Prueba Final – Álgebra Lineal

Universidad San Francisco de Quito

Augustina Cepeda (00328650)

Erick Cordero (00327994)

Keyla Paredes (00330621)

Antonio Di Teodoro

12 de diciembre 2023
 PRUEBA FINAL

1. Considere los siguientes conjuntos de vectores:

a. ¿Son β1 y β2 bases para subespacios de R4?

β1 y β2 no son bases para subespacios de R4, ya que para que un
conjunto de vectores sea una base de un espacio vectorial, debe ser LI y
generar el espacio vectorial.
Por un lado, β1 presenta una linea de 0 que nos confirma el hecho de que
es LD y por lo tanto no puede ser base de subespacio para R4
En el caso de β2, este es un conjunto de dos vectores, por lo que podría
generar un subespacio de dimensión 2 de R4. Sin embargo, tambien es LD y
no puede generar el subespacio.
Usando un código de Python, el cual se encuentra en anexo 1 se
demuestra que β1 y β2 no son bases para R4 .

b. Completar para construir una base Mβ1 y Mβ2 (aparte) de todo R4

Mβ1 = Mβ2=
c. Luego de tener las bases de todo R4, ortogonalizar a Mβ1 y
ortogonormalizar a Mβ2, usando Gram-Schmidt. (código solo en
PYTHON)
La matriz ortogonalizada de Mβ1 es:

Código en el anexo2.
La matriz ortogonalizada de Mβ2 es:
 Código en el anexo 3.
d. Construir la matriz asociada al cambio de bases entre: Mβ1 y Mβ2.

Código en anexo 4.
e. Construir la transformación asociada al cambio de bases entre: Mβ1 y
Mβ2. Luego, determinar si es biyectiva.
Para construir la transformación asociada al cambio de bases entre Mβ1 y
Mβ2, primero necesitamos encontrar la matriz de cambio de base. Luego,
podemos calcular la matriz de transformación, para lo cual usaremos:
𝑇 = 𝑃!" 𝑀#" 𝑃
𝑃 = (𝑀#" )$%
Dado que la matriz de cambio de base es invertible, la transformación es
biyectiva si y solo si la matriz de transformación es invertible.
La matriz de cambio de base se puede construir utilizando las columnas
de la matriz Mβ2 como vectores de coordenadas en la base β1. Es decir,
usando la matriz de cambio de base y la matriz Mβ1, podemos calcular la
matriz de transformación de la siguiente manera:

det (𝑇) = −1.0000000000000002

 Como el determinante de la matriz de transformación (T) es no nulo, la
transformación es biyectiva.
𝟓
f. Transformar el cubo de lado 𝟒 desde Mβ2 a Mβ1. Adicional, gráfica el
cubo según la transformación.
(
Transformación del cubo de lado ) desde Mβ2 a Mβ1 es:

Gráfica del cubo según la transformada:

Código en el Anexo 5.
g. (código solo en PYTHON) Obtén los valores y los vectores propios
linealmente independientes para Mβ1 y escribir Mβ1 como Mβ1 = PDP -1.
Los valores propios son:

Los vectores propios:

Matriz D:
 Matriz P:

MatrizP -1:

Código en anexo 6.

h. Resolver mediante Mínimos Cuadrados para Γ1X = , de ser posible.

Γ1 es la matriz construida con los vectores columnas de β1.
Para resolver lo mínimos cuadrado es necesario partir de la transpuesta
de β1, ya que es la que nos pide el enunciado

Ahora tenemos que multiplicar nuestra matriz original β1por su

transpuesta

Con la misma transpuesta la multiplicamos por la matriz b que nos da el

enunciado

Ahora con estas dos matrices las remplazamos en la ecuacion de la

matriz Ax=b, y mediante Gauss obtenes los valores de X1, X2, X2
 Utilizando el software matrixcalc obtenemos que la solución general es:

Proceso en el anexo7.

i. Resolver creando un código solo en PYTHON. Γ2X = (a 0 b -1)T,

donde a, b ∈ R. Γ2 es la matriz construida con los vectores columnas de
β2... Primero usando Mínimos Cuadrados y luego usando Gauss-
Jordan, de ser posible. Compara y analiza las soluciones para todo a y b
permitidos.
Solución aproximada por minimos cuadrados:

Código anexo 8.
Dado que este sistema no tiene solución exacta no se puede resolver por
Gauss-Jordan, por esa razon se resuelve por minimos cuadrados.
Código de las posible soluciones en anexo 9.
Anexos:
Anexo1:

Anexo 2:
Anexo 3:

Anexo 4:
Anexo 5:

Anexo 6:
Anexo7:

Anexo 8:
Anexo9: