Академический Документы
Профессиональный Документы
Культура Документы
PRACTICA 1
Nota: Además de los ejercicios aquí propuestos los estudiantes deben realizar los ejercicios de
las secciones 1.3, 1.4, 1.5, 1.6 y 1.7 del texto.
2
Calcule: a) B + AC b) 2E – iF c) DC – 2C d) F + B
Solución:
% 0 1"
%17 9 " % 2i 1 & 3i " # % i 9 ( 5i "
a) ## b) ## c) # & 6 3 d) ##
$ 13 3 ! $ 7 8 & 3i ! # 10 2 $ 5i 25 ( i !
$ !
Donde a, b y c son números reales, con c distinto de cero, determine a, b y c tal que:
2A – B = 4C.
Solución:
7 2
a ' 7, b ' ) , c'& y d ' &12
2 5
%a i "
3. a) Verifique que la matriz A ' ##
1
*1
+
, donde i 2 ' &1 , a ' 1 ( 5 , b ' 1 & 5 , tiene la
2
* +
$ i b! 2
propiedad A ' A .
2
1
Solución:
% 2 & 1" % a " % 2 a & b "
A x ' ## ## ' ##
$ 1 3 ! $ b ! $ a ( 3b !
mientras que,
%1" % a " % 1 " % 5a ( 1 "
5 x ( ## ' 5## ( ## ' ##
3
$ ! $ b ! $ 3 ! $ 5b ( 3 !
%1"
luego, A x ' 5 x ( ## , si y sólo si:
$ 3!
% 2 a & b " % 5a ( 1 "
## ' ## ,
$ a ( 3b ! $ 5b ( 3 !
lo cual es cierto si y sólo si:
2 a & b ' 5a ( 1 y a ( 3b ' 5b ( 3
es decir, si
3a ( b ' &1 y a & 2b ' 3
3a ( b ' &1
a & 2b ' 3
% 1 "
1 10 #
cuya solución es a ' , b ' & , de donde, x ' # 7 .
7 7 # & 10
#
$ 7!
Solución:
%1 1 &1 7"
#
a) La matriz aumentada del sistema es # 4 & 1 5 4
#6 1 3 18 !
$
%1 1 &1 7 "
#
#0 1 & 9 24
# 5 5
#0 0 0 0 !
$
2
Por lo tanto, el sistema dado es equivalente al sistema:
x1 ( x2 & x3 ' 7
9 24
x2 & x3 '
5 5
el cual tiene infinitas soluciones.
Solución:
Solución:
% 9 "
# .(
% x1 " % & 2 " % x" # 2
# # # # 5
a) # x 2 ' # 3 , b) # y ' 2. ( con . - R .
# 2
#x # #z #
$ 3! $ 1 ! $ ! .
#
$ !
3
8. Determine los valores de a, si existen, para que el sistema
x ( y ( z ' 2
x ( 2y ( z ' 3
x ( y ( *a 2
+
&3 z ' a
a) Sea inconsistente
b) Tenga infinitas soluciones. Halle las soluciones para este caso.
c) Tenga solución única. Halle las soluciones para este caso.
Solución:
%1 1 1 2"
#
#1 2 1 3 ,
#1 1 a 2 & 3 a!
$
%1 1 1 2 "
#
#0 1 0 1
#0 0 a2 & 4 a & 2!
$
%1 1 1 2"
#
#0 1 0 1
#0 0 0 0!
$
x ( y ( z ' 2
y ' 1
cuyas soluciones son:
x ' 1& , , y ' 1 , z ' , , con , - R
% "
#1 1 1 2
#
#0 1 0 1 ,
# 1
#0 0 1
$ a(2!
y la solución es:
4
a (1 1
x' , y ' 1, z' .
a(2 a(2
Solución:
%1 2 & 3 a"
#
#2 3 3 b
#5 9 & 6 c!
$
%1 2 & 3 a "
#
#0 1 & 9 2a & b ,
#0 0 0 c & 3a & b !
$
luego,
Veamos si tiene soluciones distintas de la trivial. Para ello, apliquemos el método de Gauss a la
matriz ampliada del sistema:
%1 2 &3 0"
#
#2 5 2 0
#3 &1 & 4 0!
$
para obtener la matriz
%1 2 &3 0"
#
#0 1 8 0
#0 0 1 0!
$
5
lo que nos permite concluir, que la única solución del sistema planteado es la trivial. ¿Por qué?
x (y (z '5
x ( 2y &z ' &1
x (z '9
3x (y * 2
( k ( 3 z ' k ( 29+
a) Sea inconsistente
b) Tenga infinitas soluciones
c) Tenga solución única.
Solución:
%1 1 1 5 "
#
#1 2 &1 &1
#1 0 1 9
#
#3
$ 1 *k 2
(3 + k ( 29 !
%1 1 1 5 "
#
#0 1 &2 &6
#0 0 1 1
#
#0 2
0 k & 4 k ( 2!
$
%1 1 1 5 "
#
#0 1 &2 &6
#0 0 1 1
#
#0 0 0 0 !
$
6
%1 1 1 5 "
#
#0 1 &2 &6
#0 0 1 1
# 1
#0 0 1
$ k &2!
Por lo tanto, el sistema tiene solución única para k ' &2 , en cualquier otro caso no tiene
solución.
12. Sea
a) Sea inconsistente
b) Tenga infinitas soluciones
c) Tenga solución única.
Solución:
Al aplicar el método de Gauss a la matriz ampliada del sistema se obtiene que esta matriz A es
equivalente a la matriz
%1 & 2 0 3 0 "
#
# 0 1 &1 4 0
#0 0 1 2 a*1 ( b +
#
#0 0 0 a *1 & b+ 1( b !
$
Observe que
a *1 & b + ' 0 0 a ' 0 o b ' 1
Se presentan dos casos:
%1 & 2 0 3 0 "
#
# 0 1 &1 4 0
#0 0 1 2 0
#
#0 0 0 0 1( b!
$
7
Si b / &1 el sistema es inconsistente.
Si b ' &1 el sistema tiene infinitas soluciones. ¿Por qué?
%1 & 2 0 3 0"
#
# 0 1 &1 4 0
#0 0 1 2 2a
#
#0 0 0 0 2!
$
%1 & 2 0 0 "
# 3
# 0 1 &1 4
0
# a*1 ( b +
#0 0 1 2
# 1( b
# 0 0 0 1
a*1 & b + !
$
En consecuencia,
8
UNIVERSIDAD SIMON BOLIVAR Abril-Julio 2008
DEPARTAMENTO DE MATEMATICAS PURAS Y APLICADAS
MATEMATICA III (MA-1116)
PRACTICA 2
Contenido: Matriz identidad. Matriz invertible. Cálculo de la inversa de una matriz. Matrices
equivalente por filas. Matriz transpuesta. Matriz simétrica.
Nota: Además de los ejercicios aquí propuestos los estudiantes deben realizar los ejercicios de
las secciones 1.8 y 1.9 del texto.
1. Determine si las matrices dadas son invertibles; en caso de ser invertible halle su inversa.
%1 0 & 5 "
#
# 0 1 & 14
#0 0 0 !
$
tiene un renglón de ceros.
%3 2" %2 5 "
2. Si A &1 ' ## y B &1 ' ## determine (AB)&1 .
$ 1 3 ! $ 3 & 2 !
Solución:
3. Demuestre que si A, B y C son matrices invertibles de nxn, entonces la matriz D ' ABC es
invertible y halle su inversa.
(
' C &1 B & 1 A & 1 ) (Inversa de un producto de dos matrices invertibles)
' C -1 B -1 A -1 (La multiplicación de matrices es asociativa)
1
Luego, La matriz D ' ABC es invertible, y su inversa D &1 es
D &1 = (ABC )&1 ' C -1 B -1 A -1
% 2 5"
%1 2 " # %3 4 5"
a) A ' ## , b) B ' # 7 1 , c) C ' ##
$ 0 & 1! #& 2 3 $0 &1 2!
$ !
Solución:
%3 0 "
%1 0 " % 2 7 & 2" #
a) A ' ##
t
, b) B ' ##
t
c) C ' # 4 & 1
, t
$ 2 & 1! $5 1 3 ! #5 2
$ !
t
5. Una matriz cuadrada A es simétrica si A ' A . Sean A y B dos matrices simétricas de nxn,
demuestre que (AB)t ' BA .
Solución:
Dado que A y B son matrices simétricas se tiene que A t ' A y B t ' B . Además, se tiene que
(AB)t ' B t A t . Luego:
(AB)t
' B t A t ' BA
( ) ( ) ( ) "! ' 12 (A ) ( )
t
%1 t " 1 t 1% t t 1
# A*A ' A * At ' #A * A
t t
*A ' A * At
$2 ! 2 2$ 2
Solución:
( ) ( ) ( ) "! ' 12 (A ) ( )
t
%1 t " 1 t 1% t t 1
# A&A ' A & At ' #A & A
t t
&A & A & At
$2 ! 2 2$ 2
Solución:
2
Sabemos que A t ' a ( j i ) . Si A t ' &A , se tiene que, a j i' &a i j para todo i, j variando de 1 a n.
En particular, para los elementos de la diagonal principal, se cumple que a i i ' &a i i , para todo
i ' 1, 2 , , n . Por lo tanto, a i i ' 0 , para todo i ' 1 , 2 , ,n.
9. Sean A y B dos matrices cuadradas de nxn. Pruebe que la matriz ABt * BA t es simétrica.
Solución:
(AB t
* BA t ) ' (AB ) * (BA ) ' (B ) A * (A ) B
t t t t t t t t t t t
' BA t * AB t ' AB t * BA t
11. Una matriz cuadrada se llama ortogonal si AA t ' I . Compruebe que la matriz
12. Sean A y B dos matrices ortogonales de nxn. Diga si la matriz D =AB es ortogonal.
Solución:
(ABA -1
* Ct ) ' (A )
t t &1
Bt A t * C
Solución:
(ABA -1
* Ct ) ' (ABA ) * (C ) ' (A ) B A
t -1 t t t -1 t t t
( )
* C ' At
&1
Bt A t * C
14. Sea A una matriz cuadrada invertible de nxn. Demuestre que si B es una matriz cuadrada de
nxn tal que AB ' 0 entonces B es la matriz nula.
3
Solución:
( )
AB ' 0 + A &1 (AB) ' A &1 0 + A &1 A B ' 0 + I B ' 0 + B ' 0
15. ¿Será cierto AB ' 0 + B ' 0 para cualquier par de matrices cuadradas A y B?
Solución:
4
UNIVERSIDAD SIMON BOLIVAR Abril-Julio 2008
DEPARTAMENTO DE MATEMATICAS PURAS Y APLICADAS
MATEMATICA III (MA-1116)
CORRECCIÓN DE LA PRACTICA 1
Nota:
Si k ! 2 y si k ! 2 , se obtiene la matriz
'1 1 1 5 $
% "
%0 1 2 6 "
%0 0 1 1 "
% 1 "
%0 0 1 "
& k 2#
Por lo tanto, el sistema tiene solución única para k ( 2 ó k ( 3 , en cualquier otro caso no tiene
solución.
UNIVERSIDAD SIMON BOLIVAR Abril-Julio 2008
DEPARTAMENTO DE MATEMATICAS PURAS Y APLICADAS
MATEMATICA III (MA-1116)
PRACTICA 3
Nota: Además de los ejercicios aquí propuestos los estudiantes deben realizar los ejercicios de
las secciones 2.1, 2.2 y 2.4 del texto.
5 4 2 1
1 0 0 4 6 8
2 3 1 2
a) 3 2 4 b) 5 6 7 d)
5 7 3 9
4 1 3 8 9 1
1 2 1 4
a0 0
1 i
d) b a 0 , con a, b, c, d ) R e) , donde i 2 ( 1
5 i 1 i
c d a
Solución:
a) 10 b) 54 c) 30 d) a 3 e) 2 * 4i
2. Dada la matriz
' 7 3 1 4$
% "
% 2 5 0 3"
A(%
8 1 0 5"
% "
% 1 2 4 1 "#
&
Solución:
'3 1 4$
% "
a) M 31 ( % 5 0 3" b) M 31 ( 43 c) A31 ( + 1,3*1 M 31 ( 43 d) a13 ( 43
%2 4 1 "#
&
3. Determine, sin efectuar cálculos, ¿cuáles de los siguientes determinantes son nulos?
Justifique su respuesta.
1
1 0 3 1 0 0 1 4 2
a) A ( 5 0 15 b) B ( 0 2 0 c) C ( 2 0 4
1 2 3 0 0 3 3 5 6
Solución:
a1 a2 a3
4. Si A ( b1 b2 b3 ( 4 , calcule los determinantes de las matrices siguientes:
c1 c2 c3
Solución:
5. Muestre que
a2 a 1
b2 b 1 ( +b a ,+c a ,+b c ,
c2 c 1
Solución:
a2 a 1 a2 a1 a2 a 1
b*a 1
b2 b 1 ( b2 a2 b a 0 ( +b a ,+c a , b * a 1 0 ( +b a ,+c a ,+ 1,1*3 (
c*a 1
c2 c 1 c2 a2 c a 0 c*a 1 0
( +b a ,+c a ,+b c ,
2
6. Dada la matriz
'1 1 0 $
% "
A(% 1 1 1 "
%0 2 1 "
& #
Solución:
' 1 1 1 $
% "
a) Ajd ( A) ( % 1 1 1" b) det( A) ( 2 ! 0 , en consecuencia, la matriz A si es invertible.
% 2 2 0 "#
&
' 1 1 1 $
% "
% 2 2 2 "
1 1 1 "
c) A 1 ( %
% 2 2 2 "
% 1 1 0 "
% "
& #
'k 3 $
7. ¿Para qué valores de k, si existen, la matriz A ( %% "" es invertible?
&4 1 k#
Solución:
A ( +4 k ,+k * 3,
8. Dada la matriz
'1 2 1$
% "
A(% 1 0 1 "
%4 4 5 "#
&
a) Calcule det + A .I ,
b) ¿Para cuáles valores de . , si existe, la matriz D ( A .I es invertible?
Solución:
1 . 2 1
a) A .I ( 1 . 1 ( .3 * 6.2 11. * 6 ( +1 . ,+. 2 ,+. 3,
4 4 5 .
3
9. Dada la matriz
'1 1$
B ( %% "
&2 1 "#
a) Calcule det +B .I ,
b) Halle todos los valores reales o complejos de . , si existe, para los cuales B .I ( 0
Solución:
1 . 1
a) B .I ( ( +1 . ,+ 1 . , * 2 ( .2 * 1
2 1 .
b) B .I ( 0 / .2 * 1 ( 0 / . ( i ó . ( i
Solución:
a) A 3 b) At c) A 1
Solución:
a) A 3 ( A 0 A 0 A ( A A A ( 64
b) A t ( A ( 4
1 1 1
c) A ( (
A 4
4
12. Sean A y B dos matrices cuadradas de orden n. Demuestre que si det + AB , ( 0 entonces
det + A, ( 0 o det +B , ( 0
Solución:
13. ¿El resultado obtenido en la pregunta anterior contradice el resultado de la pregunta 15) de la
práctica 2?
Solución:
1 2
14. Sea A una matriz cuadrada de orden n. Demuestre que si A ( A entonces A ( 1 , por lo
tanto, A ( 1 ó A ( 1 .
Solución:
A0 A 1
+
( I 1 det A 0 A 1
,(1
1
Como A ( A
det + A 0 A, ( det A 0 A+ 1
, ( 1 1 det+A , ( 1 1 det+ A, det+ A, ( 1 1 2det+ A,3
2 2
(1
' 1 2 4 3$
% "
1 % 1 1 3 1"
15. Sean A, B y C matrices cuadradas de 4x4 con det + A , ( y B ( % .
4 0 0 8 0"
% "
% 1 2 2 1 "#
&
a) Calcule B
b) Si C 1
+C 1
,
BA t ( I 4 , calcule C
Solución:
a) B ( 16
b) C 1
+C 1
,
BA t ( I 4 1 det C + +C 1 1
BA , , ( 1 1 det+C ,det'%& +C
t 1 1
,
BA $" ( 1 1
t
5
16. Use las propiedades de los determinantes para demostrar que:
1* a b c d 1* a * b * c * d b c d
a 1* b c d 0 1 0 0
( ( 1* a * b * c * d
a b 1* c d 0 0 1 0
a b c 1* d 0 0 0 1
' 10 2 $
17. Sea A una matriz cuadrada 2x2 tal que A A t ( %% "" , calcule A 1
.
& 2 4#
Solución:
' 10 2 $
A A t ( %% + , + ,
"" 1 det A A t ( 36 1 det + A, det A t ( 36 1 2det + A,32 ( 36 1 det + A, ( 4 6
& 2 4#
1 1
Como A ( , se tiene que
A
1 1 1 1
A ( ó A (
6 6
6
UNIVERSIDAD SIMÓN BOLIVAR Abril-Julio 2008
DEPARTAMENTO DE MATEMÁTICAS PURAS Y APLICADAS
MATEMÁTICA III (MA-1116)
PRACTICA 4
Nota: Además de los ejercicios aquí propuestos los estudiantes deben realizar los ejercicios de
las secciones 3.1, 3.2, 3.3, 3.4 y 3.5 del texto.
) 1&
1. Dado los vectores: u # " 4 , 4! , v # ' 11 , $ y w # " 3 , 0! , halle:
( 2%
1
a) u " 2w
2
b) u u * v ! 1
c) u + v " u + w d) proy v
4 u
Solución:
a) 4 , 2 ! b) 28 2 , 18 2 ! c) "45
) 21 21 &
d) ' , " $
( 4 4%
2. Describa todos los vectores u # x , y ! de R2 que son ortogonales al vector 3 , " 1! .
Solución:
x , y ! + 3 , " 1! # 0 , 3x " y # 0 , y # 3x
Luego, cualquier vector u de R2 ortogonal al vector 3 , " 1! tiene la forma u # x , 3 x ! # x 1 , 3! con
x-R .
Solución:
proy cu #
!
c u +v
v#
c u +v ! v # c u + v v # cproy u
v 2 2 2 v
v v v
cu # 4 , 2 , " 2 !
Solución:
A # u.v
i j k
u . v # 3 2 5 # 4 i " 16 j * 4 k
1 2 7
Por lo tanto,
A # u . v # 16 * 16 !2 * 16 # 16 1 * 16 * 1! # 4 18 # 12 2
!
5. Demuestre que u " w + 2 u * 4 w # 2 u ! 2
"4 w
2
* 2u+w
Solución:
! !
u " w + 2 u * 4w # 2 u + u * 4 u + w " 2 w + u " 4w + w # 2 u
2
* 2u+w" 4 w
2
Solución:
7. Demuestre que si los vectores 2 u * v y u " 3 v son colineales, entonces los vectores u y v
son colineales.
2
3
8. Sean u y v dos vectores de R3 que forman entre sí un ángulo de . Demuestre que
4
u +v # " u x v .
Solución:
)3 & 2
u xv # u v sen ' $# u v
( 4 % 2
y
)3 & 2
u +v # u v cos ' $ #" u v
( 4 % 2
Por lo tanto,
u +v # " u x v
2
9. Sean u y v dos vectores ortogonales R3 con normas 3 y respectivamente. Calcule
9
!
2u * v x u " 4v . !
Solución:
! !
2u * v x u " 4v # 2 u x u " 8 u x v * v x u " 4 v x v # 8 v x u * v x u # 9 v x u
Luego:
!
2u * v x u " 4v ! # 9 v xu # 9 u
) & 2
v sen ' $ # 9 + 3 + +1 # 6
(2% 9
Solución:
El vector director de la recta que pasa por los puntos de coordenadas 0, 1 , 1! y 1, " 1 , 6! es
v1 # 1, " 2 , 5! .
El vector director de la recta que pasa por los puntos de coordenadas "4, 2 , 1! y "1, 6 , 2 ! es
v 2 # 3, 4 , 1! .
v1 + v 2 # 3 " 8 * 5 # 0
11. Grafique el lugar geométrico de todos los puntos que satisfacen la ecuación x # 3 .
12. Halle las ecuaciones simétricas de la recta L que contiene el punto P "3 , 2 , " 2! y es paralela
x *1
a la recta L1 de ecuación: # 2" y # z .
3
Solución:
Dado que L y L1 son paralelas, ambas tienen el mismo vector director v # 3,"1,1 .
Luego, el problema se reduce a hallar las ecuaciones simétricas de la recta que pasa por el
punto dado que tiene la dirección del vector v . Por tanto, las ecuaciones simétricas de la recta L
son:
x*3 y"2
# # z*2
3 "1
13. Halle las ecuaciones simétricas y paramétricas de la recta L que contiene el punto P 0 , 1 , 3! y
y
es perpendicular a las rectas de ecuaciones L1 : x # y # z"2 y L2 : x "1 # #z
2
Solución:
Nota que, el vector director v de la recta L debe ser ortogonal a los vectores directores
v1 # 1 , 1 , 1 y v 2 # 1 , 2 , 1 de las rectas L1 y L 2 respectivamente.
Luego:
Solución:
2x * y * z # 1
Al resolver el sistema de ecuaciones 1
0 x*z #0
o
15. Halle la ecuación del plano que pasa por el punto de coordenadas "1, 2 , 1! y contiene a la
recta l de intersección de los planos de ecuaciones x * y " z # 2 y 2 x " y * 3z # 1
Solución:
2 x* y"z # 2
Al resolver el sistema de ecuaciones 1
02 x " y * 3 z # 1
3 " 2z ! , y # 3 * 5z !
1 1
Se obtiene que el sistema tiene infinitas soluciones: x #
3 3
Para calcular al menos un punto de la recta, basta darle un valor a t, por ejemplo t # 0 , de
manera que, un punto de la recta es: 1 , 1 , 0 !
El vector director de la recta que pasa por los puntos de coordenadas "1, 2 , 1! y 1, 1 , 0 ! es
u # 2, " 1 , " 1! .
"x * 2 y " 4z # 1
16. Halle los puntos de intersección del plano obtenido en el ejercicio anterior con los ejes de
coordenadas.
Solución:
17. Halle la intersección del plano obtenido en el ejercicio 15) con los planos coordenados.
Solución:
Solución:
En este caso, el vector normal n del plano 4 debe ser ortogonal a los vectores normales n 1 y
n 2 de los planos 1 y 2 respectivamente. Para hallar n basta tomar n # n 1 . n 2 . (¿por qué?).
: y* z #3.
19. Determine la ecuación del plano que contiene las rectas de ecuaciones:
2 x # 3 " 2t 2 x # 2 " 4s
/ /
L1 : 1 y # 4 * 3t , t - R ; L 2 : 1 y # 4 * 6s , s - R
/ z # "7 * 5t / z # 10 s
0 0
Solución:
7 x * 3 y * z # 26 .
Solución:
2x # 4 * s
/
L : 1 y # "3 * 2 s , s - R
/z # 1 " s
0
Como L interseca al plano, digamos que en un punto P x 0 , y 0 , z 0 ! , se tiene que P pertenece a
la recta L, luego, existe un número real s tal que
2x0 # 4 * s
/
1 y 0 # - 3 + 2s
/z # 1 - s
0 0
x0 * 2 y 0 " z 0 " 3 # 0 ,
o también,
(4 * s ) * 2("3 * 2 s ) " (1 " s ) " 3 # 0
Por definición de distancia, resulta que la distancia del punto Q al plano es igual a la longitud del
segmento PQ . Al aplicar la fórmula de distancia entre dos puntos del espacio, se obtiene que
PRACTICA 5
Nota: Además de los ejercicios aquí propuestos los estudiantes deben realizar los ejercicios de
las secciones 4.2 y 4.3 del texto.
2. Sea V un espacio vectorial y sea 0 el elemento neutro de V para la adición. Demuestre que
todo subespacio W de V contiene al 0 .
Solución:
Como W es un subespacio de V se tiene que W $ # , luego existe y " W . Además se tiene que
para todo número real k, k y " W , en particular, 0 y " W . Por el ejercicio anterior, 0 y 0 . Por lo
tanto 0 0 y "W .
*a 0'
a) El conjunto de todas las matrices de la forma (( %% con la adición de matrices y la
)0 b&
multiplicación por un escalar usual.
*a 5'
b) El conjunto de todas las matrices de la forma (( %% con la adición de matrices y la
)c b&
multiplicación por un escalar usual.
c) El conjunto de todas las funciones continuas en + 0 , 1 , ( C + 0 , 1 , ) con la adición de
funciones y multiplicación por un escalar usual.
d) El conjunto de todos los polinomios de grado menor o igual que tres, de la forma
p( x) a 3 x 3 - a 2 x 2 - a1 x - 4 , con la adición y multiplicación por un escalar usual.
e) El conjunto de todos los vectores de R2 con la suma definida por
.x1 , y1 / - .x 2 , y 2 / .x1 - x 2 - 3, y1 - y 2 - 3/ , para todo .x1 , y1 /, .x 2 , y 2 / " R 2 , y la
multiplicación por un escalar usual.
f) El conjunto de todos los vectores de C3 con la suma y la multiplicación por un escalar
usual.
1
Solución:
Nota: En los casos a) y c) debe verificar que se cumplen todos los axiomas de espacio vectorial.
En los casos b), d) y e) debe mostrar que no se cumple alguno de los axiomas.
Solución:
1 1
a) Sea f , g " H . Entonces 6 f ( x) dx 1 y 6 g ( x) dx 1
0 0
Veamos si . f - g / " H
1 1 1
6 . f ( x ) - g ( x) / dx 6 f ( x) dx - 6 g ( x) dx 1 - 1 2 $ 1
0 0 0
Por lo tanto,
. f - g /: H
2
En consecuencia H no es un subespacio de V.
* a1 b1 c1 ' * a2 b2 c2 '
( % ( %
Sean A1 ( 0 d1 e1 % " H , A2 ( 0 d2 e2 % " H y ! " R
( 0 0 f 1 %& ( 0 0 f 2 %&
) )
* 0'
( %
c) i) 0 ( 0 % " H , por lo tanto H $ #
( 0%
) &
* x1 ' * x2 '
( % ( %
Sean u ( y1 % " H y v ( y2 % " H y ! " R
( z % ( z %
) 1 & ) 2 &
Por lo tanto,
x1 - y1 - z1 0 y x2 - y2 - z 2 0
ii) Veamos si u - v " H
x1 - x 2 - y1 - y 2 - z1 - z 2 .x1 - y1 - z1 / - .x 2 - y 2 - z 2 / 0-0 0
En consecuencia u - v " H
3
iii) Veamos si ! u " H
* x1 ' * !x1 '
( % ( %
!u ! ( y1 % ( ! y1 %
( z % ( !z %
) 1 & ) 1 &
* 0'
( %
d) H no es un subespacio de V, ya que 0 ( 0 % : H , puesto que 0 - 0 - 0 0 $1
( 0%
) &
Veamos si p( x) - q ( x) " H
.
. / .
p( x) - q ( x) a 1 x 3 - b1 x 2 - x - a 2 x 3 - b2 x 2 - x / .a 1 - a 2 /x 3 - .b1 - b2 /x 2 - 2 x : H
Por lo tanto,
p( x) - q( x) : H
En consecuencia H no es un subespacio de V.
p( x) - q ( x) .a x
1
3
/ .
- b1 x 2 - c1 x - a 2 x 3 - b2 x 2 - c 2 x / .a 1 - a 2 /x 3 - .b1 - b2 /x 2 - .c1 - c 2 /x
Por lo tanto,
p( x) - q( x) " H
4
De i), ii) y iii) se concluye que H es un subespacio de V.
* 0'
( %
g) i) 0 ( 0 % " H , por lo tanto H $ #
( 0%
) &
En consecuencia u - v " H
Por lo tanto
!u"H
5. Sea x 0 un vector fijo de un espacio vectorial V. Muestre que el conjunto W que consta de
todos los múltiplos escalares c x 0 es un subespacio de V.
Solución:
5
Por lo tanto, existen c1 , c 2 " R tal que
u c1 x 0 y v c2 x0
ii) Veamos si u - v " W
u-v c1 x 0 - c 2 x 0 .c1 - c 2 /x 0
En consecuencia u - v " W
6. Muestre que el conjunto de todas las soluciones de A x b , donde A es una matriz de mxn,
no es un subespacio de Rn si b $ 0
Solución:
Observe que W 8 9
x " R n / A x b . Si b $ 0 se tiene que 0 : W (¿por qué?), en consecuencia
W no es un subespacio de Rn (¿por qué?).
6
UNIVERSIDAD SIMÓN BOLIVAR Abril-Julio 2008
DEPARTAMENTO DE MATEMÁTICAS PURAS Y APLICADAS
MATEMÁTICA III (MA-1116)
PRACTICA 6
Nota: Además de los ejercicios aquí propuestos los estudiantes deben realizar los ejercicios de
las secciones 4.4, 4.5, 4.6 y 4.7 del texto.
%1" % 2 " 2
1. Determine, a partir de la definición, si los vectores ## y ## generan R .
$1! $ 1 !
Solución:
%a" 2
Sea x & ## cualquier vector de R y veamos si se puede escribir como una combinación lineal
$b!
de los vectores dados, es decir, si existen ' y ( en R tal que:
%a"
Luego, todo vector ## . R 2 puede ser escrito como
$b!
%a" %1" % 2"
## & /2b - a 0## ) /a - b 0##
$ b! $1! $1!
2
En consecuencia, los vectores dados generan R .
%1" % 2 "
2. Diga si los vectores ## y ## son linealmente independientes o linealmente dependientes
$1! $ 1 !
Solución:
Supongamos que
1
% ' " %0"
cuya única solución es ## & ## (¿por qué?), luego ' = ( = 0. Por lo tanto, los vectores dados
$ ( ! $0!
son linealmente independientes.
Solución:
2 %1" % 2"
Como dim R = 2, y los vectores ## y ## son linealmente independientes se tiene que
1
$ ! $1!
,1%1" % 2 "41 2 2 ,1%1" % 2 "41
+## , ## 3 es una base para R , por lo tanto R = gen +## , ## 3 .
1*$1! $ 1 !12 1*$1! $ 1 !12
Solución:
Supongamos que
% 1 " % 0" %1" %0"
# # # #
'# 0 ) (# 2 ) 5# 3 & # 0
#-1 # # #
$ ! $1! $ 0! $0!
Entonces se obtiene el sistema
,' ) 5 & 0
1
+ 2( ) 35 & 0
1- ' ) ( & 0
*
% ' " %0"
# #
el cual sólo tiene la solución trivial # ( & # 0 (¿por qué?), luego ' & ( & 5 & 0 . En consecuencia,
#5 #
$ ! $0!
los vectores dados son linealmente independientes.
Solución:
Como el conjunto generador está formado por vectores de P2 (el espacio vectorial de todos los
polinomios de grado menor o igual que 2) no puede generar a P3, por ejemplo, x . P3 y no
3
puede ser escrito como una combinación lineal de los vectores dados.
2
Solución:
/ 0
p ( x ) & a ) bx ) cx 2 & ' /1 - x 0 ) ( 3 - x 2 ) 5x
que tiene solución para cualesquiera a , b y c (¿por qué?) ( ( & -c , ' & a ) 3c y 5 & b ) a ) 3c ).
/ 0
p( x) & a ) bx ) cx 2 & /a ) 3c 0/1 - x 0 - c 3 - x 2 ) /a ) b ) 3c 0x
/ 0
b) p( x) & 9/1 - x 0 - 2 3 - x 2 ) 9 x
Solución:
Supongamos que
/ 0 /
'/- x 0 ) ( x 2 - 2 x ) 5 3x ) 5 x 2 & 00
Como esa ecuación es válida para toda x, si le damos a x los valores 1, -1 y 2, se obtiene el
siguiente sistema de ecuaciones:
,- ' - ( ) 85 & 0
1
+ ' ) 3( ) 25 & 0
1- 2' ) 265 & 0
*
el cual tiene infinitas soluciones de la forma /', (, 5 0 & /136,-56, 6 0 con 6 . R, (¿por qué?).
Por ejemplo, para 6 & 1 se obtiene que una solución del sistema planteado es ' & 13 , ( & -5 ,
5 & 1.
/ 0 / 0
13/- x 0 - 5 x 2 - 2 x ) 3 x ) 5 x 2 & 0
3
Otra forma de determinar los escalares', ( y 5 que satisfacen la ecuación
/ 0 / 0
'/- x 0 ) ( x 2 - 2 x ) 5 3x ) 5 x 2 & 0
es la siguiente:
/ 0 / 0
'/- x 0 ) ( x 2 - 2 x ) 5 3x ) 5 x 2 & 0 7 /( ) 55 0x 2 ) /- ' - 2( ) 35 0x & 0
,- ' - 2( ) 35 & 0
7 +
* ( ) 55 & 0
% ' " % 136 "
# #
7 # ( & # - 56 con 6 . R.
#5 #
$ ! $ 6 !
8. En M22 (el espacio vectorial de todas las matrices reales 2x2, determine si los vectores
% 2 - 1" % 0 - 3 "
## , ## son linealmente independientes o linealmente dependientes.
$4 0 ! $1 5 !
Solución:
Supongamos que
% 2 - 1" % 0 - 3" % 0 0 "
' ## ) ( ## & ##
$4 0 ! $1 5 ! $0 0!
% 2 - 1" % 0 - 3"
9. En M22 halle la dimensión del subespacio generado por ## y ## .
$4 0 ! $1 5 !
Solución:
Solución:
4
No, ¿por qué?
,% x " 4
1# 1
11. Sea H = +# y . R : x ) y ) z & 03 , diga si H es un subespacio de R3. En caso afirmativo,
3
1# z 1
*$ ! 2
halle la dimensión de H y una base para H.
Solución:
Para determinar una base para H, hallemos los vectores que generan H.
Note que si x & /x, y, z 0 . H entonces sus componentes satisfacen la ecuación: x ) y ) z & 0 , si
resolvemos para x, resulta x & - y - z , es decir, x es de la forma
Como los vectores son linealmente independientes (¿por qué?), una base B para H es el
conjunto
,% - 1" % - 1"4
1# # 1
B & +# 1 , # 0 3 y dim H = 2
1# 0 # 1 1
*$ ! $ !2
Solución:
5
%1 0" %0 1" %1 1" % -1 1 " % 0 0"
' ## ) ( ## ) 5 ## ) 8 ## & ##
$ 0 1 ! $ 1 0 ! $ 1 1! $ 1 - 1! $ 0 0 !
,' ) 5 - 8 & 0
1( ) 5 ) 8 & 0
1
+
1( ) 5 ) 8 & 0
1*' ) 5 - 8 & 0
El cual tiene infinitas soluciones (¿por qué?). Por lo tanto, los vectores dados son linealmente
dependientes.
%a b"
Observe que si A & ## . W , entonces A puede ser escrita como una combinación lineal de
$c d!
los vectores de S, es decir,
,' ) 5 - 8 & a
1( ) 5 ) 8 & b
1
+
1( ) 5 ) 8 & c
1*' ) 5 - 8 & d
Luego
Por lo tanto
,1% a b " 41 ,1% 1 0 " % 0 1 " 41
W & +## . M 22 : c & b y a & d 3 & gen +## ,# 3
1*$ c d ! 12 1*$ 0 1 ! #$ 1 0 ! 12
%1 0" %0 1"
Como los vectores ## y ## son linealmente independientes (¿por qué?), el conjunto
$0 1! $1 0!
,1% 1 0 " % 0 1 " 41
B & +## ,# 3
1*$ 0 1 ! #$ 1 0 ! 12
es una base para W.
b) dim W =2
6
13. a) Determine una base para el subespacio W de P3 que consta de todos los vectores de la
forma at 3 ) at 2 ) ct ) c .
b) Halle dim W
c) ¿Es W & P3 ?
Solución:
a) Se tiene que
9
W & p(t ) . P3 : p(t ) & at 3 ) at 2 ) ct ) c :
Dado que
/ 0
at 3 ) at 2 ) ct ) c & a t 3 ) t 2 ) c/t ) 10
9
W & gen t 3 ) t 2 , t ) 1 :
/
Como los vectores t 3 ) t 2 0 y /t ) 10 son linealmente independientes (¿por qué?), una base B
para W es el conjunto
9
B & t 3 ) t 2 , t )1:
b) dim W = 2, c) No (¿por qué?)
Solución:
Supongamos
/ 0 / 0 / 0
' u ) v - 2w ) ( u - v - w ) 5 u ) w & 0 (*)
De donde
/' ) ( ) 50 u ) /' - (0 v ) /- 2' - ( ) 50 w & 0
En consecuencia, la ecuación ( * ) se cumple si y sólo si ' & ( & 5 & 0 , por lo tanto, los vectores
u ) v - 2 w , u - v - w y u ) w son linealmente independientes.
7
15. Demuestre que si los vectores v1 y v 2 de Rn son ortogonales y no nulos, entonces son
linealmente independientes.
Solución:
Supongamos
'v1 ) (v 2 & 0
/ 0
'v1 ) (v 2 & 0 ; v1 < 'v1 ) (v 2 & v1 < 0 ; 'v1 < v1 ) ( v1 < v 2 & 0 ; ' v1
2
& 0 ; v1 & 0 o ' & 0
Como v1 = 0 se tiene que ' & 0 . En forma análoga se demuestra que ( & 0 .
En consecuencia,
'v1 ) (v 2 & 0 7 ' & ( & 0
Por lo tanto, los vectores v1 y v 2 son linealmente independientes.
Nota: el ejercicio que sigue a continuación corresponde a parte de la materia que se evaluará en
el tercer parcial
% -1 2 1 "
#
16. Dada la matriz A & # 2 - 4 - 2 , halle el espacio nulo NA, la nulidad >( A) , la imagen
#-3 6 3 !
$
(Imagen A), el rango ?( A) , una base para el espacio fila RA y una base para el espacio columna
CA.
Solución:
, % x" 4
1 # 3 1
N A & +v & # y . R : Av & 0 3
1 #z 1
* $ ! 2
, - x ) 2y ) z & 0
1
+ 2x - 4 y - 2z & 0
1- 3 x ) 6 y ) 3 z & 0
*
8
El cual tiene infinitas soluciones de la forma
,% 2 " % 1 "4
1# # 1
N A & gen +# 1 , # 0 3
1# 0 # 1 1
*$ ! $ !2
% - 1 2 - 3"
t
#
A &# 2 -4 6
# 1 -2 3
$ !
% - 1 2 - 3"
#
B & # 0 0 0 ¿por qué?
#0 0 0
$ !
Se tiene que R At & R B , en consecuencia, una base B ‘ para CA (¿por qué?) es el conjunto
,% - 1 "4
1# 1
B ' & +# 2 3
1# - 3 1
*$ !2
Luego,
,% - 1 "4
1# 1
Imagen A & C A & gen +# 2 3
1# - 3 1
*$ !2
9
,% - 1" % 2 " % - 3 "4
1# # # 1
R A & gen +# 2 , # - 4 , # 6 3
1# 1 # - 2 # 3 1
*$ ! $ ! $ !2
% 1 - 2 - 1"
#
C & #0 0 0 ¿por qué?
#0 0 0!
$
Se tiene que R A & RC , en consecuencia, una base C ‘ para RA (¿por qué?) es el conjunto
,% 1 "4
1# 1
C ' & +# - 2 3
1# - 1 1
*$ !2
Luego,
,% 1 "4
1# 1
R A & gen +# - 2 3
1# - 1 1
*$ !2
Observe que
10
UNIVERSIDAD SIMÓN BOLI VAR Abril-Julio 2008
DEPARTAMENTO DE MATEMÁTICAS PURAS Y APLICADAS
MATEMÁTICA III (MA-1116)
PRACTICA 7
Contenido: Espacio con producto interno. Vectores ortogonales. Norma de un vector. Conjuntos
ortogonales y ortonormales. Proceso de ortonormalización de Gram-Schmidt. Matriz ortogonal.
Complemento ortogonal. Teoremas de proyección y aproximación de la norma.
Nota: Además de los ejercicios aquí propuestos los estudiantes deben realizar los ejercicios de
las secciones 4.9 y 4.11 del texto.
1. En R3 considere el producto
x, y ! 3x1 y1 2 x2 y 2 x3 y 3
' x1 $ ' y1 $
% " % "
donde x ! % x 2 " , y ! % y 2 " .
%x " %y "
& 3# & 3#
a) Verifique que x, y es un producto interior.
.' 2 $ ' 2 $+
(% " % "(
b) Si W = gen -% 1 ", % 1 "* , halle una base ortonormal para W.
(% 2 " % 0 "(
,& # & #)
/
c) Halle W .
d) Halle una base ortonormal para W/.
'3$
% "
e) Halle proyw/ v , donde v ! % 0 1"
%0"
& #
f) Halle proyw v .
g) Halle la distancia d de v a W/.
Solución:
i) Calculemos u1 :
v1
u1 !
v1
1
donde: v1 ! v1 , v1 ! 3 3 2 3 2 2 3 1 3 1 2 3 2 ! 3 2
Por lo tanto,
' 2 $"
%
% 3 " ' 2$
% 2" 2% "
u1 ! % "! %1"
% 6 " 6 % "
% 2" & 2#
% 3 # "
&
ii) Calculemos u 2 :
v 2 ' ! v 2 0 v 2 , u 1 u1
v' 2
u2 !
v' 2
donde:
2
v' 2 ! v' 2 , v' 2 ! 7.
3
En consecuencia,
' 2 $
1 % "
u2 ! % 1 "
3 7% "
&0 7#
. ' 2$ ' 2 $+
1 2 ( 2 % " 1 % "(
El conjunto B’= u1 ,u 2 = - % 1 ", % 1 "* es una base ortonormal para W
( 6 % 2 " 3 7 % 0 7 "(
, & # & #)
' x$
/ /
% "
c) Hallemos W . Por definición W está formado por todos los vectores % y " de R3 que son
%z"
& #
ortogonales a todos los vectores de W, es decir,
. ' x$ +
( % " 3 (
W/ = -v ! % y " 4 R : v, w ! 0, para toda w 4 W *
( %z" (
, & # )
' x$
% "
por lo tanto, % y " satisface:
%z"
& #
2
' x $ ' 2$ ' x $ ' 2$
% "% " % "% "
% y ", % 1 " ! 6 x 2y 2z ! 0 y % y ", % 1 " ! 6 x 2y ! 0
% z " % 2" % z " %0"
& #& # & #& #
En consecuencia,
. ' x$ +
( % " 3 (
W/ = -v ! % y " 4 R : 6 x 2 y 2 z ! 0 y 6 x 2 y ! 0* .
( %z" (
, & # )
d) Hallemos primero una base para W/, para ello resolvamos el sistema de ecuaciones:
.6 x 2 y 2 z ! 0
-
, 6x 2 y ! 0
12
Hallemos ahora una base B ' ! u1 ortonormal para W/. (¿por qué debe tener un vector?), para
ello apliquemos el proceso de ortonormalización de Gramm-Schmidt:
Calculemos u1 :
v1
u1 !
v1
donde:
v1 ! v1 , v1 ! 3 3 1 3 1 2 3 50 36 3 50 36 0 3 0 ! 21
En consecuencia:
' 1 $
1 % "
u1 ! % 0 3"
21 % "
& 0 #
. ' 1 $+
( 1 % "(
B '! - % 0 3 "*
( 21 % 0 "(
, & #)
Note que
3
dim W + dim W/ = 2 + 1 = 3 = dim R3.
e) Hallemos proyw/ v .
. ' 1 $+
Como B’ = u1 ! - 12
( 1 % "( /
% 0 3 "* es una base ortonormal para W y dado que
( 21 % 0 "(
, & #)
proyw/ v = v, u1 u1
se tiene que:
f) Hallemos proyw v .
Como
. ' 2$ ' 2 $+
1
B ' ! u1 , u 2 2 ( 2% " 1
!- % 1 ",
% "(
% 1 "* es una base ortonormal para W
( 6 % 2" 3 7 % 0 7 "(
, & # & #)
Se puede calcular proyw v a partir de la definición:
proyw v = v, u1 u1 v, u 2 u 2
Pero también, como W tiene dimensión finita, al aplicar el teorema de proyección, se cumple que
proyw v = v 0 proyw/ v
luego,
'3$ ' 1 $ ' 2$
% " 5% " 8% "
proyw v = % 0 1" 0 % 0 3 " ! % 1 "
% 0 " 7 % 0 " 7 % 0"
& # & # & #
Dado que
d ! v 0 proy w/ v = proy w v
se tiene que
' 3$ ' 1 $ ' 2$
% " 5% " 8% " 8
d ! % 0 1" 0 % 0 3 " ! % 1 " ! proy w v ! 14
% 0" 7 % 0 " 7 % 0" 7
& # & # & #
4
5 6
A, B ! tr B t A
donde A, B 4 M 22 , y tr(D) es la traza de una matriz D que se define como la suma de los
elementos de la diagonal principal.
Solución:
b) Hallemos primero una base para W. Por el ejercicio 12 de la práctica 6, tenemos que el
i) Calculemos u1 :
v1
u1 !
v1
donde:
1 1
1
< '1 0$ '1 0$ 9 2 < '% ' 1 0 $ t ' 1 0 $ $"9 2 < ' 1 0 $9 2
v1 ! v1 , v1 !: %% "", %% "" 7 ! : tr % %% " % " 7 ! : tr %% "7 ! 2
;: &0 1# &0 1# 87 : & 0 1 "# %& 0 1 "# "7 :
; & 0 1 "#87
; & #8
Luego:
1 '1 0$
u1 ! %% ""
2 &0 1#
ii) Calculemos u2 :
v' 2 ! v 2 0 v 2 , u1 u1
5
Note que, en este ejemplo, v' 2 ! v 2 , esto es porque los vectores de la base B son ortogonales
(verifíquelo). En este caso, para hallar la base ortonormal solo se requería normalizar los
vectores de la base B.
v2
u2 !
v2
1 1
1
' 0 1 $ ' 0 1 $ 9 2 <: '% ' 0 1 $ ' 0 1 $ $"97
t
< 2
< ' 1 0 $9 2
donde: v 2 ! v2 , v2 !: %% "", %% "" 7 ! tr %% "" %% "" ! : tr %% "7 ! 2 ,
;: & 1 0 # & 1 0 # 87 : % & 1 0 # & 1 0 # "7 :
; & 0 1 "#87
; & #8
Por lo tanto:
1 '0 1$
u2 ! %% ""
2 &1 0#
'a b$
c) Hallemos W/. Por definición W/ está formado por todos los vectores %% "" de M22 que son
&c d #
ortogonales a todos los vectores de W, es decir,
.( 'a b $ +(
% "
W/ = -(v ! % c d " 4 M 22 : v, w ! 0, para toda w 4 W *(
, & # )
'a b$
por lo tanto, %% "" satisface:
&c d #
En consecuencia:
.( ' a b $ +(
% "
W/ = -(v ! % c d " 4 M 22 : a d ! 0 , c b ! 0*(
, & # )
Por lo tanto:
.(' 1 0 $ ' 0 1 $(+
W/ = gen -%% ", % "*
(,& 0 0 1"# %& 0 1 0 "#)(
6
1 2 .(' 1 0 $ ' 0 1 $+(
y el conjunto B ! v1 , v 2 ! -%% ", % "* es una base para W/, ya que los vectores de B son
(,& 0 0 1"# %& 0 1 0 "#()
linealmente independientes y generan a W/.
1 2
Hallemos ahora una base B ' ! u1 , u 2 ortonormal para W/. (¿por qué debe tener dos vectores?).
Observe que
es decir, los vectores de la base B también son ortogonales, luego, para hallar una base B’
ortonormal solo se requiere normalizar dichos vectores:
Calculemos u1 :
v1
u1 !
v1
donde:
1 1
1
< '1 0 $ '1 0 $ 92 < ' ' 1 0 $ t ' 1 0 $ $9 2 < ' 1 0 $9 2
v1 ! v1 , v1 !: %% "", %% "" 7 ! : tr% %% " % " "7 ! : tr %% ""7 ! 2
:; & 0 0 1# & 0 0 1# 78 : % & 0 - 1"# %& 0 0 1"# "7 :; & 0 1 #78
; & #8
En consecuencia:
1 '1 0 $
u1 ! %% ""
2 & 0 0 1#
Calculemos u2 :
v2
u2 !
v2
1 1
1
' 0 1 $ ' 0 1 $ 9 2 <: '% ' 0 1 $ ' 0 1 $ $"97
t
< 2
< ' 1 0 $9 2
v' 2 ! v' 2 , v' 2 !: %% "", %% "" 7 ! tr %% "" %% "" ! : tr %% ""7 ! 2
& 0 1 0 # & 0 1 0 # 78 %
: & -1 0# & 0 1 0# 7" :; & 0 1 #78
;: ; & # 8
De donde:
1 ' 0 1$
u2 ! %% ""
2 & 01 0#
e) Hallemos proyw/ v .
7
1 2 .( 1 ' 1 0 $ 1 ' 0 1 $(+
Como B ' ! u1 , u 2 ! - % ", % "* es una base ortonormal para W/.
(, 2 %& 0 0 1"# 2 %& 0 1 0 "#()
Dado que
proyw / v = v, u1 u1 v, u 2 u 2
se tiene que:
f) Hallemos proyw v .
Como
proyw v = v 0 proyw/ v
Luego,
g) Hallemos la distancia d de v a W.
Dado que
d ! v 0 proy w v ! proy w / v
Se tiene que
1
' 2 1 $ ' 1 0 1$ ' 1 2 $ < ' ' 1 0 2 $' 1 2 $ $9 2
d ! %% "" 0 %% "" ! %% "" ! : tr % %% ""%% "" "7 ! 5 5 ! 10
% "
& 0 3 0# & 01 1 # & 0 2 0 1# :; & & 2 0 1 #& 0 2 0 1# #78
3. En P2 considere el producto
8
1
p, q ! = p(t )q(t )dt
0
donde p, q 4 P2.
a) Verifique que p, q es un producto interior.
b) Si W = 1p 4 P2 : p5t 6 ! a at , a 4 R2 halle una base ortonormal para W/.
/
c) ¿Cuál es la dimensión de W.
d) Halle una base para W.
e) Halle proyw v , donde v ! 3t 2
f) Halle la distancia d de v a W.
Solución:
12
Hallemos entonces una base B ' ! u1 ortonormal para W. Para ello apliquemos el proceso de
ortonormalización de Gramm-Schmidt:
Calculemos u1 :
v1
u1 !
v1
donde:
1
<1 92 7
v1 ! v1 , v1 ! : = 51 t 651 t 6dt 7 !
;0 8 3
Luego:
' 3 $
u1 ! %
% 7
51 t 6"
"
& #
12 .( 3 +(
El conjunto B ' ! u1 ! - 51 t 6* es una base ortonormal para W/
(, 7 ()
d) Hallemos W. Por definición W está formado por todos los vectores p de P2 que son
ortogonales a todos los vectores de W/, es decir,
1
! v ! p5t 6 ! a bt ct 2 4 P2 : v, w ! 0, para toda w 4 W / 2
Por lo tanto, p(t) satisface:
1
5
= a bt ct 51 t 6dt ! 0
2
6
0
5 6
1
=a 5a b 6t 5b c 6t 2 ct 3 dt ! 0
0
9
a b 2 5b c 6 3 c 4 9
1
<
:at t t t !0
; 2 3 4 78 0
a b b c c
a !0
2 3 4
3a 5b 7c
!0
2 6 12
En consecuencia:
. 2 - 18 a- 10 b +
W ! -,a bt ct 4 P2 : c ! 7
*
)
Es decir,
. 18 10 +
W ! gen -1 - t 2 , t - t 2 * .
, 7 7 )
. 18 2 10 +
1- t y t - t 2 *
Como los vectores -, 7 7 ) son linealmente independientes (¿por que?), una B para
W es el conjunto:
. 18 10 +
B ! -1 - t 2 , t - t 2 * .
, 7 7 )
e) Como W/ tiene dimensión finita, para hallar proyw v , donde v ! 3t 2 , se cumple que
proyw v = v - proyw/ v
12 .( 3
Dado que B ' ! u1 ! -
(, 7
3 +(
t * es una base ortonormal para W/, y como
7 ()
proyw/ v ! v, u1 u1
se tiene que:
3 ' $ '3 $ 1
proyw/ v ! 3t 2 , 51 t 6 %% 3 51 t 6"" ! 3
% 51 t 6" 3 = 51 t 6t dt ! 51 t 6
2
7 & 7 # & 7 # 0 4
Por lo tanto;
proyw v ! 3t 2 0
3
51 t 6 ! 0 3 0 3 t 3t 2
4 4 4
f) Hallemos la distancia d de v a W.
Dado que
d ! v 0 proy w v ! proy w/ v
Se tiene que
3 3 3 1 21
= 51 t 6 dt !
2
d! t !
4 4 4 0 4
10
UNIVERSIDAD SIMÓN BOLIVAR Abril - Julio 2008
DEPARTAMENTO DE MATEMÁTICAS PURAS Y APLICADAS
MATEMÁTICA III (MA-1116)
PRACTICA 8
Nota: Además de los ejercicios aquí propuestos los estudiantes deben realizar los ejercicios de
las secciones 5.1, 5.2 y 5.3 del texto.
&x#
$ !
$ y! & x ' z #
a) T: R4 2
R , T$ ! ( $$ !
z y ' w !"
$ ! %
$ w!
% "
& x#
$ ! & 0 #
b) T: R3 R2, T$ y ! ( $$ 2 !!
$z! %y "
% "
& 1 ) 1#
$ !
c) T: M23 M22, T(A)=AB, donde B ( $ 2 0 !
$0 1 !
% "
d) T: P2 * +
P1, T a0 ' a1 x ' a 2 x 2 ( a1 ' a 2 x
Solución:
& x1 # & x2 #
$ ! $ ! 4
a) Sean $ y1 ! , $ y ! , R y -, R
v1 ( $ ! v 2 ( $ 2 !
z z
$ 1! $ 2!
$w ! $w !
% 1" % 2"
* + *+ * +
i) Veamos si T v1 ' v 2 ( T v1 ' T v 2
& x1 ' x 2 #
$ !
$ y1 ' y 2 ! & *x1 ' x 2 + ' *z1 ' z 2 + #
*
T v1 ' v 2 + ( T$ ($ !(
z1 ' z 2 ! $% * y1 ' y 2 + ' *w1 ' w2 +!"
& x1 ' z1 # & x 2 ' z 2 #
$$ !! ' $$ *+ * +
!! ( T v1 ' T v 2
$ ! % y1 ' w1 " % y 2 ' w2 "
$w ' w !
% 1 2"
* + *+ * +
Luego: T v1 ' v 2 ( T v1 ' T v 2 , para todo par de vectores v1 y v 2 de R4.
ii) Veamos si T * v + ( T *v +
1 1
1
& -x1 #
$ !
$ -y1 ! & -x1 ' -z1 # & -*x1 ' z1 + #
* +
T v1 ( T$
-z ! = $$ !! = $$
-y ' -w1 " % -* y1 ' w1 +"
&x 'z #
!! ( -$$ 1 1 !! ( -T v1
% y1 ' w1 "
*+
$ 1! % 1
$ -w !
% 1"
* + *+
Por lo tanto, T v1 ( -T v1 , para todo vector v1 de R4 y para todo -, R.
De i) y ii) se concluye que T es una transformación lineal. (Justifique cada uno de los pasos de la
demostración)
c) Sean A, C , M23 y -, R
Por lo tanto, T*-A + ( -T*A + , para toda matriz A de M23 y para todo -, R.
De i) y ii) se concluye que T es una transformación lineal. (Justifique cada uno de los pasos de la
demostración)
*
T*p( x) ' q( x) + ( T *a0 ' b0 + ' *a1 ' b1 +x ' *a 2 ' b2 +x 2 +
( *a1 ' b1 + ' *a 2 ' b2 +x
( *a1 ' a 2 x + ' *b1 ' b2 x +
*
( T a 0 ' a1 x ' a 2 x 2 + ' T*b
0 ' b1 x ' b2 x 2 +
( T*p( x) + ' T(q( x))
Por lo tanto, T*p( x) ' q( x) + ( T*p( x) + ' T(q( x)) para todo par de polinomios p y q de P2.
* +
T*-p( x) + ( T -a 0 ' -a1 x ' -a 2 x 2 ( -a1 ' -a 2 x ( -*a1 ' a 2 x + ( -T*p( x) +
2
Por lo tanto, T*p( x) ' q( x) + ( T*p( x) + ' T(q( x)) , para todo polinomio p de P2 y para todo -, R.
De i) y ii) se concluye que T es una transformación lineal. (Justifique cada uno de los pasos de la
demostración)
2. Halle el núcleo, la imagen, la nulidad y el rango de la transformación lineal del ejercicio 1a).
Solución:
Se tiene que:
4& x # & x# 1
.$ ! $ ! .
.$ y ! $ y ! & 0 #.
nuT ( 3$ ! , R 4 : T$ ! ( $$ !!0
.$ z ! z 0
$ ! % ".
.$% w !" $ w!
% " .
2 /
4
Hallemos todos los vectores de R que satisfacen la condición planteada.
4 & x# & x# 1
. $ ! $ ! .
.& u # $ y ! &u # $ y! 4.
imagen T ( 3$$ !! , R : T$ ! ( $$ !!, para algún $ ! , R 0
2
.% v " z
$ ! % "
v z
$ ! .
. $ w! $ w! .
2 % " % " /
Note que
3
& x#
$ !
$ y ! &u # & x ' z # &u # 4x ' z ( u
T$ ! ( $$ !! 5 $$ !! ( $$ !! 5 3
z
$ ! % "
v % y ' w" % v " 2y ' w ( v
$ w!
% "
Dado que el sistema de ecuaciones planteado tiene solución para cualesquiera u y v (¿por qué?)
Imagen T = R2
Por lo tanto
"*T + ( dim imagen T ( 2
3. Halle el núcleo, la imagen, la nulidad y el rango de la transformación lineal del ejercicio 1d.
Solución:
7 * + 8
nuT ( a ' bx ' cx 2 , P2 : T a ' bx ' cx 2 ( 0
* + 4b ( 0
T a ' bx ' cx 2 ( 0 5 b ' cx ( 0 ( 0 ' 0 x 5 3
c ( 0
5 a ' bx ' cx 2 ( a
2
Luego,
nuT ( gen 718
Por lo tanto,
6(T) ( dim nuT ( 1
7 * +
imagenT ( a ' bx , P1 : T c ' dx ' ex 2 ( a ' bx, para algún c ' dx ' ex 2 , P2 8
* + 4d ( a
T c ' dx ' ex 2 ( a ' bx 5 d ' ex ( a ' bx 5 3
2e ( b
Dado que este sistema en las incógnitas c, d y e, tiene solución para cualesquiera a y b, se tiene
que
Por lo tanto
9*T + ( dim imagen T ( 2
Solución:
4
La base canónica B de R4 es el conjunto
se tiene que:
Por otra parte, dado que nuT = Nu AT e Imagen T = Imagen AT = CAT, se tiene que:
&1 0 1 0#
A T ( $$ !!
%0 1 0 1"
Solución:
4& ) 1# & 0 #1
.$ ! $ !.
.$ 0 ! $ ) 1!.
nuA T ( gen 3$ !, $ !0 (¿por qué?, verifíquelo)
.$ 1 ! $ 0 !.
.$% 0 !" $% 1 !".
2 /
5
Solución:
& 0 1 0#
A T ( $$ !!
%0 0 1"
& 1 ) 3#
A T ( $$ !!
%0 1 "
Solución:
& x# & x#
Sea $$ !! , R 2 . Busquemos la imagen de $$ !! .
% y" % y"
& x#
Es decir, T es la transformación lineal que a todo vector $$ !! , R 2 lo transforma en el vector
% y"
& x ) 3y #
$$ !! de R2.
% y "
Solución:
& x# & x#
Sea $$ !! , R 2 . Busquemos la imagen de $$ !! .
% y" % y"
6
& x#
Es decir, T es la transformación lineal que a todo vector $$ !! , R 2 lo transforma en el vector
% y"
& xcos ) ysen #
$$ !! de R2.
% xsen ' ycos "
x ( r cos # y y ( r sen#
& r cos : #
a) Obtenga la imagen del vector $$ !!
% r sen # "
b) Sea P cualquier punto del plano con coordenadas cartesianas *x , y + sea r la distancia del
origen O al punto P, sea : el ángulo formado por el vector OP y el eje positivo de las x. El par
*r , # + se le denomina coordenadas polares del punto P, y las ecuaciones x ( r cos # , y ( r sen#
son las ecuaciones de transformación de coordenadas cartesianas a coordenadas polares.
Interprete geométricamente esta transformación.
Solución:
& r cos : # & rcos: cos ) rsen: sen # & r cos*: ' - + #
a) T $$ !! ( $$ ! ($ !
% r sen: " % rcos: sen ' rsen: cos !" $% r sen *: ' - +!"
Solución:
Entonces
7
12. Encuentre una transformación T: R3 R3 tal que
4& x # 1
.$ ! 3 .
imagen T ( 3$ y ! , R : 2x - y ' z ( 00
.$ z ! .
2% " /
Solución:
Es decir,
4& 1 # & 0 #1
.$ ! $ !.
imagen T ( gen 3$ 2 !, $ 1 !0
.$ 0 ! $ 1 !.
2% " % "/
Como los dos vectores son linealmente independientes, una base B para la imagen de T es el
conjunto
4& 1 # & 0 #1
.$ ! $ !.
B ( 3$ 2 !, $ 1 !0
.$ 0 ! $ 1 !.
2% " % "/
Entonces
8
UNIVERSIDAD SIMÓN BOLIVAR Abril-Julio 2008
DEPARTAMENTO DE MATEMÁTICAS PURAS Y APLICADAS
MATEMÁTICA III (MA-1116)
PRÁCTICA 9
Nota: Además de los ejercicios aquí propuestos los estudiantes deben realizar los ejercicios de
las secciones 6.3 y 6.4 del texto.
Solución:
Luego:
A & I ' ) + 1* ) & 1* )2 & *.
Por lo tanto, los autovalores o valores propios de la matriz A son: 1 ' &1 , 2 '1, 3 ' 2.
% v1 "
#
Para ' &1 , sea v ' # v 2 , tal que
#v
$ 3!
1
% 2 1 & 2 "% v1 " % 0 " % v1 " %1"
# # # # #
# & 1 3 1 # 2
v ' # 0 , v ' # 2
v ' ! # 0 , con ! - R ,
# 0 1 0 #v #0 #v #1
$ !$ 3 ! $ ! $ 3! $ !
%1"
#
En consecuencia un vector propio asociado al autovalor ' &1 de la matriz A es el vector v ' # 0
#1
$ !
% v1 "
#
Para ' 1 , sea v ' # v 2 , tal que
#v
$ 3!
% v1 "
#
Para ' 2 , sea v ' # v 2 , tal que
#v
$ 3!
iii) Los espacios propios correspondientes a los autovalores ' &1 , '1, ' 2 son:
Una matriz diagonal D, y una matriz invertible P, tal que D = P-1AP, son las siguientes :
2
% 1 2 2"
#
b) Dada la matriz A ' # 0 2 1 se tiene que:
#&1 2 2
$ !
%1 & 2 2 "
#
i) A - (I ' # 0 2& 1
# &1 2 2& !
$
De donde,
A & I ' )1 - * )2 & *2
Por lo tanto, los autovalores o valores propios de la matriz A son: 1 '1, 2 ' 3 ' 2.
% v1 "
#
Para ' 1 , sea v ' # v 2 , tal que
#v
$ 3!
3
v) La matriz A no es diagonalizable (¿por qué?).
%0 1 1"
#
c) Dada la matriz A ' # 1 0 1 se tiene que:
#1 1 0
$ !
%& 1 1 "
#
i) A - (I ' # 1 & 1 ,
# 1 1 & !
$
Luego: A & I ' ) + 1*2 )2 & *.
Por lo tanto, los autovalores o valores propios de la matriz A son: 1 ' 2 ' &1 , 3 ' 2.
% v1 "
#
Para ' 2 , sea v ' # v 2 , tal que
#v
$ 3!
En consecuencia dos vectores propios asociados al autovalor ' &1 de la matriz A son los
% & 1" % & 1"
# #
vectores v1 ' # 1 y v 2 ' # 0
#0 #1
$ ! $ !
iii) Los espacios propios correspondientes a los autovalores ' &1 y ' 2 son:
4
La multiplicidad geométrica del autovalor & 1 es 2 y la del autovalor 2 es1.
Una matriz diagonal D, y una matriz invertible P, tal que D = P-1AP, son las siguientes:
% 0 1 0"
#
d) Dada la matriz A ' # 0 0 1 se tiene que:
#1 & 3 3
$ !
%& 1 0 "
#
i) A - (I ' # 0 & 1 ,
# 1 &3 3&
$ !
Luego: A & I ' )1 & *3 .
Por lo tanto, los autovalores o valores propios de la matriz A son:, 1 ' 2 ' 3 '1.
% v1 "
#
Para ' 1 , sea v ' # v 2 , tal que
#v
$ 3!
%1"
#
En consecuencia un vector propio asociado al autovalor ' 1 de la matriz A es el vector v ' #1
#1
$ !
4%1"1
.# .
E1 ' gen 3#1 0
.#1 .
2$ !/
iv) La multiplicidad algebraica del valor propio es 3, pero su multiplicidad geométrica es1.
5
% 2 3 0"
#
e) Dada la matriz A ' # 0 2 0 se tiene que:
#0 0 2
$ !
%2 & 3 0 "
#
i) A - (I ' # 0 2& 0 ,
# 0 0 2& !
$
Luego: A & I ' )2 & *3 .
Por lo tanto, los autovalores o valores propios de la matriz A son: 1 ' 2 ' 3 '2.
% v1 "
#
Para ' 2 , sea v ' # v 2 , tal que
#v
$ 3!
En consecuencia dos vectores propios asociados al autovalor ' 2 de la matriz A son los
%1" % 0"
# #
vectores v1 ' # 0 y v 2 ' # 0
#0 #1
$ ! $ !
4% 1 " % 0 "1
.# # .
E 2 ' gen 3# 0 , # 0 0
.# 0 # 1 .
2$ ! $ !/
iv) La multiplicidad algebraica del valor propio es 3, mientras que su multiplicidad geométrica es
2.
% 3 0 0"
#
f) Da la matriz A ' # 0 3 0 se tiene que:
#0 0 3
$ !
%3 & 0 0 "
#
i) A - (I ' # 0 3& 0 ,
# 0 0 3& !
$
Luego: A & I ' )3 & *3 .
6
Por lo tanto, los autovalores o valores propios de la matriz A son: 1 ' 2 ' 3 ' 3.
% v1 "
#
Para ' 3 , sea v ' # v 2 , tal que
#v
$ 3!
En consecuencia tres vectores propios asociados al autovalor ' 3 de la matriz A son los
vectores:
Una matriz diagonal D, y una matriz invertible P, tal que D = P-1AP, son las siguientes :
% 3 0 0" %1 0 0"
# #
D ' #0 3 0 , P ' #0 1 0
#0 0 3 #0 0 1
$ ! $ !
NOTA:
Observe que los seis ejemplos anteriores muestran los casos que se nos pueden presentar para
una matriz de tamaño 3x3, en las que el los autovalores asociados a la matriz son reales:
a) Que la matriz tenga tres valores propios reales y distintos. En este caso se obtienen tres
vectores propios linealmente independientes y la matriz es diagonalizable.
b) Que la matriz tenga tres valores propios reales pero uno de ellos con multiplicidad
algebraica dos, pero que el autovalor de multiplicidad algebraica dos tenga un solo
vector propio asociado (tenga multiplicidad geométrica igual a 1). En este caso la matriz
no es diagonalizable.
c) Que la matriz tenga tres valores propios reales pero uno de ellos con multiplicidad
algebraica dos, y que el autovalor de multiplicidad algebraica dos tenga un dos vectores
7
propios asociados (tenga multiplicidad geométrica igual a 2). En este caso la matriz es
diagonalizable.
d) Que la matriz tenga tres valores propios reales pero todos iguales (multiplicidad
algebraica tres), pero que dicho autovalor tenga un solo vector propio asociado (tenga
multiplicidad geométrica igual a 1). En este caso la matriz no es diagonalizable.
e) Que la matriz tenga tres valores propios reales pero todos iguales (multiplicidad
algebraica tres), pero que dicho autovalor tenga solo dos vectores propios asociados
(tenga multiplicidad geométrica igual a 2). En este caso la matriz no es diagonalizable.
f) Que la matriz tenga tres valores propios reales pero todos iguales (multiplicidad
algebraica tres), pero que dicho autovalor tenga tres vectores propios asociados (tenga
multiplicidad geométrica igual a 3). En este caso la matriz es diagonalizable.
El otro caso que se puede presentar es que la matriz tenga tres valores propios uno real y dos
complejos. En este caso se obtienen tres vectores propios linealmente independientes y la matriz
es diagonalizable.
%1 & 1"
2. Halle los autovalores y autovectores de la matriz A ' ## .
$ 5 & 3!
Solución:
%1 & &1 "
A - I ' ##
$ 5 &3& !
Por lo tanto, los autovalores o valores propios de la matriz A son: 1 ' &1 & i , 2 ' &1 + i .
% v1 "
Para ' &1 + i , sea v ' ## , tal que
$ v2 !
%2 &i & 1 "% v1 " % 0 " %v " % 1 "
## ## ' ## , v ' ## 1 ' 5 ## , !-R
$ 5 & 2 & i !$ v 2 ! $ 0 ! $ v2 ! $2 & i!
% v1 "
Para ' &1 & i , sea v ' ## , tal que
$ v2 !
%2 + i & 1 "% v1 " % 0 " %v " % 1 "
## ## ' ## , v ' ## 1 ' 5 ## , con ! - R
$ 5 & 2 + i !$ v 2 ! $ 0 ! $ v2 ! $2 + i!
En consecuencia un vector propio asociado al autovalor ' &1 & i de la matriz A es el vector
% 1 " % 1" % 0"
## ' ## + i##
$ 2 + i! $ 2! $1!
8
% 2 0 0"
#
3. ¿Para qué valores de a es diagonalizable la matriz A ' # 1 a 0 ?
#0 0 3
$ !
Solución:
%2 & ( 0 0 "
#
A & (I ' # 1 a&( 0 ,
# 0 0 3& (!
$
Por lo tanto,
a) Si a ' 2 , se tiene que: A & (I ' )2 & ( *2 )3 & ( * y en este caso los autovalores o valores
propios de la matriz A son: 1 ' (2 ' 2 y 3 '3.
% v1 "
#
Para ( ' 2 sea v ' # v 2 , tal que
#v
$ 3!
b) Si a ' 3 , se tiene que: A & I ' )2 & *)3 & *2 y en este caso los autovalores o valores
propios de la matriz A son: 1 ' (2 ' 3 y 3 ' 2.
% v1 "
#
Para ( ' 3 sea v ' # v 2 , tal que
#v
$ 3!
9
En consecuencia dos vectores propios asociados al autovalor ( ' 3 de la matriz A son:
%0" %0"
# #
v1 ' # 1 y v2 ' #0
#0 #1
$ ! $ !
% v1 "
#
Para ( ' 2 sea v ' # v 2 , tal que
#v
$ 3!
c) Si a 6 2 y a 6 3 , se tiene que: A & (I ' )2 & ( *)a & ( *)3 & ( * y en este caso los autovalores
o valores propios de la matriz A son: , 1 ' 2 , (2 ' a y 3 ' 3 . En este caso la matriz A
si es diagonalizable. (¿por qué?)
4. Sea ( un valor propio de la matriz A, demuestre que & ! es un valor propio de la matriz
A & !I
Solución:
2 2
5. Sea ( un valor propio de la matriz A, demuestre que es un valor propio de la matriz A
Solución:
Como ( es un valor propio de la matriz A se tiene que det )A & I * ' 0 , además
2
A & 2
I ' )A & I*)A + I* .
10
Luego,
)
det A 2 & 2
*
I ' det ))A & I *)A + (I ** ' det )A & I * det )A + I * ' 0
2 2
Por lo tanto, es un valor propio de la matriz A .
Solución:
Como A es semejante a B existe una matriz C invertible tal que C &1 AC ' B , y
) *) *
C &1 AC ' B , C &1 AC C &1 AC ' BB , C &1 A 2 C ' B 2
Solución:
Como A es diagonalizable existe una matriz diagonal D y una matriz invertible P tal que
P &1 AP ' D .
Entonces,
) *) *
P &1 AP ' D , P &1 AP P &1 AP ' D 2 , P &1 A 2 P ' D 2
Solución
Como A es diagonalizable existe una matriz diagonal D y una matriz invertible P tal que
P &1 AP ' D . Veamos si At es diagonalizable.
) * ) * 'D ) * ) *
t
&1 "
, %# P -1
t t t
P &1 AP ' D , P &1 AP ' D t , P t A t P &1 t
A t P &1 ' Dt ,
$ !
) * ) *
-1
, %# P -1 " A t P &1
t t
' Dt
$ !
11
Solución:
10. Encuentre la matriz ortogonal Q que diagonaliza la matriz del problema 1c).
Solución:
%0 1 1"
#
Dada la matriz A ' # 1 0 1 tenemos que los espacios propios asociados a los autovalores
#1 1 0
$ !
son:
4%1"1 4% & 1" % & 1"1
.# . .# # .
E 2 ' gen 3#1 0 y E &1 ' gen 3# 1 , # 0 0
.#1 . .# 0 # 1 .
2$ !/ 2$ ! $ !/
Hallemos una base ortonormal para cada uno de los espacios propios.
4%1"1
.# .
Sea B 2 ' 3#1 0 una base de E 2 , dado que la base tiene un solo vector solo se requiere
.#1 .
2$ !/
normalizarlo.
%1"
#
Sea v ' #1 , entonces v ' 3
#1
$ !
Luego,
4 %1" 1
. 1 # .
B' 2 ' 3 #1 0
. 3 #1 .
2 $ !/
es una base ortonormal para E2 .
% & 1"
#
) *
Sea v 2 ' # 0 , luego, aplicando la fórmula u 2 ' ' v 2 & v 2 9 u1 u1 , se tiene que
#1
$ !
12
% & 1" % & 1" % & 1" % & 1" % & 1"
# % 1 " 1 # # 1# 1#
u 2 ' ' # 0 & ## # 1 ' # 0 & # 1 ' # &1 ,
#1 $ 2! 2# 0 #1 2# 2#
$ ! $ ! $ ! $ 0! $2!
% & 1"
6 1 #
'
de donde u 2 ' y en consecuencia u 2 ' #&1 .
2 6#
$ 2!
Luego,
4 % & 1" % & 1" 1
. 1 # 1 # .
B' &1 ' 3 #1 , #&1 0
. 2 #0 6 # 2 .
2 $ ! $ !/
es una base ortonormal para E &1
Verifique que
%2 0 0 "
#
Q AQ ' # 0 & 1 0
t
#0 0 &1
$ !
13