Documente Academic
Documente Profesional
Documente Cultură
a
Sea T : R R una transformacin lineal definida por T b
b a b
0
Si obtenemos su ncleo fcilmente nos damos cuenta que es pero como la dimV dimW , T no es
0
2
invertible.
Tambin es vlido decir que el hecho que la transformacin lineal sea inyectiva no necesariamente debe ser
sobreyectiva
Falso
rSen(t ) Cos (t )
es ortogonal
Cos (t ) rSen(t )
b) r , t R : A
Para que la matriz sea ortogonal, el producto interno entre sus columnas debe ser igual a 0 y al mismo
tiempo el producto interno de cada columna consigo misma debe ser igual a 1 . Entonces, utilizando el
producto interno cannico:
rSen(t ) Cos (t )
Cos (t ) rSen(t ) 0
rSen(t ) rSen(t )
Cos (t ) Cos (t ) 1
2
2
2
r Sen (t ) Cos (t ) 1
Sen 2 (t ) 0
r 2 1 0
Sen (t ) 0
r2 1
r 2 Sen 2 (t ) 1 Sen 2 (t ) 1
t 0 t 2
r 1
Sen 2 (t ) r 2 1 0
Por lo tanto la igualdad slo se cumple para los valores de r y t encontrados y no para todos los reales. Se
igual procedimiento para la segunda columna
Falso
Ramiro J. Saltos
c) Sea V un espacio vectorial real con producto interno. Sean u, v V dos vectores ortonormales.
Si los vectores u v y u v son ortogonales, entonces
(u v / u v) 0
(u / u ) (u / v) ( v / u ) ( v / v) 0
2 (u / u ) (u / v) (u / v) 2 (v / v) 0
1 0
, entonces A A 1
0 1
d) Si es un valor propio de A
2 A
Primero tenemos que darnos cuenta la matriz A es ortogonal, eso se ve fcilmente porque el producto
interno entre sus columnas es cero y al mismo tiempo el producto interno de cada columna consigo misma es
uno, entonces:
A1 AT A1 A
Tambin como A es una matriz diagonal sus valores propios son los elementos de la diagonal principal, es
decir:
1
1
Finalmente:
A A
A A
2 A
A A1 21 A
2A 2A
2 A
A A1 2 1 A
(2 A) 1
1
A
2
(2) 1 ( A) 1
1
A
2
1
1
A A
2
2
Verdadero
Ramiro J. Saltos
0 1
1 0
1 0 1
1 0 0
L
L
y L
L
1 0
0 1
1 0 1
0 0 0
Determine:
a) Nu ( L), Im( L)
b) La matriz asociada a L respecto a las bases cannicas de cada espacio
La mejor opcin es encontrar la regla de correspondencia de L , y para ello necesitamos una base del espacio
de partida y para armarla usamos los cuatro vectores que nos dan de datos, as:
0 1 1 0 1 0 1 0
,
,
,
B
1 0 0 1 1 0 0 0
Y al vector tpico de M 2 x 2 lo escribimos como combinacin lineal de los vectores de esta base, luego
planteamos el sistema de ecuaciones y obtenemos los escalares en trminos de a, b, c, d
a b
0
1
c d
1
a
1
1 0
1 0
1 0
2
3
4
0
0 1
1 0
0 0
b 2 3 4 1
2
d 1 3
a 2 3 4
b 1
c 1 3
d 2
c b 3
a d c b 4
3 c b
4 a b c d
T
c d
1 0
0 1
1 0
0 0
a b
1
1
1
0
(b) (d ) (c b) (a b c d )
T
c d
1
1
1
0
a b c d
T
c d c d
c d 0
cd 0
1 1 0 1 1 0
c d
1 1 0 0 0 0
a b
M 2 x 2 / c d 0
Nu ( L)
c d
Ramiro J. Saltos
Y la imagen:
c d x
c d y
1 1 x 1 1
1 1 y 0 0
yx0
x
x y
y x
x
Im( L) R 2 / x
y
BC M 2 x 2
0
0
0
0
1
0
0
1
1 0 0
T
0 0 0
1
A T
0
0 1 0
T
0 0 0
0 B
CR 2
0 1
T
0 0 BCR 2
1 0
BCR2 ,
0 1
0 0 1
T
1 0 1
0 0
T
1 0 BCR 2
0 0 1
T
0 1 1
0 0
T
0 1 BCR 2
0 0 1 1
A
0 0 1 1
Ramiro J. Saltos
a 1 1
Determine:
a) Los valores propios de A
b) Una base para cada espacio propio de A
A I 1
1
(a )(a )
1
a
1
1
a
1 (a ) 1 1 (a ) 0
(a ) (a ) 2 1 1(a ) 1 11 (a ) 0
2
(a ) 3 3(a ) 2 0
1 1 2
( x 1)( x 2 x 2) 0
( x 1)( x 2)( x 1) 0
x 1
x 2
a 1
a 2
a 1
a2
1 1 1 0 0 0
1 1 1 0 0 0
a b c
1 1
abc 0
b b b 1 c 0
a b c
c c
0 1
B E
1 1
1 , 0
0 1
E a 2
1 0 3 3 0 0
0 0 0 0
2 1
1 2 1 0 3 3 0 1 1 0 1 1
1
1 2 1 1 2 1 1 2 1 0 1
a c
1
b c c1
c c
1
B E
bc 0
ac 0
bc
ac
1
1
1
Ramiro J. Saltos
1 0 1
0
1
1
A I 0
1
1
1
0
1
(1 )(1 ) 1 0
(1 ) (1 ) 2 (1 ) 0
(1 ) 2 1 0
(1 1)(1 1) 0
( )(2 ) 0
(1 ) 0
2 0
Debemos recordar el corolario que dice: Si A M nxn tiene n valores propios distintos, entonces A es
diagonalizable
Como tenemos tres valores propios distintos, entonces A es diagonalizable
Ramiro J. Saltos
3
5. (15 puntos) Sea V R3 y W y R / 3x 2 y 6 z 0 un subespacio de V
z
Determine:
a) El complemento ortogonal de W
3
b) La proyeccin de v sobre W si se conoce que v 1
4
y 2 y 3x 6 z
z 2z 2z
2 0
BW 3 , 3
0 1
2 0
x 3 z 6
0 2
a
Sea b W
c
a
b
c
2
3 0
0
a
b
c
0
3 0
1
2a 3b 0
3b c 0
2a 3b
c 3b
3
W b R / 2a 3b c 3b 0
c
Para hallar la proyeccin del vector que nos piden es mejor calcularla sobre W debido a que la base de este
subespacio tiene un solo vector y ortonormalizarla ser ms sencillo.
a 2a 3b
3
b 2b 2b b 2
c 2c 6b
6
BW
3
2
6
Ramiro J. Saltos
1
v1
v1
v1
v1 / v1
3
v1 2
6
3
2
6
v1 9 4 36
3
1
2
7 6
v1 49 7
Vamos a suponer que v se puede escribir como la suma de dos vectores h W y p W , hallaremos p y
luego contestaremos la pregunta al encontrar h v p
p Pr oyW v
p v u1 u1
3
1
p 1
49
4
3 3
2 2
6 6
3
1
p 9 2 24 2
49
6
3
13
p 2
49
6
39
3
49
h 1 26
49
4 52
49
186
49
h 75
49
248
49
186
49
75
Pr oyW v
49
248
49
Ramiro J. Saltos