RecuperacionFinal2PGIB-2018-19.

pdf

user_2856265

Matemáticas I

1º Grado en Ingeniería Biomédica

Escuela Técnica Superior de Ingeniería Industrial

Universidad Politécnica de Valencia

Reservados todos los derechos.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
 Examen Parcial 2.B Matemáticas I. 15/01/2019.
Grado en Ingenierı́a Biomédica

• No escribir ni con lápiz ni con bolı́grafo rojo.

• Las soluciones se deben separar en cinco partes: cada parte contendrá una de las preguntas.
• Cada parte contendrá un máximo de 1 hoja escrita por las dos caras.
• Justificar adecuadamente todas las afirmaciones o resultados.

T2 Demuestra la veracidad o falsedad de las siguientes afirmaciones:

(1) Sean T : E −→ F una aplicación lineal, A = {e1 , e2 , e3 } una base de E y B = {v1 , v2 , v3 , v4 } una
base deF . Si e1 + e2 − e
3 ∈ N(T ), T (e1 ) = 2v1 − v2 + v3 − 2v4 y T (e1 + e2 ) = v1 − v4 , entonces
2 −1 1
 −1 1 0 
TAB =  1 −1
. (2.5 ptos)
0 
−2 1 −1
(2) Sea A ∈ Mn×n (R). Si A es una matriz ortogonal, entonces 0 6∈ σ(A). (2.5 ptos)

(3) Si A ∈ M4×4 (R) tal que ρ(A) = 2 y v1 , v2 son dos vectores propios de A asociados a 5 no
proporcionales, entonces A es diagonalizable en R. (2.5 ptos)
(4) Considera el espacio euclı́deo P2 (R) dotado con el producto escalar
Z 1
(p|q) = p(x)q(x) dx, ∀p, q ∈ P2 (R).
0
El ángulo entre los vectores p(x) = x y q(x) = 3x − 2 es 0. (2.5 ptos)

Solución

(1) Con los datos del enunciado vamos a calcular las imágenes de los vectores de la base A. Ya sabemos
que T (e1 ) = 2v1 − v2 + v3 − 2v4 .
Además, como T es lineal, T (e1 + e2 ) = T (e1 ) + T (e2 ) = v1 − v4 y de aquı́, podemos obtener
T (e2 ) = v1 − v4 − 2v1 + v2 − v3 + 2v4 = −v1 + v2 − v3 + v4 .
Y como e1 + e2 − e3 ∈ N(T ), entonces T (e1 + e2 − e3 ) = 0 y aplicando de nuevo que T es lineal se
obtiene que T (e3 ) = v1 − v4 .
Ası́, las coordenadas de estos vectores respecto de la base B son:
     
2 −1 1
−1 1 0
[T (e1 )]B =   , [T (e2 )]B =   , [T (e3 )]B =  
     .
1 −1 0
−2 1 −1
 
2 −1 1
 −1 1 0 
Por tanto, TAB =
 1 −1
 y la afirmación es Cierta.
0 
−2 1 −1
(2) Sabemos que si A es ortogonal, entonces AAT = AT A = In×n . Luego A es no singular y A−1 = AT .
Además, sabemos que todos los valores propios de una matriz no singular son no nulos. Por tanto, si
A es ortogonal, 0 no es un valor propio de A y la afirmación es Cierta.
(3) Como A es una matriz 4 × 4 de rango 2, A debe ser singular y, por tanto 0 es valor propio de A.
Además MG(0) = 4 − ρ(A) = 4 − 2 = 2, por lo que MA(0) ≥ MG(0) = 2.
Además, sabemos que v1 , v2 son dos vectores propios de A asociados a 5 no proporcionales, ası́ que
A tiene al menos dos vectores propios asociados a 5 LI, es decir, MG(5) ≥ 2 y MA(5) ≥ MG(5) ≥ 2.
Pero como A es una matriz 4 × 4 necesariamente σ(A) = {0, 0, 5, 5} y dA (λ) = λ2 (λ − 5)2 es
producto de factores lineales en R[λ]. Además, MG(0) = 2 = MA(0) y MG(5) = 2 = MA(5). Por
tanto, por el segundo teorema de caracterización de matrices diagonalizables, A es diagonalizable en
R y la afirmación es Cierta.
(4) Si calculamos el ángulo que forman los polinomios p(x) y q(x) se tiene:
Z 1 Z 1
1
(3x2 − 2x) dx = x3 − x2 0 = 0

(p(x)|q(x)) = x(3x − 2) dx =
0 0

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-8819723

Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
 (p(x)|q(x)) π
luego p(x) y q(x) son ortogonales, por lo que cos(θ) = = 0 y θ = 6= 0. Por tanto,
kp(x)kkq(x)k 2
la afirmación es Falsa.

P1 (1) Demuestra que si x, y y z son vectores de un espacio euclı́deo complejo E, se verifica:

k x + y + z k2 =k x k2 + k y k2 + k z k2 +2 Re(x|y) + 2 Re(x|z) + 2 Re(y|z)

3 3
(2) Considera
 el espacio
 vectorial
 con el producto escalar estándar. Ortonormaliza la base de R :
R
 2 1 −1 

Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
B=  1 , −1 ,
    1  .
−1 1 1
 

Solución. (1) Dado que (·|·) es un producto escalar definido sobre E, se verifican:

(I) (x + y|z) = (x|z) + (y|z) para todo x, y, z ∈ E,

(II) (x|y) = (y|x) para todo x, y ∈ E,
(III) (x|y + z) = (x|y) + (x|z) para todo x, y, z ∈ E.

Además, si h ∈ C, entonces h + h = 2 Re(h)(∗).

(I) (II)
k x + y + z k2 = (x + (y + z)|x + (y + z)) = (x|x + (y + z)) + (y + z|x + (y + z)) =
(I),(II)
= (x|x) + (x|y + z) + (y + z|x) + (y + z|y + z) =
= (x|x) + (x|y) + (x|z) + (y|x) + (z|x) + (y|y) + (y|z) + (z|y) + (z|z) =
(∗)
= k x k2 + k y k2 + k z k2 +[(x|y) + (y|x)] + [(x|z) + (z|x)] + [(y|z) + (z|y)] =
= k x k2 + k y k2 + k z k2 +2 Re(x|y) + 2 Re(x|z) + 2 Re(y|z).

      
 2 1 −1 
(2) Consideramos la base B = y1 =  1  , y2 =  −1  , y3 =  1  de R3 . Aplicando el
−1 1 1
 
método de ortogonalización de Gram-Schmidt a B obtenemos:
 
2
x1 = y 1 =  1 
−1
     
1 2 1
(y2 |x1 ) 0
x2 = y 2 − x1 =  −1  −  1  =  −1 
(x1 |x1 ) 6
1 −1 1
       
−1 2 1 0
(y3 |x1 ) (y3 |x2 ) 2 1
x 3 = y3 − x1 − x2 =  1  +  1  +  −1  =  1  .
(x1 |x1 ) (x2 |x2 ) 6 3
1 −1 1 1
     
 2 1 0 
Ası́,  1 , −1 , 1  forma una base ortogonal de R3 con el producto escalar estándar.
   
−1 1 1
 
Para obtener una base ortonormal multiplicaremos cada vector por el inverso de su norma:
      
 1 2 1 0 
1 1
C = √  1  , √  −1  , √  1  .
 6 3 2
−1 1 1


Por tanto, C es una base ortonormal de R3 con el producto escalar estándar.

P2 Sea T : M2×2 (R) → R3 la aplicación lineal definida por

 
  a + 2b + 2c + d  
a b a b
T = a + b − c  , ∀ ∈ M2×2 (R).
c d c d
b + 3c + d

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-8819723

el podcast para entender que la vida da mas vueltas que la silla de un peluquero
Matemáticas I
Banco de apuntes de la
 (1) Halla una base y la dimensión de N(T ) e Im(T ). Clasifica la aplicación lineal T . Justifica tu
respuesta.
     
a a+b a
(2) Sea S el endomorfismo sobre R3 definido por: S  b  =  b + c  , ∀  b  ∈ R3 .
c c+a c
     
 1 1 1 
Calcula la matriz (S ◦ T )BC , siendo B la base canónica de M2×2 (R) y C = 1 , 1 , 0
1 0 0
 
base de R3 .

Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Solución. (1) Comenzamos calculando el núcleo de la aplicación lineal T :
    
    0    a + 2b + 2c + d = 0 
a b a b a b
N(T ) = ∈ M2×2 (R) : T = 0  = ∈ M2×2 (R) : a+b−c=0
c d c d   c d
0 b + 3c + d = 0
 

     
(∗) a b a + 2b + 2c + d = 0 a b a = 4c + d
= ∈ M2×2 (R) : = ∈ M2×2 (R) : =
c d −b − 3c − d = 0 c d b = −3c − d
       
4c + d −3c − d 4 −3 1 −1
= : c, d ∈ R =L A= ,B =
c d 1 0 0 1

     
1 2 2 1 1 2 2 1 1 2 2 1
F2 −F1 F3 +F2
(∗) Método de Gauss  1 1 −1 0  −−−−→  0 −1 −3 −1  −−−−→  0 −1 −3 −1 
0 1 3 1 0 1 3 1 0 0 0 0

Observemos que T = {A, B} es un sistema generador de N(T ), pues N(T ) = L(T ). Además, T es LI,
pues A y B no son proporcionales. Por tanto, T = {A, B} es una base de N(T ) y dimR N (T ) = 2.

Es sabido que una aplicación lineal es inyectiva si, y sólo si el núcleo es el subespacio nulo. Por tanto, la
aplicación lineal T es no inyectiva, pues N(T ) 6= {O2×2 }.
    
1 0 0 1
Calculemos ahora el subespacio imagen de T . Con tal fin, consideremos B = E1 = , E2 = ,
0 0 0 0
   
0 0 0 0
E3 = , E4 = la base canónica de M2×2 (R).
1 0 0 1

T lineal
Im(T ) = T (M2×2 (R)) = T (L(B)) = L ({T (E1 ), T (E2 ), T (E3 ), T (E4 )}) =
        
 1 2 2 1 
= L  v1 =  1  , v2 =  1  , v3 =  −1  , v4 =  0  
0 1 3 1
 

Utilizando el teorema de las dimensiones podemos averiguar la dimensión del subespacio imagen de T :

dimR Im(T ) = dimR M2×2 (R) − dimR N(T ) = 4 − 2 = 2.

Observemos que H = {v1 , v2 } es un subconjunto LI de Im(T ), pues v1 y v2 no son proporcionales. Dado

que dimR Im(T ) = 2, podemos afirmar que H es una base de Im(T ).

Como dimR Im(T ) = 2 6= 3 = dimR R3 , se sigue que Im(T ) 6= R3 y, con ello, T no es suprayectiva.
     
 1 1 1 
(2) Calculemos la matriz (S ◦ T )BC , siendo B la base canónica de M2×2 (R) y C =  1 , 1 , 0
   
1 0 0
 
base de R3 . Para ello determinaremos la imagen que S ◦ T le ofrece a cada vector de la base B y luego

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-8819723

Llega Bizum y te pasa unos apuntes para que aprendas a comprar online
 calcularemos las coordenadas de estas imágenes respecto de la base C:
           
     1 2 1 1 1  i 1
1 0 1 0 h 1 0
(S ◦ T ) =S T =S  1  =  1  = 1 · 1 + 0 · 1 + 1 · 0 =⇒ (S ◦ T )
    = 0
0 0 0 0 0 0 C
0 1 1 0 0 1
           
     2 3 1 1 1  i 3
0 1 0 1 h 0 1
(S ◦ T ) =S T = S  1  =  2  = 3 · 1 − 1 · 1 + 1 · 0 =⇒ (S ◦ T ) = −1
0 0 0 0 0 0 C
1 3 1 0 0 1
           
     2 1 1 1 1  i 5
0 0 0 0 h 0 0
(S ◦ T ) =S T = S  −1  =  2  = 5 · 1 − 3 · 1 − 1 · 0 =⇒ (S ◦ T ) = −3
1 0 1 0 1 0 C
3 5 1 0 0 −1
           
     1 1 1 1 1  i 2
0 0 0 0 h 0 0
(S ◦ T ) =S T = S  0  =  1  = 2 · 1 − 1 · 1 + 1 · 0 =⇒ (S ◦ T ) = −1
0 1 0 1 0 1 C
1 2 1 0 0 0
 
1 3 5 2
Por tanto, la matriz (S ◦ T )BC es: (S ◦ T )BC =  0 −1 −3 −1 .
1 1 −1 0
 
1 3 3
P3 (1) Diagonaliza, si es posible, la matriz A =  −3 −5 −3  ∈ M3×3 (R).
3 3 1
(2) Diagonaliza 3(A−1 )2 + 5A−1 + I3×3 (sin calcular A−1 ).

Solución. En primer lugar, debemos determinar si A es o no es una matriz diagonalizable en R. Utiliza-

remos el segundo teorema de caracterización de matrices diagonalizables: B ∈ Mn×n (K) es matriz diago-
nalizable en K si, y sólo si (I) dB (λ) es producto de factores lineales en K[λ] y (II) si MG(α) = MA(α)
para todo α ∈ σ(B).
Calculemos el polinomio caracterı́stico de A:
   
1−λ 3 3 −2 − λ −2 − λ 0
F1 +F2 C −C
dA (λ) = det  −3 −5 − λ −3  = det  −3 −5 − λ −3  2= 1
3 3 1−λ 3 3 1−λ
 
−2 − λ 0 0
= det  −3 −2 − λ −3  = (−2 − λ)2 (1 − λ).
3 0 1−λ

Observamos que el polinomio caracterı́stico es producto de factores lineales en R[λ]. Además, tenemos:
σ(A) = {−2, −2, 1}, MA(−2) = 2 y MA(1) = 1.
Seguidamente obtendremos una base A1 de E(−2) = N (A+2I3×3 ) y una base A2 de E(1) = N (A−I3×3 ).
          
 x 3 3 3 x 0   x 
3 3
•E(−2) = y  ∈ R :  −3 −3 −3  y  = 0 = y  ∈ R : x + y + z = 0 =
z 3 3 3 z 0 z
   

       
 x   1 0 
=  y  : x, y ∈ R = L  u1 =  0  , u2 =  1   = L(B1 )
−x − y −1 −1
   

B1 es un sistema generador de E(−2), pues E(−2) = L(B1 ). Además B1 es LI, pues u1 y u2 no son
proprocionales. Por tanto, B1 es una base de E(−2) y MG(−2) = 2.
          
 x 0 3 3 x 0 
(∗)
 x 
•E(1) = y  ∈ R3 :  −3 −6 −3  y  = 0 = y  ∈ R3 : x = −y, z = −y =
z 3 3 0 z 0 z
   

     
 −y   −1 
=  y  : y ∈ R = L  w1 =  1   = L(B2 )
−y −1
   
       
0 3 3 0 3 3 0 0 0 3 3 0
F2 +F3 F1 +F2 F1 ↔F3 x+y =0
(∗)  −3 −6 −3  −→  0 −3 −3  −→  0 −3 −3  −→  0 −3 −3  ⇒
y+z =0
3 3 0 3 3 0 3 3 0 0 0 0

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-8819723

Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
 B2 es un sistema generador de E(1), pues E(1) = L(B2 ). Además B2 es LI, pues w1 6= 0. Por tanto, B2
es una base de E(1) y MG(1) = 1. Notemos que MG(−2) = MA(−2) = 2 y MG(1) = MA(1) = 1.
Podemos afirmar que A ∈ M3×3 (R) es una matriz diagonalizable en R, pues se verifican (I) y (II) del
segundo teorema de caracterización de matrices diagonalizables.
Buscamos ahora una base de R3 de vectores propios de A. Notemos que A = A1 ∪ A2 es LI, pues es
sabido que vectores propios asociados a valores propios distintos son LI. Dado que A está formado por 3
vectores y dimR R3 = 3, podemos concluir que A es una 3
 base de R formada por vectores propios de A.
0 −1

Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
1
Construimos ahora la matriz no singular P = IdAB =  0 1 1 , siendo B la base canónica de
−1 −1 −1
 
−2 0 0
R3 y la matriz diagonal D =  0 −2 0 . Por tanto, tenemos:
0 0 1
   −1
1 0 −1 −2 0 0 1 0 −1
A = P DP −1 = 0 1 1   0 −2 0   0 1 1  .
−1 −1 −1 0 0 1 −1 −1 −1

(2) Por (1) sabemos que A = P DP −1 , luego:

 
−1 −1 −1 −1 −1 −1 −1 1 1
A = (P DP ) = (P ) D P = P diag − , − , 1 P −1
2 2
        
1 1 1 1 1 1
(A−1 )2 = P diag − , − , 1 P −1 P diag − , − , 1 P −1 = P diag , , 1 P −1
2 2 2 2 4 4
Por tanto, tenemos:
       
−1 2 −1 1 1 −1 1 1 −1
3(A ) + 5A + I3×3 = 3 P diag , ,1 P + 5 P diag − , − , 1 P + P I3×3 P −1 =
 4 4   2 2 
1 1 1 1
= P 3 diag , , 1 + 5 diag − , − , 1 + diag(1, 1, 1) P −1 =
 4 4  2 2
3 3 −1
= P diag − , − , 9 P .
4 4

Gracias a esta factorización podemos concluir que 3(A−1 )2 + 5A−1 + I3×3 es una matriz diagonalizable en
R.

P4 Reduce y clasifica la superficie cuádrica de R3 : 2x2 + 3y 2 + 2x − 2y − z = 0, especificando las trans-

formaciones que realices.

Solución. La expresión matricial de la superficie cuádrica 2x2 + 3y 2 + 2x − 2y − z = 0 respecto del

sistema de referencia (O, B), siendo O el origen y B la base canónica de R3 , es:
    

2 0 0 x
x
x y z  0 3 0  y  + 2 −2 −1  y  = 0.
0 0 0 z z
| {z }
A

Como la matriz A es una matriz diagonal, no es necesario realizar el paso 1.

Paso 2. Eliminar algunos términos lineales.
Como las variables x e y están en la forma cuadrática y en la forma lineal, realizamos las siguientes
completaciones de cuadrados:
 2  2 !
1 2 1
 
2 2

2 1 1 1
2x + 2x = 2 x + x = 2 x − 2 · x + − =2 x+ − .
2 2 2 2 2

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-8819723

Llega Bizum y te pasa unos apuntes para que aprendas a comprar online
  2  2 !
1 2 1
   
2 2 2 2 1 1 1
3y − 2y = 3 y − y = 3 y − 2 · y + − =3 y− − .
3 3 3 3 3 3

Ası́ tenemos

1 2 1 1 2 1
h i h i    
2x2 + 3y 2 + 2x − 2y − z = 2x2 + 2x + 3y 2 − 2y − z = 2 x + − +3 y − − − z = 0 −→
2 2 3 3

1 2 1 2
   
5
2 x+ +3 y− − z − = 0.
2 3 6

Reservados todos los derechos. No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Si hacemos la traslación
1

x0 = x + 

2 

1
y0 = y−
3


0

z = z


entonces el origen se desplaza a O1 y la expresión de la superficie cuádrica respecto del sistema de referencia
(O1 , B) es:
5
2(x0 )2 + 3(y 0 )2 − z 0 − = 0
6
En este caso no es necesario simplificar la forma lineal.
Paso 4. Eliminar la constante.
5 5
2(x0 )2 + 3(y 0 )2 − z 0 + = 0 −→ 2(x0 )2 + 3(y 0 )2 = z 0 − .
6 6
Si hacemos la traslación:
x00 = x0


y 00 = y 0

5 
z 00 = z 0 − 
6
entonces O1 se desplaza a O2 y la expresión de la superficie cuádrica respecto del sistema de referencia
(O2 , B) es
2(x00 )2 + 3(y 00 )2 = z 00 .
Se trata de una superficie cuádrica no centrada y no degenerada.

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-8819723

el podcast para entender que la vida da mas vueltas que la silla de un peluquero