1) Se considera la matriz
2 3
A
4 13
Con coeficientes en . Hallar los valores propios, los vectores propios y una matriz P que permita la
diagonalización de A . Calcular An para todo n N .
(A I) 0
2 3 1 0 X1 0
4 1 3 0
1 X 2 0
2 3 X1 0
....( I )
4
1 3 X 2 0
L u eg o :
2 3
0
4 13
( 2 )(1 3 ) (3)( 4 ) 0
( 2 )( 1 3) 1 2 0
2 15 14 0
( 1 4 )( 1) 0
1 1 4
2 1
1
V1 es _ autovector _ de _ A _ correspondiente _ a _ 1 14
4
para : 2 1_ en _( I )
1 3 X 1 0
4 12 X 0
2
X 1 3 X 2 0
4 X 12 X 0
1 2
X 1 3 X 2 0 X 1 3 X 2 ; X 2
4 X 1 12 X 2 0
X2 t
X 1 3t
3t 3
X t 1 ;t
t
generador
3
V1 es _ autovector _ de _ A _ correspondiente _ a _ 2 1
1
1.3.-Calcular la diagonalización
1 3
V1 ;V2 son L.I , pues:
4 1
1 3
1) SiP V1 V2 como P 0 V1 y V2 son L.I
4 1
1 3
2) P V1 V2 como P 0 P
1
4 1
3) P 1 AP ; es decir, existe la diagonalización de A en la matriz P
An P.D n .P 1
siendo :
1 3
P
4 1
14 0 14n 0 14n 0
D Diagonalización D n
n
0 1 0 1 0 1
1 3
13 13
P 1
4 1
13 13
1 3 12 14n 3 3.14n
1 3 14n 0 13 13 13 13
An
4 1 0 1 4 1 4 14n 1 12.14n
13 13 13 13
PROBLEMA 2
Indicar los valores de a, b y c para los cuales la matriz real A es diagonalizable:
1 0 0
A= 1 0
1
Solución:
1− 0 0
1− 0 = (1 − ) ( − ) = 0, Entonces: = 1 v =c
1 −
Los valores propios son todos reales.
Primer caso:
0 0 0
dimV1 = 3 – rg(A - I) = 3 – rg 0 0 ≠3
1 0
Segundo caso:
En conclusión:
A es diagonalizable sí solo sí (c ≠ 1) y (a = 0)
5 6 6
A 1 4 2
3 6 4
Determinar una base respecto de la cual A se represente en forma diagonalizable.
(A I) 0
5 6 6 1 0 0 x1 0
( 1 4 2 0 1 0 ) x2 0
3 6 4 0 0 1 x 0
3
5 6 6 x1 0
1 4 2 x2 0 ....( I )
3 6 4 x3 0
Luego:
5 6 6
1 4 2 0
3 6 4
para : 1_ en _( I )
4 6 6 x1 0
1 3 2 x2 0
3 6 5 x 0
3
Escalonando _ la _ matriz :
1 3 2 x1 0
0 3 1 x2 0
0 3 1 x 0
3
Obtenemos :
x1 3 x2 2 x3 0
3 x2 x3 0
Resolviendo:
x1 3 x2 2 x3 0
3 x2 x3 0
3 x2 x3
x1 x3 3t
x2 t
3t 3
x t t 1 _; _ t
3t 3
3
v1 1 es _ un _ autovector _ de _ A _ correspondiente _ a _ 1
3
para : 2 _ en _( I )
3 6 6 x1 0
1 2 2 x2 0
3 6 6 x 0
3
Luego :
x1 2 x2 2 x3 0
Resolviendo:
x1 2 x2 2 x3
2 x2 2 x3 2 x2 2 x3 2 2
x x2
x2 0 x2 1 x3 0
x3 0 x3 0 1
2 2
v2 1 _ y _ v3 0 son _ autovectores _ de _ A _ correspondientes _ a _ 2
0 1
Para saber si A es diagonalizable; debe cumplirse que la determinante de la matriz P v1 v2 v3 sea
Formando la matriz P:
3 2 2
P 1 1 0
3 0 1
det( P ) 0; entonces _ la _ matriz _ A _ es _ diagonalizable
1 2 2 5 6 6 3 2 2
1
P AP 1 3 2 1 4 2 1 1 0
3 6 5 3 6 4 3 0 1
1 0 0
1
P AP 0 2 0
0 0 2
Podemos observar que los elementos de la diagonal son los autovalores previamente hallados.
⇔ ( )=0
Demostración:
∈ ( )
( ) = 0 = (0) → =0 → ( )=0
( )= ( )
0 = ( )− ( )= ( − )
→ − =0 → = → ( )=0
luego
⇔ ( )=0 ⇔ ( ⃗) = 0⃗ ⃗ = 0⃗
⇔ 0
1 1 1 1
1 1 1 1
A
1 1 1 1
1 1 1 1
Solución:
1 1 1 1 1 0 0 0
1 1 1 1 0 1 0 0
P 0
1 1 1 1 0 0 1 0
1 1 1 1 0 0 0 1
1 1 1 1
1 1 1 1
D P 1 AP P 0
1 1 1 1
1 1 1 1
Luego para hallar el determinante de este arreglo se usa el método del pibote, tomando como pibote al
valor 1 de la intersección de la columna N°1 con la fila N°4.
Así:
0 2 2 ( 2)
F42 1
0 2 0 2
P
F43 1
0
0 F41 ( 1)
0 2 2
1 1 1 1
2 2 ( 2) 1 1
P() (1)41. 2 0 2 (2 )2 (2 ) 1 0 1
0 2 2 0 1 1
(2 )3 ( 2) 0
1 2 3 2.(multiplicidad 3) y 4 2.
Mientras que dim V 2 4 r A 2 I 4 1 3 de modo que A es diagonalizable. Esto
se comprobará en el apartado b) con más precisión.
Se sabe:
x1
x
A I X 0 , para este caso X= 2 ... (I)
x3
x4
Entonces: para 2 se remplaza en la fórmula en (I) , con el objetivo de hallar los vectores generadores
y con ellos hallar los autovectores, se tiene:
1 1 1 1 x1 0
1 1 1 1 x 0
2
1 1 1 1 x3 0
1 1 1 1 x4 0
-x1 x2 x3 x4 0
x1 x2 x3 x4
x2 x3 x4 1 1 1
x2
1
0 0
X , X= x2 x x
x3 0 3 1 4 0
x4 0 0 1
Donde :
1 1 1
1 0 0
V1 ,V , V3 ; son autovectores
0 2 1 0
0 0 1
Para 4 4 en (I).
3 1 1 1 x1 0
1 3 1 1 x 0
2
1 1 3 1 x3 0
1 1 1 3 x4 0
-x1 x2 x3 x4 t / t .
t 1
t 1
X t .
t 1
t 1
Donde :
1
1
V4 , (el cuarto autovector)
1
1
P V1 V2 V3 V4
1 1 1 1 2 0 0 0
1 0 1 0
0 2 0 0
P . D P AP
1
0 1 0 1 0 0 2 0
0 0 1 1 0 0 0 2
c) Diagonalizar A2 y A1 .
Se sabe: An para todo n N .
An P.D n .P 1
Obsérvese que:
A2 P DP 1 P DP 1 P D 2 P 1
De modo que D 2 P 1 A2 P. Esto quiere decir que la matriz diagonal de autovalores asociada a A2 es:
4 0 0 0
0 4 0 0
D2
0 0 4 0
0 0 0 4
PDP
1
A 1 1
PD 1 P 1 y, por tanto D 1 P 1 A1 P con lo que la matriz diagonal de
autovalores asociada a A−1 es:
1
2 0 0 0
0 1
0 0
2
D 1
0 1
0 0
2
1
0 0 0
2
Y la matriz de paso es P.
n
d) Calcular A .
Veamos:
Si n es par , n 2m, entonces :
A 2 I
2 m m
An 2
2n I .
Si n es impar , n 2m 1, entonces :
An A2 m A 2 2 m IA 2 n 1 A.
Determinar:
A) Autovalores y autovectores de f
B) Hallar una base que permita la diagonalización
SOLUCION A) :
(A I) 0
1 3 3 1 0 0 x1 0
( 3 5 3 0 1 0 ) x2 0
6 6 4 0 0 1 x 0
3
1 3 3 x1 0
3 5 3 x2 0 ....( I )
6 6 4 x3 0
Luego:
1 3 3
3 5 3 0
6 6 4
3 3 3 x1 0
3 9 3 x2 0
6 6 0 x 3 0
3 x1 3 x 2 3 x 3 0
3 x1 9 x 2 3 x 3 0
6x 6x 0x 0
1 2 3
Resolviendo:
3 x1 3 x 2 3 x 3 0
3 x1 9 x 2 3 x 3 0
6 x1 6 x 2 0 x 3 0
x1 x 2 t
x3 2 t
t 1
x t t 1 _ ; _ t
2 t 2
1
v1 1 e s _ u n _ a u to v e c to r _ d e _ A _ c o r r e s p o n d ie n te _ a _ 4
2
para : 2 _ en _( I )
3 3 3 x1 0
3 3 3 x2 0
6 6 6 x 0
3
Resolviendo:
3 x1 3 x2 3 x3 0
3 x1 3 x2 3 x3 0
6 x1 6 x2 6 x3 0
x2 x1 x3
x1 x1 0 1 0
x x1 x3 x1 x3 x1 1 x3 1
x3 0 x3 0 1
1 0
v2 1 _ y _ v3 1 son _ autovectores _ de _ A _ correspondientes _ a _ 2
0 1
SOLUCION B):
Para saber si A es diagonalizable; debe cumplirse que la determinante de la matriz P v1 v2 v3 sea
Formando la matriz P:
1 1 0
P 1 1 1
2 0 1
det( P) 2 0; entonces _ la _ matriz _ A _ es _ diagonalizable
1 1 1
2 2 2 1 3 3 1 1 0
1
P AP
1 1 1
3 5 3 1 1 1
2 2
2
6 6 4
1 1 0 2 0 1
4 0 0
1
P AP 0 2 0
0 0 2
PROBLEMA 8
Se tiene A 1 , Av 2 , A 3 .Escrito en forma de sistema de ecuaciones:
Utilizamos la ecuación: A I 0 en la matriz A .
Dándonos como resultado:
1 1 1 1 0 0 0
a b
c 0 1 0 0
… ecuación
d e f 0 0 1 0
Para A 1 siendo 1,1,1 , resolvemos:
1 1 1 1 0 0 0
a
b c 1 0
1 0 0
d e f 0 0 1 0
1 1 1 1 1 0
a
b 1 c 1 0
d f 1
e 1 0
1 1 1 1 0 a b 1 c 0 d e f 1 0
1 3... ec.1 a b c 3... ec.2 d e f 3... ec.3
Para A 2 siendo 1, 0, 1 , resolvemos:
1 1 1 1 0 0 0
a
b c 2 0
1 0 0
d e f 0 0 1 0
1 2 1 1 1 0
a
b 2 c 0 0
d f 2
e 1 0
d f 2 0
1 2 0 1 0 ac 0
d f 0
2 0... ec.4 a c... ec.5
d f ... ec.6
Para A 3 siendo 1, 1, 0 , resolvemos:
1 1 1 1 0 0 0
a b
c 3 0 1 0 0
d e f 0 0 1 0
1 3 1 1 1 0
a
b 3 c 1 0
d e f 3 0 0
1 3 1 0 a b 3 0 d e 0
3 2... ec.7 a b 2... ec.8 d e... ec.9
Con las ecuaciones obtenidas, resolvemos para hallar los valores de: a, b, c, d , e y f :
d e f 3
e e f 3
f 3
d f
d 3
a 1 d 3
b 1 e 3
c 1 f 3
La matriz A es:
1 1 1
A 1 1 1
3 3 3
PROBLEMA 9
3
. Determinar un endomorfismo f de R sabiendo:
a) Im f L 0, 1, 1 , 2, 1, 1.
b) 0 es un valor propio de f .
0 0
En la matriz asociada a , se tiene A 1 0
1 0
Esto es;
a12 a13 0
a22 a23 0
a a 0
32 33
0 2 2
A 1 1 1
1 1 1
0 2 2
A 1 1 1
1 1 1
Resol:
Reemplazando I
0 2 2 1 0 0
1 1 1 – λ
0 1 0 0
1 1 1 0 0 1
Obtenemos:
0 2 2
1 1 1 0
1 1
1
1 1 1 1 1 1
0 (2) ( 2) 0
1 1 1 1 1 1
[ 2 ] 2 [ 2] 2 [ 2] 0
3 – (2 4) (2 4) 0
3 4 0
Factorizando:
( ) . ( 2 ). ( 2 ) 0
Ya que cumple las ecuaciones de arriba, y además sus columnas son los generadores de
Im ( f ) . El polinomio característico es p ( ) ( 2)( 2)
Sabemos que V0 L 0,1,1 , de manera que solo queda obtener bases de V2 y V2 .
x y z 0 x y z 0
V2 V2
z0 y0
Las bases respectivas son BV 2 1,1, 0 , BV 2 1, 0,1
La base pedida de autovectores de 3 es:
2 0 0
D M ( f , B) 0 0 0
0 0 2
PROBLEMA 11
Sean v (3,1, 0) y w (2, 2, 0) . Consideremos el problema de determinar un vector u R 3
tal que u ( x, y , z ) y que cumple las dos condiciones: proy v u v y u w .
Sabemos que:
u .v
1)
p ro y v u 2 .v
v
2) u w u.w 0
Entonces:
Primera condición
( x , y , z ).(3,1, 0 )
p r o y v u .(3,1, 0 ) (3,1, 0 )
10
(3 x y )
.(3,1, 0 ) ( 3, 1, 0 )
10
9x 3y 3x y
( , , 0 ) ( 3 , 1, 0 )
10 10
Por lo tanto
9x 3y
3 3 x y 10
10
Segunda condición
u.w 0 ( x, y , z ).(2, 2, 0) 0
2x 2 y 0 x y
Finalmente tenemos que de la 1era y la 2da condición tenemos que:
2) ⃗ ∙ ( ⃗ × ⃗) = 0
3) ⃗ × ⃗ = −( ⃗ × ⃗)
4) ⃗ × ( ⃗ + ⃗) = ⃗ × ⃗ + ⃗ × ⃗
5) ( ⃗ + ⃗) × ⃗ = ⃗ × ⃗ + ⃗ × ⃗
6) ( ⃗ × ⃗) = ( ⃗) × ⃗ = ⃗ × ( ⃗)
7) ⃗ × 0⃗ = 0⃗ × ⃗ = 0
8) ⃗ × ⃗ = 0
1) ⃗ ∙ ( ⃗ × ⃗) = 0
Por propiedad
⃗ ∙ ( ⃗ × ⃗) = ⃗ ∙ ( ⃗ × ⃗)
Pero
⃗× ⃗=0
Entonces
⃗ ∙ ( ⃗ × ⃗) = ⃗ ∙ ( ⃗ × ⃗) = ⃗. 0 = 0
2)
⃗ ∙ ( ⃗ × ⃗) = 0
⃗ ∙ ( ⃗ × ⃗) = ⃗ ∙ ( ⃗ × ⃗) = ⃗. 0 = 0
3)
⃗ × ⃗ = −⃗ × ⃗
Tener en cuenta
‖ ⃗ × ⃗‖ = ‖ ‖‖ ‖ sin
‖ × ⃗‖ = ‖ ‖‖ ‖ sin − = −‖ ‖‖ ‖ sin
Por lo tanto
−‖ × ⃗‖ = ‖ ‖‖ ‖ sin = ‖ ⃗ × ⃗‖
Finalmente
⃗ × ⃗ = −⃗ × ⃗
4)
⃗ × ( ⃗ + ⃗) = ⃗ × ⃗ + ⃗ × ⃗
Sea
⃗= + + ,
⃗= + + , ⃗= + +
⃗+ ⃗=( + ) +( + )
Entonces
⃗ × ( ⃗ + ⃗) =
+ + +
Separando
⃗× ⃗ =
⃗× ⃗=
Finalmente
⃗ × ( ⃗ + ⃗) = ⃗ × ⃗ + ⃗ × ⃗
5)
( ⃗ + ⃗) × ⃗ = ⃗ × ⃗ + ⃗ × ⃗
Por propiedad
( ⃗ + ⃗) × ⃗ = −[ ⃗ × ( ⃗ + ⃗)]
−[ ⃗ × ( ⃗ + ⃗)] = −[ ⃗ × ⃗ + ⃗ × ⃗]
−[ ⃗ × ⃗ + ⃗ × ⃗] = − ⃗ × ⃗ − ⃗ × ⃗
− ⃗× ⃗− ⃗× ⃗= ⃗× ⃗+ ⃗× ⃗
Finalmente
( ⃗ + ⃗) × ⃗ = ⃗ × ⃗ + ⃗ × ⃗
6)
( ⃗ × ⃗) = ⃗ × ⃗ = ⃗ × ⃗
Sean
⃗= ̂+ ̂+ ⃗= ̂+ ̂+
⃗= ̂+ ̂+
entonces
̂ ̂
( ⃗) ⃗ =
Operando
= ̂( − ) − (̂ − )+ ( − )
=( − ) ̂+( − ) ̂+( − )
= ( − ) ̂+ ( − ) ̂+ ( − )
= ( − ) ̂+ ( − ) ̂+ ( − )
Finalmente
= (⃗ ⃗)
7)
⃗ × 0⃗ = 0⃗ × ⃗ = 0⃗
Sea
⃗= + + , 0⃗ = 0 + 0 + 0
‖0‖ = 0
Entonces
⃗ × 0⃗ = ‖ ‖‖0‖ sin
entonces
⃗ × 0⃗ = ‖ ‖‖0‖ sin =0
Por lo tanto
⃗ × 0⃗ = 0⃗ × ⃗ = 0⃗
8)
⃗× ⃗=0
Se sabe
⃗ × ⃗ = ‖ ‖‖ ‖ sin
=0
Entonces
sin =0
Por lo tanto
⃗ × ⃗ = ‖ ‖‖ ‖ sin =0
PROBLEMA 14
14. Hallar una matriz que tiene los valores propios 1y2 y sus vectores propios (1,1) y (1,0)
También te dan los autovectores (1,1) y (1,0)
Solución:
x
a b 1 0 (a 1) x by 0
( A 1I ) x 0 1 y 0
c d 0 1 z cx (d 1) y 0
a 1 b 0 a b 1 b 1
x y Autovector: (1,1)
c d 1 0 c d 1 d 1
Por definición: ( A 2 I ) x 0
x
a b 1 0 (a 2) x by 0
( A 2I ) x 0 2 y 0
c d 0 1 cx (d 2) y 0
z
(a 2) x 0 a 2
y0 Autovector: (1,0)
cx 0 c 0
a b 2 1
La matriz A =
c d 0 1
Comprobamos:
Polinomio característico | A I | 0
2 1
0 1 1; 2 2
0 1
x y 0
1 1 x
Para 1 =1 . 0 x y ( x, y ) ( x, x) x(1,1)
0 0 y
yx
y 0
0 1 x
Para 2 =2 . 0 y 0 ( x, y ) x(1, 0)
0 1 y
y0
a b 2 1
La matriz A = es la que cumple las condiciones.
c d 0 1
15.) Los valores Propios de una matriz simétrica son 1,-2,3 con vectores
propios
(1, 1, -1), (0, 1, 1).
Se cumple que:
a11 M Z
A M a22 G
Z G a33
1 1 ; 2 2 ; 3 3
Para 1 1
a11 M Z 1 0 0 1 0
A M a22 G 1 0 1 0 1 0
Z G a33 0 0 1 1 0
a11 M Z 1.................(1)
M a22 G 1................(2)
Z G a33 1...............(3)
Para 2 2
a11 M Z 1 0 0 0 0
A M a22 G 2 0 1 0 1 0
Z G a33 0 0 1 1 0
resolviendo las operaciones correspondientes de matrices se obtiene:
M Z 0...................(4)
a22 G 2................(5)
G a33 2.................(6)
M a 22 G 1
Z G (2 G ) 1
M (2 G ) G 1
Z 2G 2 1
M 3
Z 2G 3
co m o M = -Z
p ero Z = -3 en to n ces 2 G = 0 G = 0
Z = -3
5 3 3 1 0 0 a 0
3 2 0 3 0 1 0 b 0
3 0 2 0 0 1 c 0
8a 3b 3c 0
3a 5b 0
3a c 0 haciendo a =t
tenemos que
3
b= t ; c=3t
5
3 3
u : (t (1, ,3)) autovector (1, ,3)
5 5
Calcular:
La matriz A asociada respecto de la base canónica.
Sea:
i)base (1,0,0)
Luego:
(1,0,0) = ( ( ⃗) + ( ⃗) + ( ⃗))
(1,0,0) = ( ⃗) + ( ⃗) + ( ⃗)
(1,0,0) = (5,3,3) + (3,3, −1) + (4,1,3)
(1,0,0) = (5 + 3 + 4 , 3 + 3 + , 3 − +3 )
Donde:
5 +3 +4 =1
3 +3 + =0
3 − +3 =0
5 3 4 1
3 3 1 = 0
3 −1 3 0
Aplicando Cramer:
5 3 4
3 3 1 = −16
3 −1 3
1 3 4
0 3 1 = 10
0 −1 3
5 1 4
3 0 1 = −6
3 0 3
5 3 1
3 3 0 = −12
3 −1 0
10 −5
= = =
−16 8
−6 3
= = =
−16 8
−12 3
= = =
−16 4
Reemplazando a, b, c:
−5 3 3
(1,0,0) = (5,3,3) + (3,3, −1) + (4,1,3)
8 8 4
(1,0,0) = (1,0,0)
ii)base (0,1,0)
Luego:
(0,1,0) = ( ( ⃗) + ( ⃗) + ( ⃗))
(0,1,0) = ( ⃗) + ( ⃗) + ( ⃗)
(0,1,0) = (5 + 3 + 4 , 3 + 3 + , 3 − +3 )
Donde:
5 +3 +4 =0
3 +3 + =1
3 − +3 =0
5 3 4 0
3 3 1 = 1
3 −1 3 0
Aplicando Cramer:
5 3 4
3 3 1 = −16
3 −1 3
0 3 4
1 3 1 = −13
0 −1 3
5 0 4
3 1 1 =3
3 0 3
5 3 0
3 3 1 = 14
3 −1 0
−13 13
= = =
−16 16
3 −3
= = =
−16 16
14 −14
= = =
−16 16
Reemplazando a, b, c:
13 3 14
(0,1,0) = (5,3,3) − (3,3, −1) − (4,1,3)
16 16 16
(0,1,0) = (0,16,0)
iii)base (0,0,1)
Luego:
(0,0,1) = ( ( ⃗) + ( ⃗) + ( ⃗))
(0,0,1) = ( ⃗) + ( ⃗) + ( ⃗)
(0,0,1) = (5 + 3 + 4 , 3 + 3 + , 3 − +3 )
Donde:
5 +3 +4 =0
3 +3 + =0
3 − +3 =1
5 3 4 0
3 3 1 = 0
3 −1 3 1
Aplicando Cramer:
5 3 4
3 3 1 = −16
3 −1 3
0 3 4
0 3 1 = −9
1 −1 3
5 0 4
3 0 1 =7
3 1 3
5 3 0
3 3 0 =6
3 −1 1
−9 9
= = =
−16 16
7 −7
= = =
−16 16
6 −3
= = =
−16 8
Reemplazando a, b, c:
9 7 3
(0,0,1) = (5,3,3) − (3,3, −1) − (4,1,3)
16 16 8
(0,1,0) = (0,0,1)
PROBLEMA 18
Siendo f ( x, y, z ) x 2 6 xy 2 y :
2 2
1 6
A
6 2
Entonces I A 0 :
1 0 1 6
0
0 1 6 2
0 1 6
0
0 6 2
1 6
0...()
6 2
1 2 6
6 0
1 2 6 0
2 2 2 6 0
2 3 4 0
4 1 0
1 1, 2 4
2 6 x 0
6 3 y 0
Por tanto:
2 x 6 y 0
2x 6 y
6
2
x 22 10
x
6, 2
6 2
,
x 10 10 10
3 6 x 0
6 2 y 0
Por tanto:
3x 6 y 0
3x 6 y
6
2
y 32 15
Por tanto, un vector propio normalizado es:
y
6,3 6 3
,
y 15 15 15
6 6
10 15
2 3
10 15
PROBLEMA 19
1
19) Sea A 2 y sea f: 3 3 la aplicación lineal cuya matriz asociada respecto a la
1
t
base canónica es A. A . Hallar:
a)
f ( x, y , z ) = ?
b) Una base de respecto de la cual la matriz asociada a f sea diagonal.
3
Introducción teórica:
TRANSPOSICION DE MATRICES:
matriz de orden nxm sobre K, obtenida de A al intercambiar sus filas por sus columnas.
A aij
mxn
At a 'ij Donde a ij a ji
nxm
'
PRODUCTO DE MATRICES:
El producto AB de las matrices A y B, solo está definida cuando el número de
columnas de A coincide con el número de filas de B.
AKmxn BKnxp AB K mxp
Solución:
a)
f ( x, y , z ) = ?
Hallamos la matriz asociada AT : AT A. At
1
Si A 2 , entonces A 1 1
t
2
1
1
= .
2 1 2 1
t
AT A. A
1
Resolviendo el producto de matrices:
1 2 1
A(T ) 2 4 2
1 2 1
Además, sabemos que:
x
f ( x, y , z ) A(T ) . X , donde X y
z
1 2 1 x
f ( x, y , z ) 2 4 2 . y x 2 y z , 2 x 4 y 2 z , x 2 y z
1 2 1 z
1 2 1 1 0 0 x1
0 1 0 x 0
Reemplazamos: 2 4 2 2
1 2 1 0 0 1 x3
1 2 1 x1
2 4 2 x 0
2
1 2 1 x
3
1 2 1
| A(T ) I | 2 4 2
1 2 1
| A(T ) I | 2 (6 ) 0
2 0
1
3 6
1 2 0
1 2 1 x1 0
2 4 2 x 0
2
1 2 1 x3 0
Resolviendo:
x1 2 x2 x3 0
x3 x1 2 x2
x1
x x2
x1 2 x2
1 0
x x1 0 x2 1
1 2
V1 y V2 son base de 3 .
3 6
5 2 1 x1 0
2 2 2 x 0
2
1 2 5 x3 0
Resolviendo:
5 x1 2 x2 x3 0
2 x1 2 x2 2 x3 0
x1 2 x2 5 x3 0
Usando el método de gauss-Jordán
5 2 1 | 0 1 2 5 1 5 | 0 F (2) 1 2 5 1 5 | 0
2 2 2 | 0 F 1 2 2 2 | 0
21 0 6 5 12 5 | 0 F 5
5
1 F (1) 2 6
1 2 5 | 0 1 2 5 | 0
31 0 12 5 24 5 | 0
1 2 5 1 5 | 0 1 2 5 1 5 | 0
0 1 2 | 0 F 12 0 1 2 | 0
32 5
0 12 5 24 5 | 0 0 0 0 | 0
Resolviendo:
2 1
1x x x3 0 x2 2 x3
5
2
5
x2 2 x3 0 x3 x1
x1 x3 1
x x2 2 x3 x3 2
x3 x3 1
1
H (6) x 3 2 / x 3
1
V3
V3 es base de 3 .
Como la matriz tiene valores propios reales y la dimensión de cada subespacios coincide
con el orden de multiplicidad de cada una de los valores, queda demostrado la matriz es
diagonalizable.
f ( x, y, z ) X t . A. X ...(1)
x 1 2 1
Donde X y , X t x y z y
A(T ) 2 4 2
z 1 2 1
Reemplazamos en (1):
x yz
f ( x, y , z ) x y z . 2x 4 y 2z
x yz
1 2 1 x
f ( x, y , z ) x y z . 2 4 2 . y
1 2 1 z
f ( x, y, z ) x 2 4 y 2 z 2 4 xy 2 xz 4 yz
f (x, y, z) (x 2y z)2
PROBLEMA 20
20). Probar que las matrices no son semejantes pero poseen los mismos autovalores
1 0 0 1 0 0
Y la matriz
A 0 1 1 B 0 1 0
0 0 1 0 0 1
Solución:
A I 0
1 0 0 0 0
0 1 1 0 0 0
0 0 1 0 0
1 0 0
0 1 1 0
0 1
0
1 1
(1 ) (1 ) (1 )(1 ) 0
0 1
(1 ) (1 )(1 ) 0
1 1; 2 1; 3 1
1 0 0
B 0 1 0 haremos; B I 0
0 0 1
1 0 0 0 0
0 1 0 0 0 0
0 0 1 0 0
1 0 0
0 1 0 0
0 1
0
(1 ) (1 )(1 ) 0
1 1; 2 1; 3 1
1 0 0 1 0 0
Y la matriz
A 0 1 1 B 0 1 0
0 0 1 0 0 1
En efecto, las dos matrices poseen el mismo rango ya que ninguna de las filas es
un factor o resulta de multiplicar una fila por un escalar
Para la matriz A:
0 1 1 k 1 0 0
Para la matriz B:
1 0 0 k 0 1 0 ;
Por lo tanto el rango
1 0 0 k 0 0 1 ;
de la matriz B seria 3
0 1 0 k 0 0 1 ; por que hay 3 filas L.I
0 1 0 k 1 0 0
1 0 0
A 0 1 1 (1)(1)(1) (0)(1)(0) (0)(0)(0) (0)(1)(0) (1)(1)(0) (0)(0)(1) 1
0 0 1
1 0 0
B 0 1 0 (1)(1)(1) (0)(0)(0) (0)(0)(0) (0)(1)(0) (1)(0)(0) (0)(0)(1) 1
0 0 1
Y
1 0 0
A 0 1 1 ; traz ( A) 1 (1) (1) 1
0 0 1
1 0 0
B 0 1 0 ; traz ( B ) 1 (1) (1) 1
0 0 1
1 0 0
A 0 1 1 haremos; A I 0
0 0 1
1 0 0 0 0
0 1 1 0 0 0
0 0 1 0 0
1 0 0
0 1 1 0
0 1
0
1 1
PA ( ) (1 ) (1 ) (1 )(1 )
0 1
PA min( ) (1 )(1 )
1 0 0 0 0
0 1 0 0 0 0
0 0 1 0 0
1 0 0
0 1 0 0
0 1
0
1 0
PB ( ) (1 ) (1 ) (1 )(1 )
0 1
PB min( ) (1 )(1 )
B C 1 AC
Veremos si existe una matriz C invertible que cumpla con este requisito:
1 0 0
A 0 1 1 haremos; A I 0
0 0 1
1 0 0 0 0
0 1 1 0 0 0
0 0 1 0 0
1 0 0
0 1 1 0
0 1
0
1 1
PA ( ) (1 ) (1 ) (1 )(1 ) 0
0 1
1 1; 2 3 1
1 1 0 0 x
0 1 1 1 y 0
0 1 1 z
0
0 0 0 x 0 xt
0 2 1 y 0 Entonces; 2 y z 0 x 1; z 0; y 0
0 0 2 z 0 2 z 0
1
El primer autovector es: VA 0
0
Ahora para 1
1 (1) 0 0 x
0 1 (1) 1 y 0
0 1 (1) z
0
2 0 0 x 0 x 0
0 0 1 y 0 Entonces; z 0 x 0; y t ; z 0
0 0 0 z 0
y t
0 0
1 y 2
0 0
1 0 0
C 0 1 2
0 0 0
Notamos que esta matriz tiene toda la fila 3 en 0 eso quiere decir que no tiene
inversa por tal motivo no tiene como semejante a B
Estas matrices no son semejantes