Ingeniera Matematica

FACULTAD DE CIENCIAS

FISICAS Y MATEMATICAS
UNIVERSIDAD DE CHILE

Algebra
Lineal 07-2

Control 3
P1. (a) (4 ptos.) Dada la ecuaci
on:
ax2 + ay 2 + xy +

1

1

2 a x 2 a y = 1,
2
2

determine todos los valores de a tales que la ecuaci

on corresponde a:
(a1) Elipse.
(a2) Circunferencia.
(a3) Hiperbola.

(a4) Parabola.
(a5) Recta o rectas.
(a6) Un punto.

(a7) Conjunto vaco.

on de la
(b) (2 ptos.) Para a = 32 , bosqueje el grafico del lugar geometrico que define la ecuaci
parte (a).
P2. (a) (3 ptos.) Dada la matriz

2
0
A=
0
0

0 0
0
0 0
0
,
0 1 1
0 1 1

encuentre su diagonalizaci
on en la forma A = P DP t .

(b) (3 ptos.) Sea M Mnn ( ) simetrica y {z1 , . . . , zn } una base ortogonal de n , de vectores propios
de M , asociados a los valores propios 1 , . . . , n respectivamente.
Pruebe que {z1 , . . . , zn } es tambien una base ortogonal de vectores propios de la matriz
C = M + z1 z1t .
Determine los valores propios asociados.
P3. (a) Sea U el subespacio vectorial de

R4 generado por el conjunto:

2
1
1

2
1
1
, , .
1 1 2

1
1
1

(a1) (1.5 ptos.) Determine una base ortonormal de U .

(a2) (1.5 ptos.) Determine una base ortonormal de U .

(b) Sean V, W n subespacios vectoriales. Sean ademas PV y PW las proyecciones ortogonales sobre
V y W , respectivamente. Suponga que PV PW = PW PV .
(b1) (1 pto.) Pruebe que PW (V ) V .
(b2) (1 pto.) Pruebe que si z V , entonces PV (PW (z)) = 0.
(b3) (1 pto.) Concluya que PW (V ) V .

Tiempo: 3 hrs.
17 de noviembre de 2007

Solucin del Control 3, lgebra Lineal. Primavera 2007.

1.

a ) Para determinar la direccin en la cual rotar los ejes y eliminar el trmino  xy  de la ecuacin,
diagonalizamos la matriz
simtrica asociada a la parte cuadrtica q = ax2 +ay 2 +xy . Dicha matriz
!
es A =

a
1/2

1/2
a

. Calculemos primero los valores propios de A, y para ello, determinemos su

a
1/2

polinomio caracterstico pA () = det (A I) = det

1/2
a

!
= (a )2 1/4.

Los valores

propios son las races de pA . Calculando, pA () = 0 (a )2 1/4 = 0 = a 1/2.

Tenemos entonces dos valores propios distintos, 1 = a + 1/2 y 2 = a 1/2. Ahora encontremos
los vectores propios (ortonormales) asociados.
Para 1 = a +!1/2: Resolvemos
homogneo
!
! el sistema lineal !
! de matriz
! de coecientes A 1 I .
1/2
1/2

1/2
1/2

x
y

propio (normalizado) es

0
0

x
x = y
y
!
1
1
v1 =
. Para 2
1
2

y
y

= y

1
1

, luego un primer vector

= a 1/2 podemos seguir un procedimiento

anlogo, pero como sabemos que el vector asociado debe

! ser ortogonal a v1 , y de norma 1, podemos
1
2

simplemente girar v1 en 90 , es decir v2 =

Entonces A = P

D P 1

vectores propios, y D =

=P
1
0

D P t,
0
2

donde

1
1

1
P = [v1 |v2 ] =
2

1
1

1
1

es la matriz ortogonal de

es la matriz diagonal con los valores propios respectivos. (1

punto por la diagonalizacin) Haciendo ahora el cambio de variables

es,

8
>
< u

>
: v

1
(x + y)
2
1
(x + y)
2

u
v

!
=P

x
y

, esto

, la parte cuadrtica se convierte en 1 u2 + 2 v 2 . Y como adems de las

frmulas de cambio de variables anteriores, xy = 2v , se puede cambiar la ecuacin completa a

las variables u y v . Con esto, la ecuacin resulta ser (a + 1/2) u2 + (a 1/2) v 2 2 (a 1/2) v = 1.
Completando cuadrados y ordenando se llega a
(a + 1/2) u2 + (a 1/2) (v 1)2 = a + 1/2.

(1 punto por transformar la ecuacin completa) En estas variables es posible determinar

fcilmente qu representa la ecuacin para los diversos valores de a. En particular, debemos jarnos
en las combinaciones posibles de signos de los valorar propios.
Caso a > 1/2. Ambos valores propios son positivos, y la siguiente reescritura (dividiendo
u2
(v 1)2
todo por a + 1/2) de la ecuacin muestra que se trata de elipses:
+ s
2 =
1
a + 1/2
a 1/2
1 (notemos dos cosas, la elipse est s
centrada en el punto cuyas nuevas coordenadas son

a + 1/2
, siendo este segundo nmero mayor que 1,
a 1/2
con lo que el semieje mayor queda sobre el eje v ).
Caso a = 1/2. La ecuacin se convierte en u2 = 1. Esto representa las dos rectas u = 1 y
u = 1, paralelas al eje v .
(u, v) = (0, 1), y sus semiejes son 1 y

Caso 1/2 < a < 1/2. Los valores propios tienen signos diferentes (2 < 0 < 1 ), y ello da
u2
(v 1)2
origen a hiprbolas con ecuacin
s
2 = 1.
1
a + 1/2
1/2 a
Caso a = 1/2. La ecuacin se convierte en (v 1)2 = 0, lo que equivale a v = 1. En este
caso la ecuacin representa a una recta paralela al eje u.
Caso a < 1/2. Este caso es similar al primero, en vista de que nuevamente las dos valores
propios tienen el mismo signo. La misma frmula se obtiene para explicitar centro y semiejes:
u2
(v 1)2
+s
2 = 1 (notar que lo que est bajo la raz es positivo por ser cuociente de
1
a + 1/2
a 1/2
negativos, que ahora 1 es el semieje mayor, el que queda paralelo al eje u).
En resumen, la ecuacin representa:
1) Una elipse: Para |a| > 1/2. (0.5 puntos, incluye anlisis de ms arriba)
2) Una circunferencia: Para ningn valor de a (las elipses siempre tuvieron semiejes distintos).
3) Una hiprbola: Para |a| < 1/2. (0.5 puntos, incluye anlisis de ms arriba)
4) Una parbola: Para ningn valor de a.
5) Una recta (v = 1) para a = 1/2, y dos rectas paralelas (u = 1 y u = 1) para a = 1/2.

(0.5 puntos, incluye anlisis de ms arriba)

6) Un punto: Para ningn valor de a.
7) El conjunto vaco: Para ningn valor de a. (0.5 puntos por todas las que son para
ningn a)
b ) Podemos aprovechar lo hecho en la parte a) para contestar esta pregunta. En el nuevo sistema de
coordenadas u, v , que corresponde al sistema usual x, y girado en 45 en la direccin positiva de
rotacin (dado que este es el ngulo que forma el vector unitario en la direccin positiva del eje
!
(v 1)2
u2
1
1
u, v1 =
+ 2 = 1. Es entonces una
, con el eje x) la ecuacin de esta cnica es
1
2
1
2

elipse centrada en el punto de coordenadas (u, v) = (0, 1) (lo que corresponde a (x, y) = , ),
2
2

cuyo semieje mayor mide 2 y est sobre el eje v , y el semieje menor mide 1, y es paralelo al eje
u. (1 punto por reconocer , ac o antes, la cnica, su centro, el ngulo de la rotacin)
El siguiente es un bosquejo de la elipse: (1 punto por bosquejo APROXIMADO)
Y
V
U

(u,v)=(0,1)
X

(+ 1 punto base)

2.

a ) La matriz A es simtrica, por lo tanto sabemos que tendr una diagonalizacin como la pedida, con P matriz real ortogonal (P 1 = P t ) de vectores propios de A, y D matriz diagonal
real de valores propios de A. Partamos por calcular los valores propios de A. Polinomio ca0

1
2
0
0
0
`

0
0 C
C
2
racterstico:
C = (2 ) () (1 ) 1 =
0
0
1
1 A
0
0
1
1
(2 ) () (1 + 1) (1 1) = 2 (2 ). Por lo tanto A tiene solo dos valores propios, 1 = 0,
B
B
pA () = det (A I) = det B
@

y 2 = 2 (1 punto los valores propios), ambos con multiplicidad algebraica igual a 2 (que
naturalmente coinciden con las multiplicidades geomtricas pues Aes diagonalizable. Debemos
ahora calcular los subespacios propios, y bases ortonormales para ellos, De lo anterior sabemos
que ambos subespacios propios tendrn dimensin 2. Para 1 = 0: Debemos resolver Ax = 0.
0

B
Pivoteando: B
B
@

2
0
0
0

0
0
0
0

0
0
1
1

0
0
1
1

|
|
|
|

0
0
0
0

B
C
B
C
CB
@
A

2
0
0
0

0
0
0
0

0
1
0
1

0
1
0
1

|
|
|
|

0
0
0
0

2
0
0
0

B
C
B
C
CB
@
A

0
0
0
0

0
1
0
0

0
1
0
0

|
|
|
|

0
0
0
0

C
C
C,
A

luego

el sistema es equivalente a las dos ecuaciones 2x1 = 0 y x3 = x4 , por lo que la solucin general es
0
B
B
B
@

x1
x2
x3
x4

C B
C B
C=B
A @

0
x2
x4
x4

B
C
B
C
C = x2 B
A
@

0
1
0
0

C
B
C
B
C + x4 B
@
A

0
0
1
1

C
C
C,
A

con x2 , x4 variables libres. De aqu obtenemos una base

para el subespacio propio asociado a 1 = 0, y notando que los dos vectores ya son ortogonales, solo
necesitamos normalizarlos uno de ellos (el otro ya tiene norma 1) para tener una base ortonormal

80
1
0
19
0 >
>
> 0
>
>
<B 1 C
B
C>
=
C 1 B 0 C

de ese subespacio: B
,
B
C
B
C . Ahora para 2 = 2: Debemos resolver (A 2I) x = 0. Pi>
@ 0 A
2 @ 1 A>
>
>
>
>
:
;
0
1
0
1
0
1
0
1
0
0
0
0 | 0
0 2
0
0 | 0
0 2
0
0 | 0
B 0 2
C
B
C
B
0
0 | 0 C
0
0
0 | 0 C
0 1 1 | 0 C
B 0
B 0
C
voteando: B
B
CB
CB
C
@ 0
@ 0
@ 0
0 1 1 | 0 A
0 1 1 | 0 A
0
0
0 | 0 A
0
0 1 1 | 0
0
0 1 1 | 0
0
0 1 1 | 0
0
1
0 2
0
0 | 0
B 0
0 1 1 | 0 C
B
C
B
C, luego el sistema es equivalente a las dos ecuaciones 2x2 = 0 y
@ 0
0
0
0 | 0 A
0

B
x3 = x4 , por lo que la solucin general es B
B
@

x1
x2
x3
x4

C
B
C
B
C=B
A
@

x1
0
x4
x4

C
C
C = x1
A

B
B
B
@

1
0
0
0

C
C
C + x4
A

B
B
B
@

0
0
1
1

1
C
C
C,
A

con

x1 , x4 variables libres. De aqu obtenemos una base para el subespacio propio asociado a 2 = 2,
y notando que los dos vectores ya son ortogonales, solo necesitamos normalizarlos uno de ellos (el
otro ya tiene norma 1) para tener una base ortonormal de ese subespacio:

80
0
1
0
1
>
>
>
B
<B 0 C
C 1 B 0
B
C, B
B
>
@ 0 A
2 @ 1
>
>
:
1
0

19
>
>
C>
=
C
C .
A>
>
>
;

(1.2 puntos los vectores propios ortonormales) Hemos encontrado

nalmente
1 matrices P
0
y D para la diagonalizacin de A como A = P D

0
B
B
1
P t: P = B
B 0
@
0

0
0

1
2
1
2

1
0
0
0

0
0

12
1
2

C
C
C
C
A

(los vectores

0
B

propios ortonormales como columnas), y D = B

B
@

0
0
0
0

0
0
0
0

0
0
2
0

0
0
0
2

1
C
C
C
A

(lo valores propios en la diagonal,

en el mismo orden en que se incluyeron sus vectores propios asociados en las columnas de P ). (0.8

puntos construir ambas matrices)

b ) Veamos que los zi , i = 1, . . . , n, son vectores propios de C , y al mismo tiempo determinemos los
valores propios asociados. Separaremos el caso i = 1 del caso i > 1.

Caso i = 1: C z1 = M + z1 z1t z1 = M z1 + z1 z1t z1 = 1 z1 + z1 hz1 , z1 i = 1 + kz1 k2 z1 ,

por lo que z1 es vector propio de C , con valor propio asociado 1 + kz1 k2 . (1.5 puntos)

Caso i > 1: C zi = M + z1 z1t zi = M zi + z1 z1t zi = i zi + z1 hz1 , zi i = i zi + z1 0 = i zi

(usamos que los zi son ortogonales), luego cada uno de estos zi es vector propio de C , con valor
propio asociado i . (1.5 puntos)

(+ 1 punto base)
3.

a)

1) Calculemos primero una base ortogonal para U , dejando las normalizaciones (dividir por las
normas) para el nal, para evitar complicar los clculos. Para ello apliquemos el mtodo de
ortogonalizacin de G-S al generador dado.
0

B
B
v1 = B
@
0
B
B
v2 = B
@

1
1
1
1
1
1
1
1

norma es

C
C
C,
A

queda igual (luego lo dividiremos por su norma, que es 2).

1
C
1
C
C 2
A 2

0
*

B
B
B
@

1
1
1
1

1 0
C B
C B
C,B
A @

1
1
1
1

1 0
1 0
1
+
C B 1 C B
C B
C B
C B
C=B
A @ 1 A @
1

1
1
1
1

C
B
C 2 B
C
B
4 @
A

1
1
1
1

C B
C B
C=B
A @

1/2
1/2
1/2
3/2

1
C
C
C,
A

su

3. (0.5 puntos por dejar el primer vector y calcular el segundo,

normalizando o no)

Para el siguiente vector, si notamos que el tercero de la lista es simplemente 1/2 por el
primero, ms 3/2 por el segundo, podemos descartarlo de inmediato por ser combinacin
lineal de los anteriores. Sin embargo, aunque no notemos esto, podemos seguir con G-S y
0

se producir el mismo efecto: calculamos v3

0
*
1
2
3

B
B
B
@

2
2
2
1

1 0
C B
C B
C,B
A @

1/2
1/2
1/2
3/2

1
C
C
C
A

0
+

B
B
B
@

1/2
1/2
1/2
3/2

C
B
C
B
C=B
A
@

2
B 2
B
=B
@ 2
1
1
2
2 C
C
C+
2 A
1

1 0
1 +
C
B
C B 1 C B
C 1 B
C B
C B
C 2 B
C,B
C B
A 2
@
A @ 1 A @
1
0
1
0
1
0
1
1/2
C
C
B
B
B
5 B 1 C 3 B 1/2 C
B
B
C B
C=B
4 @ 1 A 2 @ 1/2 A
@
1
3/2
*

2
2
2
1

1 0

1
1
1 C
C
C
1 A
1
1
0
0 C
C
C, y
0 A
0

este 0 signica que el tercer vector debe descartarse. (0.5 puntos por indicar, con

una razn vlida, que este vector sale)

Se los clculos anteriores, {v1 , v2 } es una base ortogonal de U , y normalizando sus vectores,

8 0
1
0
1
1
>
>
>
B 1
< B 1 C
1
1B
C
B
C, B
B
>
2 @ 1 A 2 3 @ 1
>
>
:
3
1

19
>
>
C>
=
C
C
A>
>
>
;

es una base ortonormal de U . (0.5 puntos por normalizar

ambos vectores, al nal o durante el proceso)

2) Para la base ortonormal de U propondremos dos mtodos alternativos.
El primero consiste en agregar vectores a la base ya obtenida para completar un generador (o una base) de R4 , y luego continuar el procedimiento de G-S para ortogonalizar
los vectores agregados (en conjunto con los de la base de U que ya est ortogonalizada).

Los vectores adicionales que nalmente resulten al terminar este proceso constituirn
una base de U . Partamos con la base ortogonal

80
1 0
1
1
>
>
>
<B 1 C B 1
B
C B
B
C,B
>
@ 1 A @ 1
>
>
:
1
3

19
>
>
C>
=
C
C
A>
>
>
;

de U (hemos

eliminado los escalares que multiplicaban estos vectores para simplicar los clculos,
pues con esto an se mantiene el hecho de que es una base ortogonal). Agregando al
nal los dos primeros vectores, e1 , e2 de la base cannica de R4 tenemos un conjunto
l.i. de 4 vectores (esto se puede vericar muy rpidamente si ponemos los 4 vectores
traspuestos, es decir como las, con e1 y e2 primero para facilitar los clculos, y pivoteamos la matriz de 44 resultante), es decir, una base de R4 . Luego, lo que hacemos es
continuar el proceso de G-S, desde el tercer vector en adelante (porque los dos primeros
ya son ortogonales), para el
0
B

Calculamos entonces u3 = B
B
@

0
B
1B
B
4@

1
1
1
1

C
C 1
C
A 12

B
B
B
@

1
1
1
3

80
1 0
1 0
1 0
1
1
1
>
>
>
<B 1 C B 1 C B 0 C B
C B
C B
C B
conjunto B
C,B
C,B
C,B
B
>@ 1 A @ 1 A @ 0 A @
>
>
:
0
3
1
1
1
1 0
0
0
1
1
1
2/3
C
C B
B
B
0 C
C 1 B 1 C 1 B 1 C B 1/3
C
B
C
B
C=B
0 A 4 @ 1 A 12 @ 1 A @ 1/3

0
0

C
C 1/3
C
A 6/9

B
B
B
@

2/3
1/3
1/3
0

1
0

0
1/2
1/2
0

C B
C B
C=B
A @

C
C
C.
A

C
C
C,
A

0
1
0
0

y u4 = B
B
@

19
0 >
>
>
=
1 C
C
C .
0 A>
>
>
;
0
1

1
C
C
C
A

Una base ortonormal de U se pue-

de construir entonces normalizando u3 y u4 , esto es:

8
>
>
>
<

B
1 B
B
>
6@
>
>
:

2
1
1
0

B
C
C 1 B
C, B
A
2@

0
1
1
0

19
>
>
C>
=
C
C .
A>
>
>
;

(Si se

usa este mtodo, 0.7 puntos por completar a una base o generador de R4 ,
argumentando correctamente por qu lo es, y 0.8 puntos por la ortoNORMAlizacin. Por supuesto pueden normalizar durante el proceso o al nal.)
Un segundo mtodo posible es encontrar primero una base para U resolviendo un sistema lineal proveniente de imponer que los elementos de U son exactamente los vectores
perpendiculares a la base de U , y luego usar G-S para ortonormalizar dicha base. El
sistema lineal indicado (usando la base ortogonal de U que obtuvimos al principio) po0

dra ser entonces

1
1

1
1

1
1

1
3

x1
B x
B 2
B
@ x3
x4

C
C
C=
A
1
1

de la derecha, que nunca se modican):

0
0

. Pivoteando (sin incluir los ceros

1
1

1
1

1
3

1
0

1
0

1
0

1
4

, lo

que equivale a las ecuaciones 4x4 = 0 y x1 + x2 x3 + 0 = 0, esto es x4 = 0 y

x1 = x2 x3 . De este modo la solucin general del sistema (es decir, un elemento
0

B
cualquiera de U ) es B
B
@

es

80
1 0
1
1
>
>
>
<B 1 C B 0
C B
B
C,B
B
>
@ 0 A @ 1
>
>
:
0
0

19
>
>
>
C=
C
C .
A>
>
>
;

x1
x2
x3
x4

C B
C B
C=B
A @

x2 x3
x2
x3
0

C
B
C
B
C = x2 B
A
@

1
1
0
0

C
B
C
B
C + x3 B
A
@

1
0
1
0

C
C
C,
A

y una base de U

Como esta base no es ortogonal, usamos G-S para ortogonalizar

(dividimos por las normas solo al nal pra simplicar los clculos). El primer vector

1 0
1
C
C B
B
B
C 1 B 1 C B
queda igual, y el segundo se transforma en B
C
C=B
B
B
2 @ 0 A @
@
A
0
8
0
>
>
>
<
B
1
do por las normas, se obtiene la base ortonormal para U : B
B
>
2@
>
>
:
0

1
0
1
0

1
1/2
1/2 C
C
C. Dividien1 A
0
1
19
0
1
1 >
>
B
C>
=
1 C
C 1 B 1 C

,
C
C
B
0 A
6 @ 2 A>
>
>
;
0
0

(notar que no coincide con la encontrada con el otro mtodo, y no tendra por qu: U
tiene innitas bases ortonormales diferentes). (Si se usa este mtodo, 0.7 puntos

por determinar base o generadores del ortogonal, y 0.8 puntos por realizar
la ortoNORMAlizacin. Por supuesto pueden normalizar durante el proceso
o al nal.)

b)

1) Notar que para v Rn , v V PV (v) = v . Sea z PW (V ). Entonces z = PW (v),

para algn v V . Usando la observacin anterior, v = PV (v), luego z = PW (PV (v)) =
PW PV (v) = PV PW (v) = PV (PW (v)) V . (1 punto)
2) Notar ahora que para u Rn , u V PV (u) = 0. Sea entonces z V . De la
observacin anterior. PV (z) = 0. Y como PW es lineal, entonces PW (PV (z)) = 0. Luego,
PV (PW (z)) = PV PW (z) = PW PV (z) = PW (PV (z)) = 0. (1 punto)

3) Sea x PW V . Entonces existe z V tal que x = PW (z). De la parte anterior se
sigue que PV (x) = PV (PW (z)) = 0, y por la observacin del principio de la parte anterior
tambin, entonces x V . (1 punto)

(+ 1 punto base)

Ingeniera Matemtica
FACULTAD DE CIENCIAS
FSICAS Y MATEMTICAS
UNIVERSIDAD DE CHILE
lgebra Lineal 08-1

Control 3
P1. (a) Considere la matriz

3
4
11

4
3
3
A=4
10 10
.
(i) (1.5 ptos.) Calcule el polinomio caracterstico de

A,

los valores propios de

y sus multiplici-

dades algebraicas.
(ii) (2.0 ptos.) Determine los espacios propios asociados a cada valor propio y calcule las multiplicidades geomtricas de cada valor propio.
(iii) (0.5 ptos.) Concluya que

(b) (2.0 ptos.) Sea A = P DP

son valores propios de

A.

es diagonalizable y explicite las matrices

Mn,n ( )

con

diagonal y

Demuestre que para todo

D.

invertible. Suponga que

N la matriz

B = I + A + . . . + Ak = I +

k
X

NO

Ai

i=1

es invertible y determine explcitamente la inversa de

B.

P2. (a) Sea P2 ( ) el conjunto de polinomios de grado menor o igual a 2, y T : P2 ( ) P2 ( ) la

transformacin lineal tal que para todo polinomio
(i) (2.0 ptos.) Calcule la matriz representante de

p(x) P2 ( )
T

se tiene que

(T (p))(x) = p(1 + x).

con respecto a la base cannica

A = {1, x, x2 }

en el espacio de partida y de llegada.

(ii) (2.0 ptos.) Calcule usando matriz cambio de base la matriz representante de
la base

B = {1 + x, 1 x, 1 + x + x2 }

con respecto a

en el espacio de partida y de llegada.

(b) (2.0 ptos.) Sea V un espacio vectorial y B = {v1 , v2 , . . . , vn } una base de V . Sea B 0 = {u1 , u2 , . . . , un }
la base ortonormal obtenida al aplicar el mtodo de Gram-Schmidt a
subndices. Pruebe que la matriz de cambio de base de

P3. Sean W y B dos s.e.v. de

B0

en el orden dado por los

es triangular superior.

Rn y P : Rn W la proyeccin ortogonal sobre W .

(a) (1.5 ptos.) Muestre que P (B) = {P (x) : x B} es un s.e.v. de W y que si {b1 , . . . , bk } es un

B entonces {P (b1 ), . . . , P (bk )} es un generador de P (B).

1
2
5
0
1 +

3
2
7
1
, , y B =
, 3
W =
5 4 3
1 2 :

1
0
1
0
2

generador de

(b) Si

(i) (1.5 ptos.) Encuentre una base ortonormal de W y explicite su dimensin.

(ii) (1.5 ptos.) Encuentre una base ortonormal de W y explicite su dimensin.
(iii) (1.5 ptos.) Encuentre una base de P (B) y explicite su dimensin.

20 de Junio de 2008
Sin consultas
Tiempo: 3:00

Ingeniera Matemtica
FACULTAD DE CIENCIAS
FSICAS Y MATEMTICAS
UNIVERSIDAD DE CHILE
MA1B2 lgebra Lineal 08-2

Control 3

1
P1. Considere la matriz A = 2
2

2
1 con , ,
2

R.

1
(i) (1,0 ptos.) Determine los valores de , y sabiendo que = 3 es un valor propio de A y v = 1
1
es su vector propio asociado.
(ii) (5,0 ptos.) Incorporando los valores determinados en (i) para , y , demuestre que A es diagonalizable y calcule P invertible y D diagonal tal que A = P DP 1 .

2
2 1
P2. Dada la matriz A = 2 1 2 se sabe que = 3 y = 3 son sus nicos valores propios.
1 2
2
(i) (4,0 ptos.) Encuentre una base ortonormal de vectores propios de A.
(ii) (2,0 ptos.) Determine el polinomio caracterstico de A.
P3.

a) (1,5 ptos.) Sean A, B Mnn ( ). Si A es invertible, muestre que AB y BA tienen el mismo

polinomio caracterstico.

b) (1,5 ptos.) Dada A Mnn ( ) diagonalizable, pruebe que si A tiene slo un valor propio, entonces
A = I, .

R
N, Ak = 0. Demuestre que A = 0.
d) (1,5 ptos.) Para A Mnn (R) diagonalizable, es decir A = P DP 1 con P invertible y D diagonal,
T
T 1
c) (1,5 ptos.) Sea A Mnn ( ) diagonalizable y tal que k
pruebe que A es diagonalizable y que las columnas de (P )
de AT .

forman una base de vectores propios

22 de noviembre de 2008
Tiempo: 3:00 hrs.
Consultas slo de enunciado, slo al auxiliar, en voz alta y desde el puesto

Pauta P1 CONTROL 3 ALGEBRA LINEAL

P1. Sea A de mxn tal que las n columnas de A son l.i.

T
(i) Demuestre que Ker(A) = Ker(A A).
T
T
(ii) Demuestre que r(A A) = r(A), y concluya que A A es invertible.
T
(iii) Qu puede decir respecto de AA ?
Solucin.
T
T
T
T
T
(i) Sea x en Ker(A), i.e., Ax = 0 /A , resulta: A (Ax)=A 0=0, implica (A A)x=0, i.e., x Ker(A A).
T
T
T
T
T
T
T
Recprocamente, sea x en Ker(A A), i.e., (A A)x=0 /A , /x , resulta x (A Ax)=x 0=0, implica
T
T
(Ax) Ax=0, y por lo tanto, Ax=0 (ya que, si u=Ax, u u=0, implica u=0), i.e., x Ker(A).

(ii) La hiptesis de A implica que r(A)=n y m n. Por (i), nul(A)=dim(Ker(A)) = dim(Ker(ATA))=nul(ATA), y

T

el T. de la nulidad y rango aplicado a A y A A implica nul(A A) + r(A A) = n y nul(A) + r(A) = n,

y como nul(A) = nul(ATA), se tiene que r(ATA) = r(A) = n. Ademas, como ATA es de nxn, sigue que
T
A A es invertible.
T
(iii) La hiptesis de A implica que r(A)=n, m n y por propiedad de rango, r(A )=n. Si m=n, entonces A y
T
T
A son invertibles lo que implica que AA es invertible. Si m>n, las m filas de A son l.dep., y las m
T
T
T
columnas de A son tambin l.dep., lo que implica que r(AA )<m. En caso contrario, i.e., r(AA )=m,
T
T
se tendra que m=r(AA ) min{ r(A), r(A ) }= min{n,n}=n, implicando m n, contradiccin.
OTRA FORMA
(i) Sea x en Ker(A), i.e., Ax=0. Como Ax = x1A.1+x2A.2++xnA.n , donde A.j es la columna j de A, y las
columnas de A son l.i, Ax=0 implica xj=0, todo j, y por lo tanto, Ker(A) ={0}. Para (i), basta probar que
T
Ker(A A)={0},
T
T
T
T
T
Supongamos lo contrario, i.e., existe x 0, tal que (A A)x=0, /x , implica x (A Ax)=x 0=0, i.e.,
T
T
(Ax) Ax=0, y por lo tanto, Ax=0 (ya que, si u=Ax, u u=0, implica u=0), i.e., x Ker(A), y como x 0,
T
se contradice que Ker(A) ={0}. En resumen, se cumple que Ker(A) = Ker(A A)={0}.
(ii) La hiptesis de A implica que r(A)=n y m n. Por (i), nul(A)=dim(Ker(A)) = dim(Ker(ATA))=nul(ATA)=0.
T
T
T
El . de la nulidad y rango aplicado a A y A A implica nul(A A) + r(A A) = n y nul(A) + r(A) = n, y como
T
T
T
T
nul(A)=nul(A A)=0, sigue que r(A)=r(A A)=n. Ademas, como A A es de nxn, sigue que A A es
invertible.
La parte (iii) no cambia.

Pauta P2 CONTROL 3 ALGEBRA LINEAL

1
P2. Demuestre que det
1

0 x x
2
= -3x . Mediante expansin segn fila 1 y usando propiedades

x 0 x

x x 0
1 1 1

de determinantes.
Solucin.
Calculo del determinante usando expansin segn fila 1.
0 1 1 1
1 x x
1 0 x
1 0 x
1 0 x x
= - 1 0 x + 1 x x - 1 x 0
1 x 0 x
1 x 0
1 x 0
1 x x
1 x x 0

0 x
x x
1 x
1 0
1 x x 0
1 x
+
-

= -
+x
x
+x
+x

1 0
1 x
1 x x x
1 x
x 0
x 0
= -(-x2 + x2 + x2) + (-x2 + 0) (x2 + 0) = -3x2.
Calculo del determinante usando propiedades.
0 1 1 1
0 1 1

fila 3 fila 2 1 0 x

=
1 x 0 x
fila 4 fila 2 0 x x
1 0

1
x
0

1 0

0 1 1
1
permutar
(1)=
0 x x 0
fila1 y fila 2

0 x

1 0

0 x

1
fila 3 x ( fila 2) 0 1 1
=
fila 4 x ( fila 2) 0 0 2 x x
0

[( fila 4 1 / 2( fila 3) )] -

0 x 2x

1 0

0 1

0 2x

3
x
2
= - (determinante de matriz triangular) = - (producto de los elementos de la diagonal)
0

= -3x .
(Si despus de obtener (1) calculan el determinante usando expansin segn columna 1 y, el
determinante de 3x3 que resulta lo siguen calculando usando expansin (e.g., segn fila 1) el puntaje
es 1.0, y si dicho determinante de 3x3 lo siguen calculando usando propiedades, el puntaje es 2.0)

Ingeniera Matemtica
FACULTAD DE CIENCIAS
FSICAS Y MATEMTICAS
UNIVERSIDAD DE CHILE
lgebra Lineal 09-2

Control 3

P1. Considere la matriz A M44 ( ) definida por

3 1 1
1 3 1
A=
1 1 3
1 1 1

1
1

1
3

(i) (1,0 pto.) Verifique que

1
1

v=
1
1
es vector propio de A y calcule su valor propio asociado.
(ii) (4,0 ptos.) Si se sabe que = 4 es valor propio de A, encuentre una base ortonormal de vectores
propios de A.
(iii) (1,0 pto.) Encuentre el polinomio caracterstico de A.
P2. (6,0 ptos.) Sea

R y considere la ecuacin:
( + 2)x2 + ( + 2)y 2 + 2xy = 1.

Determine, cuando existan, los valores del parmetro para los cuales la ecuacin representa:

circunferencia, parbola, elipse, hiprbola, recta o rectas, un punto, conjunto vaco.

Seale explcitamente qu cnicas o conjuntos de los indicados no pueden ser representados por la
ecuacin dada para ningn valor de .

P3.

a) (3,0 ptos.) Completar los elementos faltantes de la matriz A M22 ( ) dada por


2 6
A=

 
 
3
2
de modo que admita a v1 =
y a v2 =
como vectores propios.
1
1

b) (3,0 ptos.) Encuentre una matriz B M22 ( ) con los mismos vectores propios v1 y v2 del punto a)
y valores propios 1 = 1 asociado a v1 y 2 = 0 asociado a v2 . Calcule, adems, B 10 .

21 de noviembre de 2009
Sin consultas
Tiempo: 3:00

Ingeniera Matemtica
FACULTAD DE CIENCIAS
FSICAS Y MATEMTICAS
UNIVERSIDAD DE CHILE
MA1102 Algebra Lineal 09-2

Pauta Control 3 - Pregunta 1

3 1
1 3
(i) Sea A =
1 1
1 1
asociado.

1
1 1
1
1 1
yv=
1
3 1
1
1 3

3 1 1
1 3 1
Entonces Av = v
1 1 3
1 1 1

1
0
1
0
= 0.

=
1
0
1
0

1
1

Esto ratifica que v =

1 es vector
1

, v 6= 0 un vector propio de A y

1
1

1
1
=

1 1
1
3

R su valor propio

1
1

1
1

propio de A y = 0 su valor propio asociado.

(ii) Se sabe que tambien = 4 es valor propio de

se tiene:

0
1 1
y 0
1 1

(A 4I)
=

z 0
1 1
w
0
1 1

(0.5pts)

(0.5 pts)

A. Para calcular el espacio propio W4 asociado a = 4

1
1
1
1

1
x

1
y
1 z
1
w

0
0
= x+y+z+w =0
0
0

As, x = y z w con y, z, w libres (por ejemplo)

Entonces

Por lo tanto

y
= y

z
w
una base de

1
1

1 , 0
0 1

0
0

1
1
1

1
+z 0 +w 0
0
1
0
1
0
0
vectores propios para W4 puede ser

0
= {u1 , u2 , u3 }

Para obtener la base ortonormal asociada aplicamos Gram-Schmidt.

1
u1
1 1

v1 =
=
ku1 k
2 0
0

(1.0 pto)

1
1
1
1
0
0 1 1 1 1

v2 = u2 hu2 , v1 iv1 =
1 h 1 , 2 0 i 2 0
0
0
0
0

1
1
1
1
2
1

0
1
1
1
1 0 1 1 2
1

v2 =
1 2 1 2 0 = 1 2 0 = 1 = 2 2
0
0
0
0
0
0

1
v
2

1
y v2 = k
(1.0 pto)
v k = 6 2
0

1
1
1
1
0
0 1 1 1 1

v3 = u3 hu3 , v1 iv1 hu3 , v2 iv2 =

0 h 0 , 2 0 i 2 0
0
0
1
1

1
0
1

h
0 , 6
1

1
0 1

v3 =
0 2
1

1
1

y v3 = kvv33 k = 112
1
3

1
+ 1
0 6
0

1
1
1
1
1
i
2
6 2
0
0

1
2 +
1
1 +
1
= 2
2 31
0
1

1
6
1
6

31

1
= 31 = 1

3
3
1

1
1

1
3
(1.0 pto)

1
1
1

1 1 1
1
1
1
,
,

La base ortonormal para W4 ser 2

0 6 2
12 1

0
0
3

1

1
El espacio asociado a = 0 tiene por base
1 = {v}, vector que es ortogonal a v1 , v2 y v3 y

1
normalizado constituye el cuarto vector de la base ortonormal pedida (espacio W0 )

1
1 1

1 ,
0 , 6
2

1
, 1

12
2
0

1
1

1
, 1 1
1 2 1
3
1

o
n
= v1 , v2 , v3 , v .
kvk

(1.0 pto)

(iii) P () puede escribirse, para esta matriz que es simtrica y por lo tanto diagonalizable como,
P () = (1)n ( 0)k ( 4)m
donde k + m = n = 4 y k, m son las dimensiones de los espacios W0 y W4
(1.0 pto)
Sigue que P () = (1)4 1 ( 4)3 = ( 4)3
2

Pauta Control 3 - Pregunta 2

La ecuacin en estudio es ( + 2)x2 + ( + 2)y 2 + 2xy = 1, R. La forma cuadrtica de la cnica

se puede escribir como:

2

( + 2)x + ( + 2)y + 2xy = (x, y)A

x
y

donde A =

+2

+2

Determinamos los valores y vectores propios de A.


 +2

El polinomio caracterstico es P () = 

+2

P () = 0 ( + 2 )2 2 = 0 (2 + 2 )(2 ) = 0

1 = 2
2 = 2( + 1)

Si 1 = 2 2( + 1) = 2 = 0 y en tal caso la ecuacin queda x2 + y 2 =

encia centro O(0, 0) y r = 12 .
Para 6= 0

x
y

(1.0 pto)
1
2

El vector propio v1 =
asociado al valor propio 1 = 2 debe cumplir
 
0
x + y = 0 x + y = 0 y = x de donde un vector propio ser v1 =
0

que es una circunfer-




x
=

y
!
12
(unitario).
1
2

Para 2 = 2( + 1) se tiene


 



 

( + 2) (2 + 2)

x
0

x
0
=

=
y=x

( + 2) (2 + 2)
y
0

y
0
y un vector propio unitario ser v2 =

1
2
1
2

(1.0 pto)


1
As,la matriz A puede escribirse como A = P DP t donde D =
0
!

1
1
1
2 2
2
2
0
Entonces A = P DP t =
1
1

1
0 2(1 + )
2
2
2
Considerando el cambio de varaibles




x
u
=
= Pt
y
v
y por lo tanto x =

2
2 (v

u); y =

2
2 (v

12 x + 12 y
1 x + 1 y
2
2

0
2
1
2
1
2

y P = {v1 , v2 }.

x + y = u 2
x+y = v 2

+ u).

Reemplazando en la ecuacin original queda

1
1
1
( + 2) (v u)2 + ( + 2) (v + u)2 + 2 (v 2 u2 ) = 1
2
2
2
2u2 + 2( + 1)v 2 = 1

Entonces, si = 1 u =
y =x+1y =x1

( + 2)(v 2 + u2 ) + (v 2 u2 ) = 1
(1.0 pto)
12

que en las variables originales son las rectas paralelas

(1.0 pto)

Si + 1 > 0, es decir (1, ) y 6= 0 la ecuacin

2u2 + 2( + 1)v 2 = 1 representa elipses.
3

(1.0 pto)

Si + 1 < 0, es decir (, 1) la ecuacin representa hiprbola.

Con lo visto, recorre y por lo tanto no existen valores de que transformen la ecuacin propuesta
en parbolas en un punto o en el conjunto vaco.
(0.5 pto)

Pauta Control 3 - Pregunta 3

(a) Sea [, ] la segunda fila dela matriz A, es decir

2
A=

Para cada vector propio debe cumplirse que Av = v.

As para v1 =

3
1



 


3
2 6
3
y 1 valor propio.
;
= 1
1

1

Entonces

1 = 4
12 = 31

3 + = 1
3 + = 4
(1.0 pto)

Anlogamente, para v2 =

 
2
2
;
1



2
1

= 2

2
1

10 = 22
2 = 5

2 + = 2
2 + = 5
(1.0 pto)

3 + = 4
De las ecuaciones
= 1, = 7
2 + = 5


2 6
Sigue que A =
1 7
(b) La matriz B buscada es diagonalizable pues admite una base de vectores propios v1 =
 
2
v2 =
(del punto (a 1)).
1

(1.0 pto)

3
1

As, B = P DP 1 donde P es la matriz cuyas columnas

 son v1 yv2 y D es la matriz diagonal con los
1 0
.
valores propios dados 1 = 1 y 2 = 0 y 2 = 0; D =
0 2




3 2
1 2
Entonces P =
P 1 =
(inmediato).
(1.0 pto)
1 1
1 3



 

 

3 2
1 0
1 2
3 2
1 2
3 6
Sigue que B =
=
=
1 1
0 0
1 3
1 1
0 0
1 2
 10

1
0
Para B 10 ; B 10 = (P DP 1 )10 = P D10 P 1 pero D10 =
=D
(1.5 pto)
0 0
Entonces B 10 = P DP 1 = B

Ingeniera Matemtica
FACULTAD DE CIENCIAS
FSICAS Y MATEMTICAS
UNIVERSIDAD DE CHILE
lgebra Lineal 11-2

Control 3

P1. Considere el conjunto

R4

dado por

1
1
1
1

0
1
1
, , , 1
B=
0 0 1 1

0
0
0
1

lineal que satisface las condiciones siguientes:

1
1
0 1

T
0 = 1 ,
0
0

(i) (0,5 ptos.) Pruebe que

es base de

R4

(ii) (1,5 ptos.) Demuestre que una base de

1
1
1 1

T
0 = 1
0
1

ker(T )

(iii) (2,0 ptos.) Calcule la matriz representante de

es

R4 R4

la transformacin

ker(T ) = Im(T ).

1
1

1
, 1 .
1 1

0
1

cuando se ocupa

(iv) (2,0 ptos.) Calcule la matriz representante de

T :

como base en la partida y en la llegada.

cuando se ocupa la base cannica en la partida y en la

llegada.

el plano en 3 de ecuacin caractesiana : x1 + x2 + x3 = 0 y sea T :

T (x) = simtrico de x con respecto a  .


x1
x1
1
2
(i) (1,5 ptos.) Demuestre que T x2 = x2 (x1 + x2 + x3 ) 1.
3
x3
x3
1

P2. Sea

(ii) (1,5 ptos.) Muestre que

(iii) (1,5 ptos.) Sea

R3 R3

la funcin denida por

es lineal.

la matriz representante de la transformacin

con respecto a las bases cannicas. Calcule

A.
(iv) (1,5 ptos.) Demuestre que el polinomio caracterstico de
diagonalizable y encuentre

invertible y

es

p() = ( 1)2 ( + 1).

Pruebe que

es

diagonal tal que

A = P DP 1 .
P3. Sea

m = 2n con n

N \ {0}

de grado menor o igual que

y considere

Pm (x) el conjunto de todos los polinomios p(x) = a0 + a1 x + . . . + am xm ,

con coecientes en

. Se dene el conjunto

V = {p(x) Pm (x)|i {0, . . . , m}, ai = ami }.

(i) (1,5 ptos.) Probar que

es subespacio vectorial de

(ii) (1,5 ptos.) Encontrar una base de

(iii) (1,5 ptos.) Probar que

Pm (x)

sobre

y deduzca que su dimensin es

n + 1.

Pm (x) = V Pn1 (x).

(iv) (1,5 ptos.) Se dene

V = {p(x) Pm (x)|i {0, . . . , m}, ai = ami }.

Probar que

Pm (x) = V V

asumiendo que

es subespacio vectorial de

Pm (x).

Tiempo: 3:00 hrs.

Ingeniera Matemtica
FACULTAD DE CIENCIAS
FSICAS Y MATEMTICAS
UNIVERSIDAD DE CHILE
lgebra Lineal 12-2

Control 3
P1.

Sea

A=

(
1
2

2
4

M2,2 ( ).

Considere la funcin

T :M
2,2 ( ) ))
( 2,2 ( )) M((
(
)
a b
a b
a b
7 T
=A
c d
c d
c d
(i) (1,0 pto.) Demuestre que

es una funcin lineal.

(ii) (3,0 ptos.) Determine los subespacios

(iii) (2,0 ptos.) Encuentre

ker(T )

Im(T )

y encuentre una base y la dimensin de cada uno.

matriz representante de

{(
=

T con respecto a la base cannica

) (
) (
) (
)}
1 0
0 1
0 0
0 0
,
,
,
0 0
0 0
1 0
0 1

en el espacio de partida y de llegada.

P2.

Sean

A, B M3,3 ( )

dadas por

1
A = 0
0

Para cada una de ellas

1
1
0

0
1 ,
1

1 1
B = 1 1
0 0

0
0 .
1

se pide lo siguiente:

(i) (4,5 ptos.) Calcular valores y vectores propios.

(ii) (1,5 ptos.) Decidir si es o no diagonalizable. Fundamente.
En caso de ser diagonalizable encuentre una matriz
se escriba como
P3.

P DP 1 .

invertible y una matriz

diagonal tales que la matriz

Rn Rn una funcin lineal tal que T T = T . Pruebe que Rn = ker(T ) Im(T ).

(ii) (1,5 ptos.) Si A Mnn (R) tiene slo un valor propio igual a 1 y es diagonalizable, entonces A = I .
(iii) (1,5 ptos.) Sean A M4,7 (R) y B M7,4 (R). Muestre que B A
ser la identidad I M7,7 (R).
(i) (3,0 ptos.) Sea

T :

no puede

Justifique cada una de sus respuestas

Tiempo: 3:00 hrs.

Lq.n
u
s,l
5i#,
{".,1*
Alx*bre
v
?.,a"n.ta'|vob[*n>

l\-\ -

,^
[*t\
,
A A $ nI
M^rW'
LM,,W)
T'
q''\
/\=,i)

?*aa fr rit'bv4J^\*s
1L=()
-(1
fu)
M,,,(rz)

.- fil

(".'r\s-.> fle:)1=A^{tL)
\Y-'v'

pues {"#fr.'Vf

tM\r""r"Tu
r4'

Y,J t (r'(r)
\

Tty)
+
\,
a
ik;
\,
\,1)
T(r,vr
= \,A( t-,l.rA
( ^htf' T[x,f,+r,)) =A /1,,1.
-\,YJ
(t
\
:) *r-,k,tI'Y) = \'-l-t*l+X"fr)
K.?_!

,^..

\|

^ C,-I^^^*n,
fu

A"rYf)
"Inf.)
1ti^*r-\M/M"
f-"

'S-uJ*Tt-,^Xtkffi),t"'f^y*,-q]
::,

=f
SSl
,TMJ)J
x:V+tM',@)
,/*,
t*

=)
-h
-n-*
A*r)=[?{ :;:,itr) 3)

*^ Q:)=t:'i') ?.[il-if d f) /*tu'{.

0o ^ IL, s,,tr^^r.
bse%'h)
-lflr'],k;rf1r*rnu
6i1 x[ l')

?"+ -,[ ir^*t ix^td J^-"tf^"

-,r^6,11)
' d,,n*(k*rl)
$^* Uu,\tvL)
$* j*

^^^ilA RMrr^Ls,^fi^rd)* ,t"- fxt+r,-r^xut

t ^^^,.^*

f-(,-\
Ao.U" ,/fu^^Hdk
,ki^,r,w^zt,
l,,"*
\r,^r-iT
f^\

}
@}yr'F\--{63)',(?t)
Tn^lnn^n
p,nld"h"*le,- krr\^,r
t [06sEzvnci,ru-,
t\rtrJ)
*n(s,r)'fir;iha1
I "(:;)t('044;
,J-t{
,*uLr,,..i' ,l,xW + lo b ,h;*
,']fur^rr^^"
[t

'

4Y5if^T**'kr
utnP
^}{.^
Trf,t

r,4t 1,"^t!"fu,A
F/.nl p{,AX^{redrcn

[.*

qR^^;f,,,a
be^e

-f[,,?- =;)=n(:,.)
^[l;)+o[z"
'"(;J)
*
til)ft.;l
=(B
(8J)
T6J)=LT)
*'[J;)
i)='[a)- dftilno(rS)

=ti $ = ,(if)-'[;J)rqtf;)*o[s;J
Tfis)=,i)(f)

=,ot{;)
=(i
*4[,'i)
ot;;)
..
-'(,Y)
il
ql ;t4fir)
I" l\^rr,X
dh-ffr^-ta r^^/r
rrs,F^*nr"f,qnfu
f*
4':,*,"Yty
, (l

*+.

ry-u'tu*^g:

Qtil

?etr,f*?o61emez
h' {if \ ,3'rtc\
\,tAt

Q:r?)

^vl.n{
fotr'u^l^rAt*
t
f^

M 4^
Q q"-^-" w''ArfL",\r*

i il
r0).rf"

fM"f,/ n',

\=il,l^lwnI
J=

@*

nfr;arLbp, Ffil.lt;^ l-f

ll
{

CI

o
t- r\

=+ =ft-,tk-U:1\
=
= A^-rt
t-')(,raI)
t6l
1*r"t qA4[&"
h+"

'6)='[fl:
@}=[R^,,r)
-qon*
\=o

=6)
=)'flH
=W:,,::i=
[b-,')lt]
[b-,r)
tfl
@*
k (he

(" z4l
=V,)+
{-t
ltt

1,en*i=e

k-y=c
t*I
+'
b.c \5 T=o
6rfi
\:z+
k l,u
^ g*;

\CI

\L =

il)D/=
ti)

t5l

t"s ^
A" LAsrr'r4L.,wlt

YM,N:

fi ,)rhfr^,,t^rfxs^ril^
u ?r*nh,-

,'ryt,-q,Y^ fl'^lrF"l

6r pr"^rlt *" ^d,

tD'^

a^h^l^

??*'
C"".,vI

f,Mq".A
r*dp'Mp[l^
l- -*n+t"t^Ctl4h^ded{.=1t, } 1 !.'**^il^

Ury,,- *, b>L,urtrt^,u*
ilh-f,',f
fy
,(ll.l. d^

\ ^ n ^ * L . r ^ t - | , 0 , r a o r , ' , , t r . ^- 4 . . - . , 1|4 , t . L

ry.

,l :, f ^:

/en.5 v:
n^.
W
{"t*

2 ?^W
i-,

^'vl,rvlW, Tfi*\n"t

)"?:Ll

l)

q^

h,-

d|)u

x B- ?D?-'

[lffr*Y

?robiator>3

t-

"l

LJ

TDF'

T"T\:?:

"ti,*"j

1^^'Ir)

6-I*h)

CI*[n')=l o.l\t Jl +,jiAFr[T

,
D

.\
/T'l I t /\

Dt--

I\

l=, '-

))

ka

tx,*fi-)+ tr-

[.'1r1nI",F
k 4{T)

)=)

T. r') AV

-- t u l -,fn\

lll^

-,

l\

M\^* Tgj
I

f,r

J{i)=A*td

IX=Tf

"It\K

Lu{

I^'F),k=-c)

=tr]

R,h^[A,"rf)

@')=

[] * fr'^

ntrurA=?b?-' mD =l:' 1,\ l=i

t

V.

^^0.
- fht,rt? Wl"

S1=?fP-'=?P-' =\A-- L

qrr^Afrd.AY=o
lZ

SbA)=.o

-) 6a)*=o -1" nA=T,t',q"Y=o =)xru,YM

1nvil k=-o')t4 -W
to' Xr--*^*- 1oNfu^'
'\r=o
AV
3 vati r t/o li besla ro.Mf"rn"+cnn,tnN^\4

Y
,

u'ilu"u
\,
r*gtt
tiilr. b*^rp,,
VP*,t?t

g_.)i v\r"w q^{,r2s*"

cr tA -

Ir_

u^cr\@u_nl

urrotr)
Sp\&r)
c\
=
[-T,^.0fi
(n,trhr) k--^L1)
-rl I + tA
Lq/

in

[^U4
rlv I
LJ

a" t^
S^l
!/)
*&r.
tD
WJ*-<l
:
Ur.lD
tl t^^,*
ry*I
d'w'o5!"-a,-ry
t^ L.^,.,_ U^tt

t\ A^n*.'tt"^ C1)'tT'n l))

U\)

T*

,-.4;*. WCq+fuut*ff)
+-['t
cc\)
6)\
t'-\tU^
-+ A,,"L\.r^fq[T\^^"tr\)

Lc,)q#t

9 ol e

I ?n-CT)
D
C
n?,^cl)
t.,-".&
A-*"
-\

(o tT-nn[-il : 4.P)
r".q,L

Za

'^cul'r''
qo'"^Lz\
&+^n*'
V^bUlr.e1^.
f\1'v*6 t hry3I
z) \Ao\-f
-t
(e
v.Nn){\T*fr1
gF
-fCe
:
TCCC:)

(0,;r

{cr)'bt4f1*l*- /-r*)

,=)

l-+
f-l

-f
p-<r
\ e/\

z)
*,)

>)

TCT)

'=' Q

E e ,,9O

o =

c-O

-I-CK) =- X

&,r
W

Ingeniera Matematica
FACULTAD DE CIENCIAS

FISICAS Y MATEMATICAS
UNIVERSIDAD DE CHILE

Algebra Lineal MA 1102, 07/06/13, Profs. J. Gonz

alez, R. Gouet.

Pauta Control #3
1. Sea L : R4 R3 una transformacion lineal, cuya matriz representante con respecto a las bases
canonicas B1 = {e1 , e2 , e3 , e4 } de R4 y B2 = {f1 , f2 , f3 } de R3 esta dada por

4 5 7 7
A = 2 1 1 3 .
1 1 2 1
Sean B3 = {e1 , e2 , 4e1 + e2 3e3 , 7e1 + e3 + 5e4 } y B4 = {4f1 + 2f2 + f3 , 5f1 + f2 f3 , f3 } bases
de R4 y R3 respectivamente.
a) (3 pts.) Encuentre
sol: Para obtener
escalonamiento:

2
A=
1

bases para Ker(L) e Im(L).

el Ker(L) resolvemos el sistema Ax = 0, mediante un par de pasos de

5 7 7
4 5 7 7
4 5 7 7
1 1 3 0 3 5 1 0 3 5 1 ,
1 2 1
0 9 15 3
0 0
0
0

de donde obtenemos x3 , x4 libres, x2 = 35 x3 31 x4 , x1 = 31 x3 43 x4 . Por lo tanto vemos que

Ker(L) = {(x3 4x4 , 5x3 x4 , 3x3 , 3x4 )t ; x3 , x4 R}, siendo {(1, 5, 3, 0)t , (4, 1, 0, 3)t }
una base.
Sea (y1 , y2 , y3 )t Im(L) y sean Aj , j = 1, . . . , 4 las columnas de A, entonces existen x1 , x2 , x3 , x4
tales que

y1
y2 = x1 A1 + x2 A2 + x3 A3 + x4 A4 ,
y3
lo que muestra que Im(L) =< {Aj , j = 1, 2, 3, 4} >. Del Teorema del N
ucleo-Imagen vemos
que dim(Im(L)) = 4 dim(Ker(L)) = 2. Ademas notamos que las columnas A1 , A2 son l.i.,
de manera que constituyen una base de Im(L).
b) (3 pts.) Encuentre la matriz que representa a L con respecto a B3 y B4 , utilizando la matriz
A y las cuatro bases B1 , B2 , B3 , B4 (esto requiere calcular la matriz de cambio de bases, B1 , B3
de R4 y la matriz de cambio de bases, B2 , B4 de R3 , en un orden bien especfico).
sol: Usamos la f
ormula (4.4) del apunte (pag. 118), identificando apropiadamente con los datos
del problema
Mee0 (T ) = M 0 e0 (idV )M 0 (T )M
e (idU ).
Tenemos: T = L, U = R4 , V = R3 , = B1 , e = B3 , 0 = B2 , e0 = B4 . Por otra parte, M 0 (T ) =
MB1 B2 (L) = A. Sean B = Mee0 (T ) = MB3 B4 (L), P = M 0 e0 (idV ) = MB2 B4 (idV ) y Q =
M
e (idU ) = MB3 B1 (idU ). Entonces, B = P AQ. Calculamos ahora P y Q: P es la matriz
representante de
idR3 : (R3 , B2 ) (R3 , B4 )

y P 1 es la representante de idR3 : (R3 , B4 ) (R3 , B2 ), que se obtiene muy facilmente porque

es inmediato expresar los vectores de B4 en terminos de los de B2 . As resulta

4 5 0
P 1 = 2 1 0 ,
1 1 1
cuya inversa es

1 5 0
1
P = 2 4 0 .
6
3 9 6
Por otra parte, Q es la matriz de
idR4 : (R4 , B3 ) (R4 , B1 ),
que se obtiene de la definici
on de los vectores de la
base B1 . Tenemos

1 0 4
0 1 1
Q=
0 0 3
0 0 0

bas B3 en terminos de los vectores de la

7
0
.
1
5

Finalmente llegamos a

1
4 5 7 7
1 5 0
1
0
B = P AQ = 2 4 0 2 1 1 3
0
6
1 1 2 1
3 9 6
0

0 4 7
1 0 3 0

1 1
0
0 1 6 0
=
0 3 1
0 0 0 0
0 0
5

2. Sea A la matriz dada por

k 2 1
A = 2 1 p .
1 2 0

a) Determine valores de k y p de modo que (1, 1, 1)t sea vector propio de A.

sol: Sea v = (1, 1, 1)t entonces v es vector propio si Av = v para alg
un R. Esto equivale
a las siguientes ecuaciones:
k + 3 = = p + 1 = 3,
de donde resulta = 3, k = 0, p = 2.
b) Para los valores de k y p obtenidos en (a), encuentre una base B de vectores propios de A y
los correspondientes valores propios.
sol: Con los valores de (a) tenemos

0 2 1
A = 2 1 2 ,
1 2 0
cuyo polinomio caracterstico es
p() = 2 ( + 1) + 8 + ( + 1) + 8 = (3 + 2 9 9),

una de cuyas races es 3. Dividimos por 3 para obtener

(3 + 2 9 9) : ( 3) = 2 + 4 + 3 = ( + 1)( + 3).
Las races de p() son todas distintas, con valores 3, 1, 3. Buscamos vectores propios asociados a los valores -1 y -3: resolvemos
(A + I)x = 0 x1 + 2x2 + x3 = 0, x1 + x3 = 0, x1 + 2x2 + x3 = 0 x2 = 0, x3 = x1 .
Por lo tanto, un vector propios asociado a = 1 es (1, 0, 1)t . Para = 3 tenemos
(A+3I)x = 0 3x1 +2x2 +x3 = 0, 2x1 +2x2 +2x3 = 0, x1 +2x2 +3x3 = 0 x2 = 2x3 , x1 = x3
y podemos escoger (1, 2, 1)t como vector propio. La base de vectores propios es entonces
B = {(1, 1, 1)t , (1, 0, 1)t , (1, 2, 1)t }.
c) Para los valores de k y p obtenidos en (a), obtenga la matriz de cambio de base P , de B 0 a
B, donde B 0 es la base can
onica de R3 , y compruebe que P 1 AP = D, donde D es la matriz
diagonal formada por los valores propios de A.
sol: Expresamos los vectores de la nueva base B en terminos de la antigua B 0 :
(1, 1, 1)t = e1 + e2 + e3 , (1, 0, 1)t = e1 e3 , (1, 2, 1)t = e1 e2 + e3 ,
por lo tanto, la matriz de cambio de base es

1 1
1
P = 1 0 2 ,
1 1 1
con inversa

2 2
2
1
= 3 0 3 .
6
1 2 1

P 1

Finalmente se comprueba que

2 2
2
0 2 1
1 1
1
3 0
0
1
P 1 AP = 3 0 3 2 1 2 1 0 2 = 0 1 0 .
6
1 2 1
1 2 0
1 1 1
0 0 3
3. Sea A1 = (a) M11 (R) y An = (aij ) Mnn (R), n 2, una matriz tridiagonal con aii = a, i =
1, . . . , n; ai,i+1 = b, i = 1, . . . , n 1; ai+1,i = c, i = 1, . . . , n 1.
a) (2 pts.) Calcule el polinomio caracterstico de A4 .
sol: Podemos usar la f
ormula de la parte (b) ya que la matriz A I es tambien tridiagonal.
Entonces
p4 () := |A4 I| = (a )|A3 I| bc|A2 I|.
Se calcula


 a
b
|A2 I| = 
c
a



 = (a )2 bc


y

 a
b
0


a
b
|A3 I| =  c
 0
c
a
3




 = (a )3 2bc(a ).



Finalmente
p4 () = (a )((a )3 2bc(a )) bc((a )2 bc) =
(a )4 3bc(a )2 + (bc)2 .
b) (2 pts.) Use la definici
on de determinante para mostrar que |An | satisface la recurrencia
|An+2 | = a|An+1 | bc|An |, n 1.
sol: Aplicamos la f
ormula
|A| =

n
X

(1)

(1)i+1 ai1 |Ai1 |

i=1

a la matriz An+2 . Entonces resulta

21
11
21
|An+2 | = a|A11
n+2 | a2,1 |An+2 | + 0 + 0 + = a|An+2 | c|An+2 |.
21
Pero A11
n+2 = An+1 y B := An+2 es una matriz (n + 1) (n + 1) que tiene b11 = b y b1j =
0, j = 2, . . . , n + 1. Por lo tanto, desarrollamos el determinante por la primera fila obteniendo
11
|B| = |A21
ormula (1).
n+2 | = b|B | = b|An |. Juntando los resultados parciales llegamos a la f

c) (2 pts. )Use inducci

on para mostrar que si a2 = 4bc, la solucion de (1) esta dada por
|An | = (n + 1)(a/2)n , n 1.
sol: Para n = 1 la f
ormula es evidente. Supongamosla cierta para 1, 2, . . . , n + 1 y apliquemos
(1). Llegamos a
|An+2 | = a(n+2)(a/2)n+1 bc(n+1)(a/2)n = 2(n+2)(a/2)n+2 (n+1)(a/2)n+2 = (n+3)(a/2)n+2 .

Ingeniera Matemtica
FACULTAD DE CIENCIAS
FSICAS Y MATEMTICAS
UNIVERSIDAD DE CHILE
lgebra Lineal 13-2

Control 3
P1.

a) (3,0 ptos.) Sea A M33 ( ) una matriz simtrica. Se sabe que el polinomio caracterstico de A es


1
1
p() = ( 3)2 y que 1 y 1
0
2
son vectores propios de A asociados al valor propio = 3. Se pide construir la matriz A.

b) (3,0 ptos.) Considere la matriz C M33 ( ) definida

2 a
0 2
0 0
Para qu valores de a, b

por

0
b
2

R la matriz C es diagonalizable? Justifique su respuesta.

P2. Sea S2 el espacio vectorial de las matrices simtricas de 2 2 con coeficientes reales. Dada B M22 ( ),
considere la transformacin lineal T : M22 ( ) S2 definida por

T (X) = BX + X t B t ,

x1
donde X =
x3

x2
x4

M22 ( ).

(a) (1,0 pto.) Verificar que T (X) es bien definida, es decir, T (X) S2 .


a b
(b) (3,0 ptos.) Para B =
M22 ( ) encuentre la matriz representante de T con respecto a la base
c d
cannica de M22 ( ) y la base

 
 

1 0
0 1
0 0
,
,
de S2 .
0 0
1 0
0 1


1
(c) (2,0 ptos.) Para B =
1


1
encuentre bases y dimensin para ker(T ) e Im(T ).
0

P3. Sea q(x) = b0 + b1 x + b2 x2 + . . . + bm xm un polinomio de grado m y A una matriz cuadrada. Se define

q(A) = b0 I + b1 A + b2 A2 + . . . + bm Am .
Si A Mnn es una matriz diagonalizable, p() su polinomio caractersticos y A = P DP 1 su diagonalizacin,
se pide:
i) (2,0 ptos.) Demostrar que p(D) = 0.
ii) (2,0 ptos.) Demostrar que p(A) = 0.
iii) (2,0 ptos.) Probar, usando induccin sobre m y el punto ii), que m
I, A, A2 , . . . , An1 .

N, Am es combinacin lineal de

Justifique cada una de sus respuestas

Tiempo: 3:00 hrs.

AL6rbp,AL{'AL* {i,fr;-r.uof.

{^

t t^

L'C'f f,-'

-l

T'*'S*? ttLlc'nt> L
, {Phi:* h {*i)" {i
A'{,ryy\if^iz*
A n /t4y.:+{,R}

'*.fi;[ff'**-{* d^*i^r'
f^-1'": Ab,)**\*)fY*Y*y}",tlln
h,'r
,,ro}
r,yi, .^6a S bp' e,{'n?=tnr,, }l'*it {T,

A t? &rrtun
n*4zu;
prx,u,r.c,
t"* nt*r-nr*^f"tU
f""y- Y
urtLry4r\.[-"^\--"

n /,{ \

L/l\r"i
t'Q:
\f,=
JYl" A tfi)t
e (:"1
\*L ^"t^"-t
'.

' {r-bd'{ry.
a.*U4fnh P'*''"^n*t'{
.

f;

tu"
\-

(
5'
ry': t v[[rll";gh=
r{^o\ *,-tr'werr: {ls:I."? ,W

';:*\
sr=r'* ttz:
| ; 4 -z|^e[)=E[
\W
:

')
=[:;q
(:tr,
4\^i
I
f.
'*d
{,#
i:,8\
r>
d \oooJ

fg"

l'

gl.*T*

\b'.,;/n i,al

A= ?nS

{{r, {ri {n\(t r"\/,,' -rlfr \

l#J
i'i:iil'i'E
{E'
'\,i,,r
^fY,ry
{ar
lv
ztt
-i
_- Ittn oll,rn i{e;/,gl+fi=
/ '
:i)

*(/ft o/{.rffi ,tw ;ffi

@.nt;
)

[: *4 z
I
\_,

lri

'x'awqfY 4qr=3
}'=zr'nel
--?*^,
-@*4{'d\tr
"! fu]=z
fu $-*lF*S'Xa.rn[-*ec
tfu$^,i*,qft
fu zu"*,"*'t0
tqhr,/."ir,-eA^p
fff.h
lr]

=ll,l
&)
&" h-ar)r=o (gg 3^!l

l,fQv6*o
{fum^"'sky'--

{fu,$s^^}df;::

=) )cz=o v k= 0 t *^t'elw a/wt \,tdn,- *

,1,^"*!r.q .lr;{**
d,{,rr,&.

{
Aj

A
t

f,

V"U)

l Wt A4na
X" d'L/n,At,Jn

="'th'
fl",,\h?
3
t-,
patr
dt*Wt
+
6
\

t^ @,

@=b* ro,Cto W
o{o,,

i
'

.-

_.

*^i
l-}*

\?.'-

..J'./.i-"t-

l\-vv-

.,,},,1*rn;./\r,,

L''l

ljq

.il.

T^?t\t

* E,if:-'
+,rr,rnl,xil=>lTI

o,fl:.
i

-iT -iffilil
q, i** j',*,,rw*,[u.\
_:*_t
;,1;i."ti,*;'i
,,;\
l]*
*
l
,
d,.,trru
i
J,
rvl
[i; i "
i;; ll";
ifr{,t
L

{n
O,*Yvu;cs'

lo*

,' {-

-) fr *r.*\ litT +S;" }'L'

r r Jttc\/'"{\ /0.\i &-\pu:u'Y

;\*d^
,'i
i,t-,Ji
{i:J,lu,
'B :;" -i
lfl I
1 /utz.'

'^/v\

t,,"e*r*;'

lYUr'u:;'!t{'w'

l'

.r"lf

-t'. -.\i

,' \, \

l-

]-t(*I=(33}tr:)-tffi)j)=L';}=.o[l;}-

-*Lri
=
;} "iiJl*r
gifi) i,ltr)"
r^
-n,{l
*{[
,-.\/"-\ rn,r\i\{zar-i^"ft^:}+Jl:Ji
$}

=
;
{
q
{'.;}
",
;i
ri=
i ffif=dGd[: o(?*'*tu
; )= JJ
=

ru:i=
F
dl)b:l;
@rfux
'"t'"

sf

f*rul^*1"*h%
{7,
(lil
A a {c
'\l:--i

if. t YDt.x:
\

zb

o\

tt

Dl

"]{

,q

/1.!

I
'J.t
I

-\

r =
.l)

A |r,4^r/
1

-.

{l

\, 'r])

t" /MAt*l,*i
1t

{L -b: =

Lr d -a
{
t')

A a1{l{^

t\

\c

Xon ffit ryu/*l

.l

il\

c a \
,l c { j
?

ftn

It'4

X:j*.^".'

1."*
}drt."

'

"'-'

:i*-+Ugi
f J=i { Li :-}it ll;" d"q.K-u-l}
\,1r,-

tri

r,

_W/>

= ?fDP-'
<nno)P-' =
F
? pP,
- ?[
t \n-=o
_,?i

____#

-.-? o ?^' = o

A* r.d-***fi,
^^t ?xrg, rrn 10,,,-.'r\-rl,

rtr^t'h^rr^h
h &{,A-

: 0 : o/sf+ J, A |' - t{: t ln}A*

[rr)
?np rnn= /\ rt tig*-, iut-r,'n
ttA)
u
,

).

6/r

r,+,rl
tfu.
Q^'
cg',,.li*^"u",0'*,.i
fu T,A, ^S,:'7,}#
!;prt r;s
A*,rrhn

A y,,f, ,^^{r^,tlL I6Jby, A/tr^

= l.I u/oa+t!A.{___a.,A^^
%rfww A,'ni-rr
= A*,4 = d,{ + 8r{ " -' *$*-A* -{t*l- h-
/r."*l?{ T,A, - ry"'fy" .Jrrnu'fraJ.)
,^p0^furn,,l.rn
\ fi, ir b"v*V*ff{w+r

L;ne>rU y, /rl 4', --.,4-'

W9, n ,te^^\Ar^er,'"I\""^zc^

Ingeniera Matemtica
FACULTAD DE CIENCIAS
FSICAS Y MATEMTICAS
UNIVERSIDAD DE CHILE
lgebra Lineal 14-1

Control 3
P1. Sea f :

R3 R3 la transformacin lineal definida por:

f (x, y, z) = (x 2y + 2z, y, 2x 3y 4z)

a) (2,0 pto.) Encontrar una base de R3 en la que la matriz representante de la transformacin lineal sea diagonal.
Solucin:
NO TIENE SOLUCIN, HUBO UN ERROR DE TIPEO, Y EL POLINOMIO CARACTERSTICO TIENE
SLO UNA RAIZ REAL.
LO QUE SIGUE ES LA SOLUCIN DE LA (b) la idea era que fuese la misma matriz y debera decir en
la tercer coordenada x no 2x.
Estamos buscando una base de vectores propios:
Primero la matriz representante de la transformacin en la base cannica es:

1
0
2

2
1
3

2
0
4

(0,5 pts.)

1 x
2
2
1 x
0 = (1)(1 + x)((x2 + 5x + 8)
det 0
2
3
4 x
Las races del polinomio cuadrtico son complejas, luego la matriz no es diagonalizable en
b) (2,0 ptos.) Calcular

1
0
1

2
1
3

R (0,5ptos)

n
2
0
4

Calculamos los valores propios de la matriz para diagonalizarla:

1 x
det 0
1

2
1 x
3

2
0 = (1)(1 + x)((1 x)(4 x) + 2)
4 x

El polinomio caracterstico es:

P (x) = (1)(x + 1)(x + 3)(x + 2) con races 1, 2 y 3 que son los valores propios de la transformacin.
(0,3 pto)
Buscamos tres vectores propios asociados a los valores propios.

0 2 2
0
0
El vector asociado a = 1 puede calcularse buscando el (f + I) = 0
1 3 3
1

El espacio asociado a = 1, W1 est dado por y = z, x + 3y + 3z = 0, x = 6y

W1 = {(6, 1, 1)}
(0,3)

1 2
1
El vector asociado a = 2 puede calcularse buscando el (f + 2I) = 0
1 3

2
1
0
=0
2
0

2
1
0

2
0
0

El espacio asociado a = 2, W2 est dado por y = 0, x = 2z

W2 = {(2, 0, 1)}
(0,3)

2
El vector asociado a = 3 puede calcularse buscando el (f + 3I) = 0
1

2
2
3

2
1
0
=0
1
0

1
2
0

1
0
0

El espacio asociado a = 2, W2 est dado por y = 0, x = z

W3 = {(1, 0, 1)}
(0,3)
Como los espacios hallados son subespecies propios asociados a diferentes valores propios estn en suma directa y
forman una base de 3 . Luego la base buscada es:

B = {(6, 1, 1), (2, 0, 1), (1, 0, 1)}

(0,3)
Primero calculamos la inversa de la matriz de cambio de base, de la base cannica a la base de vectores propios:
1

0
1
0
6 2 1
1
0
0 =1 5 1
1 4 2
1
1 1

0
1
0
1 0
0
6 2 1
1 2 2
0
0 . 0 2 0 .1 5 1 (1.pto)
Luego: 0 1 0 = 1
1 4 2
0
0 3
1
1 1
1 3 4
As:

1 2 2
6 2 1
(1)n
0
0
0
1
0
0 1 0 = 1
0
0 . 0
(2)n
0 .1 5 1 (1pto)
1 3 4
1
1 1
0
0
(3)n
1 4 2

1 2 2
(c) (2,0 ptos.) Existe una matriz P tal que P 2 = 0 1 0 ? De existir encuntrela, de lo contrario justifique
1 3 4
claramente su respuesta.
Solucin:

1 0
0
6 2 1
0
1
0
0
0 . 0
De existir esta matriz sera: 1
2 0 .1 5 1 (1pto)
1 4 2
1
1 1
0
0
3
Por lo tanto existe una matriz en M33 ( ), pero no en M33 ( ) (basta decir que no existe en M33 ( ) que es lo
que se preguntaba) (1pto)

P2.

a) (2,0 pto.) Demuestre que el coeficiente an1 del polinomio caracterstico de una matriz A Mnn ( ) es
igual a la tr(A), donde tr(A) es la traza de la matriz A. Concluya que la traza es igual a la suma de los
valores propios de la matriz.
Solucin:
Por la definicin de determinante tenemos:

a11
det (A I) = det . . .
...

...
...

a1n
...
ann

Basta ver el polinomio caracterstico estar dado por:

(1)m m + (1)n1 m1 (a11 + a22 + + ann ) + + det (A)
Luego el coeficiente an1 = (1)n1 tr(A) (1pto)
Dado que matrices semejantes tienen polinomios caractersticos iguales la traza coincide con la suma de los
valores propios de la matriz. (1pto)
(poda resolverse por induccin, aunque es ms largo). (2pto en caso de que hayan estado cerca, hubo un
problema en la )

b) (3,0 pto.)Sea A M33 ( ) diagonalizable, con tr(A) = 4 calcular los valores propios de A sabiendo que
los valores propios de A2 + 2A son 1, 3 y 8.
Los valores propios de A2 + 2A son 1, 3 y 8 luego los valores propios de A sern:
21 + 21 = 1
22 + 22 = 3
31 + 23 = 8
(1pto)
Adems por (a):
1 + 2 + 3 = 4
(1pto) Luego:
(1 + 1)2 = 0
(2 1)(2 + 3) = 0
(3 2)(3 + 4) = 0
1 = 1
2 + 3 = 3
Esto slo se cumple si
2 = 1
3 = 4
(1pto)

c) (1,0 pto.) Sea


A=

1
1

k
k

Decida para qu valores de k la matriz es diagonalizable sobre , y para cules no lo es.

Solucin:
Primero calculamos el polinomio caracterstico de A:


1 x
k
P (x) = det
= x2 + (1 k)x 2k
1
kx
Para conocer los valores propios calculamos sus races, stas estn dadas por:
(k 1)

(1 k)2 + 8k
2

Luego si: (1k)2 +8k < 0 las races sern complejas, y la matriz no ser diagonalizable en . (1k)2 +8k > 0
las races sern reales, y distintas y la matriz ser diagonalizable en . Si (1 k)2 + 8k = 0 debemos ver
2
cmo es el subespacio
propio
asociado al nico valor propio de la matriz. (0,5pto) Las races de k + 6k + 1

son: 3 2 2 y 3 + 2 2.

Luego:
para k (, 3 2 2) (3 + 2 2, ) La matriz es diagonalizable en . Para k (3

2 2, 3 + 2 2) La matriz no es diagonalizable en . Para los valores en los que el discriminante es cero

debemos analizar la dimensin del espacio asociado al valor propio.
Para estos valores de k la matriz tiene un nico valor propio.

Si k = 3 2 2 = 2 2

A=
buscamos el Ker(A I(2


3 22
3 2 2


1
1

2)

A=

3
1

3
1


2

La dimensin del ncleo es 1 por lo que el espacio de vectores propios tiene dimensin 1 y la matriz no es
diagonalizable.

Si k = 3 + 2 2 = 2 + 2

3 + 22
3 + 2 2


1
A=
1
buscamos el Ker(A I(2 +

2))

A=

1 2
1


3 2 2
1 + 2

equivalente a:


2
0

2
0

La dimensin del ncleo es 1 por lo que el espacio de vectores propios tiene dimensin 1 y la matriz no es
diagonalizable. (0,5pto)
4

P3. Considere

C2 como un R espacio vectorial, sea T : C2 C2 la transformacin lineal dada por:

T (x1 , x2 ) = (2x1 ix2 , x1 + x2 )

.
Sean B = {(1, 0), (0, 1), (i, 0), (0, i)} y B 0 = {(1, i), (1, i), (i, 1), (i, 1)}.
a) (3,0 pto.)Calcule la matriz representante de la transformacin lineal, TBB .
La matriz de la transformacin que va de la base B en la base B est dada por:

TBB

2
1
=
0
0

0
1
1
0

0 1
0 0

2 0
1 1

(3pt0)
b) (3,0 pto.) Calcule, usando (a) y matrices de cambio de base, las matrices representantes de la transformacin
lineal, TB 0 B , TBB 0 y TB 0 B 0 .
La matriz que escribe un vector en la base B 0 como un vector en la base B es:

1/2
0
0
1/2
1/2
0
0 1/2

CBB 0 =
0
1/2 1/2
0
0 1/2 1/2
0
(1pto) La matriz que escribe un vector en la base B como un vector en la base B 0 es:

1 1 0 0
0 0 1 1

CB 0 B =
0 0 1 1
1 1 0 0
(1pto) Luego:
TB 0 B = TBB CB 0 B
TBB 0 = CBB 0 TBB
TB 0 B 0 = CBB 0 TBB CB 0 B
(1pto)

Justifique cada una de sus respuestas

Tiempo: 3:00 hrs.