Facultad de Cs.

Fı́sicas y Matemáticas
Universidad de Concepción

Pauta - Evaluación No 3
Algebra Lineal-527108, Semestre 2-2017
24 de noviembre 2017

Tiempo: 100 minutos

Profesores: Rajesh Mahadevan/Mariana Saavedra

Ayudante: Vı́ctor Tapia/Pedro Hernandez

1. Considere la aplicación h·, ·i : R2 × R2 → R dado por

bc ad
h(a, b), (c, d)i := ac + + + bd para todo a, b, c, d ∈ R
2 2

a) Demostrar que h·, ·i define un producto interior sobre R2 .

Desarrollo 1 : La aplicación puede ser escrita como
1
  

1 c
h(a, b), (c, d)i = a b 2
1
2 1 d

(2 puntos)
Por lo visto en clases, para que este defina un producto interno es necesario y suficiente que la matriz

1 12
 
A= 1
2 1

sea definida positiva. (2 puntos)

Ahora, los determinantes de las matrices diagonales principales de A son

1 12
 

1 3
det 1 = 1 > 0 y det 1 = 1 − = > 0.
2 1 4 4

Por tanto la matriz A es definida positiva. (4 puntos)

Desarrollo 2 : Se observa los siguientes:
bc ad
h(a, b), (c, d)i = ac + + + bd
2 2
cb da
= ca + + + db
2 2
= h(c, d), (a, b)i . (1 punto)

hλ(a, b), (c, d)i = h(λa, λb), (c, d)i

λbc λad
= λac + + + λbd
 2 2 
bc ad
= λ ac + + + bd
2 2
= λh(a, b), (c, d)i . (1 punto)

1
 hλ(a, b), ((c, d) + (e, f )i = h(a, b), (c + e, d + f )i
b(c + e) a(d + f )
= a(c + e) + + + b(d + f )
 2  2 
bc ad be af
= ac + + + bd + ae + + + bf
2 2 2 2
= h(a, b), (c, d)i + h(a, b), (e, f )i . (1 punto)

ba ab
h(a, b), (a, b)i = a2 + + + b2
2 2
= a2 + ab + b2
b 2 3 2
 
= a+ + b
2 4
≥ 0. (1 punto)

Ademas, h(a, b), (a, b)i = 0 implica que

b
a+ =0 y b=0
2
lo que claramente implica que (a, b) = (0, 0). (2 puntos)
b) Ortonormalizar la base
  
1 1
B= √ ,√ , (1, 0)
3 3
considerando el producto interior dado en a).
 
Desarrollo: Sea w1 = √13 , √13 y w2 = (1, 0).
Para empezar el proceso ortogonormalización de Gram-Schmidt, calculamos
 2  2
1 1 1 1 1 1
hw1 , w1 i = √ +√ + √ = + + = 1.
3 3 3 3 3 3

(1 punto)
p √
Por tanto kw1 k = hw1 , w1 i = 1 = 1. (1 punto)
Se toma el primer vector en la base ortonormal como
1
v1 = w1 = w1 . (2 puntos)
kw1 k

Para seguir con el proceso, se debe calcular

u2 = w2 − proyv1 w2

donde
proyv1 w2 = hw2 , v1 iv1
es la proyección ortogonal de w2 sobre w1 . (2 puntos)
En efecto,
  √
1 1 1 1 1 1 3 3
hw2 , v1 i = h(1, 0) , √ , √ i = 1√ + √ = √ = . (1 punto)
3 3 3 2 3 32 2

2
Por tanto, √  
3 1 1 1
proyv1 w2 = √ ,√ = (1, 1) (1 punto)
2 3 3 2
y
1 1 1 1
u2 = w2 − proyv1 w2 = (1, 0) − (1, 1) = ( , − ) = (1, −1) . (1 punto)
2 2 2 2
La norma del vector u2 es

12 1 1 12 1 1 1 1
hu2 , u2 i = + + = − + = .
2 22 2 4 4 4 4
q
hu2 , u2 i = 14 = 21 .
p
Por tanto ku2 k = (1 punto)
Por terminar, se toma
1
v2 = u2 = (1, −1). (2 puntos)
ku2 k

La base ortonormal que se obtiene a partir de B por el proceso de ortonormalización de Gram-Schmidt es

  
0 1 1
B = √ ,√ , (1, −1) .
3 3

3
2. Sea P2 (R) el espacio vectorial de los polinomiales de grado menor o igual a dos. Considere T : P2 (R) → R3 ,
definida por
T (ax2 + bx + c) = (a + b + c, a + b, 0) .
a) Consideramos las bases B1 = {x2 , x, 1} y B2 = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} en P2 (R) y R3 , respecti-
vamente. Obtenga la matriz [T ]B1 B2 asociada a la transformación lineal T con respecto a las bases
B1 y B2 .
Desarrollo : Las columnas de la matriz asociada son las vectores de coordenadas de T (x2 ), T (x)
y T (1) con respecto a la base B2 en R3 . (1 punto)
Ahora,
T (x2 ) = (1 + 0 + 0, 1 + 0, 0) = (1, 1, 0) = 0(1, 1, 1) + 1(1, 1, 0) + 0(1, 0, 0)
T (x) = (0 + 1 + 0, 0 + 1, 0) = (1, 1, 0) = 0(1, 1, 1) + 1(1, 1, 0) + 0(1, 0, 0)
T (1) = (0 + 0 + 1, 0 + 0, 0) = (1, 0, 0) = 0(1, 1, 1) + 0(1, 1, 0) + 1(1, 0, 0)

(3 puntos)
Luego, la matriz asociada a la transformación T con respecto a las bases B1 y B2 es
 
0 0 0
[T ]B1 B2 = 1 1 0 .
0 0 1
(2 puntos)
b) Calcular las coordenadas de T (x2
+ x) con respecto a la base B2 .
Desarrollo : Las coordenadas de T (x2 + x) con respecto a la base B2 se obtiene por la relación
[T (x2 + x)]B2 = [T ]B1 B2 [x2 + x]B1
donde [x2 + x]B1 es el vector de coordenadas de x2 + x en la base B1 .
Como [x2 + x]B1 = (1, 1, 0), tenemos que
    
0 0 0 1 0
[T (x2 + x)]B2 = 1 1 0 1 = 2 .
0 0 1 0 0
(2 puntos)
c) Determinar Ker(T ) y una base de este.
Desarrollo : Tenemos que
Ker(T ) = {ax2 + bx + c : a + b + c = 0, a + b = 0}
= {ax2 + bx + c : c = 0, a + b = 0}
= {ax2 − ax : a ∈ R} = h{x2 − x}i .
(4 puntos)
Una base de Ker(T ) es {x2 − x} como este conjunto genera Ker(T ) y es l.i. (2 puntos)
d) Caracterizar el subespacio imagen Im(T ).
Desarrollo : El subespacio
Im(T ) = {(x, y, z) : a + b + c = x, a + b = y, z = 0 para algúna, b, , c ∈ R}
= {(x, y, 0) : x, y ∈ R}
es el plano z = 0 .
(4 puntos)
e) ¿Es T invertible?. Justifique.
Desarrollo : La transformación T no es invertible ya que Ker(T ) 6= {0} . (2 puntos)

4
3. Considere la transformación lineal T : R3 → R3 cuya matriz asociada, con respecto a las bases canónicas
en R3 , es
 
3/2 0 −1/2
A= 0 2 0 
−1/2 0 3/2

a) Calcular los valores propios de la transformación T .

Desarrollo: El polinomio caracterı́stico de la matriz es
 
3/2 − λ 0 −1/2
p(λ) = det  0 2−λ 0 
−1/2 0 3/2 − λ
(1 punto)
Desarrallondo el determinante usando la segunda fila tenemos
p(λ) = (2 − λ)[(3/2 − λ)2 − (−1/2)2 ]
= (2 − λ)(1 − λ)(2 − λ)
(4 puntos)
Las raı́ces de estas son λ = 2 y λ = 1 por lo que son los valores propios. (2 puntos)
b) Determinar los espacios propios asociados.
Desarrollo: El espacio de vectores propios correspondientes al valor propio λ = 2 se obtiene
resolviendo el sistema de ecuaciones
    
−1/2 0 −1/2 x 0
 0 0 0  y  = 0
−1/2 0 −1/2 z 0
(1 punto)
Esto tiene el conjunto de soluciones
S2 = {(x, y, z) : x + z = 0} = {(x, y, −x) : x, y ∈ R} = {x(1, 0, −1) + y(0, 0, 1) : x, y ∈ R} .
(3 puntos)
El espacio de vectores propios correspondientes al valor propio λ = 2 se obtiene resolviendo el sistema
de ecuaciones     
1/2 0 −1/2 x 0
 0 1 0   y = 0
 
−1/2 0 −1/2 z 0
(1 punto)
Esto tiene el conjunto de soluciones
S1 = {(x, y, z) : x − z = 0, y = 0} = {x(1, 0, 1) : z ∈ R} .
(2 puntos)
c) ¿Es T una transformación diagonalizable?. Justificar.
Desarrollo: La multiplicidad geométrica del valor propio λ = 2 es igual a 2 ya que el espacio
propio S2 tiene dimensión 2. (1 punto)
La multiplicidad geométrica del valor propio λ = 1 es igual a 1 ya que el espacio propio S1 tiene
dimensión 1. (1 punto)
La matriz SI es diagonalizable. (2 puntos)
Esto debido a que la suma de las multiplicidades geométricas es 2 + 1 y es igual a la dimensión 3 del
espacio R3 . (2 puntos)