Espacios vectoriales con producto interior
|
|
- Luis Miguel Luna Villanueva
- hace 7 años
- Vistas:
Transcripción
1 Espacios vectoriales con producto interior Longitud, norma o módulo de vectores y distancias entre puntos Generalizando la fórmula pitagórica de la longitud de un vector de R 2 o de R 3, definimos la norma, longitud o módulo de un vector v = (v 1,..., v n ) en R n mediante la fórmula v = v v2 n. Análogamente, si v es un vector de C n, la norma, módulo o longitud de v se define mediante la fórmula: v = v v n 2. Como vemos, en el caso complejo es necesario asegurarse de calcular previamente el módulo de cada componente del vector antes de elevarla al cuadrado, de lo contrario podría resultar un radicando negativo o incluso no real que nos impidiese demostrar las propiedades deseadas de la norma. Otra forma de escribir la norma de un vector complejo es: v = v 1 v v n v n. En cualquiera de los dos casos, la función norma definida en R n o C n tiene todas las propiedades algebraicas del módulo de un vector del plano o del espacio, a saber: 1. v 0, siendo v = 0 solamente en el caso v = cv = c v. 3. u + v u + v (desigualdad triangular). Longitudes de vectores y distancias La posibilidad de calcular longitudes de vectores de un espacio vectorial es equivalente a la de calcular distancias entre pares de puntos de ese espacio vectorial ya que, por un lado, la longitud de un vector es la distancia desde el punto representado por ese vector al origen de coordenadas (toda longitud de un vector es una distancia) y, por otro lado, la distancia entre los puntos representados por dos vectores u, v es igual a la longitud del vector diferencia u v (toda distancia es la longitud de un vector). Así, por el mero hecho de poder calcular la norma de cada vector, podemos definir la distancia entre dos vectores cualesquiera: dist(u, v) = u v. Producto escalar y producto hermítico A continuación vamos a ver que la posibilidad de calcular longitudes de vectores de un espacio vectorial real se puede obtener como consecuencia de poder realizar una operación 1 Versión de 26 de noviembre de 2015, 23:10 h.
2 algebraica con vectores llamada producto escalar, la cual es conocida por los estudiantes de Física para los vectores del plano y del espacio. Empezamos observando que el cuadrado de la norma de un vector de R n, v 2 = v v2 n se puede obtener como resultado de una operación que ya conocemos, a saber: la multiplicación de matrices. Efectivamente, v 2 es igual al producto de la matriz 1 n obtenida a hallar la traspuesta de v (considerado como un vector columna) por el propio vector v (como matriz n 1): v T v = (v 1 v n ) v 1. v n = v v2 n = v 2. Esta propiedad nos lleva definir la operación de producto escalar de dos vectores de R n mediante v u = u T v = (u 1 u n ) v 1. v n = u 1 v u n v n (1) Análogamente, definimos la operación de producto interior complejo (o producto hermítico) de dos vectores de C n mediante multiplicación, no por el vector traspuesto, sino por el conjugado traspuesto u = (ū) T = u T : v u = u v = (ū) T v = (ū 1 ū n ) v 1. v n = ū 1 v ū n v n (2) producto escalar producto hermítico conjugado traspuesto En ambos casos, la norma euclidiana de los vectores se expresa en términos del producto escalar/producto hermítico mediante v = v v (3) Propiedades del producto escalar en R n La definición (1) del producto escalar en R n nos permite demostrar muy fácilmente las siguientes propiedades: 1. (cu) v = c(u v). 2. (u + w) v = u v + w v. 3. u v = v u (conmutatividad o simetría). 4. u u 0 siendo u u = 0 solamente en el caso u = 0 (definida positiva). En vista de la tercera propiedad, las dos primeras son equivalentes a (cada una de) las siguientes: 1 (cu) v = c(u v) y (u + w) v = u v + w v. ( linealidad en la primera variable : la aplicación ( ) v definida por x x v es lineal). 2. u (cv) = c(u v) y u (v + w) = u v + u w. ( linealidad en la segunda variable : la aplicación u ( ) definida por x u x es lineal). Al expresar de esta forma las propiedades características del producto escalar en R n, vemos que se puede decir que el producto escalar en R n es una función real de dos variables vectoriales que es bilineal, simétrica y definida positiva. 2
3 Consecuencia de la propiedad definida positiva : A T A es el mismo que el de A. Si A es una matriz real, el espacio nulo de Por un lado, es evidente que los vectores del espacio nulo de A son también vectores del espacio nulo de A T A ya que si Ax = 0 entonces también A T Ax = 0. Supongamos ahora que x es un vector del espacio nulo de A T A, es decir, A T Ax = 0. Entonces x T A T Ax = 0. Pero esto significa que el vector Ax tiene norma cero porque x T A T Ax = Ax 2. Pero si Ax tiene norma cero, por la propiedad de definida positiva, el propio Ax es el vector cero y x pertenece al espacio nulo de A. Propiedades del producto interior complejo o producto hermítico en C n El producto interior que hemos definido en C n tiene propiedades muy parecidas a las del producto escalar de R n. La diferencia fundamental es que la tercera propiedad toma ahora la forma: 3. u v = v u ( simetría conjugada o simetría hermitiana ). Ésta es justamente la propiedad necesaria para garantizar que la función (3) definida a partir del producto hermítico tenga todas las propiedades de una norma. Como consecuencia de esta diferencia entre el producto hermítico y el producto escalar, las dos primeras propiedades (que se pueden describir juntas como linealidad en la primera variable ) ya no tienen como consecuencia la linealidad en la segunda variable, sino una especie de linealidad conjugada que se expresa como: u (cv) = c(u v) y u (v + w) = u v + u w. Evidentemente las propiedades del producto escalar de R n son un caso particular de las del producto hermítico de C n y, por tanto, todas las consecuencias de la últimas se cumplen también para las primeras. A partir de este momento, todos los razonamientos y cálculos estarán basados en el producto escalar (en R n ) o el producto hermítico (en C n ) por lo que todos los resultados que obtengamos serán consecuencia de las propiedades características del producto hermítico (de las que las propiedades del producto escalar son un caso particular) y que se pueden enunciar en forma completamente general como los axiomas de un producto interior en un espacio vectorial (real o complejo), a saber: Si V es un espacio real o complejo, se llama producto interior en V a toda función compleja u, v definida para u, v V y tal que: 1. cu, v = c u, v, u + w, v = u, v + w, v. ( lineal en la primera variable : la aplicación, v definida por x x, v es lineal). 2. u, v = v, u (simetría compleja, conjugada o hermitiana). 3. u, u 0 siendo u, u = 0 solamente en el caso u = 0 (definida positiva). Combinando las dos primeras se deduce que todo producto interior complejo es una aplicación sesquilineal (versión compleja de la propiedad de ser bilineal de producto escalar de R n ): 1. u, cv = c u, v, u, v + w = u, v + u, w. ( conjugada lineal en la segunda variable : la aplicación u, definida por x u, x es conjugada lineal). 3
4 Se llama forma hermitiana a toda forma sesquilineal que tiene simetría conjugada (o simetría hermitiana); por tanto: Un producto interior en un espacio real o complejo es una forma hermitiana definida positiva. En el caso real esto es lo mismo que una forma bilineal simétrica definida positiva. forma hermitiana Perpendicularidad y ángulo entre dos vectores La posibilidad de calcular la longitud de los vectores nos permite definir el concepto de perpendicularidad y por lo tanto de angulo recto. Además, la posibilidad de calcular el producto escalar o hermítico de dos vectores cualesquiera nos permite definir también el ángulo que forman dos vectores no nulos cualesquiera. Vectores perpendiculares Definición: Diremos que dos vectores u, v son perpendiculares u ortogonales si las dos diagona- Definición de les, u + v y u v, del paralelogramo que forman tienen la misma longitud, y escribiremos perpendicularidad u v si y sólo si u + v = u v. u ortogona- lidad. Dado que la norma o longitud de vectores se puede expresar en términos del producto escalar o hermítico, una forma equivalente de expresar la perpendicularidad de vectores es la igualdad de las siguientes dos normas al cuadrado u + v 2 = (u + v) (u + v) = u u + v v + 2u v (4) u v 2 = (u v) (u v) = u u + v v 2u v (5) Por tanto podemos escribir: u v si y sólo si u v = 0. Así, usando el producto escalar, es muy sencillo saber si dos vectores de R n o de C n son perpendiculares: si su producto escalar es cero lo son, en caso contrario no lo son. El ejemplo fundamental de vectores perpendiculares es el los vectores de la base canónica de R n o de C n, que son las columnas e 1,..., e n de la matriz identidad n n. Conjuntos ortogonales, vectores unitarios y conjuntos ortonormales Se llama conjunto ortogonal de vectores a todo conjunto de vectores u 1,..., u k tales que u i u j = 0 siempre que i = j. Una matriz A (que no tiene porqué ser cuadrada) es tal que A T A es una matriz diagonal si y sólo si las columnas de A forman un conjunto ortogonal. Si u 1,..., u k es un conjunto ortogonal de vectores no nulos y tomamos esos vectores como columnas para definir una matriz A = [u 1,..., u k ], entonces A tiene la propiedad de que el producto A T A (cuyos elementos son todos los productos escalares u i u j ) es una matriz cuadrada cuyos elementos diagonales son no nulos (es más, son positivos por ser los cuadados de las normas de los vectores no nulos u 1,..., u k ) y los elementos fuera de la diagonal son cero por ser cada uno un producto escalar de vectores perpendiculares. De lo dicho hasta aquí se deduce la siguiente propiedad: 4
5 Propiedad: Todo sistema ortogonal de vectores no nulos, u 1,..., u k, es un conjunto libre. Para comprender el porqué, observamos que, según lo dicho más arriba, si formamos la matriz que tiene esos vectores como columnas, A = [u 1,..., u k ], entonces A T A = [A T u 1,..., A T u k ] es una matriz diagonal con elementos diagonales no nulos y por tanto sus columnas son linealmente independientes. Esto implica que los vectores u 1,..., u k son independientes. De lo contrario, dado que el producto matriz por vector conserva las relaciones de dependencia lineal, cualquier relación de dependencia lineal que hubiera entre los vectores u 1,..., u k persistiría entre los A T u 1,..., A T u k. Otra forma de llegar a la misma conclusión es pensar que, al ser A T A una matriz diagonal, su determinante es det(a T A) = Π k i=1 u i 2 = 0. Pero también det(a T A) = (det A T )(det A) = (det A) 2 de donde det A = 0 y por tanto las columnas de A son independientes. Vectores unitarios. Un vector de longitud (o norma, o módulo) igual a 1 se llama un vector unitario. Dado que la norma de un vector es un número no negativo, las siguientes ecuaciones son expresiones equivalentes de que u es un vector unitario: u = 1, u 2 = 1, u u = 1. La idea más importante que se debe tener en mente en relación con los vectores unitarios es el hecho de que todo vector no nulo v = 0 se puede reescalar para convertirlo en un vector unitario: Proposición. Para todo vector no nulo v, el vector u = 1 v es un vector unitario. v Sistemas ortonormales. Un sistema ortogonal de vectores, los cuales, además, son unitarios se llama un sistema ortonormal. A partir de un sistema ortogonal cualquiera de vectores no nulos se puede obtener un sistema ortonormal sin más que reescalar cada vector apropiadamente. Las columnas de una matriz real U forman un conjunto ortonormal si y sólo si U T U = I. Matrices Ortogonales. Se llama matriz ortogonal a toda matriz cuadrada real cuyas columnas son vectores unitarios ortogonales dos a dos, es decir una matriz cuadrada real cuyas columnas forman un sistema ortonormal. Cuidado! Una matriz ortogonal no es aquella cuya columnas forman un sistema ortogonal. Es requisito de una matriz ortogonal que, además de ser las columnas un sistema ortogonal, sea una matriz cuadrada y que sus columnas sean vectores unitarios. Caracterización: Si A es una matriz ortogonal, A T A es una matriz identidad y por tanto A T es la inversa de A. Recíprocamente: Si A es una matriz cuadrada tal que A T A = I entonces las columnas de A forman un sistema ortonormal y por tanto A es una matriz ortogonal. Caso complejo: Matrices Unitarias. Se llama matriz unitaria a toda matriz cuadrada compleja cuyas columnas son vectores unitarios ortogonales dos a dos, es decir cuyas columnas forman un sistema ortonormal. Si todos los elementos de una matriz unitaria son números reales (esto es, tienen todos parte imaginaria nula) entonces esa matriz es una matriz ortogonal. Por tanto, el conjunto de las matrices unitarias contie al conjunto de las matrices ortogonales. 5
6 La caracterización de matrices unitarias se apoya en la operación de traspuesta conjugada o adjunta 1 de una matriz compleja. Si A es una matriz compleja, se llama matriz adjunta de A, y se denota A, a la matriz cuyos elementos son los conjugados de los elementos de la matriz traspuesta de A o, equivalentemente, la traspuesta de aquella cuyos elementos son los conjugados de los elementos de A: A = A T = ( Ā ) T. Matriz adjunta. Propiedades: La operación de calcular la matriz adjunta de una matriz dada tiene las siguientes propiedades: 1. (A ) = A. 2. (A + B) = A + B. 3. (ca) = ca. 4. (AB) = B A. 5. ( A 1 ) = (A ) det A = det A. Caracterización de matrices unitarias: Si A es una matriz unitaria, A A es una matriz identidad y por tanto A es la inversa de A. Recíprocamente: Si A es una matriz cuadrada tal que A A = I entonces las columnas de A forman un sistema ortonormal para el producto hermítico y por tanto A es una matriz unitaria. El producto escalar asociado con una norma y el teorema de Pitágoras Cualquiera de las fórmulas (4) o (5) nos permite dar una fórmula para el producto escalar en términos de la función norma: Despejando en dichas fórmulas el producto escalar u v obtenemos las siguientes fórmulas de polarización : u v = 1 2 ( u + v 2 u 2 v 2) (6) u v = 1 2 ( u 2 + v 2 u v 2) (7) Cualquiera de esas fórmulas es equivalente al teorema de Pitágoras. Por ejemplo, la primera de ellas, (6), implica que si u y v son perpendiculares entonces u v = 0 y por tanto: u + v 2 = u 2 + v 2 Teorema de Pitágoras Componentes longitudinal y transversal de un vector respecto a una dirección dada Se llama proyección ortogonal de un vector v sobre (la recta definida por) un vector no nulo u, y se denota por proy u (v), a aquél múltiplo de u que restado de v da como resultado un vector perpendicular a u. Es decir: un múltiplo de u, cu, es la proyección ortogonal de v sobre u si el vector diferencia v cu es perpendicular a u, es decir, si proyección ortogonal (v cu) u = 0. De esta ecuación se deduce: c = v u ( v u ) u u y por tanto: proy u (v) = u. (8) u u La proyección ortogonal nos permite calcular la descomposición de un vector dado en suma de dos vectores que sean uno de ellos paralelo y el otro perpendicular a una dirección dada. Sea 1 No confundir con la matriz de adjuntos. 6
7 v un vector dado y supongamos dada una dirección (o subespacio vectorial unidimensional) mediante un vector u, Las componentes longitudinal (paralela) y transversal (perpendicular) de v respecto a la dirección de u son dos vectores denotados respectivamente v y v tales que v + v = v, v = cu y v u = 0 En consecuencia, la componente longitudinal es la proyección ortogonal y la componente transversal es la diferencia entre el vector dado y su proyección ortogonal: v = proy u (v), v = v proy u (v). Matriz de la proyección ortogonal Si deseamos hallar la proyección ortogonal de varios vectores v 1,..., v k sobre un mismo vector u, es conveniente disponer los cálculos de forma que se evite repetir el mismo cálculo varias veces. Observando la fórmula de la proyección ortogonal hallada más arriba, (8), vemos que se puede reescribir en términos de productos de matrices de la siguiente forma: proy u (v) = ( v u ) u = 1 u u u u (v u)u = 1 u u u(v u) = 1 v) = 1 u T u u(ut u T u (uut )v = P u v donde hemos denotado P u la matriz cuadrada P u = 1 u T u (u ut ) = 1 u 2 (u ut ). (9) Esta matriz se llama la matriz de la proyección ortogonal sobre la recta de u. Por tanto, si queremos hallar las proyecciones ortogonales de varios vectores v 1,..., v k sobre un mismo vector u, basta calcular una sola vez la matriz P u y luego calcular los productos P u v 1,..., P u v k. Observación: está dada por: En la fórmula (9) de la matriz P u es importante comprender que la matriz u u T uu T = u 1. u n ( u 1... u n ) = u 2 1 u 1 u 2... u 1 u n u 2 u 1 u u 2 u n u n u 1 u n u 2... u 2 n Ángulo entre dos vectores y la fórmula del coseno para el producto escalar Sabiendo calcular la proyección ortogonal de un vector sobre otro, es muy sencillo medir el ángulo entre dos vectores no nulos u, v. Para ello basta hallar la proyección ortogonal de uno de ellos sobre el otro: proy u (v) y observar que se obtiene un triángulo rectángulo en el que v es la hipotenusa y las componentes longitudinal y transversal de v son los catetos. Suponiendo v u 0, el ángulo entre u y v es el que tiene a v = proy u (v) como cateto adyacente, por lo que la definición cateto adyacente partido por la hipotenusa nos dice que su coseno es: cos α = proy u (v) v = 1 v ( v u ) u u u = De aquí se obtiene la conocida fórmula de los libros de Física: v u = v u cos α. v u v u 2 u = v u v u. 7
8 La desigualdad de Cauchy-Schwartz Dado que el coseno de cualquier ángulo tiene un valor absoluto menor o igual que uno, de la fórmula de los físicos del producto interior, v u = v u cos α, se puede deducir otra famosa e importante relación entre el producto escalar y la norma, conocida como la desigualdad de Cauchy-Schwartz: u v u v. Al apoyar esta desigualdad en la definición del coseno, estamos haciéndola provenir del hecho de que todo cateto en un triángulo rectángulo es menor o igual que la hipotenusa, lo cual a su vez es consecuencia del teorema de Pitágoras. Sin embargo, esta desigualdad se puede deducir directamente de las propiedades del producto interior de la siguiente forma: Comenzamos con la siguiente desigualdad, válida para cualesquiera números reales a y b: desigualdad de Cauchy- Schwartz au bv 2 0. Expandiendo este cuadrado de una norma como producto escalar de au bv por sí mismo, se obtiene: au bv 2 = (au bv) (au bv) = a 2 (u u) + b 2 (v v) 2ab(u v) = a 2 u 2 + b 2 v 2 2ab(u v) Esto tiene un valor no negativo también en el caso particular a = v y b = u, en el cual se reduce a: 2 u v ( u v u v ). La desigualdad de Cauchy-Schwartz es equivalente a decir que este paréntesis es no negativo. 8
Proyecciones. Producto escalar de vectores. Aplicaciones
Proyecciones La proyección de un punto A sobre una recta r es el punto B donde la recta perpendicular a r que pasa por A corta a la recta r. Con un dibujo se entiende muy bien. La proyección de un segmento
Más detallesOrtogonalidad y Valores Singulares
Apuntes de Álgebra Lineal Capítulo 6 Ortogonalidad y Valores Singulares En este último tema de esta asignatura vamos a estudiar aquellas propiedades de los espacios vectoriales y de las matrices que dependen
Más detallesVECTORES EN EL ESPACIO
VECTORES EN EL ESPACIO Página 133 REFLEXIONA Y RESUELVE Relaciones trigonométricas en el triángulo Halla el área de este paralelogramo en función del ángulo a: cm a cm Área = sen a = 40 sen a cm Halla
Más detallesÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250)
Universidad Central de Venezuela Facultad de Ingeniería Ciclo Básico Departamento de Matemática Aplicada ÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250) Semestre 1-2011 Mayo 2011 Álgebra Lineal y Geometría
Más detallesHerramientas digitales de auto-aprendizaje para Matemáticas
real de con Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de Innovación Didáctica Departamento de Matemáticas Universidad de Extremadura real de con Índice real de con real de con.
Más detallesBloque 2. Geometría. 2. Vectores. 1. El plano como conjunto de puntos. Ejes de coordenadas
Bloque 2. Geometría 2. Vectores 1. El plano como conjunto de puntos. Ejes de coordenadas Para representar puntos en un plano (superficie de dos dimensiones) utilizamos dos rectas graduadas y perpendiculares,
Más detallesVectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
Más detallesProducto Escalar. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31
Producto Escalar AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31 Objetivos Al finalizar este tema tendrás que: Saber usar el producto escalar. Calcular
Más detallesTopología de R n. Beatriz Porras
Producto escalar, métrica y norma asociada. Topología de R n Beatriz Porras 1 Producto escalar, métrica y norma asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores
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 detallesDeterminantes. Primera definición. Consecuencias inmediatas de la definición
Determinantes Primera definición Para calcular el determinante de una matriz cuadrada de orden n tenemos que saber elegir n elementos de la matriz de forma que tomemos solo un elemento de cada fila y de
Más detalles16. Dados los puntos A(-1,3), B(2,0) y C(-2,1). Halla las coordenadas de otro punto D para que los vectores y sean equivalentes.
TEMA 5. VECTORES 5.1. Vectores en el plano. - Definición. - Componentes de un vector. - Módulo. - Vectores equivalentes. 5.2. Operaciones con vectores. - Suma y resta. - Multiplicación por un número real.
Más detalles1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO
1 1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos
Más detallesProducto escalar. Longitudes, distancias y ángulos en R 3. c Jana Rodriguez Hertz p. 1/2
Producto escalar Longitudes, distancias y ángulos en R 3 c Jana Rodriguez Hertz p. 1/2 Producto escalar - definición Dados X = (x 1,x 2,x 3 ) Y = (y 1,y 2,y 3 ) c Jana Rodriguez Hertz p. 2/2 Producto escalar
Más detallesGEOMETRÍA EN EL ESPACIO.
GEOMETRÍA 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 detallesVECTORES vector Vector posición par ordenado A(a, b) representa geométricamente segmento de recta dirigido componentes del vector
VECTORES Un vector (Vector posición) en el plano es un par ordenado de números reales A(a, b). Se representa geométricamente por un segmento de recta dirigido, cuyo punto inicial es el origen del sistema
Más detallesUniversidad Alonso de Ojeda. Facultad de Ingeniería GUIA DE ESTUDIO ALGEBRA LINEAL.
UNIDAD IV: VECTORES EN R2 Y R3 VECTOR Se puede considerar un vector como un segmento de recta con una flecha en uno de sus extremos. De esta forma lo podemos distinguir por cuatro partes fundamentales:
Más detalles1. Determinar las ecuaciones paramétricas y la ecuación continua de las rectas que pasan por el punto A y con el vector de dirección dado:
CAPÍTULO. GEOMETRÍA AFÍN.. Problemas. Determinar las ecuaciones paramétricas y la ecuación continua de las rectas que pasan por el punto A y con el vector de dirección dado: a) A(,, ), v = (,, ) ; b) A(0,
Más detallesMatrices triangulares y matrices ortogonales
Matrices triangulares y matrices ortogonales Problemas para examen Matrices diagonales 1. Sea a R n. Se denota por diag(a) la matriz diagonal con entradas a 1,..., a n : diag(a) = [ a j δ j,k ] n j,k=1.
Más detallesGEOMETRÍA ANALÍTICA EN EL PLANO
GEOMETRÍA ANALÍTICA EN EL PLANO Coordenadas cartesianas Sistema de ejes Cartesianos: Dicho nombre se debe a Descartes, el cual tuvo la idea de expresar un objeto geométrico como un punto o una recta, mediante
Más detalles40 Matemáticas I. Parte II. Álgebra Lineal. I.T.I. en Electricidad. Prof: José Antonio Abia Vian
40 Matemáticas I Parte II Álgebra Lineal 41 Matemáticas I : Álgebra Lineal Tema 4 Espacios vectoriales reales 4.1 Espacios vectoriales Definición 88.- Un espacio vectorial real V es un conjunto de elementos
Más detalles10. 1 Definición de espacio euclídeo.
ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA MATEMATICAS 10. ESPACIOS EUCLÍDEOS 10. 1 Definición de espacio euclídeo. Producto escalar
Más detalles2. Ortogonalidad. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U.
2 Ortogonalidad En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U 1 Vectores ortogonales Definición 11 Dos vectores x, ȳ U se dicen ortogonales si: x ȳ = 0 Veamos algunas propiedades
Más detallesDiagonalización de matrices.
Diagonalización de matrices. 1. Diagonalización de matrices. Definición 1.1 Sea A una matriz cuadrada,, decimos que es un autovalor de A si existe un vector no nulo tal que En esta situación decimos que
Más detalles3. ÁLGEBRA LINEAL // 3.2. GEOMETRÍA
3. ÁLGEBRA LINEAL // 3.2. GEOMETRÍA ANALÍTICA EN EL PLANO Y EN EL ESPACIO. COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS 3.2.1. Rectas en el plano y en el espacio La recta que pasa por el punto
Más detallesTEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.
TEMA 11 F MATEMÁTICOS TEMA 11 Autovalores y autovectores Diagonalización y formas canónicas 1 Introducción Definición 1 (Matrices semejantes) Sean A y B dos matrices cuadradas de orden n Decimos que A
Más detallescomo el número real que resulta del producto matricial y se nota por:
Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota por:,
Más detallesCapítulo 8. Geometría euclídea. 8.1 Problemas métricos
Capítulo 8 Geometría euclídea 81 Problemas métricos Espacios vectoriales El plano: R 2 = { (x,y : x,y R } El espacio: R 3 = { (x,y, z : x, y, z R } Si u = λv para algún λ 0 diremos que son proporcionales:
Más detallesEl cuerpo de los números reales
Capítulo 1 El cuerpo de los números reales 1.1. Introducción Existen diversos enfoques para introducir los números reales: uno de ellos parte de los números naturales 1, 2, 3,... utilizándolos para construir
Más detallesVALORES EXACTOS DE FUNCIONES TRIGONOMÉTRICAS (SENO Y COSENO)
VALORES EXACTOS DE FUNCIONES TRIGONOMÉTRICAS (SENO Y COSENO) En trigonometría plana, es fácil de encontrar el valor exacto de la función seno y coseno de los ángulos de 30, 5 y 60, gracias a la ayuda de
Más detallesHerramientas digitales de auto-aprendizaje para Matemáticas
Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de innovación didáctica Departamento de Matemáticas Universidad de Extremadura Índice Puntos y vectores en En R 3, conviene distinguir
Más detallesCálculo vectorial en el plano.
Cálculo vectorial en el plano. Cuaderno de ejercicios MATEMÁTICAS JRM SOLUCIONES Índice de contenidos. 1. Puntos y vectores. Coordenadas y componentes. Puntos en el plano cartesiano. Coordenadas. Vectores
Más detallesResumen de álgebra vectorial y tensorial
Apéndice A Resumen de álgebra vectorial y tensorial Se resumen aquí algunos conceptos y definiciones importantes de vectores y tensores, con pretensión de sencillez y brevedad. En aras de esta sencillez,
Más detallesCurso de Álgebra Lineal
Curso de Álgebra Lineal 1. NÚMEROS COMPLEJOS 1.1 Definición, origen y operaciones fundamentales con números complejos Definición. Un número complejo, z, es una pareja ordenada (a, b) de números reales
Más detallesEspacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
Más detallesMatrices, determinantes, sistemas de ecuaciones lineales.
UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Resúmenes Curso 2007-2008 Matrices, determinantes, sistemas de ecuaciones lineales. Una matriz A de orden m n es una colección de m
Más detallesUna matriz es una tabla ordenada (por filas y columnas) de escalares a i j de la forma: ... ... a... ...
MATRICES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales. Tienen también muchas aplicaciones
Más detallesBoletín de Geometría Analítica
Boletín de Geometría Analítica 1) Si las coordenadas de los vectores a y b son (3,5) y (-2,1) respectivamente, obtén las coordenadas de: a) -2 a + 1/2 b b) 1/2 ( a +b ) - 2/3 ( a -b ) 2) Halla el vector
Más detallesGEOMETRÍA (Selectividad 2014) 1 ALGUNOS PROBLEMAS DE GEOMETRÍA PROPUESTOS EN LAS PRUEBAS DE SELECTIVIDAD DE 2014
GEOMETRÍA (Selectividad 014) 1 ALGUNOS PROBLEMAS DE GEOMETRÍA PROPUESTOS EN LAS PRUEBAS DE SELECTIVIDAD DE 014 1 Aragón, junio 014 Dados el punto P (1, 1, 0), y la recta: x+ z 1= 0 s : 3x y 3= 0 Ax + By
Más detallesResuelve. Unidad 4. Vectores en el espacio. BACHILLERATO Matemáticas II. Diagonal de un ortoedro y volumen de un paralelepípedo.
Resuelve Página Diagonal de un ortoedro y volumen de un paralelepípedo. Expresa la diagonal de un ortoedro en función de sus dimensiones, a, b y c. c b a c c b b a Diagonal = a + b + c. Calcula el volumen
Más detallesApuntes Trigonometría. 4º ESO.
Apuntes Trigonometría. 4º ESO. Conceptos previos: Notación: En un triángulo, los vértices se denotan con letras mayúsculas (A, B y C). Los lados se denotan con la letra minúscula del vértice opuesto al
Más detalles3. 2. Pendiente de una recta. Definición 3. 3.
3.. Pendiente de una recta. Definición 3. 3. Se llama Angulo de Inclinación α de una recta L, al que se forma entre el eje en su dirección positiva y la recta L, cuando esta se considera dirigida hacia
Más detalles2. Determine el área del triángulo cuyos vértices son los extremos de los vectores u, v y w u = (1,0,-2) v = (-1,1,0) w = (2,-1,1)
2011 ÁLGEBRA II (L. S. I. P. I.) Guíía de Trabajjos Prácttiicos Nºº 4 Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO Prroducctto Veeccttorriiall.. Reecctta.. Pllano
Más detallesTema 1. Álgebra lineal. Matrices
1 Tema 1. Álgebra lineal. Matrices 0.1 Introducción Los sistemas de ecuaciones lineales aparecen en un gran número de situaciones. Son conocidos los métodos de resolución de los mismos cuando tienen dos
Más detallesMENORES, COFACTORES Y DETERMINANTES
MENORES, COFACTORES Y DETERMINANTES 1. Introducción. 2. Determinante de una matriz de 3 x 3. 3. Menores y cofactores. 4. Determinante de una matriz de n x n. 5. Matriz triangular. 6. Determinante de una
Más detalles1.2. Producto escalar, longitud y distancia
22 Cálculo vectorial 27. Si PQR es un triángulo en el espacio y b > 0 es un número, existe un triángulo con lados paralelos a los de PQR y con longitudes b multiplicado por las longitudes de PQR. 28. Las
Más detallesTEMA 8. GEOMETRÍA ANALÍTICA.
TEMA 8. GEOMETRÍA ANALÍTICA. 8..- El plano. Definimos el plano euclideo como el conjunto de puntos ( x, y) R. Así, cada punto del plano posee dos coordenadas. Para representar puntos del plano utilizaremos
Más detallesCAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES
CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES Parte A: determinantes. A.1- Definición. Por simplificar, consideraremos que a cada matriz cuadrada se le asocia un número llamado determinante que se
Más detallesEspacio de Funciones Medibles
Capítulo 22 Espacio de Funciones Medibles Igual que la σ-álgebra de los conjuntos medibles, la familia de funciones medibles, además de contener a todas las funciones razonables (por supuesto son medibles
Más detalles6.6. Diagonalización de matrices simétricas o hermitianas. Ejemplo de una diagonalización de una matriz simétrica
6.6 Diagonalización de matrices simétricas o hermitianas Ejemplo de una diagonalización de una matriz simétrica Matrices hermitianas Los autovalores de las matrices reales simétricas o complejas hermitianas
Más detallesrad, y rad = 360 Ejercicio 1 Realizar las conversiones de grados a radianes y de radianes a grados de los siguientes ángulos:
Trigonometría 1.- Ángulos En la medida de ángulos, y por tanto en trigonometría, se emplean dos unidades, si bien la más utilizada en la vida cotidiana es el grado sexagesimal, en matemáticas es el radián
Más detallesVectores en el espacio
1. El concepto, características y operaciones de los vectores en el espacio son una generalización de los vectores del plano, que ya se conocen de cursos pasados. Es conveniente por tanto repasar conceptos
Más detalles6.7. Clasificación de formas cuadráticas
6.7 Clasificación de s s 1.1. Definición de s s en R n El concepto básico que sirve para definir una es el de polinomio homogéneo de segundo grado en varias variables. En toda esta sección sobreentenderemos
Más detallesMatriz sobre K = R o C de dimensión m n
2 Matrices y Determinantes 21 Matrices Matriz sobre K = R o C de dimensión m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Tipos de matrices: Cuadrada: n n = (a ij) i=1,,m j=1,,n Nula: (0) i,j 1 0
Más detallesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a
Más detalles6.8. Descomposición mediante valores singulares. v 2 =
68 Descomposición mediante valores singulares Los valores singulares de una matriz m n Supongamos que A es una matriz real cualquiera Los autovalores de A T A tienen la siguiente propiedad A T Ax = λx
Más detallesTema 1: Matrices y Determinantes
Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz
Más detallesVECTORES EN EL ESPACIO
UNIDAD VECTORES EN EL ESPACIO Página 13 Problema 1 Halla el área de este paralelogramo en función del ángulo α: cm Área = 8 sen α = 40 sen α cm α 8 cm Halla el área de este triángulo en función del ángulo
Más detallesEspacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados
Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones
Más detallesCURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES. Unidad didáctica 4. Números reales y números complejos
CONCEPTOS NÚMEROS COMPLEJOS En el conjunto de los números reales, una ecuación tan sencilla como x + = 0 no se puede resolver ya que es equivalente a x = - y no existe ningún número real cuyo cuadrado
Más detallesCapitulo 6. Matrices y determinantes
Capitulo 6. Matrices y determinantes Objetivo. El alumno aplicará los conceptos fundamentales de las matrices, determinantes y sus propiedades a problemas que requieran de ellos para su resolución. Contenido.
Más detalles1. Representa en el plano los vectores: v=(2,3), u=(-1,2), w=3451.
PROBLEMAS DE VECTORES 1. Representa en el plano los vectores: v=(2,3), u=(-1,2), w=3451. 2. )Cuales son las componentes del vector de módulo 4 y argumento 301?. Sol: (2 3,2) 3. Escribe las componentes
Más detallesEcuaciones de rectas y planos. Un punto O y una base B B = { i, j,
Ecuaciones de rectas y planos. Coordenadas en el espacio. Planos coordenados. El vector OP tiene unas coordenadas( x, y, z ) respecto de la base B, que se pueden tomar como coordenadas del punto P respecto
Más detallesEspacios geométricos E 2 y E 3
Tema IV Espacios geométricos E 2 y E 3 1. El espacio afín. 1 Definición y propiedades. Definición 1.1 Sea E un conjunto no vacío. Se dice que E está dotado de estructura de espacio afín asociado a un espacio
Más detallesValores y Vectores Propios
Valores y Vectores Propios Departamento de Matemáticas, CSI/ITESM de abril de 9 Índice 9.. Definiciones............................................... 9.. Determinación de los valores propios.................................
Más detallesTEMA 6 Ejercicios / 3
TEMA 6 Ejercicios / 1 TEMA 6: RECTAS Y PLANOS EN EL ESPACIO 1. Ecuaciones de los planos cartesianos en forma vectorial, paramétrica e implícita. Ecuaciones del plano XY: Punto del plano P 0, 0, 0 Vectores
Más detallesProducto cartesiano. X Y = {(x, y) : x X, y Y }. Ejemplo En el tablero de ajedrez, X = números del 1-8, Y = letras de A-H.
Producto cartesiano Motivación: Has oido hablar sobre gente que juega ajedrez sin tener que mirar nunca el tablero?. Esto es posible, y se debe a una herramienta llamada coordenadas de un punto. En un
Más detalles1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3.
. Producto escalar. Propiedades... Norma de un vector. Espacio normado...ortogonalidad. Ángulos..3.Producto escalar en V..4.Producto escalar en V 3.. Producto vectorial de dos vectores de V 3...Expresión
Más detallesMatrices y Determinantes.
Matrices y Determinantes. Definición [Matriz] Sea E un conjunto cualquiera, m, n N. Matrices. Generalidades Matriz de orden m n sobre E: a 11 a 12... a 1n a 21 a 22... a 2n...... a m1 a m2... a mn a ij
Más detallesClase 9 Sistemas de ecuaciones no lineales
Clase 9 Instituto de Ciencias Básicas Facultad de Ingeniería Universidad Diego Portales Marzo, 2013 Problemas resueltos Problema 4: Considere el sistema de ecuaciones x y = 3 (x 2) 2 +y = 1 Problemas resueltos
Más detallesTEMA 11.- VECTORES EN EL ESPACIO
TEMA 11.- VECTORES EN EL ESPACIO 1.- INTRODUCCIÓN Un vector fijo AB del espacio (también lo era en el plano) es un segmento orientado que tiene su origen en un punto A y su extremo en otro punto B. Estos
Más detallesFigura 1.3.1. Sobre la definición de flujo ΔΦ.
1.3. Teorema de Gauss Clases de Electromagnetismo. Ariel Becerra La ley de Coulomb y el principio de superposición permiten de una manera completa describir el campo electrostático de un sistema dado de
Más detallesa) Como mucho puede haber 3 vectores linealmente independientes. 1 2 = 3 x = 1, y = 2 3 No tiene solución, luego no se puede.
Ejercicios y problemas propuestos Página Para practicar Dependencia e independencia lineal. Base y coordenadas Dados estos vectores: u(,, ), v (,, ), w (,, ), z (,, ) a) Cuántos de ellos son linealmente
Más detallesEl triángulo simétrico-lateral
El triángulo simétrico-lateral Francisco J. García apitán Marzo de 2004 esumen En este documento damos respuesta a las cuestiones planteadas por Martin costa en http://www.cabri.net:16080/problemes/. Usamos
Más detallesVectores. 2)Coordenadas y base Combinación lineal Vectores linealmente dependiente Bases. Bases canónica
Vectores 1) Vectores en R 2 Vector fijo en el plano Elementos de un vector fijo ( módulo, dirección, sentido, origen y extremo) Vectores equipolentes Vector libres Propiedad fundamental de los vectores
Más detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más detallesTema 5. Derivación Matricial.
Tema 5. Derivación Matricial. Análisis Matemático I 1º Estadística Universidad de Granada Noviembre 2012 1 / 24 Producto de Kronecker Definición Dadas dos matrices A M m n y B M p q, el producto de Kronecker
Más detallesTEMA N 2 RECTAS EN EL PLANO
2.1 Distancia entre dos puntos1 TEMA N 2 RECTAS EN EL PLANO Sean P 1 (x 1, y 1 ) y P 2 (x 2, y 2 ) dos puntos en el plano. La distancia entre los puntos P 1 y P 2 denotada por d = esta dada por: (1) Demostración
Más detallesBLOQUE DE ÁLGEBRA: TEMA 1: MATRICES.
BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. Matrices: Se llama matriz de dimensión m n a un conjunto de números reales dispuestos en m filas y n columnas de la siguiente forma: 11 a 12 a 13... a 1n A= a a 21
Más detallesrad, y rad = 360 Ejercicio 1 Realizar las conversiones de grados a radianes y de radianes a grados de los siguientes ángulos:
Trigonometría 1.- Ángulos En la medida de ángulos, y por tanto en trigonometría, se emplean dos unidades, si bien la más utilizada en la vida cotidiana es el grado sexagesimal, en matemáticas es el radián
Más detallesEL ESPACIO VECTORIAL EUCLIDEO
EL ESPACIO VECTORIAL EUCLIDEO PRODUCTO ESCALAR Sean dos vectores del espacio V 3. Llamamos producto escalar de dichos vectores, y se denota, al número real que se obtiene al multiplicar sus módulos por
Más detallesTEMA 4. VECTORES EN EL ESPACIO
TEMA 4. VECTORES EN EL ESPACIO Dados dos puntos y, se define el vector como el segmento orientado caracterizado por su módulo, su dirección y su sentido. En coordenadas: Dos vectores son equipolentes si
Más detallesEJERCICIOS BLOQUE III: GEOMETRÍA
EJERCICIOS BLOQUE III: GEOMETRÍA (00-M-A-4) (5 puntos) Determina el centro y el radio de la circunferencia que pasa por el origen de coordenadas, tiene su centro en el semieje positivo de abscisas y es
Más detallesTema 4: Los vectores en el espacio
Tema 4: Los vectores en el espacio 1. El conjunto R 3 Este conjunto está formado por todas las ternas de números reales (x, y, z) 2. Vectores fijos Un vector es un segmento orientado que parte de A (origen)
Más detallesDefinición de la matriz inversa
Definición de la matriz inversa Ejercicios Objetivos Aprender la definición de la matriz inversa Requisitos Multiplicación de matrices, matriz identidad, habilidades básicas de resolver sistemas de ecuaciones
Más detallesUnidad 4: VECTORES EN EL ESPACIO
Unidad 4: VECTORES EN EL ESPACIO 4.1.- OPERACIONES CON VECTORES Las características de los vectores en el espacio, así como sus operaciones, son idénticas a las de los vectores del plano, que ya conoces
Más detallesTema 3: Espacios eucĺıdeos
Marisa Serrano, Zulima Fernández Universidad de Oviedo 25 de noviembre de 2009 email: mlserrano@uniovi.es Índice 1 2 3.1 V, R espacio vectorial, la aplicación : V V R ( v, u) v u a) v 1, v 2, u V α, β
Más detalles1. ESPACIO EUCLÍDEO. ISOMETRÍAS
1 1. ESPACIO EUCLÍDEO. ISOMETRÍAS Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos conceptos
Más detallesEspacio vectorial MATEMÁTICAS II 1
Espacio vectorial MATEMÁTICAS II 1 1 VECTORES EN EL ESPACIO. ESPACIO VECTORIAL V 3 1.1. VECTORES FIJOS Definición: Un vector fijo es un segmento orientado determinado por dos puntos. El primero de sus
Más detalles4 Vectores en el espacio
4 Vectores en el espacio ACTIVIDADES INICIALES 4.I. Efectúa las siguientes operaciones en R³ a) + 5,, 4, 7, b),, c) 6(,, ) + 4(, 5, ) 4 6 5 a),, 6 9 b) 6,, c) (6,, ) 4 4.II. Calcula los valores de a, b
Más detallesUNIDAD 1: ELEMENTOS ALGEBRAICOS 1B : VECTORES
UNIDAD 1: ELEMENTOS ALGEBRAICOS 1B : VECTORES Conceptos A partir de la identificación de puntos de la recta con números reales, se puede avanzar relacionando puntos del plano y del espacio con pares o
Más detallesPara poder desarrollar este tema, vamos a exponer inicialmente la teoría Recordaremos el Producto Escalar, Vectorial y Mixto. u, v, w V.
1. Introducción. 1.1. Producto Escalar. 1.. Norma de un Vector. 1.3. Ángulos. 1.4. Ortogonalidad. 1.5. Particularización del Producto Escalar a V 3. 1.6. Producto Vectorial de dos Vectores de V 3. 1.7.
Más detallesEJERCICIOS BLOQUE III: GEOMETRÍA
EJERCICIOS BLOQUE III: GEOMETRÍA (00-M-A-4) (5 puntos) Determina el centro y el radio de la circunferencia que pasa por el origen de coordenadas, tiene su centro en el semieje positivo de abscisas y es
Más detallesCURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES. Unidad didáctica 3. Trigonometría
TRIGONOMETRÍA La trigonometría se inicia estudiando la relación entre los ángulos y los lados de un triángulo, surgiendo las razones trigonométricas de un ángulo y a partir de ellas las funciones trigonométricas.
Más detallesA = A < θ R = A + B + C = C+ B + A. b) RESTA O DIFERENCIA DE VECTORES ANÁLISIS VECTORIAL. Es una operación que tiene por finalidad hallar un
ANÁLISIS VECTORIAL MAGNITUD FÍSICA Es todo aquello que se puede medir. CLASIFICACIÓN DE MAGNITUDES POR NATURALEZA MAGNITUD ESCALAR: Magnitud definida por completo mediante un número y la unidad de medida
Más detallesPUNTOS Y VECTORES EN EL PLANO
PUNTOS Y VECTORES EN EL PLANO PUNTOS EN EL PLANO Tomando como referencia los ejes cartesianos del plano, un punto se representa mediante un par ordenado (a, b) de números reales, es decir, mediante un
Más detallesCANTIDAD ESCALAR Es aquella que sólo posee magnitud.
6.-ÁLGEBRA VECTORIAL CANTIDAD ESCALAR Es aquella que sólo posee magnitud. CANTIDAD VECTORIAL Es aquella que posee magnitud, dirección y sentido. A los vectores se les representa con una línea arriba de
Más detalles4 Vectores en el espacio
4 Vectores en el espacio ACTIVIDADES INICIALES 4.I. Efectúa las siguientes operaciones en R³ a) 1 + 1 5,, 4, 7, 2 2 3 b) 3 3 2, 1, c) 6(2, 3, 1) + 4(1, 5, 2) 4 4.II. Calcula los valores de a, b y c para
Más detallesTema 5: Sistemas de Ecuaciones Lineales
Tema 5: Sistemas de Ecuaciones Lineales Eva Ascarza-Mondragón Helio Catalán-Mogorrón Manuel Vega-Gordillo Índice 1 Definición 3 2 Solución de un sistema de ecuaciones lineales 4 21 Tipos de sistemas ecuaciones
Más detallesGeometría vectorial. [Versión preliminar] Prof. Isabel Arratia Z. Cálculo III - Geometría vectorial 1
Geometría ectorial [Versión preliminar] Prof. Isabel Arratia Z. Cálculo III - Geometría ectorial El espacio R Sistema de coordenadas rectangulares tridimensionales Las coordenadas rectangulares en el plano
Más detalles