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

Save this PDF as:
 WORD  PNG  TXT  JPG

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

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

Transcripción

1 61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V, nos planteamos el problema de cuándo es posible encontrar una base de V respecto de la cuál la matriz de f sea diagonal Si A es la matriz del operador f con respecto a una determinada base B, el planteamiento anterior es equivalente a preguntarse cuándo existe un cambio de base tal que la matriz del operador en la nueva base B sea diagonal Esa nueva matriz viene dada por P 1 AP, donde P es la matriz de paso de la nueva base B a la base B (Teorema de Semejanza Problema de la diagonalización ortogonal Dado un operador lineal f sobre un espacio vectorial V con producto interior, nos planteamos el problema de cuándo es posible encontrar una base ortonormal de V respecto de la cuál la matriz de f sea diagonal Si V es un espacio con producto interior y las bases son ortonormales entonces se tendrá que P será ortogonal Podemos pues formular los dos problemas anteriores en términos de matrices 1- Dada una matriz cuadrada A, existe una matriz P inversible tal que P 1 AP sea diagonal? - Dada una matriz cuadrada A, existe una matriz ortogonal P tal que P t AP sea diagonal? Definición 146- Se dice que una matriz A cuadrada es diagonalizable si existe una matriz P inversible tal que P 1 AP es diagonal En ese caso se dice que P diagonaliza a la matriz A Si existe una matriz ortogonal P tal que P 1 AP es diagonal, entonces se dice que A es diagonalizable ortogonalmente y que P diagonaliza ortogonalmente a A 61 Valores y vectores propios Supongamos que la matriz A n n es diagonalizable y sea D la matriz diagonal Entonces: P inversible tal que P 1 AP = D o, equivalentemente, P inversible tal que AP = P D Si denotamos por p 1, p,, p n a las columnas de P, las matrices son ( ( Ap 1 Ap Ap n AP = A p 1 p p n = p 11 p 1 p 1n λ λ 1 p 11 λ p 1 λ n p 1n ( p 1 p p n 0 λ 0 λ 1p 1 λ p λ np n P D = = = λ 1 p 1 λ p λ n p n p n1 p n p nn 0 0 λ n λ 1 p n1 λ p n λ n p nn y, como son iguales: Ap i = λ i p i, para todo i = 1,, n Es decir, han de existir n vectores linealmente independientes p i (P es inversible y n números λ i que lo verifiquen Definición 147- Si A es una matriz de orden n, diremos que λ es un valor propio, valor característico, eigenvalor o autovalor de A si existe algún p IR n, p 0, tal que Ap = λp Del vector p diremos que es un vector propio, vector característico, eigenvector o autovector de A correspondiente al valor propio λ Del comentario anterior, obtenemos la primera caracterización para la diagonalización de la matriz: Teorema 148- Sea A una matriz de orden n, entonces: A es diagonalizable A tiene n vectores propios linealmente independientes ITI en Electricidad

2 6 Matemáticas I : Álgebra Lineal 6 Diagonalización Por lo anterior, se tiene que: A es una matriz diagonalizable P inversible y D diagonal tal que AP = P D P inversible y D diagonal tal que ( ( AP = Ap 1 Ap Ap n = λ 1 p 1 λ p λ n p n = P D existen n vectores linealmente independientes tales que Ap 1 = λ 1 p 1,, Ap n = λ n p n A tiene n vectores propios linealmente independientes En consecuencia, el problema de la diagonalización se reduce a la busqueda de los vectores propios de la matriz, y comprobar si de entre ellos pueden tomarse n linealmente independientes 6 Diagonalización La primera simplificación de la búsqueda se produce, no sobre los vectores propios, sino sobre los autovalores correspondientes: Teorema 149- Si A es una matriz de orden n, las siguientes proposiciones son equivalentes: a λ es un valor propio de A b El sistema de ecuaciones (λi Ax = 0 tiene soluciones distintas de la trivial c det(λi A = 0 λ es un valor propio de A existe un vector x IR n, x 0, tal que Ax = λx el sistema λx Ax = (λi Ax = 0 tiene soluciones distintas de la trivial λi A = 0 Definición 150- Sea A una matriz de orden n Al polinomio en λ de grado n, P(λ = λi A, se le denomina polinomio característico de la matriz A Si λ { un valor propio de A, llamaremos } espacio característico de A correspondiente a λ al conjunto V (λ = x IR n : (λi Ax = 0 Es decir, V (λ es el conjunto formado por todos los vectores propios de A correspondientes a λ, más el vector cero Así pues, los autovalores son las raices del polinomio carácterístico y los vectores propios, los vectores distintos de cero del espacio característico asociado Observación 151- V (λ es un subespacio y dim V (λ 1: En efecto, es un subespacio por ser el conjunto de soluciones de un sistema homogéneo y como λ es valor propio de A, existe x 0 en{ V (λ, luego lin{x} V (λ } y 1 = dim(lin{x} dim V (λ Además, dim V (λ = dim x IR n : (λi Ax = 0 = n rg(λi A Antes de seguir: en el estudio realizado hasta ahora, hemos buscado la diagonalización de matrices, separándolo del operador lineal que aparece en el planteamiento inicial del problema Sin embargo, todo lo anterior (y lo siguiente es válido y aplicable en los términos del operador Pueden verse los resultados que lo justifican en el Anexo 1, pág 78 Teorema 15- Sean v 1, v,, v k vectores propios de una matriz A asociados a los valores propios λ 1, λ,, λ k respectivamente, siendo λ i λ j, i j Entonces el conjunto de vectores {v 1, v,, v k } es linealmente independiente Corolario 153- Una matriz de orden n con n autovalores distintos, es diagonalizable Si la matriz tiene n autovalores distintos λ 1, λ,, λ n y de cada espacio característico V (λ k podemos tomar un vector propio v k 0, tenemos n vectores propios, v 1, v,, v n que son, por el resultado anterior, linealmente independientes ITI en Electricidad

3 63 Matemáticas I : Álgebra Lineal 6 Diagonalización Proposición 154- Sea A de orden n y λ k un autovalor de A de multiplicidad m k Entonces 1 dim V (λ k m k Teorema fundamental de la diagonalización 155- Sea A una matriz de orden n Entonces A es diagonalizable si y sólo si se cumplen las condiciones: 1- El polinomio característico tiene n raices reales Es decir, λi A = (λ λ 1 m1 (λ λ k m k con m 1 + m + + m k = n - Para cada espacio característico V (λ i, se cumple que dim V (λ i = m i Aunque omitimos aquí la demostración por ser demasiado técnica (puede verse en el Anexo, en ella se aporta el método para encontrar los n vectores propios linealmente independientes necesarios en la diagonalización: Si dim V (λ i = m i para todo i = 1,, k y m m k = n, podemos tomar de cada V (λ i los m i vectores de una base para conseguir el total de n vectores Ejemplo 156 Para la matriz A = , su polinomio característico es: λ 0 4 P (λ = λi A = 0 λ 4 0 = (λ 4 λ λ 4 λ = (λ 4(λ 4 = (λ 4 (λ + 4 luego los autovalores de A son λ 1 = 4 con m 1 = y λ = 4 con m = 1 Como λ 1, λ IR y m 1 + m = + 1 = 3 = n, se cumple la primera condición del Teorema Veamos el punto : como 1 dim V ( 4 m = 1 la condición dim V ( 4 = 1 se cumple de manera inmediata (y se cumple siempre para cualquier autovalor con multiplicidad 1 Para el otro autovalor, λ 1 = 4: dim V (4 = 3 rg(4i A = 3 rg = 3 rg = 3 1 = = m luego también se cumple y, en consecuencia, la matriz diagonaliza Como los elementos de V (4 son las soluciones del sistema homogéneo (4I AX = 0, tenemos que V (4 = lin{(1, 0, 1, (0, 1, 0}; y los elementos V ( 4 las soluciones del sistema ( 4I AX = 0, tenemos que V ( 4 = lin{(1, 0, 1} En consecuencia, los tres vectores son autovectores y linealmente independientes, cumpliéndose que: P 1 AP = = = D Ejemplo La matriz A = tiene por polinomio característico P (λ = (λ 4 (λ + 4, luego tiene 4 0 por autovalores λ 1 = 4 con m 1 = y λ = 4 con m = 1 Como m 1 + m = + 1 = 3 se cumple el primer punto; y por ser m = 1, también se cumple que dim V ( 4 = 1 Veamos para el otro autovalor: rg(4i A = rg = rg = = 3 dim V (4 luego dim V (4 = 3 = 1 m 1 = En consecuencia, la matriz A no diagonaliza (Si dim V (4 = 1 y dim V ( 4 = 1 de cada uno de ellos podemos conseguir, a lo más, un vector propio linealmente independiente; luego en total, podremos conseguir a lo más dos autovectores linealmente independientes No conseguimos los tres necesarios, luego no diagonaliza ITI en Electricidad

4 64 Matemáticas I : Álgebra Lineal 63 Diagonalización ortogonal 63 Diagonalización ortogonal Teorema 157- Sea A una matriz de orden n, entonces son equivalentes: 1- A es diagonalizable ortogonalmente - A tiene un conjunto de n vectores propios ortonormales En efecto, A es diagonalizable ortogonalmente existe P ortogonal tal que P t AP = D (con D diagonal existe P ortogonal tal que AP = P D Si llamamos p 1, p,, p n a los vectores columnas de P, éstos vectores son ortonormales y lo anterior es λ λ 0 lo mismo que escribir Ap 1 = λ 1 p 1,, Ap n = λ n p n, supuesto que D =, y como al ser 0 0 λ n P inversible se tiene que p 1, p,, p n son linealmente independientes y por tanto no nulos A tiene n vectores propios ortonormales Lema 158- Si A es una matriz simétrica, entonces los vectores propios que pertenecen a valores propios distintos son ortogonales Sean λ 1 y λ valores propios distintos de una matriz simétrica A y sean u y v vectores propios correspondientes a λ 1 y λ respectivamente Tenemos que probar que u t v = 0 (Notar que u t Av es un escalar Se tiene que u t Av = (u t Av t = v t Au = v t λ 1 u = λ 1 v t u = λ 1 u t v, y por otra parte que u t Av = u t λ v = λ u t v, por tanto λ 1 u t v = λ u t v (λ 1 λ u t v = 0 y como λ 1 λ 0, entonces u t v = 0 Teorema fundamental de la diagonalización ortogonal 159- Una matriz A de orden n es diagonalizable ortogonalmente si y sólo si A es simétrica El Lema 158 y el resaltado que apostilla el Teorema fundamental de diagonalización 155 nos indican la manera de encontrar los n vectores propios ortonormales linealmente independientes: Si tomamos en cada V (λ i los vectores de una base ortonormal, conseguiremos el total de n vectores ortonormales Ejemplo La matriz A = del Ejemplo 156, es simétrica luego diagonaliza ortogonalmente y V (4 = lin{(1, 0, 1, (0, 1, 0} y V ( 4 = lin{(1, 0, 1} Si tomamos una base ortonormal en cada uno de ellos, por ejemplo V (4 = lin{( 1 1, 0,, (0, 1, 0} y V ( 4 = lin{( 1, 0, 1 }, los tres vectores juntos forman un conjunto ortonormal, cumpliéndose que: P t AP = t = = D Ejercicios 650 Hallar los polinomios característicos, los valores propios y bases de los espacios característicos de las siguientes matrices: ( 7 a b c ITI en Electricidad

5 65 Matemáticas I : Álgebra Lineal 64 Ejercicios 651 Sea T : M M el operador lineal ( definido por: ( a b c a + c T = c d b c d Hallar los valores propios de T y bases para los subespacios característicos de T 65 Demostrar que λ = 0 es un valor propio de una matriz A si y sólo si A es no inversible 653 Probar que el término constante del polinomio característico P (λ = λi A de una matriz A de orden n es ( 1 n det(a 654 Demostrar que si λ es un valor propio de A entonces λ es un valor propio de A Demostrar por inducción que, en general, λ n es un valor propio de A n, n IN 655 Estudiar si son o no diagonalizables las siguientes matrices y en caso de que lo sean hallar una matriz P tal que P 1 AP = D con D matriz diagonal: a ( b c Sea T : IR 3 IR 3 el operador lineal T x 1 x = x 1 x x 3 x 1 x 3 Hallar una base de IR 3 respecto x 3 x 1 + x + x 3 de la cual la matriz de T sea diagonal 657 Sea P 1 (x el espacio vectorial de los polinomios de grado menor o igual a 1 Sea T : P 1 (x P 1 (x el operador lineal T (a 0 + a 1 x = a 0 + (6a 0 a 1 x Hallar una base de P 1 (x respecto de la cual la matriz de T sea diagonal 658 Sea A una matriz de orden n y P una matriz inversible de orden n Demostrar por inducción que (P 1 AP k = P 1 A k P, k IN ( Calcular A 40 siendo A = Estudiar la diagonalizabilidad de la matriz A, dada en función de los parámetros a y b, siendo A = a En los casos posibles diagonalizarla 3 0 b 661 Sea A una matriz de orden tal que A = I Probar que A es diagonalizable 66 Hallar una matriz P que diagonalice ortogonalmente a A y calcular P 1 AP para cada una de las siguientes matrices: ( a b 1 1 c a Demostrar que si D es una matriz diagonal con elementos no negativos entonces existe una matriz S tal que S = D b Demostrar que si A es una matriz diagonalizable con valores propios no negativos entonces existe una matriz S tal que S = A 664 Probar que A y A t tienen los mismos valores propios siendo A una matriz de orden n 665 Sea A una matriz de orden n y P (λ = λi A Probar que el coeficiente de λ n 1 en P (λ es el opuesto de la traza de A 666 Sea A una matriz de orden n inversible, demostrar que los valores propios de A 1 son los inversos de los valores propios de A 667 Sea A una matriz de orden n ortogonal, probar que todos los valores propios de A son uno o menos uno ITI en Electricidad

6 66 Matemáticas I : Álgebra Lineal 64 Ejercicios 668 Se sabe que (1, 0, 0, (1, 1, 0, (0, 1, 0 y (0, 0, 1 son vectores propios de una matriz de orden 3 y que hay vectores de IR 3 que no lo son Calcular todos los vectores propios de la matriz { un = 3u 669 Se dan las siguientes ecuaciones de recurrencia: n 1 + 3v n 1 v n = 5u n 1 + v n 1 calcular u n y v n en función de n, sabiendo que u 0 = v 0 = 1 Utilizar la diagonalización para 670 Los dos primeros términos de una sucesión son a 0 = 0 y a 1 = 1 Los términos siguientes se generan a partir de a k = a k 1 + a k ; k Hallar a El propietario de una granja para la cría de conejos observó en la reproducción de éstos que: i Cada pareja adulta (con capacidad reproductora tiene una pareja de conejos cada mes ii Una pareja recién nacida tarda dos meses en tener la primera descendencia Si partimos de una pareja adulta y siendo a n el número de parejas nacidas en el n-ésimo mes (a 0 = 0, se pide: a Obtener una fórmula recurrente para a n en función de términos anteriores b Probar que a n = (1 + 5 n (1 5 n n 5 a n+1 c Calcular, si existe: lím n a n 67 Sea el determinante n n siguiente: D n = Dar una expresión de D n en función de los determinantes de tamaño menor que n y obtener las ecuaciones de recurrencia para hallar su valor 673 Determinar para qué valores de a, b y c son diagonalizables simultáneamente las matrices A = 1 a b 0 c y B = 1 a b 0 1 c Estudiar para qué valores de a, b y c es diagonalizable la matriz A = c b a 0 0 a 0 b c 675 Dada la matriz A = a a 0 Estudiar para qué valores de a y b la matriz A es diagonalizable a a 0 b 0 b 676 Sea f: IR 3 IR 3 el operador lineal cuya matriz asociada a la base canónica es: m 0 0 A = 0 m 1 1 n m a Determinar para qué valores de m y n existe una base de IR 3 de tal forma que la matriz en esa base sea diagonal En los casos que f sea diagonalizable calcular una base en la cuál la matriz de f sea diagonal b Si n = 0, observando la matriz A y sin hacer ningún cálculo, determinar un valor propio y un vector propio asociado a dicho valor propio, razonando la respuesta ITI en Electricidad

7 67 Matemáticas I : Álgebra Lineal 64 Ejercicios 677 Dada la matriz A = a b d 1 1 c e f 1 Encontrar para qué valores de los parámetros a, b, c, d, e, f IR la matriz A es diagonalizable Para dichos valores encontrar las matrices P y D tales que P 1 AP = D, donde D es una matriz diagonal 678 En IR 4 consideramos el subconjunto: S = {(x 1, x, x 3, x 4 / x x 4 = 0} Sea T : IR 4 IR 4 el operador lineal que verifica: (i ker(t = {x IR 4 / < x, y >= 0, y S} (ii T (1, 0, 0, 0 = ( 1, 3, 1, (iii T (1, 1, 1, 1 = ( 3, m, n, p { x1 + x (iv El subespacio solución del sistema: + x 3 + x 4 = 0 x + x 3 + x 4 = 0 correspondientes a un mismo valor propio de T es el conjunto de vectores propios Se pide: a Probar que S es un subespacio vectorial de IR 4 b Hallar ker(t c Encontrar una base para el subespacio de vectores propios de la propiedad (iv d Una matriz de T, indicando las bases de referencia 679 Sean f : IR 4 IR 4 un operador lineal, y B = {e 1, e, e 3, e 4 } la base canónica de IR 4, verificando lo siguiente: (i f(e 1 H = {x IR 4 / x = 0} (ii f(e S = {x IR 4 / x = 1 y x 4 = 0} (iii f(e 3 = (α, β, 1, ; f(e 4 = (1, 0,, γ (iv ker f es el conjunto de soluciones del sistema: x 1 + x + x 3 x 4 = 0 3x 1 + 3x + x 3 + x 4 = 0 x 1 x x 3 + 3x 4 = 0 (v Las ecuaciones implícitas de la imagen de f son y 1 y 3 y 4 = 0 (vi El operador f es diagonalizable Hallar una matriz de f, indicando las bases de referencia ITI en Electricidad

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, 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

Problemas de exámenes de Aplicaciones Lineales y Matrices

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

Más detalles

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 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

Tema 3: Espacios vectoriales

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

Más detalles

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

ALGEBRA. Escuela Politécnica Superior de Málaga

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

Más detalles

Tema 1: Espacios vectoriales

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

Más detalles

Fundamentos Matemáticos de la Ingeniería. Tema 4: Diagonalización de matrices. Curso

Fundamentos Matemáticos de la Ingeniería. Tema 4: Diagonalización de matrices. Curso Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja Escuela Técnica Superior de Ingeniería Civil e Industrial Esp en Hidrología Fundamentos Matemáticos de la Ingeniería Tema 4: Diagonaliación de matrices

Más detalles

Descomposición en valores singulares de una matriz

Descomposición 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 detalles

Resumen de Teoría de Matrices

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

Más detalles

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

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

ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3

ÁLGEBRA 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 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

TEMA 6 FORMAS BILINEALES Y PRODUCTO ESCALAR

TEMA 6 FORMAS BILINEALES Y PRODUCTO ESCALAR TEMA 6 FORMAS BILINEALES Y PRODUCTO ESCALAR Índice 6.1. Formas bilineales....................... 154 6.1.1. Representación matricial de una forma bilineal. 155 6.1.. Formas multilineales reales............

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

Descomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar)

Descomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar) Valores Singulares Descomposición en valores singulares Notas para los cursos y (JL Mancilla Aguilar) Tanto los valores singulares como la descomposición en valores singulares de una matriz son conceptos

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

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

Grado en Física. Ejercicios de autoevaluación. Temas 1 4. Departamento de Álgebra, Universidad de Sevilla

Grado en Física. Ejercicios de autoevaluación. Temas 1 4. Departamento de Álgebra, Universidad de Sevilla Álgebra Lineal y Geometría Grado en Física Ejercicios de autoevaluación. Temas 1 4 Departamento de Álgebra, Universidad de Sevilla El contenido de estas notas ha sido diseñado y redactado por el profesorado

Más detalles

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

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

Más detalles

Espacios vectoriales y aplicaciones lineales

Espacios vectoriales y aplicaciones lineales resumen05 1 Espacios vectoriales y aplicaciones lineales Espacios y subespacios vectoriales Un espacio vectorial sobre un conjunto de números K es intuitivamente un conjunto en el que tenemos definida

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

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

Objetivos formativos de Álgebra

Objetivos 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 detalles

Base y Dimensión de un Espacio Vectorial

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

Más detalles

Ejemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales.

Ejemplo 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 detalles

TEMA 6. EIGENVALORES Y EIGENVECTORES

TEMA 6. EIGENVALORES Y EIGENVECTORES TEMA 6. EIGENVALORES Y EIGENVECTORES M. C. Roberto Rosales Flores INSTITUTO TECNOLÓGICO SUPERIOR DE TLAXCO Ingeniería en Logística M. C. Roberto Rosales Flores (ITST TEMA 6. EIGENVALORES Y EIGENVECTORES

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

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

Tema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS

Tema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS 1 Tema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS 1.1 Los Números Naturales. Los números naturales aparecen por la necesidad que tiene el hombre (primitivo) tanto de contar como de ordenar

Más detalles

MMAF: Espacios normados y espacios de Banach

MMAF: Espacios normados y espacios de Banach MMAF: Espacios normados y espacios de Banach Licenciatura en Estadística R. Álvarez-Nodarse Universidad de Sevilla Curso 2011/2012 Espacios vectoriales Definición Sea V un conjunto de elementos sobre el

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

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados.

Tema 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 detalles

Diagonalización de matrices.

Diagonalización de matrices. Diagonalización de matrices. 1. Diagonalización de matrices. Definición 1.1 Sea A una matriz cuadrada,, decimos que es un autovalor de A si existe un vector no nulo tal que En esta situación decimos que

Más detalles

ELEMENTOS DE GEOMETRÍA. Eduardo P. Serrano

ELEMENTOS DE GEOMETRÍA. Eduardo P. Serrano ELEMENTOS DE GEOMETRÍA Eduardo P. Serrano Este Apunte de Clase está dirigido a los alumnos de la materia Elementos de Cálculo Numérico para Biólogos. Tiene por objeto exponer algunos conceptos básicos

Más detalles

Temario de Matemáticas

Temario de Matemáticas Temario de Matemáticas BLOQUE I: ÁLGEBRA LINEAL Y GEOMETRÍA 1 o Grado en Biología Alma Luisa Albujer Brotons Índice general 1. Matrices 1 1.1. Conceptos básicos y ejemplos...............................

Más detalles

Tema 3: Aplicaciones de la diagonalización

Tema 3: Aplicaciones de la diagonalización TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:

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

Matrices, determinantes, sistemas de ecuaciones lineales.

Matrices, determinantes, sistemas de ecuaciones lineales. UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Resúmenes Curso 2007-2008 Matrices, determinantes, sistemas de ecuaciones lineales. Una matriz A de orden m n es una colección de m

Más detalles

Universidad Alonso de Ojeda. Facultad de Ingeniería GUIA DE ESTUDIO ALGEBRA LINEAL.

Universidad 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 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

EJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA

EJERCICIOS 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 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

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1 Espacios Vectoriales 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Espacios Vectoriales... 4 1.1 Definición de espacio vectorial... 4 1.2 Definición de subespacio vectorial...

Más detalles

Modelización por medio de sistemas

Modelización por medio de sistemas SISTEMAS DE ECUACIONES DIFERENCIALES LINEALES. Modelización por medio de sistemas d y dy Ecuaciones autónomas de segundo orden: = f ( y, ) Una variable independiente. Una variable dependiente. La variable

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

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

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

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Ev En todo el curso K es un cuerpo Podeis pensar que K = Q, K = R o K = C Un conjunto no vacio E es un K-espacio vectorial (o abreviadamente, un K-ev) cuando existan dos operaciones,

Más detalles

Diagonalización de Endomorfismos

Diagonalización de Endomorfismos Capítulo VII Diagonalización de Endomorfismos Fijemos, para todo este capítulo, un espacio vectorial E sobre un cuerpo k y un endomorfismo T : E E. Vamos a estudiar cuándo existe una base de E respecto

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

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

TEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.

TEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas. TEMA 11 F MATEMÁTICOS TEMA 11 Autovalores y autovectores Diagonalización y formas canónicas 1 Introducción Definición 1 (Matrices semejantes) Sean A y B dos matrices cuadradas de orden n Decimos que A

Más detalles

Trabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1:

Trabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1: 6 Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio : Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique

Más detalles

Sistemas de ecuaciones diferenciales lineales J.L. Mancilla Aguilar

Sistemas de ecuaciones diferenciales lineales J.L. Mancilla Aguilar Sistemas de ecuaciones diferenciales lineales JL Mancilla Aguilar Sistemas de ecuaciones diferenciales A lo largo de estas notas consideraremos sistemas de ecuaciones diferenciales lineales a coeficientes

Más detalles

Universidad de Jaén Departamento de Matemáticas Ingeniería Técnica en Informática de Gestión.

Universidad de Jaén Departamento de Matemáticas Ingeniería Técnica en Informática de Gestión. Universidad de Jaén Departamento de Matemáticas Ingeniería Técnica en Informática de Gestión. Algebra I I Relación de problemas 3. Espacios vectoriales. 1.-Estudiar si los siguientes conjuntos forman o

Más detalles

1 Aplicaciones lineales

1 Aplicaciones lineales UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Aplicaciones lineales y diagonalización. El objetivo principal de este tema será la obtención de una matriz diagonal

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

4. Complementos sobre Problemas de Contorno para S.D.O. Lineales. 4. Complementos sobre Problemas de Contorno

4. Complementos sobre Problemas de Contorno para S.D.O. Lineales. 4. Complementos sobre Problemas de Contorno para S.D.O. Lineales 4.1. Problemas de contorno para s.d.o. lineales. Teorema de alternativa 4.1. Problemas de contorno. Teorema de alternativa Fijemos A C 0 ([α, β]; L(R N )) y b C 0 ([α, β]; R N ), dos

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

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 INVERTIBLES

!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 detalles

2. Ortogonalidad. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U.

2. Ortogonalidad. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U. 2 Ortogonalidad En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U 1 Vectores ortogonales Definición 11 Dos vectores x, ȳ U se dicen ortogonales si: x ȳ = 0 Veamos algunas propiedades

Más detalles

FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.

FACULTAD 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 detalles

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

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

Más detalles

Diagonalización de Matrices

Diagonalización de Matrices Tema Diagonalización de Matrices Introducción En los dos temas previos de este bloque hemos visto cómo problemas de la realidad son escritos, tratados y resueltos a través de espacios vectoriales y sistemas

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

TEMA 8.- NORMAS DE MATRICES Y

TEMA 8.- NORMAS DE MATRICES Y Álgebra II: Tema 8. TEMA 8.- NORMAS DE MATRICES Y NúMERO DE CONDICIóN Índice. Introducción 2. Norma vectorial y norma matricial. 2 2.. Norma matricial inducida por normas vectoriales......... 4 2.2. Algunos

Más detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES MATEMÁTICA I - - Capítulo 8 ------------------------------------------------------------------------------------ ESPACIOS VECTORIALES.. Espacios Vectoriales y Subespacios... Definición. Un espacio vectorial

Más detalles

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 2011 2012) 2. Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí.

Más detalles

A1.- 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 +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 detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES 1. Introducción: 1.1 Grupo Abeliano 1. Cuerpo. Estructura de espacio vectorial 3. Propiedades 4. Subespacio vectorial 5. Combinación lineal de vectores 5.1 Propiedades 6. Dependencia e independencia lineal

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

Vectores y matrices. v 1 v 2. = [v. v = v n. Herramientas de A.L. p.1/64

Vectores y matrices. v 1 v 2. = [v. v = v n. Herramientas de A.L. p.1/64 Vectores y matrices Los elementos básicos en teoría de sistemas lineales son vectores n 1 (columna) o 1 n (fila) y matrices n m con elementos reales (i.e. v R n y A R n m ). Denotamos el elemento i del

Más detalles

Tema 2.- Formas Cuadráticas.

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

Más detalles

PROGRAMA DE EXAMEN. Unidad Nº1: Matrices y Función Determinante

PROGRAMA 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 detalles

Ecuaciones de la recta en el espacio

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

Más detalles

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

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos

Vectores 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 detalles

Capítulo 8: Vectores

Capítulo 8: Vectores Capítulo 8: Vectores 1. Lección 30. Operaciones con vectores 1.1. Vectores El concepto de vector aparece en Física para describir magnitudes, tales como la fuerza que actúa sobre un punto, en las que no

Más detalles

TEMA 4: CALCULO NUMERICO DE AUTOVALORES

TEMA 4: CALCULO NUMERICO DE AUTOVALORES Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 4: CALCULO NUMERICO DE AUTOVALORES 1 INTRODUCCION La determinación de autovalores y autovectores de una matriz cuadrada A de orden n es un problema

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

Espacios vectoriales con producto interior

Espacios vectoriales con producto interior Espacios vectoriales con producto interior Longitud, norma o módulo de vectores y distancias entre puntos Generalizando la fórmula pitagórica de la longitud de un vector de R 2 o de R 3, definimos la norma,

Más detalles

3.1 El espacio afín R n

3.1 El espacio afín R n 3. Geometría analítica 3.1 El espacio afín R n Consideremos el conjunto R n, formado por las listas ordenadas (x 1,...,x n ) de números reales. Convengamos en llamar puntos a los elementos de R n. Pero

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

Diagonalización de matrices

Diagonalización de matrices diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla

Más detalles

Repaso de conceptos de álgebra lineal

Repaso 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 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

May 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN

May 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN May 4, 2012 1. Optimización Sin Restricciones En toda esta sección D denota un subconjunto abierto de R n. 1.1. Condiciones Necesarias de Primer Orden. Proposición 1.1. Sea f : D R diferenciable. Si p

Más detalles

Matrices y sistemas lineales

Matrices y sistemas lineales 15 Matemáticas I : Preliminares Tema 2 Matrices y sistemas lineales 2.1 Definiciones básicas Una matriz es una tabla rectangular de números, es decir, una distribución ordenada de números. Los números

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

Álgebra Lineal Ma1010

Álgebra 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 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

Tema 4.- Espacios vectoriales. Transformaciones lineales.

Tema 4.- Espacios vectoriales. Transformaciones lineales. Ingenierías: Aeroespacial, Civil y Química Matemáticas I - Departamento de Matemática Aplicada II Escuela Superior de Ingenieros Universidad de Sevilla Tema 4- Espacios vectoriales Transformaciones lineales

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

EJERCICIOS DE DETERMINANTES

EJERCICIOS DE DETERMINANTES EJERCICIOS DE 1) Si m n = 5, cuál es el valor de cada uno de estos determinantes? Justifica las p q respuestas: 2) Resuelve las siguientes ecuaciones: 3) Calcula el valor de estos determinantes: 4) Halla

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