vectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide:

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

Download "vectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide:"

Transcripción

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 N(f) e Im(f) a) f(x,y) = (x,-y) b) f(x,y) = (x,y) c) f(x,y,z) = (x+y, x-y-z) d) f(x,y) = (x + y, xy ).- Se considera la aplicación f: 4 4 definida por: f(x, y, z, t) = (x + y + a z, -x + y + t, a x +y t, a z + t) a) Escribir su ecuación matricial de f y probar que f es lineal para a real. b) Hallar los valores de a para los que f es biyectiva. c) Para a =, hallar los subespacios Núcleo e Imagen de f y dar una base de cada uno de ellos d) Estudiar si f es una aplicación inyectiva para a =. e) (,,,) N(f)? (,-,,) Im(f)? f) Dado el subespacio S = {(x,y,z,t) 4 tales que x + y z = y + z t = }, hallar una base, la dimensión y unas ecuaciones implícitas de f(s) para a =..- a) Hallar, respecto de la base canónica, la ecuación de la transformación lineal f (endomorfismo) de que verifica que f(,, ) = (7,, ), f(-,, ) = (, 7, ), f(, 5, 7) = (5,, ). b) Es f biyectiva? c) Hallar N(f) e Im(f). d) Qué condición debe satisfacer la matriz A asociada a un endomorfismo para que las imágenes de vectores linealmente independientes sean linealmente independientes? 4.- Sean B =e,e,e y B = u,u,u dos bases de y f un endomorfismo que respecto de la base B tiene por ecuación f(x, y, z) = (x +y, y + z, x + z). Se pide hallar la ecuación de f respecto de la base B siendo u = e e e, u e e, u e. 5.- Sea f la transformación lineal de tal que: N(f) = (5,,),(,,) y f(,,)=(,-,). Se pide: U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

2 a) La matriz A asociada a f respecto de la base canónica. b) Sin hacer cálculos razona porqué es un valor propio de A y cuál es su mínimo orden de multiplicidad. c) Hallar todos los valores propios de A y los subespacios de vectores propios asociados. d) Razonar si A es diagonalizable. En caso afirmativo, escribir una matriz diagonal D semejante a A y la matriz de paso correspondiente. e) Hallar A n. 6.- Sea f un endomorfismo de cuya matriz asociada A, respecto de la base canónica, verifica que tiene valores propios distintos, = doble y = simple, y que los subespacios de vectores propios asociados respectivamente son V = (,, ), (,,) y V = (,,). a) Razonar porqué A es diagonalizable. b) Escribir una matriz D diagonal semejante a A, así como la matriz de paso que permite dicha diagonalización. c) Hallar A. d) Dar sendas bases de N(f) e Im(f). e) Qué debe verificar A para que haya vectores no nulos de R invariantes por f? Sin hacer cálculos, argumenta si existen vectores no nulos de R invariantes por f. 7.- Sea f la transformación lineal de cuya matriz en la base canónica es: a b A= a) Estudiar para qué valores de a y b es A diagonalizable. b) Cuál es el subespacio de vectores invariantes por f para a =? c) Justificar para qué valores de a f no es biyectiva. 8.- a) Comprobar que la matriz A= 7 7 no es diagonalizable. 7 7 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

3 a b b) Comprobar, sin efectuar ningún cálculo que la matriz B= a diagonalizable para cualquier valor que tomen a y b. es 9.- Se considera la transformación lineal de R definida por la matriz simétrica 7 A =. Se pide: 7 a) Hallar una base de vectores propios que sean ortogonales entre sí. b) Hallar una matriz de paso ortogonal y la matriz diagonal semejante a A..- Demostrar que si Q es una matriz ortogonal que permite la diagonalización de A entonces A es simétrica:.- Se considera la aplicación f: R 4 R 4 definida por: f(x, y, z, t) = (x + y + t, x y + z + t, y z, t) a) Escribir su ecuación matricial y probar que f es lineal. b) Hallar los subespacios núcleo e imagen de f y dar una base y la dimensión de cada uno de ellos. c) Dado el subespacio S = {(x, y, z, t) R 4 tales que x + y z = y + z t = }, hallar una base, la dimensión y unas ecuaciones implícitas de f(s). d) Estudiar si los vectores (,,, ) y (4,,, ) pertenecen a Im(f). e) Clasificar..- Sea A= la matriz asociada a cierto endomorfismo f de R 4 respecto de la base canónica y sean los vectores u (,, ), u (,,), u (,,) de R. a) Comprobar que u, u, f u,f u,f u u es un sistema libre pero, es ligado. b) Qué condición debe satisfacer la matriz A asociada a un endomorfismo para que las imágenes de vectores l.i. sean l.i.? U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

4 .- Probar que cualquier matriz simétrica real de orden es diagonalizable. 4.- Halla una matriz de paso ortogonal para diagonalizar Calcular A n siendo A = Sean B u,u,u lineal f tal que: una base del espacio vectorial R y la transformación f u u u f u 5u u. Se pide: f u 4u a) Matriz asociada a f respecto de la base B. b) Escribir su ecuación matricial. c) Hallar la expresión analítica de f respecto de la base B. d) Obtener el subespacio núcleo f. Dar una base. e) Obtener el subespacio imagen f. Dar una base. f) Son el N(f) e Im(f) suplementarios? g) Rango de f? h) Es f un epimorfismo? i) Es f un monomorfismo? j) Es f un isomorfismo? k) Es f un automorfismo? 7.- En el espacio vectorial R (R) se define la aplicación lineal: f: R R, f(x, y, z) = (y + z, x + z, x + y). Se pide:. Matriz de f respecto de la base canónica. (llamarla A). Clasificar f.. Valores propios de f. 4. Estudiar la diagonalización de f. 5. Base de vectores propios (si procede) 6. Matriz de f respecto de esta base de vectores propios. (llamarla D) 7. Relación entre la matriz A y D. 8. Hallar las ecuaciones paramétricas de todos los subespacios invariantes. 9. Hallar A Sea f: 4 4 definida por f(x,y,z,t)=(7x,7y,7z+7t,). Se pide: 4 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

5 a) Escribir la matriz A de la aplicación y la ecuación matricial en la base canónica b) Hallar las ecuaciones implícitas de la imagen del subespacio S={(x,y,z,t) 4 /x=y=z} Calcular una base y las ecuaciones del núcleo y de la imagen de f Hallar el polinomio característico y los subespacios de vectores propios de f Obtener la matriz P de cambio de base que diagonaliza A y la matriz D diagonal y semejante a A. 9.- Sea f una transformación lineal de R 4 tal que su matriz asociada respecto de la base canónica es: 4 A= 6 5 a) Hallar sendas bases de N(f) e Im(f). b) Hallar el polinomio característico y los vectores propios de f, así como los s.v. de vectores propios asociados Coincide N(f) con alguno de éstos últimos? c) Escribir el enunciado de un teorema de diagonalización que pruebe que A es diagonalizable y dar una base de vectores de R 4 respecto de la cual la matriz asociada a f sea una matriz D diagonal. d) Dar D y la matriz P de cambio de base que diagonaliza A. e) Escribir la definición de matrices semejantes Son A y D semejantes? En caso afirmativo hallar A 7 utilizando que A y D son semejantes..- Analizar si la matriz parámetro k. k A 6 es diagonalizable según los valores del.- Sea la matriz A. a) Calcular los autovalores de A y sus respectivas multiplicidades algebraicas. b) Hallar las ecuaciones paramétricas y cartesianas de los subespacios propios de A. c) Obtener una base unitaria de R 4 formada por vectores propios unitarios de A. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 5

6 d) Calcular una matriz diagonal semejante a la matriz A. e) Calcular el producto matricial A n..- Dada la transformación lineal de R definida por: f(x, y, z) = (4x + y - 4z, z - x, x + y - z) Se pide: a) La matriz A asociada a f respecto de la base canónica. b) Sendas bases de N(f) e Im(f). c) Una base del subespacio ortogonal de N(f). d) Estudiar si A es diagonalizable y, en su caso, dar la matriz diagonal. e) Hallar la matriz asociada a f respecto de la base B = { (,, ), (, -, ), (,, )}.- Sea la matriz M a a a a asociada a cierta transformación lineal f:v V. Se pide: a) Estudiar los valores de a para los cuales M es diagonalizable. b) Para a=, hallar N(f), Im(f) y el subespacio de vectores invariantes. 4.- Sea la matriz A a) Para qué valores de α y β es A diagonalizable? Y para qué valores de α y β se obtiene para A un valor propio triple? b) Para α= y β=-, hallar: i) una matriz diagonal semejante a A. ii) una matriz P que permita la diagonalización. iii) una matriz P* ortogonal que permita la diagonalización. 5.- Sea la aplicación lineal f:r 4 R 4 definida por f(x,y,z,t)=( x, x+y, 5y+5z+7t, ). Se pide: 6 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

7 a) Escribir la matriz A de la aplicación y la ecuación matricial en la base canónica. b) Hallar las ecuaciones implícitas de la imagen por f del subespacio S={(x,y,z,t)R 4 /x=y, x+y+z=} c) Calcular una base y las ecuaciones implícitas del núcleo y de la imagen de f. d) Hallar el polinomio característico y los subespacios de vectores propios de f. e) Obtener la matriz P de cambio de base que diagonaliza A y la matriz D diagonal y semejante a A. 6.- Sea f la transformación lineal de tal que: fi = (4,, ), fj = (, 5, ), fk k = (-, -, ) donde i, j, kes la base canónica. Se pide: a) La matriz A asociada a f respecto de la base canónica. b) Hallar los valores propios de A y los subespacios de vectores propios asociados. c) Razonar si A es diagonalizable. En caso afirmativo, escribir una matriz diagonal D semejante a A y la matriz de paso correspondiente. d) Hallar N(f), Im(f) e indicar si f es biyectiva. e) Hallar A n. 7.- Sea la transformación lineal f de R tal que: f(x,x,x )=(x,+x,x +x,-x ) Se pide: a) Hallar la matriz M asociada a f respecto de la base canónica. b) Obtener el subespacio núcleo f. Dar una base. c) Obtener el subespacio imagen f. Dar una base. d) Es f una transformación ortogonal? e) Diagonalizar, si es posible, la matriz M. f) Obtener una base ortonormal de R formada por vectores propios de M. 8.- Sea f la transformación lineal cuya matriz asociada respecto de la base canónica es: Se pide: a) Dar una base de Im(f) b) Es f un isomorfismo? c) Es f diagonalizable? d) En el caso de que sea diagonalizable, encontrar una matriz P que permita la diagonalización. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 7

8 9.- Sea C el subconjunto de vectores del espacio vectorial R dado por: C x,y,z / x y z y sea f la transformación lineal f:r R tal que: f x,y,z x y z,x z,y Se pide: a) Demostrar que C es un subespacio vectorial de R. b) Obtener una base y unas ecuaciones paramétricas de C. c) Obtener la ecuación matricial de f. d) Dar unas ecuaciones paramétricas y unas ecuaciones implícitas del Núcleo y de la Imagen de f. e) Comprobar si f es diagonalizable y, en su caso, obtener una base de R respecto de la cuál la matriz asociada a f sea una matriz diagonal. f) Hallar la dimensión de f(c)..- Sea f una transformación lineal de R cuyos valores propios son y, con subespacios propios respectivos: V x,y,z R / x V x,y,z R / x y z Se pide: a) Una base de cada subespacio propio. b) El subespacio vectorial V V. c) Son suplementarios los dos subespacios propios? y ortogonales? d) Una base de R formada exclusivamente por vectores propios. e) Una matriz diagonal que defina f. f) La matriz asociada a f respecto de la base canónica..- Dada la matriz A = a) Comprobar que es diagonalizable. b) Calcular una matriz D semejante a la matriz A. c) Hallar una base de vectores propios del endomorfismo definido por A. d) Hallar la matriz P, tal que, D = P - AP..- Sean B u,u,u lineal f tal que: una base del espacio vectorial R y la transformación 8 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

9 fu u u u fu u u. Se pide: f u u a) Escribir su ecuación matricial. b) Obtener el subespacio núcleo f. Dar una base. c) Obtener el subespacio imagen f. Dar una base. d) Es f biyectiva? e) Es f una transformación ortogonal? f) Diagonalizar, si es posible, la transformación lineal f..- Sea la aplicación lineal f: definida por: f ( x, y, z) = ( - x + y, - x + y, - x + y + z ) y sea S el subespacio vectorial de generado por los vectores: S = < (,, ), (,, ), (,, ), (,, ) >. Se pide: a) Obtener las ecuaciones implícitas del núcleo y la imagen de f. b) Demostrar que f es diagonalizable. c) Obtener una base B de en la cual la matriz asociada a f sea diagonal. d) Obtener unas ecuaciones implícitas de S en la base canónica y otras ecuaciones implícitas de S en la base B. 4.- a) Hallar el rango de la matriz A 4 b) Sea F el subespacio vectorial de R engendrado por los vectores fila de la matriz A. Hallar una base de F. c) Hallar unas ecuaciones paramétricas de F. d) Hallar unas ecuaciones implícitas de F. e) Sea C el subespacio vectorial de R engendrado por los vectores columna de la matriz A. Hallar una base de C. f) Encontrar una relación de dependencia lineal existente entre los vectores columna de la matriz A. g) Hallar unas ecuaciones paramétricas de C. h) Hallar unas ecuaciones implícitas de C. i) F y C son hiperplanos distintos? j) Calcular una base y unas ecuaciones paramétricas de F C. k) Es A diagonalizable? En caso afirmativo, hallar una matriz diagonal semejante a A. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 9

10 5.- Dado el endomorfismo de R definido por f(x,y,z)=(x+y-z,y+z,y+z) º) Hallar la matriz A que define el endomorfismo f. º) Hallar los subespacios propios y una base de cada uno de ellos. º) Hallar algún subespacio invariante y el subespacio de vectores invariantes. 4º) Es inyectivo? Es sobreyectivo? 5º) La matriz A es diagonalizable? 6º) La suma de los subespacios propios es suma directa? Son suplementarios los subespacios propios hallados en el apartado? 6.- Sea f una aplicación lineal tal que: f(,,) = (5,-,); f(,-,) = (5,,); f(,,) = (,a,b) Se pide: a) Hallar la matriz A asociada a f respecto de la base canónica y el valor de A. b) Hallar los valores de a y b para los que f es biyectiva. c) Para b = hallar sendas bases de N(f) e Imf Dada la matriz M =, se pide: b a) Su polinomio característico y los valores propios asociados. b) Estudiar la diagonalización de M en función de los valores de b. c) Hallar una matriz D diagonal semejante a M para b= y la matriz P que permite la diagonalización. 8.- Sea f una aplicación lineal tal que: f(,,) = (,a,); f(,,) = (-5,,-); f(-,) = (8,-,6) Se pide: a) Hallar la matriz A asociada a f y el valor de A. b) Hallar las dimensiones de los subespacios N(f) e Imf, en función de los valores de a. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

11 Dada la matriz M = a, se pide: 5 a) Su polinomio característico b) El valor de a para que = sea una valor propio de M. c) Estudiar si la matriz M es diagonalizable para a = y hallar una matriz D diagonal semejante a M y la matriz P correspondiente que permite la diagonalización. d) Escribir la igualdad matricial que relaciona D y M. 4.- Dada la transformación lineal fx Ax 5 5, donde A = 4, se pide: a) Hallar la dimensión y una base de los subespacios N(f) e Imf, respectivamente. b) Estudiar si f es diagonalizable y, en su caso, calcular una matriz D diagonal semejante a la matriz A y la matriz P que permite la diagonalización. Sea g una transformación lineal de R tal que gu 6u, g v v, g w 6w u,, v,, w,,., para los vectores, c) Cómo se denominan los vectores u, v y w? Cómo se denominan los escalares y 6? d) Hallar la matriz M asociada a g respecto de la base canónica. 4.- Dada la aplicación lineal fx a) Hallar el valor de k para el cual f no es biyectiva. Ax k donde A, se pide: k b) Para el valor de k obtenido en a) halla las dimensiones de los subespacios N(f) e Im(f). c) Justificar por qué f es diagonalizable para cualquier valor real de k. 4.- Sea la aplicación f:p(x) P(x), tal que: f(a bx cx ) (a bx cx ) (c bx ax ). U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

12 a) Demostrar que f es una aplicación lineal. b) Hallar la matriz de la aplicación lineal al tomar B, x, x como base de P (x). c) Determinar el núcleo de esta aplicación. (P (x) es el espacio vectorial de polinomios de grado ). 4.- En caso de existir, encontrar la diagonalización ortogonal de la siguiente matriz: A 44.- Encontrar una matriz real y simétrica que cumpla siguientes condiciones:.- Sus vectores propios son,,,,,,,,.- Es semejante a la siguiente matriz æ 4 ö - B = - ç è ø 45.- Sea f la transformación lineal cuya matriz asociada respecto de la base canónica es A=. Se pide: a) Para qué valores de es f Im(f) un isomorfismo (biyectiva)? b) Para, una base de Im(f) c) Valores de para los cuales A es diagonalizable. d) Para, una base de R formada por vectores propios de la matriz A. e) Para, hallar A 5 utilizando, si es posible, la diagonalización de A Sea f la transformación lineal cuya matriz asociada respecto de la base canónica es A=. Se pide: a) Para qué valores de es f un isomorfismo (biyectiva)? b) Para, una base de Im(f) c) Valores de para los cuales A es diagonalizable. d) Para, una base de R formada por vectores propios de la matriz A. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

13 e) Para, hallar A 5 utilizando, si es posible, la diagonalización de A Sean B u,u,u una base del espacio vectorial R y f la transformación fu u u lineal del mismo tal que fu u u u. Se pide: fu u a) Matriz A asociada a f respecto de la base B. b) Ecuación matricial de f. c) Obtener el subespacio Núcleo de f y dar una base de dicho subespacio. d) Obtener el subespacio Imagen de f y dar una base de dicho subespacio. e) Son los dos subespacios anteriores N(f) e Im(f) suplementarios? f) Hallar los valores propios de A y los subespacios de vectores propios asociados. g) Razonar si A es diagonalizable. En caso afirmativo, escribir una matriz diagonal D semejante a A y la matriz de paso correspondiente. h) Hallar A n, para cualquier número natural n Se considera la matriz: A = a) Probar que es diagonalizable y determinar una matriz P que permita la diagonalización. b) Hallar las ecuaciones paramétricas y cartesianas de los subespacios propios de A. c) Hallar A utilizando A y la matriz diagonal D Sea V un espacio vectorial tridimensional sobre R, y f una transformación lineal de V cuya expresión matricial respecto de la base canónica es: y x y x y x B u,u,u, tal Es f diagonalizable? En caso afirmativo encontrar una base que respecto a B la matriz que define f sea. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

14 5.- Dado el endomorfismo f de R definido por la matriz A. º Hallar el polinomio característico y los valores propios de A. º Hallar las ecuaciones paramétricas de los subespacios de vectores propios de A. º Hallar una base de cada uno de los subespacios de vectores propios de f. 4º El endomorfismo f es diagonalizable? Por qué? En caso afirmativo 5º Hallar una matriz D diagonal semejante a la matriz A. 6º Hallar la base respecto de la cual la matriz de f es D. 7º Escribir la ecuación de semejanza D = P - A P. 8º Hallar el subespacio de los vectores invariantes por f. 9º Hallar los valores propios de A n. º Hallar el subespacio de N(f). Hallar el subespacio Im(f). º Clasificar el endomorfismo f. 5.- Se considera el endomorfismo o transformación lineal f de R definido por la matriz A= 6. Hallar: 5 a) El polinomio característico. b) Los valores propios indicando su multiplicidad algebraica. c) Se puede calcular una base de R formada por vectores propios de A? d) La matriz A es diagonalizable? por qué? e) Hallar las ecuaciones paramétricas de los subespacios invariantes por el endomorfismo. f) Hallar los subespacios núcleo e imagen de f. g) Es f biyectiva? por qué? 4 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

15 5 5.- Dada la matriz A calcular: 5 a) Los valores propios indicando su multiplicidad algebraica. b) Calcular una base de cada uno de los subespacios propios existentes. c) Es diagonalizable la matriz A? Por qué? d) Existe algún vector u que sea invariante? 5.- Dado el endomorfismo f definido por la matriz: A 5 a) Calcular sus valores propios y una base de cada uno de los subespacios de vectores propios. b) Determinar una base B de V respecto de la cual la matriz asociada a f sea diagonal. Respecto de la base B cuál es la matriz diagonal D? c) Hallar unas ecuaciones paramétricas del subespacio de los vectores invariantes Sea f(x, y, z) = (x -y + z, -x + z, -x y + z) una transformación lineal de R. Sea B = { u = (,,), u = (,,), u = (,,)} un sistema de vectores de R. Se pide: a) Si F = u,u, hallar una base del subespacio ortogonal F. Qué representan geométricamente F y F? no lo es. b) Demostrar que B es base de R, pero, que f (B) = {f( u ), f( u ), f( u )} c) Hallar la matriz A asociada a f respecto de la base canónica y la matriz A asociada a f respecto de la base B. d) Escribir la expresión matricial que relaciona A y A. e) Es f diagonalizable? En caso afirmativo, dar una base de R formada por vectores propios de f. f) Hallar el subespacio de los vectores invariantes por f. g) Hallar la ecuación y una base de los subespacios Im (f) y N(f). U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 5

16 55.- Sea f la transformación lineal de R que tiene por matriz asociada: 4 A =. Se pide: a) Hallar los valores propios de A y una base de cada uno de los subespacios propios asociados. b) Es A diagonalizable? c) En caso afirmativo, hallar una matriz diagonal D semejante a A dar una matriz P que permita la diagonalización de A escribir la relación que existe entre A y D. de R formada por vectores propios de A tal d) Dar una base B = v,v,v que D = M(f, B ). e) Expresar los vectores f v, f v, f v los vectores de la base B. f) Es f biyectiva? g) Hallar N (f). h) Hallar el subespacio de vectores invariantes por f. como combinación lineal de 6 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

17 .- 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) e Im(f). a) f(x,y) = (x,-y) b) f(x,y) = (x,y) c) f(x,y,z) = (x+y, x-y-z) d) f(x,y) = (x + y, xy ) a) f(x,y) = (x,-y) f(x+x,y+y ) = ((x+x ),-(y+y )) = (x+x,- y-y ) = (x,-y)+ (x,- y ) = f(x, y) + f(x, y ) f((x,y))= f(x, y)= (x, -y)= (x,-y) = f(x, y). x' x Luego f es una aplicación lineal: y' y x N(f) es la solución de x N(f)={(,} y y Im(f) = <(,),(,-) > = R. b) f(x,y) = (x,y) f(x+x,y+y ) = ((x+x ),y+y ) = (x +xx +(x ), y+y ) (x, y)+ (x ), y ) = f(x,y) + f(x,y ) Luego f no es una aplicación lineal c) f(x,y,z) = (x+y,x-y-z) f(x+x,y+y,z+z ) = ((x+x )+y+y, x+x -(y+y )-(z+z ))= (x+y,x-y-z) + (x +y,x -y -z ) f((x,y,z))= f(x, y, z) = (x+y, x-y-z) = (x+y,x-y-z) =f(x,y,z). x' x Luego f es una aplicación lineal: y' y z' z x x y y x N(f) es la solución de y x y z z x y x z N(f)={(, -, ), R} d) f(x,y) = (x +y, xy ) f(x+x,y+y )=((x+x ) +(y+y ), (x x')(y y') )=(x +xx +(x ),y +yy +(y ), xy x' y' ) (x +y, xy )+ ((x ) +(y ), x' y' )= f(x,y) + f(x,y ) Luego f no es una aplicación lineal. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 7

18 .- Se considera la aplicación f: 4 4 definida por: f(x, y, z, t) = (x + y + a z, -x + y + t, a x +y t, a z + t) a) Escribir su ecuación matricial de f y probar que f es lineal para a real. b) Hallar los valores de a para los que f es biyectiva. c) Para a =, hallar los subespacios Núcleo e Imagen de f y dar una base de cada uno de ellos. d) Estudiar si f es una aplicación inyectiva para a =. e) (,,,) N(f)? (,-,,) Im(f)? f) Dado el subespacio S = {(x, y, z, t) 4 tales que x + y z = y + z t = }, hallar una base, la dimensión y unas ecuaciones implícitas de f(s) para a =. f(x,y,z,t) = (x+y+az,-x+y+t, ax+y-t,az+t) a) x' y' z' a t' a a x y f( x )= X = AX z t f( x x )=A(X +X )= AX +AX = f( x )+f( x ) f( x ) = AX = AX = f( x ) Luego f es lineal ar. b) f es biyectiva si A. A= 4a a = a =,, luego f es biyectiva a,. x' x y' y c) Para a = z' z t' t N(f) es la solución de AX=O N(f) = {(,,, )} y dim N(f) =. Im(f) = <(,-,,), (,,,), (,, -, )} y dimim(f) = con 4x+y-z-8t=. d) f no es inyectiva para a= pues N(f) { }. e) (,,,) N(f)? No, puesto que no es de la forma (,,,) (,-,,) Im(f)? Sí, ya que cumple la ecuación 4.+(-)- -8 =. x x y O bien, y el sistema es compatible y el vector es imagen de z t t todos los vectores de la forma (,,z,), es decir, f(,,z,)=(,-,,). Obsérvese que f - (,-,.) = (,,z,). 8 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

19 f) Resolviendo el sistema de ecuaciones que define S, se obtiene que S={(,, +, + ),, R} y una base es B s ={(,,,), (,,,)} Un sistema generador de f(s) es el formado por las imágenes de los vectores de B s x f(s) = < (,-,-,), (,,-,) > y dimf(s) = rg y z t = luego f(s) 8x 4x 5x y 4t U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 9

20 .- a) Hallar, respecto de la base canónica, la ecuación de la transformación lineal f (endomorfismo) de que verifica que f(,, ) = (7,, ), f(-,, ) = (, 7, ), f(, 5, 7) = (5,, ). b) Es f biyectiva? c) Hallar N(f) e Im(f). d) Qué condición debe satisfacer la matriz A asociada a un endomorfismo para que las imágenes de vectores linealmente independientes sean linealmente independientes? Sea A la matriz A tal que f( x )= X = AX, entonces a) A ; A 7 ; A 5 A 5 7 y como det 5 = 9 A = En resumen, si H 5, entonces f(h) 7 AHA 7 H 7 x x' =. La ecuación será: y y' z z' b) f es biyectiva si A pero A = (tiene una fila nula) luego f no es biyectiva. c) N(f) es la solución de AX=O Ecuaciones cartesianas del subespacio N(f): x x y y z Luego N(f) = (,,) > dimn(f) =, en consecuencia dimim(f)= x Ecuaciones paramétricas del subespacio Im(f): y z Im(f) = <(,-,), (,,) > d) Es necesario que f sea biyectiva, es decir que A. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

21 4.- Sean B = Aplicaciones lineales. Diagonalización e,e,e y B =u,u,u dos bases de y f un endomorfismo que respecto de la base B tiene por ecuación f(x, y, z) = (x +y, y + z, x + z). Se pide hallar la ecuación de f respecto de la base B siendo u = e e e, u e e, u e. Buscamos las imágenes de los vectores de la base canónica: f(,,)=(,,); f(,,)=(,,); f(,,)=(,,) y escribimos la matriz que define f respecto de la base canónica: A. Por otra parte, la matriz del cambio de base de B a la base B es: P. Si designamos f( x )= Y = A X la ecuación de f respecto de la base B las matrices A y A son semejantes y se verifica que A = P - A P, luego: Entonces la matriz que define f respecto de la base B se obtiene mediante el producto x' y' P AP, resultando la ecuación matricial x' y' x' y' U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

22 5.- Sea f la transformación lineal de tal que: N(f) = (5,,),(,,) y f(,,)=(,-,). Se pide: a) La matriz A asociada a f respecto de la base canónica. b) Sin hacer cálculos razona porqué es un valor propio de A y cuál es su mínimo orden de multiplicidad. c) Hallar todos los valores propios de A y los subespacios de vectores propios asociados. d) Razonar si A es diagonalizable. En caso afirmativo, escribir una matriz diagonal D semejante a A y la matriz de paso correspondiente. e) Hallar A n. a) Nos dan las coordenadas de las imágenes de vectores que constituyen base pues: 5 DET Si designamos por A a la matriz asociada a f respecto de la base canónica, se verifica que: 5 5 A ; A y A A En consecuencia, y al ser 5, podemos obtener A A = b) Para cualquier vector u del núcleo f(u )= Au = = u, luego es un valor propio de A, y u es un vector propio asociado al valor propio. Como en este caso la dimensión de N(f) es, éste es el orden de multiplicidad mínimo del valor propio. c) El polinomio característico de A es Luego A tiene dos valores propios que son = doble y = simple. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

23 El s.v. de vectores propios asociados son: Es decir, V = N(f) y V (,, d) A es diagonalizable porque dim V = = orden de multiplicidad de = y dim V = = orden de multiplicidad de = Una matriz diagonal semejante a A es D = y la matriz que permite esta diagonalización 5 es P =, que es la matriz del cambio de una base formada por vectores propios y se verifica que D = (P BBc ) - A P BBc. e) Despejando en la expresión anterior A = P BBc D P BBc A n = P BBc D n P BBc U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

24 6.- Sea f un endomorfismo de cuya matriz asociada A, respecto de la base canónica, verifica que tiene valores propios distintos, = doble y = simple, y que los subespacios de vectores propios asociados respectivamente son V = (,, ), (,,) y V = (,,). a) Razonar porqué A es diagonalizable. b) Escribir una matriz D diagonal semejante a A, así como la matriz de paso que permite dicha diagonalización. c) Hallar A. d) Dar sendas bases de N(f) e Im(f). e) Qué debe verificar A para que haya vectores no nulos de R invariantes por f? Sin hacer cálculos, argumenta si existen vectores no nulos de R invariantes por f. a) Los valores propios de A son = simple y = doble y los s.v. de vectores propios asociados son V = < (,, ) > y V = < (,, ),(,, ) >. A es diagonalizable porque dim V = y dim V =, es decir coinciden la multiplicidad algebraica de los valores propios con la multiplicidad geométrica de los vectores propios asociados. tenemos una base de R formada por vectores propios {(,, ), (,,), (,,)} de f. b) Por ser A diagonalizable DP APA PDP : D = y PB Bc, donde B es una base de vectores propios. c) A y D son semejantes y D = P BBc - A P BBc A = P BBc D P BBc luego: O bien, sabemos que si v es un vector propio de f se cumple: f v Av v En nuestro caso tenemos que: para el valor propio los vectores propios (,, ) y (,,); para el valor propio el vector propio (,,). Luego: A ; A ; A 4 Y en un sistema matricial, resulta: A A U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

25 d) Núcleo de f: es el subespacio propio correspondiente al valor propio nulo, por tanto, una base puede ser {(,,)}. N(f) = V = < (,, ) > dimn(f) =, en consecuencia dimim(f)= Imagen de f: de las ecuaciones paramétricas x y x y,,,(,, ) ; Im(f) = <(,-, -), (-,,-) > x y e) Un vector no nulo x es invariante si f( x ) = x, luego todo vector invariante no nulo está asociado al valor propio =, por tanto para que haya vectores invariantes no nulos = ha de ser un valor propio de A. En consecuencia, la matriz A del ejercicio solo deja invariante al vector, luego el subespacio de vectores invariantes por f es. V es un subespacio invariante por f pues para cualquier x V es f( x ) = x V. Un s.v. F es invariante por f si para cualquier x F es f( x ) F. Si hubiera algún vector v f v v entonces sería un vector propio asociado al tal que: valor propio y como no es valor propio de A no puede existir vectores invariantes por f, salvo el vector nulo. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 5

26 7.- Sea f la transformación lineal de cuya matriz en la base canónica es: a b A= a) Estudiar para qué valores de a y b es A diagonalizable. b) Cuál es el subespacio de vectores invariantes por f para a =? c) Justificar para qué valores de a f no es biyectiva. a) Cálculo de los valores propios: a b a AI (a )( )( ) Podemos considerar tres casos: º caso: Si a,a, A tiene tres valores propios reales y distintos entre sí, por tanto es diagonalizable. doble º caso: Si a=-,. Estudiemos la dimensión del subespacio propio asociado al simple valor propio : ( ) b x b x by A ( )Iv ( ) y y z ( ) z z b dim V A es diagonalizable si. Puesto que la dimensión de cada subespacio b dim V A no es diagonalizable propio debe coincidir con el orden de multiplicidad del correspondiente valor propio. doble º caso: Si a=,. Estudiemos la dimensión del subespacio propio asociado al simple valor propio : b x b x AIv y y y z z dim V A es diagonalizable. Puesto que la dimensión de cada subespacio propio es igual al orden de multiplicidad del correspondiente valor propio. EN RESUMEN: A es diagonalizable si b= o bien a distinto de -. Con DERIVE Si b=, entonces A es diagonal directamente y si b, entonces 6 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

27 Luego los valores propios de A son = -, =, = a. Tenemos que considerar tres subcasos: i) Si a, -, A tiene valores propios reales y distintos, luego A es diagonalizable. ii) Si a = -, entonces A tiene como valores propios = - doble, = simple Luego V - = < (-,, ) > y dim V - = < = orden de multiplicidad de = -, luego A no es diagonalizable. b dim V A es diagonalizable b dim V A no es diagonalizable iii) Si a, entonces A tiene como valores propios = - simple, = doble y Luego V = < (-,, ), (,,-) > y dim V = = orden de multiplicidad de =, luego A si es diagonalizable. Resumiendo A es diagonal si b = y si b es diagonalizable a - b) El subespacio de vectores invariantes por f es el correspondiente al valor propio : b x b x AIv y y y z z El subespacio de vectores invariantes por f es V = < (-,, ), (,,-) >. c) f no es biyectiva si y sólo si A a a U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 7

28 a) Comprobar que la matriz A= no es diagonalizable. 7 7 a b b) Comprobar, sin efectuar ningún cálculo que la matriz B= a diagonalizable para cualquier valor que tomen a y b. es a) Por ser A una matriz triangular superior CHARPOLY(A) = (7 - ) 4, luego A solo tiene un valor propio = 7 (el escalar repetido en la diagonal principal) cuyo orden de multiplicidad es 4. luego V 7 = < (-,,,) > dim V 7 = < 4 =orden de multiplicidad del valor propio 7 (Se puede comprobar con Derive que esto sucede sustituyendo 7 por cualquier nº real) b) Como en el apartado a) por ser B una matriz triangular superior sus valores propios coinciden con los elementos de la diagonal principal y por ser éstos distintos entre sí, la matriz es diagonalizable con independencia de los valores que tomen a y b. 8 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

29 9.- Se considera la transformación lineal de R definida por la matriz simétrica 7 A =. Se pide: 7 a) Hallar una base de vectores propios que sean ortogonales entre sí. b) Hallar una matriz de paso ortogonal y la matriz diagonal semejante a A. a) Por ser simétrica la matriz es diagonalizable Los valores propios son = simple y, = 6 doble. Los vectores propios asociados a estos valores propios son: V = < (-,, -) > y V 6 = < (-, -, ),(,, -) >. Como nos piden una base de vectores propios que sean ortogonales entre sí tomamos de V el vector (-,,-) y de V 6 los vectores (,, -) y (-,-,-); (-,, -) (,, -) = ; (-,, -) (-,-,-) = ; (,, -). (-,-,-) =, luego B = {(-,, -), (,, -), (-,-,-)} es una base de vectores propios ortogonales entre sí. b) Si consideramos los vectores unitarios correspondientes a los vectores de B, obtenemos una base ortonormal B también de vectores propios y la matriz / 6 / / P B B = / 6 / es ortogonal / 6 / / y la matriz diagonal semejante a A es: U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 9

30 .- Demostrar que si Q es una matriz ortogonal que permite la diagonalización de A entonces A es simétrica: Si la matriz de paso Q es ortogonal Q - = Q t y A = Q D Q - = Q D Q t, en consecuencia: A t = (Q D Q t ) t = Q D t Q t = Q D Q t = A. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

31 .- Se considera la aplicación f: R 4 R 4 definida por: f(x, y, z, t) = (x + y + t, x y + z + t, y z, t) a) Escribir su ecuación matricial y probar que f es lineal. b) Hallar los subespacios núcleo e imagen de f y dar una base y la dimensión de cada uno de ellos. c) Dado el subespacio S = {(x, y, z, t) R 4 tales que x + y z = y + z t = }, hallar una base, la dimensión y unas ecuaciones implícitas de f(s). d) Estudiar si los vectores (,,, ) y (4,,, ) pertenecen a Im(f). e) Clasificar. a) Buscamos las imágenes de los vectores de la base canónica: f(,,,)=(,,,); f(,,,)=(,-,,); f(,,,)=(,,-,); f(,,,)=(,,,), luego y x A y por tanto, la ecuación matricial es: x Y y x y 4 x 4 4 Caracterización de las aplicaciones lineales:, R, x, y R f( x+ y)= f(x)+ f(y) En efecto: f( x+ y)=a( x+ y)= Ax+ Ay= f(x)+ f(y). y x y x b) Ecuaciones paramétricas del subespacio Im(f):, siendo los y x y 4 x 4 vectores columna de la matriz A un sistema generador de Im(f). Calculamos dimim(f)=r(a)=, luego sobra un parámetro; una base vendrá indicada por el menor que caracteriza el rango de A: B Im(f) ={(,-,,); (,,-,), (,,,)}; x y y la ecuación cartesiana xyz. z t x x x y Ecuaciones cartesianas del subespacio N(f): z y x x t 4 N(f) (,,,)/ R, dimn(f)= y una base del núcleo: B N(f) ={(-,,,)}. 4 c) S (x, y,z, t) / x y z y z t genérico de S: S (,,, ) 4 /, R resolviendo el sistema obtenemos un vector y aplicando f: AX U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

32 f(s) AS B f(s) ={(,-,,); (,,-,)}; dimf(s)= Unas ecuaciones implícitas se obtienen de las paramétricas x' x' x' y' - x' + y' + z' = y' y' r z' z' z' x' t' t' y' - x' + y' + 5 t' = t' d) (,,,) pertenece al subespacio Im(f) si y sólo si cumple la ecuación cartesiana xyz (,,,) Im(f ). (4,,,) pertenece al subespacio Im(f) si y sólo si cumple la ecuación cartesiana xyz4 (4,,,) Im(f). e) No es biyectiva, puesto que A. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

33 .- Sea A= la matriz asociada a cierto endomorfismo f de R 4 respecto de la base canónica y sean los vectores u (,, ), u (,,), u (,,) de R. a) Comprobar que u, u, u es un sistema libre pero, fu,fu,fu es ligado. b) Qué condición debe satisfacer la matriz A asociada a un endomorfismo para que las imágenes de vectores l.i. sean l.i.? a) Los tres vectores forman luego son linealmente independientes. Sin embargo, sus imágenes f (u) Au no lo son; y para cada vector tenemos: f(u ) Au, f(u ) Au, f(u ) Au, siendo, por consiguiente, vectores linealmente independientes. b) La condición necesaria y suficiente es que A sea una matriz regular. Puesto que si consideramos la matriz H formada por los tres vectores columna, la matriz formada por las imágenes es el producto de A por H cuyo determinante es el producto de los determinantes siendo nulo cuando uno de ellos sea nulo: f(h)=ah f(h) A H A y H. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

34 .- Probar que cualquier matriz simétrica real de orden es diagonalizable. a b Sea una matriz cuadrada de orden y simétrica: A y calculemos sus valores propios b c a b AI (ac) acb. El número de soluciones reales depende del b c signo del discriminante de la ecuación de segundo grado anterior: (a c) 4(ac b ) (a c) 4b. º caso: (a c) 4b valores propios reales y distintos, A es diagonalizable. º caso: a c a (a c) 4b A b a es diagonal. º caso: (a c) 4b IMPOSIBLE! Ambos sumandos son no negativos. 4 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

35 4.- Halla una matriz de paso ortogonal para diagonalizar 5. Seguimos el método general: Cálculo de los valores propios: 6 AI 5 66 ( )( )(6 ) tres valores propios reales y distintos, la matriz es diagonalizable (ya que es simétrica). x Cálculo de los vectores propios: AIv 5 y. z 6 x x z Para 6 : 56 y, podemos escoger v (,,) y z 6z v vector propio unitario u / 6, / 6,/ 6. v y un x Para : 5 y x y z, podemos escoger v (,,) z v propio unitario u /,/,/. v y un vector x x z Para : 5 y, podemos escoger v (,, ) y z v vector propio unitario u /,, /. v y un Obteniendo una matriz de paso ortogonal 6 P ya que P t =P U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 5

36 5.- Calcular A n siendo A = 5 4 Si la matriz A es diagonalizable significa que es semejante a una matriz diagonal D=P - AP y en cuyo caso A=PDP -. Siendo n n) n) n n A PDP PDP...PDP PD P P D P...P D P P DP PD...DP PD P Cálculo de los valores propios: y A es diagonalizable. I I I 5 4 AI ( )( ) son distintos 5 4 x Cálculo de los vectores propios: AIv. y Para Para 5 4 x x y v (,) y 5 4 x x y v (,) y Sustituyendo la matriz D y la matriz P en la expresión: A=PDn P - queda: n n A n n.. n n 6 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

37 6.- Sean B u,u,u fu u u lineal f tal que: fu 5u u. Se pide: f u 4u una base del espacio vectorial R y la transformación a) Matriz asociada a f respecto de la base B. b) Escribir su ecuación matricial. c) Hallar la expresión analítica de f respecto de la base B. d) Obtener el subespacio núcleo f. Dar una base. e) Obtener el subespacio imagen f. Dar una base. f) Son el N(f) e Im(f) suplementarios? g) Rango de f? h) Es f un epimorfismo? i) Es f un monomorfismo? j) Es f un isomorfismo? k) Es f un automorfismo? a) La matriz asociada o que define f se obtiene mediante las imágenes de los vectores de la base B u,u, : f f f u u u u u u 5u u 4u (,,) ( 5,,) (,4,) B B B AM f,b 5 4 f(u ) f(u ) f(u ) b) La ecuación matricial o ecuaciones de la transformación lineal es: y 5 x Y=AX y 4 x y x c) La expresión analítica de f resulta de escribir la ecuación de f en forma vectorial: d) El núcleo es: N(f ) x R / f (x) y las ecuaciones cartesianas son: f x,x,x x 5x,x x 4x,, luego: 5x,x x, x, x x x 4x,,, f x5x xx 4x núcleo de y una base,, B N(f ). x x x x siendo la dimensión del U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 7

38 e) La imagen es: Im(f ) y R / x R con f (x) y, luego y 5 x 5 5 y y 4 x x x 4 x 4 y que son las y x y ecuaciones paramétricas del subespacio imagen, siendo dim(im(f))=r(a)= y una base 5,,,(,4,) B Im( f ) f) Sí, por ser N(f) Im(f) R, ya que Im(f ) N(f ) g) Rango de f? Es la dimensión de la Im(f), en nuestro caso,. h) Es f un epimorfismo? No, por no ser Im(f)=R. i) Es f un monomorfismo? No, por no ser dimn(f)=. Im(f ) N(f ) 5 r B B r 4 dimr j) Es f un isomorfismo? No, por no ser epimorfismo ni monomorfismo. k) Es f un automorfismo? No, por no ser isomorfismo.. 8 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

39 7.- En el espacio vectorial R (R)se define la aplicación lineal: f: R R, f(x, y, z) = (y + z, x + z, x + y). Se pide:. Matriz de f respecto de la base canónica. (llamarla A). Clasificar f.. Valores propios de f. 4. Estudiar la diagonalización de f. 5. Base de vectores propios (si procede) 6. Matriz de f respecto de esta base de vectores propios. (llamarla D) 7. Relación entre la matriz A y D. 8. Hallar las ecuaciones paramétricas de todos los subespacios invariantes. 9. Hallar A 5.. Las imágenes de los vectores de la base canónica forman la matriz A. f(,,)=(,,); f(,,)=(,,); f(,,)=(,,); A.. A f es biyectiva. simple. doble A I ( ) ( ) 4. Es diagonalizable en R por ser A simétrica. x 5. Vectores propios: AIv y. z x x Para y y v (,,) z z x x Para y y v (,, );v (,, ) z z B v,v,v. Base de vectores propios 6. D. U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 9

40 7. D=P - AP, siendo P. 8. Subespacios invariantes: x. y z x R : y. z V V x : y z x : y z n n) n) n n 9. A PDP PDP...PDP PD P P D P...P D P P DP PD...DP PD P I I I A PD P A U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

41 8.- Sea f: 4 4 definida por f(x,y,z,t)=(7x,7y,7z+7t,). Se pide: a) Escribir la matriz A de la aplicación y la ecuación matricial en la base canónica b) Hallar las ecuaciones implícitas de la imagen del subespacio S={(x,y,z,t) 4 /x=y=z} c) Calcular una base y las ecuaciones del núcleo y de la imagen de f d) Hallar el polinomio característico y los subespacios de vectores propios de f e) Obtener la matriz P de cambio de base que diagonaliza A y la matriz D diagonal y semejante a A a) f(,,,)=(7,,,) 7 x ' 7 x f(,,,)=(,7,,) 7 A ; y la ecuación y ' 7 y f(,,,)=(,,7,) 7 7 z' 7 7z f(,,,)=(,,7,) t' t b) x y Ecuaciones paramétricas de S: y una base de S es B S ={(,,,),(,,,)} z t x' 7 7 x' 7 y' 7 7 y' 7 ; z' z' t' t' x 7 x Im(S)=<(7,7,7,),(,,,7)>; y y x y z 7 7 z 7 7 t t t c) Ecuaciones del núcleo de f; AX= 7 x x 7 y 4 7 7z y N(f)= (x,y,z,t) / x y, zt t z t x y B N( f ) (,,, ) z t Ecuaciones de la imagen de f Tomando los transformados de los vectores de la base canónica (por filas), con Derive U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 4

42 7 7 _ B Im( f ) (,,,),(,,,),(,,,) 7 7 x x y y Las ecuaciones paramétricas son, por tanto; z z t t y la ecuación implícita t = row reduce d) Polinomio característico A-I = 7 7 DET 7 7 ( 7) Los valores propios son y =7 El subespacio de vectores propios asociados a es N(f) cuya dimensión es dimn(f)= El subespacio de vectores propios asociados a 7 viene dado por la ecuación AX=7X (A-7I) X = 7 7 x x 7 7 y y t z 7 z 7t 7t Éste es precisamente la imagen de f cuya dimensión es dimim(f) = y una base se había calculado anteriormente: BIm( f ) (,,,),(,,,),(,,,) e) La matriz P de cambio de base que diagonaliza A es la matriz de cambio de base de una base de vectores propios a la base canónica. P D=P - AP D U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

43 9.- Sea f una transformación lineal de R 4 tal que su matriz asociada respecto de la base canónica es: 4 A= 6 5 a) Hallar sendas bases de N(f) e Im(f). b) Hallar el polinomio característico y los vectores propios de f, así como los s.v. de vectores propios asociados Coincide N(f) con alguno de éstos últimos? c) Escribir el enunciado de un teorema de diagonalización que pruebe que A es diagonalizable y dar una base de vectores de R 4 respecto de la cual la matriz asociada a f sea una matriz D diagonal. d) Dar D y la matriz P de cambio de base que diagonaliza A. e) Escribir la definición de matrices semejantes Son A y D semejantes? En caso afirmativo hallar A 7 utilizando que A y D son semejantes. -4 #: A -6 5 a) Ecuaciones del núcleo de f; AX= x y #: SOLUTIONS A =, [x, y, z, t], Real z t #: -@, ]] Una base del N(F)={(,,-,)} #4: ROW_REDUCE(A`) = Una base de Im(f)={(,,,), (,,,), (,,,)} Obsérvese que dimn(f)+dim(im(f))=dimr 4 =4 b) Polinomio característico #5: CHARPOLY(A) = w (w - ) (w - w - ) Valores propios #6: SOLVE(w (w - ) (w - w - ), w, Real) U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 4

44 #7: w = w = - w = Subespacio propio asociado al valor propio doble: - - #8: EXACT_EIGENVECTOR(A, ) = - - V=<{(-/,,-,), (-/,,,-)}> Subespacio propio asociado al valor propio - simple: - #9: EXACT_EIGENVECTOR(A, -) = - V-=<{(-,,,-)}> Subespacio propio asociado al valor propio simple: #: EXACT_EIGENVECTOR(A, ) = - V=<{(,,-,)}> es precisamente el núcleo de f. c) A es diagonalizable si todos los valores propios son números reales y cada valor propio cumple que su orden de multiplicidad coincide con la dimensión del correspondiente subespacio propio. La base formada por los vectores propios es: {(-/,,-,), (-/,,,-), (-,,,-), (,,-,)} d) #: D - La matriz del cambio de base: #: P U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

45 En efecto: -4 - #: P D P = -6 5 e) A y D son semejantes si y sólo si A = P - D P siendo P una matriz regular. A = P - D P, luego D = P A P #4: 7 A = 7 - P D P = U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 45

46 k.- Analizar si la matriz A es diagonalizable según los valores del 6 parámetro k. Primeramente calculamos los valores propios: 6 k 4k AI (6 )( k). Consideramos los 6 4k siguientes casos: Si +4k<, es decir, k</4, entonces hay raíces complejas y por tanto A no es diagonalizable. Si k=/4, entonces λ =λ =/ raíz doble. Es necesario calcular la dimensión del subespacio propio asociado a dicho valor propio. k /4 x AIv y. Para λ=/, se obtiene: 6z k /4 x y x y. Cuya dimensión es y no coincide con el grado de z z 6 multiplicidad del valor propio λ=/ que es doble. Luego A no es diagonalizable. Si +4k>, es decir, k>/4, entonces hay dos raíces reales y distintas; pero puede ser λ = 4k λ =6 k /4 y como λ=6 es doble calculamos la dimensión del 6 k x 5x y z subespacio propio asociado 6 y. Cuya x6yz 6 6z dimensión es y no coincide con el grado de multiplicidad del valor propio 6 que es dos y por tanto A no es diagonalizable. Por último, Si k>/4 y k no es 6 resultan tres valores propios reales y distintos entre sí, luego A es DIAGONALIZABLE. 46 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

47 .- Sea la matriz A Aplicaciones lineales. Diagonalización. a) Calcular los autovalores de A y sus respectivas multiplicidades algebraicas. b) Hallar las ecuaciones paramétricas y cartesianas de los subespacios propios de A. c) Obtener una base unitaria de R 4 formada por vectores propios unitarios de A. d) Calcular una matriz diagonal semejante a la matriz A. e) Calcular el producto matricial A n. doble a) AI doble b) AIv Para λ= resulta y=t= unas ecuaciones cartesianas; x=α,z=β unas ecuaciones paramétricas. x xyt y Para λ= resulta unas ecuaciones cartesianas; unas ecuaciones yzt z t paramétricas. c) De cada subespacio propio, por ser de dimensión dos, se obtienen dos vectores linealmente independientes: U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 47

48 ,,, los dos primeros unitarios y los dos siguientes de módulo / y respectivamente, luego,,, es una base unitaria del espacio R 4. d) D e) Por ser A diagonalizable D=P - AP y despejando A=PDP -, de donde, n n n A PD P n n n n n. Lo que nos permite calcular A n n n n n 48 U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía

49 .- Dada la transformación lineal de R definida por: f(x, y, z) = (4x + y - 4z, z - x, x + y - z) Se pide: a) La matriz A asociada a f respecto de la base canónica. b) Sendas bases de N(f) e Im(f). c) Una base del subespacio ortogonal de N(f). d) Estudiar si A es diagonalizable y, en su caso, dar la matriz diagonal. e) Hallar la matriz asociada a f respecto de la base B = { (,, ), (, -, ), (,, )} 4 4 a) A b) N(f) es la solución de A X = O 4 4 x 4x y 4z x z y x z y z x y z (f ),,,, R B,, N(f 4,,,,,, 4,, N ) Im( f ) 4 4 rg BIm( f ) c),,,,, N (f ) es el plano vectorial ortogonal a la recta,,, luego, la ecuación implícita es:,,,,, x + z =, y una base es B N(f ). d) Valores propios de A: doble A I simple Vectores propios asociados a : V = N(f) =,, Luego, dim V= orden de multiplicidad del valor propio. Por tanto, A no es diagonalizable. 4 e) A B' P AP siendo P la matriz de paso de B a B. 4 = U. D. de Matemáticas de la E.T.S.I. en Topografía, Geodesia y Cartografía 49

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

4 APLICACIONES LINEALES. DIAGONALIZACIÓN 4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos

Más detalles

APLICACIONES LINEALES. DIAGONALIZACIÓN

APLICACIONES LINEALES. DIAGONALIZACIÓN I.- Sea f una transformación lineal de un espacio vectorial V de dimensión n. Sea B una base de V. Sea A la matriz asociada a f respecto de la base B. Señala, sin demostrar, cuáles de las siguientes afirmaciones

Más detalles

1. APLICACIONES LINEALES

1. APLICACIONES LINEALES 1 1. APLICACIONES LINEALES 1. Estudiar si las siguientes aplicaciones son lineales: a) f : R 2 R 3, f(x, y) = (x + y, y, x 2y). Sí es lineal. b) f : R 2 R, f(x, y) = xy. No es lineal. Basta observar que

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario) Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES

Más detalles

4 Aplicaciones Lineales

4 Aplicaciones Lineales Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1

Más detalles

Anexo 1: Demostraciones

Anexo 1: Demostraciones 75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:

Más detalles

Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0).

Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0). Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0). a) Demostrad que (1,3,4), (1,1,1) i (0,1,1) son una base de R³. b) Decid

Más detalles

Espacios vectoriales y aplicaciones lineales.

Espacios vectoriales y aplicaciones lineales. Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en

Más detalles

Problemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales.

Problemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales. Problemas y Ejercicios Resueltos. Tema : Aplicaciones Lineales. Ejercicios 1.- Determinar cuáles de las siguientes aplicaciones son lineales: (i) f : R R 2 definida por f((x, y, z)) = (x y, y + 2z). (ii)

Más detalles

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una

Más detalles

TEST DE ÁLGEBRA. 6.- Sea el subespacio de R 3 S = { (x,,y,z) / x +y+z = 0} a) es de dimensión 1 b) es de dimensión 2 c) es R 3 d) NDLA

TEST DE ÁLGEBRA. 6.- Sea el subespacio de R 3 S = { (x,,y,z) / x +y+z = 0} a) es de dimensión 1 b) es de dimensión 2 c) es R 3 d) NDLA TEST DE ÁLGEBRA 1.- Sea f:r 4 -----> R 5 una apli. lineal a) Dim ker(f) tiene que ser 3 b) Dim ker(f) será 4 c) Dim ker(f) es 5 2.- El sistema homogéneo 3 x % 8 y % ð z 0 y & z 0 a) tiene soluciones no

Más detalles

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2. PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.

Más detalles

Espacios vectoriales y aplicaciones lineales

Espacios vectoriales y aplicaciones lineales Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS 2 Í N D I C E CAPÍTULO MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES MATRICES. MATRIZ. DEFINICIÓN 2. ALGUNOS

Más detalles

Espacios vectoriales y Aplicaciones lineales

Espacios vectoriales y Aplicaciones lineales Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea

Más detalles

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases. BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades

Más detalles

1. APLICACIONES LINEALES

1. APLICACIONES LINEALES 1 1 APLICACIONES LINEALES El objetivo de este capítulo es el estudio de las aplicaciones lineales u homomorfismos entre espacios vectoriales Este tipo de aplicaciones respeta la estructura de espacio vectorial

Más detalles

Tema 3. Aplicaciones lineales. 3.1. Introducción

Tema 3. Aplicaciones lineales. 3.1. Introducción Tema 3 Aplicaciones lineales 3.1. Introducción Una vez que sabemos lo que es un espacio vectorial y un subespacio, vamos a estudiar en este tema un tipo especial de funciones (a las que llamaremos aplicaciones

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse

Más detalles

Tema 4: Aplicaciones lineales

Tema 4: Aplicaciones lineales Tema 4: Aplicaciones lineales Definición, primeras propiedades y ejemplos Definición. Sean V y W dos espacios vectoriales sobre un cuerpo K. Una función f : V W se dice que es una aplicación lineal si

Más detalles

4 Aplicaciones lineales

4 Aplicaciones lineales Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 4 Aplicaciones lineales 4. Aplicación lineal Sean V y W dos espacios vectoriales sobre el mismo cuerpo K (en general, R o C. Una aplicación

Más detalles

8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.

8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. Prácticas de Matemáticas I y Matemáticas II con DERIVE 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar si el

Más detalles

La aplicación derivada sobre el espacio E de los polinomios en una variable, E D E, es

La aplicación derivada sobre el espacio E de los polinomios en una variable, E D E, es Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS 1 Aplicaciones lineales Núcleo e Imagen Tipos de aplicaciones lineales Sean E y E k-espacios vectoriales Definición 11 Una

Más detalles

Subespacios vectoriales en R n

Subespacios vectoriales en R n Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)

Más detalles

VECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes.

VECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes. VECTORES EN EL ESPACIO. Determina el valor de t para que los vectores de coordenadas (,, t), 0, t, t) y(, 2, t) sean linealmente dependientes. Si son linealmente dependientes, uno de ellos, se podrá expresar

Más detalles

Práctica de Aplicaciones Lineales

Práctica de Aplicaciones Lineales practica5.nb 1 Práctica de Aplicaciones Lineales Aplicaciones lineales y matrices Las matrices también desempeñan un papel muy destacado en el estudio de las aplicaciones lineales entre espacios vectoriales

Más detalles

Formas bilineales y cuadráticas.

Formas bilineales y cuadráticas. Tema 4 Formas bilineales y cuadráticas. 4.1. Introducción. Conocidas las nociones de espacio vectorial, aplicación lineal, matriz de una aplicación lineal y diagonalización, estudiaremos en este tema dos

Más detalles

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n. Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular

Más detalles

Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009)

Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009) ÁLGEBRA Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009) I. Se considera el homomorfismo f : P 2 (IR) P 2 (IR) definido por las siguientes condiciones: (1) Los polinomios sin

Más detalles

E 1 E 2 E 2 E 3 E 4 E 5 2E 4

E 1 E 2 E 2 E 3 E 4 E 5 2E 4 Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),

Más detalles

Soluciones de la hoja de diagonalización MATEMÁTICAS I

Soluciones de la hoja de diagonalización MATEMÁTICAS I Soluciones de la 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

Más detalles

Apuntes de Matemática Discreta 9. Funciones

Apuntes de Matemática Discreta 9. Funciones Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y

Más detalles

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere

Más detalles

(Ec.1) 2α + β = b (Ec.4) (Ec.3)

(Ec.1) 2α + β = b (Ec.4) (Ec.3) Problema 1. Hallar t R para que el vector x = (3, 8, t) pertenezca al subespacio engendrado por los vectores u = (1, 2, 3) y v = (1, 3, 1). Solución del problema 1. x L{ u, v} si, y sólo si, existen α,

Más detalles

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO) Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto

Más detalles

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector

Más detalles

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1 . ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio

Más detalles

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases. Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal

Más detalles

4.1 El espacio dual de un espacio vectorial

4.1 El espacio dual de un espacio vectorial Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo

Más detalles

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración

Más detalles

EJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores

EJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u

Más detalles

1. ESPACIOS VECTORIALES

1. ESPACIOS VECTORIALES 1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,

Más detalles

Vectores en el espacio

Vectores en el espacio Vectores en el espacio Un sistema de coordenadas tridimensional se construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X e Y. Cada punto viene determinado por tres coordenadas

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales

Más detalles

Tema 2. Aplicaciones lineales y matrices.

Tema 2. Aplicaciones lineales y matrices. Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................

Más detalles

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

Más detalles

ÁLGEBRA LINEAL I Soluciones a la Práctica 6

ÁLGEBRA LINEAL I Soluciones a la Práctica 6 ÁLGEBRA LINEAL I Soluciones a la Práctica 6 Aplicaciones lineales (Curso 2009 2010) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos,

Más detalles

4.- Para los siguientes conjuntos de vectores, probar si son o no subespacios vectoriales de R 4 : 2d + 1 : b, d reales. d

4.- Para los siguientes conjuntos de vectores, probar si son o no subespacios vectoriales de R 4 : 2d + 1 : b, d reales. d GRADO EN I. TELEMÁTICA. HOJA : ESPACIOS VECTORIALES. ESPACIOS NULO Y COLUMNA.- Sea W el conjunto de todos los vectores de R de la forma subespacio de R. s + t s t s t t, con s, t R. Probar que W es un.-

Más detalles

1. Cambios de base en R n.

1. Cambios de base en R n. er Curso de Ingeniero de Telecomunicación. Álgebra. Curso 8-9. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema 5. Cambios de Base. Aplicaciones Lineales. Teoría y Ejercicios Resueltos..

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

Espacios vectoriales. Bases. Coordenadas

Espacios vectoriales. Bases. Coordenadas Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos

Más detalles

Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización

Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización Ejercicio. Decidir cuáles de las siguientes aplicaciones son lineales. Cuál es la dimensión del espacio imagen? a f(x, x 2, x 3 = (x 2 + x

Más detalles

Tema 3: Producto escalar

Tema 3: Producto escalar Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica

Más detalles

Segundo de Bachillerato Geometría en el espacio

Segundo de Bachillerato Geometría en el espacio Segundo de Bachillerato Geometría en el espacio Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid 204-205. Coordenadas de un vector En el conjunto de los vectores libres del espacio el concepto

Más detalles

Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.

Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com. Transformaciones Lineales Definiciones básicas de Transformaciones Lineales wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 007-009 Contenido 1 Transformaciones Lineales 11 Núcleo e imagen

Más detalles

Diagonalización de matrices

Diagonalización de matrices diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla

Más detalles

Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones

Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA Funciones José R. Jiménez F. Temas de pre-cálculo I ciclo 007 Funciones 1 Índice 1. Funciones 3 1.1. Introducción...................................

Más detalles

Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de

Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de 1 (a) f(x 1, x 2, x 3 ) = (x 1 + x 3, x 2 + x 3, x 1 + x 3, x 2 + x 3 ) (b) f(x 1, x 2, x

Más detalles

Clasificación de métricas.

Clasificación de métricas. Clasificación de métricas. 1. El problema de clasificación. Como bien sabemos, el par formado por una métrica T 2 (esto es, un tensor 2-covariante simétrico) sobre un espacio vectorial E, (E, T 2 ), constituye

Más detalles

y λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.

y λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial. Espacios vectoriales Espacios y subespacios R n es el conjunto de todos los vectores columna con n componentes. Además R n es un espacio vectorial. Ejemplo Dados dos vectores de R por ejemplo u = 5 v =

Más detalles

Valores propios y vectores propios

Valores propios y vectores propios Capítulo 6 Valores propios y vectores propios En este capítulo investigaremos qué propiedades son intrínsecas a una matriz, o su aplicación lineal asociada. Como veremos, el hecho de que existen muchas

Más detalles

VII. Estructuras Algebraicas

VII. Estructuras Algebraicas VII. Estructuras Algebraicas Objetivo Se analizarán las operaciones binarias y sus propiedades dentro de una estructura algebraica. Definición de operación binaria Operaciones como la suma, resta, multiplicación

Más detalles

Problemas de Álgebra Lineal Espacios Vectoriales

Problemas de Álgebra Lineal Espacios Vectoriales Problemas de Álgebra Lineal Espacios Vectoriales 1. Estudia cuáles de los siguientes subconjuntos son subespacios de R n para el n que corresponda: i) S 1 = {(x, y, z, t) R 4 x + y + z + t = b} siendo

Más detalles

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una

Más detalles

4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES

4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES Espacios Vectoriales y Aplicaciones Lineales 4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES SUMARIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRICA 1.- Espacios Vectoriales..- Propiedades de un Espacio Vectorial..-

Más detalles

E. T. S. de Ingenieros Industriales Universidad Politécnica de Madrid. Grado en Ingeniería en Tecnologías Industriales. Grado en Ingeniería Química

E. T. S. de Ingenieros Industriales Universidad Politécnica de Madrid. Grado en Ingeniería en Tecnologías Industriales. Grado en Ingeniería Química E. T. S. de Ingenieros Industriales Universidad Politécnica de Madrid Grado en Ingeniería en Tecnologías Industriales Grado en Ingeniería Química Apuntes de Álgebra ( Curso 2014/15) Departamento de Matemática

Más detalles

a < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)

a < b y se lee a es menor que b (desigualdad estricta) a > b y se lee a es mayor que b (desigualdad estricta) Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,

Más detalles

GEOMETRÍA ANALÍTICA 2º Curso de Bachillerato 22 de mayo de 2008

GEOMETRÍA ANALÍTICA 2º Curso de Bachillerato 22 de mayo de 2008 1. Sean los puntos A (1, 0,-1) y B (,-1, 3). Calcular la distancia del origen de coordenadas a la recta que pasa por A y B. Calculemos la recta que pasa por A y B. El vector AB es (1,-1,4) y por tanto

Más detalles

Tema 7: Valores y vectores propios

Tema 7: Valores y vectores propios Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un

Más detalles

Estructuras algebraicas

Estructuras algebraicas Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota

Más detalles

Espacio afín. Transformaciones afines y movimientos

Espacio afín. Transformaciones afines y movimientos Capítulo Espacio afín. Transformaciones afines y movimientos. Espacio afín y espacio afín métrico Definición. El espacio afín (tridimensional) está constituido por los siguientes elementos. El espacio

Más detalles

Geometría analítica. Impreso por Juan Carlos Vila Vilariño Centro I.E.S. PASTORIZA

Geometría analítica. Impreso por Juan Carlos Vila Vilariño Centro I.E.S. PASTORIZA Conoce los vectores, sus componentes y las operaciones que se pueden realizar con ellos. Aprende cómo se representan las rectas y sus posiciones relativas. Impreso por Juan Carlos Vila Vilariño Centro

Más detalles

Definición de vectores

Definición de vectores Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen: O también denominado Punto de aplicación. Es el punto exacto sobre

Más detalles

Valores y vectores propios de una matriz. Juan-Miguel Gracia

Valores y vectores propios de una matriz. Juan-Miguel Gracia Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-

Más detalles

Tema 4.- El espacio vectorial R n.

Tema 4.- El espacio vectorial R n. Tema 4- El espacio vectorial R n Subespacios vectoriales de R n Bases de un subespacio Rango de una matriz 4 Bases de R n Cambios de base 5 Ejercicios En este tema estudiamos la estructura vectorial del

Más detalles

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una

Más detalles

TEMA 6. EIGENVALORES Y EIGENVECTORES

TEMA 6. EIGENVALORES Y EIGENVECTORES TEMA 6. EIGENVALORES Y EIGENVECTORES M. C. Roberto Rosales Flores INSTITUTO TECNOLÓGICO SUPERIOR DE TLAXCO Ingeniería en Logística M. C. Roberto Rosales Flores (ITST TEMA 6. EIGENVALORES Y EIGENVECTORES

Más detalles

Espacios generados, dependencia lineal y bases

Espacios generados, dependencia lineal y bases Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................

Más detalles

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Capítulo 8 Espacios vectoriales con producto interno En este capítulo, se generalizarán las nociones geométricas de distancia y perpendicularidad, conocidas en R y en R 3, a otros espacios vectoriales.

Más detalles

3 Espacios Vectoriales

3 Espacios Vectoriales Prof. Susana López 31 3 Espacios Vectoriales 3.1 Introducción Un ector fijo en el plano no es más que un segmento orientado en el que hay que distinguir tres características: -dirección: la de la recta

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

APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO

APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO ÍNDICE VECTORES EN EL PLANO... 3 Vector Fijo... 3 VECTOR LIBRE... 3 Operaciones con Vectores... 3 Suma de vectores... 3 Producto de un número por

Más detalles

Clase 15 Espacios vectoriales Álgebra Lineal

Clase 15 Espacios vectoriales Álgebra Lineal Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos

Más detalles

Variedades Diferenciables. Extremos Condicionados

Variedades Diferenciables. Extremos Condicionados Capítulo 16 Variedades Diferenciables. Extremos Condicionados Vamos a completar lo visto en los capítulos anteriores sobre el teorema de las Funciones Implícitas y Funciones Inversas con un tema de iniciación

Más detalles

Características de funciones que son inversas de otras

Características de funciones que son inversas de otras Características de funciones que son inversas de otras Si f es una función inyectiva, llamamos función inversa de f y se representa por f 1 al conjunto. f 1 = a, b b, a f} Es decir, f 1 (x, y) = { x =

Más detalles

1. El teorema de la función implícita para dos y tres variables.

1. El teorema de la función implícita para dos y tres variables. GRADO DE INGENIERÍA AEROESPACIAL. CURSO. Lección. Aplicaciones de la derivación parcial.. El teorema de la función implícita para dos tres variables. Una ecuación con dos incógnitas. Sea f :( x, ) U f(

Más detalles

RECTAS Y PLANOS EN EL ESPACIO

RECTAS Y PLANOS EN EL ESPACIO UNIDAD 6 RECTA Y PLANO EN EL EPACIO Página 1 1. Puntos alineados en el plano Comprueba que los puntos A (, ), B (8, ) y C (1, ) no están alineados. A (, ) B (8, ) C (1, ) AB = (, 1); BC = (, ) No tienen

Más detalles

13.TRANSFORMACIONES LINEALES 273 13.1. DEFINICIÓN DE TRANSFORMACIÓN LINEAL... 273 13.2. DETERMINACIÓN DE UNA TRANSFORMACIÓN LINEAL... 275 13.3.

13.TRANSFORMACIONES LINEALES 273 13.1. DEFINICIÓN DE TRANSFORMACIÓN LINEAL... 273 13.2. DETERMINACIÓN DE UNA TRANSFORMACIÓN LINEAL... 275 13.3. ÍNDICE 13.TRANSFORMACIONES LINEALES 273 13.1. DEFINICIÓN DE TRANSFORMACIÓN LINEAL............. 273 13.2. DETERMINACIÓN DE UNA TRANSFORMACIÓN LINEAL...... 275 13.3. REPRESENTACIÓN MATRICIAL DE UNA TRANSFORMACIÓN

Más detalles

1. Producto escalar, métrica y norma asociada

1. Producto escalar, métrica y norma asociada 1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la

Más detalles

Tema 3: Aplicaciones de la diagonalización

Tema 3: Aplicaciones de la diagonalización TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:

Más detalles

5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades

5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades 5- ransformaciones Lineales 5Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal sus propiedades Se denomina transformación lineal a toda función,, cuo dominio codominio

Más detalles

3.- DETERMINANTES. a 11 a 22 a 12 a 21

3.- DETERMINANTES. a 11 a 22 a 12 a 21 3.- DETERMINANTES. 3.1. -DEFINICIÓN Dada una matriz cuadrada de orden n, se llama determinante de esta matriz (y se representa por A o deta al polinomio cuyos términos son todos los productos posibles

Más detalles

Construcción de bases en el núcleo e imagen de una transformación lineal

Construcción de bases en el núcleo e imagen de una transformación lineal Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado

Más detalles

Vectores: Producto escalar y vectorial

Vectores: Producto escalar y vectorial Nivelación de Matemática MTHA UNLP 1 Vectores: Producto escalar y vectorial Versores fundamentales Dado un sistema de coordenadas ortogonales, se considera sobre cada uno de los ejes y coincidiendo con

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las

Más detalles

3.1 DEFINICIÓN. Figura Nº 1. Vector

3.1 DEFINICIÓN. Figura Nº 1. Vector 3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado

Más detalles

Universidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL. x x1 n. θ y. 1 n x1 n ȳ1 n. Carlos Arce S. William Castillo E. Jorge González V.

Universidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL. x x1 n. θ y. 1 n x1 n ȳ1 n. Carlos Arce S. William Castillo E. Jorge González V. Universidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL x x x1 n θ y y ȳ1 n 1 n x1 n ȳ1 n Carlos Arce S. William Castillo E. Jorge González V. 2003 Algebra Lineal Carlos Arce S., William Castillo

Más detalles