Matrices y sus operaciones
|
|
- Valentín Tebar Lara
- hace 8 años
- Vistas:
Transcripción
1 Capítulo 1 Matrices y sus operaciones 1.1. Definiciones Dados dos enteros m, n 1 y un cuerpo conmutativo IK, llamamos matriz de m filas y n columnas con coeficientes en IK a un conjunto ordenado de n vectores del espacio IK m. C 1 (a 11, a 21,, a m1 ), C 2 (a 12, a 22,, a m2 ),, C n (a 1n, a 2n,, a mn ), Las matrices se escriben en forma de cuadro rectangular, encerrado entre paréntesis, colocando las componentes de los vectores C 1, C 2,, C n en vertical, unas a continuación de las del otro: a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Los vectores dato se denominan columnas de la matriz. La propia manera de presentar una matriz sugiere la consideración de m vectores F 1 (a 11, a 12,, a 1n ), F 2 (a 21, a 22,, a 2n ),, F m (a m1, a m2,, a mn ), del espacio IK n, los cuales reciben el nombre de filas de la matriz. Con ellos como dato se podría haber dado una definición alternativa de matriz: sería un conjunto ordenado de m vectores del espacio IK n. Cada una de las componentes de cada uno de los vectores datos se conoce como un coeficiente de la matriz. Su doble índice indica que a ij es el coeficiente situado en la fila i-ésima y en la columna j-ésima. En total hay mn coeficientes.
2 2 Capítulo 1. Matrices y sus operaciones Con frecuencia usaremos la escritura abreviada (a ij ), sobreentendiendo que i [1, m] y j [1, n]. Incluso, se aluda o no a los coeficientes, la matriz se escribe con una sola letra mayúscula, tal como A, B, M, N, etc. En estos casos, F i (A) indicará la fila i-ésima en la matriz A y C j (A) la columna j-ésima; a veces pondremos e ij (A) para indicar el coeficiente ubicado en el cruce de F i (A) con C j (A). El conjunto de todas las matrices de m filas, n columnas y coeficientes en IK se denota por el símbolo M(m, n, IK) Igualdad de matrices Por haber definido la matriz como un conjunto ordenado de n vectores, es claro que dadas dos matrices A, B M(m, n, IK) se cumple A B C j (A) C j (B), j [1, n]. Si A (a ij ), B (b ij ), como cada columna es, a su vez, una m-upla ordenada de elementos de IK, cada una de las igualdades vectoriales de antes equivale a m igualdades escalares referidas a sus componentes. Es decir, la igualdad matricial equivale a mn igualdades escalares: A B a ij b ij, i [1, m], j [1, n]. Estas igualdades conducen a otra equivalencia, ahora por filas: A B F i (A) F i (B), i [1, m] Tipos particulares de matrices Hay algunas matrices que reciben nombres propios. Entre ellas vamos a destacar las siguientes: a) Matrices columna: Corresponden al caso en que m es arbitrario pero n 1. Sus coeficientes se escriben con un solo índice, a 1 a 2 A y cada una de sus filas es un escalar.. a m,
3 1.3. Tipos particulares de matrices 3 b) Matrices fila: Ahora es m 1 y n cualquiera. También se escriben con un solo índice, A ( a 1 a 2 a n ), siendo escalares cada una de sus columnas. c) Matrices cuadradas: Se llaman así aquellas en que m n: a 11 a 12 a 1n a A 21 a 22 a 2n. a n1 a n2 a nn Tanto sus filas como sus columnas serán vectores de un mismo espacio IK n. El conjunto de todas ellas se escribe como M(n, IK). d) Matrices triangulares: Una matriz cuadrada recibe el nombre de supratriangular cuando a 11 a 12 a 1n 0 a A 22 a 2n a ij 0, i > j. 0 0 a nn En cambio, se llamará infratriangular si a a A 21 a 22 0 a ij 0, i < j. a n1 a n2 a nn Unas y otras se nombran como triangulares. e) Matrices diagonales: En toda matriz cuadrada A (a ij ), se llama diagonal al vector (a 11, a 22,, a nn ) IK n. Se dirá que esta matriz es diagonal cuando sean nulos todos los coeficientes situados fuera de la diagonal, es decir, cuando A a ij 0, i j. Estas matrices son a la vez supra e infratriangulares. A veces sus coeficientes se presentan con un solo índice, usándose las escrituras a a a n diag(a 1, a 2,, a n ).
4 4 Capítulo 1. Matrices y sus operaciones 1. Matrices escalares: Damos este nombre a las matrices diagonales A diag(a, a,, a) M(n, IK) cuyos coeficientes en la diagonal son todos iguales. Si n 1, todas las matrices son escalares y el conjunto de ellas se confunde con IK. 2. Matrices unidad: Para cada n 1, se llama así a la matriz escalar I n diag(1, 1,, 1) Cuando no haya lugar a confusión, escribiremos simplemente I. Usando las deltas de Kronecker (sección??) puede escribirse I n (δ ij ) 1.4. Multiplicación de matrices Sean tres números enteros m, r, n 1 y sean dos matrices A (a ih ) M(m, r, IK), B (b hj ) M(r, n, IK). Que la cantidad r de columnas de A coincida con la cantidad de filas de B, y, por tanto, con la cantidad de componentes numéricas de cada columna en B, permite construir una nueva matriz mediante la regla C j (A B) A B M(m, n, IK), b hj C h (A), j [1, n]. Se llama matriz producto de A por B, debiéndose insistir en que su existencia es imposible si la cantidad de columnas de A difiere de la de filas de B. Suponiendo que A B (c ij ), se tendrá C j (A B) (c 1j, c 2j,, c mj ) ( b hj (a 1h, a 2h,, a mh ) (a 1h b hj, a 2h b hj,, a mh b hj ) a 1h b hj, a 2h b hj,, a mh b hj )
5 1.5. Propiedades de la multiplicación de matrices 5 c ij e ij (A B) a ih b hj, i [1, m], j [1, n], que es la forma en que usualmente se define el producto. Por otra parte, (c i1, c i2,, c in ) ( a ih b h1, a ih b h2,, (a ih b h1, a ih b h2,, a ih b hn ) F i (A B) a ih b hn ) a ih (b h1, b h2,, b hn ) a ih F h (B), i [1, m], que sería la forma de definir el producto usando las filas Propiedades de la multiplicación de matrices Comprobando la igualdad entre los vectores columna de cada miembro de la igualdad propuesta, y nombrando los coeficientes de cada matriz con las mismas letras, pero en minúscula, indiquemos las propiedades de esta nueva operación. Proposición 1.1 La multiplicación de matrices cumple las propiedades a) Asociativa: A M(m, r, IK), B M(r, s, IK), C M(s, n, IK) (A B) C A (B C). b) Distributiva: A, B M(m, r, IK), C M(r, n, IK) (A + B) C A C + B C, A M(m, r, IK), B, C M(r, n, IK) A (B + C) A B + A C. c) De neutralidad: A M(m, n, IK) I m A A A I n. d) Asociativa mixta: A M(m, r, IK), B M(r, n, IK), a IK (aa) B a(a B) A (ab).
6 6 Capítulo 1. Matrices y sus operaciones a) C j ((A B) C) s k1 c kjc k (A B) s k1 c kj( r b hkc h (A)) s ( b hk c kj )C h (A) k1 e hj (B C)C h (A) C j (A (B C)). b) C j ((A + B) C) r c hjc h (A + B) r c hj(c h (A) + C h (B)) (c hj C h (A) + c hj C h (B)) c hj C h (A) + c hj C h (B) C j (A C) + C j (B C) C j (A C + B C), C j (Ax(B + C)) e hj (B + C)C h (A) (b hj + c hj )C h (A) (b hj C h (A) + c hj C h (A)) b hj C h (A) + c hj C h (A) C j (A B) + C j (A C) C j (A B + A C). c) C j (I m A) r a hjc h (I n ) r a hje h (a 1j, a 2j,, a mj ) C j (A) δ hj C h (A) C j (A I n ). d) C j ((aa) B) r b hjc h (aa) r b hj(ac h (A)) (b hj a)c h (A) a (ab hj )C h (A) a(b hj C h (A)) b hj C h (A) ac j (AxB) C j (a(axb)) ac j (AxB) a (ab hj )C h (A) b hj C h (A) a(b hj C h (A)) e hj (ab)c h (A) C j (A (ab)). Para la propiedad conmutativa, se observa que B A no siempre existe. Lo hace si y sólo si n m, pero, como A B M(n, IK) y B A M(r, IK), no
7 1.6. Traza de una matriz cuadrada 7 son comparables en igualdad salvo que r n y sólo entonces. Es decir, A B y B A existen y pueden compararse si y sólo si se trata de matrices cuadradas con igual cantidad de filas y columnas. Aún así, los ejemplos muestran que la conmutatividad no siempre está asegurada: Traza de una matriz cuadrada Dada una matriz cuadrada A [a ij ] M(n, IK), la suma de los coeficientes situados en la diagonal, es decir, el número se conoce como traza de A. tr (A) a 11 + a a nn, Proposición 1.2 Cualesquiera que sean A, B M(n, IK), a IK, se cumple tr (A + B) tr (A) + tr (B), tr (aa) a tr (A). Basta unir las reglas operativas y la definición de traza. Este teorema indica que la traza es una forma lineal del espacio M(n, IK). Proposición 1.3 Dadas A, B M(n, IK), se cumple tr (A B) tr (B A). n n tr (A B) e ii (A B) ( a ih b hi ) i1 i1 n ( b hi a ih ) e hh (B A) tr (B A). i1
8 8 Capítulo 1. Matrices y sus operaciones 1.7. Trasposición de matrices Dada una matriz A M(m, n, IK) llamaremos traspuesta de A a una nueva matriz A t M(n, m, IK) definida por cualquiera de las reglas equivalentes C i (A t ) F i (A), i [1, m], e ji (A t ) e ij (A), i [1, m] y j [1, n], F j (A t ) C j (A), j [1, n]. Proposición 1.4 Cualesquiera que sean A, B M(m, n, IK), a IK, se cumple (A + B) t A t + B t, (aa) t aa t, (A t ) t A. 1. C i ((A + B) t ) F i (A + B) F i (A) + F i (B) C i (A t ) + C i (B t ) C i (A t + B t ), i [1, n] (A + B) t A t + B t. 2. C i ((aa) t ) F i (aa) af i (A) ac i (A t ) C i (aa t ), i [1, n] (aa) t aa t. 3. C i ((A t ) t ) F i (A t ) C i (A), i [1, n] (A t ) t A. La aplicación t : M(m, n, IK) M(n, m, IK), de ley A A t, se nombra como proceso de trasposición. De las dos primeras propiedades se sigue que se trata de una aplicación lineal. De la última se desprende que es una biyección y que su inversa es la trasposición t : M(n, m, IK) M(m, n, IK). Por tanto, la trasposición es un isomorfismo lineal de M(m, n, IK) sobre M(n, m, IK). En el caso m n (matrices cuadradas) se trata de un automorfismo inverso de sí mismo. Proposición 1.5 Dadas las matrices A M(m, r, IK), B M(r, n, IK), se cumple (A B) t B t A t.
9 1.8. Matrices simétricas y antisimétricas 9 Basta ver que, para todo i [1, n], se cumple C i ((A B) t ) F i (A B) e i1 (A)F 1 (B) + + e in (A)F n (B) e 1i (A t )C 1 (B t ) + + e ni (A t )C n (B t ) C i (B t A t ). Proposición 1.6 Si A M(n, IK) es invertible, su traspuesta también lo es y la inversa de la traspuesta es la traspuesta de la inversa. Trasponiendo en A A 1 A 1 A I, y observando que I t I porque la diagonal no se altera por trasposición, se obtiene (A A 1 ) t (A 1 ) t A t I t I (A 1 A) t A t (A 1 ) t (A t ) 1 (A 1 ) t Matrices simétricas y antisimétricas Si A M(n, IK), también A t M(n, IK). Entonces, pueden compararse en igualdad y surgen dos conceptos importantes (simetría y antisimetría) del álgebra matricial. Para su estudio será preciso suponer que IK es un cuerpo conmutativo de característica distinta de 2. Se dice que A [a ij ] M(n, IK) es una matriz simétrica cuando A t A C i (A) F i (A), i [1, n] a ji a ij, i, j [1, n]. Si A es simétrica, los elementos de la diagonal no se alteran por trasposición, luego toman valores arbitrarios. También lo hacen los elementos a ij, con i < j, situados por encima de la diagonal, mientras que cada a ji situado abajo se iguala al a ij. Entonces, el aspecto de A será a 11 a 12 a 1n a 12 a 22 a 2n. a 1n a 2n a nn Proposición 1.7 Las matrices simétricas constituyen un subespacio vectorial del M(n, IK).
10 10 Capítulo 1. Matrices y sus operaciones Si A y B son simétricas y a IK, se tiene (A + B) t A t + B t A + B, (aa) t aa t aa. Se denota por S(n, IK) y no se trata de un subanillo, pues en general (A B) t B t A t B A A B. Se dice que A es una matriz antisimétrica (o hemisimétrica) cuando A t A C i (A) F i (A), i [1, n] a ji a ij, i, j [1, n]. Si A es antisimétrica los elementos diagonales, por coincidir con sus opuestos, son nulos. Para i < j, a ji se iguala a a ij, luego sólo toman valores arbitrarios los situados encima de la diagonal. La matriz, pues, se presenta así: 0 a 12 a 1n a 12 0 a 2n. a 1n a 2n 0 Proposición 1.8 Las matrices antisimétricas constituyen un subespacio vectorial del M(n, IK). Si A y B son antisimétricas y a IK, se tiene (A + B) t A t + B t ( A) + ( B) (A + B), (aa) t aa t a( A) (aa). Se denota por A(n, IK) y tampoco se trata de un subanillo porque (A B) t B t A t ( B) ( A) B A (A B).
Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Más detallesOperaciones 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:
Más detallesMatrices: 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
Más detallesComenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.
Capítulo 2 Matrices En el capítulo anterior hemos utilizado matrices para la resolución de sistemas de ecuaciones lineales y hemos visto que, para n, m N, el conjunto de las matrices de n filas y m columnas
Más detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Más detallesNÚMEROS 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
Más detallesÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.
ÁLGEBRA DE MATRICES Página 49 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes
Más detallesVECTORES. 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
Más detallesEstructuras algebraicas
Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota
Más detalles21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES
Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesÁlgebra lineal y matricial
Capítulo Álgebra lineal y matricial.. Vectores y álgebra lineal Unconjuntodennúmerosreales(a,,a n )sepuederepresentar: como un punto en el espacio n-dimensional; como un vector con punto inicial el origen
Más detallesNota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:
Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición
Más detallesCURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre
CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una
Más detallesCapítulo 1. Vectores en el plano. 1.1. Introducción
Índice general 1. Vectores en el plano 2 1.1. Introducción.................................... 2 1.2. Qué es un vector?................................ 3 1.2.1. Dirección y sentido............................
Más detallesCURSO BÁSICO DE FÍSICA MECÁNICA PROYECTO UNICOMFACAUCA TU PROYECTO DE VIDA
UNICOMFACAUCA TU DE VIDA Tabla de contenido... 2 PARTES DE UN VECTOR... 3 Notación... 5 Tipos de vectores... 5 Componentes de un vector... 6 Operaciones con vectores... 7 Suma de vectores... 7 Resta de
Más detallesEspacios vectoriales y Aplicaciones lineales
Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea
Más detallesCurso cero Matemáticas en informática :
y Curso cero Matemáticas en informática : y Septiembre 2007 y y Se llama matriz de orden m n a cualquier conjunto de elementos dispuestos en m filas y n columnas: a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n
Más detallesMatrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx
Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad
Más detallesx : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3
3 Sucesiones - Fernando Sánchez - - Cálculo I de números racionales 03 10 2015 Los números reales son aproximaciones que se van haciendo con números racionales. Estas aproximaciones se llaman sucesiones
Más detallesSubespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Más detallesAplicaciones Lineales
Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)
Más detalles1. ESPACIOS VECTORIALES
1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,
Más detallesCapitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES
Más detallesMatrices Invertibles y Elementos de Álgebra Matricial
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
Más detallesObjetivos: 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
Más detalles1. MANEJO DE SUMATORIOS. PROPIEDADES Y EJERCICIOS.
1. MANEJO DE SUMATORIOS. PROPIEDADES Y EJERCICIOS. El sumatorio o sumatoria) es un operador matemático, representado por la letra griega sigma mayúscula Σ) que permite representar de manera abreviada sumas
Más detallesSistemas 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
Más detallesApéndice A. Repaso de Matrices
Apéndice A. Repaso de Matrices.-Definición: Una matriz es una arreglo rectangular de números reales dispuestos en filas y columnas. Una matriz com m filas y n columnas se dice que es de orden m x n de
Más detallesEspacios vectoriales
Espacios vectoriales Problemas teóricos Muchos de estos problemas me los han enseñado mis colegas: profesores Flor de María Correa Romero, Carlos Domínguez Albino, Sergio González Govea, Myriam Rosalía
Más detallesLas matrices Parte 1-2 o bachillerato
Parte 1-2 o bachillerato wwwmathandmatesurlph 2014 1 Introducción Generalidades 2 Definición Ejercicio 1 : Suma de dos matrices cuadradas 2x2 Ejercicio 2 : Suma de dos matrices cuadradas 3x3 Propiedades
Más detallesValores y vectores propios de una matriz. Juan-Miguel Gracia
Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-
Más detallesAplicaciones Lineales
Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse
Más detallesAhora 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,
Más detalles_ 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
Más detallesMATRICES PRODUCTO DE MATRICES POTENCIAS NATURALES DE MATRICES CUADRADAS
Tema 1.- MATRICES MATRICES PRODUCTO DE MATRICES POTENCIAS NATURALES DE MATRICES CUADRADAS Fundamentos Matemáticos de la Ingeniería 1 Un poco de historia Lord Cayley es uno de los fundadores de la teoría
Más detallesPrograma 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
Más detallesTema 7: Valores y vectores propios
Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un
Más detallesÁlgebra 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
Más detalles1. 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
Más detallesVectores 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..................................................
Más detallesÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN. Apuntes de. para la titulación de
E.T.S. DE INGENIERÍA INFORMÁTICA Apuntes de ÁLGEBRA LINEAL para la titulación de INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN Fco. Javier Cobos Gavala Amparo Osuna Lucena Rafael Robles Arias Beatriz Silva
Más detallesCurso de Procesamiento Digital de Imágenes
Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-lic.html elena.martinez@iimas.unam.mx
Más detallesEspacios vectoriales y aplicaciones lineales
Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un
Más detallesAl 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
Más detalles1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.
Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular
Más detallesUNIDAD 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
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesTema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)
Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto
Más detallesDiagonalización de matrices
diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla
Más detallesEXPRESIONES 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,
Más detallesPráctica 3 Cálculo Matricial
Matrices.nb 1 Práctica 3 Cálculo Matricial Práctica de ÁlgebraLineal,E.U.A.T.,Grupos 1ºA y 1ºC,Curso 2005 2006 En esta práctica describiremos cómo definir matrices con Mathematica y cómo realizar algunas
Más detallesÁLGEBRA LINEAL. Apuntes elaborados por. Juan González-Meneses López. Curso 2008/2009. Departamento de Álgebra. Universidad de Sevilla.
ÁLGEBRA LINEAL Apuntes elaborados por Juan González-Meneses López. Curso 2008/2009 Departamento de Álgebra. Universidad de Sevilla. Índice general Tema 1. Matrices. Determinantes. Sistemas de ecuaciones
Más detalles5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades
5- ransformaciones Lineales 5Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal sus propiedades Se denomina transformación lineal a toda función,, cuo dominio codominio
Más detalles3.1 DEFINICIÓN. Figura Nº 1. Vector
3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado
Más detallesGrupos. Subgrupos. Teorema de Lagrange. Operaciones.
1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial
Más detallesLección 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
Más detallesVectores en el espacio
Vectores en el espacio Un sistema de coordenadas tridimensional se construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X e Y. Cada punto viene determinado por tres coordenadas
Más detallesMódulo 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
Más detallesPolinomios: 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
Más detallesIgnacio Romero 20 de Septiembre de 2004. Notación indicial
INGENIERÍA GEOLÓGICA: MECÁNICA DE MEDIOS CONTINUOS Ignacio Romero 20 de Septiembre de 2004 Notación indicial En Mecánica de Medios Continuos los objetos matemáticos más empleados son los escalares, vectores
Más detalles1 Espacios y subespacios vectoriales.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto
Más detallesQué 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
Más detallesVECTORES MAGNITUDES ESCALARES Y MAGNITUDES VECTORIALES.
VECTORES ING. MARTA LIDIA MERLOS ARAGÓN Resumen. Los vectores son de vital importancia para el estudio de la Estática, la Dinámica, Mecánica de los Fluidos, Electricidad magnetismo, entre otras aplicaciones
Más detallesFORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES
FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración
Más detalles4 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 detallesTema 2. Aplicaciones lineales y matrices.
Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................
Más detallesValores propios y vectores propios
Capítulo 6 Valores propios y vectores propios En este capítulo investigaremos qué propiedades son intrínsecas a una matriz, o su aplicación lineal asociada. Como veremos, el hecho de que existen muchas
Más detallesEspacios Vectoriales
Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................
Más detallesTema 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
Más detallesVectores en el plano con punto inicial fijo
Vectores en el plano con punto inicial fijo bjetivos. Considerar el conjunto V 2 () de los vectores en el plano euclidiano (también llamados segmentos dirigidos o flechas) con un punto inicial fijo. Definir
Más detallesINSTITUTO VALLADOLID PREPARATORIA página 9
INSTITUTO VALLADOLID PREPARATORIA página 9 página 10 FACTORIZACIÓN CONCEPTO Para entender el concepto teórico de este tema, es necesario recordar lo que se mencionó en la página referente al nombre que
Más detallesLos 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
Más detalles3. Equivalencia y congruencia de matrices.
3. Equivalencia y congruencia de matrices. 1 Transformaciones elementales. 1.1 Operaciones elementales de fila. Las operaciones elementales de fila son: 1. H ij : Permuta la fila i con la fila j. 2. H
Más detallesCAPÍTULO II. 2 El espacio vectorial R n
CAPÍTULO II 2 El espacio vectorial R n A una n upla (x 1, x 2,..., x n ) de números reales se le denomina vector de n coordenadas o, simplemente, vector. Por ejemplo, el par ( 3, 2) es un vector de R 2,
Más detallesPolinomios 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.
Más detallesEspacios vectoriales y aplicaciones lineales.
Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en
Más detallesEspacios vectoriales. Bases. Coordenadas
Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos
Más detallesSistemas 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
Más detalles1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS
1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una
Más detalles9.1 Primeras definiciones
Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación
Más detallesTe damos los elementos básicos de los vectores para que puedas entender las operaciones básicas.
4 año secundario Vectores, refrescando conceptos adquiridos Te damos los elementos básicos de los vectores para que puedas entender las operaciones básicas. El término vector puede referirse al: concepto
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesÁlgebra II, licenciatura. Examen parcial I. Variante α.
Engrape aqu ı No doble Álgebra II, licenciatura. Examen parcial I. Variante α. Operaciones con matrices. Sistemas de ecuaciones lineales. Nombre: Calificación ( %): examen escrito tarea 1 tarea 2 asist.+
Más detallesVectores: Producto escalar y vectorial
Nivelación de Matemática MTHA UNLP 1 Vectores: Producto escalar y vectorial Versores fundamentales Dado un sistema de coordenadas ortogonales, se considera sobre cada uno de los ejes y coincidiendo con
Más detalles1. APLICACIONES LINEALES
1 1 APLICACIONES LINEALES El objetivo de este capítulo es el estudio de las aplicaciones lineales u homomorfismos entre espacios vectoriales Este tipo de aplicaciones respeta la estructura de espacio vectorial
Más detallesDefinición de vectores
Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen: O también denominado Punto de aplicación. Es el punto exacto sobre
Más detalles2 Matrices. 1. Tipos de matrices. Piensa y calcula. Aplica la teoría
2 Matrices 1. Tipos de matrices Piensa y calcula Escribe en forma de tabla el siguiente enunciado: «Una familia gasta en enero 400 en comida y 150 en vestir; en febrero, 500 en comida y 100 en vestir;
Más detalles9. MATRICES 189 9.1. DEFINICIÓN Y NOTACIONES... 189 9.2. OPERACIONES CON MATRICES... 190 9.3. MATRICES CUADRADAS... 192 9.3.1.
ÍNDICE 9. MATRICES 189 9.1. DEFINICIÓN Y NOTACIONES....................... 189 9.2. OPERACIONES CON MATRICES..................... 190 9.3. MATRICES CUADRADAS.......................... 192 9.3.1. Matrices
Más detallesRepaso de matrices, determinantes y sistemas de ecuaciones lineales
Tema 1 Repaso de matrices, determinantes y sistemas de ecuaciones lineales Comenzamos este primer tema con un problema de motivación. Problema: El aire puro está compuesto esencialmente por un 78 por ciento
Más detallesAPUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO
APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO ÍNDICE VECTORES EN EL PLANO... 3 Vector Fijo... 3 VECTOR LIBRE... 3 Operaciones con Vectores... 3 Suma de vectores... 3 Producto de un número por
Más detallesEste documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.
Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental
Más detalleselemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1;
3. Espacios Vectoriales 3.1. Definición de espacio vectorial Un cuerpo es una estructura algebraica (K, +, ) formada por un conjunto K no vacio y dos operaciones internas + y que verifican las siguientes
Más detallesAplicaciones Lineales
Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales
Más detallesGeometría 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,
Más detallesE 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
Más detallesIniciación a las Matemáticas para la ingenieria
Iniciación a las Matemáticas para la ingenieria Los números naturales 8 Qué es un número natural? 11 Cuáles son las operaciones básicas entre números naturales? 11 Qué son y para qué sirven los paréntesis?
Más detallesREPASO 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
Más detallesLABORATORIO Nº 2 GUÍA PARA REALIZAR FORMULAS EN EXCEL
OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar formulas en Microsoft Excel 2010. 1) DEFINICIÓN Una fórmula de Excel es un código especial que introducimos
Más detalles13.TRANSFORMACIONES LINEALES 273 13.1. DEFINICIÓN DE TRANSFORMACIÓN LINEAL... 273 13.2. DETERMINACIÓN DE UNA TRANSFORMACIÓN LINEAL... 275 13.3.
ÍNDICE 13.TRANSFORMACIONES LINEALES 273 13.1. DEFINICIÓN DE TRANSFORMACIÓN LINEAL............. 273 13.2. DETERMINACIÓN DE UNA TRANSFORMACIÓN LINEAL...... 275 13.3. REPRESENTACIÓN MATRICIAL DE UNA TRANSFORMACIÓN
Más detalles