A P U N T E S D E Á L G E B R A L I N E A L
|
|
- Ana Villalobos Vega
- hace 6 años
- Vistas:
Transcripción
1 A P U N T E S D E Á L G E B R A L I N E A L Universidad Nacional Autónoma de Méico Facultad de Ingeniería. M.I. Luis Cesar Vázquez Segovia Grupo: Semestre: -
2 TEMA.- ESPACIOS VECTORIALES. Definición. Sea V un conjunto no vacío y sea (k, +, *) un campo. Se dice que V es un espacio vectorial sobre k si están definidas dos leyes de composición, llamadas adición y multiplicación por un escalar, tales que: I) La adición asigna a cada pareja ordenada (ū, ) de elementos de V un único elemento ū + V, llamado la suma de ū y. II) ū,, V: ū+( + ) (ū+ )+. III) ō V tal que ō +, V. IV) V V tal que + ō V) ū, α: u+ + ū VI) La multiplicación por un escalar asigna a cada pareja ordenada (α,v) de elementos de α k y V un único elemento α k llado el producto de α por. VII) α k; ū, V: α(ū+ ) αū+ α VIII) α,β k; V: (α+β) α + β IX) α,β k; V: α(β ) (αβ) X) Si es la unidad de k, V A los elementos de V se llama vectores y a los de k se les llama escalares.. R 3 ; F,f: R R P n M I II III IV V VI VII VIII IX X. Sea el conjunto S {a + a + b ) a,b R} en R y las leyes de adición y multiplicación por un escalar usuales. Determinar si S es un espacio vectorial.
3 i) CERRADURA P a + a + b ; P a + a + b P + P (a +a ) + (a +a ) + (b +b ) se cumple S R ii) ASOCIATIVIDAD P + (P + P 3 ) (P + P ) + P 3 P + [(a + a 3 ) + (a + a 3 ) + (b + b 3 )] [(a + a ) + (a + a ) + (b + b )] + P 3 (a +a +a 3 ) + (a +a +a 3 ) + (b +b + b 3 ) (a +a +a 3 ) + (a +a +a 3 ) + (b +b + b 3 ) Se cumple iii) E ELEMENTO IDENTICO ō + P P (e + e + ei ) + (a + a + b) a + a + b (e + a) + (e + a) + (ei + b) a + a + b e + a a e e + a a e () () +() + ei + b b ei iv) E ELEMENTO INVERSO p (I + I + d) + (a + a + b) () +() + (I + a) + (I + a) + (d + b) () +() + I + a I -a I + a I -a - a + a + b d+ b d -b v) CONMUTATIVIDAD P + P P + P (a +a ) + (a +a ) + (b +b ) (a +a ) + (a +a ) + (b +b ) vi) MULTIPLICACIÓN POR UN ESCALAR αp S αp αa + αa + αb S Se cumple vii) SUMA DE VECTORES POR UN ESCALAR α(p + P ) αp + αp
4 α*(a +a ) + (a +a ) + (b +b )+ (αa + αa + αb ) + (αa + αa + αb ) (αa + αa ) + (αa + αa ) + (αb + αb ) (αa + αa ) + (αa + αa ) + (αb + αb ) Se cumple viii) SUMA DE ESCALARES POR UN VECTOR (α + β)p αp + βp (α + β)a + (α + β)a + (α + β)b (αa + αa + αb ) + (βa + βa + βb ) (αa + βa ) + (αa + βa ) + (αb + βb ) (αa + βa ) + (αa + βa ) + (αb + βb ) Se cumple. i) α(βp) (αβ)p α (βa + βa + βb) αβa + αβa + αβb αβa + αβa + αβb αβa + αβa + αβb Se cumple X) UNIDAD DEL CAMPO p p a + a + b a + a + b Se cumple S es un campo vectorial -DEFINICIÓN DE SUBESPACIO. Sea V un espacio vectorial en K y sea S un subconjunto de V. S es un subespacio de V si es un espacio vectorial en K respecto a la adición y multiplicación por un escalar definidas en V. Teorema Sea V un espacio vectorial en K y sea S un subconjunto de V. S es un subespacio de V si y solo si. ) ū + S; Para todo ū, S ) αū S; Para todo α K, ū S Demostración V E 3 S Plano XY S {(, y, ), y R} Determine si S es un subespacio. Solución: ) ū + S; Para todo ū, S (, y, ) + (, y, ) ( +, y + y,) S Se cumple
5 ) αū S; Para todo α K, ū S α(, y, ) (α, αy, ) S Se cumple S es un subespacio vectorial de V Sea п,(, y, z) + y -z ;, y, z R} Determinar si п es un espacio vectorial en R con las operaciones de adición de vectores y multiplicación por un escalar usuales. Solución: + y -z ; z + y п, (, y, + y -), y R} I) (, y, + y -) ; (,y, + y -) + [ +, y + y, ( + ) + (y + y ) 4] п no es un espacio vectorial.. Sea el conjunto D { a, b R} determine si D es un espacio vectorial con las leyes de composición de adición de vectores y multiplicación por un escalar usuales. Solución: i) a b a b + a a b b D Se cumple ii) α D α D Se cumple
6 Espacios R n D es un subespacio vectorial. R [(a, b) a, b R] R 3 [(a, b, c) a, b, c R] R 4 [(a, a, a 3, a 4 ) a, a, a 3, a 4 R] R n [(a, a, a 3,..., a n ) a, a, a 3,..., a n R] R [a a R] COMBINACIÓN LINEAL. α + β Definición. Un vector es una combinación lineal de los vectores + + 3,..., n si puede ser epresado en la forma α + α,..., +α n n donde α,α,..., α n son escalares. Sea (3, 4, -) [(,,), (,,-)] α + β (,,) + (,,) [(,,-), (,,)] (3,4,-) α (,,-) + β(,,) (3,4,-) (α,α,-α) + (β,β,) (3,4,-) (α + β, α + β,-α) α + β 3 α + β 4 α ; β -α -. Sea (6,7,5) Forma trinómica 6i + 7j +5k 6(,, ) + 7(,, ) + 5(,, )
7 Sea D { a, b R} {, } a + b R [(a, b) a, b R] {(,), (,), (,)} α(,), β(,), γ(,) (a, b) (α,), (β, β), (, γ) (a, b) (α + β, β + γ) (a, b) α + β a β + γ b Del renglón β + γ b ; γ b - β Del renglón α + β a ; α a β β β Solución α a - k β k γ b k k R Definición. Sea S {,,..., n } un conjunto de vectores ) S es linealmente dependiente si eisten escalares α,α,..., α n, no todos son iguales a cero, tales que α + α α n n ō ) S es linealmente independiente si la igualdad α + α α n n ō, solo se satisface con α α,..., α n Ecuación de dependencia lineal α + α α n n ō B {, } Para B
8 α + α + α ; α B es linealmente independiente Bп {(,, ), (,, )} Teorema Sea S {,,..., n } un conjunto no vacío de vectores de un espacio vectorial V. El conjunto de todas las combinaciones lineales de vectores de S, denotado con L(S), es un subespacio de S. S {(, )} a(, ) (a, a) F L(S) F {(a, a) a R } Teorema Todo conjunto que contiene al vector ō es linealmente dependiente. Demostración De la ecuación de dependencia lineal α, α,..., α i i,..., α n n ō ; α i R El conjunto es linealmente dependiente. Definición. Sea V un espacio vectorial en R, y sea G {,,..., n } un conjunto de vectores de V. Se dice que G es un generador de V si para todo R eisten escalares α,α,..., α n, tales que, α + α α n n. Definición. Se llama base de un espacio vectorial V a un conjunto generador de V que es linealmente independiente. Teorema Sea V un espacio vectorial en K. Si B {,,..., otra base de dicho está formada por n vectores. n } es una base de V, entonces cualquier
9 Definición Sea V un espacio vectorial en K. Si B {,,..., dimensión n, lo cual denotamos con dimv n n } es una base de V se dice que V es de En particular, si V { }; dimv. R [(a, b) a, b R] B {(, ), (, )} (-3, ) α(, ) + β(, ) (-3, ) (, α) + (β, ) (-3, ) (β, α) (-3, ) por igualdad de vectores β -3 y α Vector de coordenadas ( ) B (α, β) (, -3) Definición Sea B {,,..., n } una base de un espacio vectorial V en K, y sea V. Si α + α α n n, los escalares α,α,..., α n se llaman coordenadas de en la base B, y el vector Kn ( ) B ( α,α,..., α n ) T se llama vector de coordenadas de en la base B. ESPACIOS ASOCIADOS A UNA MATRIZ. A Espacio renglón asociado a A G {(, ),(4, ),(-, 7)} L(G) {a(, ), b(4, ), c(-, 7) a, b, c R} 4R R R R3 R(/ ) 7R R3 B {(,), (,) } L(B) {a(,) + b(,) } dim A R A R L(B) {(a, b) a, b R } Espacio columna
10 A A T B G {(, 4, -), (,, 7)} Ac L(G ) {a(, 4, -) + b(,, 7) a, b R } Corolario elemento genérico a(, 4, -) + b(,, 7) (a, 4a + b, -a + 7b) Ac {(a, 4a + b, -a + 7b) a, b R } Dim Ac dim A R dim A c R [(a, b) a, b R] B {(, ), (, )}; B {(, ), (, )} Obtener los valores de coordenadas del vector (-, 3) G {,, } Para G β + β + β k; 3 k G es linealmente dependiente. B y G son conjuntos generadores V; B genera V; linealmente independiente Base
11 V; G genera V; linealmente dependiente Generador Algoritmo de obtención de bases P {a + b + c) a, b, c R} B {,, } R [(a, b) a, b R] B {(, ), (, )} M { a, b R} B {, } Sea el espacio п {(, y, z) + y -z ;, y, z R} + y -z п {(, y, + y), y, z R} z + y Matriz de transición B M B α + α β + β (,) α (,)+ α (,) (,) (α, α α (,) α α ½ α α (,) (,) + ½(,) ( ) B (, ½) T (,) β (,) + β (,) (,) (β, β ) β β β β ½ (,) ½(,) + (,) ( ) B (½, ) T + ½ ½ +
12 M A B ( ) A ( ) B ( ) A (M A B ) - ( ) B (M A B ) (M A B ) - ( ) A M B A ( ) B 3. A A T B AC {(,, ), (,,), (,, )} a(,, ) + b(,, ) + c(,, ) (a, b, c) elemento genérico A C {(a, b, c) a, b, c R} Solución: los 3 R Teorema Los espacios que tienen la misma dimensión se llaman isomorfos. R 3 [(a, b, c) a, b, c R]; dim R 3 3; B R 3 {(,, ), (,, ), (,, )} P {a + a + b) a, b R} dim R ; B R {( + + ) F (a + b + c) (a, b, c).- M { a, b, c R}; dim M 3; B M {,, } F (a, b, c).- V { a, b R} Solución: B V {, } dim V A no es base; B no es base; C si es base 3.-
13 f (,, -, 3) f (,,, ) Es linealmente independiente ESPACIOS DE FUNCIONES F Sea el conjunto H {e, e -, e } L(H) {ae + be - + ce a, b, c R} Determine si H es linealmente independiente Wronskiano W e e e e e e e e 4e e (-) e e e 4e + e (-) 3 e e e 4e + e (- ) 4 e e e e W e (-4e -e ) e - (4e 3 -e 3 ) + e (e + e ) W -6e e +e W -6e W H es linealmente independiente Sea el conjunto de funciones reales de variable real {f, f,..., f n } De la ecuación de dependencia lineal α f + α f α n f n Para α f( ) + α f( ) α n f( ) Para β f( ) + β f( ) β n f( ) Para n λ f( n ) + λ f( n ) λ n f( n ) Teorema Sea {f, f,..., f n } un conjunto de n funciones de variable real, derivables al menos n- veces en el intervalo (a, b); y sea
14 W f f f (n-) () () () f f f (n-) () () () f f f n n (n-) n () () () Si W( ) para algún (a, b), entonces el conjunto de funciones es linealmente independiente de dicho intervalo. Si W() no decide. Investigar la dependencia lineal del siguiente conjunto. F {sen, -cos, 3} W() sen 4sencos 4sen 4cos cos sen cos cos sen 3 4sencos 4sen 4cos cossen cos sen W() 3[4sencos (cos -sen ) (-4sen + 4cos )( cossen)] W() 3() no decide. F {sen, sen -, 3} α(sen ) + β(sen ) + γ(3) () sen + (α+ β)sen + (3γ β) () sen + (α+ β) α -β/ (3γ β) γ β/3 β k α -k/ β k γ k/3 Es linealmente dependiente. Nota: regla de correspondencia y W es linealmente dependiente. Sea el conjunto de funciones, determine si es linealmente dependiente o independiente en el intervalo indicado. D {h, f, g}
15 f() ; si < g() ; si ; si h() sen ; si cos ; ; si si 4 4 (-) 4 [( + ) - ( + + )] + (-) 6 [ - ] ( ) + (- ) ( - ) - -4 TEMA II ESPACIOS CON PRODUCTO INTERNO Definición Sea V un espacio vectorial en C. Un producto interno en V es una función VXV en C, que asigna a cada pareja ordenada (ū, ) de vectores de V un escalar (ū ) C, llamado el producto interno de ū por que satisface las siguientes propiedades: ) (ū ) (conjugado) ) (ū + ) (ū ) + (ū ) 3) (αū ) α(ū ) 4) (ū ) > ; ū Sea R [(a, b) a, b R] y a) f(ū ) [(a, b ) (a, b )] a a + b b b) h(ū ) [(a, b ) (a, b )] a a + b b Determine si f, h son productos internos. 3) (αū ) α(ū ) *(αa, αb ) (a, b )+ α(a a + b b ) αa a + αb b se cumple 4) (ū ) > [(a, b ) (a, b )] a + b > se cumple h es producto interno
16 Propiedades del producto interno. Sea V un espacio vectorial en C y sea ( ) un producto interno en V, entonces ū, V y α C. ) (ū α ) (ū ) ) (ū ū) R + 3) ( ū) (ū ) 4) (ū ū) ū NORMA DE UN VECTOR ( ) / ; La norma es un número real. Propiedades de una norma. Sí V es un espacio vectorial con producto interno, entonces ū, V y α C.. >. 3. ; 4. + Sea un generador de R 3,el conjunto G {(,, ), (,, 4), (,, ), (,, 3)}. Determine un conjunto ortogonal a partir de G utilizando el producto escalar ordinario. Gran Shmidt. (,, ) - v (,, 4) - (,,4) (,,) (,,) (,,) (,, 4) - ( 4 )(,, ) (,, 4) v 3 - v 3 3 (,, ) - (,,) (,,) 4 (,, ) - (,,) (,,4) (,,4) (,,4) (,, 4)
17 3 (,, ) - (,, ) - ( 6 )(,, 4) (,, ) v 4 - v 4 - v (,, 3) (,,3) (,,) 4 (,, ) - (,,3) (,,4) 6 (,, 4) - (,,3) (,,) (,,) (,,) (,, ) 4 (,, 3) - (,, ) - (,, 3) - (,, ) (,, ) G {(,, ), (,, 4), (,, ), (,, )} B ORT {(,, ), (,, 4), (,, )} B ORTN {(,, ), (,, ), (,, )} En el espacio vectorial de matrices simétricas de orden se define el siguiente producto a b a b interno a a + b b + c c y el conjunto G {,, b c b c,. Determine un conjunto ortogonal a partir de G B ORT {,,,.. Para el espacio vectorial C se define el producto interno (ū ) (y, y ) C donde i es el conjugado de yi. i i yi (, ) a) Determinar las normas de los vectores (4+i, 5 6i), (3-i, -i), (--i, i) / 9
18 3 b) Obtener el ángulo entre y / / angcos R( 4 i) 3 7 angcos Propiedades de la distancia entre dos vectores. Si V es un espacio vectorial con producto interno, entonces ū, V.. d(ū, ). d(ū, ) y solo si ū 3. d(ū, ) d(, ū) 4. d(ū, ) d(ū, ) + d(, ) / / / 8 Teorema de Pitágoras. Sea V un espacio con producto interno y sean ū, V. Si ū y son ortogonales, entonces: + Teorema Desigualdad de Cauchy-Scharz Sea V un espacio vectorial en C y sea ( ) un producto interno en V, entonces ū, V: donde es el módulo de. Además, la igualdad se cumple si y solo si son linealmente independientes..- Sea B {, } una base de un espacio vectorial.
19 Determine a partir de V una base ortogonal. B ORT {, } Proy vect v v v v - Proy vect - v B ORT, B {(,, ), (,, )} Ortogonalizado (,, ) - v (,, ) - (,,) (,,) (,,) (,,) (,, ) (,, ) - ( )(,, ) (-,,) B ORT {(,, ), (-,, )} B ORT { } q ei ei + q e e (,, 6) (,,) (,) + (,, 6) (,,) (,, ) ( + ) (,) + ( ) (,, ) 3 3 3
20 4 (,,) - (,, ) (,, ) Para el producto interno usual en R 3, obtener el cumplimiento ortogonal S de cada uno de los subespacios siguientes de R 3 y dar una interpretación geométrica de dichos complementos. a) S {(,,z) z R} (a, b, c) R 3 {(,, z) (a, b, c)} zc c a k b t S {(k, t, ) k, t R} b) S {(,,) R} (a, b, c) R 3 {(,, ) (a, b, c)} a + b (a +b) a -b ; a -t c k b t S {(-t, t, k) t, k R}
21 3.- Sea a, b R} un subespacio de las matrices cuadradas de orden dos en R con producto interno definido por (A B) tr(ab T ). Obtener la matriz perteneciente a W más próimo a M B {, } v - tr tr 5-5 {, } B ORT {, } α + β + 5γ α - k - 5 t; β k; γ t {(- k - 5 t ) +k + t k, t R } b) Dado el producto interno en R definido por u v - u v - u v + 3u v donde (u, u, u 3 ) y (v, v ).
22 a) Obtener el valor de K R tal que la distancia entre los vectores (, 3) y (k, 4) sea igual a. b) Con el vector de k obtenido, verificar que los vectores y del inciso anterior cumplan la desigualdad de Cauchy- Scharz. a) d(ū, ) (k-, ) / / k k k+-k 3 / k 4k 6 / k 4k 6 ; k 4k 4 ; ( k-)( k-) ; k b) 8 (8) ()(36) Es linealmente independiente. 5.- Obtener una base ortogonal del espacio vectorial F de los polinomios de grado menor o igual a dos con coeficientes reales a partir de la base B {, t, - t + t } considerando el producto interno p, q F t - t () t - (t ) t ( ) t () t 3 - t + t - t t () - t t t t t (t ) 3 - t + t t + t ( - t + t ) ( t t )dt t - 6t + 4t
23 (t - t -) ( - t + t t -) (4t 4t )dt 4 3 t3 - t + t t t 8t t (4t 4t t+4t t )dt 3 (4t 36t 6t )dt 6.- Sea el sistema de ecuaciones lineales homogéneo y sea W el espacio solución de dicho sistema para el producto interno usual en R 3, determinar el complemento ortogonal, de W y escribir el vector (9,, 4) como la suma de un vector de W mas otro de y -z 3y z 3k -t y y y k z z; z t W {(3k -t, k, t) k, t b R} B ORT 5 5, i M ei ei M ei ei + M e e tr tr tr tr
24 (p ) i p ( i) q( i) p(), q() P W {a + b + c) a, b, c R} a) Obtener W {a + a + -a) a R} P {α + β + γ) α, β, γ R} a a -a γ(-a) + (α + β + γ)(a) + (4α + β + γ)(5a) -γa + αa + βa + γa + αa + βa + 5γa a(4α + β + γ) R 3 [(a, b, c) a, b, c R] [(3k -t, k, t) (a, b, c)] 3ak -at + kbt + c k(3a +b) + t(-a + c) 3a +b b -3a -a + c c a {a, -3a, a) a R} TRANSFORMACIONES LINEALES T: R 3 R T(, y, z) (, y) Definición Si V y W son espacios vectoriales, una función T: V W recibe el nombre de transformación, los espacios V y W se llaman, respectivamente dominio y codominio de la transformación. T(, y, z) (, y) T: R 3 R S(a + b + c) S: P D
25 Definición. Sea T: V W una transformación ) Se llama recorrido de T al conjunto T(v) { T( ) V } ) Se llama núcleo de T al conjunto N(T) { T( ) } T: R 3 R definida por T(, y, z) (, y) Dominio: R 3 Recorrido: R Núcleo: T(, y, z) (, ) ; y (, y) (, ) T(,, z) (, ) N(T) {(,, z) z R } Definición. Sean V y W dos espacios vectoriales en K, una transformación T: V W es lineal si, V y α K Superposición ) T( + ) T( ) + T( ) Homogeneidad ) T( ) αt( ) Para las siguientes transformaciones determinar si son lineales o no..- T: R 3 R definida por T(, y, z) (, y) Solución: ) T( + ) T( ) + T( ) T( +, y + y, z + z ) (, y ) + (, y ) ( +, y + y ) ( +, y + y ) Cumple ) T( ) αt( )
26 T(α, αy, αz) α(, y ) (α, αy) (α, αy ) Cumple T es una transformación lineal..- S: P D; S(a + b + c) Solución: a c ) S( + ) S( ) + S( ) a + b + c ; a + b + c S [(a + a ) a + (b + b ) + (c + c )] c + a c a a c c a a c c Cumple ) S( ) αs( ) S(αa a + αb + αc ) α c a c a S es una transformación lineal. 3.- F: R R c Cumple F(, y) (, y) (, y ) (, y ) ) F( + ) F( ) + F( ) F( +, y + y ) (, y ) + (, y ) [( + ), y + y ] [ +, y + y ] F no es una transformación lineal Teorema.
27 Si T: V W es una transformación lineal entonces T( v) Teorema. Si T: V W es una transformación lineal entonces ) T(v) es un subespacio de W ) N(T) es un subespacio de T T: R 3 M definida por T(a, b, c) a b b c Teorema. Si T: V W una transformación lineal. Si B,,,..., n} es una base de V, entonces el conjunto T {T( ), T( ),...,T( n )} es un generador de T(v) Teorema. Si V es un espacio de dimensión finita y T: V W es una transformación lineal, entonces dim V dim T(v) + dimt(n) Sea la transformación lineal T: R 3 R 3 definida por T(, y, z) ( + y -z, + y, + y -z) a) Obtener una base, la dimensión y el recorrido de T(v) Solución: a) Dominio R 3 B R 3 {(,, ),(,, ), (,, )} T(,, ) (,, ) T(,, ) (,, ) T(,, ) (-,, -) G T(v) {(,, ), (,, ), (-,, -)} Generador de T(v) Espacio Renglón R R R R3 B T(v) {(,, ), (,, -)}
28 Elemento genérico de T(v) a(,, ) + b(,, -) (a, b, a-b) T(v) {(a, b, a-b) a, b V } dim T(v) b) Determinar la base y la dimensión de N(T) ( + y -z, + y, + y -z) (,, ) + y z + y + y -z R R 3 R R 3 + y z.i + y.ii De II y -z; De I +(-z) z ; 3z Solución general 3t; y -t; z t N(T) {(3t, -t, t) t R}; B N(T) {(3, -, )} dim N(T) dim R 3 dim T(v) + dimn(t) 3 + A H {,,, } A P {,, } T + ; [ + ] B (,, ) T T - + ; [- + ] B (-,, ) T
29 T - + ; [ - + ] B (, -, ) T T -; [ -] B (,, -) T M(H) ÁLGEBRA DE FUNCIONES Así como eisten operadores con funciones, también se tienen operadores con transformaciones. Por ejemplo se tienen entre otras las siguientes:.- Adición. Dada las transformaciones cuyo dominio es el mismo. T: U V y R : U V Se define como resultado esta operación. (T + R)( ) T( ) +R( ) M(T + R) M(T) +M(R).- Multiplicación por un escalar. Dada la transformación T: U V y α K, se define la operación por medio de: (αt)( ) αt( ) M(αT) αm(t) 3.- Composición. Dada las transformaciones T: U V y R: V W, se define la transformación S: V W como resultado de la composición entre las transformaciones de T y R si y sólo si: S( ) (RoT) S( ) R[T( )] En terminus de matrices B R 3 {(,, ),(,, ), (,, )} M(T) M(S) S*T(, y, z) M(S*T)(, y, z) M(S)M(T) M(S*T)
30 M(S*T)(, y, z) ( +z, -y + z) Propiedades de las operaciones con transformaciones..- Conmutatividad para la adición. T + S S +T M(T) + M(S) M(T + S).- Asociatividad para la adición. (T + S) + R T + (S + R) [M(T) + M(S)] + M(R) M(T) + [M(S) + M(R)] 3.- Homogeneidad para el producto por un escalar. α(βt) (αβ)t; α, β k α*βm(t)+ (αβ)m(t) 4.- Distributividad entre el producto por un escalar y la adición. (α + β)t αt + βt ; (α + β)mt αmt + βmt λ(t + S) λt + λs ; λ[m(t) + M(S)] λm(t) + λm(s) [(-8 + 4)] B [-8, 4] T [(4 - )] B [4, -] T M A B (T) ( ) A [a + b] A a + b α(- + ) + β( + ) a + b (-α + β, α + β) -α + β a α + β b 4β a + b -α + ( ) a β α
31 [a + b] A T M A B (T)( ) A [T( )] B B T(a + b) ( ) ( ) Sea A 3, su polinomio característico λ 3 + 5λ - 8λ + 4 A 3 + 5A 8A + 4I 4I A 3-5A + 8A 4I A(A - 5A + 8I) (A - )4I (A - A)(A - 5A + 8I) 4A - A - 5A + 8I A - (A - 5A + 8I)( ) det(a - λi) a - b a - (a - )( a - ) (A - λi) B ( ) B [T( )] B λ a de multiplicidad a - b a - y λ a; b propio {(k, ) k R, k } E λ {(k, ) k R} del R by y ; k B {(, )}; P A no es diagonizable
32 T(- + ) T( + ) 4 - b R R b ; es base Otra base de P B {, } Espacios característicos E λ {(k, k) k R }; B E {(, )} E λ {(t, -3t) t R }; B E {(, -3)} Matriz diagonalizada P 3 ; D P- AP D Matriz diagonal. A Matriz Asociada a la T. P Matriz diagonalizadora. P A M(T) - 6 D M(H)? B M {,,, } Vect. coord. α + β + γ + δ
33 H B (,,, ) T H B (,,, ) T H B (,,, ) T H B (,,, ) T T( ) λ( ) T(, y) λ(, y) ( + y, 6 + y) (λ, λy) ( + y - λ, 6 + y - λy) (,, ) Por igualdad de vectores + y λ ; ( - λ) +y 6 + y λy ; 6 + ( - λ) 6 y. I Ecuación Cartesiana det 6 ( )( ) 6 λ - 3λ - 4 II Polinomio característico (λ - 4)(λ - ) λ 4; λ -.III Valores característicos propios Vectores propios. Para λ 4; sustitución en I y
34 6 3 y Escalonando: - + y ; y Solución general: K; y k; λ {(k, k) k R, k } Para λ -; sustitución en I ( ) 6 ( ) y 3 6 y Escalonando: 3 + y ; y -3 Solución general: t; y -3t; λ {(t, -3t) t R, t } M(H) A; det A - H no eiste A - R R3 H - (A) A T
Álgebra Lineal VII: Independencia Lineal.
Álgebra Lineal VII: Independencia Lineal José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email: jrico@salamancaugtomx
Más detallesAlgebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21
Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)
Más detallesPROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 3. Transformaciones Lineales
PROLEMS RESUELTOS ÁLGER LINEL Tema. Transformaciones Lineales SUTEM: MTRICES SOCIDS UN TRNSFORMCIÓN Problema : Sean P P los espacios vectoriales de lo polinomios de grado menor o igual a dos menor o igual
Más detallesALN. 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 detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
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 detallesEstructuras Algebraicas
Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos
Más detallesMATEMÁTICASII Curso académico BLOQUE GEOMETRÍA. TEMA 1: VECTORES
MATEMÁTICASII Curso académico 2015-2016 BLOQUE GEOMETRÍA. TEMA 1: VECTORES 1.1 VECTORES DEL ESPACIO. VECTORES LIBRES DEL ESPACIO Sean y dos puntos del espacio. Llamaremos vector (fijo) a un segmento orientado
Más detallesEspacios Vectoriales. Espacio vectorial
Espacios Vectoriales Espacio vectorial En Matemática, los conjuntos tienen un particular interés debido a la naturaleza o a la aplicación que se les da. Estas dos características están presentes en un
Más detallesTransformaciones Lineales
Transformaciones Lineales Definición de transformación Una función, aplicación o transformación es un conjunto de operaciones que se realizan sobre un elemento de un espacio vectorial V, para convertirlo
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesEjemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales.
Facultad de Ingeniería - IMERL - Geometría y Álgebra Lineal 2 - Curso 2008. 1 Transformaciones lineales en espacios con producto interno Notas para el curso de Geometría y Algebra Lineal 2 de la Facultad
Más detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más detallesVectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
Más detallesApuntes de Álgebra. Publicación Valentín Barros Puertas
Apuntes de Álgebra Publicación 0.0.1 Valentín Barros Puertas 16 de January de 2015 Índice general 1. Tema 1 2 1.1. Cuerpo.................................................. 2 1.2. Matriz..................................................
Más detalles2. El conjunto de los números complejos
Números complejos 1 Introducción El nacimiento de los números complejos se debió a la necesidad de dar solución a un problema: no todas las ecuaciones polinómicas poseen una solución real El ejemplo más
Más detalles1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3.
. Producto escalar. Propiedades... Norma de un vector. Espacio normado...ortogonalidad. Ángulos..3.Producto escalar en V..4.Producto escalar en V 3.. Producto vectorial de dos vectores de V 3...Expresión
Más detallesMATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios
Sonia L. Rueda ETS Arquitectura. UPM Curso 2007-2008. 1 MATEMÁTICAS I TEMA 1: Espacios Vectoriales 1 Definición de espacio vectorial. Subespacios Dados dos conjuntos V y K se llama ley de composición externa
Más detallesAlgebra Lineal XIII: Operaciones con Transformaciones Lineales.
Algebra Lineal XIII: Operaciones con Transformaciones Lineales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato
Más detallesEspacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN INGENIERÍA QUÍMICA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN INGENIERÍA QUÍMICA PROGRAMA DE LA ASIGNATURA DE: ÁLGEBRA IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesTransformaciones lineales y matrices
CAPíTULO 5 Transformaciones lineales y matrices 1 Matriz asociada a una transformación lineal Supongamos que V y W son espacios vectoriales de dimensión finita y que T : V W es una transformación lineal
Más detallesTema 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
Más detallesObjetivos: 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
Más detallesProblemas de exámenes de Aplicaciones Lineales y Matrices
1 Problemas de exámenes de Aplicaciones Lineales y Matrices 1. Consideramos f End(R n ), que tiene matriz A respecto la base canónica. Cuál de las siguientes afirmaciones es incorrecta? a) Si v es un vector
Más detallesTema 2 Datos multivariantes
Aurea Grané Máster en Estadística Universidade Pedagógica 1 Aurea Grané Máster en Estadística Universidade Pedagógica 2 Tema 2 Datos multivariantes 1 Matrices de datos 2 Datos multivariantes 2 Medias,
Más detallesAlgebra Lineal y Geometría.
Algebra Lineal y Geometría. Unidad nº7: Transformaciones Lineales. Algebra Lineal y Geometría Esp. Liliana Eva Mata 1 Contenidos. Transformación lineal entre dos espacios vectoriales. Teorema fundamental
Más detallesClase 15 Espacios vectoriales Álgebra Lineal
Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos
Más detallesModelización por medio de sistemas
SISTEMAS DE ECUACIONES DIFERENCIALES LINEALES. Modelización por medio de sistemas d y dy Ecuaciones autónomas de segundo orden: = f ( y, ) Una variable independiente. Una variable dependiente. La variable
Más detallesMatrices 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 detallesTema 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.....................................
Más detallesUna matriz es un arreglo rectangular de elementos. Por ejemplo:
1 MATRICES CONCEPTOS BÁSICOS Definición: Matriz Una matriz es un arreglo rectangular de elementos. Por ejemplo: es una matriz de 3 x 2 (que se lee 3 por 2 ) pues es un arreglo rectangular de números con
Más detallesConjunto R 3 y operaciones lineales en R 3
Conjunto R 3 y operaciones lineales en R 3 Objetivos. Definir el conjunto R 3 y operaciones lineales en R 3. Requisitos. Conjunto de los números reales R, propiedades de las operaciones aritméticas en
Más detallesNúmeros reales Conceptos básicos Algunas propiedades
Números reales Conceptos básicos Algunas propiedades En álgebra es esencial manejar símbolos con objeto de transformar o reducir expresiones algebraicas y resolver ecuaciones algebraicas. Debido a que
Más detallesA1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas.
A1.- Determina a y b sabiendo que el sistema de ecuaciones x + 3y +z = 1 -x + y +z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. Para que el sistema tenga, al menos, dos soluciones distintas
Más detallesSISTEMAS LINEALES DE PRIMER ORDEN
CAPÍTULO 7 SISTEMAS LINEALES DE PRIMER ORDEN 7.1. INTRODUCCION Estudiaremos el sistema de n ecuaciones lineales de primer orden: x 1 = a 11 (t)x 1 +a 12 (t)x 2 +...+a 1n (t)x n +f 1 (t) x 2 = a 21 (t)x
Más detallescomo el número real que resulta del producto matricial y se nota por:
Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota por:,
Más detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 4.5 Semana 4.5 Optativa Prácticas 0.0 16 Semanas 72.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTADES DE ECONOMÍA E INGENIERÍA LICENCIATURA EN ECONOMÍA Y NEGOCIOS PROGRAMA DE ESTUDIO Álgebra Lineal P82 /P72 /P92 09 Asignatura Clave Semestre Créditos Ciencias
Más detallesy cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy).
UNIDAD II: VECTORES EN DOS Y TRES DIMENSIONES Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra lineal. A los elementos de los espacios
Más detallesAlgebra Lineal Tarea No 22: Valores y vectores propios Solución a algunos problemas de la tarea (al 29 de junio de 2014)
Algebra Lineal Tarea No : Valores y vectores propios a algunos problemas de la tarea (al 9 de junio de 04. Para la matriz A A Indique cuáles vectores son vectores propios: ( ( ( v, v, v 3 3 Recordemos
Más detallesTema 1: Matrices y Determinantes
Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz
Más detallesPLAN DE ESTUDIOS DE MS
PLAN DE ESTUDIOS DE MS Temario para desarrollar a lo largo de las clases 11 y 12. CLASE 11: I. ELEMENTOS DE ÁLGEBRA LINEAL. a) Revisión de conceptos Estructura de espacio vectorial. Propiedades de los
Más detallesb) Sea una relación de equivalencia en A y una operación en A. Decimos que y son compatibles si a b a c b c y c a c b para todo a, b, c A
APENDICE Relaciones y Operaciones Compatibles 1 Definición: a) Sea A un conjunto y una relación entre elementos de A. Decimos que es una relación de equivalencia si es: i Reflexiva: a A, a a. ii Simétrica:
Más detallesTema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS
1 Tema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS 1.1 Los Números Naturales. Los números naturales aparecen por la necesidad que tiene el hombre (primitivo) tanto de contar como de ordenar
Más detallesEcuaciones diferenciales homogéneas y no homogéneas lineales a coeficientes constantes. Búsqueda de la solución particular.
Ecuaciones diferenciales homogéneas y no homogéneas lineales a coeficientes constantes. Búsqueda de la solución particular. 1. Definiciones previas 1.1. Wronskiano Diremos que el Wronskiano de un conjunto
Más detallesTEMA 11. VECTORES EN EL ESPACIO
TEMA 11. VECTORES EN EL ESPACIO Dados dos puntos y, se define el vector como el segmento orientado caracterizado por su módulo, su dirección y su sentido. Dos vectores son equipolentes si tienen el mismo
Más detallesI.E.S. Miguel de Cervantes (Granada) Departamento de Matemáticas GBG 1
PRODUCTO ESCALAR INTRODUCCIÓN El espacio vectorial de los vectores libres del plano se caracteriza por tener definidas dos operaciones: una interna, suma de vectores, y otra externa, producto de un número
Más detallesFundamentos Matemáticos de la Ingeniería. Tema 4: Diagonalización de matrices. Curso
Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja Escuela Técnica Superior de Ingeniería Civil e Industrial Esp en Hidrología Fundamentos Matemáticos de la Ingeniería Tema 4: Diagonaliación de matrices
Más detallesMétodos Matemáticos 2 Ecuaciones Diferenciales de Orden Superior
Métodos Matemáticos 2 Ecuaciones Diferenciales de Orden Superior L. A. Núñez * Centro de Astrofísica Teórica, Departamento de Física, Facultad de Ciencias, Universidad de Los Andes, Mérida 5101, Venezuela
Más detallesDISEÑO CURRICULAR ALGEBRA LINEAL
DISEÑO CURRICULAR ALGEBRA LINEAL FACULTAD (ES) CARRERA (S) Ingeniería Computación y Sistemas CÓDIGO HORAS TEÓRICAS HORAS PRÁCTICAS UNIDADES DE CRÉDITO SEMESTRE 122443 02 02 03 II PRE-REQUISITO ELABORADO
Más detallesSubespacios Vectoriales
Subespacios Vectoriales Prof. Apuntes del Postgrado en Ingeniería 31 Mayo 2008 Subespacio Definición de Subespacio y Ejemplos. Definición Sea H un subconjunto no vacio de un espacio vectorial V(K). Si
Más detallesEjemplo 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
Más detalles(Apuntes en revisión para orientar el aprendizaje) Capítulo III La derivada y algunas aplicaciones
(Apuntes en revisión para orientar el aprendizaje) Capítulo III La derivada y algunas aplicaciones INTRODUCCIÓN Uno de los problemas fundamentales del Cálculo Diferencial se refiere a la determinación
Más detallesGEOMETRÍA ANALÍTICA EJERCITARIO DE FACULTAD DE INGENIERÍA CURSO PREPARATORIO DE INGENIERÍA (CPI) UNIVERSIDAD NACIONAL DE ASUNCIÓN
UNIVERSIDAD NACIONAL DE ASUNCIÓN FACULTAD DE INGENIERÍA CURSO PREPARATORIO DE INGENIERÍA (CPI) EJERCITARIO DE GEOMETRÍA ANALÍTICA (ÁLGEBRA VECTORIAL - PRÁCTICA) AÑO 2014 ÁLGEBRA VECTORIAL - EJERCICIOS
Más detallesTemario de Matemáticas
Temario de Matemáticas BLOQUE I: ÁLGEBRA LINEAL Y GEOMETRÍA 1 o Grado en Biología Alma Luisa Albujer Brotons Índice general 1. Matrices 1 1.1. Conceptos básicos y ejemplos...............................
Más detalles(L. S. I. P. I.) Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO. Espacios Vectoriales
ÁLGEBRA II (L.S.I P.I.) Guía de Trabajos Prácticos Nº ÁLGEBRA II (L. S. I. P. I.) Guíía de Trabajjos Prácttiicos Nºº Espacios Vectoriales.- Dados los vectores u v w r = s = verifique gráficamente: u v
Más detallesÁlgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes
Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes CNM-108 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción
Más detallesMatrices, determinantes, sistemas de ecuaciones lineales.
UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Resúmenes Curso 2007-2008 Matrices, determinantes, sistemas de ecuaciones lineales. Una matriz A de orden m n es una colección de m
Más detallesEspacios vectoriales con producto interno
Capítulo 8 Espacios vectoriales con producto interno En este capítulo, se generalizarán las nociones geométricas de distancia y perpendicularidad, conocidas en R y en R 3, a otros espacios vectoriales.
Más detallesPROGRAMA INSTRUCCIONAL ALGEBRA LINEAL
UNIVERSIDAD FERMÍN TORO VICE RECTORADO ACADÉMICO FACULTAD DE INGENIERÍA ESCUELA DE COMPUTACIÓN PROGRAMA INSTRUCCIONAL ALGEBRA LINEAL CÓDIGO ASIGNADO SEMESTRE U. C DENSIDAD HORARIA H.T H.P/H.L H.A THS/SEM
Más detallesConferencia clase. Al desacoplar las ecuaciones se tiene. Sistemas de ecuaciones diferenciales lineales usando álgebra lineal
Conferencia clase Al desacoplar las ecuaciones se tiene stemas de ecuaciones diferenciales lineales usando álgebra lineal Contenido. 1. stemas de ecuaciones diferenciales de primer orden. 2. Forma matricial
Más detallesSistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
Más detallesInstituto Tecnológico Autónomo de México. Departamento de Matemáticas Cálculo Diferencial e Integral I (MAT14100) Lista de Ejercicios.
Instituto Tecnológico Autónomo de Méico Departamento de Matemáticas Cálculo Diferencial e Integral I (MAT400) Lista de Ejercicios La derivada Cálculo Diferencial e Integral I La derivada La derivada Antes
Más detallesAlgebra 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 detallesMétodos 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 detallesELEMENTOS DE GEOMETRÍA. Eduardo P. Serrano
ELEMENTOS DE GEOMETRÍA Eduardo P. Serrano Este Apunte de Clase está dirigido a los alumnos de la materia Elementos de Cálculo Numérico para Biólogos. Tiene por objeto exponer algunos conceptos básicos
Más detallesOPTIMIZACIÓN VECTORIAL
OPTIMIZACIÓN VECTORIAL Métodos de Búsqueda Directa Utilizan sólo valores de la función Métodos del Gradiente Métodos de Segundo Orden Requieren valores aproimados de la primera derivada de f) Además de
Más detallesÁlgebra Lineal II: Grupos y campos, prueba de los axiomas del campo de los números complejos, forma polar de números complejos.
Álgebra Lineal II: Grupos y campos, prueba de los axiomas del campo de los números complejos, forma polar de números complejos. José María Rico Martínez Departamento de Ingeniería Mecánica División de
Más detallesEs trivial generalizar la definición al caso de varios conjuntos: A B C, etc.
Tema 1 Espacios Vectoriales 1.1 Introducción Estas notas están elaboradas pensando simplemente en facilitar al estudiante una guía para el estudio de la asignatura, y en consecuencia se caracterizan por
Más detallesTema 5: Sistemas de ecuaciones lineales.
TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1
Más detallesÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; (A ) = A. 2. La inversa de A 1 es A; (A 1 ) 1 = A. 3. (AB) = B A.
ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; A = A. 2. La inversa de A 1 es A; A 1 1 = A. 3. AB = B A. 4. Las matrices A A y AA son simétricas. 5. AB 1 = B 1 A 1, si A y B son no singulares. 6. Los escalares
Más detalles1.1 El caso particular de las curvas planas.
Chapter 1 Complementos de teoría de curvas 1.1 El caso particular de las curvas planas. Una curva en el espacio cuya torsión se anula está contenida en algún plano. Supongamos que ese plano es el z = 0,
Más detallesUniversidad Alonso de Ojeda. Facultad de Ingeniería GUIA DE ESTUDIO ALGEBRA LINEAL.
UNIDAD V: ESPACIOS VECTORIALES Estamos acostumbrados a representar un punto en la recta como un número real; un punto en el plano como un par ordenado y un punto en el espacio tridimensional como una terna
Más detallesECUACIONES EN DERIVADAS PARCIALES Tópicos previos
ECUACIONES EN DERIVADAS PARCIALES Tópicos previos Para tomar el curso de ecuaciones en derivadas parciales es importante la familiaridad del alumno con los conceptos que se detallan a continuación. Sugerimos
Más detallesBLOQUE DE ÁLGEBRA: TEMA 1: MATRICES.
BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. Matrices: Se llama matriz de dimensión m n a un conjunto de números reales dispuestos en m filas y n columnas de la siguiente forma: 11 a 12 a 13... a 1n A= a a 21
Más detallesObjetivos: 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
Más detallesMatemá'cas generales
Matemá'cas generales Matrices y Sistemas Patricia Gómez García José Antonio Álvarez García DPTO. DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN Este tema se publica bajo Licencia: Crea've Commons
Más detallesMENORES, COFACTORES Y DETERMINANTES
MENORES, COFACTORES Y DETERMINANTES 1. Introducción. 2. Determinante de una matriz de 3 x 3. 3. Menores y cofactores. 4. Determinante de una matriz de n x n. 5. Matriz triangular. 6. Determinante de una
Más detallesNÚMEROS COMPLEJOS: C
NÚMEROS COMPLEJOS: C Alejandro Lugon 21 de mayo de 2010 Resumen Este es un pequeño estudio de los números complejos con el objetivo de poder usar las técnicas de solución de ecuaciones y sistemas diferenciales
Más detallesVectores y Valores Propios
Capítulo 11 Vectores y Valores Propios Las ideas de vector y valor propio constituyen conceptos centrales del álgebra lineal y resultan una valiosa herramienta en la solución de numerosos problemas de
Más detallesTRANSFORMACIONES LINEALES
TRANSFORMACIONES LINEALES M. C. Roberto Rosales Flores INSTITUTO TECNOLÓGICO SUPERIOR DE TLAXCO Ingeniería en Logística M. C. Roberto Rosales Flores (ITST) TRANSFORMACIONES LINEALES Tercer Semestre 1 /
Más detallesHerramientas digitales de auto-aprendizaje para Matemáticas
real de con Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de Innovación Didáctica Departamento de Matemáticas Universidad de Extremadura real de con Índice real de con real de con.
Más detalles1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO
1 1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO 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
Más detallesCombinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291)
Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291) I. Combinación Lineal Definición: Sean v 1, v 2, v 3,, v n vectores en el espacio vectorial V. Entonces cualquier
Más detallesSESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES
SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES RELACIONES BINARIAS PAR ORDENADO Es un arreglo de dos elementos que tienen un orden determinado donde a es llamada al primera componente y b es llamada la
Más detallesMATEMÁTICAS BÁSICAS. Autoras: Margarita Ospina Pulido Jeanneth Galeano Peñaloza Edición: Rafael Ballestas Rojano
MATEMÁTICAS BÁSICAS Autoras: Margarita Ospina Pulido Jeanneth Galeano Peñaloza Edición: Rafael Ballestas Rojano Universidad Nacional de Colombia Departamento de Matemáticas Sede Bogotá Enero de 2015 Universidad
Más detallesSea un espacio vectorial sobre y sea un producto interno en ; entonces, : , y los vectores
FASÍCULO: ESPACIOS CON PRODUCTO INTERNO Teorema. Sea un espacio vectorial sobre y sea un producto interno en ; entonces, : i) ii) iii) iv) Ejemplo: Sean el espacio vectorial con el producto interno definido
Más detallesAlgebra Lineal: Aplicaciones a la Física
Algebra Lineal: Aplicaciones a la Física Resumen del curso 2014 para Lic. en Física (2 o año), Depto. de Física, UNLP. Prof.: R. Rossignoli 0. Repaso de estructuras algebraicas básicas Un sistema algebraico
Más detalles7 Ecuación diferencial ordinaria de orden n con coecientes constantes
7 Ecuación diferencial ordinaria de orden n con coecientes constantes La ecuación lineal homogénea de coecientes constantes de orden n es: donde a 1, a 2,..., a n son constantes. a n y (n) + a n 1 y n
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x
Más detallesTEMA 8.- NORMAS DE MATRICES Y
Álgebra II: Tema 8. TEMA 8.- NORMAS DE MATRICES Y NúMERO DE CONDICIóN Índice. Introducción 2. Norma vectorial y norma matricial. 2 2.. Norma matricial inducida por normas vectoriales......... 4 2.2. Algunos
Más detallesNOCIONES PRELIMINARES (*) 1
CONJUNTOS NOCIONES PRELIMINARES (*) 1 Conjunto no es un término definible, pero da idea de una reunión de cosas ( elementos ) que tienen algo en común. En matemática los conjuntos se designan con letras
Más detallesCapitán 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
Más detallesTeoría Tema 9 Ecuaciones del plano
página 1/11 Teoría Tema 9 Ecuaciones del plano Índice de contenido Determinación lineal de un plano. Ecuación vectorial y paramétrica...2 Ecuación general o implícita del plano...6 Ecuación segmentaria
Más detallesGrupos libres. Presentaciones.
S _ Tema 12.- Grupos libres. Presentaciones. 12.1 Grupos libres. En el grupo Z de los enteros vimos una propiedad (cf. ejemplos.5), que lo caracteriza como grupo libre. Lo enunciamos al modo de una Propiedad
Más detalles4 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
Más detallesAlgebra Lineal: Transformaciones Lineales. Departamento de Matemáticas. Intro. T. Matricial. T. Lineal. Rango
Algebra ducción Des el punto vista l Algebra Lineal, las funciones más importantes son las que preservan las combinaciones lineales. Estas funciones se llamarán. Es esta presentación se tratan con los
Más detallesMETODO DE LOS COEFICIENTES INDETERMINADOS 1 METODO DE COEFICIENTES INDETERMINADOS
METODO DE LOS COEFICIENTES INDETERMINADOS 1 METODO DE COEFICIENTES INDETERMINADOS Para encontrar la solución de la Ecuacion diferencial de orden n definida por Donde los son constantes y f(x) es un función
Más detalles