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 vectorial Tema 2 · Espai euclidià
Exercici 1
(2,5 punts) Determinar per a quins valors d’a a a el vector u ⃗ = ( 2 , 1 , a ) \vec u = (2, 1, a) 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)\} {( 1 , 1 , 1 ) , ( 1 , a , 3 ) , ( a , 1 , 1 )} .
Solució Plantegem el sistema
u ⃗ \vec u u és combinació lineal dels tres vectors si existeixen λ 1 , λ 2 , λ 3 \lambda_1, \lambda_2, \lambda_3 λ 1 , λ 2 , λ 3 tals que
λ 1 ( 1 , 1 , 1 ) + λ 2 ( 1 , a , 3 ) + λ 3 ( a , 1 , 1 ) = ( 2 , 1 , a ) \lambda_1 (1, 1, 1) + \lambda_2 (1, a, 3) + \lambda_3 (a, 1, 1) = (2, 1, a) λ 1 ( 1 , 1 , 1 ) + λ 2 ( 1 , a , 3 ) + λ 3 ( a , 1 , 1 ) = ( 2 , 1 , a ) És un sistema lineal amb incògnites λ 1 , λ 2 , λ 3 \lambda_1, \lambda_2, \lambda_3 λ 1 , λ 2 , λ 3 . La matriu de coeficients té els vectors per columnes, i la columna de termes independents és u ⃗ \vec u u :
A = ( 1 1 a 1 a 1 1 3 1 ) A ∣ b = ( 1 1 a 2 1 a 1 1 1 3 1 a ) 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) A = 1 1 1 1 a 3 a 1 1 A ∣ b = 1 1 1 1 a 3 a 1 1 2 1 a u ⃗ \vec u 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) rang ( A ) = rang ( A ∣ b ) .
Determinant de A
∣ A ∣ = ( a + 1 + 3 a ) − ( a 2 + 3 + 1 ) = − a 2 + 4 a − 3 |A| = (a + 1 + 3a) - (a^2 + 3 + 1) = -a^2 + 4a - 3 ∣ A ∣ = ( a + 1 + 3 a ) − ( a 2 + 3 + 1 ) = − a 2 + 4 a − 3 − a 2 + 4 a − 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 − a 2 + 4 a − 3 = 0 → a = − 2 − 4 ± 16 − 4 ⋅ ( − 1 ) ⋅ ( − 3 ) = − 2 − 4 ± 2 → a = 3 o a = 1 Si a ≠ 1 i a ≠ 3
∣ A ∣ ≠ 0 |A| \neq 0 ∣ A ∣ = 0 , per tant rang ( A ) = 3 \operatorname{rang}(A) = 3 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 ∣ b ) = 3 .
rang ( A ) = rang ( A ∣ b ) = 3 \operatorname{rang}(A) = \operatorname{rang}(A|b) = 3 rang ( A ) = rang ( A ∣ b ) = 3 : el sistema és compatible (determinat) i u ⃗ \vec u u és combinació lineal dels tres vectors.
Si a = 3
A = ( 1 1 3 1 3 1 1 3 1 ) ∣ 1 1 1 3 ∣ = 2 ≠ 0 → rang ( A ) = 2 A = \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 = 1 1 1 1 3 3 3 1 1 1 1 1 3 = 2 = 0 → rang ( A ) = 2 A la matriu ampliada, triem un menor d’ordre 3 amb la columna de termes independents:
A ∣ b = ( 1 1 3 2 1 3 1 1 1 3 1 3 ) ∣ 1 1 2 1 3 1 1 3 3 ∣ = 16 − 12 = 4 ≠ 0 → rang ( A ∣ b ) = 3 A|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 A ∣ b = 1 1 1 1 3 3 3 1 1 2 1 3 1 1 1 1 3 3 2 1 3 = 16 − 12 = 4 = 0 → rang ( A ∣ b ) = 3 rang ( A ) = 2 ≠ 3 = rang ( A ∣ b ) \operatorname{rang}(A) = 2 \neq 3 = \operatorname{rang}(A|b) rang ( A ) = 2 = 3 = rang ( A ∣ b ) : el sistema és incompatible i u ⃗ \vec u u no és combinació lineal.
Si a = 1
A = ( 1 1 1 1 1 1 1 3 1 ) ∣ 1 1 1 3 ∣ = 2 ≠ 0 → rang ( A ) = 2 A = \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) = 2 A = 1 1 1 1 1 3 1 1 1 1 1 1 3 = 2 = 0 → rang ( A ) = 2 A ∣ b = ( 1 1 1 2 1 1 1 1 1 3 1 1 ) ∣ 1 1 2 1 1 1 1 3 1 ∣ = 8 − 6 = 2 ≠ 0 → rang ( A ∣ b ) = 3 A|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 A ∣ b = 1 1 1 1 1 3 1 1 1 2 1 1 1 1 1 1 1 3 2 1 1 = 8 − 6 = 2 = 0 → rang ( A ∣ b ) = 3 Tampoc no coincideixen els rangs: el sistema és incompatible i u ⃗ \vec u u no és combinació lineal.
Resum
a a a rang ( A ) \operatorname{rang}(A) rang ( A ) rang ( A ∣ b ) \operatorname{rang}(A \vert b) rang ( A ∣ b ) Sistema Combinació lineal? a ≠ 1 , 3 a \neq 1,\ 3 a = 1 , 3 3 3 3 3 3 3 Compatible Sí a = 3 a = 3 a = 3 2 2 2 3 3 3 Incompatible No a = 1 a = 1 a = 1 2 2 2 3 3 3 Incompatible No
Resultat u ⃗ = ( 2 , 1 , a ) \vec u = (2, 1, a) u = ( 2 , 1 , a ) és combinació lineal del conjunt de vectors per a a ≠ 1 a \neq 1 a = 1 i a ≠ 3 a \neq 3 a = 3 , ja que aleshores rang ( A ) = rang ( A ∣ b ) = 3 \operatorname{rang}(A) = \operatorname{rang}(A|b) = 3 rang ( A ) = rang ( A ∣ b ) = 3 .
Exercici 2
(2 punts) Donat el conjunt de vectors de R 3 \mathbb R^3 R 3
{ u ⃗ , v ⃗ , w ⃗ , t ⃗ } = { ( 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)\} { u , v , w , t } = {( 1 , 0 , − 1 ) , ( 0 , 3 , 2 ) , ( 1 , − 1 , 0 ) , ( 3 , 2 , − 1 )} 2.1 Verificar si els vectors u ⃗ , v ⃗ , w ⃗ , t ⃗ \vec u, \vec v, \vec w, \vec t u , v , w , t són linealment independents. Raonar la resposta.
2.2 Obtenir una base de R 3 \mathbb R^3 R 3 del conjunt u ⃗ , v ⃗ , w ⃗ , t ⃗ \vec u, \vec v, \vec w, \vec t u , v , w , t .
Solució apartat (2.1) Són linealment independents si l’única solució de
λ 1 u ⃗ + λ 2 v ⃗ + λ 3 w ⃗ + λ 4 t ⃗ = 0 ⃗ \lambda_1 \vec u + \lambda_2 \vec v + \lambda_3 \vec w + \lambda_4 \vec t = \vec 0 λ 1 u + λ 2 v + λ 3 w + λ 4 t = 0 és la trivial, λ 1 = λ 2 = λ 3 = λ 4 = 0 \lambda_1 = \lambda_2 = \lambda_3 = \lambda_4 = 0 λ 1 = λ 2 = λ 3 = λ 4 = 0 .
És un sistema homogeni de 3 equacions (una per component) i 4 incògnites. La matriu té 3 files, així que
rang ( u ⃗ , v ⃗ , w ⃗ , t ⃗ ) ≤ 3 < 4 = nre. de vectors (inc o ˋ gnites) \operatorname{rang}(\vec u, \vec v, \vec w, \vec t) \leq 3 < 4 = \text{nre. de vectors (incògnites)} rang ( u , v , w , t ) ≤ 3 < 4 = nre. de vectors (inc o ˋ gnites) El sistema és compatible indeterminat: a més de la trivial, té infinites solucions.
Resultat { u ⃗ , v ⃗ , w ⃗ , t ⃗ } \{\vec u, \vec v, \vec w, \vec t\} { u , v , w , t } són linealment dependents . A R 3 \mathbb R^3 R 3 hi pot haver com a màxim 3 vectors linealment independents.
Solució apartat (2.2) Una base de R 3 \mathbb R^3 R 3 són 3 vectors linealment independents. Provem amb u ⃗ , v ⃗ , w ⃗ \vec u, \vec v, \vec w u , v , w , posats per columnes:
∣ 1 0 1 0 3 − 1 − 1 2 0 ∣ = 3 + 2 = 5 ≠ 0 → rang ( u ⃗ , v ⃗ , w ⃗ ) = 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 1 0 − 1 0 3 2 1 − 1 0 = 3 + 2 = 5 = 0 → rang ( u , v , w ) = 3
rang = nre. de vectors = 3 \operatorname{rang} = \text{nre. de vectors} = 3 rang = nre. de vectors = 3 , per tant són linealment independents .
rang = dim ( R 3 ) = 3 \operatorname{rang} = \dim(\mathbb R^3) = 3 rang = dim ( R 3 ) = 3 , per tant són un sistema de generadors de R 3 \mathbb R^3 R 3 .
Resultat { u ⃗ , v ⃗ , w ⃗ } \{\vec u, \vec v, \vec w\} { u , v , w } és una base de R 3 \mathbb R^3 R 3 .
No és l'única resposta
Qualsevol tria de 3 vectors del conjunt amb determinant diferent de zero és una base vàlida. Per exemple, { u ⃗ , v ⃗ , t ⃗ } \{\vec u, \vec v, \vec t\} { u , v , t } també ho és: el seu determinant val 2 2 2 .
Exercici 3
(2 punts) Calcular per quins valors de k ∈ R k \in \mathbb R k ∈ R són ortogonals els vectors u ⃗ = ( − 1 , 3 , k ) \vec u = (-1, 3, k) u = ( − 1 , 3 , k ) i v ⃗ = ( 0 , 2 , − 1 ) \vec v = (0, 2, -1) v = ( 0 , 2 , − 1 ) .
Solució Dos vectors són ortogonals si el seu producte escalar és zero: u ⃗ ⊥ v ⃗ ⟺ u ⃗ ⋅ v ⃗ = 0 \vec u \perp \vec v \iff \vec u \cdot \vec v = 0 u ⊥ v ⟺ u ⋅ 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 ( − 1 , 3 , k ) ⋅ ( 0 , 2 , − 1 ) = 0 + 6 − k = 0 → k = 6 Resultat k = 6 k = 6 k = 6 . Comprovació: ( − 1 , 3 , 6 ) ⋅ ( 0 , 2 , − 1 ) = 0 + 6 − 6 = 0 (-1, 3, 6) \cdot (0, 2, -1) = 0 + 6 - 6 = 0 ( − 1 , 3 , 6 ) ⋅ ( 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)\} {( 1 , 1 , 0 ) , ( 0 , 2 , 0 ) , ( 1 , 0 , 1 )}
4.1 Comprovar que formen base de R 3 \mathbb R^3 R 3 .
4.2 Trobar els components del vector v ⃗ = ( 3 , 1 , 4 ) \vec v = (3, 1, 4) v = ( 3 , 1 , 4 ) en aquesta base.
Solució apartat (4.1) Posem els vectors per columnes. Desenvolupant per la tercera fila:
A = ( 1 0 1 1 2 0 0 0 1 ) ∣ A ∣ = 1 ⋅ ∣ 1 0 1 2 ∣ = 2 ≠ 0 → rang ( A ) = 3 A = \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 A = 1 1 0 0 2 0 1 0 1 ∣ A ∣ = 1 ⋅ 1 1 0 2 = 2 = 0 → rang ( A ) = 3 rang ( A ) = nre. de vectors = 3 \operatorname{rang}(A) = \text{nre. de vectors} = 3 rang ( A ) = nre. de vectors = 3 (linealment independents) i rang ( A ) = dim ( R 3 ) = 3 \operatorname{rang}(A) = \dim(\mathbb R^3) = 3 rang ( A ) = dim ( R 3 ) = 3 (sistema de generadors).
Resultat Els tres vectors formen una base de R 3 \mathbb R^3 R 3 .
Solució apartat (4.2) Plantegem el sistema
Els components de v ⃗ \vec v v en aquesta base són els escalars λ 1 , λ 2 , λ 3 \lambda_1, \lambda_2, \lambda_3 λ 1 , λ 2 , λ 3 tals que
λ 1 ( 1 , 1 , 0 ) + λ 2 ( 0 , 2 , 0 ) + λ 3 ( 1 , 0 , 1 ) = ( 3 , 1 , 4 ) \lambda_1 (1, 1, 0) + \lambda_2 (0, 2, 0) + \lambda_3 (1, 0, 1) = (3, 1, 4) λ 1 ( 1 , 1 , 0 ) + λ 2 ( 0 , 2 , 0 ) + λ 3 ( 1 , 0 , 1 ) = ( 3 , 1 , 4 ) Igualant component a component:
λ 1 + λ 3 = 3 λ 1 + 2 λ 2 = 1 λ 3 = 4 } \left.\begin{aligned}
\lambda_1 + \lambda_3 &= 3 \\
\lambda_1 + 2\lambda_2 &= 1 \\
\lambda_3 &= 4
\end{aligned}\right\} λ 1 + λ 3 λ 1 + 2 λ 2 λ 3 = 3 = 1 = 4 ⎭ ⎬ ⎫ Resolem
La tercera equació ja dona λ 3 = 4 \lambda_3 = 4 λ 3 = 4 . Substituint a la primera: λ 1 = 3 − λ 3 = 3 − 4 = − 1 \lambda_1 = 3 - \lambda_3 = 3 - 4 = -1 λ 1 = 3 − λ 3 = 3 − 4 = − 1 . I a la segona:
λ 2 = 1 − λ 1 2 = 1 − ( − 1 ) 2 = 2 2 = 1 \lambda_2 = \frac{1 - \lambda_1}{2} = \frac{1 - (-1)}{2} = \frac{2}{2} = 1 λ 2 = 2 1 − λ 1 = 2 1 − ( − 1 ) = 2 2 = 1 Resultat ( λ 1 , λ 2 , λ 3 ) = ( − 1 , 1 , 4 ) (\lambda_1, \lambda_2, \lambda_3) = (-1, 1, 4) ( λ 1 , λ 2 , λ 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) − 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 k k k la forma quadràtica de R 3 \mathbb R^3 R 3 definida com
f ( x , y , z ) = 4 x 2 + 3 y 2 + k z 2 + 2 x y + 4 x z + 2 y z f(x, y, z) = 4x^2 + 3y^2 + kz^2 + 2xy + 4xz + 2yz f ( x , y , z ) = 4 x 2 + 3 y 2 + k z 2 + 2 x y + 4 x z + 2 y z 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 (2 x y → 1 2xy \to 1 2 x y → 1 , 4 x z → 2 4xz \to 2 4 x z → 2 , 2 y z → 1 2yz \to 1 2 y z → 1 ):
A = ( 4 1 2 1 3 1 2 1 k ) A = \begin{pmatrix} 4 & 1 & 2 \\ 1 & 3 & 1 \\ 2 & 1 & k \end{pmatrix} A = 4 1 2 1 3 1 2 1 k Menors principals
M P 1 = { 4 , 3 , k } MP_1 = \{4,\ 3,\ k\} M P 1 = { 4 , 3 , k } M P 2 = { ∣ 4 1 1 3 ∣ , ∣ 3 1 1 k ∣ , ∣ 4 2 2 k ∣ } = { 11 , 3 k − 1 , 4 k − 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\} M P 2 = { 4 1 1 3 , 3 1 1 k , 4 2 2 k } = { 11 , 3 k − 1 , 4 k − 4 } M P 3 = ∣ A ∣ = 11 k − 12 MP_3 = |A| = 11k - 12 M P 3 = ∣ A ∣ = 11 k − 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 k k k (4 4 4 , 3 3 3 i 11 11 11 ) ja ho són:
M P 1 > 0 : k > 0 M P 2 > 0 : k > 1 3 i k > 1 M P 3 > 0 : k > 12 11 \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} M P 1 > 0 : M P 2 > 0 : M P 3 > 0 : k > 0 k > 3 1 i k > 1 k > 11 12 Totes les condicions s’han de complir alhora. Com que 0 < 1 3 < 1 < 12 11 ≈ 1,09 0 < \tfrac13 < 1 < \tfrac{12}{11} \approx 1{,}09 0 < 3 1 < 1 < 11 12 ≈ 1 , 09 , la més exigent és k > 12 11 k > \tfrac{12}{11} k > 11 12 , i qui la compleix compleix també les altres.
Resultat Només es compleix M P i > 0 MP_i > 0 M P i > 0 , i = 1 , 2 , 3 i = 1, 2, 3 i = 1 , 2 , 3 , per a k > 12 11 k > \dfrac{12}{11} k > 11 12 : és aleshores quan f f f és definida positiva.