Práctica 3 (Resolución)

Documentos relacionados
Álgebra Manuel Hervás Curso EJERCICIOS DE AUTOVALORES Y AUTOVECTORES. R es

ÁLGEBRA MANUEL HERVÁS CURSO SOLUCIONES ESPACIO EUCLÍDEO. los escalares 1, 2, 0 respectivamente. Solución x

Unidad 4 Espacios vectoriales. Aplicaciones lineales

= A, entonces A = 0. Y si A es una matriz. y comprobar el resultado. ,, ;,, es el mismo que el generado

EJERCICIOS PROPUESTOS

{ } n 2 n n. n n n n. n n 3 n. a b c. A = = ; calcular el valor de 2, 2 t t. a Calcular el siguiente determinante de orden n:

MATEMÁTICAS II. Examen del 11/09/2006 Soluciones. Importante

EJERCICIOS DE VECTORES

MATEMÁTICAS II. ANDALUCÍA Pruebas de acceso a la Universidad SOLUCIONES 1. (2001-1A-3) Tienen inversa las matrices A y D.

1. Desarrollo Preguntas. Universidad Simón Bolívar Departamento de Matemáticas Puras y Aplicadas

MATEMÁTICAS II Examen del 28/05/2012 Solución Importante

MATRICES. M(n) ó M nxn A =

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

1. Realizando las operaciones indicadas y aplicando la igualdad de matrices, obtenemos:

PRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE BALEARES JUNIO 2011 (GENERAL) (RESUELTOS por Antonio Menguiano) Tiempo máximo: 1 horas y 30 minutos

IES CASTELAR BADAJOZ Examen Junio de 2011(General) Solución Antonio Mengiano Corbacho

Unidad 1 Matrices PÁGINA 7 SOLUCIONES. 1. La resolución de los sistemas puede expresarse de la forma siguiente:

ÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando

ECUACIONES DIFERENCIALES

Elementos de Cálculo Numérico (Ciencias Biológicas) Trabajo Práctico N 5 Subespacios, Rango de una matriz

ALGEBRA II EXAMEN A TITULO DE SUFICIENCIA Ejemplo 1

Sistemas y Señales I. Ecuaciones de Estado. Autor: Dr. Juan Carlos Gómez

Funciones construidas para realizar de manera automática algunas operaciones: #1: RESTA_COL(M_, i_, j_, r_) SUBTRACT_ELEMENTS(M_`, i_, j_, r_)`

1 a 1 a 1. 0 a 1 a a 0. 0 a 1 a 1 a a 1 a 1 a 1 a 1 a a 1 a 1 a 1 a 1. a 1 a 1 a 1 a 1 0 a 1, a 1

El sistema es incompatible. b) El sistema es compatible determinado. Lo resolvemos por la regla de Cramer.

Sistemas lineales con ruido blanco

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS II TEMA 1: MATRICES Y DETERMINANTES

IV.1. DEFINICIÓN DE APLICACION LINEAL. PROPIEDADES. f : E F. La condición I) indica que la imagen de la suma de dos vectores es la suma de las

DIAGONALIZACIÓN DE MATRICES CUADRADAS

Reducción de matrices. Caso no diagonalizable

DETERMINANTES. DETERMINANTES DE ORDEN 1, 2 y 3. Determinantes de orden 1. Determinantes de orden 2. Determinantes de orden 3.

ÁLGEBRA 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 )] =

1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS

Material sobre Diagramas de Fase

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS II TEMA 1: MATRICES Y DETERMINANTES

XA + A B = A, siendo 0 0 1

x + y + 3z = 0 y = 1, z = 0 x = 1 z = 1= x = 10 = 4

5. ESPACIOS VECTORIALES EUCLÍDEOS. PROYECCIONES ORTOGONALES. MÍNIMOS CUADRADOS.

10Soluciones a los ejercicios y problemas PÁGINA 217

Matrices Matriz: Es el ordenamiento rectangular de escalares en filas y columnas, encerradas en un corchete ó paréntesis.

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

OPCIÓN A MATEMÁTICAS 2º BACHILLERATO B

Figura 1. Coordenadas de un punto

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

Tema 2 Algebra de matrices

Sean A y B dos matrices cuadradas de orden 3 cuyos determinantes son

MATEMÁTICAS II PROBLEMAS DE ÁLGEBRA PAU ANDALUCÍA CURSOS y = C, siendo

Tema 11.- Autovalores y Autovectores.

(a-3)x+(a-2)y+2z=-1 (2a-6)x+(3a-6)y+5z=-1 (3-a)x+(a-2)z=a 2-4a+5. a-3. a 2-4a a 2-4a+3

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

AP = A p 1 p 2 p n = Ap 1 Ap 2. λ 1 p 21 λ 2 p 22 λ n p 2n. .. = λ 1 p 1 λ 2 p 2

4.- Dualidad. Método Dual del Símplex.

Solución: En ambos casos se observa que los determinantes de las matrices de coeficientes son distintos de cero. Veamos: a)

1. DIAGONALIZACIÓN DE ENDOMORFISMOS

INTEGRACIÓN POR CAMBIO DE VARIABLE

n. Los elementos a La matriz anterior tiene m filas y n columnas. Se suele decir que es de orden o dimensión m

Ejercicio 1 Dada la matriz A = 1. Calcula los valores propios. 2. Determina una base de vectores propios. 3. Diagonaliza la matriz.

APLICACIÓN DE LA INTEGRAL PARA RESOLVER LA ECUACIÓN

Ejercicios Selectividad Matemáticas Apl. CCSS II. Operaciones con matrices. Matrices inversas. Ecuaciones matriciales. Rango de una matriz.

5. Planos y rectas en el espacio

1. DIAGONALIZACIÓN. FORMAS CANÓNICAS

Examen Final de Ecuaciones Diferenciales Septiembre 2007

( ) ( 15 50) 0

C cos x sen x 0 x sen x x cos x x sen x cos x x C 1 x 0. Calculamos la matriz adjunta de C: sen x 0 cox 0 cos x sen x. sen x x 1 x 1 sen x

EXAMEN DE MATEMÁTICAS I 8 de febrero de 2006

Solución 3.- OPERACIONES CON MATRICES y 1 1 0

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

Capítulo V. Valores y vectores propios. Diagonalización de operadores lineales.

EJERCICIOS RESUELTOS DE INTEGRALES INDEFINIDAS. 3t t dt 3 dt 3t C 3 x2 1 C. 2 2x 2 1 dx 1 arctg 2x C. 5x dx arctg 5x3 C. Ln t C Ln Ln x C.

Tema 3.1. Espacio eucĺıdeo. Diagonalización ortogonal

GRÁFICA DE CURVAS EN FORMA PARAMÉTRICA

Opción A Ejercicio 1.-

a n1 a n2 a nn Es decir, una forma cuadrática es un polinomio homogéneo de grado 2 y n variables.

Métodos de Regresión

ALGUNOS PROBLEMAS DE GEOMETRÍA PROPUESTOS EN LAS PRUEBAS DE SELECTIVIDAD DE 2015

a 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

CAPÍTULO 2 TRANSFORMACIONES LINEALES

Tema 2: Diagonalización

Opción A Ejercicio 1.-

Ondas y Rotaciones. Principios fundamentales II

rango( A ) = 3 porque A tiene sólo 3 filas y A contiene a A Es un SI A = F3 F Página 1

TEMA III: DIAGONALIZACIÓN.

UNIVERSIDAD NACIONAL DE LA PLATA - FACULTAD DE ARQUITECTURA Y URBANISMO. Cátedra: ESTRUCTURAS NIVEL 1 Taller: VERTICAL III DELALOYE - NICO - CLIVIO

a 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

ω ω ω y '' + 3 y ' y = 0 en la que al resolver se debe obtener la función y. dx = + d y y+ m = mg k dt d y dy dx dx = x y z d y dy u u x t t

Geometría afín y proyectiva, 2016 SEMANA 4

Valores y Vectores Propios

130 Matemáticas I. Parte IV. I.T.I. en Electricidad. Prof: Jos Antonio Abia Vian

EJERCICIOS PROPUESTOS

Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion.

A = [a 1 a 2 a 3. El sistema Ax = c tiene infinitas soluciones N. Existe un único vector x tal que T (x) = c X. T es suprayectiva

Unidad 5 Geometría afín en el espacio

Solución de la ecuación homogénea

Espacios vectoriales reales

Unidad 9 Funciones exponenciales, logarítmicas y trigonométricas

IES Fco Ayala de Granada Suplente Junio de 2017 (Modelo 4) Solución Germán-Jesús Rubio Luna. Opción A

Transcripción:

Operaciones y funciones con Derive: A ROW [n,...] A COL [n,...] APPEND(A, B) CHARPOLY(A, λ) EIGENVALUES(A) Submariz formada por las filas de A indicadas. Submariz formada por las columnas de A indicadas. Añade bajo A las filas de B (A y B marices con el mismo n o de columnas). Polinomio caracerísico de A en la variable λ. Auovalores de A.. Sean T : IR 6 IR 6 una ransformación lineal, B w, w, w, w 4, w, w 6 una base de IR 6 y A la mariz de T respeco de la base B. 6 7 7 4 A : 8 6 6 7 9 a) y b) Obener el polinomio caracerísico de A, y los auovalores de A indicando su muliplicidad. El polinomio caracerísico de A es P(λ) : CHARPOLY(A, λ) λ(λ 4λ 4 + λ + λ 4λ 8) y los auovalores EIGENVALUES(A) [,, ] La muliplicidad de λ es m y, para obener la del reso, basa con facorizar el polinomio FACTOR(P(λ), λ, Real) λ(λ + ) (λ ) luego λ con m y λ con m. (También puede obenerse dividiendo el polinomio por facores λ + y λ.) c) Denoemos por λ el auovalor de A con mayor valor absoluo. Alguno de los vecores de abajo verifica que T (v ) λ v? v w + w + w w w 4 w 6 v w + w w + w 6 λ y, para comprobar la igualdad, basa hacerlo con las coordenadas en una base, es decir, si [T (v )] B [v ] B. Como [T (v )] B A[v ] B se reduce a comprobar si A[v ] B [v ] B : 7 A[v] B A 7 Luego NO es ciero en el primer caso y SÍ en el segundo. 4 A[v] B A Maemáicas I [xxv]

d) Para cada uno de los espacios caracerísicos asociados a los auovalores, V (λ), obener las coordenadas, en la base B, de los vecores de una base. Los espacios caracerísicos V (λ) se definen como V (λ) v IR 6 : T (v) λv v IR 6 : A[v] B λ[v] B v IR 6 : [T (v)] B λ[v] B v IR 6 : (A λi)[v] B luego las soluciones del sisema (A λi)x son las coordenadas, en la base B, de los vecores de V (λ). Tomando una base del espacio de soluciones, endremos lo pedido. Para faciliar las cosas consruimos la función: En V (): soluciones de (A I)x, luego de Am()x ROW REDUCE(Am()) Am(λ) : A λ IDENTITY MATRIX(6) x x x x4 x Compleando con la ecuación, el vecor [,,,,, ] es base del espacio de soluciones. En V (): soluciones de Am()x ROW REDUCE(Am()) x x x x4 [ ] x Compleando con las ecuaciones x x y, los vecores [,,,,, ] y [,,,,, ] forman una base del espacio de soluciones. En V (): soluciones de Am()x ROW REDUCE(Am()) x x x x4 x Compleando con x4 x4, ] x [ x y ], la base del espacio ] de soluciones la forman los vecores [,,,,,,,,,,, y [,,,,,. e) Se cumplen odas las condiciones del eorema de diagonalización? Diagonaliza? Si se cumplen, pues m + m + m 6 y luego SÍ diagonaliza la mariz A. dim V () m dim V () m dim V () m f) Si A es diagonalizable obener la mariz P y la mariz diagonal D, ales que P AP D. Maemáicas I [xxvi]

Para enconrar P basa con colocar como columnas las coordenadas, en la base B, de los vecores de las bases de los espacios caracerísicos halladas en el aparado anerior: P : D : P A P g) Si A es diagonalizable y B es la base formada por los vecores de abajo B (,,,,, ), (,,,,, ), (,,,,, ), (,,,,, ), (,,,,, ), (,,,,, ) Respeco a que base B la mariz de T es la diagonal D? la mariz P es la mariz del cambio de base, de la base B en la base B. Conocida B, la mariz Q del cambio de base de B a la base canónica es: Q : luego P : Q P 7 es la mariz del cambio de base de B en la base canónica. Como, por columnas, esá formada por las coordenadas de los vecores de B en la base canónica, las columnas de P son los vecores de la base B.. Sea V un espacio vecorial, B u, u,..., u n una base de V y, un produco inerno definido en V. Enonces, si v λ u + λ u + + λ n u n y w µ u + µ u + + µ n u n, u, u u, u u, u n µ ( ) u, u u, u u, u n µ v, w λ λ λ n....... [v ] B M [w] B u n, u u n, u u n, u n µ n La mariz M se denomina mariz del produco inerno asociada a la base B. a) Qué caracerísica reseñable debe de ener M? Como el produco inerior es conmuaivo, v, w w, v, lo más reseñable es que la mariz M debe ser simérica. También, como w, w > si w, los elemenos de la diagonal deben ser posiivos. b) Si B es una base oronormal para ese produco, cómo es M? Si B es oronormal, u i, u i y, si j k, u j, u k. Luego M se reduce a la idenidad (M I ). c) La mariz M de la derecha, no puede ser la mariz de un produco inerno en IR. Por qué? En la diagonal aparecen ceros. Luego sería u, u con lo que u pero el no puede formar pare de una base. M Maemáicas I [xxvii]

d) Consideremos la forma cuadráica en IR, dada por Q(x) x M x en la base canónica. Obener una mariz diagonal para Q y la base a la que esá asociada. Mediane operaciones elemenales en las filas y columnas de M conseguiremos una mariz diagonal. Repiiendo esas mismas operaciones sólo sobre las columnas de la idenidad conseguiremos la mariz del cambio de base. Hacer operaciones en las columnas de la mariz es lo mismo que hacer operaciones en las filas de la mariz raspuesa y, como la mariz es simérica, hay que hacer las mismas operaciones por filas que por columnas para conseguir ceros. Luego podemos usar la orden PIVOT para hacer operaciones en las filas y volver a usar PIVOT sobre la raspuesa de la obenida, ya que las operaciones a realizar son las mismas. En efeco, 4 4 4 4 M:PIVOT(M,,) 4 y como M 4 4 9 4 9 al hacer PIVOT(M,,) se realizarán las mismas operaciones que anes (la primera columna de M es igual a la primera columna de M ). Junando ambas operaciones en una sola, haríamos PIVOT( PIVOT(M,,),,) es decir, usando M fc para indicar operaciones en fila o columnas: M PIVOT M f Mf PIVOT (Mf ) f M fc En nuesro caso, ambién deseamos hacer sobre la idenidad las mismas operaciones que en las columnas de M. Para ello, debemos junar I con M después de hacer las operaciones en las filas, pero anes de hacer las operaciones en las columnas; el proceso sería algo como eso: [ ] M PIVOT APPEND Mf M f I [ Mf I ] ] PIVOT [(Mf ) f (I ) f Expresado con operaciones: ( ( ) ) Gr : PIVOT APPEND PIVOT(M,, ), I,, de donde se obienen las nuevas marices M fc : Gr ROW [,,, 4, ] I c : Gr ROW [6, 7, 8, 9, ] [ Mfc I c ] ROW M fc ROW I c Si la operación no es pivoar sino inercambiar filas, las operaciones a realizar serán ( ( ) ) Gr : SWAP ELEMENTS APPEND SWAP ELEMENTS(M,, ), I,, Realizando odo el proceso compleo (las operaciones se deallan después), obendremos: M I () 4 4 4 4 9 M () I 4 4 4 9 4 M I Maemáicas I [xxviii]

() 8 7 Donde M (4) I 8 7 8 8 8 4 M4 () I4 8 7 47 6 6 8 4 8 7 D P () Gr : PIVOT(APPEND(PIVOT(M,, ), I),, ) M : Gr ROW [,,, 4, ] I : Gr ROW [6, 7, 8, 9, ] () Gr : SWAP ELEMENTS(APPEND(SWAP ELEMENTS(M,, ), I),, ) M : Gr ROW [,,, 4, ] I : Gr ROW [6, 7, 8, 9, ] () Gr : PIVOT(APPEND(PIVOT(M,, ), I),, ) M : Gr ROW [,,, 4, ] I : Gr ROW [6, 7, 8, 9, ] (4) Gr4 : PIVOT(APPEND(PIVOT(M,, ), I),, ) M4 : Gr4 ROW [,,, 4, ] I4 : Gr4 ROW [6, 7, 8, 9, ] () Gr : PIVOT(APPEND(PIVOT(M4, 4, 4), I4), 4, 4) D : Gr ROW [,,, 4, ] P : Gr ROW [6, 7, 8, 9, ] Obenemos la mariz diagonal D y la mariz P del cambio de base de la nueva a la canónica (la fijada previamene). Como la base inicial es la canónica, los vecores de la nueva base son las columnas de P. e) Q se clasifica como: Indefinida, pues iene elemenos posiivos y negaivos en D. Maemáicas I [xxix]