Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 13 vistas

    Modelo Resuelto Ejemplo Uno

    Cargado por

    Nerea Mateo
    Este documento contiene 4 problemas de álgebra lineal resueltos. El primero trata sobre la condición para que un endomorfismo sea diagonalizable. El segundo prueba que la determinante de una matriz antisimétrica es cero. El tercero demuestra que dos subespacios generados por vectores dados son iguales. El cuarto calcula la dimensión del núcleo y la imagen de una aplicación lineal dada por una matriz, encontrando bases para estos subespacios.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Modelo Resuelto Ejemplo Uno

    Cargado por

    Nerea Mateo
    13 vistas2 páginas
    Este documento contiene 4 problemas de álgebra lineal resueltos. El primero trata sobre la condición para que un endomorfismo sea diagonalizable. El segundo prueba que la determinante de una matriz antisimétrica es cero. El tercero demuestra que dos subespacios generados por vectores dados son iguales. El cuarto calcula la dimensión del núcleo y la imagen de una aplicación lineal dada por una matriz, encontrando bases para estos subespacios.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento contiene 4 problemas de álgebra lineal resueltos. El primero trata sobre la condición para que un endomorfismo sea diagonalizable. El segundo prueba que la determinante de una matriz antisimétrica es cero. El tercero demuestra que dos subespacios generados por vectores dados son iguales. El cuarto calcula la dimensión del núcleo y la imagen de una aplicación lineal dada por una matriz, encontrando bases para estos subespacios.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    13 vistas2 páginas

    Modelo Resuelto Ejemplo Uno

    Cargado por

    Nerea Mateo
    Este documento contiene 4 problemas de álgebra lineal resueltos. El primero trata sobre la condición para que un endomorfismo sea diagonalizable. El segundo prueba que la determinante de una matriz antisimétrica es cero. El tercero demuestra que dos subespacios generados por vectores dados son iguales. El cuarto calcula la dimensión del núcleo y la imagen de una aplicación lineal dada por una matriz, encontrando bases para estos subespacios.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 2

    1. Sea f : R5 !

    R5 un endomor…smo con dos autovalores, con


    multiplicidad 4 y con multiplicidad 1. Dar la condición para
    que f sea diagonzalizable. Probar este resultado.

    Es una parte del Teorema 5.12.


    La condición para que f sea diagonzalizable es que la dimensión del sube-
    spacio propio ker(f Id) sea igual a 4, multiplicidad de la raíz en el
    polinomio característico, esto es:

    dim ker(f Id) = 4:

    En efecto, tomando entonces una base del subespacio ker(f Id);

    fv1 ; v2 ; v3 ; v4 g

    y un vector w 2 ker(f Id); se tiene que la matriz de f respecto a la


    base fv1 ; v2 ; v3 ; v4 ; wg de R5 es
    0 1
    0 0 0 0
    B 0 0 0 0 C
    B C
    B 0 0 0 0 C:
    B C
    @ 0 0 0 0 A
    0 0 0 0

    2. Sea A una matriz cuadrada de orden 2n+1 (n 1) y antisimétrica,


    AT = A: Probar que
    det(A) = 0:

    Tenemos
    det(At ) = det( A) = ( 1)2n+1 det(A):
    Como además det(At ) = det(A); se tiene

    det(A) = det(A);

    con lo que det(A) = 0:


    3. En R3 consideramos los vectores:

    v1 = (0; 1; 1); v2 = (1; 2; 1); v3 = (1; 1; 0); v4 = (4; 9; 5)

    y los subespacios E = L(v1 ; v2 ); F = L(v3 ; v4 ): Probar que E = F:

    Como una matriz equivalente por …las a

    1 2 1
    0 1 1

    1
    es
    1 0 1
    0 1 1
    y una matriz equivalente por …las a

    1 1 0
    4 9 5

    es también
    1 0 1
    0 1 1

    se concluye.que los vectores (1; 0; 1) y (0; 1; 1) constituyen una base de


    ambos subespacios.
    4. Consideremos la aplicación lineal f : R4 ! R3 dada por la matriz
    0 1
    1 1 0 0
    @ 1 1 0 0 A:
    1 0 0 2

    Calcular dim ker(f ); dim Im(f ) y bases de estos subespacios.

    Como el rango de la matriz de f es 2; se tiene dim Im(f ) = 2; con lo que


    por ser 4 dim ker f = dim Im(f ); ha de ser dim ker(f ) = 2: Calculemos
    este subespacio. Un vector (x; y; z; t) 2 ker(f ) si y sólo si se veri…ca la
    ecuación matricial
    0 1
    0 1 x 0 1
    1 1 0 0 B y C 0
    @ 1 1 0 0 AB @ z A
    C=@ 0 A
    1 0 0 2 0
    t

    esto es,

    x y = 0
    x + 2t = 0:

    Un vector genérico de este subespacio es

    (2t; 2t; z; t) = t(2; 2; 0; 1) + z(0; 0; 1; 0)

    de donde una base de ker(f ) es f(2; 2; 0; 1); (0; 0; 1; 0)g :


    La imagen de f está generada por las columnas de la matriz de f: Como el
    rango de esta matriz es 2, basta tomar los vectores (1; 1; 1) y ( 1; 1; 0):

    También podría gustarte