Algebra

Departamento de Matemtica Aplicada II Convocatoria de enero de 2011

E.T.S.I. Minas
31 de enero de 2011

(2.5 p.) 1) Se considera la aplicacion lineal f : R4 R3 definida por:

f (x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).

a) Calcular la matriz asociada a f y su forma escalonada reducida de filas.

b) Hallar una base ortonormal del nucleo de f
c) Hallar una base B de la imagen de f y calcular las coordenadas de f (1, 1, 1, 1) respecto de B.

(2 p.) 2) a) Sea U = {p(x) = a0 + a1 x + + an xn n (R) / p(1) = p0 (1) = 0}.

(a1) Calcular la dimension de U .
(a2) Para n = 2, hallar una base de U .
b) Sea S = {u, v} una base ortonormal de R2 y sea A = 2uut vv t M22 (R).
(b1) Demostrar que A es simetrica.
(b2) Probar que u y v son autovectores de A y determinar el espectro de A.
(b3) Calcular los valores singulares de A.
(3 p.) 3) Se considera la matriz
3 2 0 4
2 6 0 2
A=
0
.
0 7 0
4 2 0 3

a) Sabiendo que = 7 es un autovalor triple de A, hallar el espectro de A sin calcular el polinomio

caracterstico.
b) Probar que A es diagonalizable y calcular una base de R4 formada por autovectores.
c) Calcular el polinomio caracterstico de la matriz A 7I, donde I es la matriz identidad.
d ) Clasificar segun los valores de la forma cuadratica (x) = xt (A + I)x.

(2.5 p.) 4) Se consideran la matriz M y el vector b dados por

2 1 2 1
1 1 1 1
M = 2
; b=
1 .

1 2
1 1 1 0

a) Calcular los valores singulares de M .

b) Calcular la solucion en el sentido de mnimos cuadrados del sistema M x = b.
 SOLUCIONES

PROBLEMA 1.

(a) Dado que la expresion matricial de f es

x
x+yt 1 1 0 1 y
f (x, y, z, t) = x + 2y z 3t = 1 2 1 3
z
,

3x + 5y 2z 7t 3 5 2 7
t

la matriz asociada a f es
1 1 0 1
A= 1 2 1 3 .
3 5 2 7
Para calcular su forma escalonada reducida, hacemos operaciones elementales sobre las filas de A:

1 1 0 1 F21 (1) 1 1 0 1
A = 1 2 1 3 0 1 1 2
3 5 2 7 F31 (3) 0 2 2 4

F32 (2) 1 1 0 1 F12 (1) 1 0 1 1
0 1 1 2 0 1 1 2 = rref(A).
0 0 0 0 0 0 0 0

(b) En primer lugar calculamos una base de Ker (A). Si denotamos A0 = rref(A), sabemos que Ker (f ) =
Ker (A) = Ker (A0 ). Por tanto:
 
x+z+t=0
Ker (f ) = Ker (A0 ) = (x, y, z, t) R4 / =
y z 2t = 0
 
4 x = z t
= (x, y, z, t) R / = {(z t, z + 2t, z, t) / z, t R} =
y = z + 2t

= {z(1, 1, 1, 0) + t(1, 2, 0, 1) / z, t R} =< {(1, 1, 1, 0), (1, 2, 0, 1)} > .

Por lo tanto, la dimension del nucleo de f es 2 y una base es B1 = {(1, 1, 1, 0), (1, 2, 0, 1)}.

Denotemos v1 = (1, 1, 1, 0), v2 = (1, 2, 0, 1). Para ortonormalizar la base B1 , utilizamos el proce-
dimiento de ortonormalizacion de Gram-Schmidt:
 
v1 1 1 1 1
u1 = = (1, 1, 1, 0) = , , , 0 ;
kv1 k 3 3 3 3
 
3 1 1 1
u2 = v2 hv2 , u1 iu1 = (1, 2, 0, 1) , , , 0 = (1, 2, 0, 1) (1, 1, 1, 0) = (0, 1, 1, 1);
3 3 3 3
 
u2 1 1 1
u2 = = 0, , , .
ku2 k 3 3 3
El conjunto    
1 1 1 1 1 1
B2 = {u1 , u2 } = , , , 0 , 0, , ,
3 3 3 3 3 3

2
es una base ortonormal del nucleo de f .

(c) La imagen de f es el subespacio vectorial de R3 generado por las columnas de la matriz asociada A,
es decir:
Im (f ) =< {(1, 1, 3), (1, 2, 5), (0, 1, 2), (1, 3, 7)} > .
Para calcular una base de la imagen de f hacemos operaciones elementales para eliminar los vectores
linealmente dependientes:

1 1 3 1 1 3 1 1 3 1 0 1
1 F21 (1) F32 (1) F12 (1)
2 5

0
1 2

0
1 2

0
1 2
.
0 1 2 0 1 2 0 0 0 0 0 0
F41 (1) F42 (2)
1 3 7 0 2 4 0 0 0 0 0 0
Por tanto, dim(Im (f )) = 2 y una base de Im (f ) es B = {(1, 0, 1), (0, 1, 2)} .
Por otra parte,

=1
f (1, 1, 1, 1) = (1, 1, 1) = (1, 0, 1) + (0, 1, 2)
= 1
En consecuencia, f (1, 1, 1, 1) = (1, 1)B .

PROBLEMA 2.

(a1) Si p(x) = a0 + a1 x + a2 x2 + + an xn entonces p0 (x) = a1 + 2a2 x + + nan xn1 . Por tanto, U

se puede escribir como
 
a + a1 + + an = 0
U = p(x) = a0 + a1 x + + an xn n (R) / 0 .
a1 + 2a2 + + nan = 0
Como U esta definido por 2 ecuaciones linealmente independientes,
dim(U ) = dim (n (R)) 2 = n + 1 2 = n 1.
(a2) Para n = 2:
   
2 a+b+c=0 2 b = 2c
U = p(x) = a + bx + cx 2 (R) / = a + bx + cx / =
b + 2c = 0 a=c

= c 2cx + cx2 / c R = c(1 2x + x2 ) / c R =< {1 2x + x2 } > .

 

Por tanto, una base de U es BU = {1 2x + x2 }.

(b1) Veamos que A = 2uut vv t es simetrica:

At = (2uut vv t )t = 2(uut )t (vv t )t = 2(ut )t ut (v t )t v t = 2uut vv t = A.
(b2) Para probar que u y v son autovectores de A, hacemos los productos Au y Av. Tenemos en cuenta
que, como S = {u, v} es una base ortonormal, se cumplen las siguientes relaciones:
v t u = hv, ui = 0 ; ut v = hu, vi = 0 ; ut u = hu, ui = kuk2 = 1 ; v t v = hv, vi = kvk2 = 1 .
As,
Au = (2uut vv t )u = 2uut u vv t u = 2u(ut u) v(v t u) = 2u

Av = (2uut vv t )v = 2uut v vv t v = 2u(ut v) v(v t v) = v = (1)v.

3
 De aqu se deduce que u es un autovector de A asociado al autovalor 1 = 2 y v es un autovector
de A asociado al autovalor 2 = 1.
Como A M22 (R), sus unicos autovalores son 2 y 1, por lo que Sp(A) = {2, 1}.

(b3) Los valores singulares de A son las races cuadradas positivas de los autovalores de B = At A. Como
A es simetrica y Sp(A) = {2, 1}, se tiene:
B = At A = AA = A2 = Sp(B) = 22 , (1)2 = {4, 1} .


Por tanto, los valores singulares de A son 1 = 4 = 2, 2 = 1 = 1.

PROBLEMA 3.

(a) Dado que = 7 es un autovalor triple de A y A M44 (R), el espectro de A es Sp(A) = {, },

donde es un autovalor simple. Para calcular utilizamos que la traza de A es la suma de sus autovalores,
contados con su multiplicidad. As,
tr (A) = 3 + = 21 + = 3 + 6 + 7 + 3 = 19 = = 19 21 = 2.
Por tanto, Sp(A) = {7, 2}, con m.a. (7) = 3, m.a. (2) = 1.

(b) La matriz A es diagonalizable porque es una matriz simetrica real. Para calcular una base de R4
formada por autovectores de A, hallamos una base de cada uno de los subespacios propios V (7) =
Ker (A 7I) y V (2) = Ker (A + 2I). En primer lugar,

4 2 0 4
2 1 0 2
A 7I =
0
.
0 0 0
4 2 0 4
Esta matriz tiene rango 1 y por tanto
V (7) = Ker (A 7I) = {(x, y, z, t) R4 / 2x y + 2t = 0} = {(x, y, z, t) R4 / y = 2x + 2t} =
= {(x, 2x + 2t, z, t) / x, z, t R} = {x(1, 2, 0, 0) + z(0, 0, 1, 0) + t(0, 2, 0, 1) / x, z, t R} =
=< {(1, 2, 0, 0), (0, 0, 1, 0), (0, 2, 0, 1)} > .
Para calcular V (2), hacemos operaciones elementales en la matriz A + 2I:

5 2 0 4 2 8 0 2 1 4 0 1
2 F12 F1 (1/2)
8 0 2 5 2 0 4 5 2 0 4

A + 2I =
0
0 9 0 0 0 9 0 0 0 9 0
4 2 0 5 4 2 0 5 4 2 0 5

1 4 0 1 1 4 0 1
F21 (5) F42 (1)
0 18 0 9
0 18 0 9
0

0 9 0 0 0 1 0
F41 (4) F3 (1/9)
0 18 0 9 0 0 0 0

1 4 0 1 1 0 0 1
F2 (1/9) F12 (2)
0 2 0 1
0 2 0 1
0

0 1 0 0 0 1 0
0 0 0 0 0 0 0 0

4
Por tanto
V (2) = Ker (A + 2I) = {(x, y, z, t) R4 / x + t = 0, 2y + t = 0, z = 0} =

= {(x, y, z, t) R4 / x = 2y, z = 0, t = 2y} = {(2y, y, 0, 2y) / y R} = {y(2, 1, 0, 2) / y R} =

=< {(2, 1, 0, 2)} > .
Finalmente, una base de R4 formada por autovectores de A es
C = {(1, 2, 0, 0), (0, 0, 1, 0), (0, 2, 0, 1), (2, 1, 0, 2)}
(c) Si denotamos p(x) = x 7 entonces A 7I = p(A). Dado que Sp(A) = {7, 2}, con m.a. (7) = 3,
m.a. (2) = 1, se tiene que
Sp(A 7I) = Sp(p(A)) = {p(7), p(2)} = {0, 9},
con m.a. (0) = 3, m.a. (9) = 1. Por tanto, el polinomio caracterstico de A 7I es
q(x) = x3 (x + 9) = x4 + 9x.
(d) Razonando como antes, el espectro de A + I es
Sp(A + I) = {7 + , 2 + },
con m.a. (7 + ) = 3, m.a. (2 + ) = 1.
Como el signo de los autovalores determina la clasificacion de la forma cuadratica, estudiamos el
signo de 7 + y 2 + segun los distintos valores de . Es claro que 7 + > 0 > 7 y
2 + > 0 > 2. Por lo tanto es
definida negativa si < 7;
semidefinida negativa si = 7;
indefinida si 7 < < 2;
semidefinida positiva si = 2;
definida positiva si > 2.

PROBLEMA 4.

(a) Los valores singulares de M son las races cuadradas positivas de los autovalores de M t M .

2 1 2
2 1 2 1 10 0 6
1 1 1
M t M = 1

1 1 1 2
= 0 4 0 .
1 2
2 1 2 1 6 0 10
1 1 1
Calculamos el polinomio caracterstico de M t M :
 
 10 x 0 6    F12 (1)  
 = (4 x)  10 x 6  16 x 16 x 
|M t M xI| = 
   
0 4x 0  = (4 x)  =
  6 10 x   6 10 x 
 6 0 10 x 
 
 1 1  = (4 x)2 (16 x).

= (4 x)(16 x) 
6 10 x 
Por tanto, Sp(A) = {4, 16}, con m.a. (4) = 2, m.a. (16) = 1 y los valores singulares de M son

1 = 16 = 4 , 2 = 3 = 4 = 2.

5
(b) La la solucion en el sentido de mnimos cuadrados del sistema M x = b es la solucion del sistema
M t M x = M t b. Ya hemos calculado M t M en el apartado anterior.

1
10 0 6 2 1 2 1 5
1
M t M = 0 4 0 ; M t b = 1

1 1 1 = 1 .
1
6 0 10 2 1 2 1 3
0

Por tanto, el sistema resulta:

10 0 6 x 5 10x + 6z = 5
0 4 0 y = 1 4y = 1
6 0 10 z 3 6x + 10z = 3

De la primera y la tercera ecuaciones se obtiene que x = 1/2, z = 0. De la segunda obtenemos y = 1/4.

Por tanto, la solucion de mnimos cuadrados es

x 1/2
y = 1/4 .
z 0