0% encontró este documento útil (0 votos)
64 vistas11 páginas

Análisis de Polinomios y Espacios Vectoriales

Este documento presenta un análisis matemático para determinar si una matriz 3x3 es diagonalizable. Se calculan los autovalores de la matriz y sus autovectores asociados. Se encuentra que solo hay dos autovectores linealmente independientes, por lo que la matriz no es diagonalizable.

Cargado por

Gianella López
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
64 vistas11 páginas

Análisis de Polinomios y Espacios Vectoriales

Este documento presenta un análisis matemático para determinar si una matriz 3x3 es diagonalizable. Se calculan los autovalores de la matriz y sus autovectores asociados. Se encuentra que solo hay dos autovectores linealmente independientes, por lo que la matriz no es diagonalizable.

Cargado por

Gianella López
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

DNI: 95. 734.

906

𝐷7 = 0

𝑊1 = {𝑝(𝑥 ) ∈ 𝒫2 /𝑝(0) = 𝑝(1)}

Tomamos un polinomio genérico para ver los que


cumplen con la condición del subespacio:

𝑝(𝑥 ) = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐
𝑝(0) = 𝑐
𝑝(1) = 𝑎 + 𝑏 + 𝑐

Y tenemos
𝑝(0) = 𝑝(1)

𝑐 =𝑎+𝑏+𝑐

𝑎+𝑏 =0

𝑎 = −𝑏

Entonces la condicion del subespacio son todos los


polinomios tales que

𝑝(𝑥 ) = 𝑎𝑥 2 − 𝑎𝑥 + 𝑐
𝑝(𝑥 ) = 𝑎(𝑥 2 − 𝑥 ) + 𝑐(1), 𝑎, 𝑐 ∈ ℝ

Y una base para este subespacio es:

𝐵𝑊1 = {𝑥 2 − 𝑥; 1}

Y la dimensión es 2

1 2 3
b) 𝑊2 = 𝑔𝑒𝑛 ([1] ; [−2] ; [ 7 ])
0 1 −1

Ese generador será base si todos sus vectores son


L.I, serán L.I si la única solución es 𝑐1 = 𝑐2 = 𝑐3 = 0

1 2 3 0
𝑐1 [1] + 𝑐2 [−2] + 𝑐3 [ 7 ] = [0]
0 1 −1 0

1 2 3 𝑐1 0
[1 −2 7 ] [𝑐2 ] = [0]
0 1 −1 𝑐3 0

1 2 3 | 0
[1 −2 7 | 0]
0 1 −1 | 0

1 2 3 | 0
𝐹2 − 𝐹1 → 𝐹2 : [0 −4 4 | 0]
0 1 −1 | 0
1 2 3 | 0
1
𝐹2 + 𝐹3 → 𝐹2 : [0 0 0 | 0]
4
0 1 −1 | 0

𝑐 + 2𝑐2 + 3𝑐3 = 0
→{ 1
𝑐2 − 𝑐3 = 0

De la tercera 𝑐2 = 𝑐3

Reemplazamos en la primera

𝑐1 + 2𝑐2 + 3𝑐2 = 0

𝑐1 = −5𝑐2

Y tenemos que los vectores son L.D

1 2 3 0
𝑐1 [1] + 𝑐2 [−2] + 𝑐3 [ 7 ] = [0]
0 1 −1 0

1 2 3 0
−5𝑐2 [1] + 𝑐2 [−2] + 𝑐2 [ 7 ] = [0]
0 1 −1 0

1 2 3 0
−5 [1] + [−2] + [ 7 ] = [0]
0 1 −1 0

3 1 2
[ 7 ] = 5 [1] − [−2]
−1 0 1
3
Quitamos [ 7 ] del generador
−1

1 2
𝑊2 = 𝑔𝑒𝑛 ([1] ; [−2])
0 1

Como estos dos vectores no son múltiplos entre sí,


son L.I y también base de 𝑊2

1 2
𝐵𝑊2 = {[1] ; [−2]}
0 1

Y la dimensión es 2, por lo que 𝑊2 ≠ ℝ3 sino mas


bien que 𝑊2 ⊂ ℝ3

Debido a que geométricamente 𝑊2 representa un


plano, no puede generar todo el espacio vectorial.

𝑎+𝑐
𝑎 𝑏 2𝑏 + 2𝑑
𝑇 ([ ]) = [ ]
𝑐 𝑑 −𝑎 + 2𝑏 − 𝑐 + (𝑘 − 1)𝑑
0 0
a) Para que el ker(𝑇) = {[ ]} la dimensión del
0 0
Kernel debe ser 0

Nulidad(T) = 0

Y por el teorema de la dimensión

dim(𝑀2𝑥2 ) = 𝑁𝑢𝑙𝑖𝑑𝑎𝑑(𝑇)
⏟ ⏟ + Rango(T)
2∗2 0

dim(𝐼𝑚(𝑇)) = 4

Pero el espacio vectorial donde se encuentra la


imagen de T es ℝ3 el cual posee como maximo
dimension 3, por lo cual no existirá ningún valor de
𝑘 que satisfaga lo pedido.

b) Para que la 𝐼𝑚(𝑇) defina un plano dim(𝐼𝑚(𝑇)) =


2

Por lo anterior entonces dim(ker(𝑇)) = 2

Consigamos un generador para la imagen

𝑎+𝑐
𝑎 𝑏 2𝑏 + 2𝑑
𝑇 ([ ]) = [ ]
𝑐 𝑑 −𝑎 + 2𝑏 − 𝑐 + (𝑘 − 1)𝑑

𝑎 0 𝑐 0
𝑎 𝑏
𝑇 ([ ]) = [ 0 ] + [2𝑏] + [ 0 ] + [ 2𝑑 ]
𝑐 𝑑 −𝑎 −𝑐 (𝑘 − 1)𝑑
2𝑏
1 0 1 0
𝑎 𝑏
𝑇 ([ ]) = 𝑎 [ 0 ] + 𝑏 [2] + 𝑐 [ 0 ] + 𝑑 [ 2 ]
𝑐 𝑑
−1 2 −1 𝑘−1

Y un generador para la imagen es

1 0 1 0
𝐼𝑚(𝑇) = 𝑔𝑒𝑛 ([ 0 ] ; [2] ; [ 0 ] ; [ 2 ])
−1 2 −1 𝑘 − 1

Tenemos que un vector se repite, podemos quitarlo


del generador:

1 0 0
𝐼𝑚(𝑇)) = 𝑔𝑒𝑛 ([ 0 ] ; [2] ; [ 2 ])
−1 2 𝑘 − 1

Buscamos que sean L.D para poder quitar uno del


generador y que nos quede como base:

1 0 0 0
𝑐1 [ 0 ] + 𝑐2 [2] + 𝑐3 [ 2 ] = [0]
−1 2 𝑘−1 0

1 0 0 | 0
[0 2 2 | 0]
−1 2 𝑘 − 1 | 0

1 0 0 | 0
𝐹3 + 𝐹1 → 𝐹3 : [0 2 2 | 0]
0 2 𝑘−1 | 0
1 0 0 | 0
𝐹3 − 𝐹2 → 𝐹3 : [0 2 2 | 0]
0 0 𝑘−3 | 0

Y serán L.I si se cancela una fila, entonces:

𝑘−3=0
𝑘=3

En caso que 𝑘 = 3 se cancela la ultima fila y


tendriamos:

𝑐1 = 0
{ → 𝑐2 = −𝑐3
2𝑐2 + 2𝑐3 = 0

1 0 0 0
0 [ 0 ] − 𝑐3 [2] + 𝑐3 [ 2 ] = [0]
−1 2 3−1 0

0 0
[2] = [2] → 𝑃𝑜𝑑𝑒𝑚𝑜𝑠 𝑞𝑢𝑖𝑡𝑎𝑟 𝑒𝑠𝑡𝑒 𝑣𝑒𝑐𝑡𝑜𝑟
2 2

Y una base seria:

1 0
𝐵 = {[ 0 ] ; [2]}
−1 2

Lo cual geométricamente representa un plano en ℝ3


que pasa por el origen y posee esos dos vectores
directores.
𝐷6 = 9

10 1 2
𝐴 = [ 0 10 3]
0 0 0

Sera diagonalizable si tiene 3 autovectores


linealmente independientes

Buscamos los autovalores:

10 − 𝜆 1 2 𝑥 0
[ 0 10 − 𝜆 3] [𝑦] = [0]
0 0 𝜆 𝑧 0

Calculamos el determinante:

10 − 𝜆 1 2
det ([ 0 10 − 𝜆 3])
0 0 𝜆

Desarrollo por fila 3

10 − 𝜆 1
𝜆| | = 𝜆(10 − 𝜆)2
0 10 − 𝜆
E igualamos a 0 para hallar los autovalores

𝜆 =0
𝜆(10 − 𝜆)2 = 0 → { 1
𝜆2 = 10

Ahora buscamos los autovectores asociados a estos


autovalores:

Para 𝜆 = 0

10 1 2 𝑥 0
[0 10 3] [𝑦] = [0]
0 0 0 𝑧 0

10𝑥 + 𝑦 + 2𝑧 0
[ 10𝑦 + 3𝑧 ] = [0]
0 0

10𝑥 + 𝑦 + 2𝑧 = 0 10
{ 10𝑦 + 3𝑧 = 0 → 𝑧 = − 𝑦
3
0=0

Reemplazamos en la primera

10
10𝑥 + 𝑦 + 2 ∗ − 𝑦=0
3

20
10𝑥 + 𝑦 − 𝑦=0
3

17
10𝑥 − 𝑦 = 0
3
17
10𝑥 = 𝑦
3

17
𝑥= 𝑦
30

Y los autovectores asociados son múltiplos de


17
𝑦
30
[ 𝑦 ]
10
− 𝑦
3

17/30
𝐸𝜆0 = {[ 1 ]}
−10/3

Ahora los autovectores asociados a 𝜆 = 10

0 1 2 𝑥 0
[0 0 3 ] [𝑦] = [0]
0 0 10 𝑧 0
𝑦+𝑧 =0 0=0
{ 3𝑧 = 0 → {𝑦 = 0
10𝑧 = 0 z=0

𝑥
Y tenemos los autovectores de la forma [0]
0

Siendo el único autovector asociado a 𝜆10 son los de


1
la forma 𝑦 [0]
0
1
𝐸𝜆10 = {[0]}
0

Como solo tenemos 2 autovectores linealmente


independientes la matriz no es diagonalizable.

También podría gustarte