Saltar al contenido

Diario de clases

Clases de Jesús Soto

Menú
  • Fórmulas
Menú

Categoría: Álgebra Lineal

ALG: Ejercicios de repaso

Posted on 17 de diciembre de 2025

Ejercicio: Sea la matriz \(A=\begin{bmatrix}4 & 2 & 0 & 0\\ 3 & 3 & 0 & 0\\ 0 & 0 & 2 & 5\\ 0 & 0 & 0 & 2\end{bmatrix}\) y v el autovector unitario asociado a su mayor autovalor. ¿Cuál es la distancia de v a [1,3,6,9]?


Ejercicio: Sea la matriz \(A=\begin{bmatrix}4 & 1 & 0 & 1\\ 2 & 3 & 0 & 1\\ -2 & 1 & 2 & -3\\ 2 & -1 & 0 & 5\end{bmatrix}.\) Cuál de los siguientes vectores pertenece al ortogonal del subespacio propio del autovalor \(\lambda\), tal que \(m_a(\lambda)=2\):

A.)[2,1,0,1] B.)[3,0,2,1] C.)[-1,1,2,0]


Ejercicio: Sea la matriz \[A=\begin{bmatrix}4 & 1 & 0 & 1\\ 2 & 3 & 0 & 1\\ -2 & 1 & 2 & -3\\
2 & -1 & 0 & 5\end{bmatrix}.\] Cuál es la norma de la proyección de [1,3,6,9] sobre el ortogonal del subespacio propio del menor autovalor \(\lambda\), tal que \(m_a(\lambda)=1\).


Ejercicio: Dada la matriz \[A=\begin{bmatrix}4 & 1 & 0 & 1\\ 2 & 3 & 0 & 1\\ -2 & 1 & 2 & -3\\
2 & -1 & 0 & 5\end{bmatrix},\] ¿cuál es la norma de su polinomio característico?.

(%i2) A:matrix([4,1,0,1],[2,3,0,1],[−2,1,2,−3],[2,−1,0,5]);
p:rat(determinant(A−x·ident(4)));

\[\begin{bmatrix}4 & 1 & 0 & 1\\2 & 3 & 0 & 1\\-2 & 1 & 2 & -3\\2 & -1 & 0 & 5\end{bmatrix}\]

\[{{x}^{4}}-14 {{x}^{3}}+68 {{x}^{2}}-136 x+96\]

Una vez obtenido el polinomio característico, determinamos su norma. Recordemos que el polinomio característico pertenece al espacio vectorial \(\mathbb{R}_4[x]\), y en él definimos el producto escalar habitual como \[\int_0^1p(x)q(x)\ dx\] para \(p(x),q(x)\in\mathbb{R}_4[x]\). Por tanto, la norma que buscamos será:

(%i4) fpprintprec:4$
float(sqrt(integrate(p^2,x,0,1)));

\[52.79\]


Ejercicio: Sea el subespacio vectorial de \(S\subset\mathbb{R}^5\) generado por los vectores \(\vec{u}\)(-11,-3,3,5,-1), \(\vec{v}\)(7,2,-2,-3,1) y \(\vec{w}\)(-9,-2,2,5,1) y \(\vec{x}\)(0,-1,1,-2,0). ¿Cuál es la \(\textbf{dim}(S^\perp)\)?


Ejercicio: Sea \(S=\{[[3a+2b,-2a-b],[b,a]]\in \mathcal{M}_2(\mathbb{R})\}\). ¿Cuál es la \(\|\textbf{proy}_S([[-1,0],[2,1]])\|\)?


Ejemplo: Sea \(\pi:\{(x,y,z,t)\in\mathbb{R}^4;\ 2x+3y-z=0,\ y+2z-t=0\}\). Determinar la norma de la proyección de [0,2,1,-1] sobre \(S^\bot\).


Ejemplo: Sea \(S=\{[[3a+2b,-2a-b+c],[b+2c,a-c]]\in \mathcal{M}_2(\mathbb{R})\}\), \(A\) y \(B\) las proyecciones sobre \(S\) y su ortogonal, respectivamente, de la matriz [[-1,0],[2,1]], ¿cuál es el valor \(\|AB\|\)?


Ejercicio: Sea \[A=\begin{bmatrix}-1 & 4 & 3\\ 1 & -2 & 0\\ 1 & -2 & 2\\ 1 & 0 & 1\end{bmatrix}.\] Si \(v:[-1,2,3]\), \(u:[-1,2,3,4]\) y \(L\) es la pseudoinversa de A, ¿cuánto es \(v.L.u^t\)?

(%i1) A:matrix([−1,4,3],[1,−2,0],[1,−2,2],[1,0,1]);

\[\operatorname{ }\begin{bmatrix}-1 & 4 & 3\\1 & -2 & 0\\1 & -2 & 2\\1 & 0 & 1\end{bmatrix}\]

(%i2) if (rank(A)=3) then (
       print(«tiene pseudoinversa por la izquierda»),
       L:invert(transpose(A).A).transpose(A),
       print(L)
)else(print(«no tiene pseudoinversa por la izquierda»))$

\[\]\[\mbox{tiene pseudoinversa por la izquierda}\]\[\begin{bmatrix}-\frac{1}{12} & \frac{1}{4} & -\frac{5}{12} & \frac{13}{12}\\\frac{1}{12} & 0 & -\frac{1}{3} & \frac{5}{12}\\\frac{1}{6} & 0 & \frac{1}{3} & -\frac{1}{6}\end{bmatrix}» «\]

(%i5) v:[−1,2,3]$
u:[−1,2,3,4]$
v.L.transpose(u);

\[-2\]


Ejercicio: Sea \[A=\begin{bmatrix}1 & 1\\
1 & 0\end{bmatrix}=QR\] la factorización QR de la matriz \(A\) y \(u:[2,1]\), ¿cuánto es \(u.Q.u^t\)?

Para resolver el ejercicio vamos a utilizar el Método de Gram-Schmidt:

Sean \(\mathbf{a}_1\) y \(\mathbf{a}_2\) las columnas de \(A\):
\[ \mathbf{a}_1 = \begin{bmatrix} 1 \\ 1 \end{bmatrix}, \quad \mathbf{a}_2 = \begin{bmatrix} 1 \\ 0 \end{bmatrix} \]

Paso 1: Aplicar el proceso de Gram-Schmidt para obtener las columnas ortogonales \(\mathbf{v}_1\) y \(\mathbf{v}_2\).

1. Vector \(\mathbf{v}_1\):
\[ \mathbf{v}_1 = \mathbf{a}_1 = \begin{bmatrix} 1 \\ 1 \end{bmatrix} \]

2. Vector \(\mathbf{v}_2\):
\[ \mathbf{v}_2 = \mathbf{a}_2 – \text{proy}_{\mathbf{v}_1} \mathbf{a}_2 = \mathbf{a}_2 – \frac{\mathbf{a}_2 \cdot \mathbf{v}_1}{\|\mathbf{v}_1\|^2} \mathbf{v}_1 \]
Calculamos los términos:

  • \(\mathbf{a}_2 \cdot \mathbf{v}_1 = (1)(1) + (0)(1) = 1\)
  • \(\|\mathbf{v}_1\|^2 = 1^2 + 1^2 = 2\)

Sustituimos:
\[ \mathbf{v}_2 = \begin{bmatrix} 1 \\ 0 \end{bmatrix} – \frac{1}{2} \begin{bmatrix} 1 \\ 1 \end{bmatrix} = \begin{bmatrix} 1 – 1/2 \\ 0 – 1/2 \end{bmatrix} = \begin{bmatrix} 1/2 \\ -1/2 \end{bmatrix} \]

Paso 2: Normalizar los vectores \(\mathbf{v}_1\) y \(\mathbf{v}_2\) para formar la matriz \(Q\).

1. Vector \(\mathbf{q}_1\):
\[ \|\mathbf{v}_1\| = \sqrt{2} \]
\[ \mathbf{q}_1 = \frac{\mathbf{v}_1}{\|\mathbf{v}_1\|} = \frac{1}{\sqrt{2}} \begin{bmatrix} 1 \\ 1 \end{bmatrix} = \begin{bmatrix} 1/\sqrt{2} \\ 1/\sqrt{2} \end{bmatrix} \]

2. Vector \(\mathbf{q}_2\):
\[ \|\mathbf{v}_2\| = \sqrt{(1/2)^2 + (-1/2)^2} = \sqrt{1/4 + 1/4} = \sqrt{1/2} = \frac{1}{\sqrt{2}} \]
\[ \mathbf{q}_2 = \frac{\mathbf{v}_2}{\|\mathbf{v}_2\|} = \sqrt{2} \begin{bmatrix} 1/2 \\ -1/2 \end{bmatrix} = \begin{bmatrix} \sqrt{2}/2 \\ -\sqrt{2}/2 \end{bmatrix} = \begin{bmatrix} 1/\sqrt{2} \\ -1/\sqrt{2} \end{bmatrix} \]

La matriz ortogonal \(Q\) es:
\[ Q = \begin{bmatrix} \mathbf{q}_1 & \mathbf{q}_2 \end{bmatrix} = \begin{bmatrix} 1/\sqrt{2} & 1/\sqrt{2} \\ 1/\sqrt{2} & -1/\sqrt{2} \end{bmatrix} \]

Paso 3: Calcular la matriz triangular superior \(R\).

La matriz \(R\) se calcula como \(R = Q^T A\):
\[ R = Q^T A = \begin{bmatrix} 1/\sqrt{2} & 1/\sqrt{2} \\ 1/\sqrt{2} & -1/\sqrt{2} \end{bmatrix} \begin{bmatrix} 1 & 1 \\ 1 & 0 \end{bmatrix} \]

Los elementos de \(R\) son:

  • \(r_{11} = \mathbf{q}_1 \cdot \mathbf{a}_1 = 1/\sqrt{2} + 1/\sqrt{2} = 2/\sqrt{2} = \sqrt{2}\)
  • \(r_{12} = \mathbf{q}_1 \cdot \mathbf{a}_2 = 1/\sqrt{2} + 0 = 1/\sqrt{2}\)
  • \(r_{21} = \mathbf{q}_2 \cdot \mathbf{a}_1 = 1/\sqrt{2} – 1/\sqrt{2} = 0\)
  • \(r_{22} = \mathbf{q}_2 \cdot \mathbf{a}_2 = 1/\sqrt{2} – 0 = 1/\sqrt{2}\)

La matriz triangular superior \(R\) es:
\[ R = \begin{bmatrix} \sqrt{2} & 1/\sqrt{2} \\ 0 & 1/\sqrt{2} \end{bmatrix} \]

Para terminar
\[[2,1]\begin{bmatrix} 1/\sqrt{2} & 1/\sqrt{2} \\ 1/\sqrt{2} & -1/\sqrt{2} \end{bmatrix}.[2,1]^t=\frac{7}{\sqrt{2}}\approx 4.9497\]


 

Ejercicio: Sea la matriz \(A=\begin{bmatrix}-4 & 0\\-4 & -7\end{bmatrix}\), ¿cuál es el valor de \(\log(\|A^9\|)\)

  • 18.01
  • 22.54
  • 31.48


C.)

(%i2) A:matrix([−4,0],[−4,−7]);
factor(determinant(A−x·ident(2)));

\[\begin{bmatrix}-4 & 0\\-4 & -7\end{bmatrix}\]

\[\left( x+4\right) \, \left( x+7\right) \]

(%i11) X:matrix([x],[y])$  
eq:(A−(−7)·ident(2)).X$
s:linsolve([eq[1,1],eq[2,1]],[x,y])$
v:[ev([x,y],[ev(s,[%rnum_list[1]=1])])]$
eq:(A−(−4)·ident(2)).X$
s:linsolve([eq[1,1],eq[2,1]],[x,y])$
v:append(v,[ev([x,y],[ev(s,[%rnum_list[1]=1])])])$
D:transpose(matrix([−7,0],[0,−4]));
P:transpose(matrix(v[1],v[2]));

\[\]\[solve: dependent equations eliminated: (2)\]\[solve: dependent equations eliminated: (1)\]

\[\begin{bmatrix}-7 & 0\\0 & -4\end{bmatrix}\]

\[\begin{bmatrix}0 & -\frac{3}{4}\\1 & 1\end{bmatrix}\]

Calcular la potencia 9 será

(%i12) A9:P.(D^^9).invert(P);

\[\begin{bmatrix}-262144 & 0\\-53455284 & -40353607\end{bmatrix}\]

Ahora la norma y su logaritmo

(%i15) fpprintprec:4$
sqrt(mat_trace(transpose(A9).A9)),numer;
log(%);

\[6.697\cdot {{10}^{7}}\]

\[18.01\]

ALG: Diagonalización de una matriz

Posted on 15 de diciembre de 2025

Dado \(\mathbf {A} \in M_{n\times n}(\mathbb {K} )\), una matriz cuadrada con valores sobre un cuerpo \(\mathbb {K}\), decimos que \(\mathbf{A}\) es diagonalizable si, y sólo si, \(\mathbf{A}\) se puede descomponer de…

ALG: Autovectores y autovalores con maxima

Posted on 12 de diciembre de 2025

El pasado día vimos que para calcular los valores propios o autovalores necesitamos el polinomio característico. Ejercicio: Determinar los autovalores de la matriz \[\begin{bmatrix}1 & 1 & 0\\ 2 & 0 &…

ALG: Autovectores y autovalores

Posted on 10 de diciembre de 2025

Autovalores Denominamos esta parte autovectores y autovalores, también conocidos como vectores y valores propios de una matriz. Su definición es simple: Dada una matriz, \(A\in\mathcal{C}_n(\mathbb{K})\), real o compleja, cuerpos que trataremos, decimos…

ALG: El espacio vectorial euclídeo con maxima

Posted on 5 de diciembre de 2025

Suma e intersección de subespacios Ejemplo: Sean los subespacios vectoriales \(S=\textbf{Gen}\{[[1,2],[2,1]],\) \([[0,-1],[1,1]]\}\) \(\in\mathcal{M}_2(\mathbb{R})\) y \(T=\textbf{Gen}\{[[-1,0],[3,-1]],\)\([[1,9],[9,-2]]\}\in\mathcal{M}_2(\mathbb{R})\). Determinar las ecuaciones implícitas de \(S\cap T\). Solución: Ejemplo: Dados los subespacios anteriores, ¿cuáles son las sumas(en…

ALG: Factorización QR

Posted on 3 de diciembre de 2025

La Factorización QR (o Descomposición QR) es un proceso por el cual una matriz \(A\) se expresa como el producto de dos matrices especiales: una matriz ortogonal \(Q\) y una matriz triangular…

ALG: Aplicaciones y matrices ortogonales

Posted on 1 de diciembre de 2025

Aplicaciones y matrices ortogonales Definimos las aplicaciones ortogonales a las aplicaciones de un espacio vectorial con producto escalar \((\mathcal{E},\bullet)\) que conservan el producto escalar; es decir, \(f:\mathcal{E}\to \mathcal{E}\), es ortogonal si \[f(\vec{x})\bullet…

ALG: Ortogonalización con maxima

Posted on 28 de noviembre de 2025

Abordemos una de los procesos más importantes en este tema: Ejemplo: Dar una base ortogonal de la variedad \(S=\left\{\begin{bmatrix}1&2\\ 0& -1\end{bmatrix}+\left.\begin{bmatrix}a+b&3a-b\\ b& -a\end{bmatrix}\right|a,b\in\mathbb{R}\right\}\) Solución: Ejemplo: Cuál sería la traza de la matriz…

ALG: Proyección ortogonal

Posted on 26 de noviembre de 2025

El pasado día veíamos que cuando \(S\) era un subespacio vectorial entonces \[\mathcal{E}=S\oplus S^{\bot}\] Esto implica que para todo vector \(\vec{v}\in \mathcal{E}\) existirán dos únicos vectores \(\vec{u}\in S\) y \(\vec{w}\in S^{\bot}\), tales…

ALG: Complemento ortogonal

Posted on 24 de noviembre de 2025

Si tenemos un espacio vectorial euclídeo de dimensión finita, \(\mathcal{E}\), definimos el complemento ortogonal (a veces simplemente ortogonal) de un subespacio \(S\) de \(\mathcal{E}\) a \[S^\bot=\{\vec{v}\in \mathcal{E}|\;\vec{v}\bullet\vec{u}=0\,\forall \vec{u}\in S\}\] Proposición. Si \(S\subset…

Paginación de entradas

1 2 … 4 Siguientes

Novela

La Loba, la lucha fraticida por un reino

La Loba, la lucha fratricida por un reino.

Urraca, señora de Zamora, acusada de instigar la muerte de su hermano, el rey Sancho de Castilla, deberá defenderse de la acusación, al tiempo que luchará por mantener la cohesión entre los hermanos y los reinos cristianos: una lobera de fieros lobeznos.

👉 En amazon

Entradas recientes

  • MAD: Presentación
  • ALG: Ejercicios de repaso
  • ALG: Diagonalización de una matriz
  • ALG: Autovectores y autovalores con maxima
  • ALG: Autovectores y autovalores
febrero 2026
L M X J V S D
 1
2345678
9101112131415
16171819202122
232425262728  
« Dic    

Categorías

  • Álgebra Lineal
  • general
  • Matemática Discreta
  • MathBio

Etiquetas

Prácticas MathBio Prácticas Álgebra

Meta

  • Acceder
  • Feed de entradas
  • Feed de comentarios
  • WordPress.org
©2026 Diario de clases | Diseño: Tema de WordPress Newspaperly