Anda di halaman 1dari 12

lgebra. Ingeniera Industrial.

Curso 2007/2008
Examen de Septiembre
OBSERVACIONES:
Cada hoja entregada debe contener el nombre, apellidos y nmero de identificacin escrito de forma clara.
No mezclar ejercicios distintos en un mismo folio.
El examen no se puede entregar escrito a lpiz.
Ejercicio 1

(I)

(1.1) Resolver las siguientes ecuaciones, dando los resultados en forma binmica:

(a) [2 puntos] z 4 = 1.
(b) [2 puntos] z 3 + (2 + i)z 2 + 2iz = 0.

(II)

Sea la matriz

1
1
2
1 3 a a + 1
, con a R.
A=
2
2
24
1
0
1

(1.2) [3 puntos] Determinar los valores de a para los que se puede asegurar la existencia de factorizacin LU de la matriz A, especificando las matrices L y U en los casos posibles.

0
1

(1.3) [3 puntos] Decidir para que valores de a y b R el vector v =


b no pertenece al espacio
1
columna de la matriz A.
Ejercicio 2

(I)

(2.1) [2 puntos] Probar que si {v1 , v2 , . . . , vr } es un conjunto de vectores no-nulos ortogonales


dos a dos en Rn , entonces son linealmente independientes.

(II)

Dados los subespacios E y F de R4 , la matriz A y

a1 2
x1 2x2 x3 = 0,
2 b1
E
A=
x2 + x3 = 0,
a2 b2
F {x1 + x2 + x3 + x4 = 0,
a3 b3

los vectores v,w R4 :

, v = 2 , w =

1
1
.
c1
c2

(2.2) [2 puntos] Determinar una base ortonormal del subespacio E.


(2.3) [2 puntos] Calcular la proyeccin ortogonal de v sobre E.
(2.4) [2 puntos] Determinar w tal que v + w E .
(2.5) [2 puntos] Calcular A sabiendo que el espacio columna de la matriz A est contenido en el
subespacio E F .
1

lgebra. Ingeniera Industrial. Curso 2007/2008


Examen de Septiembre
Ejercicio 3
Sea la matriz

0
A = 0 , con , y R.
0 3

(3.1) [2 puntos] Hallar los autovalores de la matriz A.


(3.2) [4 puntos] Para = 2, determinar los valores de y para los que la matriz A es
diagonalizable.
(3.3) [4 puntos] Para = 2,
= 1 y = 0 resolver el sistema de ecuaciones en diferencias
2

2 .
un = A un1, para n 1 con u0 =
1
Ejercicio 4

(I)

(4.1) [3 puntos] Hallar, si existe, una matriz ortogonal P y una matriz diagonal D tal que
= D, siendo la matriz A dada por

2 0 1
A = 0 3 0 .
1 0 2

P T AP

(II)

Considerar las cnicas definidas por la ecuacin

x2 + 2 y 2 + 4xy + 5 ( + 2) x + 2 = 0, con R.

(4.2) [2 puntos] Determinar, si existen, los valores de R para los que la ecuacin anterior es
una parbola.
(4.3) [5 puntos] Calcular la ecuacin reducida de la cnica que se obtiene para = 2, indicando
los cambios de variables realizados.

Ejercicio 1

(I)

(1.1) Resolver las siguientes ecuaciones, dando los resultados en forma binomica:

(a) [2 puntos] z 4 = 1.
==================================================
Hay que calcular las races cuertas de 1 = 1ei , que son:
z1 = 1e

; z2 = 1e

Por tanto, z1 =

+2
4

1
2

; z3 = 1e

1 i; z2
2

+4
4

1
2

; z4 = 1e

1 i; z3
2

+6
4

= 12 +

1 i; z4
2

= 12

1 i.
2

=================================================
(b) [2 puntos] z 3 + (2 + i)z 2 + 2iz = 0.
==================================================
z 3 +(2+i)z 2 +2iz = z(z 2 +(2+i)z +2i = 0., de donde se obtiene que una raz es z = 0. Resolviendo
z 2 + (2 + i)z + 2i = 0 se obtiene,
p
p

(2 + i) + (2 + i)2 8i
(2 + i) + (2 i)2
(2 + i) + i2 4i + 4
z =
=
=
=
2
2
2
(2 + i) + [(2 i)]
.
2
Las dos races que faltan son entonces: z = i y z = 2.
==================================================

(II)

Sea la matriz

1
1
2
1 3 a a + 1
, con a R.
A=
2
2
24
1 1a 5+a

(1.2) [3 puntos] Determinar los valores de a para los que se puede asegurar la existencia de factorizacion LU de la matriz A, especificando las matrices L y U en los casos posibles.
=======================================================
Tras un primer paso del proceso de escalonamiento usando las transformaciones F21 (1), F31 (2), F41 (1),
se llega a la matriz

1 1
2
0 2a a+3

0
4
20
0 2a 3+a

Existe descomposicion LU en el proceso de escalonamiento no es necesario el intercambio de


4
filas, luego si a 6= 2, tras la aplicacion de las transformaciones F32 ( 2a
), F42 (1), llegamos a la
matriz triangular:

1 1
0 2a

U =
0
0

0
0

2
a+3
24a + 28
2a
0

Puesto que la matriz ya es triangular superior, llegamos a la conclusion de que LU a 6= 2. La


matriz U es la obtenida y L viene dada por:

1
1
L=
2
1

0 0 0
1 0 0

1
0
2a
1 0 1

=====================================================

0
1

(1.3) [3 puntos] Decidir para que valores de a y b R el vector v =


b no pertenece al espacio
1
columna de la matriz A.
=====================================================
v
/ ColA el sistema Ax = b es incompatible. Tras los pasos llevados a cabo anteriormente sobre
el vector v, llegamos a que la matriz ampliada se transforma en:

1 1
0 2a

0
0

0
0

2
a+3
24a + 28
2a
0

0
1

2a + b
0

Supuesto que a 6= 2: la u
ltima columna es columna pivote sii 24a + 28 = 0 y
el sistema es incompatible sii a = 67 y b 6= 24
5 .

4
2a

+ b 6= 0, esto es,

Por otra parte, si a = 2 es facil ver que la u


ltima columna nunca es columna pivote y, por tanto, el
sistema es compatible b IR.
7
24
Concluimos que: v ColA a = , b 6= .
6
5
===================================================

Ejercicio .
(I) Probar que si fv1 ; v2 ; : : : ; vr g es un conjunto de vectores no-nulos ortogonales dos a dos en Rn ,
entonces son linealmente independientes.
(II) Dados los subespacios E; F de R4 , la matriz A y los
2
a1 2
x1 2x2 x3 = 0
6 2 b1
E
x2 + x3 = 0
A=6
4 a2 b2
F fx1 + x2 + x3 + x4 = 0
a3 b3

vectores v,w 2 R4 :
2
3
2 3
1
1
6 1
7
6 2 7
7; v = 6 7; w = 6
4 c1
5
4 1 5
c2
0

7
7:
5

1. Determinar una base ortonormal de E.


2. Calcular la proyeccin ortogonal de v sobre E.
3. Determinar w tal que v + w 2 E ? .
4. Calcular A sabiendo que el espacio columna de la matriz A est contenido en el subespacio
E? \ F .
Solucin. El bloque (I) es terico y aparece completamente resuelto en el guin del Tema 8: La
solucin del bloque (II) es:
1. Resolvemos el sistema de ecuaciones implcitas
2
3
1
6 1 7
6
7
4 1 5;
0

de E para obtener una base:


2 3
0
6 0 7
6 7:
4 0 5
1

Como dichos vectores son ortogonales, bastar dividirlos por su norma para obtener una base
ortonormal:
2
3
2 3
1
0
7
6 0 7
1 6
1
7 ; v2 = 6 7 :
v1 = p 6
4 0 5
34 1 5
0
1

2. La proyeccin ortogonal es

2
3
3
1
1
6
7
v v2
2 1 6 1 7
v v1
7 = 2 6 1 7:
p p 6
PE (v) =
2 v1 +
2 v2 =
4
4
5
1
1 5
3
3
3
kv1 k
kv2 k
0
0
2

3. Sabemos que las ecuaciones implcitas de E ? se obtienen directamente conociendo una base
de E (se calcul en el primer apartado):
E?

x1

x2 + x3 = 0
:
x4 = 0

El vector v + w est en E ? si y slo si cumple sus ecuaciones implcitas:


(1 + 1)

(1 + 2) + (1 + c1 ) = 0
,
c2 = 0
1

c1 = 4:
c2 = 0:

4. Las ecuaciones de E ? \ F se obtienen juntando las de E ? y las de F . En este caso:


8
x1 x2 + x3 = 0
<
?
x4 = 0
E \F
:
x1 + x2 + x3 + x4 = 0

Un subespacio S1 est contenido en otro subespacio S2 si y slo si S2 contiene a un sistema de


generadores de S1 . Como Col(A) est generado por las columnas de A, bastar comprobar
que cada columna de A verica el sistema anterior:
8
8
a1 + 2 + a2 = 0
< a1 = 2:
<
a2 = 0:
a3 = 0
,
:
:
a3 = 0:
a1 2 + a2 + a3 = 0
8
b1 + b2 = 0
< b1 = 2:
b2 = 0:
b3 = 0
,
:
:
b3 = 0:
2 + b 1 + b2 + b 3 = 0
8
<

Con lo cual la matriz A queda:

2
6 2
A=6
4 0
0

3
2
2 7
7:
0 5
0

Ejercicio 3
Sea la matriz

0
A = 0 , con , y R.
0 3

(3.1) [2 puntos] Hallar los autovalores de la matriz A.


(3.2) [4 puntos] Para = 2, determinar los valores de y para los que la matriz A es
diagonalizable.
(3.3) [4 puntos] Para = 2,
= 1 y = 0 resolver el sistema de ecuaciones en diferencias
2

2 .
un = A un1, para n 1 con u0 =
1

SOLUCIN:

(3.1) Para hallar los autovalores de la matriz A, tenemos que calcular las races del polinomio
caracterstico dado por el determinante de la matriz A I, es decir,

0
|A I| =

0
3

= (3 )


h
i
= (3 ) ( )2 2
= (3 ) (( ) + ) (( ) ) .

Por tanto, las races del polinomio caracterstico, es decir los autovalores de la matriz A, vienen
dados por
1 = 3, 2 = + , 3 = .
(3.2) Para = 2, la matriz dada queda

2 0
A = 2
0 , con y R.

0 3

Por el apartado anterior sabemos que sus autovalores estn dados por
1 = 3,

2 = 2,

3 = + 2.

Sabemos que si A tiene autovalores simples entonces A es diagonalizable. El problema se puede


presentar en el caso de autovalores mltiples. Estudiemos, pues, los casos conflictivos.
1 = 2 3 = 2 = 5,
1 = 3 3 = + 2 = 1.

Notar que no existe ningn valor de para el cual 2 = 3 . Por tanto, tampoco puede darse al caso
de autovalor triple.
De lo anterior se deduce que si 6= 1 y 6= 5, R, la matriz A es diagonalizable. Nos queda
estudiar los casos = 5 y = 1.
1

= 5: En este caso,

Los autovalores de A son

5 2 0
A = 2
5 0 , con R.

0 3
1 = 3, ma (3) = 2,
2 = 7, ma (3) = 1.

Por tanto, en este caso, la matriz A es diagonalizable si y slo si ma (3) = mg (3) = 2. Por otro
lado, sabemos que mg (3) = 3 r (A 3I) . Analizamos, pues, r (A 3I).

2 2 0
1 si = 0,

2 0 =
r (A 3I) = r 2
2 si 6= 0.

0 0
De aqu,

mg (3) = 3 r (A 3I) = 3

1 si = 0
=
2 si 6= 0

2 si = 0,
1 si 6= 0.

Luego para = 5, la matriz A es diagonalizable si y slo si = 0.


= 1: En este caso,

Los autovalores de A son

1 2 0
1 0 , con R.
A = 2

0 3
1 = 3, ma (3) = 2,
2 = 1, ma (3) = 1.

Por tanto, en este caso, la matriz A es diagonalizable si y slo si ma (3) = mg (3) = 2. Por otro
lado, sabemos que mg (3) = 3 r (A 3I) . Estudiamos, pues, r (A 3I).

2 2 0
1 si = 0,

r (A 3I) = r 2 2 0 =
2 si 6= 0.

0 0

De aqu,

mg (3) = 3 r (A 3I) = 3

1 si = 0
=
2 si 6= 0

2 si = 0,
1 si 6= 0.

Luego para = 1, la matriz A es diagonalizable si y slo si = 0.


(3.3) Para = 2, = 1 y = 0 sabemos que la matriz es diagonalizable por el apartado
(3.2).

2
Para resolver el sistema de ecuaciones en diferencias un = A un1, para n 1 con u0 = 2 ,
1
tenemos que expresar el vector inicial u0 como combinacin lineal de autovectores. Para ello,
calculamos primeramente los autovectores.
Autovectores asociados a 1 = 3: Resolvemos el sistema (A 3I) v = 0.

0
2 2 0
v1
(A 3I) v = 0 2 2 0 v2 = 0 .
v3
0
0
0 0

El sistema anterior queda reducido a la ecuacin

x1 + x2 = 0,
de donde
x1 = x2 , con x2 , x3 R.
Por tanto, el conjunto de autovectores asociados al autovalor 1 = 3,viene dado por

x2
1
0
x1
x2 = x2 = x2 1 + x3 0 , con x2 , x3 R.
x3
x3
0
1

Luego, un conjunto de autovectores linealmente independientes asociados al autovalor 1 = 3,es


0
1
1 , 0 .

0
1

No es necesario calcular un autovector asociado al autovalor 2 = 1, ya que a simple vista,


observamos que el vector inicial u0 es combinacin lineal de los autovectores ya calculados. En
efecto,


2
1
0

u0 =
2 =2
1 + 0 .
1
0
1

De aqu, la solucin del sistema de ecuaciones en diferencias viene dada por


un = Aun1
= An u0

1
0
= 2n1 1 + n1 0
0
1

1
0
2 (3)n
= 2 (3)n 1 + 3n 0 = 2 (3)n ,
3n
0
1

n 1.


Algebra.
Ingeniera Industrial. Curso 2007/2008
Examen de Septiembre. 12-09-2008.

Ejercicio 4
(I) (4.1) [3 puntos] Hallar, si existe, una matriz ortogonal P y una matriz diagonal D tal que
P T AP = D, siendo la matriz A dada por

2 0 1
A = 0 3 0 .
1 0 2
(II) Considerar las c
onicas definidas por la ecuaci
on

x2 + 2 y 2 + 4xy + 5( + 2)x + 2 = 0, con IR .


(4.2) [2 puntos] Determinar, si existen, los valores de IR para los que la ecuaci
on anterior es
una par
abola.
(4.3) [5 puntos] Calcular la ecuaci
on reducida de la conica que se obtiene para = 2, indicando
los cambios de variables realizados.

(4.1) Decir que una matriz ortogonal P verifica que P T AP = D (diagonal) es equivalente a que
las columnas de P sean autovectores de A y formen una base ortonormal de IR3 . Adem
as,
los elementos diagonales de D tienen que ser los autovalores de A.
Es decir, lo que plantea el ejercicio es obtener una matriz de paso P que diagonalice ortogonalmente A. Siendo la matriz A real, esto es posible si la matriz A es simetrica. Puesto que,
obviamente, A es simetrica (AT = A), dicha diagonalizaci
on ortogonal es posible y para ello
calculamos autovalores y autovectores de A.




2

0
1


2
1



3
0 = (3 )
p() = det(A I) = 0
=
1
2
1
0
2


= (3 ) (2

)2




1 = (3 ) 2 4 + 3 = 0

= 3,
2 4 + 3

Resolviendo la ecuaci
on de segundo grado,


4 16 12
= 3,
=

= 1.
2
Por tanto, los autovalores de A son: 1 = 1 (simple) y 2 = 3 (doble).
Autovectores.
Asociados a 1 = 1, (A I)x = 0,



1 0 1 0
1 0 1 0
1

0 2 0 0 0 2 0 0 x1 = x3
Nul(AI) = Gen v1 = 0 .
x2 = 0

1 0 1 0
0 0 0 0
1
1

Asociados a 2 = 3, (A 3I)x = 0,

1 0 1 0
x1
x3
1 0 1 0
0 0 0 0 0 0 0 0 x1 = x3 x2 = x2
x3
1 0 1 0
0 0 0 0
x3

0
1
Nul(A 3I) = Gen v2 = 0 , v3 = 1 .

0
1

Notemos que el autovector v1 (asociado a 1 = 1) es ortogonal a v2 y a v3 (asociados a 2 = 3),


como tiene que ser por tratarse de autovectores de una matriz simetrica real asociados a
autovalores distintos. El que v2 y v3 sean ortogonales entre s es fruto del azar.
La matriz

1 1 0
P0 = 0 0 1
1 1 0

es una matriz (no ortogonal) que diagonaliza A (sus columnas son autovectores de A linealmente independientes)

1
.
P01 AP0 = D =
3
3
Para obtener una matriz ortogonal que diagonalice A basta con normalizar cada columna de
P0 (con lo cual seguiremos teniendo autovectores de A),

1
1

2
2
v2
v3

v1
= 0
P =
0 1 P 1 AP = D, P 1 = P T .

kv1 k kv2 k kv3 k

1
1

0
2
2
(4.2) Para que la ecuaci
on dada sea la de una par
abola tiene que cumplirse, entre otras cosas, que
sea nulo uno de los autovalores de la matriz simetrica asociada a la parte cuadratica


1 2
A=
2 2
o lo que es equvalente (siendo una matriz no nula) que el determinante de dicha matriz sea
cero.
det(A) = 2 4 = 0 = 2.
Para = 2 tenemos la ecuaci
on
x2 + 4y 2 + 4xy + 4 = 0
que obviamente no es una par
abola. Puesto que los autovalores de A son (para = 2) 1 =
0, 2 = 5, al hacer el cambio de variables apropiado quedara la ecuaci
on 0x2 + 5y 2 + 4 = 0
y no hay ning
un punto del plano que la verifique.
Para = 2 tenemos la ecuaci
on

x2 + 4y 2 + 4xy + 4 5x = 0

que es la de una par


abola, como veremos en el apartado (4.3).
2

(4.3) Los autovalores de A son 1 = 0 y 2 = 5. Calculamos los autovectores.


Autovectores de A.
Asociados a 1 = 0, Ax = 0,





2
1 2 0
x = 2y = Nul(A) = Gen v1 =
.
1
2 4 0
Asociados a 2 = 5, (A 5I)x = 0: Puesto que A es simetrica basta con obtener un vector
(no nulo) ortogonal a v1 ,

 
1
Nul(A 5I) = Gen v2 =
.
2
Cambio ortogonal de variables (matriz Q que diagonaliza ortogonalmente A)
2
1

  


  5
5
v1
v2
x
x
x

=
=

kv1 k kv2 k
y
y
1
2 y

5
5





1 2 0
2
x = 2y = Nul(A) = Gen v1 =
.
2 4 0
1
Sustituyendo en la ecuaci
on tenemos
 

x
[x y ]QT AQ
+ = 0 0x2 + 5y 2 + 4 5 15 (2x + y ) = 0

y
5y 2 + 8x + 4y = 0.
Y completando el cuadrado en y ,
h

2
5 y 2 + 45 y + 8x = 0 5 y + 52
5 y +


2 2
5

4
25

= 8x +

4
5

+ 8x = 0
5 y +

Por tanto, la c
onica es una par
abola y su ecuaci
on reducida es

1
x = x 10
2

5y = 8x
con

y = y + 25 .
Los cambios de variables realizados han sido:

x = 5 (2x + y )

Giro

y = (x + 2y )
5
Traslaci
on

x = x 10

y = y + 2 .
5


2 2
5

= 8 x

x = (2x y)

y = (x + 2y)
5

1
10