Ejercicios de Algebra Lineal. Curso 2010/2011

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Ejercicios de Algebra Lineal. Curso 2010/2011"

Transcripción

1 Ejercicios de Algebra Lineal Curso 2010/2011 Versión

2 Índice general 1. Espacios vectoriales Cuestionestest Problemas Matrices y aplicaciones lineales Cuestionestest Problemas Traza y determinante Cuestionestest Problemas Sistemas lineales Cuestionestest Problemas Diagonalización. Autovalores y autovectores Cuestionestest Problemas Formas cuadráticas Cuestionestest Problemas Convexidad de conjuntos y funciones Cuestionestest Problemas

3 Capítulo 1 Espacios vectoriales 1.1. Cuestiones test 1. Sean u 1, u 2, u 3 y u 4 = u 1 3 u 2 vectoresnonulosder 3 ydistintosentresí.entoncesseverifica que: a) { u 1, u 2, u 3, u 4 }sonlinealmentedependientes. b) { u 1, u 2, u 3, u 4 }sonlinealmenteindependientes. c) { u 1, u 2, u 4 }sonlinealmentedependientes. d) { u 1, u 2, u 3 }sonlinealmenteindependientes. 2. ElconjuntoW ={(x,y,z) R 3 /x+y+z=0, 2x y=a}verificaque: a) paratodoa ResunsubespaciovectorialdeR 3 dedimensión1. b) paraa=0esunsubespaciovectorialder 3 dedimensión1. c) paraa=3,noesunsubespaciovectorialr Sean W 1 yw 2 subconjuntosder 3 definidospor: W 1 ={(x,y,z) R 3 :x+y=0}; W 2 ={(x,y,z) R 3 :x+y+z=0} Entoncesseverifica:que W 1,W 2 y W 1 W 2 sonsubespaciosder 3 a) W 1 W 2 noessubespaciovectorial. b) W 1 W 2 ={(x,y,z) R 3 :z=0}. c) W 1 W 2 ={(x,y,z) R 3 :x+y=0,z=0}. 4. Elconjuntodevectores M={ u 1 =(1,1,2,1), u 2 =(0,2,3,1), u 3 =(2,0,a,1)} verificaque: a) M es un conjunto de vectores linealmente independiente para cualquier valor de a b) paratodoa Relrangodelamatriz a esiguala c) paraa=1,l(m)={(x,y,z,t) R 4 / y+t=z, x+y=2t},quetienedimensión2. d) M es un conjunto de vectores linealmente dependiente para cualquier valor de a. 5. Estudiar, razonando las respuestas, si las siguientes afirmaciones son verdaderas. 2

4 a) SeaW elsubespaciovectorialder 3 generadoporelsiguienteconjuntodevectores: EntoncesW =R 3. G={(1,2,1), (0,1,0), (1,0, 1), (1,1, 1)}. b) El conjunto W = {(x,y,z,t) R 4 / x+y+z = 0, x y+z = 0, x z = 0} es un subespaciovectorialder 4 dedimensión1. c) Sean u 1, u 2, u 3, u 4 R 3 cuatrovectoresnonulosydistintosentresí.seaw elsubespacio generadoporesoscuatrovectores.entoncesseverificaquew =R 3. d) SeaW elsubespaciovectorialgeneradoportresvectores u 1, u 2, u 3 R 4 ysea v R 4 tal que v= u 1 + u 2 + u 3 y v=2 u 1 u 3.EntoncesseverificaquedimW SeaS={ v 1, v 2, v 3, v 4, v 5 }unsistemadegeneradoresdeunespaciovectorialv dedimensión 3. Entonces: a) B={ v 1, v 2, v 3 }esunabasedev. b) Los vectores de S son linealmente dependientes. c) S esunsistemadegeneradoresdev ylosvectoresdes sonlinealmenteindependientes. 7. SeanW = { (x,y,z) R 3 :x+y+z=0 } ylamatriz entonces se verifica que: A= a) elsistemadeecuacioneslinealesa x= bescompatibleparatodo b W. b) elsistemaa x= b,con b=(1,1, 1)esincompatible. c) L{( 1,2, 1),(0,1, 1),(1, 2,1)}=W Problemas 1. Dibujar los vectores ( 4, 2),(2,1) de R 2 y (1,3,2),(5,1, 4) de R 3. Hallar el ángulo que forman. 2. Losvectores uy vder 2 formanunángulode60 o yelmódulode ues3.determinarelmódulo de vparaque v useaortogonala u. 3. SeaR 3 [x]elconjuntodepolinomiosenunaindeterminadaxconcoeficientesrealesdegrado 3. ProbarqueR 3 [x]esunespaciovectorialconlasoperaciones:sumadepolinomiosyproducto deunpolinomioporunnúmeroreal. EselsubconjuntoH={p(x) R 3 [x]:grado(p(x))=3} unsubespaciovectorialder 3 [x]? 4. AveriguarsilossiguientesconjuntossonsubespaciosvectorialesdeR 4 : A={(x,y,z,t) 2x+z=0}, B={(x,y,z,t) x+y=0, z t=0}, C={(x,y,z,t) 2x+y=3}, D={(x,y,z,t) x+y=0óz t=0}, E={(x,y,z,t) t 0}, F ={(x,y,z,t) x= y, z=2t, x+y=0}. G={(x,y,z,t) xy=0}. 3

5 5. EnR 3 seconsideranlossubconjuntos: W 1 ={(x,y,z) R 3 x=0} ; W 2 ={(x,y,z) R 3 y z=0,3x+2y 2z=0}. a) DemostrarqueW 1 yw 2 sonsubespaciosvectorialesder 3. b) Hallarlossubespaciosvectoriales:W 1 W 2,W 1 +W Estudiarsielsistemadevectores{(1, 1,2),( 1,1,2),(0,0,1)}generanR Encontrar un sistema de generadores de los subconjuntos del ejercicio 4 que hayan resultado sersubespaciosvectorialesder Sonlosvectores(1,2,3),(1,1,1)combinaciónlinealdelosvectoresdelsistemaS={(1,0,2),(0,2,2)}? 9. Estudiar si los siguientes vectores son linealmente dependientes o independientes: (a) (1,2),(2,3),(5,8) (d) (1, 2,1,1),(3,0,2, 2),(0,4, 1,1) (b) (1,2,3),(2,0, 1),(0,4,7) (e) (1,2,3,0),(1,0,0,1),(1,0,0, 1),(0,2,3,1) (c) (1,2,1)(3,1,1)(1,0, 1) 10. Encontrar subconjuntos de vectores linealmente independientes de los conjuntos de vectores del ejercicio anterior que hayan resultado ser linealmente dependientes. 11. Encontrar los subespacios vectoriales generados por los conjuntos de vectores del ejercicio a) Si u, v y w son vectores linealmente dependientes. Se puede asegurar que u depende linealmentede v y w? Yqueunodelostresvectoresescombinaciónlinealdelosotros dos? b) Si{ u, v, w} son linealmente independientes. Estudiar si{ u+ v, u+ w, v+ w} son linealmente independientes o no. 13. Encontrarunabasedelossubconjuntosdelejercicio 4queseansubespaciosvectorialesdeR 4 y dar la dimensión. 14. Se considera el conjunto de vectores B={ u 1 =(1,1,1,1), u 2 =(1,1, 1, 1), u 3 =(1, 1,1, 1), u 4 =(1, 1, 1,1)}. a) ProbarqueB esunabaseortogonalder 4. b) Escribir v=(1, 3,5,6)comocombinaciónlinealde u 1, u 2, u 3, u 4. c) Hallarlascoordenadasdeunvectorarbitrario v=(a,b,c,d)enlabaseb. d) ObtenerunabaseortonormaldeR 4 apartirdeb. 15. Dados U = {(x,y,z,t) R 4 / y 2z+t = 0} y V = {(x,y,z,t) R 4 / x = t, y = 2z} subespaciosvectorialesder 4,hallarunabaseyladimensióndeU,V,U V yu+v. 16. SeconsideranlassiguientesbasesdeR 2 :B={(1,2); (2,3)}yB ={(1,3); (1,4)}.Hallar: a) lascoordenadasdelosvectoresdelabasebrespectodelabaseb, b) lascoordenadasdelosvectoresdelabaseb respectodelabaseb. 4

6 17. SeconsideranlossubespaciosvectorialesdeR 4 siguientes: V 1 ={(x,y,z,t)/x+y z=0} V 2 =L{(1,1,1,1),(1,2,3,4)} V 3 =L{(1,1,0,1),(1,0,0,0),(0,1,1,0),(0,0,0,1)} Pertenece el vector(1, 0, 1, 2) a dichos subespacios? En caso afirmativo calcular las coordenadas de dicho vector con respecto a alguna base de dichos subespacios. 18. a) ProbarqueH ={(x,y,z,t) R 4 /x+y =0, z+t=0}esunespaciovectorialder 4. CalcularunabaseyladimensióndeH. b) SeaLelsubespaciovectorialdeR 4 generadopor(1,1,0,0),(1,0,1,0),(1,0,0,1).calcular unabaseyladimensióndeh LydeH+L. 5

7 Capítulo 2 Matrices y aplicaciones lineales 2.1. Cuestiones test 1. Sea f :R 2 R 2 talque a) Entoncesf noesunaaplicaciónlineal. f(1,1)=(2,1); f(1,0)=(0,1); f(0,1)=(1,0) b) Entoncesf esunaaplicaciónlineal.talquea= alasbasescanónicasder 2. ( ) es su matriz asociada respecto c) Entoncesf esunaaplicaciónlinealalaquenoesposibleasociarunamatriz. ( ) Sea A = la matriz asociada a una aplicación lineal respecto de la base B = 1 7 {(1,1), (0,1)}enelespacioinicialylabasecanónicaenelespaciofinal. a) Entoncesseverificaquef(2,2)=(12,2). b) Entoncesf(2,2)=(16,16). c) Elvector(12,2)nopertenecealaimagendelaaplicaciónf. d) Laexpresiónanalíticadelaaplicaciónlinealesf(x,y)=(4x+2y, 6x+7y). 3. Sea f :R 3 R 2 unaaplicaciónlinealconmatrizasociadarespectoalasbasescanónicas ( ) A= entonces a) Setienequedim[Ker(f)]=2. b) Ker(f)={(x,y,z) R 3 /x z=0,y=0}. c) Ker(f)={(α,0,α);α R}. d) dim[im(f)]=1. 4. Sea A= 1 0 b 0 b a) Aesinvertibleúnicamentesib 1. conb R.Entoncesseverificaque: 6

8 b) rg(a)<3únicamentesib=1. c) Aesinvertibleúnicamentesib=1. d) Atieneinversaparacualquierb R Problemas 1. Estudiar si las siguientes aplicaciones son aplicaciones lineales: (a) f(u 1,u 2 )=(3u 1,u 2 /u 1 ) (d) f(u 1,u 2,u 3 )=(u 1 u 2,u u 2) (b) f(u 1,u 2 )=( u 1+2u 2 3,u 2 ) (e) f(u 1,u 2 )=(e u 1,cosu 2 ) (c) f(u 1,u 2,u 3 )=(3u 1 +4,u 3 7u 1 ) (f) f(u 1,u 2,u 3,u 4 )=( u 1,u 3 +u 4 ). 2. Calcular la expresión matricial(en las bases canónicas) de las siguientes aplicaciones lineales: (a) f(x,y,z)=(4x+5y,z x) (d) f(u 1,u 2,u 3 )=(u 1 u 2 u 3,0,u 3 ) (b) f(u 1,u 2 )=( u 1+2u 2 3,u 2,u 1 2u 2 ) (e) f(x,y)=(x,y) (c) f(u,v,w)=(u w,u,v 1 2 u) (f) f(x,y)=(x y,x 2,y 2,x+y). 3. Calcular los subespacios núcleo e imagen de las aplicaciones lineales del ejercicio 2. Indicar su dimensión. 4. Seaf :R 3 R 2 laaplicaciónlinealtalquef(1,1,1)=(2,2),f(0,1,1)=(1,1)yf(0,0,3)= (0,3).Darf(x,y,z)paracualquiervector(x,y,z) R Existealgunaaplicaciónlinealf:R 2 R 2 talquef(2,3)=(0,1),f( 2, 3)=(1,0)? 6. Seaf :R 3 R 3 laaplicaciónlinealf(x,y,z)=(ax+3y+4z,3x+ay,4x+az),cona R.Se pide: a) Encontrarlamatrizasociadadef respectodelasbasescanónicasder 3. b) Calcular la dimensión del subespacio vectorial Im f y determinar los valores del parámetro aparalosqueimf R Seconsideranlasaplicacioneslineales: f(x,y,z)=(4x y,z+x,x) y g(x,y,z)=(y,2z+3x,z). Calcularlasaplicacioneslinealesf 2g,f g,g f ysus matricesasociadasrespectodelas bases canónicas. 8. Calcularlamatrizasociadaalaaplicaciónlinealf enlasbasesb 1 yb 2 delosespaciosinicial yfinalresp.,paracadaunodelossiguientescasos: a) f(x,y)=(x 2y,y); B 1 ={(1,2),(1,1)},B 2 ={(1,0),(0,1)} b) f(x,y,z)=(z+y,x y); B 1 ={(1,2,0),(1,0,1),(0,0,3)},B 2 ={(1, 1),(0,1)} c) f(x,y,z,t)=(x+y+z+t,0); B 1 ={(1,2,0,0),(0,1,0,0),(0,0,1,2),(0,0,0,2)},B 2 = {(1,0),(0,1)} d) f(x,y,z)=(x 2y,2y,z x); B 1 ={(1,0,0),(0,1,0),(0,0,1)},B 2 ={(1,2,0),(1,0,1),(0,0,3)} e) f(x,y,z)=(2x,z+y,3y); B 1 ={(1,0,1),(1,1,0),(1,1,1)},B 2 ={(1,0,0),(0,1,0),(0,0,1)} f) f(x,y,z)=(x y z,2z+y, y); B 1 ={(1,0,1),(1,1,0),(1,1,1)},B 2 ={(1, 1,0),(0,2,0),(0,2,5)} 9. Sea M BB (f) la matriz asociada a la aplicación lineal f en las bases B y B. Calcular la aplicación f en cada uno de los siguientes casos: 7

9 a) M BB (f)= b) M BB (f)= c) M BB (f)= / / ,B={(1,0,0),(0,1,0),(0,0,1)}, B={(1,8,0),(4,0,1),(0,10,1)},B ={(1,0,0),(0,1,0),(0,0,1)},B={(1,0),(0,1)},B ={(2,1,1),( 1,2,0),(1,3,0)} ( ) d) M BB (f)=,b={(1,2,0),(1,0,1),(0,0,3)},b ={(1, 1),(0,2)} e) M BB (f)= 2 1 0,B={(1,2,3),(1,1,0),(0,1,1)} Calcular el rango de las siguientes matrices: 0 5 3/2 ( A= , B= Se consideran las matrices 1 2 A= 1 0, B= ), C=, C= ( Calcular:(a)4A+2C t, (b)(ba) t C, (c)b+ac, (d)ca, (e)(b 2I) 2, (f)(ca) 1. Explicarporquélassiguientesoperacionesnotienensentido:2A B,AB,A 2I yc Calcularlaaplicacióninversaenloscasosenlosqueéstaexista: ).. (a) f(x,y)=(x,y) (b) f(x,y,z)=(x+y+z,x y,2y+z) (c) f(x,y,z)=(x+y,y 2x,z) (d) f(x,y,z,t)=(4x y,y,z t,3t). 13. HallaraybparaqueAsealamatrizinversadeB,siendo 1/ A= a 1 b, B= 5/2 7/ Calcular la inversa(si existe) de las siguientes matrices utilizando el método de Gauss Jordan: A= 3 1 4,B= ,C= 4 1 5,D= Estudiar si alguna de las siguientes matrices es triangular, simétrica o antisimétrica: 1/ A= 1 1 1, B= 5/2 7/2 0, C= 0 7 5,

10 D= 1 5/2 0 5/ , E= , F = 16. DarunejemplodeunamatrizA M 2 2 talquea 2 =A 3 =0peroA Estudiar si alguna de las siguientes matrices es ortogonal, idempotente, unipotente o nilpotente: ( ) ( ) A= , B=, C=, D=

11 Capítulo 3 Traza y determinante 3.1. Cuestiones test 1. SeanA,Bdosmatricescuadradasdeordenn.Severificaentoncesque: a) tr ( A+B T) =tr(a) tr(b). b) tr ( A+B T) =tr(a)+tr(b). c) det ( A+B T) =det(a) det(b). d) det ( A+B T) =det(a)+det(b). 2. SeaA= ( a b c d a) Btienerango2. ) unamatriztalque A 0yB= b) B =2bc 2ad= 2 A 0. c) Btienerango3. 3. SeanlasmatricesA= 1 2 a b a) A = B paratodoa,b R. yb= ( 2b d d 2a c c 1+a 1 a b 3 b b) Sia= 1yb=3entonces B =0ysinembargo A 0. c) A =4 B paratodoa,b R. ). Entonces se verifica que: cona,b R.Severificaque: 4. SeaA M n n talque A 0entonces αaa 1 A t paracualquierα Rverificaque: a) b) c) d) αaa 1 A t =α AA 1 A t =α A A 1 A t 1 =α A A A =α A αaa 1 A t =α n AA 1 A t =α n A A 1 A t =α n 1 A A A =αn A αaa 1 A t =α AA 1 A t =α ( A + A 1 + A t ) =α( A A + A )=α A αaa 1 A t =α n AA 1 A t =α n( A + A 1 + A t ) =α n ( A A + A )=α n A 10

12 3.2. Problemas 1. DadaslasmatricesA,B,C,D,E yf,calcularsutraza(siexiste) ( ) A = B= C= D = E= ( ) F = ( Dadaslasmatricesdelejercicio1,calcularlatraza(siexiste)deA+2B,A+3Dy125E 14F DadalamatrizA= calcular αa, tr(a), tr(αa) y establecer la relación entre tr(a)ytr(αa). 1 4 ( ) 4. DadaslasmatricesA= yb= calcular tr(ab), tr(ba) y establecer la relación entre tr(ab) y tr(ba). 5. SeaI 3 lamatrizidentidad.calculari 2 3 =I 3I 3 ydeducirque,engeneral:tr(ab) tr(a)tr(b). 6. Calcular el determinante de las siguientes matrices de orden 2 utilizando la definición: ( ) ( ) ( ) ( ) A=, B= C= D= Calcular el determinante de las siguientes matrices orden 3 utilizando la regla de Sarrus: A= B= C= DadalamatrizA= calcular: a) Losmenorescomplementariosdeloselementosa 13,a 22,a 11. b) Losadjuntosdeloselementosdelasegundafila. c) El determinante A, desarrollando por los elementos: 1) delaprimerafila 2) delasegundacolumna 3) delaterceracolumna 4) delaprimeracolumna 5) delatercerafila Indíquese cual de estos métodos ha resultado ser más eficiente(rápido) para calcular el valor de A. ) 11

13 ( DadaslasmatricesA= 2 1 ) ( 2 1,B= 0 1 ) deducirque A+B A + B. 10. Probar, sin efectuar su cálculo, que los determinantes de las siguientes matrices son nulos: a b+c A= 1 b c+a B= c a+b Calcularelrangodelamatriz A= Estudiarladependencialinealdelosvectores(4,0,1),(1,5,1),(7, 5,1).Calcularelsubespacio generado por los mismos y determinar su dimensión. 13. Determinarlosvaloresdelparámetroaparalosquelamatriz a A= a tienerangocompleto.paraa=2calcularlamatrizinversaa Calcular el determinante de las siguientes matrices A= B= C=

14 Capítulo 4 Sistemas lineales 4.1. Cuestiones test 1. SeaA= ( a 1, a 2, a 3, a 4 ) unamatrizcuadradadeorden4,dondea 1, a 2, a 3 ya 4 son suscolumnasytalquea 4 =2a 1 +a 2.Entoncesseverificaque: a) el sistema Ax = 0 es compatible indeterminado. b) elsistemaax=0escompatibledeterminado. c) elsistemaax=0esincompatible. 2. Dadaunamatriz A M m n ydosvectores b, c R m,sielsistema A x = b escompatible determinadoentoncesseverificaqueelsistemaa x = c,con c 0, c b es: a) siempre compatible determinado. b) compatibledeterminadosólosim=n. c) podría ser incompatible. 3. Dadoelsistemalineal: Entonces se verifica que: 3x+y+z=2 az=0 2y+z= 1 cona R a) Esincompatiblecuandoa=0. b) Escompatibledeterminadoparacualquiervalordea R. c) Tienesoluciónúnicacuandoa 0. d) Escompatibleindeterminadoparaa= Dada la matriz A= y los sistemas A x= 0 ya x= b se verifica que para cualquiervector b R 3 : a) Ambossonsiemprecompatiblesdeterminadosparacualquiervector b R 3. b) El sistema A x = 0 es compatible indeterminado. ) c) rg(ã =3=rg(A),paracualquiervector b R 3. d) ElsistemaA x= bpodríaserincompatibleparaalgún b R 3. 13

15 4.2. Problemas 1. Un agente de bolsa debe comprar 60 acciones entre la empresa Potato y la empresa Pepito; cada acción de Potato cuesta 6 euros y la de la empresa Pepito 1 euro. El agente de bolsa dispone de 130 euros. Cuantas acciones ha comprado de cada empresa? 2. Hallar la solución general (en el caso de que exista) de los siguientes sistemas de ecuaciones lineales: { { { x 3y = 4 2x+y = 3 4x+2y = 1 i) ii) iii) 4x+2y = 6 6x+2y = 6 12x+6y = 1 3. Resolver los siguientes sistemas homogéneos de ecuaciones lineales: x+y z = 0 { x y+7z t = 0 i) 2x 4y+3z = 0 ii) 2x+3y 8z+t = 0 5x+13y 10z = 0 4. Considereelsistema 2x 3y+5z=0 x+7y 3z=0 4x 11y+Kz=0 QuévalordeK haráqueelsistematengasolucionesnotriviales? 5. Hallar el subespacio vectorial de las soluciones de los sistemas x+3y+2z = 0 x+y+z+t = 0 i) x+5y+3z = 0 ii) x 2z+3t = 0 3x+7y+4z = 0 x 2y 8z+7t = 0 Calcular la dimensión de dicho subespacio. 6. Resolver los siguientes sistemas de ecuaciones lineales: 2x+3y z+5t = 0 3x y+2z 7t = 0 i) ii) 4x+y 3z+6t = 0 iii) x 2y+4z 7t = 0 x 2y+z+t = 2 3x+2z 2t = 8 4y z t = 1 x+6y 2z = 7 iv) 3x+4y 5z+7t = 0 2x 3y+3z 2t = 0 4x+11y 13z+16t = 0 7x 2y+z+3t = 0 x 2y+z+t = 2 3x+2z 2t = 8 4y z t = 1 5x+3z t = 0 7. Sealaaplicaciónlinealf(x,y,z)=(4x y,2z+x,x).estudiarsi(1,3,0)perteneceaimf. 8. Resolver los siguientes sistemas utilizando la regla de Cramer x 2y+z = 7 2x+3y z = 1 i) 2x y+4z = 17 ii) 3x+5y+2z = 8 3x 2y+2z = 14 x 2y 3z = 1 9. Determinar los valores de k para que los siguientes sistemas tengan: a) solución única; b) infinitas soluciones; c) ninguna solución. 2x+y z = 3 x+y z = 1 x+2y+3z = 2 i) 2x+3y+kz = 3 ii) x y+kz = 1 x+ky+3z = 2 3x+2y+2z = 2 14

16 10. Hallarlacondiciónquedebenverificara,bycparaquelossiguientessistemasseancompatibles: x+2y 3z = a x+y+z = 2 i) 2x+6y 11z = b ii) 2x+y+3z = 5 x 2y+7z = c x 2y+az = b 11. La Consejería de Pesca proporciona tres tipos de alimento a tres especies de peces protegidas que habitan en un lago. Cada pez de la especie 1 consume por semana un promedio de una unidad del alimento A, 1 unidad del alimento B y 2 del alimento C. Los de la especie 2, 3 unidadesdelalimentoa,4delby5delc.ylosdelaterceraespecie,consumencadasemana 2unidadesdelalimentoA,1unidaddelBy5delC.Cadasemanaseviertenenellago unidades del alimento A, del alimento B y del alimento C. Suponiendo que toda la comida se consuma, cuantos ejemplares de cada especie pueden convivir en el lago? Y si se vierten15.000unidadesdela,10.000delby35.000delc? 15

17 Capítulo 5 Diagonalización. Autovalores y autovectores 5.1. Cuestiones test 1. SeaA M 3 talquea u=2 uya v=3 vparaciertosvectoresnonulos u, v R 3.Entonces a) A es siempre diagonalizable. b) A es siempre no diagonalizable. c) Aesdiagonalizablesiademáselrg(A)fuera2yaque A =0y0seríaotroautovalorde A. 2. SeaAunamatrizcuadradadeorden3yseanu,vywautovectoresdeA.Entoncesseverifica que: a) B={u,v,w}essiempreunabasedeR 3. b) Si A 0 B={u,v,w}esunabasedeR 3. c) SilosautovectoresestuviesenasociadosaautovaloresdistintosdeA B={u,v,w}es unabaseder SeaAunamatrizcuadradadeorden3talque A =0,tr(A)=1yλ=1esunautovalorde A. Entonces se verifica: a) dim(v(1))=1. b) dim(v(1))=2. c) dim(v(0))=1. 4. SeaAunamatrizcuadradadeordenn.EntrelassiguientescaracterísticasdeA: (1) A es simétrica, (2) A es diagonalizable, (3) A tiene n autovalores diferentes, se verifican las siguientes implicaciones: a) (1)= (2), (2)= (3). b) (1)= (2)y(3)= (2). c) (1)= (2)= (3). 5. SeaAunamatrizcuadradadeordenntalqueelsistemaA x= b escompatible.siλ=0es autovalordea,entonceselsistemaa x= bes: 16

18 a) compatible indeterminado. b) compatible determinado. c) No podemos asegurar su compatibilidad. 6. Sea A una matriz de orden 4 con λ 1 =1autovalor de multiplicidad algebraica 2 yλ 2 = 1 autovalor de multiplicidad algebraica 1. Si sabemos que A = 2 y traza(a) = 3 podemos decir que: a) Lamatrizesdiagonalizableyaquetiene3autovaloresdistintos:λ 1 =1doble,λ 2 = 1y λ 3 = 2. b) Losautovaloresdelamatrizsonλ 1 =1,λ 2 = 1yλ 3 =2. c) La matriz no es diagonalizable porque no hay cuatro autovalores distintos. d) No podemos asegurar que la matriz sea diagonalizable ya que desconocemos la dimensión delsubespaciodeautovectoresasociadosaλ 1 = Problemas 1. Dadas las aplicaciones lineales: (a) f 1 (x,y,z)=(x,2y,2y+z) ; (b) f 2 (x,y,z)=( 3x 8y+4z,3y,3z 2x) ; (c) f 3 (x,y,z)=(x+2y,y+3z, estudiarsiparacadaunadeellasexisteunabaseb talquelamatrizasociadarespectodeb enlosespaciosdepartidaydellegadaseaunamatrizdiagonald.encasoafirmativohallarb yd. 2. Estudiar si las aplicaciones lineales del ejercicio anterior tienen como autovalores y autovectores asociadoslosqueseseñalan: (a) λ=2, u 1 =(0,1,2) ; (b) λ=3, u 2 =(4,0,3) ; (c) λ= 1, u 3 =(2,0,0). 3. Sea f : R 3 R 3 la aplicación lineal tal que f(1,0,0) = (3, 2,1), f(0,1,0) = (4, 3,2), f(0,0,1)=(0,0,0). a) Calcular los autovalores de f y los subespacios de autovectores asociados a cada autovalor. b) Calcular ker(f) e Im(f). 4. Estudiar si son diagonalizables las matrices siguientes, calculando, cuando sea posible, las matricesp i yd i paralasqueseverificaa i =P i D i P 1 ( ) 5/7 16/7 a) A 1 = 12/7 9/ b) A 2 = c) A 3 = d) A 4 = i. 17

19 e) A 5 = f) A 6 = g) A 7 = h) A 8 = ParalasmatricesA i delejercicioanteriorqueseandiagonalizables,calculardet(a i ),det(d i ), tr(a i ),tr(d i )yrelacionarlos. 6. Hallarunamatrizcuadradadeorden2quetengacomoautovaloresλ 1 =1yλ 2 = 2ycomo autovectoresasociadosv 1 =(1,0)yv 2 =(3,1)respectivamente. 7. Dadalamatriz A= ( 1 a 3 b Calcularlosvaloresdelosparámetrosaybparalosque a) elvector( 1,1)seaunautovectorasociadoalautovalorλ 1 =4delamatrizA. b) elvector(1,1)seaunautovectorasociadoalautovalorλ 1 =5delamatrizA. 8. Estudiarsiexistena,byctalesquelamatriz a 3 3 A= b c tengacomopolinomiocaracterístico λ 3 +3λ 2 +λ Hallarunamatrizcuadradadeorden3conautovaloresλ 1 =2,λ 2 = 3talquelossubespacios de autovectores asociados vengan dados por V(λ 1 =2)={(x,y,z) R 3 /y= z} V(λ 2 = 3)={(x,y,z) R 3 /x=y=z} 10. DeterminarlosvaloresdeaybparalosquelamatrizA= elvector(2,2, 2). ) 1 2 b 0 2 a Estudiar para qué valores de los parámetros son diagonalizables las matrices a 2 2 a) A 1 = tiene como autovector

20 b) A 2 = c) A 3 = 1 a a 0 0 b Diagonalizar las siguientes matrices simétricas calculando una matriz de autovectores ortogonal a) A 1 = b) A 2 = Calcular los autovalores de las matrices inversas de: a) A 1 = b) A 2 = CalcularA n conn Nparalassiguientesmatrices a) A 1 = b) A 2 = Los informativos nocturnos de las cadenas de televisión WW y R7 compiten por la audiencia en la misma franja horaria. Diversos estudios muestran que, el 60% de los telespectadores del informativo de WW lo siguen siendo el día siguiente, mientras que el 40% restante pasan a verelder7.además,delosespectadoresdelinformativoder7,el70%continúansiéndoloel díadespués,mientrasqueelotro30%prefierenvereldeww.sisesuponequelaaudiencia total permanece constante y que hoy se han repartido la audiencia al 50%, determinar los porcentajes de espectadores de cada informativo al cabo de una semana. 19

21 Capítulo 6 Formas cuadráticas 6.1. Cuestiones test 1. Sea q 1 ( x) = x A x con A simétrica una forma cuadrática definida positiva. Entonces q 2 ( x) = x A 1 xes: a) definida positiva. b) definida negativa. c) semidefinida positiva. 2. SeaAunamatrizcuadradadeorden3,noinvertibleysimétrica,talquetr(A)=2.Entonces laformacuadráticaq( x)= x A x verificaque: a) sirg(a)=1 lamatrizatieneunautovalornulodemultiplicidad2yelotroautovalor 2 de multiplicidad 1. b) sirg(a)=1 essemidefinidanegativa. c) sirg(a)=1 esindefinida. 3. Seaq( x)= x T A xunaformacuadráticaconlamatrizaasociadasimétricadeorden3talque A =0ytr(A)=3yqueademássabemosqueλ 1 =2esunautovalordeA.Entonceslaforma cuadrática es: a) semidefinida positiva. b) no hay datos suficientes para clasificarla. c) Indefinida. 4. Seanq 1 yq 2 dosformascuadráticasenr n talesqueq 1 esdefinidapositivayq 2 essemidefinida positiva,entoncesseverificaqueq 1 +q 2 : a) es una forma cuadrática semidefinida positiva. b) es una forma cuadrática definida positiva. c) engeneral,noesunaformacuadrática. d) nosepuedeclasificarenfuncióndelaclasificacióndeq 1 yq Sea q( x) = x T A x una forma cuadrática siendo A una matriz simétrica de orden 3 tal que A = 1.Ademásλ 1 = 1esunautovalordeA.Entonceslaformacuadráticaqesdefinida negativa. 20

22 a) Verdadero,como A =λ 1 λ 2 λ 3 = 1<0ycomoelnúmerodeautovaloresesimpar,entonces es necesario que todos sean negativos. Por lo tanto, por el criterio de los autovalores, la forma cuadrática q es definida negativa. b) Falso, no hay datos suficientes para clasificarla. c) Verdadero,pueslosautovaloresλ 1 = 1,λ 2 = 1,λ 3 = 1verificanlashipótesis,ypor el criterio de los autovalores, la forma cuadrática q es definida negativa Problemas 1. Hallar la matriz simétrica asociada a las siguientes formas cuadráticas: q 1 (x 1,x 2,x 3 ) = 2x 2 1 x 1 x 3 +x 2 2+4x 2 x 3 4x 2 3 q 2 (x 1,x 2,x 3 ) = x 2 1+2x 1 x 2 +x 1 x 3 +x 2 2+5x 2 x 3 x 2 3 q 3 (x 1,x 2,x 3,x 4 ) = 3x x 1x 4 +x x 2x 3 +4x 2 x 4 +6x 3 x 4 +2x x DadaslasmatricesA 1,A 2 ya A 1 = 2 1 1, A 2 = , A 3 = ylaformacuadrática q(x 1,x 2,x 3 )=2x 2 1 2x 1x 2 +x 2 2 2x 1x 3 x 2 x 3 +3x 2 3,sepide: a) Comprobarque q(x)=x t A 1 x=x t A 3 x=x t A 3 x paratodox=(x 1,x 2,x 3 ) R 3. b) ObtenerlamatrizsimétricaQtalque q(x)=x t Qx yrelacionarqya 1,A 2,A Clasificar las formas cuadráticas siguientes: a) q 1 (x 1,x 2,x 3 )=2x x2 2 +x2 3 4x 1x 2 b) q 2 (x 1,x 2,x 3 )= 3x x 1x 2 +2x 1 x 3 +2x 2 2 6x 2x 3 +7x 2 3 c) q 3 (x 1,x 2,x 3,x 4 )=2x 2 1 +x2 2 +3x2 3 +8x 1x 3 3x 2 4 d) q 4 (x 1,x 2,x 3 )=2x x 1x 2 +x x 2x 3 +3x 2 3 e) q 5 (x 1,x 2,x 3 )= x x2 2 +4x 1x 3 2x 1 x 2 +3x 2 3 f) q 6 (x 1,x 2,x 3 )=3x x 1x 2 +2x 1 x 3 +2x 2 2 6x 2x 3 +7x 2 3 g) q 7 (x 1,x 2,x 3 )= 4x x 1x 2 x 2 2 9x2 3 +6x 3x 4 x 2 4 h) q 8 (x 1,x 2,x 3 )= 3x x 1x 2 4x Clasificarlasformascuadráticasenfuncióndelosvaloresdelosparámetrosayb: a) q 1 (x 1,x 2,x 3 )=ax 2 1 +ax2 2 +ax2 3 +6x 1x 2 +8x 1 x 3 b) q 2 (x 1,x 2,x 3 )=x 2 1 +ax2 2 +x2 3 2bx 1x 2 +2x 1 x 3 +2x 2 x 3 c) q 3 (x 1,x 2,x 3 )=ax 2 1 +ax2 2 +ax2 3 +2x 1x 2 +2x 1 x 3 21

23 Capítulo 7 Convexidad de conjuntos y funciones 7.1. Cuestiones test 1. Sean los conjuntos B 1 = { (x,y) IR 2 /y x 3 0 },B 2 = { (x,y) IR 2 /2x+y 3, },B 3 = { (x,y) IR 2 /x 0 } entoncesseverificaque a) B=B 1 B 2 B 3 = { (x,y) IR 2 /y x 3 0, 2x+y 3,x 0 } esconvexo. b) B 1 esconvexo. c) B 1 B 2 esconvexo. 2. Dados los conjuntos se verifica que: a) S T esunconjuntoconvexo. S={(x,y) R 2 /xy 1} y T ={(x,y) R 2 /x 0}, b) S T noesunconjuntoconvexo. c) S esconvexo. 3. Sea la función f :R 2 Rdada por f(x,y)=x 2 +bxy con b R. Entonces se verifica que f(x,y)es:. a) esunafunciónconvexaenr 2 paratodovalorb R. b) esunafuncióncóncavaenr 2 paratodovalorb R. c) Parab=2,lafunciónnoesnicóncavaniconvexaenR Problemas 1. RepresentarlossiguientesconjuntosdeR 2 eindicarcuálessonconvexos: a) S 1 ={(x,y) R 2 :x 0,y 0} b) S 2 ={(x,y) R 2 :(x 1) 2 +y 2 4} c) S 3 ={(x,y) R 2 :2 x 4,x+2y 8} 2. Estudiar cuáles de los siguientes conjuntos son convexos: a) M 1 ={(x,y) R 2 :3x 2 +2xy+2y 2 30} 22

24 b) M 2 ={(x,y,z) R 3 :x+y+z 2,x 0,y 0} 3. Estudiar cuáles de los siguientes funciones son convexas o cóncavas: a) f(x,y)=x+3xy 6x 2 +y 2,(x,y) R 2 b) f(x,y)=ax 2 +by 2 +cxy+x+y+2,(x,y) R 2 c) f(x,y,z)= x+y+z,(x,y,z) R 3 ++ d) f(x,y,z)=ln(xy+z),(x,y,z) R

vectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide:

vectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide: .- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax, así como los subespacios vectoriales N(f) e Im(f) a) f(x,y) = (x,-y) b) f(x,y)

Más detalles

TEST DE ÁLGEBRA. 6.- Sea el subespacio de R 3 S = { (x,,y,z) / x +y+z = 0} a) es de dimensión 1 b) es de dimensión 2 c) es R 3 d) NDLA

TEST DE ÁLGEBRA. 6.- Sea el subespacio de R 3 S = { (x,,y,z) / x +y+z = 0} a) es de dimensión 1 b) es de dimensión 2 c) es R 3 d) NDLA TEST DE ÁLGEBRA 1.- Sea f:r 4 -----> R 5 una apli. lineal a) Dim ker(f) tiene que ser 3 b) Dim ker(f) será 4 c) Dim ker(f) es 5 2.- El sistema homogéneo 3 x % 8 y % ð z 0 y & z 0 a) tiene soluciones no

Más detalles

AUTÓNOMA DE MADRID. Dpto. Análisis Económico: Economía Cuantitativa UNIVERSIDAD. Soluciones de los ejercicios de Álgebra Lineal.

AUTÓNOMA DE MADRID. Dpto. Análisis Económico: Economía Cuantitativa UNIVERSIDAD. Soluciones de los ejercicios de Álgebra Lineal. Soluciones de los ejercicios de Álgebra Lineal Curso 016/017 Versión 4-1-017 Índice general 1. Espacios vectoriales 1.1. Cuestiones test................................. 1.. Problemas.....................................

Más detalles

Soluciones de los problemas de álgebra lineal

Soluciones de los problemas de álgebra lineal Soluciones de los problemas de álgebra lineal HOJA :. a. a. b,d 4. b,c. b. (a) 4A +C t = 6 6 µ 6 4 7 6, (b) (BA) t C = 7 6 0 8 4 µ (c) B + AC = 0 9 4, (d) CA =, 0 µ (e) (B I) =, (f) (CA) = 6 4 0 6 8 7

Más detalles

Formas bilineales y cuadráticas.

Formas bilineales y cuadráticas. Tema 4 Formas bilineales y cuadráticas. 4.1. Introducción. Conocidas las nociones de espacio vectorial, aplicación lineal, matriz de una aplicación lineal y diagonalización, estudiaremos en este tema dos

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario) Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES

Más detalles

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases. BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades

Más detalles

8A-5B = -2 1 3, 2A-B =

8A-5B = -2 1 3, 2A-B = MasMatescom 1 [ANDA] [JUN-A] Sea la matriz A = 001 2 1 2 1 k 1 a) Para qué valores del parámetro k no existe la matriz inversa de la matriz A? Justifica la respuesta b) Para k = 0, resuelve la ecuación

Más detalles

Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0).

Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0). Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0). a) Demostrad que (1,3,4), (1,1,1) i (0,1,1) son una base de R³. b) Decid

Más detalles

Vectores en el espacio

Vectores en el espacio Vectores en el espacio Un sistema de coordenadas tridimensional se construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X e Y. Cada punto viene determinado por tres coordenadas

Más detalles

(Ec.1) 2α + β = b (Ec.4) (Ec.3)

(Ec.1) 2α + β = b (Ec.4) (Ec.3) Problema 1. Hallar t R para que el vector x = (3, 8, t) pertenezca al subespacio engendrado por los vectores u = (1, 2, 3) y v = (1, 3, 1). Solución del problema 1. x L{ u, v} si, y sólo si, existen α,

Más detalles

Práctica de Aplicaciones Lineales

Práctica de Aplicaciones Lineales practica5.nb 1 Práctica de Aplicaciones Lineales Aplicaciones lineales y matrices Las matrices también desempeñan un papel muy destacado en el estudio de las aplicaciones lineales entre espacios vectoriales

Más detalles

Anexo 1: Demostraciones

Anexo 1: Demostraciones 75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:

Más detalles

APLICACIONES LINEALES. DIAGONALIZACIÓN

APLICACIONES LINEALES. DIAGONALIZACIÓN I.- Sea f una transformación lineal de un espacio vectorial V de dimensión n. Sea B una base de V. Sea A la matriz asociada a f respecto de la base B. Señala, sin demostrar, cuáles de las siguientes afirmaciones

Más detalles

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

4 APLICACIONES LINEALES. DIAGONALIZACIÓN 4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos

Más detalles

Tema 3. Aplicaciones lineales. 3.1. Introducción

Tema 3. Aplicaciones lineales. 3.1. Introducción Tema 3 Aplicaciones lineales 3.1. Introducción Una vez que sabemos lo que es un espacio vectorial y un subespacio, vamos a estudiar en este tema un tipo especial de funciones (a las que llamaremos aplicaciones

Más detalles

Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización

Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización Ejercicio. Decidir cuáles de las siguientes aplicaciones son lineales. Cuál es la dimensión del espacio imagen? a f(x, x 2, x 3 = (x 2 + x

Más detalles

4.- Para los siguientes conjuntos de vectores, probar si son o no subespacios vectoriales de R 4 : 2d + 1 : b, d reales. d

4.- Para los siguientes conjuntos de vectores, probar si son o no subespacios vectoriales de R 4 : 2d + 1 : b, d reales. d GRADO EN I. TELEMÁTICA. HOJA : ESPACIOS VECTORIALES. ESPACIOS NULO Y COLUMNA.- Sea W el conjunto de todos los vectores de R de la forma subespacio de R. s + t s t s t t, con s, t R. Probar que W es un.-

Más detalles

GEOMETRÍA ANALÍTICA 2º Curso de Bachillerato 22 de mayo de 2008

GEOMETRÍA ANALÍTICA 2º Curso de Bachillerato 22 de mayo de 2008 1. Sean los puntos A (1, 0,-1) y B (,-1, 3). Calcular la distancia del origen de coordenadas a la recta que pasa por A y B. Calculemos la recta que pasa por A y B. El vector AB es (1,-1,4) y por tanto

Más detalles

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere

Más detalles

Espacios vectoriales y aplicaciones lineales.

Espacios vectoriales y aplicaciones lineales. Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en

Más detalles

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una

Más detalles

y λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.

y λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial. Espacios vectoriales Espacios y subespacios R n es el conjunto de todos los vectores columna con n componentes. Además R n es un espacio vectorial. Ejemplo Dados dos vectores de R por ejemplo u = 5 v =

Más detalles

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una

Más detalles

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector

Más detalles

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1 . ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio

Más detalles

1. APLICACIONES LINEALES

1. APLICACIONES LINEALES 1 1. APLICACIONES LINEALES 1. Estudiar si las siguientes aplicaciones son lineales: a) f : R 2 R 3, f(x, y) = (x + y, y, x 2y). Sí es lineal. b) f : R 2 R, f(x, y) = xy. No es lineal. Basta observar que

Más detalles

EJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores

EJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u

Más detalles

4 Aplicaciones Lineales

4 Aplicaciones Lineales Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1

Más detalles

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n. Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular

Más detalles

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2. PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.

Más detalles

Problemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales.

Problemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales. Problemas y Ejercicios Resueltos. Tema : Aplicaciones Lineales. Ejercicios 1.- Determinar cuáles de las siguientes aplicaciones son lineales: (i) f : R R 2 definida por f((x, y, z)) = (x y, y + 2z). (ii)

Más detalles

Espacios vectoriales. Bases. Coordenadas

Espacios vectoriales. Bases. Coordenadas Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos

Más detalles

Modelo1_2009_Enunciados. Opción A

Modelo1_2009_Enunciados. Opción A a) Duración: hora y 30 minutos. b) Tienes que elegir entre realizar únicamente los cuatro ejercicios de la o realizar únicamente los cuatro ejercicios de la. e) Se permitirá el uso de calculadoras que

Más detalles

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

Más detalles

Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009)

Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009) ÁLGEBRA Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009) I. Se considera el homomorfismo f : P 2 (IR) P 2 (IR) definido por las siguientes condiciones: (1) Los polinomios sin

Más detalles

VECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes.

VECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes. VECTORES EN EL ESPACIO. Determina el valor de t para que los vectores de coordenadas (,, t), 0, t, t) y(, 2, t) sean linealmente dependientes. Si son linealmente dependientes, uno de ellos, se podrá expresar

Más detalles

RECTAS Y PLANOS EN EL ESPACIO

RECTAS Y PLANOS EN EL ESPACIO UNIDAD 6 RECTA Y PLANO EN EL EPACIO Página 1 1. Puntos alineados en el plano Comprueba que los puntos A (, ), B (8, ) y C (1, ) no están alineados. A (, ) B (8, ) C (1, ) AB = (, 1); BC = (, ) No tienen

Más detalles

Espacios vectoriales y aplicaciones lineales

Espacios vectoriales y aplicaciones lineales Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un

Más detalles

INSTITUTO VALLADOLID PREPARATORIA página 9

INSTITUTO VALLADOLID PREPARATORIA página 9 INSTITUTO VALLADOLID PREPARATORIA página 9 página 10 FACTORIZACIÓN CONCEPTO Para entender el concepto teórico de este tema, es necesario recordar lo que se mencionó en la página referente al nombre que

Más detalles

8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.

8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. Prácticas de Matemáticas I y Matemáticas II con DERIVE 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar si el

Más detalles

Apéndice A. Repaso de Matrices

Apéndice A. Repaso de Matrices Apéndice A. Repaso de Matrices.-Definición: Una matriz es una arreglo rectangular de números reales dispuestos en filas y columnas. Una matriz com m filas y n columnas se dice que es de orden m x n de

Más detalles

Espacios vectoriales y Aplicaciones lineales

Espacios vectoriales y Aplicaciones lineales Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea

Más detalles

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración

Más detalles

Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.

Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com. Transformaciones Lineales Definiciones básicas de Transformaciones Lineales wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 007-009 Contenido 1 Transformaciones Lineales 11 Núcleo e imagen

Más detalles

Valores propios y vectores propios

Valores propios y vectores propios Capítulo 6 Valores propios y vectores propios En este capítulo investigaremos qué propiedades son intrínsecas a una matriz, o su aplicación lineal asociada. Como veremos, el hecho de que existen muchas

Más detalles

Diagonalización de matrices

Diagonalización de matrices diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla

Más detalles

Subespacios vectoriales en R n

Subespacios vectoriales en R n Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo

Más detalles

E 1 E 2 E 2 E 3 E 4 E 5 2E 4

E 1 E 2 E 2 E 3 E 4 E 5 2E 4 Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),

Más detalles

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente. ÁLGEBRA DE MATRICES Página 49 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes

Más detalles

APLICACIONES DE LA MATEMATICA INTRODUCCION AL CALCULO AXIOMATICA DE LOS NUMEROS REALES

APLICACIONES DE LA MATEMATICA INTRODUCCION AL CALCULO AXIOMATICA DE LOS NUMEROS REALES APLICACIONES DE LA MATEMATICA INTRODUCCION AL CALCULO AXIOMATICA DE LOS NUMEROS REALES PROFESOR: CHRISTIAN CORTES D. I) LOS NUMEROS REALES. Designaremos por R, al conjunto de los números reales. En R existen

Más detalles

UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES )

UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS SOLUCIONES HOJA 5: Optimización 5-1. Hallar los puntos críticos de las siguiente funciones y clasificarlos: a fx, y = x y + xy.

Más detalles

Criterio de Sylvester

Criterio de Sylvester Criterio de Sylvester Objetivos. Aprender a aplicar el criterio de Sylvester para analizar cuándo una forma cuadrática es positiva definida, usando los menores principales de su matriz asociada. También

Más detalles

Tema 7: Valores y vectores propios

Tema 7: Valores y vectores propios Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un

Más detalles

Problemas de Álgebra Lineal Espacios Vectoriales

Problemas de Álgebra Lineal Espacios Vectoriales Problemas de Álgebra Lineal Espacios Vectoriales 1. Estudia cuáles de los siguientes subconjuntos son subespacios de R n para el n que corresponda: i) S 1 = {(x, y, z, t) R 4 x + y + z + t = b} siendo

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

Variedades Diferenciables. Extremos Condicionados

Variedades Diferenciables. Extremos Condicionados Capítulo 16 Variedades Diferenciables. Extremos Condicionados Vamos a completar lo visto en los capítulos anteriores sobre el teorema de las Funciones Implícitas y Funciones Inversas con un tema de iniciación

Más detalles

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO) Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto

Más detalles

Cambio de representaciones para variedades lineales.

Cambio de representaciones para variedades lineales. Cambio de representaciones para variedades lineales 18 de marzo de 2015 ALN IS 5 Una variedad lineal en R n admite dos tipos de representaciones: por un sistema de ecuaciones implícitas por una familia

Más detalles

José de Jesús Ángel Ángel, c 2010. Factorización

José de Jesús Ángel Ángel, c 2010. Factorización José de Jesús Ángel Ángel, c 2010. Factorización Contenido 1. Introducción 2 1.1. Notación.................................. 2 2. Factor común 4 2.1. Ejercicios: factor común......................... 4

Más detalles

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse

Más detalles

SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE ECUACIONES LINEALES Capítulo 7 SISTEMAS DE ECUACIONES LINEALES 7.1. Introducción Se denomina ecuación lineal a aquella que tiene la forma de un polinomio de primer grado, es decir, las incógnitas no están elevadas a potencias,

Más detalles

ÁLGEBRA LINEAL I Soluciones a la Práctica 6

ÁLGEBRA LINEAL I Soluciones a la Práctica 6 ÁLGEBRA LINEAL I Soluciones a la Práctica 6 Aplicaciones lineales (Curso 2009 2010) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos,

Más detalles

Tema 4.- El espacio vectorial R n.

Tema 4.- El espacio vectorial R n. Tema 4- El espacio vectorial R n Subespacios vectoriales de R n Bases de un subespacio Rango de una matriz 4 Bases de R n Cambios de base 5 Ejercicios En este tema estudiamos la estructura vectorial del

Más detalles

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades: Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición

Más detalles

4.1 El espacio dual de un espacio vectorial

4.1 El espacio dual de un espacio vectorial Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo

Más detalles

TEMA 6. EIGENVALORES Y EIGENVECTORES

TEMA 6. EIGENVALORES Y EIGENVECTORES TEMA 6. EIGENVALORES Y EIGENVECTORES M. C. Roberto Rosales Flores INSTITUTO TECNOLÓGICO SUPERIOR DE TLAXCO Ingeniería en Logística M. C. Roberto Rosales Flores (ITST TEMA 6. EIGENVALORES Y EIGENVECTORES

Más detalles

Álgebra Lineal y Geometría Grupo A Curso 2009/10. Sistemas de ecuaciones lineales

Álgebra Lineal y Geometría Grupo A Curso 2009/10. Sistemas de ecuaciones lineales Álgebra Lineal y Geometría Grupo A Curso 2009/10 Sistemas de ecuaciones lineales NOTA: Los problemas con asterisco, (*), tienen un grado mayor de dificultad. 1) Resolver los tres sistemas de ecuaciones

Más detalles

Tema 4: Aplicaciones lineales

Tema 4: Aplicaciones lineales Tema 4: Aplicaciones lineales Definición, primeras propiedades y ejemplos Definición. Sean V y W dos espacios vectoriales sobre un cuerpo K. Una función f : V W se dice que es una aplicación lineal si

Más detalles

Problemas de 2 o Bachillerato (ciencias sociales) Isaac Musat Hervás

Problemas de 2 o Bachillerato (ciencias sociales) Isaac Musat Hervás Problemas de 2 o Bachillerato ciencias sociales) Isaac Musat Hervás 27 de mayo de 2007 2 Índice General 1 Problemas de Álgebra 5 1.1 Matrices, Exámenes de Ciencias Sociales............ 5 1.2 Sistemas de

Más detalles

Opción A Ejercicio 1 opción A, modelo 4 Septiembre 2014

Opción A Ejercicio 1 opción A, modelo 4 Septiembre 2014 IES Fco Ayala de Granada Septiembre de 014 (Modelo 4) Soluciones Germán-Jesús Rubio Luna [ 5 puntos] Sabiendo que Sabiendo que 0 0 cos(3) - e + a sen() Opción A Ejercicio 1 opción A, modelo 4 Septiembre

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD Opción A Ejercicio 1.- [2 5 puntos] Una ventana normanda consiste en un rectángulo coronado con un semicírculo. De entre todas las ventanas normandas de perímetro 10 m, halla las dimensiones del marco

Más detalles

Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de

Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de 1 (a) f(x 1, x 2, x 3 ) = (x 1 + x 3, x 2 + x 3, x 1 + x 3, x 2 + x 3 ) (b) f(x 1, x 2, x

Más detalles

Tema 3: Producto escalar

Tema 3: Producto escalar Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica

Más detalles

1. Cambios de base en R n.

1. Cambios de base en R n. er Curso de Ingeniero de Telecomunicación. Álgebra. Curso 8-9. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema 5. Cambios de Base. Aplicaciones Lineales. Teoría y Ejercicios Resueltos..

Más detalles

Algebra Lineal y Geometría.

Algebra Lineal y Geometría. Algebra Lineal y Geometría. Unidad nº7: Transformaciones Lineales. Algebra Lineal y Geometría Esp. Liliana Eva Mata 1 Contenidos. Transformación lineal entre dos espacios vectoriales. Teorema fundamental

Más detalles

MATRICES SELECTIVIDAD

MATRICES SELECTIVIDAD MATRICES SELECTIVIDAD 1.- Sea K un número natural y sean las matrices a) Calcular A k. b) Hallar la matriz X que verifica que A K X = B C. Solución: 1 K K 0 0 0 ; X 1 1 0 0 1 1 1 K A 0 1 0 1 1 1 A 0 1

Más detalles

Clase 15 Espacios vectoriales Álgebra Lineal

Clase 15 Espacios vectoriales Álgebra Lineal Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos

Más detalles

Problemas de Selectividad. Isaac Musat Hervás

Problemas de Selectividad. Isaac Musat Hervás Problemas de Selectividad Isaac Musat Hervás 3 de mayo de 007 Índice General 1 Problemas de Álgebra 5 1.1 Matrices en General....................... 5 1. Determinantes.......................... 6 1.3

Más detalles

ALGEBRA LINEAL GUÍA No. 4 - VECTORES Profesor: Benjamín Sarmiento

ALGEBRA LINEAL GUÍA No. 4 - VECTORES Profesor: Benjamín Sarmiento ALGEBRA LINEAL GUÍA No. 4 - VECTORES Profesor: Benjamín Sarmiento VECTORES EN R n.. OPERACIONES CON VECTORES VECTORES EN R 2 : Un vector v en el plano R 2 = XY es un par ordenado de números reales .

Más detalles

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN. Apuntes de. para la titulación de

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN. Apuntes de. para la titulación de E.T.S. DE INGENIERÍA INFORMÁTICA Apuntes de ÁLGEBRA LINEAL para la titulación de INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN Fco. Javier Cobos Gavala Amparo Osuna Lucena Rafael Robles Arias Beatriz Silva

Más detalles

Segundo de Bachillerato Geometría en el espacio

Segundo de Bachillerato Geometría en el espacio Segundo de Bachillerato Geometría en el espacio Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid 204-205. Coordenadas de un vector En el conjunto de los vectores libres del espacio el concepto

Más detalles

IES Fco Ayala de Granada Junio de 2014 (Incidencias. Modelo 3) Soluciones Germán-Jesús Rubio Luna. Opción A

IES Fco Ayala de Granada Junio de 2014 (Incidencias. Modelo 3) Soluciones Germán-Jesús Rubio Luna. Opción A IES Fco Ayala de Granada Junio de 04 (Incidencias Modelo 3) Soluciones Germán-Jesús Rubio Luna Opción A Ejercicio opción A, modelo 3 Junio Incidencias 04 Sea f la función definida por f(x) = x + ln(x)

Más detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES ESPACIOS VECTORIALES Ejercicio 1 En un espacio vectorial {V,k}, el vector v4 tiene por coordenadas (1,2,1) respecto a los vectores { v1, v2, v3 } a) Dése las coordenadas del vector v3 respecto a { v1,

Más detalles

Funciones de Varias Variables

Funciones de Varias Variables Funciones de Varias Variables 1. Funciones de dos Variables Sea Ω un subconjunto del plano x, y, esto es Ω R 2. Una función real f de dosvariablesesunareglaqueasociaacadaparordenado (x,y) Ω unúniconúmeroreal

Más detalles

IES Fco Ayala de Granada Sobrantes de 2011 ( Modelo 3) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2011 ( Modelo 3) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Granada Sobrantes de 11 ( Modelo 3) Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo 3 del 11 [ 5 puntos] Dada la función f : R R definida por f(x) ax 3 + bx +cx, determina

Más detalles

Vectores y Valores Propios

Vectores y Valores Propios Capítulo 11 Vectores y Valores Propios Las ideas de vector y valor propio constituyen conceptos centrales del álgebra lineal y resultan una valiosa herramienta en la solución de numerosos problemas de

Más detalles

Estructuras algebraicas

Estructuras algebraicas Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota

Más detalles

1. Breve resumen de optimización sin restricciones en varias variables.

1. Breve resumen de optimización sin restricciones en varias variables. MATEMÁTICAS EMPRESARIALES G.A.D.E. CURSO 202/203 Práctica 2: Aplicaciones a la Optimización. En esta práctica se introducen las herramientas que nos ofrece el programa Mathematica para optimizar funciones

Más detalles

4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES

4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES Espacios Vectoriales y Aplicaciones Lineales 4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES SUMARIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRICA 1.- Espacios Vectoriales..- Propiedades de un Espacio Vectorial..-

Más detalles

Repaso de matrices, determinantes y sistemas de ecuaciones lineales

Repaso de matrices, determinantes y sistemas de ecuaciones lineales Tema 1 Repaso de matrices, determinantes y sistemas de ecuaciones lineales Comenzamos este primer tema con un problema de motivación. Problema: El aire puro está compuesto esencialmente por un 78 por ciento

Más detalles

PROBLEMAS MÉTRICOS. Página 183 REFLEXIONA Y RESUELVE. Diagonal de un ortoedro. Distancia entre dos puntos. Distancia de un punto a una recta

PROBLEMAS MÉTRICOS. Página 183 REFLEXIONA Y RESUELVE. Diagonal de un ortoedro. Distancia entre dos puntos. Distancia de un punto a una recta PROBLEMAS MÉTRICOS Página 3 REFLEXIONA Y RESUELVE Diagonal de un ortoedro Halla la diagonal de los ortoedros cuyas dimensiones son las siguientes: I) a =, b =, c = II) a = 4, b =, c = 3 III) a =, b = 4,

Más detalles

Valores y vectores propios de una matriz. Juan-Miguel Gracia

Valores y vectores propios de una matriz. Juan-Miguel Gracia Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS 2 Í N D I C E CAPÍTULO MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES MATRICES. MATRIZ. DEFINICIÓN 2. ALGUNOS

Más detalles

3.1 DEFINICIÓN. Figura Nº 1. Vector

3.1 DEFINICIÓN. Figura Nº 1. Vector 3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado

Más detalles

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad

Más detalles

UNIVERSIDADES DE ANDALUCIA PRUEBAS DE ACCESO A LA UNIVERSIDAD. Miguel A. Jorquera

UNIVERSIDADES DE ANDALUCIA PRUEBAS DE ACCESO A LA UNIVERSIDAD. Miguel A. Jorquera UNIVERSIDADES DE ANDALUCIA PRUEBAS DE ACCESO A LA UNIVERSIDAD Miguel A. Jorquera BACHILLERATO MATEMÁTICAS II JUNIO 2 ii Índice General 1 Examen Junio 2. Opción B 1 2 SOLUCIONES del examen de junio 2 Opción

Más detalles

Matrices equivalentes. El método de Gauss

Matrices equivalentes. El método de Gauss Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar

Más detalles

Construcción de bases en el núcleo e imagen de una transformación lineal

Construcción de bases en el núcleo e imagen de una transformación lineal Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.

Más detalles