Algebra Lineal XV: Transformación Lineal Inversa.

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

Download "Algebra Lineal XV: Transformación Lineal Inversa."

Transcripción

1 Algebra Lineal XV: Transformación Lineal Inversa. José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Universidad de Guanajuato Transformación Lineal Inversa. En esta sección definiremos las transformaciones lineales inversas. Definición de una transformación lineal inversa. Una transformación lineal, T, de un espacio vectorial V sobre otro espacio vectorial V, ambos definidos sobre un campo K que es biyectiva es decir que es inyectiva y sobreyectiva se dice que es no-singular o invertible. Entonces existe una transformación, T, de V a V tal que T T v = v v V y TT v = v v V. () Recordando las definiciones de las transformaciones lineales idénticas y I V : V V I V ( v) = v v V I V : V V I V ( v ) = v v V Entonces, lascondicionesquesatisfacelatransformacióninversa, T, vealaecuación(), puedenescribirse como T T = I V y TT = I V Debe notarse que la ecuación () define de manera formal la transformación inversa, T. Puesto que se tiene que, v V T T v = v v V, T ( v ) = v donde v es el único elemento de V T( v) = v La figura () muestra las relaciones entre una transformación lineal, T, su transformación inversa, T, y las transformaciones lineales identidad I V y I V. Teorema. Sea T una transformación lineal biyectiva, no-singular o invertible, entonces la transformación inversa T es única. Prueba: Suponga que existen dos inversas T y T 2 que presumen ser diferentes. Entonces, aplicando la ecuación (), se tiene que T T = I V TT = I V y T 2 T = I V TT 2 = I V Entonces, se tiene que T T = I V

2 Figure : Transformación lineal, T, su inversa, y las transformaciones lineales idénticas. Postmultiplicando, ambos lados de la ecuación por T 2, se tiene que T = T I V = T (TT 2 ) = (T T)T 2 = I V T 2 = T 2. Teorema. Sea T una transformación lineal biyectiva, no-singular o invertible, entonces la transformación inversa T es también una transformación lineal. Prueba: Sean v, v 2 V y λ K arbitrarios. Suponga además que T ( v ) = v T( v ) = v y T ( v 2) = v 2 T( v 2 ) = v 2 (2) Entonces, probaremos que la transformación inversa es aditiva y homogénea.. Aditiva. Por las suposiciones indicadas en la ecuación (2), T( v + v 2 ) = v + v 2 donde, además v + v 2 es el único vector que satisface la condición. Por lo tanto T ( v + v 2) = v + v 2 = T ( v )+T ( v 2) 2. Homogénea. Por las suposiciones indicadas en la ecuación (2), T(λ v ) = λ v donde, además λ v es el único vector que satisface la condición. Por lo tanto T (λ v ) = λ v = λt ( v ) Por lo tanto, T es lineal, de ahora en adelante, la transformación lineal inversa de T, se denominará, T. Teorema. Sea T una transformación lineal sobreyectiva, de un espacio vectorial V sobre otro espacio vectorial V. Entonces, las siguientes afirmaciones son equivalentes:. T es invertible, no-singular o biyectiva. 2. N T = { 0} 2

3 3. ν(t) = ρ(t) = dimv, cuando V es finito dimensional. 5. Si { v, v 2,..., v n } es una base de V, entonces {T( v ),T( v 2 ),...,T( v n )} es una base de V, cuando V es finito dimensional. 6. Para cualesquiera v, v 2 en V, T( v ) = T( v 2 ) implica que v = v 2. Prueba: La prueba se hará circularmente.. implica 2. Si T es biyectiva, es entonces inyectiva, por lo tanto N T = { 0} implica 3. Si N T = { 0}, entonces ν(t) = dim(n T ) = implica 4. Si ν(t) = 0. entonces, de la ecuación ν(t)+ρ(t) = dimv, se tiene que ρ(t) = dimv 4. 4 implica 5. Puesto que { v, v 2,..., v n } es una base, entonces {T( v ),T( v 2 ),...,T( v n )} genera el rango de T. Sin embargo, ρ(t) = dimv, entonces {T( v ),T( v 2 ),...,T( v n )} debe ser linealmente independiente y por lo tanto una base implica 6. Suponga, por contradicción, que v a v b pertenecen a V y que T( v a ) = T( v b ), puesto que { v, v 2,..., v n } es una base de V, se tiene que v a = λ v +λ 2 v λ n v n y v b = ν v +ν 2 v ν n v n, Donde existe al menos un i, tal que λ i ν i, pues en caso contrario v a = v b. Entonces y Puesto que T( v a ) = T( v b ), se tiene que T( v a ) = λ T( v )+λ 2 T( v 2 )+ +λ n T( v n ) T( v b ) = ν T( v )+ν 2 T( v 2 )+...+ν n T( v n ) 0 = T( v a ) T( v b ) = (λ ν ) v +(λ 2 ν 2 ) v (λ n ν n ) v n, contradiciendo la suposición de que {T( v ),T( v 2 ),...,T( v n )} es una base de V 6. 6 implica. 6 implica que T es una transformación lineal inyectiva, de un espacio vectorial V sobre otro espacio vectorial V. Por otro lado, se asume que T es sobreyectiva, por lo tanto T es biyectiva, no-singular o invertible. Teorema. Dos espacios vectoriales V y V son isomórficos si y sólo si dimv = dimv. Prueba: Suponga que V y V son isomórficos, entonces existe una transformación lineal biyectiva Por lo tanto, N T = { 0} y ν(t) = 0, por lo tanto T : V V ν(t)+ρ(t) = dimv por lo tanto ρ(t) = dimv Pero T es también sobreyectiva, entonces R T = V, así pues, finalmente dimv = dimv. 3

4 en la dirección opuesta, suponga que dimv = dimv y sean B V = { v,..., v n } y B V = { v,..., v n} bases de V y V y considere la transformación lineal T( v ) = v,...,t( v n ) = v n Entonces T es evidentemente sobreyectiva, pues considere v = a v +...+a n v n un elemento arbitrario de V, entonces T(a v +...+a n v n ) = a v +...+a n v n = v Por otro lado, es inyectiva, sea v N T V, entonces v = a v +...+a n v n. Por lo tanto, 0 = T( v) = T(a v +...+a n v n ) = a T( v )+...+a n T( v n ) = a v +...+a n v n Entonces a =... = a n = 0 pues, en caso contrario, el conjunto B V = { v,..., v n} no puede ser una base, por lo tanto v = a v +...+a n v n = 0 v v n = 0. Así pues, N T = { 0} y la transformación es inyectiva y por lo tanto biyectiva. Entonces T es un isomorfismo de espacios vectoriales y V y V son isomórficos. Teorema. Sea T : V V donde dimv = dimv. Entonces si T es inyectiva implica que T es sobreyectiva y por lo tanto biyectiva. Similarmente si T es sobreyectiva implica que T es inyectiva y por lo tanto biyectiva. Prueba. Suponga que T es inyectiva, entonces ν(t) = 0 y se tiene que dimv = ν(t)+ρ(t) Por lo tanto dimr T = ρ(t) = dimv = dimv Puesto que dimr T = dimv, se tiene que R T = dimv y T es sobreyectiva y por lo tanto biyectiva. Suponga que T es sobreyectiva, entonces ρ(t) = dimr T = dim V y se tiene que dimv = ν(t)+ρ(t) Por lo tanto ν(t) = dimv ρ(t) = dimv dimv = 0 Por consequencia T is inyectiva y por lo tanto sobreyectiva. Teorema. Sean S : V V y T : V V transformaciones lineales invertibles, entonces TS : V V es también invertible y su inversa está dada por (TS) = S T. Prueba: Puesto que S y T son invertibles, dimv = dimv = dimv Pruebe que efectivamente es una transformación lineal. N S = { 0}, N T = { 0}, R S = V, R T = V 4

5 Entonces, es unicamente necesario probar que TS : V V es inyectiva N (TS) = { v V (TS)( v) = 0} = { v V T[S( v) = 0} Entonces, S( v) debe satisfacer las dos siguientes condiciones: S( v) N T y S( v) R S y Pero, puesto que N T = { 0} entonces N (TS) = S [N T R S N T R S = { 0}, Además S es una transformación lineal biyectiva, entonces S [N T R S = S [ 0 = 0 La transformación lineal es inyectiva, además esta parte es redundante por el teorema anterior dimr (TS) = dimv dimn (TS) = dimv Por lo tanto la transformación lineal es sobreyectiva. De aquí que, T S es biyectiva, no singular o invertible. Finalmente, considere y Con lo que queda probado el resultado. (S T )(TS) = S (T T)S = S I V S = S S = I V (TS)(S T ) = T(SS )T = TI V T = TT = I V 2 Problemas Resueltos. Problema. Considere la transformación lineal T : P 3 (x) M 2 2 dada por [ T(a 0 +a x+a 2 x 2 +a 3 x 3 a ) = 0 a +a 3 a a 2 2a 0 3a 2 a 3 3a +2a 2 +a 3 Pruebe que la transformación es biyectiva y encuentre la transformación lineal inversa. Solución: Debe notarse que dimp 3 (x) = dimm 2 2 Por lo que para probat que T es biyectiva es unicamente necesario probar que T es inyectiva. Sea p(x) = a 0 +a x+a 2 x 2 +a 3 x 3 N T, entonces, se tiene que [ T(a 0 +a x+a 2 x 2 +a 3 x 3 a ) = 0 a +a 3 a a 2 +0a 3 = 2a 0 3a 2 a 3 3a +2a 2 +a 3 Por lo tanto, es necesario resolver el siguiente sistema de ecuaciones a 0 a +0a 2 +a 3 = 0 a a 2 +0a 3 = 0 2a 0 +0a 3a 2 a 3 = 0 3a +2a 2 +a 3 = 0 [

6 Multiplicando la primera ecuación por 2 y sumándola a la tercera ecuación, se tiene que en el primer paso de escalonamiento, el sistema se reduce a a 0 a +0a 2 +a 3 = 0 a a 2 +0a 3 = 0 2a 3a 2 3a 3 = 0 3a +2a 2 +a 3 = 0 Multiplicando la segunda ecuación por 2 y sumándola a la tercera ecuación y multiplicando la segunda ecuación por 3 y sumándola a la cuarta ecuación, se tiene que en segundo paso de escalonamiento, el sistema se reduce a a 0 a +0a 2 +a 3 = 0 a a 2 +0a 3 = 0 a 2 3a 3 = 0 5a 2 +a 3 = 0 Finalmente, multiplicando la tercera ecuación por 5 y sumándola a la cuarta ecuación, se tiene que el sistema en forma escalonada está dado por a 0 a +0a 2 +a 3 = 0 a a 2 +0a 3 = 0 a 2 3a 3 = 0 4a 3 = 0 De este resultado es evidente que la única solución del sistema de ecuaciones es la trivial y por lo tanto N T = { 0}. Por lo tanto, T es inyectiva y biyectiva. Para calcular la transformación lineal inversa considere [ [ T(a 0 +a x+a 2 x 2 +a 3 x 3 a ) = 0 a +a 3 a a 2 m m = 2 2a 0 3a 2 a 3 3a +2a 2 +a 3 m 2 m 22 Entonces T : M 2 2 P 3 (x) debe satisfacer que [ T m m 2 = a m 2 m 0 +a x+a 2 x 2 +a 3 x 3 22 El problema se reduce a expresar a 0,a,a 2,a 3, en términos de m,m 2,m 2,m 22. Este objetivo se obtiene resolviendo el sistema lineal de ecuaciones a 0 a +0a 2 +a 3 = m a a 2 +0a 3 = m 2 2a 0 +0a 3a 2 a 3 = m 2 3a +2a 2 +a 3 = m 22 Para el escalonamiento, de este sistema, se procede de manera semejante al sistema homogeneo, de modo que, en el primer paso, el resultado es a 0 a +0a 2 +a 3 = m a a 2 +0a 3 = m 2 2a 3a 2 3a 3 = m 2 2m 3a +2a 2 +a 3 = m 22 6

7 De manera semejante, en el segundo paso, el resultado es a 0 a +0a 2 +a 3 = m a a 2 +0a 3 = m 2 a 2 3a 3 = m 2 2m 2m 2 5a 2 +a 3 = m 22 3m 2 Finalmente, en el último paso de escalonamiento, el resultado es a 0 a +0a 2 +a 3 = m a a 2 +0a 3 = m 2 a 2 3a 3 = m 2 2m 2m 2 = 2m 2m 2 +m 2 4a 3 = 5m 2 0m 3m 2 +m 22 = 0m 3m 2 +5m 2 +m 22 De la última ecuación se obtiene que a 3 = 4 (0m +3m 2 5m 2 m 22 ) Sustituyendo este resultado en la tercera ecuación, se tiene que [ a 2 = 3 4 (0m +3m 2 5m 2 m 22 ) +2m +2m 2 m 2 = 4 ( 2m m 2 +m 2 +3m 22 ) Sustituyendo este resultado en la segunda ecuación, se tiene que a = a 2 +m 2 = 4 ( 2m m 2 +m 2 +3m 22 )+m 2 = 4 ( 2m +3m 2 +m 2 +3m 22 ) Finalmente a 0 = a a 3 +m = 4 ( 2m +3m 2 +m 2 +3m 22 ) 4 (0m +3m 2 5m 2 m 22 )+m = 4 (2m 0m 2 +6m 2 +4m 22 ) Resumiendo estos resultados parciales, resulta que la regla de correspondencia de la transformación lineal inversa está dada por [ T m m 2 = m 2 m 22 4 (2m 0m 2 +6m 2 +4m 22 )+ 4 ( 2m +3m 2 +m 2 +3m 22 ) x + 4 ( 2m m 2 +m 2 +3m 22 ) x (0m +3m 2 5m 2 m 22 ) x 3 Este resultado puede verificarse determinando la imagen bajo T de T(a 0 +a x+a 2 x 2 +a 3 x 3 ), es 7

8 decir T [ a 0 a +a 3 a a 2 = 2a 0 3a 2 a 3 3a +2a 2 +a 3 4 [2(a 0 a +a 3 ) 0(a a 2 )+6 (2a 0 3a 2 a 3 )+4(3a +2a 2 +a 3 ) + 4 [ 2 (a 0 a +a 3 )+3(a a 2 )+(2a 0 3a 2 a 3 )+3(3a +2a 2 +a 3 ) x + 4 [ 2 (a 0 a +a 3 ) (a a 2 )+(2a 0 3a 2 a 3 )+3(3a +2a 2 +a 3 ) x [0 (a 0 a +a 3 )+3 (a a 2 ) 5 (2a 0 3a 2 a 3 ) (3a +2a 2 +a 3 ) x 3 = 4 [a 0(2+2)+a ( 2 0+2)+a 2 (0 8+8)+a 3 (2 6+4) 4 [a 0( 2+2)+a (2+3+9)+a 2 (2 +9)+a 3 ( 2 +3) x 4 [a 0( 2+2)+a (2 +9)+a 2 ( 3+6)+a 3 ( 2 +3) x 2 4 [a 0(0 0)+a ( 0+3 3)+a 2 ( 3+5 2)+a 3 (0+5 ) x 3 = a 0 +a x+a 2 x 2 +a 3 x 3. Este resultado muestra que T (T) = I P 3 (x). 3 Ejercicios. Problema. Para cada una de las siguientes transformaciones, T, pruebe que son lineales, invertibles y determine la transformación lineal inversa.. T(x,x 2,x 3 ) = (x 3x 2 2x 3,x 2 4x 3,x 3 ). 2. T(x,x 2,x 3 ) = (x +x 3,x x 3,x 2 ). 3. T(a 0 +a x+a 2 x 2 ) = (a a 2,a 2, a 0 ). 4. T(x,x 2,x 3 ) = (x 3x 2 2x 3,x 2 4x 3,x 3 ). 5. T(x,x 2,x 3 ) = (x x 3,x x 3,x 2 ). [ a 6. T(a,a 2,a 3,a 4 ) = a +a 2 a 2 +a 3 a +a 4 3. Solución de la parte 3 del problema. Problema. Para cada una de las siguientes transformaciones, T, pruebe que son lineales, invertibles y determine la transformación lineal inversa. T : P 2 R 3 T(a 0 +a x+a 2 x 2 ) = (a a 2,a 2, a 0 ). Determinación del espacio nulo de la transformación. Sea a 0 +a x+a 2 x 2 N T, entonces T(a 0 +a x+a 2 x 2 ) = (a a 2,a 2, a 0 ) y T(a 0 +a x+a 2 x 2 ) = (0,0,0). 8

9 por lo tanto, se tiene que resolver el siguiente sistema de ecuaciones 0a 0 +a a 2 = 0 0a 0 +0a +a 2 = 0 a 0 +0a +0a 2 = 0 Es evidente que la única solución está dada por a 0 = a = a 2 = 0. Por lo tanto, Por lo tanto T es inyectiva y ν(t) = 0. N T = {0+0x+0x 2 } 2. Determinación del rango de la transformación lineal. Sustituyendo este resultado en la ecuación se tiene que ν(t)+ρ(t) = dimp 2, 0+ρ(T) = 3 o dimr T = ρ(t) = dimp 2 = 3 Puesto que R T R 3, pero dimr T = 3 = dimr 3, se deduce que R T = R 3. Por lo tanto, la transformación lineal T es sobreyectiva y por lo tanto biyectiva, o no singular o invertible. 3. Finalmente, se determinará la transformación inversa. Por definición, T T(a 0 +a x+a 2 x 2 ) = T (a a 2,a 2, a 0 ) = a 0 +a x+a 2 x 2 Suponga que entonces T(a 0 +a x+a 2 x 2 ) = (b,b 2,b 3 ) a a 2 = b a 2 = b 2 a 0 = b 3 Entonces, el problema se reduce a encontrar a 0,a y a 2 como función de b,b 2 y b 3. Entonces a 0 = b 3, a 2 = b 2 y a b 2 = b o a = b +b 2. Por lo tanto, la transformación inversa es T (b,b 2,b 3 ) = b 3 +(b +b 2 )x+b 2 x Solución del problema 3. La transformación está dada por T(a 0 +a x+a 2 x 2 ) = (a a 2,a 2, a 0 ) Primeramente probaremos que es lineal. Sean p(x) = a 0 +a x+a 2 x 2 q(x) = b 0 +b x+b 2 x 2 P 2 (x) y λ R. entonces p(x)+q(x) = (a 0 +b 0 )+(a +b ) x+(a 2 +b 2 ) x 2 y λp(x) = (λa 0 )+(λa ) x+(λa 2 ) x 2 9

10 Por lo tanto T (p(x)+q(x)) = T [ (a 0 +b 0 )+(a +b ) x+(a 2 +b 2 ) x 2 = [(a +b ) (a 2 +b 2 ),(a 2 +b 2 ), (a 0 +b 0 ) = (a a 2,a 2, a 0 )+(b b 2,b 2, b 0 ) = T (p(x))+t (q(x)) y la transformación es aditiva. De manera semejante T (λp(x)) = T [ (λa 0 )+(λa ) x+(λa 2 ) x 2 = [(λa ) (λa 2 ),(λa 2 ), (λa 0 ) = λ(a a 2,a 2, a 0 ) = λt (p(x)) y la transformación es homogenea y por lo tanto lineal. Ahora se determinará que la transformación es biyectiva. Como ambos espacios P 2 (x) y R 3 tienen dinensión 3. Es suficiente probar que es inyectiva. Sea p(x) = a 0 +a x+a 2 x 2 P 2 (x) un elemento del espacio nulo de T, entonces Pero además, se tiene que T (p(x)) = T ( a 0 +a x+a 2 x 2) = (a a 2,a 2, a 0 ) T (p(x)) = (0,0,0) Por lo tanto, se tiene el siguiente sistema de ecuaciones Que en forma escalar está dada por (a a 2,a 2, a 0 ) = (0,0,0) a a 2 = 0 a 2 = 0 a 0 = 0 De la tercera y segunda ecuación se tiene que a 0 = 0, a 2 = 0 y sustituyendo este último resultado en la primera ecuación se tiene que a = 0. Por lo tanto { } N T = 0 Por lo tanto la transformación es inyectiva y por lo tanto biyectiva e invertible. Finalmente, es necesario determinar la transformación lineal inversa. Puesto que T T = I P 2 (x) Entonces se tiene que ( T T ) p(x) = T [Tp(x) = T [ T ( a 0 +a x+a 2 x 2) = T (a a 2,a 2, a 0 ) = a 0 +a x+a 2 x 2 Denomine (a a 2,a 2, a 0 ) = (b,b 2,b 3 ) Entonces, la última parte de la secuencia de ecuaciones resulta T (a a 2,a 2, a 0 ) = T (b,b 2,b 3 ) = a 0 +a x+a 2 x 2 Entonces, el problema se reduce a resolver las incógnitas a 0,a,a 2, en términos de b,b 2,b 3. Igualando los vectores (a a 2,a 2, a 0 ) = (b,b 2,b 3 ) 0

11 Se tiene el siguiente sistema de ecuaciones a a 2 = b a 2 = b 2 a 0 = b 3 Entonces, se tiene que a 0 = b 3 a 2 = b 2 a = b +a 2 = b +b 2 Entonces, se tiene que la transformación inversa está dada por 3.3 Solución del problema 6. T (b,b 2,b 3 ) = ( b 3 )+(b +b 2 ) x+(b 2 ) x 2 Aquí solo nos concentraremos en el cálculo de la transformación inversa; por tanto, se deja la resolución de la primera parte del ejercicio al alumno. [ Sea: T : R 4 M 2 2 a T(a,a 2,a 3,a 4 ) = a +a 2, entonces: a 2 +a 3 a +a 4 [ [ a T(a,a 2,a 3,a 4 ) = a +a 2 b b = 2 a 2 +a 3 a +a 4 b 2 b 22 Por tanto: Además: T : M 2 2 R 4 T T : I R 4 y TT : I M 2 2 Igualando los elementos de las matrices establecidas anteriormente, se obtiene: a = b a +a 2 = b 2 a 2 +a 3 = b 2 a +a 4 = b 22 Resolviendo el sistema, resulta: a = b a 2 = b 2 b a 3 = b 2 b 2 +b a 4 = b 22 b Substituyendo: Finalmente T [ T : M 2 2 R 4 T [ b b 2 b 2 b 22 a a +a 2 a 2 +a 3 a +a 4 = (b,b 2 b,b 2 b 2 +b,b 22 b ) T T(a,a 2,a 3,a 4 ) = T [T(a,a 2,a 3,a 4 ) = (a,a +a 2 a,a 2 +a 3 a a 2 +a,a +a 4 a ) = (a,a 2,a 3,a 4 )

Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal.

Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal. Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de

Más detalles

Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa.

Algebra 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 detalles

Algebra Lineal XIV: Espacio Nulo y Rango de una. transformación lineal.

Algebra Lineal XIV: Espacio Nulo y Rango de una. transformación lineal. Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de

Más detalles

Algebra Lineal XVI: La matriz de una transformación lineal.

Algebra Lineal XVI: La matriz de una transformación lineal. Algebra Lineal XVI: La matriz de una transformación lineal José María Rico Martínez Departamento de Ingeniería Mecánica Divisi on de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email:

Más detalles

Álgebra Lineal VIII: Bases y Dimensión

Álgebra Lineal VIII: Bases y Dimensión Álgebra Lineal VIII: Bases y Dimensión José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email: jrico@ugto.mx En

Más detalles

Algebra Lineal XVI: La matriz de una transformación lineal.

Algebra Lineal XVI: La matriz de una transformación lineal. Algebra Lineal XVI: La matriz de una transformación lineal José María Rico Martínez Departamento de Ingeniería Mecánica Divisi on de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email:

Más detalles

Algebra Lineal XXII: Determinantes y Singularidad.

Algebra Lineal XXII: Determinantes y Singularidad. Algebra Lineal XXII: Determinantes y Singularidad. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:

Más detalles

Álgebra Lineal V: Subespacios Vectoriales.

Álgebra Lineal V: Subespacios Vectoriales. Álgebra Lineal V: Subespacios Vectoriales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx

Más detalles

Álgebra Lineal IV: Espacios Vectoriales.

Álgebra Lineal IV: Espacios Vectoriales. Álgebra Lineal IV: Espacios Vectoriales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx

Más detalles

Algebra Lineal XXVI: La Regla de Cramer.

Algebra 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 detalles

Algebra Lineal XIII: Operaciones con Transformaciones Lineales.

Algebra 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 detalles

Álgebra Lineal VII: Independencia Lineal.

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 detalles

Álgebra Lineal IV: Espacios Vectoriales.

Álgebra Lineal IV: Espacios Vectoriales. Álgebra Lineal IV: Espacios Vectoriales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx

Más detalles

Aproximación Polinomial de Funciones.

Aproximación Polinomial de Funciones. Aproximación Polinomial de Funciones José María Rico Martínez Departamento de Ingeniería Mecánica Universidad de Guanajuato, F I M E E 1 Introducción En estas notas se presentan los fundamentos de los

Más detalles

Álgebra Lineal III: Sistemas de ecuaciones lineales: Definición y

Álgebra Lineal III: Sistemas de ecuaciones lineales: Definición y Álgebra Lineal III: Sistemas de ecuaciones lineales: Definición y solución. José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de

Más detalles

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)

Más detalles

Álgebra 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. 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 detalles

Clase de Álgebra Lineal

Clase de Álgebra Lineal Clase de Álgebra Lineal M.Sc. Carlos Mario De Oro Facultad de Ciencias Básicas Departamento de matemáticas 04.2017 Page 1 Espacios vectoriales Definicion. Espacio Vectorial (E.V.) Un V espacio vectorial

Más detalles

Ba s e, d i M e n s i ó n y Mat r i z

Ba 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 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

Geometría afín y proyectiva, 2016 SEMANA 4

Geometría 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 detalles

Transformaciones lineales

Transformaciones lineales Transformaciones lineales Problemas teóricos En los problemas de esta lista se supone que V y W son espacios vectoriales sobre un campo F. Linealidad de una función 1. Varias maneras de escribir la propiedad

Más detalles

520142: ALGEBRA y ALGEBRA LINEAL

520142: ALGEBRA y ALGEBRA LINEAL 520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición

Más detalles

Matrices. Operaciones con matrices.

Matrices. Operaciones con matrices. Matrices. Operaciones con matrices. Ejercicio. Dadas las matrices ( ) ( ) 4 A = B = ( ) C = D = 4 5 ( ) 4 E = F = seleccione las que se pueden sumar y súmelas. Ejercicio. Dadas las matrices ( ) ( ) A =

Más detalles

TEMA 4. APLICACIONES LINEALES

TEMA 4. APLICACIONES LINEALES TEMA 4. APLICACIONES LINEALES 1.- Definición y propiedades. 2.- Aplicaciones lineales inyectivas y Suprayectivas. 3.- Núcleo, imagen, matriz asociada y rango de una aplicación lineal. 4.- Operaciones con

Más detalles

58 7. ESPACIOS COCIENTE

58 7. ESPACIOS COCIENTE CAPíULO 7 Espacios cociente En esta sección estudiamos el cociente de un espacio vectorial por un subespacio W. Este cociente se define como el conjunto cociente de por una relación de equivalencia conveniente.

Más detalles

Núcleo e imagen Transformaciones inyectivas y sobreyectivas Teorema de las dimensiones

Núcleo e imagen Transformaciones inyectivas y sobreyectivas Teorema de las dimensiones Núcleo e imagen Transformaciones inyectivas y sobreyectivas Teorema de las dimensiones c Jana Rodriguez Hertz p. 1/1 clase pasada Si T : (V, B) (W, A) c Jana Rodriguez Hertz p. 2/1 clase pasada Si T :

Más detalles

Determinación Numérica de Eigenvalores y Eigenvectores.

Determinación Numérica de Eigenvalores y Eigenvectores. Determinación Numérica de Eigenvalores y Eigenvectores José María Rico Martínez Departamento de Ingeniería Mecánica Universidad de Guanajuato, F I M E E Calle Tampico No 912, Col Bellavista CP 3673, Salamanca,

Más detalles

Aplicaciones lineales.

Aplicaciones lineales. Tema 4 Aplicaciones lineales. Definición 4. Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una aplicación lineal si: a f(u + v = f(u + f(v; u, v V, b f(ku = kf(u;

Más detalles

102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D.

102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. 102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. Tema 1. Espacios Vectoriales. 1. Dar la definición de cuerpo. Dar tres ejemplos de cuerpos. Dar un ejemplo de un cuerpo finito 2. Defina

Más detalles

1. Espacio vectorial. Subespacios vectoriales

1. Espacio vectorial. Subespacios vectoriales Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Sea k un cuerpo. 1. Espacio vectorial. Subespacios vectoriales Definición 1.1. Un k-espacio vectorial o espacio vectorial

Más detalles

Algebra Lineal XI: Funciones y Transformaciones Lineales

Algebra Lineal XI: Funciones y Transformaciones Lineales Algebra Lineal XI: Funciones y Transformaciones Lineales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:

Más detalles

Transformaciones Lineales (MAT023)

Transformaciones Lineales (MAT023) Transformaciones Lineales (MAT03 Primer semestre de 01 1 Verónica Gruenberg Stern DEFINICION Sean U, V dos espacios vectoriales sobre un cuerpo K y sea T : U V una función. Diremos que T es una transformación

Más detalles

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE 3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2011-2012 3.1.1. Resolución de sistemas de ecuaciones lineales. Método

Más detalles

Álgebra Lineal. Tema 6. Transformaciones lineales y matrices

Álgebra Lineal. Tema 6. Transformaciones lineales y matrices Álgebra Lineal Tema 6. Transformaciones lineales y matrices Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S.

Más detalles

TEMA 5: Aplicaciones Lineales. Diagonalización.

TEMA 5: Aplicaciones Lineales. Diagonalización. TEMA 5: Aplicaciones Lineales. Diagonalización. 1. Aplicaciones Lineales 1.1. Definición, propiedades y ejemplos. Definición 1. Dados dos espacios vectoriales V y V sobre un mismo cuerpo K, una aplicación

Más detalles

Algebra Lineal XX: Determinantes.

Algebra Lineal XX: Determinantes. Algebra Lineal XX: Determinantes. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx

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

Capítulo V. Valores y vectores propios. Diagonalización de operadores lineales.

Capítulo 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 detalles

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.

Más detalles

Matrices Inversas. Rango Matrices Elementales

Matrices Inversas. Rango Matrices Elementales Matrices Inversas. Rango Matrices Elementales Araceli Guzmán y Guillermo Garro Facultad de Ciencias UNAM Semestre 2018-1 doyouwantmektalwar.wordpress.com Matrices Matrices identidad La matriz identidad

Más detalles

Podemos pues formular los dos problemas anteriores en términos de matrices.

Podemos 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 detalles

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales (1) Sea n N. Mostrar que el conjunto de polinomios sobre R de grado menor que n es un subespacio vectorial de R[x]. Este

Más detalles

TRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN

TRANSFORMACIONES 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 detalles

Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. ) ( + ( ) ( )

Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. ) ( + ( ) ( ) MATRICES Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. Ejemplo 1. Algunos ejemplos de matrices ( + ( ) ( + ( ) El tamaño o el orden de una

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

Álgebra Lineal III: Planos y Líneas. Problemas Resueltos.

Álgebra Lineal III: Planos y Líneas. Problemas Resueltos. Álgebra Lineal III: Planos y Líneas. Problemas Resueltos. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato

Más detalles

Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen

Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen 1. Teorema de la representación matricial de una transformación

Más detalles

2.1. Estructura algebraica de espacio vectorial

2.1. Estructura algebraica de espacio vectorial Tema 2 Espacios vectoriales de dimensión finita 21 Estructura algebraica de espacio vectorial Los vectores libres en el plano son el sustento geométrico del concepto de espacio vectorial Se trata de segmentos

Más detalles

Tema 3: Espacios vectoriales

Tema 3: Espacios vectoriales Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación

Más detalles

Transformaciones lineales

Transformaciones lineales - Si y son espacios vectoriales de una función T : recibe el nombre de transformación. Los espacios y se llaman, respectivamente, dominio y codominio de la transformación. 2- Sea T : una transformación:

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

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

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES ESPACIOS VECTORIALES Sergio Stive Solano 1 Mayo de 2015 1 Visita http://sergiosolanosabie.wikispaces.com ESPACIOS VECTORIALES Sergio Stive Solano 1 Mayo de 2015 1 Visita http://sergiosolanosabie.wikispaces.com

Más detalles

Transformaciones lineales

Transformaciones lineales Semana 8 [1/62] 8 de septiembre de 27 Definiciones básicas Semana 8 [2/62] Definición Transformación lineal U, V dos espacios vectoriales sobre el mismo cuerpo Ã. T : U V es una transformación (o función)

Más detalles

Tema 4: Sistemas de ecuaciones lineales.

Tema 4: Sistemas de ecuaciones lineales. Tema 4: Sistemas de ecuaciones lineales 1 Rango de una matriz Definición Sea A Mat n m (K) Se llama rango de filas de A, y se denota por rg f (A) la dimensión del subespacio vectorial generado por las

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

Introducción a los espacios vectoriales

Introducción a los espacios vectoriales 1 / 64 Introducción a los espacios vectoriales Pablo Olaso Redondo Informática Universidad Francisco de Vitoria November 19, 2015 2 / 64 Espacios vectoriales 1 Las 10 propiedades de un espacio vectorial

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

ESPACIOS Y SUBESPACIOS VECTORIALES

ESPACIOS Y SUBESPACIOS VECTORIALES ESPACIOS Y SUBESPACIOS VECTORIALES. ESPACIO VECTORIAL REAL Un espacio vectorial real V es un conjunto de objetos llamados vectores, junto con dos operaciones, llamadas suma y multiplicación por un escalar

Más detalles

Ejercicios tipo test de las lecciones 1 y El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1, 2, 1) y

Ejercicios tipo test de las lecciones 1 y El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1, 2, 1) y Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Ejercicios tipo test de las lecciones 1 y 2. 1. El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1,

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

3. Determinantes. Propiedades. Depto. de Álgebra, curso

3. Determinantes. Propiedades. Depto. de Álgebra, curso Depto de Álgebra curso 06-07 3 Determinantes Propiedades Ejercicio 3 Use la definición para calcular el valor del determinante de cada una de las siguientes matrices: 3 0 0 α A = 5 4 0 A = 6 A 3 = 0 β

Más detalles

v (a), f 2 r(v) (a) + r(v), con lim

v (a), f 2 r(v) (a) + r(v), con lim 1. Funciones Diferenciables Definición 1.1. Sea f = (f 1, f 2, f 3,..., f n ) : U R m R n una función y U un subconjunto abierto en R m. Diremos que f es una función diferenciable en un punto a U si las

Más detalles

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1 Espacios Vectoriales 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Espacios Vectoriales... 4 1.1 Definición de espacio vectorial... 4 1.2 Definición de subespacio vectorial...

Más detalles

Para mensajes:

Para mensajes: INTRODUCCION AL ALGEBRA. 4- ESTRUCTURAS ALGEBRAICAS. Apuntes de la Cátedra. Alberto Serritella. Colaboraron: Silvia Capalbo Cristian Mascetti. Vanesa Bergonzi Edición Previa CECANA CECEJS CET Junín 010.

Más detalles

Cuestiones de Álgebra Lineal

Cuestiones de Álgebra Lineal Cuestiones de Álgebra Lineal Algunas de las cuestiones que aparecen en esta relación están pensadas para ser introducidas en un plataforma interactiva de aprendizaje de modo que los parámetros a, b que

Más detalles

ÍNDICE. Capítulo 1. ESPACIOS VECTORIALES Conceptos Teóricos Ejercicios y Problemas resueltos... 13

ÍNDICE. Capítulo 1. ESPACIOS VECTORIALES Conceptos Teóricos Ejercicios y Problemas resueltos... 13 00_Principios 10/8/10 09:47 Página 7 ÍNDICE Prólogo... 9 Capítulo 1. ESPACIOS VECTORIALES... 11 Conceptos Teóricos... 11 Ejercicios y Problemas resueltos... 13 Capítulo 2. MATRICES Y DETERMINANTES... 21

Más detalles

Tema 3 APLICACIONES LINEALES

Tema 3 APLICACIONES LINEALES Tema 3 APLICACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Definición y propiedades. Núcleo e imagen. Isomorfismos. Definición 1.1 Una aplicación f : V V entre dos espacios vectoriales

Más detalles

Tema 2: Espacios Vectoriales

Tema 2: Espacios Vectoriales Tema 2: Espacios Vectoriales José M. Salazar Octubre de 2016 Tema 2: Espacios Vectoriales Lección 2. Espacios vectoriales. Subespacios vectoriales. Bases. Lección 3. Coordenadas respecto de una base. Ecuaciones.

Más detalles

Definición 1.28 (Determinación de una recta) Una recta en el plano viene determinada por un punto y un vector libre, no nulo, r (P; u )

Definición 1.28 (Determinación de una recta) Una recta en el plano viene determinada por un punto y un vector libre, no nulo, r (P; u ) 1.3. La recta en el plano afín La recta está formada por puntos del plano en una dirección dada. La ecuación de la recta es la condición necesaria y suficiente que deben cumplir las coordenadas de un punto

Más detalles

ALGEBRA y ALGEBRA LINEAL

ALGEBRA y ALGEBRA LINEAL 520142 ALGEBRA y ALGEBRA LINEAL Primer Semestre, Universidad de Concepción CAPITULO 7. MATRICES DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Matriz Sean

Más detalles

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 3. Transformaciones Lineales

PROBLEMAS 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 detalles

El espacio proyectivo. Sistemas de referencia. Dualidad.

El espacio proyectivo. Sistemas de referencia. Dualidad. Capítulo 1 El espacio proyectivo Sistemas de referencia Dualidad En todo lo que sigue k designará un cuerpo arbitrario 11 Espacio afín como subespacio del proyectivo Definición 111 Sea un entero n 0 El

Más detalles

Tema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso

Tema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso Tema 4: Matrices y Determinantes Algunas Notas sobre Matrices y Determinantes Álgebra Lineal Curso 2004-2005 Prof. Manu Vega Índice 1. Determinantes 3 2. Regla de Sarrus 3 3. Propiedades de los determinantes

Más detalles

solucionario matemáticas II

solucionario matemáticas II solucionario matemáticas II UNIDADES 8-4 bachillerato 8 Determinantes 4 9 Sistemas de ecuaciones lineales 46 Fin bloque II 0 Vectores 8 Rectas planos en el espacio 68 Propiedades métricas 08 Fin bloque

Más detalles

MATRICES Y DETERMINANTES EJERCICIOS RESUELTOS

MATRICES Y DETERMINANTES EJERCICIOS RESUELTOS Índice Presentación... 3 Operaciones con matrices... 4 Potencias de una matriz... 5 Productos notables de matrices... 6 Determinantes de una matriz... 7 Rango de matriz... 8 Inversa de una matriz... 10

Más detalles

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES MATRICES. SISTEMAS DE ECUACIONES LINEALES Matrices ) Dada la matriz M=, prueba que n n M M, n. ) Demuestra la siguiente implicación: Si I A I AA A

Más detalles

Tema 3: Sistemas de ecuaciones lineales

Tema 3: Sistemas de ecuaciones lineales Tema 3: Sistemas de ecuaciones lineales 1. Introducción Los sistemas de ecuaciones resuelven problemas relacionados con situaciones de la vida cotidiana que tiene que ver con las Ciencias Sociales. Nos

Más detalles

Rectas y planos en el espacio

Rectas y planos en el espacio Rectas y planos en el espacio 1. 2. 3. Discute el siguiente sistema según el valor del parámetro a: ax 4y z 1 y az a x 14y 2az 8 Dada la recta x 4 y z 1, 5 2 averigua si el punto P(6, 2, 2) está contenido

Más detalles

5. Aplicaciones lineales

5. Aplicaciones lineales 5. Aplicaciones lineales Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2010 Contents 5 Aplicaciones lineales 7 5.1 Definición y propiedades..............................

Más detalles

Aplicaciones lineales

Aplicaciones lineales Aplicaciones lineales María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Aplicaciones lineales Matemáticas I 1 / 32 Contenidos 1 Definición y propiedades Definición de aplicación

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Aplicaciones Lineales 1 / 47 Objetivos Al finalizar este tema tendrás que: Saber si una aplicación es

Más detalles

P(f) : P(B) P(A) (A.2)

P(f) : P(B) P(A) (A.2) TEMA 2. APLICACIONES 227 Tema 2. Aplicaciones Definición A.2.1. Una correspondencia entre dos conjuntos A y B es un subconjunto del producto cartesiano A B. Una aplicación f entre dos conjuntos A y B es

Más detalles

Objetivos formativos de Álgebra

Objetivos 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 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

ESPACIOS VECTORIALES. Capítulo 4. Martínez Héctor Jairo Sanabria Ana María Introducción Definición y Propiedades Básicas

ESPACIOS VECTORIALES. Capítulo 4. Martínez Héctor Jairo Sanabria Ana María Introducción Definición y Propiedades Básicas . 9 Capítulo 4 ESPACIOS VECTORIALES Martínez Héctor Jairo Sanabria Ana María Semestre,.7 4.. Introducción Después de haber estudiado los vectores de R n y las matrices, podemos notar cierta similitud entre

Más detalles

Anillos. a + (b + c) = (a + b) + c. 3) Existe un elemento 0 en R, el cual llamaremos cero, tal que. a + 0 = 0 + a = a para todo a en R.

Anillos. a + (b + c) = (a + b) + c. 3) Existe un elemento 0 en R, el cual llamaremos cero, tal que. a + 0 = 0 + a = a para todo a en R. Capítulo 7 Anillos 7.1 Definiciones Básicas El concepto de Anillo se obtiene como una generalización de los números enteros, en donde están definidas un par de operaciones, la suma y el producto, relacionadas

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

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

Algebra lineal y conjuntos convexos

Algebra 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 detalles

Problemas de Espacios Vectoriales

Problemas 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 detalles

Teoría de la Dimensión

Teoría de la Dimensión Capítulo II Teoría de la Dimensión En este capítulo introduciremos una de las propiedades más importantes que tienen los espacios vectoriales: la dimensión. Dos son los modos posibles de llegar a la noción

Más detalles

MMAF: Espacios normados y espacios de Banach

MMAF: Espacios normados y espacios de Banach MMAF: Espacios normados y espacios de Banach Licenciatura en Estadística R. Álvarez-Nodarse Universidad de Sevilla Curso 2011/2012 Espacios vectoriales Definición Sea V un conjunto de elementos sobre el

Más detalles

Las variedades lineales en un K-espacio vectorial V pueden definirse como sigue a partir de los subespacios de V.

Las variedades lineales en un K-espacio vectorial V pueden definirse como sigue a partir de los subespacios de V. Capítulo 9 Variedades lineales Al considerar los subespacios de R 2, vimos que éstos son el conjunto {(0, 0)}, el espacio R 2 y las rectas que pasan por el origen. Ahora, en algunos contextos, por ejemplo

Más detalles

Algebra lineal y conjuntos convexos 1

Algebra lineal y conjuntos convexos 1 Algebra lineal y conjuntos convexos Solución de sistemas. Espacios vectoriales. 3 Conjuntos convexos. 4 Soluciones básicas puntos extremos. Rango de una matriz A R m n. Reducir A a una matriz escalonada

Más detalles

Ejercicios de Álgebra Lineal Parcial 1

Ejercicios de Álgebra Lineal Parcial 1 Ejercicios de Álgebra Lineal Parcial 1 1. Ejercicios de respuesta corta ( ) 3 1 a) Si A = encuentre la entrada c 6 2 12 de la matriz A 2 { x 3y = 1 b) Si para k R el sistema tiene solución única, verique

Más detalles

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

Más detalles

TALLER III Profesor: H. Fabian Ramirez TRANSFORMACIONES LINEALES Y VECTORES PROPIOS. 0 0 λ λ 2 λ λ

TALLER III Profesor: H. Fabian Ramirez TRANSFORMACIONES LINEALES Y VECTORES PROPIOS. 0 0 λ λ 2 λ λ UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER III Profesor: H. Fabian Ramire TRANSFORMACIONES LINEALES Y VECTORES PROPIOS OBSERVACIÓN: N.A significa Ninguna de las Anteriores..

Más detalles

Matrices de Proyección

Matrices de Proyección Matrices de Proyección Departamento de Matemáticas, CSI/ITESM 4 de abril de 8 Índice.. Proyección ortogonal............................................ Proyección de un vector en R m....................................

Más detalles