Escolar Documentos
Profissional Documentos
Cultura Documentos
Curso 2017/18
15 de junio de 2018
Solución:
ab
Tomemos una matriz A = ∈ M2×2 (R).
cd
t ac −1 α −1 α ab
A ∈ Uα ⇐⇒ A B = BA ⇐⇒ = ⇐⇒
bd 1 1 1 1 cd
−a + c αa + c −a + αc −b + αd
⇐⇒ = ⇐⇒
−b + d αb + d a+c b+d
−a + c = −a + αc
(α − 1)c = 0
αa + c = −b + αd
α(d − a) = b + c
⇐⇒ ⇐⇒
−b + d = a + c
d=a+b+c
αb + d = b + d (α − 1)b = 0.
10 01 00 10 01 00
= a +b +c / a, b, c ∈ R =< , , >.
01 01 11 01 01 11
10 01 00
En consecuencia, dim(U1 ) = 3 y una base de U1 es B1 = , , .
01 01 11
b) Si α 6= 1, las ecuaciones son b = 0, c = 0, d = a. Por tanto,
ab a0
Uα = ∈ M2×2 (R) / b = c = 0, d = a = /a ∈ R =
cd 0a
10 10
= a / a ∈ R =< >.
01 01
10
En consecuencia, dim(Uα ) = 1 y una base de Uα es Bα = .
01
2 Determinar la ecuación de la elipse ax2 + by 2 = 1 que mejor aproxima los puntos del
plano P1 = (0, 1), P2 = (1/2, 1/2) y P3 = (0, 1/2) en el sentido de mı́nimos cuadrados.
Solución: Imponiendo que los puntos P1 = (0, 1), P2 = (1/2, 1/2) y P3 = (0, 1/2) estén sobre
la gráfica de la elipse ax2 + by 2 = 1, se obtiene el sistema de ecuaciones lineales
0a + 1b = 1 0 1 1
a
(1/4)a + (1/4)b = 1 ⇐⇒ 1/4 1/4 = 1.
b
0a + (1/4)b = 1 0 1/4 | {z } 1
| {z } x | {z }
A z
Para hallar la elipse que ajusta mejor los datos en el sentido de mı́nimos cuadrados, planteamos
el sistema At Ax = At z, que resulta
1 1 1 a 1 4
=
16 1 18 b 16 24
48 20
La única solución del sistema es a = , b = y por tanto la elipse buscada tiene por
17 17
ecuación
48 2 20 2
x + y = 1.
17 17
Solución:
a) Dado que v1 y v2 son soluciones de Ax = b, se cumple que Av1 = Av2 = b. Por tanto,
4 Se considera la matriz
2 1
M= .
−4 −2
a) Estudiar si M es diagonalizable.
b) Calcular la matriz exponencial eM .
c) Clasificar la forma cuadrática ω : R2 → R definida por ω(x) = xt M x.
d) Calcular los valores singulares de M .
Solución:
a) En primer lugar calculamos el polinomio caracterı́stico de M :
2 − x 1
qM (x) = = x2 .
−4 −2 − x
Sus menores principales son ∆1 = 2 > 0, ∆2 = −25/4 < 0. Por tanto, ω es indefinida y no
degenerada.
d) Los valores singulares de M son las raı́ces cuadradas positivas de los autovalores de M t M .
En este caso:
t 20 10
M M= .
10 5
Su polinomio caracterı́stico es
20 − x 10
|M t M − xI| = = x2 − 25x = x(x − 25).
10 5 − x
√
Por tanto, Sp(M t M ) = {25, 0} y los valores singulares de M son σ1 = 25 = 5, σ2 = 0.
5 Se considera la matriz
1 −1 2
C = −1 1 −2 .
2 −2 4
a) Probar que C tiene rango 1 y razonar que Sp(C) = {6, 0, 0}.
b) Encontrar un vector unitario u ∈ R3 tal que C = 6uut .
c) Hallar una base ortonormal de R3 formada por autovectores de C.
Solución:
a) Es claro que rg(C) = 1 porque todas sus filas son proporcionales. De aquı́ se deduce que
0 ∈ Sp(C) y además m.g.(0) = dim(Ker(C)) = 3 − rg(C) = 2. Como C es simétrica,
m.a.(0) = m.g.(0) = 2.
Denotando por λ al autovalor restante, se tiene que tr(C) = 1 + 1 + 4 = 0 + 0 + λ y por
tanto λ = 6. Finalmente, Sp(C) = {6, 0, 0}.
b) Como C es simétrica, admite una descomposición espectral C = 6u1 ut1 + 0u2 ut2 + 0u3 ut3 ,
donde u1 , u2 , u3 son vectores unitarios. El vector unitario buscado es u = u1 y se obtiene
como un autovector unitario asociado al autovalor 6. Por tanto, debemos calcular una base
de
−5 −1 2
Ker(C − 6I) = Ker −1 −5 −2 .
2 −2 −2
Haciendo operaciones elementales por filas, se obtiene el sistema equivalente:
3 x = −y
Ker(C − 6I) = (x, y, z) ∈ R / = {(y, −y, 2y) / y ∈ R} =< {(1, −1, 2)} > .
z = −2y
Finalmente,
(1, −1, 2) 1
u= = √ (1, −1, 2).
k(1, −1, 2)k 6
u˜3 (−1, 1, 1) √ √ √
u3 = = = −1/ 3, 1/ 3, 1/ 3 .
ku˜3 k k(−1, 1, 1)k
La base es
n √ √ √ √ √ √ √ √ o
B = {u1 , u2 , u3 } = 1/ 6, −1/ 6, 2/ 6 , 1/ 2, 1/ 2, 0 , −1/ 3, 1/ 3, 1/ 3 .