Anda di halaman 1dari 8

Matemticas avanzadas

1
Alumno: Daniel Ivn Arvalo Carrillo
12 de diciembre de 2016

1. Estudiar si las siguientes armaciones son verdaderas o falsas, razonando


las respuestas:
Si en una matriz 4x3 hay una la que depende linealmente de las
otras tres, entonces hay una columna que depende linealmente de las
otras dos.
si {u1, u2, u3} es una base vectorial V, {u1 + u2, u1 + u3, u2 + u3}
es una base del mismo espacio vectorial.

La sucesion n1 n=1 es de Cauchy tanto en < como en (0,1).
Todo subespacio completo de un espacio metrico es cerrado.
f (x) = x2 es Lipschitz en (0,1).
f (x) = sqrt(x) es no globalmente Lipschita en (0,1).
2. Sea f : <3 <3 una matriz, respecto de la base canonica de <3 , es:

0 0
A = 2 0 1
2 1 0

Estudiar para que valores de f es diagonalizable.


Sea = 1. Hallar una matriz diagonal D, y una base de <3 respecto
de la cual la matriz f sea de D.
3. Demuestre que lmxa (x2 ) = a2 (Usar Deniciones de Continuidad y
limites en funciones de espacios mtricos).
4. .

Calcular A1 00 con:  
0 1
A=
1 2

Calcular e( (A1 )t) para



0 0 2
A1 = 0 1 0
1 0 3

2
Representar en forma de Jordan la siguiente matriz:

0 1 0
A2 = 0 0 1
2 4 3

a, b, c nmeros reales positivos tales que a+b+c = 1. Demostrar que

4a3 + 9b3 + 36c3 1

Problema 1

P.1.1.

La armacin es falsa. El rango de una matriz ARmxn es igual al nmero de


columnas o las que son linealmente independientes.


a b c
d e f
A4x3 =
g h i
(a + d + g) (b + e + h) (c + f + i)

Rango(A)=3

De lo anterior se puede decir el rango de A tomando en cuenta las o columnas


debe ser igual, en este caso la linealidad de las columnas no depende de la la
linealmente dependiente.

P.1.2.

La armacin es verdadera.

Si el subespacio {u1 + u2 , u1 + u3 , u2 + u3 } es una base vectorial de V, en-


tonces debe cumplir con las siguientes condiciones:
1. Los elementos u1 + u2 , u1 + u3 , u2 + u3 son linealmente independientes.
2. Los elementos u1 + u2 , u1 + u3 , u2 + u3 generan a V=span{u1 + u2 , u1 +
u3 , u2 + u3 }, y conservan la misma dimensin de V.
Lo anterior se puede comprobar de la siguiente manera:
u1 + u2 6= (u1 + u3 ) + (u2 + u3 ) = u1 + u2 + 2u3
u1 + u3 6= (u1 + u2 ) + (u2 + u3 ) = u1 + u3 + 2u2

3
u2 + u3 6= (u1 + u2 ) + (u1 + u3 ) = u2 + u3 + 2u1
dim{u1 + u2 , u1 + u3 , u2 + u3 } = dim{u1 , u2 , u3 } = 3

P.1.3.

La armacin es verdadera.

Una sucesin {an } en R es Cauchy si para cada > 0 existe un entero pos-
n=1
itivo 0 tal que |an am | < , n, m 0 .

Entonces, sea an = 1
n & n m > 0:

| n1 1
m| = 1
m 1
n = nm
nm < 1
n < 1

donde 0 = 1
= n m > 1
= 1
n 1
m <

1
= n, m = |an am | <

por lo anterior si { n1 } es Cauchy, la secuencia es convergente y acotada,
n=1

Lim n1 = 0
n

Lim n1 = 1
n1

P.1.4.

La armacin es verdadera.

Un espacio mtrico donde cada secuencia de Cauchy converge se denomina es-


pacio completo.

Sea X un espacio mtrico, y sea un sub-espacio completo de X, entonces


es cerrado.

Prueba:

Sea x cl un punto en el cierre de , entonces por la denicin de cierre


cl := U donde contiene los puntos lmites de .
En cada vecindad Nr (x, n1 ) centrada en x, se puede seleccionar un punto n 
, y su lmite es x, por lo tanto es completo, x  y
= cl SSI es cerrado.

4
P.1.5.

La armacin es verdadera.

|f (x1 ) f (x2 )| = |x21 x22 | = |x1 x2 | |x1 + x2 |

|x1 x2 | |x1 + x2 | Lf |x1 x2 | = Lf |x1 x2 | , si se sustituye am-


bas variables por 1, se tiene que

Lf = 2 = |f (x1 )f (x2 )| 2 |x1 x2 | , la funcin es uniformemente Lipschitz.

P.1.6.

La armacin es verdadera.

|f (x1 ) f (x2 )| Lf |x1 x2 | = Lf (| x1 x2 |) (| x1 + x2 |) =
|x x |
= | x1 x2 | = (| x1 x2 ) (| x1 + x2 ) = | x1 x2 | = 1 2
| x1 + x2

de lo anterior tenemos que


|x x | |x x |
|f (x1 ) f (x2 )| = 1 2
| x1 + x2 = 1 2
| x1 + x2 Lf |x1 x2 |

Lf 1
| x1 + x2 = 0 > Lf = 12 .

cuando las variables se aproximan a cero el valor de Lf se indetermina, por


lo que no es globalmente Lipschits en en el intervalo (0,1).

Problema 2

0 0
A= 2 0 1
2 1 0

Forma diagonal D = P AP 1 .

P.2.1.

Auto-valores de A, 1 = 1, 2 = 1, 3 = .

Auto-vectores de A, V1 = [ 0 1 1 ]T , V2 = [ 0 1 1 ]T , V3 = [ +1
2 1 1 ]T .

Matriz de
auto-vectores:
+1

0 0 2
P = 1 1 1
1 1 1

5
Para que la matriz A sea diagonizable 6= 0 y 6= 1. Si alfa se vuelve
cero, entonces la matriz A se vuelve singular; y si alfa se vuelve -1,
la matriz de auto-vectores se vuelve singular.

P.2.2.

Si = 1, entonces:

0 0 1 0 0.5 0.5
P = 1 1 1 & P 1 = 1 0.5 0.5
1 1 1 1 0 0

1 1.5 0.5
D = 0 2 1
0 3 2

Problema 3

demostrar que lim x2 = a2 , usando deniciones de continuidad y limites en fun-


xa
ciones de espacios metricos.

Sean X & Y, espacios mtricos y E X , f mapea E en Y, y aX .

Si a es un punto lmite de E, entonces f es continua en el punto a, si y solo


si,

lim f (x) = f (a)


xa

prueba:

si existe un punto f (a)Y , para cada > 0, existe un (, a) > 0, tal que
dY (f (x), f (a)) < , xE para lo cual dX (x, a) < .

|f (x) f (a)| < & |x a| <

= |f (x) f (a)| = |x2 a2 | = |x a| |x + a|


= |x a| |x + a| < = |x a| < |x+a|


= |x a| < = |x+a| = |x a| < |x+a|
Conforme x se aproxima al valor a, se tiene que
|2a| > 0, entonces se cumple
que > 0, y por consiguiente > 0.

Queda resuelto.

6
Problema 4

P.4.1.

Calcular
 A
100
con

0 1
A=
1 2
Forma diagonal:
A100 = T J 100 T 1
       
1 0 1 100 1 0 99 100
A100 = =
1 1 0 1 1 1 100 101

P.4.2.

0 0 2
Calcular eAt para A = 0 1 0
1 0 3
f (A) = T f (J) T 1

donde

1 2 1 1 0 2
T = 0 0 1 & T 1 = 1 0.5 1
1 1 0.5 0 1 0
2t

e 0 0
f (J) = 0 et et
0 0 et
e 2et 2et 2e2t 2et
2t

eAt = 0 et 0
2t t
e e et 2e2t et

P.4.3

Representar la forma de Jordan de la siguiente matriz:



0 1 0
A= 0 0 1
2 4 3
Auto-valores: 1 = 1, 2 = 1 + j, 3 = 1 j .

Forma de Jordan de matriz A:



1 0 0
A= 0 1 j
0 j 1

7
Problema 6

Sean a,b,c nmeros positivos, tales que a+b+c=1. Desmostrar que 1 4a3 +
9b3 + 36c3 .

Se prueba que lo anterior es correcto mediante la desigualdad de Jensen:


P n n
P
f( rk xk ) rk f (xk )
k=1 k=1

donde: rk = 22 , 32 , 62 , xk = {a, b, c}& f (x) = x3 .




entonces se tiene que

(4a + 9b + 36c)3 4a3 + 9b3 + 36c3 , pero dado que a + b + c = 1 =


(4a + 9b + 36c)3 1 =

= 4a3 + 9b3 + 36c3 1.

Queda resuelto.