Algebra Lineal: Diagonalización de una Matriz Cuadrada. Departamento de Matemáticas. Intro. Diagonalizable
|
|
- Luis Gil Acosta
- hace 6 años
- Vistas:
Transcripción
1 una Matriz Algebra una Matriz
2 una Matriz ducción En esta lectura veremos uno los temas más importantes l Álgebra Lineal que tiene aplicaciones fundamentales en Ingeniería. Éste es el tema la diagonalización una matriz cuadrada. Se revisará la finición, algunos resultados teóricos y algunas aplicaciones. Se requieren los conceptos valor y vector propio, polinomio característico y bases un espacio lineal.
3 una Matriz Matriz diagonalizable Una matriz cuadrada A n n se dice matriz diagonalizable si existe existe una matriz P n n invertible que cumple P 1 AP = D don D es una matriz diagonal. El siguiente resultado indica qué significa que una matriz A sea diagonalizable: Sea A una matriz cuadrada n n, entonces son equivalentes: A es una matriz es diagonalizable, R n posee una base formada por vectores propios la matriz A.
4 una Matriz Reglas Reglas básicas para saber si una matriz es diagonalizable: Si tiene algún valor propio complejo, no es diagonalizable. Si tiene todos sus valores propios reales y son diferentes, sí es diagonalizable. Si tiene todos sus valores propios reales, y si para cada valor propio que apareció repetido como raíz la ecuación característica el número veces que apareció repetido (multilicidad algebraica) es igual a la multiplicidad o dimensión geométrica entonces sí es diagonalizable.
5 una Matriz Determine si la matriz es diagonalizable [ ] 1 2 A = 1 2 Solución El polinomio característico A es p A (t) = 4 3 t + t 2 y sus raíces son: t 1 = 3/2 + i 7/2 y t 1 = 3/2 + i 7/2. Por tanto, tiene raíces complejas y por tanto no es diagonalizable
6 una Matriz Determine si la matriz es diagonalizable [ ] 1 1 A = 0 1 Solución: El polinomio característico A es p bfa (t) = (t 1) 2. Y por tanto, el único valor propio es t = 1. El espacio nulo [A (1)I] es precisamente el espacio invariante t = 1 A y es: kernel([a (t = 1) I]) = Gen ( (1, 0) ) El conjunto B = {(1, 0) } no alcanza para una base para R 2. Por tanto, A no es diagonalizable.
7 una Matriz Determine si la matriz es diagonalizable y calcule una factorización: [ ] 1 2 A = 2 1 El polinomio característico A es p A (t) = 3 2 t + t 2 y sus raíces son t 1 = 1 y t 2 = 3. Por tanto, sus raíces son reales y diferentes. Por tanto, A es diagonalizable. Deteminemos bases para los espacios nulos. Para t = 1 Directo Maple: ν(a ( 1)I) = Gen ( ( 1, 1) ) Para t = 3 Directo Maple: ν(a (3)I) = Gen ( (1, 1) ) Por tanto una base para R 2 con vectores propios es: B = { ( 1, 1), (1, 1) }
8 una Matriz Por tanto una base para R 2 con vectores propios es: B = { ( 1, 1), (1, 1) } Por consiguiente, [ 1 1 P = 1 1 ], P 1 = [ 1/2 1/2 1/2 1/2 ] [ 1 0, D = 0 3 ]
9 una Matriz Determine si la matriz es diagonalizable y calcule una factorización: A = Solución: El polinomio característico A es p A (t) = 18 t + 3 t 2 t 3 y sus raíces son t 1 = 0, t 2 = 3 y t 3 = 6. Por tanto, sus raíces son reales y diferentes. Por tanto, A es diagonalizable. Deteminemos bases para los espacios nulos. Para t 1 = 0 Directo Maple: ν(a (0)I) = Gen ( ( 2, 1, 1) ) Para t 2 = 3 Directo Maple: ν(a ( 3)I) = Gen ( ( 1, 1, 1) )
10 una Matriz Para t 3 = 6 Directo Maple: ν(a (6)I) = Gen ( (0, 1, 1) ) Por tanto una base para R 3 con vectores propios es: Por consiguiente, B = { ( 2, 1, 1), ( 1, 1, 1), (0, 1, 1) } P = P 1 = /3 1/6 1/6 1/3 1/3 1/3 0 1/2 1/2 D =
11 una Matriz Determine la solución al sistema x (t) = 2 x(t) + 3 y(t) y (t) = 2 x(t) + y(t) Sujeto sujeto a las condiciones iniciales: x(0) = 3 y y(0) = 2. Solución:(y método solución) 1. El sistema se escribe en forma matricial: ( x ) [ ] ( ) (t) 2 3 x(t) y = (t) 2 1 y(t) 2. Se terminan los valores propios la matriz coeficientes (Matriz Transición). El polinomio característico es: p A (λ) = λ 2 3λ 4 Los valores propios son entonces: λ 1 = 1, λ 2 = 4 3. Se terminan los vectores propios correspondientes son: ( ) ( ) 1 3/2 v 1 =, v 1 2 = 1
12 una Matriz 4. Se forma la solución general al sistema: ( ) ( ) ( x(t) 1 = C y(t) 1 e 1t 3/2 + C ) e 4t 5. Se termina la solución particular: terminación C 1 y C 2 usando x(0) = 3 y y(0) = 2: ( 3 2 ) ( 1 = C 1 1 ) e C 2 ( 3/2 1 ) e 4 0 Para terminar las constantes resolvemos el sistema cuya matriz aumentada es: [ ] c 1 3/2 3 1 c / /5
13 una Matriz O bien: ( x(t) y(t) ) ( x(t) y(t) = 12 5 ) = ( 1 1 ( 12/5 12/5 ) e t ( 3/2 1 ) ( e t 3/5 + 2/5 ) e 4t ) e 4t Hagámos los cálculos con una calculadora TI Voyage.
14 una Matriz En la figura 1: se fine la matriz l sistema A; se terminan los valores propios; se obtienen los vectores propios correspondientes; y se introducen las condiciones iniciales. Cabe observar que be respetarse el orn aparición cada valor propio y cada vector propio: Para el valor propio 4, el vector < 0.832, > genera el espacio invariante. Para el valor propio 1, el vector < 0.707, > genera el espacio invariante. Figure : propios. Ejemplo 1: Matriz l sistema y sus valores y vectores
15 una Matriz Así la solución general quedaría: ( ) ( ) ( x = C y 1 e 4 t C ) e t La constantes C 1 y C 2 la solución particular puen ser terminadas resolviendo el sistema: VC = C i don V es la matriz formada por los vectores propios y C i es el vector condiciones iniciales. Para obtener c i V i hacemos el truco l producto V diag(c 1, c 2 ). Estos cálculos se ilustran en la figura 2. Figure : Ejemplo 1: cálculos para las condiciones iniciales.
16 una Matriz Por tanto, la solución particular es: ( ) ( ) ( x 0.6 = e 4 t y ) e t Suponga que se sea terminar x(1.2) y y(1.2). En este caso, las operaciones puen hacerse en forma sencilla utilizando la matriz V diag(c 1, c 2 ) y el vector con los datos, como se ilustra en la figura 2.
17 una Matriz Suponga que sólo existen tres lecherías en el mercado Leche Lola, Leche Los Puentes, y Leche ParmaLac. Suponga que un mes a otro Lola retiene el 80% sus clientes, atrae 20% los clientes Los Puentes, y atrae 10% los clientes ParmaLac, Los puentes retiene 70% sus clientes, atrae 10% los clientes Lola, y atrae 30% los clientes ParmaLac, y ParmaLac retiene 60% sus clientes, atrae el 10% los clientes Lola, y atrae el 10% los clientes Los puentes. Suponga el tamaño la población no cambia y se mantiene fijo en consumidores. Determine si existe los porcentajes a largo plazo la distribución clientes Lola, Los puentes, y ParmaLac.
18 una Matriz Solución La matriz transición queda: A = El polinomio característico A es: p A (t) = (t t t.300) Usando los cálculos reportados en las figuras 1 y 2, los valores propios son: λ 1 = 1.00, λ 2 = 0.60, λ 3 = 0.50
19 una Matriz y los vectores propios correspondientes son: Por tanto P = v 1 = ( , , ) v 2 = ( , , 0.) v 3 = ( , , ) D =
20 una Matriz Por tanto, A = lim k Ak = P A = lim k Ak = P Por tanto, la ditribución l mercado leche a largo plazo sin importar la distribución inicial es: 45% 35% 20%
Diagonalización de una Matriz
Diagonalización de una Matriz Departamento de Matemáticas, CCIR/ITESM 9 de febrero de 2011 Índice 19.1.Introducción............................................... 1 19.2.Matriz diagonalizable..........................................
Más detallesAlgebra Lineal Tarea No 24: Aplicaciones de diagonalización de matrices Solución a algunos problemas de la tarea (al 29 de junio de 2014)
Algebra Lineal Tarea No 4: Aplicaciones de diagonaliación de matrices a algunos problemas de la tarea (al 9 de junio de 4. Determine la solución al sistema + 3 + Sujeto sujeto a las condiciones iniciales:
Más detallesSolución de Sistemas de Ecuaciones Diferenciales Lineales
Solución de Sistemas de Ecuaciones Diferenciales Lineales Departamento de Matemáticas, CCIR/ITESM 9 de febrero de Índice..Introducción.................................................Ejemplo.................................................3.Ejemplo................................................
Más detallesAlgebra Lineal: Valores y Vectores Propios. Departamento de Matemáticas. Intro. Eigenvalues. Multiplicidades
Algebra ducción Los valores y vectores propios son muy importantes en el análisis sistemas lineales. En esta presentación veremos su finición y cómo se calculan. vectores propios Sea A una matriz cuadrada,
Más detallesAlgebra Lineal Tarea No 23: Diagonalización de una matriz Solución a algunos problemas de la tarea (al 29 de junio de 2014)
Algebra Lineal Tarea No 23: Diagonalización de una matriz a algunos problemas de la tarea (al 29 de junio de 2014) 1. Diga si la matriz [ 1 0 0 1 Claramente sí pues la matriz es una matriz diagonal. Pero
Más detallesDiagonalización de matrices
7 Diagonalización de matrices 7.1. Matrices diagonalizables Existen diversos procesos en los que el estado en cada uno de sus pasos se puede representar por un determinado vector y en los que, además,
Más detallesÁlgebra Lineal. Tema 5 Ecuaciones diferenciales lineales
Álgebra Lineal. Tema 5 Dep. Matemática Aplicada. UMA Tasa relativa de crecimiento Si x(t representa alguna cantidad física como el volumen de una sustancia, la población de ciertas especies, o el número
Más detallesCapítulo V. Valores y vectores propios. Diagonalización de operadores lineales.
Capítulo V Valores y vectores propios. Diagonalización de operadores lineales. Hemos visto que la aplicaciones lineales de en están definidas a través de una expresión de la forma ; pero esta fórmula puede
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 detallesÁlgebra Lineal. Tema 7. La forma canónica de Jordan
Álgebra Lineal Tema 7 La forma canónica de Jordan Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J S ALAS, A T ORRENTE Y EJS V ILLASEÑOR Índice
Más detallesValores y Vectores Propios
Valores y Vectores Propios Iván Huerta Facultad de Matemáticas Pontificia Universidad Católica de Chile ihuerta@mat.puc.cl Segundo Semestre, 1999 Definición Valores y Vectores Propios Valores y Vectores
Más detallesTEMA III: DIAGONALIZACIÓN.
TEMA III: DIAGONALIZACIÓN. OBJETIVOS: Generales: 1. Captar el motivo que justifica el problema de la diagonalización de endomorfismos. 2. Resolver y aplicar dicho problema cuando sea posible. Específicos:
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 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 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 detalles2. Teorema de las multiplicidades algebraica y geométrica.
Guía. Álgebra III. Examen parcial II. Valores y vectores propios. Forma canónica de Jordan. Teoremas con demostraciones que se pueden incluir en el examen El examen puede incluir una demostración entera
Más detallesPreparaduría V. 1.- Sea A una matriz diagonal n n cuyo polinomio característico es
Preparaduría V 1.- Sea A una matriz diagonal n n cuyo polinomio característico es (x c 1 ) d1 (x c 2 ) d2... (x c k ) d k donde los c 1,..., c k son distintos dos a dos. Sea V el espacio de matrices n
Más detallesRESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS
RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS 1. Determinantes El determinante de una matriz cuadrada n n A = a 21 a 22 a 2n a n1 a n2 a nn es un número real, y se representa por: A = a 21 a 22 a 2n a
Más detallesÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando
ÁLGEBRA LINEAL EXAMEN FINAL 8 de Enero de Apellidos y Nombre: Duración del examen: 3 horas Publicación de notas: enero Revisión de Examen: feb Ejercicio. ( puntos a (, puntos Estudia si la siguiente afirmación
Más detallesIntroducción. Algebra Lineal: Dependencia Lineal. Departamento de Matemáticas. Intro. Resultado Clave 3. Ejemplo 1. Ejemplo 2. Operativa.
ducción Amás los conceptos combinación lineal y espacio generado, otro los conceptos clave en Algebra es el concepto penncia lineal. Este concepto aplica a conjuntos vectores y significa que el conjunto
Más detallesProblemas y Ejercicios Resueltos. Tema 6: Diagonalizacion.
Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion. Ejercicios 1.- Sea f End V. Demostrar que la suma de subespacios f-invariantes es f-invariante. Solución. Sean U, W dos subespacios f-invariantes
Más detalles1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.
utovalores y autovectores asociados a un endomor smo f Diagonalización Dado un endomor smo f de un espacio vectorial real V y jada una base B de V obtenemos una única matriz asociada a f respecto de la
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 detallesGrado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán
MATEMÁTICAS TICAS I Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III Ana Isabel Garralda Guillem y Manuel Ruiz Galán Tema. Diagonalización de matrices.1. Diagonalización de matrices por
Más detallesValores y vectores propios
Valores y vectores propios Problemas teóricos El los siguientes problemas se denota por L(V ) conjunto de los operadores lineales en un espacio vectorial V (en otras palabras, de las transformaciones lineales
Más detallesSesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K
Sesión 8: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K ) Calculamos los valores propios de A y sus multiplicidades algebraicas con: d A λ = det A λi nxn = Si d A
Más detallesDescomposición en forma canónica de Jordan (Segunda versión)
Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin
Más detallesAutovalores y autovectores Diagonalización y formas canónicas
Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,
Más detallesAlgebra Lineal: Dependencia Lineal. Departamento de Matemáticas. Intro. Dependencia. Ejemplos a) Resultados. Ejemplos b) MA1019
Algebra MA119 ducción Otro los conceptos clave en Algebra es el concepto penncia lineal. Este concepto aplica a conjuntos vectores y significa que el conjunto tenga redundancia, es cir, que exista en el
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 detallesSISTEMAS DE ECUACIONES LINEALES Y MATRICES
y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015 1 Visita http://sergiosolanosabie.wikispaces.com y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015
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 detallesAlgebra Lineal: Espacios Generados. Introducción
2 ducción En esta presentación veremos cómo comparar entre sí dos espacios generados. Esto es relevante porque recordamos que los espacios generados finen los conjuntos solución a SEL. De manera que comparar
Más detallesÁlgebra Lineal. Tema 8. Valores y vectores propios. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Tema 8. Valores y vectores propios 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
Más detallesDiagonalización de Matrices Cuadradas.
de Matrices Cuadradas. * Vector propio * Valor propio * Polinomio característico * Cómo se hallan? * Diagonalizabilidad. * Criterios * Aplicaciones Cuadernos Genius, el secreto de los mejores. Tema: de
Más detallesCONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2
CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el
Más detallesTema 5: Diagonalización de matrices: Apéndice
Tema : Diagonalización de matrices: Apéndice Más aplicaciones de la diagonalización. Diagonalización de matrices simétricas reales Tiene especial interés la diagonalización de matrices simétricas. Supongamos
Más detallesCapítulo 1: Diagonalización de matrices
Capítulo : Diagonalización de matrices Matrices y determinantes Definición Una matriz es un arreglo rectangular de números reales a a a m a A a a m a n a n a nm La matriz es de orden n m si consta de n
Más detallesIntroducción. Algebra Lineal: Dependencia Lineal. Departamento de Matemáticas. Intro. Resultado Clave 2. Ejemplo 1. Ejemplo 2. Operativa.
ducción Amás los conceptos combinación lineal y espacio generado, otro los conceptos clave en Algebra es el concepto penncia lineal. Este concepto aplica a conjuntos vectores y significa que el conjunto
Más detallesAlgunos Tipos de matrices. Matrices. Algunos Tipos de matrices. Algunos Tipos de matrices
Matrices Una matriz de orden m n es un conjunto ordenado de m n números reales dispuestos en m filas y n columnas de la forma: A = a 11 a 12 a 1j a 1n a 21 a 22 a 2j a 2n a i1 a i2 a ij a in a m1 a m2
Más detallesÁlgebra lineal II Examen Parcial 1
UNIVERSIDAD DE COSTA RICA ESCUELA DE MATEMATICA Álgebra lineal II Examen Parcial II Semestre 204 Nick Gill Instrucciones: Puede usar cualquier proposición de las lecciones, inclusive los ejercicios. Si
Más detallesDiagonalización de matrices
Capítulo 6 Diagonalización de matrices 6.. Introducción 6... Un ejemplo preliminar Antes de plantearlo de manera general, estudiaremos un ejemplo que servirá para situar el problema. Supongamos que, en
Más detallesMA3002. Matemáticas Avanzadas para Ingeniería: Números Complejos. Departamento de Matemáticas. Introducción. Igualdad. Suma y resta.
MA3002 Los números complejos, simbolizados por C, son una generalización los números reales. Una generalización algebraica muy interesante: Toda ecuación polinomial c n z n + c n 1 z n 1 + + c 1 z + c
Más detallesÁlgebra Lineal Ma843
Álgebra Lineal Ma843 Valores y vectores propios: Departamento de Matemáticas ITESM Valores y vectores propios: Álgebra Lineal - p. 1/9 ducción Uno de los temas fundamentales en Ingeniería es el tema de
Más detallesy Matrices cuadradas.
de Endomorfismos y Matrices cuadradas.. Problemas resueltos. Tema :. Problemas Resueltos 1 PROBLEMAS RESUELTOS 1. Sea f 0 End(ú 3 ) / f ( x, y, z ) = ( 2x - 2y + 3z, x + y + z, x + 3y - z) Estudiar si
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 detallesMA1019. Algebra Lineal: Combinación Lineal y Espacios Generados. Departamento de Matemáticas. Intro. Comb. Lineal. Ejemplo. Notas 1. E.
s Algebra MA1019 s ducción Uno los conceptos clave en Algebra Lineal es el concepto combinación lineal: Una combinación lineal es una superposición objetos: imagine que usted tiene dos señales (discretas
Más detallesMínimos Cuadrados. Departamento de Matemáticas, CCIR/ITESM. 30 de junio de 2011
Mínimos Cuadrados Departamento de Matemáticas, CCIR/ITESM 30 de junio de 011 Índice 4.1.Introducción............................................... 1 4..Error Cuadrático............................................
Más detallesAlgebra Lineal: Espacios Generados. Departamento de Matemáticas. Intro. E. Generado. Ejemplos. Contención. Ejemplos. Nota.
Algebra ducción Después combinación lineal, el segundo concepto clave en Algebra Lineal es el concepto espacio generado. Existen dos formas llegar a este concepto. Si en lugar responr si el sistema [A
Más detallesEjercicios resueltos del capítulo 4
Ejercicios resueltos del capítulo 4 Ejercicios impares resueltos..a Calcular los autovalores y subespacios invariantes asociados a la matriz: A = Calculamos el polinomio característico y resolvemos: λ
Más detallesVALORES Y VECTORES PROPIOS
VALORES Y VECTORES PROPIOS En diversos campos de la ingeniería y las matemáticas surge el problema de calcular los valores escalares λ y los vectores x 0 tales que para la matriz cuadrada A se cumple Ax
Más detallesUNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA
AL GEBRA III UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA ALGEBRA III DEFINICION : Sea L : V V un operador lineal sobre el espacio vectorial
Más 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 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 detallesForma canónica de Jordan.
Práctica 3 Forma canónica de Jordan. Contenido: Matrices semejantes. Polinomio característico. Valores propios. Vectores propios. Forma canónica de Jordan. Forma real de la forma canónica de Jordan. Aplicaciones:
Más detallesBa s e, d i M e n s i ó n y Mat r i z
Unidad 4 Ba s e, d i M e n s i ó n y Mat r i z de transición Objetivos: Al inalizar la unidad, el alumno: Conocerá la deinición de base de un espacio vectorial Identiicará bases canónicas para algunos
Más detallesTRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN
RANSFORMACIONES LINEALES 1 RANSFORMACIONES NÚCLEO E IMAGEN DEFINICION : Sean V W espacios vectoriales Una transformación lineal de V en W es una función que asigna a cada vector v V un único vector v W
Más detallesTema 3: Forma canónica de Jordan de una matriz.
Forma canónica de Jordan de una matriz 1 Tema 3: Forma canónica de Jordan de una matriz. 1. Planteamiento del problema. Matrices semejantes. Matrices triangularizables. El problema que nos planteamos en
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 detallesTema 6: Diagonalización de matrices
Tema 6: Diagonalización de matrices La intención en este tema es, dada una matriz cuadrada, ver si existe otra matriz semejante a ella que sea diagonal. Recordemos del Tema 4 que dos matrices cuadradas
Más detallesDiagonalización de matrices.
Diagonalización de matrices. 1. Diagonalización de matrices. Definición 1.1 Sea A una matriz cuadrada,, decimos que es un autovalor de A si existe un vector no nulo tal que En esta situación decimos que
Más detalles2.7 Aplicaciones del Teorema de Jordan
26 Álgebra lineal 27 Aplicaciones del Teorema de Jordan En esta sección seguimos suponiendo que K C Endomorfismos y matrices nilpotentes Definición Decimos que una matriz A M n (C es nilpotente si existe
Más detalles1. DIAGONALIZACIÓN. FORMAS CANÓNICAS
1 1. DIAGONALIZACIÓN. FORMAS CANÓNICAS 1. Se considera la matriz: A = ( 2 3 4 13 con coeficientes en R. Hallar los valores propios, los vectores propios y una matriz P que permita la diagonalización de
Más detallesCapítulo 9: Diagonalización de matrices
Capítulo 9: Diagonalización de matrices 1. Lección 33. Transformaciones lineales Del mismo modo que el estudio de las funciones usuales es importante para analizar las relaciones y la evolución de magnitudes
Más detallesClase 7 Herramientas de Álgebra Lineal
Clase 7 Herramientas de Álgebra Lineal 1 Formas cuadráticas La descomposición en valores singulares 3 Normas de matrices 4 Ejercicios Dada una matriz M R n n, la función escalar x T Mx, donde x R n, es
Más detalles1 Operaciones con matrices
Grado Finanzas y Contabilidad Curso 04/05 Operaciones con matrices y vectores. Operaciones con matrices Podemos entrar matrices desde el menú de Maxima: Algebra introducir una matriz Luego aparece una
Más detallesTema 6: Autovalores y autovectores
Tema 6: Autovalores y autovectores Curso 216/217 Ruzica Jevtic Universidad San Pablo CEU Madrid Referencias Lay D. Linear algebra and its applications (3rd ed). Chapter 5. 2 Autovalores y autovectores
Más detallesAlgebra Lineal: Bases y Dimensión. Departamento de Matemáticas. Intro. Espacio Lineal. Base. Tma clave. Regla 1. Regla 2 MA1019
Algebra MA119 ducción Uno los conceptos más importantes en Espacios Vectores es el concepto. Este concepto se relaciona con el número elementos mínimo que se requieren para representar a los elementos
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 detallesMATRICES Y SISTEMAS DE ECUACIONES
MATRICES Y SISTEMAS DE ECUACIONES Definición Una matriz real de orden m n es una tabla ordenada de m n números reales a 11 a 12 a 1n a A = 21 a 22 a 2n a m1 a m2 a mn en la cual las líneas horizontales
Más detallesÁlgebra lineal y Geometría II. Métricas y formas cuadráticas. 1. La matriz de la métrica T 2 ((x, y, z), (x, y, z )) = xx + yy + 3zz 2xz 2zx es:
Álgebra lineal y Geometría II Gloria Serrano Sotelo Departamento de MATEMÁTICAS ÁLGEBRA LINEAL Y GEOMETRÍA. 0 FÍSICAS Métricas y formas cuadráticas.. La matriz de la métrica T ((x, y, z), (x, y, z )) =
Más detalles6.6. Diagonalización de matrices simétricas o hermitianas. Ejemplo de una diagonalización de una matriz simétrica
6.6 Diagonalización de matrices simétricas o hermitianas Ejemplo de una diagonalización de una matriz simétrica Matrices hermitianas Los autovalores de las matrices reales simétricas o complejas hermitianas
Más detallesALGEBRA LINEAL Y GEOMETRÍA I
ALGEBRA LINEAL Y GEOMETRÍA I TEMA 3: Autovalores y Autovectores. Introducción Ya conoces que las aplicaciones lineales entre espacios vectoriales, al elegir bases en ellos, las puedes representar por matrices.
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS II TEMA 2: SISTEMAS DE ECUACIONES LINEALES
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 007 MATEMÁTICAS II TEMA : SISTEMAS DE ECUACIONES LINEALES Junio, Ejercicio 3, Opción B Reserva, Ejercicio 3, Opción B Reserva, Ejercicio 3, Opción A Reserva,
Más detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA ANALÍTICO DE LA ASIGNATURA: ALGEBRA LINEAL Código L2.07.1 PLAN DE ESTUDIOS: 2002 CARRERA: Licenciatura en Matemática DEPARTAMENTO:
Más detallesQuímica Cuántica I Formas cuadráticas
Formas cuadráticas/jesús Hernández Trujillo p. 1/16 Química Cuántica I Formas cuadráticas Prof. Jesús Hernández Trujillo Facultad de Química, UNAM Formas cuadráticas/jesús Hernández Trujillo p. 2/16 Ecuación
Más detallesINSTITUTO TECNOLÓGICO METROPOLITANO DECANATURA DE CIENCIAS BÁSICAS CRONOGRAMA DEL CURSO ALGEBRA LINEAL ALX04 SEMESTRE
INSTITUTO TECNOLÓGICO METROPOLITANO DECANATURA DE CIENCIAS BÁSICAS CRONOGRAMA DEL CURSO ALGEBRA LINEAL ALX0 SEMESTRE 1-2015 ORDEN DE PRESENTACIÓN DE LOS CONTENIDOS. 1. Algebra Matricial 2. Espacios Vectoriales
Más detallesUna forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes.
Una forma fácil de recordar esta suma (regla de Sarrus): Ejemplos: Tarea: realizar al menos tres ejercicios de cálculo de determinantes de matrices de 2x2 y otros tres de 3x3. PARA DETERMINANTES DE MATRICES
Más detallesUNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para :
IX / 9 UNIVERSIDAD SIMON BOLIVAR MA6 abril-julio de 9 Ejercicios sugeridos para : los temas de las clases del 3 de junio y de julio de 9. Temas : Autovalores y autovectores. Matrices similares; diagonalización.
Más detallesEspacios de una Matriz
Espacios de una Matriz Departamento de Matemáticas, CSI/ITESM 31 de enero de 2008 Índice 4.1. Espacios de una Matriz........................................ 1 4.2. Espacios Lineales............................................
Más detalles1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS
1 1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS Sea f : V V un endomorfismo de V, f End(V, con V un K-espacio vectorial de dimensión n, y sean B = {e 1,..., e n } B = {e 1,..., e n} bases de V. La matriz de f
Más detallesAlgebra Lineal XXVI: La Regla de Cramer.
Algebra Lineal XXVI: La Regla de Cramer José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx
Más detallesProcedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan).
Ejemplo 19: Demuestre que la matriz A es invertible y escríbala como un producto de matrices elementales. Solución: Para resolver el problema, se reduce A a I y se registran las operaciones elementales
Más detallesMatrices y sistemas de ecuaciones lineales. Autovalores y autovectores.
Tema 5 Matrices y sistemas de ecuaciones lineales Autovalores y autovectores 5 Introducción Una matriz es una disposición ordenada de elementos de la forma: a a a m a a a m a n a n a nm Sus filas son las
Más detallesλ = es simple se tiene que ( )
Sección 6 Diagonalización 1- (enero 1-LE) Sea 1 1 = 1 1 a) Es diagonalizable la matriz? En caso afirmativo, calcula las matrices P y D tales que 1 P P = D b) Existe algún valor de a para el que ( 3, 6,
Más detalles1.2 Valores y vectores propios. Método de las potencias y Rayleigh.
20 Prelininares. 1.2 Valores y vectores propios. Método de las potencias y Rayleigh. 1.2.1 Cálculo del Polinomio Caracterstico: ALGORITMO DE SOURIAU. ENTRADA: la matriz A 1 = A, p 1 = traza(a 1 ), n =
Más detallesCónicas. Clasificación.
Tema 7 Cónicas. Clasificación. Desde el punto de vista algebraico una cónica es una ecuación de segundo grado en las variables x, y. De ese modo, la ecuación general de una cónica viene dada por una expresión
Más detallesUna ecuación de segundo grado con una incógnita es de la forma:
ECUACIONES CUADRÁTICAS CON UNA INCÓGNITA Una ecuación de segundo grado con una incógnita es de la forma: ax 2 + bx + c = 0, en donde a, b y c son constantes, con a IR, b IR y c IR, además a 0 y x es la
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 detalles6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas...
Contents 6 Formas Bilineales y Producto Escalar 3 6.1 Formas bilineales............................... 3 6.1.1 Matriz de una forma bilineal....................... 4 6.1. Formas bilineales simétricas.......................
Más detallesTema I. Capítulo 5. Equivalencia, congruencia y semejanza de matrices.
5 Equivalencia, congruencia y semejanza de matrices 1 Equivalencia de matrices por filas 11 Definición y propiedades Definición 11 Dos matrices A, B M m n se dicen equivalentes por filas o equivalentes
Más detallesCapítulo 2. Determinantes Introducción. Definiciones
Capítulo 2 Determinantes 2.1. Introducción. Definiciones Si nos centramos en la resolución de un sistema A x = b con A una matriz n n, podemos calcular A 1 y la resolución es inmendiata. El problema es
Más detallesControl Moderno. Ene.-Jun UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN. Facultad de Ingeniería Mecánica y Eléctrica. Dr. Rodolfo Salinas.
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN Facultad de Ingeniería Mecánica y Eléctrica Control Moderno Ene.-Jun. 27 Dr. Rodolfo Salinas abril 27 Control Moderno N abril 27 Dr. Rodolfo Salinas Respuesta en el tiempo
Más detallesAlgebra Lineal XIX: Rango de una Matriz y Matriz Inversa.
Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:
Más detallesSistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia
Sistemas lineales de ecuaciones diferenciales Juan-Miguel Gracia Índice Sistemas lineales 2 Búsqueda de una solución especial 3 Aplicación a sistemas 4 Problema de condiciones iniciales 2 / 2 Sistemas
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 s de Vectores y Matrices es Departamento de Matemáticas ITESM s de Vectores y Matrices es Álgebra Lineal - p. 1/44 En esta lectura veremos conjuntos y matrices ortogonales. Primero
Más detallesObjetivos formativos de Álgebra
Objetivos formativos de Álgebra Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera como objetivo
Más detalles1. DIAGONALIZACIÓN DE ENDOMORFISMOS
. DIAGONALIZACIÓN DE ENDOMORFISMOS. Se considera la matriz: A ( 2 3 4 3 con coecientes en R. Hallar los valores propios, los vectores propios y una matriz P que permita la diagonalización de A. Calcular
Más detalles