Documentos de Académico
Documentos de Profesional
Documentos de Cultura
user_2856265
Matemáticas I
(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.
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:
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
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 :
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 ).
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
Gracias a esta factorización podemos concluir que 3(A−1 )2 + 5A−1 + I3×3 es una matriz diagonalizable en
R.
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