Académique Documents
Professionnel Documents
Culture Documents
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
(a4) Parabola.
(a5) Recta o rectas.
(a6) Un punto.
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
2
1
1
, , .
1 1 2
1
1
1
(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
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
1/2
a
!
= (a )2 1/4.
Los valores
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
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
8
>
< u
>
: v
1
(x + y)
2
1
(x + y)
2
u
v
!
=P
x
y
, esto
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.
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
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>
>
>
;
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
0
0
0
0
0
0
0
0
0
0
2
0
0
0
0
2
1
C
C
C
A
en el mismo orden en que se incluyeron sus vectores propios asociados en las columnas de P ). (0.8
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.
(+ 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
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
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
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
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>
>
>
;
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
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
1
1
1
1
1
1
1
3
x1
B x
B 2
B
@ x3
x4
C
C
C=
A
1
1
0
0
1
1
1
1
1
3
1
0
1
0
1
0
1
4
, lo
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
(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 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,
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
A.
Mn,n ( )
con
diagonal y
D.
N la matriz
B = I + A + . . . + Ak = I +
k
X
NO
Ai
i=1
B.
p(x) P2 ( )
T
se tiene que
A = {1, x, x2 }
B = {1 + x, 1 x, 1 + x + x2 }
con respecto a
(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
B0
es triangular superior.
(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
3
2
7
1
, , y B =
, 3
W =
5 4 3
1 2 :
1
0
1
0
2
generador de
(b) Si
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.
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 .
22 de noviembre de 2008
Tiempo: 3:00 hrs.
Consultas slo de enunciado, slo al auxiliar, en voz alta y desde el puesto
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
3 1 1
1 3 1
A=
1 1 3
1 1 1
1
1
1
3
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:
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
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
, 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
0
1 1
y 0
1 1
(A 4I)
=
z 0
1 1
w
0
1 1
(0.5pts)
(0.5 pts)
1
x
1
y
1 z
1
w
0
0
= x+y+z+w =0
0
0
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 }
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
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
,
,
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
x
y
donde A =
+2
+2
El polinomio caracterstico es P () =
+2
P () = 0 ( + 2 )2 2 = 0 (2 + 2 )(2 ) = 0
1 = 2
2 = 2( + 1)
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
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).
Entonces, si = 1 u =
y =x+1y =x1
( + 2)(v 2 + u2 ) + (v 2 u2 ) = 1
(1.0 pto)
12
(1.0 pto)
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)
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
Ingeniera Matemtica
FACULTAD DE CIENCIAS
FSICAS Y MATEMTICAS
UNIVERSIDAD DE CHILE
lgebra Lineal 11-2
Control 3
R4
dado por
1
1
1
1
0
1
1
, , , 1
B=
0 0 1 1
0
0
0
1
1
1
0 1
T
0 = 1 ,
0
0
es base de
R4
1
1
1 1
T
0 = 1
0
1
ker(T )
es
R4 R4
la transformacin
ker(T ) = Im(T ).
1
1
1
, 1 .
1 1
0
1
cuando se ocupa
T :
llegada.
P2. Sea
R3 R3
es lineal.
A.
(iv) (1,5 ptos.) Demuestre que el polinomio caracterstico de
diagonalizable y encuentre
invertible y
es
Pruebe que
es
A = P DP 1 .
P3. Sea
m = 2n con n
N \ {0}
y considere
con coecientes en
. Se dene el conjunto
es subespacio vectorial de
Pm (x)
sobre
n + 1.
Pm (x) = V V
asumiendo que
es subespacio vectorial de
Pm (x).
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
ker(T )
Im(T )
matriz representante de
{(
=
Sean
A, B M3,3 ( )
dadas por
1
A = 0
0
1
1
0
0
1 ,
1
1 1
B = 1 1
0 0
0
0 .
1
se pide lo siguiente:
P DP 1 .
T :
no puede
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)
0o ^ IL, s,,tr^^r.
bse%'h)
-lflr'],k;rf1r*rnu
6i1 x[ l')
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=
@*
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
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)
.\
/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'^
V.
^^0.
- fht,rt? Wl"
S1=?fP-'=?P-' =\A-- L
qrr^Afrd.AY=o
lZ
SbA)=.o
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
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
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
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
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
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 )
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
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
k 2 1
A = 2 1 p .
1 2 0
0 2 1
A = 2 1 2 ,
1 2 0
cuyo polinomio caracterstico es
p() = 2 ( + 1) + 8 + ( + 1) + 8 = (3 + 2 9 9),
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
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)
i=1
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.
2 a
0 2
0 0
Para qu valores de a, b
por
0
b
2
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
N, Am es combinacin lineal de
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
l#J
i'i:iil'i'E
{E'
'\,i,,r
^fY,ry
{ar
lv
ztt
-i
_- Ittn oll,rn i{e;/,gl+fi=
/ '
:i)
[: *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;::
{
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*
,' {-
'^/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
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-
).
6/r
r,+,rl
tfu.
Q^'
cg',,.li*^"u",0'*,.i
fu T,A, ^S,:'7,}#
!;prt r;s
A*,rrhn
Ingeniera Matemtica
FACULTAD DE CIENCIAS
FSICAS Y MATEMTICAS
UNIVERSIDAD DE CHILE
lgebra Lineal 14-1
Control 3
P1. Sea f :
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
1 x
det 0
1
2
1 x
3
2
0 = (1)(1 + x)((1 x)(4 x) + 2)
4 x
0 2 2
0
0
El vector asociado a = 1 puede calcularse buscando el (f + I) = 0
1 3 3
1
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
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
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
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)
1
1
k
k
(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
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
.
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)