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

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

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

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

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. 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

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

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

cuadrada de 3 filas y tres columnas cuyo determinante vale 2.

cuadrada de 3 filas y tres columnas cuyo determinante vale 2. PROBLEMAS DE SELECTIVIDAD. BLOQUE ÁLGEBRA MATEMÁTICAS II 0 2 0. Se dan las matrices A, I y M, donde M es una matriz de dos 3 0 filas y dos columnas que verifica M 2 = M. Obtener razonadamente: a) Todos

Más detalles

CONTINUIDAD DE FUNCIONES. SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos.

CONTINUIDAD DE FUNCIONES. SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos. CAPÍTULO IV. CONTINUIDAD DE FUNCIONES SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos. 121 A. DEFINICIÓN DE FUNCIÓN CONTINUA. Una función

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

NOCIONES PRELIMINARES (*) 1

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

Más detalles

Límite de una función

Límite de una función Límite de una función El límite de la función f(x) en el punto x 0, es el valor al que se acercan las imágenes (las y) cuando los originales (las x) se acercan al valor x 0. Es decir el valor al que tienden

Más detalles

Formas bilineales y cuadráticas.

Formas bilineales y cuadráticas. Tema 4 Formas bilineales y cuadráticas. 4.1. Introducción. Conocidas las nociones de espacio vectorial, aplicación lineal, matriz de una aplicación lineal y diagonalización, estudiaremos en este tema dos

Más detalles

INTRO. LÍMITES DE SUCESIONES

INTRO. LÍMITES DE SUCESIONES INTRO. LÍMITES DE SUCESIONES Con el estudio de límites de sucesiones se inaugura el bloque temático dedicado al cálculo (o análisis) infinitesimal. Este nombre se debe a que se va a especular con cantidades

Más detalles

Subespacios vectoriales en R n

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

Más detalles

Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.

Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com. Transformaciones Lineales Definiciones básicas de Transformaciones Lineales wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 007-009 Contenido 1 Transformaciones Lineales 11 Núcleo e imagen

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario) Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES

Más detalles

Tema 2. Aplicaciones lineales y matrices.

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

Más detalles

Vectores y Valores Propios

Vectores y Valores Propios Capítulo 11 Vectores y Valores Propios Las ideas de vector y valor propio constituyen conceptos centrales del álgebra lineal y resultan una valiosa herramienta en la solución de numerosos problemas de

Más detalles

CÁLCULO DIFERENCIAL Muestras de examen

CÁLCULO DIFERENCIAL Muestras de examen CÁLCULO DIFERENCIAL Muestras de examen Febrero 2012 T1. [2] Demostrar que la imagen continua de un conjunto compacto es compacto. T2. [2.5] Definir la diferencial de una función en un punto y demostrar

Más detalles

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Capítulo 8 Espacios vectoriales con producto interno En este capítulo, se generalizarán las nociones geométricas de distancia y perpendicularidad, conocidas en R y en R 3, a otros espacios vectoriales.

Más detalles

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2. PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.

Más detalles

Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás

Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás Problemas de Selectividad de Matemáticas II Comunidad de Madrid Resueltos Isaac Musat Hervás 22 de mayo de 213 Capítulo 11 Año 21 11.1. Modelo 21 - Opción A Problema 11.1.1 3 puntos Dada la función: fx

Más detalles

Valores y vectores propios de una matriz. Juan-Miguel Gracia

Valores y vectores propios de una matriz. Juan-Miguel Gracia Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-

Más detalles

Tema 7: Valores y vectores propios

Tema 7: Valores y vectores propios Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un

Más detalles

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

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

Más detalles

Tema 6.- Autovalores y autovectores.

Tema 6.- Autovalores y autovectores. Ingeniería Civil. Matemáticas I. -3. Departamento de Matemática Aplicada II. Escuela Superior de Ingenieros. Universidad de Sevilla. Tema 6.- Autovalores autovectores. 6..- Autovalores autovectores. Definición

Más detalles

Sea un espacio vectorial sobre y sea un producto interno en ; entonces, : , y los vectores

Sea un espacio vectorial sobre y sea un producto interno en ; entonces, : , y los vectores FASÍCULO: ESPACIOS CON PRODUCTO INTERNO Teorema. Sea un espacio vectorial sobre y sea un producto interno en ; entonces, : i) ii) iii) iv) Ejemplo: Sean el espacio vectorial con el producto interno definido

Más detalles

Clase 15 Espacios vectoriales Álgebra Lineal

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

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

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

Más detalles

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

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

Más detalles

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

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

Más detalles

vectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide:

vectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide: .- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax, así como los subespacios vectoriales N(f) e Im(f) a) f(x,y) = (x,-y) b) f(x,y)

Más detalles

Valores propios y vectores propios

Valores propios y vectores propios Capítulo 6 Valores propios y vectores propios En este capítulo investigaremos qué propiedades son intrínsecas a una matriz, o su aplicación lineal asociada. Como veremos, el hecho de que existen muchas

Más detalles

cadenas de Markov tienen la propiedad de que la probabilidad de que X n = j sólo depende

cadenas de Markov tienen la propiedad de que la probabilidad de que X n = j sólo depende Cadenas de Markov Los procesos de paseo aleatorio en realidad son un caso particular de procesos más generales que son las cadenas de Markov. En esencia, una cadena es un proceso en tiempo discreto en

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS 2 Í N D I C E CAPÍTULO MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES MATRICES. MATRIZ. DEFINICIÓN 2. ALGUNOS

Más detalles

TEST DE ÁLGEBRA. 6.- Sea el subespacio de R 3 S = { (x,,y,z) / x +y+z = 0} a) es de dimensión 1 b) es de dimensión 2 c) es R 3 d) NDLA

TEST DE ÁLGEBRA. 6.- Sea el subespacio de R 3 S = { (x,,y,z) / x +y+z = 0} a) es de dimensión 1 b) es de dimensión 2 c) es R 3 d) NDLA TEST DE ÁLGEBRA 1.- Sea f:r 4 -----> R 5 una apli. lineal a) Dim ker(f) tiene que ser 3 b) Dim ker(f) será 4 c) Dim ker(f) es 5 2.- El sistema homogéneo 3 x % 8 y % ð z 0 y & z 0 a) tiene soluciones no

Más detalles

1 Espacios y subespacios vectoriales.

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

Más detalles

Tema 4.- El espacio vectorial R n.

Tema 4.- El espacio vectorial R n. Tema 4- El espacio vectorial R n Subespacios vectoriales de R n Bases de un subespacio Rango de una matriz 4 Bases de R n Cambios de base 5 Ejercicios En este tema estudiamos la estructura vectorial del

Más detalles

(Contents of) J. Rojo Álgebra lineal (2 a edición) Editorial MacGraw-Hill, Madrid, 2007 596 pp.

(Contents of) J. Rojo Álgebra lineal (2 a edición) Editorial MacGraw-Hill, Madrid, 2007 596 pp. (Contents of) J. Rojo Álgebra lineal (2 a edición) Editorial MacGraw-Hill, Madrid, 2007 596 pp. 1 Álgebra lineal 2 a Edición Álgebra lineal 2 a Edición Jesús ROJO Doctor en Matemáticas Departamento de

Más detalles

Curso de Procesamiento Digital de Imágenes

Curso de Procesamiento Digital de Imágenes Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-lic.html elena.martinez@iimas.unam.mx

Más detalles

Matemáticas. Tercero ESO. Curso 2012-2013. Exámenes

Matemáticas. Tercero ESO. Curso 2012-2013. Exámenes Matemáticas. Tercero ESO. Curso 0-03. Exámenes . 9 de octubre de 0 Ejercicio. Calcular: 3 5 4 + 3 0 3 7 8 5 3 5 4 + 3 0 5 + 6 0 3 0 3 7 8 5 3 56 0 3 8 0 84 74 5 5 5 Ejercicio. Calcular: 5 6 [ ( 3 3 3 )]

Más detalles

1. ESPACIOS VECTORIALES

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

Más detalles

Tema 3. Espacios vectoriales

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

Más detalles

Espacios vectoriales y aplicaciones lineales.

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

Más detalles

Algebra Lineal y Geometría.

Algebra Lineal y Geometría. Algebra Lineal y Geometría. Unidad nº7: Transformaciones Lineales. Algebra Lineal y Geometría Esp. Liliana Eva Mata 1 Contenidos. Transformación lineal entre dos espacios vectoriales. Teorema fundamental

Más detalles

Espacio afín. Transformaciones afines y movimientos

Espacio afín. Transformaciones afines y movimientos Capítulo Espacio afín. Transformaciones afines y movimientos. Espacio afín y espacio afín métrico Definición. El espacio afín (tridimensional) está constituido por los siguientes elementos. El espacio

Más detalles

Álgebra lineal y matricial

Álgebra lineal y matricial Capítulo Álgebra lineal y matricial.. Vectores y álgebra lineal Unconjuntodennúmerosreales(a,,a n )sepuederepresentar: como un punto en el espacio n-dimensional; como un vector con punto inicial el origen

Más detalles

Espacios vectoriales y Aplicaciones lineales

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

Más detalles

4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES

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

Más detalles

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere

Más detalles

26 Apuntes de Matemáticas II para preparar el examen de la PAU

26 Apuntes de Matemáticas II para preparar el examen de la PAU 6 Apuntes de Matemáticas II para preparar el examen de la PAU Unidad. Funciones.Continuidad TEMA FUNCIONES. CONTINUIDAD. 1. Definición de Continuidad. Tipos de discontinuidades 3. Continuidad de las funciones

Más detalles

Geometría de las superficies

Geometría de las superficies Geometría de las superficies Klette, schluns, koschan Computer vision: three dimensional data from images Cap 3 1 Representaciones funcionales Representación mediante una ecuación condicional para X e

Más detalles

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

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

Más detalles

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

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

Más detalles

SISTEMAS DE ECUACIONES

SISTEMAS DE ECUACIONES Tema 3 SISTEMAS DE ECUACIONES 1.- Se consideran las matrices 1 2 λ A = 1 1 1 y 1 3 B = λ 0, donde λ es cualquier número real. 0 2 a) Encontrar los valores de λ para los que AB es invertible b) Determinar

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse

Más detalles

P. A. U. LAS PALMAS 2005

P. A. U. LAS PALMAS 2005 P. A. U. LAS PALMAS 2005 OPCIÓN A: J U N I O 2005 1. Hallar el área encerrada por la gráfica de la función f(x) = x 3 4x 2 + 5x 2 y la rectas y = 0, x = 1 y x = 3. x 3 4x 2 + 5x 2 es una función polinómica

Más detalles

1 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.

1 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 detalles

Aplicaciones Lineales

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

Más detalles

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración

Más detalles

Espacios vectoriales

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

Más detalles

Problemas de Álgebra Lineal Espacios Vectoriales

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

Más detalles

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

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

Más detalles

Espacios vectoriales y aplicaciones lineales

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

Más detalles

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

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

Más detalles

APLICACIONES LINEALES. DIAGONALIZACIÓN

APLICACIONES LINEALES. DIAGONALIZACIÓN I.- Sea f una transformación lineal de un espacio vectorial V de dimensión n. Sea B una base de V. Sea A la matriz asociada a f respecto de la base B. Señala, sin demostrar, cuáles de las siguientes afirmaciones

Más detalles

Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización

Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización Ejercicio. Decidir cuáles de las siguientes aplicaciones son lineales. Cuál es la dimensión del espacio imagen? a f(x, x 2, x 3 = (x 2 + x

Más detalles

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

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

Más detalles

Proceso Selectivo para la XXII IMC, Bulgaria

Proceso Selectivo para la XXII IMC, Bulgaria Proceso Selectivo para la XXII IMC, Bulgaria Facultad de Ciencias UNAM Instituto de Matemáticas UNAM SUMEM Indicaciones Espera la indicación para voltear esta hoja. Mientras tanto, lee estas instrucciones

Más detalles

Introducción al Álgebra Lineal

Introducción al Álgebra Lineal UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICA LABORATORIO DE FORMAS EN GRUPOS Introducción al Álgebra Lineal Ramón Bruzual Marisela Domínguez Caracas, Venezuela Septiembre

Más detalles

Construcción de bases en el núcleo e imagen de una transformación lineal

Construcción de bases en el núcleo e imagen de una transformación lineal Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.

Más detalles

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector

Más detalles

Tema 2 ESPACIOS VECTORIALES

Tema 2 ESPACIOS VECTORIALES Tema 2 ESPACIOS VECTORIALES Prof. Rafael López Camino Universidad de Granada 1 Espacio vectorial Definición 1.1 Un espacio vectorial es una terna (V, +, ), donde V es un conjunto no vacío y +, son dos

Más detalles

Práctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL.

Práctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL. practica2sr.nb 1 Apellidos y Nombre: Práctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL. Operadores lógicos y relacionales

Más detalles

Cambio de representaciones para variedades lineales.

Cambio de representaciones para variedades lineales. Cambio de representaciones para variedades lineales 18 de marzo de 2015 ALN IS 5 Una variedad lineal en R n admite dos tipos de representaciones: por un sistema de ecuaciones implícitas por una familia

Más detalles

Espacios vectoriales. 4.1. Estructuras algebraicas.

Espacios vectoriales. 4.1. Estructuras algebraicas. Capítulo 4 Espacios vectoriales 4.1. Estructuras algebraicas. En temas anteriores hemos definido matrices y vectores, estudiando algunas de sus propiedades. También hemos trabajado con cuerpos de escalares,

Más detalles

Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones

Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones Tema 13.- Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones 13.1 Teorema de estructura de los módulos finitamente generados sobre un D.I.P. En lo que sigue A denotará

Más detalles

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN. Apuntes de. para la titulación de

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN. Apuntes de. para la titulación de E.T.S. DE INGENIERÍA INFORMÁTICA Apuntes de ÁLGEBRA LINEAL para la titulación de INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN Fco. Javier Cobos Gavala Amparo Osuna Lucena Rafael Robles Arias Beatriz Silva

Más detalles

2. [2014] [EXT-B] Determinar los valores de los parámetros a y b para los que tiene inversa la matriz A =

2. [2014] [EXT-B] Determinar los valores de los parámetros a y b para los que tiene inversa la matriz A = MasMatescom [204] [EXT-A] Estudiar, para los distintos valores del parámetro m, el siguiente sistema de ecuaciones Resolverlo cuando m = 3 mx-y+3z = 0 x+y+7z = 0 2x-my+4z = 0 2 [204] [EXT-B] Determinar

Más detalles

1. Los calores de combustión del metano y butano son 890 kj/mol y 2876 kj/mol respectivamente

1. Los calores de combustión del metano y butano son 890 kj/mol y 2876 kj/mol respectivamente . Los calores de combustión del metano y butano son 890 kj/mol y 876 kj/mol respectivamente Butano: C 4 H 0 Metano: CH 4 a) Cuando se utiliza como combustible Cual generaría más calor para la misma masa

Más detalles

Física, Matemáticas y Estadística Primer Curso ÁLGEBRA LINEAL I. Juan A. Navarro González

Física, Matemáticas y Estadística Primer Curso ÁLGEBRA LINEAL I. Juan A. Navarro González Física, Matemáticas y Estadística Primer Curso ÁLGEBRA LINEAL I Juan A. Navarro González 26 de noviembre de 2015 2 Índice General 1 Preliminares 1 1.1 Relaciones de Equivalencia............................

Más detalles

Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.

Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior. Capítulo 2 Matrices En el capítulo anterior hemos utilizado matrices para la resolución de sistemas de ecuaciones lineales y hemos visto que, para n, m N, el conjunto de las matrices de n filas y m columnas

Más detalles

Percentil q (p q ) Si en este conjunto de valores se quiere encontrar el percentil 20, la solución gráfica es muy simple

Percentil q (p q ) Si en este conjunto de valores se quiere encontrar el percentil 20, la solución gráfica es muy simple Percentil q (p q ) Una medida de posición muy útil para describir una población, es la denominada 'percentil'. En forma intuitiva podemos decir que es un valor tal que supera un determinado porcentaje

Más detalles

MICROSOFT EXCEL PARA DIRECCIÓN FINANCIERA I. 1. Resolución de problemas de simulación de Montecarlo mediante el uso de la hoja de cálculo.

MICROSOFT EXCEL PARA DIRECCIÓN FINANCIERA I. 1. Resolución de problemas de simulación de Montecarlo mediante el uso de la hoja de cálculo. MICROSOFT EXCEL PARA DIRECCIÓN FINANCIERA I. 1. Resolución de problemas de simulación de Montecarlo mediante el uso de la hoja de cálculo. Mediante el modelo de Hertz o Simulación de Montecarlo, trataremos

Más detalles

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

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

Más detalles

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

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

Más detalles

4.- Para los siguientes conjuntos de vectores, probar si son o no subespacios vectoriales de R 4 : 2d + 1 : b, d reales. d

4.- Para los siguientes conjuntos de vectores, probar si son o no subespacios vectoriales de R 4 : 2d + 1 : b, d reales. d GRADO EN I. TELEMÁTICA. HOJA : ESPACIOS VECTORIALES. ESPACIOS NULO Y COLUMNA.- Sea W el conjunto de todos los vectores de R de la forma subespacio de R. s + t s t s t t, con s, t R. Probar que W es un.-

Más detalles

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

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

Más detalles

CALCULO INTEGRAL CONCEPTOS DE AREA BAJO LA CURVA. (Se utiliza el valor de la función en el extremo izquierdo de cada subintervalo)

CALCULO INTEGRAL CONCEPTOS DE AREA BAJO LA CURVA. (Se utiliza el valor de la función en el extremo izquierdo de cada subintervalo) CALCULO INTEGRAL CONCEPTOS DE AREA BAJO LA CURVA El problema del área, el problema de la distancia tanto el valor del área debajo de la gráfica de una función como la distancia recorrida por un objeto

Más detalles

Estructuras algebraicas

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

Más detalles

Teoría cualitativa de ecuaciones diferenciales

Teoría cualitativa de ecuaciones diferenciales 775 Análisis matemático para Ingeniería. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA CAPÍTULO 1 Teoría cualitativa de ecuaciones diferenciales En este capítulo se inicia el estudio de lo que se

Más detalles

4 Aplicaciones Lineales

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

Más detalles

1 El espacio vectorial R n.

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

Más detalles

Espacios vectoriales

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

Más detalles

Universidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL. x x1 n. θ y. 1 n x1 n ȳ1 n. Carlos Arce S. William Castillo E. Jorge González V.

Universidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL. x x1 n. θ y. 1 n x1 n ȳ1 n. Carlos Arce S. William Castillo E. Jorge González V. Universidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL x x x1 n θ y y ȳ1 n 1 n x1 n ȳ1 n Carlos Arce S. William Castillo E. Jorge González V. 2003 Algebra Lineal Carlos Arce S., William Castillo

Más detalles

Colisiones. Objetivo. Material. Fundamento teórico. Laboratori de. Estudiar las colisiones elásticas e inelásticas entre dos cuerpos.

Colisiones. Objetivo. Material. Fundamento teórico. Laboratori de. Estudiar las colisiones elásticas e inelásticas entre dos cuerpos. Laboratori de Física I Colisiones Objetivo Estudiar las colisiones elásticas e inelásticas entre dos cuerpos. Material Soporte vertical, puerta fotoeléctrica, 4 cuerdas, 2 bolas de acero de 25 mm de diámetro,

Más detalles

MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASE #16. f : A! B x 7! y = f(x):

MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASE #16. f : A! B x 7! y = f(x): MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASE #16 Función Sean A y B conjuntos. Una función f de A en B es una regla que asigna a cada elemento x 2 A exactamante un elemento

Más detalles

INTEGRACIÓN POR FRACCIONES PARCIALES

INTEGRACIÓN POR FRACCIONES PARCIALES IX INTEGRACIÓN POR FRACCIONES PARCIALES La integración por fracciones parciales es más un truco o recurso algebraico que algo nuevo que vaya a introducirse en el curso de Cálculo Integral. Es decir, en

Más detalles

Relación de Problemas. Tema 6

Relación de Problemas. Tema 6 Relación de Problemas. Tema 6 1. En una urna hay 5 bolas blancas y 2 negras y se sacan tres bolas sin reemplazamiento. a) Calcular la distribución conjunta del número de bolas blancas y negras de entre

Más detalles

GUIA DE EJERCICIOS MATEMATICAS 3

GUIA DE EJERCICIOS MATEMATICAS 3 GUIA DE EJERCICIOS MATEMATICAS 3 La presente guía representa una herramienta para el estudiante para que practique los temas dictados en matemáticas 3. Tenga presente que algunos ejercicios se escapan

Más detalles