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

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

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

Transcripción

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

2 Definiciones básicas - Vectores

3 Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto externo: PE x' y Combinación lineal: u n i αiv i

4 Definiciones básicas - Vectores a v a v a v 2 2 n n

5 { v v } B, 2,..., v n ( v i, v j si i j

6 Definiciones básicas - Vectores Espacios Vectoriales: Conjunto V con las operaciones + y. definidas tal que se cumpla: av au v u a bu au u b a u ab bu a u u u u u u w v u w v u u v v u ( ( ( ( * ( ( ( V w v u,,

7 Definiciones básicas - Vectores Sub-espacios vectoriales: Un sub-espacio vectorial de un espacio vectorial V es un subconjunto V de V, que es espacio vectorial con las operaciones definidas de V.

8 Definiciones básicas - Vectores Un conjunto finito de vectores se dice que es base de un espacio vectorial V, si: Los vectores son linealmente independientes Todo elemento de V es una combinación lineal de los vectores del conjunto La cantidad de elementos necesarios para formar una base de un espacio vectorial es llamada dimensión de dicho espacio

9 Una matriz de dimensiones mxn es un conjunto de escalares ordenados en una grilla de m filas y n columnas para el cual están definidas distintas operaciones (suma, resta, multiplicación, inversa, norma, determinante, etc Representan transformaciones lineales de un espacio vectorial. A a a.. a 2 m a a.. a 2 22 m a a.. a n 2n mn

10 Con a ij nos referimos al elemento de la fila i y columna j de la matriz A. A T se denomina matriz transpuesta: a T ij a ji A * o A H se denomina matriz transpuesta conjugada: aa iiii HH aa jjjj

11 Operaciones Suma: C A + B c a + ij ij b ij Multiplicación: ij n k C A* B c a * b ik kj

12

13 Definiciones básicas - Normas Normas Una función de (vectores, matrices, otros a escalares que cumple las siguientes propiedades: x x V x sii x αx α x con x V,α R x + y x + y con x, y V

14 Definiciones básicas - Normas Ejemplos: Normas-p x x p n ( x j max j p {( x ; j,2... n} j p Normas matriciales A pq max A max x x R, x Ax Ax x q p (Norma matricial natural A n max a ij, i,2,... n j

15 Definiciones básicas v&v propios Vectores y valores propios: Si A es una matriz de nxn, entonces se dice que un vector v diferente de cero, es un vector propio de A si: Av λv es el valor propio de la matriz A asociado al vector propio v λ Presentes en muchos problemas de ingeniería: Estabilidad de sistemas físicos, soluciones de ecuaciones diferenciales, Google Page Rank!!!

16 Definiciones básicas v&v propios Los valores propios son las soluciones de: det( A λi Los vectores propios asociados a λλ son los xx solución de: ( A λi x

17 Definiciones básicas radio espectral Def.espectro de A ( σ (A es el σ (A : { λ Av λv } j j j conjunto de valores propios, Def. radio espectral de A ( ρ(a es el mayor de los modulos de sus valores propios ρ( A max λ j

18 Determinante (definición: Es una función que le asigna a una matriz de orden n, un único número real.

19 Determinante (propiedades: det( det( det( det( det( det( det( det( det( det( det( det( I A A A A A A B A AB BA AB n t α α

20 Algunas clases particulares: Simétricas Hermitianas No-negativas Unitarias de Permutación Diagonales Triangulares (superior, inferior Bi-diagonal (superior, inferior de banda Hessenberg superior

21

22

23

24

25 Matrices particulares: de Permutación Propiedades: En cada fila columna hay un solo elemento igual a mientras que el resto son. Son unitarias Al multiplicarlas por una matriz/vector producen una permutación de las filas/columnas de la misma, o de los elementos del vector P

26 Matrices particulares: Diagonales Poseen elementos no nulos únicamente en la diagonal Propiedades P Son simétricas, triangulares (inf y sup Sus valores propios son los elementos de la diagonal Su determinante es el producto de los elementos de la diagonal Fáciles de almacenar y operar 5 5

27 Matrices particulares: Triangulares (inferior, superior aa iiii ssssss ii > jj ssssssssssssssss Propiedades: Sus valores propios son los elementos de la diagonal Su determinante es el producto de los elementos de la diagonal. Definiciones básicas - Matrices L U

28 Otras matrices particulares: Bi-diagonal (inferior, superior BL BU

29 Otras matrices particulares: Hessenberg superior He /,, + > j i j i a ij

30 Matrices particulares: de banda l m u m, B u l ij m i j m i a +,

31 Definiciones básicas Sistema de ecuaciones lineales: Encontrar x tal que Ax b. Problema muy frecuente en modelos numéricos (sistemas físicos, economía, procesamiento de señales, optimización y muuuuuchos más!!! Teorema: Sea A una matriz (nxn con elementos de R, son equivalentes las siguientes afirmaciones: Ax b tiene una única solución Ax implica x A existe Det(A! Rango (An

32 Al final de todo. Problemas a resolver durante los dos primeros temas del curso: Ax b Av j λ j v j λ det( A I j

ALGEBRA y ALGEBRA LINEAL

ALGEBRA y ALGEBRA LINEAL 520142 ALGEBRA y ALGEBRA LINEAL Primer Semestre, Universidad de Concepción CAPITULO 7. MATRICES DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Matriz Sean

Más detalles

Rancagua, Agosto 2009

Rancagua, Agosto 2009 cvalle@inf.utfsm.cl Departamento de Informática - Universidad Técnica Federico Santa María Rancagua, Agosto 2009 1 / 28 Temario 1 2 3 4 2 / 28 Temario 1 2 3 4 3 / 28 Los nombre y arreglos son equivalentes.

Más detalles

Contenido. 2 Operatoria con matrices. 3 Determinantes. 4 Matrices elementales. 1 Definición y tipos de matrices

Contenido. 2 Operatoria con matrices. 3 Determinantes. 4 Matrices elementales. 1 Definición y tipos de matrices elementales Diciembre 2010 Contenido Definición y tipos de matrices elementales 1 Definición y tipos de matrices 2 3 4 elementales 5 elementales Definición 1.1 (Matriz) Una matriz de m filas y n columnas

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

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

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

Matrices y Sistemas de Ecuaciones lineales

Matrices y Sistemas de Ecuaciones lineales Matrices y Sistemas de Ecuaciones lineales Llamaremos M m n (K) al conjunto de las matrices A = (a ij ) (i = 1, 2,..., m; j = 1, 2,..., n) donde los elementos a ij pertenecen a un cuerpo K. Las matrices,

Más detalles

1. Lección 3: Matrices y Determinantes

1. Lección 3: Matrices y Determinantes Apuntes: Matemáticas Empresariales II 1. Lección 3: Matrices y Determinantes Se define matriz de orden n m a todo conjunto de n m elementos de un cuerpo K, dispuestos en n filas y m columnas: A n m = (

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

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

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

Tema 3: MATRICES. Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada

Tema 3: MATRICES. Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Tema 3: MATRICES Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura: Matemáticas

Más detalles

Parte 3. Vectores y valores propios

Parte 3. Vectores y valores propios Parte 3. Vectores y valores propios Gustavo Montero Escuela Universitaria Politécnica Universidad de Las Palmas de Gran Canaria Curso 2004-2005 1 Introducción a los valores y vectores propios 2 3 4 5 Valores

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

Bases y dimensión. Problemas teóricos. En todos los problemas se supone que V es un espacio vectorial sobre un campo F. p=1

Bases y dimensión. Problemas teóricos. En todos los problemas se supone que V es un espacio vectorial sobre un campo F. p=1 Bases y dimensión Problemas teóricos Bases de un espacio vectorial En todos los problemas se supone que V es un espacio vectorial sobre un campo F. Definición de base. Sean b 1,..., b n V. Se dice que

Más detalles

Cuestiones de Álgebra Lineal

Cuestiones de Álgebra Lineal Cuestiones de Álgebra Lineal Algunas de las cuestiones que aparecen en esta relación están pensadas para ser introducidas en un plataforma interactiva de aprendizaje de modo que los parámetros a, b que

Más detalles

REPASO DE ÁLGEBRA MATRICIAL

REPASO DE ÁLGEBRA MATRICIAL REPASO DE ÁLGEBRA MATRICIAL 1. Porqué necesitamos matrices? Qué son las matrices? Dónde está la matriz en este cuadro? (que por cierto fué hecho por Alberto Durero en 1514 y se llama Melancolía ) Las matrices

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

Algebra vectorial y matricial

Algebra vectorial y matricial Capítulo Algebra vectorial y matricial.. Espacio vectorial Los conjuntos de vectores en el plano R yenelespacior cuentan con muchas propiedades interesantes. Es posible sumar un vector en R y obtener un

Más detalles

2.1 Proyección ortogonal sobre un subespacio. El teorema de la proyección ortogonal

2.1 Proyección ortogonal sobre un subespacio. El teorema de la proyección ortogonal Tema 2- Proyecciones, simetrías y giros ÍNDICE 21 Proyección ortogonal sobre un subespacio El teorema de la proyección ortogonal 22 Simétría ortogonal respecto de un subespacio 23 Matrices de Householder

Más detalles

Una forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes.

Una forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes. Una forma fácil de recordar esta suma (regla de Sarrus): Ejemplos: Tarea: realizar al menos tres ejercicios de cálculo de determinantes de matrices de 2x2 y otros tres de 3x3. PARA DETERMINANTES DE MATRICES

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

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

Operaciones con matrices

Operaciones con matrices Lección B Operaciones con matrices B.1. Introducción y operaciones de matrices numéricas Comenzamos limpiando nuestra área de trabajo clear, clc, echo off, A=[1 2 3;4 0 3;9 3 2] A = 1 2 3 4 0 3 9 3 2 es

Más detalles

NOTAS DE ESTUDIO DE ÁLGEBRA LINEAL M.C. MARCOS CAMPOS NAVA TEC DE ATITALAQUIA

NOTAS DE ESTUDIO DE ÁLGEBRA LINEAL M.C. MARCOS CAMPOS NAVA TEC DE ATITALAQUIA Hasta ahora se han discutido algunas de las propiedades de objetos matemáticos llamados matrices. Un caso de especial interés son las matrices cuadradas, por ejemplo: Se sabe que esta matriz es invertible

Más detalles

Sistemas lineales de ecuaciones

Sistemas lineales de ecuaciones Tema 1 Sistemas lineales de ecuaciones 11 Matrices Una matriz es un conjunto de números colocados en una determinada disposición, ordenados en filas y columnas Las líneas horizontales de una matriz se

Más detalles

UNIVERSIDAD DE CHILE FACULTAD DE ECONOMÍA Y NEGOCIOS DEPARTAMENTO DE ECONOMÍA ÁLGEBRA LINEAL. Apunte del Curso

UNIVERSIDAD DE CHILE FACULTAD DE ECONOMÍA Y NEGOCIOS DEPARTAMENTO DE ECONOMÍA ÁLGEBRA LINEAL. Apunte del Curso UNIVERSIDAD DE CHILE FACULTAD DE ECONOMÍA Y NEGOCIOS DEPARTAMENTO DE ECONOMÍA ÁLGEBRA LINEAL Apunte del Curso Mauricio Vargas S. mauvarga@fen.uchile.cl Apunte del Curso Álgebra Lineal 1 Mauricio Vargas

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

3.1. Operaciones con matrices. (Suma, resta, producto y traspuesta)

3.1. Operaciones con matrices. (Suma, resta, producto y traspuesta) Operaciones con matrices Suma, resta, producto y traspuesta Suma, resta y multiplicación por escalares Las matrices de un tamaño fijo m n se pueden sumar entre sí y esta operación de sumar se puede definir

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

6.6. Diagonalización de matrices simétricas o hermitianas. Ejemplo de una diagonalización de una matriz simétrica

6.6. Diagonalización de matrices simétricas o hermitianas. Ejemplo de una diagonalización de una matriz simétrica 6.6 Diagonalización de matrices simétricas o hermitianas Ejemplo de una diagonalización de una matriz simétrica Matrices hermitianas Los autovalores de las matrices reales simétricas o complejas hermitianas

Más 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

Advanced Engineering for Real Solutions CURSO BÁSICO DE ELEMENTOS FINITOS 1.2 CONCEPTOS DE ÁLGEBRA LINEAL

Advanced Engineering for Real Solutions CURSO BÁSICO DE ELEMENTOS FINITOS 1.2 CONCEPTOS DE ÁLGEBRA LINEAL CURSO BÁSICO DE ELEMENTOS FINITOS. CONCEPTOS DE ÁLGEBR LINEL Siguiente Paso: Conceptos de Álgebra Lineal Métodos Numéricos Álgebra matricial y solución de ecuaciones Módulo MEF. Introducción al Método

Más detalles

Propiedades de los Determinantes

Propiedades de los Determinantes Propiedades de los Determinantes Departamento de Matemáticas, CCIR/ITESM 26 de mayo de 2010 Índice 19.1. Propiedades............................................... 1 19.2. La adjunta de una matriz cuadrada..................................

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

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

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

ALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales

ALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales Espacios vectoriales 1. Sea V un espacio vectorial

Más detalles

MAT022 : CRONOGRAMA SEMESTRE

MAT022 : CRONOGRAMA SEMESTRE MAT022 : CRONOGRAMA SEMESTRE 2015-2 Semana Cálculo Complementos Semana 1 Repaso de derivadas: regla de la cadena, derivación Matrices. Álgebra Básica de Matrices. Clase 1 paramétrica, regla de L'Hopital.

Más detalles

El álgebra de las matrices Suma y producto por un escalar Producto de matrices Propiedades y ejemplos

El álgebra de las matrices Suma y producto por un escalar Producto de matrices Propiedades y ejemplos El álgebra de las matrices Suma y producto por un escalar Producto de matrices Propiedades y ejemplos c Jana Rodriguez Hertz p. 1/1 Suma de matrices - definición Si dos matrices A,B M m n K tienen el mismo

Más detalles

PAIEP. Sistemas de Ecuaciones Lineales

PAIEP. Sistemas de Ecuaciones Lineales Programa de Acceso Inclusivo, Equidad y Permanencia PAIEP Universidad de Santiago de Chile Sistemas de Ecuaciones Lineales Consideremos el sistema lineal de dos ecuaciones y dos incógnitas x + y = 2 2x

Más detalles

TEMA 4. APLICACIONES LINEALES

TEMA 4. APLICACIONES LINEALES TEMA 4. APLICACIONES LINEALES 1.- Definición y propiedades. 2.- Aplicaciones lineales inyectivas y Suprayectivas. 3.- Núcleo, imagen, matriz asociada y rango de una aplicación lineal. 4.- Operaciones con

Más detalles

MISCELANEA DE EJERCICIOS algebra lineal

MISCELANEA DE EJERCICIOS algebra lineal OpenStax-CNX module: m23671 1 MISCELANEA DE EJERCICIOS algebra lineal daniela vega This work is produced by OpenStax-CNX and licensed under the Creative Commons Attribution License 3.0 Abstract es una

Más detalles

TEST DE DETERMINANTES

TEST DE DETERMINANTES Página 1 de 7 TEST DE DETERMINANTES 1 Si A es una matriz cuadrada de orden 3 con A = -2, a qué es igual -A? A -2 B 2 C 0 D -6 2 A -144 B 44 C 88 D -31 3 Indicar qué igualdad es falsa: A B C D 4 A -54 B

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

Fundamentos Matemáticos. Tijani Pakhrou

Fundamentos Matemáticos. Tijani Pakhrou Fundamentos Matemáticos Tijani Pakhrou Índice general. Matrices y determinantes.. Definiciones básicas.............................2. Suma de Matrices............................. 3.3. Producto de un

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

Curso de nivelación Estadística y Matemática

Curso de nivelación Estadística y Matemática Curso de nivelación Estadística y Matemática Segunda clase: Matrices, derivadas e integrales Programa Técnico en Riesgo, 2014 Agenda 1 Matrices y vectores 2 Reglas de diferenciación parciales 3 indefinidas

Más detalles

Matemáticas Física Curso de Temporada Verano Ing. Pablo Marcelo Flores Jara

Matemáticas Física Curso de Temporada Verano Ing. Pablo Marcelo Flores Jara Matemáticas Física Curso de Temporada Verano 2016 Ing. Pablo Marcelo Flores Jara pablofloresjara@gmail.com UNIDAD III: INTRODUCCIÓN AL CÁLCULO MATRICIAL Ing. Pablo Marcelo Flores Jara pablofloresjara@gmail.com

Más detalles

ÁLGEBRA LINEAL I Práctica 3

ÁLGEBRA LINEAL I Práctica 3 ÁLGEBRA LINEAL I Práctica 3 Matrices y determinantes (Curso 2015 2016) 1. En el conjunto de las matrices n n de elementos reales, demostrar que el producto de matrices triangulares inferiores es otra matriz

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

INTRODUCCIÓN AL USO DE PAQUETES COMPUTACIONALES

INTRODUCCIÓN AL USO DE PAQUETES COMPUTACIONALES INTRODUCCIÓN AL USO DE PAQUETES COMPUTACIONALES Profesoras Especialista Bernal Herrera Fanny Maricela Especialista Franco Valderrama Dalia Elizabeth Página 1 3.1 Objetivo particular del tema 3.0 Tema II

Más detalles

Independencia lineal y rango Ejemplos. Rango. Rango y matriz inversa Teorema de Rouché-Frobenius revisitado

Independencia lineal y rango Ejemplos. Rango. Rango y matriz inversa Teorema de Rouché-Frobenius revisitado Independencia lineal y rango Ejemplos. Rango. Rango y matriz inversa Teorema de Rouché-Frobenius revisitado c Jana Rodriguez Hertz p. /2 Independencia lineal Si el sistema x A + x 2 A 2 + + x n A n = O

Más detalles

IES Fco Ayala de Granada Modelo 5 del Solución Germán-Jesús Rubio Luna. Opción A. Ejercicio 1 de la opción A del modelo 5 de 1999.

IES Fco Ayala de Granada Modelo 5 del Solución Germán-Jesús Rubio Luna. Opción A. Ejercicio 1 de la opción A del modelo 5 de 1999. IES Fco Ayala de Granada Modelo 5 del 999. Germán-Jesús Rubio Luna Opción A Ejercicio de la opción A del modelo 5 de 999. [ 5 puntos] Haciendo el cambio de variable t = e x, calcula Calculamos primero

Más detalles

Números Reales. Hermes Pantoja Carhuavilca. Matematica I. Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos

Números Reales. Hermes Pantoja Carhuavilca. Matematica I. Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Introducción Intervalos Valor Absoluto Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Matematica I Introducción Intervalos Valor Absoluto Contenido 1 Introducción 2 3 Intervalos

Más detalles

SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN

SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN Alejandro Lugon 26 de mayo de 2010 1. Ecuaciones planares: dos dimensiones El sistema homogéneo: ẋ a 11 x + a 12 y (1) ẏ a 21 x

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

02. Resolver sistemas de ecuaciones lineales por el método de Gauss.

02. Resolver sistemas de ecuaciones lineales por el método de Gauss. 3.6 Criterios específicos de evaluación. 01. Conocer lo que significa que un sistema sea incompatible o compatible, determinado o indeterminado, y aplicar este conocimiento para formar un sistema de un

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

Tema 2: Diagonalización

Tema 2: Diagonalización TEORÍA DE ÁLGEBRA II: Tema 2. DIPLOMATURA DE ESTADÍSTICA 1 Tema 2: Diagonalización 1 Introducción Sea f : R n R n lineal. Dada una base B de R n podemos asociar a f la matriz A 1 = [f, B] M n. Si C es

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2005 MATEMÁTICAS II TEMA 3: ESPACIO AFIN Y EUCLIDEO

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2005 MATEMÁTICAS II TEMA 3: ESPACIO AFIN Y EUCLIDEO PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 005 MATEMÁTICAS II TEMA : ESPACIO AFIN Y EUCLIDEO Junio, Ejercicio 4, Opción A Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4, Opción A Reserva 1, Ejercicio

Más detalles

IES Fco Ayala de Granada Junio de 2014 (Colisiones. Modelo 2) Soluciones Germán-Jesús Rubio Luna. Opción A = 0/0

IES Fco Ayala de Granada Junio de 2014 (Colisiones. Modelo 2) Soluciones Germán-Jesús Rubio Luna. Opción A = 0/0 IES Fco Ayala de Granada Junio de 04 (Colisiones Modelo ) Soluciones GermánJesús Rubio Luna Opción A Ejercicio opción A, modelo Junio Colisiones 04 a [ 5 puntos] Sabiendo que lim es finito, calcula a y

Más detalles

EL4005 Principios de Comunicaciones Clase No.30: Códigos Lineales de Bloque

EL4005 Principios de Comunicaciones Clase No.30: Códigos Lineales de Bloque EL4005 Principios de Comunicaciones Clase No.30: Códigos Lineales de Bloque Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 26 de Noviembre de 2010 1 of 33 Contenidos de la Clase

Más detalles

TEMA 4. Vectores en el espacio Problemas Resueltos

TEMA 4. Vectores en el espacio Problemas Resueltos Matemáticas II (Bachillerato de Ciencias) Soluciones de los problemas propuestos Tema 4 5 Vectores TEMA 4 Vectores en el espacio Problemas Resueltos Para a = (,, ) y b = (,, 4), halla: a) a + b b) a b

Más detalles

MATEMÁTICAS II TEMA 4 Vectores en el espacio Problemas resueltos

MATEMÁTICAS II TEMA 4 Vectores en el espacio Problemas resueltos Geometría del espacio: Vectores; producto escalar, vectorial y mixto Aplicaciones MATEMÁTICAS II TEMA 4 Vectores en el espacio Problemas resueltos Vectores Para a = (,, ) y b = (,, 4), halla: a) a + b

Más detalles

Tema 9: REDUCCIÓN POR SEMEJANZA DE UNA MATRIZ. DIAGONALIZACIÓN

Tema 9: REDUCCIÓN POR SEMEJANZA DE UNA MATRIZ. DIAGONALIZACIÓN Álgebra I - Curso 2005/06 - Grupos M1 y M2 Tema 9: REDUCCIÓN POR SEMEJANZA DE UNA MATRIZ DIAGONALIZACIÓN por Mario López Gómez 1 Valores y vectores propios Definición- Dada una matriz cuadrada A K n n,

Más detalles

a a a Sesión 13 Unidad VI Matrices y determinantes. A. Conceptos sobre las matrices. 1.- La matriz de orden 2 es aquella que:

a a a Sesión 13 Unidad VI Matrices y determinantes. A. Conceptos sobre las matrices. 1.- La matriz de orden 2 es aquella que: Sesión Unidad VI Matrices y determinantes. A. Conceptos sobre las matrices..- La matriz de orden es aquella que: Tiene variables B) Tiene elementos Tiene columnas y n renglones Tiene renglones y columnas

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

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

Unidad 4: VECTORES EN EL ESPACIO

Unidad 4: VECTORES EN EL ESPACIO Unidad 4: VECTORES EN EL ESPACIO 4.1.- OPERACIONES CON VECTORES Las características de los vectores en el espacio, así como sus operaciones, son idénticas a las de los vectores del plano, que ya conoces

Más detalles

LABORATORIO DE CÁLCULO-2016 GUÍA DE REVISIÓN

LABORATORIO DE CÁLCULO-2016 GUÍA DE REVISIÓN LABORATORIO DE CÁLCULO-2016 GUÍA DE REVISIÓN Unidad I 1. Indique los distintos subconjuntos numéricos en R. 2. A qué se denomina recta real?. 3. Qué es un intervalo real?. Cómo se lo simboliza?. 4. Defina

Más detalles

TALLER III Profesor: H. Fabian Ramirez TRANSFORMACIONES LINEALES Y VECTORES PROPIOS. 0 0 λ λ 2 λ λ

TALLER III Profesor: H. Fabian Ramirez TRANSFORMACIONES LINEALES Y VECTORES PROPIOS. 0 0 λ λ 2 λ λ UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER III Profesor: H. Fabian Ramire TRANSFORMACIONES LINEALES Y VECTORES PROPIOS OBSERVACIÓN: N.A significa Ninguna de las Anteriores..

Más detalles

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 010 011). Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí. Demostrar

Más detalles

Espacios Vectoriales. Matemáticas. Espacios Vectoriales CARACTERIZACION COMBINACIONES LINEALES REDUCCION DE GAUSS SISTEMA GENERADOR, BASES

Espacios Vectoriales. Matemáticas. Espacios Vectoriales CARACTERIZACION COMBINACIONES LINEALES REDUCCION DE GAUSS SISTEMA GENERADOR, BASES Espacios Vectoriales Matemáticas Espacios Vectoriales CARACTERIZACION COMBINACIONES LINEALES REDUCCION DE GAUSS SISTEMA GENERADOR, BASES 5 ESPACIO VECTORIAL Dados: (E,+) Grupo Abeliano (K,+, ) Cuerpo :

Más detalles

Diagonalización de matrices

Diagonalización de matrices Capítulo 6 Diagonalización de matrices 6.. Introducción 6... Un ejemplo preliminar Antes de plantearlo de manera general, estudiaremos un ejemplo que servirá para situar el problema. Supongamos que, en

Más detalles

Cuadrados mágicos y matrices de permutación

Cuadrados mágicos y matrices de permutación Cuadrados mágicos y matrices de permutación Alexey Beshenov (cadadr@gmail.com) 13 de agosto de 016 Estos son mis apuntes para una pequeña presentación para los alumnos del Programa Jóvenes Talento de la

Más detalles

Fundamentos Matemáticos de la Ingeniería: Programa y bibliografía

Fundamentos Matemáticos de la Ingeniería: Programa y bibliografía Programa I. Preliminares. Fundamentos Matemáticos de la Ingeniería: Programa y bibliografía Ingeniería Técnica en Obras Públicas, esp. Construcciones Civiles Curso 2009-10 I.1 Conjuntos. Conjuntos. Unión,

Más detalles

Algebra Lineal XVI: La matriz de una transformación lineal.

Algebra Lineal XVI: La matriz de una transformación lineal. Algebra Lineal XVI: La matriz de una transformación lineal José María Rico Martínez Departamento de Ingeniería Mecánica Divisi on de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email:

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

Herramientas digitales de auto-aprendizaje para Matemáticas

Herramientas digitales de auto-aprendizaje para Matemáticas Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de Innovación Didáctica Departamento de Matemáticas Universidad de Extremadura Índice Paralelismo Ángulos Otras figuras d Triángulos

Más detalles

MATEMÁTICAS I, Grado en Ingeniería Eléctrica, Electrónica Industrial y Mecánica.

MATEMÁTICAS I, Grado en Ingeniería Eléctrica, Electrónica Industrial y Mecánica. MATEMÁTICAS I, Grado en Ingeniería Eléctrica, Electrónica Industrial y Mecánica. Departamento de Matemática Aplicada II. Escuela Politécnica Superior de Sevilla Curso - Boletín n o. Sistemas de ecuaciones

Más detalles

Álgebra II Primer Cuatrimestre 2016

Álgebra II Primer Cuatrimestre 2016 Álgebra II Primer Cuatrimestre 2016 Práctica 3: Anillos Ejemplos construcciones 1. Probar que los siguientes conjuntos son anillos con las operaciones indicadas. Decidir en cada caso si son conmutativos,

Más detalles

DETERMINANTES MATRICES EQUIVALENTES POR FILAS RANGO DE UNA MATRIZ. APLICACIONES

DETERMINANTES MATRICES EQUIVALENTES POR FILAS RANGO DE UNA MATRIZ. APLICACIONES Tema 2.- DETERMINANTES DETERMINANTES MATRICES EQUIVALENTES POR FILAS RANGO DE UNA MATRIZ. APLICACIONES 1 Un poco de historia Los determinantes es uno de los temas más útiles del Álgebra Lineal, con muchas

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

AL - Álgebra Lineal

AL - Álgebra Lineal Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2016 230 - ETSETB - Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona 749 - MAT - Departamento de Matemáticas

Más detalles

3. que satisfacen los axiomas anteriores.

3. que satisfacen los axiomas anteriores. UVG-MM2002: Álgebra Lineal 1 Instructor: Héctor Villafuerte Espacios Vectoriales 26 de Enero, 2010 1 Espacios Vectoriales Denición 1 (Espacio Vectorial). Un espacio vectorial V es un conjunto de objetos

Más detalles

Resolución numérica de sistemas de ecuaciones lineales

Resolución numérica de sistemas de ecuaciones lineales Resolución numérica de sistemas de ecuaciones lineales María González Taboada Departamento de Matemáticas Febrero de 2008 Esquema: 1 Descripción del problema 2 Algunas definiciones y propiedades 3 Condicionamiento

Más detalles

Problemas de vectores

Problemas de vectores Problemas de vectores 1.- Expresa el vector mm = (1, 2, 3) como combinación lineal de los vectores: uu = (1, 0, 1), vv = (1, 1, 0) y ww = (0, 1, 1). 2.- Siendo uu = (1, 0, 1), vv = (1, 1, 0) y ww = (0,

Más detalles

TEMA 1. Álgebra matricial y programación lineal

TEMA 1. Álgebra matricial y programación lineal TEMA 1 Álgebra matricial y programación lineal Muchos problemas en las matemáticas y sus aplicaciones conducen a sistemas de ecuaciones lineales, del tipo: a 11 x 1 + a 12 x 2 + + a 1n x n b 1 a 21 x 1

Más detalles

Anexo. Aplicaciones de los Determinantes

Anexo. Aplicaciones de los Determinantes Anexo. Aplicaciones de los Determinantes 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Cálculo del rango usando determinantes... 3 1.1 Ejemplo: Estudio del Rango de la matriz

Más detalles

Método de eliminación de Gauss Utilidad del método. Transformaciones elementales. Teorema Rouché-Frobenius

Método de eliminación de Gauss Utilidad del método. Transformaciones elementales. Teorema Rouché-Frobenius Método de eliminación de Gauss Utilidad del método. Transformaciones elementales. Teorema Rouché-Frobenius c Jana Rodriguez Hertz p. 1/2 Método de eliminación de Gauss La clase pasada presentamos el método

Más detalles

UNIVERSIDAD COMPLUTENSE DE MADRID

UNIVERSIDAD COMPLUTENSE DE MADRID Principales conceptos que se tendrán en cuenta en la elaboración de las pruebas de Acceso a la Universidad para los estudiantes provenientes del Bachillerato LOGSE de la materia "Matemáticas II" ÁLGEBRA

Más detalles

MATEMÁTICAS II (PAUU XUÑO 2011)

MATEMÁTICAS II (PAUU XUÑO 2011) MATEMÁTICAS II (PAUU XUÑO 0) OPCIÓN A. a) Sean C, C, C 3 las columnas primera, segunda y tercera, respectivamente, de una matriz cuadrada M de orden 3 con det (M ) = 4. Calcula enunciando las propiedades

Más detalles

Eigenvalores y eigenvectores

Eigenvalores y eigenvectores Eigenvalores y eigenvectores Los dos problemas principales del álgebra lineal son: resolver sistemas lineales de la forma Ax = b y resolver el problema de eigenvalores. En general, una matriz actúa sobre

Más detalles

Diagonalización de Matrices Cuadradas.

Diagonalización de Matrices Cuadradas. de Matrices Cuadradas. * Vector propio * Valor propio * Polinomio característico * Cómo se hallan? * Diagonalizabilidad. * Criterios * Aplicaciones Cuadernos Genius, el secreto de los mejores. Tema: de

Más detalles

5.1. Concepto de diagonalización y ejemplo de aplicación. Supongamos que queremos calcular una potencia elevada de una matriz cuadrada, por ejemplo,

5.1. Concepto de diagonalización y ejemplo de aplicación. Supongamos que queremos calcular una potencia elevada de una matriz cuadrada, por ejemplo, Apuntes de Álgebra Lineal Capítulo 5 Diagonalización 51 Concepto de diagonalización y ejemplo de aplicación Supongamos que queremos calcular una potencia elevada de una matriz cuadrada, por ejemplo, calcular

Más detalles

Programa Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Contenidos Didácticos.

Programa Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Contenidos Didácticos. Ficha Técnica Titulación: Grado en Marketing Plan BOE: BOE número 108 de 6 de mayo de 2015 Asignatura: Módulo: Formación Multidisciplinar Curso: 3º-4º Créditos ECTS: 6 Tipo de asignatura: Optativa Tipo

Más detalles

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

el blog de mate de aida 4º ESO: apuntes de vectores pág. 1 el blog de mate de aida 4º ESO: apuntes de vectores pág. VECTORES.- LOS EJES CARTESIANOS Y EL ORIGEN El eje horizontal se llama eje de abscisas y el eje vertical se llama eje de ordenadas. El punto de

Más detalles

Grupos puntuales. Las operaciones de simetría que se pueden aplicar sobre una molécula forman un grupo.

Grupos puntuales. Las operaciones de simetría que se pueden aplicar sobre una molécula forman un grupo. Grupos puntuales Las operaciones de simetría que se pueden aplicar sobre una molécula forman un grupo. Grupo: conjunto de elementos que obedecen ciertas reglas bajo una determinada ley de combinación.

Más detalles

Universidad Autónoma del Estado de México Licenciatura en Matemáticas Programa de Estudios: Álgebra Lineal

Universidad Autónoma del Estado de México Licenciatura en Matemáticas Programa de Estudios: Álgebra Lineal Universidad Autónoma del Estado de México Licenciatura en Matemáticas 2003 Programa de Estudios: Álgebra Lineal I. Datos de identificación Licenciatura Matemáticas 2003 Unidad de aprendizaje Álgebra Lineal

Más detalles