AMPLIACIÓN DE FUNDAMENTOS DE MATEMÁTICA APLICADA

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

Download "AMPLIACIÓN DE FUNDAMENTOS DE MATEMÁTICA APLICADA"

Transcripción

1 AMPLIACIÓN DE FUNDAMENTOS DE MATEMÁTICA APLICADA FERNANDO LUIS GARCÍA ALONSO ANTONIO PÉREZ CARRIÓ JOSÉ ANTONIO REYES PERALES Profesores Titulares de la Escuela Politécica Superior de la Uiversidad de Alicate

2 Ampliació de fudametos de matemática aplicada. 3ª edició revisada Ferado Luis García Aloso Atoio Pérez Carrió José Atoio Reyes Perales. ISBN: Depósito legal: A Edita: Editorial Club Uiversitario. Telf.: C/ Cottolego, 25 - Sa Vicete (Alicate) Prited i Spai Imprime: Impreta Gamma. Telf.: C/ Cottolego, 25 - Sa Vicete (Alicate) gamma@gamma.fm Reservados todos los derechos. Ni la totalidad i parte de este libro puede reproducirse o trasmitirse por igú procedimieto electróico o mecáico, icluyedo fotocopia, grabació magética o cualquier almaceamieto de iformació o sistema de reproducció, si permiso previo y por escrito de los titulares del Copyright.

3 A uestras familias

4 Prólogo Las matemáticas so ua herramieta para los estudiates de las carreras técicas, tato coceptual como de cálculo. Coceptual porque permite compreder los desarrollos teóricos de asigaturas fudametales, de cálculo porque ayuda a resolver los problemas que habitualmete se preseta e el ejercicio de la profesió. Las matemáticas tiee u carácter formativo, que geera el hábito de platear los trabajos co rigor y cotribuye al desarrollo de u autético método cietífico del futuro profesioal. El objetivo fudametal que comparte las asigaturas de matemáticas e todas las carreras técicas, tato medias como superiores, es el de proporcioar al estudiate ua formació matemática básica, que le permita acceder al estudio de cualquier disciplia de matemática aplicada, requerida e su ejercicio profesioal, más adelate. Este objetivo puede ser formulado, más detalladamete, del modo siguiete: Familiarizar al alumo co el leguaje y razoamietos matemáticos, situádolo e codicioes de adquirir por sí mismo, e el futuro, los coocimietos de matemáticas que precise como istrumeto de su labor técica específica. Proporcioarle asimismo, métodos útiles para abordar los problemas que aparece e las diferetes disciplias de su titulació. Dotarle de u repertorio de coceptos, métodos y técicas de aálisis o cálculo adecuados a sus futuras ecesidades profesioales. La presete obra ha sido cocebida para tales fies, y está dirigida preferetemete a los alumos que ha elegido ua carrera técica, ispirádose su redacció e los programas de las pricipales uiversidades. Es tambié volutad de los autores que este texto costituya ua herramieta útil y eficaz e la preparació de exámees, procurado que sea lo más autosuficiete posible, e el setido de que pueda leerse si más coocimietos previos que los que aparece e cualquier asigatura de Fudametos de Matemática Aplicada. Co esta idea se ha creído coveiete icluir e cada capítulo, además de ua itroducció teórica que proporcioa ua visió global del tema que itetamos abordar, ua colecció variada de problemas resueltos co observacioes y otas que tiee por objeto facilitar su compresió. Al fializar cada capítulo aparece ua recopilació de problemas propuestos, similares a los resueltos, para que el alumo ejercite y afiace los coocimietos adquiridos. Es tambié iteció de los autores, que el presete libro permita asetar uas bases sólidas para ulteriores estudios. El coteido de esta obra se estructura e siete capítulos; e los cico primeros se estudia los coceptos de aplicacioes lieales etre espacios vectoriales, valores y vectores propios de u edomorfismo, trasformacioes ortogoales, diagoalizació ortogoal y su aplicació al estudio, clasificació y represetació gráfica de cóicas. El capítulo seis preseta las ideas de límite, cotiuidad y difereciabilidad de campos escalares y vectoriales. Por último e el séptimo se efectúa el estudio sobre la itegració exacta de ecuacioes difereciales ordiarias básicas. Los autores

5 Ídice Capítulo Aplicacioes Lieales Itroducció Aplicacioes lieales. Clasificació Defiició de aplicació lieal Teorema de caracterizació Ejemplos de aplicacioes lieales Propiedades Clasificació de homomorfismos Image y úcleo de ua aplicació lieal Defiicioes y cosecuecias Teoremas de caracterizació de moomorfismos Caracterizació de la image recíproca de u vector Homomorfismos etre E.V. de dimesió fiita Isomorfismos etre E.V. de la misma dimesió Determiació de aplicacioes lieales Teoremas de caracterizació de moo, epi e isomorfismos Matriz de ua aplicació lieal Ecuacioes y matriz de u homomorfismo Operacioes co aplicacioes lieales y matrices asociadas Equivalecia de matrices asociadas a ua misma A.L Defiició de matrices equivaletes, semejates y cogruetes Relació etre matrices asociadas a ua misma A.L. e distitas bases..9 Ejercicios resueltos...10 Ejercicios propuestos...28

6 Capítulo Diagoalizació de Edomorfismos Itroducció Valores y vectores propios Defiició de valores y vectores propios de u edomorfismo Subespacio propio asociado a u valor propio Determiació de valores y vectores propios Cálculo de valores y vectores propios. Ecuació característica Defiició de edomorfismo diagoalizable Edomorfismo diagoalizable Teorema de caracterizació y cosecuecias Primer teorema de diagoalizació Teorema fudametal de diagoalizació Matrices diagoalizables Defiició de matrices diagoalizables Caracterizació Propiedades Teoremas de aulació...35 Ejercicios resueltos...37 Ejercicios propuestos...57 Capítulo Trasformacioes Ortogoales Itroducció Aplicacioes ortogoales Homomorfismo ortogoal Cosecuecias Trasformacioes ortogoales Defiició de trasformació ortogoal Teoremas de caracterizació Matrices ortogoales Defiició de matrices ortogoales Teorema de caracterizació Trasformacioes ortogoales directas e iversas Trasformacioes e el E.V.E. ( ) co el p.e. caóico...63 Ejercicios resueltos...64 Ejercicios propuestos...75 Capítulo Diagoalizació Ortogoal Itroducció Edomorfismos simétricos de ( ) Valores y vectores propios de u edomorfismo simétrico Diagoalizació ortogoal de u edomorfismo simétrico Formas cuadráticas Defiició de forma cuadrática Expresió reducida de ua forma cuadrática Formas cuadráticas defiidas, semidefiidas e idefiidas...84 Ejercicios resueltos...85 Ejercicios propuestos...106

7 Capítulo Cóicas Itroducció Defiició y ecuació reducida Ecuació caóica y represetació gráfica de cóicas o degeeradas Clasificació y represetació gráfica de cóicas Ejercicios resueltos Ejercicios propuestos Capítulo Cálculo Diferecial Itroducció Nocioes de topología de El espacio ormado Clasificació de los putos de co respecto a u cojuto D Límites de campos escalares Límites fiitos de campos escalares Límites segú u subcojuto Límites ifiitos de campos escalares Propiedades de los límites de campos escalares Límites fiitos de campos vectoriales Cotiuidad de fucioes de varias variables Cotiuidad local de campos escalares Cotiuidad local de campos vectoriales Derivadas direccioales y derivadas parciales Derivadas direccioales y derivadas parciales de campos escalares Derivadas direccioales y derivadas parciales de campos vectoriales La diferecial Diferecial de campos vectoriales Matriz jacobiaa Iterpretació geométrica de la diferecial de campos escalares Difereciació de fucioes compuestas Ejercicios resueltos Ejercicios propuestos Capítulo Ecuacioes difereciales Itroducció Defiicioes y termiología Problema Cauchy o de valores iiciales Ecuacioes co variables separables Ecuacioes homogéeas Ecuacioes difereciales lieales de primer orde Ecuacioes de Berouilli Ecuacioes difereciales exactas Factores itegrates Alguos tipos de factores itegrates Trayectorias isogoales Ecuació diferecial lieal de orde, co coeficietes costates Sistema fudametal de solucioes

8 Cálculo de sistemas fudametales de solucioes Solució geeral de la ecuació diferecial lieal de orde completa co coeficietes costates Ejercicios resueltos Cuadro E.D.O. orde Ejercicios propuestos Bibliografía Ídice alfabético de defiicioes...311

9 Capítulo 1 Aplicacioes Lieales 1.1 Itroducció Parece lógico que después de haber maejado Espacios vectoriales itetemos buscar relacioes etre ellos. Estas aplicacioes etre espacios vectoriales debe cumplir al meos co las operacioes que defie la estructura de espacio vectorial y coservar dicha estructura, es decir, debe preservar la suma y el producto por u escalar. E otras palabras estas aplicacioes, llamadas lieales, matiee la forma y de ahí que tambié reciba el ombre de homomorfismos (igual forma). La palabra lieal co la que se apostilla estas aplicacioes etre espacios vectoriales, proviee de la expresió e ecuacioes lieales de las imágees. Cuado los espacios vectoriales relacioados so de dimesió fiita, las ecuacioes lieales de las imágees toma cuerpo a través de su expresió matricial, ecotrádoos co u elemeto ta ligado a la aplicació lieal que e ocasioes se idetificará ambos coceptos. Nos estamos refiriedo a la matriz asociada a ua aplicació lieal respecto a dos bases dadas (si los EV so distitos) o respecto de ua base (si so iguales), lo que fialmete os llevará respectivamete a la equivalecia o semejaza de matrices que represeta a ua misma aplicació lieal. So muchos los feómeos que se comporta de modo lieal a través de modelos matemáticos aplicados a distitos ámbitos cietífico-técicos, como por ejemplo, e arquitectura, física, igeiería eléctrica, ecología, ecoomía, telecomuicacioes,... 1

10 Capítulo 1. Aplicacioes lieales 1.2 Aplicacioes lieales. Clasificació Defiició de aplicació lieal Defiició. Sea U y V dos espacios vectoriales sobre el mismo cuerpo. Ua aplicació f de U e V es toda correspodecia que asocia a cada vector u U u úico vector v V, que se llama Image o Trasformado de u mediate f. La Aplicació f : U V es Lieal si verifica las codicioes siguietes: 1) f ( u+ v) = f ( u) + f ( v) u, v U. 2) f λu = λf u λ u U. ( ) ( ) Observació: Termiológicamete so coceptos idéticos Aplicació Lieal, Homomorfismo, Trasformació Lieal y Operador lieal Teorema de caracterizació Teorema. La aplicació f : U V es lieal u homomorfismo si, y sólo si: f λ u+ µ v = λ f u + µ f v λ, µ u, v U ( ) ( ) ( ) Ejemplos de aplicacioes lieales 1. Si [x] es el espacio vectorial de los poliomios de grado meor o igual que, a coeficietes reales y co idetermiada e x, etoces la aplicació etre espacios vectoriales D : [x] 1[x] que a cada poliomio le hace correspoder su derivada respecto de x es lieal (compruébese por el lector). 2. Sea U = C [ a, b ], a< b el espacio vectorial de las fucioes reales que so cotiuas e el itervalo [a, b]. La aplicació etre espacios vectoriales: ϕ : U f( x) f( x) dx es lieal (basta utilizar la liealidad de la itegral defiida). 3. Dado el espacio vectorial U = U1 U2,etoces las aplicacioes proyecció de U sobre U 1 y sobre U 2 so lieales. 4. La aplicació idetidad i: U U, tal que i( u) = u u U, es lieal. 5. La aplicació ula 0:U V, tal que 0( u) = 0, u U, es lieal. 6. Los giros y simetrías axiales so trasformacioes que coserva las distacias y puede comprobar el lector que so trasformacioes lieales. b a 2

11 1.2.4 Propiedades Resume teórico Dada la Aplicació Lieal etre espacios vectoriales sobre el cuerpo, f : U V, se verifica: a) f (0) = 0. b) f( u) = f( u) u U. c) Si U 1 es subespacio vectorial de U f( U1) es subespacio vectorial de V. d) Si V 1 es subespacio vectorial de 1 V f V1 ( ) es subespacio vectorial de U. e) Si S es u sistema geerador de U1 f( S) es u sistema geerador de f( U 1). f) Si S es u sistema ligado e U f( S) es u sistema ligado e V. g) Si f( S ) es u sistema libre e V S es u sistema libre e U ((cotrarrecíproco de f). Observació : El sistema image de u sistema libre puede ser libre o ligado, depediedo de la aplicació lieal Clasificació de homomorfismos Defiició. Ua aplicació f : U V es: a) iyectiva si f( u) = f( v) u = v; u, v U. b) sobreyectiva si f( U) = V. c) biyectiva si es iyectiva y sobre a la vez. Defiició. Sea f : U V ua aplicació lieal u homomorfismo, etoces: 1) Si f es iyectiva, se le llama moomorfismo. 2) Si f es sobreyectiva, se le llama epimorfismo. 3) Si f es biyectiva, se le llama isomorfismo. 4) Si U = V, etoces a f se le llama edomorfismo. A u edomorfismo biyectivo se le llama automorfismo. Observació: E ua correspodecia uívoca etre cojutos co cardialidad, f : A B, e la que todos los origiales tiee ua sola image, la iyectividad implica que Card ( A ) Card ( B ), la sobreyectividad implica que Card ( A ) Card ( B ) y la biyectividad, que Card ( A ) = Card ( B ). E estas codicioes si f es iyectiva y Card ( A ) = Card ( B ) etoces f es biyectiva. Claramete las dimesioes de espacios vectoriales isomorfos so iguales. 1.3 Image y úcleo de ua aplicació lieal Defiicioes y cosecuecias Defiició. Sea f : U V ua aplicació lieal etre espacios vectoriales sobre u mismo cuerpo, etoces: 3

12 Capítulo 1. Aplicacioes lieales I. Se llama Image de f al cojuto de vectores trasformados de todos los vectores de U y se represeta por Im( f ). Como Im( f ) = f( U ), etoces por la propiedad c) es u Subespacio Vectorial de V. Llamamos Rago de f a la dimesió de Im( f ). II. Se deomia Image recíproca de u vector v V mediate f, y se represeta por f 1 ( v), al cojuto de vectores de U que tiee por image a v. III. Se llama Núcleo de f, y se represeta por N( f ) o Ker(f) (del iglés Kerel, o del alemá ker), al cojuto de vectores de U cuya image es ula (image recíproca del vector ulo). Por la propiedad d) como { 0 } es u subespacio vectorial (impropio) de V y N( f ) = f 1 (0) etoces N( f ) = es u subespacio vectorial de U. A la dimesió del úcleo de f se le llama ulidad de f. IV. Si U es de dimesió fiita etoces dimu = dim N( f ) + dim Im( f ) = ulidad de f + rago de f Teoremas de caracterizació de moomorfismos. Teoremas: i. ii. f es u moomorfismo N( f ) =. f es u moomorfismo La image de todo sistema libre de U es u sistema libre e V. Observació: Como cosecuecia del primer teorema resulta obvio que si dim U es fiita etoces, f es moomorfismo sii dimu = rago de f = dimim( f ) = dim Caracterizació de la image recíproca de u vector f ( U ). Sea el homomorfismo f : U V y v Im( f ), etoces existe u vector u0 U tal que f( u0) = v. Si u es otro vector de U cuya image tambié es v, es decir, u vector cualquiera de la image recíproca de v, etoces f( u) = f( u0) por lo que u u0 N( f ), y así podemos cocluir fácilmete que : Observació: Obviamete si N( f )= la image recíproca de cualquier vector v Im( f ) costa de u (moo) solo vector. 4

13 1.4 Homomorfismos etre E.V. de dimesió fiita. Resume teórico E esta secció etederemos que U quiere decir que el espacio vectorial U sobre el cuerpo tiee dimesió. Etoces la aplicació lieal f : U Vm se etederá que parte de u espacio vectorial de dimesió y llega a u espacio vectorial de dimesió m. Si o se poe el subídice se etederá que o es ecesario el dato de la dimesió Isomorfismos etre E.V. de la misma dimesió. Dado el espacio vectorial ( ) U, ua base B = { e, i = 1,2,..., } i de éste y el vector x del mismo, podemos expresar x como combiació lieal úica de los vectores de la base, es decir, x= xe xe, dode los coeficietes de la combiació lieal so escalares del cuerpo, que agrupados de la forma ( x1,..., x ) deota las coordeadas de x e la base B. La aplicació φ : U ( ) ( ) x ( x,..., x ) 1 es lieal y biyectiva (compruébese como ejercicio). Lo que establece u isomorfismo etre espacios vectoriales de dimesió y el espacio vectorial. Observació: El isomorfismo defiido depederá e cada caso de la base elegida. Este isomorfismo os permite idetificar U co hora de resolver ejercicios tato teóricos como prácticos. para de esta forma poder trabajar co mayor simplicidad a la es el modelo aalítico de los espacios vectoriales, -dimesioales, sobre el cuerpo y su importacia estriba e que u sistema de coordeadas permite el estudio de la geometría vectorial de u e.v. V de dimesió sobre. Observació: Si recordamos la observació del apartado 1.2.5, toda aplicació lieal iyectiva etre espacios vectoriales de la misma dimesió fiita es biyectiva y por lo tato isomorfismo Determiació de aplicacioes lieales. Teorema. Ua aplicació lieal f : U coociedo las imágees de los vectores de ua base de de U y x U etoces, V queda uívocamete determiada U. Si B { e i} i = 1,2,..., = es base x= xe xe f( x) = f( xe xe ) = x f( e) x f( e )

14 Capítulo 1. Aplicacioes lieales Teoremas de caracterizació de moo, epi e isomorfismos. Sea f : U V u homomorfismo, { } 1,2,..., B= e i i = ua base de U y f( B) = { f( e )} = 1,..., i i etoces: Teoremas: i. ii. iii. f f f es epimorfismo f( B) es sistema geerador de V. es moomorfismo f( B) es libre. es isomorfismo f( B) es base de V. 1.5 Matriz de ua aplicació lieal Ecuacioes y matriz de u homomorfismo vectoriales Sea B = { u u } y B = { v v } U U y V m y,..., 1 x U e V y V Si coocemos las imágees de los vectores de la base aplicació lieal f : U Vm, e efecto: Recordemos que por u lado y que por otro m,..., 1 m bases respectivas de los espacios tales que f( x ) = y. f( u1) = α11v1 + α12v α1 mvm f( u2) = α21v1 + α22v α2mv... f( u ) = α v + α v α v m m y = yv y v 1 1 m m B U tedremos determiada la y = f( x) = x1f( u1) xf( u) = = x1 ( α11v1 + α12v α1 mvm) x( α 1v1 + α2v αmvm) = = ( xα + x α x α ) v ( xα + x α x α ) v m 2 2m m m m y como la expresió de y es úica e la base B V, los coeficietes de la combiació lieal coicide y así resulta que: y = xα + x α x α y = xα + x α x α y = xα + x α x α m 1 1m 2 2m m 6

15 Resume teórico que so las Ecuacioes de la aplicació lieal. Expresado matricialmete el sistema aterior, que relacioa las coordeadas ( x1,..., x ) de x e la base BU co las coordeadas ( y1,..., y m ) de f( x ) e la base BV se obtiee: y1 α11 α21 α 1 x1 y2 α12 α22 α2 x2 = y α α α x m 1m 2m m dode α α α α α α α α α m 2m m es la Matriz de la aplicació lieal f respecto a las bases B U y B V, cuyas columas so las coordeadas de las imágees de los vectores de B U respecto de la base B V. Se puede utilizar la otació f BUB para aludir a dicha matriz. V Observació: A la matriz de u homomorfismo f respecto a las bases dadas tambié se llama matriz asociada al homomorfismo f respecto a dichas bases Operacioes co aplicacioes lieales y matrices asociadas Sea f : U Vm y g: U Vm y B U ua base de U y matrices asociadas a dichos homomorfismos respecto a las bases respectivamete: B V ua base de V m. Las B U y B V, so F f B B Suma y producto por u escalar = y G = g U V B B U V Defiició. Se defie la aplicació lieal suma f ± g de la siguiete forma: ( f ± g)( u) = f( u) ± g( u) ; u U y la matriz asociada correspodiete es F ± G. Del mismo modo se defie el homomorfismo producto por u escalar λ f tal que ( λf)( u) = λf( u), u U, λ K y su matriz asociada es λ F. Co estas operacioes el cojuto de las aplicacioes lieales etre los espacios vectoriales U y V m, L( U, V m) tiee estructura de espacio vectorial sobre el cuerpo 7

16 Capítulo 1. Aplicacioes lieales y es isomorfo al espacio vectorial de las matrices de orde m, por lo que su dimesió es m. Composició de aplicacioes Sea f : U Vm y h: Vm Wp y B U ua base de U y B V ua base de V m y B W ua base de W p. Las matrices asociadas a dichos homomorfismos respecto a sus bases so respectivamete: F f B B = y H = h U V B B V W Defiició: El homomorfismo composició (f compuesto co h) h f U W : p se defie por ( h f)( u) = h[ f( u)] y tiee por matriz asociada H F. De forma atural e caso de existir la aplicació iversa de f para la composició, 1 f, su matriz asociada sería la iversa de F, es decir, 1 F. 1.6 Equivalecia de matrices asociadas a ua misma A.L Defiició de matrices equivaletes, semejates y cogruetes Defiició. Dos matrices A, B M mx ( ) so equivaletes si existe dos matrices P y Q, cuadradas y regulares, de órdees y m respectivamete, tales que : 1 B= Q A P Observació: Dos matrices que represete a ua misma aplicació lieal pero e distitas bases, so equivaletes, siedo P y Q las matrices de cambio de base (e el siguiete apartado se estudiará esta situació co detalle). Defiició. Dos matrices A, B M ( ) so semejates si existe ua matriz P regular, de orde, tal que: 1 B= P A P Observació: Dos matrices que represete al mismo edomorfismo pero e distita base, so semejates, siedo P la matriz de cambio de base. Es trivial que las matrices semejates tiee el mismo determiate. Defiició. Dos matrices A, B M ( ) so cogruetes si existe ua matriz P regular, de orde, tal que: t B= P A P 8

17 Resume teórico Observació: Dos matrices que represete al mismo edomorfismo ortogoal pero e distita base, so cogruetes, siedo P la matriz de cambio de base Relació etre matrices asociadas a ua misma A.L. e distitas bases. Sea f : U Vm, B U ua base de asociada a f e dichas bases. Cosideramos ahora las bases asociada a f es F' = f B ' U B '. V U, B ' U de U y La matriz de cambio de base (cuadrada y regular) de cada espacio vectorial. Sea x U e y V m tales que f( x ) = y. B V ua base de V m y F = f B U B la matriz V B ' V de V m respecto a las que la matriz B ' a B se deota por ( B' : B) e La expresió e forma de matriz columa de x e la base B U viee dada por X, y e la base B ' U por X '. La expresió e forma de matriz columa de y e la base B V viee dada por Y, y e la base B ' V por Y '. Las relacioes de cambio de base so: = ( ' : ) ' (1) ( ' ) X B B X U U Y = B : B Y' (2) V V Por otro lado: Y = F X (3), Y' = F' X ' (4) (relacioes de las matrices asociadas) Sustituyedo (1) y (2) e (3) se obtiee: por lo que ( ) ( ) B' : B Y' = F B' : B X ' (5) V V U U 1 ( ) ( ) Y' = B' : B F B' : B X ' (6) V V U U y como la matriz de ua aplicació lieal respecto a uas bases dadas es úica, comparado (4) y (6) resulta que: ( ) 1 ( ) F' = B' : B F B' : B V V U U lo que corrobora la equivalecia de las matrices asociadas a ua misma aplicació lieal e distitas bases. 9

18 Capítulo 1. Aplicacioes lieales EJERCICIOS RESUELTOS 1. Dados los espacios vectoriales U y V, estudie si las siguietes aplicacioes f:u V so lieales: a) b) U = V = U = 3 ( )/ f(x,y,z) = (2x + y, y z, x + y + z). 3 ( ) ; V = c) U = V = M ( )/ f(a) = A t A. SOLUCIÓN: 2 ( )/ f(x,y,z) = (2xy, x + 3y 4z). Para que la aplicació f :U V (etre espacios vectoriales sobre el mismo cuerpo ) sea lieal u homomorfismo debe cumplirse que: E la práctica se utiliza el teorema de caracterizació (T.C.): a) Dado que f : 3 ( ) 3 ( )/f(x, y, z) = (2x + y, y z, x + y + z) Utilizado la caracterizació aterior f( λ (x, y, z ) + µ (x, y, z )) = f( λ x + µ x, λ y + µ y, λ z + µ z ) = (2( λ x + µ x ) + ( λ y + µ y ),( λ y + µ y ) ( λ z + µ z ),( λ x + µ x ) + ( λ y + µ y ) + ( λ z + µ z )) = λ (2x + y, y z, x + y + z ) + µ (2x + y, y z, x + y + z ) = λf(x, y, z ) + µ f(x 2, y 2, z 2) para cualquier aplicació lieal 3 λ, µ y (x, y, z ),(x, y, z ) ( ) por lo que es f ua b) E este caso f : 3 ( ) 2 ( )/ f (x, y, z) = (2xy, x+3y-4z) Cuado las coordeadas del vector image so expresioes poliómicas podemos utilizar u método ituitivo para el recoocimieto de homomorfismos. Cuado las coordeadas mecioadas so poliomios de térmios homogéeos de grado 1 ( lieales) etoces es homomorfismo. Por el cotrario si algua coordeada es o lieal o de grado cero (o ulo), o será aplicació lieal. E este último caso basta ecotrar u ejemplo que o cumpla la defiició o el T.C. 10

19 Ejercicios resueltos f(2,0,0)=(0,2) f(1,1,1)=(2,0) f(2,0,0)+f(1,1,1) f(3,1,1) f(3,1,1)=(6,2) y como cosecuecia f o es homomorfismo t c) f : M ( ) M ( )/f( A) = A A Utilizado el T.C. t t t f( λ A+ µ B) = ( λ A+ µ B) ( λ A+ µ B) = λ A + µ B λ A µ B= t t λ ( A A) + µ ( B B) = λ f( A) + µ f( B) A, B M ( ), λ, µ co lo que f es ua aplicació lieal. 2. Determie los subespacios Im(f) y N(f) de la siguietes aplicacioes lieales: a) f: 3 ( ) 3 ( )/ f(x,y,z) = ( y, 0, x - y - z). b) f: P ( ) P ( )/ f(p(x)) = xp (x) ( 1 1 P ( ) 1 es el e.v. de los poliomios de grado meor o igual que uo, co idetermiada e x y a coeficietes reales). SOLUCIÓN: caso. Hallaremos uas ecuacioes implícitas y ua base del N( f ) y de la Im( f ) e cada a) De la defiició de f resulta que por lo que se deduce fácilmete que f(x, y, z) = x(0,0,1) + y(1,0,-1) + z(0,0,-1) Im( f ) = <(1,0,-1), (0,0,1)> pues (0,0,-1) es proporcioal a (0,0,1) y ua base de la image es pues {(1,0,-1),(0,0,1)} Para hallar uas ecuacioes implícitas sea (x,y,z) Im( f ), por lo que x = α (x,y,z) = α(1,0,-1) + β(0,0,1) y = 0 z = α + β 11

20 Capítulo 1. Aplicacioes lieales que costituye las ecuacioes paramétricas de las que elimiado los parámetros obteemos ua ecuació implícita que e este caso es y = 0. y = 0 E cuato al N( f ) ={(x,y,z)/f(x,y,z)=(0,0,0)} os coduce al sistema 0 = 0 de x-y-z = 0 dode N( f ) ={(x,y,z)/y=0, x = z}={(x,0,x)/x real}=<(1,0,1)>, siedo uas ecuacioes implícitas, y = 0, x = z y ua base, {(1,0,1)}. b) E este caso resulta claro que f(ax + b) = ax por lo que Im( f ) = <x> = {ax+b / b = 0}, siedo la ecuació implícita, b = 0 y ua base de Im( f ), {x}. De la misma forma N( f ) = {ax+b / f(ax+b) = poliomio idéticamete ulo (P.I.N)} Es decir N( f ) = {ax+b/ ax = 0x+0} = {ax+b/ a = 0} =<1> y de esta forma ua base de N( f ) es {1} y ua ecuació implícita es a = Clasifique las siguietes aplicacioes lieales: a) f: M ( ) M ( )/ f(a) = A t + A 2. b) c) f: f: SOLUCIÓN: 3 ( ) 2 ( )/ f(x,y,z) = ( x + y, y + z). 2 ( ) 3 ( )/ f(x,y) = ( 2x - y, 2y x, 2x+2y). a) Dado que A+A t es ua matriz simétrica etoces Im( f ) = S ( ) (espacio vectorial de las matrices simétricas). Por otro lado toda matriz cuadrada real de orde puede expresarse de forma úica como suma de ua matriz simétrica mas ua atisimétrica, es decir, M ( ) = S ( ) AS ( ) Además dim M ( ) = dim Im( f ) + dim N( f ) = dim S ( )+ dim N( f ) y de la expresió aterior podemos cocluir que N( f ) = AS ( ) por lo que f sólo es edomorfismo *. Otra forma de llegar al úcleo de f es: N( f ) ={A M ( )/A+A t = 0 (matriz ula)}={a M ( )/A= - A t } es decir N(f) = AS ( ). * Como dim S ( ) = resultado. ( + 1 ) y dim AS 2 ( ) = ( 1 ) resulta obvio el 2 12

21 Ejercicios resueltos b) Im(f) = x(1,0) + y(1,1) + z(0,1) =<(1,0), (0,1)> = 2 ( ) como cosecuecia f es sobre y dado que las dimesioes de los espacios vectoriales so distitas f o puede ser biyectiva luego o puede ser iyectiva y por tato f es epimorfismo. c) N( f ) = {(x,y)/ 2x y = 0; 2 y x= 0; 2x+ 2 y = 0 }={(0,0)} luego f es iyectiva y como las dimesioes de los espacios vectoriales so distitas f o puede ser biyectiva, por tato f o es sobre y como cosecuecia f es moomorfismo. NOTA: Si f :U V es ua aplicació lieal (etre espacios vectoriales de dimesió fiita) sabemos que dimu = dim Im(f) + dim N(f). Así pues e el caso e que dimu > dimv, f o puede ser iyectiva (ya que e cualquier caso dim Im(f) dimv < dimu co lo que dim N(f) 0 y etoces N(f) { 0 }). Por otro lado si dimu < dimv, f o puede ser sobreyectiva (ya que dim Im(f) dimu < dimv ). 4. Dado el edomorfismo f: P 2 ( ) P 2 ( )/ f(p(x)) = xp (x) p(x), se pide que: a) Halle ua base y uas ecuacioes implícitas del úcleo y de la image de f. -1 b) Determie, de forma razoada, si existe f. c) Compruebe si N(f) e Im(f) so suma directa. SOLUCIÓN: Dado que P 2 ( ) es el espacio vectorial de los poliomios de grado meor o igual que dos co idetermiada e x y a coeficietes reales, f queda defiida por: así pues, f(ax 2 +bx+c) = ax 2 c a) 2 Im( f ) = x,1 = { ax 2 +bx+c / b = 0} (f o es sobre). N( f ) = { ax 2 +bx+c / f(ax 2 +bx+c) = 0 (PIN)} = { ax 2 +bx+c / ax 2 c = 0 (P.I.N)}= { ax 2 +bx+c / a = 0, c = 0} = x (f o es iyectiva). Ua base de Im( f ) es { x 2, 1} y ua ecuació implícita es b = 0. Ua base de N( f ) es {x} y uas ecuacioes implícitas so a = 0 y c = 0. b) Puesto que f o es biyectiva, es claro que f o es iversible. c) De las estructuras de Im( f ) y de N( f ) es obvio que P ( )= Im( f ) N( 2 f ). 13

22 Capítulo 1. Aplicacioes lieales 5. Cosideremos los edomorfismos f y g sobre el espacio vectorial U(K), co dimesió, cumpliedo las siguietes codicioes : a) f = i g ( i = aplicació idetidad). b) g ( u) = u u = 0; u U. c) g es ilpotete de orde. (es decir, g 1 ) 0, g ) = 0). SOLUCIÓN: Se pide que: a. Demuestre que existe f 1 b. Halle f 1. e fució de g. 1. Para que f sea iversible basta ver que es iyectiva pues al ser edomorfismo si es iyectivo es automorfismo. Veamos pues la iyectividad de f: Sea u U(K) ; u N(f) f(u )= 0 (por i.) i(u )-g(u )= 0 u -g(u )= 0 g(u )=u (por ii.) u = 0 luego N(f) ={ 0 } (es decir, f es iyectiva). 2. Sea f (i + g + g g ) = ( i g ) ( i + g + g g ) = i g +1 = i, pues g es ilpotete de orde, es decir, g + 1 = 0 (A.I.N.), de dode podemos cocluir que: f -1 = i + g + g g siedo g = ) gg... g co. NOTA: Las siglas A.I.N. sigifica aplicació idéticamete ula. 6. Determie la aplicació lieal f: P ( ) 3 2 ( ) tal que: y calcule f(x 2 + 4x + 4). f(1 x) = (2, 0,0) f(x 2 + 2x 1) = (0, 1, -1) f(2x 2 1) = (1, -2, 0) 14

23 Ejercicios resueltos SOLUCIÓN: Puesto que ua aplicació lieal etre espacios vectoriales de dimesió fiita queda uívocamete determiada coociedo las imágees de ua base, utilizaremos este extremo para cotestar a la primera preguta. 2 2 El sistema 1 x, x + 2x 1,2x 1 es ua base de P ( ) 2 u 1 u2 u3 decir, si p(x) P 2 ( ), etoces existe tres escalares, α, β, γ, tales que, (compruébese), es p(x) =! αu1+ βu2 + γu3 luego f(p(x)) = α f( u 1 )+ β f( u 2 )+γ f( u 3 ) y e el caso que os ocupa: x 2 +4x +4 = 22 3 u u 2-7 u f(x 2 +4x +4) = f( u 1 ) f( u 2 )- 7 3 f( u 3 )= =,, (haga el lector las pertietes verificacioes) NOTA: El sigo de exclamació! idica la uicidad de la expresió a la que se refiere. 7. Sea f el edomorfismo de que : 3 ( ), co f(x 1,x 2,x 3 ) = (y 1,y 2,y 3 ) de forma y 1 = x 1 x 2 + x 3 y 2 = x 1 + x 2 y 3 = x 2 que so las ecuacioes del mismo. Si U 1 = {(x 1,x 2,x 3 )/ x 1 + x 2 = 0} y U 2 = = {(x 1,x 2,x 3 )/ x 3 = 0}, calcule: a) f 1 (0). 1 b) f (1,2,1) si resolver igú sistema de ecuacioes, sabiedo que f(1,1,1)=(1,2,1). c) f(u ) y f(u ). 1 2 SOLUCIÓN: a) f 1 (0) = N(f) = {( x 1,x 2,x 3) / f( x 1,x 2,x 3) = (0,0,0)} y resolviedo el sistema: 15

24 Capítulo 1. Aplicacioes lieales x x + x = x +x = x = 0 2 cuya úica solució es la trivial, co lo que N(f) = { 0 }. b) c) Dado que f es moomorfismo, la image recíproca de cualquier vector del espacio vectorial Im(f ) costa de u solo vector, luego f 1 (1,2,1) = (1,1,1). Puesto que U 1 = {( x 1,x 2,x 3)/ x 1 +x 2 = 0 }={( x 1, x 1,x3)/ x 1,x 3 } = <(1,-1,0),(0,0,1)> S 1 = {(1,-1,0),(0,0,1)} es u sistema geerador de U 1, por tato f(s 1 ) es u s.g. de f(u 1 ) y como f(s 1 ) = {(2,0,-1),(1,0,0)}, resulta que : f(u 1 )=<(2,0,-1),(1,0,0)>. De la misma forma U 2 = {( x 1,x 2,x 3)/ x 3 = 0}={( x 1,x 2,0)/ x 1,x 2 } = <(1,0,0),(0,1,0)> S 2 = {(1,0,0),(0,1,0)} es u sistema geerador de U 2, por tato f(s 1 ) es u s.g. de f(u 2 ) y como f(s 2 ) = {(1,1,0),(-1,1,1)}, resulta que : f(u 2 )=<(1,1,0),(-1,1,1)>. 8. Dada la aplicació f : 3 ( ) M 2 ( ) / f(x,y,z) = x y +. Estudie si f es 0 x z lieal y, e este caso, halle la matriz asociada a dicha aplicació lieal e las bases caóicas. SOLUCIÓN: λ, µ y se tiee que 3 (x 1,y 1,z 1),(x 2,y 2,z 2) ( ) f( λ (x 1,y 1,z 1)+ µ (x 2,y 2,z 2) )=f( λ x 1+ µ x 2, λ y 1+ µ y 2, λ z 1+ µ z2)= λ x1+ µ x2 λ y1+ µ y2 x1 y1 x2 y2 = = λ + µ 0 ( λ x1+ µ x 2) + ( λ z1+ µ z 2) 0 x1+ z1 0 x2 + z2 = λ f (x 1,y 1,z 1)+ µ f(x 2,y 2,z 2) ) lo que prueba que f es ua aplicació lieal. = 16

25 Ejercicios resueltos Para hallar la matriz asociada a f e las respectivas bases caóicas procederemos calculado los trasformados de la base caóica de los vectores de la base caóica de M ( ). 2 3 ( ) y expresarlos e fució de f(1,0,0)= = f(0,1,0)= = f(0,0,1)= = Las columas de la matriz asociada a f so las costituidas por los coeficietes de las expresioes ateriores (coordeadas de los trasformados de los vectores de la base caóica de 3 ( ) e la base caóica de M ( ) 2 ), es decir, f C3CM 2 ( ) = Sea las bases B = {(1,1), (1,0)} y B = {((1,1,1), (1,1,0), (1,0,0)} de 2 ( ) y 3 ( ) respectivamete. Cosideremos el homomorfismo f : 2 ( ) 3 ( ) defiido por: f ( x, y) = ( y, x, x y) Halle la expresió matricial de f e las bases B y B. SOLUCIÓN: Método 1: Los trasformados de los vectores de la base B f (1,1) = (1,1, 0) = α (1,1,1) + α (1,1, 0) + α (1, 0, 0) f (1, 0) = (0,1,1) = α (1,1,1) + α (1,1, 0) + α (1, 0, 0) expresados e fució de los vectores de la base B os coduce a dos sistemas de tres ecuacioes co tres icógitas (ambos compatibles determiados) cuyas úicas solucioes so, respectivamete, ( α11, α12, α13) = (0,1,0); ( α21, α22, α23) = (1,0, 1) y coforma las columas de la matriz buscada. 17

26 Capítulo 1. Aplicacioes lieales α11 α fbb' = α12 α22 = 1 0 α α Método 2: Si otamos co C 2 y C 3 las respectivas bases caóicas de 2 ( ) y de 3 ( ) y teemos e cueta que la defiició de f os da los trasformados de C 2 e fució de los vectores de C 3 f ( 1, 0 = ) ( 0, 1, 1 ) f ( 0, 1) = (1, 0, - 1) etoces la expresió matricial de f e las bases caóicas es 0 1 fc 1 0 2C = por otro lado sea P = [ B :C 2 ] (matriz de cambio de base de B a C 2 ) y Q = [ B :C 3 ] (matriz de cambio de base de B a C 3 ) co lo que la relació etre matrices asociadas a ua misma aplicació lieal e distitas bases ( B, B y C 2, C 3 ) es f 1 BB' = Q fc 2C 3 P y dado que de forma obvia 1 1 P = 1 0 y Q = , basta hallar Q = y etoces 18

27 Ejercicios resueltos fbb' = = NOTA: La forma de obteer las matrices P y Q es muy secilla dado que se trata de expresar los vectores de la base B y B e fució de los vectores de las bases C 2 y C 3 respectivamete y como los vectores de las bases B y B está referidos a las bases caóicas respectivas, las columas de las matrices de cambio de base está costituidas por las coordeadas, e las bases caóicas, de dichos vectores. Recuerde tambié el lector que P y Q so matrices regulares. 10. Sea f : 2 ( ) 4 ( ) la aplicació lieal defiida por f(2,1) = (1,0,-1,3) y f(4,1) = (2,-2,3,1) Calcule la matriz asociada a f respecto de las bases caóicas. SOLUCIÓN: Método 1: f(2,1)=(1,0,-1,3) El hecho de que f(4,1)=(2,-2,3,1) se puede traducir a u sistema de dos ecuacioes co dos icógitas cosiderado { } { e,e,e,e} C = u,u base caóica de C = base caóica de ( ) 4 ( ) El sistema queda : f(2u 1+u 2) = e1 e3 + 3e4 f(4u +u ) = 2e 2e + 3e + e y aplicado la liealidad de f, se obtiee el sistema 2f(u 1)+f(u 2) = e1 e3 + 3e4 4f(u )+f(u ) = 2e 2e + 3e + e que es compatible determiado, siedo la solució (a través de sus coordeadas) 19

28 Capítulo 1. Aplicacioes lieales 1 f(u 1) = e1 e2 + 2e3 e4 2 f(u ) = 0e + 2e 5e + 5e co lo que f C2C = Método 2: Puesto que B 2 = {(2,1),(4,1)} es base de 2 ( ) y {(1,0,-1,3 ),(2,-2,3,1)} es liealmete idepediete, podemos completar este último sistema hasta obteer ua base de 4 ( ). Sea B 4 = {(1,0,-1,3 ),(2,-2,3,1),(0,0,1,0),(0,0,0,1)} dicha base completada. Por otro lado sea P = [B 2 :C 2 ] (matriz de cambio de base de B 2 a C 2 ) y Q = [B 4 :C 4 ] (matriz de cambio de base de B 4 a C 4 ) co lo que la relació etre matrices asociadas a ua misma aplicació lieal e distitas bases ( B 2, B 4 y C 2, C 4 ) es siedo f = Q f P f = Q f P 1 1 B2B4 C2C4 C2C4 B2B = = = = f BB ;P P ;Q 2 4 y fialmete f C2C = =

29 Ejercicios resueltos 11. Determie la expresió matricial de la aplicació lieal g f,e las bases caóicas de 3 ( ) y 4 ( ), sabiedo que: f: g: 3 ( ) 2 ( ) /f(x,y,z) = (x+y, y+z). 2 ( ) 4 ( ) /g(x,y) = (x, 2x y, y x, y). SOLUCIÓN: Método 1: Por composició directa Dado que (g f)(x,y,z) = g(f(x,y,z)) y utilizado las defiicioes de f y g resulta que: (g f)(x,y,z) = g(f(x,y,z)) = g(x+y, y+z) = [(x+y), 2(x+y)-(y+z), (y+z) (x+y), (y+z)} = = (x + y, 2x + y z, z x, y + z ). Co lo que de forma clara * se tiee : (g f) C3C = * NOTA: La primera columa está costituida por los coeficietes de x e las ecuacioes coordeadas de (g f), la seguda por los coeficietes de y, y la tercera por los de z. Esto se debe a la obteció de esta matriz respecto de las bases caóicas, e las cuales está dadas las ecuacioes de la composició. Este procedimieto equivale a hallar las coordeadas de los trasformados, mediate g f, de los vectores de la base caóica C 3, e la caóica C 4. Método 2: Matricialmete C 3 C 2 : La defiició de f os ofrece de maera directa la matriz asociada a f e la bases f C3C = por otro lado la defiició de g tambié os da trivialmete la matriz asociada a C 2 C 4 : g C2C =

30 Capítulo 1. Aplicacioes lieales Etoces la matriz asociada a la composició (g f) e las bases C 3 C 4 viee dada por el siguiete producto matricial: (g f) CC =(g 3 4 CC ) (f 2 4 CC ) = = Dado el homomorfismo f: 2 ( ) 3 ( ) /f(x,y) = (-y, 2x, y) calcule la expresió matricial de f respecto de las bases B = {(1,0), (1,-1)} y B = {(1,1,1), (1,1,0), (1,0,-1)} de SOLUCIÓN: Método 1: 2 ( ) y 3 ( ) respectivamete. Siguiedo el mismo procedimieto del ejercicio 9, hallamos los trasformados de los vectores de la base B y los expresamos e fució de los vectores de la base B. f (1, 0) = (0, 2, 0) = α11(1,1,1) + α12(1,1, 0) + α13(1, 0, 1) = 2(1,1,1) + 4(1,1, 0) 2(1, 0, 1) f (1, 1) = (1, 2, 1) = α (1,1,1) + α (1,1, 0) + α (1, 0, 1) = 2(1,1,1) + 4(1,1, 0) 1(1, 0, 1) obteiedo 2 2 fbb' = Método 2: Siguiedo los mismos pasos del ejercicio 9 llegamos a que la expresió matricial de f e las bases caóicas es 0 1 fc2c = por otro lado sea P = [B:C 2 ] (matriz de cambio de base de B a C 2 ) y Q = [B :C 3 ] (matriz de cambio de base de B a C 3 ) 22

31 Ejercicios resueltos co lo que la relació etre matrices asociadas a ua misma aplicació lieal e distitas bases ( B, B y C 2, C 3 ) es -1 fbb' = Q fc2c P 3 y dado que de forma obvia 1 1 P = 0 1 y Q= , basta hallar Q = y etoces fbb' = = Sea f: 2 ( ) 3 ( ) ua aplicació lieal y B, B las respectivas bases del ejercicio aterior, siedo la matriz asociada a f e estas bases: f BB = Calcule la ueva matriz de la aplicació respecto a las bases B ={(3,2), (4,3)} y B ={(2,1,1), (3,3,1), (2,1,2)}. Halle tambié la represetació matricial de f respecto a las bases caóicas. SOLUCIÓN: Este ejercicio es ua aplicació directa de la equivalecia de matrices asociadas a ua misma A.L. e distitas bases, cuya relació es: -1 f = Q f BB' BB' P dode P = B:B y Q = B':B' so las respectivas matrices de cambio de base. 23

32 Capítulo 1. Aplicacioes lieales La obteció de P pasa por expresar los vectores de la base B e fució de los de la base B. (3, 2) = α (1, 0) + α (1, 1) = 5(1, 0) 2(1, 1) = α21 + α22 = 5 7 P 2 3 (4,3) (1, 0) (1, 1) 7(1, 0) 3(1, 1) = La obteció de Q -1 = B':B' requiere la expresió de B ' e fució de B' (1,1,1) = β11(2,1,1) + β12(3,3,1) + β13(2,1,2) = (2,1,1) + (3,3,1) + (2,1, 2) (1,1,0) = β21(2,1,1) + β22(3,3,1) + β23(2,1,2) = (2,1,1) + (3,3,1) + (2,1, 2) (1,0, 1) = β31(2,1,1) + β32(3,3,1) + β33(2,1,2) = (2,1,1) + (3, 3,1) + (2,1,2) Q = y aplicado la relació de equivalecia mecioada f = BB' 3 = Para hallar la matriz de f e las bases caóicas utilizamos la relació de equivalecia de matrices asociadas a ua misma aplicació lieal e distitas bases. f = Q f P f = Q f P -1-1 BB' C2C3 C2C3 BB' dode P = [ B:C 2 ] = P = respectivas matrices de cambio de base. y Q = [ ] B ' : C = so las Y aplicado la relació dada: fc2c = =

Transformaciones Lineales

Transformaciones Lineales Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,

Más detalles

APLICACIONES LINEALES.

APLICACIONES LINEALES. APLICACIONES LINEALES. INTODUCCIÓN: APLICACIONES ENTE CONJUNTOS. Ua aplicació etre dos cojutos A y B es ua regla que permite asigar a cada elemeto de A, uo de B. La aplicació del cojuto A e el cojuto B

Más detalles

GUÍA DE ESTUDIO ÁLGEBRA LINEAL

GUÍA DE ESTUDIO ÁLGEBRA LINEAL GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales. QUÉ ES UN RNSFORMCIÓN? E térmios geerales, ua trasformació es ua fució que permite trasformar u vector que perteece a u espacio vectorial (domiio)

Más detalles

Capítulo 2. Operadores

Capítulo 2. Operadores Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática

Más detalles

Figura 1. Se dice que un subespacio vectorial F de E es A-invariante si los vectores u de F siguen estando en F al transformarse por A, esto es,

Figura 1. Se dice que un subespacio vectorial F de E es A-invariante si los vectores u de F siguen estando en F al transformarse por A, esto es, VALORES Y VECORES PROPIOS Y LA REDUCCION DE CÓNICAS A) EL PROBLEMA PROPIO oda matriz cuadrada A de orde co elemetos (reales o complejos) es u operador lieal que actúa sobre el espacio vectorial E, dimesioal,

Más detalles

Tema 6. Sucesiones y Series. Teorema de Taylor

Tema 6. Sucesiones y Series. Teorema de Taylor Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació

Más detalles

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

Más detalles

Asignatura: Geometría I Grado en Matemáticas. Universidad de Granada Tema 2. Espacios vectoriales

Asignatura: Geometría I Grado en Matemáticas. Universidad de Granada Tema 2. Espacios vectoriales Asigatura: Geometría I Grado e Matemáticas. Uiversidad de Graada Tema 2. Espacios vectoriales Prof. Rafael López Camio Uiversidad de Graada 14 de diciembre de 2012 Ídice 1. Espacio vectorial 2 2. Subespacio

Más detalles

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta.

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta. . POTENCIAS DE MATRICES CUADRADAS E este capítulo vamos a tratar de expoer distitas técicas para hallar las potecias aturales de matrices cuadradas. Esta cuestió es de gra importacia y tiee muchas aplicacioes

Más detalles

Espacio vectorial ESPACIO VECTORIAL. 8.- Intersección y suma de subespacios vectoriales

Espacio vectorial ESPACIO VECTORIAL. 8.- Intersección y suma de subespacios vectoriales ESPACIO VECTORIAL.- Itroducció.- Espacio Vectorial.- Subespacios vectoriales 4.- Geeració de Subespacios vectoriales 5.- Depedecia e idepedecia lieal 6.- Espacios vectoriales de tipo fiito 7.- Cambio de

Más detalles

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con:

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con: TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA.- Itroducció E los problemas de Programació Lieal os ecotraremos co: - Fució Objetivo: es la meta que se quiere alcazar, y que será la fució a

Más detalles

ELEMENTOS DE ÁLGEBRA MATRICIAL

ELEMENTOS DE ÁLGEBRA MATRICIAL ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:

Más detalles

Gradiente, divergencia y rotacional

Gradiente, divergencia y rotacional Lecció 2 Gradiete, divergecia y rotacioal 2.1. Gradiete de u campo escalar Campos escalares. U campo escalar e R es ua fució f : Ω R, dode Ω es u subcojuto de R. Usualmete Ω será u cojuto abierto. Para

Más detalles

en. Intentemos definir algunas operaciones en

en. Intentemos definir algunas operaciones en OPERACIONES EN 8 E la secció aterior utilizamos fucioes de el primer couto y estudiar sus propiedades e Itetemos defiir alguas operacioes e Recordemos de cursos ateriores que tomamos al couto de los compleos

Más detalles

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a) Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio

Más detalles

Matemáticas I. Tema 2 E.I.I. Aplicaciones Lineales y Matrices. Curso 2012-2013

Matemáticas I. Tema 2 E.I.I. Aplicaciones Lineales y Matrices. Curso 2012-2013 Matemáticas I E.I.I Tema 2 Aplicacioes Lieales y Matrices Curso 202-203 Itroducció 2 Como requisitos previos para maejar todos lo que e este tema se itroduce se tiee que recordar de cursos ateriores los

Más detalles

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento. UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses

Más detalles

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n) 1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :

Más detalles

APUNTES DE MATEMÁTICAS

APUNTES DE MATEMÁTICAS APUNTES DE MATEMÁTICAS 4º ESO º Trimestre Autor: Vicete Adsuara Ucedo INDICE Tema : Vectores e el Plao.. Ejercicios Tema 9 Tema : Depedecia Lieal...7 Ejercicios Tema. 0 Tema 3: El Plao Afí...... Ejercicios

Más detalles

AMPLIACIÓN DE FUNDAMENTOS DE MATEMÁTICA APLICADA

AMPLIACIÓN DE FUNDAMENTOS DE MATEMÁTICA APLICADA AMPLIACIÓN DE FUNDAMENTOS DE MATEMÁTICA APLICADA FERNANDO LUIS GARCÍA ALONSO ANTONIO PÉREZ CARRIÓ JOSÉ ANTONIO REYES PERALES Profesores Titulares de la Escuela Politécica Superior de la Uiversidad de Alicate

Más detalles

Por: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS

Por: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Por: Lic. Eleazar J. García. República Bolivariaa de Veezuela Tiaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Usted está familiarizado co alguas operacioes iversas. La adició y la sustracció so operacioes

Más detalles

TEMA 3.- OPERACIÓN FINANCIERA

TEMA 3.- OPERACIÓN FINANCIERA . DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,

Más detalles

Señales y sistemas discretos (1) Transformada Z. Definiciones

Señales y sistemas discretos (1) Transformada Z. Definiciones Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas

Más detalles

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2) Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos

Más detalles

PRIMERA SESIÓN. l. Se considera la sucesión de números reales definida por la relación de recurrenc1a: U n+l = a Un + ~ U n-1, con n > O

PRIMERA SESIÓN. l. Se considera la sucesión de números reales definida por la relación de recurrenc1a: U n+l = a Un + ~ U n-1, con n > O PRIMERA SESIÓN Problema N l. l. Se cosidera la sucesió de úmeros reales defiida por la relació de recurreca: U +l = a U + ~ U -, co > O Siedo: a y ~ úmeros fijos. Se supoe tambié coocidos los dos primeros

Más detalles

2. LEYES FINANCIERAS.

2. LEYES FINANCIERAS. TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),

Más detalles

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0 Tema 4 Series de Potecias Ua expresió de la forma a 0 + a 1 (x c) + a 2 (x c) 2 +... + a (x c) +... = recibe el ombre de serie de potecias cetrada e c. a (x c) Ua serie de potecias puede ser iterpretada

Más detalles

TEMA 5: INTERPOLACIÓN

TEMA 5: INTERPOLACIÓN 5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x

Más detalles

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,

Más detalles

Sucesiones numéricas.

Sucesiones numéricas. SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El

Más detalles

Aplicaciones lineales. Diagonalización. . La aplicación f es lineal si se verifican las dos condiciones siguientes:

Aplicaciones lineales. Diagonalización. . La aplicación f es lineal si se verifican las dos condiciones siguientes: Aplicacioes lieales Diagoalizació Defiició: Sea V y W dos espacios vectoriales sobre el mismo cuerpo y sea la aplicació f:v W v f v w La aplicació f es lieal si se verifica las dos codicioes siguietes:

Más detalles

1.1. Campos Vectoriales.

1.1. Campos Vectoriales. 1.1. Campos Vectoriales. Las fucioes, ampliamete empleadas e la igeiería, para modelar matemáticamete y caracterizar magitudes físicas, y cuyo domiio podría ser multidimesioal, puede teer u rago uidimesioal

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5) IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las

Más detalles

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª Sea a, b y eteros positivos tales que a b y ab Prueba que a b 4 Idica justificadamete cuádo se alcaa la igualdad Supogamos que el resultado a demostrar fuera falso

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004 Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 6) Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 x -1 Se cosidera la matriz A = 1 1 1. x x 0 (1 5 putos) Calcule los valores de x para los que o existe

Más detalles

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación) Aputes: Matemáticas Fiacieras 1. Lecció 11 - Operacioes Fiacieras a largo plazo - Préstamos (Cotiuació) 1.1. Préstamo: Método de cuotas de amortizació costates E este caso se verifica A 1 = A 2 = = A =

Más detalles

OPERACIONES ALGEBRAICAS FUNDAMENTALES

OPERACIONES ALGEBRAICAS FUNDAMENTALES MATERIAL DIDÁCTICO DE PILOTAJE PARA ÁLGEBRA 2 OPERACIONES ALGEBRAICAS FUNDAMENTALES ÍNDICE DE CONTENIDO 2. Suma, resta, multiplicació y divisió 6 2.1. Recoociedo la estructura de moomios y poliomios 6

Más detalles

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua

Más detalles

Propuesta A. { (x + 1) 4. Se considera la función f(x) =

Propuesta A. { (x + 1) 4. Se considera la función f(x) = Pruebas de Acceso a Eseñazas Uiversitarias Oficiales de Grado (0) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá cotestar a ua de las dos opcioes propuestas A o B. Se podrá utilizar

Más detalles

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON págia 171 Los productos otables tiee la fialidad de obteer el resultado de ciertas multiplicacioes si hacer dichas multiplicacioes. Por ejemplo, cuado se desea multiplicar los biomios cojugados siguietes:

Más detalles

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates 014 (Modelo ) Solucioes Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 014 MODELO OPIÓN A EJERIIO 1 (A) (1 75 putos) Represete gráficamete la regió

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

Dada una secuencia g[n] se define su transformada Z (TZ) directa G(z), como. La relación entre la secuencia y su transformada se denota por:

Dada una secuencia g[n] se define su transformada Z (TZ) directa G(z), como. La relación entre la secuencia y su transformada se denota por: Tema 4. Trasformada Z. La trasformada Z para sistemas discretos desempeña u papel aálogo a la trasformada de Laplace para sistemas cotiuos. os va a permitir represetar la relació etrada salida de u sistema

Más detalles

Aplicaciones Lineales. Diagonalización 1.- Sean xy

Aplicaciones Lineales. Diagonalización 1.- Sean xy Aplicacioes Lieales. Diagoalizació.- Sea xy, vectores propios de ua matriz A asociados al mismo valor propio. Etoces: a) x+ y tambié es vector propio de A. b) x+ y tambié es vector propio de A, si x +

Más detalles

LA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción

LA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción CAPÍTULO SEIS LA TRANSFORMADA Z 6. Itroducció E el Capítulo 5 se itrodujo la trasformada de Laplace. E este capítulo presetamos la trasformada Z, que es la cotraparte e tiempo discreto de la trasformada

Más detalles

MC Fco. Javier Robles Mendoza Primavera 2009

MC Fco. Javier Robles Mendoza Primavera 2009 1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2

Más detalles

Tema 2: Diagonalización de matrices cuadradas

Tema 2: Diagonalización de matrices cuadradas Departameto de Aálisis Ecoómico UNIVERSIDAD DE ZARAGOZA Tema : Diagoalizació de matrices cuadradas.1. El cojuto R Defiició: Dados úmeros reales x 1, x,..., x R, se llama -tupla ordeada a x = ( x 1,, x,...,

Más detalles

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir IES Fco Ayala de Graada Sobrates de 008 (Modelo Juio) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 008 (MODELO ) OPCIÓN A EJERCICIO _A 0 a b Sea las matrices A= y B= 0 6 a) ( 5 putos)

Más detalles

TEMA 28: Estudio global de funciones. Aplicaciones a la representación gráfica de funciones.

TEMA 28: Estudio global de funciones. Aplicaciones a la representación gráfica de funciones. MATEMÁTICAS Represetació Gráica de Fucioes 1 TEMA 28: Estudio global de ucioes Aplicacioes a la represetació gráica de ucioes Esquema: Autor: Atoio Pizarro Sácez 1 Itroducció 2 Domiio de deiició y recorrido

Más detalles

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6.

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6. Materiales producidos e el curso: Curso realizado e colaboració etre la Editorial Bruño y el IUCE de la UAM de Madrid del 1 de marzo al 30 de abril de 013 Título: Curso Moodle para matemáticas de la ESO

Más detalles

Matemáticas I - 1 o BACHILLERATO Binomio de Newton

Matemáticas I - 1 o BACHILLERATO Binomio de Newton Matemáticas I - o Bachillerato Matemáticas I - o BACHILLERATO El biomio de Newto es ua fórmula que se utiliza para hacer el desarrollo de la potecia de u biomio elevado a ua potecia cualquiera de expoete

Más detalles

0-3 2 0 4-2 -2 0-1 0-1 0-3-13-1

0-3 2 0 4-2 -2 0-1 0-1 0-3-13-1 IS Fco Ayala de Graada Sobrates 009 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A JRCICIO 1 ( putos) Sea las matrices: -1 4-1 - 1 5 - -6 A ; B 0-1 y C 0-1 1 0 1-0 -1 Determie X e la ecuació matricial

Más detalles

ÍNDICE. Prólogo Capítulo 1. Ecuaciones diferenciales ordinarias. Generalidades.. 11 Introducción teórica Ejercicios resueltos...

ÍNDICE. Prólogo Capítulo 1. Ecuaciones diferenciales ordinarias. Generalidades.. 11 Introducción teórica Ejercicios resueltos... ÍNDICE Prólogo... 9 Capítulo 1. Ecuacioes difereciales ordiarias. Geeralidades.. 11 Itroducció teórica... 13 Ejercicios resueltos.... 16 Capítulo 2. itegració de la ecuació de primer orde. La ecuació lieal...................................................................

Más detalles

= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3

= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3 IES Fco Ayala de Graada Sobrates de 007 (Modelo 5) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( puto) U taller de carpitería ha vedido 5 muebles, etre sillas, silloes y butacas, por u total de

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL

Más detalles

CUADERNO VII FORMAS CANONICAS DE LOS ENDOMORFISMOS

CUADERNO VII FORMAS CANONICAS DE LOS ENDOMORFISMOS 1 CUADERNO VII FORMAS CANONICAS DE LOS ENDOMORFISMOS Miguel A. Saiz, Joa Serarols, Aa M. Pérez Dep. de Iformática y Matemática Aplicada Uiversidad de Giroa RESUMEN: La matriz asociada a u edomorfismo f

Más detalles

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato.

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato. UH ctualizació de oocimietos de Matemáticas ara Tema Poliomios y otras eresioes algebraicas Estos cocetos está etraídos del libro Matemáticas de achillerato McGrawHill Poliomios: oeracioes co oliomios

Más detalles

Práctica 6: Vectores y Matrices (I)

Práctica 6: Vectores y Matrices (I) Foamets d Iformàtica 1r curs d Egiyeria Idustrial Práctica 6: Vectores y Matrices (I) Objetivos de la práctica El objetivo de las prácticas 6 y 7 es itroducir las estructuras de datos vector y matriz e

Más detalles

denomina longitud de paso, que en un principio se considera que es constante,

denomina longitud de paso, que en un principio se considera que es constante, 883 Aálisis matemático para Igeiería. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA CAPÍTULO 3 Métodos uméricos de u paso El objetivo de este capítulo es itroducir los métodos uméricos de resolució

Más detalles

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general 5 Progresioes Objetivos E esta quicea aprederás a: Recoocer ua sucesió de úmeros. Recoocer y distiguir las progresioes aritméticas y geométricas. Calcular él térmio geeral de ua progresió aritmética y

Más detalles

CONCEPTOS BÁSICOS DE PRESTAMOS.

CONCEPTOS BÁSICOS DE PRESTAMOS. GESTIÓN FINANCIERA. TEMA 8º. PRESTAMOS. 1.- Coceptos básicos de préstamos. CONCEPTOS BÁSICOS DE PRESTAMOS. Coceptos básicos de prestamos. Préstamo. U préstamo es la operació fiaciera que cosiste e la etrega,

Más detalles

TEMA 2 - FUNCIONES DE VARIAS VARIABLES (I): LÍMITES Y CONTINUIDAD. 1. Conceptos topológicos previos en el espacio euclídeo R n.

TEMA 2 - FUNCIONES DE VARIAS VARIABLES (I): LÍMITES Y CONTINUIDAD. 1. Conceptos topológicos previos en el espacio euclídeo R n. Fucioes de varias variables (I TEMA - FUNCIONES DE VARIAS VARIABLES (I: LÍMITES Y CONTINUIDAD. Coceptos topológicos previos e el espacio euclídeo R. Sea R el espacio euclídeo de dimesioes. U puto a de

Más detalles

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

NÚMEROS COMPLEJOS: UNA PRESENTACIÓN GRÁFICA

NÚMEROS COMPLEJOS: UNA PRESENTACIÓN GRÁFICA NÚMEROS COMPLEJOS: UNA PRESENTACIÓN GRÁFICA José Luis Soto Muguía Departameto de Matemáticas Uiversidad de Soora. INTRODUCCIÓN. Desde los primeros años de la escuela, el estudiate se efreta e matemáticas

Más detalles

Estimación puntual y por intervalos de confianza

Estimación puntual y por intervalos de confianza Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció

Más detalles

DEPARTAMENTO DE MATEMÁTICAS Mate1203 Cálculo Diferencial Parcial 3 (27/10/2010)

DEPARTAMENTO DE MATEMÁTICAS Mate1203 Cálculo Diferencial Parcial 3 (27/10/2010) UNIVERSIDAD DE LOS ANDES DEPARTAMENTO DE MATEMÁTICAS Mate1203 Cálculo Diferecial Parcial 3 (27/10/2010) 1. Cosidere la fució f (x) = 3(x 1) 2/3 (x 1) 2 a) Halle el domiio b) Ecuetre los putos críticos,

Más detalles

Calculamos los vértices del recinto convexo, resolviendo las ecuaciones las rectas de dos en dos.

Calculamos los vértices del recinto convexo, resolviendo las ecuaciones las rectas de dos en dos. IES Fco Ayala de Graada Sobrates de 2000 (Modelo 1) Solució Germá-Jesús Rubio Lua Los Exámees del año 2000 me los ha proporcioado D. José Gallegos Ferádez OPCIÓN A EJERCICIO 1_A (2 putos) Dibuje el recito

Más detalles

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Juio de 03 (Reserva Modelo ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 03 MODELO (RESERVA ) OPCIÓN A EJERCICIO (A) ( 5 putos) U fabricate elabora

Más detalles

Sucesiones y ĺımite de sucesiones

Sucesiones y ĺımite de sucesiones Tema 3 Sucesioes y ĺımite de sucesioes Ídice del Tema Sucesioes........................................ 60 Progresioes....................................... 63 3 Covergecia......................................

Más detalles

8 Funciones, límites y continuidad

8 Funciones, límites y continuidad Solucioario 8 Fucioes, límites y cotiuidad ACTIVIDADES INICIALES 8.I. Copia y completa la siguiete tabla, epresado de varias formas los cojutos uméricos propuestos. Gráfica Itervalo Desigualdad Valor absoluto

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

IES Fco Ayala de Granada Sobrantes 2009 (Modelo 3 Junio) Soluciones Germán-Jesús Rubio Luna+

IES Fco Ayala de Granada Sobrantes 2009 (Modelo 3 Junio) Soluciones Germán-Jesús Rubio Luna+ IES Fco Ayala de Graada Sobrates 009 (Modelo 3 Juio) Solucioes Germá-Jesús Rubio Lua+ MATEMÁTICAS CCSS JUNIO 009 (MODELO 3) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 Sea la igualdad A X + B = A, dode

Más detalles

Estadística Descriptiva

Estadística Descriptiva Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se

Más detalles

UNIDAD 6: SISTEMAS DE ECUACIONES

UNIDAD 6: SISTEMAS DE ECUACIONES UNIDAD 6: SISTEMAS DE ECUACIONES ÍNDICE DE LA UNIDAD 1.- INTRODUCCIÓN.... 1 2.- SISTEMAS DE ECUACIONES LINEALES... 2 3.- CLASIFICACIÓN DE SISTEMAS.... 2 4.- EXPRESIÓN MATRICIAL DE UN SISTEMA... 2 5.- RESOLUCIÓN

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los

Más detalles

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública Uidad Cetral del Valle del Cauca acultad de Ciecias Admiistrativas, Ecoómicas y Cotables Programa de Cotaduría Pública Curso de Matemáticas iacieras Profesor: Javier Herado Ossa Ossa Ejercicios resueltos

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

7.2. Métodos para encontrar estimadores

7.2. Métodos para encontrar estimadores Capítulo 7 Estimació putual 7.1. Itroducció Defiició 7.1.1 U estimador putual es cualquier fució W (X 1,, X ) de la muestra. Es decir, cualquier estadística es ua estimador putual. Se debe teer clara la

Más detalles

MARTINGALAS Rosario Romera Febrero 2009

MARTINGALAS Rosario Romera Febrero 2009 1 MARTINGALAS Rosario Romera Febrero 2009 1. Nocioes básicas De ició: Sea (; F; P ) u espacio de probabilidad y T 6= ; y sea (F t ) t2t ua ltració e F. Ua familia fx t g t2t de v.a. reales de idas sobre

Más detalles

4 Aplicaciones lineales

4 Aplicaciones lineales Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 4 Aplicaciones lineales 4. Aplicación lineal Sean V y W dos espacios vectoriales sobre el mismo cuerpo K (en general, R o C. Una aplicación

Más detalles

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más detalles

ANEXO I ANEXO I CONCEPTOS SÍSMICOS BÁSICOS

ANEXO I ANEXO I CONCEPTOS SÍSMICOS BÁSICOS AEXO I COCEPTOS SÍSMICOS BÁSICOS E este aeo se compila alguos de los coceptos sísmicos básicos pero ecesarios. Se itroduce los tipos de movimietos vibratorios, así como su descripció y otació matemática.

Más detalles

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................

Más detalles

LOGARITMOS. Ejercicio 1 Determine los respectivos dominios de existencia de las siguientes funciones: 2

LOGARITMOS. Ejercicio 1 Determine los respectivos dominios de existencia de las siguientes funciones: 2 LOGARITMOS Como seguramete el estudiate recordará, e cuarto año apredió a traajar co los aritmos, y allí se eteró de que éstos se defie a partir de la ecesidad de despejar el expoete de ua potecia. Vamos

Más detalles

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 011 (Modelo 1) Euciado Germá-Jesús Rubio Lua SOLUCIONES PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

Más detalles

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida. UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,

Más detalles

Espacio Vectorial Definición: Sea V un conjunto donde hemos definido una ley u operación interna, que

Espacio Vectorial Definición: Sea V un conjunto donde hemos definido una ley u operación interna, que Sea V u cojuto dode hemos defiido ua ley u operació itera, que desigaremos por + V V. Sea K u cuerpo (comutativo) y sea, por último, ua operació extera que desigaremos por K V V. Diremos que (V,+, ) tiee

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

1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p.

1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p. Divisibilidad Matemática discreta Dados dos úmeros aturales a y b, escribiremos a b y leeremos a divide a b si existe u c N tal que ac = b. E este caso, decimos que a es u divisor de b o que b es divisible

Más detalles

Cálculo para la ingeniería Tomo II. Salvador Vera

Cálculo para la ingeniería Tomo II. Salvador Vera Cálculo para la igeiería Tomo II Salvador Vera 9 de eero de 5 ii Copyright c by Salvador Vera Ballesteros, 998-4. Ídice geeral 7. Series Numéricas 7.. El sigo del sumatorio: Sigma Σ... 7... Propiedades

Más detalles

[ ] La ecuación (2) se conoce como la forma autoadjunta de la ecuación (1) EJEMPLO 1.- La forma autoadjunta de la ecuación de Legendre.

[ ] La ecuación (2) se conoce como la forma autoadjunta de la ecuación (1) EJEMPLO 1.- La forma autoadjunta de la ecuación de Legendre. CAPITULO III ORTOGONALIDAD Y SISTEMAS DE STURM LIOUVILLE [ ] Ua trasformació lieal LC : ab, C[a,b] es u operador diferecial lieal de orde (e el itervalo [a,b]) si puede epresarse e la forma : L = a ()D

Más detalles

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

Más detalles

IES Fco Ayala de Granada Septiembre de 2013 (Modelo 2) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Septiembre de 2013 (Modelo 2) Soluciones Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SEPTIEMBRE 013 MODELO OPCIÓN A EJERCICIO 1 (A) Sea R la regió factible defiida por las iecuacioes x 3y, x 5, y 1. (0 5 putos) Razoe si el puto (4 5,1 55) perteece

Más detalles

OPCIÓN A EJERCICIO 1_A 1-2 1 Sean las matrices A =

OPCIÓN A EJERCICIO 1_A 1-2 1 Sean las matrices A = IES Fco Ayala de Graada Sobrates de 007 (Juio Modelo ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1-1 x -x Sea las matrices A, X y e Y -1 3 0 - z (1 puto) Determie la matriz iversa de A. ( putos)

Más detalles

SOLUCIONES Modelo 2 PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 2010-2011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

SOLUCIONES Modelo 2 PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 2010-2011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II IES Fco Ayala de Graada Sobrates de 011 (Modelo ) Germá-Jesús Rubio Lua SOLUCIONES Modelo PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II OPCIÓN

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 2014 MODELO 3 (COLISIONES) OPCIÓN A

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 2014 MODELO 3 (COLISIONES) OPCIÓN A IES Fco Ayala de Graada Juio de 014 (Colisioes Modelo 3) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 014 MODELO 3 (COLISIONES) OPCIÓN A EJERCICIO 1 (A) 1 a Sea las matrices

Más detalles

Capítulo III Teoría de grupos

Capítulo III Teoría de grupos Capítulo III Teoría de grupos Tema 1. Leyes de composició iteras. 1.1 Leyes de composició iteras. Dado u cojuto A, se defie como Ley de composició itera defiida e A a toda aplicació, A A A ( x, y) x y

Más detalles