Taller Algebra
Taller Algebra
Facultad de Ingeniería
Licenciado
Asignatura
Algebra lineal
Autores
Bogotá, Colombia
9 de junio, 2024.
Taller - Actividad 6
Las matrices y su relación con los valores y vectores propios
Estimado estudiante, para el desarrollo del presente taller tenga en cuenta las indicaciones
presentadas en la plataforma e instrucciones dadas por su tutor, él le brindará el respectivo
acompañamiento en la solución de sus inquietudes.
y determine .
Calcular .
8. Conclusiones :
De acuerdo con lo visto en las sesiones, su estudio autónomo y lo trabajado en este
taller, presente una conclusión en donde responda la siguiente pregunta: ¿qué
aplicabilidad tiene la asociación de espacios vectoriales por medio de
transformaciones lineales?
Desarrollo
1. Para determinar si las relaciones anteriores es una transformación lineal R2-R2,
se demuestra con las siguientes condiciones
• T( ⃗⃗⃗⃗
𝑢 + 𝑣 ) = 𝑇 (𝑢 ⃗ ) + 𝑇(𝑣)
• T ⃗⃗⃗⃗
𝑢 + 𝑣 ) = 𝑥 . 𝑇(𝑢
⃗ ), donde x es una constante escalar
𝑥 𝑦
Ι). T ( 𝑦 ) = ( 𝑜 )
• 1 condición: 𝑇( 𝑢⃗ +𝑣⃗⃗⃗ ) = 𝑇 ( 𝑢
⃗ )+𝑇(𝑣)
𝑥1 𝑥2
⃗ = ( ) , 𝑣 ( ) ∈ 𝑅2
𝑢
𝑦1 𝑦2
𝑥1 𝑥2 𝑥 +𝑥 𝑦 𝑦
𝑇[(𝑦 ) + (𝑦 )] = 𝑇( 𝑦1 2) = ( 1+0 2)
1 2 1+𝑦2
𝑦1 𝑦2
= [( 0 ) + ( 0 ) se cumple la primera condición
2Condición: 𝑇(𝑥⃗⃗⃗𝑢) = 𝑥𝑇(𝑢 ⃗)
𝑥𝑥1 𝑥𝑦1 𝑦1
𝑇(𝑥𝑢 ⃗ ) = 𝑇( )=( ) = 𝑥( )
𝑥𝑦1 0 0
Se cumplió la segunda condición por lo tanto es una transformación lineal
𝑥 𝑥+𝑦
II) 𝑇 (𝑦) = (𝑥−𝑦)
1condición: 𝑇(𝑢⃗ + 𝑣 ) = 𝑇(𝑢⃗ ) + 𝑇(𝑢
⃗)
𝑥1 𝑥2
⃗ ( ),𝑣( )
𝑢
𝑦1 𝑦2
𝑥1 𝑥2 𝑥1 + 𝑥2 𝑥1 + 𝑥2 + 𝑦1 + 𝑦2
𝑇 [( ) + ( )] = 𝑇 ( )=( )
𝑦1 𝑦2 𝑥2 +𝑦2 𝑥1 + 𝑥2 + 𝑦1 + 𝑦2
𝑥1 + 𝑥2 + 𝑦1 + 𝑦2 𝑥1 + 𝑦1 𝑥2 + 𝑦2
=( )=( )+( )
𝑥1 + 𝑥2 + 𝑦1 + 𝑦2 𝑥1 − 𝑦1 𝑥2 − 𝑦2
La primera condición se cumplió
2condición: 𝑇(𝑥𝑢 ⃗ ) = 𝑥𝑇(𝑢⃗)
𝑥𝑥1 𝑥(𝑥 + 𝑦) 𝑥+𝑦
𝑇(𝑥𝑢⃗ ) = 𝑇( )=[ ] = 𝑥( )
𝑥𝑦1 𝑥(𝑥 − 𝑦) 𝑥−𝑦
La segunda se cumplió por lo tanto es una transformación lineal
𝑥 𝑥𝑦
III) 𝑇 (𝑦) = ( 0 )
⃗ + 𝑣 ) = 𝑇(𝑢
1condicion: 𝑇(𝑢 ⃗ ) + 𝑇(𝑣)
𝑥1 𝑥2
⃗ ( ),𝑣( )
𝑢
𝑦1 𝑦2
𝑥1 𝑥2 𝑥1 + 𝑥2 (𝑥1 + 𝑥2 ). (𝑦1 + 𝑦2 )
𝑇[( ) + ( )] = 𝑇( ) = [(
𝑦1 𝑦2 𝑦1 + 𝑦2 0
(𝑥1 𝑦1 + 𝑥1 𝑦2 + 𝑥2 𝑦1 + 𝑥2 𝑦2 )
=
0
𝑥1 𝑦1 + 𝑥1 𝑦2 𝑥2 𝑦1 + 𝑥2 𝑦2
=( )+( )
0 0
𝑥1 (𝑦1 + 𝑦2 ) 𝑥2 (𝑦1 + 𝑦2 )
=[ ]+[ ]
0 0
No cumple la primera condición hay una diferencia en los términos agregados por
lo tanto no es una transformación lineal.
𝑥 1
IV) 𝑇 (𝑦) = (𝑥)
1condición:
⃗ + 𝑣 ) = 𝑇(𝑢
𝑇(𝑢 ⃗ ) + 𝑇(𝑣)
𝑥1 𝑥2
𝜇 = ( ),𝑣( )
𝑦1 𝑦2
𝑥1 𝑥2 𝑥1 + 𝑥2 1
𝑇 [( ) + ( )] = 𝑇 ( )=( )
𝑦1 𝑦2 𝑦1 + 𝑦2 𝑥1 + 𝑥2
1 1 1
( )+( )≢ ( )
𝑥1 𝑥2 𝑥1 + 𝑥2
2
=( )
𝑥1 + 𝑥2
La primera condición no se cumplió por lo tanto no es una transformación lineal.
𝑥 0 1
2. 𝑇(𝑦)(= 𝑥𝑇( ) + 𝑦𝑇( )
1 0
𝑥 −3 2
𝑇(𝑦)(−1) + 𝑦 = (0)
2 1
−3𝑥 + 2𝑦
𝑥
𝑇 (𝑦) = ( −𝑥 + 0 )
1𝑥 + 𝑦
−3.5 + 2.7
5
𝑇( ) = ( −5 )
7
2.5 + 7
−1
5
𝑇 ( ) = (−5)
7
17
3. Representamos las matrices dadas como combinaciones lineales
𝑎 𝑏 1 0 0 1 1 0 0 0
[ ] = 𝑎[ ]+𝑏[ ]+𝑐[ ]+𝑑[ ]
𝑐 𝑑 0 0 1 0 1 0 0 1
Aplicamos la propiedad de la transformación a cada termino separado
𝑎 𝑏 1 0 0 1 1 0 0 0
𝑇[ ] = 𝑇[𝑎 [ ] + 𝑇[𝑏 [ ] + 𝑇[𝑐 [ ] + 𝑇[𝑑 [ ]]
𝑐 𝑑 0 0 1 0 1 0 0 1
𝑎 𝑏 1 0 0 1 1 0 0 0
𝑇[ ] = 𝑎𝑇 [ ] + 𝑏𝑇 [ ] + 𝑐𝑇 [ ] + 𝑑𝑇 [ ]
𝑐 𝑑 0 0 1 0 1 0 0 1
𝑎 𝑏
𝑇[ ] = 𝑎. (3) + 𝑏. (−1) + 𝑐. (0) + 𝑑. (0)
𝑐 𝑑
𝑎 𝑏
𝑇[ ] = 3𝑎 − 𝑏
𝑐 𝑑
4. A) determina la matriz que representa a la transformación en la base canónica.
Calculamos la imagen de cada vector:
1 1
1
)
X1=[0] , 𝑇(𝑥1 = 𝑇 ([0]) = [ ]
0
0 0
0 0
1
Y1=[1], 𝑇(𝑦1 ) = 𝑇([1] = [ ]
1
0 0
0 0
) 0
Z1=[0] , 𝑇(𝑧1 = 𝑇 ([0]) = [ ]
−1
1 1
La matriz que representa la transformación lineal
1 1 0
𝑇=[ ]
0 1 −1
Usando definición de transformación
𝑥
𝑥+𝑦 0
𝑇 ( [ 𝑦 ] ) = [𝑦 − 𝑧 ] = [ ]
𝑧 0
Obtenemos sistema de ecuaciones
X+y=0→x=-y
y-z=0→y=z
b) Encontrar la nulidad y el rango de la transformación
como x=-y y y=z
6𝑥 + 4𝑧 = 0 −2𝑧 −5𝑧
→𝑥= ,𝑦 =
3𝑦 + 5𝑧 = 0 3 3
−6
Sea 𝑧 = 3 , 𝑥 = 3 = −2
−15
𝑦 = = −5
3
−2
Entonces 𝑉𝑥1 = (−5) 𝑣𝑒𝑐𝑡𝑜𝑟𝑝𝑟𝑜𝑝𝑖𝑜
3
𝑐𝑜𝑚𝑜 𝑥2 = 5
⃗⃗⃗ = 0
(𝐴 − 5𝐼3 )𝑋
2 1 3 5 0 0 −3 1 3 𝑋
(−1 1 1) − (0 5 0) = (−1 −4 1 ) . (𝑌 )
1 2 4 0 0 5 1 2 −1 𝑍
0 −3𝑋 + 𝑌 + 3𝑍 = 0
= ( 0 ) , { −𝑋 − 4𝑌 + 𝑍 = 0
0 𝑋 + 2𝑌 − 𝑍 = 0
Gauss
−3 1 3 0 𝐹 − 3𝐹 −3 1 3 0
1 2
( −1 −4 1 0 ) = ( 0 13 0 |0 )13𝐹1 − 𝐹2
𝐹 + 3𝐹3
1 2 −10 1 0 7 0 0
−39 0 39 0 𝐹1 /39 −1 0 10
𝐹
= ( −1 −4 1 0 ) 2 /13 = ( 0 1 00)
1 2 −10 𝐹3 /7 0 1 00
−𝑋 + 𝑍 = 0 → 𝑋 = 𝑍
𝑌=0
1
⃗ (𝑋2) = (0) 𝑉𝐸𝐶𝑇𝑂𝑅𝑃𝑅𝑂𝑃𝐼𝑂
𝑍 = 1𝑉
1
Como x=2
(𝐴 − 2𝐼3 )𝑥 = 0
2 1 3 2 0 0 0 1 3 𝑥 0
(−1 𝑦
1 1) − (−1 −1 1) = (−1 −1 1) ( ) = (0)
1 2 4 1 2 2 1 2 2 𝑧 0
𝑦 + 3𝑧 = 0 0 1 3 0
{ −𝑥 − 𝑦 + 𝑧 = 0 ( −1 −1 1 |0 ) 𝐹3 ↔ 𝐹1
𝑥 + 2𝑦 + 2𝑧 = 0 1 2 2 0
1 0 −4 0
𝑋 − 4𝑍 = 0 → 𝑋 = 4𝑍
(0 1 3 |0 )
𝑌 + 3𝑍 = 0 → 𝑌 = −3𝑍
0 0 0 0
SEA Z = 1
4
⃗ (𝑋3) = (−3 ) 𝑉𝐸𝐶𝑇𝑂𝑅 𝑃𝑅𝑂𝑃𝐼𝑂
𝑉
1
6. CALCULAMOS LOS VALORES Y VECTORES PROPIOS DE LA MATRIZ
Det (A-2I)=0
3 −5 3 −5 2 0 3−2 −5
𝐴= ( ) ⇒ 𝑑𝑒𝑡 [ ( ) − ( )] =
1 −3 1 −3 0 2 1 −3 − 2
⃗ ( 𝑥1 ) = ( 1 )
𝑉
5
Cuando x2=2
3 − (−2) −5 𝑥 0
( ). ( 𝑦 ) = ( )
1 −3 − (−2) 0
5 −5 𝑥 0 5𝑥 − 5𝑦 = 0
( ). ( 𝑦 ) = ( ) = {
1 −1 0 𝑥−𝑦 =0
𝑥 = 𝑦 𝑠𝑖 𝑥 = 2, 𝑦 = 2
⃗ 𝑥2 = ( 2 )
𝑉
2
*formar las matrices P y D
1 2 2 0
𝑃 = ( ), 𝐷 = ( ) 𝐴 = 𝑃. 𝐷. 𝑃1
5 2 0 −2
1 2 1 0 1 2 1 0
𝑃1 = ( | )5𝐹1 − 𝐹2 = ( | )4𝐹 − 𝐹2
5 2 0 1 0 8 5 −1 1
4 0 −1 1 𝐹1 /4 1 0 −1/4 1/4
( | ) =( | )
0 8 5 −1 𝐹2 /8 0 1 5/8 1/8
−1/4 1/4 1 −1 1
𝑃−1=( )= ( 1)
5/8 −1/8 4 5/2 −
2
𝐴10 = 𝑃. 𝐷10 . 𝑃−1
10
𝐷10 = (2 0 ) = (1024 0
)
0 −210 0 −1024
1 +2 1024 0 1 −1 1
𝐴1𝑂
= ( ). ( ). ( 1)
5 +2 0 −1024 4 5/2 −
2
1 1 2 −1024 1024
𝐴10 = ( ). ( )
4 5 2 −2560 512
1 −6144 2048
𝐴10 = ( )
4 −10240 6144
−1536 512
𝐴10 = ( )
−2560 1536
7. Determine si es diagonalizable
Para saber si es diagonalizable se considera
a. Calcular los valores propios_ det ( A-xI)=0
b. Calcular los vectores propios asociados
c. Formas las matrices PyD
d. Calcular P-1 para escribir A= PDP-1
A. Det ( A-λI)=0
7 − 𝜆 −2 −4
| 3 −𝜆 −2 =
6 −2 −3 − 𝜆
(7 − 𝜆)[−𝜆. (−3 − 𝜆) − 4] + 2. [3. (3 − 𝜆) + 12] − 4. (−6 + 6𝜆)
(7 − 𝜆)[3𝜆 + 𝜆2 − 4] + 2. (−9 − 3𝜆 + 12) − 4(−6 + 6𝜆)
21𝜆 + 7𝜆2 − 28 − 3𝜆2 − 𝜆3 + 4𝜆 + 2. (3 − 3𝜆) + 24 − 24𝜆
−𝜆3 + 4𝜆2 + 25𝜆 − 28 + 6 − 6𝜆 + 24 − 24𝜆 = 0
−𝜆3 + 4𝜆2 − 5𝜆 + 2 = 0 ⟶ 𝜆3 − 4𝜆2 + 5𝜆 − 2 = 0
𝑅𝑈𝐹𝐹𝐼𝑁𝐼
−4 5 −2 2
1
2 −4 2 |⬚
1 −2 1 0
⬚
(𝜆 − 2). (𝜆2 − 2𝜆 + 1) = 0
(𝜆 − 2). (𝜆 − 1). (𝜆 − 1) = 0
𝜆1 = 2; 𝜆2 = 1; 𝜆3 = 1
Como hay dos valores iguales entonces la matriz no es diagonalizable.
CONCLUSIÓN