Professional Documents
Culture Documents
2. Sea 𝑓: ℝ3 → ℝ una transformación lineal Sabiendo que f(1, 1)=3 y f(2, 3)=1, calcule
f(x, y).
3. Considere las transformaciones lineales 𝐴: ℝ2 → ℝ3 y 𝑏: ℝ3 → ℝ2 definidas por:
𝐴(𝑥, 𝑦) = (𝑥, 𝑦, 𝑥 + 𝑦) y 𝐵(𝑥, 𝑦, 𝑧) = (𝑎𝑥 + (𝑎 − 1)𝑦 + (1 − 𝑎)𝑧, −𝑏𝑥 +
(1 − 𝑏)𝑦 + 𝑏𝑧). Determine el operador 𝐵𝐴: ℝ2 → ℝ2 . Demuestre con esto que 𝐴 =
1 0
[0 1] tiene infinitas inversas por izquierda.
1 1
4. Considere la transformación lineal 𝐴: ℝ4 → ℝ3 , dada por 𝐴(𝑥, 𝑦, 𝑧, 𝑡) = (𝑥 + 𝑦 +
𝑧 + 2𝑡, 𝑥 − 𝑦 + 2𝑧, 4𝑥 + 2𝑦 + 5𝑧 + 6𝑡). Halle el núcleo y la imagen de A. Encuentre
un vector 𝑏 ∈ ℝ3 que no pertenezca a la imagen de A y con eso exhiba un sistema
lineal de tres ecuaciones con cuatro incógnitas sin solución.
5. Pruebe que 𝐶: 𝑃𝑛 → 𝑃𝑛+2 ; 𝐶𝑝(𝑥) = (𝑥 2 + 1)𝑝(𝑥) es una transformación lineal
inyectiva y obtenga una inversa lineal por izquierda.
Valores propios y vectores propios
1 0 0 𝑥
𝑞(𝑥, 𝑦 𝑧) = (𝑥, 𝑦 , 𝑧) [0 1 1] (𝑦)
0 1 1 𝑧
Diagonalizamos A.
Autovalores: 𝜆1 = 0; 𝜆2 = 1; 𝜆3 = 2
Hallamos los vectores propios. En cada uno de los casos hallamos la solución del
sistema MX=0.
−1 0 0 1 0 0
Para 𝜆1 = 0 𝑀 = 𝜆𝐼 − 𝐴 = [ 0 −1 −1] ~ [0 1 1]
0 −1 −1 0 0 0
Variable libre: z. Para 𝑧 = −1, → 𝑦 = 1, 𝑥 = 1
1
Luego, una base del autosubespacio 𝐸0 es {[ 1 ]} , como queremos una base
−1
1
√3
1
ortonormal (para que la matriz sea ortogonal) normalizamos. 𝑣1 = √3
1
[− √3]
0 0 0 0 1 0
Para 𝜆2 = 1 𝑀 = 𝜆𝐼 − 𝐴 = [0 0 −1] ~ [0 0 1]
0 −1 0 0 0 0
Variable libre: x. Para 𝑧 = 0, 𝑦 = 0, 𝑥 = 1
1 1
Una base del autosubespacio 𝐸1 es {[0]} y como es ortonormal 𝑣2 = [0]
0 0
1 0 0 1 0 0
Para 𝜆3 = 2 𝑀 = 𝜆𝐼 − 𝐴 = [0 1 −1] ~ [0 1 −1]
0 −1 1 0 0 0
Variable libre: z. Para 𝑧 = 1, → 𝑦 = 1, 𝑥 = −1
1
−
−1 √3
1
Una base del autosubespacio 𝐸2 es {[ 1 ]} y normalizando 𝑣3 = √3
1 1
[ √3 ]
1 1
−
√3 1 √3
1 1
P es la matriz formada por los autovectores 𝑃 = [𝑣1 𝑣2 𝑣3 ] =
√3
0 √3
1 0 1
[− √3 √3 ]
0 0 0
𝑇
𝐷 = 𝑃 𝐴𝑃 = [0 1 0]
0 0 2
1 1 0 0
𝐴 = [1 1 0 0] ; 𝑝(𝜆) = |𝜆𝐼 − 𝐴| = 𝜆2 (𝜆 − 2)2
0 0 1 1
0 0 1 1
Autovalores: 𝜆1 = 0; 𝜆2 = 2
−1 −1 0 0 1 1 0 0
Para 𝜆1 = 0 𝑀 = 𝜆𝐼 − 𝐴 = [−1 −1 0 0 ] ~ [0 0 1 1]
0 0 −1 −1 0 0 0 0
0 0 −1 −1 0 0 0 0
Variables libres: y, t; Para 𝑦 = −1, 𝑦 𝑡 = 0 → 𝑥 = 1, 𝑧 = 0. Para 𝑦 = 0, 𝑦 𝑡 = −1 →
𝑥 = 0, 𝑧 = 1
1 0
Una base del autosubespacio 𝐸0 es {[ ] ; [ 0 ]} verificamos que son ortogonales,
−1
0 1
0 −1
1 0
√2 0
1 1
normalizando tenemos: 𝑣1 = − √2 ; 𝑣2 = ;
√2
0 1
[ 0 ] [− √2]
1 −1 0 0 1 −1 0 0
Para 𝜆2 = 2 𝑀 = 𝜆𝐼 − 𝐴 = [ −1 1 0 0 ] ~ [0 0 1 −1]
0 0 1 −1 0 0 0 0
0 0 −1 1 0 0 0 0
Variables libres: y, t; Para 𝑦 = 1, 𝑦 𝑡 = 0 → 𝑥 = 1, 𝑧 = 0. Para 𝑦 = 0, 𝑦 𝑡 = 1 →
𝑥 = 0, 𝑧 = 1
1 0
Una base del autosubespacio 𝐸2 es {[1] ; [0]} verificamos que son ortogonales,
0 1
0 1
1 0
√2 0
1 1
normalizando tenemos: 𝑣3 = √2 ; 𝑣4 = ;
√2
0 1
[0] [√2]
0 0 0 0
𝐷 = 𝑃𝑇 𝐴𝑃 = [0 0 0 0]
0 0 2 0
0 0 0 2
3. Si los valores propios de la matriz A son 1 = 2 = 2 y 3 = 9 y sus vectores
propios son, respectivamente, v1 = (1, –1, 0), v2 = (1, 0, 1) y v3 = (1, 2, 1),
determinar A, su polinomio característico y su polinomio mínimo.
1 1 1 1 0 −1
𝑃 = [𝑣1 𝑣2𝑣3 ] = [−1 0 2] ; 𝑃−1 = [−0.5 −0.5 1.5 ] ; 𝐷 =
0 1 1 0.5 0.5 −0.5
2 0 0 1 1 1 2 0 0 1 0 −1
[0 2 0] ; 𝐴 = [−1 0 2] [0 2 0] [−0.5 −0.5 1.5 ] =
0 0 9 0 1 1 0 0 9 0.5 0.5 −0.5
5.5 3.5 −3.5
[7 9 −7 ]
3.5 3.5 −1.5
Hallamos el polinomio característico 𝑝(𝜆) = |𝜆𝐼 − 𝐴| = 𝜆3 − 13𝜆2 + 40𝜆 − 36 =
(𝜆 − 2)2 (𝜆 − 9)