Examen Final Soluciones (3 horas) 8 de julio de 2015
|
|
- Natalia Moreno Cárdenas
- hace 5 años
- Vistas:
Transcripción
1 Álgebra Lineal I Examen Final Soluciones (3 horas) 8 de julio de Siete personas suben en un ascensor en la planta baja de un edificio de cinco pisos. Cada una de ellas se apea en alguna de las cinco plantas. (i) De cuántas formas pueden bajarse si distinguimos quien se baja en cada piso?. Cada posiblle forma de bajarse puede representarse por un grupo ordenado de siete números cada uno de ellos elegido del 1 al 5 que indica en que piso se bajó cada uno de los individuos. Por tanto se trata de contar cuantros grupos de 7 elementos pueden formarse elegidos entre 5 posibles, de manera que importa el orden y puede repetirse. Son variaciones con repetición: V R 5,7 = 5 7 = (ii) De cuántas formas pueden bajarse si no distinguimos quien se baja en cada piso, sino únicamente cuántas personas se bajan en cada uno de ellos?. La diferencia con el caso anterior es que ahora no importa en que orden se escriban los pisos en los que bajan los individuos, ya que no importa la persona que se bajó en cada uno de ellos. Se trata ahora de contar cuantros grupos de 7 elementos pueden formarse elegidos entre 5 posibles, de manera que NO importa el orden y puede repetirse. Son combinaciones con repetición: CR 5,7 = 5 7 = = = (1 punto) 2. Dadas las matrices: A = 1 1, B = , C = , D = (i) Estudiar que parejas de matrices son equivalentes. Dos matrices de igual dimensión son equivalentes si y sólo si tienen el mismo rango. Estudiamos el rango de cada una de ellas: * det(a) = 1 0 por tanto rango(a) = 2. * det(b) = det(c) = det(d) = 0 y como ninguna de ellas es la matriz nula, rango(b) = rango(c) = rango(d) = 1. Por tanto B, C, D son equivalentes entres si; pero A no es equivalente ni con B, ni con C, ni con D. (ii) Estudiar que parejas de matrices son semejantes. Una condición necesaria para que sean semejantes es que tengan el mismo rango. Luego ya sabemos que A no es semejante a ninguna de las otras tres. Veamos que ocurre con B, C y D. Otra condición necesaria para la semejanza es que las matrices tengan la misma traza. Se tiene que: Por tanto D no es semejante ni a B ni a C. traza(b) = 8, traza(c) = 8, traza(d) = 2
2 Resta ver que ocurre con las parejas (B, C). Para que sean semejantes deberían de tener los mismos autovalores (es una condición necesaria, aunque no suficiente). Calculamos los autovalores de B: det(b λid) = 0 λ(λ 8) = 0. Por tanto sus autovalores son λ 1 = 0 y λ 2 = 8 con multiplicidad algebraica 1 (y también geométrica). Deducimos que B diagonaliza por semejanza a una matriz diagonal con autovalores 0 y 8; pero tal matriz es precisamente la matriz C luego son semejantes. (iii) Estudiar que parejas de matrices son congruentes, dando para cada una de ellas la correspondiente matriz de paso por congruencia. Una condición necesaria para la congruencia es que tengan el mismo rango. Por tanto de nuevo A no es congruente con B, C ó D. Además la congruencia conseva la simetría. Como B no es simétrica y C y D si lo son, la primera tampoco puede ser conguente con las dos últimas. Resta ver que ocurre con C y D: serán congruentes si al diagonalizarlas por congruencia llegamos a la misma signatura: C ya es diagonal. La matriz D la diagonalizamos realizando las mismas operaciones por fila que por columna: D H21( 2) H21( 2) 1 0 H 1( 8) µ1( 8) 8 0 = C Vemos que las dos tienen signatura (1, 0) y por tanto son congruentes. La matriz de paso P tal que P DP t = C se obtiene haciendo sobre la identidad las mismas operaciones fila que hicimos para llegar de D a C: Id H21( 1) 1 0 H ( ) 1( 8) 8 0 = P (1.3 puntos) 3. Dada la matriz: A = x x + 1 x + 2 x + 3 x + 2 x + 1 x + 2 x x + 4 (i) Hallar x para que det(a) = 0. Hacemos operaciones elementales que conservan el rango y el determinante. Comenzamos restando la primera fila a las demás: x x + 1 x Restamos la primera columna a las otras dos: x Finalmente a la primera fila le sumamos la mitad de la segunda: x + 3/ Desarrollando por la primera fila el determinante queda: det(a) = (x ) = 12(x )
3 Deducimos que det(a) = 0 si y sólo si x = 3/2. (ii) Estudiar el rango de A en función de los valores de x. Si x = 3/2 el determinante es nulo. En ese caso además vimos que el menor formado por las dos últimas filas y columnas de la matriz: x + 3/ tiene determinante non nulo. Por tanto el rango es 2. Si x 3/2 el determinante es no nulo y así la matriz tiene rango 3. (1 punto) 4. Calcular la matriz asociada en la base canónica de un endomorfismo f de IR 4 que verifique: f f = 0, dim(im(f)) = 2, (1, 0, 0, 2) Im(f), (0, 1, 1, 0) ker(f). Como f f = 0 entonces Im(f) Ker(f) ya que si u Im(f) entonces u = f( v) y: f( u) = f(f( v)) = (f f)( v) = 0 u ker(f). Además por la fórmula de las dimensiones dim(im(f)) + dim(ker(f)) = 4. Como dim(im(f)) = 2 entonces dim(ker(f)) = 4 2 = 2; como además im(f) ker(f) deducimos que im(f) = ker(f). Entonces: -(1, 0, 0, 2) Im(f) = ker(f) f(1, 0, 0, 2) = (0, 0, 0, 0). -(0, 1, 1, 0) ker(f) f(0, 1, 1, 0) = (0, 0, 0, 0) Por otro lado dado que núcelo e imagen coinciden, (1, 0, 0, 2), (0, 1, 1, 0) Im(f). Escogemos un par de vectores que completen los dos primeros a una base y los llevaremos precisamente a esos generadores de la base. Es decir tomamos: y definimos: B = {(1, 0, 0, 2), (0, 1, 1, 0), (0, 0, 1, 0), (0, 0, 0, 1)} f(1, 0, 0, 2) = (0, 0, 0, 0), f(0, 1, 1, 0) = (0, 0, 0, 0), f(0, 0, 1, 0) = (1, 0, 0, 2), f(0, 0, 0, 1) = (0, 1, 1, 0). Por tanto: y finalmente: donde Operando queda: F CB = F CC = F CB M BC = F CB M 1 CB M CB = F CB = (1.1 puntos)
4 5. Dado el endomorfismo de IR 3 : f : IR 3 IR 3 f(x, y, z) = (x + y, x y + 2z, x + z) (i) Hallar las ecuaciones paramétricas del núcleo y de la imagen de f en la base canńonica. La matriz asociada a la aplicación en la base canónica es: F C = El núcleo está formado por aquellos vectores cuya imagen es nula. Equivalentemente: ker(f) = {(x, y, z) IR 3 F C (x, y, z) t = (0, 0, 0)} = {(x, y, z) IR 3 x + y = 0, x y + 2z = 0, x + z = 0} eliminamos las ecuaciones dependientes restando la primera a las demás: ker(f) = {(x, y, z) IR 3 x+y = 0, 2y+2z = 0, y+z = 0} = {(x, y, z) IR 3 x+y = 0, y+z = 0}. Vemos que hay dos ecuaciones implícitas independientes. Por tanto dim(ker(f)) = 3 2 = 1. Ponemos las tres variables en función de un parámetro para hallar las ecuaciones paramétricas: x = a, y = a, y = a. La imagen está generada por las columnas de la matriz asociada. Además dim(im(f)) = dim(ir 3 ) dim(ker(f )) = 3 1 = 2. Por tanto estará generada por dos columnas independientes de la matriz asociada: Im(f) = L{(1, 1, 1), (1, 1, 0)} Las paramétricas de la imagen quedan: x = a + b, y = a b, z = a. (ii) Hallar la matriz asociada a f en la base B = {(1, 0, 1), (0, 0, 1), (1, 1, 1)}. La fórmula de cambio de base es: donde Operando queda: F B = M BC F C M CB = M 1 CB F CM CB M CB = F B = = (iii) Hallar los autovectores y los autovalores de f. Los autovalores pueden calcularse como las raíces del polinomio característico de F C : 1 λ 1 0 det(f C λid) = 1 1 λ λ = 2 λ λ 1 λ 2 2 λ 0 1 λ =
5 2 λ 1 0 = 0 2 λ λ = (2 λ)(( 2 λ)(1 λ) + 2) = (2 λ)(λ2 + λ) = λ(λ + 1)(λ 2) Por tanto los autovalores son λ 1 = 0, λ 2 = 1, λ 3 = 2 todos ellos con multiplicidad algebraica 1. Hallamos el espacio de autovectores asociados a cada uno de ellos. Asociados a λ 1 = 0: S 0 = {(x, y, z) IR 3 (F C 0 Id)(x, y, z) t = (0, 0, 0) t } = ker(f) = L{(1, 1, 1)}. Asociados a λ 2 = 1: S 1 = {(x, y, z) IR 3 (F C + Id)(x, y, z) t = (0, 0, 0) t } = = {(x, y, z) IR 3 2x + y = 0, x + 2z = 0} = L{(2, 4, 1)}. Asociados a λ 3 = 2: S 2 = {(x, y, z) IR 3 (F C 2 Id)(x, y, z) t = (0, 0, 0) t } = = {(x, y, z) IR 3 x + y = 0, x z = 0} = L{(1, 1, 1)}. (iv) Hallar, si existe, una base en la cuál la matriz asociada a f sea diagonal. La suma de las multiplicidades algebraicas de los autovalores del endomorfismo es 3 y además éstas coinciden con las multiplicdades geométricas (por valer 1). Por tanto el endomorfismo diagonaliza. La base en la cuál la matriz asociada es diagonal es la formada por los autovectores: B = {(1, 1, 1), (2, 4, 1), (1, 1, 1)}. de forma que: F B = (v) Calcular la traza de F 2015 C Dado que: se tiene que: (siendo F C la matriz asociada a f en la base canónica). F C = M CB F B M 1 CB F 2015 C = M CB FB 2015 Como matrices semejantes conservan la misma traza: M 1 CB traza(f 2015 C ) = traza(f 2015 B ) = ( 1) = (1.5 puntos) 6. En el espacio de polinomios con coeficientes reales de grado menor o igual que 2 se consideran los subespacios: U = {p(x) P 2 (IR) p(1) = 0}, V = {p(x) P 2 (IR) p (x) = 0} (i) Probar que U y V son suplementarios. Para ver que son suplementarios basta verificar que dim(u)+dim(v ) = dim(p 2 ) = 3 y dim(u V ) = 0.
6 Para hacer esto primero expresamos los subespacios mediante ecuaciones en la base canónica C = {1, x, x 2 }. Observamos que si p(x) = a 0 + a 1 x + a 2 x 2 entonces: Por tanto: Así dim(u) = 3 1 = 2. p(1) = 0 a 0 + a 1 + a 2 = 0. U = {(a 0, a 1, a 2 ) C P 2 a 0 + a + a 1 = 0} = L{(1, 0, 1) C, (0, 1, 1) C } Por otra parte las únicas funciones de derivada nula son las constantes. Por tanto: V = L{1} = L{(1, 0, 0) C } = {(a 0, a 1, a 2 ) C P 2 a 1 = a 2 = 0}. Así dim(v ) = 3 2 = 1 y entonces dim(u) + dim(v ) = 3. Finalmente U V tiene por ecuaciones implícitas las de uno y otro subespacio unidas: a 0 + a 1 + a 2 = 0, a 1 = 0, a 2 = 0. Como las tres son independientes dim(u V ) = 3 3 = 0. (ii) Calcular la matriz asociada respecto de la base canónica de la aplicación proyección sobre U paralelamente a V. Tomamos una base formada por los generadores de uno y otro subespacio: B = {(1, 0, 0) C, (1, 0, 1) C, (0, 1, 1) C } }{{}}{{} V U En tal base la matriz de la proyección sobre U paralelamente a V es: P B = Finalmente hacemos el cambio de base a la canónica: donde Operando queda: P C = M CB P B M BC = M CB P B M 1 CB M CB = P C = (iii) Hallar un polinomio p(x) sabiendo que su proyección sobre U paralelamente a V es (x 1) 2 y que p(0) = 0. Tenemos que: p(x) = (x 1) 2 + q(x) }{{}}{{} U V Como q(x) V sabemos que q(x) = k; usando que p(0) = 0: De donde k = 1 y: 0 = p(0) = (0 1) 2 + q(0) = 1 + k p(x) = (x 1) 2 1 = x 2 2x. (1.2 puntos)
7 7. Sean A, B, C tres conjuntos. Razona la falsedad o veracidad de las siguientes afirmaciones: (i) (A B) C = A (B C). FALSO. Como contraejemplo basta tomar A = {1}, B = {2}, C = {3}: (A B) C = {3} = {3}. pero: A (B C) = {1} {2, 3} =. (ii) Si A B entonces A C = B C. FALSO. Por ejemplo si A = {1}, B = {1, 2} y C = {1, 2}, se tiene que A B pero: A C = {1} {1, 2} = B C. (iii) Si A C = C entonces C A. VERDADERO. Supongamos que A C = C. Para probar que C A tomaremos x C y probaremos usando la hipóteiss que x A. Si x C y C = A C, entonces x A C y por tanto en particular x A. (iv) Si A B = A B entonces A = B. VERDADERO. Supongamos que A B = A B. Veamos primero que A B: Y análogamente B A: x A x A B = A B x B. x B x A B = A B x A. (1.2 puntos) 8. En IR 3 se considera el subespacio vectorial U cuya ecuación implícitas en la base B = {(0, 0, 1), (1, 1, 1), (0, 1, 1)} es x + y 2z = 0 y el subespacio V = L{(1, 0, 1) C, (1, 1, 0) C }. (i) Calcular las ecuaciones paramétricas e implícitas de U en la base canónica. Primero hallamos una base de U expresada en coordenadas respecto a la base B. Como viene dado por la ecuación: x + y 2z = 0 Las paramétricas son: y por tanto: x = a + 2b, y = a, z = b U = L{( 1, 1, 0) B, (2, 0, 1) B }. Cambiamos los generadores de la base B a la base C: M CB M CB B B = = C C De donde: U = L{(1, 1, 0) C, (0, 1, 3) C }
8 Sus paramétricas en la base canónica quedan: x = a, y = a + b, z = 3b y la implícita: 3x 3y + z = 0. (ii) Dar las ecuaciones implícitas en la base B de U V. Primero hallamos la implícita de V en la base canónica. Sus paramétricas son: y la implícita: Pasamos la implícita a la base B: ( ) x y z C x = a + b, y = b, z = a x y z = 0. = 0 ( ) M CB x y z B = 0 x 2y z = 0. Finalmente la intersección de U y V tiene por ecuaciones implícitas las de uno y otro subespacio unidas: x + y 2z = 0, x + 2y + z = 0. (1 punto) 9. Sea A una matriz con polinomio característico p A (λ) = (λ 1) 5. Sabiendo que rango((a Id) 2 ) = 1 y dim(ker(a Id)) = 2 hallar una forma de Jordan semejante a A. Como el polinomio característico p A (λ) = (λ 1) 5 tiene grado cinco, entonces A M 5 5 (IR). Además los autovalores son: λ 1 = 1 con multiplicidad algebraica 5 Como la multiplicidad algebraica coincide con la dimensión de la matriz, ésta diagonaliza por semejanza y tiene sentido hallar una forma de Jordan semejante a ella. El número de cajas de Jordan asociadas al único autovalor λ 1 = 1 es: d 1 = dim(ker(a Id)) = 2 Para saber de que tamaño son tenemos en cuenta que: dim(ker(a Id) 2 ) = 5 rango((a Id) 2 ) = 5 1 = 4, d 2 = dim(ker(a Id) 2 ) dim(ker(a Id)) = 2. Por tanto el esquema de cajas de Jordan es: d 1 d 2 Es decir hay una caja de tamaño 3 y otra de tamaño 2. La correspondiente forma de Jordan es: J = (0.7 puntos)
Examen Final Ejercicio único (3 horas) 20 de enero de n(n 1) 2. C n,3 = n(n 3) n =
Álgebra Lineal I Examen Final Ejercicio único (3 horas) 0 de enero de 014 1. Sea P un polígono regular de n lados. (i) Cuántas diagonales tiene el polígono?. Las diagonales son segmentos que unen pares
Más 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 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 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 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 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 Ejercicios no resueltos de la Práctica 7
ÁLGEBRA Ejercicios no resueltos de la Práctica 7 Endomorfismos (Curso 2007 2008) 3. Hallar la matriz de Jordan J de la siguiente matriz A, así como una matriz P de paso de A a J, esto es, tal que J = P
Más 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 detallesÁLGEBRA LINEAL I Práctica 6
ÁLGEBRA LINEAL I Práctica 6 Aplicaciones Lineales (Curso 2016 2017) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos
Más 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 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 detallesÁLGEBRA Algunas soluciones a la Práctica 4
ÁLGEBRA Algunas soluciones a la Práctica 4 Equivalencia de matrices. Sistemas de ecuaciones Curso 28 29 2. Existen dos matrices de igual dimensión que tengan el mismo rango pero no sean ni equivalentes
Más detallesAplicaciones Lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2010 2011) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o
Más 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 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 detallesÁLGEBRA LINEAL I Práctica 6
ÁLGEBRA LINEAL I Práctica 6 Aplicaciones Lineales (Curso 2012 2013) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos, epimorfismos
Más detallesAplicaciones Lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2009 2010) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o
Más detallesAplicaciones Lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2008 2009) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o
Más 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 detallesGeometría afín y proyectiva, 2016 SEMANA 4
Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más 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 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 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 detallesÁLGEBRA Ejercicios no resueltos de la Práctica 5
ÁLGEBRA Ejercicios no resueltos de la Práctica 5 Espacios vectoriales (Curso 2007 2008) 5. En el espacio vectorial real IR 3 consideramos las siguientes bases: - la base canónica C = {ē 1, ē 2, ē 3 } =
Más detallesÁLGEBRA Ejercicios no resueltos de la Práctica 3
ÁLGEBRA Ejercicios no resueltos de la Práctica 3 Matrices y determinantes (Curso 2007 2008) 15. Encontrar la (única) respuesta correcta, de entre las indicadas, a las siguientes cuestiones: (b) En una
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 detallesAplicaciones Lineales
Capítulo 7 Aplicaciones Lineales 7.1 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K. Definición 7.1.1 Se dice que una aplicación f : V W es una aplicación lineal o
Más 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 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 detallesEspacios vectoriales (Curso )
ÁLGEBRA Práctica 5 Espacios vectoriales (Curso 2009 2010) 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 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 detallesA d) Estudiar la diagonalización del endomorfismo T. Es posible encontrar una base de vectores propios de R 2 [x]? Razonar la respuesta.
Universidad de Oviedo Ejercicio.5 puntos Se consideran las aplicaciones lineales T : R [x] R y T : R R [x] de las que se conoce la matriz A asociada a T en las bases canónicas de R [x] y R y la matriz
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 detallesAplicaciones lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones lineales (Curso 2004 2005) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos, epimorfismos
Más detallesAplicaciones Lineales
Capítulo 5 Aplicaciones Lineales 51 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K Definición 511 Se dice que una aplicación f : V W es una aplicación lineal o un
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 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 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 detallesSegundo examen parcial. Soluciones. Ejercicio 1 (1 hora y 40 minutos.) 12 de junio de 2008
ÁLGEBRA Segundo examen parcial Soluciones Ejercicio 1 (1 hora y 40 minutos 1 de junio de 008 1 En el espacio de matrices M n n (IR consideramos las formas bilineales: f : M n n (IR M n n (IR IR, f(a, B
Más detallesÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3
ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2. Transformaciones ortogonales (Curso 2010 2011) 1. Se considera el espacio vectorial euclídeo IR referido a una base ortonormal. Obtener la expresión
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 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 detallesETSI de Topografía, Geodesia y Cartografía
3ª Prueba de Evaluación Continua 7 05 12 (Grupo C) Espacio vectorial 1. a) Definir vectores linealmente dependientes en un espacio vectorial V. u,u,,u de un espacio vectorial V son b) Demostrar que si
Más detallesDiagonalización de Endomorfismos
Tema 5 Diagonalización de Endomorfismos 5.1 Introducción En este tema estudiaremos la diagonalización de endomorfismos. La idea central de este proceso es determinar, para una aplicación lineal f : E E,
Más 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 detallesMatemáticas para la Empresa
Matemáticas para la Empresa 1 o L. A. D. E. Curso 2008/09 Relación 1. Espacios Vectoriales 1. a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy)
Más detallesÁLGEBRA Algunas soluciones a la Práctica 5
ÁLGEBRA Algunas soluciones a la Práctica 5 Espacios vectoriales: Capítulos 1 y 2 (Curso 2004 2005) 2. Comprobar que el conjunto V de las funciones f : IR IR, con las operaciones habituales de suma de funciones
Más detallesTema 2: Diagonalización
TEORÍA DE ÁLGEBRA II: Tema 2. DIPLOMATURA DE ESTADÍSTICA 1 Tema 2: Diagonalización 1 Introducción Sea f : R n R n lineal. Dada una base B de R n podemos asociar a f la matriz A 1 = [f, B] M n. Si C es
Más detallesÁlgebra Lineal y Geometría I. Prueba 3. Grupo A. 12 de marzo de (
Álgebra Lineal y Geometría I. Prueba 3. Grupo A. 2 de marzo de 208. Apellidos: Nombre: DNI: Ejercicio.-(4 puntos) Se considera la matriz siguiente: A = 2 0 3 0 2. Calcule W = null(a 2I), W 2 = null(a 4I)
Más detallesGeometría afín y proyectiva, 2016 SEMANA 2
Geometría afín y proyectiva, 2016 SEMANA 2 Sonia L. Rueda ETS Arquitectura. UPM September 20, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más detallesTEMA 5: Aplicaciones Lineales. Diagonalización.
TEMA 5: Aplicaciones Lineales. Diagonalización. 1. Aplicaciones Lineales 1.1. Definición, propiedades y ejemplos. Definición 1. Dados dos espacios vectoriales V y V sobre un mismo cuerpo K, una aplicación
Más 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 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 detallesExamen Final Ejercicio 2 (1 hora y 30 min.) 27 de mayo de 2011
Álgebra Lineal II Eamen Final Ejercicio 2 ( hora 30 min 27 de mao de 20 En el espacio afín euclideo usual consideramos una pirámide triangular ABCD de la cual sabemos: - A (0, 0, 0, B (, 0, 0, C (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 detallesÁlgebra Lineal y Geometría I. 1 o Matemáticas
Álgebra Lineal y Geometría I. o Matemáticas Grupo - ( de diciembre de 27) APELLIDOS NOMBRE Instrucciones. Durante la realización del examen se podrá utilizar exclusivamente material de escritura. Ningún
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 3 ESPACIOS EUCLÍDEOS
EJERCICIOS DE ÁLGEBRA LINEAL TEMA 3 ESPACIOS EUCLÍDEOS ESPACIOS EUCLÍDEOS ) a) Decir cuál de las siguientes aplicaciones de x de no definir un producto escalar comprobar el axioma que falla: a ) x' x,y,
Más 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 detallesÁLGEBRA Soluciones a la Práctica 5
ÁLGEBRA Soluciones a la Práctica 5 Espacios vectoriales: Capítulos 1 y 2 (Curso 211 212) 3. En IR 4, se consideran los sistemas S = { x 1, x 2, x 3, x 4 } y T = {ȳ 1, ȳ 2, ȳ 3, ȳ 4, ȳ 5 }, donde: x 1 =
Más detallesÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3
ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 2011 2012) 2. Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí.
Más detallesGeometría afín y proyectiva, 2016 SEMANA 3
Geometría afín y proyectiva, 2016 SEMANA 3 Sonia L. Rueda ETS Arquitectura. UPM September 20, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más detallesPodemos pues formular los dos problemas anteriores en términos de matrices.
Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión
Más detallesÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando
ÁLGEBRA LINEAL EXAMEN FINAL 8 de Enero de Apellidos y Nombre: Duración del examen: 3 horas Publicación de notas: enero Revisión de Examen: feb Ejercicio. ( puntos a (, puntos Estudia si la siguiente afirmación
Más 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 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 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 detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más 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 detalles1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.
utovalores y autovectores asociados a un endomor smo f Diagonalización Dado un endomor smo f de un espacio vectorial real V y jada una base B de V obtenemos una única matriz asociada a f respecto de la
Más detallesMATEMÁTICAS I 13 de junio de 2007
MATEMÁTICAS I 13 de junio de 2007 2º EXAMEN PARCIAL Sólo una respuesta a cada cuestión es correcta. Respuesta correcta: 0.2 puntos. Respuesta incorrecta: -0.1 puntos Respuesta en blanco: 0 puntos 1.- Si
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 detallesSOLUCIONES DEL SEGUNDO PARCIAL (17/12/2013)
ÁLGEBRA LINEAL 1S1M-b SOLUCIONES DEL SEGUNDO PARCIAL 17/12/2013 1. Dada una aplicación lineal f : de manera que : Se pide, obtener su matriz con respecto a las bases canónicas. Calculamos =col 2. Calcular
Más detallesAutovalores y autovectores Diagonalización y formas canónicas
Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,
Más detallesAplicaciones lineales.
Tema 4 Aplicaciones lineales. Definición 4. Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una aplicación lineal si: a f(u + v = f(u + f(v; u, v V, b f(ku = kf(u;
Más detallesALGEBRA LINEAL Y GEOMETRÍA I
ALGEBRA LINEAL Y GEOMETRÍA I TEMA 3: Autovalores y Autovectores. Introducción Ya conoces que las aplicaciones lineales entre espacios vectoriales, al elegir bases en ellos, las puedes representar por matrices.
Más detallesSea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares).
Capítulo 6 Espacios Vectoriales 6.1 Definiciones Sea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares). Definición 6.1.1 Se dice que
Más detallesExamen extraordinario Ejercicio 4 (55 minutos) 4 de septiembre de 2006
ÁLGEBRA Examen extraordinario Ejercicio 4 (55 minutos) 4 de septiembre de 006 1. Calcular la ecuación de una hipérbola que tiene por asíntota a la recta x = y, por eje la recta x+y = 1 y que pasa por el
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 detallesMATEMÁTICAS I 2º EXAMEN PARCIAL 12 junio de 2009
Sólo una respuesta a cada cuestión es correcta. Respuesta correcta: 0.2 puntos. Respuesta incorrecta: -0.1 puntos Respuesta en blanco: 0 puntos 1.- Un sistema generador G de R 3 : a) Está constituido por
Más detallesSistemas de ecuaciones lineales
CAPíTULO 6 Sistemas de ecuaciones lineales 1 Rango de una matriz a 11 a 1n Sea A = M m n (K) El rango por filas de la matriz A es la dimensión del a m1 a mn subespacio vectorial de K n generado por sus
Más detallesRESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS
RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS 1. Determinantes El determinante de una matriz cuadrada n n A = a 21 a 22 a 2n a n1 a n2 a nn es un número real, y se representa por: A = a 21 a 22 a 2n a
Más detallesÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3
ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 010 011). Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí. Demostrar
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 detallesUniversidad Carlos III de Madrid
Universidad Carlos III de Madrid Departamento de Economía Examen final de Matemáticas II. 20 de Junio de 2007. IMPORTANTE: DURACIÓN DEL EXAMEN: 2h. 30min. NO se permite el uso de calculadoras. Sólo se
Más detallesÁlgebra Lineal. Tema 8. Valores y vectores propios. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Tema 8. Valores y vectores propios Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR
Más 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 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 detalles4. Endomorfismos. 2 Autovalores y autovectores. 1 Introducción. 2.1 Definición y propiedades. 2.2 Subespacios característicos.
Tema III Capítulo 4 Endomorfismos Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 4 Endomorfismos 1 Introducción Vimos en el capítulo anterior que un endomorfismo es una aplicación
Más detallesEndomorfismos: autovalores, autovectores, diagonalización
Capítulo 14 Endomorfismos: autovalores, autovectores, diagonalización Consideraremos en este capítulo endomorfismos f : IR n IR n, siendo IR n espacio vectorial sobre IR. 14.1 Valores y vectores propios
Más detallesN o de examen: ESCRIBIR LAS RESPUESTAS AQUÍ Este examen consta de diez preguntas tipo verdadero/falso y diez ejercicios
N o de examen: NOMBRE: C.I.: Examen de Geometría y Álgebra Lineal 1 22 de julio de 2014 Instituto de Matemática y Estadística Rafael Laguardia Facultad de Ingeniería ESCRIBIR LAS RESPUESTAS AQUÍ 1 2 3
Más detallesTema I. Capítulo 5. Equivalencia, congruencia y semejanza de matrices.
5 Equivalencia, congruencia y semejanza de matrices 1 Equivalencia de matrices por filas 11 Definición y propiedades Definición 11 Dos matrices A, B M m n se dicen equivalentes por filas o equivalentes
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 detalles0 a b X = b c 0. f X (A) = AX XA.
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
Más detalles