Álgebra Lineal IV: Espacios Vectoriales.

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

Download "Álgebra Lineal IV: Espacios Vectoriales."

Transcripción

1 Álgebra Lineal IV: Espacios Vectoriales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato jrico@salamancaugtomx En estas notas se definirán los espacios vectoriales, esta es la estructura matemática sobre la cual actua el álgebra lineal, se presentan algunos ejemplos de espacios vectoriales y algunas de sus propiedades fundamentales 1 Espacios vectoriales Definición de espacios vectoriales Un espacio vectorial, V, sobre un campo K cuyos elementos se denominan escalares, es un conjunto V, cuyos elementos se denominan vectores, con dos operaciones, una que se llama adición vectorial, +, y otra que se llama multiplicación por escalar, denotada simplemente por yustaposición, tal que se satisfacen las siguientes propiedades, conocidas como axiomas: 1 El conjunto V junto con la operación de adición vectorial, + constituye un grupo conmutativo o abeliano + : V V V v 1 + v 2 v 3, 2 Clausura respecto a la multiplicación por escalar Para cada pareja de elementos k K y v 1 V existe un único elemento v 2 V tal que : K V V k v 1 v 2 3 La multiplicación por escalar es distributiva respecto a la adición vectorial k( v 1 + v 2 ) k v 1 + k v 2 k K, y v 1, v 2 V 4 La multiplicación escalar es distributiva respecto a la adición de escalares 5 La multiplicación escalar es pseudoasociativa (k 1 + k 2 ) v k 1 v + k 2 v k 1,k 2 K, y v V (k 1 k 2 ) v k 1 (k 2 v) k 1,k 2 K y v V 6 Propiedad del idéntico multiplicativo del campo Si 1 K es el idéntico multiplicativo, se tiene que 1 v v v V 1

2 Es importante señalar que los teoremas que se indicaron para grupos son aplicables por igual para el grupo aditivo contenidos en un espacio vectorial Además, los campos mas usuales son el campo de los números reales, R, y el campo de los números complejos, C, si un espacio vectorial está definido sobre el campo de los números reales, R, el espacio vectorial se denomina real, de manera semejante, si un espacio vectorial está definido sobre el campo de los números complejos, C, el espacio vectorial se denomina complejo Ejemplos de espacios vectoriales Existen muchos ejemplos de espacios vectoriales: 1 El conjunto de eneadas ordenadas de números reales, R n definido como R n { x (x 1,x 2,,x n ) x 1,x 2,x n R}, donde dos vectores a (a 1,a 2,,a n ), b (b 1,b 2,,b n ) R n son iguales si, y sólo si, a i b i i 1,2,,n junto con la operación adición vectorial, definida como, a + b (a 1,a 2,,a n ) + (b 1,b 2,,b n ) (a 1 + b 1,a 2 + b 2,,a n + b n ) a, b R n, (1) y con la multiplicación escalar real, definida como, λ a λ(a 1,a 2,,a n ) (λ a 1,λ a 2,,λ a n ) λ R y a R n, (2) forman un espacio vectorial real, denominado R n Pueba: La clausura respecto a la adición Es fácil probar a partir de la definición, vea la ecuación (1), pues el resultado es otra eneada ordenada de números, que resultan de la suma de dos números reales y por las propiedades de clausura de la adición del campo de los números reales, los números son también números reales La suma de vectores es asociativa Sean a, b, c R n entonces a + ( b + c) (a 1,,a n ) + [(b 1,,b n ) + (c 1,,c n )] (a 1,,a n ) + (b 1 + c 1,,b n + c n ) [a 1 + (b 1 + c 1 ),,a n + (b n + c n )] [(a 1 + b 1 ) + c 1,,(a n + b n ) + c n ] [(a 1 + b 1 ),,(a n + b n )] + (c 1,,c n ) [(a 1,,a n ) + (b 1,,b n )] + (c 1,,c n ) ( a + b) + c La suma de vectores es conmutativa Sean a, b R n entonces a + b (a 1,,a n ) + (b 1,,b n ) (a 1 + b 1,,a n + b n ) (b 1 + a 1,,b n + a n ) (b 1,,b n ) + (a 1,,a n ) b + a Existencia del idéntico aditivo Sea a (a 1,,a n ) R n arbitrario, suponga que i (i 1,,i n ) R n es el idéntico aditivo del espacio vectorial R n entonces por las propiedades del idéntico aditivo Por lo tanto a + i a a + i (a 1,,a n ) + (i 1,,i n ) (a 1 + i 1,,a n + i n ) (a 1,,a n ) Los últimos vectores de la ecuación son iguales si y sólo si a 1 + i 1 a 1 i 1 ( a 1 ) + a 1 0 a n + i n a n i n ( a n ) + a n 0 2

3 Por lo tanto el idéntico aditivo de R n está dado por i (i 1,,i n ) (0,,0) 0 De ahora en adelante, el idéntico aditivo se denominará el vector cero, denotado por 0 Además, por la propiedad conmutativa de la adición, se tiene que a + i a i + a Existencia del inverso aditivo Sea a (a 1,,a n ) R n arbitrario, suponga que I (I 1,,I n ) es el inverso aditivo de a entonces por las propiedades del inverso aditivo Por lo tanto a + I 0 a + I (a 1,,a n ) + (I 1,,I n ) (a 1 + I 1,,a n + I n ) (0,,0) Los últimos vectores de la ecuación son iguales si y sólo si a 1 + I 1 0 I 1 ( a 1 ) + 0 ( a 1 ) a n + I n 0 I n ( a n ) + 0 ( a n ) Por lo tanto el inverso aditivo de a R n está dado por I ( a 1,, a n ) ( a) De ahora en adelante, el inverso aditivo de a R n se denotará por ( a) Además, por la propiedad conmutativa de la adición, se tiene que a + ( a) 0 ( a) + a La clausura respecto a la multiplicación por escalar Es fácil probar a partir de la definición, vea la ecuación (2), pues el resultado es otra eneada ordenada de números, que resultan de la multiplicación de dos números reales y por las propiedades de clausura de la multiplicación del campo de los números reales, los números son también números reales La multiplicación por escalar es distributiva respecto a la adición vectorial Sean a, b R n y sea λ R entonces λ( a + b) λ [(a 1,,a n ) + (b 1,,b n )] λ (a 1 + b 1,,a n + b n ) (λa 1 + λb 1,,λa n + λb n ) (λa 1,,λa n ) + (λb 1,,λb n ) λ a + λ b La multiplicación escalar es distributiva respecto a la adición de escalares Sean a R n y sea λ,µ R entonces (λ + µ) a (λ + µ)(a 1,,a n ) ((λ + µ)a 1,,(λ + µ)a n ) (λa 1 + µa 1,,λa n + µa n ) (λa 1,,λa n ) + (µa 1,,µa n ) λ a + µ a La multiplicación escalar es pseudoasociativa Sean a R n y sea λ,µ R entonces (λµ) a (λµ)(a 1,,a n ) [(λµ)a 1,,(λµ)a n ] [λ (µa 1 ),,λ(µa n )] λ [(µa 1 ),,(µa n )] λ (µ a) 3

4 La propiedad del idéntico multiplicativo del campo Sea a R n y sea 1 R entonces 1 a 1(a 1,,a n ) (1a 1,,1a n ) (a 1,,a n ) a 2 El conjunto de eneadas ordenadas de números complejos, C n definido como C n { z (z 1,z 2,,z n ) z 1,z 2,,z n C}, donde dos vectores y (y 1,y 2,,y n ), z (z 1,z 2,,z n ) C n son iguales si, y sólo si, 1 y i z i i 1,2,,n junto con la operación adición vectorial, definida como, y + z (y 1,y 2,,y n ) + (z 1,z 2,,z n ) (y 1 + z 1,y 2 + z 2,,y n + z n ) y, z C n, y junto con la multiplicación escalar, donde el escalar es un número complejo, definida como, λ z λ(z 1,z 2,,z n ) (λ z 1,λ z 2,,λ z n ) λ C z C n, forman un espacio vectorial complejo, denominado C n 3 El conjunto de polinomios de coeficientes reales, en la variable x, de grado menor o igual a n, denotado como P n (x), y definido como P n (x) { p(x) a 0 + a 1 x + a 2 x a n x n a 0,a 1,a 2,,a n R }, donde dos polinomios, p(x) a 0 + a 1 x + + a n x n,q(x) b 0 + b 1 x + + b n x n P n (x) son iguales si, y sólo si, a i b i i 0,1,2,,n junto con la operación de suma de polinomios, definida como, p(x) + q(x) (a 0 + a 1 x + a 2 x a n x n ) + (b 0 + b 1 x + b 2 x b n x n ) (a 0 + b 0 ) + (a 1 + b 1 )x + (a 2 + b 2 )x (a n + b n )x n p(x),q(x) P n (x) y la multiplicación escalar real por un polinomio, definida como λp(x) λ(a 0 +a 1 x+a 2 x 2 + +a n x n ) (λa 0 )+(λa 1 )x+(λa 2 )x 2 + +(λa n )x n λ R y p(x) P n (x) forman un espacio vectorial, denominado P n (x) 1 Debe tenerse en cuenta que dos números complejos y y 1 + iy 2, z z 1 + iz 2 C, donde y 1, y 2, z 1, z 2 R son iguales si, y sólo si y 1 z 1 y y 2 z 2 4

5 4 El conjunto de matrices M m n que consta de m filas y n columnas de números reales y definido como M m n m i 1,2,,m ij R j 1,2,,n donde dos matrices M,N M m n dadas por M son iguales, denotado M N, si, y sólo si, y N m ij n ij i 1,2,,m y j 1,2,,n junto con la operación de suma matricial, definida como M + N + m 11 + n 11 m 12 + n 12 m 1n + n 1n m 21 + n 21 m 22 + n 22 m 2n + n 2n m m1 + n m1 m m2 + n m2 m mn + n mn y la operación de multiplicación por escalar real, definida como λm λ λ R M M m n forman un espacio vectorial real, denominado M m n Pueba: M,N Mm n (3) λm 11 λm 12 λm 1n λm 21 λm 22 λm 2n λm m1 λm m2 λm mn (4) La clausura respecto a la adición Es fácil probar a partir de la definición, vea la ecuación (3), pues el resultado es otra matriz de m filas y n columnas cuyos elementos pertenecen al campo de los números reales La suma de matrices es asociativa Sean M,N,O M m n entonces 5

6 M + (N + O) n 11 + o 11 n 12 + o 12 n 1n + o 1n n 21 + o 21 n 22 + o 22 n 2n + o 2n n m1 + o m1 n m2 + o m2 n mn + o mn m 11 + (n 11 + o 11) m 12 + (n 12 + o 12) m 1n + (n 1n + o 1n) m 21 + (n 21 + o 21) m 22 + (n 22 + o 22) m 2n + (n 2n + o 2n) m m1 + (n m1 + o m1) m m2 + (n m2 + o m2) m mn + (n mn + o mn) (m 11 + n 11) + o 11 (m 12 + n 12) + o 12 (m 1n + n 1n) + o 1n (m 21 + n 21) + o 21 (m 22 + n 22) + o 22 (m 2n + n 2n) + o 2n (m m1 + n m1) + o m1 (m m2 + n m2) + o m2 (m mn + n mn) + o mn m 11 + n 11 m 12 + n 12 m 1n + n 1n m 21 + n 21 m 22 + n 22 m 2n + n 2n m m1 + n m1 m m2 + n m2 m mn + n mn (M + N) + O + + o 11 o 12 o 1n o 21 o 22 o 2n o m1 o m2 o mn o 11 o 12 o 1n o 21 o 22 o 2n o m1 o m2 o mn + o 11 o 12 o 1n o 21 o 22 o 2n o m1 o m2 o mn La suma de matrices es conmutativa Sean M,N M m n entonces M + N + m 11 + n 11 m 12 + n 12 m 1n + n 1n m 21 + n 21 m 22 + n 22 m 2n + n 2n m m1 + n m1 m m2 + n m2 m mn + n m1 n 11 + m 11 n 12 + m 12 n 1n + m 1n n 21 + m 21 n 22 + m 22 n 2n + m 2n n m1 + m m1 n m2 + m m2 n mn + m m1 + N + M Existencia del idéntico aditivo Sea M M m n arbitraria, entonces existe una matriz M 0 M m n 6

7 definida como tal que M + M 0 M 0 + m m m 1n + 0 m m m 2n + 0 m m1 + 0 m m2 + 0 m mn + 0 Puesto que ya se probó que la suma es conmutativa, entonces M + M 0 M M 0 + M M Existencia del inverso aditivo Sea M M m n, entonces existe una matriz ( M) M m n definida como m 11 m 12 m 1n ( M) m 21 m 22 m 2n m m1 m m2 m mn tal que M + ( M) + m 11 m 12 m 1n m 21 m 22 m 2n m m1 m m2 m mn m 11 + ( m 11 ) m 12 + ( m 12 ) m 1n + ( m 1n ) m 21 + ( m 21 ) m 22 + ( m 22 ) m 2n + ( m 2n ) m m1 + ( m m1 ) m m2 + ( m m2 ) m mn + ( m mn ) Puesto que ya se probó que la suma es conmutativa, entonces M + ( M) M 0 ( M) + M La clausura respecto a la multiplicación por escalar Es fácil probar a partir de la definición, vea la ecuación (4), pues el resultado es otra matriz de m filas y n columnas cuyos elementos pertenecen al campo de los números reales La multiplicación por escalar es distributiva respecto a la adición vectorial Sean M,N M m n y sea λ R entonces M 0 7

8 λ(m + N) λ λ λ + m 11 + n 11 m 12 + n 12 m 1n + n 1n m 21 + n 21 m 22 + n 22 m 2n + n 2n m m1 + n m1 m m2 + n m2 m mn + n m1 λ(m 11 + n 11 ) λ(m 12 + n 12 ) λ(m 1n + n 1n ) λ(m 21 + n 21 ) λ(m 22 + n 22 ) λ(m 2n + n 2n ) λ(m m1 + n m1 ) λ(m m2 + n m2 ) λ(m mn + n m1 ) λm 11 + λn 11 λm 12 + λn 12 λm 1n + λn 1n λm 21 + λn 21 λm 22 + λn 22 λm 2n + λn 2n λm m1 + λn m1 λm m2 + λn m2 λm mn + λn m1 λm 11 λm 12 λm 1n λm 21 λm 22 λm 2n λm m1 λm m2 λm mn + + λ λn 11 λn 12 λn 1n λn 21 λn 22 λn 2n λn m1 λn m2 λn mn λm + λn La multiplicación escalar es distributiva respecto a la adición de escalares Sea M, M m n y sean λ 1, λ 2 R entonces (λ 1 + λ 2 )M (λ 1 + λ 2 ) (λ 1 + λ 2 )m 11 (λ 1 + λ 2 )m 12 (λ 1 + λ 2 )m 1n (λ 1 + λ 2 )m 21 (λ 1 + λ 2 )m 22 (λ 1 + λ 2 )m 2n (λ 1 + λ 2 )m m1 (λ 1 + λ 2 )m m2 (λ 1 + λ 2 )m mn λ 1 m 11 + λ 2 m 11 λ 1 m 12 + λ 2 m 12 λ 1 m 1n + λ 2 m 1n λ 1 m 21 + λ 2 m 21 λ 1 m 22 + λ 2 m 22 λ 1 m 2n + λ 2 m 2n λ 1 m m1 + λ 2 m m1 λ 1 m m2 + λ 2 m m2 λ 1 m mn + λ 2 m mn λ 1 m 11 λ 1 m 12 λ 1 m 1n λ 1 m 21 λ 1 m 22 λ 1 m 2n λ 1 m m1 λ 1 m m2 λ 1 m mn λ λ 2 λ 2 m 11 λ 2 m 12 λ 2 m 1n λ 2 m 21 λ 2 m 22 λ 2 m 2n λ 2 m m1 λ 2 m m2 λ 2 m mn λ 1M + λ 2 M 8

9 La multiplicación escalar es pseudoasociativa Sea M, M m n y sean λ 1, λ 2 R entonces (λ 1 λ 2 )M (λ 1 λ 2 ) λ 1 (λ 1 λ 2 )m 11 (λ 1 λ 2 )m 12 (λ 1 λ 2 )m 1n (λ 1 λ 2 )m 21 (λ 1 λ 2 )m 22 (λ 1 λ 2 )m 2n (λ 1 λ 2 )m m1 (λ 1 λ 2 )m m2 (λ 1 λ 2 )m mn λ 1 (λ 2 m 11 ) λ 1 (λ 2 m 12 ) λ 1 (λ 2 m 1n ) λ 1 (λ 2 m 21 ) λ 1 (λ 2 m 22 ) λ 1 (λ 2 m 2n ) λ 1 (λ 2 m m1 ) λ 1 (λ 2 m m2 ) λ 1 (λ 2 m mn ) λ 1 λ 2 λ 2 m 11 λ 2 m 12 λ 2 m 1n λ 2 m 21 λ 2 m 22 λ 2 m 2n λ 2 m m1 λ 2 m m2 λ 2 m mn λ 1 (λ 2 M) La propiedad del idéntico multiplicativo del campo Sea M M m n y sea 1 R entonces 1 M 1 M 1 m 11 1 m 12 1 m 1n 1 m 21 1 m 22 1 m 2n 1 m m1 1 m m2 1 m mn 5 El conjunto de funciones reales de variable real, definidas sobre un intervalo arbitrario, por ejemplo F(,+ ), donde (,+ ) se conoce como el dominio de definición de las funciones 2 definido como F(,+ ) {f(x) f(x) R x (,+ )}, donde dos funciones f,g F(,+ ) son iguales si, y sólo si f(x) g(x) x (,+ ) junto con las operaciones de adición de funciones, definida como + : F(,+ ) F(,+ ) F(,+ ) f+g (f+g) F(,+ ) f,g F(,+ ), 2 Otras posibles variaciones son F(a, b), F[a, b) o F[a, b], donde a, b R y b > a 9

10 donde (f + g)(x) f(x) + g(x) x (,+ ) y multiplicación escalar real de funciones, definida como donde : R F(,+ ) F(,+ ) λf (λf) F(,+ ) λ R f F(,+ ) (λf)(x) λ f(x) x (,+ ) forman un espacio vectorial real de funciones, denominado F(, + ) Existen muchas posibles variantes de un espacio vectorial de funciones reales de variable real Algunas de estas variantes aparecen, como ya se indicó, cambiando el intervalo de definición de la función, otras variantes aparecen cuando se introducen condiciones mas restrictivas, por ejemplo, si se requiere que las funciones sean continuas, diferenciables hasta la enésima derivada o continuamente diferenciables, etc 2 Propiedades de espacios vectoriales Considere un espacio vectorial V sobre un campo K, entonces se tienen las siguientes propiedades: 1 El producto del escalar 0 K por cualquier vector v V es el idéntico aditivo del espacio vectorial, es decir, 0 V 2 El producto de cualquier escalar λ K por el vector cero 0 V es el vector 0 V 3 Si λ v 0, entonces o λ 0 o v 0 Prueba: Para la primera parte del teorema, considere la siguiente ecuación en el campo escalar Por lo tanto λ + 0 λ donde λ K λ v + 0 v (λ + 0) v λ v Sin embargo, se sabe de las propiedades de los grupos que si g + g 0 g, g 0 0 igualando g con λ v, se tiene que 0 v 0 Para la segunda parte del teorema, considere la siguiente ecuación en el espacio vectorial Por lo tanto v + 0 v donde v V λ v + λ 0 λ ( v + 0) λ v Sin embargo, se sabe de las propiedades de los grupos que si g + g 0 g, g 0 0 comparando g con λ v, se tiene que λ 0 0 Para la parte final del resultado, note que si λ 0, entonces λ v 0 v 0 Suponga ahora que λ 0, entonces λ tiene un inverso multiplicativo en el campo K, denotado por λ 1, tal que λ 1 λ λλ 1 1 Considere ahora λ 0 0 Por lo tanto v 1 v ( λ 1 λ ) 0 ( ) λ 1 λ 0 λ

Álgebra Lineal V: Subespacios Vectoriales.

Álgebra Lineal V: Subespacios Vectoriales. Álgebra Lineal V: Subespacios Vectoriales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx

Más detalles

Algebra Lineal XIII: Operaciones con Transformaciones Lineales.

Algebra Lineal XIII: Operaciones con Transformaciones Lineales. Algebra Lineal XIII: Operaciones con Transformaciones Lineales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato

Más detalles

Álgebra Lineal VII: Independencia Lineal.

Álgebra Lineal VII: Independencia Lineal. Álgebra Lineal VII: Independencia Lineal José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email: jrico@salamancaugtomx

Más detalles

Algebra Lineal XXVI: La Regla de Cramer.

Algebra Lineal XXVI: La Regla de Cramer. Algebra Lineal XXVI: La Regla de Cramer José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx

Más detalles

Álgebra Lineal II: Grupos y campos, prueba de los axiomas del campo de los números complejos, forma polar de números complejos.

Álgebra Lineal II: Grupos y campos, prueba de los axiomas del campo de los números complejos, forma polar de números complejos. Álgebra Lineal II: Grupos y campos, prueba de los axiomas del campo de los números complejos, forma polar de números complejos. José María Rico Martínez Departamento de Ingeniería Mecánica División de

Más detalles

Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa.

Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa. Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:

Más detalles

Algebra Lineal XX: Determinantes.

Algebra Lineal XX: Determinantes. Algebra Lineal XX: Determinantes. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx

Más detalles

Algebra Lineal XI: Funciones y Transformaciones Lineales

Algebra Lineal XI: Funciones y Transformaciones Lineales Algebra Lineal XI: Funciones y Transformaciones Lineales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:

Más detalles

Algebra Lineal Xa: Álgebra Vectorial en R3

Algebra Lineal Xa: Álgebra Vectorial en R3 Algebra Lineal Xa: Álgebra Vectorial en R3 José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx

Más detalles

Conjunto R 3 y operaciones lineales en R 3

Conjunto R 3 y operaciones lineales en R 3 Conjunto R 3 y operaciones lineales en R 3 Objetivos. Definir el conjunto R 3 y operaciones lineales en R 3. Requisitos. Conjunto de los números reales R, propiedades de las operaciones aritméticas en

Más detalles

Un subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura:

Un subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura: 4 Subespacios 29 b) x 5 [25;5], 5 [;24], z 5 [4;4] Use a 5 2, a 5 / a 5 2 / 2 c) Su propia elección de x,, z /o a 2 a) Elija algunos valores para n m genere tres matrices aleatorias de n m, llamadas X,

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

Algebra Lineal XIV: Espacio Nulo y Rango de una. transformación lineal.

Algebra Lineal XIV: Espacio Nulo y Rango de una. transformación lineal. Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de

Más detalles

Álgebra Lineal III: Sistemas de ecuaciones lineales: Definición y

Álgebra Lineal III: Sistemas de ecuaciones lineales: Definición y Álgebra Lineal III: Sistemas de ecuaciones lineales: Definición y solución. José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de

Más detalles

1. Lección 1 - Espacio Vectorial

1. Lección 1 - Espacio Vectorial 1. Lección 1 - Espacio Vectorial Definiremos espacio vectorial como la estructura algebraica consistente en: 1. Grupo abeliano {V, +, } cuyos elementos se denominan vectores. Para que los elementos de

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

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

Una operación interna: Suma Una operación externa: Multiplicación por un escalar

Una operación interna: Suma Una operación externa: Multiplicación por un escalar El conjunto R n Es el conjunto de las n-adas formadas por el producto cartesiano RRR.R, donde R es el conjunto de los números reales. Así pues, dos elementos X y Y de R n serán iguales si y solo si tienen

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 Ma1010

Álgebra Lineal Ma1010 Álgebra Lineal Ma1010 Espacios Vectoriales Departamento de Matemáticas ITESM Espacios Vectoriales Álgebra Lineal - p. 1/80 En esta lectura se introduce el concepto de espacio vectorial. Este concepto generaliza

Más detalles

Algebra Lineal Tarea No 9: Espacios vectoriales Maestra Dora Elia Cienfuegos, Enero-Mayo 2017

Algebra Lineal Tarea No 9: Espacios vectoriales Maestra Dora Elia Cienfuegos, Enero-Mayo 2017 Algebra Lineal Tarea No 9: Espacios vectoriales Maestra Dora Elia Cienfuegos, Enero-Mayo 2017 Grupo: Matrícula: Nombre: Tipo:-1 1. Suponga que V = R 2 y que se definen las operaciones: y Si Calcule: 1.

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

Propiedades de las operaciones lineales con matrices

Propiedades de las operaciones lineales con matrices Propiedades de las operaciones lineales con matrices Ejercicios Objetivos. Aprender a demostrar propiedades de las operaciones lineales en M m n (R). Requisitos. Operaciones lineales en R n, definición

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Departamento de Matemáticas, CSI/ITESM 7 de junio de 28 Índice 5.. Objetivos................................................ 5.2. Motivación...............................................

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

Matrices. José Vicente Romero Bauset. ETSIT-curso 2009/2010. José Vicente Romero Bauset Tema 1.- Matrices. 1

Matrices. José Vicente Romero Bauset. ETSIT-curso 2009/2010. José Vicente Romero Bauset Tema 1.- Matrices. 1 Matrices José Vicente Romero Bauset ETSIT-curso 2009/2010 José Vicente Romero Bauset Tema 1- Matrices 1 Introducción Por qué estudiar las matrices? Son muchas las situaciones de la vida real en las que

Más detalles

Una matriz es un arreglo rectangular de elementos. Por ejemplo:

Una matriz es un arreglo rectangular de elementos. Por ejemplo: 1 MATRICES CONCEPTOS BÁSICOS Definición: Matriz Una matriz es un arreglo rectangular de elementos. Por ejemplo: es una matriz de 3 x 2 (que se lee 3 por 2 ) pues es un arreglo rectangular de números con

Más detalles

LEYES DE COMPOSICIÓN INTERNA Y ELEMENTOS DISTINGUIDOS

LEYES DE COMPOSICIÓN INTERNA Y ELEMENTOS DISTINGUIDOS LEYES DE COMPOSICIÓN INTERNA Y ELEMENTOS DISTINGUIDOS Sea una estructura formada por un conjunto A, sobre cuyos elementos se ha definido una operación o ley interna, comúnmente denotada por " * ", que

Más detalles

2.1. Estructura algebraica de espacio vectorial

2.1. Estructura algebraica de espacio vectorial Tema 2 Espacios vectoriales de dimensión finita 21 Estructura algebraica de espacio vectorial Los vectores libres en el plano son el sustento geométrico del concepto de espacio vectorial Se trata de segmentos

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

Estructuras Algebraicas

Estructuras Algebraicas Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos

Más detalles

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

4 APLICACIONES LINEALES. DIAGONALIZACIÓN 4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos

Más detalles

Introducción a los espacios vectoriales

Introducción a los espacios vectoriales 1 / 64 Introducción a los espacios vectoriales Pablo Olaso Redondo Informática Universidad Francisco de Vitoria November 19, 2015 2 / 64 Espacios vectoriales 1 Las 10 propiedades de un espacio vectorial

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

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ).

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ). ALGEBRA La primera parte del presente libro está dedicada a las estructuras algebraicas. En esta parte vamos a iniciar agregándole a los conjuntos operaciones. Cuando las operaciones tienen determinadas

Más detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES 01 de Junio de 2011 ESPACIOS VECTORIALES (Clase 02) Departamento de Matemática Aplicada Facultad de Ingeniería Universidad Central de Venezuela 1 Puntos a tratar 1. Combinación lineal 2. Subespacio vectorial

Más detalles

Definición 1. Dado un conjunto C una aplicación definida por : C C C

Definición 1. Dado un conjunto C una aplicación definida por : C C C ESTRUCTURAS ALGEBRAICAS. En matemáticas aparecen distintos conjuntos cuyos elementos podemos operar de alguna manera. Los conjuntos de números usuales: N, Z, Q, y R son unos ejemplos claros. Otros ejemplos

Más detalles

1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo.

1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo. Capítulo 5 Campos finitos 5.1. Introducción Presentaremos algunos conceptos básicos de la teoría de los campos finitos. Para mayor información, consultar el texto de McEliece [61] o el de Lidl y Niederreiter

Más detalles

Cálculo de la matriz asociada a una transformación lineal (ejemplos)

Cálculo de la matriz asociada a una transformación lineal (ejemplos) Cálculo de la matriz asociada a una transformación lineal ejemplos Objetivos Estudiar con ejemplos cómo se calcula la matriz asociada a una transformación lineal Requisitos Transformación lineal, definición

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

Espacios vectoriales

Espacios vectoriales Espacios vectoriales Problemas teóricos Muchos de estos problemas me los han enseñado mis colegas: profesores Flor de María Correa Romero, Carlos Domínguez Albino, Sergio González Govea, Myriam Rosalía

Más detalles

Matemáticas Discretas TC1003

Matemáticas Discretas TC1003 Matemáticas Discretas TC13 Matrices: Conceptos y Operaciones Básicas Departamento de Matemáticas ITESM Matrices: Conceptos y Operaciones Básicas Matemáticas Discretas - p. 1/25 Una matriz A m n es un arreglo

Más detalles

Números reales Conceptos básicos Algunas propiedades

Números reales Conceptos básicos Algunas propiedades Números reales Conceptos básicos Algunas propiedades En álgebra es esencial manejar símbolos con objeto de transformar o reducir expresiones algebraicas y resolver ecuaciones algebraicas. Debido a que

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

Definición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar.

Definición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar. UNIDAD 03: MATRICES Y DETERMINANTES. 3.1 Conceptos de Matrices. 3.1.1 Definición de matriz. Definición: Se lama matriz de orden m x n a un arreglo rectangular de números dispuestos en m renglones y n columnas.

Más detalles

TEMA 2. ESPACIOS VECTORIALES

TEMA 2. ESPACIOS VECTORIALES TEMA 2. ESPACIOS VECTORIALES CÉSAR ROSALES GEOMETRÍA I En este tema comenzaremos el estudio de los objetos que nos interesarán en esta asignatura: los espacios vectoriales. Estos son estructuras básicas

Más detalles

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A =

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A = Matrices: repaso Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas Una matriz A M m n es de la forma a 11 a 1n A = a m1 a mn Denotaremos A ij = a ij el coeficiente

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

Espacios vectoriales

Espacios vectoriales Espacios vectoriales [Versión preliminar] Prof. Isabel Arratia Z. Algebra Lineal 1 En el estudio de las matrices y, en particular, de los sistemas de ecuaciones lineales realizamos sumas y multiplicación

Más detalles

Capítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos

Capítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos Capítulo Espacios vectoriales.1 Definición y ejemplos Un espacio vectorial sobre un cuerpo K (que supondremos conmutativo es un conjunto no vacío junto con 1. una operación interna, +, a la que llamaremos

Más detalles

DOCENTE: JESÚS E. BARRIOS P.

DOCENTE: JESÚS E. BARRIOS P. DOCENTE: JESÚS E. BARRIOS P. DEFINICIONES Es larga la historia del uso de las matrices para resolver ecuaciones lineales. Un texto matemático chino que proviene del año 300 A. C. a 200 A. C., Nueve capítulos

Más detalles

DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES

DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES ALGEBRA DE MATRICES DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES DEFINICIONES 2 Las matrices y los determinantes son herramientas

Más detalles

Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes

Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes CNM-108 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción

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

Matriz asociada a una transformación lineal respecto a un par de bases

Matriz asociada a una transformación lineal respecto a un par de bases Matriz asociada a una transformación lineal respecto a un par de bases Objetivos Definir la matriz asociada a una transformación lineal respecto a un par de bases y estudiar la representación matricial

Más detalles

ANILLOS DE POLINOMIOS. Sea A un anillo conmutativo. El conjunto A[X] de polinomios sobre A esta formado por los elementos

ANILLOS DE POLINOMIOS. Sea A un anillo conmutativo. El conjunto A[X] de polinomios sobre A esta formado por los elementos ANILLOS DE POLINOMIOS Sea A un anillo conmutativo. El conjunto A[X] de polinomios sobre A esta formado por los elementos n i=0 a i X i = a 0 + a 1 X + a 2 X 2 +... + a n X n. Se definen dos operaciones

Más detalles

MA3002. Matemáticas Avanzadas para Ingeniería: Números Complejos. Departamento de Matemáticas. Introducción. Igualdad. Suma y resta.

MA3002. Matemáticas Avanzadas para Ingeniería: Números Complejos. Departamento de Matemáticas. Introducción. Igualdad. Suma y resta. MA3002 Los números complejos, simbolizados por C, son una generalización los números reales. Una generalización algebraica muy interesante: Toda ecuación polinomial c n z n + c n 1 z n 1 + + c 1 z + c

Más detalles

Matemáticas Aplicadas a los Negocios

Matemáticas Aplicadas a los Negocios LICENCIATURA EN NEGOCIOS INTERNACIONALES Matemáticas Aplicadas a los Negocios Unidad 4. Aplicación de Matrices OBJETIVOS PARTICULARES DE LA UNIDAD Al finalizar esta unidad, el estudiante será capaz de:

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

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

Conjuntos y matrices. Sistemas de ecuaciones lineales

Conjuntos y matrices. Sistemas de ecuaciones lineales 1 Conjuntos y matrices Sistemas de ecuaciones lineales 11 Matrices Nuestro objetivo consiste en estudiar sistemas de ecuaciones del tipo: a 11 x 1 ++ a 1m x m = b 1 a n1 x 1 ++ a nm x m = b n Una solución

Más detalles

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley

Más detalles

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes

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

Matemá'cas generales

Matemá'cas generales Matemá'cas generales Matrices y Sistemas Patricia Gómez García José Antonio Álvarez García DPTO. DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN Este tema se publica bajo Licencia: Crea've Commons

Más detalles

MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).

MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ). 1 MATRICES 1 Una matriz es una disposición rectangular de números (Reales); la forma general de una matriz con filas y columnas es Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden

Más detalles

SESIÓN 4: ESPACIOS VECTORIALES

SESIÓN 4: ESPACIOS VECTORIALES SESIÓN 4: ESPACIOS VECTORIALES Un espacio vectorial sobre un campo (como el cuerpo de los números reales o los números complejos) es un conjunto no vacío, dotado de dos operaciones para las cuales será

Más detalles

Cálculo Diferencial: Enero 2016

Cálculo Diferencial: Enero 2016 Cálculo Diferencial: Enero 2016 Selim Gómez Ávila División de Ciencias e Ingenierías Universidad de Guanajuato 9 de febrero de 2016 / Conjuntos y espacios 1 / 21 Conjuntos, espacios y sistemas numéricos

Más detalles

Forma binomial de números complejos (ejercicios)

Forma binomial de números complejos (ejercicios) Forma binomial de números complejos (ejercicios) Objetivos. Mostrar que los números reales x se pueden identificar con números complejos de la forma (x, 0), y cada número complejo (x, y) se puede escribir

Más detalles

Espacios vectoriales. Capítulo Espacios vectoriales y subespacios Preliminares

Espacios vectoriales. Capítulo Espacios vectoriales y subespacios Preliminares Capítulo 1 Espacios vectoriales En diversos conjuntos conocidos, por ejemplo los de vectores en el plano o en el espacio (R 2 y R 3 ), o también el de los polinomios (R[X]), sabemos sumar sus elementos

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 Formas reducidas y escalonada de una matriz SISTEMAS DE ECUACIONES LINEALES ) Encuentre una sucesión de matrices elementales E, E,..., E k tal que

Más detalles

Clase 15 Espacios vectoriales Álgebra Lineal

Clase 15 Espacios vectoriales Álgebra Lineal Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos

Más detalles

Rectas, planos e hiperplanos

Rectas, planos e hiperplanos Semestre -8, Algebra Lineal 37 Rectas, planos e hiperplanos Recta P punto de la recta L, d vector no nulo de R n (vector director de la recta) X punto de la recta L PX paralelo a d (PX = td) PX = OX OP

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................

Más detalles

Clase 4 Funciones polinomiales y racionales

Clase 4 Funciones polinomiales y racionales Clase 4 Instituto de Ciencias Básicas Facultad de Ingeniería Universidad Diego Portales Marzo de 2014 Polinomios Definición Se llama polinomio en x a toda expresión de la forma p(x) = a 0 + a 1x+ +a n

Más detalles

Tema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso

Tema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso Tema 4: Matrices y Determinantes Algunas Notas sobre Matrices y Determinantes Álgebra Lineal Curso 2004-2005 Prof. Manu Vega Índice 1. Determinantes 3 2. Regla de Sarrus 3 3. Propiedades de los determinantes

Más detalles

Algebra lineal y conjuntos convexos

Algebra lineal y conjuntos convexos Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar

Más detalles

Capítulo 1. Numeración 1 Variables... 2 Números naturales... 2 Números enteros... 3 Números reales Ejercicios Orden y valor absoluto...

Capítulo 1. Numeración 1 Variables... 2 Números naturales... 2 Números enteros... 3 Números reales Ejercicios Orden y valor absoluto... ÍNDICE Capítulo 1. Numeración 1 Variables... 2 Números naturales... 2 Números enteros... 3 Números reales... 3 Ejercicios... 5 Orden y valor absoluto... 6 Ejercicios... 7 Suma de números reales... 9 Reglas

Más detalles

Algebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21

Algebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21 Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)

Más detalles

Matrices positivas y aplicaciones. María Isabel García Planas Profesora Titular de Universidad

Matrices positivas y aplicaciones. María Isabel García Planas Profesora Titular de Universidad Matrices positivas y aplicaciones María Isabel García Planas Profesora Titular de Universidad Primera edición: Septiembre 2008 Editora: la autora c M ā Isabel García Planas ISBN: 978-84-612-6101-7 Depósito

Más detalles

Fascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires

Fascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires Fascículo 2 Cursos de grado ISSN 1851-1317 Gabriela Jeronimo Juan Sabia Susana Tesauri Álgebra Lineal Departamento de Matemática Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 2008

Más detalles

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Sea (K, +,.) un cuerpo con característica 0. Podemos pensar K = Q, R o C. Si V es un conjunto cualquiera en el que

Más detalles

1.3.- V A L O R A B S O L U T O

1.3.- V A L O R A B S O L U T O 1.3.- V A L O R A B S O L U T O OBJETIVO.- Que el alumno conozca el concepto de Valor Absoluto y sepa emplearlo en la resolución de desigualdades. 1.3.1.- Definición de Valor Absoluto. El valor absoluto

Más detalles

Matrices y determinantes

Matrices y determinantes Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna

Más detalles

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 )

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 ) Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. 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

Más detalles

Espacios vectoriales y aplicaciones lineales.

Espacios vectoriales y aplicaciones lineales. Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en

Más detalles

son dos elementos de Rⁿ, definimos su suma, denotada por

son dos elementos de Rⁿ, definimos su suma, denotada por 1.1 Definición de un vector en R², R³ y su Interpretación geométrica. 1.2 Introducción a los campos escalares y vectoriales. 1.3 La geometría de las operaciones vectoriales. 1.4 Operaciones con vectores

Más detalles

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 5 Resumen Unidad n 3

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 5 Resumen Unidad n 3 Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 5 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se

Más detalles

Algebra Lineal y Geometría.

Algebra Lineal y Geometría. Algebra Lineal y Geometría. Unidad n 6: Subespacios Vectoriales. Algebra Lineal y Geometría Esp. Liliana Eva Mata 1 Contenidos. Subespacios Vectoriales. Operaciones con Subespacios: Intersección, unión,

Más detalles

Una matriz es una tabla ordenada (por filas y columnas) de escalares a i j de la forma: ... ... a... ...

Una matriz es una tabla ordenada (por filas y columnas) de escalares a i j de la forma: ... ... a... ... MATRICES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales. Tienen también muchas aplicaciones

Más detalles

APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES

APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES Ignacio López Torres. Reservados todos los derechos. Prohibida la reproducción total o parcial de esta obra, por cualquier medio electrónico

Más detalles

MATRICES. Rango de una matriz. Matriz Inversa. Determinante de una matriz cuadrada. Sistemas de Ecuaciones Lineales. Nociones de espacios vectoriales

MATRICES. Rango de una matriz. Matriz Inversa. Determinante de una matriz cuadrada. Sistemas de Ecuaciones Lineales. Nociones de espacios vectoriales MATRICES Rango de una matriz Matriz Inversa Determinante de una matriz cuadrada Sistemas de Ecuaciones Lineales Nociones de espacios vectoriales MATRICES -DEFINICIÓN DE MATRIZ. -ALGUNOS TIPOS DE MATRICES.

Más detalles

Es una tabla bidimensional de números consistente en cantidades abstractas que pueden sumarse y multiplicarse.

Es una tabla bidimensional de números consistente en cantidades abstractas que pueden sumarse y multiplicarse. Definición de matriz Es una tabla bidimensional de números consistente en cantidades abstractas que pueden sumarse y multiplicarse. Una matriz es un cuadrado o tabla de números ordenados. Se llama matriz

Más detalles

1 ÁLGEBRA DE MATRICES

1 ÁLGEBRA DE MATRICES 1 ÁLGEBRA DE MATRICES 1.1 DEFINICIONES Las matrices son tablas numéricas rectangulares. Se dice que una matriz es de dimensión m n si tiene m filas y n columnas. Cada elemento de una matriz se designa

Más detalles

Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291)

Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291) Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291) I. Combinación Lineal Definición: Sean v 1, v 2, v 3,, v n vectores en el espacio vectorial V. Entonces cualquier

Más detalles

Teoría de anillos. Dominios, cuerpos y cuerpos de fracciones. Característica de un cuerpo.

Teoría de anillos. Dominios, cuerpos y cuerpos de fracciones. Característica de un cuerpo. 1 Tema 5.-. Teoría de anillos. Dominios, cuerpos y cuerpos de fracciones. Característica de un cuerpo. 5.1. Anillos y cuerpos Definición 5.1.1. Un anillo es una terna (A, +, ) formada por un conjunto A

Más detalles

4 Aplicaciones Lineales

4 Aplicaciones Lineales Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1

Más detalles

Tema 1: Matrices y Determinantes

Tema 1: Matrices y Determinantes Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz

Más detalles

Estructuras algebraicas

Estructuras algebraicas Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota

Más detalles

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3 Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 1 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se

Más detalles