Aplicaciones lineales.
|
|
- Mario Rojo San Segundo
- hace 6 años
- Vistas:
Transcripción
1 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; u V y k IR. Estas dos propiedades se pueden reunir en: En general, se tiene que: f(ku + lv = kf(u + lf(v; u, v V, k, l IR. f(k u + k 2 u k r u r = k f(u + k 2 f(u k r f(u r u, u 2...., u r V, k, k 2,..., k r IR Si una aplicación f: V W es lineal y biyectiva, se dice que f es un isomorfismo entre los espacios V y W. Si V = W, entonces la aplicación lineal f: V V recibe el nombre de operador lineal o endomorfismo. Y si f es además biyectiva se dice que f es un automorfismo. 4. Propiedades de las aplicaciones lineales. Núcleo e imagen. Proposición 4.2 Si f: V W es una aplicación lineal, entonces: a f(0 V = 0 W ; 0 V, 0 W son los ceros de V y W. b f( v = f(v; v V. Definición 4.3 Dada una aplicación lineal f: V W, se define el núcleo de f, que se denota por ker(f ó ker f, como el conjunto: ker f = {v V : f(v = 0} y se define la imagen de f, que se denota por img(f ó img f, como el conjunto img f = {w W : v V tal que f(v = w} Es sencillo probar que ker f es un subespacio vectorial de V e img f es subespacio vectorial de W. Definición 4.4 Si f: V W es una aplicación lineal, entonces la dimensión del núcleo se denomina la nulidad de f y la dimensión de la imagen de f se denomina el rango de f. Álgebra Lineal. 48
2 4. Propiedades de las aplicaciones lineales. Núcleo e imagen. Si f: V W es una aplicación lineal y B = {v, v 2,..., v n } es una base de V, la aplicación lineal queda perfectamente determinada si conocemos las imágenes por f de los vectores de la base B, ya que para todo v V existen k, k 2,..., k n IR únicos, tales que v = k v + k 2 v k n v n, con lo que f(v = f(k v + k 2 v k n v n = k f(v + k 2 f(v k n f(v n Nótese, que de ésto se deduce que img f = lin{f(v, f(v 2,..., f(v n } Teorema de la dimensión 4.5 Si f: V W es una aplicación lineal, con V un espacio vectorial de dimensión n, entonces: dim(ker f + dim(img f = n = dim(v Si la dim(ker f = n, entonces ker f = V, y f(v = 0 v V, luego img f = {0} que tiene dimensión cero, por lo que se cumple dim(ker f + dim(img f = dim V (n + 0 = n Si la dim(ker f = r < n, sea B ker = {u,..., u r } una base del ker f. Por la Proposición 3., ésta base puede completarse hasta una base de V, B V = {u,..., u r, v r+,..., v n }, y el conjunto imagen será por tanto img f = lin{f(u,..., f(u r, f(v r+,..., f(v n } = lin{0,..., 0, f(v r+,..., f(v n } = lin{f(v r+,..., f(v n } Si probamos que el conjunto formado por esos n r vectores es linealmente independiente, será una base de la img f y habremos probado que dim(ker f + dim(img f = dim V (r + n r = n ; como queríamos. Probar la cuestión pendiente es sencillo, sean λ r+,..., λ n tales que y por ser f una aplicación lineal por lo que el vector λ r+ f(v r+ + + λ n f(v n = 0, f(λ r+ v r+ + + λ n v n = 0 λ r+ v r+ + + λ n v n ker f Ahora bien, como B ker es una base del ker f, se tiene que para ciertos µ,..., µ r. Luego λ r+ v r+ + + λ n v n = µ u + + µ r u r µ u µ r u r + λ r+ v r+ + + λ n v n = 0 y µ = = µ r = λ r+ = = λ n = 0 por formar esos vectores una base de V. En particular, con λ r+ = = λ n = 0 se prueba que el conjunto {f(v r+,..., f(v n } es un conjunto linealmente independiente de vectores, que por ser también generador de la img f es una base de ella. Álgebra Lineal. 49
3 4.2 Aplicaciones matriciales 4.2 Aplicaciones matriciales Consideremos la aplicación f: IR n IR m definida por f(x = Ax, siendo A una matriz fija m n y x IR n, x = (x, x 2,..., x n t. Como consecuencia de las operaciones sobre las matrices, la aplicación es lineal. A este tipo de aplicaciones se les denomina aplicaciones matriciales. El estudio de estas aplicaciones es fundamental ya que, como veremos, todas las aplicaciones lineales entre espacios vectoriales de dimensión finita acaban siendo aplicaciones matriciales al usar coordenadas. El núcleo de estas aplicaciones será: ker f = {x IR n : Ax = 0}, es decir, el conjunto de soluciones del sistema homogéneo Ax = 0. La imagen de f coincide con el espacio de las columnas de la matriz A, E c (A, pues b img(f x IR n tal que Ax = b es decir, si tiene solución el sistema a a 2 a n a 2 a 22 a 2n... a m a m2 a mn x x 2. x n b = b 2. b m a x + a 2 x a n x n b a 2 x + a 22 x a 2n x n = b 2. a m x + a m2 x a mn x n b m a a 2 a n b a 2 x. + x a x a 2n n. = b 2. b E c(a a m a m2 a mn b m 4.3 Matrices que representan aplicaciones lineales Veremos que toda transformación o aplicación lineal entre espacios vectoriales de dimensión finita, se puede considerar como una aplicación matricial Aplicaciones lineales de IR n en IR m Proposición 4.6 Si f: IR n IR m es una aplicación lineal, entonces f es una aplicación matricial (es decir existe una matriz A tal que f(x = Ax. Sea B = {e, e 2,..., e n } la base canónica de IR n, y sea A la matriz m n que tiene a los vectores f(e, f(e 2,..., f(e n de IR m como sus vectores columna. Vamos a probar que f(x = Ax; x IR n. Álgebra Lineal. 50
4 4.3 Matrices que representan aplicaciones lineales Se tiene que x = (x, x 2,..., x n = x e + + x n e n y por la linealidad de f, Por otra parte Ax = a a 2 a a 2 a n a 2 a 22 a 2n... a m a m2 a mn a 2 a 22 f(x = x f(e + + x n f(e n. x x 2. x n = a n a 2n a x + a 2 x a n x n a 2 x + a 22 x a 2n x n a m x + a m2 x a mn x n = = x. + x x n. = x f(e + + x n f(e n = f(x a m a m2 a mn Luego efectivamente, f(x = Ax, para A definida como indicamos. A esta matriz A se la llama matriz estándar de f Aplicaciones lineales entre espacios cualesquiera Vamos ahora a demostrar que a cualquier aplicación lineal f: V W, con dim V = n y dim W = m, se le puede asociar una aplicación matricial. Sean B = {v, v 2,..., v n } una base del espacio V y B = {w, w 2,..., w m } una base de W. Todo v V se escribe de forma única como combinación lineal de los vectores de la base, v = k v + k 2 v k n v n, luego f(v = k f(v + k 2 f(v k n f(v n. Supongamos que conocemos las imágenes de f(v, f(v 2,..., f(v n expresadas en la base B, por lo tanto f(v = a w + a 2 w a m w m f(v 2 = a 2 w + a 22 w a m2 w m f(v n = a n w + a 2n w a mn w m f(v = k (a w + a 2 w a m w m + k 2 (a 2 w + a 22 w a m2 w m + + k n (a n w + a 2n w a mn w m = (k a + k 2 a k n a n w + (k a 2 + k 2 a k n a 2n w (k a m + k 2 a m2 + + k n a mn w m que expresado en coordenadas [f(v] B = k a + k 2 a k n a n k a 2 + k 2 a k n a 2n k a m + k 2 a m2 + + k n a mn = a a 2 a n a 2 a 22 a 2n... a m a m2 a mn k k 2. k n Luego, hemos encontrado que ( [f(v] B = [f(v ] B [f(v 2 ] B [f(v n ] B [v] B = A[v] B Álgebra Lineal. 5
5 4.4 Composición de aplicaciones lineales Por tanto fijadas las bases B y B en los espacios V y W, a cada aplicación lineal f se le puede asociar una única matriz, A m n, que recibe el nombre de matriz de f respecto de las bases B y B. Si tenemos un operador lineal f: V V y consideramos que tenemos la misma base B en el espacio de partida y en el de llegada, entonces se habla de matriz de f respecto de la base B. Si tenemos que nos dicen que la matriz A m n es la matriz de la aplicación lineal f: V W respecto de las bases B y B. Cómo calcularemos ker f e img f? Cálculo de ker f ker f = {v V : f(v = 0} = {v V : [f(v] B = [0] B } = {v V : A[v] B = [0] B } Luego para calcular ker f hallaremos las soluciones del sistema homogéneo Ax = 0, y esas soluciones constituirán las coordenadas de los vectores del ker f en la base B. El paso de coordenadas a vectores es inmediato. Cálculo de img f Hemos visto que img f = lin{f(v, f(v 2,..., f(v n } luego para calcular una base de la imagen hay que encontrar una base de ese subespacio. Pero un conjunto de vectores de un espacio vectorial es base si lo es el conjunto formado por los vectores de coordenadas (ejercicio 3.5, luego basta con encontrar una base para el espacio de las columnas de la matriz A. 4.4 Composición de aplicaciones lineales Definición 4.7 Sean f: V W y g: W U aplicaciones lineales. Llamaremos aplicación compuesta de f y g, a la aplicación g f: V U definida por (g f(v = g(f(v, v V. Proposición 4.8 Sean f: V W y g: W U aplicaciones lineales, con dim V = n, dim W = m y dim U = p, y sean B, B y B bases de V, W y U, respectivamente. Entonces: a g f es una aplicación lineal. b Si A m n es la matriz asociada a f respecto de las bases B y B, y C p m es la matriz asociada a g respecto de las bases B y B, entonces CA es la matriz asociada a g f respecto de las bases B y B. a (g f(ku + lv = g(f(ku + lv = g(kf(u + lf(v = kg(f(u + lg(f(v = k(g f(u + l(g f(v. b Teniendo en cuenta que [g(w] B = C[w] B y [f(v] B = A[v] B, [(g f(v] B = [g(f(v] B = C[f(v] B = CA[v] B ; v V. 4.5 Teorema de Semejanza Teorema de semejanza 4.9 Sean f: V V, con dim V = n, un operador lineal, A la matriz de f respecto de la base B de V y A la matriz de f respecto de la base B. Entonces A = P AP siendo P la matriz de paso de la base B a la base B. Álgebra Lineal. 52
6 4.6 Ejercicios A [v] B = [f(v] B = P [f(v] B = P A[v] B = P AP [v] B Como lo verifica para todo v V, (ver ejercicio 2.2 se llega a que A = P AP. Este resultado es un caso particular del siguiente más general: Proposición 4.0 Si f: V W es una aplicación lineal, A la matriz de la aplicación f respecto de las bases B de V y B 2 de W y A es la matriz de f respecto de las bases B de V y B 2 de W, entonces A = Q AP siendo P la matriz de paso de la base B a la base B y Q la matriz de paso de B 2 a B 2. Definición 4. Dadas dos matrices A y B de orden n se dice que A y B son semejantes si, y sólo si existe una matriz P inversible tal que B = P AP. Proposición 4.2 Dos matrices A y B son semejantes si y sólo si representan al mismo operador lineal respecto a dos bases. = Es el Teorema de Semejanza. = A y B son semejantes P inversible tal que B = P AP. Consideremos el operador lineal f: IR n IR n definido por f(x = Ax, luego A es la matriz de f respecto de la base canónica. P es inversible luego sus columnas forman una base de IR n, y por lo tanto P es la matriz de paso de la base formada por las columnas de P a la base canónica. Por el Teorema de Semejanza B = P AP es la matriz de f respecto a esa base y A y B representan al mismo operador lineal respecto a bases distintas. Corolario 4.3 Si A y B son matrices semejantes, entonces tienen el mismo rango. 4.6 Ejercicios 4. Determinar si las siguientes aplicaciones son o no lineales: a F : IR 2 IR 2 / F (x, y = ( 3 x, 3 y b F : IR 3 IR 2 / F (x, y, z = (2x + y, 3y 4z. ( a b c F : M 2x2 IR / F = a c d 2 + b Sea T : IR 3 W la proyección ortogonal de IR 3 sobre el plano W que tiene por ecuación x + y + z = 0. Hallar una fórmula para T y calcular T (3, 8, Sean V un espacio vectorial y T : V V la aplicación lineal tal que T (v = 3v. Cuál es el núcleo de T? Cuál es la imagen de T?. 4.4 Consideramos la base S = {v, v 2, v 3 } de IR 3 donde v = (, 2, 3, v 2 = (2, 5, 3 y v 3 = (, 0, 0. Encontrar una fórmula para la transformación lineal T : IR 3 IR 2 para la que T (v = (, 0, T (v 2 = (0, y T (v 3 = (0,. Calcular T (,,. 4.5 Sea A una matriz de tamaño 5 7 con rango 4. Álgebra Lineal. 53
7 4.6 Ejercicios a Cuál es la dimensión del espacio de soluciones de Ax = 0?. b Ax = b es compatible para todo b perteneciente a IR 5? Por qué?. 4.6 Sea T : IR 3 IR 3 la aplicación lineal dada por la matriz A = a Demostrar que el núcleo de T es una recta y encontrar sus ecuaciones paramétricas. b Demostrar que la imagen de T es un plano y hallar su ecuación. 4.7 Sea f: V W una aplicación lineal. Se dice que una aplicación lineal es inyectiva si a cada vector de la imagen le corresponde un único original (es decir, si f(u = f(v u = v. Demostrar que f es inyectiva si y sólo si ker(f = {0}. 4.8 Encontrar la matriz estándar de cada una de las aplicaciones lineales siguientes: x x x + 2x 2 + x x 4 3 x a T x 2 = x + 5x 2 b T 2 x x 3 x 3 = x x 3 3 x 4 x x Sea T : IR 2 IR 3 la transformación lineal definida por T ( x x 2 = x + 2x 2 x 0 a Encontrar la matriz de T respecto de las bases: B = {u = (, 3, u 2 = ( 2, 4} y B = {v = (,,, v 2 = (2, 2, 0, v 3 = (3, 0, 0}. b Usar la matriz obtenida en el apartado a para calcular T (8, Se considera la aplicación f: ( M 2 2 (IR M( 2 2 (IR definida ( por: a a f 2 2 a a = 2 a 2 a 22 0 a 2 a 22 a Demostrar que f es lineal. b Hallar la matriz asociada a la aplicación lineal respecto de la base canónica de M 2 2 (IR. c Hallar el núcleo y la imagen de f así como sus dimensiones y bases. d Hallar la matriz {( de f respecto ( de la ( base: ( B =,,, Considerar la aplicación lineal T : IR 4 IR 3 dada por la matriz A = respecto de las bases: B = {v = (0,,,, v 2 = (2,,,, v 3 = (, 4,, 2, v 4 = (6, 9, 4, 2} y } B = {w = (0, 8, 8, w 2 = ( 7, 8,, w 3 = ( 6, 9, }. Álgebra Lineal. 54
8 4.6 Ejercicios a Hallar [T (v ] B, [T (v 2 ] B, [T (v 3 ] B, [T (v 4 ] B. b Encontrar T (v, T (v 2, T (v 3, T (v 4. c Hallar T (2, 2, 0, 0. ( ( 4.2 Sea T : IR 2 IR 2 x x + 7x la aplicación lineal definida por T = 2. x 2 3x + 4x 2 Hallar la matriz de T respecto de la base B y aplicar el teorema de semejanza para calcular la matriz de T respecto de la base B, siendo B = {u = (2, 2, u 2 = (4, } y B = {v = (, 3, v 2 = (, }. 4.3 Probar que si A y B son matrices semejantes entonces det(a = det(b. 4.4 Probar por inducción que si A y B son matrices semejantes entonces A n y B n también lo son para cualquier n IN. 4.5 Dado el operador lineal T : IR 3 IR 3 tal que [T (x] B = A[x] B siendo: 2 a A = 2a y B = {u = (,, 0, u 2 = (0,,, u 3 = (, 0, 0} a 2 a Hallar la matriz estándar de T. b Calcular los subespacios ker(t y img(t según los valores de a. 4.6 Sean T : V W una transformación lineal y S = {v, v 2,..., v n } un conjunto de vectores de V. Demostrar que si el conjunto {T (v, T (v 2,..., T (v n } es linealmente independiente, entonces S es linealmente independiente. Es cierto el recíproco?. Justificar la respuesta. 4.7 Sea T : IR 3 IR 3 la aplicación lineal T = x x 2 x 3 = λx + µx 2 + x 3 x + λµx 2 + x 3 x + µx 2 + λx 3. Se pide: a Encontrar los valores de λ y µ para los cuáles la imagen de T sea IR 3. Quién es en ese caso el núcleo?. b Sea λ =. Encontrar una base del núcleo en ese caso. c Sea λ = y µ = 0. Se pide: c.. Encontrar la matriz de T respecto de la base B = {u = (, 0,, u 2 = (0,, 0, u 3 = (4,, 2}. c.2. Dada la base B = {v = (,, 2, v 2 = (,, 0, v 3 = (,, }, encontrar la matriz de paso de B a B. c.3. Encontrar la matriz de T en la base B aplicando el teorema de semejanza. 4.8 Sea T : IR 3 IR 2 la aplicación lineal talque: { 0 x + 2y + z = 0 (i ker(t = (ii T 0 2x + y + z = 0 = ( 0 (iii T 0 = ( 2 a Calcular la matriz estándar. b Calcular las ecuaciones paramétricas de la imagen del subespacio x + y + z = Sea T un operador lineal sobre el espacio vectorial V. Demostrar que T T = 0 img(t ker(t. (Aquí 0 representa la aplicación nula. Álgebra Lineal. 55
9 4.6 Ejercicios 4.20 En el espacio vectorial real IR 4 se definen los subespacios: S = lin{(, 4,,, (2, 3, 2, 3}, S 2 = lin{(,,, 3, (3, 2, 3, 4}, { x2 x S 3 tiene por ecuaciones implícitas 4 = 0 2x 2 + 3x 4 = 0 y S 4 = lin{(0,, 0, 0, (, 0,, 2}. Se considera la aplicación lineal f: IR 4 IR 4 que cumple: i f(0,, 0, 0 = (, 3, 0, ii ker(f = S S 2 iii f(s 3 = S 4 iv f(,, 0, 3 = (m, 5, n, 2 v f(,,, = (, 2, a, b Se pide hallar la matriz estándar de f. 4.2 Dado el espacio vectorial P 3 (IR, de las funciones polinómicas de grado menor o igual que tres, se considera la aplicación f: P 3 (IR P 3 (IR definida por f[p (x] = P (x + + P (x 2P (x. Se pide: a Probar que f es lineal. b Demostrar que img(f = ker(f. c Si fuera f: P 4 (IR P 4 (IR, se podría dar img(f = ker(f?. Razonarlo sin calcular la imagen y el núcleo de f. d Probar que: Q(x img(f, existe un único P (x P 3 (IR que verifica que f[p (x] = Q(x y P (0 = P (0 = Sea f: IR 4 IR 4 un operador lineal, del que se sabe que: f(,, 0, 0 = (0,, 0, y f(, 0,, 0 = (,,, 0. Hallar la matriz estándar de f en cada uno de los siguientes supuestos: a ker f = img f. b f f = Id (la identidad. c f f = f. Álgebra Lineal. 56
Aplicaciones lineales.
Capítulo 5 Aplicaciones lineales. 5. Definición. Núcleo e imagen. Definición 23.- Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una aplicación lineal si: () f(u
Más detallesAplicaciones lineales
53 Matemáticas I : Álgebra Lineal Tema 5 Aplicaciones lineales 5. Definición. Núcleo e imagen Definición 26.- Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una
Más detallesAplicaciones lineales
49 Fundamentos de Matemáticas : Álgebra Lineal Capítulo 0 Aplicaciones lineales 0. Definición. Núcleo e imagen Definición 29.- Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se
Más detalles148 Matemáticas 1. Unidad IV. Álgebra Lineal
148 Matemáticas 1 Unidad IV Álgebra Lineal 149 Matemáticas 1 : Álgebra Lineal Capítulo 13 Espacios vectoriales reales 13.1 Espacios vectoriales Definición 76.- Un espacio vectorial real V es un conjunto
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 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 detalles5. Aplicaciones lineales
5. Aplicaciones lineales Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2010 Contents 5 Aplicaciones lineales 7 5.1 Definición y propiedades..............................
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 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 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 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 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 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 detallesEspacios vectoriales reales
140 Fundamentos de Matemáticas : Álgebra Lineal 9.1 Espacios vectoriales Capítulo 9 Espacios vectoriales reales Los conjuntos de vectores del plano, R 2, y del espacio, R 3, son conocidos y estamos acostumbrados
Más detallesAplicaciones Lineales
Capítulo 5 Aplicaciones Lineales 51 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K Definición 511 Se dice que una aplicación f : V W es una aplicación lineal o un
Más detallesAplicaciones Lineales
Capítulo 7 Aplicaciones Lineales 7.1 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K. Definición 7.1.1 Se dice que una aplicación f : V W es una aplicación lineal o
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 detallesTema 3 APLICACIONES LINEALES
Tema 3 APLICACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Definición y propiedades. Núcleo e imagen. Isomorfismos. Definición 1.1 Una aplicación f : V V entre dos espacios vectoriales
Más detallesA-PDF Page Cut DEMO: Purchase from to remove the watermark. Ejercicios resueltos 125
A-PDF Page Cut DEMO: Purchase from www.a-pdf.com to remove the watermark Ejercicios resueltos 125 Las matrices asociadas a g f y f g son, respectivamente 0 3 8 ) 14 13 g f BA = 3 3 1 f g AB = 16 22 7 2
Más detallesAPLICACIONES LINEALES.
Tema 4. ÁLGEBRA APLICACIONES LINEALES. Curso 2017-2018 José Juan Carreño Carreño Departamento de Matemática Aplicada a las Tecnologías de la Información y las Comunicaciones Escuela Técnica Superior de
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 detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más 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 detallesTEMA 4. APLICACIONES LINEALES
TEMA 4. APLICACIONES LINEALES 1.- Definición y propiedades. 2.- Aplicaciones lineales inyectivas y Suprayectivas. 3.- Núcleo, imagen, matriz asociada y rango de una aplicación lineal. 4.- Operaciones con
Más detalles5. Aplicaciones Lineales
Contents 5 Aplicaciones Lineales 2 5.1 Aplicaciones lineales. Definición y propiedades........................ 2 5.2 Núcleo e Imagen.................................................... 3 5.3 Descomposición
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 detallesGeometría afín y proyectiva, 2016 SEMANA 3
Geometría afín y proyectiva, 2016 SEMANA 3 Sonia L. Rueda ETS Arquitectura. UPM September 20, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más detallesAplicaciones Lineales
Aplicaciones Lineales Ximo Beneyto Tema: Pàgina : 49 APLICACIONES LINEALES Definición : Sean (E(K), +, A) y (F(K), +, A), Espacios Vectoriales construídos sobre un mismo cuerpo K, una aplicación f:e 6
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 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 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 detallesTema 3. Aplicaciones lineales Doble Grado en Ingeniería Informática y Matemáticas Curso 2012/13 Profesor: Rafael López Camino
Tema 3. Aplicaciones lineales Doble Grado en Ingeniería Informática y Matemáticas Curso 212/13 Profesor: Rafael López Camino 1. (a Si f L(V, V, B es base de V y f(b es un conjunto de vectores linealmente
Más detallesDepartamento de Ingeniería Matemática - Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 8-2 4. Transformaciones lineales 4.. Introducción SEMANA 8: TRANSFORMACIONES LINEALES Sea la matriz
Más detallesAplicaciones lineales
Capítulo 5 Aplicaciones lineales Estas notas están basadas en las realizadas por el profesor Juan González-Meneses para la asignatura Álgebra lineal de la Licenciatura de Matemáticas. 5.1. Definición y
Más detallesESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS
ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA.1 Definición de Aplicación Lineal. FUNDAMENTOS MATEMÁTICOS 8. APLICACIONES LINEALES Sean
Más detallesa ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2
68 Matemáticas I : Álgebra Lineal Tema 7 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado
Más detallesAfinidades. Movimientos
Capítulo 3 Afinidades. Movimientos 3.1 Aplicaciones afines Nota En lo que sigue E = (X, V, + es un espacio afín sobre K de dimensión n y R = {O, B} un sistema de referencia de E. Definición 3.1.1 Llamamos
Más detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detallesTema 1: Nociones básicas del Álgebra Lineal.
Nociones básicas del Álgebra Lineal 1 Tema 1: Nociones básicas del Álgebra Lineal 1 Conceptos fundamentales sobre espacios vectoriales y bases Definición Sea (K + ) un cuerpo y (V +) un grupo abeliano
Más detalles3. Aplicaciones lineales.
A-PDF Page Cut DEMO: Purchase www.apuntesdemates.weebly.com from www.a-pdf.com to remove the watermark 3. Aplicaciones lineales. 3.1 Definiciones y propiedades A menudo el concepto de aplicación se confunde
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 detallesAplicaciones lineales
Aplicaciones lineales María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Aplicaciones lineales Matemáticas I 1 / 32 Contenidos 1 Definición y propiedades Definición de aplicación
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 detallesAplicaciones lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones lineales (Curso 2004 2005) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos, epimorfismos
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 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 detallesa n1 a n2 a nn x n a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x j x i = s ij x i x j + s ji x j x i 2 x i x j + a ij + a ji
16 Fundamentos de Matemáticas : Álgebra Lineal Capítulo 1 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado,
Más detallesTema 3: Aplicaciones Lineales
Tema 3: Aplicaciones Lineales José M. Salazar Noviembre de 2016 Tema 3: Aplicaciones Lineales Lección 4. Aplicaciones lineales. Índice 1 Aplicaciones lineales: definiciones y resultados principales Primeras
Más detallesEjercicio 2 (Examen de septiembre de 2009) Razona cuáles de los siguientes conjuntos son subespacios vectoriales:
Ejercicio 1 De los siguientes subconjuntos de R 3 decida cuales son subespacios y cuales no: a) U 1 = {(x,y,z) / x = 1 = y+z} b) U 2 = {(x,y,z) / x+3y = 0,z 0} c) U 3 = {(x,y,z) / x+2y+3z= 0 = 2x+y} d)
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 detallesNúcleo e Imagen de una aplicación lineal.
PRÁCTICA Nº 8 Núcleo e Imagen de una aplicación lineal. Con esta práctica se pretende utilizar el cálculo de la expresión matricial de una aplicación lineal respecto de las bases del dominio y codominio
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 detallesAplicaciones Lineales
Aplicaciones Lineales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Aplicaciones Lineales 1 / 47 Objetivos Al finalizar este tema tendrás que: Saber si una aplicación es
Más detallesa n1 a n2 a nn Es decir, una forma cuadrática es un polinomio homogéneo de grado 2 y n variables.
Capítulo 7 Formas cuadráticas. Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado de la norma de un vector
Más detallesTransformaciones lineales
Semana 8 [1/62] 8 de septiembre de 27 Definiciones básicas Semana 8 [2/62] Definición Transformación lineal U, V dos espacios vectoriales sobre el mismo cuerpo Ã. T : U V es una transformación (o función)
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 detallesEspacios vectoriales reales.
Capítulo 4 Espacios vectoriales reales. 4.1 Espacios vectoriales. Definición 86.- Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe
Más detallesla matriz de cambio de base de B 1 en B 2. = M 1 B 2,B 1 [1 + x + x 2 ] B1 = M B2.
Práctica 2. Álgebra Lineal. Cambio de Base.Transformaciones Lineales. Matrices asociadas a una transformación lineal. 2do año: Lic. en Matemática y Profesorado. 1. (a) Sean B 1 = {(1, 0), (1, 1)} y B 2
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 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 detallesPráctica 2. Transformaciones lineales.
Práctica 2. Transformaciones lineales. 1. Decida si las siguientes funciones son transformaciones lineales. En caso de serlo, calcule núcleo e imagen. (a) f : R 3 R 3, f((x 1, x 2, x 3 ) T ) = (x 1 x 2
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 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 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 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 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 detallesÁlgebra 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 detallesEspacios vectoriales
CAPíTULO 2 Espacios vectoriales 1. Definición de espacio vectorial Es frecuente representar ciertas magnitudes físicas (velocidad, fuerza,...) mediante segmentos orientados o vectores. Dados dos de tales
Más detallesTransformaciones lineales
Transformaciones lineales Problemas teóricos En los problemas de esta lista se supone que V y W son espacios vectoriales sobre un campo F. Linealidad de una función 1. Varias maneras de escribir la propiedad
Más detallesSea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares).
Capítulo 6 Espacios Vectoriales 6.1 Definiciones Sea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares). Definición 6.1.1 Se dice que
Más detallesProposición Sea V un espacio vectorial sobre K de dimensión n y B una base de V. Gl(n, K) = {A M(n n, K) A = 0}.
Tema 6 Formas canónicas 6.1 Introducción Proposición 6.1.1. Sea V un espacio vectorial sobre K de dimensión n y B una base de V. La aplicación Φ B : End(V ) M(n n, K) definida por Φ B (f) = M B (f), es
Más detallesTransformaciones lineales
Transformaciones lineales. Determine si las siguientes aplicaciones son o no lineales. Justifique su respuesta: a) T : R R; T( x) = x b) T : R R ; T(x, y) = (x y, x) c) T : R R ; T(x, y, z) = ( y, z x
Más detallesTEMA 5: Aplicaciones Lineales. Diagonalización.
TEMA 5: Aplicaciones Lineales. Diagonalización. 1. Aplicaciones Lineales 1.1. Definición, propiedades y ejemplos. Definición 1. Dados dos espacios vectoriales V y V sobre un mismo cuerpo K, una aplicación
Más detallesCurso 2017/2018 Grado en Ingeniería Química Industrial Matemáticas I - Problemas Tema 5 Aplicaciones Lineales Núcleo e Imagen
Curso 7/8 Grado en Ingeniería Química Industrial Matemáticas I - Problemas Tema 5 Aplicaciones Lineales Núcleo e Imagen. Para las siguientes aplicaciones lineales : calcula tanto el núcleo como la imagen
Más detallesALGEBRA 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 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 detalles58 7. ESPACIOS COCIENTE
CAPíULO 7 Espacios cociente En esta sección estudiamos el cociente de un espacio vectorial por un subespacio W. Este cociente se define como el conjunto cociente de por una relación de equivalencia conveniente.
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 detallesÁlgebra Lineal. Hoja 6. Transformaciones lineales y matrices
Álgebra Lineal Hoja 6. Transformaciones lineales y matrices Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S.
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 4: Aplicaciones lineales
Águeda Mata y Miguel Reyes, Dpto de Matemática Aplicada, FI-UPM 1 Tema 4: Aplicaciones lineales Ejercicios 1 Estudia la linealidad de las siguientes aplicaciones: (a) f : R R 3, definida por f(x, y) =
Más detallesÁLGEBRA Algunas Soluciones a la Práctica 6
ÁLGEBRA Algunas Soluciones a la Práctica 6 Aplicaciones lineales (Curso 2006 2007) 3. Dada la matriz A = ( 1 0 ) 2 3 2 1 y las bases B 1 = {(2, 1), (1, 1)} en IR 2 y B 2 = {(0, 1, 1), (1, 1, 1), ( 1, 2,
Más detallesÁlgebra Lineal. Tema 6. Transformaciones lineales y matrices
Álgebra Lineal Tema 6. Transformaciones lineales y matrices Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S.
Más detallesProblemas de Aplicaciones Lineales
Problemas de Aplicaciones Lineales Natalia Boal Francisco José Gaspar María Luisa Sein-Echaluce Universidad de Zaragoza 1. En los siguientes ejercicios determina si la aplicación f : IR 2 IR 2 es lineal:
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 detallesALGEBRA LINEAL Práctica 2: Transformaciones lineales
Segundo cuatrimestre 2003 ALGEBRA LINEAL Práctica 2: Transformaciones lineales 1. Determinar cuáles de las siguientes funciones son transformaciones lineales: (i) f : R 3 R 3, f(x 1, x 2, x 3 ) = (2x 1
Más detallesGeometría afín y proyectiva, 2016 SEMANA 2
Geometría afín y proyectiva, 2016 SEMANA 2 Sonia L. Rueda ETS Arquitectura. UPM September 20, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detallesDiagonalización de Endomorfismos
Tema 5 Diagonalización de Endomorfismos 5.1 Introducción En este tema estudiaremos la diagonalización de endomorfismos. La idea central de este proceso es determinar, para una aplicación lineal f : E E,
Más detallesÁLGEBRA LINEAL I Práctica 5
ÁLGEBRA LINEAL I Práctica 5 Espacios vectoriales (Curso 2014 2015) 1. En el espacio vectorial real IR 2 consideramos los siguientes subconjuntos: (a) A = {(x y) IR 2 x 2 + y 2 = 1}. (b) B = {(x y) IR 2
Más detallesEspacios vectoriales reales
144 Matemáticas 1 : Álgebra Lineal Capítulo 9 Espacios vectoriales reales 9.1 Espacios vectoriales Los conjuntos de vectores del plano, R, y del espacio, R 3, son conocidos y estamos acostumbrados a movernos
Más detalles