Tema 1. Emilio Muñoz Velasco. Álgebra Lineal. Escuela Ing. Industriales. Universidad de Malaga Departamento de Matemática Aplicada.
|
|
- Alejandra Molina Ávila
- hace 5 años
- Vistas:
Transcripción
1 . y Tema 1. Emilio Muñoz Universidad de Malaga Departamento de Matemática Aplicada Álgebra Lineal. Escuela Ing. Industriales Tema 1. 1 / 47
2 . y Ejemplo de motivación El campo gravitatorio o del campo eléctrico, que son campos y se utilizan para asignar a cada elemento de un espacio vectorial (el plano, el espacio), un vector asociado con magnitud vectorial: fuerza, intensidad de corriente, etc. En Mecánica de Fluidos, el fluido, bajo ciertas condiciones, se modeliza como un medio continuo y así se definen magnitudes que dan lugar a campos. En la Mecánica Estructural, se modelizan las tensiones en el seno del material utilizando los espacios, como el tensor de tensiones o el tensor de deformaciones. En los Control, utilizados, por ejemplo, para controlar el vuelo de un avión. Las señales de entrada y salida de un sistema de control son funciones, que deben poder sumarse y multiplicarse por números, formando un espacio vectorial. Tema 1. 2 / 47
3 . Ejemplo de motivación y bases y Las vibraciones de un edificio pueden descomponerse en distintos modos de vibración (vibraciones siguiendo una línea o un plano determinados). En cada modo de vibración podemos operar vectorialmente obteniendo elementos del mismo modo de vibración ( vectorial). Dada una determinada vibración, resulta interesante saber si pertenece a un determinado modo de vibración. Es decir, si es combinación lineal de elementos de ese modo de vibración. Puede ser importante obtener con algunos elementos básicos (bases), que nos permitan obtener todos los elementos de un determinado modo de vibración a partir de ellos. Tema 1. 3 / 47
4 . Ejemplo de motivación y Explotación petrolera. Cuando un barco busca depósitos submarinos de petróleo, diariamente sus ordenadores resuelven miles de sistemas de por separado. Programación lineal. En la actualidad, muchas decisiones administrativas importantes se toman con base en modelos de programación lineal que utilizan cientos de variables. (aerolíneas) Redes eléctricas. Los ingenieros utilizan programas para la simulación y diseño de circuitos eléctricos y microchips. Estos programas utilizan los sistemas de. El diseño de imágenes por ordenador, por ejemplo para videojuegos, requiere la resolución de miles de sistemas de que representan la posición de cada pixel. Tema 1. 4 / 47
5 . Ejemplo de motivación Ejercicios de aplicación de sistemas de Solution: circuito: The number y of loop currents required is 3. Calcula las intensidades de corriente I 1, I 2 e I 3 del siguiente We will choose the loop currents shown to the right. In fact these loop currents ar mesh currents. Write down Kirchoff s Voltage Law for each loop. The result is the following sy of equations: Tema 1. 5 / 47
6 . Ejemplo de motivación Ejercicios de aplicación de sistemas de Problem 2 Calcula el número de vehículos x 1,..., x 5 circulando en Find all the x s estain red the following de carreteras. traffic network y Solution Cambio set de up basea linear system describing how many enter and exit at each intersection (A, B C, D) Tema 1. 6 / 47
7 . y y sistemas de Una (real) m n es una tabla A = (a ij ) (i = 1, 2,..., m; j = 1, 2,..., n) formada por m filas y n columnas de números reales. Llamamos M m n (R) al conjunto de las A = (a ij ) (i = 1, 2,..., m; j = 1, 2,..., n) donde los elementos a ij R. Dado un sistema de Ax = b, donde A M m n (K) y b K m, representaremos por (A b) la ampliada obtenida añadiendo a la A la columna formada por los elementos de b. Tema 1. 7 / 47
8 . Ejemplos y Tema 1. 8 / 47
9 . y Operaciones con Llamamos M m n (R) al conjunto de las A = (a ij ) (i = 1, 2,..., m; j = 1, 2,..., n) donde los elementos a ij R. Podemos definir las siguientes operaciones de : Suma: A, B M m n (R), entonces A + B = (a ij + b ij ). Producto de un número real por una : Si a R y A M m n (R), entonces a A = (a a ij ). Producto de : Si A M m n (R) y B M n p (R) entonces ( n ) AB = a ik b kj M m p (R) k=1 Tema 1. 9 / 47
10 . y Propiedades de las operaciones con 1 A + (B + C) = (A + B) + C 2 A + 0 = 0 + A = A 3 A + ( A) = ( A) + A = 0 4 A + B = B + A 5 a (A + B) = a A + a B Ojo: 6 (a + b) A = a A + b A 7 a (b A) = (a b) A 8 1 A = A 9 A(BC) = (AB)C 10 AI = IA = A Para poder multiplicar dos, el número de columnas de la primera debe ser igual al número de filas de la segunda. Además, el resultado de la multiplicación tendrá tantas filas como la primera y tantas columnas como la segunda. Ojo: El producto de no es conmutativo. Tema / 47
11 . Cómo resolver un sistema de? y Una idea consiste en sustituir el sistema dado por otro sistema equivalente al anterior y que sea más fácil de resolver. Dos sistemas de son equivalentes, si tenen las mismas soluciones. El método de Gauss consiste en transformar la ampliada del sistema en una escalonada por filas. El método de Gauss-Jordan consiste en transformar la ampliada del sistema en una escalonada por filas reducida. Tema / 47
12 . y Diremos que una es escalonada por filas si cumple la siguientes condiciones: el primer elemento no nulo de cada fila tiene obligatoriamente ceros por debajo de él. cada cero a la izquierda del primer elemento no nulo tiene debajo ceros k k k j Diremos que una es escalonada por filas reducida si es escalonada por filas y, además verifica: el primer elemento no nulo de cada fila es un 1. los elementos que están en la misma columna que el primer 1 de cada fila son todos ceros. Tema / 47
13 . y Ejemplos Las siguientes son : Ninguna es escalonada por filas reducida. Las siguientes son reducidas: Tema / 47
14 . y Transformaciones elementales Tipo I: Intercambiar dos filas. Cómo obtener? Transformaciones elementales Tipo II: Multiplicar una fila por un número distinto de cero. Tipo III: Sumar a una fila por otra fila multiplicada por un número. Definición Dos son equivalentes por filas si una de ellas se puede obtener a partir de la otra realizando transformaciones elementales. Tema / 47
15 . Teorema: y Toda es equivalente por filas a una escalonada por filas. Además, siempre existe una escalonada por filas reducida equivalente a ella que, de hecho, es única. Teorema: Las equivalentes representan sistemas equivalentes, es decir, con las mismas soluciones. Resumiendo: El método de Gaus (Gauss-Jordan) consiste en encontrar una escalonda por filas (reducida) que sea equivalente por filas a la ampliada del sistema. Tema / 47
16 . y Un método efectivo para conseguir la escalonada por filas equivalente a una dada Algoritmo: 1 En cada fila, los ceros a la izquierda del primer elemento no nulo tienen que tener ceros debajo. Si no lo tienen, hay que cambiar filas. 2 Empezando por la primera fila, con el primer elemento no nulo hacer ceros debajo de él, usando transformaciones elementales, dejando la primera fila intacta. 3 Repetir los pasos 1 y 2 con la segunda, tercera,... filas hasta llegar a la última fila y obtener la escalonada por filas. Tema / 47
17 . y Algoritmo: Un método efectivo para conseguir la escalonada por filas reducida equivalente a una dada 1 Aplicar el algoritmo anterior para conseguir la escalonada por filas. 2 Obtener en cada fila un 1 en el primer elemento no nulo. Si es necesario, multiplicar la fila por el inverso del número. 3 Empezando por la primera fila, con el primer 1 hacer ceros por encima de él, usando transformaciones elementales, dejando la primera fila intacta. 4 Repetir los pasos 1 y 2 con la segunda, tercera,... filas hasta llegar a la última fila y obtener la escalonada por fila reducida. Tema / 47
18 . Ejemplo y Tema / 47
19 . y Definición Dependencia e Independencia lineal Llamamos combinación lineal, CL, de filas (o columnas) F 1, F 2,..., F k de una a una expresión de la forma a 1 F 1 + a 2 F a k F k donde los a i son números reales. Definición Diremos que un conjunto de filas (o columnas) de una es linealmente independiente, LI, si ninguna de ellas se puede expresar como CL de las restantes. En caso contrario, se dice que el conjunto de filas (o columnas) es linealmente dependiente, LD. Tema / 47
20 . En el caso de sistemas... y Idea clave: Si consideramos la ampliada de un sistema, las filas LI son aquéllas que no se pueden obtener a partir de las demás haciendo transformaciones elementales. Consecuencia: Las filas LI de la de un sistema representan la información relevante a la hora de resolver dicho sistema. El resto de filas puede ser eliminado sin afectar a la solución. Por ello, es interesante conocer el número máximo de filas LI de una. Tema / 47
21 . y Definición Rango de una Llamamos rango por filas (columnas) de una al número máximo de filas (columnas) LI. Teorema: 1 El rango por filas de cualquier es igual a su rango por columnas. A dicho número le llamamos simplemente rango, r(a), de la A. 2 Las equivalentes tienen el mismo rango. 3 El rango de una escalonada por filas es el número de filas distintas de cero. Consecuencia: Para calcular el rango de una, haremos transformaciones elementales hasta conseguir una escalonada por filas equivalente a ella. El rango de la será el número de filas no nulas de la escalonada por filas equivalente a ella. Tema / 47
22 . y Teorema: Dado un sistema Ax = B de m con n incógnitas: Si r(a) r(a B), entonces el sistema es incompatible, es decir, no tiene solución. Si r(a) = r(a B) y, además: r(a) = n, el sistema es compatible determinado, CD, es decir, tiene solución única. r(a) < n, el sistema es compatible indeterminado, CI, es decir, tiene infinitas soluciones. Observaciones: Los sistemas homogéneos Ax = 0, siempre tienen, como mínimo, la solución trivial. Tendrán soluciones distintas de la trivial si, y sólo si, son CI, es decir, si y sólo si r(a) < n. En los sistemas CI, la solución dependerá de parámetros que toman valores en R. El número de parámetros se puede obtener con la fórmula: n o parám. = n o incog. r(a). Tema / 47
23 . y Idea clave: Idea de la demostración El sistema será compatible si y sólo si, la última columna de la ampliada es CL de las restantes. Es decir, el sistema será compatible si y sólo si, el rango (por columnas) de la de los coeficientes es igual al rango de la ampliada. Tema / 47
24 . Ejemplo Sistema Compatible Determinado y Tema / 47
25 . Ejemplo Sistema Compatible Indeterminado y Tema / 47
26 . Ejemplo Sistema Incompatible y Tema / 47
27 . y Ejercicios para practicar Estudia la compatibilidad y resuelve, cuando sea posible, los sistemas de siguientes utilizando los métodos de Gauss y de Gauss-Jordan. 2x + 3y + z = 2 x + z = 2 4x + 4y + z = 2 2x + 3y + z = 1 x + 2y + 3z = 0 3x + 5y + 4z = 1 2x + 3y + z = 1 x + 2y + 3z = 0 3x + 5y + 4z = 6 Tema / 47
28 . y Resuelve el sistema AX = B, para X = casos siguientes: ( 0 0 A = 3 0 ( 0 0 A = 3 0 ( 0 0 A = 3 0 ) ; B = 0. ) ( 0 ; B = 2 ) ; B = ( 1 2 Ejercicios para practicar ). ). ( x y ), en los Tema / 47
29 . y Definición: Dada una cuadrada A, llamamos inversa de A a otra cuadrada del mismo tamaño A 1, que verifica AA 1 = A 1 A = I, siendo I la identidad. Teorema: Dada una cuadrada A de tamaño n, las siguientes condiciones son equivalentes: A tiene inversa. r(a) = n. det(a) 0. A es equivalente por filas a la identidad. Tema / 47
30 . Desvelando la magia del método de Gauss-Jordan para calcular la inversa Scanned with CamScanner y En realidad: Al hacer transformaciones elementales, estamos multiplicando por unas llamadas elementales E k E k 1... E 1. Por tanto: E k E k 1... E 1 A = I A 1 = E k E k 1... E 1 Tema / 47
31 . y Definición: Llamamos espacio vectorial sobre un cuerpo K a un conjunto V con dos operaciones suma (+) (interna) y un producto ( ) (externa) tales que: + verifica las siguientes propiedades: ( u + v) + w = u + ( v + w) (Asociativa). v + 0 = 0 + v = v (Elemento neutro). v + ( v) = ( v) + v = 0 (Elemento opuesto). u + v = v + u (Conmutativa). verifica las siguientes propiedades: λ( v + w) = λ v + λ w para λ K y v, w V. (λ + µ) v = λ v + µ v para λ, µ K y v V. (λµ) v = λ(µ v) para λ, µ K y v V. 1 v = v para v V (siendo 1 la unidad en K). Representaremos por (V, +,, K) al espacio vectorial y llamamos vectores a los elementos de V y escalares a los elementos de K. Tema / 47
32 . Ejemplos de espacios y (R n, +,, R) es el espacio vectorial real de dimensión n. El conjunto (M m n, +,, R) de las reales de tamaño m n forma un espacio vectorial de dimensión m n sobre R. El conjunto P de polinomios con coeficientes reales, entonces (P, +,, R) es un espacio vectorial de dimensión infinita. Tema / 47
33 . y Definición Dependencia e Independencia lineal de vectores Llamamos combinación lineal, CL, de los vectores v 1, v 2,..., v n a cualquier expresión de la forma λ 1 v 1 + λ 2 v λ n v n donde λ i son escalares. Definición Ojo: Diremos que un conjunto de vectores es linealmente independiente, LI, si ninguno de ellos se puede expresar como CL de los restantes. En caso contrario, se dice que el conjunto de vectores es linealmente dependiente, LD. El máximo número de vectores LI de un conjunto coincide con el rango de la formada por dichos vectores. (Compara con la transparencia 19). Tema / 47
34 . y Teorema: Sea V un espacio vectorial, entonces: 1 Si v 0, entonces { v} es LI. 2 Todo sistema de vectores que contenga el 0 es LD. 3 Si S es un sistema de vectores LI. y S S, entonces S es LI. 4 Si S es un sistema de vectores LD y S S, entonces S es LD. 5 Si S es un sistema de vectores LI y S { v} es LD, entonces v es CL de los vectores de S. Tema / 47
35 . y Definición Subespacio vectorial Dado un espacio vectorial V, diremos W V, W es vectorial, SV, de V, si verifica: para cada v, w W se tiene v + w W. para cada v W y λ K se tiene λ v W. O, equivalentemente: λ v + µ w W para cada λ, µ K y v, w W Observaciones: En un vectorial, cualquier CL de sus vectores tiene que ser un elemento del. { 0} y V son s de V, llamados s triviales. El resto se llaman s propios. Tema / 47
36 . y Si V = R 2, W = {(x, y) y = mx}, siendo m un número real, es un vectorial. Ejemplos Si V = R 3, W = {(x, y, z) ax + by + cz = 0}, siendo a, b, c números reales, es un vectorial. Si V = R 2, W = {(x, y) x + y = 1} no es un vectorial. Si V = P es el espacio vectorial de los polinomios con coeficientes reales, entones W = P n el conjunto de polinomios de grado menor o igual que n es un vectorial. Tema / 47
37 . y Teorema: Sistema generador de un Dado un conjunto de vectores S = { v 1, v 2,..., v n} del espacio vectorial V, el conjunto L(S) = v 1, v 2,..., v n formado por todas las combinaciones de dichos vectores forma un vectorial de V. Definición Se llama generado por el conjunto de vectores S al formado por todas las combinaciones de dichos vectores. También decimos que { v 1, v 2,..., v n} es un sistema generador, SG, de dicho. Ejemplo: Si V = R 4 y W = (1, 2, 0, 0), (0, 3, 1, 0), entonces los vectores de W son de la forma: (x, y, z, t) = λ(1, 2, 0, 0)+µ(0, 3, 1, 0), donde λ y µ son escalares. obteniéndose la ecuación vectorial del W. Tema / 47
38 . y Definición Base de un vectorial Llamamos base de un vectorial W a un conjunto de vectores B de W que es: linealmente independiente sistema generador de W Ejemplos: 1 El conjunto de vectores {(1, 0, 0), (0, 1, 0), (0, 0, 1)} es una base de R 3, a la que llamamos base canónica de R 3. 2 En el de R 4 siguiente W = (1, 2, 4, 3), ( 2, 1, 1, 0), (3, 3, 3, 3) una base de W estaría formada por cualesquiera dos vectores del sistema generador. Tema / 47
39 . y Teorema: Coordenadas y dimensión Todas las bases de un tienen el mismo número de vectores, llamado dimensión del. Convenio: Aceptamos que el trivial { 0} tiene dimensión 0. Teorema: Si B = { v 1, v 2,..., v n} es una base de un vectorial, cada vector v del se puede expresar de forma única como combinación lineal de los vectores de B. v = λ 1 v 1 + λ 2 v λ n v n y se dice que (λ 1, λ 2,..., λ n) son las coordenadas del vector v respecto de la base B. Tema / 47
40 . y Ecuaciones cartesianas de un vectorial Las cartesianas de un vectorial forman un sistema de lineal y homogéneo que representan las condiciones que tienen que verificar las coordenadas del vector para pertenecer al. Ejemplo. Las cartesianas del W de R 4 son: } x + y + 2t z = 0 z y t = 0 Esto significa que, por ejemplo, el vector (0, 2, 2, 0) pertenece a W, ya que verifica las. Sin embargo, el vector (0, 0, 5, 2) no pertenece al. Tema / 47
41 . Del SG a las paramétricas y Tema / 47
42 . y Ejemplo. De las cartesianas a las paramétricas Las cartesianas del W de R 4 son: } x + y + 2t z = 0 z y t = 0 Resolviendo el sistema de obtenemos que: x = β y = α β z = α t = β que son las paramétricas de W. De ahí obtenemos la ecuación vectorial: (x, y, z, t) = α(0, 1, 1, 0) + β( 1, 1, 0, 1), es decir, que {( 1, 1, 0, 1), (0, 1, 1, 0)} es un SG de W. Además como el rango de la formada por {( 1, 1, 0, 1), (0, 1, 1, 0)} es 2, tenemos que el conjunto es LI y SG, y por tanto una base de W. Como la base de W tiene 2 elementos, se verifica dim W = 2. Tema / 47
43 . De las paramétricas a las cartesianas Dado el W de R 4 : x = α y = 2α + 3β z = β t = 0 y Tema / 47
44 . y Definición Intersección Dados dos s V 1 y V 2 de V, se define su intersección V 1 V 2 como sigue: V 1 V 2 = { v V v V 1 y v V 2 } que es también un vectorial de V. Idea: Una forma de calcular las cartesianas de la intersección de dos s es unir las cartesianas de cada uno de ellos. Tema / 47
45 . y Definición Suma Dados dos s V 1 y V 2 de V, se define su suma: V 1 + V 2 = { v 1 + v 2 v 1 V 1 y v 2 V 2 } que es un el menor vectorial que contiene a V 1 V 2. Si V 1 V 2 = { 0}, a la suma la llamamos suma directa y se representa por V 1 V 2. Ideas: La unión no es vectorial. Una forma de calcular un sistema generador del suma es unir los sistemas generadores de cada uno de los s. Teorema: Dados dos s V 1 y V 2 de V, se tiene que: dim (V 1 + V 2 ) = dim V 1 + dim V 2 dim (V 1 V 2 ) Tema / 47
46 . y en R 2 Si B 1 = { v 1, v 2 } y B 2 = { w 1, w 2 } son bases de R 2, dado cualquier vector v R 2 sus coordenadas respecto de cada una de las bases serán: v = λ 1 v 1 + λ 2 v 2 (1) v = µ 1 w 1 + µ 2 w 2 (2) Para encontrar la relación entre ambas coordenadas, calculamos las coordenadas de los vectores de B 1 respecto de B 2 : v 1 = a 11 w 1 + a 21 w 2 v 2 = a 12 w 1 + a 22 w 2 Sustituyendo v 1 y v 2 en la ecuación (1) y operando: v = λ 1 (a 11 w 1 + a 21 w 2 ) + λ 2 (a 12 w 1 + a 22 w 2 ) v = (λ 1 a 11 + λ 2 a 12 ) w 1 + (λ 1 a 21 + λ 2 a 22 ) w 2 (3) Igualando (2) y (3) y utilizando que las coordenadas de un vector respecto de una base son únicas: ( ) ( ) ( ) a11 a 12 λ1 µ1 = a 21 a 22 λ 2 µ 2 donde la cuadrada e inversible P se denomina del cambio de base de B 1 a B 2 y nos permite obtener las coordenadas de cualquier vector respecto de B 2 conociendo sus coordenadas respecto de B 1. Tema / 47
47 . Ejemplo y Tema / 47
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesMatrices y Sistemas de Ecuaciones lineales
Matrices y Sistemas de Ecuaciones lineales Llamaremos M m n (K) al conjunto de las matrices A = (a ij ) (i = 1, 2,..., m; j = 1, 2,..., n) donde los elementos a ij pertenecen a un cuerpo K. Las matrices,
Más detalles3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE
3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2011-2012 3.1.1. Resolución de sistemas de ecuaciones lineales. Método
Más detalles3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE
3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS // Curso 2017-18 3.1.1. Resolución de sistemas de ecuaciones lineales. Método
Más detallesMatrices y sistemas de ecuaciones
Matrices y sistemas de ecuaciones María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Matrices y sistemas de ecuaciones Matemáticas I 1 / 59 Definición de Matriz Matrices
Más detallesTema 1: Matrices. Sistemas de ecuaciones. Determinantes
Tema 1: Matrices. Sistemas de ecuaciones. Determinantes José M. Salazar Octubre de 2016 Tema 1: Matrices. Sistemas de ecuaciones. Determinantes Lección 1. Matrices. Sistemas de ecuaciones. Determinantes
Más detallesResumen 2: Espacios vectoriales
Resumen 2: Espacios vectoriales 1 Definición y ejemplos Un espacio vectorial V sobre K, un cuerpo, está formado por elementos denominados vectores, los cuales pueden sumarse internamente y también multiplicarse
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesCONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 MATRICES
CONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 Unidades: - Matrices (Bloque Álgebra) - Determinantes (Bloque Álgebra) - Sistemas de ecuaciones lineales (Bloque Álgebra) - Vectores (Bloque
Más detallesMatrices. Álgebra de matrices.
Matrices. Álgebra de matrices. 1. Definiciones generales Definición 1.1 Si m y n son dos números naturales, se llama matriz de números reales de orden m n a una aplicación A : {1, 2, 3,..., m} {1, 2, 3,...,
Más detalles1 Matrices y Sistemas lineales de ecuaciones
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 1 Matrices y Sistemas lineales de ecuaciones Sea M n m = M n m (R) el espacio vectorial de las matrices reales con n ilas y m columnas.
Más detallesResumen 3: Espacios vectoriales
Resumen 3: Espacios vectoriales 1. Definición y ejemplos Un espacio vectorial sobre un cuerpo, está formado por elementos denominados vectores, los cuales pueden sumarse internamente y también multiplicarse
Más detallesTema 3: Espacios vectoriales
Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación
Más detallesTema 2: Espacios Vectoriales
Tema 2: Espacios Vectoriales José M. Salazar Octubre de 2016 Tema 2: Espacios Vectoriales Lección 2. Espacios vectoriales. Subespacios vectoriales. Bases. Lección 3. Coordenadas respecto de una base. Ecuaciones.
Más detallesSistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES
EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES MATRICES. SISTEMAS DE ECUACIONES LINEALES Matrices ) Dada la matriz M=, prueba que n n M M, n. ) Demuestra la siguiente implicación: Si I A I AA A
Más detallesEspacios Vectoriales. Matemáticas. Espacios Vectoriales CARACTERIZACION COMBINACIONES LINEALES REDUCCION DE GAUSS SISTEMA GENERADOR, BASES
Espacios Vectoriales Matemáticas Espacios Vectoriales CARACTERIZACION COMBINACIONES LINEALES REDUCCION DE GAUSS SISTEMA GENERADOR, BASES 5 ESPACIO VECTORIAL Dados: (E,+) Grupo Abeliano (K,+, ) Cuerpo :
Más detallesMatrices, Determinantes y Sistemas Lineales.
12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión
Más detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detallesMATRICES. Se denomina matriz de dimensión m n a todo conjunto cuyos elementos están dispuestos en m filas y n columnas. o simplemente A = (a.
MATRICES Se denomina matriz de dimensión m n a todo conjunto cuyos elementos están dispuestos en m filas y n columnas A= 2 1 5 0 3 8 A es de dimensión 2 3. a a a En general una matriz de dimensión 2 3
Más detallesMatrices, determinantes y sistemas de ecuaciones lineales
Matrices, determinantes y sistemas de ecuaciones lineales David Ariza-Ruiz 10 de octubre de 2012 1 Matrices Una matriz es una tabla numérica rectangular de m filas y n columnas dispuesta de la siguiente
Más detallesSistemas de ecuaciones lineales. Matrices
Dpto de MATEMÁTICA APLICADA A LOS RECURSOS NATURALES Sección departamental en la ETSI de Montes Algebra Sistemas de ecuaciones lineales Matrices Sistemas lineales Solución de un sistema lineal Sistemas
Más detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial
Más detallesTema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES
Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Matrices Definición 1.1 Una matriz (real) de n filas y m columnas es una expresión de la forma a 11...
Más detallesMatrices y Sistemas Lineales
Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes 1 ÍNDICE Matemáticas Cero Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 5 2
Más detalles1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS
1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes
Más detallesTema 7. El espacio vectorial R n Conceptos generales
Tema 7 El espacio vectorial R n. 7.1. Conceptos generales Un vector es un segmento orientado que queda determinado por su longitud, dirección y sentido. Sin embargo, desde el punto de vista del Álgebra,
Más detallesMATRICES Y SISTEMAS DE ECUACIONES
MATRICES Y SISTEMAS DE ECUACIONES Definición Una matriz real de orden m n es una tabla ordenada de m n números reales a 11 a 12 a 1n a A = 21 a 22 a 2n a m1 a m2 a mn en la cual las líneas horizontales
Más detallesTeoría Tema 7 Operar con matrices
página 1/12 Teoría Tema 7 Operar con matrices Índice de contenido Concepto de matriz...2 Matriz traspuesta, simétrica y diagonal...3 Suma de matrices y producto de escalar por matriz...6 Producto de matrices...8
Más detallesFundamentos matemáticos. Tema 2 Matrices y ecuaciones lineales
Grado en Ingeniería agrícola y del medio rural Tema 2 José Barrios García Departamento de Análisis Matemático Universidad de La Laguna jbarrios@ull.es 2017 Licencia Creative Commons 4.0 Internacional J.
Más detallesMATRICES Y SISTEMAS DE ECUACIONES
MATRICES Y SISTEMAS DE ECUACIONES Definición Una matriz real de orden m n es una tabla ordenada de m n números reales a 11 a 12 a 1n A = a 21 a 22 a 2n a m1 a m2 a mn en la cual las líneas horizontales
Más detallesMatrices y determinantes. Sistemas de ecuaciones lineales
Tema 0 Matrices y determinantes Sistemas de ecuaciones lineales 01 Introducción Definición 011 Se llama matriz a un conjunto ordenado de números, dispuestos en filas y columnas, formando un rectángulo
Más detallesSISTEMAS DE ECUACIONES. Un sistema de m ecuaciones lineales con n incógnitas, x 1, x 2,, x n es un conjunto de m igualdades de la forma:
TEMA Sistemas de ecuaciones SISTEMAS DE ECUACIONES. DEFINICIÓN SISTEMAS DE ECUACIONES Un sistema de m ecuaciones lineales con n incógnitas,,,, n es un conjunto de m igualdades de la forma: a a an n b a
Más detallesMatrices y Sistemas Lineales
Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 6 2 Herramientas 8 21 Operaciones
Más detallesTema 4: Sistemas de ecuaciones lineales.
Tema 4: Sistemas de ecuaciones lineales 1 Rango de una matriz Definición Sea A Mat n m (K) Se llama rango de filas de A, y se denota por rg f (A) la dimensión del subespacio vectorial generado por las
Más detallesESPACIOS VECTORIALES
Capítulo 1 CONCEPTOS TEÓRICOS ESPACIO VECTORIAL Un conjunto E = {a, b, c, } de elementos (llamados vectores) se dice que constituyen un espacio vectorial sobre un cuerpo conmutativo K (que generalmente
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales 1 Definiciones Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de expresiones de la forma: a 11 x 1 + a 12 x 2 + + a 1n x n = a 21 x 1 + a 22 x 2 + +
Más detallesMATRICES Y SISTEMAS DE ECUACIONES
MATRICES Y SISTEMAS DE ECUACIONES Definición Una matriz real de orden m n es una tabla ordenada de m n números reales a 11 a 12 a 1n a A = 21 a 22 a 2n a m1 a m2 a mn en la cual las líneas horizontales
Más detalles2 Espacios vectoriales
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 2 Espacios vectoriales 2.1 Espacio vectorial Un espacio vectorial sobre un cuerpo K (en general R o C) es un conjunto V sobre el que hay
Más detallesEL ESPACIO AFÍN. se distinguen, además de su origen A y su extremo B, las siguientes
VECTOR FIJO Y VECTOR LIBRE. Sea E el espacio ordinario. EL ESPACIO AFÍN Llamaremos vector fijo a cualquier segmento orientado dado por dos puntos A y B del espacio E. Al punto A lo llamamos origen del
Más detallesSea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares).
Capítulo 6 Espacios Vectoriales 6.1 Definiciones Sea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares). Definición 6.1.1 Se dice que
Más detallesConjuntos y matrices. Sistemas de ecuaciones lineales
1 Conjuntos y matrices Sistemas de ecuaciones lineales 11 Matrices Nuestro objetivo consiste en estudiar sistemas de ecuaciones del tipo: a 11 x 1 ++ a 1m x m = b 1 a n1 x 1 ++ a nm x m = b n Una solución
Más detallesRelación 1. Espacios vectoriales
MATEMÁTICAS PARA LA EMPRESA Curso 2007/08 Relación 1. Espacios vectoriales 1. (a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy) Demuestra que IR
Más detallesAPUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES
APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES Ignacio López Torres. Reservados todos los derechos. Prohibida la reproducción total o parcial de esta obra, por cualquier medio electrónico
Más detalles520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
Más detallesTema 4: Estructura vectorial de R n.
TEORÍA DE ÁLGEBRA I: Tema 4. DIPLOMATURA DE ESTADÍSTICA 1 Tema 4: Estructura vectorial de R n. 1 Definiciones y propiedades Definición. 1.1 Denotaremos por R n al conjunto de todas las n-tuplas de números
Más detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesMatrices y Sistemas Lineales
Matrices y Sistemas Lineales Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza Matrices sobre IR ó C. Definición Dado un conjunto K (IR ó C) y dos conjuntos finitos de índices I = {,, m} J
Más detallesResumen 3: Matrices, determinantes y sistemas de ecuaciones
Resumen 3: Matrices, determinantes y sistemas de ecuaciones lineales 1 Matrices Una matriz con coeficientes sobre un cuerpo K (normalmente K R) consiste en una colección de números (o escalares) del cuerpo
Más detallesGeometría afín y proyectiva, 2016 SEMANA 2
Geometría afín y proyectiva, 2016 SEMANA 2 Sonia L. Rueda ETS Arquitectura. UPM September 20, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más detallesMatemáticas Empresariales II. Sistemas de Ecuaciones lineales
Matemáticas Empresariales II Lección 4 Sistemas de Ecuaciones lineales Manuel León Navarro Colegio Universitario Cardenal Cisneros M. León Matemáticas Empresariales II 1 / 34 Sistema de ecuaciones lineales
Más detallesMatrices y sistemas lineales
Capítulo 2 Matrices y sistemas lineales 2.1 Definiciones básicas Una matriz es una tabla rectangular de números, es decir, una distribución ordenada de números. Los números de la tabla se conocen con el
Más detallesFrancisco José Vera López
Álgebra y Matemática Discreta Matrices. Sistemas de ecuaciones. Francisco José Vera López Dpto. de Matemática Aplicada Facultad de Informática 2015 1 Matrices 2 Sistemas de Ecuaciones Matrices Una matriz
Más detalles1 ÁLGEBRA DE MATRICES
1 ÁLGEBRA DE MATRICES 1.1 DEFINICIONES Las matrices son tablas numéricas rectangulares. Se dice que una matriz es de dimensión m n si tiene m filas y n columnas. Cada elemento de una matriz se designa
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES
EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES Formas reducidas y escalonada de una matriz SISTEMAS DE ECUACIONES LINEALES ) Encuentre una sucesión de matrices elementales E, E,..., E k tal que
Más detallesTema 3 o - Sistemas de Ecuaciones Lineales
Tema 3 o - Sistemas de Ecuaciones Lineales Definición de Sistema y de Solución 2 Clasificación de los Sistemas atendiendo al n o de Soluciones 3 Sistemas de Cramer FÓRMULS DE CRMER 4 Teorema de Rouchée
Más detallesCarmen Torres Blanc, Gloria Sánchez Torrubia DMATIC, ETSIInf, U.P.M. Álgebra Lineal. 1 TEMA 1.1: MATRICES Y SISTEMAS DE ECUACIONES LINEALES
Carmen Torres Blanc, Gloria Sánchez Torrubia DMATIC, ETSIInf, UPM Álgebra Lineal TEMA : MATRICES Y SISTEMAS DE ECUACIONES LINEALES Definición de cuerpo conmutativo Definición Un Cuerpo Conmutativo es un
Más detallesCURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES
CONCEPTO MATRICES Se llama matriz de orden (dimensión) m n a un conjunto de m n elementos dispuestos en m filas y n columnas Se representa por A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn j=1,2,,n
Más detallesSOLUCIONES A LA AUTOEVALUACIÓN - Espacios Vectoriales.
SOLUCIONES A LA AUTOEVALUACIÓN - Espacios Vectoriales. A) Soluciones a las Cuestiones C-1) a) Sí, por ejemplo el eje X, formado por los vectores de la forma (λ, 0), que se identificarían con el número
Más detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesMatrices y determinantes
Matrices y determinantes Las matrices y los determinantes son herramientas del álgebra de gran utilidad en muchas disciplinas. Los campos de aplicación de la teoría de las matrices y de los determinantes
Más detalles6 Vectores. Dependencia e independencia lineal.
6 Vectores. Dependencia e independencia lineal. Introducción Hay fenómenos reales que se pueden representar adecuadamente mediante un número con su adecuada unidad de medida. Sin embargo para representar
Más detallesMATEMÁTICAS II: MATRICES Y DETERMINANTES
MATRICES Llamaremos matriz de números reales de orden (o dimensión) m n a un conjunto ordenado de m n números reales, dispuestos en m filas y n columnas: A a 11 a 12 a 13 a 1j a 1n a 21 a 22 a 23 a 2j
Más detallesMATRICES. Matriz de los coeficientes. Matriz de las incógnitas. Matriz de los términos independientes. Matriz ampliada. Información general
MTRICES Sistema de ecuaciones lineales 2x+ 3y z= 5 5x 2y+ 2z= 10 x y+ 3z= 8 Expresión matricial 2 3 1 x 5 5 2 2 y = 10 1 1 3 z 8 2 3 1 5 2 2 1 1 3 Matriz de los coeficientes 3 filas 3 columnas matriz 3
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesMATEMÁTICAS PARA ECONOMISTAS I MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES
MATEMÁTICAS PARA ECONOMISTAS I MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES 1.- Dadas las siguientes matrices Efectúe si es posible : a) A + B b) B A c) B 2.- Dadas las siguientes matrices Efectúe
Más detallesun conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:
CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse
Más detalles1. Espacio vectorial. Subespacios vectoriales
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Sea k un cuerpo. 1. Espacio vectorial. Subespacios vectoriales Definición 1.1. Un k-espacio vectorial o espacio vectorial
Más detallesMatemáticas para la Empresa
Matemáticas para la Empresa 1 o L. A. D. E. Curso 2008/09 Relación 1. Espacios Vectoriales 1. a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy)
Más detallesEjercicio 3 de la Opción A del modelo 1 de 2008.
Ejercicio 3 de la Opción A del modelo 1 de 2008. Dado el sistema de ecuaciones lineales x + λy z = 0 2x + y + λz = 0 x + 5y λz = λ +1 [1 5 puntos] Clasifícalo según los valores del parámetro λ. (b) [1
Más detalles4. Espacios vectoriales
Contents 4 Espacios vectoriales 2 4.1 Dependencia e independencia lineal.................................. 4 4.2 Subespacios vectoriales.............................................. 7 4.3 Bases y dimensión..................................................
Más detalles1.5.3 Sistemas, Matrices y Determinantes
1.5.3 Sistemas, Matrices y Determinantes 24. Sean las matrices 3 0 4 1 A= 1 2 B = 0 2 1 1 C = 1 4 2 3 1 5 1 5 2 D = 1 0 1 E = 3 2 4 6 1 3 1 1 2 4 1 3 a Calcular cuando se pueda: 3C D, ABC, ABC, ED, DE,
Más detallesSobre vectores y matrices. Independencia lineal. Rango de una matriz
Espacios vectoriales Llamaremos R 2 al conjunto de todos los pares ordenados de la forma (a 1, a 2 ) tal que a 1, a 2 R. Es decir: R 2 = {(a 1, a 2 ) : a 1, a 2 R} De la misma forma: R 3 = {(a 1, a 2,
Más detalles1. Utilizar el método de Gauss para clasificar y resolver cuando sea posible los siguientes sistemas: x 3y + 7z = 10 5x y + z = 8 x + 4y 10z = 11
Teorema de Rouché Frobenius: Si A es la matriz de coeficientes de un sistema de ecuaciones lineales y AM la matriz ampliada de un sistema de ecuaciones lineales. Si r(a = r(am = número de incógnitas =
Más detallesSistemas de ecuaciones lineales
CAPíTULO 6 Sistemas de ecuaciones lineales 1 Rango de una matriz a 11 a 1n Sea A = M m n (K) El rango por filas de la matriz A es la dimensión del a m1 a mn subespacio vectorial de K n generado por sus
Más detallesTema 2: Sistemas de ecuaciones lineales
Tema 2: Sistemas de ecuaciones lineales Curso 2016/2017 Ruzica Jevtic Universidad San Pablo CEU Madrid Índice de contenidos Introducción Algoritmo de Gauss-Jordan Interpretación como un subespacio Existencia
Más detalles2.10 Ejercicios propuestos
Ejercicios propuestos 99 1 0 0 0 x 1 0 1 0 0 x 2 0 0 1 0 x 3 x 2 0 0 0 1 x 4 + x 1 +4x 2 + x 3 x 2 0 0 0 1 x 5 x 2 1 0 0 0 x 1 0 1 0 0 x 2 0 0 1 0 x 3 x 2 0 0 0 1 x 4 + x 1 +4x 2 + x 3 x 2 0 0 0 0 x 5
Más detallesEspacios vectoriales reales
140 Fundamentos de Matemáticas : Álgebra Lineal 9.1 Espacios vectoriales Capítulo 9 Espacios vectoriales reales Los conjuntos de vectores del plano, R 2, y del espacio, R 3, son conocidos y estamos acostumbrados
Más detallesUna ecuación lineal de n-incógnitas es una igualdad de la forma:
página 1/39 Teoría Tema 6 Ecuación lineal Una ecuación lineal de n-incógnitas es una igualdad de la forma: a 1 x 1 +a 2 x 2 +a 3 x 3 +...+a n x n =c Donde a 1,a 2, a 3,..., a n,c son números reales. En
Más detalles1.1. CÁLCULO DEL RANGO POR EL MÉTODO DE GAUSS. son matrices escalonadas reducidas mientras que
1 1 PRELIMINARES 11 CÁLCULO DEL RANGO POR EL MÉTODO DE GAUSS Denición 1 Una matriz es escalonada si: 1 Todas las las nulas, si las hay, están en la parte inferior de la matriz 2 El número de ceros al comienzo
Más detallesTema 3: Sistemas de ecuaciones lineales
Tema 3: Sistemas de ecuaciones lineales 1. Introducción Los sistemas de ecuaciones resuelven problemas relacionados con situaciones de la vida cotidiana que tiene que ver con las Ciencias Sociales. Nos
Más detallesCapítulo 2. Determinantes Introducción. Definiciones
Capítulo 2 Determinantes 2.1. Introducción. Definiciones Si nos centramos en la resolución de un sistema A x = b con A una matriz n n, podemos calcular A 1 y la resolución es inmendiata. El problema es
Más detallesTema 1: MATRICES. OPERACIONES CON MATRICES
Tema 1: MATRICES. OPERACIONES CON MATRICES 1. DEFINICIÓN Y TIPO DE MATRICES DEFINICIÓN. Una matriz es un conjunto de números reales dispuestos en filas y columnas. Si en ese conjunto hay m n números escritos
Más detallesMatrices y determinantes
Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna
Más detallesÁlgebra lineal. Noviembre 2018
Álgebra lineal. Noviembre 08 Opción A Ejercicio. (Puntuación máxima:,5 puntos) Sea el siguiente sistema de ecuaciones lineales: 4ax + 4ay + z = a ax + y az = a, se pide: 4ax + 4ay + az = 4 (,5 puntos)
Más detallesA1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas.
A1.- Determina a y b sabiendo que el sistema de ecuaciones x + 3y +z = 1 -x + y +z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. Para que el sistema tenga, al menos, dos soluciones distintas
Más detallesEstos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.
TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Más detalles1 SISTEMAS DE ECUACIONES LINEALES. CONCEPTOS GENERALES
Sistemas de ecuaciones lineales MATEMÁTICAS II 1 1 SISTEMAS DE ECUACIONES LINEALES. CONCEPTOS GENERALES o Definición: Un sistema de m ecuaciones con n incógnitas es un conjunto de ecuaciones lineales que
Más detallesIndependencia Lineal y Generación. (c) 2012 Leandro Marin
09.00 Independencia Lineal y Generación 3 48700 9000 (c) 0 Leandro Marin . Independencia Lineal Dada una familia de vectores v, v,, v k de un espacio vectorial V, llamaremos combinación lineal de estos
Más detalles1 SISTEMAS DE ECUACIONES LINEALES. CONCEPTOS GENERALES
Sistemas de ecuaciones lineales MTEMÁTICS II 1 1 SISTEMS DE ECUCIONES LINELES. CONCEPTOS GENERLES Definición: Se llama ecuación lineal con n incógnitas x 1, x 2, x 3,., x n a toda ecuación que puede escribirse
Más detallesAlgebra lineal y conjuntos convexos 1
Algebra lineal y conjuntos convexos Solución de sistemas. Espacios vectoriales. 3 Conjuntos convexos. 4 Soluciones básicas puntos extremos. Rango de una matriz A R m n. Reducir A a una matriz escalonada
Más detallesTEMA 4 ESPACIOS VECTORIALES
TEMA 4 ESPACIOS VECTORIALES Índice 4.1. Definición y propiedades.................. 101 4.1.1. Dependencia e independencia lineal....... 103 4.2. Subespacios vectoriales................... 105 4.2.1. Ecuaciones
Más detallesPROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 2005/06
PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 200/06 1. Utilizar el método de eliminación de Gauss para resolver el sistema de ecuaciones lineales siguiente: 2 x 1 2 x
Más detallesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales José Vicente Romero Bauset ETSIT-curso 2009/200 José Vicente Romero Bauset Tema 2.- Sistemas de Ecuaciones Lineales Sistema de ecuaciones lineales Un sistema de ecuaciones
Más detalles