Proyecciones Ortogonales y Proceso de Gram-Schmidt
|
|
- Jaime Aguilar Gutiérrez
- hace 7 años
- Vistas:
Transcripción
1 Proyecciones Ortogonales y Proceso de Gram-Schmidt Departamento de Matemáticas, CCIR/ITESM 9 de febrero de Índice..Introducción Ortogonalidad a un espacio proyección ortogonal proceso de ortogonalización de Gram-Schmidt Introducción En esta lectura veremos el proceso para ortogonalizar un conjunto de vectores. Este proceso es conocido como el proceso de Gram-Schmidt... Ortogonalidad a un espacio Teorema Sea V un espacio vectorial con producto interno. El vector u es ortogonal a todo vector de W Gen{v,...,v k } si y sólo si u v i, para todo i,...,k Demostración Si u es ortogonal a todo W, entonces es ortogonal a todo elemento de W. Los elementos v i son también elementos de W. Por tanto, para cada i,,...,k se cumple u v i. Supongamos que para cada i,,...,k se cumpla u v i, y sea v un elemento cualquiera de W. Como W está generado por los v i, deben existir c i tales que: Haciendo el producto interno con u: por tanto, u es ortogonal a todo elemento de W... Proyección ortogonal v c v + +c k v k u v c u v + +c k u v k c + +c k Nuestro principal resultado referente a ortoginalidad es el siguiente. Teorema
2 Suponga que V es un espacio vectorial con producto interno. Y sea b un vector de V y W un subespacio lineal de V. Si W posee una base ortogonal, entonces. Existe z W tal que b z W.. El vector z que cumple lo anterior es único.. Para todo y de W: d(z,b) d(y,b). Demostración Sea B {a,a,...,a k } una base ortogonal para W. Definamos ( ) ( ) ( ) b a b a b ak z a + a + + a k a a a a a k a k Por conveniencia representaremos f i b a i a i a i Veamos que z cumple el requisito. De acuerdo al resultado previo debemos probar que (b z) a i para cada i,,...,k. Si utilizamos las propiedades del producto interno y la ortogonalidad de B tenemos: ( (b z) a i b k j f j a j ) a i ( k ) b a i j f j a j a i b a i k j f j a j a i b a i f i a i a i b a i b a i a i a i a i a i b a i b a i Por lo anterior y el teorema previo concluimos que b z W. Supongamos que el vector y de W también cumple la condición. Es decir, que b y es ortogonal a todo vector de W. Para probar que y z, veamos que la magnitud de y z es cero. (y z) (y z) (y z+b b) (y z) ( (b y)+(b z)) (y z) (b y) (y z)+(b z) (y z) Como z y y son elementos de W y W es un subespacio lineal, y z está en W. y como los vectores b z y b y son perpendicuales a todo vector de W se obtiene que: (b y) (y z) y (b z) (y z) de esta manera tenemos que (y z) (y z). Por tanto y z. Y así y z ; de donde concluimos que y z. Ahora, sea y un vector cualquiera de W, así: (b y) (b y) (b y+z z) (b y+z z) ((b z)+(z y)) ((b z)+(z y)) (b z) (b z)+(b z) (z y)+ (z y) (b z)+(z y) (z y) (b z) (b z)+(z y) (z y)
3 Por tanto d(y,b) d(z,b) +d(y,z) De donde concluimos que d(x,b) d(y,b) para todo y de W. Definición. Sea V un espacio vectorial con producto interno. Sea u un vector y sea W un subespacio con una base ortogonal B {v,...,v k }. Entonces, la proyección ortogonal de u sobre W es el vector u pr u v v v v + + u v k v k v k v k La diferencia u c u u p r se llama la componente de u ortogonal a W. u c u u v v v v u v k v k v k v k u u pr + u c El vector u pr es el vector de W lo más cercano a u y la distancia de u a W es la magnitud del vector u c... Proceso de ortogonalización de Gram-Schmidt Sea V un espacio vectorial con producto interno. Todo subespacio W con una base tiene al menos una base ortogonal y una base ortonormal. Si B {v,...,v k } es cualquier base de V, entonces B {u,...,u k } es una base ortogonal, donde y u v u v v u u u u u v v u u u u v u u u u. u k v k v k u u u u v k u u u u v u k u k u k u k Gen{v,...,v i } Gen{u,...,u i }, i,...,k Una Base ortonormal B se obtiene normalizando B. { } B u u,..., u k u k El proceso anterior es conocido como proceso de Gram-Schmidt. Ejemplo. Determine una base ortogonal y una ortonormal de R aplicando el proceso de Gram-Schmidt a la base B {v,v,v }, en la cual v, v Solución Por razones de conveniencia, definamos, v x ij v j u i u i u j ()
4 Figura : Captura de los vectores del ejemplo. Se toma u v. Como v u y u u se tiene x / y por tanto se tiene: u v x u ( ) Ya que v u 5, v u, y u u, se tiene que x 5/ y x y entonces u v x u x u ( ) 5 8 ( ) Así, la base ortogonal es B {u,u,u } donde u, u, u 8 Por último, normalizamos para obtener una base ortonormal B : B,, Los cálculos anteriores pueden llevarse a cabo en la TI 89 o Voyage. La figura contiene la captura de los vectores. Las figuras y contienen los pasos del algoritmo sobre el conjunto de vectores inicial. Las figuras y contienen la normalización de los vectores resultantes del proceso de Gram-Schmidt. La figura 5
5 Figura : Seguimiento del algoritmo en el ejemplo. Figura : Conclusión del algoritmo GS e inicio del ortonormalización. Figura : Ortonormalización del conjunto. Figura 5: Resultado del ejemplo. 5
6 Figura : Formación de la matriz para el ejemplo. Figura : QR en el ejemplo. contiene la matriz cuyas columnas son el resultado del proceso del ortonormalización completo. El proceso de Gram-Schmidt combinado con el de ortonormalización está implementado en la TI mediante la rutina llamada factorización QR. El conjunto de entrada debe estar en las columnas de una matriz. En la figura se ilustra la formación de la matriz cuyas columnas son el conjunto inicial. Note en ella, el uso de la función augment con punto y coma para la separación de los vectores y el uso de la transpuesta debido a que ellos inicialmente fueron definidos como vectores renglón. En la figura se ilustra el uso del comando QR. Note que no se usan paréntesis debido a que es una rutina y no una función. El primer argumento es la matriz y el segundo y tercero son variables dónde se depositarán los cálculos. Note que la matriz q resultante contiene en sus columnas el mismo resultado de nuestro proceso completo. Ejemplo. Determine la mínima distancia de v al espacio V que generan v y v con los datos del problema anterior. Solución Para este cálculo debemos cambiar a {v,v } por una base ortogonal y poder utilizar el resultado sobre la descomposición. Por los resultados del problema previo tenemos que una base ortonormal es: B {u,u } donde u, u Ya que v u 5, v u, y u u, entonces ( ) ( v u v u v c v u u u u u ( ) 5 8 ) u ( )
7 Figura 8: Datos y ortonormalización del ejemplo. Figura 9: Cálculos finales del ejemplo. Por lo tanto la distancia de v a V es v c (8/) +(/) +( /) En la figura 8 se ilustra la forma de realizar los cálculos del ejemplo en la TI. Note que el vector v se definió como renglón, y por ello el uso de v T. Aplicando el concepto de multiplicación de una matriz por un vector, la expresión q T v T calculará < u v,u v > (Recuerde que u i u i ). la expresión q ( q T v T ) calculará pr (u v )u +(u v )u En la figura 9 se obtiene la distancia mínima de v al espacio generado por v y v : d v pr Ejemplo. Calcule una base ortogonal y una ortonormal de R aplicando el proceso de Gram-Schmidt a la base B, en la cual Solución Utilizando B v,, v,, v
8 Iniciemos con u v. Como v u y u u en ese caso u v v u u u u Ya que v u, v u, y u u, entonces ( ) u v v u u u u v u u u u Así la base ortogonal es B {u,u,u } donde O sea u B ( ), u, ( ), u, Por último normalizamos para obtener una base ortonormal B : B,, 8 Ejemplo. Calcule una base ortogonal y una ortonormal de R aplicando el proceso de Gram-Schmidt a la base B, en la cual B v,v 5,v 8
9 Solución Iniciamos con u v. Como v u y u u en ese caso u v v u u u u 5 ( Ya que v u, v u, y u u 5, entonces ) u v v u u u u v u u u u ( ) Así la base ortogonal es B {u, u, u } donde B,, ( ) Por último, normalizamos para obtener una base ortonormal B : B,,
Mínimos Cuadrados: Ejemplo clave
Mínimos Cuadrados: Ejemplo clave Departamento de Matemáticas, CCIR/ITESM 9 de febrero de 20 Índice 24..Introducción............................................... 24.2.Ejemplo.................................................
Más detalles6. Ortogonalidad. Universidad de Chile Conjuntos ortogonales y ortonormales. Ingeniería Matemática SEMANA 12: ORTOGONALIDAD
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 7- SEMANA : ORTOGONALIDAD 6 Ortogonalidad 6 Conjuntos ortogonales y ortonormales Recordemos que la proyección de u sobre v
Más detallesConjuntos de Vectores y Matrices Ortogonales
Conjuntos de Vectores y Matrices Ortogonales Departamento de Matemáticas, CCIR/ITESM 28 de junio de 2011 Índice 21.1.Introducción............................................... 1 21.2.Producto interno............................................
Más detallesClase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
Clase No 13: Factorización QR MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 03102011 1 / 16 Factorización QR Sea A R m n con m n La factorización QR de A es A = QR = [Q 1 Q 2 ] R1 = Q 0 1 R
Más detallesOrtogonalización de Gram Schmidt
Ortogonalización de Gram Schmidt Objetivos. Estudiar el proceso de ortogonalización de Gram Schmidt que permite construir de una lista arbitraria de vectores a,..., a m una lista ortogonal b,..., b m que
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 detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 s de Vectores y Matrices es Departamento de Matemáticas ITESM s de Vectores y Matrices es Álgebra Lineal - p. 1/44 En esta lectura veremos conjuntos y matrices ortogonales. Primero
Más detallesDr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato cimat.mx web:
Clase No 12: MAT 251 Factorización QR Dr Alonso Ramírez Manzanares Depto de Matemáticas Univ de Guanajuato e-mail: alram@ cimatmx web: http://wwwcimatmx/alram/met_num/ Dr Joaquín Peña Acevedo CIMAT AC
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 Departamento de Matemáticas ITESM Álgebra Lineal - p. 1/16 En esta lectura veremos el proceso para obtener la factorización QR de una matriz. Esta factorización es utilizada para
Más detallesMatrices ortogonales y descomposición QR
Matrices ortogonales y descomposición QR Problemas para examen Agradezco a Aldo Iván Leal García por varias correcciones importantes. Invertibilidad por la izquierda y por la derecha (repaso) 1. Conceptos
Más detallesEspacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
Más detallesFactorización QR Método iterativo de Jacobi
Clase No. 13: MAT 251 Factorización QR Método iterativo de Jacobi Dr. Alonso Ramírez Manzanares CIMAT A.C. e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/ Dr. Joaquín Peña Acevedo CIMAT
Más detallesClase de Álgebra Lineal
Clase de Álgebra Lineal M.Sc. Carlos Mario De Oro Facultad de Ciencias Básicas Departamento de matemáticas 04.2017 Page 1 Espacios vectoriales Definicion. Espacio Vectorial (E.V.) Un V espacio vectorial
Más detallesGRADO: Ingeniería en Tecnologías Industriales CURSO: 1º CUATRIMESTRE: 1º
SESIÓN SEMANA DENOMINACIÓN ASIGNATURA: Álgebra Lineal GRADO: Ingeniería en Tecnologías Industriales CURSO: 1º CUATRIMESTRE: 1º La asignatura tiene 28 sesiones que se distribuyen a lo largo de 14 semanas
Más detallesEspacios Euclídeos. Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza
Espacios Euclídeos Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza A lo largo de todo el capítulo consideraremos que V un espacio vectorial real de dimensión finita. 1 Producto escalar Definición.
Más detallesEspacios Generados en R n
Espacios Generados en R n Departamento de Matemáticas, CCIR/ITESM 2 de enero de 2 Índice 7.. Objetivos................................................ 7.2. Introducción...............................................
Más detalles4.2 Producto escalar.
Producto escalar. 147 Este resultado tiene su recíproco, es decir, cualquier matriz cuadrada A define la forma bilineal b(x, y) =x T Ay Si b es simétrica, la matriz A es simétrica. Si b es definida positiva,
Más detallesProducto Escalar. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31
Producto Escalar AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31 Objetivos Al finalizar este tema tendrás que: Saber usar el producto escalar. Calcular
Más detallesDescomposición QR. Problemas para examen. Agradezco a Aldo Iván Leal García por varias correcciones importantes.
Descomposición QR Problemas para examen Agradezco a Aldo Iván Leal García por varias correcciones importantes. Reflexión de Householder (repaso) 1. Reflexión ortogonal respecto a un hipersubespacio (repaso).
Más detalles0 a b X = b c 0. f X (A) = AX XA.
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Industriales Álgebra Lineal Convocatoria de Junio 8 de Junio de 2007 (3 ptos.). Sea V = {A M 3 3 (R) / A t = A}. (a) Demostrar que toda
Más detallesGustavo Rodríguez Gómez. Agosto Dicembre 2011
Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre 2011 1 / 44 Capítulo III Descomposición de Matrices 2 / 44 1 Descomposición de Matrices Notación Matrices Operaciones con Matrices 2
Más detallesEspacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados
Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones
Más detallesEspacios vectoriales con producto interno
Espacios vectoriales con producto interno Problemas teóricos En todos los problemas relacionados con el caso complejo se supone que el producto interno es lineal con respecto al segundo argumento. Definición
Más detallesMatrices de Proyección
Matrices de Proyección Departamento de Matemáticas, CSI/ITESM 4 de abril de 8 Índice.. Proyección ortogonal............................................ Proyección de un vector en R m....................................
Más detallesUNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE CIENCIA DEPARTAMENTO DE MATEMÁTICA PROGRAMA DE ESTUDIOS INGENIERÍA CIVIL EN OBRAS CIVILES ALGEBRA II
UNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE CIENCIA DEPARTAMENTO DE MATEMÁTICA PROGRAMA DE ESTUDIOS INGENIERÍA CIVIL EN OBRAS CIVILES ALGEBRA II TEL 4-2-0 Requisitos Ingreso Tipo Ciencia Básica Autor
Más detallesESPACIO VECTORIAL EUCLÍDEO
ESPACIO VECTORIAL EUCLÍDEO PRODUCTO ESCALAR Sea V un espacio vectorial sobre C. Una aplicación que asocia un número complejo < u, v > a cada pareja de vectores u y v en V, se dice que es un producto escalar
Más detallesMínimos Cuadrados. Departamento de Matemáticas, CCIR/ITESM. 30 de junio de 2011
Mínimos Cuadrados Departamento de Matemáticas, CCIR/ITESM 30 de junio de 011 Índice 4.1.Introducción............................................... 1 4..Error Cuadrático............................................
Más detallesor t o G o n a l i d a d y
Unidad 6 or t o G o n a l i d a d y o r t o n o r M a l i d a d Objetivos: Al inalizar la unidad, el alumno: Determinará cuándo un conjunto de vectores es ortogonal u ortonormal. Obtendrá las coordenadas
Más detallesPAIEP. Complemento Ortogonal
Programa de Acceso Inclusivo, Equidad y Permanencia PAIEP Universidad de Santiago de Chile Complemento Ortogonal Veamos ahora una aplicación de los vectores ortogonales a la caracterización de subespacios
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 detallesDiagonalización de una Matriz
Diagonalización de una Matriz Departamento de Matemáticas, CCIR/ITESM 9 de febrero de 2011 Índice 19.1.Introducción............................................... 1 19.2.Matriz diagonalizable..........................................
Más detallesOptimización. Matrices de Proyección ITESM. Matrices de Proyección Profr. E. Uresti - p. 1/21. Dr. E Uresti
Optimización Matrices de Dr. E Uresti ITESM Matrices de Profr. E. Uresti - p. 1/21 ortogonal Teorema Sea Y una matriz m n y un espacio lineal V de dimensión r, ambos dentro de un espacio lineal U. de un
Más detallesEspacios con producto interno
Espacios con producto interno. En el espacio vectorial R con el producto interno euclideano, calcule: a) < (,, ), (,, )> b) (7,, ) (7,, ) c) d) î ĵ e) (v, v, v ) (w, w, w ) f) ( î ĵ)
Más detallesGuía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno.
Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno. Teoremas con demostraciones que se pueden incluir en el examen: 1. Fórmula para f(j m (λ)), donde J m (λ) es el bloque
Más detallesDe la independencia lineal al proceso de ortogonalización de Gram-Schmidt
De la independencia lineal al proceso de ortogonalización de Gram-Schmidt Genaro Luna Carreto * 22 de Abril de 2017, 1 am. Resumen Estas pequeñas notas tienen el propósito de formar un camino, casi directo,
Más detallesÁlgebra Lineal. Ejercicios de evaluación. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Ejercicios de evaluación Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR Problema
Más detallesValores y vectores propios
Valores y vectores propios Departamento de Matemáticas, CCIR/ITESM 4 de enero de 20 Índice 8.. Definición de valor y vector propio.................................. 8.2. Determinación de los valores propios.................................
Más detallesEspacio vectorial eucĺıdeo
Espacio vectorial eucĺıdeo José Vicente Romero Bauset ESI-curso 2009/200 José Vicente Romero Bauset ema.- Espacio vectorial eucĺıdeo. Introducción U w U v u V f (x) a n 0 2 + a k coskx + b k senkx k= José
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 detallesÁlgebra Lineal. Tema 13. Mínimos cuadrados. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Tema 3. Mínimos cuadrados Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR Índice
Más detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA ANALÍTICO DE LA ASIGNATURA: ALGEBRA LINEAL Código L2.07.1 PLAN DE ESTUDIOS: 2002 CARRERA: Licenciatura en Matemática DEPARTAMENTO:
Más detallesÁlgebra y Geometría Analítica. Espacios vectoriales. Facultad Regional La Plata. Ing. Viviana CAPPELLO. Espacios Vectoriales
Espacios Vectoriales.- La intersección de dos subespacios es un subespacio vectorial Si S S son dos subespacios vectoriales incluidos en un espacio vectorial V, S = S S está formado por todos los vectores
Más detallesMétodos Estadísticos Multivariados
Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 34 Álgebra matricial y vectores aleatorios Una matriz es un arreglo
Más detallesAPROXIMACIÓN LINEAL EN ESPACIOS VECTORIALES EUCLÍDEOS. MATRICES CUADRADAS DIAGONALIZABLES CAPÍTULO 4
CAPÍTULO 4 ORTOGONALIDAD EN ESPACIOS VECTORIALES EUCLÍDEOS. APROXIMACIÓN LINEAL EN ESPACIOS VECTORIALES EUCLÍDEOS. MATRICES CUADRADAS DIAGONALIZABLES. 1.- PRODUCTO ESCALAR Y NORMA DE UN VECTOR 2.- BASES
Más detalles1. ESPACIOS DE HILBERT Y OPERADORES
1. ESPACIOS DE HILBERT Y OPERADORES 1. DEFINICIÓN, PROPIEDADES Y EJEMPLOS Definición. Sea H un espacio vectorial sobre el cuerpo C de los números complejos, un producto escalar sobre H es una aplicación
Más detallesProducto escalar. Bases ortonormales. Producto vectorial y producto mixto.
Capítulo Producto escalar. Bases ortonormales. Producto vectorial y producto mixto. DEFINICIÓN DE PRODUCTO ESCALAR Dados dos vectores x = (x 1 x 2...x n ) e y = (y 1 y 2...y n ) de R n definimos su producto
Más detallesPráctica 2. Producto interno
Práctica 2. Producto interno 1. (a) Encontrar las condiciones que deben cumplir los coeficientes a 11, a 12, a 21 y a 22 para que la expresión defina un producto interno en R 2. (u, v) = a 11 u 1 v 1 +
Más detallesEspacios vectoriales con producto escalar
147 Fundamentos de Matemáticas : Álgebra Lineal Capítulo 10 Espacios vectoriales con producto escalar 10.1 Producto escalar. Norma. Distancia Definición 71.- Un producto escalar o producto interior en
Más detallesÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 5 de Julio de T (e 1 ) = e 1 e 2 + 2e 3 T (e 2 ) = e 1 + 2e 2 3e 3. [T (e 1 ) T (e 2 )] =
ÁLGEBRA LINEAL EXAMEN EXTRAORDINARIO 5 de Julio de Apellidos y Nombre: Ejercicio. Sea T : R R 3 una transformación lineal definida como: T (e ) = e e + e 3 T (e ) = e + e 3e 3 donde {e, e }, {e, e, e 3}
Más detallesAlgebra Lineal Espacios generados en R n Problemas Resueltos
Algebra Lineal Espacios generados en R n Problemas Resueltos. Si el sistema [A b, es consistente, entonces... A B b C(A) b / C(A) Si [A b es consistente, entonces por el resultado clave : b es combinación
Más detallesProducto escalar. x y. x = x x y cos α =
resumen06 1 Producto escalar Vectores ortogonales y proyecciones La definición matemática de producto escalar es bastante amplia porque recoge toda expresión bilineal que sirva razonablemente para medir
Más detallesÁlgebra Lineal UCR. Sétimo tema, 2013
Álgebra Lineal UCR Sétimo tema, 2013 Presentaciones basadas principalmente en Arce,C, Castillo,W y González, J. (2004) Álgebra lineal. Tercera edición. UCR. San Pedro. Otras fuentes serán mencionadas cuando
Más detallesPráctica 5: Sistemas lineales. Vectores
Práctica 5: Sistemas lineales. Vectores Uno de los problemas que más se plantea en los distintos campos de la ciencia es el de la resolución de sistemas de ecuaciones. Aunque el tema contemplado en el
Más detallesValores singulares. Producto escalar y ortogonalidad. Proposición. Curso < x, y >= si F = C. Si x C n x i=1
Valores singulares Curso 2017-18 1 Producto escalar y ortogonalidad < x, y >= n y i x i = y T x si F = R, n y i x i = y x Si x C n x x = n x i 2 = x 2 2. si F = C Si x, y C n x y = y x, pero si x, y R
Más detallesGeometría de Señales Espacios de Hilbert y aproximaciones
Geometría de Señales Espacios de Hilbert y aproximaciones Temario Teorema de Parseval y Conservación de la Norma. Aproximaciones por proyección Ejemplos Teorema de Parseval Sea x la representación de un
Más detallesPrerrequisitos de la asignatura Álgebra Lineal Numérica
Prerrequisitos de la asignatura Álgebra Lineal Numérica El propósito de Álgebra Lineal Numérica es analizar algoritmos típicos de álgebra lineal, optimizando la rapidez y la precisión. Para analizar la
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 detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 01 Taller 4
Universidad Nacional de Colombia Departamento de Matemáticas - Álgebra Lineal - Grupo Taller () Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio vectorial?
Más detalles12/05/14. Espacios Vectoriales CONJUNTOS LINEALMENTE INDEPENDIENTES 4.3 CONJUNTOS LINEALMENTE INDEPENDIENTES CONJUNTOS LINEALMENTE INDEPENDIENTES
/5/.3 Espacios Vectoriales CONJUNTOS LINEALMENTE INDEPENDIENTES; BASES Se dice que un conjunto indexado de vectores {v,, v p } en V es linealmente independiente si la ecuación vectorial cv + c v +... +
Más detallesSi u y v son vectores cualquiera en W, entonces u + v esta en W. Si c es cualquier numero real y u es cualquier vector en W, entonces cu esta en W.
Unidad 4 Espacios vectoriales reales 4.1 Subespacios Si V es un espacio vectorial y W un subconjunto no vacío de V. Entonces W es un subespacio de V si se cumplen las siguientes condiciones Si u y v son
Más detallesÁlgebra Lineal - Grado de Estadística. Examen final 26 de junio de 2013 APELLIDOS, NOMBRE:
Álgebra Lineal - Grado de Estadística Examen final de junio de APELLIDOS, NOMBRE: DNI: Firma Primer parcial Ejercicio ( Sea A una matriz simétrica definida positiva de orden n y v R n Pruebe que la matriz
Más detallesPropiedades de los Determinantes
Propiedades de los Determinantes Departamento de Matemáticas, CCIR/ITESM 26 de mayo de 2010 Índice 19.1. Propiedades............................................... 1 19.2. La adjunta de una matriz cuadrada..................................
Más detallesEspacios de Hilbert: problemas propuestos
Espacios de Hilbert: problemas propuestos ISABEL MARRERO Departamento de Análisis Matemático Universidad de La Laguna imarrero@ull.es Índice 6. Problemas propuestos 1 6.1. Espacios con producto interior..................................
Más detallesOrtogonalidad y mínimos cuadrados
Capítulo 7 Ortogonalidad y mínimos cuadrados 7.. Producto interno, longitud y ortogonalidad Definición 7.. Un producto interno en un espacio vectorial V es una función que asocia a cada par de vectores
Más detallesOPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO Adjunto de un operador
OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO Adjunto de un operador Sea V un espacio con producto interno y sea T : V V un operador lineal. Un operador T * : V V se dice que es un adjunto de T
Más detallesL(a, b, c, d) = (a + c, 2a 2b + 2c + d, a c, 4a 4b + 4c + 2d).
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 1 18 de enero de 1 (5 p. 1 Para cada α R se considera el siguiente subespacio de R 4 : U α =
Más detallesTema 5: ESPACIOS VECTORIALES
Tema 5: ESPACIOS VECTORIALES EUCLÍDEOS Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura:
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Estudios Superiores Aragón Ingeniería Mecánica Programa de Asignatura
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Estudios Superiores Aragón Ingeniería Mecánica Programa de Asignatura NOMBRE DE LA ASIGNATURA: ÁLGEBRA LINEAL PLAN 2007 Tipo de asignatura: Teórico Clave:
Más detallesDepartamento de Ingeniería Matemática - Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 08-2 SEMANA 7: ESPACIOS VECTORIALES 3.5. Generadores de un espacio vectorial Sea V un espacio vectorial
Más detallesPROGRAMA DE CURSO. Horas de Trabajo Personal ,0 2,0 5,0. Horas de Cátedra. Resultados de Aprendizaje
Código Nombre MA1102 Algebra Lineal Nombre en Inglés Linear Algebra SCT Unidades Docentes PROGRAMA DE CURSO Horas de Cátedra Horas Docencia Auxiliar Horas de Trabajo Personal 6 10 3,0 2,0 5,0 Requisitos
Más detallesDeducción de las fórmulas del método del gradiente conjugado
Deducción de las fórmulas del método del gradiente conjugado Objetivos. Demostrar el teorema sobre los subespacios de Krylov en el método del gradiente conjugado. Requisitos. Subespacios generados por
Más detallesUniversidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Primer Cuatrimestre de k=1. x, y = x k y k.
Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Primer Cuatrimestre de 003 Análisis Funcional Práctica N 5: Espacios de Hilbert 1. Sean H un espacio vectorial
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 detallesAlgebra Lineal: Valores y Vectores Propios. Departamento de Matemáticas. Intro. Eigenvalues. Multiplicidades
Algebra ducción Los valores y vectores propios son muy importantes en el análisis sistemas lineales. En esta presentación veremos su finición y cómo se calculan. vectores propios Sea A una matriz cuadrada,
Más detallesINSTRUCTIVO GENERAL Semestre
UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA APLICADA ASIGNATURA: ALGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250) INSTRUCTIVO GENERAL Semestre 2016-3 Propósito Este curso
Más detallesESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS CONTENIDO DE CURSO
A. IDIOMA DE ELABORACIÓN Español B. DESCRIPCIÓN DEL CURSO El Álgebra Lineal es una rama de las matemáticas que contribuye a la formación en ingeniería y ciencias, ya que tiene conexiones con muchas otras
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Algebra lineal. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Algebra lineal CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_59EC_595000002_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación Centro
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE
PROCESO DE COORDINACIÓN DE LAS ENSEÑANZAS PR/CL/001 Sistemas de ASIGNATURA PLAN DE ESTUDIOS 59EC - CURSO ACADÉMICO Y SEMESTRE 2017-18 - Primer semestre Índice Guía de Aprendizaje 1. Datos descriptivos...1
Más detalles<Nombre de la Materia> Álgebra lineal
Instituto Tecnológico y de Estudios Superiores de Monterrey Campus Estado de México EDIA MA1010 Álgebra lineal Información general del curso Profesor Titular:
Más detallesUniversidad Ricardo Palma
Universidad Ricardo Palma FACULTAD DE INGENIERÍA ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA ELECTRONICA DEPARTAMENTO ACADÉMICO DE CIENCIAS PLAN DE ESTUDIOS 2006-II SILABO 1. DATOS ADMINISTRATIVOS 1.1
Más detallesa) (0,5 puntos) Calcula la matriz escalonada reducida de A. Cuál es el rango de A?
Asignatura: ÁLGEBRA LINEAL Fecha del examen: de Enero de 6 Fecha publicación notas: 9 de Enero de 6 Fecha revisión examen: de Enero de 6 Duración del examen: horas y minutos APELLIDOS: NOMBRE: Titulación:.
Más detallesÁLGEBRA LINEAL. 4 horas a la semana 8 créditos Segundo semestre
ÁLGEBRA LINEAL 4 horas a la semana 8 créditos Segundo semestre Objetivo del curso: El alumno analizará los conceptos básicos del álgebra lineal, ejemplificándolos mediante sistemas algebraicos ya conocidos,
Más detallesJosé Humberto Serrano Devia Página 1
Similitudes entre el espacio y las series de Fourier Funciones Ortogonales En esta sección se muestra la forma en que los conceptos vectoriales de producto interno, o producto escalar, y el de ortogonalidad
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Algebra lineal. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-02 GUÍA DE APRENDIZAJE ASIGNATURA Algebra lineal CURSO ACADÉMICO - SEMESTRE 2015-16 - Primer semestre GA_59EC_595000002_1S_2015-16 Datos Descriptivos Nombre de la Asignatura Titulación Centro
Más detallesElementos de Cálculo Numérico / Cálculo Numérico Segundo Cuatrimestre 2017
Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Elementos de Cálculo Numérico / Cálculo Numérico Segundo Cuatrimestre 207 Práctica N : Número de condición.
Más detallesPROGRAMA DE EXAMEN. Unidad Nº1: Matrices y Función Determinante
Ministerio de Cultura y Educación Universidad Nacional de San Juan Fac. de Ciencias Exactas Físicas y Naturales Ciclo Lectivo 2018 PROGRAMA DE EXAMEN Cátedra: ALGEBRA LINEAL Carrera: Licenciatura en Geofísica
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS Facultad de Contaduría y Administración, Campus I
Facultad de Negocios, Campus IV Programa descriptivo por unidad de competencia Programa educativo Licenciatura en Ingeniería en Desarrollo y Tecnologías de Software Modalidad Presencial Clave MA04 H S
Más detallesTema 3: Espacios eucĺıdeos
Marisa Serrano, Zulima Fernández Universidad de Oviedo 25 de noviembre de 2009 email: mlserrano@uniovi.es Índice 1 2 3.1 V, R espacio vectorial, la aplicación : V V R ( v, u) v u a) v 1, v 2, u V α, β
Más detallesMAT1202: Algebra Lineal GUIA N 4 Otoño 2002
Pontificia Universidad Católica de Chile Facultad de Matemáticas MAT1202: Algebra Lineal GUIA N 4 Otoño 2002 1. Proyecte el vector b a la linea por el origen con directriz a (a) b = (1, 2, 2) T, a = (1,
Más detalles1 Clase sobre determinantes
1 Clase sobre determinantes Una herramienta muy útil cuando trabajamos con matrices y con el producto de matrices, es su interpretación como: una colección de números, A = [a ij ] ; como una colección
Más detallesExamen Final - soluciones
Algebra Lineal 2, FAMAT-UG, agsto-dic, 2009 PARTE A (60 puntos). Cierto o Falso. Examen Final - soluciones 9 dic, 2009 1. Para todo operador ortogonal T en R n, det(t ) = 1. Falso. T : (x 1,..., x n )
Más detallesdia G o n a l i z a c i ó n
Unidad elementos característicos dia G o n a l i z a c i ó n Objetivos: Al inalizar la unidad, el alumno: Encontrará los valores y los vectores característicos de una matriz. Utilizará los elementos característicos
Más detallesEspacio vectorial euclídeo
Espacio vectorial euclídeo Juan Medina Molina 13 de diciembre de 2004 Introducción En este tema estudiaremos espacios vectoriales reales a los que hemos añadido una nueva operación, el producto escalar,
Más detallesAUTOVALORES Y AUTOVECTORES
12 de Julio de 2011 AUTOVALORES Y AUTOVECTORES (Clase 01) Departamento de Matemática Aplicada Facultad de Ingeniería Universidad Central de Venezuela 1 Puntos a tratar 1. Valores y vectores propios 2.
Más detallesUNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA APLICADA ÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA
UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA APLICADA ÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA SEMESTRE 1/2011 INFORMACIÓN GENERAL I. INFORMACIÓN CURRICULAR Código: 0250
Más detallesDepartamento de Matemáticas, CCIR/ITESM. 9 de febrero de 2011
Factorización LU Departamento de Matemáticas, CCIR/ITESM 9 de febrero de 2011 Índice 26.1. Introducción............................................... 1 26.2. Factorización LU............................................
Más detallesEjercicios Resueltos Tema 5
Ejercicios Resueltos Tema 5 Ejercicio 1 Estudiar si la forma bilineal f : R n R n R definida por k f ((x 1,..., x n ), (y 1,..., y n )) = x i y i, siendo 1 k < n, es un producto escalar de R n i=1 Solución.
Más detallesAlgebra Lineal Tarea No 5: Introducción a matrices Solución a algunos problemas de la tarea (al 29 de junio de 2014)
Algebra Lineal Tarea No 5: Introducción a matrices a algunos problemas de la tarea (al 29 de junio de 24). Indique cuales opciones contienen matrices con 3 renglones: 4 5 3 5. 4 5 6 7. 6 4 6 4 2 2 6 4
Más detalles