






Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
algebra lineal mat-203 ingenieria curso de verano umsa 2023
Tipo: Exámenes
1 / 11
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!







1. Sea
2 x 2
2 x 2
dada por: T ( A )=
[ A + A
t
] , Demostrar que si T , es una
transformación lineal y si lo fuera, hallar:
a) El núcleo, base del núcleo y nulidad.
b) La imagen, base de la imagen y rango.
c) Verificar el teorema de la dimensión.
d) La representación matricial respecto a la base canónica.
Solución:
Demostración:
[ ( A + B ) +( A + B )
t
]=
[ A + B + A
t
t
]=
[ ( A + A
t
) +( B + B
t
) ] =
( A + A
t
) +
( B + B
t
)
T ( A + B )= T ( A ) + T ( B ) cumple.
T ( kA ) =
[ ( kA ) +( kA )
t
]=
( kA + 5 kA
t
) =
k
( A + 5 A
t
)= k
[
( A + 5 A
t
)
]
= kT ( A )
T ( kA ) = kT ( A ) cumple.
Por lo tanto:
[ A + A
t
] es una transformación lineal.
Ahora debemos determinar la verdadera formula:
Sea:
[
a
11
a
12
a
21
a
22
]
[
a
11
a
12
a
21
a
22
]
5 (
[
a
11
a
12
a
21
a
22
]
[
a
11
a
21
a
12
a
22
] )
[
a
11
a
12
21
a
21
12
a
22
]
[
a
11
a
12
a
21
a
22
]
[
a
11
a
12
a
21
12
Nucleo
( T )
{
[
a
11
a
12
a
21
a
22
]
2 x 2
[
a
11
a
12
a
21
a
22
]
[
]
2 x 2
}
[
a
11
a
12
21
a
21
12
a
22
]
[
]
{
a
12
21
a
21
12
a
11
= a
22
⇒ a
21
= a
12
⇒∴ Nucleo
( T )
{
[
a
11
a
12
a
21
a
22
]
2 x 2
/ a
21
=− a
12
}
[
a
11
a
12
a
21
a
22
]
[
0 a
12
− a
12
]
= a
12
[
]
Nucleo ( T
)
{[
]}
;Nulidad
( T
)
Img
( T )
{
[
x y
z u
]
2 x 2
[
a
11
a
12
a
21
a
22
]
2 x 2
[
a
11
a
12
a
21
a
22
]
[
x y
z u
]
}
a
11
a
12
21
a
21
12
a
22
[
x y
z u
]
x =
a
11
; u =
a
22
y =
a
21
12
= z
⇒ Img
( T )
{[
x y
z u
]
2 x 2
/ x =
a
11
; u =
a
22
; y = z
}
[
x y
z u
]
a
11
y
y
a
22
a
11
[
0 y
y 0
]
a
a
11
[
]
[
]
a
22
[
]
Imagen ( T
)
{[
]
[
]
[
]}
; Rango
( T )
n = Nulidad
( T
)
( T
)
4 = 1 + 3 = 4 l. q. q. d.
[
a
11
a
12
a
21
a
22
]
a
11
a
12
21
a
21
12
a
22
a
11
a
12
a
21
a
22
a
11
a
12
21
a
12
21
a
22
a
11
a
12
a
21
a
22
[
][
x
y
z
]
[
]
|
⏟
t 1
→ t ’ 3
t
2
7
|
⏟
− 7 t 2
→ t ’ 1
|
⏟
t 1
6
|
|
⏟
t 1
→t ’ 2
y =− z
z =− 2 z
[
x
y
z
]
[
− 2 z
− z
]
∼ z
[
]
⟹ ⃗ x
1
[
]
Con λ = 2
[
|
]
⏟
t
2
3
→ t ’
3
|
⏟
− t 2
→ t 2
|
⏟
t 1
6
|
⏟
− 7 t 1
→ t ’ 2
|
x =− z
y = 0
[
x
y
z
]
[
− z
z
]
∼ z
[
]
⟹ ⃗ x
2
[
]
Con λ = 1
[
|
]
⏟
t 3
→ t ’ 1
|
⏟
− 7 t 2
→t 1
7 t
2
3
→t ’
3
|
x = z
y =− z
[
x
y
z
]
[
− z
− z
z
]
∼z
[
]
⟹ ⃗ x
3
[
]
b ¿ B =
{[
]
[
]
[
]}
Entonces.
[
]
− 1
[
]
[
]
− 1
n
n
− 1
[
]
[
n
n
n ]
[
]
n
[
n
n
n
n
n
n
n
n ]
[
]
[
n
n
n
n
n
n
n
n
n
n
n
n
n
n
n
n
n
n
n ]
e
At
= P ∗ e
D
t
− 1
[
]
[
e
8 t
0 e
2 t
0 0 e
t ]
[
]
e
At
[
2 ∗ e
8 t
− e
t
− e
2 t
t
2 e
8 t
− e
2 t
− e
t
e
8 t
− e
t
e
t
e
8 t
− e
t
− e
8 t
t
e
2 t
− e
t
− e
8 t
2 t
t ]
c ¿
Para la inversa.
[ A − λI ]= 0 ∼ ( 8 − λ ) ( λ − 2 ) ( 1 − λ )= 0 ⟹ ( 8 λ − 16 λ
2
8 λ − 16 − λ
2
2
3
− 2 λ
2
= p ( x )
λ
= λ
3
− 11 λ
2
3
2
( A
3
2
− 1
− 1
( A
2
(
[
]
2
[
]
[
] )
− 1
(
[
]
[
]
[
] )
− 1
(
[
] )
− 1
[
]
3. Para la transformación lineal T : P
2
2
de la cual se conoce las siguientes imágenes:
( 2 t + t
2
y T
( 1 + t + 2 t
2
( a + bt + ct
2
)
(
a + 3 b −
b − 3 c +
c , − 5 a − 4 b −
b + 4 c +
c
)
a ¿ T
( a + bt + ct
2
)
(
a +
c , − ba −
b +
c
)
b ¿ Para el T.O.
T
{
a + bt + c t
2
⃗
( x )
}
(
a +
b −
c , − ba −
b +
c
)
a +
b −
c = 0 ⟹
− b
|
|
|
|
|
⏟
− 5 t 2
→ t 1
|
a =
c =
c
b =
c
( a + bt + c t
2
) ∼
(
c +
(
c
)
t + c t
2
)
c
( 11 − 5 t + t
2
)
N ( t )
={( 11 − 5 t + t
2
)} ∼ Dim = Nulidad = 1
Para la imagen.
T
|
3 x
3 y
|
3 x
y
⏟
3 t
1
2
→ t
2
’
|
3 x
y + 9 x
|
3 x
(
y + 9 x
)
⏟
− 5 t
2
1
→ t
1
’
|
3 x −
(
y + 9 x
)
(
y + 9 x
)
⏟
NO SE PUEDE HALLAR CONDICION
¿
{
}
∼ Dim = Rango = 2
Para el teorema:
Dim
(
2
)
= Nulidad + Rango = 1 + 2 ⟹ 3 = 3
Hallar :
Mat .T
( 1 )
=( 1 , − b )= α
1
( 1,1)+ α
2
( 1 + t )
(
)
= β
1
( 1,1) + β
2
( 1 + t + t
2
)
(
)
= θ
1
( 1,1) + θ
2
[
|
]
⏟
− t
2
1
→ t
1
’
(
)
⏟
t
1
3
(
|
)
⏟
2 t
1
2
→t
2
’
(
|
)
t
1
⟷ t
2
c ¿
Mat. T
[
]
4. Dada la matriz A
a) Encuentre la matriz P que diagonalice a A.
b) Encuentre A
1000
c) Diagonalice ortogonalmente A con el producto euclidiano interior.
[
]
b ¿ A
1000
[
1000
1000
1000
1000
1000
1000
1000
1000
1000 ]
Para la diagonalización ortogonal, Ortonormalizamos los Autovectores
⃗ y
1
x
1
‖
⃗ x
1
‖
√
⟨ (1,0 , − 2 )(1,0 , − 2 )⟩
√
⟹ ⃗ y
1
√
[
]
⃗ y
2
x
2
⟨
x
2
, ⃗ y
1
⟩
y
1
‖
⃗ x
2
⟨
x
2
, ⃗ y
1
⟩
y
1
‖
a
a
‖
⟨
√ 5
⟩
√ 5
‖
a =( 0,1,0) −
√
⟨ ( 0,1,0 ) , (0,1,0)⟩=√ 1 = 1 ⟹ ⃗ y
2
a
a
⟹ ⃗ y
2
[
]
⃗ y
3
x
3
‖⃗ x
3
‖
√
⟨
⟩
√ 4 + 1
⟹ ⃗ y
3
√ 5
[
]
¿
[
√ 5
√ 5
√
√
]
¿
T
¿
para la diagonalizacion ortogonal
¿
[
√ 5
√ 5
√
√
]
[
]
[
√ 5
√ 5
√
√
]
[
]