7. Forma canónica. Endomorfismos O N. Depto. de Álgebra, curso

Tamaño: px
Comenzar la demostración a partir de la página:

Download "7. Forma canónica. Endomorfismos O N. Depto. de Álgebra, curso"

Transcripción

1 Depto de Álgebra, curso Forma canónica Endomorfismos Ejercicio 7 Sea f : V V un endomorfismo de un K-espacio vectorial de dimensión finita, y A una matriz de f respecto de cualquier base Definimos la traza de f como traza(f =traza(a Pruebe que la traza está bien definida, es decir, es invariante para matrices semejantes Ejercicio 72 Sea V un K-espacio vectorial de dimensión finita, con V = U W Sea π U : V V el proyector de V sobre U : siv V, entoncesv=u+w para unos únicos vectoresu U,w W y se define π U (v=u Pruebe que traza(π U =dimu Ejercicio 73 Sea A n n una matriz singular El índice de A es el menor entero k > 0 tal que Col(A k =Col(A k+ Si A tiene índice k y rango(a k =r, entonces existe una matriz Q no singular tal que ( Q Cr r O AQ = O N donde C es no singular y N es una matriz nilpotente de índice k, es decir, N k es no nula y N k es la matriz nula Ejercicio 74 Sea V un K-espacio vectorial y W V un subespacio Supongamos que existen W,W 2 V tales que V = W W = W W 2 Consideremos las aplicación g : V V definida como g (v=w, dondev=w +w,w W,w W Pruebe que im(g =W y ker(g =W 2 Sea h la restricción de g a W 2 Pruebe que h es inyectiva 3 Dadow W, lo escribimos comow =w+w 2, conw W,w 2 W 2 Pruebe que h(w 2 =w 4 Concluya que W y W 2 son isomorfos 5 Cómo se simplifica el resultado si V es de dimensión finita? Ejercicio 75 Sea f : C C definida como f (a+ i b= b+ ai Es f un endomorfismo de C considerado como R-espacio vectorial? Y como C-espacio vectorial? Ejercicio 76 Sea V un K-espacio vectorial de dimensión finita y f : V V un endomorfismo Pruebe que existe un automorfismo g de V que verifica f g f = f Ejercicio 77 Sea f : R 3 R 3 un endomorfismo tal que f 2 = 0 Demuestre que dimker( f = 2 2 Pruebe que existe un homomorfismo g : R 3 R y un vectory R 3 tales que f (v= g (vy para todov R 3 Ejercicio 78 Sea V un Q-espacio vectorial de dimensión finita y f, g : V V endomorfismos que verifican la relación Pruebe que f g = g f, 3f 3 + 7f 2 2f g + 4f id V = 0 Ejercicio 79 Sea f : V V un endomorfismo, con V un C-ev de dimensión finita, y W V un subespacio invariante por f Pruebe que si f es biyectivo, entonces W es invariante por f 2 Si V = W W, es W invariante por f? Ejercicio 70 Sea B = {u,u 2,u 3,u 4 } una base de un R-espacio vectorial V de dimensión 4 y f : V V el endomorfismo definido por f (u = 6u 4u 2 4u 4, f (u 2 = 6u 2u 2 2u 3 4u 4, f (u 3 = 4u 2u 3 4u 4, f (u 4 = 4u 4u 2 +2u 3 2u 4 Ejercicios de Álgebra Lineal y Geometría I 65

2 Depto de Álgebra, curso Consideremos los subespacios y los vectores { x + x 2 + x 3 = 0, W : x 4 = 0, { x2 x 4 = 0, W 2 : x 3 = 0, w = u 2 +u 3,w 2 =u u 2, w 2 = 3u + 2u 2 + 2u 4,w 22 = u Compruebe que B = {w,w 2 },B 2 = {w 2,w 22 } son bases respectivas de W y W 2 2 Pruebe que W y W 2 son subespacios invariantes de f 3 Verifique que V = W W 2 4 Calcule la matriz de la aplicación f i = f Wi respecto de B i, para i =,2 5 Deduzca la matriz de f respecto de B = B B 2 Ejercicio 7 Sea B = {u,u 2,u 3 } una base de un R-espacio vectorial V de dimensión 3 y f : V V el endomorfismo definido por f (u = 2u u 2 u 3, f (u 2 = u +u 3, f (u 3 = u 3 Consideremos los subespacios Pruebe que W y W 2 son subespacios invariantes de f W = w = u u 2 u 3,w 2 =u,w 2 = w 2 =u 3 2 Compruebe que B = {w,w 2 },B 2 = {w 2 } son bases respectivas de W y W 2 3 Verifique que V = W W 2 4 Calcule la matriz de la aplicación f i = f Wi respecto de B i, para i =,2 5 Deduzca la matriz de f respecto de B = B B 2 Ejercicio 72 Sea B = {u,u 2,u 3,u 4 } una base de un R-espacio vectorial V de dimensión 4 y f : V V el endomorfismo definido por f (u = u u 2, f (u 2 = u +u 2, f (u 3 = 3u 2u 2 +u 3 +u 4, f (u 4 = 3u +u 2 u 3 u 4 Calcule una base B de im(f 2 Consideremos la restricción g = f im(f Obtenga la matriz de g respecto de B 3 Calcule una base B 2 de im(g 4 Consideremos la restricción g 2 = (g im(g Obtenga la matriz de g 2 respecto de B 2 Autovalores y autovectores Ejercicio 73 Sea V un K-espacio vectorial y f : V V un endomorfismo Pruebe que un subespacio W V es invariante por f si y solamente si g f g = f g para toda proyección g de V tal que im(g = W Ejercicio 74 Construya ejemplos de matrices reales A y B de orden 2 2 que prueben la falsedad de las siguientes implicaciones: Si λ es autovalor de A y µ es autovalor de B entonces λ + µ es autovalor de A + B 2 Si λ es autovalor de A y µ es autovalor de B entonces λ µ es autovalor de A B Ejercicios de Álgebra Lineal y Geometría I 66

3 Depto de Álgebra, curso Ejercicio 75 Sea v R n un vector no nulo Pruebe que el número real v t v es un autovalor de la matriz vv t, y v es un autovector asociado Ejercicio 76 Pruebe que 0 es autovalor de A si y solamente si A es singular Ejercicio 77 Pruebe que una matriz y su traspuesta tienen el mismo polinomio característico Ejercicio 78 Sean λ,,λ n los autovalores de una matriz A de orden n, y tomemoscautovector asociado a λ k Si µ no es autovalor de A, pruebe que (A µi c= λ k µ c 2 Seadun vector arbitrario Entonces los autovalores de A+cd t coinciden con los de A excepto que λ k es reemplazado por λ k +d t c 3 Cómo se puede seleccionard para que los autovalores de A+cd t y A coincidan excepto que λ k sea sustituido por un valor determinado α? Ejercicio 79 Dada la matriz determine cuáles de los siguientes vectores son autovectores de la matriz A, sin realizar el cálculo de autovalores y autovectores: 0 0, 0, 0 2, Ejercicio 720 Sea aa t, cona 0 Pruebe que el único autovalor no nulo de A es n i= a2 i Ejercicio 72 Sea V = M (n n,c y A V Consideremos el homomorfismo f : V V dado por f (X = AX y T A : C n C n definido por T A (v= Av Pruebe que los autovalores de f y T A son los mismos Existe alguna relación entre sus polinomios característicos? Ejercicio 722 Sea A n n una matriz con coeficientes en un cuerpo K Pruebe que si p(x K[x] es el polinomio característico de A, entonces p(0 = det(a Ejercicio 723 Sea K un cuerpo, A una matriz n n sobre K yv K n un autovector de A asociado al autovalor λ K Pruebe que A m v = λ m v para todo m Deduzca que si p(x= a m x m + + a x+ a 0 K[x] es un polinomio tal que a m A m + + a A+ a 0 I es la matriz nula entonces p(λ=0 Ejercicio 724 Pruebe que si una matriz A n n verifica que la suma de los elementos de cada fila es igual a c, entonces c es un autovalor de A Ejercicio 725 Sea f : V V un endomorfismo de un K-espacio vectorial V Si dimv = n, entonces Si K=C, f tiene un autovalor λ C y autovector asociadov 0 2 Si K=R, existen ejemplos de endomorfismos que no tienen autovalores reales Si dimv no es finita, podemos encontrar situaciones muy diversas Sea V el C-espacio vectorial de las sucesiones {a n } n 0, a n C Consideremos la aplicación T : V V dada por a Pruebe que T es una aplicación lineal T ({a n }={na n } b Para cada i 0, seav i = {v in } la sucesión definida por v ik = 0 si i k y v ii = Pruebe quev i es autovector de T con autovalor asociado i c Concluya que T es un endomorfismo con infinitos autovalores 2 Sea V el C-espacio vectorial de las sucesiones {a n } n 0 tales que n a n 2 es finita Consideremos las aplicaciones lineales S,T : V V dadas por Calcule el conjunto de autovalores de S y de T, S(a 0, a, a 2,=(0, a 0, a,,t (a 0, a, a 2,=(a, a 2, Ejercicios de Álgebra Lineal y Geometría I 67

4 Depto de Álgebra, curso Multiplicidad algebraica y geométrica Ejercicio 726 Sea A una matriz de orden n con coeficientes en un cuerpo K y f : K n K n la aplicación lineal asociada Sea λ 0 autovalor de A, y llamemos q 0 a su multiplicidad geométrica, y m 0 a su multiplicidad algebraica Supongamos que null(λ 0 I null(λ 0 I A 2 El objetivo de este ejercicio es probar que q 0 = m 0 Pruebe que existe una base B de V tal que M B (f es de la forma ( A D0 M = 0 Q donde D 0 = λ 0 I 2 Supongamos que q 0 < m 0 y el polinomio característico de la matriz Q en la expresión anterior tiene el autovalor λ 0 Seaa un autovector de Q asociado a λ 0 Entonces el vector ( 0 a= a, coordenadas respecto a la base B, es independiente de los q 0 primeros vectores de la base B 3 Demuestre que null(λ 0 I A =null(λ 0 I A 2 4 Pruebe que el vector (λ 0 I A a pertenece a null(λ 0 I A 5 Concluya quea null(λ 0 I A 2 = null(λ 0 I A, que es contradictorio con la eleccióna 6 Pruebe, como consecuencia, que q 0 = m 0 Ejercicio 727 Sea f : V V un endomorfismo, con V un C-ev de dimensión n Si para algún vectorv V, el conjunto {v, f (v,, f n (v} es linealmente independiente, pruebe que para todo autovalor λ 0 de f se tiene que dimv (λ 0 = 2 Si f tiene n autovalores distintos, pruebe que existe un vectoru V no nulo tal que el conjunto {u, f (u,, f n (u} es linealmente independiente Ejercicio 728 Sea A 4 4 una matriz real de rango igual a 2 Podemos asegurar que cero es autovalor de A? En caso afirmativo, cuál es su multiplicidad geométrica? Ejercicio 729 Sean A y B matrices reales semejantes, es decir, existe P real no singular tal que P AP = B Determine, con justificación, cuáles de los siguientes objetos coinciden para A y B Rango Autovalores Multiplicidades geométricas Determinante Forma escalonada reducida por filas Matrices diagonalizables Ejercicio 730 Calcule la multiplicidad algebraica y geométrica de los autovalores de las siguientes matrices: ( 0 7 4,B = D = ,E =,C = , Datos adicionales: σ({4, 3},σ(B={2, 2},σ(D={3} Ejercicio 73 Existe algún valor de a 0 para el que la matriz ( a 0 sea diagonalizable? Ejercicios de Álgebra Lineal y Geometría I 68

5 Depto de Álgebra, curso Ejercicio 732 Estudie para qué valores de a y b es diagonalizable la matriz a b En los casos afirmativos, halle la forma diagonal D y obtenga una matriz invertible real P tal que P AP = D Ejercicio 733 Dadas las matrices complejas se pide ,C = Hallar los autovalores y los subespacios de autovectores correspondientes a dichas matrices y, en el caso que proceda, calcular una base de C 3 formada por autovectores de dicha matriz, la correspondiente matriz diagonal D y una matriz de paso a la forma diagonal σ(c= {,i, i } 2 Calcular C n para todo entero positivo Ejercicio 734 Decida si son diagonalizables las siguientes matrices sobre C: A 3 = A = A 4= A 2 = , A 5 =, Dato adicional: σ(a ={3, },σ(a 2 ={,2,,0},σ(A 4 ={2,3,},σ(A 5 ={,,2} Ejercicio 735 Determine para qué valores de a y b es diagonalizable la siguiente matriz: Ejercicio 736 Consideremos la matriz Demuestre que A es diagonalizable sobre C 2 a b ,σ({2i, 2i } 2 Halle una matriz diagonal D y una matriz invertible P tales que D = P AP 3 Demuestre que A no es diagonalizable sobre R Ejercicio 737 Consideremos la matriz Ejercicios de Álgebra Lineal y Geometría I 69

6 Depto de Álgebra, curso Compruebe que es diagonalizable y calcule una matriz diagonal J semejante a la matriz A 2 Calcule una base de autovectores de A 3 Calcule una matriz invertible P, tal que J = P AP Ejercicio 738 Sea V un C espacio vectorial de dimensión 4, B = {u,u 2,u 3,u 4 } una base de V y f : V V un endomorfismo de matriz A con respecto a la base B Pruebe que f es diagonalizable y calcule, en el caso en que A sea una de las matrices siguientes, una forma diagonal D de A así como una base C de V respecto de la cual M C (f =D (a (c ,, (b (d , Los autovalores para cada caso son: (a{,,i, i }, (b{0,,}, (d{, } Ejercicio 739 Se considera la aplicación lineal f : R 3 R 3 tal que: (a Los autovalores de f son y - (b G = {(x, x 2, x 3 t x x 2 + x 3 = 0}, es un subespacio de autovectores de f ( (c f = ( Pruebe que f es diagonalizable 2 Si B es la base estándar de R 3, calcule M B (f 3 Calcule A n para todo entero positivo n Ejercicio 740 Consideremos la matriz a Calcule los valores de a para los cuales la matriz A es diagonalizable 2 Para a= 0, calcule una forma diagonal D de A así como una matriz de paso P tal que D = P AP Ejercicio 74 Dada la matriz se tiene que 0 a 0 0 b a a a a M (5 5,R, det(λi (λ a 3 (λ+ a 2 Calcule los valores de a y b para los cuales la matriz A es diagonalizable 2 Calcule, en cada caso, una forma diagonal de A así como una matriz de paso Q, tal que D = Q AQ Ejercicio 742 Sea V un R-espacio vectorial de dimensión n 3, B= {u,,u n } una base de V y f un endomorfismo de V definido por f (u = f (u n = u +u n f (u i = u i si <i < n Ejercicios de Álgebra Lineal y Geometría I 70

7 Depto de Álgebra, curso Demuestre que los autovalores de f son λ = 0, λ 2 = y λ 3 = 2 2 Determine si f es diagonalizable y calcule la forma canónica de f, así como una matriz de paso 3 Descomponga V como suma directa de tres subespacios invariantes Ejercicio 743 Sea V un R-espacio vectorial de dimensión n 3, B= {u,,u n } una base de V y f un endomorfismo de V definido por f (u = u n f (u n = u f (u i = u i si <i < n Demuestre que los autovalores de f son λ =, λ 2 = 2 Pruebe que f es diagonalizable y calcule su forma diagonal, así como una base que diagonalice f y la correspondiente matriz de paso Ejercicio 744 En los apartados siguientes, A es una matriz real de orden n diagonalizable Si r un entero positivo, pruebe que A r es también diagonalizable 2 Si A es invertible, pruebe que A es también diagonalizable En ambos casos, establezca si existe una relación entre los autovalores y autovectores de dichas matrices con respecto a los de la matriz A Ejercicio 745 Sea V un R-espacio vectorial y f, g End(V cuyas matrices respecto de cierta base B de V son, respectivamente: , B = Sean L, L 2 y L 3 variedades lineales de V cuyas ecuaciones respecto de B son: { x3 = 0 L x 4 = 0 Pruebe que V = L L 2 y que V = L L 3 { x x 2 + 2x 3 x 4 = 0 L 2 x 2 x 3 + 2x 4 = 0 2 Pruebe que L y L 2 son invariantes por f y que L y L 3 son invariantes por g { L 3 x 2 = 0 x + x 4 = 0 3 Sea f = f L la restricción de f a este subespacio invariante Calcule la matriz de f respecto a alguna base de L Proceda análogamente con f 2 = f L2 4 Calcule los autovalores de f y g, las ecuaciones de los subespacios de autovectores asociados a dichos autovalores y determine el carácter diagonalizable de los endomorfismos anteriores 5 En el caso de que g sea diagonalizable, calcule una base de autovectores de g y una matriz P tal que D = P BP, donde D es diagonal Ejercicio 746 Sean V un espacio vectorial sobre C de dimensión n, f, g End(V y f g un endomorfismo de V V definido por (f g (x,y=(f (x, g (y Pruebe que si u V es un autovector para f, entonces (u, 0 es un autovector para f g 2 Pruebe que si f y g son diagonalizables, entonces f g también lo es Ejercicio 747 Sea V un espacio vectorial sobre C y f un endomorfismo de V tal que f 2 = f Pruebe que los únicos posibles autovalores de f son 0 y 2 Supongamos que f es no nulo Pruebe que λ= es autovalor y el subespacio de autovectores asociado es im(f Ejercicios de Álgebra Lineal y Geometría I 7

8 Depto de Álgebra, curso Si f no es el homomorfismo nulo ni la identidad, pruebe que V = ker( f im( f 4 En cualquier caso, deduzca que f es diagonalizable Ejercicio 748 Si A es una matriz diagonalizable de orden n, y y son sus únicos autovalores, pruebe que A Ejercicio 749 Calcule una matriz P tal que P AP sea diagonal, para Ejercicio 750 Diagonalice la matriz ( mediante una transformación de semejanza o explique por qué no se puede diagonalizar Ejercicio 75 Verifique que las multiplicidades algebraica y geométrica de cada autovalor coinciden en la matriz Calcule una matriz P no singular tal que P AP sea una matriz diagonal Ejercicio 752 Pruebe que c n d t n,c,d 0 es diagonalizable si y solamente sidt c 0 Ejercicio 753 En lo que sigue, A y B son matrices cuadradas del mismo orden Marque cada enunciado como verdadero o falso, y justifique cada respuesta Si A es no singular, y es autovalor de A, entonces también es autovalor de A 2 Si A es equivalente por filas a la matriz identidad I, entonces A es diagonalizable 3 Si A contiene una fila o una columna de ceros, entonces 0 es autovalor de A 4 Cada autovalor de A es también un autovalor de A 2 5 Cada autovector de A es también un autovector de A 2 6 Cada autovector de una matriz no singular A es también un autovector de A 7 Los autovalores tienen que ser escalares no nulos 8 Los autovectores tienen que ser vectores no nulos 9 Dos autovectores correspondientes al mismo autovalor son siempre linealmente independientes 0 Las matrices semejantes tienen el mismo conjunto de autovalores Las matrices semejantes tienen los mismos espacios de autovectores 2 La suma de dos autovectores de una matriz A es un autovector de A 3 Los autovalores de una matriz triangular superior A son las entradas no nulas de la diagonal de A 4 Las matrices A y A t tienen los mismos autovalores, contando multiplicidades 5 Si una matriz A de orden 5 5 tiene menos de 5 autovalores diferentes, entonces A no es diagonalizable 6 Existe una matriz 2 2 real que no tiene autovectores en R 2 7 Si A es diagonalizable, entonces las columnas de A son linealmente independientes 8 Un vector no nulo no es autovector de dos autovalores distintos de A Ejercicios de Álgebra Lineal y Geometría I 72

9 Depto de Álgebra, curso Si cada vectore j de la base estándar de R n es un autovector de A, entonces A es una matriz diagonal 20 Si A es semejante a una matriz diagonalizable B, entonces A es diagonalizable 2 Si A y B son matrices no singulares, entonces AB es semejante a B A 22 Una matriz n n con n autovectores linealmente independientes es no singular 23 Si A es una matriz de orden n n diagonalizable, entonces cada vector de R n se puede escribir como combinación lineal de autovectores de A Ejercicio 754 Pruebe que si la matriz tiene tres autovectores independientes, entonces x + y = x y 0 0 Ejercicio 755 Sea A n n una matriz compleja con rango(r Pruebe que las siguientes condiciones son equivalentes: A 2 = Q A para una matriz Q no singular 2 rango(a 2 =rango(a 3 Col(A null(0 4 Existen matrices P n n y D r r no singulares tales que ( P D O AP = O O Ejercicio 756 Sean B i M (n i n i,c,i =,,d y B la matriz diagonal por bloques B B = B d =B B d Pruebe que B es diagonalizable si y solamente si cada B i, i d es diagonalizable Ejercicio 757 Sean A y B matrices complejas de orden n n tales que que AB = B A Pruebe que Si A tiene n autovalores distintos, entonces A, B y AB son diagonalizables 2 Si A y B son diagonalizables, entonces existe una matriz P no singular tal que P AP y P BP son diagonales Ejercicio 758 Sea f : V V un endomorfismo, y dimv = n Supongamos que existe v V tal que f n (v 0, f n (v=0 Pruebe que el conjunto {v, f (v,, f n (v} es linealmente independiente y forma una base de V Encuentre la matriz de f respecto de esta base y calcule los autovalores de f Ejercicio 759 En el espacio vectorial R 4 se considera el endomorfismo f a cuya matriz respecto de una cierta base B es M a = Calcule los valores de a para los que f a es diagonalizable a Para los valores del apartado anterior, obtenga una base respecto de la cual la matriz de f a sea diagonal Ejercicios de Álgebra Lineal y Geometría I 73

10 Depto de Álgebra, curso Ejercicio 760 Sea a Q un número racional y f : Q 4 Q 4 el homomorfismo de Q-espacios vectoriales cuya matriz respecto de la base estándar es a Determine los valores de a para los que f es diagonalizable 2 Verdadero o falso: si S Q 4 es un conjunto linealmente independiente de vectores entonces f (S Q 4 también lo es 3 Para a= 0, calcule una matriz no singular P tal que P AP = D matriz diagonal 4 Para a= 0, deduzca una base de Q 4 respecto de la cual la matriz de f es diagonal Ejercicio 76 Sea f a : R 4 R 4 la aplicación definida, respecto a la base estándar, por la matriz M a = a Calcule los valores de a R para los cuales f es diagonalizable En tales casos, obtenga una base respecto de la cual su matriz es diagonal Ejercicio 762 Sea V = C 4 y f el endomorfismo cuya matriz respecto de la base canónica es Calcule una matriz no singular P y una matriz diagonal D tales que P AP = D 2 Existe alguna matriz B de tamaño 4 4 sobre C con los mismos autovalores que A, pero que no sea diagonalizable? Ejercicio 763 Consideremos la matriz compleja a , a C Sea f : C 3 C 3 el endomorfismo cuya matriz respecto a la base canónica es A Calcule para qué valores de a C se verifica cada una de las siguientes propiedades: f es diagonalizable 2 ker(f es no trivial 3 f es sobreyectivo Para a=, calcule una matriz P no singular y D diagonal tales que P AP = D Ejercicio 764 Sea f : R 4 R 4 el endomorfismo definido, respecto a la base estándar, por la matriz Pruebe que el endomorfismo f es diagonalizable y calcule una base de R 4 respecto de la cual la matriz de f es diagonal 2 Encuentre, si es posible, un endomorfismo de R 4 que no sea diagonalizable y tenga los mismos autovalores que f Ejercicios de Álgebra Lineal y Geometría I 74

11 Depto de Álgebra, curso Ejercicio 765 Sea V un K-espacio vectorial de dimensión finita y f : V V un endomorfismo tal que f 2 = f f = 0, es decir, f ( f (v = 0 para todo v V Demuestre los siguientes enunciados: El único autovalor de f es α = 0 2 El endomorfismo f es diagonalizable si y solamente si f (v = 0 para todo v V 3 im(f ker(f Ejercicio 766 Sea f : C 4 C 4 el endomorfismo entre C-espacios vectoriales cuya matriz respecto de la base estándar C C 4 es M C (f = , z C 0 0 z Halle los valores de z C para los cuales f es diagonalizable 2 Para z = 0, calcule una base B C 4 tal que M B (f es diagonal 3 Para z = 0, calcule una matriz diagonal D y una matriz no singular P tales que D = P AP Responda las mismas preguntas para la matriz M C (f = z, z C Ejercicio 767 Sea f : R 4 R 4 el endomorfismo cuya matriz respecto de la base canónica es α α Determine para qué valores de α R es f diagonalizable Para α=, halle una base B R 4 de autovectores de f, calcule la matriz de f respecto de B y obtenga una matriz invertible P tal que P AP sea diagonal Ejercicio 768 Sea f : R 4 R 4 un homomorfismo tal que el rango de M f, la matriz del homomorfismo respecto a la base estándar, es igual a dos, y f =, f = Determine razonadamente si M f es diagonalizable En caso afirmativo, indique una matriz diagonal semejante a M f En caso contrario, encuentre un homomorfismo f que verifique las condiciones anteriores y no sea diagonalizable Ejercicio 769 Consideremos la matriz Pruebe que el polinomio característico de A es igual a p(x= x 2 (x Especifique cada autovalor con su multiplicidad algebraica 3 Para cada autovalor, halle una base del espacio de autovectores asociado y calcule su multiplicidad geométrica 4 Es A una matriz diagonalizable? Ejercicios de Álgebra Lineal y Geometría I 75

12 Depto de Álgebra, curso Ejercicio 770 Sea f : R 4 R 4 un homomorfismo de matriz A respecto de la base estándar: Como dato adicional, det(a λi = (λ 2 (λ+λ Pruebe que f es diagonalizable y calcule una base respecto de la cual la matriz de f es diagonal Ejercicio 77 Consideremos la matriz Pruebe que A es diagonalizable y calcule una matriz no singular P y una matriz diagonal D tales que P AP = D 2 Encuentre una matriz B tal que B 3 = A 3 Si k es un entero positivo, calcule la expresión de A k Ejercicio 772 Una matriz N es nilpotente si existe k 0 tal que N k es la matriz nula Supongamos que A es diagonalizable Entonces A es nilpotente si y solamente si A es la matriz nula Ejercicio 773 Consideremos la matriz a 0 0 2, con a R Verifique que las raíces del polinomio característico de A son 2,± a 2 Determine para qué valores de a la matriz A es diagonalizable sobre R 3 Para a=, calcule una matriz no singular P tal que P AP = D, con D una matriz diagonal Ejercicio 774 Sean A y B matrices n n con coeficientes en un cuerpo K, tales que existe un conjunto linealmente independiente de vectores {v,,v n } en K n que verifican Av i = λ i v i,bv i = µ i v i para ciertos números λ i,µ i K,i =,,n Pruebe que AB = B A Ejercicio 775 Sean A k k,b l l matrices complejas Pruebe que la matriz por bloques ( A O O B es diagonalizable si y solamente si A y B son diagonalizables Ejercicio 776 Sea A una matriz cuadrada con coeficientes complejos Una matriz N es nilpotente si existe k 0 tal que N k es la matriz nula Supongamos que A es diagonalizable Demuestre que A es nilpotente si y solamente si A es la matriz nula Ejercicio 777 Sea f : V V un endomorfismo, con dimv = 4 Supongamos que existe un vectorv V tal que f 3 (v 0 y f 4 (v=0 Pruebe que el conjunto {v, f (v, f 2 (v, f 3 (v} es linealmente independiente y forma una base de V Encuentre la matriz de f respecto de esta base Es f diagonalizable? Ejercicio 778 Sea f : R 4 R 4 un homomorfismo cuya matriz respecto de una cierta base B es 0 0 a Las raíces del polinomio característico de A son 0 (doble, y 3 Determine los valores de a para los que f es diagonalizable, a R, y W : { x3 = 0 x 4 = 0 Ejercicios de Álgebra Lineal y Geometría I 76

13 Depto de Álgebra, curso En lo que sigue supondremos a= a Calcule bases respectivas de im(f y ker(f b Pruebe que f (W W c Obtenga una base de V respecto de la cual la matriz de f sea diagonal Ejercicio 779 Sea f : R 3 R 3 la aplicación lineal definida por f (v= Av, donde , 5 3 y formemos el conjunto B= {u,u 2,u 3 }, con u = 0,u 2=,u 3= Como es habitual, llamamos S = {e,e 2,e 3 } a la base estándar de R 3 Pruebe que B es una base de R 3 2 Calcule las coordenadas del vectorv=e +e 2 e 3 respecto de la base B 3 Calcule M B (f, la matriz de f respecto de la base B 4 Seaw=u 2 +u 3 Pruebe que A 000 w=w Ejercicio 780 Asigne verdadero o falso a cada uno de los siguientes enunciados Cada autovector de una matriz no singular A es autovector de A 2 Si A es diagonalizable, entonces sus columnas son linealmente independientes 3 Si A es semejante a una matriz diagonalizable B, entonces A es diagonalizable 4 Si A es una matriz n n diagonalizable en R, entonces todo vector de R n se puede escribir como combinación lineal de los autovectores de A Ejercicio 78 Sea f : R 3 R 3 la aplicación lineal definida con respecto a la base estándar como f (v= Av, donde Determine si el vectorwpertenece al espacio de columnas de A, dondew= ( 2 Calcule una base B de R 3 tal que la matriz de f respecto de B sea diagonal Ejercicio 782 Sea V = R 4 y definimos f : V V el homomorfismo cuya matriz respecto de la base estándar es Se tiene que det(a λi = (λ a(λ+(λ , a R a Ejercicios de Álgebra Lineal y Geometría I 77

14 Depto de Álgebra, curso Pruebe que A es una matriz diagonalizable para todo valor de a 2 En los siguientes apartados consideramos a = a Determine una base de R 4 respecto de la cual la matriz de f sea diagonal b Seaw=(,2, 2, t Pruebe quewes autovector de f Calcule A 206 w Ejercicio 783 Una matriz E n n es idempotente si E 2 = E Pruebe los siguientes resultados para una matriz E idempotente Los autovalores de E son 0 y La multiplicidad algebraica y geométrica del autovalor es rango(e 2 rango(e= traza(e 3 Ev=v si y solamente siv Col(E 4 null(e=col(i E 5 La matriz E es diagonalizable Si A n n = F n r G r n, donde rango( r = rango(f =rango(g, entonces A es idempotente si y solamente si GF = I r Ejercicio 784 Consideremos las siguientes matrices: ,B = Observe que A y B se diferencian en un número, al igual que A y C,C = Sea f : R 3 R 3 el endomorfismo de R-espacios vectoriales dado por f (v= Av Calcule una base B de R 3 tal que la matriz M B (f sea diagonal 2 Calcule una matriz real y no singular P y una matriz diagonal D tales que P AP = D 3 Calcule las multiplicidades algebraica y geométrica del autovalor 2 en la matriz B Determine razonadamente si B es diagonalizable sobre R 4 Razone si C es una matriz diagonalizable sobre el cuerpo C de los números complejos Y sobre R? Ejercicio 785 Sea V un espacio vectorial de dimensión finita no nula sobre R y sea f : V V un endomorfismo tal que 4 f 2 es la identidad en V, es decir, f (f (v= 4v, para todov V Pruebe que f es inyectiva y sobreyectiva 2 Pruebe que, para cualquier base B de V, la matriz inversa de M B (f es 4 M B(f 3 Demuestre que los únicos posibles autovalores de f son 2 y 2 4 Compruebe que para cualquier vector v V se verifica que ( f 2 v+ ( 4 f (v = 2 2 v+ ( 4 f (v, f 2 v ( 4 f (v = 2 2 v 4 f (v Deduzca de lo anterior que todo vector de V es autovector o suma de dos autovectores de f 5 A partir de los apartados anteriores, pruebe que f es diagonalizable 6 Muestre un ejemplo de un endomorfismo f en las condiciones del enunciado que no tenga el 2 como autovalor Ejercicio 786 Sea A una matriz 2 2 con coeficientes en C y sean d = det(a, t = traza(a Pruebe que el polinomio característico de A es p(λ=λ 2 tλ+d 2 Demuestre que si t 2 4d es no nulo, entonces la matriz A es diagonalizable Ejercicios de Álgebra Lineal y Geometría I 78

15 Depto de Álgebra, curso Pruebe que si A y A 2 son matrices cuadradas de orden n n semejantes, entonces tienen el mismo determinante y la misma traza 4 Muestre dos matrices A y B de orden 2 2 con el mismo determinante, la misma traza y que no sean semejantes Ejercicio 787 Sea f : R 4 R 4 un homomorfismo cuya matriz, respecto de la base estándar, es a { x x 4 = 0, Sea W el subespacio vectorial de ecuaciones x 2 x 3 = 0 Estudie para qué valores de a es f diagonalizable 2 Para a = calcule una base de cada uno de los subespacios siguientes: im( f, ker( f +W 3 Para a= 0, obtenga una base respecto de la cual la matriz de f sea diagonal Forma canónica de Jordan Ejercicio 788 Calcule la forma canónica de Jordan y la base canónica de la matriz Sus autovalores son 0 y Ejercicio 789 Sea B = {u,u 2,u 3,u 4 } una base de un R-espacio vectorial V de dimensión 4 y f : V V el endomorfismo definido por f (u = u u 2, f (u 2 = u +u 2, f (u 3 = 3u 2u 2 +u 3 +u 4, f (u 4 = 3u +u 2 u 3 u 4 El único autovalor de f es 0 Calcule una base canónica de f y su forma canónica Ejercicio 790 Sea A una matriz cuadrada compleja de orden 3 Determine las posibles formas canónicas de Jordan de la matriz A Ejercicio 79 Calcule la forma canónica de Jordan de la matriz Autovalores,, Ejercicio 792 Calcule la forma canónica de Jordan de la matriz Su polinomio característico es det(λi (λ+ 2 (λ Ejercicio 793 Calcule la forma canónica de Jordan de la matriz Su polinomio característico es det(λi (λ 2 3 Ejercicios de Álgebra Lineal y Geometría I 79

16 Depto de Álgebra, curso Ejercicio 794 Calcule la forma canónica de Jordan de la matriz Su polinomio característico es det(λi λ Ejercicio 795 Pruebe que las dos matrices siguientes son semejantes: , B = Ejercicio 796 Sea f : C n C n,n 2 el endomorfismo dado, con respecto a la base estándar, por la matriz J = λ λ λ λ λ Si W es invariante por f, entonces W es invariante por (f λid V k para todo k =,2,,n 2 Pruebe que V = C n es el único espacio invariante por f que contiene ae 3 Si W es un subespacio invariante por f, entoncese n W 4 Cada subespacio V i = e n i+,,e n,i =,2,,n es invariante por f, yv V i si y solamente si (f λid V i v=0 5 V,V 2,,V n son los únicos subespacios invariantes de V 6 V (λ= u n 7 V no se puede escribir com suma directa de dos subespacios no triviales e invariantes por f Calcule una matriz S no singular tal que S JS = J t Concluya que toda matriz compleja A es semejante a su traspuesta Ejercicio 797 Sea V un C-espacio vectorial de dimensión 5 y B una base de V Consideramos el endomorfismo f : V V cuya matriz respecto de B es Como dato, λ = es el único autovalor Calcule J la forma canónica de Jordan de f y una matriz de paso P tal que P AP = J Ejercicio 798 Consideremos la matriz a a a 2a+ 2a Calcule la forma canónica de Jordan de la matriz A según los valores de a, a R Ejercicios de Álgebra Lineal y Geometría I 80

17 Depto de Álgebra, curso Ejercicio 799 En el espacio vectorial V = R 4, consideremos el endomorfismo f definido, respecto de la base canónica, por la matriz Sabemos que det(λi (λ 4,ker(i d f= (3,,2, t,(,0,2,0 t,(0,, 5,0 t Calcule J la forma canónica de Jordan real de A y una base canónica 2 Calcule una base de V respecto de la cual la matriz de f sea J t Ejercicio 700 Se considera el endomorfismo f : R 3 R 3 cuya matriz, respecto de la base canónica, es 0 a a a 0 0 Para qué valores de a es f diagonalizable? 2 Para a=, calcule su forma canónica de Jordan * Aplicaciones de la forma canónica Ejercicio 70 Pruebe que I A es no singular si el radio espectral ρ(a es menor que Ejercicio 702 Calcule la expresión general de la potencia m-ésima de la matriz ( Ejercicio 703 Calcule la forma general de A k, donde ( 2 4 Ejercicio 704 Consideremos las sucesiones {u k },{v k } definidas por las relaciones { { uk+ = u k v k, u0 = 2, k 0, y condiciones iniciales v k+ = 2u k + 4v k v 0 = Calcule los términos generales de cada una de las sucesiones Ejercicio 705 Calcule lím n A n para ( 7/5 /5 /2 Ejercicio 706 Calcule la forma general de A n para / / /9 8 9 /3 /3 /3 3 /9 /9 4/9 0,σ({, } Ejercicio 707 En una especie, los genotipos se pueden clasificar en tres tipos T 0,T,T 2 La probabilidad, bajo un cierto plan de reproducción, de que un individuo de tipo T i produzca una progenie de tipo T j, para i, j = 0,,2, puede expresarse como una matriz de transición /4 /8 P = 0 /2 8/8 0 /4 9/8 Calcule la probabilidad de que un individuo del tipo T i tenga descendientes del tipo T j en la k-ésima generación Ejercicios de Álgebra Lineal y Geometría I 8

18 Depto de Álgebra, curso Ejercicio 708 En genética se estudia la llamada herencia cruzada, en la que el macho tiene un gen (A o a y la hembra posee dos genes (A A, Aa o aa Se puede modelizar con una cadena de Markov de 6 estados y matriz de transición Calcule los autovalores y autovectores asociados 2 Calcule límt n T = Ejercicio 709 Consideremos la matriz Calcule, si existe, lím A k /2 2 /2 2 0 /2 2 / /3 Ejercicio 70 Consideremos la cadena de Markov con matriz de transición Determine si es diagonalizable y calcule límt k /4 3/8 /3 0,0 0 /4 /6 0 T = 0 3/8 /6 /2 3/4 0 /3 /2 Ejercicio 7 Calcule el término general de las ecuaciones de recurrencia siguientes: ( ( 3 0 x k = x 5 2 k,x 0 = ( 2,5 0,5 2 x k = 0,5 2,5 ( 3 x k = 0 ( 4 x k,x 0 = 0 ( x k,x 0 = 4 a k+ = 4a k 5a k, a 0 =, a = 2 Ejercicio 72 Resuelva las siguientes ecuaciones de recurrencia: a n+2 = 5a n+ 6a n, a =, a 0 = 0 2 a n+2 = 6a n+ 8a n, a =, a 0 = 0 3 a n+3 = 5a n+2 8a n+ + 4a n, a 2 = 3, a = 2, a 0 = 4 a n+3 = 3a n+2 3a n+ + a n, a 2 = 3, a = 2, a 0 = Ejercicio 73 Calcule el término general de la ecuación de recurrencia a n 5a n + 8a n 2 4a n 3 = 0, con condiciones iniciales a 2 = 3, a 3 = 5, a 5 = 7 Indicación: una raíz de la ecuación característica es Ejercicio 74 Calcule el término general de la sucesión definida por Ejercicios de Álgebra Lineal y Geometría I 82

19 Depto de Álgebra, curso a 0 =, a =, a n+ = a n + a n a n+3 9a n a n+ 24a n = 0, a 0 =, a = 2, a 3 = 2 a n+3 8a n a n+ 24a n = 0 a n+3 9a n a n+ 27a n = 0 a n+3 3a n+2 + 4a n = 0, a 0 = 3, a = 2, a 2 = 7 Ejercicio 75 Sea 0< p <, y consideremos la ecuación de recurrencia x j+2 = px j + ( px j+, x 0 =, x = Calcule, en función de p, los valores x 000 y lím x n 2 Resuelva la ecuación de recurrencia x j+4 + 2x j+3 3x j+2 4x j+ + 4x j = 0, x 0 = 0, x =, x 2 =, x 3 =, donde las raíces de la ecuación característica son y 2 Ejercicio 76 Resuelva la ecuación de recurrencia a n = an 2 /a n 2, a 0 =, a = 2, pasándola a lineal mediante logaritmos Ejercicio 77 Calcule el término general de la ecuación de recurrencia a n = 2a n + a n 2 2a n 3 36a n 4, a 0 =, a = 0, a 2 =, a 3 = 2 Las raíces de la ecuación característica son 3 y 2 Ejercicio 78 Resuelva la ecuación de recurrencia s n+3 = 2s n+2 + 5s n+ 6s n, s 0 = 9, s = 8, s 2 = 66 Dato: r = es raíz de la ecuación característica Ejercicio 79 Calcule el término general de la ecuación de recurrencia a n+4 4a n+3 + 2a n+2 + 4a n+ 3a n = 0, con condiciones iniciales a 0 = 3, a =, a 2 =, a 3 = 0 Indicación: la ecuación característica tiene como raíces a 2,,3 Ejercicio 720 Consideremos la matriz real 2 a 0 a /2 Pruebe que A es diagonalizable para todos los valores de a 2 Para a= 3/2, calcule una matriz P no singular tal que P AP = D matriz diagonal 3 Determine los valores de a para los que lím A k =O Ejercicio 72 Una investigación médica clasifica a un conjunto de individuos como delgados, normales u obesos Mediante medidas anuales, se observa que el 80% de los delgados sigue siendo delgado al año siguiente, y el 20% restante gana peso y pasan a la categoría de normales Ninguno pasa a obeso De los individuos de peso normal, un 0% pasa a delgado, un 60% queda como normal, y un 30% se mueve a la categoría de obeso De las personas obesas, un 90% permanece en dicha categoría, y un 0% se traslada a normal Ningún obeso pasa a delgado Modele el proceso como un sistema discreto mediante una matriz A 2 Determine, si existe, el estado estacionario del sistema Ejercicios de Álgebra Lineal y Geometría I 83

20 Depto de Álgebra, curso Ejercicio 722 Una persona hace ejercicio todos los días corriendo o montando en bicicleta Si un día corre, al día siguiente lanza una moneda al aire Si sale cara, vuelve a correr ese día Si sale cruz, hace ejercicio con la bicicleta Si un día coge la bicicleta, al día siguiente corre Pruebe que la probabilidad de correr o usar la bicicleta en el día k-ésimo se puede modelar con un sistema discreto, cuya matriz de transición es ( 0,5 M = 0,5 0 2 Determine, a largo plazo, qué porcentaje de días hará ejercicio con la bicicleta Ejercicio 723 Consideremos la sucesión definida por u 0 = α,u = β,u n = 6u n 9u n 2,n 2 Sean ( un+ v n = u n ( 6 9, 0 Pruebe que para n se tiene que v n = Av n y v n = A n v 0 2 Calcule J la forma canónica de Jordan de A y una matriz de paso P Deduzca que ( J n 3 n n3 n = 0 3 n 3 Usando los apartados anteriores, pruebe que u n = 3 n (nβ+3α( n,n 0 Ejercicios de Álgebra Lineal y Geometría I 84

9. Teoremas espectrales

9. Teoremas espectrales 9 Teoremas espectrales Lema de Schur Ejercicio 9 En los siguientes casos, use el lema de Schur para descomponer, sobre C, la matriz A como producto A = U TU de modo que T sea triangular superior y U unitaria:

Más detalles

Geometría afín y proyectiva, 2016 SEMANA 4

Geometría 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 detalles

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Tema 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 detalles

Álgebra II(61.08, 81.02) Segundo cuatrimestre 2017 Práctica 4. Autovalores y autovectores de matrices. Diagonalización.

Álgebra 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 detalles

Autovalores y autovectores Diagonalización y formas canónicas

Autovalores 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 detalles

A = En los casos afirmativos, hallar una forma diagonal D y obtener una matriz invertible real P M(3, 3) tal que P 1 AP = D.

A = En los casos afirmativos, hallar una forma diagonal D y obtener una matriz invertible real P M(3, 3) tal que P 1 AP = D. 22 Departamento de Álgebra. Universidad de Sevilla Tema 5. Sección 1. Endomorfismos. Endomorfismos diagonalizables. Ejercicio 5.1 Dadas las matrices complejas: 3 2 0 2 3 0, B = 0 0 5 14 1 12 13 0 12 17

Más detalles

ÁLGEBRA LINEAL I Práctica 7

ÁLGEBRA LINEAL I Práctica 7 ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2017 2018) 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 detalles

ÁLGEBRA LINEAL I Práctica 7

ÁLGEBRA 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 detalles

ÁLGEBRA LINEAL I Práctica 7

ÁLGEBRA LINEAL I Práctica 7 ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2015 2016) 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 detalles

Álgebra Lineal y Geometría I. Prueba 3. Grupo A. 12 de marzo de (

Álgebra Lineal y Geometría I. Prueba 3. Grupo A. 12 de marzo de ( Álgebra Lineal y Geometría I. Prueba 3. Grupo A. 2 de marzo de 208. Apellidos: Nombre: DNI: Ejercicio.-(4 puntos) Se considera la matriz siguiente: A = 2 0 3 0 2. Calcule W = null(a 2I), W 2 = null(a 4I)

Más detalles

Álgebra 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. 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 detalles

Práctica 5. Autovalores y autovectores. Diagonalización de matrices y de transformaciones lineales.

Práctica 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 detalles

Examen Final Ejercicio único (3 horas) 20 de enero de n(n 1) 2. C n,3 = n(n 3) n =

Examen Final Ejercicio único (3 horas) 20 de enero de n(n 1) 2. C n,3 = n(n 3) n = Álgebra Lineal I Examen Final Ejercicio único (3 horas) 0 de enero de 014 1. Sea P un polígono regular de n lados. (i) Cuántas diagonales tiene el polígono?. Las diagonales son segmentos que unen pares

Más detalles

Tema 11.- Autovalores y Autovectores.

Tema 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 detalles

PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 2005/06

PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 2005/06 PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 200/06 1. Utilizar el método de eliminación de Gauss para resolver el sistema de ecuaciones lineales siguiente: 2 x 1 2 x

Más detalles

Podemos pues formular los dos problemas anteriores en términos de matrices.

Podemos 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 detalles

Aplicaciones Lineales (Curso )

Aplicaciones Lineales (Curso ) ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2010 2011) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o

Más detalles

Aplicaciones Lineales. Diagonalización de matrices.

Aplicaciones 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 detalles

ÁLGEBRA LINEAL I Práctica 6

ÁLGEBRA LINEAL I Práctica 6 ÁLGEBRA LINEAL I Práctica 6 Aplicaciones Lineales (Curso 2016 2017) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos

Más detalles

Aplicaciones Lineales (Curso )

Aplicaciones Lineales (Curso ) ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2009 2010) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o

Más detalles

Proposición Sea V un espacio vectorial sobre K de dimensión n y B una base de V. Gl(n, K) = {A M(n n, K) A = 0}.

Proposición Sea V un espacio vectorial sobre K de dimensión n y B una base de V. Gl(n, K) = {A M(n n, K) A = 0}. Tema 6 Formas canónicas 6.1 Introducción Proposición 6.1.1. Sea V un espacio vectorial sobre K de dimensión n y B una base de V. La aplicación Φ B : End(V ) M(n n, K) definida por Φ B (f) = M B (f), es

Más detalles

Examen Final Soluciones (3 horas) 8 de julio de 2015

Examen Final Soluciones (3 horas) 8 de julio de 2015 Álgebra Lineal I Examen Final Soluciones (3 horas) 8 de julio de 2015 1. Siete personas suben en un ascensor en la planta baja de un edificio de cinco pisos. Cada una de ellas se apea en alguna de las

Más detalles

Aplicaciones Lineales (Curso )

Aplicaciones Lineales (Curso ) ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2008 2009) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o

Más detalles

ÁLGEBRA LINEAL I Práctica 6

ÁLGEBRA LINEAL I Práctica 6 ÁLGEBRA LINEAL I Práctica 6 Aplicaciones Lineales (Curso 2012 2013) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos, epimorfismos

Más detalles

2 Polinomio característico de una matriz

2 Polinomio característico de una matriz Lección 4: Teoría de Operadores 1 Semejanza Sean A, B M n,n. Se dice A es semejante con B cuando existe una matriz regular P GL n de suerte que B = P 1 AP. Si A es semejante con B, entonces B es semejante

Más detalles

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN BOLETÍN DE PROBLEMAS DE

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN BOLETÍN DE PROBLEMAS DE E.T.S. DE INGENIERÍA INFORMÁTICA BOLETÍN DE PROBLEMAS DE ÁLGEBRA LINEAL para las titulaciones de INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN 1. Matrices y determinantes Ejercicio 1.1 Demostrar

Más detalles

Tema 1: Espacios vectoriales

Tema 1: Espacios vectoriales PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Químicas FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina si cada

Más detalles

,v 2 = ,v 3 = En el caso en que el conjunto sea linealmente dependiente, exprese uno de los vectores como combinación lineal de los demás.

,v 2 = ,v 3 = En el caso en que el conjunto sea linealmente dependiente, exprese uno de los vectores como combinación lineal de los demás. Depto. de Álgebra curso 8-9 4. Espacio vectorial Estructura Ejercicio 4.. Demuestre que el conjunto M ( R) con la suma de matrices y el producto de matrices por números reales es un R espacio vectorial.

Más detalles

ÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 2 de julio de 2012 Duración del examen: 3 horas Fecha publicación notas: 11 de julio

ÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 2 de julio de 2012 Duración del examen: 3 horas Fecha publicación notas: 11 de julio ÁLGEBRA LINEAL EXAMEN EXTRAORDINARIO 2 de julio de 22 Duración del examen: 3 horas Fecha publicación notas: de julio Fecha revisión examen: 3 de julio Apellidos: Nombre: Grupo: Titulación: ESCRIBA EL APELLIDO

Más detalles

Problemas de Álgebra Ingeniería Técnica en Informática de Sistemas. Curso 2009/10

Problemas de Álgebra Ingeniería Técnica en Informática de Sistemas. Curso 2009/10 Problemas de Álgebra Ingeniería Técnica en Informática de Sistemas Curso 2009/10 Hoja 1 Preliminares 1 Resuelve los siguientes sistemas de ecuaciones de números complejos: { z 1 + iz 2 = 1 i 3z 1 + (1

Más detalles

Geometría afín y proyectiva, 2016 SEMANA 3

Geometría afín y proyectiva, 2016 SEMANA 3 Geometría afín y proyectiva, 2016 SEMANA 3 Sonia L. Rueda ETS Arquitectura. UPM September 20, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra

Más detalles

TEMA III: DIAGONALIZACIÓN.

TEMA 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 detalles

Matemáticas para la Empresa

Matemáticas 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 detalles

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

Diagonalización. 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 detalles

Hoja de diagonalización MATEMÁTICAS I

Hoja 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 detalles

Diagonalización de Endomorfismos

Diagonalización 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 detalles

ÁLGEBRA LINEAL Problemas, 2006/2007

ÁLGEBRA LINEAL Problemas, 2006/2007 ÁLGEBRA LINEAL Problemas, 2006/2007 Nota: si no se especifíca lo contrario suponemos que las matrices y espacios vectoriales están definidos sobre un cuerpo K arbitrario 1 Una matriz A de orden n n se

Más detalles

DIAGONALIZACIÓN DE MATRICES CUADRADAS

DIAGONALIZACIÓN 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 detalles

Álgebra 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 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 detalles

Relación 1. Espacios vectoriales

Relación 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 detalles

5. Aplicaciones Lineales

5. Aplicaciones Lineales Contents 5 Aplicaciones Lineales 2 5.1 Aplicaciones lineales. Definición y propiedades........................ 2 5.2 Núcleo e Imagen.................................................... 3 5.3 Descomposición

Más detalles

Tema 2: Diagonalización

Tema 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 detalles

Formas canónicas reales

Formas 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 detalles

1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS

1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS 1 1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS Sea f : V V un endomorfismo de V, f End(V, con V un K-espacio vectorial de dimensión n, y sean B = {e 1,..., e n } B = {e 1,..., e n} bases de V. La matriz de f

Más detalles

2. Álgebra matricial. Inversa de una matriz O B 1 O B 1. Depto. de Álgebra, curso

2. Álgebra matricial. Inversa de una matriz O B 1 O B 1. Depto. de Álgebra, curso Depto de Álgebra, curso 2017-2018 2 Álgebra matricial Inversa de una matriz Ejercicio 21 Calcule la matriz inversa de cada una de las matrices siguientes: a 2 1 1 3 2 1 h e, b 2 1 1 5 2 3 2 0 1 1 2 1 1

Más detalles

Hoja de diagonalización MATEMÁTICAS I

Hoja 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 detalles

1. DIAGONALIZACIÓN. FORMAS CANÓNICAS

1. DIAGONALIZACIÓN. FORMAS CANÓNICAS 1 1. DIAGONALIZACIÓN. FORMAS CANÓNICAS 1. Se considera la matriz: A = ( 2 3 4 13 con coeficientes en R. Hallar los valores propios, los vectores propios y una matriz P que permita la diagonalización de

Más detalles

MAT1202: Algebra Lineal GUIA N 6 Otoño 2002 Valores y Vectores Propios

MAT1202: Algebra Lineal GUIA N 6 Otoño 2002 Valores y Vectores Propios 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

Más detalles

Álgebra Lineal y Geometría I. 1 o Matemáticas

Álgebra Lineal y Geometría I. 1 o Matemáticas Álgebra Lineal y Geometría I. o Matemáticas Grupo - ( de diciembre de 27) APELLIDOS NOMBRE Instrucciones. Durante la realización del examen se podrá utilizar exclusivamente material de escritura. Ningún

Más detalles

Tema 1: Espacios vectoriales

Tema 1: Espacios vectoriales PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina

Más detalles

Matemáticas para la Empresa

Matemáticas para la Empresa Matemáticas para la Empresa 1 o D.C.E. 1 o L.A.D.E. Curso 2008/09 Relación 2. Aplicaciones Lineales. Diagonalización. Formas Cuadráticas 1. Estudia si son lineales las aplicaciones siguientes: a) La aplicación

Más detalles

Tema 5 - Aplicaciones lineales y diagonalización de matrices (v1.0) Pág. 1. *** Apuntes realizados por Victor Gayoso Martinez

Tema 5 - Aplicaciones lineales y diagonalización de matrices (v1.0) Pág. 1. *** Apuntes realizados por Victor Gayoso Martinez Tema 5 - Aplicaciones lineales y diagonalización de matrices (v1.0) Pág. 1 *** Apuntes realizados por Victor Gayoso Martinez (vgayoso@gmail.com) *** TEMA 5 APLICACIONES LINEALES Y DIAGONALIZACIÓN DE MATRICES

Más detalles

En el caso en que el conjunto sea linealmente dependiente, exprese uno de los vectores como combinación lineal de los demás.

En el caso en que el conjunto sea linealmente dependiente, exprese uno de los vectores como combinación lineal de los demás. Depto. de Álgebra curso 7-8 4. Espacio vectorial Estructura Ejercicio 4.. Demuestre que el conjunto M ( R) con la suma de matrices y el producto de matrices por números reales es un R espacio vectorial.

Más detalles

f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).

f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t). Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 20 de enero de 20 (2.5 p.) ) Se considera la aplicación lineal f : R 4 R definida por: f(x y

Más detalles

3. Determinantes. Propiedades. Depto. de Álgebra, curso

3. Determinantes. Propiedades. Depto. de Álgebra, curso Depto de Álgebra curso 2018-2019 3 Determinantes Propiedades Ejercicio 31 Use la definición para calcular el valor del determinante de cada una de las siguientes matrices: 3 2 1 2 1 1 0 0 α A 1 = 5 4 0

Más detalles

ALGEBRA LINEAL Y GEOMETRÍA I

ALGEBRA LINEAL Y GEOMETRÍA I ALGEBRA LINEAL Y GEOMETRÍA I TEMA 3: Autovalores y Autovectores. Introducción Ya conoces que las aplicaciones lineales entre espacios vectoriales, al elegir bases en ellos, las puedes representar por matrices.

Más detalles

Aplicaciones lineales (Curso )

Aplicaciones lineales (Curso ) ÁLGEBRA Práctica 6 Aplicaciones lineales (Curso 2004 2005) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos, epimorfismos

Más detalles

TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA

TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA ESCUELA ESTUDIOS DE TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA DEPARTAMENTO DE INGENIERÍA INFORMÁTICA MATEMÁTICA APLICADA I ÁLGERA LINEAL OLETINES DE PROLEMAS Curso 8-9 Sistemas de ecuaciones lineales.

Más detalles

2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012

2. 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 detalles

Preparaduría 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 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 detalles

TEMA 5: Aplicaciones Lineales. Diagonalización.

TEMA 5: Aplicaciones Lineales. Diagonalización. TEMA 5: Aplicaciones Lineales. Diagonalización. 1. Aplicaciones Lineales 1.1. Definición, propiedades y ejemplos. Definición 1. Dados dos espacios vectoriales V y V sobre un mismo cuerpo K, una aplicación

Más detalles

Práctica 6: Autovalores y autovectores - Diagonalización

Práctica 6: Autovalores y autovectores - Diagonalización ALGEBRA LINEAL Primer Cuatrimestre 2010 Práctica 6: Autovalores y autovectores - Diagonalización 1. Calcular el polinomio característico, los autovalores y los autovectores de la matriz A en cada uno de

Más detalles

5. Autovalores y autovectores

5. Autovalores y autovectores 172 Autovalores y autovectores Al ser x 0 = y = P 1 x 0yportanto,λ es un autovalor de A. Recíprocamente, si λ es un autovalor de A existe un vector x 0talque A x = λx y por tanto, 5. Autovalores y autovectores

Más detalles

Matrices y determinantes (Curso )

Matrices y determinantes (Curso ) ÁLGEBRA Práctica 3 Matrices y determinantes (Curso 2008 2009) 1. En el conjunto de las matrices n n de elementos reales, demostrar que el producto de matrices triangulares inferiores es otra matriz triangular

Más detalles

3. Determinantes. Propiedades. Depto. de Álgebra, curso

3. Determinantes. Propiedades. Depto. de Álgebra, curso Depto de Álgebra curso 06-07 3 Determinantes Propiedades Ejercicio 3 Use la definición para calcular el valor del determinante de cada una de las siguientes matrices: 3 0 0 α A = 5 4 0 A = 6 A 3 = 0 β

Más detalles

a a a a

a a a a JUNIO 2012 GENERAL 1. Se consideran las matrices: A = 3 1 0 1 3 0 0 0 2 e I 3 = 1 0 0 0 1 0 a) Resuelve la ecuación det (A x I 3 ) = 0. (1 punto) JUNIO 2012 ESPECÍFICA a 1 2 a 1 2. Dado el número real

Más detalles

ÁLGEBRA Ejercicios no resueltos de la Práctica 7

ÁLGEBRA Ejercicios no resueltos de la Práctica 7 ÁLGEBRA Ejercicios no resueltos de la Práctica 7 Endomorfismos (Curso 2007 2008) 3. Hallar la matriz de Jordan J de la siguiente matriz A, así como una matriz P de paso de A a J, esto es, tal que J = P

Más detalles

Álgebra 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 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 detalles

Hoja de diagonalización MATEMÁTICAS I

Hoja 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 detalles

ALGEBRA LINEAL. 1. Sea V un espacio vectorial sobre F. Sean S, T y U subespacios de V tal que. { 0 i = 1,..., k si i > k. v i

ALGEBRA LINEAL. 1. Sea V un espacio vectorial sobre F. Sean S, T y U subespacios de V tal que. { 0 i = 1,..., k si i > k. v i ALGEBRA LINEAL 1 Sea V un espacio vectorial sobre F Sean S, T y U subespacios de V tal que i) S T = S U ii) S + T = S + U iii) T U Demuestre que T = U 2 Sea F = C y sea n un entero positivo Demuestre que

Más detalles

Matrices. Operaciones con matrices.

Matrices. 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 detalles

1. Efectuar las siguientes operaciones, expresando el resultado en forma binómica: (1 i)(2 i)(i 3) ; 344 ( i) 231 i(1 + i) 5

1. Efectuar las siguientes operaciones, expresando el resultado en forma binómica: (1 i)(2 i)(i 3) ; 344 ( i) 231 i(1 + i) 5 1.5.1 Complejos 1. Efectuar las siguientes operaciones, expresando el resultado en forma binómica: i 1 ; 2 + i ; 2i 2 i 1 + i +i; 5 (1 i)(2 i)(i 3) ; i344 +( i) 231 ; (1 + i) 5 + 1 (1 i) 5 1 ; 2. Usar,

Más detalles

Valores y vectores propios

Valores 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 detalles

Endomorfismos: autovalores, autovectores, diagonalización

Endomorfismos: autovalores, autovectores, diagonalización Capítulo 14 Endomorfismos: autovalores, autovectores, diagonalización Consideraremos en este capítulo endomorfismos f : IR n IR n, siendo IR n espacio vectorial sobre IR. 14.1 Valores y vectores propios

Más detalles

Cuestiones de Álgebra Lineal

Cuestiones de Álgebra Lineal Cuestiones de Álgebra Lineal Algunas de las cuestiones que aparecen en esta relación están pensadas para ser introducidas en un plataforma interactiva de aprendizaje de modo que los parámetros a, b que

Más detalles

AP = 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

AP = 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 detalles

TEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES

TEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES TEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES Definición 1.1. Endomorfismo Nilpotente. Un endomorfismo T End(V ) es nilpotente si existe n N tal que f n 0. Definición 1.. Matriz

Más detalles

Solución de problemas I 1

Solución 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 detalles

FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas

FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas EXÁMENES DE MATEMÁTICAS Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha 5 de julio de 99. Dada la aplicación lineal: T

Más detalles

Vectores y Valores Propios

Vectores 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 detalles

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2 CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el

Más detalles

MATE 4031: Álgebra Lineal [ 4 + 6i 4i (a) Encuentre el polinomio característico de cada una de ellas.

MATE 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 detalles

Sesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K

Sesión 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 detalles

Un conjunto E a,b,c, de elementos (llamados vectores) se dice que constituye. (a,b) (a',b') (a a',b b')

Un conjunto E a,b,c, de elementos (llamados vectores) se dice que constituye. (a,b) (a',b') (a a',b b') ESPACIOS VECTORIALES Un conjunto E a,b,c, de elementos (llamados vectores) se dice que constituye un espacio vectorial sobre un cuerpo conmutativo K (que generalmente es el cuerpo de los reales) si se

Más detalles

ÁLGEBRA LINEAL I Práctica 3

ÁLGEBRA LINEAL I Práctica 3 ÁLGEBRA LINEAL I Práctica 3 Matrices y determinantes (Curso 2011 2012) 1. En el conjunto de las matrices n n de elementos reales, demostrar que el producto de matrices triangulares inferiores es otra matriz

Más detalles

Estadística III Repaso de Algebra Lineal

Estadística III Repaso de Algebra Lineal Repaso de Algebra Lineal Vectores Un vector columna de dimensión n 1 es una serie de números dispuestos como sigue: x 1 x 2 x =. x n Un vector fila de dimensión 1 p es una serie de números dispuestos como

Más detalles

ÁLGEBRA 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 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 detalles

Aplicaciones Lineales

Aplicaciones Lineales Capítulo 7 Aplicaciones Lineales 7.1 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K. Definición 7.1.1 Se dice que una aplicación f : V W es una aplicación lineal o

Más detalles

1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.

1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización. utovalores y autovectores asociados a un endomor smo f Diagonalización Dado un endomor smo f de un espacio vectorial real V y jada una base B de V obtenemos una única matriz asociada a f respecto de la

Más detalles

A = [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

A = [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 detalles

Formas canónicas de Jordan

Formas canónicas de Jordan Capítulo 6 Formas canónicas de Jordan 61 Subespacios propios generalizados Introducción En el capítulo anterior se han estudiado los endomorfismos diagonalizables y se han dado condiciones necesarias y

Más detalles

Tema 9: REDUCCIÓN POR SEMEJANZA DE UNA MATRIZ. DIAGONALIZACIÓN

Tema 9: REDUCCIÓN POR SEMEJANZA DE UNA MATRIZ. DIAGONALIZACIÓN Álgebra I - Curso 2005/06 - Grupos M1 y M2 Tema 9: REDUCCIÓN POR SEMEJANZA DE UNA MATRIZ DIAGONALIZACIÓN por Mario López Gómez 1 Valores y vectores propios Definición- Dada una matriz cuadrada A K n n,

Más detalles

ALGEBRA. Escuela Politécnica Superior de Málaga

ALGEBRA. Escuela Politécnica Superior de Málaga ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.

Más detalles

Álgebra Lineal 2015 Práctica 5: Diagonalización.

Álgebra 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 detalles

TALLER III Profesor: H. Fabian Ramirez TRANSFORMACIONES LINEALES Y VECTORES PROPIOS. 0 0 λ λ 2 λ λ

TALLER III Profesor: H. Fabian Ramirez TRANSFORMACIONES LINEALES Y VECTORES PROPIOS. 0 0 λ λ 2 λ λ UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER III Profesor: H. Fabian Ramire TRANSFORMACIONES LINEALES Y VECTORES PROPIOS OBSERVACIÓN: N.A significa Ninguna de las Anteriores..

Más detalles

TEMA 5 APLICACIONES LINEALES

TEMA 5 APLICACIONES LINEALES TEMA 5 APLICACIONES LINEALES Índice 5.1. Definición y propiedades.................. 122 5.1.1. Tipos de aplicaciones lineales........... 125 5.1.2. Operaciones de aplicaciones lineales....... 126 5.1.3.

Más detalles