Avaluació continuada · Prova 1 de 2

Espai vectorial i espai euclidià

Solució de la primera prova parcial. Combinació lineal amb paràmetre, dependència lineal, bases, components en una base, ortogonalitat i formes quadràtiques.

Tema 1 · Espai vectorialTema 2 · Espai euclidià

Exercici 1

(2,5 punts) Determinar per a quins valors d’aa el vector u⃗=(2,1,a)\vec u = (2, 1, a) és combinació lineal dels vectors del conjunt {(1,1,1), (1,a,3), (a,1,1)}\{(1, 1, 1),\ (1, a, 3),\ (a, 1, 1)\}.

Solució

Plantegem el sistema

u⃗\vec u és combinació lineal dels tres vectors si existeixen λ1,λ2,λ3\lambda_1, \lambda_2, \lambda_3 tals que

λ1(1,1,1)+λ2(1,a,3)+λ3(a,1,1)=(2,1,a)\lambda_1 (1, 1, 1) + \lambda_2 (1, a, 3) + \lambda_3 (a, 1, 1) = (2, 1, a)

És un sistema lineal amb incògnites λ1,λ2,λ3\lambda_1, \lambda_2, \lambda_3. La matriu de coeficients té els vectors per columnes, i la columna de termes independents és u⃗\vec u:

A=(11a1a1131)A∣b=(11a21a11131a)A = \begin{pmatrix} 1 & 1 & a \\ 1 & a & 1 \\ 1 & 3 & 1 \end{pmatrix} \qquad A|b = \left(\begin{array}{ccc|c} 1 & 1 & a & 2 \\ 1 & a & 1 & 1 \\ 1 & 3 & 1 & a \end{array}\right)

u⃗\vec u serà combinació lineal si i només si el sistema és compatible, és a dir (Rouché–Frobenius), si rang⁡(A)=rang⁡(A∣b)\operatorname{rang}(A) = \operatorname{rang}(A|b).

Determinant de A

∣A∣=(a+1+3a)−(a2+3+1)=−a2+4a−3|A| = (a + 1 + 3a) - (a^2 + 3 + 1) = -a^2 + 4a - 3−a2+4a−3=0  →  a=−4±16−4⋅(−1)⋅(−3)−2=−4±2−2  →  a=3   o   a=1-a^2 + 4a - 3 = 0 \;\rightarrow\; a = \frac{-4 \pm \sqrt{16 - 4\cdot(-1)\cdot(-3)}}{-2} = \frac{-4 \pm 2}{-2} \;\rightarrow\; a = 3 \;\text{ o }\; a = 1

Si a ≠ 1 i a ≠ 3

∣A∣≠0|A| \neq 0, per tant rang⁡(A)=3\operatorname{rang}(A) = 3. La matriu ampliada té 3 files, així que el seu rang no pot passar de 3: rang⁡(A∣b)=3\operatorname{rang}(A|b) = 3.

rang⁡(A)=rang⁡(A∣b)=3\operatorname{rang}(A) = \operatorname{rang}(A|b) = 3: el sistema és compatible (determinat) i u⃗\vec u és combinació lineal dels tres vectors.

Si a = 3

A=(113131131)∣1113∣=2≠0  →  rang⁡(A)=2A = \begin{pmatrix} 1 & 1 & 3 \\ 1 & 3 & 1 \\ 1 & 3 & 1 \end{pmatrix} \qquad \begin{vmatrix} 1 & 1 \\ 1 & 3 \end{vmatrix} = 2 \neq 0 \;\rightarrow\; \operatorname{rang}(A) = 2

A la matriu ampliada, triem un menor d’ordre 3 amb la columna de termes independents:

A∣b=(113213111313)∣112131133∣=16−12=4≠0  →  rang⁡(A∣b)=3A|b = \left(\begin{array}{ccc|c} 1 & 1 & 3 & 2 \\ 1 & 3 & 1 & 1 \\ 1 & 3 & 1 & 3 \end{array}\right) \qquad \begin{vmatrix} 1 & 1 & 2 \\ 1 & 3 & 1 \\ 1 & 3 & 3 \end{vmatrix} = 16 - 12 = 4 \neq 0 \;\rightarrow\; \operatorname{rang}(A|b) = 3

rang⁡(A)=2≠3=rang⁡(A∣b)\operatorname{rang}(A) = 2 \neq 3 = \operatorname{rang}(A|b): el sistema és incompatible i u⃗\vec u no és combinació lineal.

Si a = 1

A=(111111131)∣1113∣=2≠0  →  rang⁡(A)=2A = \begin{pmatrix} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 3 & 1 \end{pmatrix} \qquad \begin{vmatrix} 1 & 1 \\ 1 & 3 \end{vmatrix} = 2 \neq 0 \;\rightarrow\; \operatorname{rang}(A) = 2A∣b=(111211111311)∣112111131∣=8−6=2≠0  →  rang⁡(A∣b)=3A|b = \left(\begin{array}{ccc|c} 1 & 1 & 1 & 2 \\ 1 & 1 & 1 & 1 \\ 1 & 3 & 1 & 1 \end{array}\right) \qquad \begin{vmatrix} 1 & 1 & 2 \\ 1 & 1 & 1 \\ 1 & 3 & 1 \end{vmatrix} = 8 - 6 = 2 \neq 0 \;\rightarrow\; \operatorname{rang}(A|b) = 3

Tampoc no coincideixen els rangs: el sistema és incompatible i u⃗\vec u no és combinació lineal.

Resum

aarang⁡(A)\operatorname{rang}(A)rang⁡(A∣b)\operatorname{rang}(A \vert b)SistemaCombinació lineal?
a≠1, 3a \neq 1,\ 33333CompatibleSí
a=3a = 32233IncompatibleNo
a=1a = 12233IncompatibleNo
Resultat

u⃗=(2,1,a)\vec u = (2, 1, a) és combinació lineal del conjunt de vectors per a a≠1a \neq 1 i a≠3a \neq 3, ja que aleshores rang⁡(A)=rang⁡(A∣b)=3\operatorname{rang}(A) = \operatorname{rang}(A|b) = 3.

Exercici 2

(2 punts) Donat el conjunt de vectors de R3\mathbb R^3

{u⃗,v⃗,w⃗,t⃗}={(1,0,−1), (0,3,2), (1,−1,0), (3,2,−1)}\{\vec u, \vec v, \vec w, \vec t\} = \{(1, 0, -1),\ (0, 3, 2),\ (1, -1, 0),\ (3, 2, -1)\}

2.1 Verificar si els vectors u⃗,v⃗,w⃗,t⃗\vec u, \vec v, \vec w, \vec t són linealment independents. Raonar la resposta.

2.2 Obtenir una base de R3\mathbb R^3 del conjunt u⃗,v⃗,w⃗,t⃗\vec u, \vec v, \vec w, \vec t.

Solució apartat (2.1)

Són linealment independents si l’única solució de

λ1u⃗+λ2v⃗+λ3w⃗+λ4t⃗=0⃗\lambda_1 \vec u + \lambda_2 \vec v + \lambda_3 \vec w + \lambda_4 \vec t = \vec 0

és la trivial, λ1=λ2=λ3=λ4=0\lambda_1 = \lambda_2 = \lambda_3 = \lambda_4 = 0.

És un sistema homogeni de 3 equacions (una per component) i 4 incògnites. La matriu té 3 files, així que

rang⁡(u⃗,v⃗,w⃗,t⃗)≤3<4=nre. de vectors (incoˋgnites)\operatorname{rang}(\vec u, \vec v, \vec w, \vec t) \leq 3 < 4 = \text{nre. de vectors (incògnites)}

El sistema és compatible indeterminat: a més de la trivial, té infinites solucions.

Resultat

{u⃗,v⃗,w⃗,t⃗}\{\vec u, \vec v, \vec w, \vec t\} són linealment dependents. A R3\mathbb R^3 hi pot haver com a màxim 3 vectors linealment independents.

Solució apartat (2.2)

Una base de R3\mathbb R^3 són 3 vectors linealment independents. Provem amb u⃗,v⃗,w⃗\vec u, \vec v, \vec w, posats per columnes:

∣10103−1−120∣=3+2=5≠0  →  rang⁡(u⃗,v⃗,w⃗)=3\begin{vmatrix} 1 & 0 & 1 \\ 0 & 3 & -1 \\ -1 & 2 & 0 \end{vmatrix} = 3 + 2 = 5 \neq 0 \;\rightarrow\; \operatorname{rang}(\vec u, \vec v, \vec w) = 3
  • rang⁡=nre. de vectors=3\operatorname{rang} = \text{nre. de vectors} = 3, per tant són linealment independents.
  • rang⁡=dim⁡(R3)=3\operatorname{rang} = \dim(\mathbb R^3) = 3, per tant són un sistema de generadors de R3\mathbb R^3.
Resultat

{u⃗,v⃗,w⃗}\{\vec u, \vec v, \vec w\} és una base de R3\mathbb R^3.

Exercici 3

(2 punts) Calcular per quins valors de k∈Rk \in \mathbb R són ortogonals els vectors u⃗=(−1,3,k)\vec u = (-1, 3, k) i v⃗=(0,2,−1)\vec v = (0, 2, -1).

Solució

Dos vectors són ortogonals si el seu producte escalar és zero: u⃗⊥v⃗  ⟺  u⃗⋅v⃗=0\vec u \perp \vec v \iff \vec u \cdot \vec v = 0.

(−1,3,k)⋅(0,2,−1)=0+6−k=0  →  k=6(-1, 3, k) \cdot (0, 2, -1) = 0 + 6 - k = 0 \;\rightarrow\; k = 6
Resultat

k=6k = 6. Comprovació: (−1,3,6)⋅(0,2,−1)=0+6−6=0(-1, 3, 6) \cdot (0, 2, -1) = 0 + 6 - 6 = 0.

Exercici 4

(2 punts) Donat el següent conjunt de vectors: {(1,1,0), (0,2,0), (1,0,1)}\{(1, 1, 0),\ (0, 2, 0),\ (1, 0, 1)\}

4.1 Comprovar que formen base de R3\mathbb R^3.

4.2 Trobar els components del vector v⃗=(3,1,4)\vec v = (3, 1, 4) en aquesta base.

Solució apartat (4.1)

Posem els vectors per columnes. Desenvolupant per la tercera fila:

A=(101120001)∣A∣=1⋅∣1012∣=2≠0  →  rang⁡(A)=3A = \begin{pmatrix} 1 & 0 & 1 \\ 1 & 2 & 0 \\ 0 & 0 & 1 \end{pmatrix} \qquad |A| = 1 \cdot \begin{vmatrix} 1 & 0 \\ 1 & 2 \end{vmatrix} = 2 \neq 0 \;\rightarrow\; \operatorname{rang}(A) = 3

rang⁡(A)=nre. de vectors=3\operatorname{rang}(A) = \text{nre. de vectors} = 3 (linealment independents) i rang⁡(A)=dim⁡(R3)=3\operatorname{rang}(A) = \dim(\mathbb R^3) = 3 (sistema de generadors).

Resultat

Els tres vectors formen una base de R3\mathbb R^3.

Solució apartat (4.2)

Plantegem el sistema

Els components de v⃗\vec v en aquesta base són els escalars λ1,λ2,λ3\lambda_1, \lambda_2, \lambda_3 tals que

λ1(1,1,0)+λ2(0,2,0)+λ3(1,0,1)=(3,1,4)\lambda_1 (1, 1, 0) + \lambda_2 (0, 2, 0) + \lambda_3 (1, 0, 1) = (3, 1, 4)

Igualant component a component:

λ1+λ3=3λ1+2λ2=1λ3=4}\left.\begin{aligned} \lambda_1 + \lambda_3 &= 3 \\ \lambda_1 + 2\lambda_2 &= 1 \\ \lambda_3 &= 4 \end{aligned}\right\}

Resolem

La tercera equació ja dona λ3=4\lambda_3 = 4. Substituint a la primera: λ1=3−λ3=3−4=−1\lambda_1 = 3 - \lambda_3 = 3 - 4 = -1. I a la segona:

λ2=1−λ12=1−(−1)2=22=1\lambda_2 = \frac{1 - \lambda_1}{2} = \frac{1 - (-1)}{2} = \frac{2}{2} = 1
Resultat

(λ1,λ2,λ3)=(−1,1,4)(\lambda_1, \lambda_2, \lambda_3) = (-1, 1, 4). Comprovació: −1 (1,1,0)+1 (0,2,0)+4 (1,0,1)=(3,1,4)-1\,(1, 1, 0) + 1\,(0, 2, 0) + 4\,(1, 0, 1) = (3, 1, 4).

Exercici 5

(2 punts) Estudiar per a quins valors del paràmetre kk la forma quadràtica de R3\mathbb R^3 definida com

f(x,y,z)=4x2+3y2+kz2+2xy+4xz+2yzf(x, y, z) = 4x^2 + 3y^2 + kz^2 + 2xy + 4xz + 2yz

és definida positiva.

Solució

Matriu associada

A la diagonal hi van els coeficients dels quadrats i, fora de la diagonal, la meitat dels coeficients dels termes creuats (2xy→12xy \to 1, 4xz→24xz \to 2, 2yz→12yz \to 1):

A=(41213121k)A = \begin{pmatrix} 4 & 1 & 2 \\ 1 & 3 & 1 \\ 2 & 1 & k \end{pmatrix}

Menors principals

MP1={4, 3, k}MP_1 = \{4,\ 3,\ k\}MP2={∣4113∣, ∣311k∣, ∣422k∣}={11, 3k−1, 4k−4}MP_2 = \left\{ \begin{vmatrix} 4 & 1 \\ 1 & 3 \end{vmatrix},\ \begin{vmatrix} 3 & 1 \\ 1 & k \end{vmatrix},\ \begin{vmatrix} 4 & 2 \\ 2 & k \end{vmatrix} \right\} = \{11,\ 3k - 1,\ 4k - 4\}MP3=∣A∣=11k−12MP_3 = |A| = 11k - 12

Condició de definida positiva

Per tal que sigui definida positiva, tots els menors principals han de ser estrictament positius. Els que no depenen de kk (44, 33 i 1111) ja ho són:

MP1>0:k>0MP2>0:k>13   i   k>1MP3>0:k>1211\begin{aligned} MP_1 > 0:&\quad k > 0 \\ MP_2 > 0:&\quad k > \tfrac13 \;\text{ i }\; k > 1 \\ MP_3 > 0:&\quad k > \tfrac{12}{11} \end{aligned}

Totes les condicions s’han de complir alhora. Com que 0<13<1<1211≈1,090 < \tfrac13 < 1 < \tfrac{12}{11} \approx 1{,}09, la més exigent és k>1211k > \tfrac{12}{11}, i qui la compleix compleix també les altres.

Resultat

Només es compleix MPi>0MP_i > 0, i=1,2,3i = 1, 2, 3, per a k>1211k > \dfrac{12}{11}: és aleshores quan ff és definida positiva.