Matrices Invertibles y Elementos de Álgebra Matricial
|
|
- Lidia Sevilla Alcaraz
- hace 8 años
- Vistas:
Transcripción
1 Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 91 Introducción 1 92 Transpuesta 1 93 Propiedades de la transpuesta 2 94 Matrices invertibles 2 95 Motivación del algoritmo de inversión 2 96 Algoritmo para invertir una matriz 3 97 Comentario 4 98 Propiedades de la inversa 4 99 Ecuaciones con matrices Complejidad computacional de la inversión 8 91 Introducción En esta lectura veremos la matriz transpuesta y la matriz inversa a una matriz dada En caso de que la matriz inversa a ella exista) Revisaremos las propiedades que tienen el tomar la inversa o la transpuesta de una matriz así como un método eficiente de inversión Terminaremos con la aplicación de estos conceptos a la solución de cierto tipo de ecuaciones matriciales 92 Transpuesta Definición 91 La matriz transpuesta de una matriz A n m es una matriz con dimensiones m n cuyo elemento i, j) es precisamente el elemento j, i) de la matriz A A esta matriz se le simboliza A T Una forma fácil de construir A T es tomar los renglones de A y convertirlos en columnas Ejemplo 91 Determine A T si A = Siguiendo la indicación de tomar los renglones de A como columnas para A T tenemos: 1 4 A T =
2 93 Propiedades de la transpuesta 1 La transpuesta de la transpuesta de una matriz A es otra vez A: A T ) T = A 2 La transpuesta de una suma es la suma de las transpuestas: A + B) T = A T + B T 3 c A) T = c A T 4 A B) T = B T A T La transpuesta de un producto es el producto de las transpuestas pero en orden contrario 94 Matrices invertibles Definición 92 Se dice que una matriz A cuadrada n n es una matriz invertible, o que es una matriz no singular, si existe una matriz B n n, que llamaremos la matriz inversa de A, que cumple: A B = I y B A = I 1) Una matriz invertible sólo tiene una inversa, es decir, la inversa es única La única inversa de una matriz invertible A se representa por A 1 Así A A 1 = I = A 1 A 2) Como se puede ver 0 C = 0, para cualquier matriz C de dimensiones adecuadas, esto significa que existen matrices cuadradas que no pueden ser invertibles La matrix cuadrada 0 es una de ellas) este tipo de matrices se llama matriz singular o matriz no invertible 95 Motivación del algoritmo de inversión Veamos un ejemplo que motivará el algoritmo para obtener la inversa de una matriz Ejemplo 92 Determine la inversa de 1 2 A = 3 5 Suponga que buscamos una matriz B, 2 2 tal que A B = I 2 2 : 1 2 b11 b = 3 5 b 21 b Así se debe cumplir: Para elemento 1,1) del producto: 1 b 11 2 b 21 = 1 Para elemento 2,1) del producto: 3 b 11 5 b 21 = 0 Para elemento 1,2) del producto: 1 b 12 2 b 22 = 0 Para elemento 2,2) del producto: 3 b 12 5 b 22 = 1 Esto conduce a dos sistemas de ecuaciones: uno en b 11 y b 21 y otro b 21 y b 22 con matrices aumentadas que al reducirse quedan:
3 y Y así b 11 = 5, b 21 = 3, b 21 = 2, y b 22 = 1 Quedando la inversa como A = B = 3 1 Observemos que Ambas matrices aumentadas tienen la misma matriz de coeficientes: exactamente A Teniendo la misma matriz de coeficientes, los sistemas deben reducirse con las mismas operaciones de renglón En cada sistema, la columna de las constantes es una columna de I Como las matrices aumentadas tienen las mismas matrices de coeficientes y las operaciones de renglón para la reducción son las mismas, entonces el proceso se puede llevar a cabo formando la matriz aumentada A I y reduciendo Después del proceso de reducción, la inversa queda exactamente acamodada en la posición donde entró I 96 Algoritmo para invertir una matriz Para determinar A 1, si existe, haga los siguiente: 1 Construya la matriz aumentada A I Aquí I representa la matriz identidad n n 2 Reduzca la matriz A I Digamos que se obtenga B C 3 Si la matriz B es la matriz identidad, entonces A sí es invertible y A 1 = C 4 Si la matriz B no es la identidad, entonces A no es invertible Ejemplo 93 Invierta las matrices: Para A 1 : A 1 I = A 1 = y A 2 = R 2 R 2 +2 R R 2 1 R R 1 R 1 3 R
4 Como en el resultado final B es la matriz identidad, A 1 es una matriz invertible y A = 2 1 Para A 2 : A 2 I = R 2 R 2 2 R R R /2 R 1 R 1 R / /2 = B C Como en el resultado final B no es la matriz identidad, A 2 no es una matriz invertible Observe con cuidado que en cálculo para A 2 que no hace falta concluir por completo hasta la forma reducida: en el momento que aparezca un renglón en ceros en la parte correspondiente a B la matriz ya no será invertible 97 Comentario Recuerde que para una matriz A n n la matriz inversa de ella se definió como una matriz B n n que cumple A B = I n = B A y en nuestra deducción del algoritmo sólo buscamos que se cumpla A B = I En los resultados teóricos de álgebra de matrices se tiene que Si A es una matriz cuadrada y existe una matriz cuadrada C tal que A C = I, entonces A es invertible Es decir, que es suficiente tener inversa lateral derecha para tener inversa por ambos lados Si A es una matriz cuadrada invertible y si B es una matriz cuadrada que cumple A B = I, entonces A 1 = B Es decir, que la inversa lateral derecha de una matriz cuadrada invertible coincide con la inversa de la matriz Estos resultados teóricos justifican que sólo busquemos la inversa derecha de una matriz para decir si la matriz es invertible y que la matriz encontrada es precisamente su inversa 98 Propiedades de la inversa 1 Si la matriz A, n n, puede invertirse, entonces el sistema A x = b tiene solución única para cada vector b Esta solución puede calcularse como x = A 1 b 2 Sean A y B dos matrices cuadradas n n invertibles cualquiera entonces AB es invertible y A B) 1 = B 1 A 1 3 La inversa de una matriz invertible también es una matriz invertible y A 1 ) 1 = A 4
5 4 Si c es una constante cualquiera, pero diferente de cero, entonces la matriz c A también es invertible y c A) 1 = 1 c A 1 5 Si k es un número entero postivo, entonces A k también es una matriz invertible y A k) 1 = A 1 ) k 6 La matriz A T también es invertible y A T ) 1 = A 1 ) T 99 Ecuaciones con matrices Ahora pondremos en práctica nuestra álgebra con matrices para resolver ecuaciones donde se involucran incógnitas que representan matrices Ejemplo 94 Resuelva para X c X + A = B Los pasos que se siguen son muy similares al álgebra básica sumamos en ambos miembros la matriz A: c X + A) A = B A Como la suma / resta de matrices es asociativa se pueden agrupar los sumando para dejar juntos A y A: c X = c X + 0 = c X + A A) = B A Siendo estos cálculos para suma y resta de matrices tan similares a los del álgebra básica usaremos la misma regla: Si en una igualdad entre expresiones con matrices aparece sumando o restando una matriz en un miembro la podemos pasar al otro miembro restando o sumando: Ahoara debemos despejar X de la expresión procedemos a multiplicar por el escalar 1/c: X = 1 X = Z + C = D Z = D C 3) c X = B A ) 1 c c X = 1 c cx) = 1 B A) c Siendo estos cálculos para la multiplicación o división con escalares tan similares a los del álgebra básica usaremos la misma regla: Si en una igualdad entre expresiones con matrices aparece multiplicando resp dividiendo) un escalar lo podemos pasar al otro miembro dividiendo resp multiplicando) 5
6 c Z = D Z = 1 c D 4) Por tanto, el valor de la incógnita X es X = 1 B A) c Ejemplo 95 Asumiendo que la matriz A sea invertible, despeje la matriz X de la ecuación: A X = B Este tipo de problemas presenta a los alumnos cierta dificultad en los primeros despejes de ecuaciones matriciales Se debe tener bien en claro que la matriz A a eliminar está a la izquierda de la incógnita está multiplicando a la izquierda y que por consiguiente debe de multiplicarse por la izquierda por la matriz inversa de A: X = I X = A 1 A ) X = A 1 A X) = A 1 B Es equivocado hacer cancelar A pretendiendo multiplicar por la derecha: X = AXA 1 = BA 1 Y representa un error aún más grave dividir entre A pretendiendo cancelar A: X = AX A = B A La regla válida para cancelar matrices cuando éstas poseen inversas que multiplican es la siguiente: A X = B X = A 1 B 5) X A = B X = B A 1 6) Ejemplo 96 Suponiendo que A y B son matrices invertibles, despeje X de: ABX = C Otro problema que los alumnos enfrentan en los primeros despejes aparece en este tipo de problemas Hay dos formas correctas de pensar el problema En la primera la ecuación original se debe pensar agrupada de la siguiente manera: A B) X = C En cuyo caso el despeje de X es directo por las reglas vistas: Otra manera correcta de plantear el problema es: X = A B) 1 C A B X) = C 6
7 De donde el despeje en dos pasos es haciendo primero: B X = A 1 C Para después obtener: X = B 1 A 1 C Note que ambos resultados sin idénticos en vista de la igualdad: A B) 1 = B 1 A 1 Ejemplo 97 Despeje x de la ecuación: X T = A En este caso se debe tener presente la propiedad X T ) T = X Por consiguiente, tomando la transpuesta en cada miembro: X = X T ) T = A T Ejemplo 98 Despeje x de la ecuación: X 1 = A En este caso se debe tener presente la propiedad X 1) 1 = X en cada miembro: X = X 1) 1 = A 1 Por consiguiente, tomando matriz inversa Ejemplo 99 Suponiendo que A es invertible y c 0, despeje X de: Procediendo como anteriormente: A c X + B) + C = D A c X + B) = D C c X + B = A 1 D C) c X = A 1 D C) B X = 1 c A 1 D C) B ) Ejemplo 910 Suponiendo matrices invertibles donde se requiera despeje X de: T A BX) 1 + C) + D = E Este tipo de despejes requiere ser riguroso en el orden: Pasando al segundo miembro D: T A BX) 1 + C) = E D 7
8 Multiplicando por A 1 por la derecha: Tomando la transpuesta en ambos miembros: Pasando al segundo miembro C: BX) 1 + C) T = A 1 E D) BX) 1 + C = A 1 E D) ) T BX) 1 = A 1 E D) ) T C Tomando inversa en ambos miembros: A BX = 1 E D) ) ) T 1 C Finalmente, eliminando la matriz B: X = B 1 A 1 E D) ) T C ) Complejidad computacional de la inversión Supongamos entonces que aplicamos el algoritmo de eliminación gaussiana para invertir una matriz n por n Consideraremos primero el trabajo realizado por los pasos 1 al 4 y posteriormente el trabajo realizado en el paso 5 Es importante notar que el proceso de Gauss avanza dejando la matriz escalonada hasta la columna de trabajo: a 1,1 a 1,2 a 1,m 1 a 1,m b 1,1 b 1,n 0 a 2,2 a 2,m 1 a 2,m 0 0 a m 1,m 1 a m 1,m a m,m b m,1 b m,n a n,m 1 Ciclo del paso 1 al 4 Al asumir que a m,m es diferente de cero, pasamos al paso 3 En el paso 3 hay que hacer cero debajo del elemento m, m), para cada uno de los m n renglones inferiores R i ; para ello habrá que calcular el factor f = a i,m /a m,m por el cual debe multiplicarse el renglón R m, lo cual implica realizar una división, y posteriormente realizar la operación: R i R i f R m En este caso, en el renglón i hay ceros hasta antes de la columna m, en el elemento i, m) quedará un 1 el factor f fue calculado para ello), así que los únicos elementos que deberán calcularse son los elementos del renglón i desde la columna m + 1) y hasta terminar, es decir, hasta la columna n + n, es decir, un total de 2 n m elementos, y para cada uno de ellos habrá que hacer a m+1,j a m+1,j f a m,j, es decir para cada uno de ellos habrá que hacer 2 FLOPs, siendo un total de 2 2 n m) elementos, el número total de FLOPs que habrá que realizar para hacer la operación R i R i f R m es, incluyendo la división para calcular f, 22 n m) + 1 = 4 n 2 m + 1 8
9 Como esto habrá que aplicarlo a todos los renglones por debajo del renglón m y hasta el n, entonces para realizar un ciclo desde el paso 1 hasta el paso 4 deben hacerse n m) 4 n 2m + 1) FLOPS El ciclo del paso 1 al paso 4 y su repetición irá avanzando m desde 1 hasta n 1 Por consiguiente el total de FLOPs será: n 1 n m) 4 n 2 m + 1) = 5 3 n3 3 2 n2 1 6 n m=1 2 Ciclo del paso 5 Las operaciones implicadas en el paso 5 serán R m 1 a m,m R m : n divisiones Para esto se requiere n divisiones; la del pivote entre si mismo ya sabemos que dará 1 y no se realizará, simplemente en la posición m, m) pondremos un 1 R j R j a j,m R m : n multiplcaciones y n restas Esta operación sólo requiere n multiplicaciones y n restas; estas operaciones sólo tienen que ver con los términos en la parte aumentada Los nuevos elementos a j,m serán cero Como hay m 1 renglones superiores, el total de operaciones en un ciclo del paso 5 será: Por consiguiente el total de FLOPs en el paso 5 será: m 1) 2 n) + n 1 2 n m 1) + n) = n 3 2 n 2 + n m=n Por consiguiente y en general: cuando se aplica en algoritmo de inversión de una matriz cuadrada n n anterior utilizando eliminación gaussiana para la reducción el número de máximo de FLOPs será: Ejemplo 911 Sea A una matriz cuadrada Será cierto que: 8 3 n3 7 2 n n 7) Si el sistema A x = 0 tiene infinitas soluciones, entonces A es invertible Que el sistema A x = 0 tenga infinitas soluciones indica que cuando se reduce A 0 queda una columna a la izquierda sin pivote Por tanto, cuando se reduzca A I quedará una columna a la izquierda sin pivote Por tanto, en la reducida no se podrá obtener I B Por tanto, la matriz A no tendrá inversa; será singular Por tanto, es falso que sea invertible La afirmación es falsa Ejemplo 912 Sea A una matriz cuadrada Será cierto que: Si para un vector b el sistema A x = b no tiene solución, entonces A es invertible Si para un vector b el sistema A x = b no tiene solución eso significará que cuando se reduce A b queda pivote en la columna de las constantes Por tanto, en la reducida de A quedará un renglón de ceros Por tanto, cuando se reduzca A I a la izquierda quedará un renglón de ceros Por tanto, en la reducida no podremos obtener I B Así A no tiene inversa Es falso que A es invertible Ejemplo 913 Sea A una matriz cuadrada Será cierto que: 9
10 Si la matriz A no es invertible, entonces A x = 0 tiene infinitas soluciones Si suponemos que la matriz A no es invertible, entonces cuando se reduce A I no queda la identidad en el lado izquierdo Por consiguiente, debe quedar un renglón sin pivote a la izquierda Por tanto, cuando se reduce A 0 debe quedar a la izquierda un renglón de ceros Por tanto y debido a que la matriz es cuadrada debe queda una columna sin pivote a la izquierda en tal reducida Como a la derecha no quedan pivotes pues a la derecha entró el vector de ceros, concluimos que tal sistema es consistente y que en su reducida queda una columna sin pivote Por tanto, A 0 tendrá infinitas soluciones La afirmación es cierta Ejemplo 914 Sea A una matriz cuadrada Será cierto que: Si la matriz A A no es invertible, entonces A x = 0 tiene solución única Si A A no es invertible, tampoco lo es A pues en caso contrario A A sería invertible, que no es el caso) Por tanto, en el lado izquierdo de la reducida de A I no puede quedar la matriz identidad Por tanto, a la izquierda de la reducida de A 0 no queda la identidad Por tanto, debe quedar un renglón sin pivote y por consiguiente siendo cuadrada A) debe quedar una columna sin pivote Por tanto A 0 debe tener infinitas soluciones Así, es falso que A 0 tiene solución única 10
Matrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Matrices: Conceptos y Operaciones Básicas
Matrices: Conceptos y Operaciones Básicas Departamento de Matemáticas, CCIR/ITESM 8 de septiembre de 010 Índice 111 Introducción 1 11 Matriz 1 113 Igualdad entre matrices 11 Matrices especiales 3 115 Suma
Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Espacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Subespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Sistemas de Ecuaciones Lineales y Matrices
Sistemas de Ecuaciones Lineales y Matrices Oscar G Ibarra-Manzano, DSc Departamento de Area Básica - Tronco Común DES de Ingenierías Facultad de Ingeniería, Mecánica, Eléctrica y Electrónica Trimestre
1. INVERSA DE UNA MATRIZ REGULAR
. INVERSA DE UNA MATRIZ REGULAR Calcular la inversa de una matriz regular es un trabajo bastante tedioso. A través de ejemplos se expondrán diferentes técnicas para calcular la matriz inversa de una matriz
Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx
Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad
Sistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Índice general 1. Sistemas de ecuaciones lineales 2 2. Método de sustitución 5 3. Método de igualación 9 4. Método de eliminación 13 5. Conclusión 16 1 Sistemas de ecuaciones
Algebra Matricial y Optimización Segundo Examen Parcial Maestro Eduardo Uresti, Semestre Enero-Mayo 2012
Grupo: Matrícula: Nombre: Algebra Matricial y Optimización Segundo Examen Parcial Maestro Eduardo Uresti, Semestre Enero-Mayo 22. (pts) Sea A una matriz cuadrada. Indique validez a cada una de las siguientes
Lección 9: Polinomios
LECCIÓN 9 c) (8 + ) j) [ 9.56 ( 9.56)] 8 q) (a x b) d) ( 5) 4 k) (6z) r) [k 0 (k 5 k )] e) (. 0.) l) (y z) s) (v u ) 4 f) ( 5) + ( 4) m) (c d) 7 t) (p + q) g) (0 x 0.) n) (g 7 g ) Lección 9: Polinomios
Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice
Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +
E 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES CÁRDENAS ESPINOSA CÉSAR OCTAVIO racsec_05@hotmail.com Boleta: 2009350122 CASTILLO GUTIÉRREZ
Qué son los monomios?
Qué son los monomios? Recordemos qué es una expresión algebraica. Definición Una expresión algebraica es aquella en la que se utilizan letras, números y signos de operaciones. Si se observan las siguientes
Ecuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Módulo 9 Sistema matemático y operaciones binarias
Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional
NÚMEROS NATURALES Y NÚMEROS ENTEROS
NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de
EXPRESIONES ALGEBRAICAS. POLINOMIOS
EXPRESIONES ALGEBRAICAS. POLINOMIOS 1. EXPRESIONES ALGEBRAICAS. Estas expresiones del área son expresiones algebraicas, ya que además de números aparecen letras. Son también expresiones algebraicas: bac,
Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios. Dra. Noemí L. Ruiz Limardo 2009
Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios Dra. Noemí L. Ruiz Limardo 2009 Objetivos de la Lección Al finalizar esta lección los estudiantes: Identificarán, de una lista de expresiones
Métodos Iterativos para Resolver Sistemas Lineales
Métodos Iterativos para Resolver Sistemas Lineales Departamento de Matemáticas, CCIR/ITESM 17 de julio de 2009 Índice 3.1. Introducción............................................... 1 3.2. Objetivos................................................
Ahora podemos comparar fácilmente las cantidades de cada tamaño que se vende. Estos valores de la matriz se denominan elementos.
Materia: Matemática de 5to Tema: Definición y Operaciones con Matrices 1) Definición Marco Teórico Una matriz consta de datos que se organizan en filas y columnas para formar un rectángulo. Por ejemplo,
Matrices Invertibles y Elementos de Álgebra Matricial
Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CSI/ITESM 20 de agosto de 2008 Índice 121 Introducción 1 122 Transpuesta 1 123 Propiedades de la transpuesta 2 124 Matrices
Objetivos: Al inalizar la unidad, el alumno:
Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará
ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.
ÁLGEBRA DE MATRICES Página 49 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes
4º ESO 1. ECUAC. 2º GRADO Y UNA INCÓGNITA
4º ESO 1. ECUAC. 2º GRADO Y UNA INCÓGNITA Una ecuación con una incógnita es de segundo grado si el exponente de la incógnita es dos. Ecuaciones de segundo grado con una incógnita son: Esta última ecuación
SUMA Y RESTA DE FRACCIONES
SUMA Y RESTA DE FRACCIONES CONCEPTOS IMPORTANTES FRACCIÓN: Es la simbología que se utiliza para indicar que un todo será dividido en varias partes (se fraccionará). Toda fracción tiene dos partes básicas:
Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos
MATEMÁTICAS BÁSICAS DESIGUALDADES DESIGUALDADES DE PRIMER GRADO EN UNA VARIABLE La epresión a b significa que "a" no es igual a "b ". Según los valores particulares de a de b, puede tenerse a > b, que
UNIDAD I NÚMEROS REALES
UNIDAD I NÚMEROS REALES Los números que se utilizan en el álgebra son los números reales. Hay un número real en cada punto de la recta numérica. Los números reales se dividen en números racionales y números
Profr. Efraín Soto Apolinar. Factorización
Factorización La factorización es la otra parte de la historia de los productos notables. Esto es, ambas cosas se refieren a las mismas fórmulas, pero en los productos notables se nos daba una operación
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES
OBJETIVOS CONTENIDOS PROCEDIMIENTOS
82652 _ 0275-0286.qxd 27/4/07 1:20 Página 275 Polinomios INTRODUCCIÓN Son múltiples los contextos en los que aparecen los polinomios: fórmulas económicas, químicas, físicas, de ahí la importancia de comprender
Lección 24: Lenguaje algebraico y sustituciones
LECCIÓN Lección : Lenguaje algebraico y sustituciones En lecciones anteriores usted ya trabajó con ecuaciones. Las ecuaciones expresan una igualdad entre ciertas relaciones numéricas en las que se desconoce
Los números racionales
Los números racionales Los números racionales Los números fraccionarios o fracciones permiten representar aquellas situaciones en las que se obtiene o se debe una parte de un objeto. Todas las fracciones
Operaciones con polinomios
Operaciones con polinomios Los polinomios son una generalización de nuestro sistema de numeración. Cuando escribimos un número, por ejemplo, 2 354, queremos decir: 2 354 = 2 000 + 300 + 50 + 4 = 2)1 000)
INSTITUTO VALLADOLID PREPARATORIA página 37
INSTITUTO VALLADOLID PREPARATORIA página 37 página 38 SUMA DE FRACCIONES CONCEPTO Las cuatro operaciones fundamentales, suma, resta, multiplicación y división, con fracciones algebraicas se realizan bajo
Vectores en R n y producto punto
Vectores en R n y producto punto Departamento de Matemáticas, CCIR/ITESM 10 de enero de 011 Índice 4.1. Introducción............................................... 1 4.. Vector..................................................
Al consejero A no le gusta ninguno de sus colegas como presidente. Dos consejeros (C y E) están de acuerdo en los mismos candidatos (B, C y D).
ÁLGEBRA DE MATRICE Página 48 Ayudándote de la tabla... De la tabla podemos deducir muchas cosas: Al consejero A no le gusta ninguno de sus colegas como presidente. B solo tiene un candidato el C. Dos consejeros
Polinomios y Fracciones Algebraicas
Tema 4 Polinomios y Fracciones Algebraicas En general, a lo largo de este tema trabajaremos con el conjunto de los números reales y, en casos concretos nos referiremos al conjunto de los números complejos.
Polinomios y fracciones algebraicas
829566 _ 0249-008.qxd 27/6/08 09:21 Página 27 Polinomios y fracciones algebraicas INTRODUCCIÓN Son múltiples los contextos en los que aparecen los polinomios: fórmulas económicas, químicas, físicas, de
UNIDAD 6. POLINOMIOS CON COEFICIENTES ENTEROS
UNIDAD 6. POLINOMIOS CON COEFICIENTES ENTEROS Unidad 6: Polinomios con coeficientes enteros. Al final deberás haber aprendido... Expresar algebraicamente enunciados sencillos. Extraer enunciados razonables
Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones
Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces
1.4.- D E S I G U A L D A D E S
1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y
Tema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
EL GRADO Y LOS ELEMENTOS QUE FORMAN UN POLINOMIO
RECONOCER OBJETIVO EL GRADO Y LOS ELEMENTOS QUE ORMAN UN POLINOMIO NOMBRE: CURSO: ECHA: Un polinomio es una expresión algebraica formada por la suma algebraica de monomios, que son los términos del polinomio.
Lección 4: Suma y resta de números racionales
GUÍA DE MATEMÁTICAS II Lección : Suma y resta de números racionales En esta lección recordaremos cómo sumar y restar números racionales. Como los racionales pueden estar representados como fracción o decimal,
TEMA 2 POLINOMIOS Y FRACCIONES ALGEBRAICAS
Matemáticas B 4º E.S.O. Tema : Polinomios y fracciones algebraicas. 1 TEMA POLINOMIOS Y FRACCIONES ALGEBRAICAS.1 COCIENTE DE POLINOMIOS 4º.1.1 COCIENTE DE MONOMIOS 4º El cociente de un monomio entre otro
Llamamos potencia a todo producto de factores iguales. Por ejemplo: 3 4 = 3 3 3 3
1. NÚMEROS NATURALES POTENCIAS DE UN NÚMERO NATURAL Llamamos potencia a todo producto de factores iguales. Por ejemplo: 3 4 = 3 3 3 3 El factor que se repite es la base, y el número de veces que se repite
Geometría Tridimensional
Capítulo 4 Geometría Tridimensional En dos dimensiones trabajamos en el plano mientras que en tres dimensiones trabajaremos en el espacio, también provisto de un sistema de coordenadas. En el espacio,
Divisibilidad y números primos
Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos
INSTITUTO VALLADOLID PREPARATORIA página 9
INSTITUTO VALLADOLID PREPARATORIA página 9 página 10 FACTORIZACIÓN CONCEPTO Para entender el concepto teórico de este tema, es necesario recordar lo que se mencionó en la página referente al nombre que
SISTEMAS DE ECUACIONES LINEALES
Capítulo 7 SISTEMAS DE ECUACIONES LINEALES 7.1. Introducción Se denomina ecuación lineal a aquella que tiene la forma de un polinomio de primer grado, es decir, las incógnitas no están elevadas a potencias,
Polinomios y fracciones algebraicas
UNIDAD Polinomios y fracciones algebraicas U n polinomio es una expresión algebraica en la que las letras y los números están sometidos a las operaciones de sumar, restar y multiplicar. Los polinomios,
Listas de vectores y conjuntos de vectores
Listas de vectores y conjuntos de vectores La explicación de los temas Dependencia lineal y Bases en el curso de Álgebra Lineal se puede basar en uno de los siguientes dos conceptos (o en ambos): ) listas
QUÉ ES UN NÚMERO DECIMAL?
QUÉ ES UN NÚMERO DECIMAL? Un número decimal representa un número que no es entero, es decir, los números decimales se utilizan para representar a los números que se encuentran entre un número entero y
Biblioteca Virtual Ejercicios Resueltos
EJERCICIO 13 13 V a l o r n u m é r i c o Valor numérico de expresiones compuestas P r o c e d i m i e n t o 1. Se reemplaza cada letra por su valor numérico 2. Se efectúan las operaciones indicadas Hallar
Coeficientes 43 X = 43 X partes literales - 7 a 3 = - 7 a 3
APUNTES Y EJERCICIOS DEL TEMA 3 1-T 3--2ºESO EXPRESIONES ALGEBRAICAS: Son combinaciones de n os y letras unidos con operaciones matemáticas (aritméticas), que generalmente suelen ser sumas, restas, multiplicaciones
Polinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo
Polinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo P (x) = a 0 x n + a 1 x n 1 +... + a n Donde n N (número natural) ; a 0, a 1, a 2,..., a n son coeficientes reales
Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:
Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición
Matemáticas para la Computación
Matemáticas para la Computación José Alfredo Jiménez Murillo 2da Edición Inicio Índice Capítulo 1. Sistemas numéricos. Capítulo 2. Métodos de conteo. Capítulo 3. Conjuntos. Capítulo 4. Lógica Matemática.
Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES
Tema 07 LÍMITES Y CONTINUIDAD DE FUNCIONES Límite de una función en un punto Vamos a estudiar el comportamiento de las funciones f ( ) g ( ) ENT[ ] h ( ) i ( ) en el punto Para ello, damos a valores próimos
LÍMITES Y CONTINUIDAD DE FUNCIONES
Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos
SISTEMAS DE ECUACIONES LINEALES
SISTEMAS DE ECUACIONES LINEALES INTRODUCCIÓN En el presente documento se explican detalladamente dos importantes temas: 1. Descomposición LU. 2. Método de Gauss-Seidel. Se trata de dos importantes herramientas
REPASO NÚMEROS NATURALES Y NÚMEROS ENTEROS
SUMA REPASO NÚMEROS NATURALES Y NÚMEROS ENTEROS NÚMEROS NATURALES (N) 1. Características: Axiomas de Giuseppe Peano (*): El 1 es un número natural. Si n es un número natural, entonces el sucesor (el siguiente
Matrices invertibles. La inversa de una matriz
Matrices invertibles. La inversa de una matriz Objetivos. Estudiar la definición y las propiedades básicas de la matriz inversa. Más adelante en este curso vamos a estudiar criterios de invertibilidad
PROPORCIONALIDAD - teoría
PROPORCIONALIDAD RAZÓN: razón de dos números es el cociente indicado de ambos. Es decir, la razón de los dos números a y b es a:b, o lo que es lo mismo, la fracción b a. PROPORCIÓN: es la igualdad de dos
Repaso de matrices, determinantes y sistemas de ecuaciones lineales
Tema 1 Repaso de matrices, determinantes y sistemas de ecuaciones lineales Comenzamos este primer tema con un problema de motivación. Problema: El aire puro está compuesto esencialmente por un 78 por ciento
Problemas fáciles y problemas difíciles. Cuando a los niños les planteamos problemas de suma y resta, Laura dejó sin resolver el siguiente problema:
Problemas fáciles y problemas difíciles Alicia Avila Profesora investigadora de la Universidad Pedagógica Nacional Cuando a los niños les planteamos problemas de suma y resta, Laura dejó sin resolver el
Cálculo Simbólico también es posible con GeoGebra
www.fisem.org/web/union ISSN: 1815-0640 Número 34. Junio de 2013 páginas 151-167 Coordinado por Agustín Carrillo de Albornoz Cálculo Simbólico también es posible con GeoGebra Antes de exponer las posibilidades
DESIGUALDADES página 1
DESIGUALDADES página 1 1.1 CONCEPTOS Y DEFINICIONES Una igualdad en Álgebra es aquella relación que establece equivalencia entre dos entes matemáticos. Es una afirmación, a través del signo =, de que dos
FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES
FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración
ALGEBRA LINEAL. Héctor Jairo Martínez R. Ana María Sanabria R.
ALGEBRA LINEAL Héctor Jairo Martínez R. Ana María Sanabria R. SEGUNDO SEMESTRE 8 Índice general. SISTEMAS DE ECUACIONES LINEALES.. Introducción................................................ Conceptos
Operaciones con vectores y matrices ECONOMETRÍA I OPERACIONES CON VECTORES Y MATRICES. Ana Morata Gasca
ECONOMETRÍA I OPERACIONES CON VECTORES Y MATRICES Ana Morata Gasca 1 DEFINICIÓN DE VECTOR Un vector es todo segmento de recta dirigido en el espacio. CARACTERÍSTICAS DE UN VECTOR Origen o Punto de aplicación:
VECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.
VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman
Valores y vectores propios de una matriz. Juan-Miguel Gracia
Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-
Profr. Efraín Soto Apolinar. Números reales
úmeros reales En esta sección vamos a estudiar primero los distintos conjuntos de números que se definen en matemáticas. Después, al conocerlos mejor, podremos resolver distintos problemas aritméticos.
Álgebra Lineal Ma1010
Álgebra Lineal Ma1010 es en R n y producto punto Departamento de Matemáticas ITESM es en R n y producto punto Álgebra Lineal - p. 1/40 En este apartado se introduce el concepto de vectores en el espacio
Ejemplo: Resolvemos Sin solución. O siempre es positiva o siempre es negativa. Damos un valor cualquiera Siempre + D(f) =
T1 Dominios, Límites, Asíntotas, Derivadas y Representación Gráfica. 1.1 Dominios de funciones: Polinómicas: D( = La X puede tomar cualquier valor entre Ejemplos: D( = Función racional: es el cociente
_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano
24 Unidad II Vectores 2.1 Magnitudes escalares y vectoriales Unidad II. VECTORES Para muchas magnitudes físicas basta con indicar su valor para que estén perfectamente definidas y estas son las denominadas
Los polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x
Los polinomios Los polinomios Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x Elementos de un polinomio Los términos: cada
ESTRUCTURAS ALGEBRAICAS 1
ESTRUCTURAS ALGEBRAICAS Se da la relación entre dos conjuntos mediante el siguiente diagrama: (, ) (2, 3) (, 4) (, 2) (7, 8) (, ) (3, 3) (5, ) (6, ) (, 6)........ 5 6......... 2 5 i) Observa la correspondencia
PROBLEMAS DE ECUACIONES SIMULTÁNEAS
PROBLEMAS DE ECUACIONES SIMULTÁNEAS Por: ELÍAS LOYOLA CAMPOS 1. En un recinto del zoológico se tienen dos tipos de animales: avestruces y jirafas. Hay 30 ojos y 44 patas, cuántos animales hay de cada tipo?
5 Ecuaciones lineales y conceptos elementales de funciones
Programa Inmersión, Verano 206 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 300 y MATE 3023 Clase #6: martes, 7 de junio de 206. 5 Ecuaciones lineales y conceptos elementales
no descompone no descompone no descompone
Problema 1. Sea I n el conjunto de los n primeros números naturales impares. Por ejemplo: I 3 = {1, 3, 5, I 6 = {1, 3, 5, 7, 9, 11, etc. Para qué números n el conjunto I n se puede descomponer en dos partes
Sistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Problemas teóricos Sistemas de ecuaciones lineales con parámetros En los siguientes problemas hay que resolver el sistema de ecuaciones lineales para todo valor del parámetro
Esta es la forma vectorial de la recta. Si desarrollamos las dos posibles ecuaciones, tendremos las ecuaciones paramétricas de la recta:
Todo el mundo sabe que dos puntos definen una recta, pero los matemáticos son un poco diferentes y, aún aceptando la máxima universal, ellos prefieren decir que un punto y un vector nos definen una recta.
Diagonalización de matrices
diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla
Álgebra Lineal Ma1010
Álgebra Lineal Ma1010 Mínimos Cuadrados Departamento de Matemáticas ITESM Mínimos Cuadrados Álgebra Lineal - p. 1/34 En esta sección veremos cómo se trabaja un sistema inconsistente. Esta situación es
a < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)
Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,
Centro de Capacitación en Informática
Combinación de funciones y fórmulas =SI(Y(...)...) o =Si(O(...)...) En secciones anteriores vimos que la función SI() debía cumplir una condición, como por ejemplo, controlar si en una celda determinada
Dirección de Evaluación de la Calidad Educativa
Operaciones: Resolver problemas con dos operaciones Dentro del núcleo estructurante Operaciones, uno de los Saberes Básicos Fundamentales, donde se observa tienen más dificultades los alumnos es respecto
Aplicaciones Lineales
Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las
Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales
Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector
Objetivos: Al inalizar la unidad, el alumno:
Unidad 3 espacios vectoriales Objetivos: Al inalizar la unidad, el alumno: Describirá las características de un espacio vectorial. Identiicará las propiedades de los subespacios vectoriales. Ejempliicará
EXPRESIONES ALGEBRAICAS
EXPRESIONES ALGEBRAICAS Un grupo de variables representadas por letras junto con un conjunto de números combinados con operaciones de suma, resta, multiplicación, división, potencia o etracción de raíces
Datos del autor. Nombres y apellido: Germán Andrés Paz. Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina
Datos del autor Nombres y apellido: Germán Andrés Paz Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina Correo electrónico: germanpaz_ar@hotmail.com =========0========= Introducción
Espacios vectoriales y aplicaciones lineales.
Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en