Sistemas de Ecuaciones Lineales y Analisis Matricial Ejercicios Resueltos 3H Dada Ja matriz : -2 4 2 i 4 2 -2 Aslo 1 -2 4 1-2 4 2 Hallar A?,A™ y det(A)- Solucién: -2 4 2 1 -2 2 1 2 0 0 0 422 dade 2 -2}}4 2 1 -2) [0 25 0 0] | 2 1 -2 4 2 1 -2 4 Oo 0 25 0 1 -2 4 1-2 4 #2 0 O 0 25, 4 1 ATA SAT-257 > ANA: A= 254% => A= 25A" = AT =A ps 0 0 0 Ja‘|=Lalal= sr =| 5 : . o[=25" + Lal = v25" = 25° 0 0 as 2, Demostrar que la matriz 27 a(t] Verifica la ecuacién: : 0 0 A? -[Traza(A)]-A+|Al-T -(; 0) Hallar A. Solucién: Traza(A)= 2+2=4, det(A)= 4-1=: sft T 21) (5 4) fl alli al las]Sistemas de Eucaciones lineales y Analisis Matricial woman JEDI e309 A?-4A43/=0,,. => A(A—41 +34") =0,,, => A-4143A7 = 0. Hallando 4-1 3A =4/-ASAT= si K 3. Dadas dos matrices cuadradas A y B de orden 2 se sabe: t § (; 8 “ls 1s Maloy Caleular los posibles valoresde tty. Solucion: - Sabiendo que det(AB) = det(BA) entonces 7-15-(5-5) = ab-16, de donde 80 = ab- l6y ab=96(D - Sabiendo que Traza(AB)=Traza(BA) entonces 7 + 15 =a +b, de donde at+b=22 (0) - Despejando de (ID) y sustituyencio en (1) queda: a? -22a+96=0 los posibles valores de a yb serin: a=6,b=16 y a=16,b=6. Me Dada la matriz : 021 a) Hallar dey(4-Al) siendo A= 8. b) Sabiendo que el desarrollo en serie de e* es: . SF ef =l4xt— es... 2: 3 Hallar e* usando los tres primeros términos de la serie. Solucién: a) Calculando det(A-8/):Sistemas de Eucaciones Lineales y Analisis Matricial 13 1) f1 0 of} +7 3 ] |A-8i=]2 -1 1/-80 1 of/=|2 -9 1)=-495 o 2 1 (oo 1) |o 2 9 b) Calculando e*: a A A" € aIt+ At yt nl ‘Utilizando los tres primeros términos de la serie, quedara: 2g 1 0 0) 13 1) ft 3 aa at e*4di+as=|0 1 0]+]/2 -1 1+s}2 -1 1ff2 -1 1 “ loo 1 lo 2 1) “lo 2 alo 21 'S. Hallar el determinante de la matriz = rE eEN Ee Il wone ero Solucion: Este determinante puede hallarse tomando los adjuntos de la tercera columna por existir en ella dos ceros. 01 rE 2 -1 0 hot Y 11d a 1 Y IZ -1 2 0 h 2 0 qe -2 W-2h -2 1+0j2 -1 1)-3/)2 -1 @ 1 1 oO} ft 1 1 1 0 1-2 J 1 1 3 Q Desarrollando por Ja Regla de Sarrus los determinantes 2° y 4° foil od I —-2 1)/=(0+14+D-(-2+1+0)=3 H 1 Of lot oy 2-1 O}=(-1-4+0)-(-1+0+2)=-6 1-2 WJSistemas de Eucaciones lineales y Analisis Matricial Los determinantes 1° y 3° no es necesario, obviamente, desarrollarlos por estar multiplicados por 0, por lo que el valor del determinante de a es: |a]=0-2(3) +0-3(-6) =12 “6. Hallar el rango de la matriz = a a a a b c bt+e ate atb Solucién: Haciendo transformacienes elementales ; que conservan el rango, hasta que todas las éntradas de A por debajo de la diagonal principal sean nulas, es decir, en este caso como A es cuadrada, hasta que A sea triangular superior, tenemos, a a a a a a aoa a a b ec |*|/0 b-a c-aje|0 b-a c-a 0 a-b a-c Oo oO 0 a-b SG=n b+c ate a+b ReR-R =~ b Ren Se observa de forma directa que el rango de la matriz obtenida es dos 7 Hallar el valor de A que anula el determinante de (A - -U) siendo A 3.00 A=}1 2 0 402 Solucion: 3.60 (1 0 0) (3-Aa 0 0% (A-AN)=]1 2 O|-A}O 1 Of= 2-Aa 0 4 0 2 001 4 O 2A \ / p-4 0 0 |A-All= 2-2 0 |=G-ay2-aySistemas de Eucaciones Lineales y Analisis Matricial |A-al|=0sid=302=2 “8. Hallar la independencia o dependencia lineal de las columnas o filas de la matriz orow overs Ve oro Solucién: Para analizar si las columnas (0 filas) de A son linealmente independientes o no, basta calcular el rango de A, lo que haremos por transformaciones elementales de fila que conservan el rango, hasta que A sea una matriz triangular superior. i}. 0 1 17 ft 017 of Joa 1 of joa 1 0 o|“|o 0 -3 o]"|o 0 -3 0 o} joo 3 o| [oo o Oo F,=F,+F, Se observa que el rango de la matriz obtenida es 3, lo cual indica que A tiene 3 columnas (o filas) linealmente independientes, o que una columma (0 fila) de A puede ser escrita como combinacién lineal de las otras columnas (0 filas) 9. Hallar Ja inversa de la matriz : 1 =) now 1 Solucién: Una matriz tiene inversa si y solo si su determinante es distinto de 0. Hallando el determinante de A se tiene que:Sistemas de Eucaciones lineales y Andlisis Matricial 2 -1 0 lal=|3. 2 1]=(4+0+2)-(0+4+3)=-90 2 2 -] Luego existe Ja matriz inversa de A. Calculando 1a matriz inversa: Loa, WA) on Siendo A” Ja matriz adjunta, siendo esta: An An Ap A’=|4An An An An An As La matriz adjunta es: -4 1 10 Atz|-1 -2 -2 -1-2 7 La traspuesta de Ja adjunta es: -4 -1 -1 (a) s] 1-2 -2 (10-2 7 La inversa es: -4 -1 -1 Ataryla yes 1 -2 -2 ““\y0 -2 7 10. Dado el sistema:Sistemas de Eucaciones Lineales y Andlisis Matricial Resolverlo por el Método de Cramer si es posible. Solucién: Hallando el determinante de la matriz A del sistema: 1. 1. A=|0 1 l/=1+1=220 101 E] determinante es distinto de 0, el ntimero de ecuaciones n es igual al nimero de incégnitas p, tiene solucién por el Método de Cramer. Planteando: 11 Ll q 11] 2 11 lio 2 yj lo 1 lo ol) gy 10] 3 10 1 me 2 2 me 2 NM. Dado el sistema: 2 Resolverlo mediante e] Método de Cramer para los valores de a que sea posible. Solucién: Hallando el determinante de la matriz del sistema: la 0 0 1 -l)=l-a+1=2-a 111 E] sistema puede resolverse por el Método de Cramer para a # 2, siendo la soluci6n: la oO aod - jo 2 12 vues BS w 1 is) 8 2a-1 x 42. Dado e] sistema: 28Sistemas de Eucaciones les y An Matricial xtyt+3r=4 Qxty-zt+real Bx-y—z+2t=-3 oxe2y43z-1=4 a) Resolver por el Método de Eliminacién Gaussiana sin intercambios (sin pivoteo). b) Factorizar A = LU. Solucién: a) Resolviendo por e] Método de Eliminacién Gaussiana sin intercambios: 1 1 0 3/4 tL Oo 3/4 1 1 0 3) 4 2 1 -1 L]1 O -1 -l -5)-7 O -1 -1 -5/-7 30-1 -1 2/-3/"}o -4 -1 -7-15/"|}o 0 3 13/13 [-1 2 3 -4) \o 32 3 als 0 0 0 ~13-13) F,=F,-2F, F,=F,-4F, F,=F,-3K Fl=R-COE Fo= F,- CDR, Resolviendo por remonte, xtysOrt3r=4 —y- 2-5 2 32413r=13 0 -131=-13 r=l i: b) Factorizando A=LU: oo o)/1 1 0 3) sel 10 0)/0 4 4 “3 | ee 3 4 10//0 0 3 13 -1 -3 0 1 0 0 0 -13 13, Resolver por el Método de Elimmacicn Gaussiana utilizando pivotacién parcial 0 total:x+9y+12z = 22 9x+3y+z=13 x+y+z2=3 Solucién: Se intercambian filas o columnas hasta colocar en la posicién del pivote el mayor elemento de la matriz, teniendo en cuenta que : - Intercambiar filas significa intercambiar ecuaciones en e] sistema manteniendo el orden de las incdgnitas. - Intercambiar columnas significa intereambiar el orden de las incdgnitas mantemendo el orden de las ecuaciones del sistema. 19 12/22 12 9 1/22 12,9 1 | 22 2 A 9} 22 9 3 1}I3}=| 1 3 9)13)=| O 27 107/134)=| 0 107 27134 11 1]3 1 1 43 oO 3 11}14 O dl 3)14 Cx, Fy=12R,-F, CyxC, F, =107F,-11F, 2 1 9l2 0 107 27134 0 O 24 24 Resolviendo por remonte, 12z4+2%49y =22 107x + 27y = 134) => x 24y = 24 y= M4. Hallar la matriz inversa por el Método de Gauss Jordan o transformaciones clementales: wow Solucién:Sistemas de Eucaciones lineales y Analisis Matricial Se trata de hacer las mismas transformaciones elementales aA y a I, de forma tal que si transformamos a A en Ja matriz identidad, las mismas tanformaciones en J darén como resultado la inversa de A, segin: 1= AA‘ +E,...E,E,1 = E,...E,E,AA” > E,...E,E\1 = 1A" = E,..E,E\1= Av 1 2 -1 0 0) (1 2 -i 0 0) (1 2-1 © 0) 3.8 2/0 1 O]=/0 2 5/-3 1 Oj={0 2 5/-3 1 0 sapu a lea she eal lee geet 3 F,=F,-3K Fy=2h-h Rah-5h R= F-4F, RrR+ 2) (1 0 0-26 -7 12) (1 0 O-26 ~7 12 -10|=|0 2 0} 22 ¢ colelo 1 aa 3-5 2 oo -S -1 2) \0 0 Y-s -1 2 Rek-F F,=F/2 Siendo la matriz inversa: (-26 -7 12 At=| ll 3-5 L-5 -1 2 1S. Hallar la solucién del sistema mediante factorizacién LU: 2x,-x,-x,=1 —x) +4, —3x,=0 3x, - 3x, +4x, =0 Solucion: La matriz de los coeficientes y el vector de los términos independientes seran! -1 -1) ( 1-3) v é= 4 B34 \0, 1 a) Factorizando A = LUSistemas de Eucaciones Lineales y Andlisis Matricial 2 -1 -1) (2 -1 -1) (2 -1 -1 -1 1 ~-3/<]/0 4 Fle/o 4 FZ 30-3 4 o # 8) lo o -s F=F-GQR R=5-R De donde, 2-1 u=|0 4 0 0 Resolviendo por descenso el sistema triangular Ly = b, yy =1 ! y+, =O} por descenso se obtiene ¥=| $ iy 3 ty =0 0 Resolviendo por remonte el sistema triangular Ux = c, 2x, -x,-4; =1 1 2 Tx = por Temonte se obtiene: X =| 1 ~5x,=0 0 16. Resolver el sistema por el Método de Crout si es posible. m-2x, -a =3 —2x,+7x, + % —x,=2 x, +5%, —x,+2x, —%, —4, 76x, + 2,24 -x, +2, +x, +92,=0 Solucién: La matriz del sistema y el vector de los términos independientes seran,Sistemas de Eucaciones lineales y Analisis Matricial 0 -l1 0 3 1 0 -1 2 5 -l 2] g§=)1 -1 6 1 4 o -l 21 9 0 Como A es simétrica, si probamos que es factorizable LU, podemos aplicar la factorizacién de Crout 1 -2 0 =1 °) 1-2 0 -1 60) f1 -2 0 -1 0 -2 7 1 0 -1 Oo 3 1 -2 -1 0 3 Lo 2S] O 1 5 -1 2}e/0 1 5 -1 2]/s/0 0 # -4 4 -1 0 -1 6 I 0-2-1 5 1 qeagasbay ¢ (oO -1 2 41 9 o-1 2 1 9 oo + 4 # K=F-OF F,= F,- (mF Flak. -(-DF F=F,-(a)F fl -2 0 -1 0 0 3 1-2-1 00 # -4 FZ] oo 4 Bt lo o o + #] Fl=F,+GbF F,=F.- Ge, Rakh-ah De donde, 1 0 0 00 1000 0 0 0 0 03 0 0 0 1 0 0] pa|joo # 0 0 -$+ 10 ooo 8 0 2 #1 loo 0 o Be Resol viendo por descenso el sistema triangular ,Sistemas de Eucaciones Lineales y Analisis Matricial 1 0 0 +2: 1 0 Ly=b | 0 -0333 1 -1 0.667 -7.143x107 ooo 1 0 -0,333 0.3 0.137 De donde ¥ = (3,8,—1.667,12.214,1.824) Resolviendo directamente el sistema diagonal, 10 90 0 0 03 #0 0 0 Di=F¥ |0 0 4.667 0 0 00 0 3643 0 oo oO 0 7.431 \ De donde z = (3, 2.667, -0.357,3.353,0.245) Resolviendo por remonte el sistema triangular, 12 0 -1 0 0 1 0333 0667 -0.333 00 1 -7.143x107 0.5 oo 0 1 0.137 o0 0 0 1 De donde x = (16.403, 5.042,—0.243, 3.319,0.245) 45 roooe vw Ms Ms = ut obReEN YW -1667 12,214 % Xs 1.824 2.667 =| -0.357 3.353 0.245 17. Hallar la solucién del sistema por el Método de Cholesky si es posible: x+2y+324+4152 2x4 5y4+4z+13¢=11 3x+4y+4 22241 =-8 4x+13y41lz+542=47 Solucién: La matriz del sistema y e] vector de los términos independientes seran:Sistemas de Eucaciones lineales y Andlisis Matricial 12 3 4 2) 25 413 - |u A“, 4 22 1 bal _s 413 11 54] wl Como A es simétrica, si es factorizable LU y ademas todos los pivotes son estrictamemte postitives (definida positiva), podremos aplicar el Método de Cholesky. 123 4 12 3 4) fl 2 3 4) (12 3 4 2 5 4 13] |o 1 -2 5] jo 1 -2 5} |o 1 -2 5 3.4 2 ny*}o -2 Bo -i/*]0o 0 9 9]"jo 0 9 9 \4 13 11 54 Oo 5 -1 8 loo 9 13. oo 0 4 R=F,-2R ReR-COR R=R-k = F,=F,-5F, Aes factorizable LU y todos los pivotes son estrictamente positivos, entonces A es definida positiva y puede factorizarse L,I? (1 0 00 1000 2 100 0100 T=l3 5 1 of P=l0 090 45 11) 00 0 4) Hallando |a matriz de Cholesky ‘1 0 0/1000) (1 0 OO 2 1 0 0//0 100] |2 1 0 oO LD* = + Se =L, 3-2 1 0] }0 0 3 o]"|3 -2 3 0) * 45 11)\0002) 4 5 32 Resolviendo por descenso e! sistema triangular,Sistemas de Eucaciones Lineales y Analisis Matricial 1 0 0 OV), 2 y =2 Bak 2 1 0 Oly, | fit|_ 2+ 3 2 3 Oly, -8 3y,- 29. +393 4 5 3 2hy 47 dy, +5y, +3y, +2y, = 47 De donde ¥=(2,7,0,2) Resolviendo por remonte el sistema triangular, (1203 4) (x) (2) x, +2x, 43x, +44, 01-2 5} |x| [7 x, - 2x, +52, 00 3 3} |x,]~|ol> 3x, +3x, =0 00 0 2) lx} lal 2x, =2 De donde x = (1,0.-11) 18.- Ajustar la ecuacién de combustién del ctanol: C,H,OH +0, CO, +H,0 Solucién: Se asignan los valores de las incégnitas a cada molécula de la reaccién y por Ja Ley de conservaciGn de la masa obtenemos: x, C,H OH + x,0, + ,CO,+x,H,O0 C: 2y=%, H:6x,=2x, Ol te, =I thy Quedando el sistema de ecuaciones lineales homogéneos: 2x xy =0 6x, —2x,=0}# x +x,—-24,-%,=0 Cuya solucién general en funcién de un pardmetro es: (x 3x, 2x 3x) Una solucién particular serd (1. 3, 2, 3) quedando la ecuaci6n ajustada: C,H.OH +30, + 2CO. +3H,O 36Espacios Vectoriales y Aplicaciones Lineales Ejercicios resueltos W. Estudiar en funcién de a el rango del sistema de vectores M = { (1, a, a), (1, a, 1), (a, 1, 1)} del espacio vectorial real R? Planteando el determinante de la matriz asociada al sistema de vectores M e igualandolo a 0 para estudiar los valores del parametro a: 1 1 qd M=|l a 1)=a+a+a-a°-1-1=-a'+3a-2=0=a°-3a+2=0 ia 1 J Resolviendo por el Método de Ruffini, las tes rafces reales del polinomio son: a= (raiz doble) ya =-2 Por tanto: - Paraa#1Aa#-2 se tiene que el sistema de vectores M es 3, por lo que es un sistema linealmente independiente. - Para a=-2el rango de la matriz M es 2 lo que indica que sdlo dos vectores son lmmealmente independientes. - Paraa=1, todos los elementos de M seran 1, el rango de M sera 1 solo existe un vector linealmente independiente. “3. Expresar el vector v = (-5,8,11) como combinacién lineal de Jos vectores x = (1,34), y = (1,2,5), 2 = (-1,2,3). Solucién: Escribiendo v como combinacién lineal de x, y, z vsax+ By+yz = a(1,3,4)+ B(125) 47 (-1,2.3) = (-5,8,11 ) , de donde: a@+p-y=-5 3a + 2f+2y =8 400458 +3y = 11)Espacios Vectoriales y Aplicaciones Lineales Resol viendo el sistema de ecuaciones anterior, tenemos:a=0, B =-1/2, y= 9/2 De donde, v=0x-. 9 peer =(-481 3 ¢ ) Y podemos decir que (-4,8,1) son las coordenadas de v en la base /3. Las coordenadas de un vector x’ referidas al a base B= {(1,1), (0,-1)} son (1, 3). Halle las coordenadas de x" en base candnica de R*. Solucién: Aplicando la formula del cambio de base Bx’ =x siendo x las coordenadas de! vector en base canonica B la matriz de la base x’ las coordenadas del vector en base B Obtenemos e] siguiente producto matriz-vector fi olf1)_(a La -1f[3} (y Resolviendo, hallamos las coordenadas del vector x en canénicas de IR que son, x=(1,-2) 4¢Sea el vector x cuyas coordenadas en base canénica de R° son (1, 2, -1), hallar sus coordenadas en la nueva base B= {(1,1,0). (0.1,-1), (2.1.1)} Solucién: Aplicando Ja formula de! cambio de base: Bx' =x siendo x las coordenadas del vector en base candnica B Ja matriz de la nueva base x" las coordenadas del vector en base B Obtenemos el siguiente sistema de ecuaciones compatible determinado 59Espacios Vectoriales y Aplicaciones Lineales 2] x 1 Z 1 ly y's} 2 ) D-1 il z'} \-1 Resolviendo el sistema hallamos las coordenadas del vector x’ en base B x’ = (0, 3/2, 1/2) ‘3\- Sea H un subespacio de R‘cuya base es <(1,1,1.1), (1,1,1,0), (1,1,0,0)>. Hallar dimensién y ecuaciones cartesianas de H. Solucién: Partiendo de que tedo vector de H puede escribirse como combinacién lineal de los vectores de la base, escribimos, Gy. gr) = (11,11) + B1,1,1,0) + (11,00) a+B+y=x de donde se obtiene x = y Siendo el subespacio H= {(x, y,z, Ne R‘/x-y=0} Otra forma de expresar un vector general como combinacién lineal de los vectores de la base es: ores ope Resolviendo el determmante se obtienen las ecuaciones cartesianas x-y=0 6. Sea el subespacio § de R’ cuya base es {(1, 2. -1), (0, 1, 2)}. Hallar sus ecuaciones cartesianas Solucién La dimensién de S es 2 por tener dos vectores en Ja base. ci)Espacios Vectoriales y Aplicaciones Lineales Expresando un vector general v = ( x, y, 2) como combinacién lineal de los vectores de la base obtenemos, | 1 2 Sx-2y+2=0 la pHo se i Siendo ¢l subespacio S = {(x, y,2)¢ R°/5x-2y+z=0) 7.. Sea el subespacio T de R*cuya base es ((1,2,0,1), (-1,1,0,0)}. Hallar dimension y écuaciones paramétricas de T. Solucién: Expresando un vector general de T como combinacién lineal de los vectores de la base, escribimos, (x ¥. 21) = @C1,2,0,1) + B(-1,1,0.0) = (a - B, 20+ 60, a) Siendo el subespacio, T (wane R'/(a-B,2a+60,a),a, fe RB} §.- Sea e] subespacio U de RR’ generado por el sistema de vectores {(1, 2. 1), (0, 1, -1), (,1.2)}. Hallar una base, dimensién y ecuaciones cartesianas. Solucién: Es necesario hallar el rango del sistema que genera WU para saber su dimensién y extraer una base. La matnz asociada al sistema de vectores es: 1 oi. 211 a 2 Cuyo rango es 2, por tanto el sistema no es base de U y la dimensidn de U’ 6lEspacios Vectoriales y Aplicaciones Lineales Una base de U puede ser cualquier par de vectores linealmente independientes del sistema, por ejemplo: <(1,2,1), (0,1,-1)> Expresando un vector general v= (x, y, 2) como combinacién lineal de los vectores de la base obtenemos, 1 0 x 2 -l yw=-3xt+y+2= lo 1 g Siendo el subespacio U= {(x, y,z)€ R’/-3x+-y+z=0) 9.- Dado el subespacio V = {te R*/(a—- Ba, + B,0),a,B< R}. Hallar base y dimensién y ecuaciones cartesianas. Solucién: La dimensién de V es 2 por existir s6lo dos parametros. Una base de V consiste en encontrar dos vectores lincalmente independientes de V sustituyendo los valores de los parametros, por ejemplo: a@=1,B=0 ¥,=(1,11,0) @=0, B=1 v, =(-1,0,1,0) Base de V= <(1, 1, 1,0), (-1,0,1,0)>, dim V=2 Tenemos que v= (x,y,z) =(a- 8. «, @+B 0), de donde, x=a-B, y=a, at+B r=0 Quedando x= y- portanto -x +) de donde x-2y+ V= {Qo ne Rifx-2y+z2=0, r= 0 } que son las ecuaciones cartesianas de V 10. Sea el subespacio W €R/x-y+2=0). Hailar base, dimensién y ecuaciones paramétricas. Solucién:Espacios Vectoriales y Aplicaciones Lineales Las ecuaciones de W son un sistema de ecuaciones lineales homogéneo con una ecuacién y tres incégnitas cuya matriz asociadaes A=[1 -1 1] N° parimetros de la solucién = N° incégnitas ~ rg A= 3-1 =2 Dim W = N° parémetros de la solucién = 2 Tomando como parametros dos cualesquiera de las incégnitas, por ejemplo yy 2, la solucién general sera: (yz, y, 2) Hallando dos soluciones particulares independientes: parax=0, y=1 (1,1,0) ypara x=0, y=1 (-1,0,1) ‘Una base de W sera: <(1, 1,0), ( -1,0,1)> 11. —Seaeel subespacio H = {¥¢ R’/x=0}. Hallar base y dimensién. Solucién: ‘Las ecuaciones de H son un sistema de ecuaciones lineales homogéneo con una ecuacién y tres incégnitas cuya matriz asociadaes A=[1 0 0] N° parametros de la solucién = N° incégnitas —-rg A= 3-1=2 Dim H = N° pardmetros de la solucién = 2 Obviamente los parametros son y y z, la solucién general sera: (0. y, z ) Hallando dos soluciones particulares independientes: paray=1, z=0 (0,1,0) ypara y=0, z=1 (0,0,1) Una base de H sera: <(0, 1,0), ( 0,0,1)> 12.- Dados dos subespacios : § = <(1,0,1),(0,1,0)> y T=<(1,1,0),(0,0,1}> de R° a) Hallar : § + T y $ 4 T dando una base de cada uno. Solucion: Hallando § + T: El subespacio S + Testd generado por el sistema de vectores formado por las bases de Sy de T, esto es,Espacios Vectoriales y Aplicaciones Lineales 5+ T= L{(1,0,1), (01,0), (1,1,0), (0,0,1)} es necesario conocer el rango de este sistema de vectores, de ahi su dimensidn y extraer una base. El rango del sistema que genera S + T es el rango de su matriz asociada, 10 OL 10 ome Hoo que es 3, por tanto dim (S$ +T ) = 3, en este caso podemos decir que § + T = R? Hallando $9 T: Sebiendo que si un vectorve SA T= ve Save T, es necesario hallar un vector que satisfaga las ecuaciones cartesianas de ambos subespacios. Ecuaciones cartesianas de S : 1 0 1 S=fixny.ce RYix-2=0} Ecuaciones cartesianas de 7: x| ylax-y=0, T={(x,y,2e R’/2-y=0} Sa - co SATa={xeR'/x-y=0;x-z=0}0 lo que esos mismo Snr={ke R*/x=y=2} La dimensién de S > 7 es, obviamente 1, y una base sera: <(1,1,1)> Aplicando la formula de las dimensiones, dim (S$ +7) = dim §+ dim T - dim (ST) se comprueba que, dim (§+7T)=2+2-1=3Espacios Vectariales y Aplicaciones Lineales 13 Sean E={ZeR?/3=(0.y,2)} y F = Lf (11,1) , (1.2,3)}. Hallar base y dimension de E+ Fy EF. Solucién: Hallando las bases de E y F: La dimensién de £ es 2 pues sélo hay dos pardmetros, por lo que una base de Fes <(0,1,0), (0,0,1))> Es necesario comprobar si los vectores que generan F son linealmente, entonces constituiran 1a base de F. Hallando el rango de la matriz asociada al sistema de vectores que genera F. jal 12 13 Cuyo rango es 2, el sistema es linealmente independiente y genera a F , entonces es base de F_ Hallando E + F: El subespacio E + F esté generado por el sistema de vectores formado por las bases de E y de F, esto es, E+ F=L((0,1,0), (0,0,1), (1.1), (1,2,3)} @§ necesatio conocer el rango de este sistema de vectores, de ahi su dimension y extraer una base. El rango del sistema que genera E + F es el rango de su matriz asociada, 1 1 1 ore Koo we que es 3, por tanto dim (E +F ) =3, en este caso podemos decir que E + F = R* Hallando Em F: Sabiendo que si un vector ve EA Fo ve EAvE F, es necesano hallar un vector que satisfaga las ecuaciones cartesianas de ambos subespacios. Ecuaciones cartesianas de E :Espacios Vectoriales y Aplicaciones Lineales Partiendo de las ecuaciones paramétricas tenemos (x, y, z)= (0. y, 2) Dedondex=0 y=y z=2z E={(x,y.ve R’fx=0} Ecuaciones cartesianas de F: wre ylsx-2y472=0, B={(xy,z)e R?/x-2y+2=0} Z| EnF ={ze R’/x=0;x-2y+ 9} Las ecuaciones de E F son un sistema de ecvaciones lineales homogéneo con dos ecuaciones y tres incOgnitas cuya matnz asociada es 10 0 A= 121 N° pardmetros de la solucién = N° incégnitas -rg A= 3-2= Dim £ > F = N° parametros de la solucién = 1 Tomando como pardmetro y, la solucién general sera: (0, y, -2y ) Una base de Em F es <(0,1,-2)> 14.- Hallar x © y para que el vector (2, 3, x, )) pertenezca al subespacio generado por los vectores (6, 1, 2,0) y (-2,3, 1, 1). Solucién: Primero es necesario hallar el rango del sistema de vectores que genera el subespacio que es el rango de su matriz asociada, 6 -2 1 3 201 ool que obviamente es 2, él sistema es linealmente independiente por tanto es base del subespacio. 66Espacios Vectoriales y Aplicaciones Lineales Como el vector (2, 3, x, y) pertenece al subespacio puede escribirse como combinacién lineal de Jos vectores de la base, (2, 3,4, y= @ (6, 2,1, 0)+ B(-2, 3, 1, 1) de donde se obtiene el sistema: 6+28 =2 a+3p=3 2a+ Bax Bry Resolviendo las dos ecuaciones primeras si tiene, 3 3 |s-208--1528=f—0=3 a | 6a+2B=2 4 a+3B=3 [~-6c-18B = -18 Sustituyendo en las dos tltimas tenemos, 3 io: y= Baa =2a+ Bs y=B a x B 4 El vector buscado es (2, 3, 3/4, 9/4) 15¢ Dado el sistema de vectores de R* :((1,2,0,1), (21.1.2), (2.0,1,2), (LLLID} a) Probar que generan un subespacio de R* de dimensién 3. b) Hallar m para que el vector v = (3, 0, 1, m) pertenezca a dicho subespacio. c) Hallar las coordenadas del vector v respecto de una base dicho subespacio. Solucién: La matriz asociada a) sistema de vectores es 2 -l 1 2 Hone Neon Como las filas 1? y 4 son iguales , el rango de A es < 4. Si tomamos un menor cualquiera de orden 3, por ejemplo,Espacios Vectoriales y Aplicaciones Lineales 124 2-1 Of=-1 fo ot Luego, los vectores (1, 2, 0, 1), (2, -1, 1, 2) y (2.0, 1, 2) son linealmente imdependientes y son una base de un subespacio de dimensién 3. Ecuaciones del subespacio, 1 2 x 2 -1 0 ¥ YNex-r=0 oO 1 1 qg 122% Y las ecuaciones cartesianas del subespacio son: {(x. ye Bt/x-t= 0} b) Para que el vector v =(3, 0, 1, m) pertenezca al subespacio dado debe cumplirse es decir, El vector buscado es (3, 0, 1, 3) ‘YO. Dada la aplicacién f:R'—R? definida por: f (x,.22.35)=(a.a, +45) Se pide: a) Demostrar que es lineal b) Hallar la matriz asociada referida a las bases canénicas de R* y R*, ¢) Hallar el Nucleo, su dimensi d) Hallar la imagen, su dimensidn. e) Clasificar la aplicacién. una base y sus eculaciones. Solucién: a) Para que f sea una aplicacién lineal son condiciones necesanas y suficientes: 1° fix+y)=f@4fO) VayeR? 2° fAxy=d flay VxeR’ a YAER Desarrollando lo anterior: 68Espacios Vectoriales y Aplicaciones Lineales VF ((..5)+ (yd INT $5) + FOWI2N) FOG A YG t Fy tI) =e FH) (FH) (0, + Vase + Ya Fy + Ys) = (+ Vy te F Ya $85 + Ig) B (AG mm )]= AS x.y) S Deri Atay) = AC oy + 5) (Ax, Ax, +Ax,) = (As, Ax,+Ax,) ‘Cumpliéndose ambas condiciones, entonces f es una aplicacién lineal. ‘b) Hallando Ja matriz asociada a Jas bases canénicas: Hallamos los transformados de los vectores de la base canénica de R? £(é&)=f0,0,0)=(1,0); f(e;) = £(0,1,0) = (0,1); fle) = £0,0,1) = 1) ‘Siendo la matriz asociada: fl 0 0 a(oi i La forma matricial de Ja aplicaci6n lineal sera: yeare{! 9%) FO=AR= | gy iF c) Nticleo de la aplicacién: N(f) = {xe R°/ f(x) = 0} Luego, pale ale E xs Quedando el siguiente sistema de ecuaciones, x=0 | ay +3, =0 De donde: x, =;x, =—x, por lo que las ecuaciones del nécleo ser4n, 69)Espacios Vectoriales y Aplicaciones Lineales N(f)={xe R? 0,x,,-x,)}. dim N(f) = 1 Base del.N (P=< (0, 1, -1)>. d) Hallando la imagen de f. En una aplicacién lineal se tiene, segun la Formula de Grassman : dim R? = dim M(f) + dim Im() De donde dim Im(f) = 3 - 1=2=dim R* e) Como dim N(f) = 1 # 0 = la aplicacién no es inyectiva. Como Im(f) = R* = la aplicacidn es sobreyectiva. 17. Sea f :R’—yR* definida por: f (x, y, 2) = (2x - y, x + y + 2). Hallar su Nucleo, dimension y una base de] mismo. Hallar la dimensidn del subespacio Im f: Solucién: Hallando el subespacio Nuicleo de f, N(f) = {xe R°/ f(x) =0} fG», d= (2x-y.xty+D=0,0) = er = Luego, las ecuaciones del Nicleo de f son: 2x xty Nf) = {xe RP (x, 2x,-3x)} dim (= 1, Base N (f)'=<(1, 2 -3)> Por ser una aplicacién lineal, aplicamos la Formula de Grassman: dim R’ = dim N (/) + dim Im) Por lo que la dim Im‘) =3 - 1 = 2=dim R* 18. Sea la aplicacién lineal f :R‘— RR" definida, Fle J=uj-u, fle)=i Ale)=u, Se.)=-u, tu, Siendo {e,.¢:.¢,,e,} uma base de R* y {u,.u,,u,} una base de R*. Hallar: a) La matriz asociada a la aplicaci6n lineal referida a las bases anteriores. 70Espacios Vectoriales y Aplicaciones Lineales b) El Nucleo, la Imagen de Ja aplicacién y una base de cada uno. ¢) Clasificar la aplicacién. Solucién: a) Hallando Ja matriz asociada a la aplicacion lineal: Sus columnas estaran formadas por las coordenadas de los transformados de la base fe,,2;,¢,,¢,}referidos a la base {1,,u;,,}, las coordenadas de estos vectores seran, Fle)=G-LO) Fle) =(0,0. file)=(1.0,0) fle) = (0,-1.1) La matriz asociada a la aplicacidn lineal referida a ambas bases sera, 101 0 A=/-1 00 -1 o10 1 Hallando el Nuicleo de la aplicacién N(f) = {xe R’/ f(x) =0} 7 Po. oj. (0) x,+x,=0 —x, =a, -100 -1 7 =| 0)/>-x,-x, =0}— x, =-x, o 101) | lol x+x 4 Entonces las ecuaciones de] Nicleo de fseran, N(f)= {xe R'E (Cane sav} Dim Nf) = 1. Base Nf) = Como dim N (f ) = 120 =a aplicacién no es inyectiva, Hallando la dimensién de la Imagen y una base. Como es una aplicacidn lineal aplicamos la Formula de Grassman, dim R‘ = dim N (f) + dim Im(f) Por lo que dim Im(f) = 4-1 = 3 = dim R’ = la aplicacién es sobreyectiva, Una base de Im(f) = <(1,-1,0),(0,0,1),(1,0.0)>Espatios Vectoriales y Aplicaciones Lineales 19. Sea f:R*—>R* una aplicacién lineal. Sea B, = {e,,¢,,e,} una base de R° y sea B, ={u,,4;,4;,u,}una base de R*. Sabiendo que: Fle) =u, + 3u, +4u, + Su, Qu, +2u; +4u, =u, + 2u, +31, +4u, Hallar el subespacio Kerf , su dimension y una base de] mismo. Solucién: Si xR? yesté referido ala base B,, y f(x)¢ R* y esté referido a la base Bp, entonces las columnas de la matriz asociada a la aplicaci6n lineal referida a las bases B, y B serdn las coordenadas de los transformados de los vectores de la base B, referidos a la base B>, esto es: F(eJ=0.3.4,5) fle)=(2,0,2,4) fle) =(1,2,3,4) La mainz serd, 21 0 2 2 3. 44 Siendo la forma matricial: f (x ) = Ar Hallando el Niicleo: M(f}={xe R’/ f(x) = 0}, matricialmente sera, ft 21 O\} x, +2x,+x,=0 o 2)" | Jo} 3x,4+2x,=0 2 3]? |=] 0) 4x, +2x, +3x,=0/™ (5 4 4)! lo} 5x, 44x, 4+4x,=0 Entonces las ecuaciones del Nticleo son, N= -[rer’ Keon z 2x) | dim ny) = Base de N (f) = <(-4, -1, -6)> EB’ R’definido p arin tin 20, Sea el endomorfismo f HeyyEspacios Vectoriales y Aplicaciones Lineales: Hallar: a) La matriz asociada al endomorfismo respecto a una base genérica de IR’ b) ¢Para qué valores de 4 e] endomorfismo fes inyectivo? c) Para los valores de A en que f no es inyectivo, hallar las ecuaciones paramétricas del Nucleo y su dimension. Solucién: a) Las colummnas de Ja matriz asociada a la aplicacién lineal referida a una base genérica de R’ se construyen con las coordenadas de los transformados de los vectores de esa base que son: F(@) = f (10.0) = 00-1) Ff (e,) = f (0.1,0) = (0,-4,4) f (ey) = f (0.0.1) =(-1,2.0) Luego la matriz asociada a la base es, b) Hallando los valores de 4 que hacen a f inyectivo: (finyectivo <> dim Ni) = 0 = (por la Formula de Grassman ) dim RB? = dim Mf) + dim Im(f) = dim Im(f)=3 =rg 4 Para que el rg A sea 3 debe verificarse que, 1 0 -} |sl=]0 4 Al #0 A*-420 S14 2,A4-2 H-1 4 0 Luego, fes un endomorfismo inyective si A#2 y A¥-2. c)Analizando los valores de 4: Para 4 = - 2, las ecuaciones del Nucleo son,Espacios Vectoriales y Aplicaciones Lineales 1 0 -1Y x, 0 XX 0 -4 -2] x,/=|0)>-4x,-2x,=01=> -1 -2 Ojx; 0 —x,—232,=0 N= {ze R15.) dim MY ei Para A = 2 , las ecuaciones del Nucleo son, 1 0 -1¥x,) (0) x,-x,=0 xy =%, Q -4 2] x, |=/0}>-4x,+2x, =0;> Xs -1 2 Ofx,) lo) -2,42x,= NUA= {re R Hy Bom)}, dim N()=1 uw Dadas las aplicaciones lineales f y g definidas: Hallar: a) El Nuicleo y la Imagen de f, dimensién y una base de ambos. ‘b) La matriz asociada a f referida a las nuevas bases: B={(1, 0,0), (0, 1,0), (1, 1,1) y C= (C1, 1), (0, 19) c) La matriz asociada a la aplicacién g o freferida a las bases canénicas. Solucién: a) Hallando el Nucleo de N(f)= {xe R*/ f(x) =0} fo)=f(% y= Oxy, y +z) = (0,0, 0) 2 2 ysre Nify= {ie RF G-20 dim M() = 1. Base de N(f) = <(1.-2.2)> Como la aplicacién es lineal se cumple que, dim R* = dim Nif)+ dim Im(f) Por lo que dim Im(f)=3- 1=2 14Espacios Vectoriales y Aplicaciones Lineales El subespacio Imagen de f esta generado por el sistema de vectores de las im4genes de una base, en este caso de la canénica: Int f) = L{ f(e)s Fe) Fles)} = L{2.0),0,0.D} como la dim Im(f) es 2, basta con tomar dos vectores linealmente independientes del sistema que genera Im (f) y tendremos la base, por ejemplo: <(2,0),(1,1)> b) Hallando la matriz de la aplicacién referida a las bases B y C: Primero es necesario hallar Ja matriz de f referida a las bases canénicas: fle)=(2,0) fle)=(L1) fle) =O,led 210) Aloud Siendo Ja matriz, Las matrices asociadas a las bases B y C respectivamente son, 101 1o B=0 1 i CHl y 001 Las farmulas del cambio de base son, ,¢ ee | Reale fay f1 Yul yl=fo 1 ify lL =) ihe z) lo O Ihe), © 19 ayy y g(t Oo? 11) M= crag =| c) Hallando la matiz de g of: Para ello es necesario hallar |a matriz de g referida a las bases canénicas como sigue: gle )=(2.0.1) g¢e.)= (0.2.1) rrEspacios Vectoriales y Aplicaciones Lineales Luego la matriz asociada a g sera, = 0 —“ ON re RO Por lo que la matriz asociada a g of serd, HA=|0 - Wo Non te ws 22. Dada la aplicacién lineal f :R? > R’ tal que: FOL = 0,01) 7(2,0) = (1,0,0) Se pide: a) Expresion matricial de f respecto a las bases candnicas. b) Expresion matricial de frespecto a Jas nuevas bases: V={(Q1,1),€,2)} y W= {1 1, 1), (1, 0, 0), 1, 2, 09} Solucién: a) Para hallar la matriz asociada respecto a las bases canénicas es necesario encontrar las imagenes de los vectores de la base canénica de R* (2,0) = 2f (1, 0) =(1, 1,0) = f(1, 0) = 1/2(1, 0, 0) = (1/2, 0, 0). Luego, la matriz asociada a la aplicacién lineal respecto a las can6nicas es, 1 0 1 es La expresién matricial de la aplicacién sera, f(x)=Ax= S Se “Oo oe b) Las férmulas del cambio de base en R* y R° son respectivamente: 16Espacios Vectoriales y Aplicaciones Lineales (3) pales : Wy 10 Oks), Sustituyendo y despejando queda, 4 41 x] fio a} [o of! * 2] = 1 22 ys}, oo} lot ae Siendo la expresién matricial de f referida a las nuevas bases, i 1 2 x ie vay =jt qd yo, WE nape’ 23. Sea la aplicacién lineal de R°® > R® definida por la expresion: FQ, y Delp tz Art Ay t 62.04 y+ Az) Estudiar f segum los valores de A. Hallar las dimensiones de] Niicleo y de Ja Imagen. Solucién: Hallando la expresién matricial de la aplicacion lineal. De las ecuaciones de la aplicacién se tiene que: £01,0,0)= (0,41) FOL O=(-1241) £0,0, =, 6,4) De donde la matriz de la aplicacién referida a las bases candnicas es, fO -1 1 A=|4 22 6 Ll 1 oA Hallando los valores de A que hacen rango(A) <3, io -1 1 |Al=|A 24 6) =# -A-6=054=-2nA4=3 114 nEspacios Vectoriales y Aplicaciones Lineales Sid#-2 yA#3= rg A =3 = dim Im(f) entonces dim N(f) = 0 (por la f6érmula de Grassman), por lo que es inyectiva y, por ser un endomorfismo, entonces es biyectiva. Como es biyectiva también es suprayectiva, por lo que es un automorfismo. 24. Sea f :R*—>R° una aplicacién lineal dada por su matriz asociada: a 0 -l A=|0 11 ala a) Estudiar fy clasificarla segtin los valores de a. b) Suponiendo a = 1 y seag:R’ + R® otra aplicacién lineal cuya matriz asociada es: pufi °° “(0 10 Hallar la matriz asociada a g 0 f. Solucién: a) Hallando el rg A para estudiar los valores de @, |Al=|0 1 Entonces para a # 0, rg A = 3 = dim Im(f) = dim Nf) = 0 y f sera inyectiva y sobreyectiva, es decir, biyectiva, 0 sea un automorfismo. b) Para a = 1 la matriz asociada a Ia aplicacién g 0 f'seré el producto de la matriz asociada a g por la matriz asociada a f, quedando, pac? Yaa i “lO 1 0. Las ecuaciones de gof :R*— R’ serdn, gof(x.y.2)=(x-Z.y+ 2) En forma matncial sera, 78Espacios Vectoriales y Aplicaciones Lineal x 10-1 sofc=ae-[ 1 | y 25. Sea f:R*— R’ la aplicacién lineal determinada por: f(e)=C5,0,3) f(e)=©,-1,6) fle;)=(-S,-1,9) Hallar: a) Matriz asociada a f referida a las bases canénicas y la clasificacién de f. b) ¢Puede ser el vector (4, -2, -3) una base del Nucleo de f? c) Hallar la imagen por f del vector (1. 1, 1). Solucién: Siendo {e,,e,,¢,} la base canénica de R’, la matriz asociada a f en base canénica sera 5 0 -5 -3 0 A=|0 -1 -1] como |4[=0 A 6 7° 3.6 =«9 Se tiene que rango(A) = 2, por lo que la dim Im(f) = 2 Aplicando la formula de las dimensiones dim R? = dim N(f)+dimIm(f}= dimN(f)=3-2=1 Por lo tanto la aplicacidn no es inyectiva ni suprayectiva. b) Para hallar el ndcleo de la aplicacién hacemos -5 0 -S\fx,) (0) -5x,-5r,=0 f(#)= A=] 0 -1 -1] x, |=|0)-2x,-x,=0 3 6 Ox) lo) 3x,+6x, 42, =0 Luego las ecuaciones del Niicleo seran, N(f)= {fe B'/3=(-a,-,0,a),a€ B} Una base del Nicleo sera <{-1,.-L.1)> y como el vector dado (4,-2,-3) no es proporcional al vector de la base, entonces el vector (4.-2.-3) no es base del Nucleo. 79Espacios Vectoriales y Aplicaciones Lineales c) Laimagen del vector (1,1,1) es -5 0 -SV1 10 fQIY=| 0 =-1 -1]1)=|)-2 3 6 OAL 18Ejercicios Resueltos ‘1; Halle la matriz de Gram para el producto escalar en R° definido por: ee a2 ee gh ee = 3 eye, =2 siendo {e,,¢,,¢, }la base canénica de R? €y€, = 4, bye Solucién: Las entradas de la matriz de Gram de un producto escalar son los productos escalares de los vectores de su base eye) ey eyes 2 Gel eve, ee, e€,|=| 1 eres ee, ee} [-2 2.- Halle la matnz de Gram para el producto escalar definido en el espacio vectorial P(x) de los polinomios de grado menor o igual que 2 como sigue 1 < p(x).glx) >= J pinigq(adax Solucién: La base canénica del espacio vectorial P (x) es {I,x,x*}, calculando los productos escalares de los polinomios de Ja base se tiene, 1 1 2}! 1 chive [dena t-clxoefateat] Fe cte efi =F =} a 0 62 2 3 \ (ay2-CLL Heme 4 =0 (xy 2° (2,0, = z=0 Resolviendo el sistema de ecuaciones lineales homogéneo anterior tenemos, xeyica 2x Una solucion particular es (1, -1, -2) que son las coordenadas de un vector ortogonal a $. 4.- Halle una base del subespacio ortogonal a T = {xe R’/x-2y=O,y+2=0} Solucion: Sabiendo que la dimensidn de T es 1, uma base de T es <(2, lL. -1)>, tomamos un vector de coordenadas genéricas (x, y, z) para hallar las ecuaciones del subespacio ortogonal a T. (wy 22, L,-I)= 2 x4 y-z=0 Entonces T+ ={xe R?/2x+y-z=0}:dimT* I> =2, una base ser <(, 0, 2). (0, 1, §.- Halle la matriz de proyeccién del subespacio T del ejercicio anterior. Solucién: 10 ‘La mamriz asociada ala basede Tes A=|0 1 21 La matriz de proyeccién sera: 94Espacios Vectoriales Euclideos -1 MV 9 2! 102 1 P=A(A'A ‘=|0 1 0 ( ya (03 | (01 1 21 2 {2 2 ? Pe-|-2 5 1 2 15 6 Halle la proyeccién dei vector u = (1, 1, 1) sobre el subespacio 7. Solucién: Sabiendo la matriz de proyeccién P sobre el suibespacio T calculada en el ejercicio anterior, p= (1/3, 2/3, 4/3) un! 7.- Demostrar que P = J -——, donde u es un vector columna, es una matriz de wu proyeccién. Solucién: Si Pes una matriz de proyeccién entonces es simétrica € idempotente - Probando que P es idempotente, ule taal te wu Probando que Pes simétrica P! = P 1 ae) = pH epEspacios Vectoriales Euclideos 3% La Ley de Ohm establece que la intensidad de corriente que pasa por un cireuito es directamente proporcional al voltaje siendo la resistencia la constante de proporcionalidad, esto es, V = JR. Se tienen los siguientes datos de voltaje ¢ intesidad, calcule la resistencia aproximada del circuito 7 (amp) i 2 3 4 3 6 Vivons)| 8 16.1 24 319 | 40 48 Solucién: Se tata de aproximar los datos a una linea recta: y = ax + b donde V: = x, de los experimentos se tiene: yl Puede comprobarse que es un sistema incompatible de 6 ecuaciones y dos incdgnitas. Aplicando ¢l Método de los Minimos Cuadrados para hallar la mejor aproximacisn de los coeficientes a, b tenemos, files 8) 21 16.1 3.1 24 O12) (7278 A= b= ‘ Abs 41 319 21 6 \ 168 5.1 40 (6 1 48 Resolviendo el sistema, A'Ax=A'b i fe} Case} [o)[oe Siendo la ecuacién que mejor describe el comportamiento del circuito: 96Espacios Vectoriales Euclideos y = 7.9886x + 0.04 Es decir, V = 7.9886 /, siendo la resistencia aproximada de 8 ohmios. '9.- La concentracién de productos en un reactor quimico sigue un comportamiento parabélico con el tiempo. Se han recopilado datos de concentracién (g/it) en el tiempo (horas). Hallar el tiempo en que se alcanza la maxima concentracion. C(git) 2 4.99 6 5 1.99 1 (hrs) L 2 3 4 5 Solucién: Se trata de aproximar los datos a una parabola: y = ax*+bx+c donde C = y,1= x, de los expernnmentos se tiene: a+tb+c=2 Va+2b+c=4.99 Ya+3b+c=6 #atdb+c=5 Stat 5b4+c=2.99 Puede comprobarse que es un sistema imcompatible de 5 ecuaciones y tres incégnitas. Aplicando el] Método de los Minimos Cuadrados para hallar la mejor aproximaci6n de los coeficientes a, b, c tenemos. 111 2) 421 4.99 979 225 55 205.71 A=|9 31 b=| 6 A‘'A=|] 225 55 15] A‘b=| 59.93 16 4 1 5 350415 «5 19.98 2 5 1 1.99 Resolviendo el sistema, A’ 4x = A'b (979 225 55\fa 205.71 a) (-1.007' 225 55 15 {5 |=) 59.93 b |=| 6.0033 $5 15 Sle 19,98 0 —3.006 Siendo la ecuacion que mejor describe el comportamiento de la concentracién de reactivos (y) en funcién del tiempo (x ) en el reactor, 7Espacios Vectoriales Euclideos y =-1.007x* + 6.0033x- 3.006 Para hallar el tiempo al que se alcanza la concentracién maxima, basta con derivar & =-2,014x+6,0033 = 0 = x =3 e es =-2.014<0= tiene un maximo en x=3 horas y = -1.007(3)° +6.0033(3)— 3.006 = 5.94 gilt 40. En el espacio de Hilbert se define el producto escalar de dos funciones como, =| fG)g(x)dx. La serie de Fourier de una funcién f (x) es una 8 expansiOn en senos y Cosenos. f(x) = ay +a, 00s x+H8enx+ a, cos2x+b,sen2x+... Halle eh coeficiente b, de la funcidn g(x) = sen x Solucién: Para calcular el coeficiente b,. planteamos el producto escalar de la funcién f por sen x en ambos miembros, como los senos y cosenos son mutuamente ortogonales, todos los productos escalares del lado derecho seran 0 excepto el de la funcién seno por si msma, < f senx >= @, <1 senx > +a, < cos x,senx > +b, +a, +... _ as e Ps a J fGdsenxdx= a, | senxdr +a, | cos xsenxdx+b, | sen?xdr+a, | cos 2xsenxdr +... 0 ° 0 t : por tanto, el coeficiente b, de g (x) = sen x sera, 2 her J Fovetnde 4, 5 J ede > En realidad hemos proyectado la funcién f sobre la funcién g y su proyeccién es la funcién 6,sen x Se deja al alumno el cdlculo del coeficiente a,. osEspacios Vectoriales Euclideos Ejercicios Propuestos 1.- En el espacio vectorial R’ la aplicacién definida por: EYSRY “UY: +%), +40), a) Es un producto escalar Vae R b) Es un producto escalar si a > 0 ¢) Es un producto escalar si a < 0 d) Ninguna de las anteriores es cierta En el espacio vectorial euclideo RB’ con el producto escalar usual, los vectores 1,0,1),v, = (0,1,0), v = (0,0,0): a) Forman un sistema ontogonal b) Forman un sistema normado c) Forman un sistema ortonormal d) Ninguna de las anteriores es cierta 3.- En un espacio vectorial euclideo E se verifica que |x +5]<|[x|+{y] Entonces: a) fe— 3] = bel-[] ahs tsi -[5] o) [e- s]ezI-| d) Ninguna de las anteriores es cierta 4 Sea S={v,.--,v,}um sisitema onogonal de vectores de un espacio vectonal euclideo E/dimE =n > p. Entonces: a) S es un sistema generador de A b) S es un sistema libre de E c) S es una base de E d) Ninguna de las anteriores es cierta. 5.- Sea © un subespacio vectorial generado por los vectores columnas de una matnz A,,,,/rangA =n Entonces la matriz de proyeccién P, asociada a Q es a) Idempotente b) Antisimétrica c) Ortogonal. 99Espacios Vectoriales Euclideos d) Ninguna de las anteriores es cierta 6- Considérese. la aplicacién fx? + R/ f(x,y) = 4, — 9) + %Y, —@x,y, . Entonces: a) f es un producto escalar si @ = 0 b) f es un producto escalar si a =1 c) f es un producto escalar sia = -1 d) Ninguna de las anteriores es cierta. Sefiale en el recuadro Ja veracidad o falsedad de las siguientes afirmaciones: 6- Sea S={y... v, }un sistema ortogonal de vectores no nulos de un espacio vectorial euclideo E/ dim E = p. Entonces S es una base de E 12 7.- La matriz ( 5, ‘| puede ser una matriz de proyeccién. 5 1 a) 8.- En el espacio vectorial R* la aplicacién definida por la matriz (: al es un producto escalar si a =O 6a =Autovalores y Autovectores Ejercicios Resueltos 2 Dada la siguiente matriz asociada al endomorfismo f :R’ = B* al ‘) a) Hallar el polinomio y la ecuaci6n caracteristica. b) Hallar los valores propios y analizar si es posible diagonalizar f. c) En caso de ser posible, hallar la matriz D y la matriz de paso C. Solucién: a) Hallando el polinomio caracteristico de A jo-A 0 -1-A La ecuacién caracteristica sera: p(A = AC A + 1)=0 p(Ay=|A-Al|= =(-A)-1-A)-0=A(QA +1) b) Resolviendo la ecuacién se obtienen los valores propios 4, = 0 y A, = -l. Como se observa los valores propios son distintos por tanto el endomorfismo es diagonalizable. c) Hallando la matriz D y la matriz de paso C Como el endomorfismo es diagonalizable podemos escribir directamente la matriz D ; fo a D= diag(d,,A,)= 0-1 Que seré una nueva matriz asociada a f referida a una base de vectores propios {yor} Hallando la matriz de paso C Para A, =0 se tiene: (aconz Oo La O) Ox, +a, =0 6 TOURS Ty - a), (0) ox, -x, = 0 > 7 = De aqui se obtiene gue e] subespacio propio es: E,, = {xe BR? /(,,0),x,€ R}= dimE, =1=a, ‘Un vector propio de E, sera v (1,0) asociado a 116Autovalores y autovectores Para A,=-1 se tiene: taene 1 1x) (0) 4+ =0 FOFE\ ols =o] ox, +0x, =0/ > De aquf se obtiene que el subespacio propio es: E,, = {xe B'(m.-m). ae R} > dime, =1=a, ‘Un vector propie de E,, sera v. =(-1,1) asociado aA,= -1 Ambos vectores propios forman una base de * cuya matriz asociada es, c-() 9) Puede decirse que A = Dy portantoD=C AC. -1 0 -3 2, Sea el endomorfismo en R’ cuya matriz asociadaes: A=| 3 2 3 -3 0 -1 a) Hallar los valores propios y analizar si el endomorfismo es diagonalizable. b) En caso de serlo hallar la matriz diagonal y la matriz de paso. Solacién: a) Hallando el} polinomic caracteristico de A 3 P(A)=|A-All= 3 |: PA)=(-Ay+5,(-AP +5,(-A) 4A] S$, =TrazaA=-142-1=0 1 5, = Menores principales =| a l=-16 De donde,Autovalores y Autovectores P(A) =~A) +04 +124 -16 = (2- AA? + 20-8) ¥ la ecuaci6n caracteristica serd, PAAY=~A? +1214 16 = (2-AyA* + 2A-8)=0 P(A)=(2-A)A-2)(44+ 4) =0 Hallando las rafces de la ecuaci6n caracteristica se obtienen Jos valores propios; A=-4 Aq = 2 (doble) ‘Como se observa hay dos valores propios repetides por lo que no puede afirmarse que el endomorfismo es diagonalizable. Hallando los vectores propios, Para A,= - 4 se tiene: 3 0 -3\/x,) (0) 3x,-3x,=0 (At4nz=| 3 6 3 |x, “Eee gate =m S-x, =x, -3 0 3fx,) lo) -3x,+3x,=0 De aqui se obtiene que el subespacio propio es, E,, ={xe R’x,,-x,5),.4 € R}= dim#, =1= 0, Un vector propio de E, sera v, = (1,-1,1) asociade a A,=- 4 Para A, = 2 se tiene: -3 0 -3\(x,) (0) -3x,-3x,=0 (A-2D5=| 3 0 3 | x,/=|0|= 3x, +3x, =0 -3 0 -3)\x,} (0) -3x,-3,=0 De aqui se obtiene que el subespacio propio es, {xe BA—13.%.4)).% 9) € Rh dimE,, = 2 =a, luego el endomorfismo es diagonalizable. ugAutovalores y autovectores Dos vectores propios de E,, serdn v, = (-1,0,1) y vs = (0,1,0) asociados al valor propio A, = 2 de multiplicidad algebraica 2 Puede escribirse la matriz diagonal referida a la base de vectores propios: -4 00 D=|0 20 0 0 2 Los tres vectores propios forman una base de R* cuya matriz asociada es la matriz de paso C: 1 -10 c=}-1 0 1 1 10 211 3. Diagonalizar por semejanza la matriz:|}2 3 2 112 Solucion: Hallando el polinomio caracteristico: z—-A 1 1 P(a)=|A-All=| 20 3-A 2 Js PASAY + 5,(-AY+5.-A) +A] 1 1 2-4 S, =Traza A =2+34+2=7 S, = Menores principales = lal= = ewe pone N wm De donde, P(A) =A? +707 -LIA +5 La ecuacidn caracteristica sera, 2-70? +1045 =(A-5A-1" =0 19Autovalores y Autovectores Los valores propios seran: A\= 5 y A= 1 doble Como se observa existe un valor propio con multiplicidad 2 por lo que no podemos afirmar que el endomorfismo sea diagonalizable. Hallando los vectores propios: Para A,= 5 se tene: -3 1 LYVx,) (0) -3x,+2,+2,=0 Xperm (A-SI)z=| 2-2 2 | x,)=| 0] 2x,-2x,42x,-0}5 "> | x, =2x, 1 1 -3hx,) lo} x, 42,-3x,=0 De aqui se obtiene que el] subespacio propio es, E,, ={xe RB? Ma,,20,4))., € RJ dimE, =1= a, Un vector propio de E, serév, =(1.2,1) asociado a 4, = 5 Para Ay = 1 se tiene: 11 1fx) (0) s,4m4+%,=0 (A-D)e=|2 2 2] x, |=] 0] => 2x, +22, +2, =O; = x, =x, - x, 1-1 1x, 0) a,+x,+x,=0 De aqui se obtiene que el subespacio propio es, Ey, = {xe BP (x, a4 .25.4), 02.4, € RY dim E,, Por tanto e] endomorfismo es diagonalizable. Dos vectores propios de £,, seran v. = {-1, 1, 0) y vy; = (-1, 0, 1) asociados al valor propio A, = 1 de multiplicidad algebraica 2. Puede escribirse la matriz diagonal referida a la base de vectores propios, 500 D=|0 10 oo! Estos tres vectores propios forman una base de R° cuya matriz asociada ¢s la matriz de paso C: 120Autovalores y autovectores 1 c=|2 1 0 1 oo 1 Puede decirse que 4 = DyqueD=C!Ac. -1 2 =-2 4. Encontrar un cambio de base que diagonalice la matriz: A=| 2 -1 2 2 <2 3 Solucién: Hallando el polinomio caracteristico, P(A)=|A-Al[=| 2-1-4 5, = Traza A =-1-143=1 S, = © Menores principales=| 1 2 2-3 lal=[2 -1 2/24 2-23 De donde, PA)=-H eA? eAnd La ecuacién caracteristica sera, P(A) =H =2? -A41=(A+D-1F =0 Los valores propios serin: 4,= 1 ddoble y Aj=-1 Como se observa existe un valor propio con multiplicidad 2 por lo que no podemos afirmar que el endomorfismo sea diagonalizable, Hallando los vectores propios: Para A,= 1 se tiene, 121-2 2 -2/x,) (0) -2x,+2x,-2x,=0 {A-i)¥=| 2 -2 2 | x,]=|0|=>2x,-2x, +2x,=0 2 -2 2fx,} (0) 2x,-2x,+2x,=0 De aqui se obtiene que e] subespacio propio es, B= {xe By 0.5), € R} > dimE, =2=0, luego, el endomorfismo es diagonalizable. Los vectores propios de E, serdn u, = (1, 1,0) y u, =(-1, 0, 1) asociados a 4, = 1 Para A, =~-1 se tiene, 0 2 -2\x,) (0) 2x,-2x,=0 ee (A+Dz=|2 0 2 | x,]=|0]/>2x,+2x,=0 =e it 2-2 4)\x,) lo) 2x,-2x,+4x,=0}) “7? De aqui se obtiene que e] subespacio propio es: {re R(x.) € R}=dimE, =1=a, El vector propio de E,, seré:v, =(-1, 1,1) asociado al valor propio 4, =-1. Puede escribirse la matriz diagonal referida a la base de vectores propios, 10 0 D=|0 1 0 00 -1 Estos tes vectores propios forman una base de RR’ cuya matriz asociada es la matriz de paso C: (i -1 -1 c=|1 0 1 en Puede decirse que A= Dy queD=C!AC. 132Autovalores y autovectores qa 0 0 5.Sealamatiz: A=| 0 6b O i =1 € Sabiendo que su traza vale 2 y que sus vectores propios son: v, = (0, 0, 1), vy =(-1, 1,0) yv3=(-1,0, 1). Se pide calcular a, b y c , los valores propios y la matriz diagonal D semejante con A. Solucién: Por ser v, . vp , ¥, vectores propios del endomorfismo cuya matriz asociada es A, se verifica que: A v, = Aj v,. Planteando lo anterior para cada vector propio tenemos, Para v, = (0,0, 1): 0 0) Q]=| 0 |.luego =A, 1 Para v, = (-1, 1.0): “1 Para v, = (-1, 1, 1): a 0 oy-1) (-4 0 6 oO] 0 -| 0 |Sa=l+caA, youa-l \-1 -1 el 2 Ay Sabiendo que Traza (A) = a+b+e = 2, tenemos el sistema, i. i[ San bed yen 0G, =0Autovalores y Autovectores ‘De esta manera la matriz A sera: 1 00 o 10 -1 -1 0 La matriz diagonal semejante con A sera: 000 D=|0 10 001 a 0 0 6. Dada la matriz A asociada aun endomorfismof.| 8 3 0 aol iPara qué valores de a y B el endomorfismo es diagonalizable?. Solucién: Hallando el polinomio caracteristico de A, la-A O 0 PtAy=|A-Al|=| B 3-A 0 a Oo 1-A Desarrollando este determinante, por ser A - 2 una matriz triangular inferior, queda P(A) = (ee~ ANB - A A) De donde los valores propio son: 4,= a, 4,=3 y A=]. Estudio de diagonalizacién: - Si @ toma valores distintos de 3 y de 1, la matriz es diagonalizable pues los tres valores propios son distintos - - Si @=3 el valor propio 3 tiene multiplicidad algebraica 2 y es necesario comprobar si es posible la diagonalizacién, hallando la multiplicidad geométrica de Ay = 3 como sigue: 124Autovalores y autovectores 00 oVx) (0 (a-3nx-|p 0 0 | x,/-|o/ 27° ~ # 3x, -2x, =0 3.0 -2)lx) lo = Si f'# 0, entonces x, =0 y 2x, = 3x;,x,=0 y x, toma cualquier valor. El espacio caracteristico serd, EB, ={xe R? /x=(0,x,.0)ax,€ R}= dimE, =1e a, =2 Luego el endomorfismo no es diagonalizable para a=3 y B+ 0. - Si B=0,entonces 3.x, =2.x, pueden tomar cualquier valor por lo que Ey =5x€ Bx= Oya Sayace rl dime, eo Y el endomorfismo es diagonalizable para a=3 y B=0. - Si @ = 1 la multplicidad algebraica de! valor propio 1 es dos por lo que es fecesano comprobar de nuevo si eS posible la diagonalizacién hallando la multiplicidad geométrica: Para A, =1 0 0 OVfx,) fo) won 0 (a-i)z=|B 2 Of x,]=|0;/> - | x 0 J 1 0 ofa} lo Para cualquier valor de fi las ecuaciones del subespacio asociado al valor propio 7. 2 =I1 son, Fy, ={x€ R? / r= (0.0.4) x, ER} dimE, =1#¢, Por lo tanto el endomorfismo no es diagonalizable. Conclusiones: - Para a #3 y a 1 el endomorfismo es diagonalizable VBe E. - Para a= 3 y B= Gel endomorfismo tambien es diagonalizable. - Enel resto de los casos no es diagonalizable_Autovalores y Autovectores lil "7, Dada la matriz A, asociada aun endomorfismo:|1 1 1 i a. 1 Hallar: a) Sus valores propios. b) La matriz de paso ortogonal Solucién: Hallando el polinomio caracteristico, i-aA a 1 P(A)=|A-Alf=| 10 1-2 1 J, P(A) =(-AY'+5,\-AY + S,(-A) +A] 1 1 1-Al fl y ft yj fl y + + oy fl y ft yf S§,=TrazaA=1+14+1=3 5,=ZMenores principales = 11 iAl=/1 1 =o 11 De donde, P(A) =-4? +327 Y Ja ecuacién caracteristica sera, POA) = 234307 = A201 -3)=0 Los valores propios son: A; = 0 con multiplicidad algebraica 2 y A, =3 con multiplicidad algebraica 1. No es mnecesario analizar si es posible la diagonalizacion puesto que el endomorfismo es simétrico asf como todas las matrices asociadas a él, por lo tanto siempre es diagonalizable. Hallando los vectores propios Para A, = 0 se tiene: 126Ke Kass) Ma Ya Ka)( Ma Xx Xa) ortogonal es, Ka He XR P| Xe Xe Xp ° Xe Kea jue D y A son congruentes 112 \=/3 11 231 3 “en cuenta que A es regular, hallar A” y A™ . el Teorema de Cayley Hamilton: cada matriz satisface su ra. \o caracteristico: -A 1 z 3 I-A 1 PA) =(-AY +5,(-A)' +5,(-2) +|Al z 3. I-A +1=3 7 1 Yo ily ft ‘mks If Ih i[n-2-2-3-47 P(A)=-A +300 474411Autovalores y autovectores 11 1x) (0 (A-on)z=|1 1 1) x, |=] 0/32, +x, +x, =0}= x, =-x,-2, 11 Ila} (0 De aqui se obtiene que el subespacio propio es, E,, = [xe RB? -x, —44.2,%)), 4) € R} > dimE, =2=a, luego, se confirma que ¢] endomorfismo es diagonalizable. Los vectores propios de E,, serén v, = (-1, 1,0) y v2 = (1, 0, 1) asociados a A, = 0. Para A, = 3 se tiene: -2 1 Vx) (0) -2x,+x4+2,=0 1 =x (A-3)F=| 1 -2 1 | x,}=|0)%,-22,4+2,=0 f= , 1 1 -2)\x,) lo) x,+x,-22, & De aqui se obtiene que el subespacio propio es: E,, = {xe R'y,x,,.4).5 € R} => dimE, =1=0, El vector propio de E;, sera: ¥; = (1,1, 1) asociado al valor propio A) = 3. La base de vectores propios es C = ((-1, 1, 0),(-1, 0,1), (1, 1, 1)} que no es ortonormal. Aplicando el Método de Gram Schmidt para obtener una base orenormal. = (<1, 1,0) C1, 1,0)-@(-1,0, 1l)=(-1 +a, 1, -@) Xx) = (C1, 1,0)-(-1 +e, 1,-a)=la+1=0=2e=2 -14+2,1,-2)=(1,1,-2) Base ortogonal {(-1, 1,0), (1. 1, -2), (1, 1. 1)} _ (l=) - Qa uae Vs [al 3 127Autovalores y Autovectores Base ontonormal (-¥5, Vp.0( Ma MaKe} Mar Mae)| ‘La matriz de paso ortogonal es, Ke Xe Xe Pol Xe Xe Xe 9 Ke Kes D=P'AP se dice que D y A son congruentes 11 ‘§ Dada la matriz: A=|3 1 a: 2 ren a) Hallar A? b) Teniendo en cuenta que A es regular, hallar A! y A® Solucién: Aplicaremos el Teorema de Cayley Hamilton: cada matriz satisface su ecuaci6n caracteristica Hallando el polinomio caracteristico: I-A 1 2 P(A)=|A-All=| 30 1-A 1 3 P(A) =(-A)* +S, (AY + S(-A)+| Al 2 3 1-4 5, =TrazaA=1+1+1=3 it 1 3 1 | S$, = ZMenores Principe + + B | P(A) =-A* +3474 7A411 128Autovalores y autovectores Y la ecuaci6n caracteristica sera, P(A) = 43-34 -74-11=0 a) Célculo de 4? Como A verifica su ecuacion caracteristica se tiene, A’-3A'-7A+11 =0,,5 de donde. A’ =3A°+7A-11 11 2f1 1 2) (8 85 AM=AAz=|3 1 113 1 1]=|8 7 8 \2 3 12 3 1) (13 8 8 112 (1 0 0) (42 31 29 aS 8/-73 1 1}-1)0 1 Oj=|45 39 31 (13 8 8) (2 3 1) \o o 1) (53 45 42 b) Partiendo de la ecuacién caracteristica se halla la inversa de A: A’-3A°-7A+11 =0,,. at (ai-aae r=yla 3A°-7A) Lig _aat_ -74 (a’-347-7a) =—(4*-34-7) 13 231 0 0 -2 5 -1 ated =a 5 1 (7-1 Hallando A* 129Autovalores y Autovectores piesa -7A) apd gay ay AVI=TA (4° -347-7a) : (3 -24 29 —| 40 -1 -24 [2 40-8 9.- Sea A una matniz cuadrada, demostrar que: a) A valor propio de A, entonces 4? valor propio de A? b) A valor propio de A, regular, entonces A”! valor propio de A™! c) Ay A’ tienen los mismos autovalores d) A involutiva (A? =) sus autovalores son 0 0 1 €) A ortotogonal ( A’ = A™) sus autovalores son 1 0-1 1) A valor propio de A, entonces A- k valor propio de A- kJ Solucién: a) A valor propio de A, entonces A* valor propio de A* A valor propio de A => Av = Av, premultiplicando por A ambos miembros, AAv=A Ay, sustituyendo Av =A v,queda,AAv=AAv,entonces A”v= A*v b) A valor propio de A, regular, entonces 27! valor propio de A“ A valor propio de A => A v = Av, premultiplicando por A ambos miembros, A'Av= A'A vi Iva AT v,quedando At v= Atv. c) Ay A’ tenen los mismos autowalores Sabiendo que det A = detA’ basta con probar que p (A)=det (A-A7) = det (A'- A dD det (A-AJ) = det (A-A})'=det ( A'—Al') =det( A'-AT) 130Autovalores y autovectores d) A involutiva (A? =) sus autovalores son 00 1 A valor propio de A = A v =A v, premultiplicando por A ambos miembros, AA¥v=AA v, Sutituyendo A v = Ay, queda, A Av = AA v, entonces, A?v = 2? y,como A’= J, entonces Iv = A> v, O=A4? v-v;0=(A*- 1) v yv 40 por ser un vector propio, entonces (A*-1)=A(A-1)=0=29A=06A=1 e) A ortotogonal ( A‘ = A™) sus autovalores son 1 0-1 A valor propio de A =} A v = 1 v, A valor propio de A’ (ya probado) y A* valor propio de A™' (ya probado) entonces, Av = Av= Ao v= Ab v=atr, quedando, Av= Ly, a 1 vv-tyeo;[2 A -1 \yeayve Demons [ Jeo Bte0aee) f) A valor propio de A, entonces A- k valor propio de A- k I A valor propio de A => Av = Av, restando k Iv a ambos miembros queda, Av-kIv=Av-kIy, (A-kI) ve(A-RD 10, Sea el circuito compuesto por una fuente de tensién continua V, y tres elementos pasivos, una resistencia de valor R una inductancia Ey una capacidad C. Hallar los polos del circuito. R L Solucion: E! voltaje suministrado por la fuente es igual a la suma de las caidas de voliaje en cada elemento del circuito V,=V,+V,+Ve Sustituyendo se obtiene la ecuacién diferencial que define la intensidad,Autovalores y Autovectores. Vain + LE oo fiat oO Como Yom fit aoc dv. 1. =si dC a las ecuaciones (1) y (II) constituyen el siguiente sistema de ecuaciones diferenciales, wh L que puede rescribirse matricialmente, CHE HOH waa -(,,] wel ot te (| la ote, eared c: puede escribirse HRs det(A-Al) = Me que pueden ser dos nimeros complejos conjugados denomindndose polos complejos, o dos valores reales distintos 0 polos reales o un valor doble segiin las relaciones entre los valores de resistencia R, la inductancia L y la capacidad C. 132Autovalores y autovectores Ejercicios Propuestos 1,- Sea el endomorfismo f:V-—+V de matriz asociada A regular. Entonces el endomorfismo g:V —V de matriz asociada A7 a) Es siempre diagonalizable. b) No sera diagonalizable si 34, =0 c) Nunca es diagonalizable. d) Ninguna de las anteriores es cierta. 2- Sean x, v dos vectores propios asociados al valor propio A de un endomorfismo real. Entonces: a) 4 es valor propio del vector u + v. b) 22 es valor propio del vector u + v. c) A= es valor propio del vector x - v. d) Ninguna de las anteriores es cierta. 3.- Sea A una matriz 3x3 de coeficientes reales cuyos autovalores son A, =A, =LA, =0 ytal que rg (A-/) = 2. Entonces : a) A €s diagonalizable. b) A noes diagonalizable c) TrAsl d) Ninguna de Jas anteriores es cierta. 5.- Sea el endomorfismo f :V, +, y sean A, yA, dos valores propios asociados a los vectores propio v, yv, respectivamente. Entences : a) 4 +¥; €s siempre un vector propia de f- b) v,+¥, es un vector propio de fsi y sdlosi A, =A,. ¢) ¥,+¥5 es un vector propio de fsi y s6lo si A, d) Ninguna de las anteriores es cierta.Autovalores y Autovectores: 21a 6.- Dada la matriz 4=|1 2 » |. Sabiendo que sus vectores propias asociados c -ld son (1,1,0),(-1,0,2) y (0,1,-1). Hallar sus valores propios y completar la matriz. Entonces los valores de a, b, c, d son: aja=-l,b=2,c b)as-l,b=5/2,¢ 2 ca=1b=lLe=12,d=5/2 d) Ninguna es cienta -l ao 7.- Dadalamatnz A=| 0 -1 B oo 2 a) Aes diagonalizable para a = 0, 8 cualquier valor b) No es diagonalizable para a + 0, 8 cualquier valor c) Siempre es diagonalizable d) Nunca es diagonalizable 8.- Sea el endomorfismo f:£-—£ de matniz asociada A regular, y sea A un autovalor de A. Entonces: al} A=0 puede ser autovalor de A b) a es autovalor de A? c) —A esautovalor de A7 d) Ninguna de las anteriores es cierta. 9.- Sean u, v dos autovectores asociados a los autovalores 1 y 2 respectivamente de un endomorfismo real. Entonces: a) 3 es autovalor del vector u + v. b) 1 es autovalor del vector v - x. c) -1 es autovalor del vector u-v d) Ninguna de Jas anteriores es cierta. 134Autovalores y autovectores aio 10.- Sea la matriz A=|0 a O}. Entonces siendo a#b la matriz A es 00 b diagonalizable si y sdlo si: a) re(A-al)=1 b) rg(A—bi)=1 c) rgA=3 d) Ninguna de las anteriores es cierta. 11 - Sea e] endomorfismo simétrico, f:RP oR f(xy, = Gxt ytz,x4¢3 94 2.04 pt3z) La matriz asociada Aa dicho endomorfismo en la base canénica de R’ es 113 Pld 311 ayA=|1 3 1] b)A=|3 3 3] c)A=/1 3 1 \3 1 1) li 11 \1 Is & d)Ninguna de las anteriores es cierta Sus valores propios son a) 2,2,5 by 1, 1,3 ¢)2,5,5 d)Ninguna es cierta Su matnz de paso ortogonal es 1-1-1 Ka Ke Ke Ma Ka Ta areal lO] bre Ye Ma Kel O8-|4a Xa ° ne Xe ° Fe! Ma Xa! d)Ninguna es cierta 12.- Dado el endomorfismo: f:BR*/ f(xy.2)=(-x+ay,-ytbz, a) Es diagonalizable para cualquier valor de ay b b) Es diagonalizable para a=0 y b cualquier valor c) Es diatonalizable para a # 0 y b cualquier valor d) Ninguna de las anteriores es cierta 135Autovalores y Autovectores 13. La matriz de paso del endomorfismo anterior para el caso en que es diagonalizable es f1 00 110 10 0 a)C=|0 1 tb b)c=/0 1 to c)cs|o 1 4 ro 1] bol 001 ¢) Ninguna es cierta 14.- Sea A uma matriz cuadrada de orden tres cuyos autovalores son 2, 3 y 5. Entonces, decir si son verdaderas o falsas las siguientes afirmaciones: a) 6esavtovalor de 3A b) 6 es autovalor de 2.4 c) 1/6 es autovalor de At d) Besautovalor de A? ©) 2esautovalorde (A-2 J) £) Oes autovalor de (A-5 J) g) (A-3/)es singular h) 2esautovalor de A’ 136Formas Cuadraticas Ejercicios resueltos 4- Dada la forma bilineal simétrica: f:R’xR?' sR? PY) = BY, Hs +32 GY HY tH; +s a) Hallar la matriz de freferida a la base canénica de R? b) Hallar su forma cuadratica asociada c) Clasificarla Solucién: a) La matriz de fen la base canémica de R° es, flee) flee) fle.eg)) (1 0 4 A=! F(eQ.€2) Flee) Flege) |=] 0 1 1 Fieve) flere) fle.e)} [-1 1 2 b) La forma cuadratica asociada w:R? > R. viene expresada por: 1 o -1Vx) wa)=xAr=(x, x %)/ 0 1 1 xy 11 2h, d) Hallando los menores angulares para clasificar la forma cuadratica, ia Lo -] Ral=1>0 PF I [7170 Radeta=|0 1 1/=0 Hl 1 2 Come todos los determinantes angulares son estrictamente positivos menos el tiltimo, la forma cuadratica es semidefinida positiva, por tanto es degenerada. ‘2 Clasificar la forma cuadratica seguin el valor de a. w(x) =x? ay +3c° + ay + 2xg + ays Solucién: ‘La matriz asociada a la forma cuadratica es; 152Formas Cuadraticas 11 A=|l aa la 3 Hallando los menores angulares fl 1 1 1 | R=|=1>0 A= =a Pe=detA=[l a al= (0 a la 3 Discusién: -a€]3,0[ B=1>0 P>0 2B <0 indefinida -aeJ1,3[ B=1>0 2>0 P>0 definida positiva -ae]-o,1[ R=1>0 P<0 R<0 indefinida ‘3’- Dada la forma cuadratica wiRoR w(x) = af tg +3x? + 20, Hallar su matriz asociada y un vector conjugado segin w al vector (1, 1. 0) Solucién: La matriz asociada a la forma cuadratica es, Un vector conjugado al vector x = (1, 1, 0) se calcula utilizando la forma bilineal simétrica asociada a w hallando y tal que f(x, y)=0 11 oyy, % fyexAy=(1 1 Of 1 1 Oly, |=(2 2 Of y, |= 2, +2y, =0 0 0 2h» Ys Una solucién particular del sistema homogéneo es (-1,1,0 ), que es un vector conjugade ax = (1, 1,0) respecto de w. Se deja al alumno hallar otros vectores conjugados con x respecto de w. 4.- De una forma cuadratica w: R? — RB se sabe que. - los vectores (0, 1,0) y (0, 1, -1) son conjugados respecto de w - w(10,1)=1Formas Cuadraticas - (1,01) EN (Ff) - la traza de la matriz asociada a w en candnicas vale 0 Hallar: a) Lamatriz de w en canénicas b) Diagonalizar w por pares de transformaciones elementales y clasificarla Solucién: - si (0, 1,9) y @, 1, -1) son conjugados respecte de w se cumple que; % a as \( 0 o (0 1 0) a, ay ay | 1 j= (a2 ay ay)) 1 |=ay a5 =0= ay =a, ( Qs Gy; By || -1 ml i) a, %, a, \f 0 0} - wH,0.0)=(1 0 Oa, a, ay : =(a, a2 a;)) 1 |=a,=1 (i) %, Ay sy | -1 oy - (10,1) & N Cf) entonces Ax = 0 {1 4: 4-1) (0 Gy, 4G,=0) ay =a, =1) a, a, a, | 0 |=10 4,17 Gy = 0} > a, =a, de(i) (as da a) 1 | \0 Gj; +450) a, =4,,=1 - TrazaA= a, +a, +a, =0=1+0,+1=0>4,,=-2=2,, (de (i) De donde obtenemos la matriz A 121) 22-2 121 c) Diagonalizando mediante pares de transformaciones elementales 154Formas Cuadraticas sig A= sig D = (1,1 ) es indefinida y degenerada Haciendo las mismas transformaciones elementales solo de filas a la matriz identidad, obtenemos la matriz de la nueva base 100) /1 00 01 0|-|2 1 Oj=c oo 1) l-.01 F,= F,+2F, F=F,-F, D=C'AC siendo la nueva base C= {( 1, 0,0), (2, 1,0), (1,0, 1)} <* Hallar el minimo de la funci6n: f(x, ¥) = 3° -xy+y? +3x-2y4+1 Solucién: La puede reescribirse como, faames(e a ae 3) F(X) = PATHS +1 Derivando, 3-50 a af ze = Asi Aes definida positiva, ftendra un minimo en Ax =b 2 -i As definida positiva pues P =|2|=2>0 P, yee por el criterio de Sylvester Resolviendo el sistema, 4 2] Ia funcién f tiene un minimo en (-4/3, 1/3) y su valor es. -4/3, 1/3) = 1.3333Formas Cuadraticas Ejercicios propuestos 1 Sea la forma cuadrética: f,:R? + R/ f. (e,)= f.(e,) =O. Entonces : a) @, y @, son vectores conjugados b) f.()=0 VEER? c) f, es degenerada. d) Ninguna de las anteriores es cierta 2.- Si f, es una forma cuadrdtica semidefinida positiva, entonces a) sig f.=(p.g)!ptqb, f, es definida positiva. 'b) Si a>b y b=0, f, es definida positiva. c) Siab, f, es definida positiva. b) Sia>by b=0, f, es definida positiva. c) Sia R. Emtonces : by f.(%, +2 °) f.(@,+2)=8 d) Ninguna de las anteriores és Cierta. 9.-Sea f, una forma cuadrética teal de matriz asociada A. Entonces : a) Si |Al>0@ f, es definida positiva b) Si f, es definida positiva = |4]>0 c) Si|Al>O=> f, es definida positiva. d) Ninguna de las anteriores es cierta. 10.- Sea la forma cuadratica f. : IR" — IR de matriz asociada A. Entonces: a) Si sigf. =(p,q)/ p+q Nf. = 8. d) Ninguna de las anteriores es cierta. 12.- Considérese la forma cuadratica: f.2R’ Ri f(x,y) = ax +(a43)y? + 2atlxy Entonces la forma cuadratica es, a) Definida postiva para a >1 b) Indefinida para cualquier valor de a c) Definida negativa para a <0 d) No degenerada paraa=1 158