Tema 3: Producto escalar

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

Download "Tema 3: Producto escalar"

Transcripción

1 Tem 3: Producto esclr 1 Definición de producto esclr Un producto esclr en un R-espcio vectoril V es un plicción f : V V R que verific ls siguientes propieddes: 1. Bilinel:. Simétric: (i) f(u + u 0,v) f(u, v)+f(u 0,v) pr todo u, u 0,v V (i 0 ) f(u, v + v 0 ) f(u, v)+f(u, v 0 ) pr todo u, v, v 0 V (ii) f(αu, v) f(u, αv) αf(u, v) pr todo α R ytodou, v V. Pr todo u, v V se tiene que f(u, v) f(v,u). 3. Definid positiv: Pr todo vector u V no nulo se tiene que f(u, u) > 0. L expresión f(u, v) es un esclr l que se le denomin producto esclr de u y v. L notción hbitul que empleremos pr esto será u v (hy utores que utilizn pr esto l notción <u,u>). Con est notción l definición de producto esclr quedrí reescrit del siguiente modo: 1. Bilinel:. Simétric: (i) (u + u 0 ) v u v + u 0 v) pr todo u, u 0,v V (i 0 ) u (v + v 0 ) u v + u v 0 pr todo u, v, v 0 V (ii) αu v u αv α(u v) pr todo α R ytodou, v V. Pr todo u, v V se tiene que u v v u. 3. Definid positiv: Pr todo vector u V no nulo se tiene que u u>0. Al pr (V, ), formdo por un R-espcio vectoril junto con un producto esclr se le denomin espcio vectoril euclídeo. Incluso suele hblrse del espcio vectoril euclídeo V sin mencionr el producto esclr, que se supone sobreentendido. Propieddes: En un espcio vectoril euclídeo (V, ) se cumple que: 1. Pr culquier vector v V se tiene que. Si v 6 0entonces 3. v 00. v v>0. v v 0 v 0. 1

2 Ejemplo El producto esclr usul (cnónico o euclídeo) enr n. Ddos (x 1,x,...,x n ), (y 1,y,..., y n ) R n se define el producto esclr euclídeo en R n del siguiente modo: (x 1,x,..., x n ) (y 1,y,..., y n )x 1 y 1 + x y x n y n. He quí un ejemplo de un producto esclr (distinto del euclídeo) definido en R 3 : (x 1,x,x 3 ) (y 1,y,y 3 )x 1 y 1 +5x y +x 3 y 3 3. En R 3 con el producto esclr euclídeo obtenemos (, 1, 3) (5,, 4) 5+1 +( 3) y con el producto esclr visto en el ejemplo ) obtenemos (, 1, 3) (5,, 4) ( 3) Un form de crcterizr un producto esclr (suponiendo que se cumple l bilinelidd) es l siguiente: Propiedd: Se : V V R un plicción bilinel, con V un espcio vectoril rel, y se B {v 1,v..., v n } un bse de V. Entonces es un producto esclr si y sólo si l mtriz v 1 v 1 v 1 v... v 1 v n v v 1 v v... v v n v n v 1 v n v... v n v n es simétric y definid positiv (esto último signific que los menores principles de l mtriz [los que se formn pr cd k 1,,..., n tomndo ls k primers fils y ls k primers columns] son todos positivos). Ejemplo 1. Determinr si ls siguientes plicciones bilineles son o no productos esclres: 1. En R (x, y) (x 0,y 0 )xx 0 +xy 0 +yy 0. Como l mtriz que se obtiene tomndo l bse cnónic de R es (1, 0) (1, 0) (1, 0) (0, 1) (0, 1) (1, 0) (0, 1) (0, 1) Ã! 0 yéstnoessimétric,setienequenoesunproductoesclr.. En R (x, y) (x 0,y 0 )xx 0 + xy 0 + yx 0 + yy 0. L mtriz que se obtiene tomndo l bse {(, 0), (1, 1)}

3 de R es (, 0) (, 0) (, 0) (1, 1) (1, 1) (, 0) (1, 1) (1, 1) ( 1) ( 1) ( 1) +( 1) ( 1) + ( 1) 1+( 1) ( 1) Ã! por lo que ést es simétric. Los determinntes principles vlen 0 y 0 0 0, luego no es definid positiv. Así no es un producto esclr. 3. En R 3 (x, y, z) (x 0,y 0,z 0 )xx 0 +xy 0 +yx 0 yz 0 zy 0 +5yy 0. TomndobsecnónicdeR 3 obtenemos l mtriz y ést es simétric. Los determinntes principles vlen 1 1 > 0, 5 1> 0 y luego no es definid positiv. Así no es un producto esclr < 0, 4. En R (x, y) (x 0,y 0 )4xx 0 +yy 0 xy 0 yx 0 A prtir de l bse cnónic de R se obtiene l mtriz à 4 que es simétric. Los determinntes principles vlen 4 4 > 0 y 4> 0, luego es definid positiv. Así l plicción bilinel es un producto esclr.! 3

4 Norm socid un producto esclr Se (V, ) un espcio vectoril euclídeo. Se llm norm socid l producto esclr nterior l plicción kk: V R + definid por kvk + v v. A este vlor lo llmremos norm (módulo o longitud) del vector v. Observción.1 L norm socid l producto esclr euclídeo de R n está dd pr un vector (x 1,x,..., x n ) R n por q k(x 1,x,..., x n )k x 1 + x x n (l llmremos norm euclíde). Se dice que un vector es unitrio cundo tiene norm 1. A prtir de culquier vector no nulo siempre puede construirse un vector unitrio dividiendo por l norm. Ejemplo. Con el producto esclr usul en R 3 l norm del vector (, 3, 0) vle k(, 3, 0)k p +( 3) Entonces el vector es unitrio, pues u kuk (, 3, 0) u kuk (, 3 s, 0) ( ) +( 3 ) r r Ejemplo.3 Utilizndo l norm socid l producto esclr en R ddo medinte l expresión (x, y) (x 0,y 0 )4xx 0 +yy 0 xy 0 yx 0 l norm del vector (, 1) es k(, 1)k p (, 1) (, 1) mientrs que l norm euclíde del mismo vector es k(, 1)k p (, 1) (, 1) p Ortogonlidd Se dice que dos vectores u y v de un espcio vectoril euclídeo son ortogonles (o perpendiculres) cundo u v 0. Un sistem de vectores se dice que es un sistem ortogonl de vectores cundo los vectores son ortogonles dos dos. Si demás todos los vectores son unitrios entonces se dirá que el sistem es ortonorml. 4

5 Un bse de un espcio vectoril euclídeo V que demás es un sistem ortogonl (respectivmente ortonorml) de vectores se llmrá bse ortogonl de V (respectivmente bse ortonorml de V ). L bse cnónic de R n es siempre un bse ortonorml de este espcio vectoril, si estmos considerndo el producto esclr euclídeo en R n. Propiedd: En un espcio vectoril euclídeo se verificn ls siguientes propieddes: 1. El vector 0 es ortogonl todos los vectores.. Un sistem ortogonl de vectores no nulos es un sistem LI de vectores. En consecuenci un sistem ortonorml de vectores es un sistem LI de vectores. 3. L ortogonlidd es un propiedd que se conserv por CL, en prticulr por múltiplos. De este modo, si u es un vector ortogonl v entonces es ortogonl todo múltiplo de v (del mismo modo se cumple que si u no es ortogonl v entonces no es ortogonl ningún múltiplo de v. Como csos prticulrmente interesntes tnemos los siguientes: 4. Si tenemos un bse ortogonl podemos multiplicr cd vector por un esclr no nulo que el resultdo sigue siendo un bse ortogonl. () Si en un bse ortogonl de un espcio vectoril euclídeo de V dividimos cd vector por su norm, entonces el sistem resultnte de vectores es un bse ortonorml de V. (b) Un sistem formdo por un solo vector es un sistem ortogonl. 3.1 Método de ortogonlizción de Grm-Schmidt Se {u 1,u,..., u n } un bse de un espcio vectoril euclídeo V. Vmos construir un bse ortogonl de V prtir de l bse dd. Empezmos cogiendo w 1 u 1. Después buscmos un vector de l form w u + α 1 w 1, donde α 1 es un esclr del cuerpo, el único pr el que se cumple que w es ortogonl w 1. Pr hllrlo se hce el producto esclr por el vector w 1 en l iguldd nterior, y obtenemos l iguldd w w 1 0u w 1 + α 1 w 1 w 1, de donde deducimos que α 1 u w 1. w 1 w 1 Supongmos que tenemos definidos vectores ortogonles w 1,w,..., w k 1,prk 1 <n. Entonces buscremos un nuevo vector de l form w k u k + α k1 w α kk 1 w k 1, donde los α k1, α k,...,α kk 1 se hlln imponiendo que w k es ortogonl w 1,w,..., w k 1, respectivmente, de un form similr l nterior (o se, multiplicndo esclrmente w k por w 1,w,...,w k 1 ). Así cd uno de los esclres puede clculrse medinte l expresión α ki u k w i w i w i 5

6 De este modo se obtiene un bse ortogonl {w 1,w,..., w n } de V. Además, prtir de est bse ortogonl puede obtenerse un ortonorml {w 0 1,w 0,..., w 0 n} tomndo wi 0 w i kw i k pr cd i, es decir, dividiendo cd vector de l bse ortogonl por su propi norm. Observción 3.1 Si en lgún momento nos sle un vector con frcciones en l bse ortogonl que se v obteniendo, puede reemplzrse éste (en ese momento) por culquier múltiplo suyo (como y dijimos en l últim propiedd), pr sí eliminr ls frcciones. Ejemplo 3. Con el producto esclr usul hllr un bse ortonorml de R 3 prtirdelbse {u 1 (1, 1, 1),u (, 1, 0),u 3 (1, 0, 0)}. En primer lugr pongmos Ahor ponemos donde De este modo obtenemos que w 1 u 1 (1, 1, 1). w u + αw 1 (pongo α 1 α), α u w 1 (1, 1, 1)(, 1, 0) w 1 w 1 (1, 1, 1)(1, 1, 1) w (, 1, 0) (1, 1, 1) (1, 0, 1). Finlmente necesitmos hllr un vector w 3 u 3 + βw 1 + γw (pongo α 31 β y α 3 γ), donde sbemos que y Entonces β u 3 w 1 (1, 1, 1)(1, 0, 0) w 1 w 1 (1, 1, 1)(1, 1, 1) 1 3 γ u 3 w (1, 0, 1)(1, 0, 0) w w (1, 0, 1)(1, 0, 1) 1. w 3 (1, 0, 0) 1 3 (1, 1, 1) 1 (1, 0, 1) (1, 0, 0) + ( 1 3, 1 3, 1 3 )+( 1, 0, 1 ) ( 3 1, 1 3, )(1 6, 1 3, 1 6 ). Así hemos obtenido un bse ortogonl de R 3 : {(1, 1, 1), (1, 0, 1), ( 1 6, 1 3, 1 6 )}. 6

7 Como lo que se pedí er un bse ortonorml es suficiente con dividir cd uno de estos vectores por su norm. Como kw 1 k 3, kw k 3, kw 3 k 1, 6 obtenemos l bse {w 0 1,w 0,w 0 3} de R 3, w (1, 1, 1) ( 1 3, 1 1, ), 3 3 w 0 1 (1, 0, 1) ( 1, 0, 1 ), w3 0 6( 1 6, 1 3, )( 6, 3, 6 )( 1, 1, ) Not: Podrímos hber tomdo l bse ortogonl {(1, 1, 1), (1, 0, 1), (1,, 1)} obtenid de l nterior cmbindo el último vector. De quí hbrímos obtenido l finl l mism bse ortonorml. Ejemplo 3.3 Utilizndo el producto esclr en R ddo medinte l expresión hllemos un bse ortonorml prtir de l bse (x, y) (x 0,y 0 )4xx 0 +yy 0 xy 0 yx 0 {(1, 0), (0, 1)}. Tommos Ahor considermos donde De este modo obtenemos que w 1 (1, 0). w (0, 1) + α(1, 0), (0, 1) (1, 0) α (1, 0) (1, 0) Así hemos obtenido un bse ortogonl de R : w (0, 1) + 1 (1, 0) (1, 1). {(1, 0), ( 1, 1)}. Multiplicmos el último vector por y seguimos teniendo un bse ortogonl, en este cso {(1, 0), (1, )}. Como lo que se pedí er un bse ortonorml es suficiente con dividir cd uno de estos vectores por su norm (l norm socid este producto esclr) y se tiene que k(1, 0)k 4 1 1, k(1, )k Finlmente obtenemos l bse ortonorml {w 0 1,w 0 } de R (con el producto esclr con el que estmos trbjndo), con w (1, 0) (1, 0), w 0 1 (1, ) (1, 1). 7

8 Ejemplo 3.4 Con el producto esclr usul, hllr un bse ortononorml de U {(x, y) R : x y 0}. Es sencillo hllr un bse. A prtir de l ecución implícit de U que se d, x y 0, se obtienen ls ecuciones prmétrics de dicho subespcio ( x y y y y por tnto un bse de U es {(, 1)}. Al estr formd por un solo vector est bse de U es ortogonl. Y como k(, 1)k 5 se tiene que un bse ortonorml de U es {( 5, 1 5 )}. Ejemplo 3.5 Con el producto esclr usul, hllr un bse ortogonl de W {(x, y, z, t) R 4 : x + y z +3t 0,y+ z +t 0}. Nos hn ddo W medinte ecuciones implícits. Psemos prmétrics. Bst observr que el sistem está esclondo con los pivotes x e y, luego los prámetros son z y t. Despejndo tenemos x z t y z t z z t t y por tnto un bse de W es {(, 1, 1, 0), ( 1,, 0, 1)}. Empleremos hor el método de Grm-Schmidt pr ortogonlizrl. Empezmos considerndo w 1 (, 1, 1, 0). Ahor considermos donde De este modo obtenemos que w ( 1,, 0, 1) + α(, 1, 1, 0), ( 1,, 0, 1) (, 1, 1, 0) α 0 (, 1, 1, 0) (, 1, 1, 0) 6 0. Así hemos obtenido un bse ortogonl de W : w ( 1,, 0, 1) + 0(, 1, 1, 0) ( 1,, 0, 1). {(, 1, 1, 0), ( 1,, 0, 1)}. Observemos que es l mism bse que hbímos obtenido. Esto es csul y se debe que los vectores y ern ortogonles entre sí. Por est mism rzón nos sle α Subespcio ortogonl Proposición 3.6 Se V un espcio vectoril euclídeo y W un subespcio suyo. Entonces el conjunto de los vectores de V que son ortogonles todos los de W es un subespcio vectoril de V,llmdoelsubespcio ortogonl de W, y será denotdo por W. Es decir, tenemos que W {v V v w 0 w W }. 8

9 Observción 3.7 Además se tiene que V W + W y que est sum es direct, es decir, V W L W Luego dim V dimw L W dimw +dimw. En ls condiciones nteriores, conocid un bse (o más generlmente, un SG) de W, se cumple que un vector v V es ortogonl todos los vectores de W si y sólo si es ortogonl todos los vectores de dich bse (o SG). A prtir de hí se puede obtener W, el subespcio ortogonl de W. Veámoslo en el cso más sencillo en que V R n. Un vector (x 1,..., x n ) R n pertenece W si y sólo si es ortogonl todos los vectores de l bse B {( 11,..., 1n ),..., ( k1,..., kn )} de W, es decir, si y sólo si se cumplen ls siguientes ecuciones (que serán ls ecuciones implícits de W ) ( 11,..., 1n ) (x 1,..., x n ) 0... ( k1,..., kn ) (x 1,..., x n ) 0 que dependerán del producto esclr con el que estemos. En el cso del producto esclr euclídeo ls ecuciones de W quedrán sí 11 x n x n 0... k1 x kn x n 0 En el cso del producto esclr euclídeo, de modo simétrico puede obtenerse que si el subespcio inicil está ddo por ecuciones implí cits entonces el subespcio ortogonl tiene como sistem generdor ls fils de l mtriz de coeficientes del sistem nterior. Ejemplo Supongmos que tenemos el subespcio de R 4 siguiente W < (1,, 0, 3), ( 3, 0,, 0), (5, 0, 1, 0) >. Entonces, respecto l producto esclr euclídeo tenemos que W tiene por ecuciones implícits (1,, 0, 3) (x, y, z, t) 0 ( 3, 0,, 0) (x, y, z, t) 0 (5, 0, 1, 0) (x, y, z, t) 0 es decir x y +3t 0 3x +z 0 5x z 0.. Supongmos que tenemos el subespcio de R 3 siguiente U < ( 3,, 1), (, 0, 1) >. Entonces, respecto l producto esclr euclídeo tenemos que U tiene por ecuciones implícits ( 3x +y + z 0 x z 0. 9

10 3. Supongmos que tenemos el subespcio de R 3 siguiente T x +y z 0, Entonces, respecto l producto esclr euclídeo tenemos que T < ( 1,, 1) >. 4. Supongmos que tenemos el subespcio de R 3 siguiente Entonces, respecto l producto esclr siguiente S < (1, 3, ), ( 1, 0, 3) >. (x, y, z) (x 0,y 0,z 0 )xx 0 +yy 0 +4zz 0 tenemos que S tiene por ecuciones implícits ( (x, y, z) (1, 3, ) 0 (x, y, z) ( 1, 0, 3) 0, es decir, ( x +6y 8z 0 x +1z Proyección ortogonl Se W un subespcio de un espcio vectoril euclídeo V. Debido que V se descompone como sum direct de W y su ortogonl W, todo vector del espcio puede ponerse de modo único como sum de un vector de W yotrode W.Sev V y supongmos que tenemos v v 1 + v, con v 1 W y v W. Entonces v 1 lo llmremos proyección ortogonl de v sobre W. Además, este vector cumple que v v 1 W y es el único de todos los vectores de W que cumple est propiedd, es decir, si w W cumple que v w W, entonces w v 1 (l proyección ortogonl de v sobre W ). Vemos continución un método pr hllr l proyección ortogonl de un vector sobre un subespcio: Se v V y W V. Supongmos que tenemos un bse ortogonl B {w 1,w,..., w k } de W (siempre es posible hllrl prtir de un bse culquier medinte el método de Grm-Schmidt). Entonces puede escribirse v v 1 + v, donde v 1 es l proyección ortogonl de v sobre W y v W. Entonces v 1 se pone como CL de los vectores de B en l form v 1 α 1 w 1 + α w α k w k. Si multiplicmos esclrmente v por cd w i, prtir de l iguldd v v 1 + v, obtenemos que v w i v 1 w i + v w i α 1 w 1 w i + α w w i α k w k w i α i w i w i (observemos que v w i 0,yquev W y w i W ; igulmente w j w i 0si j 6 i, y que son vectores de un bse ortogonl). De quí despejmos el vlor del esclr α i v w i w i w i. 10

11 Entonces tenemos determindo v 1, l proyección ortogonl de v sobre W, sustituyendo el vlor de cd α i,esdecir, v 1 α 1 w 1 + α w α k w k v w 1 w 1 + v w w v w k w k. w 1 w 1 w w w k w k Si B es un bse ortonorml entonces pr cd i se tiene que w i w i kw i k 1con lo que l fórmul de los esclres qued más sencillmente sí: α i v w i yportnto v 1 α 1 w 1 + α w α k w k (v w 1 )w 1 +(v w )w (v w k )w k. Observción 3.9 Hemos elegido un bse ortogonl u ortonorml pr que el cálculo necesrio pr hllr los esclres α i se lo más sencillo posible. Pero previo esto probblemente se necesrio hllr est bse ortogonl u ortonorml, lo cul requiere tmbién operciones. Es posible inicilmente coger un bse culquier de W (no necesrimente ortogonl ni ortonorml) y relizr, como hemos hecho nteriormente, los productos esclres de un modo similr l nterior. L diferenci está en que hor no podemos despejr directmente los vlores de los α i que hor precerín, pues su vlor se hllrá resolviendo el sistem de ecuciones que prece, y que éstos serán ls incógnits de este sistem. Tmbién es cierto que de est mner nos horrrímos plicr el método de Grm-Schmidt l hor de hllr l bse ortogonl. Así que puede elegirse l bse de l form que cd cul considere oportun. Ejemplo 3.10 Consideremos en el espcio vectoril euclídeo R 4 con el producto esclr usul, el subespcio W < (1, 0, 0, 1), (1, 1,, 1) > yelvector v (0, 1, 3, 0). Vmos hllr l proyección ortogonl de v sobre W. Sbemos que v v 1 + v, pr ciertos v 1 W y v W. En est situción v 1 es l proyección ortogonl de v sobre W. Tenemos que hllr un bse de W. En este cso es inmedito que los vectores u 1 (1, 0, 0, 1) y u (1, 1,, 1) nos sirven como bse de W. Entonces sbemos que v 1 αu 1 + βu. Pues bien, si multiplicmos esclrmente v con cd uno de estos vectores obtenemos por un ldo que v u 1 (v 1 + v ) u 1 v 1 u 1 + v u 1 (αu 1 + βu ) u 1 +0αu 1 u 1 + βu u 1, de donde, clculndo los productos esclres deducimos que α +β, y por otro ldo que v u 1 (0, 1, 3, 0) (1, 0, 0, 1) 0, u 1 u 1 (1, 0, 0, 1) (1, 0, 0, 1), u u 1 (1, 1,, 1) (1, 0, 0, 1), v u (v 1 + v ) u v 1 u + v u (αu 1 + βu ) u +0αu 1 u + βu u, de donde, hllndo hor los productos v u (0, 1, 3, 0) (1, 1,, 1) 5, u 1 u (1, 0, 0, 1) (1, 1,, 1), u u (1, 1,, 1) (1, 1,, 1) 7, 11

12 deducimos que α +7β. Entonces resolviendo el sistem 0 α +β 5 α +7β obtenemos que α 1, β 1. Así, l proyección ortogonl del vector v sobre el subespcio W es v 1 1 (1, 0, 0, 1) + 1 (1, 1,, 1) (0, 1,, 0). Otr form de hcerlo serí prtir de un bse ortogonl de W. UtilizndoelmétododeGrm-Schmidttomemos w 1 u 1 (1, 0, 0, 1). Busquemos hor un vector de l form w u + λw 1, de donde sbemos que debe ser λ w 1 u (1, 0, 0, 1) (1, 1,, 1) w 1 w 1 (1, 0, 0, 1) (1, 0, 0, 1) 1. Entonces w (1, 1,, 1) (1, 0, 0, 1) (0, 1,, 0). Entonces v 1 w 1 + bw y ls ecuciones que obtendrímos con l bse ortogonl {w 1,w } serín luego v w 1 w 1 w 1 + bw w 1 w 1 w 1 v w w 1 w + bw w bw w v w 1 (0, 1, 3, 0) (1, 0, 0, 1) w 1 w 1 (1, 0, 0, 1) (1, 0, 0, 1) 0 0, b v w (0, 1, 3, 0) (0, 1,, 0) w w (0, 1,, 0) (0, 1,, 0) Entonces v 1 0 (1, 0, 0, 1) + 1 (0, 1,, 0) (0, 1,, 0). Finlmente podrímos tmbién hcerlo con un bse ortonorml. Por ejemplo, l resultnte de l bse ortogonl nterior, l dividir cd vector por su norm. Así tendrímos l bse ortonorml {w1 0,w0 } de W,con w1 0 w 1 w 1 ( 1 1, 0, 0, ), w 0 w w (0, 1,, 0). 5 5 Ls ecuciones serín similres ls de l bse ortogonl v w w 0 1 w b 0 w 0 w w 0 1 w 0 1 v w 0 0 w 0 1 w 0 + b 0 w 0 w 0 bw 0 w 0 1

13 luego 0 v w1 0 (0, 1, 3, 0) ( 1 1, 0, 0, )0, b 0 v w 0 (0, 1, 3, 0) (0, 1,, 0) Entonces v 1 0 ( 1, 0, 0, 1 )+ 5 (0, 1,, 0) (0, 1,, 0) L únic diferenci entre este cso y el nterior es que l despejr los vlores de ls ecuciones los denomindores vlen todos 1. Ejemplo 3.11 Consideremos en el espcio vectoril euclídeo R 4 con el producto esclr usul, el subespcio W < (1, 0, 0, 1), (1, 1,, 1) > yelvector v (,, 1, 0). Vmos hllr l proyección ortogonl de v sobre W. Sbemos que v v 1 + v, pr ciertos v 1 W y v W. En est situción v 1 es l proyección ortogonl de v sobre W. Tenemos que hllr un bse de W. En este cso es inmedito que los vectores u 1 (1, 0, 0, 1) y u (1, 1,, 1) nos sirven como bse de W. Entonces sbemos que v 1 αu 1 + βu. Pues bien, si multiplicmos esclrmente v con cd uno de estos vectores obtenemos por un ldo que v u 1 (v 1 + v ) u 1 v 1 u 1 + v u 1 (αu 1 + βu ) u 1 +0αu 1 u 1 + βu u 1, de donde, clculndo los productos esclres deducimos que α +β, y por otro ldo que v u 1 (,, 1, 0) (1, 0, 0, 1), u 1 u 1 (1, 0, 0, 1) (1, 0, 0, 1), u u 1 (1, 1,, 1) (1, 0, 0, 1), v u (v 1 + v ) u v 1 u + v u (αu 1 + βu ) u +0αu 1 u + βu u, de donde, hllndo hor los productos v u (,, 1, 0) (1, 1,, 1), u 1 u (1, 0, 0, 1) (1, 1,, 1), u u (1, 1,, 1) (1, 1,, 1) 7, deducimos que α +7β. Entonces resolviendo el sistem α +β α +7β obtenemos que α 1, β 0. Así, l proyección ortogonl del vector v sobre el subespcio W es v 1 1 (1, 0, 0, 1) + 0 (1, 1,, 1) (1, 0, 0, 1). 13

14 Otr form de hcerlo serí prtir de un bse ortogonl de W. En el ejemplo nterior l tenemos y clculd yes {w 1,w } {(1, 0, 0, 1), (0, 1,, 0)}. Entonces v 1 w 1 + bw y ls ecuciones que obtendrímos con l bse ortogonl serín luego v w 1 w 1 w 1 + bw w 1 w 1 w 1 v w w 1 w + bw w bw w v w 1 (,, 1, 0) (1, 0, 0, 1) w 1 w 1 (1, 0, 0, 1) (1, 0, 0, 1) 1, b v w (,, 1, 0) (0, 1,, 0) w w (0, 1,, 0) (0, 1,, 0) Entonces v 1 1 (1, 0, 0, 1) + 0 (0, 1,, 0) (1, 0, 0, 1). Finlmente podrímos tmbién hcerlo con un bse ortonorml. L tenemos y clculd en el ejemplo nterior {w 0 1,w 0 } {( 1, 0, 0, Ls ecuciones serín similres ls de l bse ortogonl 1 ), (0, 1,, 0)}. 5 5 luego v w w 0 1 w0 1 + b0 w 0 w0 1 0 w 0 1 w0 1 v w 0 0 w 0 1 w 0 + b 0 w 0 w 0 bw 0 w 0 0 v w 0 1 (,, 1, 0) ( 1, 0, 0, b 0 v w 0 (,, 1, 0) (0, 1 5, 1 ), 5, 0) 0. Entonces v 1 ( 1, 0, 0, 1 )+0 (0, 1,, 0) (1, 0, 0, 1). 5 5 L únic diferenci entre este cso y el nterior que l despejr los vlores de ls ecuciones los denomindores vlen todos 1. 4 Apéndice Ejemplo 4.1 Comprobr cuáles de ls siguientes plicciones son bilineles, y en cso firmtivo si represent un producto esclr: 1. En R : Ést no es bilinel porque (x, y) (x 0,y 0 )3 xx 0 +yx 0. (0, 0) (x 0,y 0 )3, ydeberíslirnulo. 14

15 . En R : Ést no es bilinel porque (x, y) (x 0,y 0 )x yy 0 + xy 0. (1, 0) (0, 0) 1, ydeberíslirnulo. 3. En R : (x, y) (x 0,y 0 )xy +3yx 0. Ést no es bilinel porque (1, 1) (0, 0) 1, ydeberíslirnulo. 4. En R : (x, y) (x 0,y 0 )x x 0 + yy 0. Ést no es bilinel porque (, ) (1, 1) 4 y deberí coincidir con [(1, 1) (1, 1)] En R : (x, y) (x 0,y 0 )xx 0 + yx 0. Sí es bilinel, bst utilizr l definición: (i) [(x 1,y 1 )+(x,y )] (x 0,y 0 )(x 1 + x,y 1 + y ) (x 0,y 0 ) (x 1 + x )x 0 +(y 1 + y )x 0 x 1 x 0 + x x 0 + y 1 x 0 + y x 0 y (x 1,y 1 ) (x 0,y 0 )+(x,y ) (x 0,y 0 )x 1 x 0 + y 1 y 0 + x x 0 + y x 0 y mbs coss coinciden. (i 0 ) (x, y) [(x 0 1,y 0 1)+(x 0,y 0 )] (x, y) (x x 0,y y 0 ) x(x x 0 )+y(x x 0 )xx xx 0 + yx yx 0 y (x, y) (x 0 1,y 0 1)+(x, y) (x 0,y 0 )xx yx xx 0 + yx 0 y mbs coss coinciden. (ii) [α(x, y)] (x 0,y 0 )(αx, αy) (x 0,y 0 ) (αx)x 0 +(αy)x 0 α(xx 0 + yx 0 )α[(x, y) (x 0,y 0 )] ytmbién (x, y) [α(x 0,y 0 )] (x, y) (αx 0, αy 0 ) x(αx 0 )+y(αy 0 )α(xx 0 + yx 0 )α[(x, y) (x 0,y 0 )]. Ahor bien, est plicción bilinel no es simétric (luego no es un producto esclr), pues (1, ) (0, 3) y sin embrgo no coincide con (0, 3) (1, )

16 6. En R [x], el espcio vectoril de los polinomios de grdo menor o igul que : p(x) q(x) p(x)q(x)dx donde [, b] es culquier intervlo de l rect rel. 1. Es bilinel: (i) [p 1 (x)+p (x)] q(x) p 1 (x)q(x)dx+ [p 1 (x)+p (x)]q(x)dx [p 1 (x)q(x)+p (x)q(x)]dx p (x)q(x)dx p 1 (x) q(x)+p (x) q(x). (i 0 ) p(x) [q 1 (x)+q (x)] p(x)q 1 (x)dx+ p(x)[q 1 (x)+q (x)]dx [p(x)q 1 (x)+p(x)q (x)]dx p(x)q (x)dx p(x) q (x)+p(x) q (x). (ii) ydelmismomodo. Es simétric: [αp(x)] q(x) αp(x)q(x)dx α p(x) [αq(x)] α [αp(x)]q(x)dx p(x)q(x)dx α[p(x) q(x)] p(x)[αq(x)]dx αp(x)q(x)dx p(x)q(x)dx α[p(x) q(x)]. p(x) q(x) p(x)q(x)dx 16

17 q(x)p(x)dx q(x) p(x). 3. Es definid positiv: Si p(x) es un polinomio culquier se tiene que p(x) 0 pr todo x luego p(x) p(x) p(x)p(x)dx p(x) dx 0. Prqueestcntiddfuesenul,comolintegrldeunfunciónrepresentelárequeencierrlgráfic, el único modo de ello, teniendo en cuent que l gráfic de l función está en el semiplno superior, serí que p(x) fuese l función nul. Hemos demostrdo pues que el único vector p(x) que cumple que p(x) p(x) 0es el vector nulo p(x) 0. 17

Tema 3: Producto escalar

Tema 3: Producto escalar Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una aplicación f : V V R que verifica las siguientes propiedades: 1. Bilineal: (i) f(u + u 0,v)

Más detalles

a (3, 1, 1), b(1, 7, 2), c (2, 1, 4) = 18,5 u 3

a (3, 1, 1), b(1, 7, 2), c (2, 1, 4) = 18,5 u 3 8 Clcul el volumen del prlelepípedo determindo por u(,, ), v (,, ) y w = u v. Justific por qué el resultdo es u v. w = u Ò v = (,, ) (,, ) = (, 6, 5) [u, v, w] = 6 5 u v = 9 + 6 + 5 = 7 = 7 Volumen = 7

Más detalles

Tema 6: Espacio vectorial euclídeo

Tema 6: Espacio vectorial euclídeo Tema 6: Espacio vectorial euclídeo 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que

Más detalles

Vectores en el espacio 2º Bachillerato. Ana Mª Zapatero

Vectores en el espacio 2º Bachillerato. Ana Mª Zapatero Vectores en el espcio º Bchillerto An Mª Zptero El conjunto R Es un conjunto de terns ordends de números reles R { ( x, y, z ) / x R, y R, z R } Primer componente Segund componente Tercer componente Iguldd

Más detalles

Espacios vectoriales y Aplicaciones Lineales II: Núcleo e imagen. Diagonalización. Ker(f) = {x V f(x) = 0} Im(f) = {f(x) x V}.

Espacios vectoriales y Aplicaciones Lineales II: Núcleo e imagen. Diagonalización. Ker(f) = {x V f(x) = 0} Im(f) = {f(x) x V}. UNIVERSIDAD DE JAÉN ESCUELA POLITÉCNICA SUPERIOR Deprtmento de Mtemátics (Áre de Álgebr) Curso 28/9 PRÁCTICA Nº Espcios vectoriles y Aplicciones Lineles II: Núcleo e imgen. Digonlizción. NÚCLEO E IMAGEN

Más detalles

BLOQUE II: ÁLGEBRA =... son números reales, el primer índice indica la fila y el segundo la columna en la que se encuentra el elemento.

BLOQUE II: ÁLGEBRA =... son números reales, el primer índice indica la fila y el segundo la columna en la que se encuentra el elemento. BLOQUE II: ÁLGEBR Deprtmento de Mtemátics 2º Bchillerto - DEFINICIONES: Un mtriz viene dd por 2 = m 2 22 m2 3 23 m3 n 2n mn donde son números reles, el primer índice indic l fil y el segundo l column en

Más detalles

I.E.S. PADRE SUÁREZ Álgebra Lineal 1 TEMA I MATRICES. DETERMINANTES.

I.E.S. PADRE SUÁREZ Álgebra Lineal 1 TEMA I MATRICES. DETERMINANTES. I.E.S. PDRE SUÁREZ Álgebr Linel TEM I. Mtrices.. Operciones con mtrices. Determinnte de un mtriz cudrd.. Mtriz invers de un mtriz cudrd. MTRICES. DETERMINNTES.. MTRICES. Llmmos mtriz de números reles,

Más detalles

MATEMÁTICAS II Tema 4 Vectores en el espacio

MATEMÁTICAS II Tema 4 Vectores en el espacio Geometrí del espcio: Vectores; producto esclr, vectoril y mixto Aplicciones MATEMÁTICAS II Tem 4 Vectores en el espcio Espcios vectoriles Definición de espcio vectoril Un conjunto E es un espcio vectoril

Más detalles

En este tema supondremos al lector familiarizado con las técnicas más elementales de formas bilineales y cuadráticas sobre un espacio vectorial.

En este tema supondremos al lector familiarizado con las técnicas más elementales de formas bilineales y cuadráticas sobre un espacio vectorial. Cpítulo 4 El espcio euclídeo 4.1 Introducción En este tem supondremos l lector fmilirizdo con ls técnics más elementles de forms bilineles y cudrátics sobre un espcio vectoril. Definición 4.1.1. Un espcio

Más detalles

MATRICES Y DETERMINANTES

MATRICES Y DETERMINANTES MTRICES Y DETERMINNTES. Definición de mtriz.. Tipos de mtrices.. Sum de mtrices.. Producto de un número rel por un mtriz.. Producto de mtrices.. Ejercicios. Determinnte de un mtriz. 8. Menor complementrio

Más detalles

Junio 2010 (Prueba General) JUNIO 2010 OPCIÓN A

Junio 2010 (Prueba General) JUNIO 2010 OPCIÓN A Junio 00 (Prueb Generl) JUNIO 00 OPCIÓN A.- ) Dds ls funciones f () = ln () y g() =, hllr el áre del recinto plno limitdo por ls rects =, = y ls gráfics de f () y g (). b) Dr un ejemplo de función continu

Más detalles

Tema VII: Plano afín y espacio afín

Tema VII: Plano afín y espacio afín Tem VII: Plno fín y espcio fín Hst hor el contexto en el que hemos trbjdo h sido fundmentlmente el de los espcios IR n, y de estos espcios nos h interesdo su estructur vectoril, es decir, por decirlo con

Más detalles

VECTORES, PLANOS Y RECTAS EN R 2 Y R 3

VECTORES, PLANOS Y RECTAS EN R 2 Y R 3 Profesionl en Técnics de Ingenierí VECTORES, PLANOS Y RECTAS EN R Y R 3 1. Puntos en R y R 3 Un pr ordendo (, ) y un tern ordend (,, c) representn puntos de IR y IR 3, respectivmente.,, c, se denominn

Más detalles

Tema 3: Sistemas de ecuaciones lineales

Tema 3: Sistemas de ecuaciones lineales Tem 3: Sistems de ecuciones lineles 1. Introducción Los sistems de ecuciones resuelven problems relciondos con situciones de l vid cotidin, que tiene que ver con ls Ciencis Sociles. Nos centrremos, por

Más detalles

MATRICES Y DETERMINANTES CCNN

MATRICES Y DETERMINANTES CCNN NOCIONES BÁSICAS Ls mtrices precen como consecuenci de ordenr los números en form de fils y columns. Ls línes horizontles se llmn fils, mientrs que ls línes verticles se llmn columns. - fil - column Pr

Más detalles

es una matriz de orden 2 x 3.

es una matriz de orden 2 x 3. TEMA 7: MATRICES. 7.. Introducción l concepto de mtriz. 7.. Tipos de mtrices. 7.. El espcio vectoril de ls mtrices de orden m x n. 7.. INTRODUCCIÓN AL CONCEPTO DE MATRIZ. Se define mtriz de orden m x n

Más detalles

Solución Examen. (1 + a)x + y + z + u = α x + (1 + a)y + z + u = β x + y + (1 + a)z + u = γ x + y + z + (1 + a)u = δ.

Solución Examen. (1 + a)x + y + z + u = α x + (1 + a)y + z + u = β x + y + (1 + a)z + u = γ x + y + z + (1 + a)u = δ. Ingenierí Mtemátic FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Algebr Linel MA 0, 0/08/3, Profs. J. González, R. Gouet. Solución Exmen. Considere el siguiente sistem de ecuciones lineles,

Más detalles

TEMA 0: CONCEPTOS BÁSICOS.

TEMA 0: CONCEPTOS BÁSICOS. TEMA : CONCEPTOS BÁSICOS.. Intervlos:. Intervlos. 2. Propieddes de ls potencis.. Propieddes de los rdicles. Operciones con rdicles. Rcionlizción. 4. Conceptos de un polinomio. Fctorizción de polinomios..

Más detalles

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES.

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES. MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES 1 Mtrices 11 Definición Se K un cuerpo y n, m N Un mtriz n m sobre K es un plicción: A : {1,,n} {1,,m} K Si (i, j) {1,,n} {1,,m} denotremos ij

Más detalles

71 BAC CNyS VECTORES 1. PRESENTACIÓN DEL TEMA 2. VECTORES Y OPERACIONES 3. COORDENADAS DE UN VECTOR 4. PRODUCTO ESCALAR DE VECTORES

71 BAC CNyS VECTORES 1. PRESENTACIÓN DEL TEMA 2. VECTORES Y OPERACIONES 3. COORDENADAS DE UN VECTOR 4. PRODUCTO ESCALAR DE VECTORES 71 BAC CNyS VECTORES 1. PRESENTACIÓN DEL TEMA 2. VECTORES Y OPERACIONES 3. COORDENADAS DE UN VECTOR 4. PRODUCTO ESCALAR DE VECTORES 5. APLICACIONES (EN UNA BASE ORTONORMAL) 6. EJERCICIOS Y PROBLEMAS Vectores

Más detalles

La integral de Riemann

La integral de Riemann L integrl de Riemnn Mrí Muñoz Guillermo mri.mg@upct.es U.P.C.T. Mtemátics I (1 o Ingenierí Electrónic Industril y Automátic) M. Muñoz (U.P.C.T.) L integrl de Riemnn Mtemátics I 1 / 33 Sums superior e inferior

Más detalles

CBC EXACTAS INGENIERÍA PRÁCTICA 5

CBC EXACTAS INGENIERÍA PRÁCTICA 5 Ing. José Luis Unmuno & Asoc. Tel.: 455-544 CBC EXACTAS INGENIERÍA PRÁCTICA 5 TRANSFORMACIONES LINEALES (EN ESTE APUNTE TRANSCRIBIREMOS LA INTRODUCCIÓN TEÓRICA Y LOS TEXTOS DE LOS EJERCICIOS TOMADOS DEL

Más detalles

vectores Componentes de un vector

vectores Componentes de un vector Vectores Un vector es un segmento orientdo. Está formdo por se representn: - con un flech encim v - en un eje de coordends - el módulo: es l longitud del origen l extremo - l dirección: es l rect que contiene

Más detalles

Tema 3. DETERMINANTES

Tema 3. DETERMINANTES Tem. DETERMINNTES Definición de determinnte El determinnte de un mtriz cudrd es un número. Pr l mtriz, su determinnte se denot por det() o por. Pr un mtriz de orden,, se define: Ejemplo: Pr un mtriz de

Más detalles

Álgebra. Ingeniería Industrial. Curso 2005/2006 Examen de Septiembre

Álgebra. Ingeniería Industrial. Curso 2005/2006 Examen de Septiembre Álger. Ingenierí Industril. Curso /6 Emen de Septiemre Ejercicio (I) (.) [ puntos Siendo que un de ls ríces cúics de w es z = i. Determinr el número complejo w epresr ls otrs dos ríces cúics de w en form

Más detalles

Ecuaciones de 1 er y 2º grado

Ecuaciones de 1 er y 2º grado Ecuciones de 1 er y º grdo Antes de empezr resolver estos tipos de ecuciones hemos de hcer un serie de definiciones previs, que irán compñds por lgunos ejemplos. Un iguldd lgebric está formd por dos epresiones

Más detalles

DETERMINANTES. Los menores y los cofactores son de gran utilidad para encontrar determinantes de matrices de orden n>1.

DETERMINANTES. Los menores y los cofactores son de gran utilidad para encontrar determinantes de matrices de orden n>1. DETERINNTES DETERINNTE DE UN TRIZ CUDRD socido cd mtri cudrd h un número llmdo determinnte de, denotdo como det. Los determinntes nos proporcionn un método pr el cálculo de l mtri invers (en cso de eistir)

Más detalles

56 CAPÍTULO 2. CÁLCULO ALGEBRAICO. SECCIÓN 2.4 Resolución de Ecuaciones de Segundo Grado

56 CAPÍTULO 2. CÁLCULO ALGEBRAICO. SECCIÓN 2.4 Resolución de Ecuaciones de Segundo Grado 56 CAPÍTULO. CÁLCULO ALGEBRAICO SECCIÓN.4 Resolución de Ecuciones de Segundo Grdo Introducción Hemos estudido cómo resolver ecuciones lineles, que son quells que podemos escribir de l form x + b = 0. Si

Más detalles

Espacios vectoriales y Aplicaciones Lineales I: Bases y coordenadas. Aplicaciones lineales.

Espacios vectoriales y Aplicaciones Lineales I: Bases y coordenadas. Aplicaciones lineales. UNIVERSIDAD DE JAÉN ESCUEA POITÉCNICA SUPERIOR Deprtmento de Mtemátics (Áre de Álgebr) Curso 009/10 PRÁCTICA Nº9 Espcios vectoriles y Aplicciones ineles I: Bses y coordends. Aplicciones lineles. Recordemos

Más detalles

TEMA 2. DETERMINANTES

TEMA 2. DETERMINANTES TEMA. DETERMINANTES A cd mtriz cudrd de orden n se le puede signr un número rel que se obtiene operndo de ciert mner con los elementos de l mtriz. A dicho número se le llm determinnte de l mtriz A, y se

Más detalles

Tema 3: Producto escalar

Tema 3: Producto escalar Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica

Más detalles

Dpto. de Matemáticas. CÁLCULO NUMÉRICO. Curso 12/13. Problemas. Hoja 3

Dpto. de Matemáticas. CÁLCULO NUMÉRICO. Curso 12/13. Problemas. Hoja 3 Dpto. de Mtemátics. CÁLCULO NUMÉRICO. Curso 12/13 Problems. Hoj 3 Problem 1. Escrib explícitmente l mtriz de iterción M del método de Jcobi. Acotndo el rdio espectrl de M por l norm infinito dé un condición

Más detalles

Resolución del examen de Matemáticas II de Selectividad Andalucía Junio de 2006

Resolución del examen de Matemáticas II de Selectividad Andalucía Junio de 2006 Resolución del emen de Mtemátics II de Selectividd Andlucí Junio de 6 Antonio Frncisco Roldán López de Hierro * de junio de 6 Opción A Ejercicio [ 5 puntos] Determin un punto de l curv de ecución y e pendiente

Más detalles

Vectores en el espacio. Producto escalar

Vectores en el espacio. Producto escalar Geometrí del espcio: Vectores; producto esclr Vectores en el espcio Producto esclr Espcios vectoriles Definición de espcio vectoril Un conjunto E es un espcio vectoril si en él se definen dos operciones,

Más detalles

TEMA 3. MATRICES Y DETERMINANTES

TEMA 3. MATRICES Y DETERMINANTES TEMA. MATRICES Y DETERMINANTES. DEFINICIÓN Un mtriz es un tbl de números ordendos en fils y columns de l siguiente form: n A m mn que es un mtriz de m fils y n columns, donde el elemento ij es el número

Más detalles

Optimización de funciones

Optimización de funciones Tem 5 Optimizción de funciones 5.1. Extremos de funciones de vris vribles Definición 5.1.1. Sen f : D R n R, x 0 D y el problem de optimizción: mximizr / minimizr f(x 1, x,, x n ), (x 1, x,, x n ) D en

Más detalles

1. DEFINICIÓN Y CLASIFICACIÓN DE MATRICES

1. DEFINICIÓN Y CLASIFICACIÓN DE MATRICES Mtrices. . DEFINICIÓN Y CLSIFICCIÓN DE MTRICES Ls mtrices son utilizds por primer vez hci el ño por Jmes Joseph Sylvester. El desrrollo inicil de l teorí mtricil se debe l mtemático británico Willim Rown

Más detalles

lím 1 si x=0 3) Halla la ecuación de la recta tangente a la gráfica de la siguiente función en el punto de abscisa π/2: sen x y = arc tg 1+cos x

lím 1 si x=0 3) Halla la ecuación de la recta tangente a la gráfica de la siguiente función en el punto de abscisa π/2: sen x y = arc tg 1+cos x CURSO 4-5. de myo de 5. ) Clcul los siguientes ites: (+e ) / sen(/) ) Estudi l continuidd de l siguiente función: +e/ f() -e / si si ) Hll l ecución de l rect tngente l gráfic de l siguiente función en

Más detalles

Tema 4: Espacio vectorial euclídeo

Tema 4: Espacio vectorial euclídeo Tema 4: Espacio vectorial euclídeo 1. Definición de producto escalar Un producto escalar en un R-espacio vectorial es una operación en la que se operan vectores y el resultado es un número real, y que

Más detalles

DETERMINANTES. Determinante es la expresión numérica de una matriz. Según el orden de la matriz el determinante se resuelve de distintas formas:

DETERMINANTES. Determinante es la expresión numérica de una matriz. Según el orden de la matriz el determinante se resuelve de distintas formas: ÁLGEBR Educgui.com DETERMINNTES Determinnte es l expresión numéric de un mtriz. Según el orden de l mtriz el determinnte se resuelve de distints forms: DETERMINNTE DE SEGUNDO ORDEN Pr poder solucionr un

Más detalles

Pauta Certamen N 3. Universidad Técnica Federico Santa María Departamento de Matemática. Matemática II (MAT-022) 1 dx es: (a + x)(b x)

Pauta Certamen N 3. Universidad Técnica Federico Santa María Departamento de Matemática. Matemática II (MAT-022) 1 dx es: (a + x)(b x) Universidd Técnic Federico Snt Mrí Deprtmento de Mtemátic Put Certmen N Mtemátic II (MAT-22) P) Si, b R +, l ntiderivd d es: ( + )(b ) A) + ln + b b + c B) ln ( + )(b ) + c + b C) + b ln b + + c D) ( +

Más detalles

pág. 71 LIMITES 1. LIMITE DE UNA SUCESIÓN. EL NÚMERO e Recuerda del curso pasado los límites de sucesiones.

pág. 71 LIMITES 1. LIMITE DE UNA SUCESIÓN. EL NÚMERO e Recuerda del curso pasado los límites de sucesiones. LIMITES. LIMITE DE UNA SUCESIÓN. EL NÚMERO e Recuerd del curso psdo los límites de sucesiones. L sucesión 4 4 n 4 n es especilmente interesnte. Empezmos desrrollndol. n,5,7...,44... Se trt de un sucesión

Más detalles

IES Fernando de Herrera 23 de octubre de 2013 Primer trimestre - Primer examen 4º ESO NOMBRE:

IES Fernando de Herrera 23 de octubre de 2013 Primer trimestre - Primer examen 4º ESO NOMBRE: IES Fernndo de Herrer de octure de 0 Primer trimestre - Primer exmen 4º ESO NOMBRE: ) Nomrr los principles conjuntos numéricos, explicitndo cuáles son sus elementos y ls relciones de inclusión entre ellos

Más detalles

IES Fernando de Herrera 13 de enero de 2014 Primer trimestre Examen de autoevaluación 1º Bach CCSS NOMBRE:

IES Fernando de Herrera 13 de enero de 2014 Primer trimestre Examen de autoevaluación 1º Bach CCSS NOMBRE: IES Fernndo de Herrer de enero de 04 Primer trimestre Exmen de utoevlución º Bch CCSS NOMBRE: 7 ) ) Representr en l rect rel: b) Qué número es el indicdo en el gráfico? 0 ) Clculr el resultdo simplificdo

Más detalles

Matemática DETERMINANTES. Introducción:

Matemática DETERMINANTES. Introducción: Mtemátic Introducción: DETERMINANTES Clculndo el determinnte de un mtriz se puede determinr l cntidd de soluciones que tiene un sistem de ecuciones lineles de igul número de ecuciones que de incógnits.

Más detalles

Regla de Sarrus: Para recordar con mayor facilidad el desarrollo del determinante de orden 3, podemos usar esta regla:

Regla de Sarrus: Para recordar con mayor facilidad el desarrollo del determinante de orden 3, podemos usar esta regla: UNIDD 8: Determinntes. DETERMINNTES DE ORDEN Y Definición: Pr un mtriz cudrd de orden, por det( ) ó, l siguiente nº rel: det( ) = = = Definición: Pr un mtriz cudrd de orden, not por det( ) ó, l siguiente

Más detalles

UNIDAD 8.- Determinantes (tema 2 del libro)

UNIDAD 8.- Determinantes (tema 2 del libro) UNIDD 8.- Determinntes (tem del libro). DETERMINNTES DE ORDEN Y Definición: Pr un mtriz cudrd de orden, por det( ) ó, l siguiente nº rel: det( ) Definición: Pr un mtriz cudrd de orden, not por det( ) ó,

Más detalles

Las integrales que vamos a tratar de resolver numéricamente son de la forma I = f(x)dx

Las integrales que vamos a tratar de resolver numéricamente son de la forma I = f(x)dx Cpítulo 3 Integrción Numéric 3.1. Introducción Ls integrles que vmos trtr de resolver numéricmente son de l form f(x)dx donde [, b] es un intervlo finito. Sbemos que l integrl definid (de Riemnn) de un

Más detalles

AX = B. X es la matriz columna de las variables:

AX = B. X es la matriz columna de las variables: ÁLGEBR MTRICIL PRO. MRIEL SRMIENTO SESIÓN 9: METODO DE ELIMINCIÓN GUSSIN En est sesión, resolvemos sistems de ecuciones lineles de orden x y x. Pr ello escribimos el sistem en término de mtrices, por ejemplo:

Más detalles

DETERMINANTES K K. A cada matriz n-cuadrada A = (a ij ) se le asigna un escalar particular denominado determinante de A, denotado por det (A), A o = K

DETERMINANTES K K. A cada matriz n-cuadrada A = (a ij ) se le asigna un escalar particular denominado determinante de A, denotado por det (A), A o = K DETERMINANTES A cd mtriz ncudrd A ( ij ) se le sign un esclr prticulr denomindo determinnte de A, denotdo por det (A), A o n n n n nn K Un tbl ordend n n de esclres situd entre dos línes verticles, llmd

Más detalles

Definición Un sistema de m ecuaciones con n incógnitas es un conjunto de ecuaciones como:

Definición Un sistema de m ecuaciones con n incógnitas es un conjunto de ecuaciones como: Definición Un sistem de m ecuciones con n incógnits es un conjunto de ecuciones como: m ecuciones b b n n n n b m m m mn n m n incógnits términos independientes incógnits Coeficientes del sistem Epresión

Más detalles

04) Vectores. 0402) Operaciones Vectoriales

04) Vectores. 0402) Operaciones Vectoriales Págin 1 04) Vectores 040) Operciones Vectoriles Desrrolldo por el Profesor Rodrigo Vergr Rojs Octubre 007 Octubre 007 Págin A) Notción Vectoril El vector cero o nulo (0 ) es quel vector cuy mgnitud es

Más detalles

- sen(x) cos(x) cos(x) sen(x)

- sen(x) cos(x) cos(x) sen(x) EXAMEN DE MATEMATICAS II ª ENSAYO (ÁLGEBRA) Apellidos: Nombre: Curso: º Grupo: Dí: CURSO 5-6 Opción A.- ) [ punto] Si A y B son dos mtrices cudrds y del mismo orden, es ciert en generl l relción (A+B)

Más detalles

APLICACIONES LINEALES: Núcleo e Imagen de una aplicación lineal.

APLICACIONES LINEALES: Núcleo e Imagen de una aplicación lineal. Universidd de Jén Deprtmento de Mtemátics (Áre de Álgebr) Curso 2014/15 PRÁCTICA Nº 12 APICACIONES INEAES: Núcleo e Imgen de un plicción linel. Con est práctic se pretende revisr l definición de plicción

Más detalles

el blog de mate de aida.: ECUACIONES 4º ESO pág. 1 ECUACIONES

el blog de mate de aida.: ECUACIONES 4º ESO pág. 1 ECUACIONES el blog de mte de id.: ECUACIONES º ESO pág. ECUACIONES ECUACIONES DE SEGUNDO GRADO Un ecución de segundo grdo tiene l form generl: +b+c=0. (El primer sumndo del primer miembro no puede ser nunc nulo,

Más detalles

TEMA 4. Cálculo integral

TEMA 4. Cálculo integral TEMA 4. Cálculo integrl En este tem considerremos el cálculo integrl, que es un complemento nturl del cálculo diferencil y tiene múltiples plicciones en otrs ciencis. 4.. Introducción l cálculo integrl

Más detalles

Integral de línea de campos escalares.

Integral de línea de campos escalares. Integrl de líne de cmpos esclres. Sen f : R n R un cmpo esclr y un curv prmetrizd por σ : [, b] R n de modo que i) σ (1) [, b]. ii) σ([, b]) D(f). iii) f σ es continu en [, b]. Se define l integrl de f

Más detalles

LÍMITES DE FUNCIONES

LÍMITES DE FUNCIONES LÍMITES DE FUNCIONES Se dice que un función y f() tiene límite "L" cundo l tiende "" y lo representmos por: f() L cundo pr tod sucesión de números reles que se proime "" tnto como quermos, los vlores correspondientes

Más detalles

Tema 3 Determinantes

Tema 3 Determinantes Tem Determinntes. Cálculo de rngo de un mtriz. Hll el rngo de l siguiente mtriz: A 5 5 Pr resolver el problem tommos un menor de orden no nulo: por tnto porque y hy fils linelmente independientes. rn(

Más detalles

Álgebra. Ingeniería Industrial. Curso 2008/2009 Primer Parcial. Primera parte de la convocatoria de Febrero

Álgebra. Ingeniería Industrial. Curso 2008/2009 Primer Parcial. Primera parte de la convocatoria de Febrero Álger. Ingenierí Industril. Curso 8/9 Primer Prcil. Primer prte de l convoctori de Ferero Ejercicio (I) (.) [ puntos] Hllr l prte rel e imginri de z siendo z = ³ + 7 ³ i + i 7. (.) [ puntos] Expresr en

Más detalles

MATRICES. Una matriz como la anterior con m filas y n columnas, diremos que es de orden mxn o de dimensión mxn

MATRICES. Una matriz como la anterior con m filas y n columnas, diremos que es de orden mxn o de dimensión mxn TE trices TRICES. DEFINICIÓN. Un mtriz de m fils n columns es un serie ordend de m n números ij, i,,...m; j,,...n, dispuestos en fils columns, tl como se indic continución:... n... n............ m m m...

Más detalles

Apellidos: Nombre: Curso: 1º Grupo: C Día: 10 - XI- 14 CURSO Resuelve las siguientes ecuaciones y comprueba las soluciones obtenidas:

Apellidos: Nombre: Curso: 1º Grupo: C Día: 10 - XI- 14 CURSO Resuelve las siguientes ecuaciones y comprueba las soluciones obtenidas: EXAMEN DE MATEMÁTICAS ALGEBRA Apellidos: Nombre: Curso: º Grupo: C Dí: - XI- 4 CURSO 4-5. Hll el vlor de log log ), 4 log log b) log4 6 -log -log log 7 4 6. Clcul x pr que se cumpl: ) log 6,45,5 b) 5 +,58.

Más detalles

2. MATRICES 2.1. CONCEPTO DE MATRIZ 2.2. TIPOS DE MATRICES 2.3. OPERACIONES CON MATRICES

2. MATRICES 2.1. CONCEPTO DE MATRIZ 2.2. TIPOS DE MATRICES 2.3. OPERACIONES CON MATRICES Mtrices Herrmients informátics pr el ingeniero en el estudio del lgebr linel 2. MARICES 2.. CONCEPO DE MARIZ 2.2. IPOS DE MARICES 2.3. OPERACIONES CON MARICES 2.3.. PRODUCO DE UNA MARIZ POR UN ESCALAR

Más detalles

Apuntes de A. Cabañó Matemáticas II SISTEMAS DE ECUACIONES LINEALES

Apuntes de A. Cabañó Matemáticas II SISTEMAS DE ECUACIONES LINEALES puntes de. Cbñó Mtemátics II SISTEMS DE ECUCIONES LINELES 8. Epresión mtricil de un sistem.clsificción de un sistem en términos del número de soluciones. 8. Teorem de RouchéFrobenius. 8. El método de eliminción

Más detalles

Material Docente Nº Vectores

Material Docente Nº Vectores Universidd de Sntigo de Chile Fcultd de Ciencis Fcultd de Ingenierí Deprtmento de Mtemátic º Semestre 04 Mteril Docente Asigntur: Clculo II Profesor: H. Crreño G Mteril Docente Nº.0. Vectores Los científicos

Más detalles

a 11 a 12 a a 1n a 21 a 22 a a 2n a 31 a 32 a a 3n... a m1 a m2 a m3... a mn

a 11 a 12 a a 1n a 21 a 22 a a 2n a 31 a 32 a a 3n... a m1 a m2 a m3... a mn TEMA ÁLGEBRA DE MATRICES Mtemátics II º Bchillerto TEMA ÁLGEBRA DE MATRICES. NOMENCLATURA Y DEINICIONES.. - DEINICIÓN Ls mtrices son tbls numérics rectngulres ª column ª fil n n n.......... m m m mn (

Más detalles

TEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ...

TEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ... Deprtmento de Mtemátics TEM : MTRICES Un mtriz de orden mxn es un conjunto de m n números reles dispuestos en m fils y n columns... n... n... m m m... mn los números reles ij se les llm elementos de l

Más detalles

SELECTIVIDAD DETERMINANTES

SELECTIVIDAD DETERMINANTES SELECTIVIDAD DETERMINANTES Junio 8: Dds ls mtrices A = 5, B = y M = b, clcúlese y b pr que se verifiquen MA =, M + B =, donde se está usndo l notción hbitul (con brrs verticles) pr denotr l determinnte

Más detalles

RELACIÓN DE PROBLEMAS DEL ESPACIO AFÍN EUCLÍDEO.

RELACIÓN DE PROBLEMAS DEL ESPACIO AFÍN EUCLÍDEO. RELACIÓN DE PROBLEMAS DEL ESPACIO AFÍN EUCLÍDEO. 1- Ddo el triángulo de vértices A=(1,-3,), B=(3,-1,0) y C(-1,5,4). ) Determinr ls coordends del bricentro. b) Si ABCD es un prlelogrmo, determinr ls coordends

Más detalles

De preferencia aquella que tenga algún 1 como elemento. Mejor aún si conteniendo el 1 también tiene elementos iguales a cero.

De preferencia aquella que tenga algún 1 como elemento. Mejor aún si conteniendo el 1 también tiene elementos iguales a cero. DETERMINANTE DE UNA MATRIZ DE ORDEN O MÁS PREGUNTA Clculr los determinntes siguientes ) ) c) RESOLUCIÓN Pr resolver el determinnte de un mtriz cudrd de orden o más es recomendle plicr el método de Reducción

Más detalles

Dados V y V dos espacios vectoriales sobre un cuerpo, una aplicación f: V V se dice que es una aplicación lineal si verifica:

Dados V y V dos espacios vectoriales sobre un cuerpo, una aplicación f: V V se dice que es una aplicación lineal si verifica: FACUTAD DE CIENCIAS SOCIAES Universidd de Jén Deprtmento de Mtemátics (Are de Álgebr) PRÁCTICA Nº 7 Aplicciones lineles. Con est práctic se pretende revisr l definición de plicción linel sí como el cálculo

Más detalles

TEMA 1. LOS NÚMEROS REALES.

TEMA 1. LOS NÚMEROS REALES. TEMA. LOS NÚMEROS REALES... Repso de números enteros y rcionles - Operciones con números enteros - Pso de deciml frcción y de frcción de deciml - Operciones con números rcionles - Potencis. Operciones

Más detalles

IES Fco Ayala de Granada Sobrantes del 2001 (Modelo 1) Solución Germán-Jesús Rubio Luna OPCIÓN A Area Area

IES Fco Ayala de Granada Sobrantes del 2001 (Modelo 1) Solución Germán-Jesús Rubio Luna OPCIÓN A Area Area IES Fco Ayl de Grnd Sobrntes del (Modelo ) GermánJesús Rubio Lun OPCIÓN A Ejercicio de l Opción A del Modelo de sobrntes de. Se quiere dividir l región encerrd entre l prábol y x y l rect y en dos regiones

Más detalles

I Resolución de sistemas de ecuaciones lineales

I Resolución de sistemas de ecuaciones lineales ESCUELA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS I Resolución de sistems de ecuciones lineles Objetivo: El lumno deberá tener

Más detalles

DETERMINANTES. Se denomina determinante de una matriz cuadrada, A, de orden, 3, y se denota,, A al número

DETERMINANTES. Se denomina determinante de una matriz cuadrada, A, de orden, 3, y se denota,, A al número DETERMINNTES CPR. JORGE JUN Xuvi-Nrón Se mtriz cudrd de orden, n. Formdos todos los productos posibles de, n elementos, tomdos entre los, n 2 elementos, de l mtriz,, de modo que en cd producto hy un fctor

Más detalles

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO Curso / MATERIA MATEMATICAS II INSTRUCCIONES GENERALES Y VALORACIÓN El lumno

Más detalles

Este documento es de distribución gratuita y llega gracias a El mayor portal de recursos educativos a tu servicio!

Este documento es de distribución gratuita y llega gracias a  El mayor portal de recursos educativos a tu servicio! Este documento es de distriución grtuit y lleg grcis Cienci temátic www.ciencimtemtic.com El myor portl de recursos eductivos tu servicio! www.ciencimtemtic.com ATRICES Definición: Un mtriz A, es un rreglo

Más detalles

(Ésta es una versión preliminar de la teoría del tema.)

(Ésta es una versión preliminar de la teoría del tema.) Estudio de funciones periódics Ést es un versión preliminr de l teorí del tem. Un función fx se dice que es periódic de periodo cundo fx = fx +, x. Si se conoce fx en el intervlo [, ] su ciclo, se l conoce

Más detalles

17532 = Hemos usado el 10 como base, pero podíamos haber usado cualquiera. Por ejemplo el 9, entonces.

17532 = Hemos usado el 10 como base, pero podíamos haber usado cualquiera. Por ejemplo el 9, entonces. Tem 1.- V de números 1.1.- Números pr contr. Un de ls primers ctividdes intelectules que reliz el ser humno es l de contr: el número de flechs, el número de ovejs, el número de enemigos, etc. En Mtemátics

Más detalles

Funciones continuas. Mariano Suárez-Alvarez. 4 de junio, Índice

Funciones continuas. Mariano Suárez-Alvarez. 4 de junio, Índice Funciones continus Mrino Suárez-Alvrez 4 de junio, 2013 Índice 1. Funciones continus................... 1 2. Alguns propieddes básics............ 3 3. Los teorems de Weierstrss y Bolzno... 6 4. Funciones

Más detalles

Examen con soluciones

Examen con soluciones Cálculo Numérico I. Grdo en Mtemátics. Exmen con soluciones. Decidir rzondmente si ls siguientes firmciones son verdders o flss, buscndo un contrejemplo en el cso de ser flss (.5 puntos): () Si f(x) cmbi

Más detalles

TEMA 5: Logaritmos y ecuaciones logarítmicas. Tema 5: Logaritmos y ecuaciones logarítmicas 1

TEMA 5: Logaritmos y ecuaciones logarítmicas. Tema 5: Logaritmos y ecuaciones logarítmicas 1 TEMA : Logritmos y ecuciones rítmics Tem : Logritmos y ecuciones rítmics ESQUEMA DE LA UNIDAD.- Logritmos...- Logritmo de un número rel...- Logritmos decimles y neperinos..- Propieddes de los ritmos..-

Más detalles

Módulo 14 Multiplicación de expresiones algebraicas. Exponentes

Módulo 14 Multiplicación de expresiones algebraicas. Exponentes Módulo 14 Multiplicción de expresiones lgebrics. Exponentes OBJETIVO: Identificr potenci, bse exponente de un expresión lgebric. Multiplicr dividir polinomios. Recordemos lguns definiciones básics. Un

Más detalles

2.1 Ecuaciones de la recta en 2.2 Posiciones relativas.

2.1 Ecuaciones de la recta en 2.2 Posiciones relativas. . Ecuciones de l rect en. Posiciones reltivs. R Objetivos. Se persigue que el estudinte: Encuentre ecuciones de rects Determine si dos rects son coincidentes, prlels o si son intersecntes Encuentre punto

Más detalles

Integrales de funciones de una variable.

Integrales de funciones de una variable. Tem Integrles de funciones de un vrible... L integrl definid como áre. L integrl definid de un función cotd y positiv corresponde l áre encerrd entre l curv y f (x) y el eje OX desde un punto y fx fx hst

Más detalles

BLOQUE 1: ÁLGEBRA. Tema 4: Sistemas de Ecuaciones Lineales

BLOQUE 1: ÁLGEBRA. Tema 4: Sistemas de Ecuaciones Lineales MTEMÁTICS º Bch BLOQUE : ÁLGEBR José Rmón Pdrón Tem : Sistems de Ecuciones Lineles MTEMÁTICS º Bch Tem : Sistems de Ecuciones Lineles TEOREM DE ROUCHÉ José Rmón Pdrón Supongmos el sistem siguiente: z z

Más detalles

APUNTES DE MATEMÁTICAS

APUNTES DE MATEMÁTICAS APUNTES DE MATEMÁTICAS TEMA 8: FUNCIONES.LÍMITES º BACHILLERATO FUNCIONES.Límites y continuidd ÍNDICE. LíMITES Y CONTINUIDAD DE FUNCIONES...3. Definición límite de un función en un punto...4 3. Definición

Más detalles

Fórmulas de Vieta. Entrenamiento extra Qué es el tiempo? Por: Argel. 5x 3 11x 2 + 7x + 3

Fórmulas de Vieta. Entrenamiento extra Qué es el tiempo? Por: Argel. 5x 3 11x 2 + 7x + 3 Fórmuls de Viet Entrenmiento extr Qué es el tiempo? Por: Argel Resumen En el presente mteril se trtrá con un cuestión relciond con ls ríces de un polinomio, en l que se estblece un serie de relciones entre

Más detalles

, que, como está triangularizado, se observa que es

, que, como está triangularizado, se observa que es MTEMÁTICS PLICDS LS CIENCIS SOCILES II PRUEB ESCRIT. BLOQUE: ÁLGEBR ECH: DE ENERO DE Prte I. Sistems de ecuciones lineles. Mtrices. Ejercicio. Resuelv el siguiente sistem de ecuciones, utilindo, si es

Más detalles

Conjuntos numéricos. Intervalos. Operaciones en el conjunto de números reales.

Conjuntos numéricos. Intervalos. Operaciones en el conjunto de números reales. Fich Técnic Conjuntos numéricos Intervlos Operciones en el conjunto de números reles Índice de tems: Conjuntos numéricos Intervlos Operciones y propieddes Módulo o vlor bsoluto de un número rel Conjuntos

Más detalles

IES Fernando de Herrera 23 de octubre de 2013 Primer trimestre - Primer examen 4º ESO NOMBRE:

IES Fernando de Herrera 23 de octubre de 2013 Primer trimestre - Primer examen 4º ESO NOMBRE: IES Fernndo de Herrer de octure de 0 Primer trimestre - Primer emen 4º ESO NOMBRE: ) Nomrr los principles conjuntos numéricos, eplicitndo cuáles son sus elementos y ls relciones de inclusión entre ellos

Más detalles

Tema 1: Números reales.

Tema 1: Números reales. Tem : Números reles. Ejercicio. Representr los siguientes conjuntos numéricos: ) Números myores que. b) x / x c) x / x x d) Números menores que excluyendo el 0. e) / x x / x x / x ) (, ) b) [,) 0 c) [,]

Más detalles

Integrales de funciones de una variable.

Integrales de funciones de una variable. Tem Integrles de funciones de un vrible... L integrl definid como áre. L integrl definid de un función cotd y positiv corresponde l áre encerrd entre l curv y fx) y el eje OX desde y f x f x un punto hst

Más detalles

TEMA 1. VECTORES Y MATRICES 1.3. TRAZA Y DETERMINANTE DE UNA MATRIZ

TEMA 1. VECTORES Y MATRICES 1.3. TRAZA Y DETERMINANTE DE UNA MATRIZ TEM. VECTORES Y MTRICES.. TRZ Y DETERMINNTE DE UN MTRIZ . VECTORES Y MTRICES.. TRZ Y DETERMINNTE DE UN MTRIZ... Concepto de Trz.... Propieddes de l trz.... Determinnte de un mtriz.... Cálculo de determinntes

Más detalles

ELIPSE. Las componentes principales de la elipse se pueden obtener de la figura anterior, las cuales son: Focos: Vértices: Pág. 1

ELIPSE. Las componentes principales de la elipse se pueden obtener de la figura anterior, las cuales son: Focos: Vértices: Pág. 1 ELIPSE. Es el conjunto de todos los puntos con l propiedd de que l sum de ls distncis de los puntos del conjunto dos puntos fijos ddos es un constnte, myor que l distnci entre los dos puntos. L elipse

Más detalles

Estructuras algebraicas. Departamento de Álgebra. Apuntes de teoría

Estructuras algebraicas. Departamento de Álgebra.   Apuntes de teoría ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 2015/2016 Apuntes de teorí Autor: Jun González-Meneses. Revisión: Jvier Herrer y José Mrí Uch Tem 3: Anillos. Recordemos que un nillo es un tern (A,

Más detalles

ECUACIONES (4º ESO Op B)

ECUACIONES (4º ESO Op B) ECUACIONES ( ESO Op B) IDENTIDADES, IGUALDADES FALSAS Y ECUACIONES.- Un iguldd lgebric está formd por dos epresiones lgebrics (un de ells puede ser un número), seprds por el signo. Ejemplos.- + + 1 ( +

Más detalles

Signo 2. Signo 1. 9x 6x 8 = 0, se arregla la ecuación así: 3x 1=±

Signo 2. Signo 1. 9x 6x 8 = 0, se arregla la ecuación así: 3x 1=± CAPÍTULO X ECUACIÓN DE º GRADO Y FUNCIÓN CUADRÁTICA 9.. ECUACIÓN DE º GRADO Un ecución de segundo grdo con un incógnit es tod quell que puede ser puest en l form x + bx + c = 0 siendo, b y c coeficientes

Más detalles

Integral Definida. Tema 6. 6.1 Introducción. 6.2 Definición de Integral Definida

Integral Definida. Tema 6. 6.1 Introducción. 6.2 Definición de Integral Definida Tem 6 Integrl Definid 6.1 Introducción En este tem estudiremos l Integrl Definid o Integrl de Riemnn, un concepto mtemático que esencilmente puede describirse como el límite de un sum cundo el número de

Más detalles