MAT1202: Algebra Lineal GUIA N 6 Otoño 2002 Valores y Vectores Propios
|
|
- Natividad Hidalgo Vázquez
- hace 5 años
- Vistas:
Transcripción
1 Pontificia Universidad Católica de Chile Facultad de Matemáticas MAT1202: Algebra Lineal GUIA N 6 Otoño 2002 Valores y Vectores Propios 1. Determine los valores y vectores propios de 0 3 A + I = 1 3 A 2 = (a) Los valores propios de A + I son los valores propios de A (b) Los valores propios de A 2 son los valores propios de A (c) Los vectores propios de A + I y de A 2 son 2. Determine los valores y vectores propios de A y A a los vectores propios de A Los vectores propios de A 1 los vectores propios de A. Cuando A tiene valores propios λ 1, λ 2 su inversa tiene valores propios. 3. Determine los valores y vectores propios de A y A Los vectores propios de A 2 los vectores propios de A. Cuando A tiene valores propios λ 1, λ 2 A 2 tiene valores propios. 4. Determine los valores propios de A, B, A + B Los valores propios de A+B son de B. B = 5. Determine los valores propios de A, B, AB y BA. 1 0 B = 1 1 Los valores propios de AB son de B. Los valores propios de AB son a los valores propios de A más los valores propios a los valores propios de A por los valores propios a los valores propios de BA. 1
2 6. Si LU los valores propios de U se encuentran en la diagonal de y ellos son. Los valores propios de L están en la diagonal de y ellos son. Los valores propios de A no son iguales a los de. Los valores propios de una matriz A diagonal están en de A y ellos son. 7. A partir de Ax = λx deduzca que (a) λ 2 es valor propio de A 2 (b) λ 1 es valor propio de A 1 (c) λ + 1 es valor propio de A + I (d) λ 2 2λ 2 es valor propio de A 2 2A 2I. 8. Si la primera fila de A es (0, 1) determine la segunda fila de modo que 4, 7 sean valores propios de A. 9. Los valores propios de A y A T son iguales porque det(a λi) = det(a T λi). Esto se cumple porque. Muestre con un ejemplo que los vectores propios de A y A T no son iguales. 10. Demuestre que det(a) es igual al producto de los valores propios de A. Defina λ = en det(a λi) = (λ 1 λ) (λ n λ) entonces det(a) = 11. Suponga que A tiene valores propios 0, 2, 4 con vectores propios linealmente independientes u, v, w. (a) Encuentre bases para Ker(A), Im(A). (b) Encuentre una solución particular al sistema Ax = v+w. Encuentre todas las soluciones. (c) Demuestre que Ax = u no tiene solución (Si así fuera estaría en Im(A)). 12. Se sabe que A tiene valor propio λ 1 = 2 con vector propio 1, 2 T, y valor propio λ 2 = 4 con vector propio 1, 1 T. Determine A. 13. Suponga que SDS 1. Cual es la matriz de valores propios de la matriz A + 3I? Cual es la matriz de vectores propios? 14. Sea S matriz de vectores propios de A. Verdadero o falso: Si las columnas de S son linealmente independiente entonces: (a) A es invertible (b) S tiene inversa (c) A es diagonalizable (d) S es diagonalizable 15. Describa todas las matrices que diagonalizan a matrices que diagonalizan a A Describa también todas las 2
3 16. Escriba la matriz más general que tiene como vectores propios a 1, 1 T, 1, 1 T. 17. Suponga que el número siguiente es el promedio de los dos anteriores, g k+2 = 1/2(g k+1 + g k ). (a) Determine A tal que gk+2 g k+1 = A gk+1 g k (b) Determine lim n A n (c) Si g 0 = 1, g 1 = 1 muestre que g n converge a 2/ Verdadero o Falso: Si los valores propios de A de 3 3 son 2, 2, 5 entonces la matriz es con toda seguridad: (a) invertible (b) diagonalizable (c) no diagonalizable 19. Verdadero o Falso: Si todos los vectores propios de A son múltiplos de 1, 2 T entonces con toda seguridad A: (a) no tiene inversa (b) tiene valores propios repetidos (c) no es diagonalizable 20. Para cada una de las matrices A indicadas se sabe que A = 25 y que A λi = (λ 5) En cada caso encuentre x no nulo tal que Ax = 5x. Cuales de estas matrices son diagonalizables? 21. Sea Determine lim k A k (a) Demuestre que T r(ab) = T r(ba) (b) AB B I es imposible por la traza de I sea 23. Suponga que A 2 = A. Cual de los cuatro subespacios contiene vectores propios con valor propio λ = 1? Cual subespacio contiene vectores propios con valor propio λ = 0? De las dimensiones de estos subespacios concluya que A tiene una base de vectores propios y por lo tanto A es diagonalzable. 3
4 24. (Recomendado) Suponga que Ax = λx. Si λ = 0 entonces x Ker(A). Si λ 0 entonces x está en el espacio columna de A. Estos subsespacios tienen dimensiones (n r) + r = n. Entonces porqué no se cumple que toda matriz tiene una base de vectores propios? 25. Demuestre que el conjunto de las matrices de 4 4 que tienen la misma matriz de vectores propios S es un subespacio de M 4 4. Encuentre una base de este subespacio cuando S = I. 26. Suponga que S diagonaliza a A y a B. Demuestre que AB = BA. 27. Por cada matriz indicada determine una matriz ortogonal Q que la diagonalize: Determine una matriz simétrica de 2 2 con 1s en la diagonal pero con un valor propio negativo. 29. Verdadero o Falso: (a) Una matriz con valores propios y vectores propios reales es necesariamente simétrica. (b) La matriz de vectores propios de una matriz simétrica es también simétrica. 30. Determine el polinomio característico de las matrices B = Muestre que con sólo esta información se puede concluir que A es diagonalizable, pero no es posible repetir el argumento para B. Diagonalize A. 31. Decida si la matriz B en el problema 30 es semejante a una matriz diagonal. Si lo es, indique la matriz de transición. 32. Para cada valor propio λ de C = determine la multiplicidad algebráica y geométrica. Es C diagonalizable? 33. Demuestre que la matriz no es diagonalizable. B =
5 34. Demuestre que si todo vector en R n es vector propio de A, entonces A es un múltiplo escalar de la identidad. 35. Sean A, B matrices de n n. Demuestre que AB y BA tienen los mismos valores propios. 36. En el espacio P n de los polinomios de grado menor o igual a n, determine el polinomio característico de la transformación lineal T (p(x)) = p(x + 1). 37. Son semejantes las matrices Justifique B = ? 38. Demuestre que la matriz no es diagonalizable. B = Sea p(x) un polinomio en la variable x. Demuestre que si λ es valor propio de un matriz A, entonces p(λ) es también valor propio de p(a). 40. Sea (a) Encuentre una matriz B tal que B 6 = A. (b) Calcule e A (c) Calcule e At, donde t es una variable real. 41. Sea p(x) = n i=0 a i x i el polinomio característico de una matriz A de n n. Demuestre que A es no singular sii a 0 0, y en este caso A 1 = 1/a 0 ( n i=1 a i A i 1 ). 42. Use la fórmula para la inversa de una matriz en el problema 41 para calcular la inversa de Diagonalize y calcule A 101. ( ) 5
6 44. Diagonalize Sea L : M 2 2 M 2 2 la transformación lineal del espacio de las matrices de 2 2 en donde ( ) B = ( Determine la matriz que representa a L con respecto a la base canónica de M 2 2 y su polinomio característico Si la matriz es diagonalizable indique su forma diagonal. 46. Se propone el siguiente método para evaluar s(a) = l i=0 a i A i. donde A es una matriz de n n y l > n. Primero se calcula el polinomio característico p(x) de A, y luego se calcula el cuociente entre los polinomios s y p, obteniendose s(x) = q(x)p(x) + r(x), donde r es un polinomio de grado menor o igual a n 1. Entonces, s(a) = q(a)p(a) + r(a), pero por el teorema de Caley Hamilton p(a) = 0, por lo tanto, s(a) = r(a). Es decir, la evaluación de un polinomio de grado arbitrario en una matriz A de orden n, se reduce a la evaluación de un polinmio de grado n 1 en la matriz A. Utilize este método para calcular A 303 4A A 8 si Encontrar los valores y vectores propios de la transformación lineal que lleva los vectores e 1, e 2, e 3 en los vectores e 2 + e 3, e 3 + e 1, e 1 + e Para la sucesión. ). x 0 = c 0, x 1 = c 1,... x k 1 = c k 1 x n = α n 1 x n 1 + α n 2 x n α n k x n k para n k, demuestre que si entonces, α 0 α 1 α 2 α k 1 x 0 x n A n x 1. = x n+1. x k 1 x n+k 1 6
7 49. Para el sistema v n+1 = α(v n + w n ), w n+1 = α(v n + w n ), qué valores de α producen inestabilidad?, es decir, existen condiciones iniciales para v 0, w 0, tal que v n o w n divergen a cuando n tiende a? 50. Usando el resultado en el problema 48 calcule x 1990 si x 0 = 0, x 1 = 1, x 2 = 2, y x n = 2x n 1 + x n 2 2x n 3 para n Sea Q matriz ortogonal, y λ valor propio de Q. (a) Demuestre que 1/λ es también valor propio de Q. (b) λ = Demuestre que los valores propios de una matriz A T = A, A real) son reales. 53. Demuestre que los valores propios de una matriz antisimétrica real (i.e. A T = A, A real) son imaginarios puros. 54. Sea A matriz compleja hermitiana (i.e. Â T = A). (a) Demuestre que los valores propios de A son reales. (b) Demuestre que vectores propios correspondientes a valores propios distintos son ortogonales. Es decir, si Ax i = λ i x i, con x i 0 i = 1,..., p i λ i λ j para i j, entonces x i x j. (c) Si W λi = {x : Ax = λ i x} entonces W λi W λj si λ i λ j 55. Se dice que A es una matriz de Markov si a i,j 0 y n i=1 a i,j = 1. Es decir, A tiene elementos positivos y la suma de los elementos de cada columna es igual a 1. (a) Determine si las siguientes matrices son de Markov: 1/2 0 1/2 1/5 3/5 1/5 3/10 2/5 3/10 B = 3/10 2/5 2/5 2/5 1/5 1/10 3/10 2/5 1/2 1/10 3/10 9/10 7/10 (b) Suponga que A, B son matrices de Markov del mismo tamaño. Determine cuales de las siguientes es necesariamente de Markov i. AB ii. A + B iii. αa + βb con α + β = 1, α, β 0. iv. A 1 v. A T vi. A n. (c) Demuestre si A es de Markov entonces λ = 1 es valor propio de A. (d) Demueste que todo valor propio de A satisface λ 1. (e) Para cada una de las matrices de Markov en a) determine: 7
8 i. sus valores y vectores propios. ii. lim n A n (f) Se puede demostrar que si A es de Markov y tiene todos sus elementos positivos entonces λ = 1 tiene multiplicidad algebraica igual a 1, y los otros vectores propios cumplen λ < 1. Usando este hecho demuestre que si A es de Markov y diagonalizable entonces C = lim n A n existe. Describa las columnas de C en términos de vectores propios de A. (g) Usando el punto anterior demuestre que la sucesión u i = A i u 0 siempre converge a un vector u tal que Au = u para A con las hip ótesis indicadas. 8
Guía N o 7. En esta guía E λ (A) denota el espacio propio asociado a λ de la matriz A. 1. Calcular el determinante de las siguientes matrices:
FACULTAD DE CIENCIAS EXACTAS DPTO. DE MATEMÁTICAS UNIVERSIDAD ANDRÉS BELLO Álgebra Lineal FMM3 Guía N o 7 En esta guía E λ (A) denota el espacio propio asociado a λ de la matriz A.. Calcular el determinante
Más detallesMATE 4031: Álgebra Lineal [ 4 + 6i 4i (a) Encuentre el polinomio característico de cada una de ellas.
Solución Asignación 9. Universidad de Puerto Rico, Río Piedras Facultad de Ciencias Naturales Departamento de Matemáticas San Juan, Puerto Rico MATE 43: Álgebra Lineal. Considere las siguientes matrices
Más detallesValores y Vectores Propios
Valores y Vectores Propios Iván Huerta Facultad de Matemáticas Pontificia Universidad Católica de Chile ihuerta@mat.puc.cl Segundo Semestre, 1999 Definición Valores y Vectores Propios Valores y Vectores
Más detallesValores y Vectores Propios
Respuestas Guía de ejercicios N 7 parte Complemento Valores y Vectores Propios. λ 7 λ λ λ λ + 3λ. Sea v el vector propio asociado al valor propio λ 3 y v el vector propio asociado al valor propio λ. Para
Más detallesMAT1202: Algebra Lineal GUIA N 4 Otoño 2002
Pontificia Universidad Católica de Chile Facultad de Matemáticas MAT1202: Algebra Lineal GUIA N 4 Otoño 2002 1. Proyecte el vector b a la linea por el origen con directriz a (a) b = (1, 2, 2) T, a = (1,
Más detallesÁlgebra II(61.08, 81.02) Segundo cuatrimestre 2017 Práctica 4. Autovalores y autovectores de matrices. Diagonalización.
Álgebra II(6108, 8102) Segundo cuatrimestre 2017 Práctica 4 Autovalores y autovectores de matrices Diagonalización Nota: salvo indicación particular, se considera que todas las matrices pertenecen a C
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 01 Taller 4
Universidad Nacional de Colombia Departamento de Matemáticas - Álgebra Lineal - Grupo Taller () Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio vectorial?
Más detalles2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012
2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012 1. En R 2 se define la suma: (a 1, b 1 ) + (a 2, b 2 ) = (a 1 + a 2, b 1 + b 2 ) y el producto por un escalar: λ(a, b) = (0,
Más detallesPodemos pues formular los dos problemas anteriores en términos de matrices.
Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión
Más detallesÁlgebra Lineal. Maestría en Ciencias Matemáticas. x y + z = 1 x y z = 3 2x y z = 1. x + y + 2z = 1 4x 2ty + 5z = 2 x y + tz = 1
Álgebra Lineal Maestría en Ciencias Matemáticas Resuelva el siguiente sistema usando la factorización LU o P T LU (según sea el caso) x y + z = x y z = 3 2x y z = 2 Calcule A usando el algoritmo de Gauss-Jordan:
Más detallesAP = A p 1 p 2 p n = Ap 1 Ap 2. λ 1 p 21 λ 2 p 22 λ n p 2n. .. = λ 1 p 1 λ 2 p 2
Capítulo 6 Diagonalización 6 Valores y vectores propios 6 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V, nos planteamos el problema
Más detallesPráctica 5. Autovalores y autovectores. Diagonalización de matrices y de transformaciones lineales.
Práctica 5 Autovalores y autovectores Diagonalización de matrices y de transformaciones lineales Nota: salvo indicación particular, se considera que todas las matrices pertenecen a C n n 1 Encuentre los
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detallesDiagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios
61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial
Más detallesMaterial para el examen parcial 1
Algebra Lineal 2, FAMAT-UG, aug-dic, 2009 Material para el examen parcial 1 (17 oct, 2009) Definiciones: Hay que saber las definiciones precisas de todos los siguientes términos, y conocer ejemplos concretos
Más detallesCoordinación de Matemática II (MAT022)
Coordinación de Matemática II (MAT022) Guía de ejercicios N 6 parte Complementos Espacios Vectoriales En los ejercicios que siguen utilizamos la siguientes notaciones: R n [x es el espacio vectorial sobre
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal Básica - Grupo 3 Taller 3
Universidad Nacional de Colombia Departamento de Matemáticas 2015555- Álgebra Lineal Básica - Grupo Taller (1) Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio
Más detallesExamen Final - soluciones
Algebra Lineal 2, FAMAT-UG, agsto-dic, 2009 PARTE A (60 puntos). Cierto o Falso. Examen Final - soluciones 9 dic, 2009 1. Para todo operador ortogonal T en R n, det(t ) = 1. Falso. T : (x 1,..., x n )
Más detallesRESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS
RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS 1. Determinantes El determinante de una matriz cuadrada n n A = a 21 a 22 a 2n a n1 a n2 a nn es un número real, y se representa por: A = a 21 a 22 a 2n a
Más detallesA = [a 1 a 2 a 3. El sistema Ax = c tiene infinitas soluciones N. Existe un único vector x tal que T (x) = c X. T es suprayectiva
Asignatura: ÁLGEBRA LINEAL Fecha: 6 de Julio de Fecha publicación notas: 6 de Julio de Fecha revisión examen: de Julio de Duración del examen: horas y media APELLIDOS Y NOMBRE: DNI: Titulación:. ( punto:,
Más detallesUniversidad de Los Andes Álgebra lineal 1. Parcial 3 - Tema A. 20 de abril 2013 MATE 1105
Universidad de Los Andes Álgebra lineal Parcial 3 - Tema A de abril 3 MATE 5 Esto es un examen individual. No se permite el uso de libros, apuntes, calculadoras o cualquier otro medio electrónico. Los
Más detallesSesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K
Sesión 8: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K ) Calculamos los valores propios de A y sus multiplicidades algebraicas con: d A λ = det A λi nxn = Si d A
Más detallesEspacios Vectoriales
Espacios y subespacios vectoriales Espacios Vectoriales 1. Demuestre que con la suma y multiplicación habituales es un espacio vectorial real.. Considere el conjunto C de los números complejos con la suma
Más detallesÁlgebra Lineal. Ejercicios de evaluación. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Ejercicios de evaluación Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR Problema
Más detallesPreparaduría V. 1.- Sea A una matriz diagonal n n cuyo polinomio característico es
Preparaduría V 1.- Sea A una matriz diagonal n n cuyo polinomio característico es (x c 1 ) d1 (x c 2 ) d2... (x c k ) d k donde los c 1,..., c k son distintos dos a dos. Sea V el espacio de matrices n
Más detalles2. Teorema de las multiplicidades algebraica y geométrica.
Guía. Álgebra III. Examen parcial II. Valores y vectores propios. Forma canónica de Jordan. Teoremas con demostraciones que se pueden incluir en el examen El examen puede incluir una demostración entera
Más detallesSolución de problemas I 1
Universidad Autónoma de Madrid Álgebra II. Físicas. Curso 5 6 Solución de problemas I Álgebra II Curso 5-6. Proyecciones en el producto escalar estándar Ejercicio 7.7. (a) Dada la ecuación x + y z, dar
Más detallesGeometría afín y proyectiva, 2016 SEMANA 4
Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más detallesUniversidad Sergio Arboleda Álgebra Lineal 1 (201610) Ejercicios
Álgebra Lineal 1 (2161) Prof: Otaivin Martínez Mármol (1) Encuentre el polinomio característico Calcule los valores y vectores propios de las siguientes matrices (a) [ ] 7 5 1 8 (b) [ ] 1 1 (c) 2 1 1 2
Más detallesGustavo Rodríguez Gómez. Agosto Dicembre 2011
Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre 2011 1 / 44 Capítulo III Descomposición de Matrices 2 / 44 1 Descomposición de Matrices Notación Matrices Operaciones con Matrices 2
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 8-9.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 007-008 1.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) = Ax, así como los subespacios vectoriales
Más detallesMatemáticas para la Empresa
Matemáticas para la Empresa 1 o L. A. D. E. Curso 2008/09 Relación 1. Espacios Vectoriales 1. a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy)
Más detallesMatemáticas Empresariales II. Diagonalización de Matrices
Matemáticas Empresariales II Lección 6 Diagonalización de Matrices Manuel León Navarro Colegio Universitario Cardenal Cisneros M. León Matemáticas Empresariales II 1 / 25 Introducción Sea f un endomorfismo,
Más detallesRelación 1. Espacios vectoriales
MATEMÁTICAS PARA LA EMPRESA Curso 2007/08 Relación 1. Espacios vectoriales 1. (a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy) Demuestra que IR
Más detallesSEGUNDO PARCIAL - EJERCICIOS DE REPASO
Algebra y Geometría 28 SEGUNDO PARCIAL - EJERCICIOS DE REPASO 3-6-8 ESPACIOS VECTORIALES. Construya en R 2 un subconjunto que sea: a cerrado para la suma y resta de vectores, pero no para la multiplicacion
Más detallesTrabajo Práctico N 5: ESPACIOS VECTORIALES
Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 01 Taller 1, E = 2 4
(i) Sean A = [ ] 1 3, B = 1 4 posible calcule: Universidad Nacional de Colombia Departamento de Matemáticas 100003-1 Álgebra Lineal - Grupo 01 Taller 1 1 0 1, C = 3 1 3 4 1 5, D = 3 1 3 [ ] 3, E = 4 4
Más detallesTEMA III: DIAGONALIZACIÓN.
TEMA III: DIAGONALIZACIÓN. OBJETIVOS: Generales: 1. Captar el motivo que justifica el problema de la diagonalización de endomorfismos. 2. Resolver y aplicar dicho problema cuando sea posible. Específicos:
Más detallesALGEBRA y ALGEBRA LINEAL
520142 ALGEBRA y ALGEBRA LINEAL Primer Semestre, Universidad de Concepción CAPITULO 7. MATRICES DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Matriz Sean
Más detallesMatrices. Operaciones con matrices.
Matrices. Operaciones con matrices. Ejercicio. Dadas las matrices ( ) ( ) 4 A = B = ( ) C = D = 4 5 ( ) 4 E = F = seleccione las que se pueden sumar y súmelas. Ejercicio. Dadas las matrices ( ) ( ) A =
Más detallesDescomposición en forma canónica de Jordan (Segunda versión)
Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin
Más detallesTrabajo Práctico N 5: ESPACIOS VECTORIALES
Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique
Más detallesNombre: Tercer Parcial Algebra Lineal 29/11/2014. Profesor:
Tercer Parcial Algebra Lineal 29//204 Puntaje. (Solo para uso oficial.) -2 (/2) 3-4 (/26) 5- (/53) Total (/00) Nota Nombre: Cédula: Profesor: Grupo: Instrucciones. El examen Aconsta de 3 hojas, verifique
Más detallesValores propios y vectores propios Diagonalización
CAPÍTULO Valores propios y vectores propios Diagonalización Este capítulo consta de cuatro secciones Con el fin de dar una idea de lo que se hará en las dos primeras secciones, se considerará un espacio
Más detallesResumen de Teoría de Matrices
Resumen de Teoría de Matrices Rubén Alexis Sáez Morcillo Ana Isabel Martínez Domínguez 1 de Octubre de 2004 1. Matrices. Generalidades. Definición 1.1. Se llama matriz de orden m n sobre un cuerpo K a
Más detallesRepaso de algebra matricial
Clase No. 3 (Parte 1): MAT 251 Repaso de algebra matricial Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/ Dr. Joaquín
Más detallesDiagonalización de Endomorfismos
Tema 5 Diagonalización de Endomorfismos 5.1 Introducción En este tema estudiaremos la diagonalización de endomorfismos. La idea central de este proceso es determinar, para una aplicación lineal f : E E,
Más detallesUNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA
AL GEBRA III UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA ALGEBRA III DEFINICION : Sea L : V V un operador lineal sobre el espacio vectorial
Más detallesValores y vectores propios
Valores y vectores propios Problemas teóricos El los siguientes problemas se denota por L(V ) conjunto de los operadores lineales en un espacio vectorial V (en otras palabras, de las transformaciones lineales
Más detallesDefinición (matriz): Definición (dimensión de una matriz): Si una matriz tiene m renglones y n columnas se dice que es de dimensión m n.
Índice general 1. Álgebra de Matrices 1 1.1. Conceptos Fundamentales............................ 1 1.1.1. Vectores y Matrices........................... 1 1.1.2. Transpuesta................................
Más detallesCálculo Numérico. Curso Ejercicios: Preliminares I
Cálculo Numérico. Curso 07-08. Ejercicios: Preliminares I 1. (a) Compruebe que la inversa de una matriz, L, triangular inferior de orden n puede calcularse como sigue: Para j = 1,,..., n e i = j, j + 1,...,
Más detallesDIAGONALIZACIÓN DE MATRICES CUADRADAS
DIAGONALIZACIÓN DE MATRICES CUADRADAS.- Considerar los vectores u = (, -, ) y v = (, -, ) de : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué
Más detallesÁlgebra Lineal. Tema 8. Valores y vectores propios. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Tema 8. Valores y vectores propios Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR
Más detallesCAPÍTULO 1. Preliminares
CAPÍTULO 1 Preliminares En este capítulo se recopilan algunas definiciones y algunos resultados básicos que servirán de referencia en el desarrollo de los capítulos posteriores Se consideran aquí varios
Más detallesAutovalores y autovectores Diagonalización y formas canónicas
Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,
Más detallesÁlgebra Lineal 2015 Práctica 5: Diagonalización.
Álgebra Lineal 2015 Práctica 5: Diagonalización. 1. Sean T (a, b) = (4a b, b+2a), B = {(1, 0), (0, 1)} y C = {(1, 3), (2, 5)}. (a) Hallar la matriz camio de base de B a C, la matriz cambio de base de C
Más detallesÁlgebra Lineal UCR. Sétimo tema, 2013
Álgebra Lineal UCR Sétimo tema, 2013 Presentaciones basadas principalmente en Arce,C, Castillo,W y González, J. (2004) Álgebra lineal. Tercera edición. UCR. San Pedro. Otras fuentes serán mencionadas cuando
Más detallesTRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN
RANSFORMACIONES LINEALES 1 RANSFORMACIONES NÚCLEO E IMAGEN DEFINICION : Sean V W espacios vectoriales Una transformación lineal de V en W es una función que asigna a cada vector v V un único vector v W
Más detallesLista de problemas de álgebra, 2016
Instituto Politécnico Nacional Escuela Superior de Física y Matemáticas Posgrado en Ciencias Físicomatemáticas Línea de Matemáticas Lista de problemas de álgebra 2016 Egor Maximenko: En mi opinión cualquier
Más detallesMATEMÁTICAS ESPECIALES II PRÁCTICA 5 Parte I - Sistemas de ecuaciones diferenciales de primer orden.
MATEMÁTICAS ESPECIALES II - 8 PRÁCTICA 5 Parte I - Sistemas de ecuaciones diferenciales de primer orden. Considere el sistema de ecuaciones diferenciales ordinarias (EDOs) de primer orden dx dt = f (t,
Más detallesÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 5 de Julio de T (e 1 ) = e 1 e 2 + 2e 3 T (e 2 ) = e 1 + 2e 2 3e 3. [T (e 1 ) T (e 2 )] =
ÁLGEBRA LINEAL EXAMEN EXTRAORDINARIO 5 de Julio de Apellidos y Nombre: Ejercicio. Sea T : R R 3 una transformación lineal definida como: T (e ) = e e + e 3 T (e ) = e + e 3e 3 donde {e, e }, {e, e, e 3}
Más detallesBases y dimensión. Problemas teóricos. En todos los problemas se supone que V es un espacio vectorial sobre un campo F. p=1
Bases y dimensión Problemas teóricos Bases de un espacio vectorial En todos los problemas se supone que V es un espacio vectorial sobre un campo F. Definición de base. Sean b 1,..., b n V. Se dice que
Más detallesExamen Extraordinario de Álgebra III, licenciatura
Examen Extraordinario de Álgebra III, licenciatura El Examen a Título de Suficiencia de Álgebra III abarca los siguientes temas: 1. Formas bilineales y cuadráticas. 2. Valores y vectores propios. 3. Forma
Más detallesEjercicios tipo test de las lecciones 1 y El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1, 2, 1) y
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Ejercicios tipo test de las lecciones 1 y 2. 1. El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1,
Más detallesMétodos Estadísticos Multivariados
Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 34 Álgebra matricial y vectores aleatorios Una matriz es un arreglo
Más detallesDiagonalización de una Matriz
Diagonalización de una Matriz Departamento de Matemáticas, CCIR/ITESM 9 de febrero de 2011 Índice 19.1.Introducción............................................... 1 19.2.Matriz diagonalizable..........................................
Más detallesVectores y Valores Propios
Capítulo 11 Vectores y Valores Propios Las ideas de vector y valor propio constituyen conceptos centrales del álgebra lineal y resultan una valiosa herramienta en la solución de numerosos problemas de
Más detallesTema 2: Diagonalización
TEORÍA DE ÁLGEBRA II: Tema 2. DIPLOMATURA DE ESTADÍSTICA 1 Tema 2: Diagonalización 1 Introducción Sea f : R n R n lineal. Dada una base B de R n podemos asociar a f la matriz A 1 = [f, B] M n. Si C es
Más detallesÁlgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales
Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales (1) Sea n N. Mostrar que el conjunto de polinomios sobre R de grado menor que n es un subespacio vectorial de R[x]. Este
Más detallesAplicaciones Lineales. Diagonalización de matrices.
Tema 2 Aplicaciones Lineales. Diagonalización de matrices. 2.1. Definiciones y propiedades Nota 2.1.1. En este tema trabajaremos con los Espacios Vectoriales R n y R m definidos sobre el cuerpo R. Definición
Más detallesAUTOVALORES Y AUTOVECTORES
12 de Julio de 2011 AUTOVALORES Y AUTOVECTORES (Clase 01) Departamento de Matemática Aplicada Facultad de Ingeniería Universidad Central de Venezuela 1 Puntos a tratar 1. Valores y vectores propios 2.
Más detallesDiagonalización de matrices. Kepler C k
Kepler C k 24 Índice. Problema de diagonalización 3.. Semejanza de matrices................................. 3.2. Valores propios y vectores propios........................... 3.3. Matrices y valores propios...............................
Más detallesA-0 Escuela de Matemáticas. Universidad Nacional de Colombia, Sede Medellín.
Segundo Examen Parcial de Álgebra Lineal 3 de Junio del 205 Puntaje. Sólo para uso Oficial Nombre: Matriz Cédula: CE Salón: Bl3 Grupo: TODOS Examen Número: A-0 - (/8) 5 (/20) 6 (/2) 7 (/20) Total Nota
Más detallesTema 2. Aplicaciones lineales. Diagonalización de endomorfismos.
Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada
Más detallesCálculo de autovalores
Cálculo de autovalores Damián Ginestar Peiró Departamento de Matemática Aplicada Universidad Politécnica de Valencia Curso 2011-2012 (UPV) Cálculo de autovalores Curso 2011-2012 1 / 28 Índice 1 Preliminares
Más detallesVALORES Y VECTORES PROPIOS
45 Capítulo 6 VALORES Y VECTORES PROPIOS Martínez Héctor Jairo Sanabria Ana María Semestre, 7 6 Introducción Aunque, en general, la imagen de un vector bajo una transformación de un espacio vectorial en
Más detallesALGEBRA LINEAL - Práctica N 2 - Segundo cuatrimestre de 2017 Matrices y coordenadas
Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - Práctica N 2 - Segundo cuatrimestre de 2017 Matrices y coordenadas Ejercicio 1 Sean m n y r N i) Probar que
Más detalles1. Teoría de Conjuntos y Funciones
Universidad Central de Venezuela Facultad de Ciencias Escuela de Matemática Álgebra I 1. Teoría de Conjuntos y Funciones 1.1. Teoría de Conjuntos 1. Dados los conjuntos A, B y C, demuestre que: a) (A B)
Más detallesÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando
ÁLGEBRA LINEAL EXAMEN FINAL 8 de Enero de Apellidos y Nombre: Duración del examen: 3 horas Publicación de notas: enero Revisión de Examen: feb Ejercicio. ( puntos a (, puntos Estudia si la siguiente afirmación
Más detallesEjercicios resueltos de Examenes anteriores
FACULTAD DE CIENCIAS EXACTAS DPTO. DE MATEMÁTICAS UNIVERSIDAD ANDRÉS BELLO Álgebra Lineal FMM Ejercicios resueltos de Examenes anteriores. (a) Sea A ( ) 2. Calcule las matrices P y J tal que A P JP 8 5.
Más detallesSoluciones a los ejercicios del examen final C =. 1 0
Universidade de Vigo Departamento de Matemática Aplicada II E T S E de Minas Álgebra Lineal Curso 205/6 de enero de 206 Soluciones a los ejercicios del examen final Se considera el subespacio U {X M 2
Más detallesMaterial para el examen final
Algebra Lineal 2, FAMAT-UG, ene-jun, 2004 Material para el examen final 31 de mayo, 2004 Definiciones: Hay que saber las definiciones precisas de todos los siguientes términos, y conocer ejemplos concretos
Más detallesEspacios Vectoriales, Valores y Vectores Propios
, Valores y Vectores Propios José Juan Rincón Pasaye, División de Estudios de Postgrado FIE-UMSNH Curso Propedéutico de Matemáticas para la Maestría en Ciencias opciones: Sistemas de Control y Sistemas
Más detallesDiagonalización de matrices
7 Diagonalización de matrices 7.1. Matrices diagonalizables Existen diversos procesos en los que el estado en cada uno de sus pasos se puede representar por un determinado vector y en los que, además,
Más detallesÁLGEBRA LINEAL I Práctica 7
ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2016 2017) 1. Dada la matriz: 3 2 0 0 0 1 0 0 0 0 A = 0 0 1 0 0 0 0 0 1 0 0 0 0 1 1 (a) Estudiar si es triangularizable por semejanza. (b) Hallar sus autovalores
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 9- - En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales N(f)
Más detallesALGEBRA LINEAL - Práctica N 2 - Segundo Cuatrimestre de 2016
Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - Práctica N 2 - Segundo Cuatrimestre de 2016 Espacios Vectoriales 1. Sea V un espacio vectorial sobre K k K
Más detallesÁlgebra II (61.08, 81.02) Primer cuatrimestre 2017 Práctica 5. Diagonalización de matrices hermíticas. Formas Cuadráticas.
Álgebra II (61.08, 81.02) Primer cuatrimestre 2017 Práctica 5. Diagonalización de matrices hermíticas. Formas Cuadráticas. Nota: en todos los ejercicios, salvo que se indique lo contrario, (, ) representa
Más detallesL(a, b, c, d) = (a + c, 2a 2b + 2c + d, a c, 4a 4b + 4c + 2d).
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 1 18 de enero de 1 (5 p. 1 Para cada α R se considera el siguiente subespacio de R 4 : U α =
Más detallesFormas canónicas reales
Capítulo 7 Formas canónicas reales Introducción Sea V un espacio vectorial sobre C, f End(V y M B (f = A M(n n Sea λ = a + bi es una autovalor complejo de f de multiplicidad m Para tal autovalor complejo
Más detallesOPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO Adjunto de un operador
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO Adjunto de un operador Sea V un espacio con producto interno y sea T : V V un operador lineal. Un operador T * : V V se dice que es un adjunto de T
Más detalles3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE
3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2011-2012 3.1.1. Resolución de sistemas de ecuaciones lineales. Método
Más detalles