Práctica de Aplicaciones Lineales
|
|
- Joaquín Montes Fidalgo
- hace 8 años
- Vistas:
Transcripción
1 practica5.nb 1 Práctica de Aplicaciones Lineales Aplicaciones lineales y matrices Las matrices también desempeñan un papel muy destacado en el estudio de las aplicaciones lineales entre espacios vectoriales finito-dimensionales. Concretamente, fijadas bases en ellos, la aplicación lineal considerada queda representada por una matriz de orden m n, donde m es la dimensión del espacio vectorial inicial y n la del final. ü Ejemplo 1 Supongamos que f : 3 Æ 4 es la aplicación lineal definida por f(x,y,z)=(x-y, x-z, 0, x). f@8x_, y_, z_<d := 8x y, x z, 0, x< Se puede ya, calcular la imagen de cualquier vector de 3. Por ejemplo sea el vector de coordenadas en la base canónica (1, -1, 1), su imagen se calcularía f@81, 1, 1<D En 3 y 4 consideramos las bases canónicas, es decir A1 = IdentityMatrix@3D; A2 = IdentityMatrix@4D; Cuál es la matriz de f respecto e estas bases?. Se halla calculando los transformados mediante A1 respecto de A2. Las listas resultantes serán las columnas de la matriz. f de los vectores de matrizf = 8<; For@i = 1, i <= 3, i++, AppendTo@matrizf, f@a1@@idddd D matrizf = Transpose@matrizfD; matrizf êê MatrixForm A partir de la matriz de f respecto de las bases especificadas, la imagen un vector se calcula fácilmente. Por ejemplo, la imagen del vector que respecto de A1 tiene coordenadas (1, -1, 1) es matrizf.81, 1, 1<
2 practica5.nb 2 Como se puede observar el vector imagen del (1, -1, 1) aplicando la expresión de f es igual al vector imagen haciendo uso de la matriz de la aplicación. Ejemplo 2 Otra forma de especificar una aplicación lineal es proporcionar los transformados de los vectores de una base del espacio inicial. Supongamos, por ejemplo, que la aplicación lineal g : 4 Ø 2 está definida por g(1, 2, 3, 4) = (1, 2), g(2, 1, 3, 4) = (1, 3), g(1, 0, 0, 1) = (2, 1), g(0, 0, 0, 1) = (1, 0) El conjunto B1 = {(1, 2, 3, 4), (2, 1, 3, 4), (1, 0, 0, 1), (0, 0, 0, 1)} es base de 4 pues da lugar a una matriz de determinante no nulo: Det@881, 2, 3, 4<, 82, 1, 3, 4<, 81, 0, 0, 1<, 80, 0, 0, 1<<D Consideremos, pues, las siguientes bases de 4 y 2, respectivamente: B1 = 881, 2, 3, 4<, 82, 1, 3, 4<, 81, 0, 0, 1<, 80, 0, 0, 1<<; B2 = 881, 0<, 80, 1<<; cuál es la matriz de la aplicación g considerando la base B1 en el espacio inicial 4 y la base B2 Hla base canónical en el espacio final 2 Recordando lo realizado al comienzo de la práctica, la matriz de g respecto de las bases B1 y B2 es Ag = Transpose@881, 2<, 81, 3<, 82, 1<, 81, 0<<D; MatrixForm@AgD Cómo se hallaría la imagen del vector que respecto de la base canónica de 4 se escribe (1, -2, 3, -4)? El problema estriba en que no se puede usar directamente la matriz calculada, pues para ello habría que utilizar la lista de coordenadas respecto de B1 del vector cuya imagen se pide. Se puede resolver fácilmente efectuando un cambio de base en espacio inicial, para lo que vamos a considerar la rutina que creamos en la práctica dedicada al cambio de base en espacios vectoriales. (También será útil a la hora de resolver los problemas propuestos). 4 g 2 A 1 1 B c B 1 Ag B2 â Ag.A 1 1 A1 = Transpose@B1D Definimos la base canónica de 4.
3 practica5.nb 3 La matriz de cambio de base de B1 a Bc es Entonces, la matriz de g respecto de Bc y B2 es Cg = Ag.Inverse@A1D; Cg êê MatrixForm Ahora es muy fácil hallar el transformado de (1, -2, 3, -4). Es Cg.81, 2, 3, 4< Núcleo e imagen de una aplicación lineal Asociados al concepto de aplicación lineal tenemos los de núcleo de la aplicación, N(f) e imagen de f, Im(f). En esta sección mostraremos cómo usar las órdenes incorporadas a Mathematica para trabajar con ellos. Supongamos que disponemos de la aplicación lineal h: 4 Ø 4 que, respecto de bases fijadas en los espacios inicial y final, tiene la siguiente matriz asociada: matrizh = 881, 0, 0, 0<, 80, 1, 0, 1<, 80, 1, 1, 0<, 80, 0, 0, 0<<; matrizh êê MatrixForm Puesto que, según la definición de núcleo de una aplicación, está formado por los vectores del espacio inicial que tienen como imagen el vector cero del espacio final. Tomamos un vector v genérico de 4 y obligamos a que tenga como imagen el vector cero del espacio final, que vuelve a ser 4, por lo tanto,es (0,0,0,0). v = 8x, y, z, t<; Solve@matrizh.v 80, 0, 0, 0<, 8x, y, z, t<d Lo que nos dice este resultado es que (x,y,z,t)=(0,t,t,t)= t (0,1,1,1), luego el vector (0,1,1,1) genera N(f) y al ser distinto del vector cero es l.i., esto es, es base de N(f). Una base del núcleo de la aplicación lineal h se puede obtener directamente con la orden NullSpace, de la siguiente manera: BaseNucleo = NullSpace@matrizhD El núcleo de h es, pues, un subespacio vectorial de dimensión uno. Podemos hallar sus ecuaciones paramétricas e implícitas: param = 8a<; coord = 8x, y, z, t<; paramnucleo = LogicalExpand@coord == Transpose@BaseNucleoD.paramD implicitasnucleo = Eliminate@paramNucleo, paramd Para hallar una base de la imagen de h, así como sus ecuaciones paramétricas e implícitas debemos recordar que un sistema de generadores está formado por los vectores correspondientes a las columnas de la matriz de h, o, lo que es lo mismo, por las filas de la traspuesta de dicha matriz. Lo definimos, pues.
4 practica5.nb 4 generadorimagen= Transpose@matrizhD; A partir de él hallamos una base con alguno de los procedimientos indicados en la primera práctica, por ejemplo, mediante la reducción por filas. RowReduce@generadorImagenD Una base es, por ejemplo, BaseImagen = Table@%@@iDD, 8i, 3<D Las ecuaciones correspondientes son param = 8a, b, c<; coord = 8x, y, z, t<; paramimagen = LogicalExpand@coord == Transpose@BaseImagenD.paramD implicitasimagen = Eliminate@paramImagen, paramd El subespacio imagen de h tiene dimensión tres y, por tanto, una única ecuación implícita. Imagen de un subespacio vectorial por una aplicación lineal Finalizamos esta práctica mostrando cómo hallar la imagen de un subespacio vectorial U del espacio inicial mediante una aplicación lineal. Supongamos que j: 5 Ø 3 es la aplicación lineal que tiene, respecto de bases fijadas en los espacios vectoriales involucrados, la siguiente matriz asociada: matrizj = 881, 0, 0, 1, 0<, 81, 1, 0, 0, 1<, 81, 1, 0, 0, 0<<; Pretendemos hallar el subespacio V de 3 tal que, V=f(U) donde U es un subespacio de 5. Cómo se calcula V? V es el subespacio engendrado por las imágenes de los vectores de una base de U. Si sabemos una base de U, la formación de V es inmediata, basta calcular la imagen de cada vector de la base. Así pues, si U nos lo dan por medio de un conjunto generador o una base, bastaría calcular la imagen de cada uno de los vectores. Si U viene dado por sus ecuaciones implícitas, entonces tenemos que encontrar una base de U. Veamos cómo hacerlo implicitasu = 8x+y z == 0, y z == 0, y+t == 0<; Para ello, definimos coordenadas. coordu = 8x, y, z, t, u<; Resolvemos en las variables x, y,z, t y u. parametricasu = Solve@implicitasU, coordud Un vector genérico es vectoru = coordu ê. parametricasu@@1dd Se aprecia que un sistema generador es
5 practica5.nb 5 generadoru = 880, 1, 1, 1, 0<, 80, 0, 0, 0, 1<<; Ya tenemos un conjunto generador de U, que además es base,un sistema generador del subespacio imagen se halla calculando la imagen de cada uno de los vectores del anterior conjunto. generadorv = Table@matrizj.generadorU@@iDD, 8i, 2<D Ss además quisiéramos las ecuaciones paramétricas e implícitas del subespacio imagen del dado a partir de sus ecuaciones implícitas se calculan como sigue: coordv = 8x, y, z<; paramv = 8a, b<; parametricasv = LogicalExpand@coordV == Transpose@generadorVD.paramVD implicitasv = Eliminate@parametricasV, paramvd Ejercicios 1.- Se considera la aplicación lineal f: 3 Ø 2 dada por f(x,y,z) = (x+y, y+3z) a) Halle su matriz asociada respecto de las bases canónicas de 3 y 2. b) Halle las coordenadas de la imagen del vector de coordenadas (1,2,4) (se entiende todo con respecto a las bases canónicas). c) Halle la matriz asociada a f respecto de la base B1={(1,1,1),(0,1,- 1),(1,0,0)} del espacio inicial y la canónica del final. d) Halle la matriz asociada a f respecto de la base canónica del espacio inicial y la base B2 ={(1,2),(0,1)} del espacio final. e) Halle su matriz asociada respecto de las bases canónicas B1 y B Se considera el endomorfismo f : 4 Ø 4 que respecto de la base usual de 4 tiene como matriz asociada {(10,1,1,1), (1,2,1,1),(1,1,2,1),(1,1,1,19/28)} a) Halle una base y las ecuaciones implícitas de su núcleo. b) Halle una base y las ecuaciones implícitas de su imagen. c) Determine si el vector (-3,-3, -2,-1) pertenece a la imagen de f. 3.- Sea A={(1,1,1,2,7), (2,2,2,3,3),(3,3,7,1,0),(4,4,4,5,2)}.
6 practica5.nb 6 Supongamos que A representa una aplicación entre dos espacios vectoriales de dimensión 5 y 4 respectivamente. a) Halle una base del núcleo de dicha aplicación. b) Escriba un vector, no nulo y distinto de los de la base del núcleo, que se transforme mediante la aplicación lineal en el cero del segundo espacio vectorial. c) Calcule la imagen de (1,2,3,4,5). 4.- Se considera la aplicación lineal de 4 en 3 definida por: (40, 7, 4, 6) Ø (1, 0, 1) (6, 7, 40, 7) Ø (1, 1, 1) (5, 1, 4, 30) Ø (0, 1, 0) (1, 2, 2, 1) Ø (1, -1, 1) a) Calcule la matriz asociada a dicha aplicación lineal respecto de las bases usuales (bases canónicas de cada espacio). b) Calcule una base del núcleo de la aplicación. c) Calcule una base de la imagen de la aplicación. d) Es el vector (7, 0, 3) un vector de la imagen?
Aplicaciones lineales
aplicaciones_lineales.nb Aplicaciones lineales Práctica de Álgebra Lineal, E.U.A.T, Grupos ºA y ºB, 005 Aplicaciones lineales y matrices Hay una relación muy estrecha entre aplicaciones lineales y matrices:
BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Espacios vectoriales y aplicaciones lineales.
Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en
4 APLICACIONES LINEALES. DIAGONALIZACIÓN
4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos
1. APLICACIONES LINEALES
1 1. APLICACIONES LINEALES 1. Estudiar si las siguientes aplicaciones son lineales: a) f : R 2 R 3, f(x, y) = (x + y, y, x 2y). Sí es lineal. b) f : R 2 R, f(x, y) = xy. No es lineal. Basta observar que
1 Espacios y subespacios vectoriales.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto
Aplicaciones Lineales
Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las
Tema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
APLICACIONES LINEALES. DIAGONALIZACIÓN
I.- Sea f una transformación lineal de un espacio vectorial V de dimensión n. Sea B una base de V. Sea A la matriz asociada a f respecto de la base B. Señala, sin demostrar, cuáles de las siguientes afirmaciones
1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS
1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una
Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales
Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector
E 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
4 Aplicaciones Lineales
Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1
8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.
Prácticas de Matemáticas I y Matemáticas II con DERIVE 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar si el
Formas bilineales y cuadráticas.
Tema 4 Formas bilineales y cuadráticas. 4.1. Introducción. Conocidas las nociones de espacio vectorial, aplicación lineal, matriz de una aplicación lineal y diagonalización, estudiaremos en este tema dos
(Ec.1) 2α + β = b (Ec.4) (Ec.3)
Problema 1. Hallar t R para que el vector x = (3, 8, t) pertenezca al subespacio engendrado por los vectores u = (1, 2, 3) y v = (1, 3, 1). Solución del problema 1. x L{ u, v} si, y sólo si, existen α,
Subespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Tema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
1. ESPACIOS VECTORIALES
1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,
Diagonalización de matrices
diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla
Matrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
EJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores
EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u
VECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes.
VECTORES EN EL ESPACIO. Determina el valor de t para que los vectores de coordenadas (,, t), 0, t, t) y(, 2, t) sean linealmente dependientes. Si son linealmente dependientes, uno de ellos, se podrá expresar
Tema 4: Aplicaciones lineales
Tema 4: Aplicaciones lineales Definición, primeras propiedades y ejemplos Definición. Sean V y W dos espacios vectoriales sobre un cuerpo K. Una función f : V W se dice que es una aplicación lineal si
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES
Tema 3. Aplicaciones lineales. 3.1. Introducción
Tema 3 Aplicaciones lineales 3.1. Introducción Una vez que sabemos lo que es un espacio vectorial y un subespacio, vamos a estudiar en este tema un tipo especial de funciones (a las que llamaremos aplicaciones
Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0).
Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0). a) Demostrad que (1,3,4), (1,1,1) i (0,1,1) son una base de R³. b) Decid
21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES
Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere
Espacios vectoriales y aplicaciones lineales
Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un
Esta es la forma vectorial de la recta. Si desarrollamos las dos posibles ecuaciones, tendremos las ecuaciones paramétricas de la recta:
Todo el mundo sabe que dos puntos definen una recta, pero los matemáticos son un poco diferentes y, aún aceptando la máxima universal, ellos prefieren decir que un punto y un vector nos definen una recta.
vectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide:
.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax, así como los subespacios vectoriales N(f) e Im(f) a) f(x,y) = (x,-y) b) f(x,y)
4.1 El espacio dual de un espacio vectorial
Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo
Tema 3: Producto escalar
Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica
Cambio de representaciones para variedades lineales.
Cambio de representaciones para variedades lineales 18 de marzo de 2015 ALN IS 5 Una variedad lineal en R n admite dos tipos de representaciones: por un sistema de ecuaciones implícitas por una familia
Aplicaciones Lineales
Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales
Espacios vectoriales. Bases. Coordenadas
Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos
Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Problemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales.
Problemas y Ejercicios Resueltos. Tema : Aplicaciones Lineales. Ejercicios 1.- Determinar cuáles de las siguientes aplicaciones son lineales: (i) f : R R 2 definida por f((x, y, z)) = (x y, y + 2z). (ii)
TEST DE ÁLGEBRA. 6.- Sea el subespacio de R 3 S = { (x,,y,z) / x +y+z = 0} a) es de dimensión 1 b) es de dimensión 2 c) es R 3 d) NDLA
TEST DE ÁLGEBRA 1.- Sea f:r 4 -----> R 5 una apli. lineal a) Dim ker(f) tiene que ser 3 b) Dim ker(f) será 4 c) Dim ker(f) es 5 2.- El sistema homogéneo 3 x % 8 y % ð z 0 y & z 0 a) tiene soluciones no
GEOMETRÍA ANALÍTICA 2º Curso de Bachillerato 22 de mayo de 2008
1. Sean los puntos A (1, 0,-1) y B (,-1, 3). Calcular la distancia del origen de coordenadas a la recta que pasa por A y B. Calculemos la recta que pasa por A y B. El vector AB es (1,-1,4) y por tanto
Prácticas de Algebra con Mathematica II (Ingeniería Industrial). Jose Salvador Cánovas Peña. Departamento de Matemática Aplicada y Estadística.
Prácticas de Algebra con Mathematica II (Ingeniería Industrial). Jose Salvador Cánovas Peña. Departamento de Matemática Aplicada y Estadística. Índice General 1 PRACTICAS CON MATHEMATICA 2 1.1 Introducción...
Construcción de bases en el núcleo e imagen de una transformación lineal
Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.
y λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.
Espacios vectoriales Espacios y subespacios R n es el conjunto de todos los vectores columna con n componentes. Además R n es un espacio vectorial. Ejemplo Dados dos vectores de R por ejemplo u = 5 v =
1. Cambios de base en R n.
er Curso de Ingeniero de Telecomunicación. Álgebra. Curso 8-9. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema 5. Cambios de Base. Aplicaciones Lineales. Teoría y Ejercicios Resueltos..
Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:
Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición
Problemas y Ejercicios Resueltos. Tema 2: Espacios vectoriales.
Problemas y Ejercicios Resueltos. Tema : Espacios vectoriales. Ejercicios 1.- Determinar el valor de x para que el vector (1, x, 5) R 3 pertenezca al subespacio < (1,, 3), (1, 1, 1) >. Solución. (1, x,
Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)
Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto
Variedades Diferenciables. Extremos Condicionados
Capítulo 16 Variedades Diferenciables. Extremos Condicionados Vamos a completar lo visto en los capítulos anteriores sobre el teorema de las Funciones Implícitas y Funciones Inversas con un tema de iniciación
Tema 2. Aplicaciones lineales y matrices.
Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................
Funciones más usuales 1
Funciones más usuales 1 1. La función constante Funciones más usuales La función constante Consideremos la función más sencilla, por ejemplo. La imagen de cualquier número es siempre 2. Si hacemos una
Aplicaciones Lineales y Multilineales Continuas
Capítulo 4 Aplicaciones Lineales y Multilineales Continuas La conexión entre las estructuras vectorial y topológica de los espacios normados, se pone claramente de manifiesto en el estudio de las aplicaciones
Vectores: Producto escalar y vectorial
Nivelación de Matemática MTHA UNLP 1 Vectores: Producto escalar y vectorial Versores fundamentales Dado un sistema de coordenadas ortogonales, se considera sobre cada uno de los ejes y coincidiendo con
Objetivos: Al inalizar la unidad, el alumno:
Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará
Anexo 1: Demostraciones
75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:
4.- Para los siguientes conjuntos de vectores, probar si son o no subespacios vectoriales de R 4 : 2d + 1 : b, d reales. d
GRADO EN I. TELEMÁTICA. HOJA : ESPACIOS VECTORIALES. ESPACIOS NULO Y COLUMNA.- Sea W el conjunto de todos los vectores de R de la forma subespacio de R. s + t s t s t t, con s, t R. Probar que W es un.-
2. Aritmética modular Ejercicios resueltos
2. Aritmética modular Ejercicios resueltos Ejercicio 2.1 Probar, mediante congruencias, que 3 2n+5 + 2 4n+1 es divisible por 7 cualquiera que sea el entero n 1. Trabajando módulo 7 se tiene que 3 2n+5
Ecuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
1. APLICACIONES LINEALES
1 1 APLICACIONES LINEALES El objetivo de este capítulo es el estudio de las aplicaciones lineales u homomorfismos entre espacios vectoriales Este tipo de aplicaciones respeta la estructura de espacio vectorial
Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.
Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal
Álgebra Lineal. Sesión de Prácticas 3: Subespacios vectoriales de K n. Operaciones con subespacios. Primero Grado Ingeniería Informática
Álgebra Lineal Sesión de Prácticas 3: Subespacios vectoriales de K n. Operaciones con subespacios Primero Grado Ingeniería Informática Departamento de Matemática Aplicada Facultad de Informática 1 / 22
13.TRANSFORMACIONES LINEALES 273 13.1. DEFINICIÓN DE TRANSFORMACIÓN LINEAL... 273 13.2. DETERMINACIÓN DE UNA TRANSFORMACIÓN LINEAL... 275 13.3.
ÍNDICE 13.TRANSFORMACIONES LINEALES 273 13.1. DEFINICIÓN DE TRANSFORMACIÓN LINEAL............. 273 13.2. DETERMINACIÓN DE UNA TRANSFORMACIÓN LINEAL...... 275 13.3. REPRESENTACIÓN MATRICIAL DE UNA TRANSFORMACIÓN
Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.
Transformaciones Lineales Definiciones básicas de Transformaciones Lineales wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 007-009 Contenido 1 Transformaciones Lineales 11 Núcleo e imagen
Espacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Listas de vectores y conjuntos de vectores
Listas de vectores y conjuntos de vectores La explicación de los temas Dependencia lineal y Bases en el curso de Álgebra Lineal se puede basar en uno de los siguientes dos conceptos (o en ambos): ) listas
1. INVERSA DE UNA MATRIZ REGULAR
. INVERSA DE UNA MATRIZ REGULAR Calcular la inversa de una matriz regular es un trabajo bastante tedioso. A través de ejemplos se expondrán diferentes técnicas para calcular la matriz inversa de una matriz
1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.
Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular
Aplicaciones Lineales
Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse
Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx
Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad
Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización
Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización Ejercicio. Decidir cuáles de las siguientes aplicaciones son lineales. Cuál es la dimensión del espacio imagen? a f(x, x 2, x 3 = (x 2 + x
Bienvenidos a los concertos para violin entre el álgebra y la Geometría.
Bienvenidos a los concertos para violin entre el álgebra y la Geometría. Capitulo 17 Atención Esta guía no pretender ser una sustituta del libro de texto del curso. Lo que busca es presentar las herramientas
Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.
Capítulo 2 Matrices En el capítulo anterior hemos utilizado matrices para la resolución de sistemas de ecuaciones lineales y hemos visto que, para n, m N, el conjunto de las matrices de n filas y m columnas
Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de
Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de 1 (a) f(x 1, x 2, x 3 ) = (x 1 + x 3, x 2 + x 3, x 1 + x 3, x 2 + x 3 ) (b) f(x 1, x 2, x
Clasificación de métricas.
Clasificación de métricas. 1. El problema de clasificación. Como bien sabemos, el par formado por una métrica T 2 (esto es, un tensor 2-covariante simétrico) sobre un espacio vectorial E, (E, T 2 ), constituye
Aplicaciones Lineales
Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)
Transformaciones canónicas
apítulo 29 Transformaciones canónicas 29.1 Introducción onsideremos una transformación arbitraria de las coordenadas en el espacio de las fases de dimensión 2(3N k) (con el tiempo como un parámetro) Q
x 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos
Tema 4.- El espacio vectorial R n.
Tema 4- El espacio vectorial R n Subespacios vectoriales de R n Bases de un subespacio Rango de una matriz 4 Bases de R n Cambios de base 5 Ejercicios En este tema estudiamos la estructura vectorial del
Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009)
ÁLGEBRA Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009) I. Se considera el homomorfismo f : P 2 (IR) P 2 (IR) definido por las siguientes condiciones: (1) Los polinomios sin
PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.
PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS 2 Í N D I C E CAPÍTULO MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES MATRICES. MATRIZ. DEFINICIÓN 2. ALGUNOS
Espacios vectoriales y Aplicaciones lineales
Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea
Aplicaciones lineales continuas
Lección 13 Aplicaciones lineales continuas Como preparación para el cálculo diferencial, estudiamos la continuidad de las aplicaciones lineales entre espacios normados. En primer lugar probamos que todas
UCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG)
PAEG Junio 0 Propuesta A Matemáticas aplicadas a las CCSS II º Bachillerato UCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales
Funciones de varias variables
Funciones de varias variables Derivadas parciales. El concepto de función derivable no se puede extender de una forma sencilla para funciones de varias variables. Aquí se emplea el concepto de diferencial
1. El teorema de la función implícita para dos y tres variables.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO. Lección. Aplicaciones de la derivación parcial.. El teorema de la función implícita para dos tres variables. Una ecuación con dos incógnitas. Sea f :( x, ) U f(
Valores y vectores propios de una matriz. Juan-Miguel Gracia
Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-
Aproximación local. Plano tangente. Derivadas parciales.
Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación
SOLUCIONES CIRCUNFERENCIA. 1. Ecuación de la circunferencia cuyo centro es el punto (1, 2) y que pasa por el punto (2,3).
SOLUCIONES CIRCUNFERENCIA 1. Ecuación de la circunferencia cuyo centro es el punto (1,) y que pasa por el punto (,). Para determinar la ecuación de la circunferencia es necesario conocer el centro y el
Métodos Iterativos para Resolver Sistemas Lineales
Métodos Iterativos para Resolver Sistemas Lineales Departamento de Matemáticas, CCIR/ITESM 17 de julio de 2009 Índice 3.1. Introducción............................................... 1 3.2. Objetivos................................................
Geometría Tridimensional
Capítulo 4 Geometría Tridimensional En dos dimensiones trabajamos en el plano mientras que en tres dimensiones trabajaremos en el espacio, también provisto de un sistema de coordenadas. En el espacio,
elemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1;
3. Espacios Vectoriales 3.1. Definición de espacio vectorial Un cuerpo es una estructura algebraica (K, +, ) formada por un conjunto K no vacio y dos operaciones internas + y que verifican las siguientes
Curso de Procesamiento Digital de Imágenes
Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-lic.html elena.martinez@iimas.unam.mx
Objetivos: Al inalizar la unidad, el alumno:
Unidad 3 espacios vectoriales Objetivos: Al inalizar la unidad, el alumno: Describirá las características de un espacio vectorial. Identiicará las propiedades de los subespacios vectoriales. Ejempliicará
Práctica 3 Cálculo Matricial
Matrices.nb 1 Práctica 3 Cálculo Matricial Práctica de ÁlgebraLineal,E.U.A.T.,Grupos 1ºA y 1ºC,Curso 2005 2006 En esta práctica describiremos cómo definir matrices con Mathematica y cómo realizar algunas
2 año secundario. Función Lineal MINISTERIO DE EDUCACIÓN. Se llama función lineal porque la potencia de la x es 1. Su gráfico es una recta.
año secundario Función Lineal Se llama función lineal porque la potencia de la x es. Su gráfico es una recta. Y en general decimos que es de la forma : f(x)= a. x + b donde a y b son constantes, a recibe
Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}
Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar
FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES
FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración
4 Aplicaciones lineales
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 4 Aplicaciones lineales 4. Aplicación lineal Sean V y W dos espacios vectoriales sobre el mismo cuerpo K (en general, R o C. Una aplicación
MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema 4 La recta en el plano Elaborado por la Profesora Doctora María Teresa