ÁLGEBRA LINEAL Problemas, 2006/2007

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

Download "ÁLGEBRA LINEAL Problemas, 2006/2007"

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.

Tema 11.- Autovalores y Autovectores. Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica

Más detalles

Autovalores y autovectores Diagonalización y formas canónicas

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 detalles

Capítulo 1: Diagonalización de matrices

Capítulo 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 detalles

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales

ALGEBRA 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 detalles

Álgebra Lineal, Ejercicios

Álgebra 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 detalles

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

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

Más detalles

Problemas de exámenes de Aplicaciones Lineales y Matrices

Problemas 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 detalles

Resumen de Teoría de Matrices

Resumen 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 detalles

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

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

Más detalles

Tema 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

4.1. Polinomios y teoría de ecuaciones

4.1. 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 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

Clase 8 Matrices Álgebra Lineal

Clase 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 detalles

Estructuras Algebraicas

Estructuras 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 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

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados.

Tema 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 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

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

TEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.

TEMA 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 detalles

Espacios Vectoriales, Valores y Vectores Propios

Espacios 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 detalles

Espacios Vectoriales

Espacios 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 detalles

ALGEBRA. Escuela Politécnica Superior de Málaga

ALGEBRA. 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 detalles

Tema 1: Espacios vectoriales

Tema 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 detalles

ALGEBRA y ALGEBRA LINEAL. Primer Semestre CAPITULO 6. POLINOMIOS DE UNA VARIABLE.

ALGEBRA 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 detalles

Descomposición en forma canónica de Jordan (Segunda versión)

Descomposición 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 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

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

Tema 4: Aplicaciones lineales

Tema 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 detalles

Transformaciones lineales y matrices

Transformaciones 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 detalles

Espacios 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 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 detalles

FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.

FACULTAD 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 detalles

Fundamentos Matemáticos de la Ingeniería. Tema 4: Diagonalización de matrices. Curso

Fundamentos 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 detalles

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

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

Más detalles

Espacios vectoriales

Espacios 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 detalles

gr(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]

gr(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 detalles

Tema II. Capítulo 5. Aplicaciones bilineales y formas cuadráticas.

Tema 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 detalles

EJERCICIOS DE POLINOMIOS

EJERCICIOS 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 detalles

Esta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS

Esta 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 detalles

Diagonalización simultánea de formas cuadráticas.

Diagonalización 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 detalles

Matrices 1 (Problemas). c

Matrices 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 detalles

Práctica 1. Espacios vectoriales

Práctica 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 detalles

TEMA 8.- NORMAS DE MATRICES Y

TEMA 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 detalles

1 Aplicaciones lineales

1 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 detalles

6.1. Anillos de polinomios.

6.1. 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 detalles

Definición de la matriz inversa

Definición 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 detalles

Esta 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 )

Esta 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 detalles

Ejercicios del Tema 2: Estructuras algebraicas básicas

Ejercicios 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 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

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x

Más detalles

Matemáticas 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 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 detalles

Unidad 2: Ecuaciones, inecuaciones y sistemas.

Unidad 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 detalles

Continuidad y monotonía

Continuidad 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 detalles

b) 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

b) 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 detalles

TEMA 1.- POLINOMIOS Y FRACCIONES ALGEBRAICAS

TEMA 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 detalles

Trabajo Práctico N 5: ESPACIOS VECTORIALES

Trabajo 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 detalles

Sistemas lineales homogéneos

Sistemas 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 detalles

EJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA

EJERCICIOS 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 detalles

C U R S O : MATEMÁTICA

C 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 detalles

IES 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) 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 detalles

Álgebra. Curso de junio de Grupo B

Álgebra. 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 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

EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES

EJERCICIOS 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 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

Anillo de polinomios con coeficientes en un cuerpo

Anillo 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 detalles

Espacios vectoriales reales.

Espacios 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 detalles

Conjuntos y matrices. Sistemas de ecuaciones lineales

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

Más detalles

Base y Dimensión de un Espacio Vectorial

Base 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 detalles

Apéndice sobre ecuaciones diferenciales lineales

Apéndice 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 detalles

Capítulo 4: Polinomios

Capítulo 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 detalles

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos

Vectores 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 detalles

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

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

Más detalles

DETERMINANTES UNIDAD 3. Página 76

DETERMINANTES 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 detalles

Matrices, determinantes, sistemas de ecuaciones lineales.

Matrices, 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 detalles

Sistemas de ecuaciones lineales dependientes de un parámetro

Sistemas 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 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

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

Álgebra 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 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 detalles

Tema 2.- Formas Cuadráticas.

Tema 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 detalles

Álgebra Lineal Ma1010

Álgebra 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 detalles

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.

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. 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 detalles

EL CUERPO ORDENADO REALES

EL 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 detalles

ALGEBRA I, ALGEBRA Y TRIGONOMETRIA , Segundo Semestre CAPITULO 6: POLINOMIOS.

ALGEBRA 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 detalles

El Teorema Fundamental del Álgebra

El 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 detalles

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

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

Más detalles

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

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

EJERCICIOS 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 detalles

Problemas de VC para EDVC elaborados por C. Mora, Tema 4

Problemas 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 detalles

1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3.

1. 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 detalles

NÚMEROS COMPLEJOS: C

NÚMEROS 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 detalles

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 +...

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 +... 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 detalles

Derivada de la función compuesta. Regla de la cadena

Derivada 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 detalles

Universidad de Jaén Departamento de Matemáticas Ingeniería Técnica en Informática de Gestión.

Universidad 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 detalles

Tema 3 Álgebra Matemáticas I 1º Bachillerato. 1

Tema 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 detalles

Funciones convexas Definición de función convexa. Tema 10

Funciones 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 detalles

Métodos directos para resolver sistemas de ecuaciones lineales

Métodos 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 detalles

Seminario de problemas. Curso Hoja 5

Seminario 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)

(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

. 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 detalles

Combinación 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) 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 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