 3 0 2 2 0
(a) la matriu en la base 1, x, x , x és 0 0 1 3
0 0 0 1
(b) diagonalitza
(c) dim ker(f − I) = 2
(d) dim ker(f − I) = 1
48
191. Si A és una matriu quadrada d’ordre dos amb coeficients reals amb
Ker(A + iI) = h(1 − i, i)i, aleshores A = P DP −1 , on
1−i 1+i i 0
(a) P = i −i
, D = 0 −i
1−i i −i 0
(b) P = 1 + i −i , D = 0 i
1−i 1+i −i 0
(c) P = i −i
,D= 0 i
1−i i i 0
(d) P = 1 + i −i , D = 0 −i
192. Quina de les següents matrius té (1, 1, 0) per vector propi?
!
1 1 1
(a) 2 2 3
1 1 1
!
1 1 1
(b) 2 2 1
1 3 1
!
0 2 1
(c) 1 1 3
1 −1 1
!
0 2 1
(d) 1 1 1
1 3 1
193. Considereu els vectors v1 = (1 + 2i, 1 − 2i, 1), v2 = (1 − 2i, 1 + 2i, 1),
v3 = (5, −3 + 4i, 1 + 2i) i els escalars λ1 = i, λ2 = −i, λ3 = 2. Podem
afirmar:
49
195. Si el polinomi caracterı́stic d’una matriu A és p(λ) = (1−λ)2 (3−λ) i els
subespais propis són respectivament h(1, 2, 0), (1, 1, −1)i i h(2, −1, 1)i,
aleshores la matriu A s’obté fent
! ! !
2 1 1 3 0 0 2 −1 1
1
(a) 6
−1 2 1 0 1 0 0 3 3
1 0 −1 0 0 1 2 −1 −5
! ! !
2 1 1 1 0 0 2 −1 1
1
(b) 6
−1 2 −1 0 1 0 0 3 3
1 0 −1 0 0 3 2 −1 −5
! ! !
1 1 2 3 0 0 2 −1 1
1
(c) 6
2 1 −1 0 1 0 0 3 3
0 −1 1 0 0 1 2 −1 −5
! ! !
1 2 1 1 0 0 2 −1 1
1
(d) 6
2 −1 1 0 3 0 0 3 3
0 1 −1 0 0 1 2 −1 −5
(a) A = CDC −1
(b) A = C −1 D C
(c) A = C D C T
(d) A = C T D C
!
1 2 0
198. Donada la matriu A = 2 1 0 , determineu quina afirmació és
0 1 1
correcta:
(a) A no diagonalitza
(b) A diagonalitza en R
(c) A diagonalitza en C, però no en R
(d) A diagonalitza en una base ortogonal
50
199. Sigui l’endomorfisme ϕ ∈ End(R3 ) tal que ϕ(x, y, z) = (x−y−2z, z, y+
z). El subespai F = {(x, y, z) ∈ R3 | x + 2y + az = 0} satisfà ϕ(F ) ⊂ F
si
(a) a = 3
(b) a 6= 3
(c) Per a tot valor de a
(d) Per a cap valor de a
(a) tr f = 6
(b) f és exhaustiva
(c) ker f = {~0}
(d) f és invertible
(a) A−1 = AT
(b) A no diagonalitza
(c) V ⊕ V 0 = R3
(d) A 6= AT
(a) ~v ∈ Col(A)
(b) ~v ∈ Nul(A)
(c) ~v ∈ Nul(AT )
(d) ~v ∈ Row(A)
(a) rang f = 3
(b) rang f = 2
(c) rang f = 1
(d) no tenim prou informació per a saber rang f
51
204. L’aplicació lineal f (x, y, z) = (x + ay − 2z, 3y, −2x + z) diagonalitza en
R:
(a) A = 0
(b) det A = 0
(c) rang A < n
(d) tr A = 0
208. Doneu tots els valors de a ∈ R per als quals la següent matriu diago-
nalitza en R !
1 0 0
A= 2 a 1
2 0 2
(a) ∀a ∈ R
(b) a 6= 1, 2
(c) a 6= 1
(d) a 6= 2
52
209. Donat el polinomi caracterı́stic pf (x) = −(1 + x2 )(1 + x), aleshores
210. Sigui f ∈ End(R4 ) tal que els seu polinomi caracterı́stic p(x) = (x −
2)(x − 3)(x2 + 4). Llavors:
(a) f diagonalitza a R
(b) f diagonalitza a C, però no a R
(c) La matriu associada a f és una matriu simètrica
(d) Cap de las altres afirmacions és certa
211. Sigui A ∈ M2×2 una matriu que diagonalitza amb valors propis λ1 =
i, λ2 = −i, i vectors propis respectius ~v1 = √12 (1, −1), ~v2 = √12 (1, 1).
Llavors:
0 1
(a) A = −1 0
0 −i
(b) A = −i 0
0 i
(c) A = i 0
53
213. Donada la matriu
1 1 1 1
−1 1 2 1
A=
0 0 1 0
0 0 1 1
54
218. Sigui A ∈ Mm×n (R) i M = AT A. Llavors, M
(a) no diagonalitza
(b) diagonalitza amb valors propis no negatius
(c) diagonalitza amb valors propis positius
(d) diagonalitza amb valors propis simples
219. Una matriu simètrica A ∈ M3×3 (R) té polinomi caracterı́stic p(λ) =
−(λ − 1)2 (λ + 1). Si ker(A − I) = h(1, 1, 0), (1, 0, 1)i, llavors
(a) Els valors propis de A concideixen amb els seus valors singulars
(b) Nul A = (Col A)⊥
(c) Els valors propis de A són reals no negatius
(d) Cap de les altres
1 −1
221. Els valors singulars de la matriu A = 1 1
són
(a) σ1 = σ2 = 2
√
(b) σ1 = σ2 = 2
√
(c) σ1 = 2, σ2 = 0
(d) σ1 = 2, σ2 = 0
222. La
descomposició
en valors i vectors singulars de la matriu diagonal
5 0
0 −2
és
1 0
(a) 5 0
( 1 0 )−2 1
( 0 1 )
5 0
(b) 1 0
( 1 0 )+2 −1
( 0 1 )
1 0
(c) 5 0
( 1 0 )+2 −1
( 0 1 )
5 0
(d) 1 0
( 1 0 )+1 −1
( 0 2 )
55
223. Sigui A ∈ Mm×n (R) amb rang A = r. Considerem l’expressió A~vi =
σi~ui ; i = 1, . . . , r; on {~ui } és una base ortonormal de Col A i {~vi } és
una base ortonormal de Row A. Llavors,
(a) 2, −2
(b) 1, 4
(c) 1, 16
√ √
(d) 2, − 2
225. Una matriu A té vectors singulars per la dreta ~v1 = (1, 0), ~v2 = (0, 1),
−1 √1
per l’esquerra ~u1 = ( √12 , √12 ), ~u2 = ( √ , 2 ), i valors singulars σ1 =
√ 2
σ2 = 2. Llavors,
1 1
(a) A =
1 −1
1 −1
(b) A =
1 1
1 1
(c) A =
−1 1
−1 1
(d) A =
1 1
226. Quins són els valors singulars no nuls de la matriu A?
1 2 0 0
A= 2 1 0 0
(a) {1, 3}
(b) {1, 9}
(c) {1, 2}
(d) {−1, 3}
56
227. Si A = U ΣV T és la descomposició en valors singulars d’una matriu
A ∈ M4×3 (R), es pot afirmar que,
228. Sabem que una matriuPA ∈ M3×4 admet una descomposició en r valors
singulars no nuls A = ri=1 σi~ui~viT . Aleshores,
(a) ~vi ∈ R3
(b) ~ui ∈ R4
(c) rang A = r
(d) r < rang A < 4
(a) AT = A
(b) GT = G
(c) GT = G−1
(d) AT G = GT A
!
2 1 0
230. La matriu de producte escalar en la base {~e1 , ~e2 , ~e3 } ∈ R3 és 1 2 0 .
0 0 3
!
1 0 a
L’endomorfisme f que, en aquesta base, té per matriu A = −2 −3 −2
2 0 1
és simètric si
(a) a = 4
(b) a = 0
(c) a = −2
(d) mai
57
232. Si A ∈ Mn×n (R), det A 6= 0 i AT = A, llavors és FALS que
(a) A diagonalitza amb valors propis reals positius
(b) Nul A = Nul AT = {~0}
(c) A diagonalitza amb valors propis diferents de zero
(d) els valors propis de AAT i AT A coincideixen
!
1 0 0
233. La matriu A = 0 0 1
0 1 0
(a) no diagonalitza en R
(b) no diagonalitza en C
(c) admet una base ortogonal de vectors propis
(d) els valors propis són simples
234. Si A ∈ M3×3 (R) té 3 valors propis reals i vectors propis ~v1 = (0, 1, 0),
~v2 = (−1, 0, 1), ~v3 = (1, 0, 1). Aleshores,
(a) A és invertible
(b) els valors propis de A són simples
(c) A és una matriu simètrica
(d) A és una matriu ortogonal
235. La matriu A ∈ Mn×n (R) té un valor singular σ1 . Llavors,
(a) σ1 és valor propi de AT A
√
(b) σ1 és valor propi de A
(c) σ1 és valor propi de A
(d) σ12 és valor propi de AT A
236. Si A ∈ Mn×n (R) té n valors singulars diferents de zero, és FALS que
(a) A és invertible
(b) A diagonalitza
(c) dim Nul AT = dim Nul A = 0
(d) dim Col A = dim Row A = n
−1 0
237. Els valors singulars de la matriu A = 0 −5
són
(a) 5 i 1
√
(b) 5 i 1
(c) 25 i 1
(d) −5 i −1
58
√
3 √2
238. Els valors singulars de la matriu A = són
0 3
(a) 3 i 1
(b) 9 i 1
√
(c) 3 i 0
√
(d) 3 i 2
59
Solucions 211. b
212. b
182. d 213. b
183. b 214. b
184. a 215. b
185. b 216. b
186. c
217. b
187. a
218. b
188. a
219. c
189. c
220. b
190. d
221. b
191. c
222. c
192. c
223. b
193. d
224. b
194. a
225. b
195. a
226. a
196. b
227. d
197. a
228. c
198. b
229. d
199. a
200. a 230. a
201. c 231. b
202. a 232. a
203. b 233. c
204. b 234. c
205. c 235. d
206. a 236. b
207. b 237. a
208. d 238. a
209. d 239. c
210. b 240. d
60
61