Problemas Resueltos de Algebra Lineal Segundo Parcial Ramiro J. Saltos-2- Transformaciones Lineales Wefinicién: Sean Vy W dos espacios vectoriales. Sea T:V —>W una funcién que asigna a todo ‘vector v eV un iinico vector w=T(v) EW . Se dice que T es una transformacién lineal si 1 WweV — Te+w)=TO)+TO) 2 VaeRWwev — Tav)=aTv) eorema 1 SeaT :V —>W una transformacién lineal Entonces: 1. T(O,)=Oy 2 wWwev Tw)=[ro] Bo TGV, + Vy + Vy + AG Vg) = ATV) +OQT (Vp) + AT (Vg) +. + TY, ) Mitcleo de una Transformacién Lineal Definicisn: Sea T:V > W una transformacién lineal. EL micleo de T, denotado por Nu(T), se define como: Nu(T) ={v eV IT) = Oy} Recorrido de una Transformacién Lineal Definicién: Sea T:V ->W una transformacién lineal. El recorrido o imagen de T , denotado por Re(7), se define como: Re(T) = fweW/T wvev} Teorema 2 Sea TV —>W una transformacién lineal. Entonces se cumple que: 4. Elmicleo deT es un subespacio de V 2, Elncorrido de T es un subespacio de W Nulidad'y Rango de una Transformacién Lineal Definicion: Sea T:V —>W una transformacin lineal. La nulidad de 1, denotada por WI), se define como: v(T) = dim Nu(T) Erango de 7, denotado por p(T), se define como: PAT) = dim Re(T) Ramiro J. Salios-3- ‘Teorema de la Dimension Sea T:V—+W una transformacién lineal donde Ves un espacio vectorial de dimension finita, Entonces se cumple que: WP)+ p(T) =dimV Transformacién Lineal Inyectiva Definicién: Sea TV > W una transformacién lineal. Se dice que T es inyectiva si: wWwev {70)=TO)]> =} Transformacién Lineal Sobreyectiva Definicion: Sea T :V ->W una transformacién lineal Se dice que T es sobreyectiva si todo vector deW es laimagen de por fo menos un vector de V . s decir: VweW IveV w=T) Dicho de otra manera, T es sobreyectiva si ReT)=W Teorema 3 ‘Una transformacién lineal T :V —W es inyectiva, si y sélo si, Nu(T) = {Oy} Isom: Definicién: Sea T:V —+W una transformacién lineal. Se dice que T es un isomorfismo si T es inyectiva y T es sobreyectiva, Es decir, T es un isomorfismo si T es biyectiva, Espacios Vectoriales Isomorfo Definicién: Sean Vy W dos espacios vectoriales. Se dice que Vy W son espacios vectoriales isomorfos, denotado por V = W,, si existe un isomorfismo T :V —W entre ellos. Teorema 4 Sea TVW una transformacién lineal definida entre espacios vectoriales de dimensién finita, tales que dimV =dimW, entonces: 1. SiT es inyectiva, T es sobreyectiva. 2, SiT es sobreyectiva, T es inyectiva. Teorema 5 Sean Vy W dos espacios vectoriales de dimensidn finita. Sea T:V—>W una transformacién lineal. Entonces: 1. SidimV >dimW, T noes inyectiva. 2. SidimV W una transformacién lineal, se cumple que: 1. SiT es inyectiva y S={v,,v,.v,,.¥,} es Gnealmente independiente en V , entonces S'={F0,).7W,),T0s),..T(v,)} es linealmente independiente en W 2 Si T es sobreyectiva y G={vy,¥,Vs4¥,} genera a V, entonces G={LO).T0).TO)omTO,)} genera a W 3. Si T es un isomorfismo y B= {vy,V.Vs. B'={T().T0;),TOs)onTC,)} 8 una base de W 1} es uma base de V, entonces Operaciones con Transformaciones Lineales Suma: Sean T,:V—>W y T,:V—>W dos transformaciones lineales. Ca suma entre T, y Ts, cenotada por T, +T, :V +W,, se define como: WeVv (+1) =T.)+T,) Multiplicacién por escalar: Sea aR. Sea T:V —>W una transformacién lineal. Se define fa ‘multiplicacién de a por T , denotada por aff :V —+W como: wWeV (af\0)=aT) Composicién: Sean T,:V+U yT,:U —rW dos transformaciones lineales. La composicin entre T, yT,, denotada por T, oT, :V —>W , se define como: WweV (Tyo) =TTO) Tiansformacién Lineal Inversa Definicion: Sea T:V >W una transformacién lineal. Se dice que Tes invertible si existe una transformacion lineal S:W —>V , tal que: 1. ToS:W>W=Idy 2. SoT:V9V=ldy Sitabes eC caso, se lama .a $ la inversa de Ty se denota § =T* Teorema 7 La transformacion lineal T :V —>W es invertible, siy s6lo si, T es un isomorfismo. Representacién Matricial de una Transformacién Lineal eorema: Sea T:V —>W una transformacién lineal donde Vy W son espacios vectoriales de dimension finita. Supéngase que dimV wesVah B, = fj... 0} das bases de Vy W respectivamente. Ramiro J. SaltosBee La representacién matricial de T respecto de las bases B, y B, respectivamente estd dada por: t t Heat Ap=|[PO Ins (Odes (Ode + BO ee J J bow bode Teorema 8 Sea T:V >W una transformacién lineal donde Vy W son espacios vectoriales de dimension ‘finita, Sea A, la representacién matricial de T respecto a las bases B, y B, de V y W respectivamente. Entonces: Teorema 9 Sea T:V+W una transformacién lineal donde Vy W son espacios vectoriales de dimensién ‘finita, Sea A, (a representacin matricial de T respecto a las bases B, y B, de V y W respectivamente. T es un isomorfismo si y sélo si det(A,) #0 Temat Califique las siguientes proposiciones como verdaderas o falsas. Justifique formalmente su respuesta. ( 3 a) Existe una transformacién lineal 7°: * — R* tal que 7{\) = () y (3) = (3) (Falso) Seaa=3yv -() at)=T(ew) *()-74() (3)-*0) (i)-(0) b) Lafuncién 7: R° +R? definida por 15) = (* ”) es una transtormacién lineal (Falso) YTW+W)=TO)+TO%) sent Ramiro J. Saltos-6- 7" b x: +a, bb, (" $a, +b, **) 1 Contraejemplo sere ¢) El operador 7’: R° —> R° definido por 7 I)Wv.weV Tew +w)=TW)+TOW) snore ese) 7(0) i +a,)+(b, +b) (a, +a,)— ata, a,4a, —b,-b, ata, [asst 2¥aeR Wwev Tan)=aT) Sea v-(j)e®.smaer )- 1 +b,) Oe) ae (eye) C3) 2 xey Poa es lineal (Verdadero) | va} (23) a, +a, +b, +b, =| 4,44, -b,-b, ata, Ramiro J. Saltos*(3)-<() ‘aatab\ (a+b aa-ab|=ala-b a+b) (a+b a|a-b|=ala-b a a 113 4) Si T:V Wes una transformacién lineal tal que A, -=|0 3 2/ es la representacion 201 matricial de 7’ respecto alas bases B, y B,, entonces Tes un isomorfismo (Verdadero) ara saber si T es un isomorfismo bastard con calcular ef determinante de la matriz asociada aT wane Lo bt | det(A,) =3+22-9) det(A,)=3-14 det(A, 7 3 e) Sea T: R’ — P, una transformacién lineal. Si 7 3+2x, entonces 3) =-10+4x—x* (Verdadero) SaBemos que: { “WG ¢s una base de R*, es decir, que todo vector de R° se puede escribir como combinacién fineal de los vectores de esta base. “eR =(" 4) of Vea (Hal ai-e bo) 2 le, +20, Para halla fa regla de correspondencia de T debemos expresar los escalares en términos de a yb. Planteamos [a matriz y simplificamos por Gauss = 1 at C “ne 2 eke 2 -1 2]o)"\3 -1 aJMi-DO 5 -b a+3b |A,,(2) 5 Ramiro J. SaltosAlora vofvemos a escribir fa combinacién lineal y aplicamos transformacién lineal en ambos lados de (a ecuacion ea ?]oa() A-teC)G] Aplicamos las propiedades de las Toe roy Reemplazamos fos escalures por las igualidades arriba encontradas y las transformaciones de fos -vectores de (a base con (os datos del problema. 1 (Ie +4)e(2 »Nas-3) Simplificando nos queda: 1)-(22" +22 (52) 2) a (- ee Se + 10+ »). i (- Be 38) (3) f) Sea T: P, -S,,. una transforma Vfinalnente +4x-10 n lineal con regla de correspondencia: 2 ath ‘| Ta+br+e Ott Ml sabe “bd Entonces, T es un isomortismo y rf 4 | =1-x+2x? (Verdadero) 203 Para saber si T es invertible debemos fallar la matriz asociada a Ty caleular su determinante, como no nos dan ninguna base nosotros usamos las bases candnicas. Sean P=fuxx*} y wl a a } las Gases contricas de Py Sin o ofli oflo 1 respectivamente. Ramiro J. Saltosro-(} sls sate (6 ‘) vo lo ro-() ‘}-of5 ott Po :] sre, ') 2 an _(2 -T 10 01 0 0 tee TO?) CG ‘)-0f5 ott ale ') afro (3) 00 2 5 > A,={1 1-1 deta) =A I oO-1 1 2 det(A,) 20 “.T es un isomorfismo 1 es invertible Sabemos que si T es invertible entonces T(v) =w AT“ (w)=v 1-1-2 241 ra-x42x)-( 4 ~? (oxt2n =| 53 ra-ee2e)[, 22) Tene) Tema 2 Sea T: R° > R° una transformacién lineal definida por: a th) = omen fil (30) 4) Para determinar si T es Gineal debemos ver si se cumplen os des axiomas de las transformaciones fineales. a) Muestre que 7 es lineal representacién m: DWvwev Tiv+w)=TW)+TOs) Ramiro J. Saltos-10- tO fe eth a d Seav=|b| yw=|e|eR? ¢ f cts Ya+d)-(b+e))_(2a-b+2d-e c+frbte }) \ ctbsfte 2a+2d—b-e) _(2a+2d-b-e cobtess ) | cebtesy ‘Yeomo vemos se cumple el primer criterio de linealidad QWaeR Wwev Te)=aTW) te dees (Sr)-(3) ‘Se cumple el segundo criterio de fnealidad. soem sehen . “.T es una transformacién lineal Ramiro J. Saltosre 5) Por teorema sabemos que: Escribiremos ef sistema de ecuaciones de manera general para (uego solo reemplacarlo en cada ra oC ‘También realizamos (as transformaciones de (os tres vectores de fa base "Va °) (1 V2 OG) eG o 0 1 gualamos las ecuaciones y encontramos las vectorescoordenadas ae All et -a,+a,=1+a,=2 7 : 2 { aed | s|71 a, +a, =1->a, =0 0 Lascttones Pf], 6 ‘Vfinalmente reemplazamos los vectores coordenadas en las columnas de (a matriz.y Ramiro J. Saltos-12- Tema 3 Sea T: RK’ > R’ la funcién que transforma cada punto del plano en su simétrico respecto del eje y. Encontrar la regia de correspondencia de T y demuestre que es una transformacién lineal. Determinar la regla de correspondencia de T es sencillo ya que el punto simétrico en el plano respecto al je y es eC mismo punto pero con la coordenada én x cambiada de signo, Entonces: OC) 1 » Ahora hay que averiguar si se cumplen los criterios de linealidad: DWv.weV Tv+w)=T0)+Tos) a ec). 9 sav-(6)yw-(‘Jen 10-0) ola) ea CG i ay ped) lo} a (a-) ‘Se cumple ef primer criterio de finealidad QVaeR WeV Tow) =aTv) Secon. Sear-[ "Jen? y ‘Se cumple el segundo crterio de finealidad Tes una transformacién lineal Ramiro J. Saltos-1B- Tema 4 Determine el rango y la nulidad de la siguiente transformacién lineal ore VITO) = Oy} 4) Por definicion sabemos que: Nu) Aphicando fa definicion af pro6lema nos queda: 0 Mut) -{o)eet6) b b 0 Entonces para fallar ef wicleo de (a transformacién lineal igualamos la regla de correspondencia de la misma con ef vector nulo de R* De donde concluimos que: Nu(T) = v(T)=0 T) 6) Para ef recorrido sabemos que: Re(T) = weW/T) = wveV} ‘Yaplicada al problema nos queda: fea ara fallar ef recorrido igualamos fa regla de correspondencia con el vector tipico de (a imagen, fuego planteamos fa matriz aumentada y simplificamos fasta obtener fa mayor cantidad de filas ena de cero. 1 ofx 10] x 10) x 1 ifyla,cnfo 1] y-xl4,b)0 0| y-x-z oer eee ote ot o1 arian HH) A) Ramiro J. Saltos-14- Temas Dada la aplicacién lineal 7: R* > M.,,, definida por: a rpl-(e-e ® “Lb b-e a) Halle la representacin matricial de 7 respecto a las bases canénicas. b) Encuentre Ker(T),In\T),(T),0(7) 4) Para hallar (a representacién matricial de T debemos encontrar los vectores coordenadas de las transformaciones de los vectores de (a base del espacio de partida, Aol-(t Joaf! eof? sof se lo o-oo)“ 0 of OG o 1 3) =e lo, o)} |G . -11 10 ol 00 0 0) : i Tl C ‘) (5 ap sot, oe ni =] YI=) 0 0 \ Wty 0 0 PEG Jools Seat Jeet She 9) =bfl-|s Estos vectores coordenadas representan las columnas de la matriz asociada a T, por que procedemos a formar dicha matriz 1-10 o1 0 : o1 0 a 9 Ae pee + mofo heg Alicamos el procedimiento ya visto en gjerccios anteriores de igualar la regla de correspondencia con el vector nulo del espacio de Mlegada. fa—b=0-a=0 b=0 b=0 b-c=04c=0 Ramiro J. Saltos-15- 0 Nu(T)=))0 -w()=0 0 De donde obtenemos que: Para falar ef recorrido igualamos la regla de correspondencia con ef vector tipico de (at imagen, planteamos ef sistema de ecuaciones y simplficamos por Gauss fasta obtener fa mayor cantidad de ‘filas posibleslenas de ceros a-b=w 1 w 1-1 0| w bex [0 1 Ole o 1 of] x l4s(-D| b=y o 1 Oly 00 be o 1-1/2 o 1-1] z ‘Ahora reemplazamos esta condicn en ef vector caracteristico y extraemos (a base ("Jefe ah af? Daf? Ly c}oka 2} "bo oJ 7 oJ* 40 1 1 0\(0 1\(0 0 (S90 IC 1} <> Si revisamos el teorema de la dimension v(P)+ p(T) =dimV 0+3=3 323 Tema 6 Sea T:P,->M,,, una aplicacién definida por: Tas «br+e)-[) 1 ’) a) Obtenga Ker(7).Im(T),v(T), p(T) b) Hallar la matriz asociada a T con respecto B={e-Latx -1} eM le ale of Ramiro J. Saltos las bases-16- Antes de desarrollar el eercicio primero deGemos trabajar un poco con (a regla de correspondencia de fa transformacién lineal y dejarla simplificada. Para ello realizamos la muttiplicacin: GG Gs a cer sboe)=( 5" oe a : 00 © Nu(T)={ ax? +bx+c€ P/T(ax® +bx+0)= Geel Como ya sabemos fay que igualar (a regla de correspondencia de la transformacién con el vector nulo def espacio de llegada y planteamos ef sistema de ecuaciones a=b=c=0 2e+a De donde obtenemos que: Nu(T) = px? +0x+0} (7) =0 . re {" Fle Man ta? stese)-(" I} ye ye Realizamos ef mismo procedimiento visto en eercicias anteriores, por tanto igualamos la regla de correspondencia con ef vector tipico de (a imagen, planteamos ef sistema de ecuaciones y simplificamos por Gauss. cm 101 “10 1) w -10 1) w b- 0 1-1} x 1-1 1-1] x reramy |1 0 2] yf} 0 0 3] yrw(™ 0 0 3] yew PO bee o21|e o21|2 0 0 3 | 22x, -10 1 w ost x 0-0 0 fytw+or-z 00 3] 2-2 Ramiro J. Saltos4, a =1 (also, 2] bee | Ramiro J. Saltos-18- eoIL a, +0, +0, +0, =1a,+a,=-1 3 a, +a; +a,-a, =0 4a, -a, =-2 [P+]. = x, a, +a, =2a,=-1 4 Tacfy ‘IL, ‘Reemplazando en la matrize 1 3 -1 ael yo KN Tema 7 Sea T: R° — R° una transformacién lineal, tal que: 1) (1) (1) (0) (0) (0 r1|=[o|,7}0|=|1]y7)1]=|0 yi) Gl ju Encuentre la regla de correspondencia de T Aqui desarrollaremos un procedimiento general para resolver este tipo de ejercicios. Por lo general fos tres vectores que nos dan de datos son linealimente independientes y constituyen una base del espacio de partida. Ramiro J. Saltos-19- Seleccionamos un vector tipico o representativo del espacio de partida, en este caso R' fo escribimos como combinacién lineal de fa base formada. Luego procedemos a expresar los escalares en términos de las variables que conforman ef vector caracteristico, asi: “home a +a; =a a, +a,=b a, +a, +a, =¢ 010 oo1 ec oie atb-c cob Ahora reescribimos la combinacién lineal inicial, sacamos transformacién fineal a ambos lados, reemplazamos los datos y simplificamos Bt Atel one ACE Ramiro J. Saltos >a, =atb-c-20- Tema 8 ‘Sea 1: R* > R° una transformacién lineal y suponga que: OL CE cote 7(-2) Para calcular fo que nos pide eC ejercicio primero debemos fallar (a regla de correspondencia de T Sabemos que: -() Gp ommee sal )lew (-e(}e(2)-(ec) (1 Ispca(s asta belsfo 222 ‘Una vez expresados (os escalares en términos de las variables que conforman ef vector tipico, ssacamos transformacién lineal a ambos lados de (a combinacién lineal, reemplazames igualdades y simplificamos 2a+b| |, (o-a| 2 tL GIs peed 5 =2a-b) (8a-8b 3 3 of) =| 80236 | | 6a » 3 2a+b | | sb 3 2a-% : 7s) 4a-b af - b -a+2b Ramiro J. Salios-21- Tema 9 ‘Sea 7: K* > R° una transformacién lineal y suponga que: Rodtata ~ Este ejercicio es muy parecido al anterior, por tanto realizamos (os mismos procedimientos para fiallar fa respuesta --LR “te una base de R* bth teb f-Betn§ Ramiro J. Saltos-22- Tema 10 Sea T: P, — P, un operador lineal tal que: TO) T+ N=34x TQ-¥)=x-1 a) Determine una regia de correspondencia para T 'b) Respecto al resultado anterior, encuentre Nu(7’), Im(7).v(T), (7) c) Determine la representacién matricial de 7’ respecto a la base canénica de P, 4) Este literal lo resofvemos casi de manera mecénica, tal como los dos ejercicios anteriores Sea B={x,x+12—x"} es una base de P, Seaatbr+cr €P, atbxtox =a,(x) +a, (x+1)+a,(2—x7) at beter = (a, +2a,)+(@, +a,)x+(-a,)x° b 1 0 -2|b-a 1 0 0|b-a-2c) An (2) a |Ay(-D0 1 2] @ 01 0] at2 me 001 001 ) a, =at2c a =-0 T(x) + a,T(x+1)+@,T(2-x°) (a +b= 2c) +(a+20)3 +27) + -ex=1) T(a+bx-+cx?)=(2a+b+5e)+(-o)x+(a+20)x? 9 © Nut) = kx? +bx-+a.€ Py /T(ex? +bx-+a) = 0x? +0x+0} 2a+b+5c=0> sa= c.Nu(T) = px? 0x-+0} vny=0 Ramiro J. Saltos-23- Para calcular el recorride usamos ef teorema que dice que si dimV =dimW y siT es inyectiva, entonces T es sobreyectiva. T es inyectiva porque Nu(T)={O,}, por tanto Re(T) =P, pr) =3 «La base canénica de P, es B=4,x,x"} eh t fro), Fol, Po), + + + 2 TI =24+07 > 2)+OW™)+OO") =([ra)], =|0 1 1 T(x) =1> (A) + (V(x) + (OVA?) = [re], =|0 0, TE?) =5-x428 > + DW) +Q) > [P6)], ‘ 215 A,=|0 0 -1 102 Tema 11 Construya, de ser posible, una transformacién lineal T: R’ > P, que cumpla con las siguientes condiciones: a + Nu(T)=4] 6 \/a=-1.b=1.c=21,teR © In(7)= fx" tor+ceP/e=atb} 1 a2extx y Tl falex? 1 Para resolver este tipo de ejercicios primero debemos encontrar una base y fa dimension tanto det tuicleo como det recorrido de la transformacién y verificar si se cumple ef teorema de las dimensiones. Si este no se cumple, entonces no existe una transformacién neal que cumpla las condiciones que del problema Ramiro J. Salios-24- Sea} b | = Nu(T) a) (-1) (-1 1 bl=| eld 1 > Byury =5] 1 wT)=1 c}) la} lo 2 Sea ax? +bx-+c€ R&T) ax? +bx+ > Bro, 24 bx + (a+b) = a(x? +1) +D(x+1) x? +Lx+} pr) =2 Revisamos ef teorema de las dimensiones v(P)+ p(T) =dimV 142=3 3= ‘Yeomo se cumple debemos proseguir. ‘Para proseguir debemos conseguir una base dl espacio de partida, en este caso R°, y fa o6tenemos con los dos vectores que nos dan en ef problema més ef que forma parte de la base del Nu(T', astz 1\(0)(-1 1} 1 3 2 Alora realizamos el mismo procedimiento de siempre que consiste en plantear la combinacién fineal y expresar fos escalares en términos de as variables que conforman el vector caracteristico @ Sea|b) eR" c a) (t) (0) (-1 -a, bl=al1]+a,)-1/+a,) 1 |=] @,-a, +2, a -a, +a, ce W ls 2) \a,+3a, +20, a, +3a, +20, 10 -t/a), aft nol ®| 4 rat 1 [oP lo <1 2 fo-a) 420 1-2] a» |,(%) A.(-D| MD) 13 2Ie 0 3 3le-a 00 9 |-4a+3b+e 1 0 o| Sat3bre a at dre Ofte ce 9 9 01-2] ab [Ag 1 of 2-8b42e Sere 00 1 | ater Sbte Jan) 9 5 oo 1 | =etseee Ramiro J. Saltos-25- Luego aplicamos transformacién fineal en ambos lados de (a combinacién y reemplazamos por las igualdades que obtaevimas y fas que nos dan en ef ejercicio. Cabe recordar que la transformacién lineal de todo vector que pertenece al micleo es igual al vector nulo del espacio de legada Et} jeesiesateeal ff (SeRispe one erae oe a oleate) sees (ee fe (88). (5) (824F Tema 12 Construya, de ser posible, una transformacién lineal 7: 5,,,>R’que cumpla con las x y . mer Primero debemos fallar las dimensiones tanto del micleo como del recorrido para verificar si se cumple ef teorema de las dimensiones cerca sal? Penny 6 FT) mae Tm Ramiro J. Saltos= 26- Sea| y |< Re(T) z x) (x 1) (0 1) (0 y|=|aezl=apt|+2 a => Baar, =4) | 1 pT) =2 dle o ol Verificando ef teorema v(T)+ p(T) =dimV 142=3 3 Alora debemos encontrar una base del espacio vectorial de partida, fiay que recordar que esta base contiene a la base del nicleo, ast ot THC MC 3 a- = 2a, +20, a, +2a,-a, Fo-1 oJa), a(t -1 0] a bro} a), -2 0 2] 6\42@lo -2 2 Joa+blaajo 1 1 | arbre) 4 Anco] Aa(-3) 1 2 -1/¢ 03 tf ena 03-1) eH 1 0 | satbt2€ 10 1] 2+b+e ’ 101) d-b+e |, - bi #2 01 1| assse IeYJo 1 1 axbre N/A) ee 4a+3b+2c |An(-D| 4 00 —4a-3b-2c oo 1/———— 4 001 Benes _datb+2e b+2c 4 ‘Yafiora reatizamos el mismo procedimiento de siempre para hallar a regla de correspondencia Ramiro J. Saltosrf (esto Tema 13, Sea T': RK’ — R°la transformacién lineal definida por: CH) ' Determine si 7 es un isomorfismo y en caso de serlo calcule 7 fy 3 Para determinar si T es invertible debemos fallar su representaciém matricial, y lo mas sencillo serdé hacerlo respecto a las bases candnicas Bt Ele GAB He Ramiro J. Saltos= 28- aed Hh ty Calculamos su determinante y sieste es diferente de cero, entonces T es invertible -—_ pores S aus a “T esun isomorfismo ara caleular la inversa de T igualamos la regla de correspondencia con el vector tipico det espacio te partida y simplificamos ef sistema de ecuaciones por Gauss hasta obtener la mati identidad, asi 10 -1a 10-1] @ 1 0 Oja-b+e 0 1 0 /5]4,-pj0 1 0] b |A,ajo 1 0} o1 tle 00 1 |e-b 00 1] cb Lo que nos queda del otro lado de (a matric aumentada es la regla de correspondencia de T™' lo tinico que hay que hacer es escribirla bonito adaptandola a las espacios que pertenece, que para R° es soncillo porque va directo, tal como esté, asi ‘Yealeulando fo que nos pide ef ejerccio: Ramiro J. Saltos-29- Tema 14 Sea T: P, > R°una transtormacién lineal con regia de correspondencia: Tearby (27) 3a+7 a) Encuentre la representacién matricial de 7 respecto a las bases B, = {+ x,3—2x} dey b= {2)()} oe 9 ie ot canénicas B, = {i,x}de PF, y B, {Cs R b) Si 7 es invertible, encuentre la regia de correspondencia de 7" T respecto a las bases 4) Por teorema sabemos que: t + mAn=|[+ah. B-2h: + + rove a( (22) 5 5) \Sa,+5a, Ahora debemos fallar las coordenadas de las transformaciones de los vectores de la base B\ en la base B2 3 2a, +a, © Td+y= 10 5a, +5 21) sya(ieyt 5 slo) p, 21 2 1] 2)A,@M (1 ofr 7 syne Adare il) trash () a An() (10) 0 0 -1) 1)M,-plo 1 10 “Uo -1 Para encontrar (a representacién matricial de T respecto a fas bases canénicas realizamos ef mismo procedimiento, aunque en este caso es més facil encontrar fas cofumnas de fa matriz. ro-(\) (rOl. -() Ramiro J. Saltos-30- TO) () [reals = (}) sndue(! 6) Para saber si T es invertible fay que caleular ef determinante de cualquiera de las dos representaciones matriciales anteriores det(A) = (I) — (10) det(A) =I det(A) #0 2 es invertible ‘Y como ya se vio en eercicios anteriores para encontrar T~ igualamos la regla de correspondencia eT con el vector tipico del espacio de partida, en este caso P, \( a436 Tr =m+ne (ou) 2m, oft 2] ™ Vy colt © a a| ah 0 1) nam)" 1 ero como la regla de correspondencia estd en términos de a yb siempre es bueno dejar expresada la respuesta en fuuncién de las ya mencionadas variables n-3m Im! | : 1()=Ga-29-+Ca4-ie Tema 15 Sea TS, — P,, una transformacién lineal con regla de correspondencia: 1 2-2-0 Carbsost(o-20¥ Demuestre que 7 es invertible y encuentre la regia de correspondencia de 7’ Para averiguar si existe (a inversa T primero debemos comparar las dimensiones de los espacios donde opera fa transformacién; si estas dimensiones son diferentes, entonces T no es invertible, caso contrario debemos proseguir con cualquiera de las siguientes opciones: Encontrar ef micleoy ver si es igual af nulo del espacio vectorial de partida Hallar la matric asociada aT, calcular su determinante y si este es diferente de cero, entonces T es invertible. Ramiro J. Saltos-31- Nos inclinaremos por la segunda alternativa por ser més prictica. Para elfo encontraremos (a representacién matricial de T respecto a las bases candnicas por ser fa mds sencilla de fallar 1 0\/0 1)(0 0 , : Sea s-{( a a } y P={Lxx"} fas bases canénicas de S,, y Py He 3L-( 10 Jeaeee como =fi(? I {| fi o1 respectivamente, {) ‘] = 1x 5 D+ Dx + Ox? 0 0 : i 0 0 1 {)--esnae > EDD + Dx Bx’ lr || det(A) =-3-146+1 det(A) =3 det(A) #0 Tes invertible Lo siguiente es hallar (a inversa de Ty para ello igualamos (a regla de correspondencia son ef vector tipico del espacio de partida, para este problema S.,. Ta-2%»-c)+ arbor }-(" ") n p, ‘Y simplificamos por Gauss con (a idea de expresar a, b yc en términos de m,n y p Ramiro J. Saltos-32- 1-2 -1|m 1-2 -1] m A,(-2(1 0 ~m-2n 11 1] nfasafo -1 0 fmen| Avo 1 0) mn l“C¥) 0 1 -3/p, 0 1-3] p JM,cnlo 0 -3| mn p, bo -t) man) fi 0 o/=#7e-8 0.1 0] -m-n |a,@}0 1 0) -m-n oor oo1| = Ramiro J. Saltos-33- Espacios con Producto Interno Producto Inteno Definicién: Sea V un espacio vectorial. Sea f :VsV > R una funcién que asigna a cada par de vectores v.weV un tinico escalar a eR. Se dice que f es un producto intemo real en V si cumple con las siguientes condiciones: wev fl,y20 Wev fo.r=0er=0, vwev Ow) =S0ny) VaeR Wwe f(a,w)=af(v,w) VrmzeV fivtw.z)=fo2)+ fon) wae Ne Notaciones: Sea V un espacio vectorial Sea f:VsV —> R un producto interno real en V, las diferentes notaciones que puede tomar f estén dadas por 1. fw) 2. (viw) Norma de un Vector Definicién: Sea V un espacio con producto interno f . Sea v eV. La norma o médulo de v, que se denota |v, se define como: Vector unitario Definicion: AC vector v eV se fo llama vector unitario si su norma es igual a | Teorema 1 SeaV un espacio con producto intemo f . Entonces se cumple que: 1 vaeR Wev |ln 2 Wev (0-0 lat- Io Ramiro J. Saltos-34- Conjunto Ortonormal de Vectores Definicibn: Sea S ={v,.vs v, } un conjunto de vectores de un espacio vectorial con producto interno V . Se dice que S es un conjunto ortonormal de vectores sit 1 Wiei (yjy,)=0 2 Vi=j (ylyJ=1 Si ef conjunto S satisface iinicamente (a primera condicién se dice que S es un conjunto ortogonal, Teorema 2 Sea V un espacio vectorial con producto interno, Sea $ ={v,,V;,V;...¥,} un conjunto de vectores no nulos de V + ortogonal Entonces, S es linealmente independiente en V Distancia entre dos Vectores Definicién: Sean vy w dos vectores cualesquiera del espacio con producto interno V . La distancia entre v yw, denotada por d(v,w), se define como: d(v,w)=|v—w Medida del dngulo entre dos Vectores Definicién: Sea V_un espacio con producto interno, La medida del dngulo entre dos vectores vy w cualesquiera no nulos de V , se define como: serrate (i Io Complemento Ortogonal Definicion: Sea W un subespacio del espacio vectorial con producto interno V . EL complemento ortogonal de W , denotado por W*, se define como: evisu) O:vweW} Proyeci6n Ortogonal Definicién: Sea V un espacio vectorial con producto interno y W un subespacio de V. Sea B= {u,.u;,uy,5,} una base ortonormal de W. Sea veV. La proyeccién de ortogonal de v sobre W , denotada por proyyv, se define como: v/a, + (v/ ey be, + (v/ ey hey + ont (w/e, a, Ramiro J. Salios roy-35- Teorema 3 Sea B={ty.tt.ttyenntt,} una base ortonormat del espacio con producto interno V . Sea veV, entonces: v=(v/u, a, +(v/u; ey + (0/1 ay +... + (v/4, )e, = proyyy Teorema 4 Sea W un subespacio del espacio con producto interno V , entonces se cumple que: 1. W* esun subespacio de V 2. Wow ={0,} 3. dimW +dimW* =dimv ‘Teorema de Proyeccion Sea V un espacio con producto interno. Sea W un subespacio de V . Sea v eV. Entonces existe un tinico vector heW y peW*, tal que: vohtp Donde: © h= proyyy Matriz Ortogonal Definicin: La matris invertible Q de men se dice que es ortogonal si: o=0" Teorema 5 SiQ es una matris ortogonal de nxn, entonces det(Q) =1 0daiQ) Teorema 6 ‘Una matriz Q invertible de nm es ortogonal, si y s6lo si sus cofumnas forman una base ortonormal para R* con el producto interno canénico Teorema de Aproximacién de fa Norma Sea V_un espacio con producto interno y W un subespacio de V. Sea v un vector cualquiera de V. De todos fos vectores que se encuentran en W,, ef vector “mds cercano” a v es ef vector proyyy, es decir: vw el —{presysi] |v —provwal 0 ab<0 No se cumple el primer punto. Pero fay que plantear ef contragjemplo asi ya hayamos demostrado formalmente que no es un producto interno sare( Jer [oh 2ay)- 6) 20 -420 cf mo esun producto interno Ramiro J. Saltos-37- Tema 2 En el espacio vectorial P, esté definido el siguiente producto interno: (PQ) g@) = PR-Da-l) + pO)q@) + pg) a) Encuentre un vector p(x) tal que su norma sea igual a 30 y la medida del Angulo con el vector q(x) =1+x see £ © radianes. 2 b) Sea el subespacio de P :W ={a+hr/a+b=0}4Cual es el vector de W que esta “mas cerca” de r(x) =1—2x? 4) Para resolver este literal hay que tener en cuenta ef polinomio p(x) es una incdgnita por ese motivo debemos suponer un p(x) genérico. Sea p(x) =atbre P ELejercicio nos da como informacin que la norma de p(x) es V30,, por tanto: Veoo}re) (a+bxa + bx) =30 (a—b)\a—b) +a? +(a+ba+b) =30 a? —2ab+b* +a* +a° +2ab+b? =30 3a° +2b* =30 [peo ¥ ast obtwevimos una primera ecuacién, fa otra que nos falta (a o6tenemos def segundo dato det literal, ef cual nos dice que la medida del dngulo con el vector q(x) es 5 (pea) [eco Jacl (balk) Cos(90) = 7 bo}-ke] (a—b)(0) +a + (a+b)(2) [peo Fae] a+2a+2b=0 3a+2b=0 Cos(9) = Alora ya tenemos dos ecuaciones que nos relacionan las variables a y b . Resolviendo el sistema 3a" +26? =30 | 3a+26 Ramiro J. SaltosGe )-w 20 9 4b? + 6b? =90 105” = 90 6 b=33 Existen dos vectores que cumplen (as condiciones especificadas, pero debemos descartar (a sofucién que no satisface la segunda ecuacién y con ello nos queda: * pO) =-24+3x 6) Primero necesitamos extraer una base de W , fuego debemos ortonormatizarla Seaa+bxeW athe =-b+be=b-148) By =L 14s} Debido a que la base sélo tiene un vector, ortonormalizarla consistind tinicamente en dividir ef ‘vector para su norma ta= aes Hitd=vai > Byy = ial =¥5 «1 ) Entonces para fallar el vector cercano debemos caleular su proyeccién sobre W crea) er) J-28| teers) Proyy r(x) = (9 1 Proyyr(x) =| = ayy x) =| 1 Foca +--+ (-D@)\-14 x) ( Proyy r(x) -( ( Proyy r(x) = Zjaes 7 or fo tanto eC-vector més cercano a r(x)=1-28 es: 77s Ramiro J. Saltos-39- Tema 3 En R° se consideran los siguientes conjuntos: T- S=gen\| 1), 0 Expresar el vector v =| y | R° como la suma de dos vectores, uno de Sy uno de L Siempre se aconseja en este tipo de ejercicios escoger la Gase con menor niimero de vectores puesto que el proceso de ortonormalicacién es més dificil mientras mds vectores hallan it Alora hay que ortonormalizar la base: = | Oj} |o Wot a |= VOW + OO) +A) > By, =}=|9 2 eh II ‘Se aconseja dejar fa base ortornormal expresada de fa manera anterior, finatmente para fallar esos dos vectores hallamos la proyecci6n del vector v sobre ef subespacio Ly ef otro fo obtenemos por diferencia 1=Proy,v T=(y | u)eu, “ale Cabe recalcar que los escalares en un producto interno real pueden salir sin ningiin problema Ramiro J. Salios-40- 1 J90+070 +o] 0 1 “( 1 2, Tema 4 x) Sea V=R, y W=4| y |= R*/3x-2y +62 =0} un subespacio de V Determine: a) Elcomplemento ortogonal de W b) La proyeccién de v sobre W si se conoce que Para caleular el complemente primero necesitamos una base de W 3x-2y4+62=0 2y=3x+62 Ramiro J. SaliosSea b) ews c a w -[plowraeaecasd Para halla (a proyeccién del vector que nos piden es mejor calcularla sobre W debido a que la base de este subespacio tiene un solo vector y ortonormalizarta serd mas sencillo. bee 8 Ahora procedemos a ortonormalizar esta base: a Vamos a suponer que v se puede escribir como fa suma de dos vectores heW y peW*, feallaremos py luego contestaremos fa pregunta al encontrar h=v~p 944436 V49=7 Ramiro J. Saltos-42- p=Proyy.v =(v | a) “a h Tema 5 Sea V = M,,,, considere el producto interno: ’ ( we {)) acai +204 + dh Yeo dle uy Sea H = {c fae e a un subespacio de V ce a) Determine el complemento ortogonal de 1 b) Escriba la matriz c-(! ;) como la suma de dos vectores AcH y BcH* tales que C=A+B ‘ ©) Determine ta medida del angulo entre los vectores Ce / sise sabe que / -( ‘) 4d) Determine la distancia entre los vectores Ce I e) Encuentre una base ortonormal de V Ramiro J. Saltos-43- 4) Para resolver este literal primero debemos encontrar una base de H , como ya tenemos ef vector EPH) nf) Para fallar ef complemento ortogonal, el-vector tipico de H le aplicamas producto interno con cada uno de fos vectores de a Base dé Hy fo igualamos a cero Recuerden que para este producto interno utilicamos (a regla que nos da ef ejecicio sea{* b)en* ed (CNG a)- Cal s)-° a+2b=0 d+2c=0 wal ?\eM.jta2=d+2= ce@yarae Obtenemos su base: ‘a b) (-2 b -2 1), fo 0 -2 1)\(0 0 S = +d B= \ ed fe eet oo UU -2 Ef o ofl -2, 5) Para resolver este literal debemos hallar la proyeccién de la matriz C sobre ef subespacio cuya base tenga ef menor niimero de-vectores, pero en este caso ambos subespacios tienen dimension 2., porlo tanto escogemos cualquiera de as dos bases para ortonormalizarta, Las proyecciones siempre se caleulan sobre Gases ortonormales ‘Vamos a ortonormalizar B,, y a esta nueva base la denotaremos como B, (GE oe supéngase quev,-{ '\ yv,-{° ° wupongase que =| 4 | ¥m=[) Ramiro J. Saltosage ‘Usilizamos ef proceso de ortonormalizacién de Gram-Schmide Recuerden para todo el ejercicio utilizamos ef producto interno definido en ef planteamiento del problema =e.) Wanye AIC: x(t) LOO +20D+20O+ OO 3B XO VIG b-6 «) 1 ri -(Z)oa+2%00, + 200) +00} A bes] = VOD +20) +200) + (HO) at aC 9] Cabe recalcar que no era necesario realizar todo el proceso debido a que los vectores dé By son ortogonales, es decir, (v, | v,)=0 Asi que para ortonormalizar (a 6ase séfo era necesario dividir cada vector para su norma, pero realizamos todo el proceso para practicar mas; pero en adelante, de ser posible, nos saftaremos los ‘pasos innecesarios Ramiro J. Saltos-45- Sabemos que: A=(C| OME JG oe JG JIC tC 9) A (Z]oo-22.0-2010-0)4(4 1 3Joo-22@200+@0(7 1] (lo HGH |) eh %%, A Y para obtener la matriz B despejamos de: C=A+B B=C-A 88 (4 4) 3 % ¢) Para determinar fa medida del éngulo nos remitimos a fa formula: coxa) (1) le Pero por comodidad de caleulo (a resolveremos por partes y af final reemplazaremos todos los valores ein-(} ;) (0 ‘)) (€ | 1)= ava) + 22,10) + 2,00) + 4) (c\a=5 Ramiro J. Saltos-46- I= VETO) Wl=J0T7) a-(C IG 3) mC IG |e) = JOO +22)2)+2H@+4Ha) [|= YOM +200) + 200+ OD Ic)= V3 (l= V2 Finalmente reemplazando nos queda: Cos(0) = = On BB O= ancl 2] d) Para hallar fa distancia también utilizamos una formula conocida: a(c.)=|c-1] aco-[3 3-6 5] seo] 3 acn-{(0 IC 3) AC.) =JOO+2DO]+2DO+ OO a(C,1)= 35 ¢) Para este tiltimo literal recordaremos aquel teorema que nos indica que para obtener una base ortonormal de V. basta con unir una base ortonormal de un subespacio H cualquiera con la base ortonormat de su complemente ortogonal, es decir, H Como ya tenemos fa base ortonormal de H solo falta ortonormalizar (a base de H*, la cual denotaremos como B, 6 lt “sh By. = “To oft -2 ‘Supéngase que 21 _(o 0 wpongase que y, =|") lI ¥=[) _» us} Pero estos dos vectores ya son ortagonales, solo falta que sean unitarios, ast que dividiremos cada uno de ellos para su respectiva norma Ramiro J. Saltos-47- bul=V@ Ts) bral=@. Ty bee Det mel VI 2 MIV\lo oj{lo o MIT VU -a} fla Ii]=VBBDADO ADO +O bil= YOO 200 2DD+ DD InJ=v6 bnf= v6 2 -[ (2 V1 0 2 Yeo ofvel -2, Ca base ortonormat de V la denotaremos como By, entonces otis Jatt SE Jatt 2) a-fals shat aelo dae ah Ramiro J. Saltos-48- Valores y Vectores Propios Valor y Vector Propio de una Matris: Sea A una matric de nor. Se dice que A es un valor propio de A si existe un vector no nulo X eR", tal que AX = AX. En tal caso se dice que X es un vector propio de A asociado al'valor propio A Valor y Vector Propio de una Transformacin Lineal: Sea V un espacio vectorial y T:V ->V una transformacién lineal. Se dice que 2 es un valor propio de de T , si existe un vector propio no nulo v eV, tal que Tv) =Av. En tal caso se dice que v es un vector propio de T asociado al ‘valor propio A Teorema 1 Sea A una matriz de nxn. Entonces A es un-valor propio de A si-y sélo si PA =de(A- 21) =0 Matriz Semejante Definicién: Las matrices A y B de no se dice que son semejantes si existe una matric invertible C de mon tal que B=C'-A-C Teorema 2 Sean A y B dos matrices semejantes de nxn. Entonces se cumple que: 1. det(A) = det(B) 2. palA)= Pa) ‘Ypor tanto A y B tienen los mismos valores propios pero no necesariamente los mismos vectores propios Teorema 3 Sea A un valor propio de la matriz A de nxn . Entonces: E, = {x ec"/Ax =x} Es un subespacio de C" y es lamado espacio propio de A asociado at valor propio 2 Teorema 4 Sea A. un valor propio de (a transformacién lineal T:V >V . Entonces: {veV/T() = 2s} Esun subespacio de V > es famado espacio propio de T asociado al valor propio A Ramiro J. Saltos-49- Multiphicidad Geométrica Definicién: Sea E, ef espacio propio de la matric A de nm o de una transformacién Gineal T:V —>V asociado al valor propio 2. Se define la multiplicidad geométrica de 2, denotada por mg(A), como: mg(2) = dim E, Teorema 5 Sea 2 un valor propio de la matric A de nxn o de una transformacién lineal T:V —>V en el espacio de dimensién finita V . Entonces, se cumple que: 1s mg(2) mata) Teorema 6 ‘Vectores propios asociades a valores propios diferentes son linealmente independiente. Teorema 7 Sea A una matric simétrica de nx con componentes reales, Si 2 es un valor propio de A, fentonces 2 es un mimero reat Teorema 8 Sea A una matric de nxn simétrica. Sea X, un vector propio de A asociado al valor propio 2, y X,, un vector propio de A asociado al valor propio 2, Sid, #A,, entonces X, y X, son ortogonales. Tema Califique como verdaderas 0 falsas las siguientes proposiciones. Justifique formalmente su respuesta a) Si A es una matriz triangular, los valores propios de A son los elementos de su diagonal principal (Verdadero) 0 a, Sealamatriz A=|0 0 ay 0 0 0 ayy, ay 4a, a3, as, A-A= ay,-4 ay, 0 0 0 a,,-2 Ramiro J. Salios-50- Cuando se tiene una matriz triangular el determinante de (a misma esta dado por la multiplicacion de los elementos de la diagonal principal, P(A) = det(A= AD) = (a4, A) 33 ~ANhdys —A).-(Ay, 2) =0 De donde obtenemos que: a,-2=0 ay,-2=0 ay- Por lo tanto 4, =a, para i123... EN b) Sea AeM,,,. Si det(A)=1 y traca(A)=—I, entonces los valores propios de A son niameros reales (Falio) Sabemos que: P(A) = # ~traca(A)A +det(A) = 0 B+A+i=0 Aplicando ef discriminante a (a ecuacién determinaremos ef tipo de raices de la misma a=1 A=b? —4ac b=1 A=1-4 c=l A= El discriminante es menor que cero, por tanto las raices son miimeros complejos Tema 2 Halle los valores y vectores propios de la siguiente matriz: 101 1-1 2 Para fallar los valores propios debemos encontrar el polinomio caracteristico y extraer sus races, muchas veces es necesario utilizar (a divisién sintética para poder factorizar la expresién Ramiro J. Saltosaie P(A) = det(A= AN) =0 a-ala-aye-4)-1]+na- (I-A 2-2-2447 -N-141=0 (aya? -34+)-14 B-BAH1-# +30 -A-144 Finalmente debemos encontrar los vectores propios y para ello debemes encontrar una base de fos espacios E, EL procedimiento consiste en reemplazar cada valor propio en (a matriz A~Aly resolver ef siguiente sistema omogéneo: Entonces para fallar cada espacio planteamos ef sistema mencionado y simplificamos [a matriz fasta obtener fa mayor cantidad de ceros posibles En 1-0 0 1 |0) (1 0 1/0 10 1/0 10 1/0 0 1-0 ols}o 1 -1/0/4,Cp}0 1 -1/0/4,,@}0 1 -1)0 1-1 2-0f0) Ui -1 2/0 o-1 ilo 00 oo De donde extraemos las siguientes igualdiades: ate=0 Reemplazando en el vector tipico a a b= v=| 1 c 1 Ramiro J. Saltos0 1/0 0-2 -1]0), (0 9 0/0 0 -2 -1/0|a,@}o -2 -1 ofc -2 -1/0 1-1 -1/0 rar -1foJ* UL 1 ofo -2b-e=0 c= a) (-b) (-1 bl=| b |= 1 Tema 3 Encuentre, de ser posible, la matriz C que diagonaliza a la matriz: 5-4 2 A=|4 -3 2 4-3 2, El procedimiento para encontrar fa matriz C es casi mecéiico, fay que calcular ef determinante de A=Al e igualarlo a cero para finalmente falar os valores propios de fa matriz, recuerden que en ‘muchos casos es necesario usar division sintética para factorizar. S-A -4 2 A-a=| 4-3-4 2 4-30 2-4 Ramiro J. Saltos-53- pta)=0 det(A—21) =0 (5—A)[(-3- 412-2) + 6]-4[- 42-2) + 6]+ 4-8 -(-3-2)]=0 (5-A)-6+34-22427 +6]-4[-844246]+4,-8+6+22]=0 (S- AYA? +4) +32 164 ~ 24-32 424484 =0 SP 451-2 -2-8 B42? +31 =0 AB ~4243)=0 A, =0 4-0 (A-34-)=0 Ayal A =3 Ahora debemos hallar una base para cada espacio propio asociado con cada uno de fos valores ropios, recuerden que por lo general fos valores propios se los ordena de menor a mayor E,:A, =0 S-0 -4 2/0) (5 -4 2/0), yi -1 oo 1-1 0/0 4-3-0 2 Jolsj4 -3 2/0/47 4 -3 2/0/31 0 2/0 a -3 2-0]0) (4 -3 2]0/lo o olo 0 0 00, a-b=0 a=b Bo a No hay ningsin problema si multiplicamos al vector por cualquier miimero para eliminar [a fraccin , enf? ® 9/0 00 Ojo 4-3-1 2 JO/sf4 -4 2/0/72 -2 1 Jola2y2 0 -1/0 4-3 2-1]0) la -3 1]0J™ "to 1-1/0 o 1-1/0, b-c=0 bee Ramiro J. Saltos5-3-4 2 [0) (2 -4 2/0), 1 -2 1 [0 10 -1/0 4 2 O)a]4 -6 2/0) ho 2 -2/0l4,ayo 1-1/0 4 2-3|0} (4 -3 -1|0)4°lo 5 -slo 00 o|o b-c=0 bee ‘a) (ec) fi r bl=lel=ql] Bas =4/1 dl u 1 Finalmente las columnas de fa matric C que diagonaliza a la matric A estin dadas por los -vectores que conforman las bases de cada uno de (os espacios propios | 1 1 Tema 4 Determine la matriz ortogonal Q que diagonaliza ortogonalmente a la matriz: -1 5 0) A=|5 -10 o 04 \ ara encontrar fa matriz Q. realizamos ef mismo procedimiento que en el eercicio anterior solo que cuando fallemos (as 6ases de fos espacios propios debemos ortonormalizarlas, y esas serén (as cofumnas de la matriz en cuestion 0 A-dM= 0 oO 0 4-A pa)=0 det(A- Al) =0 (4-a(-1-ay-1-4)-25]=0 (4-ay[-1-ay' -25]-0 Ramiro J. Saltos-55- Cuando se calcula ef determinante por medio de cofactores es mejor utilizar [a fila 0 columna con mayor cantidad de ceros presentes en la misma También fay que tener presente que el procedimiento se puede simplificar por fa presencia de ciertos artificios aplicables, por ejemplo en este ejercicio la expresin dentro del corchete es una diferencia de cuadrados perfectos y su factorizacién es sencilla 4-a=0 — [(-l-a)+5]-1-2)-s]=0 4-a=0 A (4-2y(-6-4) 2=0 2, = 6+ math, A, =4> mad) Alhora encontramos las bases de cada espacio propio 0) (55 0 o)/>|s 5 0 o) lo 0 10 =0 5-1-6) 0 -1--6) 5 0 0 0 4--6 0)4-D(1 1 0 o|m,(4)\0 0 0 OJMs(\O 0 1 0 0 0 a+b c=0 BH) tl Hay que ortonormalizar esta base para obtener [a primera columna de [a matriz Q, pero como solo es un vector bastaré dividirlo para su norma, en este caso usamos el producto interno candnico “AMD VODCD+ 00+ OO v2 Ramiro J. SaltosSino aparece fa variable c significa que es libre no hay condicién de fa que este sujeta a) (a) (1) (0 1) (0 bl=|a\=a 1]+e]0 By = ite © J Wo ou Igualmente debemas ortonormalizar esta base, pero antes hay que notar que estos vectores ya son ortogonales y de paso ef segundo ya es unitario, ast que bastard con dividir el primer vector para su norma con fo que obtendremos la base buscada y las dos tltimas cofumnas de nuestra matriz Q Iul=V0 Te) faye bl | : } Holle Inf =SOD+OO+ OO Iul= v2 Hay que recordar que las columnas de esta matriz forman una Gase ortonormal para R? Tema 5 Sea A una matriz cuadrada de tamafio 2x2 que representa a una transformacién lineal T:R° — R°, respecto a la base canénica de K* a) Si traza(A)=-S y det(A)=4, goudles son los valores propios de T’? b) Encuentre, de ser posible, una base de R” respecto de la cual la matriz asociada a T agonal, si se conoce que ))-(2) sea una matriz Ramiro J. Saltos<5T- 4) Sabemos que para cualquier matris de orden 2 ef polinomio caracteristico esté dado por —traza(A)4 + det(A) =0 Entonces: #4524+4=0 A+4=0 ae (+aarn=0 Aa4 a= Ycon esto queda resuelto el primer literal 5) Para hallar dicha base necesitamos diagonalizar cualquier matriz asociada a T , pero como no tenemos la regla de correspondencia tendremos que buscar otro camino para encontrar una matriz, asociada Para este ejercici tenemos suficientes datos para hallar la representacién matricial de T respecto «la base candnica. Conocemos su segunda colwnna por el dato det literal b , asi que tenemos: (3) Ademés conocemos el valor de [a traza y del determinante, por fo que tenemos el siguiente sistema de ecuaciones xt2=558 a-(-7 ~6 2x4 6y=4 > xt3y=2>3y=9 4 yH3 mw 13 2 de aqui en adelante ef procedimiento es eC mismo que en ejercicios anteriores: I-A -6 A-al 30 2-4 Pero como ya conocemos los valores propios de esta matriz. simplemente hallamos los espacios propios Ey3a=—4 744 ~6 |0)_(-3 -6/0) 4, (0 0/0 a+2b=0 3 24+4/0 3 6 |o)M,(¥)\u 2]0, a=-2b Ramiro J. Salios-58- AL mismo tiempo este vector representa [as coordenadas de los vectores propios de la transformacién lineal respecto a la base de donde nacié (a matriz. asociada, es decir, son las coordenadas de fos vectores propios del operador lineal respecto a fa base candnica de R* para este caso. Cy rales ms 0 (-2)G) .(2)(0 0/0 a+b=0 ya iio, ‘Vestas dos vectores encontrados forman parte una base respecto de la cual fa matriz.asociada a T es una matriz diagonal Hay que tener en cuenta que si el espacio donde opera la transformacién lineal es diferente aR", entonces fos vectores de fa base tendrén (a forma de dicho espacio, ya sean matrices, polinomios, ete, Ramiro J. Saltos