Producto tensorial entre tensores

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

Download "Producto tensorial entre tensores"

Transcripción

1 Tensores cartesianos Producto tensorial entre tensores Producto tensorial entre tensores Se define el producto tensorial entre los tensores S CT(m) y T CT(n) como el tensor S T CT(n + m): S T = S i1...i m T j1...j n e i1 e im e j1 e jn Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 44 / 95

2 Contracción Tensores cartesianos Contracción Contracción: Sean T i1 i 2...i p...i q...i n componentes de un CT(n). Hacemos i p = i q y sumamos sobre i p de 1 a 3. Estos índices se dicen contraídos y el orden del tensor se reduce en dos. 1 u v contrae en u v 2 T CT(2) contrae en el escalar T ii = tr T (traza de T), invariante escalar de T pues T ii = Q ip Q iq T pq = δ pq T pq = T pp 3 Dados S, T CT(2), el producto tensorial S T CT(4) de componentes [S T] ijkl = S ij T kl contrae de diversas maneras, por ejemplo: j = k: S ij T jl = [ST] il, donde ST CT(2) es el producto interno entre S y T, que contrae a su vez en el escalar tr (ST) = S ij T ji, j = l: S ij T kj = [ST T ] ik, donde ST T CT(2) es el producto interno entre S y T T, que contrae a su vez en el escalar tr (ST T ) = S ij T ij S : T 4 TT = T 2, TT 2 = T 3,..., TT (n 1) = T n (n entero) contraen en tr (T 2 ), tr (T 3 ),..., tr (T n ), invariantes escalares de T Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 45 / 95

3 Tensores isotrópicos Tensores cartesianos Tensores isotrópicos Tensor isotrópico: aquél cuyas componentes no cambian por cambios de base (ortogonal propia) arbitrarios. CT(0): Todos los escalares son isotrópicos. CT(1): No existen vectores isotrópicos no triviales. CT(2): Los únicos tensores isotrópicos son αi con α R. CT(3): Los únicos tensores isotrópicos son aquéllos de componentes αε ijk con α R. CT(4): Los únicos tensores T CT(4) isotrópicos tienen componentes T ijkl = αδ ij δ kl + βδ ik δ jl + γδ il δ jk con α, β, γ R. CT(>4): Sus componentes se expresan como combinaciones lineales de productos de deltas de Krönecker y símbolos de permutación. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 46 / 95

4 Isotropía en CT(1) Tensores cartesianos Isotropía en vectores Supongamos que el vector v es isotrópico, entonces Q ij v j = v i, o Qv = v, Q ortogonal propia Elegimos: Q = (25) (rotación π/2 en torno a e 3 ), tenemos v 1 = v 2 = 0. Similarmente, tomando rotación π/2 en torno a e 1 o e 2, vemos que v 3 = 0. Sólo v = o es isotrópico. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 47 / 95

5 Isotropía en CT(2) Tensores cartesianos Isotropía en tensores de segundo orden Sea T un CT(2) isotrópico: Q ip Q jq T pq = T ij, o QTQ T = T, Q ortogonal propia (26) Para Q dada por (25), tenemos : T 22 T 21 T 23 T 11 T 12 T 13 T 12 T 11 T 13 = T 21 T 22 T 23 T 32 T 31 T 33 T 31 T 32 T 33 T 22 = T 11, T 12 = T 21, T 23 = T 32 = T 13 = T 31 = 0 Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 48 / 95

6 Isotropía en CT(2) Tensores cartesianos Isotropía en tensores de segundo orden La elección Q = (rotación π/2 alrededor de e 1 ) da T 12 = T 21 = 0 y T 33 = T 11, de forma que T ij = T 11 δ ij Como (26) vale para αt, con α escalar arbitrario, necesariamente T es múltiplo de I. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 49 / 95

7 Isotropía en CT(3) Tensores cartesianos Isotropía en tensores de tercer orden Se demuestra que todo múltiplo del tensor CT(3) de componentes ε ijk es isotrópico: ε ijk Q ipq jq Q kr ε pqr = (det Q)ε ijk = ε ijk, Q ortogonal propia Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 50 / 95

8 Tensores de segundo orden como mapeo lineal Tensores de segundo orden como mapeo lineal Revemos ahora la teoría en forma invariante, i.e., sin recurrir a la definición de una base. Tensores de segundo orden como mapeo lineal: el tensor de 2 o orden T es el mapeo lineal T : E E, o: T : u Tu con Tu E u E Linealidad implica T(αu + βv) = αtu + βtv, u, v E, α, β R Los tensores de 2 o orden pertenecen al conjunto L(E, E) de todos los mapeos lineales de E en E, que es un espacio vectorial. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 51 / 95

9 Producto interno entre tensores de segundo orden Producto interno entre tensores de 2 o orden Se define el producto interno ST como (ST)u = S(Tu), S, T L(E, E) En componentes cartesianas, [ST] ij = S ik T kj, que es una contracción de S T. Los tensores cero 0 y unitario o identidad I de 2 o orden satisfacen 0u = o, Iu = u, u E Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 52 / 95

10 Tensores de segundo orden como mapeo bilineal Tensores de segundo orden como mapeo bilineal Tensores de segundo orden como mapeo bilineal: el tensor de 2 o orden T es la función bilineal T : E E R T(u, v) = u (Tv) Podemos decir T L(E E, R), donde L(E E, R) es el espacio vectorial de todas las funciones bilineales de E E en R. Podemos decir indistintamente T L(E E, R) o T L(E, E) (ambos espacios son isomorfos). Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 53 / 95

11 Tensores de segundo orden como mapeo bilineal Dada una base ortonormal {e i } para E (e i e j )(u, v) = u (e i e j )v = u (e j v)e i = u v j e i = (u e i )v j = u i v j = (u v) ij Para T arbitrario, T(u, v) = T(u i e i, v j e j ) = u i v j T(e i, e j ) = T(e i, e j )(e i e j )(u, v) Como u, v E son arbitrarios, T = T(e i, e j )e i e j (representación de T en la base {e i }) Luego, por (24), T(e i, e j ) = T ij (componente de T relativa a la base {e i }) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 54 / 95

12 Tensor transpuesto Álgebra tensorial Tensor transpuesto Definimos el tensor transpuesto T T t.q. u T T v = v Tu, u, v E En componentes cartesianas: u i [T T ] ij v j = v j T ji u i Tij T [T T ] ij = T ji u i, v j Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 55 / 95

13 Tensor simétrico de 2 o orden Tensor simétrico de segundo orden Un tensor de segundo orden S es simétrico si S = S T. En componentes cartesianas, S ij = S ji. Ejemplo El tensor identidad de 2 o orden I es simétrico, pues u v = v u, u Iv = v Iu u, v E I = I T Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 56 / 95

14 Tensor antisimétrico de 2 o orden Tensor antisimétrico de segundo orden Un tensor de segundo orden W es antisimétrico (o skew) si W T = W. En componentes cartesianas, W ij = W ji. El vector w de componentes cartesianas w i = 1 2 ε ijkw kj es llamado vector axial de W Ejercicio Mostrar: 1 ε ipq w i = W qp 2 w a = Wa a E Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 57 / 95

15 Tensores simétricos y antisimétricos de segundo orden Tensores simétricos y antisimétricos de 2 o orden Un tensor simétrico de 2 o orden tiene 6 componentes independientes. Un tensor antisimétrico de 2 o orden tiene 3 componentes independientes. Un tensor arbitrario puede escribirse como suma de uno simétrico y uno antisimétrico: T = 1 (T ) + T T + 1 (T ) T T } 2 {{}} 2 {{} simétrico antisimétrico Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 58 / 95

16 Determinante de tensores de 2 o orden Determinante de tensores de segundo orden Definimos el determinante de T como el det T (siendo T la matriz de componentes de T en una base ortonormal): det T = ε ijk T i1 T j2 T k3 Siendo T = QTQ T, resulta: det T = det Q det T det Q T = det T det T es un invariante escalar de T Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 59 / 95

17 Inversa de un tensor de 2 o orden Inversa de un tensor segundo orden Si det T 0, existe un único tensor inverso T 1 t.q. TT 1 = I = T 1 T det(t 1 ) = (det T) 1 (27) (ST) 1 = T 1 S 1 S L(E, E) Se define el tensor adjunto de T: adj T = (det T)T T con T T = (T T ) 1 = (T 1 ) T Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 60 / 95

18 Autovalores y autovalores de un tensor de segundo orden Autovectores y autovalores de un tensor de 2 o orden Autovectores de un tensor de 2 o orden: dado T L(E, E), v E es autovector de T si existe λ R t.q. λ: autovalor de T correspondiente a v Tv = λv (28) Las ecuaciones (28) tienen solución no trivial v o si det(t λi) = 0 (ecuación característica para T) (29) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 61 / 95

19 Invariantes principales de un tensor de segundo orden Invariantes principales de un tensor de 2 o orden La expansión de ( 1) (29) da: T 11 λ T 12 T 13 det(t λi) = T 21 T 22 λ T 32 T 31 T 32 T 33 λ = λ 3 I 1 (T)λ 2 + I 2 (T)λ I 3 (T) = 0 (30) donde I i son los invariantes principales de T: I 1 (T) = tr T I 2 (T) = 1 [ (tr T) 2 tr T 2] 2 I 3 (T) = det T = 1 [ (tr T) 3 3tr Ttr T 2 + 2tr T 3] 6 Para cada solución real de (30) tenemos un autovector v real Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 62 / 95

20 Teorema de Cayley-Hamilton Teorema de Cayley-Hamilton Aplicando T a (28) r 1 veces, tenemos Multiplicando (30) por v y usando (31): T r v = λ r v (31) λ 3 v I 1 (T)λ 2 v + I 2 (T)λv I 3 (T)v = o [ T 3 I 1 (T)T 2 + I 2 (T)T I 3 (T)I ] v = o Siendo v o, resulta: T 3 I 1 (T)T 2 + I 2 (T)T I 3 (T)I = 0 (32) Teorema de Cayley-Hamilton: todo tensor de 2 o orden satisface su propia ecuación característica Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 63 / 95

21 Teorema de Cayley-Hamilton Ejercicio Si det T 0 mostrar: det(t 1 λ 1 I) = 0 y luego: λ 3 I 1 (T 1 )λ 2 + I 2 (T 1 )λ 1 I 3 (T 1 ) = 0 con: I 1 (T 1 ) = I 1 (T)/I 3 (T) I 2 (T 1 ) = I 2 (T)/I 3 (T) I 3 (T 1 ) = 1/I 3 (T) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 64 / 95

22 Teorema de Cayley-Hamilton Ejercicio Mostrar T 1 = (T 2 I 1 (T)T + I 2 (T)I)/I 3 (T) y deducir que T r puede expresarse en términos de I, T, y T 2, con coeficientes invariantes de T, para r entero positivo o negativo. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 65 / 95

23 Autovalores y autovectores para tensores simétricos Autovalores y autovectores para tensores simétricos Sean λ i y v (i), i = 1, 2, 3, autovalores y autovectores de T. Luego: Tv (i) = λ i v (i) (no suma en i) de donde: v (j) (Tv (i) ) = λ i v (j) v (i) (33) v (i) (Tv (j) ) = v (j) (T T v (i) ) = λ j v (i) v (j) (34) Si T = T T, la diferencia (33) (34) da: (λ i λ j )v (i) v (j) = 0 (35) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 66 / 95

24 Autovalores y autovectores para tensores simétricos Autovalores y autovectores para tensores simétricos De (35), resulta 1 Si λ i λ j, i j: 2 Si λ i = λ j λ k, i j k i : v (i) v (j) = 0 (36) v (i) v (k) = v (j) v (k) = 0 Pueden elegirse vectores v (i), v (j) arbitrarios, normales a v (k) y normales entre sí. 3 Si λ i = λ j = λ k, i j k i, pueden elegirse vectores v (i), v (j), v (k) (arbitrarios) mutuamente ortogonales. En todo caso, los autovectores de T simétrico son mutuamente ortogonales Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 67 / 95

25 Autovalores para tensores simétricos Autovalores y autovectores para tensores simétricos Probaremos que λ i R por el absurdo: Si λ i C satisface la ecuación característica, también lo hace su conjugado λ i C Si v (i) es el autovector correspondiente a λ i, su conjugado v (i) es el autovector correspondiente a λ i Luego: (λ i λ i ) }{{}} v (i) {{ v (i) } 0 0 = v (i) 2 >0 = Imposible verificar (35) = los autovalores de T simétrico deben ser reales Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 68 / 95

26 Representación espectral de tensores Representación espectral de tensores Sean v (i) autovectores de T normalizados (i.e., v (i) = 1) t.q. I = v (i) v (i) (suma sobre i) Llegamos a la representación espectral de T: T = TI = (Tv (i) ) v (i) = 3 λ i v (i) v (i) i=1 La matriz de componentes T en la base {v (i) } es diagonal, con componentes λ 1, λ 2, λ 3 En la base {e i }, la matriz de componentes T: T = Q T T Q con Q ij = v (i) e j Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 69 / 95

27 Representación espectral de tensores Representación espectral de tensores Si λ 2 = λ 1 : T = λ 1 I + (λ 3 λ 1 )v (3) v (3) Si λ 3 = λ 2 = λ 1 : T = λ 1 I Autovectores de T ejes principales de T Dos tensores de 2 o orden T y S con los mismos ejes principales se dicen coaxiales Autovalores de T valores principales de T Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 70 / 95

28 Representación espectral de tensores Ejercicio Mostrar que si λ 1, λ 2, λ 3 son valores principales de T, los invariantes principales resultan I 1 (T) = λ 1 + λ 2 + λ 3 I 2 (T) = λ 2 λ 3 + λ 3 λ 1 + λ 1 λ 2 I 3 (T) = λ 1 λ 2 λ 3 Ejercicio Mostrar que S y T son coaxiales si ST = TS. Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 71 / 95

29 Tensores definidos/semidefinidos positivos Tensores definidos/semidefinidos positivos Un tensor T de 2 o orden se dice definido positivo si v (Tv) > 0 v E, v o Un tensor T de 2 o orden se dice semidefinido positivo si v (Tv) 0 v E, v o, con al menos un v o para el que valga la igualdad Si T es simétrico y definido positivo, luego λ i > 0 para i = 1, 2, 3 Si T es simétrico y semidefinido positivo, luego λ i 0 para i = 1, 2, 3, con algún λ i = 0 Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 72 / 95

30 Tensores definidos/semidefinidos positivos Definimos la raíz positiva de T como T 1/2 = 3 i=1 λ 1/2 i v (i) v (i) Si λ i > 0, i = 1, 2, 3, la inversa de T existe y su representación espectral es: 3 T 1 = λ 1 i v (i) v (i) i=1 Notar que T 1/2 y T 1 son coaxiales con T Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 73 / 95

31 Tensores antisimétricos de 2 o orden Tensores antisimétricos de segundo orden Sea W antisimétrico de 2 o orden: Sus invariantes principales resultan W T = W (37) I 1 (W) = tr W = 0 I 2 (W) = 1 [ (tr W) 2 tr W 2] = 1 tr W2 2 2 = 1 2 W ijw ji = 1 2 W ijw ij = W W W 2 31 I 3 (W) = det W = 0 Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 74 / 95

32 Tensores antisimétricos de segundo orden La ecuación característica resulta: λ 3 + I 2 (W)λ = [ λ 2 + I 2 (W) ] λ = 0 Como I 2 (W) > 0 W 0, W tiene un único autovalor real λ = 0, al que corresponde el autovector a t.q. Wa = o Si w = 1 2 ε ijkw kj e i es vector axial de W: Wa = w a = o a = αw, α R, es el único autovector real de W Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 75 / 95

33 Tensores antisimétricos de segundo orden Ejercicio Sean u, v y ŵ = w/ w una base ortonormal, con w vector axial de W. Mostrar: W = (v Wu)(v u u v) Deducir además que W = (Wu) u u (Wu) Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 76 / 95

34 Tensores ortogonales de 2 o orden Tensores ortogonales de segundo orden En general, el producto escalar u v no se conserva bajo la transformación lineal T : E E, i.e.: (Tu) (Tv) = u (T T Tv) u v en general Se denomina tensor ortogonal Q a aquél que conserva el producto escalar: (Qu) (Qv) = u (Q T Qv) = u v de donde Q T Q = I = QQ T (38) Q será propio o impropio según { 1 tensor ortogonal propio det Q = 1 tensor ortogonal impropio Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 77 / 95

35 Tensores ortogonales de 2 o orden Tensores ortogonales de segundo orden De (38): Q T Q Q T = I Q T Q T (Q I) = (Q T I) det(q T (Q I)) = det(q T I) = det(q I) 1 det(q I) + det(q I) = 0 det(q I) = 0 λ = 1 es autovalor, al que corresponde el autovector u t.q. Qu = u u no se modifica por aplicación de Q u es eje de rotación Víctor Fachinotti, Benjamín Tourn ( Programa de Doctorado Mecánica en Ingeniería de Sólidos Facultad de Ingeniería4 ydeciencias septiembre Hídricas de 2015 (FICH) Universidad 78 / 95

Mecánica de Sólidos. Capítulo I: Tensores. Víctor Fachinotti, Benjamín Tourn

Mecánica de Sólidos. Capítulo I: Tensores. Víctor Fachinotti, Benjamín Tourn Mecánica de Sólidos Capítulo I: Tensores Víctor Fachinotti, Benjamín Tourn Programa de Doctorado en Ingeniería Facultad de Ingeniería y Ciencias Hídricas (FICH) Universidad Nacional del Litoral (UNL) 31

Más detalles

Métodos Estadísticos Multivariados

Métodos 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 detalles

Tensores cartesianos.

Tensores cartesianos. Tensores cartesianos. Transformación de coordenadas. Consideremos dos sistemas de coordenadas cartesianas ortogonales en el plano, identificados como σ y σ. Supongamos que ambos tienen un origen común,

Más detalles

Rotaciones. R es ortogonal. Esto es :RR T = 1, donde R T ij =R ji. En efecto. R T R =1, R es una matriz ortogonal

Rotaciones. R es ortogonal. Esto es :RR T = 1, donde R T ij =R ji. En efecto. R T R =1, R es una matriz ortogonal Rotaciones Convención de Einstein: Dos índices repetidos en un monomio significan la suma de esos índices de 1 a la dimensión del espacio. Las rotaciones son transformaciones lineales, definidas por la

Más detalles

Práctica nº 1: Álgebra Tensorial

Práctica 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 detalles

Instituto Politécnico Nacional

Instituto Politécnico Nacional Instituto Politécnico Nacional Escuela Superior de Ingeniería Mecánica y Eléctrica, Zacatenco Ingeniería en Comunicaciones y Electrónica Academia de Matemáticas Fundamentos de Álgebra. Tarea 2 Julio César

Más detalles

Clase 7 Herramientas de Álgebra Lineal

Clase 7 Herramientas de Álgebra Lineal Clase 7 Herramientas de Álgebra Lineal 1 Formas cuadráticas La descomposición en valores singulares 3 Normas de matrices 4 Ejercicios Dada una matriz M R n n, la función escalar x T Mx, donde x R n, es

Más detalles

Podemos pues formular los dos problemas anteriores en términos de matrices.

Podemos 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 detalles

Gustavo Rodríguez Gómez. Agosto Dicembre 2011

Gustavo 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 detalles

Campos tensoriales. Abstract

Campos tensoriales. Abstract Campos tensoriales Torsten Fließ bach Abstract Los campos tensoriales pueden ser representados por sus componentes en coordenadas cartesianas. Su propiedad tensorial se define formalmente por el comportamiento

Más detalles

2. Convención de Einstein de supresión del símbolo de suma 3

2. Convención de Einstein de supresión del símbolo de suma 3 Índice 1. Vectores y tensores 2 2. Convención de Einstein de supresión del símbolo de suma 3 3. Notación vectorial y notación indicial 4 3.1. Índices libres..................................... 4 3.2.

Más detalles

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República ALN Repaso matrices In. Co. Facultad de Ingeniería Universidad de la República Definiciones básicas - Vectores Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto

Más detalles

Cálculo tensorial. Elvira Martínez Ramírez

Cálculo tensorial. Elvira Martínez Ramírez Dpto. Física y Mecánica Cálculo tensorial Elvira Martínez Ramírez Notación ransformaciones de coordenadas. Giros de ejes cartesianos ipos de tensores Direcciones principales de un tensor de segundo orden

Más detalles

Estadística III Repaso de Algebra Lineal

Estadística III Repaso de Algebra Lineal Repaso de Algebra Lineal Vectores Un vector columna de dimensión n 1 es una serie de números dispuestos como sigue: x 1 x 2 x =. x n Un vector fila de dimensión 1 p es una serie de números dispuestos como

Más detalles

Aquella que tiene nulos los elementos nos situados en la diagonal principal. Los elementos situados por encima de la diagonal principal son nulos.

Aquella que tiene nulos los elementos nos situados en la diagonal principal. Los elementos situados por encima de la diagonal principal son nulos. Álgebra lineal Matrices Rango de una matriz Orden del mayor menor complementario no nulo. Matriz regular det A Diagonal principal Elementos a ii de la matriz. Si la matriz es cuadrado son los elementos

Más detalles

6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas...

6.5.7 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 detalles

Tema 1. 1 Álgebra lineal. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. 1.1 Vectores de R n. 1. Vectores. 2.

Tema 1. 1 Álgebra lineal. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. 1.1 Vectores de R n. 1. Vectores. 2. Aurea Grané. Máster en Estadística. Universidade Pedagógica. 1 Aurea Grané. Máster en Estadística. Universidade Pedagógica. 2 Tema 1 Álgebra lineal 1. Vectores 2. Matrices 1 Álgebra lineal Aurea Grané

Más detalles

Cátedra X: Tensores y sus aplicaciones

Cátedra X: Tensores y sus aplicaciones Cátedra X: Tensores y sus aplicaciones 10.1 Clasificación del grupo de Lorentz El grupo de Lorentz consiste en el conjunto de todas las transformadas de Lorentz. Recuerden que éstas vienen definidas como

Más detalles

Águeda 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. 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 detalles

Práctica 5. Autovalores y autovectores. Diagonalización de matrices y de transformaciones lineales.

Práctica 5. Autovalores y autovectores. Diagonalización de matrices y de transformaciones lineales. Práctica 5 Autovalores y autovectores Diagonalización de matrices y de transformaciones lineales Nota: salvo indicación particular, se considera que todas las matrices pertenecen a C n n 1 Encuentre los

Más detalles

Transformaciones Lineales y Espacio Dual

Transformaciones Lineales y Espacio Dual Transformaciones Lineales y Espacio Dual Juan Pablo De Rasis 22 de abril de 2018 El presente artículo tiene como objetivo la exposición de soluciones a problemas de Álgebra Lineal concernientes a transformaciones

Más detalles

Valores y vectores propios

Valores y vectores propios Valores y vectores propios Problemas teóricos El los siguientes problemas se denota por L(V ) conjunto de los operadores lineales en un espacio vectorial V (en otras palabras, de las transformaciones lineales

Más detalles

7 Aplicaciones ortogonales

7 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 detalles

UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA

UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA AL GEBRA III UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA ALGEBRA III DEFINICION : Sea L : V V un operador lineal sobre el espacio vectorial

Más detalles

Operaciones con matrices

Operaciones con matrices Operaciones con matrices Problemas para examen Operaciones lineales con vectores 1. Programación: la suma de dos vectores. Escriba una función que calcule x + y, donde x, y R n. Calcule el número de flops.

Más detalles

Material para el examen parcial 1

Material para el examen parcial 1 Algebra Lineal 2, FAMAT-UG, aug-dic, 2009 Material para el examen parcial 1 (17 oct, 2009) Definiciones: Hay que saber las definiciones precisas de todos los siguientes términos, y conocer ejemplos concretos

Más detalles

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

Ejemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales. Facultad de Ingeniería - IMERL - Geometría y Álgebra Lineal 2 - Curso 2008. 1 Transformaciones lineales en espacios con producto interno Notas para el curso de Geometría y Algebra Lineal 2 de la Facultad

Más detalles

APÉNDICE A. Algebra matricial

APÉNDICE A. Algebra matricial APÉNDICE A Algebra matricial El estudio de la econometría requiere cierta familiaridad con el álgebra matricial. La teoría de matrices simplifica la descripción, desarrollo y aplicación de los métodos

Más detalles

Resumen de álgebra vectorial y tensorial

Resumen de álgebra vectorial y tensorial Apéndice A Resumen de álgebra vectorial y tensorial Se resumen aquí algunos conceptos y definiciones importantes de vectores y tensores, con pretensión de sencillez y brevedad. En aras de esta sencillez,

Más detalles

ALGEBRA LINEAL Segundo Semestre. Parte II

ALGEBRA 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 detalles

Mecánica de Sólidos. Capítulo III: Leyes de balance, tensiones y ecuaciones de campo. Víctor Fachinotti, Benjamín Tourn

Mecánica de Sólidos. Capítulo III: Leyes de balance, tensiones y ecuaciones de campo. Víctor Fachinotti, Benjamín Tourn Mecánica de Sólidos Capítulo III: Leyes de balance, tensiones y ecuaciones de campo Víctor Fachinotti, enjamín Tourn Programa de Doctorado en Ingeniería Facultad de Ingeniería y Ciencias Hídricas (FICH)

Más detalles

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

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

Más detalles

1.3 Estudio de los tensores de segundo orden

1.3 Estudio de los tensores de segundo orden 1.3 Estudio de los tensores de segundo orden Inariantes tensoriales: determinante y traza olumen deformado Tg 1,Tg 2,Tg 3 dett :=, "{g i }= base de (no depende de la base) olumen sin deformar g,g,g 1 2

Más detalles

Matrices y Determinantes.

Matrices y Determinantes. Tema II Capítulo 1 Matrices Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC Tema II Matrices y Determinantes 1 Matrices 1 Definiciones básicas Definición 11 Una matriz A de

Más detalles

Examen Final - soluciones

Examen 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 detalles

Guía 4: Introducción a tensores Martes 10 de abril de 2012 Tarea: 4d, 10, 13.

Guía 4: Introducción a tensores Martes 10 de abril de 2012 Tarea: 4d, 10, 13. Departamento de Física Facultad de Ciencias Universidad de Chile Métodos de la Física Matemática I Profesor: Gonzalo Gutiérrez Ayudante: Dany López Guía 4: Introducción a tensores Martes de abril de 22

Más detalles

3. Matrices. 1 Definiciones básicas. 2 Operaciones con matrices. 2.2 Producto de una matriz por un escalar. 2.1 Suma de matrices.

3. Matrices. 1 Definiciones básicas. 2 Operaciones con matrices. 2.2 Producto de una matriz por un escalar. 2.1 Suma de matrices. Tema I Capítulo 3 Matrices Álgebra Departamento de Métodos Matemáticos y de Representación UDC 3 Matrices 1 Definiciones básicas Definición 11 Una matriz A de dimensión m n es un conjunto de escalares

Más detalles

Algebra Lineal * Working draft: México, D.F., a 17 de noviembre de 2010.

Algebra Lineal * Working draft: México, D.F., a 17 de noviembre de 2010. Algebra Lineal * José de Jesús Ángel Ángel jjaa@mathcommx Working draft: México, DF, a 17 de noviembre de 2010 Un resumen de los principales temas tratados en un curso de Álgebra Lineal Contenido 1 Sistemas

Más detalles

Ignacio Romero 20 de Septiembre de 2004. Notación indicial

Ignacio Romero 20 de Septiembre de 2004. Notación indicial INGENIERÍA GEOLÓGICA: MECÁNICA DE MEDIOS CONTINUOS Ignacio Romero 20 de Septiembre de 2004 Notación indicial En Mecánica de Medios Continuos los objetos matemáticos más empleados son los escalares, vectores

Más detalles

Tema III: Tensores. José D. Edelstein. Universidade de Santiago de Compostela. Santiago de Compostela, marzo de 2011

Tema III: Tensores. José D. Edelstein. Universidade de Santiago de Compostela. Santiago de Compostela, marzo de 2011 Tema III: Tensores José D. Edelstein Universidade de Santiago de Compostela FÍSICA MATEMÁTICA Santiago de Compostela, marzo de 2011 Producto tensorial de espacios. Tensores. Operaciones con tensores. Tensores

Más detalles

AUTOVALORES Y AUTOVECTORES

AUTOVALORES 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 detalles

Métodos Matemáticos: Análisis Funcional

Métodos Matemáticos: Análisis Funcional Licenciatura en Ciencias y Técnicas Estadísticas Universidad de Sevilla http://euler.us.es/ renato/clases.html Qué son esos espacios de Hilbert? Qué son esos espacios de Hilbert? David Hilbert Para relajarnos

Más detalles

Tema 4: FORMAS BILINEALES Y CUADRÁTICAS

Tema 4: FORMAS BILINEALES Y CUADRÁTICAS Tema 4: FORMAS BILINEALES Y CUADRÁTICAS 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 detalles

MATRIZ Una matriz de orden (tamaño) mxn sobre el campo de los complejos es un arreglo rectangular de la forma a 11 a 12 a 1n a ] a m1 a m2 a mn

MATRIZ Una matriz de orden (tamaño) mxn sobre el campo de los complejos es un arreglo rectangular de la forma a 11 a 12 a 1n a ] a m1 a m2 a mn MATRIZ Una matriz de orden (tamaño) mxn sobre el campo de los complejos es un arreglo rectangular de la forma a 11 a 12 a 1n a [ 21 a 22 a 2n ] a m1 a m2 a mn con m renglones y n columnas, donde los a

Más detalles

Matrices y determinantes

Matrices y determinantes Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna

Más detalles

Multivariante Curso Cálculo matricial

Multivariante Curso Cálculo matricial Multivariante Curso 06-07 1 Cálculo matricial Introducción La información de partida en el análisis multivariante es una tabla de datos correspondiente a la medición de distintas variables sobre varios

Más detalles

Métodos Matemáticos: Análisis Funcional

Métodos Matemáticos: Análisis Funcional Licenciatura en Ciencias y Técnicas Estadísticas Universidad de Sevilla http://euler.us.es/ renato/clases.html Espacios eucĺıdeos Definición Se dice que un espacio vectorial E es un espacio eucĺıdeo si

Más detalles

Práctica 1: Sistemas de Ecuaciones Lineales - Matrices

Práctica 1: Sistemas de Ecuaciones Lineales - Matrices ALGEBRA LINEAL Primer Cuatrimestre 2017 Práctica 1: Sistemas de Ecuaciones Lineales - Matrices En todas las prácticas, K es un cuerpo; en general K = Q (los números racionales, R (los números reales o

Más detalles

Método epsilon-delta para operadores diferenciales e identidades básicas

Método epsilon-delta para operadores diferenciales e identidades básicas Método epsilon-delta para operadores diferenciales e identidades básicas Raúl Gormaz October 16, 2011 1 El tensor (o el delta) de Kroneker: δ ij No nos extendamos nuevamente sobre lo ya visto en clase,

Más detalles

ALGEBRA y ALGEBRA LINEAL

ALGEBRA y ALGEBRA LINEAL 520142 ALGEBRA y ALGEBRA LINEAL Primer Semestre, Universidad de Concepción CAPITULO 7. MATRICES DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Matriz Sean

Más detalles

MATEMÁTICAS ESPECIALES II PRÁCTICA 5 Parte I - Sistemas de ecuaciones diferenciales de primer orden.

MATEMÁTICAS ESPECIALES II PRÁCTICA 5 Parte I - Sistemas de ecuaciones diferenciales de primer orden. MATEMÁTICAS ESPECIALES II - 8 PRÁCTICA 5 Parte I - Sistemas de ecuaciones diferenciales de primer orden. Considere el sistema de ecuaciones diferenciales ordinarias (EDOs) de primer orden dx dt = f (t,

Más detalles

Álgebra Lineal. Tema 11. El Teorema Espectral en R. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas

Álgebra Lineal. Tema 11. El Teorema Espectral en R. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas Álgebra Lineal Tema. El Teorema Espectral en R 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 detalles

Métodos directos para resolver sistemas de ecuaciones lineales

Métodos directos para resolver sistemas de ecuaciones lineales Métodos directos para resolver sistemas de ecuaciones lineales Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el

Más detalles

c-inversa o inversa generalizada de Rao

c-inversa o inversa generalizada de Rao c-inversa o inversa generalizada de Rao Definición.- Sea A m n. Se dice que una matriz A c de orden n m es una c-inversa o inversa generalizada en el sentido de Rao si y sólo si se verifica AA c A = A.

Más detalles

OPERADORES EN ESPACIOS CON PRODUCTO INTERNO

OPERADORES EN ESPACIOS CON PRODUCTO INTERNO OPERADORES EN ESPACIOS CON PRODUCO INERNO En esta sección se estudia algunos tipos especiales de operadores que actúan en espacios vectoriales donde se tiene definido un producto interno. En particular

Más detalles

CAPÍTULO 4 OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO

CAPÍTULO 4 OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO CAPÍULO 4 OPERADORES LINEALES EN ESPACIOS CON PRODUCO INERNO Adjunto de un operador En un espacio vectorial V con producto interno, cada operador lineal tiene un operador llamado su adjunto que también

Más detalles

2.5 Ejercicios... 59

2.5 Ejercicios... 59 Índice General 1 Espacios vectoriales 1 1.1 Espacios vectoriales y subespacios......................... 1 1.1.1 Preliminares................................. 1 1.1.2 Espacios vectoriales.............................

Más detalles

INTRODUCCIÓN. Qué es una computadora? Dispositivo físico para procesar información a través de algoritmos.

INTRODUCCIÓN. Qué es una computadora? Dispositivo físico para procesar información a través de algoritmos. INTRODUCCIÓN Qué es una computadora? Dispositivo físico para procesar información a través de algoritmos. Algoritmo: procedimiento definido para procesar información realizable físicamente. Complejidad:

Más detalles

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Espacios vectoriales con producto interno Mariano Suárez-Alvarez 24 de junio, 2011 1. Espacios con producto interno... 1 2. Normas y distancias... 3 3. Ortogonalidad... 5 4. Proyectores ortogonales...

Más detalles

Resumen de Teoría de Matrices

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

Más detalles

Álgebra Lineal UCR. Sétimo tema, 2013

Álgebra 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 detalles

Guía. Álgebra III. Examen parcial I. Determinantes. Formas cuadráticas.

Guía. Álgebra III. Examen parcial I. Determinantes. Formas cuadráticas. Guía. Álgebra III. Examen parcial I. Determinantes. Formas cuadráticas. Teoremas con demostraciones que se pueden incluir en el examen: 1. Teorema del determinante de la matriz transpuesta. 2. Propiedad

Más detalles

Repaso de notación indicial

Repaso de notación indicial Repaso de notación indicial Vectores Sean a y b dos vectores en el espacio geométrico ordinario. Por de nición, su producto escalar (o producto interior) quedaría como: a b 3X a i b i a b + a 2 b 2 + a

Más detalles

Sistemas de ecuaciones lineales. Matrices

Sistemas de ecuaciones lineales. Matrices Dpto de MATEMÁTICA APLICADA A LOS RECURSOS NATURALES Sección departamental en la ETSI de Montes Algebra Sistemas de ecuaciones lineales Matrices Sistemas lineales Solución de un sistema lineal Sistemas

Más detalles

PRIMER EXAMEN PARCIAL ÁLGEBRA LINEAL I. Soluciones. Suponer que x, y, z y t son escalares tales que, xh + yi + ze + tf = T.

PRIMER EXAMEN PARCIAL ÁLGEBRA LINEAL I. Soluciones. Suponer que x, y, z y t son escalares tales que, xh + yi + ze + tf = T. PRIMER EXAMEN PARCIAL ÁLGEBRA LINEAL I Soluciones Sea W un espacio vectorial real de dimensión 2 y sea {u, u 2 } una base dada. Considerar las transformaciones lineales H, I, E, F EndW ) definidas de la

Más detalles

Algebra Lineal Xa: Álgebra Vectorial en R3

Algebra Lineal Xa: Álgebra Vectorial en R3 Algebra Lineal Xa: Álgebra Vectorial en R3 José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx

Más detalles

Operaciones con matrices

Operaciones con matrices Operaciones con matrices Tareas adicionales Los problemas auxiliares de estas tareas adicionales no son muy difíciles y corresponden al nivel obligatorio de conocimientos. Los problemas principales de

Más detalles

Index. 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 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 detalles

Vectores y matrices. Problemas para examen

Vectores y matrices. Problemas para examen Vectores y matrices Problemas para examen Operaciones lineales con vectores 1. Programación: la suma de dos vectores. Escriba una función que calcule x + y, donde x, y R n. Calcule el número de flops.

Más detalles

Repaso de conceptos de álgebra lineal

Repaso de conceptos de álgebra lineal MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso

Más detalles

Transformaciones Lineales

Transformaciones Lineales Transformaciones Lineales En lo que sigue denotaremos por K al conjunto R ó C Definición Sean V y W dos K-ev (espacios vectoriales sobre K Se llama transformación lineal de V en W a toda función T : V

Más detalles

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 010 011). Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí. Demostrar

Más detalles

Mecánica de Sólidos. Capítulo III: Leyes de balance, tensiones y ecuaciones de campo

Mecánica de Sólidos. Capítulo III: Leyes de balance, tensiones y ecuaciones de campo Mecánica de Sólidos Capítulo III: Leyes de balance, tensiones y ecuaciones de campo Víctor Fachinotti, Juan C. Álvarez Hostos Programa de Doctorado en Ingeniería Facultad de Ingeniería y Ciencias Hídricas

Más detalles

PARTE II TEORÍA LINEAL DE LA ELASTICIDAD PARA MATERIALES ISOTRÓPICOS

PARTE II TEORÍA LINEAL DE LA ELASTICIDAD PARA MATERIALES ISOTRÓPICOS PARTE II TEORÍA LINEAL DE LA ELASTICIDAD PARA MATERIALES ISOTRÓPICOS 1 G. CLASIFICACIÓN DE LAS DEFORMACIONES PURAS DEFORMACIÓN PURA Cuando en el desplazamiento la parte correspondiente a un movimiento

Más detalles

ALGEBRA LINEAL. 1. Sea V un espacio vectorial sobre F. Sean S, T y U subespacios de V tal que. { 0 i = 1,..., k si i > k. v i

ALGEBRA LINEAL. 1. Sea V un espacio vectorial sobre F. Sean S, T y U subespacios de V tal que. { 0 i = 1,..., k si i > k. v i ALGEBRA LINEAL 1 Sea V un espacio vectorial sobre F Sean S, T y U subespacios de V tal que i) S T = S U ii) S + T = S + U iii) T U Demuestre que T = U 2 Sea F = C y sea n un entero positivo Demuestre que

Más detalles

Preliminares. 1.1 Acciones de Grupo

Preliminares. 1.1 Acciones de Grupo Capítulo 1 Preliminares En este capítulo se presentan algunas definiciones y hechos fundamentales de la Teoría de Grupos y recordar nociones básicas de Álgebra Lineal. También se presentan algunos resultados

Más detalles

FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas

FACULTAD 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 detalles

ALGEBRA LINEAL Segundo Semestre. Parte II

ALGEBRA 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 detalles

Matrices, determinantes y sistemas de ecuaciones lineales

Matrices, determinantes y sistemas de ecuaciones lineales Matrices, determinantes y sistemas de ecuaciones lineales David Ariza-Ruiz 10 de octubre de 2012 1 Matrices Una matriz es una tabla numérica rectangular de m filas y n columnas dispuesta de la siguiente

Más detalles

VALORES Y VECTORES PROPIOS

VALORES Y VECTORES PROPIOS VALORES Y VECTORES PROPIOS En diversos campos de la ingeniería y las matemáticas surge el problema de calcular los valores escalares λ y los vectores x 0 tales que para la matriz cuadrada A se cumple Ax

Más detalles

dia G o n a l i z a c i ó n

dia 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 detalles

Departamento de Ingeniería Matemática - Universidad de Chile

Departamento de Ingeniería Matemática - Universidad de Chile Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 8-7 Formas cuadráticas SEMANA 4: FORMAS CUADRÁTICAS 7 Formas cuadráticas y matrices definidas positivas

Más detalles

Clase 8 Matrices Álgebra Lineal

Clase 8 Matrices Álgebra Lineal Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas

Más detalles

ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO

ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO 2012-2013 José García-Cuerva Universidad Autónoma de Madrid 11 de febrero de 2013 JOSÉ GARCÍA-CUERVA

Más detalles

Álgebra II(61.08, 81.02) Segundo cuatrimestre 2017 Práctica 4. Autovalores y autovectores de matrices. Diagonalización.

Álgebra II(61.08, 81.02) Segundo cuatrimestre 2017 Práctica 4. Autovalores y autovectores de matrices. Diagonalización. Álgebra II(6108, 8102) Segundo cuatrimestre 2017 Práctica 4 Autovalores y autovectores de matrices Diagonalización Nota: salvo indicación particular, se considera que todas las matrices pertenecen a C

Más detalles

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

Diagonalización. 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 detalles

Transformaciones lineales autoadjuntas (hermíticas)

Transformaciones lineales autoadjuntas (hermíticas) Transformaciones lineales autoadjuntas (hermíticas) Objetivos. Estudiar propiedades elementales de transformaciones lineales autoadjuntas. Demostrar que para toda transformación lineal autoadjunta en un

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

1. ESPACIO EUCLÍDEO. ISOMETRÍAS

1. 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 detalles

Tema 5: Espacios Eucĺıdeos.

Tema 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 detalles

VECTORES : Las Cantidades Vectoriales cantidades escalares

VECTORES : Las Cantidades Vectoriales cantidades escalares VECTORES En física hay dos tipos de cantidades: Las Cantidades Vectoriales son aquellas que tiene tanto magnitud como dirección y sentido sobre la dirección), mientras que las cantidades escalares son

Más detalles

Valores y Vectores Propios

Valores y Vectores Propios Valores y Vectores Propios Iván Huerta Facultad de Matemáticas Pontificia Universidad Católica de Chile ihuerta@mat.puc.cl Segundo Semestre, 1999 Definición Valores y Vectores Propios Valores y Vectores

Más detalles

Definición (matriz): Definición (dimensión de una matriz): Si una matriz tiene m renglones y n columnas se dice que es de dimensión m n.

Definición (matriz): Definición (dimensión de una matriz): Si una matriz tiene m renglones y n columnas se dice que es de dimensión m n. Índice general 1. Álgebra de Matrices 1 1.1. Conceptos Fundamentales............................ 1 1.1.1. Vectores y Matrices........................... 1 1.1.2. Transpuesta................................

Más detalles

Tema 5: Tensor de Inercia

Tema 5: Tensor de Inercia Tema 5: Tensor de Inercia Mecánica Racional, 2º, Grado en Ingeniería Civil Escuela Técnica Superior de Ingenieros Universidad de Sevilla 1 Índice Introducción Momentos de inercia de cuerpos continuos Tensor

Más detalles

Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa.

Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa. Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:

Más detalles

Universidad Nacional Autónoma de México Facultad de Ciencias Geometría Analítica II Tarea 1

Universidad Nacional Autónoma de México Facultad de Ciencias Geometría Analítica II Tarea 1 Universidad Nacional Autónoma de México Facultad de Ciencias Geometría Analítica II Tarea. Completa las igualdades usando el dibujo. γ β = α β = β + θ = θ + ε + ω = θ + ε = β + θ + ω = α + ε = β + δ =.

Más detalles