Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )

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

Download "Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )"

Transcripción

1 Tema 3 Formas cuadráticas Definición y expresión matricial Definición Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder un número real dado por: q(x 1, x 2,, x n ) = a 11 x 2 1+a 22 x a nn x 2 n+2a 12 x 1 x a 1n x 1 x n + +2a n 1n x n 1 x n con a ij R, i, j = 1, 2,, n, y que corresponde a un polinomio homogéneo de segundo grado en las n variables x 1, x 2, x n. Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 a 12 a 22 a 2n x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n ) = X t AX a 1n a 2n a nn donde la matriz A asociada a la forma cuadrática, es una matriz simétrica de orden n cuyos elementos de la diagonal principal son los coeficientes de los términos cuadráticos de la expresión polinómica, y los restantes elementos de la matriz son la mitad de los coeficientes de los términos no cuadráticos de dicha expresión. Esta relación entre los elementos de una y otra expresión de la forma cuadrática, permite obtener fácilmente cada una de ellas a partir de la otra. x n 31

2 Curso 2014/2015 Matemáticas (Grado en Química) Ejemplos (1.) La forma cuadrática q : R 2 R cuya expresión polinómica es q(x, y) = 3x 2 6xy + y 2 tiene por expresión matricial: q(x, y) = (x, y) 3 3 x 3 1 y (2.) La forma cuadrática q : R 3 R cuya expresión matricial es: x q(x, y, z) = (x, y, z) y tiene por expresión polinómica: z q(x, y, z) = x 2 2y 2 2xy + 4xz + 2yz 3.2. Expresión diagonal de una forma cuadrática Una expresión diagonal o canónica de una forma cuadrática q : R n R viene dada por: d x 1 q(x 1, x 2,, x n ) = d 1 x 2 1+d 2 x d n x 2 0 d 2 0 x 2 n = (x 1, x 2,, x n ) 0 0 d n es decir, la expresión polinómica sólo contiene términos cuadráticos y la matriz asociada es diagonal. x n Cualquier forma cuadrática admite, al menos, una expresión diagonal que es la que viene dada por los autovalores de la matriz asociada, aunque, bajo ciertas condiciones, también pueden existir otras expresiones diagonales. Teorema (Expresión diagonal por autovalores). Para toda forma cuadrática q : R n R, con A su matriz asociada, y λ 1, λ 2,, λ n los autovalores de A, existe una expresión diagonal dada por q(x 1, x 2,, x n ) = λ 1 x λ 2 x λ n x 2 n. Ejemplo Sea la forma cuadrática q : R 3 R dada por: x q(x, y, z) = 3x 2 + 3y 2 + 5z 2 4xy = (x, y, z) y z 32

3 Grupos A y D Curso 2014/2015 La matriz asociada A tiene los autovalores λ 1 = 1, λ 2 = λ 3 = 5 por lo que una expresión diagonal de q es q(x, y, z) = x 2 + 5y 2 + 5z 2. Teorema (Expresión diagonal de Jacobi). Sea una forma cuadrática q : R n R, A su matriz asociada, D 1, D 2,, D n los menores principales de A (los formados con las i primeras filas y las i primeras columnas) y rg(a) = r n. La expresión diagonal de Jacobi de la forma cuadrática q viene dada por: q(x 1, x 2,, x n ) = D 1 x D 2 x D r x 2 D 1 D r, r 1 siempre que D 1 0, D 2 0,, D r 0. Ejemplo Sea q la forma cuadrática del ejemplo anterior: Los menores principales son D 1 = 3, D 2 = 2 3 = 5, D 3 = = 25 Como rg(a) = 3 y los tres menores principales son distintos de cero, la expresión diagonal de Jacobi es: q(x, y, z) = 3x y z2 = 3x y2 + 5z Clasificación de las formas cuadráticas Definición Sea q : R n R una forma cuadrática y x = (x 1, x 2,, x n ) R n. Se dice que: q( x) es definida positiva si q( x) > 0, x R n, x 0. q( x) es definida negativa si q( x) < 0, x R n, x 0. q( x) es semidefinida positiva si q( x) 0, x R n, y u 0 : q( u) = 0. q( x) es semidefinida negativa si q( x) 0, x R n, y u 0 : q( u) = 0. q( x) es indefinida si u, v R n : q( u) > 0, q( v) < 0. Ejemplos La forma cuadrática q(x, y) = x 2 + y 2 es definida positiva pues al ser una suma de cuadrados será positiva salvo para el vector nulo. 33

4 Curso 2014/2015 Matemáticas (Grado en Química) La forma cuadrática q(x, y) = (x y) 2 es semidefinida positiva pues q(x, y) 0 (x, y) R 2 y q(x, x) = 0. La forma cuadrática q(x, y) = x 2 y 2 es indefinida pues q(1, 2) = 3 y q(2, 1) = 3. Vamos a estudiar unas caracterizaciones del signo de una forma cuadráticas que vienen dadas, bien por los autovalores de su matriz asociada, bien por los menores principales de dicha matriz. Proposición Sea q : R n R una forma cuadrática y λ 1, λ 2,, λ n los autovalores de su matriz asociada.se verifica: q( x) es definida positiva si y sólo si los autovalores de A son todos positivos. q( x) es definida negativa si y sólo si los autovalores de A son todos negativos. q( x) es semidefinida positiva si y sólo si los autovalores de A son positivos y nulos. q( x) es semidefinida negativa si y sólo si los autovalores de A son negativos y nulos. q( x) es indefinida si y sólo si los autovalores de A son positivos y negativos. Proposición Sea q : R n R una forma cuadrática, A su matriz asociada, D i : 1 i n los menores principales de A, y r = rg(a). 1 A 0 (nunca es semidefinida y r = n) Si D 1 > 0, D 2 > 0,, D n > 0, entonces q es definida positiva. Si D 1 < 0, D 2 > 0,, ( 1) n D n > 0, entonces q es definida negativa. Indefinida en otro caso. 2 A = 0 (nunca es definida y r < n) a) i : 1 i r, D i 0: Si D 1 > 0, D 2 > 0,, D r > 0, entonces q es semidefinida positiva. Si D 1 < 0, D 2 > 0,, ( 1) r D r > 0, entonces q es semidefinida negativa. Indefinida en otro caso. b) i : 1 i r, : D i = 0. Este criterio no se puede aplicar. 34

5 Grupos A y D Curso 2014/ Formas cuadráticas restringidas En el estudio del signo de una forma cuadrática real de n variables es frecuente que éstas tengan que satisfacer un conjunto de restricciones, o lo que es lo mismo, que el vector x pertenezca a algún subespacio de R n. Por tanto, interesa clasificar la forma cuadrática en el subespacio en el que están restringidas las variables. Definición Sean q : R n R una forma cuadrática y E un subespacio vectorial de R n. q restringida a E es definida positiva si q( x) > 0, x E, x 0. q restringida a E es definida negativa si q( x) < 0, x E, x 0. q restringida a E es semidefinida positiva si q( x) 0, x E, y u E, u 0 : q( u) = 0. q restringida a E es semidefinida negativa si q( x) 0, x E, y u E, u 0 : q( u) = 0.. q( x) es indefinida si u, v E : q( u) > 0, q( v) < 0. Clasificación de una forma cuadrática restringida a un subespacio Se obtienen las ecuaciones paramétricas del subespacio: x 1 = α 1 u 11 + α 2 u α k u k1 x 2 = α 1 u 12 + α 2 u α k u k2 α 1, α 2,, α n R... x n = α 1 u 1n + α 2 u 2n + + α k u kn Se sustituyen las ecuaciones paramétricas en la expresión analítica de la forma cuadrática. Se clasifica la forma cuadrática restringida q E (α 1, α 2,, α n ). 35

6 Curso 2014/2015 Matemáticas (Grado en Química) 3.5. Ejercicios resueltos 1.- Obtener la expresión matricial y una forma diagonal de las siguientes formas cuadráticas: a) q(x, y) = 2x 2 + 6xy + 2y 2 La expresión matricial es: q(x, y) = (x, y) 2 3 x 3 2 y Para obtener le expresión diagonal podemos usar el método de Jacobi o los autovalores: 2 λ 3 A λi = = 0 tiene como solución λ = 5, λ = 1, por lo que 3 2 λ una expresión diagonal será: q(x, y) = 5x 2 y 2. Como los menores principales de A son D 1 = 2, D 2 = A = 5, la expresión diagonal de Jacobi es: q(x, y) = 2x y2. b) q(x, y) = 8xy. Su expresión matricial: q(x, y) = (x, y) 0 4 x. 4 0 y Como D 1 = 0 no existe la expresión diagonal de Jacobi, utilizamos, por tanto, la de los autovalores: λ 4 A λi = = 0 tiene como solución λ = 4, λ = 4, por lo que una 4 λ expresión diagonal será: q(x, y) = 4x 2 4y 2. c) q(x, y, z) = 3x 2 + 3z 2 + 4xy + 8xz + 4yz x Matricialmente: q(x, y, z) = (x, y, z) y z 0 2 Los menores principales son: D 1 = 3, D 2 = 2 0 = 4, D 3 = A = 8, por lo que la expresión diagonal de Jacobi es: q(x, y, z) = 3x y2 8 4 z2 = 3x y2 2z 2. Dado que los autovalores de A son λ = 1 (doble) y λ = 8, una expresión diagonal será: q(x, y, z) = x 2 y 2 +8z 2. d) q(x, y, z) = 2xy 2xz + 2yz. 36

7 Grupos A y D Curso 2014/ x En forma matricial: q(x, y, z) = (x, y, z) y z Como D 1 = 0, no podemos utilizar la expresión diagonal de Jacobi, lo que nos obliga a calcular los autovalores de A: λ 1 1 A λi = 1 λ 1 = λ 3 + 3λ 2 = 0, que tiene por solución: λ = λ (doble) y λ = 2, por lo que una forma diagonal será: q(x, y, z) = x 2 +y 2 2z Obtener la expresión analítica y una expresión diagonal de las formas cuadráticas cuya matriz es: a) A = La expresión analítica la obtenemos: x q(x, y, z) = (x, y, z) y = 2x2 8y 2 + z 2 + 8xy z 2 4 Como D 2 = = 0, no existe la expresión diagonal de Jacobi λ 4 0 Los autovalores: A λi = 4 8 λ 0 = (1 λ)(λ λ) = 0, λ que tiene por solución: λ = 1, λ = 0 y λ = 10, por lo que una forma diagonal será: q(x, y, z) = x 2 10z b) A = La expresión analítica la obtenemos: x q(x, y, z) = (x, y, z) y = x2 + 2y 2 + z 2 2xz z 37

8 Curso 2014/2015 Matemáticas (Grado en Química) Los menores principales de A son D 1 = 1, D 2 = 2, D 3 = 0, pero como el rango de A es 2, puede obtenerse la expresión diagonal de Jacobi que será: q(x, y, z) = x 2 + 2y 2. Los autovalores de A son λ = 0 y λ = 2 (doble) por lo que también podemos escribir: q(x, y, z) = 2y 2 + 2z Clasificar las formas cuadráticas: a) q(x, y) = x 2 2xy + 4y 2. La matriz asociada es: A = 1 1 y los menores principales son: 1 4 D 1 = 1 > 0, D 2 = 3 > 0, por lo que la forma cuadrática es definida positiva. b) q(x, y) = 4xy + 3y 2 La matriz asociada es: A = 0 2. Como D 1 = 0, no podemos utilizar 2 3 este método de clasificación. λ 2 Por los autovalores: A λi = 2 3 λ = λ2 3λ 4 = 0 cuya solución es λ = 1, λ = 4, por lo que la forma cuadrática es indefinida. c) q(x, y, z) = x 2 + 4xy + 4y 2 + 3z La matriz asociada es: A = Como A = 0 y D 2 = 0, no podemos utilizar el método de los menores principales por ello, hay que calcular los 1 λ 2 0 autovalores de la matriz: A λi = 2 4 λ 0 = 0, cuya solución es 0 03 λ λ = 0, λ = 3, λ = 5, por lo que la forma cuadrática es semidefinida positiva. d) q(x, y, z) = 3x 2 + 2xy y 2 + z La matriz asociada es: A = Los menores principales: D 1 = 3 < 0, D 2 = 2 > 0, D 3 = 2 > 0, por lo que la forma cuadrática es indefinida. 38

9 Grupos A y D Curso 2014/2015 e) q(x, y, z) = x 2 3y 2 3z 2 + 4yz La matriz asociada es: A = Los menores principales: D 1 = 1 < 0, D 2 = 3 > 0, D 3 = 5 < 0, por lo que la forma cuadrática es definida negativa. 4.- Calcular el valor del parámetro a para que la forma cuadrática q(x, y, z) = 3x 2 + 2xy + y 2 2axz + 3z 2 sea semidefinida positiva. 3 1 a La matriz de la forma cuadrática es: A = a 0 3 Se verifica que D 1 = 3 > 0, D 2 = 2 > 0, por lo que para que q sea semidefinida positiva debe ser D 3 = 0, es decir: 3 1 a = 6 a 2 = 0, = a = ± 6. a Clasificar las siguientes formas cuadráticas restringidas a los subespacios: S 1 = {(x, y) R 2 : x y = 0}, S 2 = {(x, y) R 2 : x + 5y = 0} a) q(x, y) = 3x 2 2xy + y 2 La matriz asociada a q es A = Sus menores principales son D 1 = 3 > 0, D 2 = 2 > 0, por lo que la forma cuadrática es definida positiva, por tanto, restringida a cualquier subespacio seguirá siendo definida positiva. b) q(x, y) = x 2 + 2xy La matriz asociada a q es A = Sus menores principales son D 1 = 1 < 0, D 2 = 1 < 0, por lo que la forma cuadrática es indefinida. 39

10 Curso 2014/2015 Matemáticas (Grado en Química) Restringida a S 1, se tiene que x = y, por tanto q S1 = x 2 +2xx = x 2 +2x 2 = x 2 > 0 (x, y) (0, 0), por tanto es definida positiva. Restringida a S 2, se tiene que x = 5y, por tanto q S2 = ( 5y) 2 + 2( 5y)y = 35y 2 < 0 (x, y) (0, 0), por tanto es definida negativa. 6.- Clasificar las siguientes formas cuadráticas restringidas a los subespacios: S 1 = {(x, y, z) R 3 : x y + z = 0}, S 2 = (0, 1, 1) a) q(x, y, z) = 2xy + 2xz + 2yz La matriz asociada es A = Para clasificarla debemos utilizar los autovalores, pues D 1 = 0. λ λ 1 = 0 cuyas soluciones son λ = 2, λ = 1 (doble), por lo que la 1 1 λ forma cuadrática es indefinida. Restringida a S 1 se tiene que x y + z = 0 de donde y = x + z que sustituido es q queda: q(x, z) = 2x(x + z) + 2xz + 2(x + z)z = 2x 2 + 6xz + 2z 2 = (x, z) 2 3 x. 3 2 z Los menores principales son D 1 = 2 > 0, D 2 = 5 < 0, por tanto también es indefinida si se restringe a S 1. Restringida a S 2 = (0, 1, 1), sus ecuaciones paramétricas son x = 0, y = α, z = α, que sustituidos estos valores en q queda: q(α) = 2 0α + 2 0α + 2αα = 2α 2 > 0 α 0 que es definida positiva. b) q(x, y, z) = 2x 2 2xy + 3y La matriz asociada es A = Como D 1 = 2 > 0, D 2 = 5 > 0, D 3 = 0, la forma cuadrática es semidefinida positiva. Restringida a S 1 se tiene que x y + z = 0 de donde z = y x que sustituido es q queda: 40

11 Grupos A y D Curso 2014/2015 q(x, y) = 2x 2 2xy + 3y 2 = (x, y) 2 1 x. 1 3 y Los menores principales son D 1 = 2 > 0, D 2 = 5 > 0, por tanto es definida positiva si se restringe a S 1. Si la restringimos a S 2 = (0, 1, 1), sus ecuaciones paramétricas son x = 0, y = α, z = α, que sustituidos estos valores en q queda: q(α) = α + 3α 2 = 3α 2 > 0 α 0 que es definida positiva Ejercicios propuestos 1.- Calcular la expresión matricial de las formas cuadráticas cuyas expresiones analíticas son: a) q(x, y) = 2x 2 2xy + 5y 2 b) q(x, y, z) = x 2 + y 2 + 4xy 2xz + 6yz c) q(x, y, z) = x 2 2xy + 3z 2 2yz + 4xz Encontrar una expresión diagonal para cada una de ellas. 2.- Calcular la expresión analítica de las formas cuadráticas cuya matriz asociada es: A 1 = , A 2 = A 3 = Encontrar una expresión diagonal para cada una de ellas. 3.- Clasificar las formas cuadráticas: a) q(x, y) = 3x 2 + 6xy + 3y 2 b) q(x, y) = x 2 xy c) q(x, y, z) = x 2 y 2 3z 2 + 2xy + 2xz 2yz d) q(x, y, z) = x 2 + 3z 2 2xy + 4xz 2yz e) q(x, y, z) = x 2 + y 2 + z 2 + 2xy f) q(x, y, z) = x 2 + y 2 + z 2 2xy 41

12 Curso 2014/2015 Matemáticas (Grado en Química) 4.- Clasificar la forma cuadrática q(x, y, z) = x 2 + y 2 2z 2 restringida a los subespacios: S 1 = {(x, y, z) R 3 : x + z = 0}, S 2 = (1, 1, 1). 5.- Sea la forma cuadrática: q(x, y, z) = x 2 + y 2 + z 2 + 2xy + 2xz + 2yz, se pide: a) Determinar su expresión matricial. b) Encontrar una expresión diagonal para q. c) Clasificar la forma cuadrática sin restringir y restringida al subespacio S = {(x, y, z) R 3 : x y 2z = 0}. 6.- Sea la forma cuadrática: q(x, y, z) = 2x 2 2y 2 + 2z 2 + 2xy + 2xz + 2yz, se pide: a) Determinar su expresión matricial. b) Encontrar una expresión diagonal para q. c) Clasificar la forma cuadrática sin restringir y restringida a los subespacios S 1 = {(x, y, z) R 3 : x 2z = 0}, S 2 = (0, 0, 1), S 3 = {(x, y, z) R 3 : x z = 0, y + z = 0}. 42

2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo.

2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo. 2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo. 2.1 Formas cuadráticas. Expresión matricial y analítica. Expresiones diagonales. Definición 2.1 (Expresión matricial) Una

Más detalles

Aplicaciones Lineales. Diagonalización de matrices.

Aplicaciones Lineales. Diagonalización de matrices. Tema 2 Aplicaciones Lineales. Diagonalización de matrices. 2.1. Definiciones y propiedades Nota 2.1.1. En este tema trabajaremos con los Espacios Vectoriales R n y R m definidos sobre el cuerpo R. Definición

Más detalles

Tema 2.- Formas Cuadráticas.

Tema 2.- Formas Cuadráticas. Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas

Más detalles

f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).

f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t). Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 20 de enero de 20 (2.5 p.) ) Se considera la aplicación lineal f : R 4 R definida por: f(x y

Más detalles

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios 61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial

Más detalles

RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS

RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS 1. Determinantes El determinante de una matriz cuadrada n n A = a 21 a 22 a 2n a n1 a n2 a nn es un número real, y se representa por: A = a 21 a 22 a 2n a

Más detalles

Autovalores y autovectores Diagonalización y formas canónicas

Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,

Más detalles

Hoja de diagonalización MATEMÁTICAS I

Hoja de diagonalización MATEMÁTICAS I Hoja de diagonalización MATEMÁTICAS I 8-9.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales

Más detalles

Matemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 2011/ ?

Matemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 2011/ ? Matemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 011/1 1) (1 punto) Dado el subespacio vectorial,,,,,,,,,,, a) Obtener la dimensión, unas ecuaciones implícitas, unas

Más detalles

ALGEBRA. Escuela Politécnica Superior de Málaga

ALGEBRA. Escuela Politécnica Superior de Málaga ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.

Más detalles

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2 CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el

Más detalles

Tema 11.- Autovalores y Autovectores.

Tema 11.- Autovalores y Autovectores. Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica

Más detalles

CLASIFICACIÓN AFÍN DE CÓNICAS

CLASIFICACIÓN AFÍN DE CÓNICAS Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS CLASIFICACIÓN AFÍN DE CÓNICAS Sea E un R-espacio vectorial de dimensión. Sean E = e 1, e un plano vectorial de E y e 0 un

Más detalles

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.

Más detalles

Geometría afín y proyectiva, 2016 SEMANA 4

Geometría afín y proyectiva, 2016 SEMANA 4 Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra

Más detalles

APÉNDICE A. Algebra matricial

APÉNDICE A. Algebra matricial APÉNDICE A Algebra matricial El estudio de la econometría requiere cierta familiaridad con el álgebra matricial. La teoría de matrices simplifica la descripción, desarrollo y aplicación de los métodos

Más detalles

Diagonalización simultánea de formas cuadráticas.

Diagonalización simultánea de formas cuadráticas. Diagonalización simultánea de formas cuadráticas Lucía Contreras Caballero 14-4-2004 Dadas dos formas cuadráticas, si una de ellas es definida positiva, se puede encontrar una base en la que las dos diagonalizan

Más detalles

Expresa en lenguaje matemático los siguientes conjuntos:

Expresa en lenguaje matemático los siguientes conjuntos: universidad de valladolid facultad de cc ee y ee matemáticas 1 1. Expresa en lenguaje matemático los siguientes conjuntos: (a) El conjunto S 1 de los vectores de IR 3 que tienen las dos primeras componentes

Más detalles

Algunos Tipos de matrices. Matrices. Algunos Tipos de matrices. Algunos Tipos de matrices

Algunos Tipos de matrices. Matrices. Algunos Tipos de matrices. Algunos Tipos de matrices Matrices Una matriz de orden m n es un conjunto ordenado de m n números reales dispuestos en m filas y n columnas de la forma: A = a 11 a 12 a 1j a 1n a 21 a 22 a 2j a 2n a i1 a i2 a ij a in a m1 a m2

Más detalles

Cónicas. Clasificación.

Cónicas. Clasificación. Tema 7 Cónicas. Clasificación. Desde el punto de vista algebraico una cónica es una ecuación de segundo grado en las variables x, y. De ese modo, la ecuación general de una cónica viene dada por una expresión

Más detalles

Problemas de exámenes de Aplicaciones Lineales y Matrices

Problemas de exámenes de Aplicaciones Lineales y Matrices 1 Problemas de exámenes de Aplicaciones Lineales y Matrices 1. Consideramos f End(R n ), que tiene matriz A respecto la base canónica. Cuál de las siguientes afirmaciones es incorrecta? a) Si v es un vector

Más detalles

ALGEBRA. Escuela Politécnica Superior de Málaga

ALGEBRA. Escuela Politécnica Superior de Málaga ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.

Más detalles

Podemos pues formular los dos problemas anteriores en términos de matrices.

Podemos pues formular los dos problemas anteriores en términos de matrices. Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión

Más detalles

2 Espacios vectoriales

2 Espacios vectoriales Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 2 Espacios vectoriales 2.1 Espacio vectorial Un espacio vectorial sobre un cuerpo K (en general R o C) es un conjunto V sobre el que hay

Más detalles

Matrices, Determinantes y Sistemas Lineales.

Matrices, Determinantes y Sistemas Lineales. 12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión

Más detalles

Formas cuadráticas. Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza

Formas cuadráticas. Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza Formas cuadráticas Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza A lo largo de todo el capítulo consideraremos que V un espacio vectorial real de dimensión finita n. 1 Formas bilineales

Más detalles

Ejercicios resueltos de Álgebra, hoja 2. Beatriz Graña Otero

Ejercicios resueltos de Álgebra, hoja 2. Beatriz Graña Otero Ejercicios resueltos de Álgebra, hoja 2. Beatriz Graña Otero 11 de Diciembre de 2008 2 B.G.O. 104.- Determina si los siguientes subconjuntos del espacio vectorial correspondiente son subvariedades afines:

Más detalles

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES MATRICES. SISTEMAS DE ECUACIONES LINEALES Matrices ) Dada la matriz M=, prueba que n n M M, n. ) Demuestra la siguiente implicación: Si I A I AA A

Más detalles

Resumen de Teoría de Matrices

Resumen de Teoría de Matrices Resumen de Teoría de Matrices Rubén Alexis Sáez Morcillo Ana Isabel Martínez Domínguez 1 de Octubre de 2004 1. Matrices. Generalidades. Definición 1.1. Se llama matriz de orden m n sobre un cuerpo K a

Más detalles

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades: CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse

Más detalles

Francisco Cabo García Bonifacio Llamazares Rodríguez

Francisco Cabo García Bonifacio Llamazares Rodríguez ÁLGEBRA LINEAL CON DERIVE 5 Francisco Cabo García Bonifacio Llamazares Rodríguez María Teresa Peña García Dpto. de Economía Aplicada (Matemáticas) Universidad de Valladolid Página 1 de 34 Ventana de Álgebra

Más detalles

Matrices, determinantes y sistemas de ecuaciones lineales

Matrices, determinantes y sistemas de ecuaciones lineales Matrices, determinantes y sistemas de ecuaciones lineales David Ariza-Ruiz 10 de octubre de 2012 1 Matrices Una matriz es una tabla numérica rectangular de m filas y n columnas dispuesta de la siguiente

Más detalles

1 CÓNICAS Cónicas. Estudio particular. 1 x y. 1 x y. a 00 a 01 a 02 a 10 a 11 a 12 a 20 a 21 a 22

1 CÓNICAS Cónicas. Estudio particular. 1 x y. 1 x y. a 00 a 01 a 02 a 10 a 11 a 12 a 20 a 21 a 22 CÓNICAS. CÓNICAS.. Cónicas. Estudio particular. Una cónica se dene como el lugar geométrico de los puntos del plano euclídeo que, respecto de una referencia cartesiana rectangular, satisfacen una ecuación

Más detalles

Diagonalización de matrices

Diagonalización de matrices 7 Diagonalización de matrices 7.1. Matrices diagonalizables Existen diversos procesos en los que el estado en cada uno de sus pasos se puede representar por un determinado vector y en los que, además,

Más detalles

Aquella que tiene nulos los elementos nos situados en la diagonal principal. Los elementos situados por encima de la diagonal principal son nulos.

Aquella que tiene nulos los elementos nos situados en la diagonal principal. Los elementos situados por encima de la diagonal principal son nulos. Álgebra lineal Matrices Rango de una matriz Orden del mayor menor complementario no nulo. Matriz regular det A Diagonal principal Elementos a ii de la matriz. Si la matriz es cuadrado son los elementos

Más detalles

Capítulo 1: Diagonalización de matrices

Capítulo 1: Diagonalización de matrices Capítulo : Diagonalización de matrices Matrices y determinantes Definición Una matriz es un arreglo rectangular de números reales a a a m a A a a m a n a n a nm La matriz es de orden n m si consta de n

Más detalles

CAPÍTULO 4: DERIVADAS DE ORDEN SUPERIOR. En este capítulo D denota un subconjunto abierto de R n.

CAPÍTULO 4: DERIVADAS DE ORDEN SUPERIOR. En este capítulo D denota un subconjunto abierto de R n. April 15, 2009 En este capítulo D denota un subconjunto abierto de R n. 1. Introducción Definición 1.1. Dada una aplicación f : D R, definimos la derivada parcial segunda de f como D ij f = 2 f = ( ) x

Más detalles

Núcleo e Imagen de una aplicación lineal.

Núcleo e Imagen de una aplicación lineal. PRÁCTICA Nº 8 Núcleo e Imagen de una aplicación lineal. Con esta práctica se pretende utilizar el cálculo de la expresión matricial de una aplicación lineal respecto de las bases del dominio y codominio

Más detalles

Tema 3: Espacios vectoriales

Tema 3: Espacios vectoriales Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación

Más detalles

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada

Más detalles

Matrices y Sistemas Lineales

Matrices y Sistemas Lineales Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes 1 ÍNDICE Matemáticas Cero Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 5 2

Más detalles

x, y = x 0 y 0 + x 1 y 1 + x 2 y 2 + x 3 y 3. Es fácil ver que verifica 1. Es simétrica. x, y = y, x para todo x, y R 4.

x, y = x 0 y 0 + x 1 y 1 + x 2 y 2 + x 3 y 3. Es fácil ver que verifica 1. Es simétrica. x, y = y, x para todo x, y R 4. 1 Tema 2. Sección 1. Espacio vectorial de Minkowski. Manuel Gutiérrez. Departamento de Álgebra, Geometría y Topología. Universidad de Málaga. 29071-Málaga. Spain. Abril de 2010. En este capítulo se recordará

Más detalles

es el lugar geométrico de los puntos p tales que p 0 p n o p 0 p o. p x ; y ; z perteneciente a y un vector no

es el lugar geométrico de los puntos p tales que p 0 p n o p 0 p o. p x ; y ; z perteneciente a y un vector no El Plano y la Recta en el Espacio Matemática 4º Año Cód. 145-15 P r o f. M a r í a d e l L u j á n M a r t í n e z P r o f. J u a n C a r l o s B u e P r o f. M i r t a R o s i t o P r o f. V e r ó n i

Más detalles

SISTEMAS DE ECUACIONES. Un sistema de m ecuaciones lineales con n incógnitas, x 1, x 2,, x n es un conjunto de m igualdades de la forma:

SISTEMAS DE ECUACIONES. Un sistema de m ecuaciones lineales con n incógnitas, x 1, x 2,, x n es un conjunto de m igualdades de la forma: TEMA Sistemas de ecuaciones SISTEMAS DE ECUACIONES. DEFINICIÓN SISTEMAS DE ECUACIONES Un sistema de m ecuaciones lineales con n incógnitas,,,, n es un conjunto de m igualdades de la forma: a a an n b a

Más detalles

Tema 1: Espacios vectoriales

Tema 1: Espacios vectoriales PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina

Más detalles

Sesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K

Sesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K Sesión 8: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K ) Calculamos los valores propios de A y sus multiplicidades algebraicas con: d A λ = det A λi nxn = Si d A

Más detalles

TEOREMA DE TAYLOR y EXTREMOS SIN RESTRICCIONES

TEOREMA DE TAYLOR y EXTREMOS SIN RESTRICCIONES TEOREMA DE TAYLOR y EXTREMOS SIN RESTRICCIONES Para una función de una variable puede construirse una mejor aproximación mediante una función cuadrática que mediante una función lineal, para las funciones

Más detalles

Tema 1. 1 Álgebra lineal. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. 1.1 Vectores de R n. 1. Vectores. 2.

Tema 1. 1 Álgebra lineal. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. 1.1 Vectores de R n. 1. Vectores. 2. Aurea Grané. Máster en Estadística. Universidade Pedagógica. 1 Aurea Grané. Máster en Estadística. Universidade Pedagógica. 2 Tema 1 Álgebra lineal 1. Vectores 2. Matrices 1 Álgebra lineal Aurea Grané

Más detalles

Problemas de Espacios Vectoriales

Problemas de Espacios Vectoriales Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial

Más detalles

Tema 2: Espacios Vectoriales

Tema 2: Espacios Vectoriales Tema 2: Espacios Vectoriales José M. Salazar Octubre de 2016 Tema 2: Espacios Vectoriales Lección 2. Espacios vectoriales. Subespacios vectoriales. Bases. Lección 3. Coordenadas respecto de una base. Ecuaciones.

Más detalles

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República ALN Repaso matrices In. Co. Facultad de Ingeniería Universidad de la República Definiciones básicas - Vectores Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto

Más detalles

ÍNDICE. Capítulo 1. ESPACIOS VECTORIALES Conceptos Teóricos Ejercicios y Problemas resueltos... 13

ÍNDICE. Capítulo 1. ESPACIOS VECTORIALES Conceptos Teóricos Ejercicios y Problemas resueltos... 13 00_Principios 10/8/10 09:47 Página 7 ÍNDICE Prólogo... 9 Capítulo 1. ESPACIOS VECTORIALES... 11 Conceptos Teóricos... 11 Ejercicios y Problemas resueltos... 13 Capítulo 2. MATRICES Y DETERMINANTES... 21

Más detalles

Base y Dimensión de un Espacio Vectorial

Base y Dimensión de un Espacio Vectorial Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un

Más detalles

520142: ALGEBRA y ALGEBRA LINEAL

520142: ALGEBRA y ALGEBRA LINEAL 520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición

Más detalles

ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica Industrial, Especialidad de Electricidad

ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica Industrial, Especialidad de Electricidad ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica Industrial, Especialidad de Electricidad Fundamentos Matemáticos de la Ingeniería Diciembre de 5. Primera parte Tiempo: horas. Se recuerda

Más detalles

Ecuaciones de la recta en el espacio

Ecuaciones de la recta en el espacio Ecuaciones de la recta en el espacio Ecuación vectorial de la recta Sea P(x 1, y 1 ) es un punto de la recta r y uu su vector director, el vector PPXX tiene igual dirección que uu, luego es igual a uu

Más detalles

MATEMÁTICAS I 13 de junio de 2007

MATEMÁTICAS I 13 de junio de 2007 MATEMÁTICAS I 13 de junio de 2007 2º EXAMEN PARCIAL Sólo una respuesta a cada cuestión es correcta. Respuesta correcta: 0.2 puntos. Respuesta incorrecta: -0.1 puntos Respuesta en blanco: 0 puntos 1.- Si

Más detalles

UTN FRBA Final de Álgebra y Geometría Analítica 21/05/2013. Apellido y nombre del alumno: Leg.:.. Corrigió: Revisó:...

UTN FRBA Final de Álgebra y Geometría Analítica 21/05/2013. Apellido y nombre del alumno: Leg.:.. Corrigió: Revisó:... UTN FRBA Final de Álgebra y Geometría Analítica 1/05/01 Apellido y nombre del alumno: Leg.:.. Corrigió: Revisó:... La condición para aprobar esta evaluación es tener bien resueltos como mínimo tres ejercicios.

Más detalles

1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.

1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización. utovalores y autovectores asociados a un endomor smo f Diagonalización Dado un endomor smo f de un espacio vectorial real V y jada una base B de V obtenemos una única matriz asociada a f respecto de la

Más detalles

Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados

Espacios 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 detalles

Matrices y Sistemas Lineales

Matrices y Sistemas Lineales Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 6 2 Herramientas 8 21 Operaciones

Más detalles

Ba s e, d i M e n s i ó n y Mat r i z

Ba s e, d i M e n s i ó n y Mat r i z Unidad 4 Ba s e, d i M e n s i ó n y Mat r i z de transición Objetivos: Al inalizar la unidad, el alumno: Conocerá la deinición de base de un espacio vectorial Identiicará bases canónicas para algunos

Más detalles

c-inversa o inversa generalizada de Rao

c-inversa o inversa generalizada de Rao c-inversa o inversa generalizada de Rao Definición.- Sea A m n. Se dice que una matriz A c de orden n m es una c-inversa o inversa generalizada en el sentido de Rao si y sólo si se verifica AA c A = A.

Más detalles

CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero

CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero Fundamento Científico del Currículum de Matemáticas en Enseñanza Secundaria CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero ESPACIOS VECTORIALES DEFINICIÓN... 1 PROPIEDADES DE

Más detalles

si existe un entorno V de a contenido en A, tal que la diferencia f(x) f(a) no cambia de signo cuando x V :

si existe un entorno V de a contenido en A, tal que la diferencia f(x) f(a) no cambia de signo cuando x V : Capítulo 7 Extremos Relativos Una aplicación clásica del Teorema Local de Taylor es el estudio de los extremos relativos de una función escalar. Aunque la analogía con el caso de una variable es total,

Más detalles

Sistem as de ecuaciones lineales

Sistem as de ecuaciones lineales Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a

Más detalles

Tema II. Capítulo 5. Aplicaciones bilineales y formas cuadráticas.

Tema II. Capítulo 5. Aplicaciones bilineales y formas cuadráticas. Tema II Capítulo 5 Aplicaciones bilineales y formas cuadráticas Álgebra Departamento de Métodos Matemáticos y de Representación UDC 5 Aplicaciones bilineales y formas cuadráticas o simplemente f( x, ȳ)

Más detalles

SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE ECUACIONES LINEALES SISTEMAS DE ECUACIONES LINEALES Índice: 1.Introducción--------------------------------------------------------------------------------------- 2 2. Ecuaciones lineales------------------------------------------------------------------------------

Más detalles

Espacios vectoriales reales.

Espacios 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 detalles

Sistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia

Sistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia Sistemas lineales de ecuaciones diferenciales Juan-Miguel Gracia Índice Sistemas lineales 2 Búsqueda de una solución especial 3 Aplicación a sistemas 4 Problema de condiciones iniciales 2 / 2 Sistemas

Más detalles

Espacios Vectoriales, Valores y Vectores Propios

Espacios Vectoriales, Valores y Vectores Propios , Valores y Vectores Propios José Juan Rincón Pasaye, División de Estudios de Postgrado FIE-UMSNH Curso Propedéutico de Matemáticas para la Maestría en Ciencias opciones: Sistemas de Control y Sistemas

Más detalles

ÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando

ÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando ÁLGEBRA LINEAL EXAMEN FINAL 8 de Enero de Apellidos y Nombre: Duración del examen: 3 horas Publicación de notas: enero Revisión de Examen: feb Ejercicio. ( puntos a (, puntos Estudia si la siguiente afirmación

Más detalles

como el número real que resulta del producto matricial y se nota por:

como 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 detalles

a de un conjunto S de R n si

a de un conjunto S de R n si 1 235 Máximos, mínimos y puntos de ensilladura Definición.- Se dice que una función real f( x) tiene un máximo absoluto en un punto a de un conjunto S de R n si f( x) f( a) (2) para todo x S. El número

Más detalles

UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA

UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA AL GEBRA III UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA ALGEBRA III DEFINICION : Sea L : V V un operador lineal sobre el espacio vectorial

Más detalles

Tema 4: FORMAS BILINEALES Y CUADRÁTICAS

Tema 4: FORMAS BILINEALES Y CUADRÁTICAS Tema 4: FORMAS BILINEALES Y CUADRÁTICAS Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura:

Más detalles

Espacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21

Espacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Aplicaciones Lineales 1 / 47 Objetivos Al finalizar este tema tendrás que: Saber si una aplicación es

Más detalles

Matrices y determinantes. Sistemas de ecuaciones lineales

Matrices y determinantes. Sistemas de ecuaciones lineales Tema 0 Matrices y determinantes Sistemas de ecuaciones lineales 01 Introducción Definición 011 Se llama matriz a un conjunto ordenado de números, dispuestos en filas y columnas, formando un rectángulo

Más detalles

6. Forma canónica de matrices

6. Forma canónica de matrices 6. Forma canónica de matrices Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2010 Contents 6 6. Forma canónica de matrices 7 6.1 Introducción....................................

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales ALBERTO VIGNERON TENORIO Dpto. de Matemáticas Universidad de Cádiz Índice general 1. Sistemas de ecuaciones lineales 1 1.1. Sistemas de ecuaciones lineales. Definiciones..........

Más detalles

Trabajo Práctico N 5: ESPACIOS VECTORIALES

Trabajo Práctico N 5: ESPACIOS VECTORIALES Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique

Más detalles

Sistemas de Ecuaciones Lineales y Matrices

Sistemas de Ecuaciones Lineales y Matrices Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una

Más detalles

Apéndice sobre ecuaciones diferenciales lineales

Apéndice sobre ecuaciones diferenciales lineales Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.

Más detalles

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES MATEMÁTICAS APLICADAS A LAS CC SOCIALES CAPÍTULO 2 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad

Más detalles

Definición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices 1.1. Conceptos básicos y ejemplos Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. NOTA:

Más detalles

Segundo parcial Geometría y algebra lineal II

Segundo parcial Geometría y algebra lineal II Segundo parcial Geometría y algebra lineal II HOJA PARA EL ESTUDIANTE 1. Completar los datos personales en la tabla que aparece al dorso. 2. La duración del parcial es de cuatro horas. 1 de diciembre de

Más detalles

VALORES Y VECTORES PROPIOS

VALORES Y VECTORES PROPIOS VALORES Y VECTORES PROPIOS En diversos campos de la ingeniería y las matemáticas surge el problema de calcular los valores escalares λ y los vectores x 0 tales que para la matriz cuadrada A se cumple Ax

Más detalles

Aplicaciones lineales.

Aplicaciones lineales. Tema 4 Aplicaciones lineales. Definición 4. Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una aplicación lineal si: a f(u + v = f(u + f(v; u, v V, b f(ku = kf(u;

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios y subespacios vectoriales Espacios Vectoriales 1. Demuestre que con la suma y multiplicación habituales es un espacio vectorial real.. Considere el conjunto C de los números complejos con la suma

Más detalles

Clase 8 Matrices Álgebra Lineal

Clase 8 Matrices Álgebra Lineal Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas

Más detalles

GF = I V. G(v ) = v 1

GF = I V. G(v ) = v 1 7- Inversas a Izquierda y Derecha Sea F : V V una transformación lineal. G : V V lineal se denomina inversa a izquierda de F si GF = I V donde I V : V V denota el operador identidad en V. En tal caso F

Más detalles

Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán

Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán MATEMÁTICAS TICAS I Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III Ana Isabel Garralda Guillem y Manuel Ruiz Galán Tema. Diagonalización de matrices.1. Diagonalización de matrices por

Más detalles

Problemas y Ejercicios Resueltos. Tema 4: Sistemas de ecuaciones lineales.

Problemas y Ejercicios Resueltos. Tema 4: Sistemas de ecuaciones lineales. Problemas y Ejercicios Resueltos. Tema 4: Sistemas de ecuaciones lineales. Ejercicios 1.- Determinar el rango de la siguiente matriz: 0 1 3 4 1 3 5. Solución. 0 1 3 4 1 3 5 AT 1( 1) AT 1 ( 1)T 14 ( 1 )

Más detalles

ALGEBRA LINEAL Y GEOMETRÍA I

ALGEBRA LINEAL Y GEOMETRÍA I ALGEBRA LINEAL Y GEOMETRÍA I TEMA 3: Autovalores y Autovectores. Introducción Ya conoces que las aplicaciones lineales entre espacios vectoriales, al elegir bases en ellos, las puedes representar por matrices.

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios

Más detalles

SISTEMAS DE ECUACIONES LINEALES Y MATRICES

SISTEMAS DE ECUACIONES LINEALES Y MATRICES y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015 1 Visita http://sergiosolanosabie.wikispaces.com y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015

Más detalles

Es decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3

Es decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3 1.- DETERMINANTE DE UNA MATRIZ CUADRADA Determinante de una matriz cuadrada de orden 1 Dada una matriz cuadrada de orden 1, A = (a), se define det A = det (a) = a Determinante de una matriz cuadrada de

Más detalles

ECUACIONES. Ecuaciones. Indicadores. Contenido ECUACIÓN

ECUACIONES. Ecuaciones. Indicadores. Contenido ECUACIÓN Indicadores ECUACIONES Determina el conjunto solución de una ecuación. Resuelve ecuaciones de primer y segundo grado, así como sistemas de ecuaciones Contenido Ecuaciones De primer grado Sistemas de ecuaciones

Más detalles

SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE ECUACIONES LINEALES SISTEMAS DE ECUACIONES LINEALES CONCEPTO Un sistema de m ecuaciones lineales con n incógnitas es un sistema de la forma: a 11 x 1 + a 12 x 2 +... + a 1n x n b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n b 2.........................

Más detalles