Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DPTO. DE MATEMÁTICAS
UNIVERSIDAD ANDRÉS BELLO
SISTEMAS Y ECUACIONES DIFERENCIALES LINEALES - FMMA215.
Guı́a semana 2.
Ejercicio 1:
1
2. T : R2 → R3 es definida por T (a, b) = (a + 3b − 1, a − b, 0).
Sean ⃗u = (a, b), ⃗v = (c, d) ∈ R2 , entonces:
2
a b
4. T : M2 (R) → R es definida por T = a2 + b.
c d
Por medio
de un contraejemplo
mostraremos que T no es una transformación lineal. Sean
1 0 1 5
A= yB= , entonces:
2 4 1 2
2 5
T (A + B) = T = 22 + 5 = 9
3 6
3
6. P2 (R) → R2 es definida por T (ax2 + bx + c) = (a − c, 3b).
Sean p(x) = a1 x2 + b1 x + c1 , q(x) = a2 x2 + b2 x + c2 ∈ P(R), entonces:
T (αp(x)) = T (α(a1 x2 + b1 x + c1 ))
= T (αa1 x2 + αb1 x + αc1 ))
= (αa1 − αc1 , 3αb1 )
= (α(a1 − c1 , 3b1 )
= αT (a1 x2 + b1 x + c1 )
= αT (p(x))
4
Ejercicio 3:
Sea B una matriz cuadrada con coeficientes reales de orden n, es decir B ∈ Mn (R).
Considere la función:
T : Mn (R) → Mn (R)
A → T (A) = A · B
T (A + C) = (A + C) · B = A · B + C · B = T (A) + T (C).
5
Ejercicio 4:
(a) Para definir una aplicación lineal T de modo que S = {(3, −1, 2) ; (0, 1, −1)} sea una base
para Im (T ) sabemos que el espacio generado por la aplicación de T sobre una base del
espacio de partida otorga el espacio generado por la imagen de T . Ası́, podemos conside-
rar la base canónica de R3 : C = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} como la base del espacio de
partida y los elementos de la base S como los elementos de llegada, tal como se muestra a
continuación:
T (1, 0, 0) = (3, −1, 2)
T (0, 1, 0) = (0, 1, −1),
donde puede surge la duda: ¿qué vector ⃗v ∈ R3 lo asigno como imagen del vector (0, 0, 1)?
Para cumplir con las especificaciones de que el conjunto de llegada sea generado solo por los
vectores de S debemos otorgar cualquier vector ⃗v de modo que S = {(3, −1, 2) ; (0, 1, −1), , ⃗v }
sea un conjunto l.d., por ejemplo:
⃗v = (3, −1, 2) + (0, 1, −1) = (3, 0, 1)
Por lo tanto, si
T (1, 0, 0) = (3, −1, 2), T (0, 1, 0) = (0, 1, −1), T (0, 0, 1) = (3, 0, 1)
se tiene que:
ImT = ⟨{T (1, 0, 0), T (0, 1, 0), T (0, 0, 1)}⟩
= ⟨{(3, −1, 2), (0, 1, −1), (3, 0, 1)}⟩
= ⟨{(3, −1, 2), (0, 1, −1)}⟩ ,
donde destacamos que no escribimos el vector (3, 0, 1), ya que al ser una combinación lineal
de los vectores de S éste se puede omitir.
Ahora estamos en condiciones de definir el opreador lineal T para cualquier vector (x, y, z) ∈
R3 :
T (x, y, z) = T (x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1))
= xT (1, 0, 0) + yT (0, 1, 0) + zT (0, 0, 1))
= x(3, −1, 2) + y(0, 1, −1) + z(3, 0, 1)
= (3x + 3z, −x + y, 2x − y + z)
Por lo tanto, un operador lineal que satisface la condición del ejercicio está dado por:
T (x, y, z) = (3x + 3z, −x + y, 2x − y + z).
Finalmente, agregamos que no es el único operador que satisface la condición, siendo este
el obtenido debido a la base y el vector imagen elegido para esta resolución.
6
(b) Queremos determinar un operador lineal T (x, y, z) de modo que S ′ = {(1, 0, 2) ; (0, 1, 1)}
sea una base para el núcleo de T . Ası́, comenzamos destacando que si al conjunto S ′ le
agregamos el vector (0, 0, 1) obtenemos un conjunto l.i., ya que dados α, β, γ ∈ R tales
que:
α =0
formamos el sistema β = 0 cuya única solución es α = β = γ = 0. Por lo
2α + β + γ = 0
tanto, el conjunto de vectores B = {(1, 0, 2), (0, 1, 1), (0, 0, 1)} es l.i., y por tanto una base
de R3 (todo conjunto con 3 vectores en R3 l.i. es base de R3 ).
Ası́, cualquier vector (x, y, z) ∈ R3 se puede escribir como una combinación lineal de los
vectores de B. En efecto, dados α, β, γ ∈ R tales que:
α =x
formamos el sistema β = y cuya única solución es α = x, β = y y γ =
2α + β + γ = z
z − 2x − y. Por lo tanto, si definimos T tal que la imagen de los elementos de S ′ sean
el vector nulo y la imagen del (0, 0, 1) sea cualquier elemento no nulo de R3 tendremos
que ker T = ⟨{(1, 0, 2), (0, 1, 1)}⟩, tal como deseamos. Ası́, para determinar T comenzamos
imponiendo que:
donde el vector no nulo (1, 0, 0) se ha eligido al azar. Luego, dado (x, y, z) ∈ R se tiene
que:
es un operador lineal cuya base del núcleo esta formada por los vectores de S ′ .
7
Ejercicio 5:
Dado que tenemos una proposición lógica de la forma p ⇔ q vamos a probar que p ⇒ q y que
q ⇒ p, lo que es equivalente.
=⇒: Supongamos que T es lineal, entonces T (0, 0) = 0 (Si T : V → W es una transformación
lineal entonces la imagen del vector nulo del conjunto de partida es el vector nulo del conjunto
de llegada T (⃗0V ) = ⃗0W ):
T (0, 0) = 0 = 2 · 0 + 3 · 0 + c ⇒ c = 0.
Dado que se cumplen las condiciones 1) y 2) se tiene que T es lineal, con lo que hemos probado
que si c = 0, entonces T es lineal.
8
Ejercicio 6:
T (1 − 2x) = (1, 0, 1)
T (x2 ) = (0, 1, −1)
T (1) = (1, 2, 0)
entonces
β =a β =a
−2α = b ⇒ α = −b/2
α+γ =c γ = c + b/2
Ası́
• Núcleo de T
9
c =0 c =0 c =0
a + b + 2c = 0 ⇒ a = −b ⇒ a =0
−a − b/2 = 0 b − b/2 = 0 b =0
Entonces
• Imagen de T
10
Ejercicio 7:
T (1, 0, −1) = 2 − x
T (0, 2, 1) = 1 + x
T (1, 3, 1) = 3x − 2
Para lograr encontarar T (a, b, c), comenzaremos verificando si B = {(1, 0, −1); (0, 2, 1); (1, 3, 1)}
es base de R3 .
Como dim R3 = 3 = #(B), entonces solo basta probar que B es L.I.:
En efecto, sean α, β, γ ∈ R tal que
de donde concluimos que el sistema homogéneo tiene como única solución, la solución trivial, es
decir α = β = γ = 0. Por lo tanto, B es una base de R3 .
Sea (a, b, c) ∈ R3 y α, β, γ ∈ R tal que
Entonces
α+γ =a
2β + 3γ = b
−α + β + γ = c
Hemos formado un sistema que resolveremos usando eliminación Gaussiana:
1 0 1 | a 1 0 1 | a 1 0 1 | a
0 2 3 | b f3 →f∼3 +f1 0 2 3 |
f3 ↔f2
b ∼ 0 1 2 | a + c
−1 1 1 | c 0 1 2 | a+c 0 2 3 | b
1 0 1 | a
f3 →f3 −2f2
∼ 0 1 2 | a+c
0 0 −1 | b − 2a − 2c
1 0 0 | −a + b − 2c
f1 →f1 +f3
∼ 0 1 2 | a+c
0 0 −1 | −2a + b − 2c
1 0 0 | −a + b − 2c
f2 →f2 +2f3
∼ 0 1 0 | −3a + 2b − 3c
0 0 −1 | −2a + b − 2c
11
1 0 0 | −a + b − 2c
f3 →−f3
∼ 0 1 0 | −3a + 2b − 3c
0 0 1 | 2a − b + 2c
T (a, b, c) = (−a + b − 2c)T (1, 0, −1) + (−3a + 2b − 3c)T (0, 2, 1) + (2a − b + 2c)T (1, 3, 1)
T (a, b, c) = (−a + b − 2c)(2 − x) + (−3a + 2b − 3c)(1 + x) + (2a − b + 2c)(3x − 2)
T (a, b, c) = (a − b + 2c − 3a + 2b − 3c + 6a − 3b + 6c)x
+ (−2a + 2b − 4c − 3a + 2b − 3c − 4a + 2b − 4c)
T (a, b, c) = (4a − 2b + 5c)x + (−9a + 6b − 11c)
12
Ejercicio 8:
Solución: a) Para lograr encontar T (a, b), comezaremos verificando si B = {(1, 2); (0, 1)} es
base de R2 .
Como dim R2 = 2 = #(B), entonces basta probar que B es linealmente independiente. En
efecto, sean α, β ∈ R tal que
de donde concluimos que el sistema homogéneo tiene como única solución, la solución
trivial, es decir α = β = 0. Por lo tanto, B = {(1, 2); (0, 1)} es una base de R2 .
Por se B base de R2 : ∀(x, y) ∈ R2 , ∃! α, β ∈ R tal que
Entonces
α =x α =x
⇒
2α + β = y β = y − 2x
Ası́
13
b) • Núcleo de T
−x + 2y = 0
x =0
−3x + y = 0 ⇒
y =0
7x − y = 0
Entonces
Ker(T ) = {(x, y) ∈ R2 : x = y = 0}
∴ Ker(T ) = {(0, 0)}
• Imagen de T
c) Dado que Ker(T ) = {(0, 0)} entonces dim Ker(T ) = 0, lo cual implica que T es inyectiva.
14
Ejercicio 9:
T (1, 0, 0, 0) = (0, 0, 1, 0)
T (0, 1, 0, 0) = (0, 0, 0, 1)
T (0, 0, 1, 0) = (0, 0, 0, 0)
T (0, 0, 0, 1) = (0, 0, 0, 0)
Por otro lado, ¿por qué podemos asegurar que no existe un operador lineal T definido sobre R3
satisfaciendo la misma condición? porque para toda transformación lineal T : V → W se debe
cumplir el teorema de la dimensión:
Ası́, si Im T = ker T se tiene que dim ker T = dim Im T y se deberı́a cumplir que:
3
donde concluimos que: dim ker T = , lo cual no es posible debido a que la dimensión de un
2
espacio vectorial simpre es un número entero.
15
Ejercicio 10:
Encuentra un operador lineal en R4 cuyo núcleo esté generado por el conjunto de vectores
{(1, 2, 3, 4), (0, 1, 1, 1)}.
Notamos que si al conjunto {(1, 2, 3, 4), (0, 1, 1, 1)} le agregamos los vectores canónicos {(0, 0, 1, 0), (0, 0, 0, 1)}
se tiene que el conjunto B = {(1, 2, 3, 4), (0, 1, 1, 1), (0, 0, 1, 0), (0, 0, 0, 1)} es una base de R4 , lo
cual es fácil probar determinando que ellos son l.i. debido a que:
1 0 0 0
2 1 0 0
3 1 1 0 = 1 ̸= 0
4 1 0 1
T (1, 2, 3, 4) = (0, 0, 0, 0)
T (0, 1, 1, 1) = (0, 0, 0, 0)
T (0, 0, 1, 0) = (0, 0, 1, 0)
T (0, 0, 0, 1) = (0, 0, 0, 1)
Aquı́ la idea es que el operador lineal aplicado a los vectores {(1, 2, 3, 4), (0, 1, 1, 1)} sea el vector
nulo y los demás vectores que se agregan para completar la base de R4 se les asigna una imagen
que no sea el vector nulo (al azar).
Luego, para (x, y, z, w) ∈ R4 vamos a determinar α, β, γ, δ ∈ R tales que:
α =x α =x α =x
2α + β =y β = y − 2x β = y − 2x
⇔ ⇔
3α + β + γ =z γ = z − 3x − (y − x) γ = z − 2x − y
4α + β + γ + δ =w δ = w − 4x − (y − 2x) − (z − 3x − y + x) δ = w − 2y − z
Entonces,
16
Ejercicio 11:
= {(x, y, z) : x = y = z = 0}
= {(0, 0, 0)}
17
Ejercicio 12:
a) Calcular a,b y c
a) El enunciado nos informa que para λ = 1, tendremos que Vλ=1 = (1, 1, 1), esto queire decir
que las variables dependen de una misma, ası́
Por lo cual parte de la expresión es verdadera. Para determinar vectores propios, para
λ = 1, tendremos
0 2 a 0
2 0 b 0
2 2 c−1 0
Si resolvemos el sistema tendremos
0 2 a 0 2 2 c−1 0
2 0 b 0 = 2 0 b 0
2 2 c−1 0 0 2 ca 0
2 2 c−1 0
= 0 −2 b − c + 1 0
0 2 a 0
2 2 c−1 0
= 0 −2 b−c+1 0
0 0 a+b−c+1 0
Se obtendrá un sistema de ecuaciones del cual se obtienen los siguientes valores a = −2,
b = −2 y c = −3
b) Para determinar los valores propios de A realizamos lo siguiente, Para determinar el poli-
nomio caracterı́stico recordemos que p(λ) = det(A − λ · 1V ), ası́ tendremos
1−λ 2 −2
p(λ) = det 2 1 − λ −2
2 2 3−λ
−(1 + λ) 0 1+λ
=f1 −f3 det 2 1−λ −2
2 2 −3 − λ
18
−(1 + λ) 0 1+λ
=f2 −f3 det 0 −(1 + λ) (1 + λ)
2 2 −3 − λ
+ + +
−(1 + λ) 0 (1 + λ) −(1 + λ) 0
0 −(1 + λ) (1 + λ) 0 −(1 + λ)
2 2 3−λ 2 2
− − −
19
Ejercicio 13:
Sea A una matriz simétrica con valores propios −3, −3, 6 y vectores propios asociados:
20
Ejercicio 14:
0 = |A − λI2 |
= |P DP −1 − λP P −1 |
= |P (D − λI2 )P −1 |
= |P | · |D − λI2 | · |P −1 |
= |P | · |P −1 | · |D − λI2 |
1
= |P | · −1 · |D − λI2 |
|P |
= |D − λI2 |
Ası́, |D − λI2 | = 0, lo que en particular implica que λ es un valor propio de D. Además, también
se puede observar que los polinomios caracterı́sticos de A y D son iguales: p(λ) = |A − λI2 | =
|D − λI2 |, tal como solicita el ejercicio.
21
Ejercicio 15:
Considera la matriz:
2 2 −3a
A = 2 −1 −3 ; a ∈ Z+
−a −1 1
−a
Se sabe que ⃗v1 = −1 es un vector propio asociado al valor propio λ1 = 6.
1
1. Determina el valor de a.
A = P DP −1
22
x
Para λ1 = −2, vamos a determinar los vectores ⃗v = y ̸= ⃗0 tal que A⃗v = −2⃗v :
z
2x + 2y − 6z = −2x −4x + 2y − 6z = 0
−4x + 2y − 6z = 0
2x − y − 3z = −2y ⇔ 2x + y − 3z = 0 ⇔
2x + y − 3z = 0
−2x − y + z = −2z −2x − y + 3z = 0
⇔ y = 3z − 2x, ∀x, z ∈ R.
S−2 = (x, y, z) ∈ R3 : y = 3z − 2x
= {(x, 3z − 2x, z) : x, z ∈ R}
= {x(1, −2, 0) + z(0, 3, 1) : x, z ∈ R}
= ⟨{(1, −2, 0), (0, 3, 1)}⟩
x
Para λ2 = 6, vamos a determinar los vectores ⃗v = y ̸= ⃗0 tal que A⃗v = 6⃗v :
z
2x + 2y − 6z = 6x −4x + 2y − 6z = 0
2x − y − 3z = 6y ⇔ 2x − 7y − 3z = 0 .
−2x − y + z = 6z −2x − y − 5z = 0
Sumando las dos últimas ecuaciones se tiene que z = −y. Reemplazando en la primera ecuación
se tiene que x = 2y. Por último reemplazando el las últimas ecuaciones para determinar el
valor de y solo se tiene dos tautologı́as, lo que no otorga información adicional. Por lo tanto, el
conjunto solución del sistema está dado por:
S6 = (x, y, z) ∈ R3 : x = 2y, z = −y
= {(2y, y, −y) : y ∈ R}
= {y(2, 1, −1) : y ∈ R}
= ⟨{(2, 1, −1)}⟩
Con ello, concluimos que la matriz A es diagonalizable, debido a que las multiplicidades geométri-
cas y algebraicas son iguales para cada valor propio.
Ası́, podemos reescribir la matriz A de la forma:
−1
1 0 2 −2 0 0 1 0 2
A = P DP −1 = −2 3 1 0 −2 0 −2 3 1
0 1 −1 0 0 6 0 1 −1
23
Ejercicio 16:
Determina el valor de verdad de cada una de las siguientes afirmaciones: Una matriz es
diagonalizable si:
c) Verdadero.
24
Ejercicio 17:
Considera la matriz:
2 2 −3a
A = 2 −1 −3 ; a ∈ Z+
−a −1 1
−a
Se sabe que v1 = −1 es un vector propio asociado al valor propio λ1 = 6.
1
a) Determina el valor de a.
A = P DP −1
−a
a) Determina el valor de a. Por dato sabemos que: v1 = −1 es un vector propio asociado
1
al valor propio λ1 = 6, entonces
2 2 −3a −a −a
Av1 = 6v1 ⇒ 2 −1 −3 −1 = 6 −1
−a −1 1 1 1
2 2 −3a −a −6a
⇔ 2 −1 −3 −1 = −6
−a −1 1 1 6
−2a − 2 − 3a −6a
⇔ −2a + 1 − 3 = −6
a2 + 1 + 1 6
−5a − 2 −6a
⇔ −2a − 2 = −6
a2 + 2 6
a =2
⇔ a =2 ⇒ a = 2.
a = ±2
25
Luego, λ ∈ C es un valor propio de A si y solo si es una raı́z del polinomio caracterı́stico:
2 − λ 2 −6
p(λ) = 0 ⇒ p(λ) = |A − λI3 | = 2 −1 − λ −3 = 0
−2 −1 1 − λ
⇔ (λ + 2)2 (λ − 6) = 0.
⇔ λ1 = −2 ∧ λ2 = 6.
A = P DP −1
26
El subespacio propio asociado está dado por
S6 = (x, y, z) ∈ R3 : x = −2z, y = −z
= {(−2z, −z, z) : z ∈ R}
= {z (−2, −1, 1) : z ∈ R}
= ⟨(−2, −1, 1)⟩
1 0 0 − 14 7 3
f1 →f1 +f3 8 8
∼ 0 1 1 0 0 1
0 0 1 − 14 − 18 38
1 0 0 − 14 7 3
f2 →f2 −f3 8 8
∼ 0 1 0 1 1 5
4 8 8
0 0 1 − 14 − 18 38
1 7 3
−4 8 8
Por lo tanto, P −1 = 14 1
8
5
8 .
− 4 − 8 38
1 1
27
Por último, usamos esta representación diagonal de la matriz A para calcular A2020 :
1 3 1 7 3
2 2 −6 − 2 2 −2 −2 0 0 −4 8 8
A = 2 −1 −3 = 1 0 −1 0 −2 0 14 1
8
5
8 /(·)2
1 1 3
−2 −1 1 0 1 1 0 0 6 −4 −8 8
1 3 2020 1 7 3
2 2 −6 − 2 2 −2 −2 0 0 −4 8 8
A2020 = 2 −1 −3 = 1 0 −1 0 −2 0 1
4
1
8
5
8
−2 −1 1 0 1 1 0 0 6 − 14 − 18 83
1 3 2020 1 7 3
2 2 −6 − 2 2 −2 2 0 0 −4 8 8
A2020 = 2 −1 −3 = 1 0 −1 0 22020 0 41 1
8
5
8
−2 −1 1 0 1 1 0 0 62020 − 41 − 18 38
28
Ejercicio 18:
2 0
Calcula A9 , donde A = .
3 1
Entonces,
−1
0 1 1 0 0 1
A9 =
1 3 0 29 1 3
29
Ejercicio 19:
3 0 −1
Comenzamos calculando los valores propios de la matriz A = 0 1 0 . Sea λ un número
2 0 0
tal que |A − λI3 | = 0, esto es:
3 − λ 0 −1
1 − λ 0 0 1 − λ
= (λ − 1)2 (λ − 2) = 0
0= 0
1 − λ 0 = (3 − λ)
− 2
0 −λ 0
2 0 −λ
Ası́, los valores propios de la matriz A son λ1 = 1 con multiplicidad algebraica 2, y λ2 = 2 con
multiplicidad algebraica 1.
Ahora procedemos a determinar los vectores propios asociados:
x 0
Para λ1 = 1 debemos determinar los vectores ⃗v = y ̸= 0 tales que A⃗v = λ1⃗v . Esto es,
z 0
3 0 −1 x x 3x − z = x
0 1 0 y = y ⇒ y = y ⇔ x, y ∈ R, z = 2x.
2 0 0 z z 2x = z
x 0
Para λ2 = 2 debemos determinar los vectores ⃗v = y ̸= 0 tales que A⃗v = λ2⃗v . Esto es,
z 0
3 0 −1 x x 3x − z = 2x
0 1 0 y = 2 y ⇒ y = 2y ⇔ x ∈ R, y = 0, z = x.
2 0 0 z z 2x = 2z
30
Ejercicio 24:
Sea A una matriz simétrica con valores propios λ1 = −3, λ2 = −3, λ3 = 6 y vectores
propios asociados (1, 0, −2), (0, 1, 2) y (2, −2, 1), respectivamente. Encuentra la matriz A.
Existe una matriz P = [Vλ1 Vλ2 Vλ3 ] invertible formada por vectores propios de A y D una
matriz diagonal, cuya diagonal principal esta formada por los valores propios de A, tal que
−1
1 0 2 −3 0 0 1 0 2
A = P · D · P −1 = 0 1 −2 · 0 −3 0 · 0 1 −2
−2 2 1 0 0 6 −2 2 1
Entonces
5/9 4/9 −2/9
P −1 = 4/9 5/9 2/9
2/9 −2/9 1/9
Luego
1 0 2 −3 0 0 5/9 4/9 −2/9
A= 0 1 −2 · 0 −3 0 · 4/9 5/9 2/9
−2 2 1 0 0 6 2/9 −2/9 1/9
−3 0 12 5/9 4/9 −2/9
= 0 −3 −12 · 4/9 5/9 2/9
6 −6 6 2/9 −2/9 1/9
1 −4 2
= −4 1 −2
2 −2 −2
31
Ejercicio 26:
Sea T : R2 → R2 definida por T (x, y) = (−3x − y, y − 5x). Encuentre una base de vectores
propios asociados a T .
Luego, la representación matricial de la transformación lineal en dicha base está dada por:
−3 −1
[T ]C =
−5 1
32
Ejercicio 27:
Sea la matriz
2 1 1
A= 2 3 2
3 3 4
Determine si la siguiente afirmación es falsa o verdadera: ”La suma de los valores propios
de A es 9 y cada valor propio tiene un vector propio asociado”
Para determinar el polinomio caracterı́stico recordemos que p(λ) = det(A−λ·1V ), ası́ tendremos
2−λ 1 1
p(λ) = det 2 3−λ 2
3 3 4−λ
2−λ 1 0
=c3 −c2 det 2 3 − λ −(1 − λ)
3 3 1−λ
2 − λ −(1 − λ) 0
=c2 −c1 det 2 1−λ −(1 − λ)
3 0 1−λ
De esta manera para generar el polinomio caracterı́stico, utilizamos Sarrus,
+ + +
2−λ −(1 − λ) 0 2−λ (1 − λ)
3 0 4−λ 3 0
− − −
λ1 + λ2 + λ3 = 1 + 1 + 7 = 9
Por lo cual parte de la expresión es verdadera. Para determinar vectores propios, para λ = 1,
tendremos
33
1 1 1 0
2 2 2 0
3 3 3 0
ası́se obtiene que las tres filas poseen dependencias lineales, por lo cual,
x −1 −1
y = y · 1 + z · 0
z 0 1
obteniendo un vector propio de λ = 1,
34