ÁLGEBRA LINEAL Problemas, 2006/2007
|
|
- José Manuel Soriano Palma
- hace 6 años
- Vistas:
Transcripción
1 ÁLGEBRA LINEAL Problemas, 2006/2007 Nota: si no se especifíca lo contrario suponemos que las matrices y espacios vectoriales están definidos sobre un cuerpo K arbitrario 1 Una matriz A de orden n n se dice idempotente si se cumple que A 2 = A Probar que los únicos posibles valores propios de A son 1 y 0 2 Una matriz A de orden n n se dice nilpotente si se cumple que A k = 0 para cierto k Probar que 0 es el único valor propio de A 3 Sea A una matriz cuadrada Probar que A es invertible si y solo si 0 no es un valor propio de A 4 Sea A una matriz cuadrada y λ un valor propio suyo Probar que λ 1 es un valor propio de A 1 Y que λ k un valor propio de A k Y que para cada polinomio se P (x) K[x] cumple que P (λ) es un valor propio de la matriz P (A) 5 Sea A una matriz compleja de orden n n que cumple A 4 = I n Probar que sus valores propios pertenecen al conjunto {1, 1, i, i} 6 Sea A una matriz cuadrada simétrica real Probar que tiene todos sus valores propios reales y que su polinomio característico descompone totalmente en factores lineales en R[x] 7 Consideramos la matriz A M 3 3 (R) Diagonalizar dicha matriz, y usar la matriz diagonal para el cálculo de A 30 Hacer lo mismo con cada una de las otras matrices , B = , C = , F = Determinar si las siguientes matrices A, B, C M 4 4 (Z/(7)) son diagonalizables ó no lo son: , B = , C = Determinar una matriz triangular semejante a la matriz A M 3 3 (Z/(5)) Indicar por qué esta matriz no es diagonalizable 10 Determinar si las siguientes matrices definidas sobre el cuerpo de los reales R son diagonalizables ó no lo son , B = , F = Sean A, B M n n (K) Si A es una matriz diagonal con todos los valores de la diagonal distintos y AB = BA, probar que B es una matriz diagonal 12 Sean A, B M n n (K) Si AB = BA y A tiene n valores propios distintos, probar que A y B tienen asociado un mismo conjunto de n vectores propios linealmente independientes 13 Sean A, B M n n (K) Probar que si A y B son semejantes, para cada polinomio S(x) K[x], las matrices S(A) y S(B) son semejantes 1
2 14 Sean A, B M n n (R) matrices semejantes en M n n (C); es decir, existe P M n n (C) tal que P 1 AP = B Probar que A y B son semejantes en M n n (R); es decir, que existe Q M n n (R) tal que Q 1 AQ = B Indicación: Sea P = R+iS donde R, S M n n (R) Probar que AR = RB, AS = BS Si, ni R ni S son invertibles, entonces R + αs es invertible para algún α R Para ello obsérvese que (R + αs) es un polinomio no constante en α 15 Deteminar si las siguientes matrices de M 4 4 (Z/(5)) son diagonalizables ó no lo son En el caso de que lo sean escribir la correspondiente matriz diagonal semejante a ella [No es necesario indicar la matriz P que da la relación de semejanza] C = , B = , Decimos que una matriz A es de orden m n si tiene m filas y n columnas 16 Teorema de Sylvester: Sea A una matriz de orden m n y B una matriz de orden n m, suponemos m n Entonces AB es una matriz de orden m m y BA es una matriz de orden n n Consideramos los polinomios característicos P AB (x) y P BA (x); entonces se cumple que P AB (x) = x m n P BA (x) Demostración: Consideramos las siguientes matrices de orden (n + m) (n + m) definidas por cajas: ( ) ( ) ( ) Im A xim A xim AB O = (1) O xi n B I n xb xi n ( ) ( ) ( ) Im O xim A xim A = (2) B xi n B I n O xi n BA Tomo erminantes en las igualdades (1) y (2), obteniendo, respectivamente las igualdades: ( ) x n xim A = (xi B I m AB)x n n ( ) x n xim A = x m (xi B n BA) De ambas igualdades obtenemos la expresión: I n x n (xi m AB) = x m (xi n BA) probado 17 Suponemos que B, C, D son matrices cuadradas de orden n; es bien conocido el siguiente resultado sobre matrices definidas por cajas: ( ) B C = (B) (D) D Veamos un resultado más curioso: ( ) In B = (I C D n D CB) = (D CB) O n Demostración: Basta considerar el siguiente producto de matrices de orden 2n 2n definidas por cajas y tomar erminante en ambos lados de la igualdad: ( ) ( ) ( ) In O n In B In B = C C D CB + D I n 2 O n
3 18 Sean A, B, C, D cuatro matrices de orden n n Suponemos que (A) 0 y que AC = CA Probar que se cumple ( ) A B = (AD CB) C D Solución: Consideramos el producto de matrices: ( ) ( ) ( In O n A B A = C A C D CA + AC ) ( B A B = CB + AD CB + AD Tomamos erminantes en los dos extremos de la igualdad y obtenemos: ( ) A B (A) = (A) ( CB + AD) C D De aquí concluímos el resultado pedido probado Nota: el resultado anterior no es cierto si las matrices A y C no conmutan Es cierto aunque (A) = 0 [sustituir en el razonamiento A por A xi n ] ( ) A A 19 Sea A un matriz de orden n n Determinar los valores propios de la matriz F = A A en función de los valores propios de A Se( puede usar ) el resultado ( del ejercicio ) anterior A A A In Realizar lo mismo para las matrices G = y H = A A A I n 20 Sean A, B M n n (R) Probar que ( ) A B = (A + ib) 2 B A O n ) Solución: Téngase en cuenta que ( ) ( A B A + ib B + ia = B A B A ) ( A + ib O = B A ib ) 21 Sean A, B M n n (C) Probar que ( A B B A ) = (A + B) (A B) Probar que los valores propios de la matriz de la izquierda son los mismos que los valores propios de A + B junto con los de A B (contando multiplicidades) Solución: Téngase en cuenta que ( ) A B = B A ( A + B B B + A A ) ( A + B B = O A B 22 Sea el polinomio P (x) = a 0 + a 1 x + a 2 x a n 1 x n 1 + x n K[x] Se define su matriz compañera como a a a 2 Probar que el polinomio mínimo de A es justamente P (x) a n a n 1 3 )
4 23 Sea A M n n (C) una matriz que cumple A k = I n para cierto k Probar que A es una matriz diagonalizable 24 Sean A, B, X M n n (C) Probar que si AX XB = O, entonces para cada polinomio f(x) C[x] se cumple que f(a)x Xf(B) = O Además, si A y B no tienen ningún valor propio común entonces AX XB = O solo tiene la solución X = O 25 Dadas las matrices de orden n n , B =, probar que son diagonalizables, erminar su forma diagonal, e indicar una base respecto de la cual cada matriz tiene forma diagonal 26 Probar que ninguna de las siguientes matrices de M 4 4 (Z/(3)) son diagonalizables: H = Polinomios irreducibles en K[x], F = Todo polinomio de grado 1 es irreducible , E = Si un polinomio de grado mayor ó igual que 2 es irreducible, entonces no tiene raíces en el propio cuerpo K Un polinomio de grado 2 ó 3 es irreducible si y solo si no tiene raíces Para bastantes cuerpos K existen polinomios de grado 4 (ó mayor que 4) que no tienen raíces y son reducibles Ejemplo: x 4 + 4x = (x 2 + 1)(x 2 + 3) R[x] En R[x] los polinomios irreducibles son exactamente los polinomios de grado 1 y los polinomios de grado 2 sin raíces reales En C[x] los polinomio irreducibles son exactamente los polinomios de grado 1 Polinomios irreducibles en Z/(3)[x] Hay polinomios irreducibles de cada grado (se probará en cuarto curso) Los únicos polinomios irreducibles mónicos de grado 2 son x 2 + 1, x 2 + x + 2, x 2 + 2x + 2 Z/(3)[x] Un polinomio P (x) Z/(3)[x] de grado 4 ó 5 es irreducible si y solo si no tiene raíces y no es divisible por ninguno de los tres polinomios escritos antes 4
5 28 Determinar el polinomio mínimo de las matrices de M 4 4 (Z/(3)) del ejercicio Determinar el polinomio mínimo de cada una de las matrices de M 4 4 (R) , B = , C = , F = Probar que las matrices siguientes son diagonalizables Determinar la matriz diagonal D semejante a ella y la matriz P que establece la relación D = P 1 CP Lo mismo para F y para G C = , F = , G = Determinar el polinomio mínimo de las siguientes matrices de M 3 3 (Z/(5)) , B = 4 2 0, C = 2 0 2, E = Determinar el polinomio mínimo de cada una de las siguientes matrices de M 5 5 (R) Concluír cuáles de ellas son diagonalizables: E =, G = , H = Sea A M n n (R) Probar que rango(a) = rango(a t A) = rango(aa t ) Solución: Veamos que los dos sistemas de ecuaciones { Av = 0 A t v, 0 vectores columna Av = 0 tienen exactamente el mismo subespacio de soluciones [por lo cual, el rango de ambas matrices coincide] Si Av = 0, es claro que A t Av = 0 Si A t Av = 0, sea Av = z, [obviamente z vector columna] Tenemos que A t z = A t Av = 0 En consecuencia 0 = v t 0 = v t A t Av = z t z Véase que, si z t = (z 1, z 2,, z n ), entonces z t z = z1 2 +z zn 2 Por lo tanto z = 0 Ó sea, Av = 0 Hemos probado que rango(a) = rango(a ( t A) (A Análogamente rango(a t t ) = rango ) t A t) = rango(aa t ) Como bien sabemos, rango(a) = rango(a t ) Por lo tanto, rango(a t A) = rango(aa t ) 34 Sea A M n n (C) No tiene por qué cumplirse la igualdad rango(a t A) = rango(aa t ) Ejemplo: Sean [ i 1 i 1 ] [ i i, A t = ]
6 Tenemos que AA t = [ ] [ 2 2i, A t 2i 2 Es claro que rango(aa t ) = 0 1 = rango(a t A) En particular AA t A t A 35 Si A M n n (C), no tiene por qué cumplirse que rango(a) = rango(a t A) Ejemplo: 0 i 1 i Sea A M n n (C) Probar que AA es semejante a AA 37 Sea A M n n (R) Probar que A t A es semejante a AA t en M n n (R) 38 Sean A, B M n n (C) sin valores propios comunes, sea X M n n (C) una matriz cualquiera Probar que las dos matrices ( ) ( ) A X A O, M O B O B 2n 2n (C) son semejantes 39 Determinar la forma canónica de Jordan de las siguientes matrices de M 6 6 (Q) , B = ] Sea A M 6 6 (Q) cuyos polinomios característico y mínimo son, respectivamente, P A (x) = (x 2) 3 (x 5) 2 (x 6), m A (x) = (x 2) 2 (x 5) 2 (x 6) Escribir su forma canónica de Jordan 41 Sea A M 5 5 (Q) cuyos polinomios característico y mínimo son, respectivamente, P A (x) = (x 4) 5, m A (x) = (x 4) 2 Escribir todas sus posibles formas canónicas de Jordan 42 Determinar la forma canónica de Jordan de las siguientes matrices de M 5 5 (C) F = , B =, G = , C =, H = , 6
7 43 Dada la matriz B = M 3 3 (R), Determinar una matriz diagonal D semejante a ella y la matriz P que cumple D = P 1 BP 44 Determinar razonadamente el polinomio mínimo de las siguientes matrices de M 5 5 (R) Concluír cuáles de ellas son diagonalizables , B = , C = Determinar el polinomio mínimo de las siguientes matrices de M 4 4 (Z/(5)) Concluír cuáles de ellas son diagonalizables: F = , H = , M = , R = Determinar la forma canónica de Jordan de las siguientes matrices de M 3 3 (Z/(5)), y la correspondiente base respecto de la cual tienen esa forma canónica Nótese que damos por supuesto que los polinomios característicos factorizan completamente en Z/(5)[x] H = , E = , F = , B = El polinomio característico de todas las matrices de M 4 4 (Q) siguientes es (x 4) 4 ; su único valor propio es λ = 4 con multiplicidad algebraica 4 Con este dato calcular la forma canónica de Jordan de esas matrices: F = , E = , B = El polinomio característico de todas las matrices de M 5 5 (Q) siguientes es (x + 2) 5 ; su único valor propio es λ = 2 con multiplicidad algebraica 5 Con este dato calcular la forma canónica de Jordan de esas matrices: B = E = , F =, ,
8 49 Dada la matriz A M 3 3 (R) , erminar su forma canónica de Jordan J, y la matriz P tal que J = P 1 AP Calcular las matrices A 20 y e A 50 Determinar la forma canónica de Jordan de la siguiente matriz C = M 4 4(R), junto con la base respecto de la cual tiene dicha forma 51 Dadas las matrices de M 3 3 (R), cuyo polinomio característico es (x 3) 3, calcular su forma canónica de Jordan, la correspondiente matriz de cambio de base, y la exponencial de la matriz propuesta , B = , E = Dadas las siguientes matrices en M 4 4 (Q), cuyo polinomio característico es (x 2) 4, erminar su forma canónica de Jordan J, y erminar la correspondiente matriz P tal que J = P 1 AP , B = , C = Dada la matriz A M 3 3 (R), con polinomio característico P A (x) = (x 4)(x 3) 2, , erminar su forma canónica de Jordan J, y la matriz P tal que J = P 1 AP Calcular una matriz F tal que F 2 = E Descomponer A en la suma de una matriz diagonalizable y otra nilpotente que conmuten entre sí 54 Sea A M n n (R) una matriz cuyo polinomio característico es (x 1) n Probar que A es semejante a A 2 55 Dadas las matrices de M 3 3 (R), cuyo polinomio característico es (x 1) 3, , B = , E = Determinar su forma canónica de Jordan J, la correspondiente matriz P tal que J = P 1 AP Usando la información anterior calcular A 20, calcular una matriz H tal que H 2 = A, y calcular exp(a) Hacer lo mismo para B y E 8
9 56 Sea A M n n (C) una matriz nilpotente tal que A O Probar que A no es semejante a A 2 57 Sea la matriz A M n n (C) Probar que las dos afirmaciones siguientes son equivalentes: A es semejante a A A es semejante a una matriz real B M n n (R) 58 Recordamos que, si S(x) C[x] y λ es un autovalor la matriz A M n n (C), entonces S(λ) es un autovalor de la matriz S(A) ( ) A A Dada una matriz A M n n (C), calcular los valores propios de la matriz E = en I n A función de los valores propios de A Consultar ejercicio Sea A M n n (R) cuyo polinomio característico es P A (x) = (x + 1) n Probar que A es semejante a A 1 Mismo resultado si P A (x) = (x 1) n ; y si P A (x) = (x 1) t (x + 1) s con s + t = n 60 Determinar la forma canónica de Jordan J de las matrices siguientes A M 3 3 (Z/(5)) junto con la matriz P tal que J = P 1 A P El correspondiente polinomio característico debe factorizar completamente , B = 1 3 4, F = 4 1 1, G = Consideramos las tres matrices de M 3 3 (R), cuyo polinomio característico es (x 1)(x + 1) 2, A 1 = 7 8 1, A 2 = 0 3 4, A 3 = Calcular la forma canónica de Jordan J i de cada A i, la correspondiente matriz P i tal que J i = P 1 i A i P i, y la matriz A 45 i 62 Dadas las matrices de M 4 4 (Q) cuyo polinomio característico es (x 2) 2 (x 1) 2, erminar su forma canónica de Jordan J, y la correspondiente matriz P tal que J = P 1 AP , B = , C = Dadas las matrices de M 3 3 (R) cuyo polinomio característico es (x 2 + x + 2)(x 3), erminar su forma canónica racional J y la correspondiente matriz P tal que J = P 1 AP , B = 2 0 2, C = 2 3 1, E = Dadas las matrices de M 3 3 (Q) cuyo polinomio característico es x 3 + 2x 2 + 2x + 2, erminar su forma canónica racional J y la correspondiente matriz P tal que J = P 1 AP , B = 0 2 2, C = 0 0 1, E =
10 65 Dadas las matrices A i de M 3 3 (Z/(5)), cuyo polinomio característico es x 3 + x 2 + x + 3 Z/(5)[x], erminar su forma canónica racional R, y la correspondiente matriz P tal que R = P 1 A i P A 1 = , A 3 = , A 4 = , A 8 = Dadas las matrices A i de M 4 4 (Z/(5)), cuyo polinomio característico es (x 2 +2)(x 2 +x+1) Z/(5)[x], erminar su forma canónica racional R, y la correspondiente matriz P tal que R = P 1 A i P A 1 = , A 2 = , A 3 = Nótese que estas tres matrices son semejantes entre sí 67 Dadas las matrices A i de M 4 4 (Z/(5)), cuyo polinomio característico es (x 2 + x + 1) 2 = x 4 + 2x 3 + 3x 2 + 2x + 1 Z/(5)[x], erminar su forma canónica racional R, y la correspondiente matriz P tal que R = P 1 A i P A 1 = , A 2 = , A 3 = Dadas las matrices A i de M 4 4 (Z/(5)), cuyo polinomio característico es (x 2 + x + 1) 2 = x 4 + 2x 3 + 3x 2 + 2x + 1 Z/(5)[x], erminar su forma canónica racional R, y la correspondiente matriz P tal que R = P 1 A i P A 1 = , A 2 = , A 3 = Determinar cuál es el polinomio característico y mínimo de las siguientes matrices definidas sobre R [sin hacer cálculos] , B = , C = Comprobar que la matriz H M 6 6 (R) cumple H 2 + 2I 6 = O Con este dato, erminar su forma canónica racional R, junto con la correspondiente matriz P tal que R = P 1 H P H =
11 71 Sea A M n n (C) tal que rango(a) = rango(a 2 ) Probar que rango(a k ) = rango(a) para todo k 1 Nota: si rango(a) = n, el resultado ya es conocido Sugerencia: razonar usando la forma canónica de Jordan de A 72 Comprobar que la matriz A M 6 6 (Q) cumple A 3 + 2I 6 = O Con este dato, erminar su forma canónica racional R, junto con la correspondiente matriz P tal que R = P 1 A P Sin hacer ninguna cuenta ni cálculo, Cuál es el polinomio característico de A? 73 Comprobar que la siguiente matriz satisface B 2 +I 4 = O con esta información calcular su forma canónica racional R, junto con la matriz de cambio de base P que comple R = P 1 B P B = Consideramos R 4 y el subespacio vectorial W = (1, 1, 1, 1), (1, 3, 1, 1) Determinar razonadamente una base del espacio vecorial cociente R 4 /W 75 Consideramos la aplicación lineal f : R 3 R 2 (a, b, c) (a + 2c, 2a + b) Determinar una base del espacio vectorial cociente R 3 / ker(f) 76 Consideramos la aplicación lineal h : R 4 R 2 (a, b, c, d) (a + b, 2c + d) Determinar una base del espacio vectorial cociente R 4 / ker(h) 77 Consideramos la aplicación lineal f : R 2 R 2 R que satisface f((a, b) (c, d)) = ac + bd Determinar razonadamente una base de ker(f) 78 Consideramos la aplicación lineal h : R 2 R 2 R 2 que satisface h((a, b) (c, d)) = (ac bc, ad) Determinar razonadamente una base de ker(h) 79 Consideramos la aplicación lineal φ : R 2 R 2 R 3 que satisface Determinar razonadamente una base de ker(φ) h((a, b) (c, d)) = (ad, 3ac, 2b(c + d)) 11
12 80 comprobar que no existe ninguna aplicación lineal f : R 2 R 2 R que satisfaga f((a, b) (c, d)) = a + b + c + d 81 Razonar por qué la aplicación g : R 3 R 2 R 2 definida por g(a, b, c) = (a, d) (c, c) no es una aplicación lineal 82 Consideramos R 2 R 3 Sea S el subespacio vectorial generado por los vectores (3, 3) (1, 2, 3), (2, 2) (3, 2, 1), (1, 1) ( 1, 6, 13) Determinar una base de S 83 Consideramos R 3 R 2 Sea W el subespacio vectorial generado por todos los vectores de la forma (a, a, a) (b, b) a, b R Determinar una base de W y su dimensión [cuidado!] 84 Consideramos R 2 R 2 Una base de este espacio vectorial es B = { (1, 0) (1, 0), (1, 0) (0, 1), (0, 1) (1, 0), (0, 1) (0, 1) } Todo vector α R 2 R 2 se puede expresar como una suma α = s u i v i, con u i, v i R 2 i=1 Un vector β R 2 R 2 se denomina descomponible si es justamente β = u v, u, v R 2 Probar que si un vector γ R 2 R 2 es descomponible, y [a 11, a 12, a 21, a 22 ] son sus coordenadas en la base B, entonces a 11 a 12 a 21 a 22 = 0 85 Aplicando el resultado del ejercicio previo, comprobar que el vector w = (1, 2) (2, 3) + (0, 1) ( 1, 1) R 2 R 2 no es descomponible 86 Consideramos R 2 R 2 Sea W el subespacio vectorial generado por todos los vectores de la forma (a, b) (c, 0) a, b, c R Determinar una base de W y su dimensión [cuidado!] 87 Consideramos el siguiente isomofismo de Z-módulos f : Z/(175) Z/(7) Z/(25) ā (a + (7), a + (25)) Determinar la antiimagen de ( 3, 4) Z/(7) Z/(25) 88 Determinar todos los Z-módulos que hay (salvo isomorfismo) con 3 6 elementos 89 Determinar todos los Z-módulos que hay (salvo isomorfismo) con elementos 12
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 detallesAutovalores y autovectores Diagonalización y formas canónicas
Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,
Más 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 detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Sea (K, +,.) un cuerpo con característica 0. Podemos pensar K = Q, R o C. Si V es un conjunto cualquiera en el que
Más detallesÁlgebra Lineal, Ejercicios
Álgebra Lineal, Ejercicios MATRICES 1 Se llama traza de una matriz cuadrada a la suma de los elementos de su diagonal principal Sea G el conjunto de todas las matrices cuadradas de orden n con traza nula
Más detallesEs 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 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 detallesResumen de Teoría de Matrices
Resumen de Teoría de Matrices Rubén Alexis Sáez Morcillo Ana Isabel Martínez Domínguez 1 de Octubre de 2004 1. Matrices. Generalidades. Definición 1.1. Se llama matriz de orden m n sobre un cuerpo K a
Más detallesÁLGEBRA 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 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 detalles4.1. Polinomios y teoría de ecuaciones
CAPÍTULO 4 Polinomios y teoría de ecuaciones 4.1. Polinomios y teoría de ecuaciones Un polinomio real en x, o simplemente polinomio en x es una expresión algebraica de la forma a n x n + a n 1 x n 1 +
Más detalles520142: 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 detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
Más detallesEstructuras Algebraicas
Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos
Más detallesGuía. 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 detallesTema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
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 detallesAnillos. 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 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 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 detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
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 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 detallesALGEBRA y ALGEBRA LINEAL. Primer Semestre CAPITULO 6. POLINOMIOS DE UNA VARIABLE.
ALGEBRA y ALGEBRA LINEAL 520142 Primer Semestre CAPITULO 6. POLINOMIOS DE UNA VARIABLE. DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Polinomio Sea K (Q,
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 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 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 4: Aplicaciones lineales
Águeda Mata y Miguel Reyes, Dpto de Matemática Aplicada, FI-UPM 1 Tema 4: Aplicaciones lineales Ejercicios 1 Estudia la linealidad de las siguientes aplicaciones: (a) f : R R 3, definida por f(x, y) =
Más detallesTransformaciones lineales y matrices
CAPíTULO 5 Transformaciones lineales y matrices 1 Matriz asociada a una transformación lineal Supongamos que V y W son espacios vectoriales de dimensión finita y que T : V W es una transformación lineal
Más 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 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 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 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 detallesEspacios vectoriales
Espacios vectoriales [Versión preliminar] Prof. Isabel Arratia Z. Algebra Lineal 1 En el estudio de las matrices y, en particular, de los sistemas de ecuaciones lineales realizamos sumas y multiplicación
Más detallesgr(p(x)) = n = deg(p(x)), cuando a n 0. El conjunto de todos los polinomios con coeficiente en K lo denotamos por K[x]
Capítulo 5 Polinomios Definición 22 Sea K igual a Z,Q,R,C, un polinomio en la variable x con coeficientes en K es una expresión de la forma p(x) = a n x n +a n 1 x n 1 + +a 1 x+a 0, donde a i con i desde
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 detallesEJERCICIOS DE POLINOMIOS
EJERCICIOS DE POLINOMIOS NOMBRE:... Nº:... º....- Escribe el grado, el número de términos y el nombre (monomio, binomio, trinomio, polinomio) que recibe cada una de las siguientes expresiones algebraicas:
Más detallesEsta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS
Cambios de base 3 3. CAMBIOS DE BASE Dada una aplicación lineal : y la base,,, se ha definido matriz en bases canónicas de la aplicación lineal a la matriz,, cuyas columnas son las coordenadas de en la
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 detallesMatrices 1 (Problemas). c
º Bachillerato Matrices 1 (Problemas) 1.- Efectúa las siguientes operaciones con matrices: a) 1 4 5 6 + b) 5 7 9 11 1 1 1 1 1 1 c). 4 d) 6. 1 6 1 18 1 g) 0 0 0 0 a 0 b 0. 0 b 0 0 0 c c 0 0.- Siendo A =
Más detallesPráctica 1. Espacios vectoriales
Práctica 1. Espacios vectoriales 1. Demuestre que R n (C n ) es un espacio vectorial sobre R (C) con la suma y el producto por un escalar usuales. Es C n un R-espacio vectorial con la suma y el producto
Más detallesTEMA 8.- NORMAS DE MATRICES Y
Álgebra II: Tema 8. TEMA 8.- NORMAS DE MATRICES Y NúMERO DE CONDICIóN Índice. Introducción 2. Norma vectorial y norma matricial. 2 2.. Norma matricial inducida por normas vectoriales......... 4 2.2. Algunos
Más 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 detalles6.1. Anillos de polinomios.
1 Tema 6.-. Anillo de polinomios. División y factorización. Lema de Gauss. 6.1. Anillos de polinomios. Definición 6.1.1. Sea A un anillo. El anillo de polinomios en la indeterminada X con coeficientes
Más detallesDefinición de la matriz inversa
Definición de la matriz inversa Objetivos Aprender la definición de la matriz inversa Requisitos Multiplicación de matrices, habilidades básicas de resolver sistemas de ecuaciones Ejemplo El número real
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 detallesEjercicios del Tema 2: Estructuras algebraicas básicas
Ejercicios del Tema 2: Estructuras algebraicas básicas En los ejercicios 1, 2, 8 y 9 se utilizará que si G = {g 1,...,g n } es un conjunto finito y * una operación interna definida en G, podemos utilizar
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 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 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 detallesUnidad 2: Ecuaciones, inecuaciones y sistemas.
Unidad 2: Ecuaciones, inecuaciones y sistemas 1 Unidad 2: Ecuaciones, inecuaciones y sistemas. 1.- Factorización de polinomios. M. C. D y m.c.m de polinomios. Un número a es raíz de un polinomio es 0.
Más detallesContinuidad y monotonía
Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados
Más detallesb) Sea una relación de equivalencia en A y una operación en A. Decimos que y son compatibles si a b a c b c y c a c b para todo a, b, c A
APENDICE Relaciones y Operaciones Compatibles 1 Definición: a) Sea A un conjunto y una relación entre elementos de A. Decimos que es una relación de equivalencia si es: i Reflexiva: a A, a a. ii Simétrica:
Más detallesTEMA 1.- POLINOMIOS Y FRACCIONES ALGEBRAICAS
TEMA 1.- POLINOMIOS Y FRACCIONES ALGEBRAICAS 1.- POLINOMIOS Recordemos que un monomio es una expresión algebraica (combinación de letras y números) en la que las únicas operaciones que aparecen entre las
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 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 detallesEJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA
EJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA 2003 (4) Ejercicio 1. Considera los vectores u = (1,1,1), v = (2,2,a) y w = (2,0,0), (a) [1'25 puntos] Halla los valores de a para que los vectores u, v y w sean linealmente
Más detallesC U R S O : MATEMÁTICA
C U R S O : MATEMÁTICA GUÍA TEÓRICO PRÁCTICA Nº 27 UNIDAD: ÁLGEBRA Y FUNCIONES ECUACIÓN DE SEGUNDO GRADO Una ecuación de segundo grado es una ecuación susceptible de llevar a la forma ax 2 + bx + c = 0,
Más detallesIES Fco Ayala de Granada Junio de 2011 (Específico Modelo 5) Solución Germán-Jesús Rubio Luna. Opción A
IES Fco Ayala de Granada Junio de 2011 (Específico Modelo 5) Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo Junio 2011 específico1 [2'5 puntos] Un alambre de 100 m de longitud se divide
Más detallesÁlgebra. Curso de junio de Grupo B
Álgebra. Curso 2008-2009 9 de junio de 2009. Grupo B Primera parte Ejercicio. 1. Sea D un dominio noetheriano que no es un cuerpo. Demuestra que son equivalentes: (a) D es un dominio de Dedekind. (b) Todo
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más 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 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 detallesAnillo de polinomios con coeficientes en un cuerpo
Capítulo 2 Anillo de polinomios con coeficientes en un cuerpo En el conjunto Z se ha visto cómo la relación ser congruente módulo m para un entero m > 1, es compatible con las operaciones suma y producto.
Más detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más detallesConjuntos 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 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 detallesCapítulo 4: Polinomios
Capítulo 4: Polinomios Miguel Ángel Olalla Acosta miguelolalla@us.es Departamento de Álgebra Universidad de Sevilla Diciembre de 2015 Olalla (Universidad de Sevilla) Capítulo 4: Polinomios Diciembre de
Más detallesVectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
Más detallesÁLGEBRA 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 detallesDETERMINANTES UNIDAD 3. Página 76
UNIDAD 3 DETERMINANTE Página 76 Determinantes de orden 2 Resuelve cada uno de los siguientes sistemas de ecuaciones y calcula el determinante de la matriz de los coeficientes: 2x + 3y 29 5x 3y 8 4x + y
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 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 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 detalles3. 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 detallesÁlgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica
Álgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica 1. a) Marcar en un eje los puntos a(1);b( 2) y c(4). b) Hallar los puntos simétricos respecto al origen
Más detallesTema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 Departamento de Matemáticas ITESM Álgebra Lineal - p. 1/16 En esta lectura veremos el proceso para obtener la factorización QR de una matriz. Esta factorización es utilizada para
Más detallesÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; (A ) = A. 2. La inversa de A 1 es A; (A 1 ) 1 = A. 3. (AB) = B A.
ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; A = A. 2. La inversa de A 1 es A; A 1 1 = A. 3. AB = B A. 4. Las matrices A A y AA son simétricas. 5. AB 1 = B 1 A 1, si A y B son no singulares. 6. Los escalares
Más detallesEL CUERPO ORDENADO REALES
CAPÍTULO I. EL CUERPO ORDENADO DE LOS NÚMEROS REALES SECCIONES A. Elementos notables en R. B. Congruencias. Conjuntos numerables. C. Método de inducción completa. D. Desigualdades y valor absoluto. E.
Más detallesALGEBRA I, ALGEBRA Y TRIGONOMETRIA , Segundo Semestre CAPITULO 6: POLINOMIOS.
ALGEBRA I, ALGEBRA Y TRIGONOMETRIA 520135, 522115 Segundo Semestre CAPITULO 6: POLINOMIOS. DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Polinomio Sea K
Más detallesEl Teorema Fundamental del Álgebra
El Teorema Fundamental del Álgebra 1. Repaso de polinomios Definiciones básicas Un monomio en una indeterminada x es una expresión de la forma ax n que representa el producto de un número, a, por una potencia
Más detallesDescomposición 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 detallesTransformaciones 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 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 detallesProblemas de VC para EDVC elaborados por C. Mora, Tema 4
Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Ejercicio Determinar las funciones enteras f para las que Solución f( + w) = f()f(w), w C. En primer lugar, f(0) = f(0 + 0) = f(0)f(0) = f(0) 2,
Más detalles1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3.
. Producto escalar. Propiedades... Norma de un vector. Espacio normado...ortogonalidad. Ángulos..3.Producto escalar en V..4.Producto escalar en V 3.. Producto vectorial de dos vectores de V 3...Expresión
Más detallesNÚMEROS COMPLEJOS: C
NÚMEROS COMPLEJOS: C Alejandro Lugon 21 de mayo de 2010 Resumen Este es un pequeño estudio de los números complejos con el objetivo de poder usar las técnicas de solución de ecuaciones y sistemas diferenciales
Más detallesPolinomios Primero que todo vamos a definirlos como aquella expresión algebraica de la forma: P(x) = a n x n + a n - 1 x n - 1 + a n - 2 x n - 2 +...
Polinomios Primero que todo vamos a definirlos como aquella expresión algebraica de la forma: P(x) = a n x n + a n - 1 x n - 1 + a n - 2 x n - 2 +... + a 1 x 1 + a 0 Siendo a n, a n -1... a 1, a o números,
Más detallesDerivada de la función compuesta. Regla de la cadena
Derivada de la función compuesta. Regla de la cadena Cuando en las matemáticas de bachillerato se introduce el concepto de derivada, su significado y su interpretación geométrica, se pasa al cálculo de
Más detallesUniversidad de Jaén Departamento de Matemáticas Ingeniería Técnica en Informática de Gestión.
Universidad de Jaén Departamento de Matemáticas Ingeniería Técnica en Informática de Gestión. Algebra I I Relación de problemas 3. Espacios vectoriales. 1.-Estudiar si los siguientes conjuntos forman o
Más detallesTema 3 Álgebra Matemáticas I 1º Bachillerato. 1
Tema 3 Álgebra Matemáticas I 1º Bachillerato. 1 TEMA 3 ÁLGEBRA 3.1 FACTORIZACIÓN DE POLINOMIOS LA DIVISIBILIDAD EN LOS POLINOMIOS Un polinomio P(x) es divisible por otro polinomio Q(x) cuando el cociente
Más detallesFunciones convexas Definición de función convexa. Tema 10
Tema 10 Funciones convexas Los resultados obtenidos en el desarrollo del cálculo diferencial nos permiten estudiar con facilidad una importante familia de funciones reales de variable real definidas en
Más detallesMétodos directos para resolver sistemas de ecuaciones lineales
Métodos directos para resolver sistemas de ecuaciones lineales Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el
Más detallesSeminario de problemas. Curso Hoja 5
Seminario de problemas. Curso 2014-15. Hoja 5 29. Encuentra los números naturales N que cumplen las siguientes condiciones: sus únicos divisores primos son 2 y 3, y el número de divisores de N 2 es el
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 detalles. Probar que las matrices de la forma B = k A + r I, donde k y r son números. 2x + az = 0. ax + y = n. Calcular: 0 1
ÁLGEBRA 1 (Junio, 1994) Comprueba que el determinante 3 1 1 1 1 3 1 1 1 1 3 1 1 1 1 3 es nulo sin desarrollarlo Explica el proceso que sigues (Junio, 1994) Considerar la matriz A = 1 1 1 reales e I la
Más detallesCombinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291)
Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291) I. Combinación Lineal Definición: Sean v 1, v 2, v 3,, v n vectores en el espacio vectorial V. Entonces cualquier
Más detallesTema 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