1.3 Algebra tensorial en componentes
|
|
- Rodrigo Paz Plaza
- hace 7 años
- Vistas:
Transcripción
1 1.3 Algebra tensorial en a) Bases diádicas y tensoriales en (2) 1. Teorema de las bases diádicas. 2. Definición y cálculo de de tensores de 2º orden. 3. Escritura matricial e interpretación de las columnas en los casos usuales. Ejemplos b) Relación entre las generales: fórmulas de subida y bajada de índices en (2) 1. A partir de las t i j y de las t i j obtener las restantes en cada caso 2. Ejercicio: lo mismo a partir de las t j i y t i j c) Bases triádicas y tensoriales en (3) y en (p) 1. Teorema de las bases triádicas. Generalización: bases p-íádicas en (p) 2. Definición y cálculo de las de tensores de orden 3. Ejemplos. 3. Escritura matricial e interpretación de los casos usuales. 4. Fórmulas de subida y bajada de índices. d) Operaciones con tensores mediante algoritmos matriciales 1. Suma y múltiplo escalar 2. Contracción tensorial. Estudio de casos habituales. e) Cambios de base generales. 1. Formas matriciales de transformación de homónimas para tensores de orden 1, 2 o Caso particular de bases canónicas: matrices ortogonales. 1.3 a) Bases diádicas y tensoriales en (2) Definición: Se llama forma diádica a toda combinación lineal de díadas del tipo 1 (a 1 b 1 ) + 2 (a 2 b 2 ) + + m (a m b m ) Î (2), con i Î, mî Teorema: Si {a i } y {b i } son bases de, entonces {a i b j } es base de (2) ; luego todo tensor de segundo orden es una forma diádica. demostración: bastará ver que las 9 díadas {a i b j } son lin. independientes: Bases usuales: {e i e j }: canónica; generales: {g i g j }: cova-contra; {g i g j }: contra-contra; {g i g j }: ;{g i g j }: Desarrollos diádicos: T = T ij e i e j = t i j g i g j = t ij g i g j = t ij g i g j = t i j g i g j. las se denominan: canónicas, mixtas contra-covas, cova-covas (o covas puras), contras puras y mixtas cova-contras (respectivamente). Cálculo de : i) canónicas: T ij = e i T e j = e i (T e j ); Ejemplos: 1) Si {i, j, k} {e i } es una base de, describir los tensores 1, a b como forma diádica con díadas e i e j., siendo a = 2i k, b = 3j + 2 k. Escritura matricial? ii) generales: t i j = g i (T g j ), t ij = g i (T g j ); t ij = g i T g j, t ij = g i T g j. Curso
2 Escritura matricial de las e interpretación 1º) Componentes canónicas: T ij = e i T e j = i-ésima compte. canónica de T e j. Luego, escritura matricial: [T ij ] i=fil,j=col = Ejemplos de comptes. ortonormales: escritura matricial de las canónicas de: díada a b, tensor axial a, tensor unidad 1, tensor proy. al eje e, tens. proy. al plano {e}. 2º) Componentes generales: t i j = g i T g j = i-ésima compte. contra de T g j ; t ij = g i T g j =... Luego: [t i j] i=fil, j=col = análogo: [t ij ] i=fil, j=col = Resto de generales: ejercicio análogo. Ejemplos: 1) Componentes generales de la díada: a b = a i b j g i g j = a i b j g i g j = a i b j g i g j = a i b j g i g j. Cálculo matricial en los 4 casos 2) Componentes generales del tensor unidad 1: porqué se llama también el tensor métrico. 1 = i jg i g j = ij g i g j = g ij g i g j = g ij g i g j, pq.: I i j = g i g j ; I ij = g i g j ; I ij = g i g j ; I ij = g i g j 3) tensor axial a ;4) proy.-vect. al eje e, tensor proy. al plano {e}, y su escritura matricial Ejemplo: Si {g i } = {a, b, a b} es una base de, con a b, calcular el tensor T := a b + b a + a + b como forma diádica con díadas g i g j y escribir su matriz cova-cova correspondiente. 1.3 b) Relación entre generales: fórmulas de subida y bajada de índices Se trata de deducir los tipos restantes de a partir de un tipo dado. Se trata de cambios de base entre una base y su recíproca. En (2) hay 4 casos: 1.- dadas las mixtas contra-covas de un tensor T, t i j, deducir las demás cova-covas: t ij = g ih t h j [t ij ] = G [t h j] bajada de pre-índice. (lectura: se baja un preíndice premultiplicando por la matriz de Gram, G = [g ij ]) motivo: T = t i j g i g j = t i j g hi g h g j := t hj g h g j t hj = g hi t i j t ij = g ih t h j contra-contras: t ij = t i hg hj [t ij ] = [t i h] G 1 subida de post-índice lectura práctica: se sube un post-índice post-multiplicando por G -1 = [g ij ] motivo: T = t i j g i g j = t i j g i g jh g h := t ih g i g h t ih = t i j g jh [t ih ] = [t i j ] G 1 cova-contras: t ij = g ih t h kg kj [t ij ] = G [t h k] G lectura práctica: forma mnemotécnica de proceder 2.- dadas las puras covariantes, t ij, deducir las otras tres. Ejercicio de teoría: Completar los dos casos, 3 y 4, de -dato que faltan. Ejemplo: Calcular las contra-covas de u siendo u = 2g 1 3g 2 + 2g 3, donde {g i } es una base general cuya matriz de Gram es [2, 1, 0; 1, 2, 0; 0, 0, 1] Curso
3 1.3c) Componentes tensoriales en (3) y (p) Definición: Se llama forma triádica a toda combinación lineal de tríadas de la forma 1 (a 1 b 1 c 1 ) + 2 (a 2 b 2 c 2 ) + + m (a m b m c m )Î (3), mî. Teorema.: si {a i }, {b i } y {c i } son bases de, entonces {a i b j c k } es base de (3). Así, todo tensor de tercer orden es una forma triádica. dem: análoga al caso de segundo orden: basta ver que las 3 3 = 27 (ó 2 3 = 8) tríadas son lin. Indep. Bases habituales: tríadas canónicas: {e i e j e k }; tríadas generales: {g i g j g k }, {g i g j g k }.., (8 tipos) Componentes tensoriales en (3) : si BÎ (3) hay 2 3 c. gen.: notación, cálculo e interpretación: b ijk = [(B g k ) g j ] g i, o también b i jk = [(B g k ) g j ] g i,etc Escritura matricial: Dos formas útiles: B ~ [[b ijk ] i=f, j=c, k=m ] ó [[b ijk ] i=m, j=f, k=c ], Relaciones de subida o bajada de índices: análogas en (3), como: a ij k = a ijh g hk ; o: a i j k = a ihk g hj.. Ejemplos: 1) Componentes generales del tensor permutación E cálculo: las c. puras son los símbolos de permutación tridimensionales: escrituras matricial: E ~[e ijk ] i=f, j=c, k=m = 2) Componentes de una tríada cálculo: a b c := B = b i jk g i g j g k b i jk =a i b j c k escr. matr.: [[t i jk] i=m, j=f, k=c ] = [a i [b j c k ] j=f, k=c ] i=m ; [t i jk] i=f, j=c, k=m = [c k [a i b j ] i=f,j=c ] k=m Caso numérico: Si a = i k, b = i + 2j k, c = 3i + 2j, escribir matricialmente a b c. 3) B = i (k j 2j k) + 3k (2i j j i). Escritura matr. [[B ijk ]] Generalización: Se habla de tétra-ídas y formas tetra-iádicas, p-íadas y formas p-iádicas. 1.3 d) Álgebra tensorial en d1) SUMA: Sólo pueden sumarse tensores del mismo orden tensorial y en la misma base poliádica. Se tiene: compntes. del tensor suma = suma de compntes. homólogas de los sumandos. Pq.: U := (1) S + T {e i e j } (2) U ij e i e j = S ij e i e j + T ij e i e j = (S ij + T ij )e i e j (3) U ij = S ij + T ij (i = fil., j = col.) (4) [U ij ] = [S ij ] + [T ij ]. El mismo razonamiento se aplica en base general si se suman del mismo tipo. obs. el sistema seguido: (1) U = valor nominal intríns. de la suma; (2) base y desarrollos cart., operando en not. indic.; (3) separar por la ec. indic. resultante (se aplica unicidad de desarrollo); (4) interpretar matricialmte. la ec. indicial con algoritmos conocidos (suma matricial, producto matricial con algoritmo fila columna, determinante, etc...) según proceda. d2) MÚLTIPLO ESCALAR y COMB. LINEALES: Para multipl. por un escalar un tensor de cualquier orden, basta multipl. todas las del tensor en cualquier base por dicho escalar. Del mismo modo pueden efectuarse comb. lineales con tens. del mismo orden tensorial. Pq.: P := S + T p i j g i g j = s i j g i g j + t i j g i g j = ( s i j+ t i j)g i g j p i j = s i j+ t i j [p i j] = [s i j] + [t i j]. Análogo con cualquier tipo de (las mismas en los dos sumandos) obs.: se ha seguido el mismo sistema y se sigue en el resto de operaciones con tensores. Curso
4 d3) CONTRACCIÓN tensorial en (1.3 d)) d3.1.- Con tensores de orden 2 (resultados conocidos) En base canónica {e i }: resto, análogos: T x = u U i e i = (T ij e i e j ) (X k e k ) = T ij X j e i U i = T ij X j [U i ] i=f = [T ih ] i=f,h=c [X h ] h=f x T = w... W j = X h T hj [W j ] j=c = [X h ] [T hj ] h=f,j=c. u T v =... = U i T ij V j = [U i ] i=c [T ij ] i=f,j=c [V j ] j=f S T = P... P ij = S ih T hj [P ij ] i=f,j=c = [S ih ] i=f,h=c [T hj ] h=f,j=c. En base general, {g i }, de recíproca {g i }: se obtienen formas parecidas: T x = u... u i = t i h x h = t ih x h u i = t ih x h = t ih x h ejerc : expr. matriciales. x T = w... w i = x h t h i = x h t hi w i = x h t hi = x h t h i u T v =... = u i t ij v j = u i t ij v j = u i t i j v j = u i t ij v j S T = P... p i j = s i ht h j = s ih t hj p ij = s ih t h j = s ih t hj... Ejercicio: Probar las ecuaciones indiciales anteriores ( predecir las dos expresiones posibles para obtener un tipo determinado de del resultado). d3.2 Contracción tensorial en en (3) ( 1.3 d)) Siendo T (3), x, U (2) : En base cartesiana {e i }: i) Contracción T x := W (2) [valor nominal y orden tens. 2º (= 3+1 2) del result.] W := T x = (T ijk e i e j e k ) (X h e h ) = = T ijk X k e i e j := W ij e i e j W ij = T ijk X k Si T está con {i=fil., j=col., k=matr.}: [es un algoritmo nuevo: algoritmo fila de cajas por vector columna combinación lineal de cajas] Alternativa: con i = matr, j = fil, k = col.: [W ij ] i=f,j=c = [ [T ijk ] [X k ] ] t : [alg. prod. de cada caja por vc. col.] Ejemplo: Obtener las canónicas de x utilizando el tensor permutación. Curso
5 ii) Contracción x T con tensores de tercer orden x T := V (2) V = = X i T ijk e j e k := V jk e j e k V jk = X i T ijk discusión 1ª) asignamos los papeles a los índices para el resultado: j = fil., k = col. (en este caso) para usar el algoritmo matricial comb. lin. de cajas: Si esto exige rescribir los T ijk en la disposición: i = matr., j = fil., k = col. supuesto que se tiene la disposición original i=f, j=c, k=m: (n=2) el algoritmo hace comb. lin. de las cajas de esta 2ª disposición. Como norma general: al expresar matricialmente una igualdad indicial (entre escalares) respetar el papel de los índices libres en los dos miembros. 2ª) otra alternativa: aprovechar la disposición previa de los T ijk, lo que exigirá rescribir el resultado una vez obtenidos los V jk : en dimensión n = 2, se tiene: N.: En dim. del contexto n = 3, todos los índices tomas un tercer valor (3 matrices, 3 fil., 3 col.) En bases generales se tienen resultados totalmente análogos, respetando la alternancia de posición en índices mudos o contraídos (criterio de corrección) Curso
6 iii) Tensor de orden 2 por (contracción) tensor de orden 3 En cartes.: rel. indicial: U := T B =...= T ih B hjk e i e j e k := U ijk e i e j e k T ih B hjk = U ijk escr.matr.: i = f, j = c, k = m [[U ijk ] i=f,j=c ] k=m = [ [T ih ] i=f,h=c [B hjk ] h=f,j=c ] k=m En generales: análogos ejercicio personal. Ejemplo: Componentes mixtas e i jk del tensor de permutación E, con la matriz de Gram ya usada: = [2, 1, 0; 1, 2, 0; 0, 0, 1]. Solución: e i jk = g ih e hjk [e i jk ] i=f,j=c,k=m = [[g ih ] [e hjk ]] = [ [e hj1 ] [e hj2 ] [e hj3 ]] = iv) Tensor de orden 3 por tensor de orden 2 Análogo al caso anterior... rel. indic.: V := B T =... = escr. matr.: Ejemplo(*): Componentes mixtas e ij k del tensor de permutación E en el caso de la base anterior. Componentes canónicas del tensor U := E (a b), supuestos a y b vectores conocidos en la base {e i } utilizada. (* se entrega resuekto para evaluación continua) 1.3 e) Cambios de base generales en esp. tens. ( ) 1) Relaciones entre las bases: (referencia fundamental) base { }, o antigua; base { }, o nueva matriz de cambio := C = [c i j] f,c, con la b. nueva por columnas en contras antiguas (dato estándar) Relaciones indiciales del cambio de base y su lectura matricial: 2) c. de comp. vec. contras : u = u i g i = u i j i c. de c. vec. covas: u = u i g i = u i c i j Curso
7 3) Relaciones de c. de b. entre las comptes. gen. de un tensor 1) Cambio patrón (de referencia): el de las comptes. mixtas contra-covas: 2) Cambio de los otros tres tipos de son análogos. NOTAS: 1) Los apodos contravar. y covar. aplicados a los índices se basan en estas fórmulas 2) Las antiguas pueden despejarse en función de las nuevas. 3) Las expr. del c. de b. se cumplen tb. de modo análogo para tens. de ord. sup. (PR1-27) 3)Caso partic. de c. de b.: c. entre b. ortonormales Si las bases original y nueva son ortonormales, sean {e i } y {ê j }, el c. de b. se simplifica pq. la matriz del cambio Q es ortogonal, o sea Q 1 = Q t porque: Las fórmulas matr. de c. de b. ortonormales son un caso particular de las generales cambiando C por Q y C 1 = Q t. N.: Si una base general {g i } es ortogonal, pero no ortonormal, la base normalizada asociada será ortonormal. Es caso frecuente y se llama base física asociada, que suele denotarse {ê i } (si ya hay una base canónica preexistente). Los c. de b. ortonormales más frecuentes: de b. ortonormal canónica previa, {e i }, a base física nueva, {ê i }. Curso
8 Ejercicio de c. de b.- Sean g 1 = e 1, g 2 = e 1 +e 2, g 3 = e 1 +e 2 +e 3. Se da T = 1+e 2 e 1. Se piden: t i j, por cambio de base y también t ij, por c. de base y bajando el pre-índice de las mixtas halladas. solución: Ejercicios: Con la base {g i } anterior calcular comp. contra-cova-contra de E Ejemplos: 1) Calcular las de los tensores axiales básicos g i en una base {g j } dada. solución: g 1 ~ Análogos los demás casos: g 2, g 3 (ejercicio *) 2) Se deducen las comp. covariantes puras del tensor axial a, de las contras del vector axial a : a = a i g i a = a i (g i ) ~ 3) Como ejercicio: las contravariantes puras de a Ejercicios de PR1 que pueden hacerse PR1.11, 12, 13 PR1.14: Agregar estos apartados nuevos para operar en (2) : Calcular las de los tensores que siguen en la base cartesiana: iv. (i ) ( j k k j) v. (i ) (i ) (i ) vi. (i ) (j ) (j ) (i ) vii. a (b ) a y en la base {a, b, a b} Ejercicio: Forma matricial de la subida y bajada de índices en (3) : Ej.: Obtener las cova-contra-cova del tensor E en dim. 3. sol: e i j k = e ihk g hj... [[e i j k]] i=f.,j=c.,k=m. = [[e ih1 ] G 1 [e ih2 ] G 1 [e ih3 ] G 1 ] #. Curso
9 Problemas de la Práctica 1 factibles con 1.2 y 1.3 Ejercicios y cuestiones: PR1.8 a PR1.14 (todas) Problemas: PR1.23 (errata en apartado iii: cambiar v por w), PR1.24, PR1.27, PR1.31 (cuestión, y apartados 1y 2), PR1.32 (apartados 1 y 2) Problemas complementarios: PR1.33 y PR1.34 NOTA: el resto de problemas y ejercicios de la Práctica 1, pueden hacerse con la materia de la sección siguiente, o sea 1.4. Curso
Ignacio Romero 20 de Septiembre de 2004. Notación indicial
INGENIERÍA GEOLÓGICA: MECÁNICA DE MEDIOS CONTINUOS Ignacio Romero 20 de Septiembre de 2004 Notación indicial En Mecánica de Medios Continuos los objetos matemáticos más empleados son los escalares, vectores
Más detallesEspacios 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 detallesDos 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 detallesSistemas lineales con parámetros
4 Sistemas lineales con parámetros. Teorema de Rouché Piensa y calcula Dado el siguiente sistema en forma matricial, escribe sus ecuaciones: 3 0 y = 0 z + y 3z = 0 y = Aplica la teoría. Escribe los siguientes
Más detallesTema 2: Vectores libres
Tema 2: Vectores libres FISICA I, 1º Grado en Ingeniería Aeroespacial Escuela Técnica Superior de Ingeniería Universidad de Sevilla 1 Índice Magnitudes escalares y vectoriales Definición de vector Vectores
Más detallesAlgebra 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 detallesDOCENTE: 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 detallesMATRICES. 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 detalles1 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 detallesDEFINICIONES 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 detallesTema 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 detallesMétodos directos para resolver sistemas de ecuaciones lineales
Métodos directos para resolver sistemas de ecuaciones lineales Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el
Más detallesSistemas 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 detallesClase 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 detallesEspacios 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 detallesTema 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 detallesMatrices y Determinantes
Capítulo 1 Matrices y Determinantes 11 Matrices Generalidades Definición 11 Sea E un conjunto cualquiera, m, n N Definimos matriz de orden m n sobre E a una expresión de la forma: a 11 a 12 a 1n a 21 a
Más detallesÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3
ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2. Transformaciones ortogonales (Curso 2010 2011) 1. Se considera el espacio vectorial euclídeo IR referido a una base ortonormal. Obtener la expresión
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x
Más detallesMatemáticas 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 detallesTEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ...
TEMA : MATRICES Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas a a a... a n a a a... an A... am am am... amn A los números reales a ij se les llama elementos
Más detallesMatrices 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 detallesSISTEMAS DE ECUACIONES LINEALES
SISTEMAS DE ECUACIONES LINEALES Índice: 1.Introducción--------------------------------------------------------------------------------------- 2 2. Ecuaciones lineales------------------------------------------------------------------------------
Más detallesTema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 0 REFLEXION Y RESUELVE Resolución de sistemas Ò mediante determinantes y Resuelve, aplicando x x e y, los siguientes sistemas de ecuaciones: 3x 5y 73 a
Más detallesSi A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I?
MATRICES Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I? La multiplicación de matrices cuadradas, tiene la propiedad conmutativa?
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesTransformaciones 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 detallesEspacios 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 detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesMatrices 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 detallesMATRICES. 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 detallesDETERMINANTES Profesor: Fernando Ureña Portero
: CONCEPTO, CÁLCULO DE. Definición: A cada matriz cuadrada A=a ij, de orden n, se le asigna un número real, denominado determinante de A, denotado por A o por det (A). A =det (A)= 1.-Determinante de orden
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales TIPOS DE SISTEMAS. DISCUSIÓN DE SISTEMAS. Podemos clasificar los sistemas según el número de soluciones: Incompatible. No tiene solución Compatible. Tiene solución. Compatible
Más detallesMenor, cofactor y comatriz
Menor, cofactor y comatriz Sea A una matriz cuadrada de orden n. Al quitarle la línea i y la columna j se obtiene una submatriz de orden n-1, que se denota habitualmente A i,j. Por ejemplo, con n = 4,
Más detallesEspacios 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 detallesSistemas de Ecuaciones. Lineales I
Sistemas de Ecuaciones Lineales I Preliminares: Expresión matricial. Dificultades numéricas. 521230-1 - DIM Universidad de Concepción Expresión matricial Todo sistema de ecuaciones lineales puede escribirse
Más detallesPROGRAMA DE EXAMEN. Unidad Nº1: Matrices y Función Determinante
Ministerio de Cultura y Educación Universidad Nacional de San Juan Fac. de Ciencias Exactas Físicas y Naturales Ciclo Lectivo 2016 PROGRAMA DE EXAMEN Cátedra: ALGEBRA LINEAL Carrera: Licenciatura en Geofísica
Más detallesTema 3: Espacios vectoriales
Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación
Más detallesALN. 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 detallesEstos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.
TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Más detallesConjuntos 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 detallesMatriz A = Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
MATRICES Matriz Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. a 11 a 12 a 1j a 1n a 21 a 22 a 2j a 2n A = a i1 a ij a in a m1 a
Más detallesCapítulo 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 detallesALGEBRA 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 detallesMatrices y sus operaciones
Capítulo 1 Matrices y sus operaciones 1.1. Definiciones Dados dos enteros m, n 1 y un cuerpo conmutativo IK, llamamos matriz de m filas y n columnas con coeficientes en IK a un conjunto ordenado de n vectores
Más detallesResumen de álgebra vectorial y tensorial
Apéndice A Resumen de álgebra vectorial y tensorial Se resumen aquí algunos conceptos y definiciones importantes de vectores y tensores, con pretensión de sencillez y brevedad. En aras de esta sencillez,
Más detallesMatrices y Determinantes.
Matrices y Determinantes. Definición [Matriz] Sea E un conjunto cualquiera, m, n N. Matrices. Generalidades Matriz de orden m n sobre E: a 11 a 12... a 1n a 21 a 22... a 2n...... a m1 a m2... a mn a ij
Más detallesDeterminantes. Determinante de orden uno. a 11 = a 11 5 = 5
DETERMINANTES Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un escalar particular denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno
Más detallesTema 1: MATRICES. OPERACIONES CON MATRICES
Tema 1: MATRICES. OPERACIONES CON MATRICES 1. DEFINICIÓN Y TIPO DE MATRICES DEFINICIÓN. Una matriz es un conjunto de números reales dispuestos en filas y columnas. Si en ese conjunto hay m n números escritos
Más detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más detallesRepaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
Más detallesEJERCICIOS DE MATRICES
EJERCICIOS DE MATRICES a) º) Escribir los siguientes sistemas en forma matricial: x+ y= x + y = 0 x+ y z = x+ y+ z = 0 ; b) x y= 3 ; c) y + z = ; d) 6x + y = 4 x + z = 3 x = 3 y = 4 z = 5 ; e) x+y+z+t=3
Más detallesFunciones lineales, diádicas y tensores en la mecánica newtoniana
Funciones lineales, diádicas y tensores en la mecánica newtoniana En este documento se introducen los conceptos de diádicas y tensores en un espacio vectorial euclídeo tridimensional, con objeto de dotar
Más detallesObjetivos formativos de Álgebra
Objetivos formativos de Álgebra Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera como objetivo
Más detallesBLOQUE DE ÁLGEBRA: TEMA 1: MATRICES.
BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. Matrices: Se llama matriz de dimensión m n a un conjunto de números reales dispuestos en m filas y n columnas de la siguiente forma: 11 a 12 a 13... a 1n A= a a 21
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 Departamento de Matemáticas ITESM Álgebra Lineal - p. 1/16 En esta lectura veremos el proceso para obtener la factorización QR de una matriz. Esta factorización es utilizada para
Más detallesAlgebra 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 detallesMATRICES. M(n) ó M nxn A =
MTRICES Definición de matriz. Una matriz de orden m n es un conjunto de m n elementos pertenecientes a un conjunto, que para nosotros tendrá estructura de cuerpo conmutativo y lo denotaremos por K, dispuestos
Más detalles1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.
Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular
Más detallesGEOMETRÍA EN EL ESPACIO.
GEOMETRÍA EN EL ESPACIO. Un sistema de coordenadas tridimensional se construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X e Y. Cada punto viene determinado por tres coordenadas
Más detallesTema 4. Vectores en el espacio (Productos escalar, vectorial y mixto)
Matemáticas II (Bachillerato de Ciencias) Geometría del espacio: Vectores 75 Espacios vectoriales Tema 4 Vectores en el espacio (Productos escalar, vectorial y mixto) Definición de espacio vectorial Un
Más detallesA1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas.
A1.- Determina a y b sabiendo que el sistema de ecuaciones x + 3y +z = 1 -x + y +z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. Para que el sistema tenga, al menos, dos soluciones distintas
Más detallesCURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES
CONCEPTO MATRICES Se llama matriz de orden (dimensión) m n a un conjunto de m n elementos dispuestos en m filas y n columnas Se representa por A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn j=1,2,,n
Más detallesMatemáticas. D e t e r m i n a n t e s
Matemáticas D e t e r m i n a n t e s El determinante de una matriz cuadrada es un número que se obtiene a partir de los elementos de la matriz. Su estudio se justifica en cuanto que simplifica la resolución
Más detallesColegio Decroly Americano Matemática 7th Core, Contenidos I Período
Matemática 7th Core, 2015-2016 Contenidos I Período 1. Sentido Numérico a. Identificar y escribir patrones. b. Escribir números en forma de exponentes. c. Escribir cantidades en notación científica. d.
Más detallesTema 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 detallesSistemas de ecuaciones lineales
Ecuación lineal con n incógnitas Sistemas de ecuaciones lineales Es cualquier expresión del tipo: a 1 x 1 + a 2 x 2 + a 3 x 3 +... + a n x n = b, donde a i, b. Los valores a i se denominan coeficientes,
Más detalles! "# $ % & # ' ( " ) *
! "# $ % & # ' ( " ) *!" # $ % # $ & "' %! + +, ' -. / 0112 3 7 7 C 7 7 G ' % 7 I % 7 @ %% 4 7 7 N 3 7 CC 5 ' 7 CG 6767 8 %9 7 7 CG 6707 8 % 7 CI 67:7 8; 7 7 CI 67:767 &- ) ' 7 CI 67:707 &- ) #! 7 CJ
Más detallesSistem 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!MATRICES INVERTIBLES
Tema 4.- MATRICES INVERTIBLES!MATRICES INVERTIBLES!TÉCNICAS PARA CALCULAR LA INVERSA DE UNA MATRIZ REGULAR 1 Hemos hablado anteriormente de la matriz cuadrada unidad de orden n (I n ).. Es posible encontrar
Más detallesBase y Dimensión de un Espacio Vectorial
Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un
Más detallesIN Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0
IN3701 - Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0 Acá va una pequeña guía con problemas resueltos de Geometría en Programación Lineal con problemas básicamente extraídos del
Más detallesVECTORES. BIDIMENSIONAL
VETORES. IDIMENSIONL 1. Dado los vectores,,, D, E, F y G que se muestran en la figura, determinar el modulo del vector resultante si = 5N y F = 4N. Rpta. R = 17,35N. 2. En el primer cuadrante de un sistema
Más detallesMatemáticas. Si un error simple ha llevado a un problema más sencillo se disminuirá la puntuación.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA PRUEBAS DE ACCESO A LA UNIVERSIDAD DE LOS MAYORES DE 25 AÑOS CONVOCATORIA 2014 CRITERIOS DE EVALUACIÓN Matemáticas GENERALES: El examen constará de dos opciones (dos
Más detallesAlgebra 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 detalles1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3.
. Producto escalar. Propiedades... Norma de un vector. Espacio normado...ortogonalidad. Ángulos..3.Producto escalar en V..4.Producto escalar en V 3.. Producto vectorial de dos vectores de V 3...Expresión
Más detallesFactorización de matrices
CAPÍTULO Factorización de matrices En este capítulo se estudian algunas de las técnicas más utilizadas para factorizar matrices, es decir, técnicas que permiten escribir una matriz como producto de dos
Más detallesVectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
Más detallesEjemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales.
Facultad de Ingeniería - IMERL - Geometría y Álgebra Lineal 2 - Curso 2008. 1 Transformaciones lineales en espacios con producto interno Notas para el curso de Geometría y Algebra Lineal 2 de la Facultad
Más detalles40 Matemáticas I. Parte II. Álgebra Lineal. I.T.I. en Electricidad. Prof: José Antonio Abia Vian
40 Matemáticas I Parte II Álgebra Lineal 41 Matemáticas I : Álgebra Lineal Tema 4 Espacios vectoriales reales 4.1 Espacios vectoriales Definición 88.- Un espacio vectorial real V es un conjunto de elementos
Más detallesy 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 detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA ANALÍTICO DE LA ASIGNATURA: ALGEBRA LINEAL Código L2.07.1 PLAN DE ESTUDIOS: 2002 CARRERA: Licenciatura en Matemática DEPARTAMENTO:
Más detallescomo 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 detallesMatrices. Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas.
Matrices Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Más detallesÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3
ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 2011 2012) 2. Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí.
Más detallesSistemas de Ecuaciones Lineales SISTEMAS DE ECUACIONES LINEALES DEFINICIONES, TIPOS DE SISTEMAS Y DISTINTAS FORMAS DE EXPRESARLOS
SISTEMAS DE ECUACIONES LINEALES DEFINICIONES, TIPOS DE SISTEMAS Y DISTINTAS FORMAS DE EXPRESARLOS 1.- DEFINICIÓN DE SISTEMAS DE ECUACIONES LINEALES Definición: se llama sistema de ecuaciones lineales al
Más detallesRelaciones. Estructuras Discretas. Relaciones. Relaciones en un Conjunto. Propiedades de Relaciones en A Reflexividad
Estructuras Discretas Relaciones Definición: relación Relaciones Claudio Lobos, Jocelyn Simmonds clobos,jsimmond@inf.utfsm.cl Universidad Técnica Federico Santa María Estructuras Discretas INF 152 Sean
Más detallesDescomposición en valores singulares de una matriz
Descomposición en valores singulares de una matriz Estas notas están dedicadas a demostrar una extensión del teorema espectral conocida como descomposición en valores singulares (SVD en inglés) de gran
Más detallesEspacios 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 detallesEJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA
EJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA 2003 (4) Ejercicio 1. Considera los vectores u = (1,1,1), v = (2,2,a) y w = (2,0,0), (a) [1'25 puntos] Halla los valores de a para que los vectores u, v y w sean linealmente
Más detallesTEMA 5: INTERPOLACION NUMERICA
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 5: INTERPOLACION NUMERICA 1 EL PROBLEMA GENERAL DE INTER- POLACION En ocasiones se plantea el problema de que se conoce una tabla de valores de una
Más detallesSistema 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 detallesMateria: Matemática de 5to Tema: Método de Cramer. Marco Teórico
Materia: Matemática de 5to Tema: Método de Cramer Marco Teórico El determinante se define de una manera aparentemente arbitraria, sin embargo, cuando se mira a la solución general de una matriz, el razonamiento
Más detallesÁlgebra 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 detallesSe llama adjunto de un elemento de una matriz A, al número resultante de multiplicar por el determinante de la matriz complementaria
T.3: MATRICES Y DETERMINANTES 3.1 Determinantes de segundo orden Se llama determinante de a: 3.2 Determinantes de tercer orden Se llama determinante de a: Ejercicio 1: Halla los determinantes de las siguientes
Más detallesTEMA 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 detallesUniversidad Alonso de Ojeda. Facultad de Ingeniería GUIA DE ESTUDIO ALGEBRA LINEAL.
UNIDAD V: ESPACIOS VECTORIALES Estamos acostumbrados a representar un punto en la recta como un número real; un punto en el plano como un par ordenado y un punto en el espacio tridimensional como una terna
Más detallesÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.
ÁLGEBRA DE MATRICES Página 47 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes
Más detallesLección 1. Algoritmos y conceptos básicos.
Página 1 de 8 Lección 1. Algoritmos y conceptos básicos. Objetivos. La primera lección del curs está dedicada a repasar los conceptos y algoritmos del álgebra lineal, básicos para el estudio de la geometría
Más detalles