1 Isometrías vectoriales.
|
|
- Aarón Martin Alarcón
- hace 7 años
- Vistas:
Transcripción
1 Eugenia Rosado ETSM Curso 9-. Isometrías vectoriales. Sea E un espacio vectorial euclídeo. De nición Una aplicación f : E! E se dice transformación ortogonal o isometría vectorial si conserva el producto escalar; esto es, si f(~x) f(~y) = ~x ~y; 8~x; ~y E:! E es una isometría vectorial entonces es una apli- Proposición Si f : E cación lineal. Demostración Veamos que para todo ~x; ~y E, f (~x + ~y) f (~x) f (~y) tiene norma cero y, por tanto, es el vector nulo. Se tiene: y (f (~x + ~y) f (~x) f (~y)) (f (~x + ~y) f (~x) f (~y)) = f (~x + ~y) f (~x + ~y) f (~x + ~y) f (~x) f (~x + ~y) f (~y) f (~x) f (~x + ~y) + f (~x) f (~x) + f (~x) f (~y) f (~y) f (~x + ~y) + f (~y) f (~x) + f (~y) f (~y) = f (~x + ~y) f (~x + ~y) f (~x + ~y) f (~x) f (~x + ~y) f (~y) +f (~x) f (~y) + f (~x) f (~x) + f (~y) f (~y) = (~x + ~y) (~x + ~y) (~x + ~y) ~x (~x + ~y) ~y +~x ~y + ~x ~x + ~y ~y = ~x ~x + ~x ~y + ~y ~y ~x ~x ~y ~x ~x ~y ~y ~y = +~x ~y + ~x ~x + ~y ~y (f (~x) f (~x)) (f (~x) f (~x)) = f (~x) f (~x) f (~x) f (~x) + f (~x) f (~x) = ~x ~x ~x ~x + ~x ~x = : Luego f es lineal. Sea kk : E! R, la norma de nida en el espacio euclídeo E, k~xk = p ~x ~x. Proposición La aplicación lineal f : E! E es una transformación ortogonal si y sólo si kf(~x)k = k~xk para todo ~x E.
2 Eugenia Rosado, ETSM Álgebra Lineal. 9-. Demostración Supongamos que f es una transformación ortogonal, entonces kf(~x)k = p f(~x) f(~x) = p ~x ~x = k~xk ; 8~x E: Supongamos ahora que kf(~x)k = k~xk para todo ~x E y veamos que f es ortogonal. Se tiene: por tanto, k~x ~yk = kf(~x ~y)k (~x ~y) (~x ~y) = f(~x ~y) f(~x ~y) = (f(~x) f(~y)) (f(~x) f(~y)) = f(~x) f(~x) f(~x) f(~y) f(~y) f(~x) f(~y) f(~y) = f(~x) f(~x) f(~x) f(~y) + f(~y) f(~y) = ~x ~x f(~x) f(~y) + ~y ~y; (~x ~y) (~x ~y) = ~x ~x ~x ~y + ~y ~y; por tanto, f(~x) f(~y) = ~x ~y. Proposición Sea f una transformación ortogonal de un espacio vectorial euclídeo E. Se cumple:. f es biyectiva.. Los autovalores reales de f son =.. Si ~u; ~v son autovectores asociados a autovalores diferentes entonces ~u; ~v son ortogonales. Demostración. Como f es un endomor smo para ver que es biyectiva basta ver que es inyectiva. Supongamos f(~u) = ~ entonces k~uk = kf(~u)k = ~ = =) ~u = ~: n o Luego ker(f) = ~ y f es biyectiva.. Sea ~u un autovector de f asociado a un autovalor real, entonces: por tanto =. ~u ~u = f(~u) f(~u) = ~u ~u = ~u ~u. Sean ~u; ~v autovectores asociados a autovalores ; diferentes entonces = y por tanto ~u ~v =. ~u ~v = f(~u) f(~v) = ~u ~v = ~u ~v
3 Eugenia Rosado, ETSM Álgebra Lineal. 9-. Proposición Sea la matriz asociada a un endomor smo f en una base B ortonormal. Entonces, f es ortogonal () es una matriz ortogonal ( t = I). Ejemplo Sea E un espacio vectorial euclídeo referido a la base ortonormal B = f~e ; ~e ; ~e g. Se considera el endomor smo f de E determinado por: f(~e ) = (~e + ~e + ~e ) ; f(~e ) = ( ~e + ~e + ~e ) ; f(~e ) = (~e ~e + ~e ) : Es f una transformación ortogonal? Es f biyectiva? Hallar f. La matriz asociada a f en la base B es: Como la matriz es ortogonal ( = t ) f es una transformación ortogonal. Los autovalores de son: = ip +, = Nótese que: = y =. ip y =. Como f es una transformación ortogonal, f es biyectiva y la matriz asociada a f en la base B es: = t. Por tanto, x x f (x; y; z) y = y z x y z x + y + z x + y + z x y + z Con el MPLE: Para calcular la traspuesta de una matriz podemos utilizar el comando [>transpose( );
4 Eugenia Rosado, ETSM Álgebra Lineal Clasi cación de isometrías vectoriales Sea E un espacio vectorial euclídeo de dimensión n. Sea B una base ortonormal de E. Sea f : E! E una transformación ortogonal o isometría vectorial. Y sea la matriz asociada a f en la base B. Como es una matriz ortogonal se cumple: det() =. De nición Si det() =, se dice que f es una isometría directa. det() =, se dice que f es una isometría indirecta. Y si De nición Un subespacio U E es subespacio invariante de una isometría vectorial f si f(u) U. De nición Un vector ~x E se dice vector invariante de una isometía vectorial f si f(~x) = ~x; esto es, ~x es un autovector de f asociado al autovalor =. Observación El subespacio propio asociado al autovalor =, V (), es el subespacio de vectores invariantes de f. Proposición Sea f una isometría vectorial de E. Si U es un subespacio de E invariante por f entonces U? también es un subespacio invariante por f. Demostración Tenemos que demostrar que f(u? ) U? ; esto es, f(~v) U? para todo ~v U?. Sea ~u U (por tanto, f(~u) U) entonces = ~u ~v = f(~u) f(~v) f isometría por tanto, f(~v) es ortogonal a f(~u) U (por ser U invariante), luego f(~v) U?. Ejercicio Se considera el espacio vectorial euclídeo R y en él la base ortonormal canónica. Se considera una isometría vectorial indirecta f de R cuyo subespacio de vectores invariantes es V = L (f(; ; ) ; (; ; )g) (esto es, V = V ()). Hallar la expresión matricial de f. Solución Como el subespacio de vectores invarianes de f es V (), en este caso tenemos dim V () =. Como f es una isometría tenemos: det = y sabemos que = es un autovalor doble de. Si tuviera un autovalor complejo el conjugado también sería autovalor (los autovalores complejos siempre van de dos en dos), por tanto, el tercer autovalor de es = y dim V ( ) =. Como V = V (), se tiene f (; ; ) = (; ; ) y f (; ; ) = (; ; ). Hallamos V? : = (x; y; z) (; ; ) = y + z = (x; y; z) (; ; ) = x + z
5 Eugenia Rosado, ETSM Álgebra Lineal. 9-. luego V? = f(x; y; z) j = y + z; = x + zg = L (f( ; ; )g) y como los vectores en V ( ) son vectores ortogonales a V () se tiene: V ( ) = V?. Luego, la matriz asociada a la isometría @ Isometrías vectoriales en un espacio euclídeo de dimensión Sea E un espacio vectorial real euclídeo de dimensión y sea B = f~e ; ~e g una base ortonormal de E. Sea f una transformación ortogonal o isometría vectorial de E y sea = M B (F ), la matriz asociada a f en la base B. Como es una matriz ortogonal det() =. Puede suceder: a b = () det() = a + b = () f es directa b a a b = () det() = a b = () f es indirecta b a con a y b.. det() =, entonces la matriz es de la forma cos sin = sin cos En este caso la transformación es una rotación o giro de ángulo. Si =, se dice que f es una simetría respecto del origen y si = entonces f es la identidad.. det() =, entonces la matriz es de la forma cos sin = : sin cos l ser una matriz simétrica, es diagonalizable y como los autovalores de son, por ser una matriz ortogonal, la matriz diagonal de f en una base ortonormal de autovectores es: D = Se trata de una simetría axial respecto de la recta determinada por el autovector asociado al autovalor (nótese, que es la recta de vectores invariantes). La recta V ( ) es una recta invariante por f. :
6 Eugenia Rosado, ETSM Álgebra Lineal Observaciones. La composición de dos simetrías axiales f y g es un giro pues det(m(g f)) = det(m(g)m(f)) = det(m(g)) det(m(f)) = ( ) ( ) = :. La composición de un giro y una simetría axial es una simetría axial Ejemplo Sea f : R! R la isometría vectorial indirecta tal que f(; ) = (; ). Hallar la expresión analítica de f. Solución Tenemos V () = L(f(; )g) y V ( ) = V ()? = L(f( ; )g). En la base ortonormal B = f(; ); ( ; )g la matriz asociada a f es D = y, por tanto, = = 4 4 : La expresión analítica de f en la base canónica es: f(x; y) = x + 4 y; 4 x y : Isometrías vectoriales en un espacio euclídeo de dimensión Sea E un espacio vectorial real euclídeo de dimensión y sea B = f~e ; ~e ; ~e g una base ortonormal de E. Sea f una transformación ortogonal o isometría vectorial de E y sea = M B (F ), la matriz asociada a f en la base B. Como es una matriz ortogonal, se tiene: det() =. El polinomio característico de es de grado tres y por tanto, tiene alguna raíz real.. Si det() = entonces la matriz es de la forma: (a) = I, la isometría f es la identidad ( tiene el autovalor = triple). (b) tiene el autovalor = simple y = doble. Entonces f es una simetría axial respecto de la recta V (). El plano V ( ) es un subespacio invariante.
7 Eugenia Rosado, ETSM Álgebra Lineal (c) tiene el autovalor = simple y los otros dos autovalores son complejos. En este caso f es un giro de ángulo (tr = + cos ) alrededor del eje de vectores invariantes V (). Por ejemplo, si la matriz es de la ó cos sin sin ; cos sin sin ; cos sin sin cos entonces f es un giro alrededor del eje X (resp. eje Y ó eje Z).. Si det() =, entonces la matriz es de la forma: (a) La matriz tiene el autovalor = doble y = simple. Se trata de una simetría respecto del plano de vectores invariantes: V (). Por ejemplo, si la matriz es de la ; entonces f es una simetría respecto del plano z = (resp. plano y = ó plano x = ). (b) La matriz tiene el autovalor = triple. En este caso la isometría f es una simetría central (respecto del origen). (c) La matriz tiene el autovalor = simple y dos autovalores complejos conjugados. En este caso la isometría f es una composición de un giro de ángulo (tr = + cos ) y una simetría.. Ejercicios. Sea R con el producto escalar usual y sea f un endomor smo de R cuya matriz asociada en la base canónica de R es = 4= : 4= = Se pide: (a) Es f una isometría vectorial?
8 Eugenia Rosado, ETSM Álgebra Lineal (b) Hallar los autovalores de f y los subespacios invariantes de f. (c) Clasi car la isometría f. Solución. (a) Sí, porque = M BC (f) es una matriz ortogonal ( = t ). (b) Los autovalores de son = y = invariantes de f son: V () = L (f(; ; )g) ; V ()? = f(x; y; z) j x + y + z = g ip 6. Los subespacios (c) La isometría f es un giro respecto de la recta V () de ángulo cos = (tr() ) = = :. Sea R con el producto escalar usual y sea f un endomor smo de R cuya matriz asociada en la base B = f(; ; ) ; (; ; ) ; (; ; )g es = 4= 4= = Se pide: (a) Es f una isometría vectorial? (b) Hallar la matriz asociada a f en la base canónica de R. (c) Hallar los autovalores de f. Solución. (a) Tenemos: f(; ; ) = (; ; ) (; ; ) = ; ; luego kf(; ; )k = 4 ; ; s 4 = ; ; = p 6 k(; ; )k = p (; ; ) (; ; ) = p B C 4 ; ; por tanto, como kf(; ; )k 6= k(; ; )k, se deduce que f no es una isometría vectorial.
9 Eugenia Rosado, ETSM Álgebra Lineal (b) La matriz asociada a f en la base canónica es: M Bc (f) = M BBC M BB = 4= = 6 4 que no es una matriz ortogonal. Por tanto, f no es una isometría. (c) Los autovalores de f son ;. El determinante de es.. Sea R con el producto escalar usual y se B = f~e ; ~e ; ~e g una base ortonormal. Se considera el endomor smo de R dado por: Se pide: f(~e + ~e ) = f(~e ) = ~e ~e ~e + 4 ~e ; ~e + ~e ; f(~e ) = ~e + ~e + ~e : (a) Probar que f es una isometría vectorial. (b) Calcular los subespacios invariantes de f. (c) Clasi car la isometría f. (d) Hallar la expresión analítica f. Solución. (a) Se tiene: Por tanto, f(~e ) = f(~e + ~e ) f(~e ) = ~e ~e + 4 ~e = ~e + ~e + ~e : M B (f) ~e ~e + ~e que sí es una matriz ortogonal, por tanto, f sí es una isometría y además es simétrica.
10 Eugenia Rosado, ETSM Álgebra Lineal. 9-. (b) Los autovalores de son = simple y = doble. Y los subespacios invariantes de f son: V () = L (f(; ; )g) ; V ( ) = L (f( ; ; ) ; ( ; ; )g) : (c) La isometría f es una simetría axial respecto de la recta V (). (d) Como = T = se tiene f (x; y; z) = f(x; y; z), esto es, x x + y y x y + z z x + y + z f (x; y; z) = x + y + z; x y + z; x + y + z : 4. Sea f la isometría indirecta tal que el plano generado los vectores (; ; ) y (; ; ) es el subespacio de vectores invariantes. Se pide: (a) Hallar los subespacios invariantes de f. (b) Dar la expresión analítica de f. (c) Clasi car dicha isometría. (d) Se considera el conjunto S = f~x j k~xk = g Es S un subespacio vectorial de R? Hallar f(s). (e) Hallar la expresión analítica de f. (f) Hallar la expresión analítica de f = f f. Es f una isometría vectorial? Solución. (a) Los subespacios invariantes de f son: = V () = L (f(; ; ); (; ; )g) = f(x; y; z) j x + y + z = g Las rectas contenidas en el plano? = L (f(; ; )g) = V ( ):
11 Eugenia Rosado, ETSM Álgebra Lineal. 9-. (b) La matriz asociada a f en la base B = f(; ; ); (; ; ); (; ; )g es: D por tanto, la matriz asociada a f en la base canónica La expresión analítica de f es: f(x; y; z) = x y z; x + y z; x y + z (c) La isometría f es una simetría respecto del plano. (d) El subconjunto S = f~x j k~xk = g no es un subespacio vectorial de R pues si tomo, por ejemplo ~x = p ; ; p ; ~y = p ; p ; ; se cumple ~x; ~y S y, sin embargo s k~x + ~yk = p ; p ; p p ; p ; p = 6= luego ~x +~y = S. Como f es una isometría vectorial kf(~x)k = k~xk = y como es un subespacio invariante f() =. Luego f(s) = S. (e) Como f es una isometría simetrica se tiene que su matriz asociada en la base canónica cumple: = t = y por tanto f = f. (f) La matriz asociada a f = f f en la base canónica Por tanto, f = id y sí es una isometría vectorial. En el espacio vectorial euclídeo R con el producto escalar usual se consideran las aplicaciones lineales g; f : R! R de nidas como sigue: se pide: f(~e p ~e ) = ~e ; g(~e ) = ~e ; f(~e ) = ~e ; g(~e ) = ~e ; f( p ~e + ~e ) = ~e ; g(~e ) = ~e ;
12 Eugenia Rosado, ETSM Álgebra Lineal. 9-. (a) Probar que f es una isometría vectorial y clasi carla. (b) Hallar los subespacios invariantes de f. (c) Probar que g es una isometría vectorial y clasi carla. (d) Hallar los subespacios invariantes de g. (e) Hallar f g. Es f g una isometría ortogonal? Clasi carla. (f) Hallar los subespacios invariantes de f g.
Álgebra Lineal y Geometría I. Prueba 3. Grupo A. 12 de marzo de (
Álgebra Lineal y Geometría I. Prueba 3. Grupo A. 2 de marzo de 208. Apellidos: Nombre: DNI: Ejercicio.-(4 puntos) Se considera la matriz siguiente: A = 2 0 3 0 2. Calcule W = null(a 2I), W 2 = null(a 4I)
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 3 ESPACIOS EUCLÍDEOS
EJERCICIOS DE ÁLGEBRA LINEAL TEMA 3 ESPACIOS EUCLÍDEOS ESPACIOS EUCLÍDEOS ) a) Decir cuál de las siguientes aplicaciones de x de no definir un producto escalar comprobar el axioma que falla: a ) x' x,y,
Más detalles1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.
utovalores y autovectores asociados a un endomor smo f Diagonalización Dado un endomor smo f de un espacio vectorial real V y jada una base B de V obtenemos una única matriz asociada a f respecto de la
Más detalles3. Transformaciones ortogonales. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U.
3 Transformaciones ortogonales En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U 1 Definición Definición 11 Una transformación ortogonal f de un espacio eculídeo U es un endomorfismo
Más detalles7 Aplicaciones ortogonales
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 7 Aplicaciones ortogonales 7.1 Aplicación ortogonal Se llama aplicación ortogonal a un endomorfismo f : V V sobre un espacio vectorial
Más detallesALGEBRA LINEAL - Práctica N 8 - Segundo cuatrimestre de 2017 Espacios vectoriales con producto interno
Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA ALGEBRA LINEAL - Práctica N 8 - Segundo cuatrimestre de 07 Espacios vectoriales con producto interno En esta práctica, todos
Más detallesTema 1: Espacios vectoriales
PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Químicas FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina si cada
Más detalles1. ESPACIO EUCLÍDEO. ISOMETRÍAS
1 1. ESPACIO EUCLÍDEO. ISOMETRÍAS Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos conceptos
Más detallesTÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA
ESCUELA ESTUDIOS DE TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA DEPARTAMENTO DE INGENIERÍA INFORMÁTICA MATEMÁTICA APLICADA I ÁLGERA LINEAL OLETINES DE PROLEMAS Curso 8-9 Sistemas de ecuaciones lineales.
Más detallesSOLUCIONES DEL SEGUNDO PARCIAL (17/12/2013)
ÁLGEBRA LINEAL 1S1M-b SOLUCIONES DEL SEGUNDO PARCIAL 17/12/2013 1. Dada una aplicación lineal f : de manera que : Se pide, obtener su matriz con respecto a las bases canónicas. Calculamos =col 2. Calcular
Más detallesFACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas
EXÁMENES DE MATEMÁTICAS Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha 5 de julio de 99. Dada la aplicación lineal: T
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 9- - 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)
Más detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 8-9.- 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
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 007-008 1.- 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
Más detallesSegundo Parcial de Geometría y Álgebra Lineal 2
Segundo Parcial de Geometría y Álgebra Lineal Miércoles 3 de Julio de 03 Apellido y Nombre Cédula de Identidad No Parcial La prueba dura 4 horas La prueba consta de 5 ejercicios multiple opción y ejercicio
Más detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más detalles1. Determina cuáles de los siguientes conjuntos son subespacios vectoriales. Para aquellos que lo sean, halla una base.
EJERCICIOS PROPUESTOS 1. Espacios vectoriales. Sistemas de ecuaciones. 1. Determina cuáles de los siguientes conjuntos son subespacios vectoriales. Para aquellos que lo sean, halla una base. (a) S = {
Más detallesÁLGEBRA LINEAL I Práctica 6
ÁLGEBRA LINEAL I Práctica 6 Aplicaciones Lineales (Curso 2012 2013) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos, epimorfismos
Más detalles1. ESPACIO EUCLÍDEO. ISOMETRÍAS
. ESPACIO EUCLÍDEO. ISOMETRÍAS. En el espacio euclídeo usual R 4 se consideran los subespacios vectoriales y W = {(x, y, z, t R 4 : x y =, z + t = } Hallar: W 2 = L{(,, 2, 2, (,,, } a Las ecuaciones de
Más detallesTema 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 detallesÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3
ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2. Transformaciones ortogonales (Curso 2010 2011) 1. Se considera el espacio vectorial euclídeo IR referido a una base ortonormal. Obtener la expresión
Más detallesÁLGEBRA LINEAL I Práctica 6
ÁLGEBRA LINEAL I Práctica 6 Aplicaciones Lineales (Curso 2016 2017) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos
Más detallesSEGUNDO PARCIAL - EJERCICIOS DE REPASO
Algebra y Geometría 28 SEGUNDO PARCIAL - EJERCICIOS DE REPASO 3-6-8 ESPACIOS VECTORIALES. Construya en R 2 un subconjunto que sea: a cerrado para la suma y resta de vectores, pero no para la multiplicacion
Más detallesTema 5: Espacios Eucĺıdeos.
Espacios Euclídeos 1 Tema 5: Espacios Eucĺıdeos. 1. Producto escalar. Espacios eucĺıdeos. Definición. Sea E un R-espacio vectorial y sea f : E E R una forma bilineal simétrica. Se dice que f es un producto
Más detallesSOLUCIONES. ÁLGEBRA LINEAL Y GEOMETRÍA (Examen Ordinario : ) Grado en Matemáticas Curso
ÁLGEBRA LINEAL Y GEOMETRÍA Eamen Ordinario : 6--7 Grado en Matemáticas Curso 6-7 SOLUCIONES Dados tres puntos distintos alineados A, A, A A R, al número real r tal que A A = r A A lo llamaremos raón simple
Más detallesÁlgebra Lineal Capítulo 11. Tópicos Especiales y Aplicaciones Producto tensorial de espacios vectoriales y matrices
Álgebra Lineal Capítulo 11. Tópicos Especiales y Aplicaciones 11.4. Producto tensorial de espacios vectoriales y matrices En esta lección de nimos el producto tensorial de espacios vectoriales, transformaciones
Más detallesEspacios Vectoriales, Valores y Vectores Propios
, Valores y Vectores Propios José Juan Rincón Pasaye, División de Estudios de Postgrado FIE-UMSNH Curso Propedéutico de Matemáticas para la Maestría en Ciencias opciones: Sistemas de Control y Sistemas
Más detalles6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas...
Contents 6 Formas Bilineales y Producto Escalar 3 6.1 Formas bilineales............................... 3 6.1.1 Matriz de una forma bilineal....................... 4 6.1. Formas bilineales simétricas.......................
Más detallesTransformaciones lineales p3 - diagonalización
Transformaciones lineales p - diagonalización Álgebra Lineal 0 de junio de 01 Matriz representante de una transformación lineal En esta sección asumiremos que los espacios vectoriales con los que trabajamos
Más detalles1. Relación de ejercicios: Espacio Euclídeo
1. Relación de ejercicios: Espacio Euclídeo Ejercicio 1.1 Dado un tensor métrico g sobre V (R) y un subespacio vectorial U < V se define la restricción de g a U como la aplicación restringida g U U U U
Más detallesf(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 20 de enero de 20 (2.5 p.) ) Se considera la aplicación lineal f : R 4 R definida por: f(x y
Más detallesALGEBRA LINEAL Y GEOMETRÍA. ISOMETRÍAS LINEALES EN DIMENSIONES 2 Y 3 GRADO DE MATEMÁTICAS. CURSO
ALGEBRA LINEAL Y GEOMETRÍA. ISOMETRÍAS LINEALES EN DIMENSIONES 2 Y 3 GRADO DE MATEMÁTICAS. CURSO 2012-2013 José García-Cuerva Universidad Autónoma de Madrid 13 de febrero de 2013 JOSÉ GARCÍA-CUERVA (U.A.M.)
Más detallesAplicaciones lineales.
Tema 4 Aplicaciones lineales. Definición 4. Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una aplicación lineal si: a f(u + v = f(u + f(v; u, v V, b f(ku = kf(u;
Más detallesPROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 2005/06
PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 200/06 1. Utilizar el método de eliminación de Gauss para resolver el sistema de ecuaciones lineales siguiente: 2 x 1 2 x
Más detallesÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN BOLETÍN DE PROBLEMAS DE
E.T.S. DE INGENIERÍA INFORMÁTICA BOLETÍN DE PROBLEMAS DE ÁLGEBRA LINEAL para las titulaciones de INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN 1. Matrices y determinantes Ejercicio 1.1 Demostrar
Más detalles1. Espacios Vectoriales Reales.
. Espacios Vectoriales Reales. El Álgebra Lineal es una rama de la Matemática que trata las propiedades comunes de todos los sistemas algebráicos donde tiene sentido las combinaciones lineales y sus consecuencias.
Más detallesMATEMÁTICAS I 2º EXAMEN PARCIAL 12 junio de 2009
Sólo una respuesta a cada cuestión es correcta. Respuesta correcta: 0.2 puntos. Respuesta incorrecta: -0.1 puntos Respuesta en blanco: 0 puntos 1.- Un sistema generador G de R 3 : a) Está constituido por
Más detallesÁLGEBRA LINEAL II Práctica
ÁLGEBRA LINEAL II Práctica 2.1-2.2 Espacios Euclídeos. Ortogonalidad (Curso 2011 2012) 1. Se considera un espacio euclídeo de dimensión 3, y en él una base {ē 1, ē 2, ē 3 } tal que el módulo de ē 1 y el
Más detallesProblemas de Álgebra Ingeniería Técnica en Informática de Sistemas. Curso 2009/10
Problemas de Álgebra Ingeniería Técnica en Informática de Sistemas Curso 2009/10 Hoja 1 Preliminares 1 Resuelve los siguientes sistemas de ecuaciones de números complejos: { z 1 + iz 2 = 1 i 3z 1 + (1
Más detallesSegundo examen parcial. Soluciones. Ejercicio 1 (1 hora y 40 minutos.) 12 de junio de 2008
ÁLGEBRA Segundo examen parcial Soluciones Ejercicio 1 (1 hora y 40 minutos 1 de junio de 008 1 En el espacio de matrices M n n (IR consideramos las formas bilineales: f : M n n (IR M n n (IR IR, f(a, B
Más detallesCurso Departamento de Matemática Aplicada a las Tecnologías de la Información y las Comunicaciones
Tema 5. ÁLGEBRA Diagonalización. Curso 217-218 José Juan Carreño Carreño Departamento de Matemática Aplicada a las Tecnologías de la Información y las Comunicaciones Escuela Técnica Superior de Ingeniería
Más detallesExamen Final Ejercicio 2 (1 hora y 30 min.) 27 de mayo de 2011
Álgebra Lineal II Eamen Final Ejercicio 2 ( hora 30 min 27 de mao de 20 En el espacio afín euclideo usual consideramos una pirámide triangular ABCD de la cual sabemos: - A (0, 0, 0, B (, 0, 0, C (0,, -
Más detalles3.8 Ejercicios propuestos
3.8 Ejercicios propuestos Ejercicio 3.7 Consideremos la aplicación lineal f : R 3 R 3 definida por f(x, y, z) =(2x + y, z,0) a) Determinar Ker f y hallar una base de dicho subespacio. b) Hallar el rango
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 2 APLICACIONES LINEALES
EJERCICIOS DE TEMA APLICACIONES LINEALES APLICACIONES LINEALES ) Estudiar cuáles de las siguientes aplicaciones son lineales entre los espacios vectoriales dados: x y a) f: f(x, y) = x y x b) f: x f(x)
Más detallesAplicaciones Lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2010 2011) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o
Más detallesÁlgebra Lineal 2015 Práctica 5: Diagonalización.
Álgebra Lineal 2015 Práctica 5: Diagonalización. 1. Sean T (a, b) = (4a b, b+2a), B = {(1, 0), (0, 1)} y C = {(1, 3), (2, 5)}. (a) Hallar la matriz camio de base de B a C, la matriz cambio de base de C
Más detallesPodemos pues formular los dos problemas anteriores en términos de matrices.
Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión
Más detalles2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012
2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012 1. En R 2 se define la suma: (a 1, b 1 ) + (a 2, b 2 ) = (a 1 + a 2, b 1 + b 2 ) y el producto por un escalar: λ(a, b) = (0,
Más detallesAplicaciones Lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2008 2009) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o
Más detallesA = En los casos afirmativos, hallar una forma diagonal D y obtener una matriz invertible real P M(3, 3) tal que P 1 AP = D.
22 Departamento de Álgebra. Universidad de Sevilla Tema 5. Sección 1. Endomorfismos. Endomorfismos diagonalizables. Ejercicio 5.1 Dadas las matrices complejas: 3 2 0 2 3 0, B = 0 0 5 14 1 12 13 0 12 17
Más detallesAplicaciones Lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2009 2010) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o
Más detallesEjemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales.
Facultad de Ingeniería - IMERL - Geometría y Álgebra Lineal 2 - Curso 2008. 1 Transformaciones lineales en espacios con producto interno Notas para el curso de Geometría y Algebra Lineal 2 de la Facultad
Más detallesAplicaciones Lineales. Diagonalización de matrices.
Tema 2 Aplicaciones Lineales. Diagonalización de matrices. 2.1. Definiciones y propiedades Nota 2.1.1. En este tema trabajaremos con los Espacios Vectoriales R n y R m definidos sobre el cuerpo R. Definición
Más detallesSolución de problemas I 1
Universidad Autónoma de Madrid Álgebra II. Físicas. Curso 5 6 Solución de problemas I Álgebra II Curso 5-6. Proyecciones en el producto escalar estándar Ejercicio 7.7. (a) Dada la ecuación x + y z, dar
Más detallesTema 4: Endomorfismos
Marisa Serrano, Zulima Fernández Universidad de Oviedo 11 de enero de 2010 email: mlserrano@uniovi.es Índice 1 2 3 4 en espacios de dimensión dos en espacios eucĺıdeos de dimensión tres Definición Definición
Más detallesGeometría afín y proyectiva, 2016 SEMANA 4
Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más detallesDiagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios
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
Más detallesAlgebra lineal II Examen Parcial 2
UNIVERSIDAD DE COSTA RICA ESCUELA DE MATEMATICA Algebra lineal II Examen Parcial 2 II Semestre 2014 Nick Gill Instrucciones: Puede usar cualquiera de las proposiciones o ejercicios vistos en clase. Tenga
Más detalles(P; Q) = ~u: dim A = dim V:
Espacio afín. De nición de Espacio afín Un espacio afín real es una terna (; V; ) formada por un conjunto, un espacio vectorial real V y una aplicación : V que cumple:. P y ~u V existe un único Q tal que
Más detalles1. Ejercicios. Algebra Lineal Problemas del tema 4 Endomorfismos Curso Universidad de Oviedo
1. Ejercicios Ejercicio 1 En R 2, referido a la base canónica, se consideran los vectores u 1 = (1, 1) y u 2 = (2,). Un endomorfismo de R 2, T los transforma en los vectores v 1 = ( 2,1) y v 2 = (, 1)
Más detallesAlgebra Lineal. Curso Segundo Cuatrimestre 2017 FACULTAD DE CIENCIAS ASTRONOMICAS Y GEOFISICAS. UNLP. Practica 3
lgebra Lineal. Curso Segundo Cuatrimestre 7 FCULTD DE CIENCIS STRONOMICS Y GEOFISICS. UNLP Trabajo de investigacion Practica 3 De acuerdo con la segunda ley de Kepler, un cometa debera tener una orbita
Más detallesTEMA III: DIAGONALIZACIÓN.
TEMA III: DIAGONALIZACIÓN. OBJETIVOS: Generales: 1. Captar el motivo que justifica el problema de la diagonalización de endomorfismos. 2. Resolver y aplicar dicho problema cuando sea posible. Específicos:
Más detallesProblemas de exámenes de Formas Bilineales y Determinantes
1 Problemas de exámenes de Formas Bilineales y Determinantes 1. Sea R 3 con el producto escalar ordinario. Sea f un endomorfismo de R 3 definido por las condiciones: a) La matriz de f respecto de la base
Más detallesTema 2. Aplicaciones lineales. Diagonalización de endomorfismos.
Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada
Más detallesALGEBRA LINEAL Segundo Semestre. Parte II
1 Universidad Nacional de La Plata Facultad de Ciencias Astronómicas y Geofísicas ALGEBRA LINEAL 2015 Segundo Semestre Parte II 2 1. Valores y Vectores propios. Diagonalización.Forma de Jordan. 1.1. Polinomios
Más detallesÁgueda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1. Se llama producto escalar sobre un espacio vectorial real V a cualquier aplicación
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 6 Espacios euclídeos 6.1 Producto escalar. Espacio euclídeo Se llama producto escalar sobre un espacio vectorial real V a cualquier aplicación
Más detallesETSI de Topografía, Geodesia y Cartografía
3ª Prueba de Evaluación Continua 7 05 12 (Grupo C) Espacio vectorial 1. a) Definir vectores linealmente dependientes en un espacio vectorial V. u,u,,u de un espacio vectorial V son b) Demostrar que si
Más detallesETS Arquitectura. UPM Geometría afín y proyectiva. 1. Hoja 1
ETS Arquitectura. UPM Geometría afín y proyectiva. Hoja. Determinar si los siguientes conjuntos son subespacios vectoriales de R 4 A f(x; y; z; t)j 2x + z 0g; B f(x; y; z; t)jx + y 0; z t 0g; C f(x; y;
Más detallesa) Lo primero que hacemos es buscar las imágenes de los vectores de la base canónica: f(1,0,0) = (3, 5, 6) f(0,1,0) = ( 2, 3, 4) f(0,0,1) = (1, 2, 3)
. Sea f: R 3 R 3 la aplicación lineal definida por las ecuaciones: f(x, y, z) = (3x y + z, 5x 3y + z, 6x 4y + 3z) a) Encontrar la matriz A de f en las bases canónicas. b) Es f biyectiva? Si lo es, encontrar
Más detallesALGEBRA LINEAL. David Delepine, Mauro Napsuciale, Simón Rodríguez
ALGEBRA LINEAL David Delepine, Mauro Napsuciale, Simón Rodríguez 30 de octubre de 2005 Índice general 1. Espacios euclidianos 2 1.1. Productos escalares........................ 2 1.2. Normas y distancias.......................
Más detallesExamen de Admisión a la Maestría / Doctorado 24 de Junio de 2016
Examen de Admisión a la Maestría / Doctorado 4 de Junio de 6 Nombre: Instrucciones: En cada reactivo seleccione la respuesta correcta encerrando en un círculo la letra correspondiente. Puede hacer cálculos
Más detallesAP = A p 1 p 2 p n = Ap 1 Ap 2. λ 1 p 21 λ 2 p 22 λ n p 2n. .. = λ 1 p 1 λ 2 p 2
Capítulo 6 Diagonalización 6 Valores y vectores propios 6 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V, nos planteamos el problema
Más detallesSolución de problemas III 1
Solución de problemas III Álgebra II Curso 25-6. Espacio Afín.. Ejercicios Ejercicio.4.3 Encontrar la expresión analítica de las siguientes aplicaciones afines de R 2 : a Giro de centro (, ángulo π/2 b
Más detalles1.5.3 Sistemas, Matrices y Determinantes
1.5.3 Sistemas, Matrices y Determinantes 24. Sean las matrices 3 0 4 1 A= 1 2 B = 0 2 1 1 C = 1 4 2 3 1 5 1 5 2 D = 1 0 1 E = 3 2 4 6 1 3 1 1 2 4 1 3 a Calcular cuando se pueda: 3C D, ABC, ABC, ED, DE,
Más detallesTema 6: Espacios euclídeos
Águeda Mata y Miguel Reyes, Dpto de Matemática Aplicada, FI-UPM 1 Tema 6: Espacios euclídeos Ejercicios 1 Demuestra que la aplicación < A, B >= traza(ab t ), A, B M m n (R), es un producto escalar sobre
Más detallesINGENÍERIA INFORMÁTICA. PROBLEMAS DE ALGEBRA
INGENÍERIA INFORMÁTICA. PROBLEMAS DE ALGEBRA C. Galindo 1. Resolver el siguiente sistema de ecuaciones x 1 + 3x 2 2x 3 + 2x 5 = 0 2x 1 + 6x 2 5x 3 2x 4 + 4x 5 3x 6 = 1 5x 3 + 10x 4 + 15x 6 = 5 2x 1 + 6x
Más detallesIndex. Ángulo, 80 entre dos planos, 80 entre dos rectas, 80 entre dos vectores, 59 entre recta y plano, 80
Index Ángulo, 80 entre dos planos, 80 entre dos rectas, 80 entre dos vectores, 59 entre recta y plano, 80 Adjunto, 14 Aplicación, 2 bilineal, 47 biyectiva, 3 compuesta, 3 identidad, 3 inversa, 3 inyectiva,
Más detallesMATEMÁTICAS II Relación de Ejercicios 1 Espacio Afín.
ETS Arquitectura. UPM Curso 009-010. 1 MATEMÁTICAS II Relación de Ejercicios 1 Espacio Afín. 1. En el espacio afín (R 3 ; R 3 ; ) con : R 3 R 3! R 3 de nida por ((x 1 ; x ; x 3 ); (y 1 ; y ; y 3 )) = (y
Más detallesExamen Final Ejercicio único (3 horas) 20 de enero de n(n 1) 2. C n,3 = n(n 3) n =
Álgebra Lineal I Examen Final Ejercicio único (3 horas) 0 de enero de 014 1. Sea P un polígono regular de n lados. (i) Cuántas diagonales tiene el polígono?. Las diagonales son segmentos que unen pares
Más detallesÁlgebra Lineal. Maestría en Ciencias Matemáticas. x y + z = 1 x y z = 3 2x y z = 1. x + y + 2z = 1 4x 2ty + 5z = 2 x y + tz = 1
Álgebra Lineal Maestría en Ciencias Matemáticas Resuelva el siguiente sistema usando la factorización LU o P T LU (según sea el caso) x y + z = x y z = 3 2x y z = 2 Calcule A usando el algoritmo de Gauss-Jordan:
Más detallesPRUEBA DE DIAGONALIZACIÓN CURSO Apellidos: Nombre: Grupo: Fecha:
Tipo 1 Apellidos: Nombre: Grupo: Fecha: 1.- 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
Más detalles1. Efectuar las siguientes operaciones, expresando el resultado en forma binómica: (1 i)(2 i)(i 3) ; 344 ( i) 231 i(1 + i) 5
1.5.1 Complejos 1. Efectuar las siguientes operaciones, expresando el resultado en forma binómica: i 1 ; 2 + i ; 2i 2 i 1 + i +i; 5 (1 i)(2 i)(i 3) ; i344 +( i) 231 ; (1 + i) 5 + 1 (1 i) 5 1 ; 2. Usar,
Más detallesMatrices de rotaciones, simetrías y roto simetrías
Matrices de rotaciones, simetrías y roto simetrías María Jesús DE LA PUENTE Departamento de Álgebra Facultad de Matemáticas Universidad Complutense 28040 Madrid, Spain mpuente@ucm.es Dedication Resumen
Más detallesSoluciones de la hoja de diagonalización MATEMÁTICAS I
Soluciones de la hoja de diagonalización MATEMÁTICAS I 9- - 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
Más detallesETSI en Topografía, Geodesia y Cartografía
4ª Prueba de Evaluación Continua 24-5-17 TRANSFORMACIONES GEOMÉTRICAS DEL ESPACIO EUCLÍDEO (Grupo A) APELLIDOS: NOMBRE: Grupo: 1.- a) Definición de transformación involutiva. b) Demostrar que la matriz
Más detallesPreparaduría V. 1.- Sea A una matriz diagonal n n cuyo polinomio característico es
Preparaduría V 1.- Sea A una matriz diagonal n n cuyo polinomio característico es (x c 1 ) d1 (x c 2 ) d2... (x c k ) d k donde los c 1,..., c k son distintos dos a dos. Sea V el espacio de matrices n
Más detallesPráctica nº 1: Álgebra Tensorial
ETSI de CAMINOS, CANALES Y PUERTOS DE MADRID METODOS MATEMATICOS DE LAS TECNICAS (Matemáticas) PRACTICAS Práctica nº 1: Álgebra Tensorial 201011 a) Ejercicios y cuestiones de vectores Ejercicio 1. Resolver
Más detallesTransformaciones lineales - p1
Transformaciones lineales - p1 Álgebra Lineal 13 de junio de 2017 1. Transformaciones lineales Este capítulo en uno de los más importantes del curso de Álgebra Lineal, aquí estudiaremos transformaciones
Más detallesGrado en Física. Problemas. Temas 1 4
Álgebra Lineal y Geometría Grado en Física Problemas. Temas 1 4 Departamento de Álgebra, Universidad de Sevilla 1 El contenido de estas notas ha sido diseñado y redactado por el profesorado de la asignatura
Más detallesÁLGEBRA LINEAL I Práctica 7
ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2015 2016) 1. Dada la matriz: 3 2 0 0 0 1 0 0 0 0 A = 0 0 1 0 0. 0 0 0 1 0 0 0 0 1 1 (a) Estudiar si es triangularizable por semejanza. (b) Hallar sus autovalores
Más detallesCada recta vectorial se llama punto proyectivo. Se llama dimensión del espacio proyectivo a dim P(V ) = dim V 1.
"Con eso francamente que nunca he sentido gusto por el estudio o la investigación en física o en geometría, a no ser que pudiera servir como medio de llegar a algún tipo de conocimiento de las causas próximas...para
Más detalles6.6. Diagonalización de matrices simétricas o hermitianas. Ejemplo de una diagonalización de una matriz simétrica
6.6 Diagonalización de matrices simétricas o hermitianas Ejemplo de una diagonalización de una matriz simétrica Matrices hermitianas Los autovalores de las matrices reales simétricas o complejas hermitianas
Más detallesTema 2: Diagonalización
TEORÍA DE ÁLGEBRA II: Tema 2. DIPLOMATURA DE ESTADÍSTICA 1 Tema 2: Diagonalización 1 Introducción Sea f : R n R n lineal. Dada una base B de R n podemos asociar a f la matriz A 1 = [f, B] M n. Si C es
Más detallesALGEBRA LINEAL - Práctica N 2 - Segundo Cuatrimestre de 2016
Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - Práctica N 2 - Segundo Cuatrimestre de 2016 Espacios Vectoriales 1. Sea V un espacio vectorial sobre K k K
Más detallesÁLGEBRA LINEAL II Práctica
ÁLGEBRA LINEAL II Práctica 3.1-3.2 Geometría afín. (Curso 2012 2013) 1. En un espacio afín real de dimensión 3, se consideran dos sistemas de referencia R = O, ē 1, ē 2, ē 3 } y R = P, ū 1, ū 2, ū 3 },
Más detalles