0 a b X = b c 0. f X (A) = AX XA.
|
|
- Adrián García Crespo
- hace 5 años
- Vistas:
Transcripción
1 Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Industriales Álgebra Lineal Convocatoria de Junio 8 de Junio de 2007 (3 ptos.). Sea V = {A M 3 3 (R) / A t = A}. (a) Demostrar que toda matriz X de V es de la forma X = a 0 c donde a, b, c R. Dar una base B de V y calcular su dimensión. (b) Para un X fijo de V se define f X : V V como f X (A) = AX XA. Demostrar que f X está bien definida, esto es, f X (A) V, A V, y que f X es lineal. (c) Calcular la matriz asociada a f X respecto a la base B dada en el apartado (a) Es inversible dicha matriz? Calcular su rango según los valores de los parámetros a, b, c. (d) Sea X = (d.) Calcular una base y la dimensión de Ker (f X ) e Im (f X ). (d.2) Si g : V R 3 es la aplicación lineal dada por g( 0 a a 0 b c ) = (a, a + b, a + b + c), calcular la matriz asociada a (g f X ) respecto de las bases B y D, donde B es la obtenida en el apartado (a) y D = {(,, ), (,, 0), (, 0, 0)}. (d.3) Calcular las coordenadas del vector (g f X ) ( ) respecto de la base D. (3 ptos.) 2. Para cada α R se considera la forma cuadrática ω : R 4 R definida por ω(x) = x t Ax, x R 4, donde α A = α α 2 3 (a) Hallar la matriz asociada a ω respecto de la base canónica de R 4 y determinar la signatura de ω para los distintos valores del parámetro α. (b) Para α = 0, hallar, si es posible, una base de R 4 ortonormal respecto de ω. (c) Para α =, se considera el sistema de ecuaciones lineales Bx = b, cuya matriz ampliada es (B b) = A. Hallar la factorización QR de B y usarla para resolver el sistema en el sentido de mínimos cuadrados.
2 (3 ptos.) 3. Se considera la matriz A = (a) Hallar el espectro de A. (b) Estudiar si la matriz A es diagonalizable. En caso afirmativo, hallar una matriz diagonal D y una matriz inversible P tal que A = P DP. (c) Sea la matriz B = (A + 3I 3 ) n, con n N. Estudiar si B es inversible y calcular su traza. (d) Sea C = cos( π 3 A). (d.) Hallar un polinomio anulador de C. (d.2) Determinar un polinomio r(x) de grado 2 tal que C = r(a). PROBLEMA. SOLUCIONES (a) Sea X = (x ij ) M 3 3 (R). Entonces x = x 22 = x 33 = 0 X V X t x = X x ji = x ij, i, j =, 2, 3 2 = x 2 x 3 = x 3 x 32 = x 23 X = a 0 c con a = x 2, b = x 3, c = x 23 R. Podemos escribir V = a 0 c / a, b, c R =< 0 0,, >. En consecuencia, B = 0 0,, es una base de V y dim(v ) = 3. (b) Sean A, X V. Tenemos que probar que M = f X (A) = AX XA V. En efecto, como A t = A y X t = X: (AX XA) t = (AX) t (XA) t = X t A t A t X t = ( X)( A) ( A)( X) = XA AX = (AX XA). Por tanto, M t = M = M V.
3 Veamos ahora que f X es lineal. En efecto, f X (λa + µb) = (λa + µb)x X(λA + µb) = λax + µbx (λxa + µxb) = = λ(ax XA) + µ(bx XB) = λf X (A) + µf X (B), λ, µ R, A, B V. (c) Calculamos las imágenes de los vectores de B = {A, A 2, A 3 }: f X (A ) = A X XA = a 0 c a 0 c 0 0 = f X (A 2 ) = A 2 X XA 2 = 0 0 b 0 0 c c b 0 = f X (A 3 ) = A 3 X XA 3 = Finalmente, Como = 0 c 0 c 0 a 0 a 0 b b a a 0 0 = (0, c, b) B a 0 c = ( c, 0, a) B M(f X ) B = M(f X ) B = a 0 c = (b, a, 0) B c 0 a 0 c b b a 0 0 c b c 0 a b a 0 a 0 c. a 0 c = cab cab = 0, 0 0 se deduce que M(f X ) B no es inversible. Es claro que si alguno de los parámetros a, b, c es distinto de cero entonces M(f X ) B tiene rango 2. Por tanto: { 0 si a = b = c = 0 rg (M(f X ) B ) = 2 en otro caso. = = = (d.) Para se tiene por el apartado anterior que X = M(f X ) B = ,
4 Como rg (f X ) = 2, ya sabemos que dim(im (f X )) = rg (f X ) = 2 y dim(ker (f X )) = dim(v ) rg (f X ) = 3 2 =. Para calcular una base de Ker (f X ) usamos la matriz asociada: Ker (f X ) = (a, b, c) B / M(f X ) B a b c = = {(a, b, c) B / a = b = c} =< {(,, ) B } >. Por tanto, una base de Ker (f X ) es B = {(,, ) B } = La imagen de f X está generada por las columnas de la matriz asociada. Como ya sabemos que rg (f X ) = 2, escogemos las dos primeras columnas de M(f X ) B, que son claramente linealmente independientes: Im (f) =< {(0, 3, 3) B, (3, 0, 3) B } >=< 0 0 3, > Así, una base de Im (f X ) es B 2 = , (d.2) Como M(g f X ) BD = M(g) BD M(f X ) B, necesitamos calcular M(g) BD. Para ello, utilizamos como base auxiliar la base canónica C de R 3, teniendo en cuenta que M(g) BD = P CD M(g) BC = (P DC ) M(g) BC. En primer lugar calculamos M(g) BC. Como 0 0 g( ) = (,, ) C, g( se tiene que M(g) BC = ) = (0,, ) C, g( A continuación hallamos la inversa de P DC haciendo operaciones elementales: (P DC I) = F 3 F2( ) F 23( ) = ( I (P DC ) ). ) = (0, 0, ) C, Por tanto, M(g) BD = P CD M(g) BC = (P DC ) M(g) BC = = 0 0.
5 Finalmente, M(g f X ) BD = M(g) BD M(f X ) B = (d.3) Teniendo en cuenta que = (, 2, ) B, = calculamos su imagen utilizando la matriz asociada obtenida en el apartado anterior: M(g f X ) BD 2 = = Por tanto, g f X ( ) = (0, 3, 0) D PROBLEMA 2. (a) En primer lugar, M = M(ω) C = 2 (A + At ) = 0 α 0 0 α + 3 α 0 3. Para calcular la signatura de ω, hacemos operaciones elementales sobre su matriz asociada M hasta obtener una matriz diagonal D. 0 α 0 α M = 0 0 F 3() α K 3() 0 α + 2 α α + 2 α + F α 0 3 4( α) 0 0 α + 3 α 2 K 4( α) 0 0 α + 3 α 2 F 32( ) F 43( ) α + α α + 3 α α + α + 2 α α 2 K 32( ) K 43( ) 0 0 α + α α + 3 α α α α 2 = D. Teniendo en cuenta que las raíces de p(x) = 2 x x 2 son 2 y y p(0) = 2 > 0, se tiene: En consecuencia, α + > 0 α > ; 2 α α 2 > 0 2 < α <. (2, 2) si α < 2 (2, ) si α = 2 (3, ) si 2 < α < sig(ω) = (3, 0) si α = (4, 0) si < α < (3, 0) si α = (3, ) si α >
6 (b) Para α = 0, sig(ω) = (4, 0). Por tanto, ω es definida positiva y es posible calcular una base de R 4 ortonormal respecto de ω. Teniendo en cuenta que, para α = 0, D = 0 2 en primer lugar transformamos esta matriz en la identidad: D = F 4(/ 2) 0 K 2 4(/ 2), 0 0 = I Para obtener la base ortonormal, realizamos sobre la matriz identidad las operaciones de filas que hemos hecho sobre M para obtener I: I = F 3() 0 F 43( ) 0 0 F 0 32( ) 0 F 4(/ 2) 0 / 2 / 2 / 2 / 2 = P t. La base ortonormal se obtiene tomando las filas de la matriz resultante: { B = (, 0, 0, 0), (0,, 0, 0), (,,, 0), ( / 2, / 2, / 2, / } 2). (c) Para α =, tenemos: A = En primer lugar comprobamos que rg (B) = 3: rg (B) = rg F 2() 2 = F 2 3(), F 4() = (B b). rg = 3. La matriz Q = (u u 2 u 3 ) M 4 3 (R) se obtiene aplicando el proceso de ortonormalización de Gram-Schmidt a las columnas de B. Denotemos v =, v 2 =, v 3 = 2. 2
7 Entonces: u = v v = ; ũ 2 = v 2 (v2u t ) u = v 2 = }{{} 0 ; u 2 = ũ2 ũ 2 = ũ 3 = v 3 (v3u t ) u (v }{{} 3u t 2 ) u 2 = v 3 + 3u = }{{} 3 0 Finalmente, Q = 2 ; R = Qt B = 2 ; u 3 = ũ3 ũ 3 = u 3 = 2 2 = Dado que rg (B) = 3, el sistema Bx = b tiene una única solución en el sentido de mínimos cuadrados, que es la solución del sistema Rx = Q t b, donde Q t b = 5/2 2 0 = 3/2 3 Por tanto: Rx = Q t b x x 2 x 3 = 5/2 3/2 x = 3/4. PROBLEMA 3. (a) Calculamos el polinomio característico de A: 2 x 2 F 2( ) q A (x) = A xi = x = 2 2 x F 32( ) 0 F 2( ) = ( 3 x) 2 x = ( 3 x) 2 0 Por tanto, Sp(A) = {, 3}, con m.a. () =, m.a. ( 3) = 2. 3 x 3 + x 0 x x 3 x 0 0 x 0 = = ( 3 x)2 ( x). (b) Como m.g. () = m.a. () =, para estudiar si A es diagonalizable calculamos m.g. ( 3): m.g. ( 3) = 3 rg (A + 3I) = 3 rg 2 2 = 3 = 2 = m.a. (). 2
8 Por tanto, A es diagonalizable. La matriz diagonal D es: D = La matriz P = (u u 2 u 3 ) se obtiene calculando los subespacios propios asociados a cada uno de los autovalores de A. En concreto, V () =< {u } >, V ( 3) =< {u 2, u 3 } >. Para el cálculo de V (), transformamos el sistema (A I)x = 0 en un sistema equivalente más sencillo mediante operaciones elementales por filas: A I = F F2( ) F 3(3) F 32(2) F 2( /4) F2( 2). 0 0 Por tanto, el subespacio propio asociado al autovalor es: V () = Ker (A I) = { (x, y, z) R 3 / x = y = z } =< {(,, ) } >. }{{} u A continuación calculamos V ( 3):. V ( 3) = Ker (A + 3I) = { (x, y, z) R 3 / x + 2y + z = 0 } = Finalmente, = {(x, y, x 2y) / x, y R} =< {(, 0, ), (0,, 2) } >. }{{}}{{} u 2 u 3 P = (u u 2 u 3 ) = (c) Consideremos la función f(x) = (x + 3) n. Entonces B = f(a) y los autovalores de B son f() = 4 n, f( 3) = 0, con m.a. (4 n ) =, m.a. (0) = 2. En consecuencia, B = 4 n 0 0 = 0 = B no es inversible. tr (B) = 4 n = 4 n. (d) Se considera la función g(x) = cos(πx/3), de tal forma que C = g(a). (d.) Los autovalores de C son g() = cos(π/3) =, g( 3) = cos( π) =, con m.a. () =, m.a. ( ) = 2. Por tanto, el polinomio característico de C es q C (x) = ( x)(x + ) 2. Por el Teorema de Cayley-Hamilton, q C (x) es un polinomio anulador de C. (d.2) V g,a = {g(), g( 3), g ( 3)} = {,, 0}. Como g (x) = ( π/3) sen(πx/3), se tiene que g ( 3) = ( π/3) sen( π) = 0. Tenemos que encontrar un polinomio r(x) = a + bx + cx 2 tal que r() = g() = r( 3) = g( 3) = r ( 3) = g ( 3) = 0.
9 Dado que r (x) = b + 2cx, se tiene: r() = g() a + b + c = 2 r( 3) = g( 3) a 3b + 9c = r ( 3) = g ( 3) b 6c = 0 La única solución de este sistema es, a = 5/32, b = 9/6, c = 3/32. Por tanto, el polinomio satisface la igualdad r(a) = g(a) = C. r(x) = 32 ( 5 + 8x + 3x 2 )
L(a, b, c, d) = (a + c, 2a 2b + 2c + d, a c, 4a 4b + 4c + 2d).
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 1 18 de enero de 1 (5 p. 1 Para cada α R se considera el siguiente subespacio de R 4 : U α =
Más detallesf(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 20 de enero de 20 (2.5 p.) ) Se considera la aplicación lineal f : R 4 R definida por: f(x y
Más detallesSoluciones a los ejercicios del examen final C =. 1 0
Universidade de Vigo Departamento de Matemática Aplicada II E T S E de Minas Álgebra Lineal Curso 205/6 de enero de 206 Soluciones a los ejercicios del examen final Se considera el subespacio U {X M 2
Más detallesSoluciones a los ejercicios del examen final
Álgebra Lineal Curso 206/7 6 de junio de 207 Soluciones a los ejercicios del examen final Se considera la aplicación lineal L : R 3 R 3 definida por L(x, y, z) = (z x, x + y + z, x y 3z). a) Hallar la
Más detallesESPACIOS VECTORIALES Y APLICACIONES LINEALES
Departamento de Matemática Aplicada II E.E.I. ÁLGEBRA Y ESTADÍSTICA Boletín n o (010-011 ESPACIOS VECTORIALES Y APLICACIONES LINEALES 1. En el espacio vectorial ordinario R 4 estudiar cuáles de los siguientes
Más detallesÁlgebra Lineal - Grado de Estadística. Examen final 27 de junio de 2014 APELLIDOS, NOMBRE:
Álgebra Lineal - Grado de Estadística Examen final 7 de junio de 4 APELLIDOS, NOMBRE: DNI: irma Primer parcial Ejercicio Consideremos matrices A m m, B, C n n, Pruebe que bajo la hipótesis de que las inversas
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 detallesDIAGONALIZACIÓN DE MATRICES CUADRADAS
DIAGONALIZACIÓN DE MATRICES CUADRADAS.- Considerar los vectores u = (, -, ) y v = (, -, ) de : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué
Más detallesÁLGEBRA Algunas soluciones a la Práctica 8
ÁLGEBRA Algunas soluciones a la Práctica 8 Aplicaciones bilineales y formas cuadráticas (Curso 2008 2009 6. Sean a y b dos números reales. En el espacio P 1 de los polinomios de grado menor o igual que
Más detalles5. Aplicaciones Lineales
Contents 5 Aplicaciones Lineales 2 5.1 Aplicaciones lineales. Definición y propiedades........................ 2 5.2 Núcleo e Imagen.................................................... 3 5.3 Descomposición
Más detallesSoluciones 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 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 detallesÁLGEBRA LINEAL I Práctica 4
ÁLGEBRA LINEAL I Práctica 4 Equivalencia de matrices. Sistemas de ecuaciones (Curso 2016 2017) 1. Hallar la forma reducida equivalente por filas de la matriz: 1 2 1 0 3 2 1 2 2 1 2 5 5 6 3 2 1 3 1 3 2.
Más detallesa ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2
68 Matemáticas I : Álgebra Lineal Tema 7 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 8-9.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales
Más detallesTÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA
ESCUELA ESTUDIOS DE TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA DEPARTAMENTO DE INGENIERÍA INFORMÁTICA MATEMÁTICA APLICADA I ÁLGERA LINEAL OLETINES DE PROLEMAS Curso 8-9 Sistemas de ecuaciones lineales.
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 007-008 1.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) = Ax, así como los subespacios vectoriales
Más detallesÁLGEBRA LINEAL II Práctica
ÁLGEBRA LINEAL II Práctica 2.1-2.2 Espacios Euclídeos. Ortogonalidad (Curso 2011 2012) 1. Se considera un espacio euclídeo de dimensión 3, y en él una base {ē 1, ē 2, ē 3 } tal que el módulo de ē 1 y el
Más detallesÁLGEBRA Algunas soluciones a la Práctica 8
ÁLGEBRA Algunas soluciones a la Práctica 8 Aplicaciones bilineales y formas cuadráticas (Curso 24 25 1. Comprobar si las siguientes aplicaciones son o no bilineales y en las que resulten serlo, dar la
Más detallesProblemas y Ejercicios Resueltos. Tema 6: Diagonalizacion.
Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion. Ejercicios 1.- Sea f End V. Demostrar que la suma de subespacios f-invariantes es f-invariante. Solución. Sean U, W dos subespacios f-invariantes
Más detallesa n1 a n2 a nn Es decir, una forma cuadrática es un polinomio homogéneo de grado 2 y n variables.
Capítulo 7 Formas cuadráticas. Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado de la norma de un vector
Más detallesPodemos pues formular los dos problemas anteriores en términos de matrices.
Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión
Más detallesa n1 a n2 a nn x n a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x j x i = s ij x i x j + s ji x j x i 2 x i x j + a ij + a ji
16 Fundamentos de Matemáticas : Álgebra Lineal Capítulo 1 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado,
Más detallesSolución de problemas I 1
Universidad Autónoma de Madrid Álgebra II. Físicas. Curso 5 6 Solución de problemas I Álgebra II Curso 5-6. Proyecciones en el producto escalar estándar Ejercicio 7.7. (a) Dada la ecuación x + y z, dar
Más detallesGrado en Ciencias Ambientales. Matemáticas. Curso 11/12
Grado en Ciencias Ambientales. Matemáticas. Curso 11/12 Problemas Tema 1. Espacios Vectoriales. 1 Repaso de Estructuras Algebraicas 1.1. Construye explícitamente el conjunto A B, siendo A = {1, 2, 3},
Más detallesÁLGEBRA Algunas Soluciones a la Práctica 6
ÁLGEBRA Algunas Soluciones a la Práctica 6 Aplicaciones lineales (Curso 2006 2007) 3. Dada la matriz A = ( 1 0 ) 2 3 2 1 y las bases B 1 = {(2, 1), (1, 1)} en IR 2 y B 2 = {(0, 1, 1), (1, 1, 1), ( 1, 2,
Más detallesÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 2 de julio de 2012 Duración del examen: 3 horas Fecha publicación notas: 11 de julio
ÁLGEBRA LINEAL EXAMEN EXTRAORDINARIO 2 de julio de 22 Duración del examen: 3 horas Fecha publicación notas: de julio Fecha revisión examen: 3 de julio Apellidos: Nombre: Grupo: Titulación: ESCRIBA EL APELLIDO
Más detallesALGEBRA LINEAL - Práctica N 2 - Segundo cuatrimestre de 2017 Matrices y coordenadas
Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - Práctica N 2 - Segundo cuatrimestre de 2017 Matrices y coordenadas Ejercicio 1 Sean m n y r N i) Probar que
Más 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 detallesALGEBRA LINEAL - Práctica N 8 - Segundo cuatrimestre de 2017 Espacios vectoriales con producto interno
Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA ALGEBRA LINEAL - Práctica N 8 - Segundo cuatrimestre de 07 Espacios vectoriales con producto interno En esta práctica, todos
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 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 detallesTema 4: Sistemas de ecuaciones lineales.
Tema 4: Sistemas de ecuaciones lineales 1 Rango de una matriz Definición Sea A Mat n m (K) Se llama rango de filas de A, y se denota por rg f (A) la dimensión del subespacio vectorial generado por las
Más detallesAlgebra lineal II Examen Parcial 2
UNIVERSIDAD DE COSTA RICA ESCUELA DE MATEMATICA Algebra lineal II Examen Parcial 2 II Semestre 2014 Nick Gill Instrucciones: Puede usar cualquiera de las proposiciones o ejercicios vistos en clase. Tenga
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 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 detallesTEMA V. Espacios vectoriales
TEMA V. Espacios vectoriales 1 1. Demostrar que cada uno de los siguientes conjuntos tiene estructura de espacio vectorial sobre el cuerpo de los reales: a El conjunto (R 2, +,, R. b El conjunto (R 3,
Más detallesEjercicios resueltos del capítulo 4
Ejercicios resueltos del capítulo 4 Ejercicios impares resueltos..a Calcular los autovalores y subespacios invariantes asociados a la matriz: A = Calculamos el polinomio característico y resolvemos: λ
Más detallesÁlgebra. Ingeniería Industrial. Curso 2006/2007 Examen de Septiembre
Álgebra. Ingeniería Industrial. Curso / Examen de Septiembre OBSERVACIONES: Cada hoja entregada debe contener el nombre, apellidos y número de identificación escrito de forma clara. No mezclar ejercicios
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 detallesPROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 2005/06
PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 200/06 1. Utilizar el método de eliminación de Gauss para resolver el sistema de ecuaciones lineales siguiente: 2 x 1 2 x
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 9- - En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales N(f)
Más detallesTema 2. Aplicaciones lineales. Diagonalización de endomorfismos.
Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada
Más detallesPráctica 6: Autovalores y autovectores - Diagonalización
ALGEBRA LINEAL Primer Cuatrimestre 2010 Práctica 6: Autovalores y autovectores - Diagonalización 1. Calcular el polinomio característico, los autovalores y los autovectores de la matriz A en cada uno de
Más detallesTema 4: Aplicaciones lineales
Águeda Mata y Miguel Reyes, Dpto de Matemática Aplicada, FI-UPM 1 Tema 4: Aplicaciones lineales Ejercicios 1 Estudia la linealidad de las siguientes aplicaciones: (a) f : R R 3, definida por f(x, y) =
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 detallesProblemas y Ejercicios Resueltos. Tema 4: Sistemas de ecuaciones lineales.
Problemas y Ejercicios Resueltos. Tema 4: Sistemas de ecuaciones lineales. Ejercicios 1.- Determinar el rango de la siguiente matriz: 0 1 3 4 1 3 5. Solución. 0 1 3 4 1 3 5 AT 1( 1) AT 1 ( 1)T 14 ( 1 )
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 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 detallesÁLGEBRA Ejercicios no resueltos de la Práctica 4
ÁLGEBRA Ejercicios no resueltos de la Práctica 4 Equivalencia de matrices. Sistemas de ecuaciones (Curso 2007 2008) 3. Decidir si las matrices A y B son equivalentes por filas y/o equivalentes por columnas.
Más detallesEjercicios resueltos de Álgebra, hoja 2. Beatriz Graña Otero
Ejercicios resueltos de Álgebra, hoja 2. Beatriz Graña Otero 11 de Diciembre de 2008 2 B.G.O. 104.- Determina si los siguientes subconjuntos del espacio vectorial correspondiente son subvariedades afines:
Más detallesÁLGEBRA LINEAL Problemas, 2006/2007
ÁLGEBRA LINEAL Problemas, 2006/2007 Nota: si no se especifíca lo contrario suponemos que las matrices y espacios vectoriales están definidos sobre un cuerpo K arbitrario 1 Una matriz A de orden n n se
Más detalles6.8. Descomposición mediante valores singulares. v 2 =
68 Descomposición mediante valores singulares Los valores singulares de una matriz m n Supongamos que A es una matriz real cualquiera Los autovalores de A T A tienen la siguiente propiedad A T Ax = λx
Más detallesExamen Final Ejercicio único (3 horas) 20 de enero de n(n 1) 2. C n,3 = n(n 3) n =
Álgebra Lineal I Examen Final Ejercicio único (3 horas) 0 de enero de 014 1. Sea P un polígono regular de n lados. (i) Cuántas diagonales tiene el polígono?. Las diagonales son segmentos que unen pares
Más detallesCONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2
CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el
Más 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 detallesFormas canónicas reales
Capítulo 7 Formas canónicas reales Introducción Sea V un espacio vectorial sobre C, f End(V y M B (f = A M(n n Sea λ = a + bi es una autovalor complejo de f de multiplicidad m Para tal autovalor complejo
Más detallesÁlgebra Lineal. Tema 5 Ecuaciones diferenciales lineales
Álgebra Lineal. Tema 5 Dep. Matemática Aplicada. UMA Tasa relativa de crecimiento Si x(t representa alguna cantidad física como el volumen de una sustancia, la población de ciertas especies, o el número
Más detallesEquivalencia de matrices. Sistemas de ecuaciones (Curso ) 1. Hallar la forma reducida equivalente por filas de la matriz:
ÁLGEBRA Práctica 4 Equivalencia de matrices. Sistemas de ecuaciones Curso 2008 2009 1. Hallar la forma reducida equivalente por filas de la matriz: 1 0 3 2 2 5 5 6 3 2 1 3 1 3 2. Obtener mediante transformaciones
Más detallesÁLGEBRA LINEAL I Práctica 5
ÁLGEBRA LINEAL I Práctica 5 Espacios vectoriales (Curso 2014 2015) 1. En el espacio vectorial real IR 2 consideramos los siguientes subconjuntos: (a) A = {(x y) IR 2 x 2 + y 2 = 1}. (b) B = {(x y) IR 2
Más detallesSesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K
Sesión 8: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K ) Calculamos los valores propios de A y sus multiplicidades algebraicas con: d A λ = det A λi nxn = Si d A
Más detallesEspacios vectoriales con producto escalar
147 Fundamentos de Matemáticas : Álgebra Lineal Capítulo 10 Espacios vectoriales con producto escalar 10.1 Producto escalar. Norma. Distancia Definición 71.- Un producto escalar o producto interior en
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detallesMatemáticas para la Empresa
Matemáticas para la Empresa 1 o D.C.E. 1 o L.A.D.E. Curso 2008/09 Relación 2. Aplicaciones Lineales. Diagonalización. Formas Cuadráticas 1. Estudia si son lineales las aplicaciones siguientes: a) La aplicación
Más detallesMATRICES,DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES
Departamento de Matemática Aplicada II EEI ÁLGEBRA Y ESTADÍSTICA Boletín n o 1 (2010-2011 MATRICES,DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES 1 Sean A, B, C, D y E matrices de tamaño 4 5, 4 5, 5 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 detallesProposición Sea V un espacio vectorial sobre K de dimensión n y B una base de V. Gl(n, K) = {A M(n n, K) A = 0}.
Tema 6 Formas canónicas 6.1 Introducción Proposición 6.1.1. Sea V un espacio vectorial sobre K de dimensión n y B una base de V. La aplicación Φ B : End(V ) M(n n, K) definida por Φ B (f) = M B (f), es
Más detallesDiagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios
61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial
Más detallesÁlgebra Lineal UCR. Sétimo tema, 2013
Álgebra Lineal UCR Sétimo tema, 2013 Presentaciones basadas principalmente en Arce,C, Castillo,W y González, J. (2004) Álgebra lineal. Tercera edición. UCR. San Pedro. Otras fuentes serán mencionadas cuando
Más detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detallesPráctica 1: Sistemas de Ecuaciones Lineales - Matrices
ALGEBRA LINEAL Primer Cuatrimestre 2017 Práctica 1: Sistemas de Ecuaciones Lineales - Matrices En todas las prácticas, K es un cuerpo; en general K = Q (los números racionales, R (los números reales o
Más detallesTEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES
TEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES Definición 1.1. Endomorfismo Nilpotente. Un endomorfismo T End(V ) es nilpotente si existe n N tal que f n 0. Definición 1.. Matriz
Más detallesCOMPLEMENTOS DE MATEMATICA 3 - Segundo cuatrimestre de 2007 Práctica 3 - Transformaciones lineales
Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 COMPLEMENTOS DE MATEMATICA 3 - Segundo cuatrimestre de 27 Práctica 3 - Transformaciones lineales Ejercicio 1. Determinar cuáles
Más detallesÁLGEBRA LINEAL I Práctica 7
ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2016 2017) 1. Dada la matriz: 3 2 0 0 0 1 0 0 0 0 A = 0 0 1 0 0 0 0 0 1 0 0 0 0 1 1 (a) Estudiar si es triangularizable por semejanza. (b) Hallar sus autovalores
Más detallesTEMA III: DIAGONALIZACIÓN.
TEMA III: DIAGONALIZACIÓN. OBJETIVOS: Generales: 1. Captar el motivo que justifica el problema de la diagonalización de endomorfismos. 2. Resolver y aplicar dicho problema cuando sea posible. Específicos:
Más detallesÁLGEBRA LINEAL I Práctica 7
ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2015 2016) 1. Dada la matriz: 3 2 0 0 0 1 0 0 0 0 A = 0 0 1 0 0. 0 0 0 1 0 0 0 0 1 1 (a) Estudiar si es triangularizable por semejanza. (b) Hallar sus autovalores
Más detallesTema 3.1. Espacio eucĺıdeo. Diagonalización ortogonal
Tema 3.1. Espacio eucĺıdeo. Diagonalización ortogonal Definición 1. Sea V un espacio vectorial sobre un cuerpo K. Llamamos forma bilineal a toda aplicación f : V V K ( x, y) f( x, y) que verifica: 1. f(
Más detallesÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN BOLETÍN DE PROBLEMAS DE
E.T.S. DE INGENIERÍA INFORMÁTICA BOLETÍN DE PROBLEMAS DE ÁLGEBRA LINEAL para las titulaciones de INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN 1. Matrices y determinantes Ejercicio 1.1 Demostrar
Más detallesTema 3. Aplicaciones lineales Doble Grado en Ingeniería Informática y Matemáticas Curso 2012/13 Profesor: Rafael López Camino
Tema 3. Aplicaciones lineales Doble Grado en Ingeniería Informática y Matemáticas Curso 212/13 Profesor: Rafael López Camino 1. (a Si f L(V, V, B es base de V y f(b es un conjunto de vectores linealmente
Más detallesÁLGEBRA LINEAL I Práctica 7
ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2017 2018) 1. Dada la matriz: 3 2 0 0 0 1 0 0 0 0 A = 0 0 1 0 0. 0 0 0 1 0 0 0 0 1 1 (a) Estudiar si es triangularizable por semejanza. (b) Hallar sus autovalores
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesAP = A p 1 p 2 p n = Ap 1 Ap 2. λ 1 p 21 λ 2 p 22 λ n p 2n. .. = λ 1 p 1 λ 2 p 2
Capítulo 6 Diagonalización 6 Valores y vectores propios 6 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V, nos planteamos el problema
Más detalles1. Ejercicios unidad temática 1
. Ejercicios unidad temática.. Ejercicios a resolver en clase Ejercicio.. Sean las matrices: B = a. Hallar B, B 5, B 2 y B 2. b. Hallar C 2, C 5, C, C 2 y C 2. y C = Ejercicio.2. Sean dos matrices A, B
Más detallesUniversidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Departamento de Matemática Segundo Cuatrimestre de 2002 ÁLGEBRA LINEAL
Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Departamento de Matemática Segundo Cuatrimestre de 2002 ÁLGEBRA LINEAL Práctica N 2: Matrices Ejercicio 1 Probar que los siguientes
Más detalles1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS
1 1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS Sea f : V V un endomorfismo de V, f End(V, con V un K-espacio vectorial de dimensión n, y sean B = {e 1,..., e n } B = {e 1,..., e n} bases de V. La matriz de f
Más detallesEjercicios Resueltos de A lgebra Lineal
Ejercicios Resueltos de A lgebra Lineal Nu meros Complejos Sean z = i y w = eiπ/4 (a) Representa gra ficamente en un mismo sistema de coordenadas los nu meros complejos z z w w (Recuerda: Un solo par de
Más detallesConstrucción de bases de subespacios (ejemplos)
Construcción de bases de subespacios (ejemplos) Objetivos Aprender a construir una base de un subespacio cuando las condiciones que determinan el subespacio se convierten en ecuaciones lineales homogéneas
Más detallesDiagonalización de matrices
Diagonalización de matrices María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Diagonalización de matrices Matemáticas I 1 / 22 Valores y vectores propios de una matriz Definición
Más detallesRelación de problemas. Álgebra lineal.
Relación de problemas Álgebra lineal Tema 1 Sección 1 Matrices Determinantes Sistemas lineales Matrices Ejercicio 11 Consideremos las siguientes matrices: ( 1 2 A = 1 1 ) ( 1 1 B = 0 1 ) C = 1 0 0 0 1
Más detallesÁlgebra y Álgebra II - Primer Cuatrimestre 2018 Práctico 4 - Espacios Vectoriales
Álgebra y Álgebra II - Primer Cuatrimestre 2018 Práctico 4 - Espacios Vectoriales (1) Decidir si los siguientes conjuntos son R-espacios vectoriales con las operaciones abajo denidas. (a) R n con v w =
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 detalles6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas...
Contents 6 Formas Bilineales y Producto Escalar 3 6.1 Formas bilineales............................... 3 6.1.1 Matriz de una forma bilineal....................... 4 6.1. Formas bilineales simétricas.......................
Más detallesCuestiones de Álgebra Lineal
Cuestiones de Álgebra Lineal Algunas de las cuestiones que aparecen en esta relación están pensadas para ser introducidas en un plataforma interactiva de aprendizaje de modo que los parámetros a, b que
Más detallesÁLGEBRA LINEAL I Algunas soluciones a la Práctica 4
ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 4 Equivalencia de matrices. Sistemas de ecuaciones (Curso 2016 2017) 1. Hallar la forma reducida equivalente por filas de la matriz: 1 2 1 0 3 2 1 2 2
Más detalles1. W = {(x, y, z) x + y + z =0} 2. W = {(x, y, z) x 2 + y 2 + z 2 =1} Solución:
ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Fundamentos Matemáticos de Ingeniería T. I. Electrónica y Eléctrica Primer Parcial (--4), primera parte. PROBLEMA A)[ puntos] Indica razonadamente cuál de los
Más detallesEspacios vectoriales (Curso )
ÁLGEBRA Práctica 5 Espacios vectoriales (Curso 2008 2009) 1. En el espacio vectorial real IR 2 consideramos los siguientes subconjuntos: (a) A = {(x y) IR 2 x 2 + y 2 = 1}. (b) B = {(x y) IR 2 x = 3y}.
Más detallesÁlgebra Lineal Grupo A Curso 2011/12. Espacios vectoriales. Bases...
Álgebra Lineal Grupo A Curso 2011/12 Espacios vectoriales. Bases 61) Dados los vectores v 1,v 2,...,v n linealmente independientes, probar que también lo son los vectores u 1 = v 1 u 2 = v 1 + v 2... u
Más detalles