Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Nombre:
ETSISI
Álgebra Lineal 12/1/2023
UPM
Tercer parcial
Instrucciones:
• En cada pregunta de test, una y sólo una de las afirmaciones a), b) y c) es cierta.
• Calificación del test: acierto = +1, fallo = − 00 5 y blanco = 0.
• Tiempo lı́mite para el examen: 2:15 horas.
• No se permite el uso de calculadoras.
• Las fechas de publicación de notas y de revisión se publicarán en Moodle.
TEST
La siguiente aplicación f : R3 × R3 → R define un producto escalar
a) f (x1 , x2 , x3 ), (y1 , y2 , y3 ) = 2x1 y1 + 3x1 y2 + x1 y3 + 3x2 y1 + x3 y1 + x3 y3 .
b) f (x1 , x2 , x3 ), (y1 , y2 , y3 ) = x1 y1 + x1 y2 + x2 y1 + 2 x2 y2 + x3 y3 .
c) f (x1 , x2 , x3 ), (y1 , y2 , y3 ) = x1 y1 − x2 y2 + x3 y3 .
1 1 0
En R3 , se considera el producto escalar dado por < X, Y >= X t 1 4 0 Y . Si Bc = [e1 , e2 , e3 ],
0 0 1
es cierto que un sistema de vectores ortonormal es
a) { 12 e2 , e3 }. b) {e1 , e2 }. c) {e2 , e1 + e3 }.
8 8
a) yb = (1, 1, 0, 0)t . b) yb = y − 35
(4, 3, 3, 1)t . c) yb = 35
(4, 3, 3, 1)t .
1 0 a
Se considera la matriz A = 0 1 b
. Entonces
1 1 c
a) No se puede definir la tercera columna de modo que A sea ortogonal.
−1
b) Si A es ortogonal entonces una posibilidad puede ser (a, b, c) = (0, √12 , √ 2
).
−1 √
c) Si A es ortogonal entonces (a, b, c) = ( √ 3
, −13 , √13 ), de manera única.
1
Sean B = [e1 , e2 ] una base ortogonal y f : R2 → R2 una aplicación lineal dada por:
−1 0
YB = XB
0 1
Entonces f
a) Es una proyección ortogonal sobre E = L(e1 ).
b) Es simetrı́a de eje E = L(e2 ).
c) No es necesariamente transformación ortogonal porque, al no conocer B, puede
no conservar las normas.
CUESTIÓN TEÓRICA
Para cada una de las cuestiones siguientes, decir si es verdadera o falsa, justificando cada res-
puesta (verdadera: haciendo uso de definiciones o propiedades; falsa, dando un contraejemplo).
2
2. Si U, V ∈ Mm (R) son matrices ortogonales entonces U · V es una matriz ortogonal.
4. Si {u1 , u2 } es una base de un subespacio W entonces proyW (u) = proyu1 (u) + proyu2 (u).
3
EJERCICIOS
4
Ejercicio 2. En R2, se considera la aplicación lineal cuya expresión matricial es
√
1 3
2 2 · XBc
YBc √3
=
−1
2 2
Se pide justificar que es transformación ortogonal y clasificarla dando los elementos que la
caracterizan.
5
Ejercicio 3. Se considera la siguiente descomposición en valores singulares (SVD) de una matriz
A:
0,66 −0,3 −0,35 0,66
−0,86 −0,11 −0,5 12,48 0 0 0
−0,13 −0,9 −0,39 0,13
0,68 −0,67 · 0 6,34 0 0 ·
0,31
0,65 0,8 −0,16 −0,73
0,41 −0,73 −0,55 0 0 0 0
−0,34 0,42 −0,84 −0,08
Determine razonadamente y sin realizar cálculos adicionales, para A ∈ Mm×n (R):
c) La SVD reducida de A.
6
Álgebra Lineal Tercer parcial 12/01/2023
PROBLEMAS
Notas:
• La parte de problemas del examen vale el 40 % de la nota total.
• Cada problema se puntúa sobre 10.
EU Informática
UPM
• Justificar todas las respuestas.
Problema 1 (25 %)
En R3 se considera el subespacio S = { (x, y, z) / x + y − 2z = 0 }.
a) Obtenga una base ortogonal B 0 = [v1 , v2 , v3 ] de R3 siendo v1 = (1, 1, −2)t .
(2.5 puntos)
Obtenga una nueva base ortonormal de R3 , B = [u1 , u2 , u3 ], que esté orientada positivamente
y verifique que L(u1 ) = L(v1 ).
gonalmente ortogonalizable.
4. Obtenga la expresión matricial respecto de Bc (si se construye como producto
(1.5 puntos)
7
Problema 2 (15 %)
En ocasiones de dispone de una serie de datos (x1 , y1 ), (x2 , y2 ), . . . , (xn , yn ) que no están situados
cercanos a una recta pero su disposición se puede modelar mediante otro tipo de curva, como por
ejemplo, una parábola: y = β0 + β1 x + β2 x2 . Es decir, la curva que mejor se ajusta a los datos es
una parábola y no una recta. Este tipo de curvas se suele usar para modelar los costes variables
de una compañı́a (y) en función de los niveles de ventas (x). Supongamos que, en nuestro caso, se
tienen los datos:
x −1 1 2
y 1,8 −1,8 −1,8
y que la curva es del tipo y = β1 x + β2 x2 (no hay término constante porque no se incluyen los
costes fijos). Modelar la situación adecuadamente y usar las ecuaciones normales para obtener una
solución por mı́nimos cuadrados.