Álgebra Lineal

Curso 2017/18
19 de diciembre de 2017

Soluciones a los ejercicios del examen final

1 Se considera la aplicación lineal L : R3 → R4 definida por

L(x, y, z) = (y, x + z, y, x + z).

a) Hallar la matriz A asociada a la aplicación lineal.

b) Sea U = Im(L). Hallar una base ortonormal de U y la matriz de proyección ortogonal sobre
U.
c) Estudiar si el vector v = (1, 0, 1, 1) pertenece a U . En caso negativo, calcular la mı́nima
distancia de v a U .
d ) Se considera el conjunto W = {(x, y, z) ∈ R3 / L(x, y, z) = (−1, 2, −1, 2)}. Probar que W
es una recta en R3 , determinando dos vectores p, w ∈ R3 tales que

W = {p + λw / λ ∈ R} .

Razonar si W es un subespacio vectorial de R3 .

e) Calcular los valores singulares de A.

Solución:

a) La expresión matricial de la aplicación lineal L es

   
y 0 1 0  
x + z 1 x
0 1y.
L(x, y, z) =  y  = 0
 
1 0
z
x+z 1 0 1

Por tanto, la matriz asociada a L es  

0 1 0
1 0 1
A=
0
.
1 0
1 0 1

b) La imagen de L está generada por las columnas de la matriz asociada A. Como rg(A) = 2 y la
tercera columna es igual a la primera, la imagen de L está generada por las dos primeras columnas
de A, es decir:
Im(L) =< {(0, 1, 0, 1), (1, 0, 1, 0)} > .
Ortonormalizamos la base {v1 , v2 } = {(0, 1, 0, 1), (1, 0, 1, 0)}. Como v1 y v2 son ortogonales, basta
dividrlos por su norma:
   
v1 1 1 v2 1 1
u1 = = 0, √ , 0, √ ; u2 = = √ , 0, √ , 0 .
kv1 k 2 2 kv2 k 2 2

El conjunto B = {u1 , u2 } es una base ortonormal de U = Im(L).

 La matriz de proyección ortogonal sobre U es P = QQt , donde Q = (u1 |u2 ) es la matriz cuyas
columnas son los vectores de la base ortonormal B. Ası́,
 √   
0√ 1/ 2  √ √  1010
 1/ 2 0  0√ 1/ 2 0√ 1/ 2 10 1 0 1.
√ 

P = =
 0 1/ 2  1/ 2 0 1/ 2 0
√ 2 1 0 1 0
1/ 2 0 0101

c) Para determinar si v = (1, 0, 1, 1) pertenece a U , tratamos de escribirlo como combinación lineal de

los vectores v1 = (0, 1, 0, 1) y v2 = (1, 0, 1, 0):


 µ=1

(1, 0, 1, 1) = λ(0, 1, 0, 1) + µ(1, 0, 1, 0) ⇐⇒ λ = 0


λ=1


Como es incompatible, v 6∈ U .

La proyección ortogonal de v = (1, 0, 1, 1) sobre U es P v = (1, 1/2, 1, 1/2). Por tanto, la distancia
mı́nima de v a U es
√
d(v, U ) = d(v, P v) = kv − P vk = k(0, −1/2, 0, 1/2)k = 1/ 2.

d) Se tiene:
(
y = −1
(x, y, z) ∈ W ⇐⇒ L(x, y, z) = (y, x + z, y, x + z) = (−1, 2, −1, 2) ⇐⇒
x+z =2

Por tanto,

W = (x, y, z) ∈ R3 / y = −1, z = 2 − x = {(x, −1, 2 − x) / x ∈ R} =



= {(0, −1, 2) + x(1, 0, −1) / x ∈ R}.

Ası́, W es la recta que pasa por p = (0, −1, 2) y tiene la dirección de w = (1, 0, −1).
Es claro que W no es un subespacio vectorial de R3 porque (0, 0, 0) 6∈ W .

e) Los valores singulares de A son las raı́ces cuadradas positivas de los autovalores de
 
202
At A =  0 2 0  .
202

El polinomio caracterı́stico de At A es
 
 2 − x 0 2 
  
A A − xI  =  0 2 − x 0  = (2 − x)  2 − x 2  = (2 − x)(x2 − 4x) = (2 − x)x(x − 4).
 t  
   2 2 − x
 2 0 2 − x
√
Por tanto, Sp(At A) = {4, 2, 0} y los valores singulares de A son σ1 = 2, σ2 = 2, σ3 = 0.
2) Se sabe que la mejor aproximación de rango 1 de la matriz
 
22
M=
25

es de la forma  
a b
M1 = .
2a 2b
Calcular la matriz M1 usando el método de mı́nimos cuadrados (téngase en cuenta que M
coincidirı́a con M1 si M tuviese rango 1).

Solución:
Imponemos que M = M1 , lo que nos conduce a un sistema incompatible (porque rg(M ) = 2). La
solución de mı́nimos cuadrados del sistema obtenido nos proporciona la mejor aproximación de rango
1 de M .
 
 a = 2    
10   2

 

 
     b = 2
 
22 a b 0 1 a 2
M = M1 ⇐⇒ = ⇐⇒ ⇐⇒ 2 0 b = 2.
  
25 2a 2b 
 2a = 2 

02 5

 

 
2b = 5
  | {z } | {z }
C c

El sistema Cx = c es incompatible. Las soluciones de Cx = c en el sentido de mı́nimos cuadrados

son las soluciones del sistema C t Cx = C t c, que resulta
(

50
   
a 6 5a = 6
= ⇐⇒
05 b 12 5b = 12

La única solución del sistema es (a, b) = (6/5, 12/5), ası́ que la mejor aproximación de rango 1 de M
es  
6/5 12/5
M1 = .
12/5 24/5
3) Se considera la matriz  
0α0
B = 1 0 α .
01 0
a) Probar que el polinomio caracterı́stico de B es qB (x) = −x(x2 − 2α).
b) Calcular los autovalores de B y estudiar para qué valores de α es diagonalizable.
c) Para α = 1, clasificar la forma cuadrática ω : R3 → R definida por ω(x) = xt Bx.
d) Para α = 1/2, usar el teorema de Cayley-Hamilton para probar que B 3 = B. Deducir la
expresión de B n para cada entero positivo n ≥ 2.
e) Para α = 0, probar que si f : R → R es una función para la que existen f (0), f 0 (0) y f 00 (0)
entonces f está definida sobre B y
 
f (0) 0 0
f (B) =  f 0 (0) f (0) 0  .
f 00 (0)/2 f 0 (0) f (0)

f ) Calcular la matriz eB para α = 0.

Solución:
a) El polinomio caracterı́stico de B es
 
 −x α 0 
qB (x) = |B − xI| =  1 −x α  = −x3 + 2αx = −x(x2 − 2α).
 
 0 1 −x 
√ √
b) El conjunto de autovalores de B es Sp(B) = {0, 2α, − 2α}. Distinguimos 3 casos:
Caso 1: α < 0. En este caso B tiene autovalores no reales y por tanto B no es diagonalizable.
Caso 2: α > 0. En este caso todos los autovalores de B son simples y reales. En consecuencia, B
es diagonalizable.
Caso 3: α = 0. En este caso 0 es el único autovalor de B y m.a.(0) = 3. La matriz B no es
diagonalizable porque
 
000
m.g.(0) = 3 − rg  1 0 0  = 3 − 2 = 1 6= m.a.(0).
010

En resumen, B es diagonalizable si y sólo si α > 0.

√ √
c) Para α = 1, B es simétrica y Sp(B) = {0, 2, − 2}. Por tanto, la forma cuadrática ω es degene-
rada e indefinida.

d) Para α = 1/2, el polinomio caracterı́stico de B es qB (x) = −x3 + x. Aplicando el teorema de

Cayley-Hamilton, se deduce que

qB (B) = −B 3 + B = 0 =⇒ B 3 = B.

Por tanto, B 4 = B 3 B = BB = B 2 , B 5 = B 4 B = B 2 B = B 3 = B y, en general:

   

 0 1/2 0
B =  1 0 1/2  si n es impar,




0 1 0



Bn =  
1/2 0 1/4




B 2 =  0 1 0  si n es par.




1 0 1/2


e) Para α = 0, se tiene que  

000
B = 1 0 0 ; Sp(B) = {0, 0, 0}.
010
Por el teorema de Cayley-Hamilton, sabemos que existe un polinomio r(x) = a + bx + cx2 tal que
p(B) = r(B).
El conjunto de valores de f sobre B es

Vf,B = {f (0), f 0 (0), f 00 (0)} .

Los coeficientes del polinomio r(x) = a + bx + cx2 debe cumplir las siguientes ecuaciones (tenemos
en cuenta que r0 (x) = b + 2cx, r00 (x) = 2c):


r(0) = a = f (0)

 a = f (0)

 
 

   0
r0 (0) = b = f 0 (0) ⇐⇒ b = f (0)
00
 c = f (0)
  
 00
r (0) = 2c = f 00 (0)
 
 

2
f 00 (0) 2
Por tanto, r(x) = f (0) + f 0 (0)x + x y se llega a:
2
     
00 100 000 00 000
f (0) f (0)
f (B) = r(B) = f (0)I + f 0 (0)B + B 2 = f (0)  0 1 0  + f 0 (0)  1 0 0  + 0 0 0 =
2 2
001 010 100
 
f (0) 0 0
=  f 0 (0) f (0) 0  .
f 00 (0)/2 f 0 (0) f (0)

f) Usando el apartado anterior para f (x) = ex y teniendo en cuenta que f 0 (x) = f 00 (x) = ex , se
obtiene:
 0   
e 0 0 1 00
eB = f (B) =  e0 e0 0  =  1 1 0  .
e0 /2 e0 e0 1/2 1 1