TALLER III Profesor: H. Fabian Ramirez TRANSFORMACIONES LINEALES Y VECTORES PROPIOS. 0 0 λ λ 2 λ λ
|
|
- Xavier Murillo Cáceres
- hace 7 años
- Vistas:
Transcripción
1 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.. Al escalonar la matri aumentada del sistema A = b aplicando las siguientes 4 operaciones elementales, en este orden: F 5F F, F 3 3F F 3, F 3 F y F 4 +F 3 F 4, se obtuvo 5 (U c) = 3 7 λ λ λ λ a) Para qué valores de λ el sistema original es inconsistente: λ = b) Para qué valores de λ el sistema original tiene infinitas soluciones: λ = c) Para qué valores de λ el sistema original tiene solución única: λ = d) Para λ =, detu =, ρ([a b]) =, dim(n A ) = e) Para λ =, deta = f) Para λ =, dim(c [A b] ) = 3? SI NO g) Para λ =, sea U la matri asociada a la transformación T : P 3 M con respecto a las bases canónicas de P 3 y M, entonces Un vector diferente del nulo, del espacio imagen de T es: Un vector diferente del nulo, del núcleo de T es: La dimensión del núcleo de T y del espacio imagen de T son respectivamente y.. Sea P R 3 un plano cuyas ecuaciones paramétricas son P : = y = t+r y = +r. Si T : R 3 R 3 es la y transformación lineal dada por T y = y, la imagen por medio de T del plano P es: a. Un plano. b. Un punto. c. Una recta. d. Un hiperplano. e. N.A 3. Considere la transformación lineal T : R R tal que T(e +e ) = y 4 T(e e ) =. Entonces la transformación lineal T aplicada al vector es: 4 y 4y y y a. b. c. d. e. N.A 4y 4 4. Dado H = {(, y,, w) T : 3 y + w =, a) Si T : V H es un isomorfismo, entonces la dimensión de V es. b) Si T : R 4 H es una transformación sobreyectiva, la dimensión del núcleo de T es. c) Si T : H M es una transformación inyectiva, la dimensión de la imagen de T es. 5. Sea T : P P la transformación lineal dada por T(p()) = p (). Un vector propio de T es:
2 a. b. c. d. ++ e. N.A 3 6. De acuerdo a la matri A = conteste: a) El polinomio característico p(λ) de la matri A es:. b) Los valores propios de la matri A son:. c) La matri A es invertible? SI NO ; por qué. 7. De las siguientes funciones T que van de P a P marque la que sea transformación lineal. a. T(p()) = p()+4 b. T(p()) = d d ( +p()) c. T(p()) = d d (+p()) d d. T(p()) = d (p()) e. N.A 8. Sea P R 3 un plano cuyas ecuaciones paramétricas son P : = y = t+r y = +r. Si T : R 3 R 3 es la +y transformación lineal dada por T y = y +, la imagen por medio de T del plano P es: a. Un hiperplano. b. Un plano. c. Un punto. d. Una recta. e. N.A 9. Sea T : P R 3 una transformación lineal tal que la matri asociada a la transformación lineal respecto a las bases canónicas de P y R 3 es A T =. Un vector del núcleo de T es: a b c d e. N.A. Sea C = una matri fija en M. Considere la transformación lineal T : M M dada por T(A) = CA AC. Los valores para la dimensión del núcleo de T y la dimensión para la imagen de T, respectivamente son: a. y 3 b. 3 y c. y 4 d. y e. 4 y e. N.A 4. Sea A = la matri asociada a la transformación lineal T : V W, respecto a las bases B y 4 B de V y W respectivamente. - La transformación T es inyectiva. SI NO - La transformación T es sobreyectiva. SI NO - La transformación T es un isomorfismo. SI NO 4. Sea H = Gen,, R3. Entre las siguientes afirmaciones señale una que sea 4 VERDADERA. a) Cualquier transformación lineal inyectiva T : H R 3 es invertible. b) Eiste una única transformación lineal T : H R 3 que sea isomorfismo. c) Toda transformación lineal T : H R es sobreyectiva. d) Toda transformación lineal T : H R es un isomorfismo. e) H y R son isomorfos. 3. Sea T : R R la transformación lineal que hace girar θ grados cualquier vector de R en torno al origen y en sentido contrario al de las manecillas del reloj. El polinomio característico p(λ) de la matri A T asociada a T respecto a la base canónica de R es:
3 a. λ λcosθ + b. λ +λsinθ + c. λ +λcosθ + d. λ λsinθ + e. λ +λcosθ f. N.A 4. Un valor de θ para que la transformación T del ejercicio anterior tenga un valor propio real es: a. π/4 b. π/ c. 3π/4 d. π e. N.A 5. Sea C = una matri fija en M. Mostrar que la función T : M M dada por T(A) = CA AC es una transformación lineal. 6. Sea T : P P una transformación lineal tal que T( + + ) = + 4, T( + ) = 3 y T( + ) = +, entonces la transformación lineal T aplicada al vector + es: a. +5 b. 5 c. 5 d. +5 e. N.A 7. Sea L R 3 la recta cuya ecuación paramétrica es L : = y = + t, = t. Si T : R 3 R 3 es la transformación lineal dada por T y = y, la imagen por medio de T de la recta L es: a. Un hiperplano. b. Un plano. c. Un punto. d. Una recta. e. N.A a b a 8. Sea T : R R 3 la transformación lineal dada por T =. b b a Entre los siguientes vectores, seleccione uno que perteneca al núcleo de T. a. b. ( ) c. ( ) d. e. N.A Entre los siguientes vectores, seleccione uno que perteneca a la imagen de T. a. b. c. d. e. N.A 9. Sea C = una matri fija en M. Considere la transformación lineal T : M M dada por T(A) = CA AC. Los valores para la dimensión del núcleo de T y la dimensión para la imagen de T, respectivamente son: a. y 3 b. 3 y c. y 4 d. y e. 4 y e. N.A 5 /. Sea A = la matri asociada a la transformación lineal T : V W, respecto a las 3 bases B y B de V y W respectivamente. - La transformación T es inyectiva. SI NO - La transformación T es sobreyectiva. SI NO - La dimensión de V es: y la de W es:. Sea H = Gen,, 3 R3. Entre las siguientes afirmaciones señale una que sea 3 VERDADERA. a) Cualquier transformación lineal inyectiva T : H R 3 es invertible. b) Eiste una única transformación lineal T : H R 3 que sea isomorfismo. 3
4 c) Toda transformación lineal T : H R es sobreyectiva. d) Toda transformación lineal T : H R es un isomorfismo. e) H y R son isomorfos.. Sea T : R 3 R 3 la transformación lineal que hace girar 9 grados cualquier vector de R 3 en torno al eje en la dirección positiva. El polinomio característico p(λ) de la matri A T asociada a T respecto a la base canónica de R 3 es: a. (λ+)(λ +) b. (λ+)(λ )λ c. ( λ)(λ ) d. ( λ)(λ +) e. ( λ) (λ+) f. N.A 3. El conjunto de los valores propios reales de la transformación T del ejercicio anterior es: a. {± b. { c. { d. {±, e. N.A 4. Un vector propio de la transformación T del ejercicio anterior es: a. b. c. d. 5. Sea A = 5 / 3 bases B y B de V y W respectivamente. - Entonces dimv = y dimw = - La transformación T es inyectiva. SI NO e. N.A la matri asociada a la transformación lineal T : V W, respecto a las - La transformación T es sobreyectiva. SI NO { a b 6. Sea H = M c d : a = d, b = c, a,b,c,d R un espacio vectorial sobre R. a) Si T : V H es un isomorfismo, entonces la dimensión de V es. b) Si T : R 5 H es una transformación sobreyectiva, la dimensión del núcleo de T es. c) Si T : H M es una transformación inyectiva, la dimensión de la imagen de T es. 7. SeaT : P P unatransformaciónlinealtalquet() =,T() = 3yT( ) =,entonceslatransformación lineal aplicada al vector +4+5 es: a) 5+. b) 5. c) +5. d) 5+. e) N.A. 8. Sea T : P R 3 la transformación lineal T(a+b) = a b a b Entre los siguientes vectores, seleccione uno que perteneca al núcleo de T. a). b). c) 5 5. e) 5+5. d) Entre los siguientes vectores, seleccione uno que perteneca a la imagen de T. ( a). b). c). d) 9. Si H = Gen,, entre las siguientes afirmaciones señale una que sea FALSA. a) Cualquier transformación lineal inyectiva T : H R es invertible. b) Eiste una transformación lineal T : H R que sea un isomorfismo. c) Toda transformación lineal sobreyectiva T : H R es inyectiva. d) Eiste una única transformación lineal T : H R que sea un isomorfismo. 3. Entre las siguientes afirmaciones, señale TRES que sean VERDADERAS. 4.. ). e) N.A.
5 a) Si T : V W es una transformación lineal inyectiva y dimv = dimw, entonces T es un isomorfismo. b) Si T : V W es una transformación lineal sobreyectiva y dimv = dimw, entonces T no es inyectiva. c) Si T : V W es una transformación lineal y dimv < dimw, entonces T no es inyectiva. d) Si T : V W es una transformación lineal y dimv < dimw, entonces T es sobreyectiva. e) Si T : V W es una transformación lineal y T es inyectiva, entonces dimv dimw. f) Si T : V W es una transformación lineal, S : V Im(T) tal que S(v) = T(v) es una transformación lineal invertible. g) Si T : V W es una transformación lineal y dimv = dimw, entonces T es un isomorfismo. h) SiT : V W esunatransformaciónlineal,s : Nu(T) W talques(v) = T(v)eslatransformación lineal nula. i) Dados dos espacios vectoriales V y W, L(V,W), el conjunto de las transformaciones lineales de V en W no es un espacio vectorial. j) Si u = v implica que T(u) = T(v), entonces T es una transformación lineal inyectiva. 3. La dimensión de H = gen {,,, 3, es: a) b) 3 c) 4 d) 5 e) N.A. 3. Justifique porque son FALSAS las siguientes proposiciones a) Si T : V W es una transformación lineal y dimv = dimw, entonces T es invertible. b) Si T : V W es una transformación lineal, S : V Im(T) tal que S(v) = T(v) es una transformación lineal invertible. c) Si u = v implica que T(u) = T(v), entonces T es una transformación lineal inyectiva. d) Si T : V W es una transformación lineal y T es sobreyectiva, entonces dimv < dimw. e) Si T : M P 4 es una transformación lineal, T tiene valores y vectores propios. f) Si T : V W es una transformación lineal y dimv = dimw, entonces T es invertible. g) Si A = A T es una matri de tamaño n n, A tiene n valores propios diferentes. h) Para que eista una base de R n, conformada por vectores propios de una matri de orden n, todos sus valores propios deben ser diferentes. i) Si dos matrices tienen los mismos valores propios, entonces sus vectores propios son los mismos. j) Si es un valor propio de una matri A, entonces A es la matri nula. k) Si T() =, entonces T es una transformación lineal. l) Si T : V W es una transformación lineal y dimv = dimw, entonces T es un isormorfismo. m) Si T : V W es una transformación lineal y T es sobreyectiva, entonces dimv < dimw. n) Si T : V W es una transformación lineal y v Nu(T), entonces v N AT. ñ) Si T : P 4 M es una transformación lineal sobreyectiva, entonces T es inyectiva. o) La proyección ortogonal en un subespacio es una transformación lineal inyectiva del espacio vectorial en el subespacio. p) La translación de vectores en el plano, T : R R tal que T() = + a, a R fijo, es una transformación lineal. q) Siempre que se puedan calcular las composiciones S T y T S, se tiene que una es la inversa de la otra. r) La matri que define una transformación matricial es la matri asociada a la transformación lineal en cualquier base. s) Una función lineal f() = m+b b es una transformación lineal. 33. Conteste falso o verdadero a cada una de las siguientes afirmaciones. a) Dos matrices semejantes no siempre representan la misma transformación lineal en diferentes bases. 34. Determine cuáles de las siguientes funciones son transformaciones lineales. Además Halle las matrices asociadas A T, eplicitando la bases del dominio y del codominio. Halle el núcleo y la imagen y diga cuáles son sus dimensiones. Determine si las transformaciones lineales son inyectivas, sobreyectivas, isomorfismos y/o invertibles. a) T : R 3 R tal que T(a b c) T = (a b 3c) T 5
6 b) T : R P tal que T(a b) T = (+a) b c) T : R P tal que T(a) = a+a+3a d) T : P P tal que T(a+b+c ) = a+ (b+c) e) T : P P tal que T(p()) = p () f) T : P P 3 tal que T(p()) = p() a b g) T : M P tal que T = a+b+c c d h) T : R 3 R tal que T(a b c) T = (a b 3c) T i) T : R R 3 tal que T(a b) T = ( 3a b+a b) T a b a c j) T : M M tal que T = c d d+ k) T : R 3 P tal que T(a b c) T = a+b 3c l) T : P P tal que T(a+b+c ) = a c m) La refleión a través del plano XY en R 3. n) La proyección sobre el plano XZ en R 3 ñ) T : M 3 M 3 tal que T(A) = A T tal que 35. Considere la transformación matricial de T : R R, T() = A donde A es una matri elemental. Interprete geométricamente dicha transformación. Qué puede decirse de este tipo de transformaciones en R n? 36. Para cada una de las siguientes transformaciones lineales: a) T : R 3 R tal que T( y ) T = ( y ) T b) T : R 3 R 3 tal que T( y ) T = ( y + ) T c) T : R 3 R 3 tal que T( y ) T = ( y ) T d) T : R 3 R 3 tal que T( y ) T = (y ) T encuentre la imagen de los siguientes conjuntos, identificándolas geométricamente, si es posible. l : La recta que pasa por P( 5) T y Q( 3) T. P : El plano que pasa por el punto Q( 3) T y tiene vectores directores u = ( ) T y v = ( 3) T. 37. Dada T : V W una trasformación lineal, demuestre que si V = Gen{v,v,...,v n entonces { Im(T) = T(v ),T(v ),...,T(v n ) 38. Dada T : V W una trasformación lineal tal que T =, T =. Calcule T, T y T y 39. Demuestre que una transformación lineal de R n en R m envía rectas en rectas o puntos, y a planos en planos, rectas o puntos. Que pasa con los hiperplanos? 4. Cuantas transformaciones lineales de R en el plano H = {v R 3 : v = tu +su, t,s R de R 3 eisten? 4. Encuentre una matri asociada a la transformación lineal de R 3 que rota todo vector 45 o alrededor del Eje Y. 4. Dada la transformación lineal T : V W y las bases B y B de V y W, respectivamente, demuestre que la matri A T, tal que [T(v)] B = A T [v] B para todo v V, es única. 43. Sea T : V n V n la transformación idéntida, T(v) = v, para todo v V, Demuestre que A T = I n, independientemente de la base de V que se tome. 44. Demuestre que T : V W es una transformación lineal inyectiva, si y solo si, T(v ) = T(v ) implica que v = v. 45. Encuentre una transformación lineal no trivial entre cada uno de los espacios vectoriales dados y determine si es inyectiva, sobreyectiva, isomorfismo y/o invertible. a) V = R y W = el plano de R 3 que pasa por el origen y tiene vectores directores d = (,,5) T y d = (3,, ) T { { b) V = p() = a+b+c : a = y W = p() = a+b+c : b = 6
7 c) V = M y W = { a b : a = d, b = c c d d) V = el plano de R 3 que pasa por el origen y tiene como vector normal a n = (,,5) T y W = { v R : v = λ(,5) T e) V = { { (,y,,w) T : y + = y W = (,y,,w) T : + w = 46. Para cada uno de los siguientes casos, encuentre, si eiste, S + T,T S, T,T, S T y T S y sus matrices asociadas respecto a las bases que usted elija. a) T : R 3 R tal que T(a,b,c) T = (a,b 3c) T S : R 3 R tal que S(a,b,c) T = (a,b+c) T. b) T : P P tal que T(p()) = p () S : P P tal que S(p()) = p(). a b c) T : M P tal que T = a+b+c c d S : P P tal que S(a+b+c ) = a c. d) T : R 3 P tal que T(a,b,c) T = a+b?3c S : P P tal que S(a+b+c ) = a c 47. JUSTIFIQUE PORQUE SON VERDADERAS LAS SIGUIENTES PROPOSICIONES. a) Si T : R 3 R 3 es una transformación lineal y A es su matri asociada en la base canónica, los valores y vectores propios de A son los valores y vectores propios de T. b) Si T : R 3 R 3 es una transformación lineal y A es su matri asociada en una base diferente a la canónica, los valores y vectores propios de A son los valores y vectores propios de T. c) Si T : V W es una transformación lineal y T es inyectiva, entonces dimv dimw. d) La matri 5I n tiene sus n valores propios iguales a 5. e) Cualquier vector de R n no nulo es vector propio de la matri nula de orden n. f) Toda transformación lineal es una función. g) Si T : V W es una transformación lineal y T es invertible, entonces dimv = dimw. h) Si T : V W es una transformación lineal inyectiva y dimv = dimw, entonces T es invertible. i) Si T : V W es una transformación lineal sobreyectiva y dimv = dimw, entonces T es inyectiva. j) Si T : V W es una transformación lineal y dimv < dimw, entonces T no es inyectiva k) Si T : V W es una transformación lineal y dimv < dimw, entonces T no es sobreyectiva. l) Si T : V W es una transformación lineal y T es inyectiva, entonces dimv dimw. m) Si T : V W es una transformación lineal y v Nu(T), entonces v N AT. n) Si T : V W es una transformación lineal y w Im(T), entonces, para alguna base B de W, [w] B N AT. ñ) Si T : V W es una transformación lineal, S : Nu(T) W tal que S(v) = T(v) es la transformación lineal nula. o) Si T : M P 3 es una transformación lineal sobreyectiva, entonces T es inyectiva. p) La translación de vectores en el plano, T : R R tal que T() = + a, a R fijo, no es una transformación lineal. q) Dados dos espacios vectoriales V y W, L(V,W), el conjunto de las transformaciones lineales de V en W es un espacio vectorial. 48. Sabiendo que A T = es la matri asociada a la transformación lineal T : V W, en las bases B y B de V y W respectivamente, encuentre el nucleo y la imagen de cada una de las siguientes situaciones y diga cuáles son sus dimensiones a) V = R 3, W = R y B y B son sus bases usuales. b) V = R 3, W = R y B = {,,) T,(,,) T,(,,) T y B es la base usual de R c) V = R 3, W = R y B es la base usual de R 3 y B = {, ) T,(,) T. d) V = P, W = P y B y B son sus bases usuales. e) V = P, W = P y B B = {,, y B {,. +y 49. Considere la transformación lineal T : R R dada por T =. Usando las bases B = B y y = 7
8 { 3,, Calcule A T 5. Sea T : R 3 R 3 dada por T y = a) Demuestre que T es lineal. y +3 +y y + b) Cuáles son las condiciones sobre a,b y c para que (a,b,c) T esté en la imagen de T? Cuál es el rango de T. c) Cuáles son las condiciones sobre,y, para que (,y,) T esté en el núcleo de T? Cuál es la nulidad de T? 5. Sean V y W espacios vectoriales y T : V W una transformación lineal. Si w,w,...,w n son n vectores l.i de W y v,v,...,v n vectores de V que cumplen que T(v i ) = w i (i =,,...,n). Demuestre que v,v,...,v n son l.i. 5. Sea T : R 3 R 7 lineal. Cuáles son los posibles valores para la dimensión de la imagen de T? Podría ser T invertible en algún caso?. En ese caso qué espacios se podría definir la inversa? 53. Si T : R 7 R 3 es lineal cuáles son los posibles valores para la nulidad de T? Podría ser T invertible para algún caso?. 54. SiT : V W eslinealeinvertibley{v,v,...,v n unabasedev.demuestreque { T(v ),T(v ),...,T(v n ) es una base para W; de modo que, dimv = dimw. 55. Sea T : R 3 R 3 la transformación lineal dada por T y = 3 y y +. Determine si T es invertible, en caso afirmativo calcule T { 56. Sea T : R 3 R 3 la transformación lineal y B =,, { y B =,, bases ordenadas de R 3. Si A T = Calcule T y = { 57. Halle una transformación lineal T : R 3 R 4 cuya imagen sea generada por los vectores, 4 3 { 58. Es 3, y + una base del nucleo de T y = y +? +y 4 { 59. Halle una transformación lineal T : R 4 R 3 cuyo nucleo sea N AT = (,y,,w) : +y =, w = 6. Sea V el espacio vectorial de las matrices sobre R y M =. Sea T : V V la transformación lineal definida por T(A) = MA. Demuestre que F es lineal y halle una base y la dimensión de Nu(T) y Img(T). 6. Describa eplícitamente una transformacón lineal de R 3 en R 3 cuyo nucleo es generado por los vectores (,,) T y (,,) T 6. Sea T : P P definida por T(a+b+c ) = (b a)+(c b)+c una transformción lineal a) Halle [A T ] B = {++,+, b) Verifique que [ T(p()) ] B = A T[p()] B = 63. Suponga que {v,v es una base de V y T : V V es un operador lineal tal que T(v ) = 3v v, T(v ) = v +4v. Supongamos que {w,w es otra base de V tal que w = v +v, w = v +3v. Halle la matri de T es una base {w,w. 64. Si T : V V es inyectiva y {v,v,...,v k son l.i en V, muestre que {T(v ),T(v ),...,T(v k ) son l.i en W. 8
9 65. Sea T una función de R 3 en R 3 definida por 3+ T y = y = +y y +4 a) verifique que T es una transformación lineal b) Si (a,b,c) T es un vector en R 3, Cuáles son las condiciones sobre a,b y c para que el vector esté en Img(T)?. Cuál es dim(img(t)? c) Cuales son las condiciones sobre a,b y c para que el vector esté en Nu(T)?. Cuál es dim(nu(t)? d) Cual es la matri de T en la base usual de R 3.? e) Cual es la matri de T en la base ordenada {(,,) T,(,,) T,(,,) T?. f) Pruebe que T es invertible y halle T 66. Sea T : P P una transformación lineal tal que T() = +, T() = +, T( ) =. a) Halle T(a+b+c ) b) Halle Nu(T) y la Img(T), y sus respectivas bases c) Si B = {,+,+ y B = {,, son bases ordenadas de P, Halle [A T ] BB 67. Sea T : P R 3 una transformación lineal tal que 3 T() =, T(+) =, T(++ ) = 3 4 a) Halle T(a+b+c ) y T(4++ ) b) Halle Nu(T), Img(T), dim(nu(t)) y dim(img(t)) c) Determine si T es inyectiva d) Si B = {,+,++ y B la base usual de R 3, halle A T 68. Sea T : P R 3 una aplicación lineal y B = {u,u una base de R. Si A T = T(u ) y T(v) para cualquier v R. 69. Verifique que 3 es un vector propio de la matri 7. Es el vector 3 un vector propio de la matri 3 4?, Halle T(u 4 ), 7. Demostrar que si A y B son dos matrices de orden n n y A es invertible, entonces las matrices A B y BA tienen los mismos valores propios. 7. Demuestre que si una matri A n n tiene n vectores propios l.i entonces es semejante a una matri diagonal. 73. Dada la matri, halle a) El polinomio caracteristico de A b) Los valores propios de A c) Una base de cada uno de los subespacios propios. Es A semejante a una matri diagonal D? 74. Determine si la matri 3 es semejante a una matri diagonal D. En caso afirmativo, halle una matri P invertible tal que P AP = D 7 y Sea T y = +y una transformción lineal de R 3 en R 3. Halle, si esposible, una base ortonormal B de R 3 tal que [A T ] BB sea diagonal. Verifique que A T = D = P T A T P, donde P es y +7 ortogonal. 76. PREGUNTAS 9
10 4 4 a) Es λ = un valor propio de la matri 5 4 3? 4 6 b) Si A es una matri n n triangular superior (triangular inferior). a qué es igual p(λ)? c) Si λ i son los valores propios de la matri A n n y k es un real cualquiera. se puede concluir que λ i +k son los valores propios de A+kI? d) Sabiendo que λ = es un valor propio de A n n, se puede concluir que A es no invertible?. Justifique la respuestas e) Son semejantes las matrices y? f) Si A es una matri simétrica y det(a) >, se puede garantiar que los valores propios de A tienen el mismo signo? g) ElpolinomiocaracteristicodeunamatriA 3 3 esp(λ) = (λ 3)(λ+) ydim(e (3) ) =,dim(e ( ) ) =. Puede garantiarse que A es semejante a una matri diagonal?. Justifique. h) Los valores propios de una matri A 4 4 son,, 7,, se puede conluir que A es diagonaliable?. Justifique. i) Sea A = I +N, donde N es nilpotente. A qué es igual p(a)? j) Si λ es un valor propio de A, puede afirmarse que aλ es un valor propio de aa? k) Los valores propios de una matri A 4 4 son 3 y. Se puede afirmar que A no es diagonaliable? a b l) Para qué valores a,b,c,d la matri A = no tiene valores propios reales? c d m) Eisten matrices A tales que A, A T tengan vectores propios diferentes? n) Sea A n n tal que A = I y λ un valor propio de A, cuáles son los posibles valores de λ? ñ) Sea A smejante a B y B semejante a C. Es A semejante a C?. o) Si A y B son semejantes y A es invertible, Son semejantes A y B? p) Qué puede concluir del hecho que A sea una matri simétrica, cuyos valores propios son todos iguales a? 77. Halle los valores propios de la matri A = a b y verifique que det(a) es igual al producto de los c d valores propios. 78. Si al menos una de las matrices A ó B es invertible, pruebe que el polinomio característico de AB es igual al de BA 79. Sea A una matri n n, demuestre que A y A T tienen el mismo polinomio característico. 8. Si A es n n y A k = para algún k Z + muestre que p(λ) = λ k (Ayuda:Use la definición de valor propio) 8. Sea T una rotación de π/ en el plano. Muestre que T no tiene vectores propios, pero todo v es un vector propio de T 8. Para cada una de las matrices dadas calcule. El polinomio caracteristico, los valores propios, los subsespacios E (λ) y su dimensión. Decida si dichas matrices son semejantes a una matri diagonal D, en caso afirmativo, halle la matri P invertible que cumple P AP = D 4 A = Pruebe que las matrices 3 y tiene los mismos valores propios, pero no son semejantes Determine a,b,c,d,e,f sabiendo que los vectores,, son vectores propios de la matri
11 a b c d e f 85. Si A es una matri invertible y λ es un valor propio de A, demuestre que λ es un valor propio de A. 86. Si A es una matri real n n tal que A = I, demuestre que: a) A es invertible b) n es par c) A no tiene valores propios reales d) deta = 87. Pruebe que A es invertible si y solo si λ = no es un valor propio de A. 88. Determine si T : R 3 R 3 con T y = es una transformación lineal. y 89. Si T : R 3 R es una transformación lineal tal que T = entonces T y =, es una transformación lineal. y 9. Si T : R 3 R es una transformación lineal tal que T y = y, Determine si (4,,) T esta en la Im(T) Determine (4,,5) T está en el nucleo de T. 9. Sea H = y : = y =, T = 3 a) Si T : R H es una transformación lineal, determine si el rango de T puede ser. b) Si T : R H es una transformación lineal, determine si la nulidad de T puede ser. c) Encuentre, si eiste, una transformación lineal T : H R, con nulidad. y T = d) Encuentre, si eiste, una transformación lineal T : H R, con rango. / 9. Sea A = 3 la matri asociada a la transformación T, respecto a las bases B y B. a) Si T : R n R m, entonces n es y m b) Determine si la transformación T es inyectiva. c) Determine si la transformación T es sobreyectiva. 93. Sean M y A matrices tales que M = = E E E A donde 3 E = 3. E = E 3 = a) Determine si es una valor propio de M T. b) Determine si es un valor propio de M. c) Determine si 5 es un valor propio de A.
12 94. Suponga que es un valor propio de B. Determine si B es una matri invertible. 95. Determine cuales de los vectores dados son vectores propios de la matri A dada y en caso de serlo, identifique los valores propios asociados. 3 a), v 4 = v 3 = v 3 = b), v = 3 v = v 3 = 6 v 3 = Determine cuales de los escalares dados son valores propios para la matri A dada. 9 a), λ 4 =, λ = 6, λ 3 = 9, λ 4 = 6 b), λ =, λ = 4, λ 3 =, λ 4 = 3 / 3 c) 3 /5, λ =, λ =, λ 3 = /, λ 4 = /5 /5 97. Determine los valores propios, sus multiplicidades algebraicas y sus multiplicidades geométricas, para cada una de las matrices A dadas /3 98. Justifique PORQUE SON VERDADERAS las siguientes afirmaciones. a) Si ninguno de los valores propios de A es cero, det(a). b) Si A y B son semejantes, det(a) = det(b). c) Toda matri invertible es semejante a una matri diagonal. d) Los valores propios reales de una matri son raíces de su polinomio característico. e) Toda matri n n tiene n valores propios, contando sus multiplicidades algebraicas. f) Todos los valores propios de una matri nula son. g) Cualquier vector de R n { es vector propio de la matri nula n n. h) Para conocer los valores propios de la matri inversa de A no es necesario encontrar la inversa. i) Si una matri 5 5 tiene 5 valores propios diferentes, es diagonaliable. j) Si T : R 4 R 4 es una transformación lineal y A es su matri asociada en la base usual, los valores y vectores propios de A son los valores y vectores propios de T. k) Si A es simétrica, A es diagonaliable. l) Si A = A T es una matri de tamaño 9 9, A tiene 9 vectores propios que forman un conjunto ortogonal. 99. En cada caso, con la información dada sobre la matri A de tamaño n n, determine si A es diagonaliable, ortogonalmente diagonaliable, invertible y/o simétrica y el valor de n. a) El polinomio característico de A es p(λ) = (λ )(λ+3)(λ+ )λ. b) El polinomio característico de A es p() = ( )(+)( +). c) El polinomio característico de A es p(α) = (α 4) (α+) 3. d) Los espacios propios de A son E () = Gen,, E ( ) = Gen e) Los espacios propios de A son E (3 = Gen, E () = Gen,
13 f) A = g) Los espacios propios de A son E (4) = Gen{u,v y E ( ) = Gen{w, siendo u,v,w R n. Demuestre que si A es una matri diagonaliable cuyos valores propios son y, entonces A es invertible y A = A. Además, { A k A si k es impar = I si k es par. Dada A una matri n n tal que A = PQ, donde P es invertible, demuestre que B = QP es una matri semejante a A.. Sea T : R n R n una transformación lineal. Demuestre que A es la matri asociada a T en la base canónica de R n, si y sólo si, T() = A 3. Sea T : R n R n una transformación lineal. Demuestre que si A es una matri asociada a T en la base canónica de R n y AP = PD para alguna matri invertible P y una matri diagonal D, entonces T(p i ) = d ii p i donde p i es la columna de P y d ii es la componente i de la diagonal de D. 4. Demuestre que si A es nilpotente, entonces el único valor propio de A es. 5. Demuestre que si A es una matri tal que sus columnas suman, entonces λ = es un valor propio de A. 6. Demuestre que si A es diagonaliable, entonces: a) A T es diagonaliable. b) A k es diagonaliable, donde k es un entero positivo 7. Sea A una matri de n n, y sea B = P AP semejante a A. Demuestre que si es un vector propio de A asociado con el valor propio λ de A, P es un vector propio de B asociado con el valor propio λ de la matri B. 8. Demuestre que si y y son vectores en R n, entonces (A) y = (A T y). 9. Demuestre que si A es una matri ortogonal de n n, y y y son vectores en R n, entonces (A) (Ay) = y.. Demuestre que si A es una matri ortogonal, entonces det(a) = ±.. Si A = A, cuáles son los valores posibles para los valores propios de A? Justifique su respuesta.. Justifique PORQUE SON FALSAS las siguientes afirmaciones. a) Las raíces del polinomio característico de una matri son sus valores propios reales. b) Si T : R 6 R 6 es una transformación lineal y A es su matri asociada en una base diferente a la usual, los valores y vectores propios de A son los valores y vectores propios de T. c) Si T : P P es una transformación lineal, T no tiene valores ni vectores propios. d) Si T : M P 4 es una transformación lineal, T no tiene valores ni vectores propios. e) Si A = A T es una matri de tamaño 5 5, A tiene 5 valores propios diferentes. f) Si A = A T es una matri de tamaño 7 7, cualquier conjunto de 7 vectores propios es ortogonal. g) Las matrices que diagonalian una matri dada son únicas. h) Si A es una matri ortogonal de n n, rangoa < n. i) Si A es diagonaliable, cada uno de sus valores propios tiene multiplicidad uno. j) Si y y son vectores propios de A asociados a los valores propios distintos λ y λ, respectivamente, +y es un vector propio de A asociado con el valor propio λ +λ. 3
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 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 detallesTALLER II Profesor: H. Fabian Ramirez MATRICES Y ESPACIOS VECTORIALES
UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER II Profesor: H. Fabian Ramirez MATRICES Y ESPACIOS VECTORIALES OBSERVACIÓN: N.A significa Ninguna de las Anteriores. 2. Sean
Más detallesTALLER II Profesores: H. Fabian Ramirez y S. Carolina García MATRICES Y ESPACIOS VECTORIALES
UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER II Profesores: H. Fabian Ramirez y S. Carolina García MATRICES Y ESPACIOS VECTORIALES OBSERVACIÓN: N.A significa Ninguna de
Más detallesTALLER II Profesor: H. Fabian Ramirez MATRICES Y ESPACIOS VECTORIALES
UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER II Profesor: H. Fabian Ramirez MATRICES Y ESPACIOS VECTORIALES OBSERVACIÓN: N.A significa Ninguna de las Anteriores. 2. Sean
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 detallesTransformaciones lineales
Transformaciones lineales. Determine si las siguientes aplicaciones son o no lineales. Justifique su respuesta: a) T : R R; T( x) = x b) T : R R ; T(x, y) = (x y, x) c) T : R R ; T(x, y, z) = ( y, z x
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. Hoja 6. Transformaciones lineales y matrices
Álgebra Lineal Hoja 6. Transformaciones lineales y matrices Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S.
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 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 detallesUTN FRBA Final de Álgebra y Geometría Analítica 21/05/2013. Apellido y nombre del alumno: Leg.:.. Corrigió: Revisó:...
UTN FRBA Final de Álgebra y Geometría Analítica 1/05/01 Apellido y nombre del alumno: Leg.:.. Corrigió: Revisó:... La condición para aprobar esta evaluación es tener bien resueltos como mínimo tres ejercicios.
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 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 detallesFINAL DE ÁLGEBRA Y GEOMETRÍA ANALÍTICA 30 mayo 2006 Tema 1
FINAL DE ÁLGEBRA Y GEOMETRÍA ANALÍTICA 0 mayo 006 Tema Apellido y nombres:... 4 5 Calificación final ) Dadas las rectas : x y + z = r : r : ( x, y, z) = (,,) + λ(, ) x z + k = 0 k para que las rectas sean
Más detalles102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D.
102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. Tema 1. Espacios Vectoriales. 1. Dar la definición de cuerpo. Dar tres ejemplos de cuerpos. Dar un ejemplo de un cuerpo finito 2. Defina
Más detallesTALLER I Profesor: H. Fabian Ramirez SISTEMAS DE ECUACIONES LINEALES Y VECTORES EN R n
UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER I Profesor: H. Fabian Ramirez SISTEMAS DE ECUACIONES LINEALES Y VECTORES EN R n OBSERVACIÓN: N.A significa Ninguna de las Anteriores.
Más detallesN o de examen: ESCRIBIR LAS RESPUESTAS AQUÍ Este examen consta de diez preguntas tipo verdadero/falso y diez ejercicios
N o de examen: NOMBRE: C.I.: Examen de Geometría y Álgebra Lineal 1 22 de julio de 2014 Instituto de Matemática y Estadística Rafael Laguardia Facultad de Ingeniería ESCRIBIR LAS RESPUESTAS AQUÍ 1 2 3
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 detallesTALLER I Profesor: H. Fabian Ramirez SISTEMAS DE ECUACIONES LINEALES Y VECTORES EN R n
UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER I Profesor: H. Fabian Ramirez SISTEMAS DE ECUACIONES LINEALES Y VECTORES EN R n OBSERVACIÓN: N.A significa Ninguna de las Anteriores.
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 detallesb E: base canónica de R 3, E = {1, x, x 2 } base de P 2 2) Analice la verdad o la falsedad de las siguientes proposiciones. Justifique sus respuestas.
UTN. FRBA ÁLGEBRA Y GEOMETRÍA ANALÍTICA de Mayo de01 Tema: 1 Apellido y nombres del alumno:...legajo:. 1 4 5 Calificación final La condición para aprobar el examen es tener como mínimo tres ejercicios
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 detalles1. 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 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 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 detalles1. Determina cuáles de los siguientes conjuntos son subespacios vectoriales. Para aquellos que lo sean, halla una base.
EJERCICIOS PROPUESTOS 1. Espacios vectoriales. Sistemas de ecuaciones. 1. Determina cuáles de los siguientes conjuntos son subespacios vectoriales. Para aquellos que lo sean, halla una base. (a) S = {
Más detallesProblemas 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 detallesMatemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5
Matemáticas II Prácticas: Matrices y Determinantes. Sean las matrices cuadradas siguientes: 4 5 6 B = 9 8 7 6 5 4 C = 5 7 9 0 7 8 9 Se pide calcular: a A B + C. b A AB + AC. c A B AB + ACB.. Sean las matrices:
Más detallesExamen de Admisión a la Maestría / Doctorado 24 de Junio de 2016
Examen de Admisión a la Maestría / Doctorado 4 de Junio de 6 Nombre: Instrucciones: En cada reactivo seleccione la respuesta correcta encerrando en un círculo la letra correspondiente. Puede hacer cálculos
Más detallesEjercicios de Álgebra Lineal Parcial 1
Ejercicios de Álgebra Lineal Parcial 1 1. Ejercicios de respuesta corta ( ) 3 1 a) Si A = encuentre la entrada c 6 2 12 de la matriz A 2 { x 3y = 1 b) Si para k R el sistema tiene solución única, verique
Más detallesESPACIOS Y SUBESPACIOS VECTORIALES
ESPACIOS Y SUBESPACIOS VECTORIALES. ESPACIO VECTORIAL REAL Un espacio vectorial real V es un conjunto de objetos llamados vectores, junto con dos operaciones, llamadas suma y multiplicación por un escalar
Más detallesEspacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
Más detallesÁlgebra lineal II Examen Parcial 1
UNIVERSIDAD DE COSTA RICA ESCUELA DE MATEMATICA Álgebra lineal II Examen Parcial II Semestre 204 Nick Gill Instrucciones: Puede usar cualquier proposición de las lecciones, inclusive los ejercicios. Si
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 detallesUNIVERSIDAD DEL NORTE Departamento de Matemáticas y Estadística Álgebra Lineal Ejercicios resueltos- Mayo de 2018
UNIVERSIDAD DEL NORTE Departamento de Matemáticas y Estadística Álgebra Lineal Ejercicios resueltos- Mayo de 2018 I. Sistemas homogéneos, subespacios, dependencia e independencia lineal 1. En cada caso
Más detallesEjercicio 2 (Examen de septiembre de 2009) Razona cuáles de los siguientes conjuntos son subespacios vectoriales:
Ejercicio 1 De los siguientes subconjuntos de R 3 decida cuales son subespacios y cuales no: a) U 1 = {(x,y,z) / x = 1 = y+z} b) U 2 = {(x,y,z) / x+3y = 0,z 0} c) U 3 = {(x,y,z) / x+2y+3z= 0 = 2x+y} d)
Más detallesALGEBRA. 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 detallesALGEBRA. 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 detallesMAT1202: 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 detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 3 ESPACIOS EUCLÍDEOS
EJERCICIOS DE ÁLGEBRA LINEAL TEMA 3 ESPACIOS EUCLÍDEOS ESPACIOS EUCLÍDEOS ) a) Decir cuál de las siguientes aplicaciones de x de no definir un producto escalar comprobar el axioma que falla: a ) x' x,y,
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 detallesTALLER I Profesores: H. Fabian Ramírez SISTEMAS DE ECUACIONES LINEALES Y VECTORES EN R n
UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER I Profesores: H. Fabian Ramírez SISTEMAS DE ECUACIONES LINEALES Y VECTORES EN R n OBSERVACIÓN: N.A significa Ninguna de las
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 detallesTALLER I Profesores: H. Fabian Ramírez y S. Carolina García SISTEMAS DE ECUACIONES LINEALES Y VECTORES EN R n
UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER I Profesores: H. Fabian Ramírez y S. Carolina García SISTEMAS DE ECUACIONES LINEALES Y VECTORES EN R n OBSERVACIÓN: N.A significa
Más detallesUniversidad Industrial de Santander Álgebra Lineal II Solución Examen diagnóstico. Marzo
Universidad Industrial de Santander Álgebra Lineal II Solución Examen diagnóstico. Marzo 16 2017 Tema D. Nombre Código Grupo PARTE I: Preguntas sin justificar. Instrucciones: Para obtener la nota máxima
Más detallesTRANSFORMACIONES LINEALES. Qué significa
Semestre -28, Álgera Lineal - AMS-HJM RANSFORMACIONES LINEALES Qué significa : A B es función (o transformación? a cada a de A único (a (aimagen de a por medio de A dominio de B codominio de Im( Espacio
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 detallesFAC. INGENIERÍA ÁLGEBRA UNCuyo
TRABAJO PRÁCTICO Nº 1: LÓGICA - PARTE A Ejercicio 1: Confeccione la tabla de verdad de las siguientes proposiciones compuestas y diga si son tautologías, contradicciones o contingencias. a) p (p q) p b)
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 detallesÁlgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 2. Transformaciones lineales.
Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 2. Transformaciones lineales. Nota: con la letra K designamos tanto a R como a C. V y W son siempre K-espacios vectoriales 1. Decida si las siguientes
Más detallesTransformaciones lineales
Transformaciones lineales Problemas teóricos En los problemas de esta lista se supone que V y W son espacios vectoriales sobre un campo F. Linealidad de una función 1. Varias maneras de escribir la propiedad
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 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 detallesGeometría 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 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 detallesEspacio Euclídeo. a b = a b. a b = b a c)
.- Un hiperplano de R es: a) Una recta. b) Un plano. c) {0}..- Sean a y b dos vectores de R, si a es ortogonal a b, entonces: a) a b = 0 b) a b = b a c) a b = a b.- Sea F una recta vectorial de R y F un
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 detallesEscuela Superior Politécnica del Litoral Instituto de Ciencias Matemáticas
Escuela Superior Politécnica del Litoral Instituto de Ciencias Matemáticas SOLUCIÓN Y RÚBRICA Eamen de la Tercera Evaluación de ÁLGEBRA LINEAL 13 de Septiembre de 01 Rúbrica para todos los temas: Deficiente
Más detallesAlgebra Lineal * Working draft: México, D.F., a 17 de noviembre de 2010.
Algebra Lineal * José de Jesús Ángel Ángel jjaa@mathcommx Working draft: México, DF, a 17 de noviembre de 2010 Un resumen de los principales temas tratados en un curso de Álgebra Lineal Contenido 1 Sistemas
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 detallesPRÁCTICO 5. Coordenadas y matriz de cambio de bases
Algebra y Algebra II Segundo Cuatrimestre 2012 PRÁCTICO 5 Coordenadas y matriz de cambio de bases Ejercicio 1. Probar que los vectores α 1 = (1 0 i) α 2 = (1 + i 1 i 1) α 3 = (i i i) forman una base de
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES
EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES MATRICES. SISTEMAS DE ECUACIONES LINEALES Matrices ) Dada la matriz M=, prueba que n n M M, n. ) Demuestra la siguiente implicación: Si I A I AA A
Más detalles1. DIAGONALIZACIÓN DE ENDOMORFISMOS
. DIAGONALIZACIÓN DE ENDOMORFISMOS. Se considera la matriz: A ( 2 3 4 3 con coecientes en R. Hallar los valores propios, los vectores propios y una matriz P que permita la diagonalización de A. Calcular
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 detallesParte II - Prácticas 8 a 9. Álgebra A 62 ÁLGEBRA A 62 (INGENIERÍA)
Parte II - Prácticas 8 a 9 Álgebra A 62 Ingeniería 2015 CICLO BÁSICO COMÚN UBA ÁLGEBRA A 62 (INGENIERÍA) Práctica 8 Introducción a las transformaciones lineales Definiciones y propiedades Transformaciones
Más detallesGEOMETRIA DE LAS FORMAS CANONICAS DE JORDAN
GEOMETRIA DE LAS FORMAS CANONICAS DE JORDAN Claudia Teresa Vega Universidad Pedagógica Nacional. Universidad Distrital. Angela Lucía Garzón Rozo Universidad Pedagógica Nacional. En este artículo se muestra
Más detallesFACULTAD 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 detallesREPASO DE ALGEBRA VECTORIAL
REPASO DE ALGEBRA VECTORIAL Vectores en R 2 : Un vector v en el plano R 2 = XY es un par ordenado de números reales (a,b). Los números reales a y b se llaman componentes del vector v. El vector cero es
Más detallesla matriz de cambio de base de B 1 en B 2. = M 1 B 2,B 1 [1 + x + x 2 ] B1 = M B2.
Práctica 2. Álgebra Lineal. Cambio de Base.Transformaciones Lineales. Matrices asociadas a una transformación lineal. 2do año: Lic. en Matemática y Profesorado. 1. (a) Sean B 1 = {(1, 0), (1, 1)} y B 2
Más detalles1.5.3 Sistemas, Matrices y Determinantes
1.5.3 Sistemas, Matrices y Determinantes 24. Sean las matrices 3 0 4 1 A= 1 2 B = 0 2 1 1 C = 1 4 2 3 1 5 1 5 2 D = 1 0 1 E = 3 2 4 6 1 3 1 1 2 4 1 3 a Calcular cuando se pueda: 3C D, ABC, ABC, ED, DE,
Más detallesAplicaciones lineales.
Tema 4 Aplicaciones lineales. Definición 4. Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una aplicación lineal si: a f(u + v = f(u + f(v; u, v V, b f(ku = kf(u;
Más detallesTrabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1:
6 Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio : 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 detallesCAPÍTULO 2 TRANSFORMACIONES LINEALES
CAPÍULO RANSFORMACIONES LINEALES ransformación Sean V W espacios vectoriales. La función : V W recibe el nombre de transformación, los espacios V W se llaman dominio codominio de la transformación, respectivamente.
Más detalles1. 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 detallesMATEMÁTICAS I 2º EXAMEN PARCIAL 12 junio de 2009
Sólo una respuesta a cada cuestión es correcta. Respuesta correcta: 0.2 puntos. Respuesta incorrecta: -0.1 puntos Respuesta en blanco: 0 puntos 1.- Un sistema generador G de R 3 : a) Está constituido por
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 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 detallesMATRICES. 1.- Calcular: g) 0 a b a 0 c b c 0. x x x. x + a b c a x + b c a b x + c. a b b b a b b b a
MATRICES 1.- Calcular: a) 3 2 5 2 1 4 3 1 6 b) 2 1 3 4 2 5 6 0 2 c) 3 1 5 0 5 4 6 3 1 3 2 1 6 7 5 4 d) 7 6 8 5 6 7 10 6 7 8 8 9 8 7 9 6 e) 1 3 2 1 3 5 3 2 3 6 2 2 6 4 5 3 f) 1 1 1 1 1 1 1 g) 1 1 1 1 1
Más detallesGeometría Vectorial y Anaĺıtica
Geometría Vectorial y Anaĺıtica Tema 3 - Geometría de las Transformaciones Lineales del Plano Daniel Cabarcas Jaramillo Escuela de Matemáticas Universidad Nacional de Colombia, Sede Medelĺın Medelĺın,
Más detallesÁlgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno
Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno Nota: en todos los casos en que no se indique lo contrario, considere el producto interno canónico en K n (K = R o C). 1.
Más detalles1. Ejercicios. Algebra Lineal Problemas del tema 4 Endomorfismos Curso Universidad de Oviedo
1. Ejercicios Ejercicio 1 En R 2, referido a la base canónica, se consideran los vectores u 1 = (1, 1) y u 2 = (2,). Un endomorfismo de R 2, T los transforma en los vectores v 1 = ( 2,1) y v 2 = (, 1)
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 detallesTema 6: Espacios euclídeos
Águeda Mata y Miguel Reyes, Dpto de Matemática Aplicada, FI-UPM 1 Tema 6: Espacios euclídeos Ejercicios 1 Demuestra que la aplicación < A, B >= traza(ab t ), A, B M m n (R), es un producto escalar sobre
Más detallesGUÍA DE EJERCICIOS DE MATEMÁTICAS 3 CON SOLUCIONES
UNIVERSIDAD SIMÓN BOLÍVAR MATEMÁTICAS GUÍA DE EJERCICIOS DE MATEMÁTICAS 3 CON SOLUCIONES La presente guía representa una herramienta para el estudiante para que practique los temas dictados en matemáticas
Más detalles1. ESPACIO EUCLÍDEO. ISOMETRÍAS
1 1. ESPACIO EUCLÍDEO. ISOMETRÍAS Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos conceptos
Más detallesFINAL ÁLGEBRA Y GEOMETRÍA ANALÍTICA. Apellido y nombres del alumno:.legajo Nº.. Corrigió: Calificación final
FECHA: 26 de Mayo de 2015 Tema: 1 FINAL ÁLGEBRA Y GEOMETRÍA ANALÍTICA Apellido y nombres del alumno:.legajo Nº.. Corrigió:. La condición para aprobar el examen es tener como mínimo tres ejercicios correctamente
Más detallesEjercicio 1: En cada uno de los siguientes casos, determine si la función dada es o no transformación lineal. x y z. y z
16 Trabajo Práctico N 7: TRANSFORMACIONES LINEALES Ejercicio 1: En cada uno de los siguientes casos, determine si la función dada es o no transformación lineal. a) T : R R / T(x, y) (x, y) b) T : R R /
Más detallesA. VECTORES 1. VECTORES FIJOS Y VECTORES LIBRES
RESUMEN DE GEOMETRÍA MATEMÁTICAS II A. VECTORES 1. VECTORES FIJOS Y VECTORES LIBRES Un vector fijo de origen A y extremo B, siendo A y B puntos del espacio, es un segmento orientado caracterizado por:
Más detallesTema 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 detallesÁlgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 1. Espacios vectoriales
Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 1. Espacios vectoriales 1. (a) Compruebe que el conjunto de matrices de orden p q a coeficientes reales R p q es un espacio vectorial real con
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 detallesPráctica 1. Espacios vectoriales
Práctica 1. Espacios vectoriales 1. Demuestre que R n (C n ) es un espacio vectorial sobre R (C) con la suma y el producto por un escalar usuales. Es C n un R-espacio vectorial con la suma y el producto
Más detalles