Saltar al contenido

Diario de clases

Clases de Jesús Soto

Menú
  • Fórmulas
Menú

Etiqueta: Prácticas Álgebra

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

(%i3) A:matrix([1,1,0],[2,0,2],[–3,–2,–1])$
ecu_caract:expand(determinant(A–x*ident(3)))=0;
solve(ecu_caract,[x]);

(ecu_caract)−x3−x=0(%o3) [x=−%i,x=%i,x=0]


Ejercicio: Determinar los autovalores de la matriz \[\begin{bmatrix}4 & 3 & 0\\
-6 & -5 & 0\\ 3 & 3 & 1\end{bmatrix}\]

(%i3) A:matrix([4,3,0],[–6,–5,0],[3,3,1])$
ecu_caract:expand(determinant(A–x*ident(3)))=0;
solve(ecu_caract,[x]);

(ecu_caract)−x3+3⁢x−2=0(%o3) [x=−2,x=1]


Recodad que definíamos los autovectores, o vectores propios, como

Recordemos que dada una matriz, \(\mathbf{A}\in\mathcal{M}_n(\mathbb{K})\), decimos que \(\vec{v} \in\mathbb{K}^n\) es un autovector, o vector propio de la matriz, sí \[\mathbf{A}\vec{v}=\lambda\vec{v},\] siendo \(\lambda\in\mathbb{K}\). Al escalar \(\lambda\) se le denomina autovalor o valor propio de la matriz.

Si determinamos los valores propios, o autovalores, saber los vectores propios, o autovalores, será equivalente a resolver el sistema \[(\mathbf{A}-\lambda\, I)\vec{x}=\vec{0},\] para cada valor propio \(\lambda\) raíz de la ecuación característica(el resultado de igualar el polinomio característico a cero). Así, para cada valor propio habrá un vector propio, al menos.

Cada valor propio tiene asociado un conjunto \(C_\lambda=\{\vec{v}\in\mathbb{K}^n\}\), que se determina resolviendo el sistema homogeneo \((\mathbf{A}-\lambda\, I)\vec{x}=\vec{0}\), que se denomina subespacio propio de \(\lambda\). Las bases de estos subespacios son los vectores propios de la matriz.

Ejercicio: Determinar los subespacios propios de la matriz \[\begin{bmatrix}2&1\\1&2\end{bmatrix}\]

(%i6) A:matrix([2,1],[1,2])$
determinant(A−x·ident(2));
s:solve(%,x);
aut:[]$
for i:1 thru length(s) do (
   aut:append(aut,[ev(x,s[i])])
)$
aut;

\[{{\left( 2-x\right) }^{2}}-1\]

\[\left[ x=3,x=1\right] \]

\[\left[ 3,1\right] \]

Tenemos dos autovalores, veamos cuales son los subespacios propios de cada autovalor.

Para el primer autovalor

(%i10) X:matrix([x],[y])$
(A−aut[1]·ident(2)).X;
s:linsolve([%[1,1],%[2,1]],[x,y]);
v:[ev([x,y],[ev(s,%rnum_list[1]=1)])];

\[\begin{bmatrix}y-x\\x-y\end{bmatrix}\]\[solve: dependent equations eliminated: (2)\]

\[\left[ x={\mathrm{\% r1}},y={\mathrm{\% r1}}\right] \]

\[\left[ \left[ 1,1\right] \right] \]

Para el segundo autovalor.

(%i13) (A−aut[2]·ident(2)).X;
s:linsolve([%[1,1],%[2,1]],[x,y]);
v:append(v,[ev([x,y],[ev(s,%rnum_list[1]=1)])]);

\[\begin{bmatrix}y+x\\y+x\end{bmatrix}\]\[solve: dependent equations eliminated: (2)\]

\[\left[ x=-{\mathrm{\% r2}},y={\mathrm{\% r2}}\right] \]

\[\left[ \left[ 1,1\right] ,\left[ -1,1\right] \right] \]


Ejercicio: Determinar los subespacios propios de la matriz \[\begin{bmatrix}3&2&{-1}\\2&3&1\\0&0&5\end{bmatrix}\]

(%i6) A:matrix([3,2,−1],[2,3,1],[0,0,5])$
rat(determinant(A−x·ident(3)))=0;
s:solve(%,x);
aut:[]$
for i:1 thru length(s) do (
   aut:append(aut,[ev(x,s[i])])
)$
aut;

\[-{{x}^{3}}+11 {{x}^{2}}-35 x+25=0\]

\[\left[ x=1,x=5\right] \]

\[\left[ 1,5\right] \]

Tenemos dos autovalores, veamos cuales son los subespacios propios de cada autovalor.

Para el primer autovalor

(%i10) X:matrix([x],[y],[z])$
(A−aut[1]·ident(3)).X;
s:linsolve([%[1,1],%[2,1],%[3,1]],[x,y,z]);
v:[ev([x,y,z],[ev(s,%rnum_list[1]=1)])];

\[\begin{bmatrix}-z+2 y+2 x\\z+2 y+2 x\\4 z\end{bmatrix}\]\[solve: dependent equations eliminated: (1)\]

\[\left[ x={\mathrm{\% r1}},y=-{\mathrm{\% r1}},z=0\right] \]

\[\left[ \left[ 1,-1,0\right] \right] \]

Para el segundo autovalor.

(%i13) X:matrix([x],[y],[z])$
(A−aut[2]·ident(3)).X;
s:linsolve([%[1,1],%[2,1],%[3,1]],[x,y,z]);

\[\begin{bmatrix}-z+2 y-2 x\\z-2 y+2 x\\0\end{bmatrix}\]\[solve: dependent equations eliminated: (3 2)\]

\[\left[ x=-\frac{{\mathrm{\% r2}}-2 {\mathrm{\% r3}}}{2},y={\mathrm{\% r3}},z={\mathrm{\% r2}}\right] \]

Tenemos dos parámetros: saldrán dos vectores propios.

(%i15) v:append(v,[ev([x,y,z],[ev(s,[%rnum_list[1]=1,%rnum_list[2]=0])])])$
v:append(v,[ev([x,y],z,[ev(s,[%rnum_list[1]=0,%rnum_list[2]=1])])]);

\[\left[ \left[ 1,-1,0\right] ,\left[ -\frac{1}{2},0,1\right] ,\left[ 1,1\right] \right] \]


Ejercicio: Cuántos vectores propio tiene la matriz \[\begin{bmatrix}4 & -1 & 6 & 0\\
2 & 1 & 6 & 0\\
2 & -1 & 8 & 0\\
0 & 2 & 0 & 1\end{bmatrix}\]

(%i6) A:matrix([4,−1,6,0],[2,1,6,0],[2,−1,8,0],[0,2,0,1])$
rat(determinant(A−x·ident(4)))=0;
s:solve(%,x);
aut:[]$
for i:1 thru length(s) do (
    aut:append(aut,[ev(x,s[i])])
)$
aut;

\[{{x}^{4}}-14 {{x}^{3}}+53 {{x}^{2}}-76 x+36=0\]

\[\left[ x=9,x=1,x=2\right] \]

\[\left[ 9,1,2\right] \]

Tenemos tres autovalores, veamos cuales son los subespacios propios de cada autovalor.

Para el primer autovalor

(%i10) X:matrix([x],[y],[z],[t])$
(A−aut[1]·ident(4)).X;
s:linsolve([%[1,1],%[2,1],%[3,1],%[4,1]],[x,y,z,t]);
v:[ev([x,y,z,t],[ev(s,%rnum_list[1]=1)])];

\[\begin{bmatrix}6 z-y-5 x\\6 z-8 y+2 x\\-z-y+2 x\\2 y-8 t\end{bmatrix}\]\[solve: dependent equations eliminated: (1)\]

\[\left[ x={\mathrm{\% r1}},y={\mathrm{\% r1}},z={\mathrm{\% r1}},t=\frac{{\mathrm{\% r1}}}{4}\right] \]

\[\left[ \left[ 1,1,1,\frac{1}{4}\right] \right] \]

Para el segundo autovalor.

(%i12) (A−aut[2]·ident(4)).X;
s:linsolve([%[1,1],%[2,1],%[3,1],%[4,1]],[x,y,z,t]);

\[\begin{bmatrix}6 z-y+3 x\\6 z+2 x\\7 z-y+2 x\\2 y\end{bmatrix}\]\[solve: dependent equations eliminated: (1)\]

\[\left[ x=0,y=0,z=0,t={\mathrm{\% r2}}\right] \]

(%i13) v:append(v,[ev([x,y,z,t],[ev(s,%rnum_list[1]=1)])]);

\[\left[ \left[ 1,1,1,\frac{1}{4}\right] ,\left[ 0,0,0,1\right] \right] \]

Para el tercer autovalor.

(%i15) (A−aut[3]·ident(4)).X;
s:linsolve([%[1,1],%[2,1],%[3,1],%[4,1]],[x,y,z,t]);

\[\begin{bmatrix}6 z-y+2 x\\6 z-y+2 x\\6 z-y+2 x\\2 y-t\end{bmatrix}\]\[solve: dependent equations eliminated: (3 1)\]

\[\left[ x={\mathrm{\% r3}},y=6 {\mathrm{\% r4}}+2 {\mathrm{\% r3}},z={\mathrm{\% r4}},t=12 {\mathrm{\% r4}}+4 {\mathrm{\% r3}}\right] \]

Tenemos dos parámetros: saldrán dos vectores propios.

(%i17) v:append(v,[ev([x,y,z,t],[ev(s,[%rnum_list[1]=1,%rnum_list[2]=0])])])$
v:append(v,[ev([x,y,z,t],[ev(s,[%rnum_list[1]=0,%rnum_list[2]=1])])]);

\[\left[ \left[ 1,1,1,\frac{1}{4}\right] ,\left[ 0,0,0,1\right] ,\left[ 1,2,0,4\right] ,\left[ 0,6,1,12\right] \right] \]


Ejercicio: Cuál es el producto escalar de [1,-2,3,-4] por el autovector unitario del mayor valor propio de la matriz \[\begin{bmatrix}4 & 2 & 0 & 0 \\
3 & 3 & 0 & 0 \\
0 & 0 & 2 & 5 \\
0 & 0 & 0 & 2\end{bmatrix}\]

Veamos quienes son los autovalores:

(%i6) A:matrix([4,2,0,0],[3,3,0,0],[0,0,2,5],[0,0,0,2])$
rat(determinant(A−x·ident(4)))=0;
s:solve(%,x);
aut:[]$
fori:1thrulength(s)do(
   aut:append(aut,[ev(x,s[i])])
)$
aut;

\[{{x}^{4}}-11 {{x}^{3}}+38 {{x}^{2}}-52 x+24=0\]

\[\left[ x=6,x=1,x=2\right] \]

\[\left[ 6,1,2\right] \]

Tenemos tres autovalores y el mayor es 6. Veamos cuales son los vectores propios asociados a su subespacio propio.

(%i10) X:matrix([x],[y],[z],[t])$
(A−6·ident(4)).X;
s:linsolve([%[1,1],%[2,1],%[3,1],%[4,1]],[x,y,z,t]);
v:ev([x,y,z,t],[ev(s,%rnum_list[1]=1)]);

\[\begin{bmatrix}2 y-2 x\\3 x-3 y\\5 t-4 z\\-4 t\end{bmatrix}\]\[solve: dependent equations eliminated: (1)\]

\[\left[ x={\mathrm{\% r1}},y={\mathrm{\% r1}},z=0,t=0\right] \]

\[\left[ 1,1,0,0\right] \]

El producto que nos piden será:

(%i12) [1,−2,3,−4].v/sqrt(v.v);
%,numer;

\[-\frac{1}{\sqrt{2}}\]

\[-0.7071067811865475\]


Ejercicio: Cuál es el producto escalar de [1,-2,3,-4] por el autovector unitario del mayor valor propio de la matriz \[\begin{bmatrix}4 & 1 & 0 & 1\\
2 & 3 & 0 & 1\\
-2 & 1 & 2 & -3\\
2 & -1 & 0 & 5\end{bmatrix}\]

Veamos quienes son los autovalores:

(%i6) A:matrix([4,1,0,1],[2,3,0,1],[−2,1,2,−3],[2,−1,0,5])$
rat(determinant(A−x·ident(4)))=0;
s:solve(%,x);
aut:[]$
fori:1thrulength(s)do(
   aut:append(aut,[ev(x,s[i])])
)$
aut;

\[{{x}^{4}}-14 {{x}^{3}}+68 {{x}^{2}}-136 x+96=0\]

\[\left[ x=6,x=4,x=2\right] \]

\[\left[ 6,4,2\right] \]

Tenemos tres autovalores y el mayor es 6. Veamos cuales son los vectores propios asociados a su subespacio propio.

(%i10) X:matrix([x],[y],[z],[t])$
(A−6·ident(4)).X;
s:linsolve([%[1,1],%[2,1],%[3,1],%[4,1]],[x,y,z,t]);
v:ev([x,y,z,t],[ev(s,%rnum_list[1]=1)]);

\[\begin{bmatrix}y-2 x+t\\-3 y+2 x+t\\-4 z+y-2 x-3 t\\-y+2 x-t\end{bmatrix}\]\[solve: dependent equations eliminated: (4)\]

\[\left[ x={\mathrm{\% r1}},y={\mathrm{\% r1}},z=-{\mathrm{\% r1}},t={\mathrm{\% r1}}\right] \]

\[\left[ 1,1,-1,1\right] \]

El producto que nos piden será:

(%i11) [1,−2,3,−4].v/sqrt(v.v);

\[-4\]


Ejercicio:Cuántos suman los coeficientes del polinomio característico de la matriz \[\left[\begin{smallmatrix}0 & -1 & -1 & 0\\ -2 & 1 & -1 & 0 \\ -2 & 2 & 2 & 0\\ 0 & 0 & 0 & -1\end{smallmatrix}\right].\]

  • 1
  • 3
  • 4

C.)

Calculemos el polinomio característico.

(%i3) A:matrix([0,–1,–1,0],[–2,1,–1,0],[–2,2,2,0],[0,0,0,–1])$
define(f(x),expand(determinant(A–x*ident(4))));
f(1);

(%o2) f⁡(x):=x4−2⁢x3−3⁢x2+4⁢x+4(%o3) 4

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: 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: El espacio afín euclídeo \(\mathbb{R}^3\) y sistemas de ecuaciones con maxima

Posted on 18 de noviembre de 2025

El espacio afín euclídeo Ejemplo: ¿Cuál es la norma del vector perpendicular al subespacio generado por \(\vec{v}:(1,-1,5)\) y \(\vec{u}:(2,3,-1)\)? Solución: Lo que buscamos es \(\|\vec{v}\times\vec{u}\|\). (%i6) fpprintprec:6$v:[1,–1,5]$u:[2,3,–1]$vu:rat(determinant(matrix([i,j,k],v,u)),k,j,i);vu:[coeff(vu,i),coeff(vu,j),coeff(vu,k)]$print(«La norma de «,vu,«es»,float(sqrt(vu.vu)))$ (vu)−14⁢i+11⁢j+5⁢kLa norma…

ALG: Espacios vectoriales y aplicaciones lineales con maxima

Posted on 24 de octubre de 2025

Compleción de un conjunto l.i. a una base A veces, necesitamos completar un conjunto l.i. de vectores para que formen una base de todo el espacio vectorial. Para conseguirlo podemos obrar de…

ALG: Criptografía basada en matrices

Posted on 17 de octubre de 2025

En criptografía clásica, el Cifrado Hill es un cifrado de sustitución poligráfica basado en el álgebra lineal. Inventado por Lester S. Hill en 1929, fue el primer cifrado poligráfico que era práctico…

ALG: Determinantes y factorización LU con maxima

Posted on 10 de octubre de 2025

Repaso de la inversa y pseudoinversa de una matriz El procedimiento común para el cálculo de la inversa de una matriz(en caso de existir) puede plantearse como el algoritmo dado mediante transformaciones…

ALG: Matrices con Maxima

Posted on 3 de octubre de 2025

Matrices Si queremos utilizar matrices nos bastará con definirla mediante matrix(). Las filas de definimos como vectores: Ejercicio: Definir las matrices \(A=\begin{bmatrix}1 & 2 & 3\\ 4 & 5 & 6\end{bmatrix}\) y…

ALG: Presentación

Posted on 19 de septiembre de 2025

En la presentación del día de hoy hemos visto Presentación Objetivos de la asignatura Metodología y Evaluación Prácticas Bibliografía Objetivos, Metodología y Evaluación Se detallan en la guía que podéis encontrar en…

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