y Matrices cuadradas.
|
|
- Alejandra Yolanda Padilla Torregrosa
- hace 6 años
- Vistas:
Transcripción
1 de Endomorfismos y Matrices cuadradas.. Problemas resueltos. Tema :. Problemas Resueltos 1
2 PROBLEMAS RESUELTOS 1. Sea f 0 End(ú 3 ) / f ( x, y, z ) = ( 2x - 2y + 3z, x + y + z, x + 3y - z) Estudiar si es o no diagonalizable. En caso afirmativo, obtener una base B, respecto de la cual la matriz asociada a f sea DIAGONAL. Halla la Matriz P / P -1 A A A P sea una matriz DIAGONAL y comprobar el resultado. < Nos vamos a referir indistintamente a los elementos del Endomorfismo f o a los de la matriz asociada A. Empecemos calculando los elementos necesarios para el análisis de la DIAGONALIZACIÓN. < Matriz asociada en base canónica de ú 3 6 POLINOMIO CARACTERÍSTICO : < Polinomio característico : P f (8) = [ Recordemos que el polinomio característico de un Endomorfismo es un invariante del mismo, es decir, es independiente de la BASE considerada en el Espacio Vectorial. ] son: 6 VALORES PROPIOS: Sea P f (8) = 0 Y = 0 cuyas raíces, con la multiplicidad correspondiente Tema :. Problemas Resueltos 2
3 [Como todos los valores propios son simples, sabemos que el ENDOMORFISMO será DIAGONALIZABLE ] 6 VECTORES PROPIOS 8 = 1 œ ( x,y,z ) 0 E(8=1) Y ( x, y, z) = ( -z, z, z ) = z ( -1, 1, 1 ) Base E(8=1) = { (-1,1,1) / z 0 R 3 } dim E(8=1) = 1 E(8=1) = { (-z,z,z) / z 0 R 3 } Conjunto de vectores propios asociados a 8=1 { (-z,z,z) / z 0 ú 3 } - { (0,0,0) } < [ Podríamos haber tomado cualquier otro vector, sin más que haber asignado a z cualquier valor z 0 ] < [ Observa la convenienecia de tomar solamente las ecuaciones independientes del Sistema Homogéneo, ya que, al fin y al cabo, es lo que estamos resolviendo ]. 8 = 3 Tema :. Problemas Resueltos 3
4 E(8=3) = { (z,z,z) / z 0 ú } Base E(8=3) = { (1,1,1) } dim E(8=3) = 1 Conjunto de vectores propios asociados a 8=3 { (-z,z,z) / z 0 ú / z 0 } [ Observa que ahora lo indico de otra manera, aunque el hecho es el mismo, quitar el vector (0,0,0) ] 8 = -2 œ ( x, y, z) 0 E (8 = -2) Y ( x, y, z) = ( 11y, y, -14y ) = y ( 11, 1, -14 ) Base E(8 = -2) = { (11, 1, -14) } dim E(8 = -2) = 1 Conjunto de vectores propios asociados a 8=-2 { (11y,y, -14y) / y 0 ú, y 0 } TABLA DE VALORES PROPIOS / VECTORES PROPIOS 8 1 = 1 " A (-1, 1, 1) " = 3 $ A (1, 1, 1) $ = -2 ( A (11, 1, -14) ( 0 DIAGONALIZABILIDAD CRITERIO 1 Ya que, para cada valor propio, hemos encontrado tantos vectores Linealmente Independientes como su multiplicidad, el Endomorfismo f es DIAGONALIZABLE. Tema :. Problemas Resueltos 4
5 dim E(8= 1) = 1 = p 1 dim E(8= 3) = 1 = p 2 por lo tanto el Endomorfismo f es DIAGONALIZABLE CRITERIO 2 dim E(8= -2) = 1 = p 3 Como para cada valor propio, se cumple el CRITERIO, se deduce que A es DIAGONALIZABLE. [ El Endomorfismo f es DIAGONALIZABLE. ] Naturalmente en la práctica bastará con aplicar uno de los dos criterios. Tema :. Problemas Resueltos 5
6 Ya que vectores propios asociados a valores propios distintos son Linealmente Independientes, no es necesario estudiar la Dependencia Lineal para afirmar que es una base de ú 3. [ D no es única, puesto que si hubiéramos propuesto un orden diferente en los vectores de la base, los valores propios aparecerían en la diagonal principal en un orden distinto ] MATRIZ DIAGONAL MATRICIAL Construyamos la matriz P cuyas columnas son los vectores de la base anterior en el orden dado. Vamos a comprobar que D = P -1 A A A P Tema :. Problemas Resueltos 6
7 [ La matriz P, así construida, es la matriz del cambio de base, en ú 3, de la Base Canónica a la nueva base B. ]. [ En algunos libros, la relación de semejanza se plantea como D = P A A A P -1, en cuyo caso, la matriz hipotética P seria la INVERSA de la matriz obtenida en el ejercicio. ] NOTAS <Los errores más frecuentes en la resolución del problema se cometen en : * Cálculo del POLINOMIO CARACTERÍSTICO * Cálculo de los VECTORES PROPIOS * Cálculo de P -1 Lleva cuidado!! <Todos los elementos obtenidos en las bases de vectores no son únicos!!!. <Como D = P -1 A A A P Y P A D = A A P Es una fórmula de comprobación rápida que el problema está bién hecho y no hay que hallar la matriz INVERSA. <En la matriz DIAGONAL, la diagonal principal está formada por los valores propios. ######## 2.Sea f 0 End (ú 3 ) del cual sabemos sus valores propios 8 1 = 2, 8 2 = 3, 8 3 = 4 y una base de vectores propios B = { }, cada asociado a cada uno de los 8 i = 1, 2, 3. Hallar la matriz asociada en los siguientes casos: 2.1. base B = { } 2.2. base B' = { } 2.3. base B'' = { } 2.1. Como : 2.2. Como : Tema :. Problemas Resueltos 7
8 2.3. Como : Es un problema para dejar muy claras dos ideas : * El concepto de componentes ÚNICAS de un vector en una base * El concepto de matriz asociada a una aplicación lineal ######## 3.Sea f 0 End (ú 3 ) cuya matriz asociada en base canónica es, comprobar que f es DIAGONALIZABLE. 6 Varios caminos podríamos tomar para resolver el problema, no obstante, buscando una cierta coherencia con los problemas desarrollados hasta ahora, seguiremos un proceso usual de diagonalización, estudiando con mayor detalle los valores propios múltiples, si los hay. 6 POLINOMIO CARACTERÍSTICO : y lo dejamos así, sin desarrollar P A (8) = ( 2-8 ) 2 A ( 3-8 ) 6 VALORES PROPIOS: 6 VECTORES PROPIOS: Tema :. Problemas Resueltos 8
9 ] œ ( x, y, z ) 0 E (8 = 2) Y ( x, y, z ) = ( x, 0, 0 ) = x A (1, 0, 0) Base E(8=2) = { (1, 0, 0) } dim E(8 = 2) = 1 Conjunto de vectores asociados a 8 = 2 = { x ( 1,0,0) / x 0 } Observamos que no es necesario continuar, pues la multiplicidad del valor propio es p 1 = 2 y la dimensión del subespacio invariante asociado a 8 = 2 es de 1. dim ( E (8=2)) p 1 Y f no es DIAGONALIZABLE, tal como se quería demostrar [ En el tema siguiente daremos salida a esta situación mediante la forma canónica de Jordan ######## 4.- Estudiar, según valores de a, b 0 ú, la DIAGONALLIZABILIDAD del Endomorfismo f cuya matriz asociada en la base es < Calculemos en primer lugar los valores propios de f : que, por tanto, serán sus valores propios. Discutamos, pues, estos valores propios, según los diferentes valores de "b". i ) b -1, 3 Si b -1, 3 Y Los valores propios son todos simples y el endomorfismo es diagonalizable Tema :. Problemas Resueltos 9
10 ii ) b = -1 La tabla de valores propios con su correspondiente multiplicidad, siendo b = -1 será : Apliquemos en ambos casos el 2º criterio de DIAGONALIZABILIDAD : 8 1 = 3 Rang ( A - 3I ) = Rang = 2 œ a 0 ú ( Pués es un MENOR no nulo de 2º orden ) n - p 1 = 3-1 = = -1 Rang ( A + I ) = Rang pero el Rango de A + I depende del menor = 4a. si 4a = 0 Y a = 0 n - p 2 = 3-2 = 1 Si a = 0, f es DIAGONALIZABLE Si a 0, f NO es DIAGONALIZABLE iii ) b = 3 Ahora los valores propios con su multiplicidad correspondiente, serán : Aplicando de nuevo el 2º criterio de DIAGONALIZABILIDAD : 8 1 = 3 Rang ( A - 3I ) = Rang = 2 œ a 0 ú Tema :. Problemas Resueltos 10
11 ( es un MENOR no nulo de 2º orden ) n - p 1 = 3-2 = 1 Y f NO es DIAGONALIZABLE Resumiendo : si b -1, 3 y œ a 0 ú Y f es DIAGONALIZABLE si b = -1 y a = 0 Y f es DIAGONALIZABLE si b = -1 y a 0 Y f NO es DIAGONALIZABLE si b = 3 y œ a 0 ú Y f NO es DIAGONALIZABLE ######## 5. Estudiar si la matriz es DIAGONALIZABLE. En caso afirmativo, hallar su potencia n.ésima empleando los elementos de la DIAGONALIZACION, y hallar A La primera parte del ejercicio va a consistir en un proceso de diagonalización matricial que vamos a agilizar un poco tomando los datos básicos. 6 POLINOMIO CARACTERISTICO : 6 VALORES PROPIOS: Tema :. Problemas Resueltos 11
12 Al tener sus tres valores propios simples, ya podemos afirmar que la matriz A es DIAGONALIZABLE 6 VECTORES PROPIOS: 8 1 = 0 [ Al ser las ecuaciones tan sencillas no es necesario aplicar el filtrado de las mismas mediante Gauss ] œ ( x, y, z ) 0 E (8 = 0) Y ( x, y, z ) = ( x, 0, -x ) = x A (1, 0, -1) Base E(8 = 0) = { = (1, 0, -1) } 8 2 = 1 [ Tampoco aquí es necesario filtrar ] œ ( x, y, z ) 0 E (8 = 1) Y ( x, y, z ) = y ( 0, 1, 0 ) Base E(8 = 1) = { = (0, 1, 0) } 8 3 = 4 [ Ni aquí ] œ ( x, y, z ) 0 E (8 = 4) Y ( x, y, z ) = ( z, 0, z ) = z ( 1, 0, 1) Base E(8 = 4) = { = (1, 0, 1) } < Podemos construir, ya, la matriz P / D = P -1 A A A P es diagonal Tomando el mismo orden en el que hemos operado : Tema :. Problemas Resueltos 12
13 Como D = P -1 A A A P Y operando matricialmente y, paso a paso : PA D = AA P Y PA DA P -1 = A Y A n = (P A D A P -1 ) n = = P A D A P -1 A P A D A P -1 A... AP A D A P -1 AP A D A P -1 = P A D n A P -1 ######## 6.- Dada la matriz Estudiar si es o no diagonalizable. En caso afirmativo, hallar la matriz regular P 0 M 4 / D = P -1 A A A P sea una matriz DIAGONAL. 6 Estudiemos sus elementos relativos a la diagonalizabilidad : 6 POLINOMIO CARACTERÍSTICO : Tema :. Problemas Resueltos 13
14 6 VALORES PROPIOS: 6 VECTORES PROPIOS: 8 1 = 2 Tema :. Problemas Resueltos 14
15 œ ( x, y, z, t ) 0 E (8 = 2) Y ( x, y, z, t ) = ( z - t, z, z, t ) = t A (-1, 0, 0, 1) + z A (1, 1, 1, 0) Base E(8 = 2) = { ( -1, 0, 0, 1), ( 1,1,1,0 ) } dim E ( 8 = 2 ) = 2 Conjunto de vectores propios asociados a 8 = 2 { x A( -1, 0, 0, 1) + y ( 1,1,1,0 ) / x, y 0 ú } - { (0, 0, 0, 0) } 8 2 = -1 œ ( x, y, z, t ) 0 E (8 = -1) Y ( x, y, z, t ) = ( -t, -z + t, z, t ) = t ( -1, 1, 0, 1 ) + z ( 0, -1, 1, 0 ) Base E(8 = -1) = { (-1, 1, 0, 1), ( 0, -1, 1, 0 ) } dim E ( 8 = -1) = 2 Conjunto de vectores propios asociados a 8 = -1 { x A( -1, 1, 0, 1) + y ( 0, -1, 1, 0 ) / x, y 0 ú } - { (0, 0, 0, 0) } 6 DIAGONALIZABILIDAD. 8 1 = 2 p 1 = 2 dim ( E (8 = 2) ) = 2 T 8 2 = -1 p 2 = 2 dim ( E (8 = -1) ) = 2 T Al cumplirse el criterio para ambos valores, la matriz es DIAGONALIZABLE. Tema :. Problemas Resueltos 15
16 6 MATRIZ REGULAR P. P = Con los autovectores obtenidos, los podemos tomar en el mismo orden, por ejemplo, formemos por columnas una matriz que será precisamente la matriz buscada. Es sencillo comprobar que se trata de una matriz REGULAR. ######## 7.- Sea f : ú 3 6 ú 3 un Endomorfismo del cual sabemos que es una Base de vectores propios. Hallar la matriz asociada a f en la base canónica de ú 3 B = { (1, 0, 0 ), ( 0, 1, 0), (0, 0, 1)} sabiendo que los valores propios asociados a la base de vectores propios, son, en este orden 8 1 = 3, 8 2 = -7, 8 3 = Tan sencillo como un paseo entre conceptos. Definamos cada vector propio con su valor propio asociado : Si llamamos A, a la matriz asociada a f en base canónica y escribimos matricialmente la relación anterior : Tema :. Problemas Resueltos 16
17 ######## 8. Sea f : ú 3 6 ú 3 un Endomorfismo del cual sabemos que B = { (2, 2, -1 ), ( 2, -1, 2), (-1, 2, 2) } es una base de ú 3 formada por vectores propios de f. También sabemos que: f -1 ( 0, 0, 7 ) = ( 5, 2, 5 ). Hallar la matriz asociada a f en la base canónica de ú 3 y definir el endomorfismo f. 6 Por dónde empezar?... Comencemos los datos del ejercicio. Sean 8 1, 8 2 y 8 3 los valores propios asociados a cada vector propio de la base: Por otro lado, si f -1 ( 0, 0, 7 ) = ( 5, 2, 5 ) Y f ( 5, 2, 5 ) = ( 0, 0, 7 ) Pero, si expresamos ( 5, 2, 5 ) = " (2, 2, -1) + $ ( 2, -1, 2 ) + ( ( -1, 2, 2 ) Y Tema :. Problemas Resueltos 17
18 ( 5, 2, 5 ) = 1 (2, 2, -1) + 2 ( 2, -1, 2 ) + 1 ( -1, 2, 2 ) Y Aplicando f a ambos lados Y f( 5, 2, 5 ) = f [1 (2, 2, -1) + 2 ( 2, -1, 2 ) + 1 ( -1, 2, 2 ) ] Como f es aplicación lineal : Y f( 5, 2, 5 ) = f (2, 2, -1) + 2 f( 2, -1, 2 ) + f( -1, 2, 2 ) Utilizando las relaciones anteriores : ( 0, 0, 7 ) = 8 1 (2, 2, -1) ( 2, -1, 2 ) ( -1, 2, 2 ) Utilizando las relaciones anteriores : Sabemos, pues, los valores propios del Endomorfismo y que éste es DIAGONALIZABLE con toda seguridad al ser todos los valores propios distintos. Si A es la matriz asociada a f en la base canónica de ú 3, aplicando la relación matricial de la DIAGONALIZACIÓN. A 6 la matriz buscada como D = P -1 A A A P Y A = P A D A P -1 Tema :. Problemas Resueltos 18
19 Operando matricialmente : y, ya que hemos hallado la matriz A, definamos el endomorfismo f : Operando y expresándolo como vector fila : ######## 9.- Estudiar la DIAGONALIZABILIDAD de la matriz en M 3 ( ). * Observemos que el cuerpo sobre el que operaremos será el cuerpo de los números complejos. 6 POLINOMIO CARACTERÍSTICO : 6 VALORES PROPIOS: P A (8) = 0 Y = 0. Tema :. Problemas Resueltos 19
20 Operando por el método de Ruffini: = 0 Y 8 2 = -1 Y = [ Observa que en el cuerpo de los números reales, la matriz A sólo tendría un valor propio real 8=3 y no sería diagonalizable ] Valores propios 6 VECTORES PROPIOS: 8 1 = 3 œ ( x, y, z ) 0 E (8 = 3) Y ( x, y, z ) = ( x, 0, 0 ) = x A (1, 0, 0) Base E(8 = 3) = { ( 1, 0, 0) } 8 2 = i œ ( x, y, z ) 0 E (8 = i) Y ( x, y, z ) = ( 0, y, ) = y A ( 0, 1, ) 8 3 = -i Base E(8 = i) = { (0, 5, 2 - i ) } Tema :. Problemas Resueltos 20
21 œ ( x, y, z ) 0 E (8 = -i) Y ( x, y, z ) = ( 0, y, ) = y A ( 0, 1, 2 + i ) Base E(8 = -i) = { (0, 5, 2 + i ) } 6 DIAGONALIZABILIDAD. Al tener sus tres valores propios distintos, la matriz A es DIAGONALIZABLE. 6 MATRIZ DE DIAGONALIZACIÓN. ######## 10. Estudiar la diagonabizabilidad de la matriz según valores de a 0 ú Tema :. Problemas Resueltos 21
22 6 Comencemos hallando el POLINOMIO CARACTERÍSTICO de la matriz A P A (8) = * A - 8I* = (1-8) 2 A (a - 8). Si P A (8) = 0 Y (1-8) 2 A (a - 8) = 0 Y Asignemos valores al parámetro "a " en función de los demás valores propios obtenidos : i) a = 1 En este caso, los valores propios de la matriz, son 8 1 = 1 p 1 = 3 Apliquemos el 2º criterio de DIAGONALIZABILIDAD : 6 Rang * A - I * = Rang 6 n - p 1 = 3-3 = 0 Y A no es diagonalizable ii) a 1 Ahora, los valores propios de la matriz son : 8 1 = 1 p 1 = = a p 2 = 1 Analizamos la diagonalizabilidad para el valor propio doble Rang ( A - I ) = Rang Consideremos el menor de orden 2 del que depende el Rango de ( A - I ) = a 2-3a + 2. Si a 2-3a + 2 = 0 Y Puesto que estamos en el caso a 1, estudiemos a = 2 ii.1 a = 2 Rang ( A - I ) = Rang = 1 Tema :. Problemas Resueltos 22
23 ii.2 a 2 Rang ( A - I ) = 2 Por otro lado n - p 1 = 3-2 = 1 Y si a = 2 Y A es DIAGONALIZABLE si a 2 Y A NO es DIAGONALIZABLE Resumiendo la discusión : si a = 1 Y A NO es DIAGONALIZABLE si a = 2 Y A es DIAGONALIZABLE si a 1, 2 Y A NO es DIAGONALIZABLE ######## Tema :. Problemas Resueltos 23
Autovalores y autovectores Diagonalización y formas canónicas
Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detallesAplicaciones Lineales
Aplicaciones Lineales Ejercicios resueltos Ximo Beneyto PROBLEMAS RESUELTOS APLICACIONES LINEALES 1.Dada la aplicación f : ú 3 6 ú² / f(x, y, z) = (x+y-z, 2x+3z): 1.1. Probar que f es una aplicación lineal.
Más detallesDiagonalización de matrices.
Diagonalización de matrices. 1. Diagonalización de matrices. Definición 1.1 Sea A una matriz cuadrada,, decimos que es un autovalor de A si existe un vector no nulo tal que En esta situación decimos que
Más detallesObjetivos formativos de Álgebra
Objetivos formativos de Álgebra Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera como objetivo
Más detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más detallesProblemas de exámenes de Aplicaciones Lineales y Matrices
1 Problemas de exámenes de Aplicaciones Lineales y Matrices 1. Consideramos f End(R n ), que tiene matriz A respecto la base canónica. Cuál de las siguientes afirmaciones es incorrecta? a) Si v es un vector
Más detallesSistemas de ecuaciones lineales dependientes de un parámetro
Vamos a hacer uso del Teorema de Rouché-Frobenius para resolver sistemas de ecuaciones lineales de primer grado. En particular, dedicaremos este artículo a resolver sistemas de ecuaciones lineales que
Más detallesÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3
ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2. Transformaciones ortogonales (Curso 2010 2011) 1. Se considera el espacio vectorial euclídeo IR referido a una base ortonormal. Obtener la expresión
Más detallesDescomposición en forma canónica de Jordan (Segunda versión)
Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin
Más detallesETSI de Topografía, Geodesia y Cartografía
Prueba de Evaluación Continua Grupo A 9-04-14 ESPACIOS VECTORIALES-DIAGONALIZACIÓN (parte sin DERIVE) 1. a) Definir sistema ligado de vectores de un espacio vectorial V. b) Demostrar que si un sistema
Más detallesDeterminantes. Determinante de orden uno. a 11 = a 11 5 = 5
DETERMINANTES Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un escalar particular denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno
Más detalles1 Aplicaciones lineales
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Aplicaciones lineales y diagonalización. El objetivo principal de este tema será la obtención de una matriz diagonal
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesBase y Dimensión de un Espacio Vectorial
Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detallesTEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.
TEMA 11 F MATEMÁTICOS TEMA 11 Autovalores y autovectores Diagonalización y formas canónicas 1 Introducción Definición 1 (Matrices semejantes) Sean A y B dos matrices cuadradas de orden n Decimos que A
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales 1. Estudiar el sistema de ecuaciones según los valores del parámetro a. ax + y + z = a x y + z = a 1 x + (a 1)y + az = a + 3 Resolverlo (si es posible) para a = 1. (Junio
Más detallesun 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 detallesFundamentos Matemáticos de la Ingeniería. Tema 4: Diagonalización de matrices. Curso
Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja Escuela Técnica Superior de Ingeniería Civil e Industrial Esp en Hidrología Fundamentos Matemáticos de la Ingeniería Tema 4: Diagonaliación de matrices
Más detallesEspacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21
Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.
Más detallesTema 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 detallesTema 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 detallescomo el número real que resulta del producto matricial y se nota por:
Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota por:,
Más detallesDiagonalización de matrices, Semejanza.
para cada i de 1 a n. Cuando se encuentra un número real l y un vector no nulo x que verifican la relpractica6.nb 1 Diagonalización de matrices, Semejanza. Introducción Si A es una matriz real cuadrada
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES
EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES Formas reducidas y escalonada de una matriz SISTEMAS DE ECUACIONES LINEALES ) Encuentre una sucesión de matrices elementales E, E,..., E k tal que
Más detallesRESOLUCIÓN 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 detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA ANALÍTICO DE LA ASIGNATURA: ALGEBRA LINEAL Código L2.07.1 PLAN DE ESTUDIOS: 2002 CARRERA: Licenciatura en Matemática DEPARTAMENTO:
Más detallesCapítulo 1: Diagonalización de matrices
Capítulo : Diagonalización de matrices Matrices y determinantes Definición Una matriz es un arreglo rectangular de números reales a a a m a A a a m a n a n a nm La matriz es de orden n m si consta de n
Más detallesACTIVIDADES SELECTIVIDAD MATRICES
ACTIVIDADES SELECTIVIDAD MATRICES Ejercicio 1 Para qué valores de m tiene solución la ecuación matricial? (b) Resuelve la ecuación matricial dada para. Ejercicio 2 Siendo I la matriz identidad de orden
Más detallesMatemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 2011/ ?
Matemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 011/1 1) (1 punto) Dado el subespacio vectorial,,,,,,,,,,, a) Obtener la dimensión, unas ecuaciones implícitas, unas
Más detallesSistem as de ecuaciones lineales
Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a
Más detalles1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS
1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes
Más detallesA c) Determinantes. Ejercicio 1. Calcula los siguientes determinantes:
Determinantes 1. Contenido 1.1 Determinantes de orden 1, 2 y 3. 1.2 Menor complementario. Matriz adjunta. 1.3 Propiedades de los determinantes. 1.4 Determinantes de orden n. 1.5 Cálculo de determinantes
Más detallesEspacios vectoriales y aplicaciones lineales
resumen05 1 Espacios vectoriales y aplicaciones lineales Espacios y subespacios vectoriales Un espacio vectorial sobre un conjunto de números K es intuitivamente un conjunto en el que tenemos definida
Más detallesEJERCICIOS REPASO 2ª EVALUACIÓN
MATRICES Y DETERMINANTES 1.) Sean las matrices: EJERCICIOS REPASO 2ª EVALUACIÓN a) Encuentre el valor o valores de x de forma que b) Igualmente para que c) Determine x para que 2.) Dadas las matrices:
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS CC SOCIALES CAPÍTULO 2 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 detallesTrabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1:
6 Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio : Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique
Más detallesTema 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 detallesSistemas lineales con parámetros
4 Sistemas lineales con parámetros. Teorema de Rouché Piensa y calcula Dado el siguiente sistema en forma matricial, escribe sus ecuaciones: 3 0 y = 0 z + y 3z = 0 y = Aplica la teoría. Escribe los siguientes
Más detallesRESOLUCIÓN 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(Soluc: a) 30; b) -66; c) 0; d) 0; e) 0; f) 0; g) 2; h) -50; i) 0; j) 0; k) 0; l) 0)
53 EJERCICIOS de DETERMINANTES º BACH. Cálculo de determinantes. Propiedades: 1. Calcular los siguientes determinantes de orden : a) 7 1 b) 4 11 4 6 0 c) 0 0 3 1 d) 3 7 3 7 e) 7 1 4 1 f) 33 55 3 5 g) 13
Más detallesMATRICES. Rango de una matriz. Matriz Inversa. Determinante de una matriz cuadrada. Sistemas de Ecuaciones Lineales. Nociones de espacios vectoriales
MATRICES Rango de una matriz Matriz Inversa Determinante de una matriz cuadrada Sistemas de Ecuaciones Lineales Nociones de espacios vectoriales MATRICES -DEFINICIÓN DE MATRIZ. -ALGUNOS TIPOS DE MATRICES.
Más detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesEcuaciones diferenciales de orden superior
CAPÍTULO 4 Ecuaciones diferenciales de orden superior 4.5 Obtención de una ecuación diferencial asta ahora el problema tratado ha sido: Obtener la solución general de una ED lineal homogénea con coeficientes
Más detallesde la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).
INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
Más detalles1. a) Sean A, B y X matrices cuadradas de orden n. Despeja X en la ecuación X.A = 2X + B 2. 1 b)
Curso 9/. a) Sean, X matrices cuadradas de orden n. Despeja X en la ecuación X. = X + b) Calcula la matri X, siendo = = Solución: a) X. X.( - Id).( - Id) X.X.( - Id) - X. - X -.( Id) X.( - Id) b) 4 ( Id)
Más detalles1. RANGO DE UNA MATRIZ
. RANGO DE UNA MATRIZ El rango de una matriz es el mayor de los órdenes de los menores no nulos que podemos encontrar en la matriz. Por tanto, el rango no puede ser mayor al número de filas o de columnas.
Más detallesDETERMINANTES Profesor: Fernando Ureña Portero
: CONCEPTO, CÁLCULO DE. Definición: A cada matriz cuadrada A=a ij, de orden n, se le asigna un número real, denominado determinante de A, denotado por A o por det (A). A =det (A)= 1.-Determinante de orden
Más detallesMatrices 1. Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
Matrices 1 Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Cada uno de los números de que consta la matriz se
Más detallesTeoría Tema 9 Ecuaciones del plano
página 1/11 Teoría Tema 9 Ecuaciones del plano Índice de contenido Determinación lineal de un plano. Ecuación vectorial y paramétrica...2 Ecuación general o implícita del plano...6 Ecuación segmentaria
Más detallesEspacios Vectoriales, Valores y Vectores Propios
, Valores y Vectores Propios José Juan Rincón Pasaye, División de Estudios de Postgrado FIE-UMSNH Curso Propedéutico de Matemáticas para la Maestría en Ciencias opciones: Sistemas de Control y Sistemas
Más detallesECUACIONES.
. 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 detallesTema 2: Determinantes
Tema 2: Determinantes 1. Introducción En este tema vamos a asignar a cada matriz cuadrada de orden, un número real que llamaremos su determinante y escribiremos. Vamos a ver cómo se calcula. Consideremos
Más detallesConferencia clase. Al desacoplar las ecuaciones se tiene. Sistemas de ecuaciones diferenciales lineales usando álgebra lineal
Conferencia clase Al desacoplar las ecuaciones se tiene stemas de ecuaciones diferenciales lineales usando álgebra lineal Contenido. 1. stemas de ecuaciones diferenciales de primer orden. 2. Forma matricial
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales TIPOS DE SISTEMAS. DISCUSIÓN DE SISTEMAS. Podemos clasificar los sistemas según el número de soluciones: Incompatible. No tiene solución Compatible. Tiene solución. Compatible
Más detallesCONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero
Fundamento Científico del Currículum de Matemáticas en Enseñanza Secundaria CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero ESPACIOS VECTORIALES DEFINICIÓN... 1 PROPIEDADES DE
Más detallesTema 1: Espacios vectoriales
PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina
Más detallesEJERCICIOS RESUELTOS DE SISTEMAS LINEALES
EJERCICIOS RESUELTOS DE SISTEMAS LINEALES 1. Dado el sistema de ecuaciones lineales: 2x + 3y 3 4x +5y 6 a) Escribir la expresión matricial del sistema. b) Discutir el sistema. c) Resolver el sistema por
Más detallesTema 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 detallesi05matrices.nb Matrices
i05matrices.nb 1 0.5 Matrices Lo primero que necesitamos es la forma en que se escriben las matrices en Mathematica. Recordemos que cada fila corresponde a una lista y que los elementos de ésta van entre
Más detallesDiagonalización simultánea de formas cuadráticas.
Diagonalización simultánea de formas cuadráticas Lucía Contreras Caballero 14-4-2004 Dadas dos formas cuadráticas, si una de ellas es definida positiva, se puede encontrar una base en la que las dos diagonalizan
Más detallesλ = es simple se tiene que ( )
Sección 6 Diagonalización 1- (enero 1-LE) Sea 1 1 = 1 1 a) Es diagonalizable la matriz? En caso afirmativo, calcula las matrices P y D tales que 1 P P = D b) Existe algún valor de a para el que ( 3, 6,
Más detallesEJERCICIOS DE DETERMINANTES
EJERCICIOS DE 1) Si m n = 5, cuál es el valor de cada uno de estos determinantes? Justifica las p q respuestas: 2) Resuelve las siguientes ecuaciones: 3) Calcula el valor de estos determinantes: 4) Halla
Más detallesEcuaciones 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 detallesUNIDAD 7: MATRICES Y DETERMINANTES
UNIDAD 7: MATRICES Y DETERMINANTES En la presente unidad estudiaremos un tema muy importante dentro de la carrera de Informática como son las matrices y determinantes, conocimiento que tiene aplicación
Más detallesTrabajo Práctico N 5: ESPACIOS VECTORIALES
Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique
Más detallesEJERCICIOS RESUELTOS DE DERIVADAS DE UNA FUNCIÓN REAL
EJERCICIOS RESUELTOS DE DERIVADAS DE UNA FUNCIÓN REAL Estudiar la continuidad y derivabilidad de las siguientes funciones y escribir su función derivada: si < ( ) f 7 si < 7 si b) f c) f La función f(
Más detallesCOLEGIO UNIVERSITARIO CARDENAL CISNEROS. Libro de Ejercicios de Matemáticas Empresariales II
COLEGIO UNIVERSITARIO CARDENAL CISNEROS Libro de Ejercicios de Matemáticas Empresariales II Manuel León Navarro 2 Capítulo 1 Ejercicios lección 1 1. Sea el conjunto de las matrices cuadradas de orden 2
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x
Más detallesEspacios 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 detalles3. 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 detallesMatrices, determinantes, sistemas de ecuaciones lineales.
UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Resúmenes Curso 2007-2008 Matrices, determinantes, sistemas de ecuaciones lineales. Una matriz A de orden m n es una colección de m
Más detallesTEMA 6. Ángulos, distancias, simetrías Problemas Resueltos
Matemáticas II (Bachillerato de Ciencias) Soluciones de los problemas propuestos Tema 6 88 Ángulos entre rectas y planos TEMA 6 Ángulos, distancias, simetrías Problemas Resueltos Dadas las rectas r y s
Más detallesSolución de Sistemas de Ecuaciones Diferenciales Lineales
Solución de Sistemas de Ecuaciones Diferenciales Lineales Departamento de Matemáticas, CCIR/ITESM 9 de febrero de Índice..Introducción.................................................Ejemplo.................................................3.Ejemplo................................................
Más detallesTeoría Tema 8 Determinante de una matriz cuadrada de orden 1, 2 y 3
página 1/5 Teoría Tema 8 Determinante de una matriz cuadrada de orden 1, 2 y 3 Índice de contenido Qué es un determinante de una matriz cuadrada y que aplicación tendrá?...2 Determinante de una matriz
Más detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial
Más detallesTEMA 3 SISTEMAS DE ECUACIONES LINEALES
TEM SISTEMS DE ECUCIONES LINELES. Sistemas de ecuaciones lineales. Epresión matricial. Ejemplo Epresa en forma matricial los siguientes sistemas de ecuaciones lineales: 9 5, Solution is: 9, 9 Se trata
Más detallesDescomposición 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 detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesI. Operaciones con matrices usando Mathematica
PRÁCTICA 9: RESOLUCIÓN DE SISTEMAS LINEALES II I. Operaciones con matrices usando Mathematica Introducir matrices en Mathematica: listas y escritura de cuadro. Matrices identidad y diagonales. El programa
Más detalles1 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 detallesSe llama adjunto de un elemento de una matriz A, al número resultante de multiplicar por el determinante de la matriz complementaria
T.3: MATRICES Y DETERMINANTES 3.1 Determinantes de segundo orden Se llama determinante de a: 3.2 Determinantes de tercer orden Se llama determinante de a: Ejercicio 1: Halla los determinantes de las siguientes
Más detallesDeterminantes. Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A).
Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno a 11 = a 11 5 = 5 Determinante
Más detalles2 = 1 0,5 + = 0,5 c) 3 + = = 2
Trabajo Práctico N : SISTEMAS DE ECUACIONES LINEALES Ejercicio : Resuelva los siguientes sistemas de ecuaciones lineales empleando cuando sea posible: i) Método matricial. ii) Regla de Cramer. Interprete
Más detallesEjemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales.
Facultad de Ingeniería - IMERL - Geometría y Álgebra Lineal 2 - Curso 2008. 1 Transformaciones lineales en espacios con producto interno Notas para el curso de Geometría y Algebra Lineal 2 de la Facultad
Más detallesEJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES
EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES DETERMINANTES Y SISTEMAS DE ECUACIONES JUNIO 06/07. a) Calcula el rango de la matriz A según los valores del parámetro a 3 a A = 4 6 8 3 6 9 b)
Más detallesECUACIONES POLINÓMICAS CON UNA INCÓGNITA
Unidad didáctica. Ecuaciones, inecuaciones y sistemas de ecuaciones e inecuaciones ECUACIONES POLINÓMICAS CON UNA INCÓGNITA Las ecuaciones polinómicas son aquellas equivalentes a una ecuación cuyo primer
Más detallesMATRICES DETERMINANTES
MATRICES Y DETERMINANTES INTRODUCCIÓN, MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de
Más detallesMATEMÁTICAS 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 detallesPROGRAMA INSTRUCCIONAL
UNIVERSIDAD FERMÍN TORO VICE RECTORADO ACADÉMICO FACULTAD DE INGENIERÍA PROGRAMA INSTRUCCIONAL DATOS BÁSICOS DE LA ASIGNATURA Nombre de la asignatura: Código Semestre U.C. Pre- Requisito ALGEBRA LINEAL
Más detallesConstrucción de bases en la suma y la intersección de subespacios (ejemplo)
Construcción de bases en la suma y la intersección de subespacios (ejemplo) Objetivos Aprender a construir bases en S + S y S S, donde S y S están dados como subespacios generados por ciertos vectores
Más detallesPROGRAMA INSTRUCCIONAL ÁLGEBRA LINEAL
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO UNIVERSIDAD FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE ELÉCTRICA ESCUELA DE COMPUTACIÓN PROGRAMA
Más detallesCAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES
CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES Parte A: determinantes. A.1- Definición. Por simplificar, consideraremos que a cada matriz cuadrada se le asocia un número llamado determinante que se
Más detallesSistemas lineales homogéneos
Lección 9 Sistemas de ecuaciones diferenciales lineales con coeficientes constantes 1 Sistemas lineales homogéneos Estudiaremos los sistemas de la forma x (t) = Ax(t) + b(t) Sistemas homogéneos: x = Ax
Más detallesTema II. Capítulo 5. Aplicaciones bilineales y formas cuadráticas.
Tema II Capítulo 5 Aplicaciones bilineales y formas cuadráticas Álgebra Departamento de Métodos Matemáticos y de Representación UDC 5 Aplicaciones bilineales y formas cuadráticas o simplemente f( x, ȳ)
Más detalles8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.
Prácticas de Matemáticas I y Matemáticas II con DERIVE-5 6 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar
Más detalles2. Ortogonalidad. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U.
2 Ortogonalidad En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U 1 Vectores ortogonales Definición 11 Dos vectores x, ȳ U se dicen ortogonales si: x ȳ = 0 Veamos algunas propiedades
Más detallesIntroducción 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 detallesUNIDAD 10: ECUACIONES DE SEGUNDO GRADO.
UNIDAD 10: ECUACIONES DE SEGUNDO GRADO. 10.1 Estudio elemental de la ecuación de segundo grado. Expresión general. 10.2 Resolución de ecuaciones de segundo grado completas e incompletas. 10.3 Planteamiento
Más detalles