Álgebra Lineal V: Subespacios Vectoriales.

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

Download "Álgebra Lineal V: Subespacios Vectoriales."

Transcripción

1 Álgebra Lineal V: Subespacios Vectoriales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato jrico@salamanca.ugto.mx 1. Subespacios vectoriales. Definición de subespacios vectoriales. Sea V un espacio vectorial, sobre un campo K. Un subconjunto W V, se dice que es un subespacio de V, denotado por W < V, si W, junto con las operaciones de adición y multiplicación por escalar, definidas en V, es, por si sólo, un espacio vectorial, sobre el mismo campo K. Teorema. Sea V un espacio vectorial, sobre un campo K. Un subconjunto W V, es un subespacio de V, denotado por W < V, si y sólo si: 1. El subconjunto W está cerrado respecto a la operación de adición. Es decir w 1 + w 2 W w 1, w 2 W 2. El subconjunto W está cerrado respecto a la operación de multiplicación escalar. λ w 1 W λ K y w 1 W. Prueba: Primero probaremos que si un subconjunto W V es un subespacio de V; es decir, W < V entonces debe satisfacer las dos propiedades. Suponga que W < V, es un subespacio de V, entonces por definición W es un espacio vectorial sobre el campo K. Por lo tanto, W debe estar cerrado respecto a las operaciones de adición y multiplicación por escalar. Suponga ahora que un subconjunto W V satisface la clausura respecto a la adición y la multiplicación por escalar, entonces se probará que W < V. Puesto que W V entonces se satisfacen las siguientes propiedades de las dos operaciones 1. La adición es asociativa. w 1 + ( w 2 + w 3 ) = ( w 1 + w 2 ) + w 3, w 1, w 2, w 3 W 2. La adición es conmutativa w 1 + w 2 = w 2 + w 1, w 1, w 2 W 3. La multiplicación por escalar es distributiva respecto a la adición vectorial. k( w 1 + w 2 ) = k w 1 + k w 2 k K, y w 1, w 2 W. 4. La multiplicación escalar es distributiva respecto a la adición de escalares. (k 1 + k 2 ) w = k 1 w + k 2 w k 1,k 2 K, y w W. 1

2 5. La multiplicación escalar es pseudoasociativa. (k 1 k 2 ) w = k 1 (k 2 w) k 1,k 2 K w W. 6. Propiedad del idéntico multiplicativo del campo. Si 1 K es el idéntico multiplicativo, se tiene que 1 w = w w W. 7. Puesto que W está cerrado respecto a la multiplicación por escalar, 0 K y se sabe que 0 w = 0, w W, entonces 0 W y W contiene al idéntico aditivo. 8. Si 1 es el idéntico multiplicativo del campo K, se tiene que 1 + ( 1) = 0 Por la clausura del conjunto W respecto a la multiplicacion por escalar ( 1) w W w W. Además, aplicando la propiedad distributiva de la multiplicación por escalar respecto a la adición, se tiene que [1 + ( 1)] w = w + ( 1) w = 0 w = 0 w W Por lo tanto ( 1) w es el inverso aditivo de w W y W también contiene los inversos aditivos. Por lo tanto, la clausura respecto a la adición, junto con las incisos 1, 2, 7 y 8 prueban que W es un grupo aditivo respecto a la adición. Finalmente, la clausura respecto a la multiplicación por escalar, junto con los incisos, 3, 4, 5 y 6 completan la prueba que W < V. Nota. Es importante notar que todo espacio vectorial V tiene dos subespacios impropios, el primero es el subespacio formado por el vector 0, exclusivamente; es decir { 0} y el restante es el propio espacio vectorial V. Teorema. Una condicion necesaria, pero no suficiente, para que un subconjunto W V sea un subespacio de V, es que 0 V sea también un elemento de W. Prueba: Por definición, W V es un subespacio de V si W por si sólo es un espacio vectorial. Por lo tanto, 0 debe estar contenido en W ; es decir 0 W. Teorema. El conjunto solución de una ecuación lineal con n incógnitas sobre un campo K es un subespacio de K n si, y sólo si, la ecuación es homogenea. Prueba: Considere una ecuación lineal homogenea con n incógnitas sobre un campo K a 1 x 1 + a 2 x a n x n = 0, y sea x s = (x 1s,x 2s,...,x ns ), y s = (y 1s,y 2s,...,y ns ) K n dos soluciones arbitrarias de la ecuación lineal homogenea, es decir dos elementos del conjunto solucion, C S y sea λ K arbitrario. a 1 x 1s + a 2 x 2s + + a n x ns 0, a 1 y 1s + a 2 y 2s + + a n y ns 0. entonces, C S está cerrado con respecto a la suma. Considere x s + y s = (x 1s + y 1s,x 2s + y 2s,...,x ns + y ns ). 2

3 , a 1 (x 1s + y 1s ) + a 2 (x 2s + y 2s ) + + a n (x ns + y ns ) = (a 1 x 1s + a 2 x 2s + + a n x ns ) + (a 1 y 1s + a 2 y 2s + + a n y ns ) = 0. De manera semejante, el conjunto solución, C S, está cerrado con respecto a la multiplicacion por escalar. Considere λ x s = λ(x 1s,x 2s,...,x ns ) = (λx 1s,λx 2s,...,λx ns ). a 1 (λx 1s ) + a 2 (λx 2s ) + + a n (λx ns ) = λ (a 1 x 1s + a 2 x 2s + + a n x ns ) = λ 0 λ0 = 0. Por lo tanto, si la ecuación lineal es homogenea, el conjunto solución, C S es un subespacio de K n, es decir C S K n. Suponga ahora que la ecuación lineal no es homogenea, es decir a 1 x 1 + a 2 x a n x n = b, donde b 0. Suponga que x s = (x 1s,x 2s,...,x ns ) K n es una solución arbitraria de la ecuación lineal no homogenea, es decir un elemento del conjunto solución, C S y sea λ K diferente de 1. a 1 x 1s + a 2 x 2s + + a n x ns b. Considere entonces λ x s = λ(x 1s,x 2s,,x ns ) = (λx 1s,λx 2s,...,λx ns ). a 1 (λx 1s ) + a 2 (λx 2s ) + + a n (λx ns ) = λ(a 1 x 1s + a 2 x 2s + + a n x ns ) = λb b., el conjunto solución, C S, no está cerrado respecto a la multiplicación por escalar y no es un subespacio. Teorema. Sean W 1,W 2 < V dos subespacios de un espacio vectorial V sobre un campo K, entonces su intersección es también un subespacio; es decir, W 1 W 2 < V. Prueba: Sean w 1, w 2 W 1 W 2 arbitrarios, entonces w 1, w 2 W 1 y w 1, w 2 W 2. Ahora bien, puesto que W 1,W 2 son subespacios, entonces Por lo tanto w 1 + w 2 W 1 y w 1 + w 2 W 2. w 1 + w 2 W 1 W 2, y la intersección está cerrado respecto a la suma. Además, para todo λ K λ w 1 W 1 y λ w 1 W 2 Por lo tanto λ w 1 W 1 W 2, y la intersección está cerrado respecto a la multiplicación por escalar. De esta manera se prueba que W 1 W 2 < V. 3

4 Teorema. El conjunto solución de un sistema de ecuaciones lineales de m ecuaciones con n incógnitas sobre un campo K es un subespacio de K n si, y sólo si, el sistema de ecuaciones es homogeneo. Prueba: Considere el sistema de m ecuaciones con n incógnitas sobre un campo K, dado por a 11 x 1 + a 12 x 2 + a 13 x a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a 23 x a 2n x n = b 2 = a m1 x 1 + a m2 x 2 + a m3 x a mn x n = b m. En el apunte número 3 se probó que el conjunto solución C S es la intersección de los conjuntos solución de las m ecuaciones. Es decir C S = C S1 C S2 C Sm. Si el sistema de ecuaciones es homogeneo, entonces cada una de las ecuaciones son homogeneas, y por los teoremas anteriores, cada uno de los conjuntos solución es un subespacio de K n y la intersección de los subespacios es otro subespacio. Por lo tanto, si el sistema de ecuaciones es homogeneo, su conjunto solución es un subespacio de K n. Es fácil probar que si el sistema no es homogeneo, el conjunto solución no es un subespacio. 2. Ejemplos Resueltos. En esta sección se presentan y resuelven algunos ejemplos de subconjuntos de espacios vectoriales que pueden o no ser subespacios vectoriales. 1. U R 4 donde U = {(a,b,c,d) a + b = c + d}. Sean v 1, v 2 U, elementos arbitrarios de U dados por Puesto que v 1, v 2 U, se tiene que Considere ahora v 1 = (a 1,b 1,c 1,d 1 ) y v 2 = (a 2,b 2,c 2,d 2 ). a 1 + b 1 = c 1 + d 1 y a 2 + b 2 = c 2 + d 2. v 1 + v 2 = (a 1,b 1,c 1,d 1 ) + (a 2,b 2,c 2,d 2 ) = (a 1 + a 2,b 1 + b 2,c 1 + c 2,d 1 + d 2 ). (a 1 + a 2 ) + (b 1 + b 2 ) = (a 1 + b 1 ) + (a 2 + b 2 ) = (c 1 + d 1 ) + (c 2 + d 2 ) = (c 1 + c 2 ) + (d 1 + d 2 ). y el conjunto U está cerrado respecto a la adición de vectores. Sea λ R arbitrario y considere λ v 1 = λ (a 1,b 1,c 1,d 1 ) = (λa 1,λb 1,λc 1,λd 1 ) λa 1 + λb 1 = λ (a 1 + b 1 ) = λ (c 2 + d 2 ) = λc 2 + λd 2. y el conjunto U está cerrado respecto a la multiplicación escalar de vectores. Por lo tanto U R 4 es un subespacio que se denota por U < R 4. 4

5 2. U R 4 donde U = {(a,b,c,d) a + b = 1}. Sean v 1, v 2 U, elementos arbitrarios de U dados por Puesto que v 1, v 2 U, se tiene que Considere ahora v 1 = (a 1,b 1,c 1,d 1 ) y v 2 = (a 2,b 2,c 2,d 2 ). a 1 + b 1 = 1 y a 2 + b 2 = 1. v 1 + v 2 = (a 1,b 1,c 1,d 1 ) + (a 2,b 2,c 2,d 2 ) = (a 1 + a 2,b 1 + b 2,c 1 + c 2,d 1 + d 2 ). (a 1 + a 2 ) + (b 1 + b 2 ) = (a 1 + b 1 ) + (a 2 + b 2 ) = = 2. El conjunto U no está cerrado respecto a la adición de vectores y, por lo tanto, U no es un subespacio de R Sea C 0 (, ) el espacio vectorial real de funciones reales, continuas y de variable real en el intervalo (, ) y sea V C 0 (, ) tal que V = { f C 0 (, ) f( 1 2 ) Q}. Sea f V, por lo tanto f( 1 2 ) Q. Sea un λ R arbitrario y considere (λf)( 1 2 ) = λ [ f( 1 2 ) ]. Pero λ [ f( 1 2 )] Q si sólo si λ Q, pero λ R puede no pertenecer a Q. Por lo tanto, el conjunto no está cerrado respecto a la multiplicación por escalar y V no es un subespacio de C 0 (, ). 3. Ejemplos Propuestos. En esta sección se presentan algunos ejemplos de subconjuntos de espacios vectoriales, algunos de ellos son subespacios otros no lo son. 1. Considere el espacio vectorial R 3 de triadas ordenadas de números reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere, El subconjunto S 1 R 3, tal que S 1 es un subespacio de R 3. El subconjunto S 2 R 3, tal que S 2 es un subespacio de R 3. El subconjunto S 3 R 3, tal que S 3 no es un subespacio de R 3. S 1 = { v = (v 1,v 2,v 3 ) v 2 = 3v 1,v 3 = 2v 1 }. S 2 = { v = (v 1,v 2,v 3 ) 3v 1 + v 2 2v 3 = 0}. S 3 = { v = (v 1,v 2,v 3 ) v 2 = 3,v 3 = v 1 }. 5

6 El subconjunto S 4 R 3, tal que S 4 = { v v = λ 1 v 1 + λ 2 v 2, donde λ 1,λ 2 R, v 1 = (0,1,2), v 2 = (1, 1,0) R 3} S 4 es un subespacio de R Considere el espacio vectorial M 2 2, de matrices de dos filas y dos columnas, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere, El subconjunto S 1 M 2 2, tal que { [ a11 0 S 1 = A = 0 a 22 ] } a 11,a 22 R. S 1 es un subespacio de M 2 2. El subconjunto S 2 M 2 2, tal que { [ ] } a11 a S 2 = A = 12 a 21 a 22 a 11,a 12,a 21,a 22 R, tal que a 11 + a 22 = 2. S 2 es un subespacio de M Considere el espacio vectorial P 3 (x), de polinomios de grado menor o igual que 3, con coeficientes reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere, El subconjunto S 1 P 3 (x), tal que S 1 es un subespacio de P 3 (x). El subconjunto S 2 P 3 (x), tal que S 2 no es un subespacio de P 3 (x). S 1 = { p(x) = a 0 + a 1 x + a 2 x 2 + a 3 x 3 3a 0 a 2 = 0 }. S 2 = { p(x) = a 0 + a 1 x + a 2 x 2 + a 3 x 3 a 0 = a }. 4. Considere el espacio vectorial C 1 ( 5,5), de funciones reales y continuas de variable real definidas en el intervalo abierto ( 5,5), sobre el campo de los números reales, R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere, El subconjunto S 1 C 1 ( 5,5), tal que S 1 es un subespacio de C 1 ( 5,5). El subconjunto S 2 C 1 ( 5,5), tal que S 2 no es un subespacio de C 1 ( 5,5). S 1 = {f(x) f(3) = f(1) + 2f(2)}. S 2 = {f(x) f(0) = f(1) + 1}. 6

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 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

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 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

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

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

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

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

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

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

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

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

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

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

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

Subespacios Vectoriales

Subespacios Vectoriales Subespacios Vectoriales Prof. Apuntes del Postgrado en Ingeniería 31 Mayo 2008 Subespacio Definición de Subespacio y Ejemplos. Definición Sea H un subconjunto no vacio de un espacio vectorial V(K). Si

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

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 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

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

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

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

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

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios

MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios Sonia L. Rueda ETS Arquitectura. UPM Curso 2007-2008. 1 MATEMÁTICAS I TEMA 1: Espacios Vectoriales 1 Definición de espacio vectorial. Subespacios Dados dos conjuntos V y K se llama ley de composición externa

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

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

1. ESPACIOS VECTORIALES

1. ESPACIOS VECTORIALES 1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,

Más detalles

Anexo 1: Demostraciones

Anexo 1: Demostraciones 75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:

Más detalles

Álgebra Lineal III: Sistemas de ecuaciones lineales. Problemas Resueltos.

Álgebra Lineal III: Sistemas de ecuaciones lineales. Problemas Resueltos. Álgebra Lineal III: Sistemas de ecuaciones lineales. Problemas Resueltos. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad

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

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

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

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases. BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades

Más detalles

y λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.

y λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial. Espacios vectoriales Espacios y subespacios R n es el conjunto de todos los vectores columna con n componentes. Además R n es un espacio vectorial. Ejemplo Dados dos vectores de R por ejemplo u = 5 v =

Más detalles

Espacios generados, dependencia lineal y bases

Espacios generados, dependencia lineal y bases Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................

Más detalles

Vector Spaces 4.1 ESPACIOS VECTORIALES Y SUBESPACIOS. 2012 Pearson Education, Inc.

Vector Spaces 4.1 ESPACIOS VECTORIALES Y SUBESPACIOS. 2012 Pearson Education, Inc. 4 Vector Spaces 4. ESPACIOS VECTORIALES Y SUBESPACIOS 0 Pearson Education, Inc. ESPACIOS VECTORIALES Y SUBESPACIOS Definición: Un espacio vectorial es un conjunto no vacío V de objetos, sobre el cual se

Más detalles

Subespacios vectoriales en R n

Subespacios vectoriales en R n Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo

Más detalles

Objetivos: Al inalizar la unidad, el alumno:

Objetivos: Al inalizar la unidad, el alumno: Unidad 3 espacios vectoriales Objetivos: Al inalizar la unidad, el alumno: Describirá las características de un espacio vectorial. Identiicará las propiedades de los subespacios vectoriales. Ejempliicará

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

Espacios Vectoriales www.math.com.mx

Espacios Vectoriales www.math.com.mx Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................

Más 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

1. Sucesiones y redes.

1. Sucesiones y redes. 1. Sucesiones y redes. PRACTICO 7. REDES. Se ha visto que el concepto de sucesión no permite caracterizar algunas nociones topológicas, salvo en espacios métricos. Esto empieza con algunas definiciones

Más detalles

ESPACIO VECTORIAL ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN

ESPACIO VECTORIAL ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN Tema 5.- ESPACIOS VECTORIALES ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN ESPACIO VECTORIAL Fundamentos Matemáticosde la Ingeniería 1 Aunque históricamente el primer trabajo de Álgebra

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

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR} Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar

Más detalles

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades: Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición

Más detalles

Tema 2. Aplicaciones lineales y matrices.

Tema 2. Aplicaciones lineales y matrices. Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................

Más detalles

TEMA 11. VECTORES EN EL ESPACIO

TEMA 11. VECTORES EN EL ESPACIO TEMA 11. VECTORES EN EL ESPACIO Dados dos puntos y, se define el vector como el segmento orientado caracterizado por su módulo, su dirección y su sentido. Dos vectores son equipolentes si tienen el mismo

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

Problemas de Álgebra Lineal Espacios Vectoriales

Problemas de Álgebra Lineal Espacios Vectoriales Problemas de Álgebra Lineal Espacios Vectoriales 1. Estudia cuáles de los siguientes subconjuntos son subespacios de R n para el n que corresponda: i) S 1 = {(x, y, z, t) R 4 x + y + z + t = b} siendo

Más detalles

elemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1;

elemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1; 3. Espacios Vectoriales 3.1. Definición de espacio vectorial Un cuerpo es una estructura algebraica (K, +, ) formada por un conjunto K no vacio y dos operaciones internas + y que verifican las siguientes

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

Álgebra II, licenciatura. Examen parcial I. Variante α.

Álgebra II, licenciatura. Examen parcial I. Variante α. Engrape aqu ı No doble Álgebra II, licenciatura. Examen parcial I. Variante α. Operaciones con matrices. Sistemas de ecuaciones lineales. Nombre: Calificación ( %): examen escrito tarea 1 tarea 2 asist.+

Más detalles

Sistema de ecuaciones algebraicas

Sistema de ecuaciones algebraicas Sistema de ecuaciones algebraicas Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com Universidad: ITESM CEM

Más detalles

1 El espacio vectorial R n.

1 El espacio vectorial R n. Manuel Gutiérrez Departamento de Álgebra, Geometría y Topología Universidad de Málaga February 26, 2009 1 El espacio vectorial R n. La estructura de espacio vectorial es posiblemente la estructura más

Más detalles

ÁLGEBRA LINEAL I Soluciones a la Práctica 6

ÁLGEBRA LINEAL I Soluciones a la Práctica 6 ÁLGEBRA LINEAL I Soluciones a la Práctica 6 Aplicaciones lineales (Curso 2009 2010) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos,

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

y cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy).

y cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy). UNIDAD II: VECTORES EN DOS Y TRES DIMENSIONES Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra lineal. A los elementos de los espacios

Más detalles

Espacios vectoriales y aplicaciones lineales

Espacios vectoriales y aplicaciones lineales Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un

Más detalles

BLOQUE 1. LOS NÚMEROS

BLOQUE 1. LOS NÚMEROS BLOQUE 1. LOS NÚMEROS Números naturales, enteros y racionales. El número real. Intervalos. Valor absoluto. Tanto el Cálculo como el Álgebra que estudiaremos en esta asignatura, descansan en los números

Más detalles

E 1 E 2 E 2 E 3 E 4 E 5 2E 4

E 1 E 2 E 2 E 3 E 4 E 5 2E 4 Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),

Más detalles

de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).

de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ). INTRODUCCIÓN. MATRICES Y DETERMINANTES 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.

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

Espacios vectoriales. Bases. Coordenadas

Espacios vectoriales. Bases. Coordenadas Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos

Más detalles

4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES

4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES Espacios Vectoriales y Aplicaciones Lineales 4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES SUMARIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRICA 1.- Espacios Vectoriales..- Propiedades de un Espacio Vectorial..-

Más detalles

Algebra Lineal XXI: Existencia de la Función Determinante, Expansión de Cofactores.

Algebra Lineal XXI: Existencia de la Función Determinante, Expansión de Cofactores. Algebra Lineal XXI: Existencia de la Función Determinante, Expansión de Cofactores. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica

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

1 Espacios y subespacios vectoriales.

1 Espacios y subespacios vectoriales. UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto

Más detalles

DISEÑO CURRICULAR ALGEBRA LINEAL

DISEÑO CURRICULAR ALGEBRA LINEAL DISEÑO CURRICULAR ALGEBRA LINEAL FACULTAD (ES) CARRERA (S) Ingeniería Computación y Sistemas CÓDIGO HORAS TEÓRICAS HORAS PRÁCTICAS UNIDADES DE CRÉDITO SEMESTRE 122443 02 02 03 II PRE-REQUISITO ELABORADO

Más detalles

Tema 5: Sistemas de ecuaciones lineales.

Tema 5: Sistemas de ecuaciones lineales. TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1

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

b) Sea una relación de equivalencia en A y una operación en A. Decimos que y son compatibles si a b a c b c y c a c b para todo a, b, c A

b) Sea una relación de equivalencia en A y una operación en A. Decimos que y son compatibles si a b a c b c y c a c b para todo a, b, c A APENDICE Relaciones y Operaciones Compatibles 1 Definición: a) Sea A un conjunto y una relación entre elementos de A. Decimos que es una relación de equivalencia si es: i Reflexiva: a A, a a. ii Simétrica:

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

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

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

Espacios vectoriales y Aplicaciones lineales

Espacios vectoriales y Aplicaciones lineales Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea

Más detalles

Cardinalidad. Teorema 0.3 Todo conjunto infinito contiene un subconjunto infinito numerable.

Cardinalidad. Teorema 0.3 Todo conjunto infinito contiene un subconjunto infinito numerable. Cardinalidad Dados dos conjuntos A y B, decimos que A es equivalente a B, o que A y B tienen la misma potencia, y lo notamos A B, si existe una biyección de A en B Es fácil probar que es una relación de

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales

Más detalles

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Z = N {0} N Enteros Las operaciones + y. son cerradas en Z, es decir la suma de dos números enteros es un número entero y el producto

Más detalles

NOCIONES PRELIMINARES (*) 1

NOCIONES PRELIMINARES (*) 1 CONJUNTOS NOCIONES PRELIMINARES (*) 1 Conjunto no es un término definible, pero da idea de una reunión de cosas ( elementos ) que tienen algo en común. En matemática los conjuntos se designan con letras

Más detalles

Espacios vectoriales

Espacios vectoriales Espacios vectoriales Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza 1 Concepto de espacio vectorial y propiedades 1.1 Definición Se llama espacio vectorial sobre K (IR o C a toda terna

Más detalles

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases. Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal

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

Transformaciones lineales y matrices

Transformaciones lineales y matrices CAPíTULO 5 Transformaciones lineales y matrices 1 Matriz asociada a una transformación lineal Supongamos que V y W son espacios vectoriales de dimensión finita y que T : V W es una transformación lineal

Más detalles

Apuntes de álgebra lineal. Eduardo Liz Marzán. Enero de 2015.

Apuntes de álgebra lineal. Eduardo Liz Marzán. Enero de 2015. Apuntes de álgebra lineal Eduardo Liz Marzán Enero de 2015 Índice general 1 Introducción 7 11 Operaciones internas y estructura de cuerpo 7 12 Números complejos 8 13 Vectores 10 2 Matrices y determinantes

Más detalles

MATRICES DETERMINANTES

MATRICES DETERMINANTES MATRICES Y DETERMINANTES INTRODUCCIÓN, MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de

Más detalles

1.2 Si a y b son enteros impares, entonces a + b es par. 1.4 Si el producto de enteros a y b es par, entonces alguno de ellos es par.

1.2 Si a y b son enteros impares, entonces a + b es par. 1.4 Si el producto de enteros a y b es par, entonces alguno de ellos es par. Sesión 1 Demostraciones Demostración directa 1.1 Si n es un número entero impar, entonces n 2 es impar. 1.2 Si a y b son enteros impares, entonces a + b es par. Demostración indirecta 1.3 Si n 2 es par,

Más detalles

MATEMÁTICASII Curso académico BLOQUE GEOMETRÍA. TEMA 1: VECTORES

MATEMÁTICASII Curso académico BLOQUE GEOMETRÍA. TEMA 1: VECTORES MATEMÁTICASII Curso académico 2015-2016 BLOQUE GEOMETRÍA. TEMA 1: VECTORES 1.1 VECTORES DEL ESPACIO. VECTORES LIBRES DEL ESPACIO Sean y dos puntos del espacio. Llamaremos vector (fijo) a un segmento orientado

Más detalles

4.1 El espacio dual de un espacio vectorial

4.1 El espacio dual de un espacio vectorial Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo

Más detalles

Teoría de la Probabilidad Tema 2: Teorema de Extensión

Teoría de la Probabilidad Tema 2: Teorema de Extensión Teoría de la Probabilidad Tema 2: Teorema de Extensión Alberto Rodríguez Casal 25 de septiembre de 2015 Definición Una clase (no vacía) A de subconjuntos de Ω se dice que es un álgebra si A es cerrada

Más detalles

E. T. S. de Ingenieros Industriales Universidad Politécnica de Madrid. Grado en Ingeniería en Tecnologías Industriales. Grado en Ingeniería Química

E. T. S. de Ingenieros Industriales Universidad Politécnica de Madrid. Grado en Ingeniería en Tecnologías Industriales. Grado en Ingeniería Química E. T. S. de Ingenieros Industriales Universidad Politécnica de Madrid Grado en Ingeniería en Tecnologías Industriales Grado en Ingeniería Química Apuntes de Álgebra ( Curso 2014/15) Departamento de Matemática

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

OPERACIONES CON NÚMEROS REALES

OPERACIONES CON NÚMEROS REALES NÚMEROS REALES Por número real llamaremos a un número que puede ser racional o irracional, por consiguiente, el conjunto de los números reales es la unión del conjunto de números racionales y el conjunto

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

Subespacio generado por un conjunto finito de vectores (envoltura lineal de un conjunto finito de vectores)

Subespacio generado por un conjunto finito de vectores (envoltura lineal de un conjunto finito de vectores) Subespacio generado por un conjunto finito de vectores (envoltura lineal de un conjunto finito de vectores). Listas de vectores. Listas de vectores son personajes típicos de Álgebra Lineal. Una lista de

Más detalles

ALGEBRA I, ALGEBRA Y TRIGONOMETRIA , Segundo Semestre CAPITULO 6: POLINOMIOS.

ALGEBRA I, ALGEBRA Y TRIGONOMETRIA , Segundo Semestre CAPITULO 6: POLINOMIOS. ALGEBRA I, ALGEBRA Y TRIGONOMETRIA 520135, 522115 Segundo Semestre CAPITULO 6: POLINOMIOS. DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Polinomio Sea K

Más detalles

METODO DE LOS COEFICIENTES INDETERMINADOS 1 METODO DE COEFICIENTES INDETERMINADOS

METODO DE LOS COEFICIENTES INDETERMINADOS 1 METODO DE COEFICIENTES INDETERMINADOS METODO DE LOS COEFICIENTES INDETERMINADOS 1 METODO DE COEFICIENTES INDETERMINADOS Para encontrar la solución de la Ecuacion diferencial de orden n definida por Donde los son constantes y f(x) es un función

Más detalles