Está en la página 1de 9

Instituto de Ciencias Matemticas

Algebra Lineal: Solucin de la Segunda Evaluacin


1. (20 puntos) Califique como verdaderas o falsas a las siguientes proposiciones. Justifique
formalmente sus repuestas.
a) Una transformacin lineal cuyo ncleo es OV , es invertible

Sea T : R R una transformacin lineal definida por


2

a
b
b
a b

Si obtenemos su ncleo fcilmente nos damos cuenta que es


como la dim V dim W , T no es invertible.

0

0

pero

Tambin es vlido decir que el hecho que la transformacin lineal sea


inyectiva no necesariamente debe ser sobreyectiva
Falso
rSen(t )
Cos (t )

b) r , t R : A

Cos (t )
es ortogonal
rSen(t )

Para que la matriz sea ortogonal, el producto interno entre sus columnas
debe ser igual a 0 y al mismo tiempo el producto interno de cada
columna consigo misma debe ser igual a 1 . Entonces, utilizando el
producto interno cannico:
rSen(t )

Cos (t )

Cos (t )
0
rSen(t )
rSen(t )Cos (t ) rSen(t )Cos (t ) 0
00

rSen(t )

Cos (t )

rSen(t )

Cos (t )

2
2
2
r Sen (t ) Cos (t ) 1

Sen 2 (t ) 0

r 2 1 0

Sen(t ) 0

r Sen (t ) 1 Sen (t ) 1

t 0 t 2

r2 1
r 1

Sen 2 (t ) r 2 1 0

Por lo tanto la igualdad slo se cumple para los valores de r y t


encontrados y no para todos los reales. Se igual procedimiento para la
segunda columna
Falso

c) Sea V un espacio vectorial real con producto interno. Sean u , v V dos vectores
ortonormales. Si los vectores u v y u v son ortogonales, entonces
(u v / u v ) 0
(u / u ) (u / v) ( v / u ) ( v / v ) 0

2 (u / u ) (u / v ) (u / v) 2 (v / v ) 0

Pero como los vectores

son ortonormales, sabemos que:

(u / u ) (v / v ) 1
2 (u / u ) 2 (v / v ) 0
2 2 0
2 2

Verdadero
1
0

d) Si es un valor propio de A

0
, entonces A A 1 2 A
1

Primero tenemos que darnos cuenta la matriz A es ortogonal, eso se ve


fcilmente porque el producto interno entre sus columnas es cero y al
mismo tiempo el producto interno de cada columna consigo misma es
uno, entonces:
A 1 AT A 1 A

Tambin como A es una matriz diagonal sus valores propios son los
elementos de la diagonal principal, es decir:
1
1

Finalmente:

A A

A A

A A 1
2 A

A A 1 21 A
2A 2A

Verdadero

2 A

2 1 A
1
( 2 A) 1 A
2
1
( 2) 1 ( A) 1 A
2
1
1
A A
2
2

2
2. (15 puntos) Sea L : M 2 x 2 R una transformacin lineal tal que:
0 1
1 0
1 0
1
1 0
0
L
L
y L

L
1 0
0 1
1 0
1
0 0
0

Determine:
a) Nu ( L ), Im(L )
b) La matriz asociada a L respecto a las bases cannicas de cada espacio

La mejor opcin es encontrar la regla de correspondencia de L , y para


ello necesitamos una base del espacio de partida y para armarla usamos
los cuatro vectores que nos dan de datos, as:
0
B
1

1
0

1 0

1 0

1
0

0

0

Y al vector tpico de M 2 x 2 lo escribimos como combinacin lineal de los


vectores de esta base, luego planteamos el sistema de ecuaciones y
obtenemos los escalares en trminos de a, b, c, d
a

0
1

1
0

1 0
1
4
1 0
0

a b 2 3 4 1


2
c d 1 3

a 2 3 4

b 1

c 1 3
d 2

c b 3

a d c b 4

3 c b

4 a b c d

Finalmente reemplazamos los datos en la combinacin lineal inicial:


a
c

0
1

1T

d
a
c

1
0

2T

(b) (d )
d
1

a
T
c

1 0
1 0
4T

1 0
0 0
0
(a b c d )
0

3T

1
(c b)
1
1
b
cd

d
cd

Calculando el ncleo tenemos:


cd 0

cd 0

1 1 0
1 1 0

1
1
0
0
0
0

a
Nu ( L)
c

b
M 2 x 2 / c d 0
d

cd 0
c d

Y la imagen:
cd x

cd y

1 1

1 1

1

y
0

y x

yx0
x y

Im(L) R 2 / x y
y

Para obtener la matriz asociada a la base cannica, sabemos que:


1
BC M 2 x 2
0
1
0

0

0
0

0
0

0
0

1 0

A T
0 0

CR 2

0
1

0

1

0
0

0

0
0

1
BCR 2
0

0
1

1

0
1

0 1

T
0 0

CR 2

0
0

0 0

T
1 0

0
0

1 1

1 1

CR 2

0

1

0
0

1

1
1

0 0

T
0 1

CR 2

3. (15 puntos) Sea A 1


1

1
a
1

1
a

Determine:
a) Los valores propios de A
b) Una base para cada espacio propio de A
a

A I

(a )(a )

1
a
1

1
a

1 (a ) 1 1 (a ) 0

(a ) (a ) 2 1 1 (a ) 1 11 (a ) 0
2

(a ) 3 3(a ) 2 0

Ahora realizamos un cambio de variable para visualizar mejor las cosas:


x a
x 3x 2 0
3

Aplicando divisin sinttica:


1

1
1

( x 1)( x 2 x 2) 0
( x 1)( x 2)( x 1) 0

x 1

x 2

a 1
a 1

a 2
a2

Y finalmente hallamos cada espacio propio reemplazando cada en la


matriz A I
E a 1
1 1 1
1

1 1 1 0
1 1 1
0

abc 0
a b c

B E


1
0

a
b c
1
1

b b 1 c 0
b
c

0
1
c

, 0
1

E a 2
2

1
1

1
2
1

1
0

1 0
1
2

3
3
1

3
0

3 0
1
2

0
1
1

a
c
1



b

c


1
c
c
1


0
0

1 0
1
2

B E

0
1
0

1
1

1

1
1

bc 0
bc

ac 0
ac

4. (5 puntos) Determine si la matriz A 0


1

0
1

es diagonalizable

A I 0
1

0
1
0

Calculamos la ecuacin caracterstica:

(1 ) (1 ) 1 0

(1 ) (1 ) 2 (1 ) 0

(1 ) 0

(1 ) 2 1 0
(1 1)(1 1) 0

2 0

( )(2 ) 0

Debemos recordar el corolario que dice: Si


propios distintos, entonces A es diagonalizable
Como tenemos
diagonalizable

tres

valores

propios

A M nxn

distintos,

tiene n valores
entonces

es

3
5. (15 puntos) Sea V R3 y W y R / 3 x 2 y 6 z 0 un subespacio de V
z

Determine:
a) El complemento ortogonal de W

b) La proyeccin de

sobre W si se conoce que v 1


4

Para calcular el complemente primero necesitamos una base de W


3x 2 y 6 z 0
2 y 3x 6 z

2

BW 3
0

2x
x
2x

2
0



y 2 y 3 x 6 z x 3 z 6
z
2z

0
2
2 z

Sea

0

, 3
1

b W
c

a
2


b
3
c
0


2a 3b 0
2a 3b

a
0


0 b
3

c
1


3b c 0

c 3b

3
b R / 2a 3b c 3b 0
c

Para hallar la proyeccin del vector que nos piden es mejor calcularla
sobre W debido a que la base de este subespacio tiene un solo vector y
ortonormalizarla ser ms sencillo.

a
2a
3b
3

b 2b 2b b 2 BW
c
2c
6b
6

2
6

Ahora procedemos a ortonormalizar esta base:


u1

1
v1
v1

v1

v1 / v1

v1

2
6


2
6

v1

9 4 36

v1

49 7

1
2
7 6

Vamos a suponer que v se puede escribir como la suma de dos vectores


h W y p W , hallaremos p y luego contestaremos la pregunta al
encontrar h v p

p Pr oyW v
p v
3

1
p
1
49

u1 u1
3

2
6

1
p
9 2 24
49

2
6

2
6

13

49

39

49
26
49
52
49
186
49
75
49
248
49

3

h 1
4

186

49
Pr oyW v 75
49

248
49

También podría gustarte