Sistemas sobredeterminados. Aproximación de cuadrados mínimos. Sistemas subdeterminados. Solución de mínima norma. Aplicaciones.

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

Download "Sistemas sobredeterminados. Aproximación de cuadrados mínimos. Sistemas subdeterminados. Solución de mínima norma. Aplicaciones."

Transcripción

1 Méodos Numéricos 0 Prácica 3 Sisemas sobredeerminados. Aproximación de cuadrados mínimos. Sisemas subdeerminados. Solución de mínima norma. Aplicaciones. Resolución de sisemas sobredeerminados por cuadrados mínimos Consideremos el sisema Ax b con A R esricamene de rango colua compleo es decir m > n y las n coluas son linealmene independienes o sea el rango colua de A rank(a)n El sisema se dice sobredeerminado : hay más ecuaciones que incógnias. Si b Im( A) m n y R x R Ax y enonces la ecuación no iene solución. { } Un enfoque consise en resolver aproximadamene el siguiene problema: Se define el error o residuo r Ax b y se planea el problema: Hallar x x que minimiza r Ax b Tal solución x se llama solución aproximada de mínimos cuadrados. Inerpreación geomérica Ax Im( A) es el puno de la imagen más cercano a b. En oros érminos Ax es la proyección orogonal de b sobre el subespacio Im( A ). Solución aproximada de Cuadrados Mínimos Para hallar x resolvemos el problema de mínimo de la función r xaax bax + bb Se hace el gradiene respeco a x igual a cero x r AAx Ab 0 Obeniéndose las ecuaciones normales AAx Ab Las hipóesis sobre la mariz permien enconrar una única solución x ( AA) Ab

2 Observaciones La solución depende linealmene de b Si A es mariz cuadrada inversible x A b + Si b Ax es decir b Im( A) enonces ( x Ab AA) AAx x es solución exaca. + La mariz ( A AA) A que resuelve el problema aproximado se llama pseudoinversa de A + ( A A AA) AA I es decir que A + es una inversa a izquierda de A siempre que se cumplan las hipóesis sobre la mariz A. Por definición y Ax es el puno de Im( A ) más cercano a b o sea es la proyección orogonal de b sobre el subespacio Im( A ) y Ax b Im( A) Pr ( ) AAb + La proyección sobre la imagen de A es una función lineal de b que esá dada por la mariz AA + Principio de orogonalidad del residuo ópimo El residuo correspondiene a la solución es orogonal al subespacio Im( A ) Si ( Ax) r r Ax b Ax n x R es cualquiera enonces + xar xa( AAb b) xaa( AA) Ab xab 0 Cálculo de la solución de Mínimos Cuadrados. Hay varias formas de calcular ( x AA) Ab en Malab. Una de ellas es a parir de la fórmula xa *inv(a*a )*b; En ese caso si la mariz no iene rango compleo o bien m<n el sisema lanza un mensaje de error.ora forma de calcular sería con el operador de inversión a izquierda. xa\b; En el caso mn y rango compleo se obiene la inversa A b. Los resulados pueden diferir ligeramene con los calculados con la fórmula debido a redondeo, pero no serán noorios, a menos que las dimensiones m,n sean de varios cienos. Ora forma es con la pseudo-inversa xpinv(a)*b; + ( A AA) A que en Malab se expresa

3 Si la mariz no es flaca o cuadrada o no de rango compleo ese méodo devuelve sin aviso algo que no es la solución aproximada de mínimos cuadrados. La pseudo-inversa se define cuando la mariz no es de rango compleo pero no con la fórmula anerior. Finalmene, oro méodo que mencionaremos es con la facorización QR. 0 ( m n ) xn La facorización complea QR es A QR [ Q Q ] superior e inversible. [ ] Por lo ano QQ I n mxm Q Q Q R es orogonal. Q R Noemos que A QR + Q 0( m n ) xn QR La pseudo-inversa es enonces + R nxn donde R R es riangular Q R ( m n) xn A ( AA) A ( R Q QR) R Q R R R Q R Q, y la solución de cuadrados mínimos x R Q b La proyección orogonal sobre el subespacio Im( A ) esá dada por la mariz AA QRR Q QQ + Veamos que efecivamene x R Q b minimiza Ax b Como la muliplicación por una mariz orogonal no alera la norma enemos: R R [ ] x [ Q Q ] b 0 0 Ax b QAx Qb QQ x Q Q b Qb Rx Qb Rx Q b + 0 érmino Rx Qb 0 Q b El vecor residual correspondiene al ópimo es r QRR Qb b QQ I b ( m) QQ b que se hace mínima cuando se anula el primer

4 Q Im QQ Q Q + Noemos que [ ] QQ QQ Q QQ es el proyecor orogonal sobre el subespacio imagen Im( A ) QQ es el proyecor orogonal sobre el subespacio complemeno orogonal de la imagen Im( A) Ejercicios En Malab( Ocave,Scilab) la descomposición complea QR se obiene haciendo [Q,R]qr(A); Efecuar la descomposición en bloques con las submarices Q, Q, R verificando odas las propiedades e igualdades aneriormene demosradas. Calcular x, r y las marices de proyección. Comprobar que el vecor residual es orogonal a las coluas de A Para obener la facorización reducida se hace en Malab [Q,R]qr(A,0);

5 Solución de Mínima Norma de Sisemas Subdeerminados Consideremos el sisema Ax b donde A es una mariz gorda es decir A R con m < n por lo que hay más variables que ecuaciones x esa subdeerminado. Más de un vecor x iene la misma imagen Ax Supongamos que A iene rango compleo m En al caso eligiendo m coluas LI se puede hallar un vecor solución componenes de x que no corresponden a esas coluas. El conjuno de odas las posibles soluciones iene la forma: x p, anulando las S { x Ax b } { xp + z Az 0 } En Malab null(a) nos proporciona una base de vecores de Nu( A ) La solución paricular x p se llama solución básica ya que iene ceros en las coluas no linealmene independienes, o sea que no esán en la base. De alguna manera el vecor z del núcleo Nu( A ) caraceriza las posibles elecciones en la solución, ya se podría elegir un z con n m grados de liberad, en oros érminos la dimensión del espacio de soluciones es igual a la dimensión del Nu( A ). Dada esa liberad se podría imponer algún oro crierio para elegir la solución. La mariz AA es cuadrada mxm e inversible ya que su rango es rank(a)m Consideremos una solución paricular consruída asi: x A( AA) b enonces Ax AA( AA) b b Tal solución es la de mínima norma, es decir soluciona el problema de minimización min n Dem: x x R sujeo a la condición Ax b Si x es solución de Ax b enonces x x Nu( A) El produco escalar ( ) ( ) ( ) ( ( ))( x x x x x A AA b Ax x AA) b 0 Luego por raarse de vecores orogonales es: + + x x x x x x x x

6 Es decir que: x es la solución de mínima norma. x es orogonal al subespacio Nu( A ) 3 se podría inerprear a x como la proyección perpendicular del puno origen0 sobre el conjuno de soluciones S que no es más que la raslación del subespacio Nu( A ) por el vecor x S x + Nu( A) Definimos la mariz que nos da la solución de mínima norma A A( AA) se llama pseudo-inversa de la mariza en el caso que nos ocupa + A R con m < n y el rango colua de A exacamene igual a m ( mariz gorda de rango compleo ) Propiedades: AA + I es decir A + es una inversa a derecha de A I A + A proyeca sobre el Nu( A ) : + + A(( I A A) x) Ax AA Ax Ax Ax 0 Comparemos con la pseudo-inversa de una mariz flaca de rango compleo Es decir consideremos Ax b con A R m > n de rango colua compleo n Por lo ano AA esnxn y además inversible. La pseudo-inversa se define como la que proporciona la solución de cuadrados mínimos ( ) + A AA A Propiedades: + A A I luego A + es una inversa a izquierda de A AA + es la mariz que proyeca sobre el rango de A Cálculo de la solución de mínima norma En Malab podemos calcular la solución de mínima norma de varias maneras Si usamos la definición x A *inv(a*a )*b; ( ) x A AA b Se obiene un aviso de error si la mariz no verifica las condiciones de la definición. Ese méodo no es numéricamene el más aconsejable ya que si A esá mal condicionada enonces AA esá mucho peor condicionada.

7 Ejercicio Usando SVD mosrar porqué. A USV Se puede usar el operador pinv(a) que en ese caso nos devuelve la pseudo-inversa + A A AA siempre que sea gorda de rango m. ( ) La pseudo-inversa se define en el caso general de rango deficiene pero no por la anerior fórmula. xpinv(a)*b será lo que buscamos si se verifican las condiciones mencionadas. En caso conrario no hay aviso. 3 Tal vez el méodo más ransparene es el de la facorización QR de La facorización complea La mariz A QR con nxn Q R orogonal nxm R R A riangular superior. r r rm 0 r r m 0 0 r km R 0 0 rmm R mxm R donde R Rmxm es riangular superior inversible 0 ( n m ) xm nxm nx( n m) Q Q Q donde Q R Q R con QQ I m por ser orogonal se puede expresar en bloques y la mariz sus coluas son oronormales. Esa se llama facorización QR reducida. En Malab se invoca así [Q,R]qr(A,0); La facorización complea de A es [Q,R]qr(A ); R A QR Q Q QR + Q0 QR mxm Enonces mxm ( n m) xm 0( n m) xm

8 A QR( RQQR) QRR R QR donde + R R R ( ) ( ) Y la solución de mínima norma se obiene de la ecuación x Ab QR b + En Malab el operador \ de inversión a izquierda calcula el vecorr b asi: Si queremos calcular la solución del sisema inversible Ru b enemos u R b En Malab eso se puede hacer rápidamene dividiendo a izquierda con el operador \ y enemos ur \b y luego se muliplica por Q x Q*(R \b); Noemos que x R b Finalmene un méodo que NO FUNCIONA para calcular x es aplicar el operador \ al sisema Ax b en las condiciones mencionadas. Hacer xp A\b ; nos da una solución paricular que no necesariamene es la de mínima norma. Ejercicios Malab Verificar odos los desarrollos aneriores para un ejemplo : m;n4; A[ ]; b[0;] Problemas de aplicación x0 A R 0 b A i i i i i i Resolver el problema de mínima norma : 0 Hallar x R de mínima norma con la condición Ax b

9

5. ESPACIOS VECTORIALES EUCLÍDEOS. PROYECCIONES ORTOGONALES. MÍNIMOS CUADRADOS.

5. ESPACIOS VECTORIALES EUCLÍDEOS. PROYECCIONES ORTOGONALES. MÍNIMOS CUADRADOS. Espacios vesoriales euclídeos. Proyecciones orogonales. Mínimos cuadrados. 5. ESPACIOS VECTORIALES EUCLÍDEOS. PROYECCIONES ORTOGONALES. MÍNIMOS CUADRADOS. SUMARIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRICA.-

Más detalles

Ecuaciones Matriciales y Determinantes.

Ecuaciones Matriciales y Determinantes. Ecuaciones Mariciales y Deerminanes. Ecuaciones Mariciales. Tenemos que obener la mariz incógnia, que generalmene se denoa como X, despejándola de la igualdad. Para conseguirlo enemos las siguienes reglas:

Más detalles

MATRICES. M(n) ó M nxn A =

MATRICES. M(n) ó M nxn A = MTRICES Definición de mari. Una mari de orden m n es un conjuno de m n elemenos perenecienes a un conjuno, que para nosoros endrá esrucura de cuerpo conmuaivo y lo denoaremos por K, dispuesos en m filas

Más detalles

I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. SEGUNDA EVALUACIÓN. ÁLGEBRA MATERIA: MATEMÁTICAS II OPCIÓN A

I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. SEGUNDA EVALUACIÓN. ÁLGEBRA MATERIA: MATEMÁTICAS II OPCIÓN A Examen Parcial Álgebra Maemáicas II Curso 9- I E S TENE SN SESTIÁN DE LOS REYES EMEN PRCIL SEGUND EVLUCIÓN ÁLGER Curso 9- -III- MTERI: MTEMÁTICS II INSTRUCCIONES GENERLES Y VLORCIÓN El examen consa de

Más detalles

Unidad 1 Matrices PÁGINA 7 SOLUCIONES. 1. La resolución de los sistemas puede expresarse de la forma siguiente:

Unidad 1 Matrices PÁGINA 7 SOLUCIONES. 1. La resolución de los sistemas puede expresarse de la forma siguiente: Unidad 1 Marices PÁGINA 7 SOLUCIONES 1. La resolución de los sisemas puede expresarse de la forma siguiene: La segunda mariz proporciona la solución x = 5,y = 6. La úlima mariz proporciona la solución

Más detalles

ω ω ω y '' + 3 y ' y = 0 en la que al resolver se debe obtener la función y. dx = + d y y+ m = mg k dt d y dy dx dx = x y z d y dy u u x t t

ω ω ω y '' + 3 y ' y = 0 en la que al resolver se debe obtener la función y. dx = + d y y+ m = mg k dt d y dy dx dx = x y z d y dy u u x t t E.D.O para Ingenieros CAPITULO INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES Las ecuaciones diferenciales son ecuaciones en las que conienen derivadas, Por ejemplo: '' + ' = en la que al resolver se debe

Más detalles

1. Derivadas de funciones de una variable. Recta tangente.

1. Derivadas de funciones de una variable. Recta tangente. 1. Derivadas de funciones de una variable. Reca angene. Derivadas Vamos a ver en ese capíulo la generalización del concepo de derivada de funciones reales de una variable a funciones vecoriales con varias

Más detalles

MATEMÁTICAS I. TEMA 1: ECUACIONES Y SISTEMAS DE ECUACIONES

MATEMÁTICAS I. TEMA 1: ECUACIONES Y SISTEMAS DE ECUACIONES Cód. 87 Avda. de San Diego, 8 Madrid Tel: 978997 98 Fa: 9789 Email: rldireccion@planalfa.es de No se auoria el uso comercial de ese Documeno. MATEMÁTICAS I. TEMA : ECUACIONES Y SISTEMAS DE ECUACIONES..

Más detalles

2) Hallar las coordenadas del vértice D del paralelogramo ABCD sabiendo que A(1, 0), B(2, 3) y C(3, -2).

2) Hallar las coordenadas del vértice D del paralelogramo ABCD sabiendo que A(1, 0), B(2, 3) y C(3, -2). Álgebra Geomería Analíica Prof. Gisela Saslas Vecores en R en R. Recas planos en el espacio Verifique los resulados analíicos mediane la resolución gráfica usando un sofware de Maemáica. ) Sabiendo que

Más detalles

March 2, 2009 CAPÍTULO 3: DERIVADAS PARCIALES Y DIFERENCIACIÓN

March 2, 2009 CAPÍTULO 3: DERIVADAS PARCIALES Y DIFERENCIACIÓN March 2, 2009 1. Derivadas Parciales y Funciones Diferenciables En ese capíulo, D denoa un subconjuno abiero de R n. Definición 1.1. Consideremos una función f : D R y sea p D, i = 1,, n. Definimos la

Más detalles

Material sobre Diagramas de Fase

Material sobre Diagramas de Fase Maerial sobre Diagramas de Fase Ese maerial esá dedicado a los esudianes de Conrol 1, para inroducirse a los diagramas de fase uilizados para el Análisis de Esabilidad de los punos de equilibrio del sisema

Más detalles

C cos x sen x 0 x sen x x cos x x sen x cos x x C 1 x 0. Calculamos la matriz adjunta de C: sen x 0 cox 0 cos x sen x. sen x x 1 x 1 sen x

C cos x sen x 0 x sen x x cos x x sen x cos x x C 1 x 0. Calculamos la matriz adjunta de C: sen x 0 cox 0 cos x sen x. sen x x 1 x 1 sen x Prueba de Acceso a la Universidad. SEPTIEMBRE. Maemáicas II. Insrucciones: Se proponen dos opciones A y B. Debe elegirse una y conesar a sus cuesiones. La punuación de cada cuesión aparece en la misma.

Más detalles

ALGUNOS PROBLEMAS DE SELECTIVIDAD PROPUESTOS EN 2013

ALGUNOS PROBLEMAS DE SELECTIVIDAD PROPUESTOS EN 2013 GEOMETRÍA (Selecividad ) ALGUNOS PROBLEMAS DE SELECTIVIDAD PROPUESTOS EN Aragón junio a) Pueden eisir vecores u v ales que u v u v = 8? Jusifica la respuesa b) Deermina odos los posibles vecores u = (a

Más detalles

Problemas de Matemáticas 2º Bachillerato OPTIMIZACIÓN

Problemas de Matemáticas 2º Bachillerato OPTIMIZACIÓN Problemas de Maemáicas º Bachillerao OPTIMIZACIÓN En ese documeno se eplica brevemene cómo se resuelven los problemas de opimización, y se ilusra mediane un ejemplo. Como sabéis, los problemas de opimización

Más detalles

REPRESENTACIÓN DE CURVAS PLANAS DADAS EN FORMA PARAMÉTRICA

REPRESENTACIÓN DE CURVAS PLANAS DADAS EN FORMA PARAMÉTRICA Represenación de curvas planas dadas en forma paramérica REPRESENTACIÓN DE CURVAS PLANAS DADAS EN FORMA PARAMÉTRICA PLANTEAMIENTO DEL PROBLEMA Sean x e y dos funciones reales de variable real, de dominios

Más detalles

CAPÍTULO 5. INTEGRACIÓN DE FUNCIONES TRIGONOMÉTRICAS 5.1. Introducción 5.2. Cambios de variable 5.3. Transformación en sumas 5.4. Problemas resueltos

CAPÍTULO 5. INTEGRACIÓN DE FUNCIONES TRIGONOMÉTRICAS 5.1. Introducción 5.2. Cambios de variable 5.3. Transformación en sumas 5.4. Problemas resueltos CAPÍTULO 5. INTEGRACIÓN DE FUNCIONES TRIGONOMÉTRICAS 5.. Inroducción 5.. Cambios de variable 5.3. Transformación en sumas 5.4. Problemas resuelos 5.5. Inegración por recurrencia Capíulo 5 Inegración de

Más detalles

Tema 1: MATRICES. OPERACIONES CON MATRICES

Tema 1: MATRICES. OPERACIONES CON MATRICES Tema 1: MATRICES. OPERACIONES CON MATRICES 1. DEFINICIÓN Y TIPO DE MATRICES DEFINICIÓN. Una matriz es un conjunto de números reales dispuestos en filas y columnas. Si en ese conjunto hay m n números escritos

Más detalles

MATEMÁTICAS 2º BACH TECNOL. MATRICES. Profesor: Fernando Ureña Portero MATRICES

MATEMÁTICAS 2º BACH TECNOL. MATRICES. Profesor: Fernando Ureña Portero MATRICES CONCEPTO DE MATRIZ Definición: Se denomina matriz A o (a ij ) a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas : Columnas Filas Elemento a ij : Cada uno

Más detalles

Descomposición en valores singulares de una matriz

Descomposición en valores singulares de una matriz Descomposición en valores singulares de una matriz Estas notas están dedicadas a demostrar una extensión del teorema espectral conocida como descomposición en valores singulares (SVD en inglés) de gran

Más detalles

Series de Fourier. Roberto S. Costas Santos. October 10, Durante este capítulo analizaremos el comportamiento de la serie 1

Series de Fourier. Roberto S. Costas Santos. October 10, Durante este capítulo analizaremos el comportamiento de la serie 1 Series de Fourier Robero S. Cosas Sanos Ocober, 3 Inroducción Serie de Fourier en forma exponencial compleja Durane ese capíulo analizaremos el comporamieno de la serie k= Si enemos en cuena la idenidad

Más detalles

Algebra lineal de dimensión finita

Algebra lineal de dimensión finita Algebra lineal de dimensión finita Métodos para calcular autovalores Pseudoinversa Algebra lineal númerica 1 Teorema:[Teorema 1.6] Sea A es una matriz real simétrica. Si Q(x) =< Ax, x > entonces: λ 1 =

Más detalles

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES REFLEXIONA Y RESUELVE Resolución de sistemas 2 Ò 2 mediante determinantes A A y Resuelve, aplicando x = x e y =, los siguientes sistemas de ecuaciones: A A

Más detalles

c-inversa o inversa generalizada de Rao

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

Más detalles

Es decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3

Es decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3 1.- DETERMINANTE DE UNA MATRIZ CUADRADA Determinante de una matriz cuadrada de orden 1 Dada una matriz cuadrada de orden 1, A = (a), se define det A = det (a) = a Determinante de una matriz cuadrada de

Más detalles

Diagonalización de matrices

Diagonalización 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 detalles

INVERSA DE UNA MATRIZ

INVERSA DE UNA MATRIZ INVERSA DE UNA MATRIZ Profesores Omar Darío Saldarriaga Ortíz Ivan Darío Gómez Hernán Giraldo 2009 Definición Sean x = x 1 x n y y = y 1 y n vectores de n componentes, definimos el producto interno o producto

Más detalles

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUETBA DE ACCESO A ESTUDIOS UNIVERSITARIOS (LOGSE)

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUETBA DE ACCESO A ESTUDIOS UNIVERSITARIOS (LOGSE) UNIVERSIDDES PÚLICS DE L COUNIDD DE DRID PRUET DE CCESO ESTUDIOS UNIVERSITRIOS (LOGSE) Curso 8-9 (Sepiebre) TERI: TEÁTICS II INSTRUCCIONES GENERLES Y VLORCIÓN El aluno conesará a los cuaro ejercicios de

Más detalles

PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce

PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce Economería I. DADE Noas de Clase PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce (rafael.dearce@uam.es) INTRODUCCIÓN Una vez lograda una expresión maricial para la esimación de los parámeros

Más detalles

Matrices. Álgebra de matrices.

Matrices. Álgebra de matrices. Matrices. Álgebra de matrices. 1. Definiciones generales Definición 1.1 Si m y n son dos números naturales, se llama matriz de números reales de orden m n a una aplicación A : {1, 2, 3,..., m} {1, 2, 3,...,

Más detalles

2. Independencia del camino. Campos conservativos.

2. Independencia del camino. Campos conservativos. GRADO DE INGENIERÍA AEROESPAIAL. URSO. Lección. álculo vecorial.. Independencia del camino. ampos conservaivos. Ha ocasiones en las que la inegral de un campo vecorial F, definido en una región U, a lo

Más detalles

Matemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5

Matemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5 Matemáticas II Prácticas: Matrices y Determinantes. Sean las matrices cuadradas siguientes: 4 5 6 B = 9 8 7 6 5 4 C = 5 7 9 0 7 8 9 Se pide calcular: a A B + C. b A AB + AC. c A B AB + ACB.. Sean las matrices:

Más detalles

SISTEMAS DE ECUACIONES LINEALES Y MATRICES

SISTEMAS 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 detalles

ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN

ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN ESTUDIO DE MERCADO. MÉTODOS DE PROECCIÓN Qué es una proyección? Es una esimación del comporamieno de una variable en el fuuro. Específicamene, se raa de esimar el valor de una variable en el fuuro a parir

Más detalles

MMII_L3_C5: Problema de la cuerda finita: Métodos directo y de las imágenes. Guión:

MMII_L3_C5: Problema de la cuerda finita: Métodos directo y de las imágenes. Guión: MMII_L_C5: Problema de la cuerda finia: Méodos direco y de las imágenes. Guión: En esa lección se esudia el problema de una cuerda finia, por lo ano, es el problema con dos condiciones de conorno. Como

Más detalles

Sistemas de Ecuaciones Lineales y Matrices

Sistemas 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 detalles

SOLUCION NUMERICA DE ECUACIONES DIFERENCIALES ORDINARIAS.

SOLUCION NUMERICA DE ECUACIONES DIFERENCIALES ORDINARIAS. SOLUCION NUMERICA DE ECUACIONES DIFERENCIALES ORDINARIAS. El objeivo de esas noas complemenarias al ema de solución numérica de ecuaciones diferenciales ordinarias es dar una inroducción simple al ema,

Más detalles

USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD

USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD Inroducción. En muchas áreas de ingeniería se uilizan procesos esocásicos o aleaorios para consruir modelos de sisemas ales como conmuadores

Más detalles

TEMA 1: SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS.

TEMA 1: SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS. TEMA : SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS. RELACIÓN DE PROBLEMAS. Pon un ejemplo, cuando sea posible, de un sisema de dos ecuaciones con res incógnias que sea: a) Compaible deerminado b)

Más detalles

BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES.

BLOQUE 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 detalles

Las señales pueden ser también, señales continuas o señales alternas.

Las señales pueden ser también, señales continuas o señales alternas. INSIUO ÉCNICO SLESINO LORENZO MSS ema 1: CONCEPOS PRELIMINRES LLER DE MEDICIONES Conenido: Concepo de señal elécrica. Valores caracerísicos de las señales elécricas: Frecuencia (período, Fase, Valor de

Más detalles

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades: CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse

Más detalles

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 0 REFLEXION Y RESUELVE Resolución de sistemas Ò mediante determinantes y Resuelve, aplicando x x e y, los siguientes sistemas de ecuaciones: 3x 5y 73 a

Más detalles

Descomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar)

Descomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar) Valores Singulares Descomposición en valores singulares Notas para los cursos y (JL Mancilla Aguilar) Tanto los valores singulares como la descomposición en valores singulares de una matriz son conceptos

Más detalles

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES 3 RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES Página 74 Determinantes de orden 2 Resuelve cada uno de los siguientes sistemas de ecuaciones y calcula el determinante de la matriz de los coeficientes:

Más detalles

Tema 2 Resolución de EcuacionesNo Lineales

Tema 2 Resolución de EcuacionesNo Lineales Tema 2 Resolución de Ecuaciones No Lineales E.T.S.I. Informática Indice Introducción 1 Introducción 2 Algoritmo del método de Bisección Análisis del 3 4 5 6 Algoritmo de los métodos iterativos Interpretación

Más detalles

LA INTEGRAL INDEFINIDA

LA INTEGRAL INDEFINIDA Inegrales LA INTEGRAL INDEFINIDA Inegral indeinida: Primiiva (aniderivada) Primiivas (Aniderivadas) Dada la unción F (, es ácil hallar su derivada F (. El proceso inverso, enconrar F ( a parir de F ( se

Más detalles

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley

Más detalles

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A =

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A = Matrices: repaso Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas Una matriz A M m n es de la forma a 11 a 1n A = a m1 a mn Denotaremos A ij = a ij el coeficiente

Más detalles

Sistemas de ecuaciones

Sistemas de ecuaciones Apuntes Tema 11 Sistemas de ecuaciones 11.1 Definiciones Def.: Se llama sistema de ecuaciones lineales a un conjunto de igualdades dadas de la siguiente forma: a 11 x 1 + a 12 x 2 + a 1n x n = b 1 a 21

Más detalles

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente. ÁLGEBRA DE MATRICES Página 47 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes

Más detalles

ax 2 + bx + c = 0, con a 0

ax 2 + bx + c = 0, con a 0 RESOLUCIÓN DE ECUACIONES DE SEGUNDO GRADO Las ecuaciones de segundo grado son de la forma: a + bx + c = 0, con a 0 1. Identificación de coeficientes: Al empezar con las ecuaciones de segundo grado, resulta

Más detalles

1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA

1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA hp://www.vinuesa.com 1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA 1.1.- INTRODUCCIÓN Los filros de pila consiuyen una clase de filros digiales no lineales. Un filro de pila que es usado

Más detalles

1 0 4/ 5 13/

1 0 4/ 5 13/ 1 1 1 7 1 0 4/ 5 13/ 5 R1 R 1+1/5R3 0 0 0 2 R2 R3 0 5 9 22 0 5 9 22 0 0 0 2 Como la matriz tiene un renglón (0, 0, 0, 2) indica que el sistema no tiene solución ya que no existe un número que sea 2 y al

Más detalles

Una 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): 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 detalles

Matemáticas aplicadas a las CC.SS. II 2º Bachillerato. La igualdad de matrices 3x3 equivale a 9 ecuaciones escalares: { a 3=5.

Matemáticas aplicadas a las CC.SS. II 2º Bachillerato. La igualdad de matrices 3x3 equivale a 9 ecuaciones escalares: { a 3=5. Ejercicios resueltos 1. MATRICES 1.1. Introducción 1. Halla el valor de a, b y c para que las matrices A= 2 a 3 7 b 1 0 6 4 5 y B= 2 5 7 5 1 0 c 1 4 5 sean iguales. La igualdad de matrices 3x3 equivale

Más detalles

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

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

Más detalles

TEMA 7: MATRICES. OPERACIONES.

TEMA 7: MATRICES. OPERACIONES. TEMA 7: MATRICES. OPERACIONES. 1. MATRICES. TIPOS DE MATRICES. Se llama matriz de orden m x n (m filas y n columnas) a un conjunto de m n elementos, distribuidos en m filas y n columnas y encerrados entre

Más detalles

Ecuaciones de Primer Orden e Intervalo Maximal

Ecuaciones de Primer Orden e Intervalo Maximal 2 Ecuaciones de Primer Orden e Inervalo Maximal 2.1 Algunos Méodos de Resolución En general, es muy difícil resolver ecuaciones diferenciales de primer orden. Pero hay cieros ipos canónicos de ésas para

Más detalles

3. Matrices y álgebra matricial

3. Matrices y álgebra matricial Marices y álgebra maricial Repasaremos algunos concepos básicos de la eoría maricial Nos cenraremos en aspecos relacionados con el álgebra lineal, la inversión y la diagonalización de marices Veremos algunas

Más detalles

Matrices Invertibles y Elementos de Álgebra Matricial

Matrices Invertibles y Elementos de Álgebra Matricial Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CSI/ITESM 20 de agosto de 2008 Índice 121 Introducción 1 122 Transpuesta 1 123 Propiedades de la transpuesta 2 124 Matrices

Más detalles

Lección 3. Curvas. 4. Curvas parametrizadas: ejemplos.

Lección 3. Curvas. 4. Curvas parametrizadas: ejemplos. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 011 1. 4. Curvas paramerizadas: ejemplos. La descripción más direca y flexible de una curva es una represenación paramérica. En lugar de considerar una de las coordenadas

Más detalles

Página 209 PARA RESOLVER. 44 Comprueba que el triángulo de vértices A( 3, 1), B(0, 5) y C(4, 2) es rectángulo

Página 209 PARA RESOLVER. 44 Comprueba que el triángulo de vértices A( 3, 1), B(0, 5) y C(4, 2) es rectángulo 44 Comprueba que el triángulo de vértices A(, ), B(0, ) y C(4, ) es rectángulo y halla su área. Veamos si se cumple el teorema de Pitágoras: AB = (0 + ) + ( ) = AC = (4 + ) + ( ) = 0 BC = 4 + ( ) = 0 +

Más detalles

Propiedades de la igualdad

Propiedades de la igualdad Propiedades de la igualdad El álgebra es la rama de las maemáicas que se dedica al esudio de las propiedades de objeos maemáicos. Un objeo maemáico puede ser un número, una ecuación, un vecor, ec. Por

Más detalles

Aplicaciones Lineales. Diagonalización de matrices.

Aplicaciones 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 detalles

PROPAGACIÓN DE INCERTIDUMBRE EN LA CONVERSIÓN DE ALGUNAS MAGNITUDES DE HUMEDAD

PROPAGACIÓN DE INCERTIDUMBRE EN LA CONVERSIÓN DE ALGUNAS MAGNITUDES DE HUMEDAD Simposio de Merología 5 al 7 de Ocubre de 006 PROPAGACIÓN DE INCERTIDUMBRE EN LA CONVERSIÓN DE ALGUNAS MAGNITUDES DE HUMEDAD Jesús A. Dávila Pacheco, Enrique Marines López Cenro Nacional de Merología,

Más detalles

By C 10. SEGMENTARIA GEOMETRÍA-ECUACIÓN DE LA RECTA Y POSICIONES. Esta forma se obtiene a partir de la forma general. Ejemplo:

By C 10. SEGMENTARIA GEOMETRÍA-ECUACIÓN DE LA RECTA Y POSICIONES. Esta forma se obtiene a partir de la forma general. Ejemplo: GEOMETRÍA-ECUACIÓN DE LA RECTA Y POSICIONES Prof: F. Lópe- D. Legal: M-0006/009 0. SEGMENTARIA Esa forma se obiene a parir de la forma general. 0 B C Y A C C B C A C B A C B A Ejemplo: 0 Los denominadores

Más detalles

Espacios Vectoriales www.math.com.mx

Espacios Vectoriales www.math.com.mx Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................

Más detalles

Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados

Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones

Más detalles

EJERCICIOS PAU MATEMÁTICAS II ARAGÓN Autor: Fernando J. Nora Costa-Ribeiro Más ejercicios y soluciones en fisicaymat.wordpress.com

EJERCICIOS PAU MATEMÁTICAS II ARAGÓN Autor: Fernando J. Nora Costa-Ribeiro Más ejercicios y soluciones en fisicaymat.wordpress.com MATRICES Y DETERMINANTES 1- Sea m un número real y considere la matriz: 1 0 0 1 2 1 1 a) Determine todos los valores de m para los que la matriz A tiene inversa. b) Determine, si existe, la inversa de

Más detalles

Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la propiedad de que

Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la propiedad de que MATRICES INVERTIBLES Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la propiedad de que AB = BA = I siendo I la matriz identidad. Denominamos a la matriz B la inversa de A

Más detalles

DERIVACIÓN BAJO EL SIGNO INTEGRAL. 1. Hallar el punto del intervalo [0,2] en el que la función =

DERIVACIÓN BAJO EL SIGNO INTEGRAL. 1. Hallar el punto del intervalo [0,2] en el que la función = DERIVACIÓN BAJO EL SIGNO INTEGRAL. Hallar el puno del inervalo [,] en el que la función F () d alcanza su valor mínimo. El mínimo de una función se alcanza en los punos donde su primera derivada es nula

Más detalles

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD Pronósicos II Un maemáico, como un pinor o un poea, es un fabricane de modelos. Si sus modelos son más duraderos que los de esos úlimos, es debido a que esán hechos de ideas. Los modelos del maemáico,

Más detalles

Matrices y determinantes

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

Más detalles

Experimento 3. Análisis del movimiento en una dimensión. Objetivos. Teoría

Experimento 3. Análisis del movimiento en una dimensión. Objetivos. Teoría Experimeno 3 Análisis del movimieno en una dimensión Objeivos. Esablecer la relación enre la posición y la velocidad de un cuerpo en movimieno 2. Definir la velocidad como el cambio de posición en un inervalo

Más detalles

Tema 1: Matrices. Sistemas de ecuaciones. Determinantes

Tema 1: Matrices. Sistemas de ecuaciones. Determinantes Tema 1: Matrices. Sistemas de ecuaciones. Determinantes José M. Salazar Octubre de 2016 Tema 1: Matrices. Sistemas de ecuaciones. Determinantes Lección 1. Matrices. Sistemas de ecuaciones. Determinantes

Más detalles

Matrices 3. Matrices. Verónica Briceño V. agosto 2012

Matrices 3. Matrices. Verónica Briceño V. agosto 2012 3 agosto 2012 En esta Presentación... En esta Presentación veremos: Matriz Inversa En esta Presentación... En esta Presentación veremos: Matriz Inversa Determinante En esta Presentación... En esta Presentación

Más detalles

SOLUCIONARIO GUÍA ESTÁNDAR ANUAL Energía I: trabajo y potencia mecánica

SOLUCIONARIO GUÍA ESTÁNDAR ANUAL Energía I: trabajo y potencia mecánica SOLUCIONARIO GUÍA ESTÁNDAR ANUAL Energía I: rabajo y poencia mecánica SGUICES020CB32-A16V1 Solucionario guía Energía I: rabajo y poencia mecánica Íem Alernaiva Habilidad 1 D Comprensión 2 C Aplicación

Más detalles

Conjuntos y matrices. Sistemas de ecuaciones lineales

Conjuntos y matrices. Sistemas de ecuaciones lineales 1 Conjuntos y matrices Sistemas de ecuaciones lineales 11 Matrices Nuestro objetivo consiste en estudiar sistemas de ecuaciones del tipo: a 11 x 1 ++ a 1m x m = b 1 a n1 x 1 ++ a nm x m = b n Una solución

Más detalles

MATRICES Y DETERMINANTES.

MATRICES Y DETERMINANTES. punes de. Cbñó MTRICES Y DETERMINNTES. CONTENIDOS: Definición y erminologí básic. Operciones con mrices: sum y produco. Produco de un mriz por un esclr. Mriz opues. Mriz invers. Epresión mricil de un sisem

Más detalles

EJERCICIOS DETERMINANTES. 1º/ Calcula el siguiente determinante:

EJERCICIOS DETERMINANTES. 1º/ Calcula el siguiente determinante: EJERCICIOS DETERMINANTES. 1º/ Calcula el siguiente determinante: 3 7 1 2 0 1 1 3 6 a) Usando la Regla de Sarrus. b) Desarrollando por los elementos de la primera columna. 2º/ Obtén el valor del determinante

Más detalles

9. SISTEMAS DE ECUACIONES LINEALES.

9. SISTEMAS DE ECUACIONES LINEALES. Prácicas de Maemáicas II con DERIVE-5 16 9. SISTEMAS DE ECUACIONES LINEALES. En ese aparado vamos a analiar los conenidos básicos para la discusión resolución de sisemas de ecuaciones lineales. 9.1.DISCUSIÓN

Más detalles

Ecuaciones matriciales AX = B y XA = B. Cálculo de la matriz inversa

Ecuaciones matriciales AX = B y XA = B. Cálculo de la matriz inversa Ecuaciones matriciales AX = B y XA = B Cálculo de la matriz inversa Objetivos Aprender a resolver ecuaciones matriciales de la forma AX = B y XA = B Aprender a calcular la matriz inversa con la eliminación

Más detalles

9. SISTEMAS DE ECUACIONES LINEALES.

9. SISTEMAS DE ECUACIONES LINEALES. Sisemas de ecuaciones lineales. 15 9. SISTEMAS DE ECUACIONES LINEALES. En ese aparado vamos a analiar los conenidos básicos para la discusión resolución de sisemas de ecuaciones lineales. 9.1.DISCUSIÓN

Más detalles

UNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para :

UNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para : II / 7 UNIVERSIDAD SIMON BOLIVAR MA6 abril-julio de 29 Ejercicios sugeridos para : los temas de las clases del 28 y de abril de 29. Temas : Métodos de Gauss y Gauss-Jordan. Sistemas homogéneos y no homogéneos.

Más detalles

Notas del cursos. Basadas en los prontuarios de MATE 3001 y MATE 3023

Notas del cursos. Basadas en los prontuarios de MATE 3001 y MATE 3023 Programa Inmersión, Verano 2016 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 3001 y MATE 3023 Clase #8: jueves, 9 de junio de 2016. 8 Factorización Conceptos básicos Hasta

Más detalles

Tema 11.- Autovalores y Autovectores.

Tema 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 detalles

Sistemas Lineales y Matrices

Sistemas Lineales y Matrices Profesores Hernán Giraldo y Omar Saldarriaga Instituto de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Ejemplo Solución de sistemas de ecuaciones lineales, usaremos este

Más detalles

La transformada de Laplace

La transformada de Laplace Capíulo 8 La ransformada de Laplace 8.. Inroducción a las ransformadas inegrales En ese aparado aprenderemos un méodo alernaivo para resolver el problema de valores iniciales (4.5.) y (x) + py (x) + qy(x)

Más detalles

Funciones trigonométricas

Funciones trigonométricas 0 Funciones rigonoméricas Tenemos en el plano R² la circunferencia C de radio con cenro (0,0. En ella disinguimos el puno (,0, que es el puno de inersección dec con el semieje de las x posiivas. Si pariendo

Más detalles

Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I?

Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I? MATRICES Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I? La multiplicación de matrices cuadradas, tiene la propiedad conmutativa?

Más detalles

4.1. Determinante de una matriz cuadrada de orden 2. , entonces el determinante de A es a 21 a 22 a 11 a 12 = a 11a 22 a 12 a 21

4.1. Determinante de una matriz cuadrada de orden 2. , entonces el determinante de A es a 21 a 22 a 11 a 12 = a 11a 22 a 12 a 21 Capítulo 4 Determinante Los determinantes se calculan para matrices cuadradas. Se usan para saber cuando una matriz tiene inversa, en el cálculo de autovalores y también para resolver sistemas de ecuaciones

Más detalles

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Tema 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 detalles

SISTEMAS DE ECUACIONES. Un sistema de m ecuaciones lineales con n incógnitas, x 1, x 2,, x n es un conjunto de m igualdades de la forma:

SISTEMAS DE ECUACIONES. Un sistema de m ecuaciones lineales con n incógnitas, x 1, x 2,, x n es un conjunto de m igualdades de la forma: TEMA Sistemas de ecuaciones SISTEMAS DE ECUACIONES. DEFINICIÓN SISTEMAS DE ECUACIONES Un sistema de m ecuaciones lineales con n incógnitas,,,, n es un conjunto de m igualdades de la forma: a a an n b a

Más detalles

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

RESOLUCIÓN 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 detalles

Clase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16

Clase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16 Clase No 13: Factorización QR MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 03102011 1 / 16 Factorización QR Sea A R m n con m n La factorización QR de A es A = QR = [Q 1 Q 2 ] R1 = Q 0 1 R

Más detalles

SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES

SESIÓN 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 detalles

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 1 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad

Más detalles

CAPÍTULO 6. INTEGRACIÓN DE FUNCIONES IRRACIONALES 6.1. Introducción 6.2. Integrales irracionales simples 6.3. Integrales irracionales lineales 6.4.

CAPÍTULO 6. INTEGRACIÓN DE FUNCIONES IRRACIONALES 6.1. Introducción 6.2. Integrales irracionales simples 6.3. Integrales irracionales lineales 6.4. CAPÍTULO. INTEGRACIÓN DE FUNCIONES IRRACIONALES.. Inroducción.. Inegrales irracionales simples.. Inegrales irracionales lineales.. Inegrales irracionales de polinomios de grado dos no compleos.. Inegrales

Más detalles

SISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González.

SISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE ECUACIONES LINEALES Método de reducción o de Gauss 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE DOS ECUACIONES LINEALES CON DOS INCÓGNITAS.

Más detalles

ECUACIONES.

ECUACIONES. . ECUACIONES... Introducción. Recordemos que el valor numérico de un polinomio (y, en general, de cualquier epresión algebraica) se calcula sustituyendo la/s variable/s por números (que, en principio,

Más detalles