Breve curso de computación cuántica dado en la Universidad de Valladolid Resumen de la primera charla
|
|
- Andrés Aguirre Poblete
- hace 6 años
- Vistas:
Transcripción
1 TU Kaiserslautern Klaus Wirthmüller 4 Mayo 2009 Breve curso de computación cuántica dado en la Universidad de Valladolid Resumen de la primera charla 1 Nociones de la computación cuántica Los objetos de la computación clásica son los bits, es decir elementos del conjunto {0, 1} el que conviene identificar con el cuerpo de estos dos elementos, F. Los objetos de la computación cuántica son los llamados qubits, sistemas cuánticos que permiten estados x C 2 (siempre con x = 1) tales como los estados de espín de una particula de espín 1 2. Aquí C2 se entiende como un espacio unitario (de Hilbert), y en notación física la base estandar de C 2 representa este como la suma ortogonal C 2 = C 0 C 1. Mas generalmente se consideran sistemas compuestos de mas de un bit respectivamente qubit. La riqueza de los sistemas cuánticos en comparación con los clásicos se debe al hecho que juntando dos sistemas clásicos los espacios correspondientes se juntan por la suma directa, mientras que en el caso cuántico, por el producto tensorial en particular el espacio de un bloque de l bits clásicos es F l, y el de un sistema de l qubits, (F 2 ) l = F 2 F 2, tiene dimension 2 l. El natural grupo de simetría del espacio C 2 C 2 es el producto cartesiano U(2) U(2), cada factor U(2) actuando sobre el factor tensorial C 2 correspondiente. Se habla de equivalencia local unitaria (LU). Ejemplo De los estados de Bell x x x x cada uno tiene la propiedad siguiente: por un lado, una medición de solo uno de los dos qubits tiene un resultado completamente aleatorio; por el otro, los dos resultados de una medición idéntica de los dos qubits siempre dan resultados opuestos. Este fenómeno llamado entrelazamiento implica una clase de efecto instantaneo a larga distancia. Estados en C 2 C 2 se clasifican por el Teorema de Schmidt sea diagonal positiva: λ j [0, ). Para cualquier matríz x Mat(l l, C) existen matrizes u, v U(l) de modo que λ 1 u x v =: d =... λ l Corolario Con respecto a equivalencia LU los estados x C 2 C 2 admiten la forma normal única x = λ 00 + µ 11 con λ µ 0 tal que λ 2 + µ 2 = 1. Un estado x C 2 l se llama decomposable si es un producto tensorial x = x 1 x n. En el caso que l = 2 estos estados son los ceros de la forma cuadrática δ: C 2 C 2 C definida por δ(x) = δ x jk jk = 2 (x 00 x 11 x 01 x 10 ). jk
2 Esta forma también da una medida numérica de entrelazamieno E(x) := δ(x). Tenemos E(x) = 0 si y solo si x es decomposable, y el valor E(x) = 2λµ para x en forma normal muestra que el valor máximo del entrelazamiento es 1. Los estados de Bell son ejemplos de estados maximalmente entrelazados. Del punto de vista de geometría algebraica los estados decomposables son los puntos de la cónica := {δ = 0} P (C 2 C 2 ), y E(x) es la distancia entre (la clase de) x y en el espacio proyectivo de tres dimensiones. 2 Operaciones cuánticas En principio son los operadores unitarios u: X Y entre dos sistemas (espacios de estados), aquí llamadas puertas por su analogía con las de computación clásica. En particular las cuáticas siempre son invertibles. Ejemplos Entre los operadores de un qubit destacan los operadores de Pauli (notación convencional) X = 1, Z = 1 1 y Y = 1 i i. Por intercambiar los dos estados básicos X corresponde a la puerta clásica NOT (o el bit flip), mientras que las puertas cuánticas Z (phase flip) y Y = ixz solo tienen sentido en el ambiente cuántico. Otra puerta útil de un solo qubit es la de Hadamard H = Sin embargo las puertas clásicas las más importantes como AND, OR y XOR dependen de dos bits y claramente no son invertibles. Se realizan como puertas cuánticas a base de puertas controladas, operadores C 2 C 2 C 2 C 2 actuando según 0k 0k 1k 1, u(k) con una puerta u de un qubit: la acción de u sobre el segundo qubit se controla por el primero. Ejemplo Tomando u = X tenemos la puerta C-NOT Se ve que los valores del segundo qubit realizan exactamente la puerta clásica XOR. Es fácil verificar que de esta manera cada circuito de computación clásica puede ser realizado por puertas cuánticas. Por el otro lado, como vimos antes, hay muchos circuitos cuánticos que no corresponden a ningún circuito clásico. 3 Estados mixtos En práctica la noción de operación cuántica como operador unitario es insuficiente debido a las inevitables interacciónes de cualquier sistema cuántico X con el entorno E. Así realmente trataríamos con un operador unitario no de X pero más bien f: E X E X. Se puede suponer que al inicio el entorno está en un
3 estado definido e E. Por el otro lado la imposibilidad de eliminar botar E de los valores de f sugiere una noción mas amplia de estado y, por consiguiente, de operación cuántica: Definición (1) Sea X un sistema cuántico. Cualquier vector x E X con un espacio unitario E tal que x = 1 representa un estado mixto [x] en X. Un vector y F X representa el mismo estado si existen un espacio unitario D, un vector w D X y isometrías E u D v F de modo que (u id) w = x y (v id) w = y. El caso mas importante de esta relación de equivalencia ocurre cuando las isometrías u y v son unitarias (es decir, isometrías sobreyectivas); por supuesto en este caso se puede escoger w =x y u=id E. (2) Cualquier isometría e: X E Y representa una operación cuántica [e] de X a Y. Para que f: X F Y represente la misma operación es necesario y suficiente que exista una isometría d: X D Y de modo que el diagrama E Y e d X D Y u id f v id F Y sea conmutativo. Los estados en el sentido anterior ahora se llaman estados puros, en la parte (1) de la definición corresponden al caso donde se puede escoger E = C. La acción de la operación cuántica [e] sobre el estado mixto representado por x D X se define de tal manera que [e][x] es la clase de equivalencia de (id D e) x D E Y. El espacio E de un representante e E X de un estado mixto se entiende como un espacio de parámetros. En vez del tensor e es mas sugestivo, y a veces conviene considerar el dual (parcial) eˇ: Eˇ X, escribiendo Eˇ = Hom(E, C) para el espacio dual. Así el estado mixto se presenta como una familia lineal de estados puros en X parametrizada por E. Ejemplo La clasificación proyectiva de los estados mixtos en X = C 2 C 2 se reduce a la de sistemas lineales en el espacio proyectivo P (C 2 C 2 ) = CP 3. El caso de dim E = 1 siendo el de los estados puros, el siguiente lleva a la clasificación de las posiciones de una recta E en CP 3 con respecto a la cónica : las tres posibilidades (E, E una tangente de y E no tangente) corresponden a (muy) distintos clases de estados mixtos. Los casos con dim E > 2 se reducen a los anteriores por dualidad. Pasar a la clasificación por equivalencia LU (la correcta) resultaría en una clasificación mucho mas fina, como en el caso puro (que es una consecuencia del teorema de Schmidt). En física generalmente se usa un concepto distinto, pero equivalente de los estados mixtos, a base de operadores (o matrizes) de densidad. Estos son los operadores hermitianos positivos (no necesariamente definidos) con traza 1. Definición El vector x E X represente un estado mixto. Escribemos xˇ: Eˇ X
4 el dual (parcial) de x. Entonces la composición la estrella indicando la adjunta es la matriz de densidad ρ [x] del estado [x]. X (xˇ) Eˇ xˇ X Se puede verificar que la correspondencia [x] ρ [x] es una biyección entre estados mixtos en X y operadores de densidad en X. Un representante del estado que corresponde a una dada matriz de densidad ρ comúnmente se llama una purificación de ρ. 4 Teorema de Wootters La extensión de la medida E de entrelazamiento de un estado de dos qubits a estados mixtos no es trivial. Definición Sea X = C 2 C 2, y [x] un estado mixto en X. El entrelazamiento de [x] se define como dim E E[x] = min E ( (xˇ(b j ) ) j=1 con xˇ: Eˇ X el dual de x; el mínimo se forma con respecto a todos los representantes x de [x] y todas las bases ortonormales (b 1,..., b dim E ) de Eˇ. Debido al doble (incluso triple si se incluye la necesidad de variar dim E) proceso de minimización esta es una definición no inmediatamente accesible. Estados [x] con el valor E[x] = 0 se llaman estados separables. Al menos para un estado puro esta última propiedad se reduce a la decomposabilidad, y el entrelazamiento tiene el significado anterior. El teorema de Wootters permitirá un cálculo fácil de E[x]. Para formular y entenderlo se necesita la clasificación de las formas cuadráticas sobre un espacio unitario, un resultado de álgebra lineal elemental pero poco conocido. Teorema Sea q: V C una forma cuadrática sobre un espacio unitario de dimensión l. Entonces existe una base ortonormal de V que diagonaliza q : q(x) = l λ j x 2 j con números reales λ j no negativos. Estos últimos son invariantes de q salvo permutaciones. j=1 Ejercicios (serán corregidos el 11 los trabajos entregados antes de las 15 horas) 1 Representar la puerta C-NOT por una composición de (cualquier número de) puertas H (Hadamard) y C-Z (Pauli Z controlada). 2 Sea x := C 2 (C 2 C 2 ) = E X. Verificar que x representa un estado mixto en X. Calcular el valor de [x] al aplicar C-NOT. Hallar la matriz de densidad de [x].
5 A cual de las tres clases pertenece [x] en la clasificación proyectiva de estados mixtos? Es [x] un estado separable? 3 Demostrar el teorema de la clasificación de formas cuadráticas: Sea s Sym(l, C) una matriz simétrica. Entonces s s es una matriz hermitiana y positiva. Con respecto a automorfismos unitarios de C l la matriz s s se transforma como la matriz de una forma hermitiana (o calcular, o dar una interpretación invariante de s s). Así puede suponerse que s s es diagonal, con elementos diagonales λ 2 1,..., λ 2 l. Ahora s no solo es simétrica pero también normal. Matrices s a la vez simétricas y normales admiten una base ortonormal de vectores propios reales (conviene estudiar primero el caso del (posible) valor propio 0 si x C l pertenece al núcleo entonces lo mismo vale para x). Juntando estos hechos sigue el teorema.
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 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 detallesf(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 20 de enero de 20 (2.5 p.) ) Se considera la aplicación lineal f : R 4 R definida por: f(x y
Más detallesCLASIFICACIÓN AFÍN DE CÓNICAS
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS CLASIFICACIÓN AFÍN DE CÓNICAS Sea E un R-espacio vectorial de dimensión. Sean E = e 1, e un plano vectorial de E y e 0 un
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 detallesINSTRUCCIONES GENERALES Y VALORACIÓN
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Examen-Modelo para el curso 2014-2015 MATERIA: MATEMÁTICAS II INSTRUCCIONES GENERALES
Más detallesAquella que tiene nulos los elementos nos situados en la diagonal principal. Los elementos situados por encima de la diagonal principal son nulos.
Álgebra lineal Matrices Rango de una matriz Orden del mayor menor complementario no nulo. Matriz regular det A Diagonal principal Elementos a ii de la matriz. Si la matriz es cuadrado son los elementos
Más detallesVALORES Y VECTORES PROPIOS
VALORES Y VECTORES PROPIOS En diversos campos de la ingeniería y las matemáticas surge el problema de calcular los valores escalares λ y los vectores x 0 tales que para la matriz cuadrada A se cumple Ax
Más detallesGEOMETRÍA. (x 1) 2 +(y 2) 2 =1. Razónalo. x y + z = 2. :3x 3z +1= 0 es doble de la distancia al plano π 2. : x + y 1= 0. Razónalo.
GEOMETRÍA 1. (Junio, 1994) Sin resolver el sistema, determina si la recta x +3y +1= 0 es exterior, secante o tangente a la circunferencia (x 1) +(y ) =1. Razónalo.. (Junio, 1994) Dadas las ecuaciones de
Más detallesEjercicios de Ampliación de Geometría. Hoja 2
Ejercicios de Ampliación de Geometría Licenciatura en Ciencias Matemáticas, 2 Curso 27 de Octubre de 2008 Hoja 2 Dualidad y radiaciones. 1. Formular y resolver en el espacio proyectivo dual los siguientes
Más detallesSegundo parcial Geometría y algebra lineal II
Segundo parcial Geometría y algebra lineal II HOJA PARA EL ESTUDIANTE 1. Completar los datos personales en la tabla que aparece al dorso. 2. La duración del parcial es de cuatro horas. 1 de diciembre de
Más detallesDiagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios
61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial
Más detallesDefinición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ).
ALGEBRA La primera parte del presente libro está dedicada a las estructuras algebraicas. En esta parte vamos a iniciar agregándole a los conjuntos operaciones. Cuando las operaciones tienen determinadas
Más detallesPROGRAMA DE CURSO. Resultados de Aprendizaje
PROGRAMA DE CURSO Código Nombre MA1102 Algebra Lineal Nombre en Inglés Linear Algebra SCT es Horas de Horas Docencia Horas de Trabajo Docentes Cátedra Auxiliar Personal 6 10 3,0 2,0 5,0 Requisitos MA1101
Más detallesPROGRAMA DE EXAMEN. Unidad Nº1: Matrices y Función Determinante
Ministerio de Cultura y Educación Universidad Nacional de San Juan Fac. de Ciencias Exactas Físicas y Naturales Ciclo Lectivo 2016 PROGRAMA DE EXAMEN Cátedra: ALGEBRA LINEAL Carrera: Licenciatura en Geofísica
Más detallesProblemas de Geometría Analítica del Espacio
1) Dados los vectores u(4, 4, 8), v( 2,, 5), w(3, 5, 8) y a(22,, 11). Hallar los valores de x, y, z que verifican la combinación lineal a = x u + y v + z w. 2) Dados los vectores a( 5, 19, n) y b( h, 3,
Más detallesRepaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
Más detallesGuía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno.
Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno. Teoremas con demostraciones que se pueden incluir en el examen: 1. Fórmula para f(j m (λ)), donde J m (λ) es el bloque
Más detallesTema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso
Tema 4: Matrices y Determinantes Algunas Notas sobre Matrices y Determinantes Álgebra Lineal Curso 2004-2005 Prof. Manu Vega Índice 1. Determinantes 3 2. Regla de Sarrus 3 3. Propiedades de los determinantes
Más detallesMatemáticas II Bachillerato Ciencias y Tecnología 2º Curso ESPACIO AFÍN Introducción Ecuaciones de la recta...
Unidad 5 ESPACIO AFÍN 5.. Introducción.... - - 5.. Ecuaciones de la recta.... - - 5.3. Ecuaciones del plano.... - 4-5.4. Posiciones relativas (Incidencia y paralelismo).... - 6 - Anexo I.- EJERCICIOS...
Más detallesEstructuras algebraicas. Departamento de Álgebra. Apuntes de teoría
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 2015/2016 Apuntes de teoría Tema 1: Grupos y subgrupos. 1.1. Introducción Definición 1.1. Un grupo es un par (G, ), donde G es un conjunto no vacío,
Más detallesMatrices, Determinantes y Sistemas Lineales.
12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión
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 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 detallesPROGRAMA DE ASIGNATURA DE MATEMÁTICA PARA LA INFORMÁTICA III
PROGRAMA DE ASIGNATURA DE MATEMÁTICA PARA LA INFORMÁTICA III Table of contents 1 INFORMACIÓN GENERAL...2 2 INTRODUCCIÓN... 2 3 OBJETIVOS GENERALES DE LA ASIGNATURA... 3 4 OBJETIVOS, TEMAS Y SUBTEMAS...
Más detallesTema 4. Espacio Proyectivo.
Tema 4. Espacio Proyectivo. Definición y modelos. *) El origen de la geometría proyectiva está relacionado con el estudio de la perspectiva, para conseguir cuadros o planos realistas del mundo 3-dimensional;
Más detalles1. Los números reales. 2. Representación. 3. Densidad de los números racionales. 4. Propiedades de los números reales
EJES ARTICULADORES Y PRODUCTIVOS DEL AREA SISTEMA DE CONOCIMIENTOS GRADO: 10 11 1. Los números reales 1. Desigualdades. 2. Representación 2. Propiedades. 3. Densidad de los números racionales 4. Propiedades
Más detallesProf.Juan Cabral - UTU Maldonado. Tablas de pertenencia
Tablas de pertenencia TABLAS DE PERTENENCIA Una técnica para probar igualdades entre conjuntos es la tabla de pertenencia. Se observa que para los conjuntos A y B U, un elemento x U cumple exactamente
Más detallesEjemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales.
Facultad de Ingeniería - IMERL - Geometría y Álgebra Lineal 2 - Curso 2008. 1 Transformaciones lineales en espacios con producto interno Notas para el curso de Geometría y Algebra Lineal 2 de la Facultad
Más detallesUNIDAD EDUCATIVA COLEGIO SAN GABRIEL PLAN DE MEJORA Y REFUERZO ACADÉMICO
DATOS INFORMATIVOS UNIDAD EDUCATIVA COLEGIO SAN GABRIEL PLAN DE MEJORA Y REFUERZO ACADÉMICO Nombre del Estudiante: Curso: 1ro BGU Docente: Lic. Francisco Soria Fecha: 22 de febrero de 2016 DESTREZA A REFORZAR
Más detallesBachillerato Internacional. Matemáticas Nivel Medio. Programa para el curso 1º ( )
1 Bachillerato Internacional. Matemáticas Nivel Medio. Programa para el curso 1º (2015-2016) Tema 1: NÚMEROS REALES Conjuntos numéricos. Números naturales. Números enteros. Números racionales. Números
Más detallesMATEMÁTICAS 2º BACHILLERATO
MATEMÁTICAS 2º BACHILLERATO MATRICES 1. Matrices y tipos de matrices 2. Operaciones con matrices 3. Producto de matrices 4. Matriz traspuesta 5. Matriz inversa 6. Rango de matrices DETERMINANTES 7. Determinantes
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 detalles13. Utilizar la fórmula del término general y de la suma de n términos consecutivos
Contenidos mínimos 3º ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Utilizar las reglas de jerarquía de paréntesis y operaciones, para efectuar cálculos con números racionales, expresados en forma
Más detallesMétodos de factorización para resolver sistemas de ecuaciones lineales. 22 de agosto, 2012
Cálculo numérico Métodos de factorización para resolver sistemas de ecuaciones lineales 22 de agosto, 2012 1 Factorización LU Considera el siguiente ejemplo de factorización LU de una matriz en un sistema
Más detallesGeometría afín y proyectiva, 2016 SEMANA 4
Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más detallesCONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS
CONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS CONTENIDOS MÍNIMOS MATEMÁTICAS 1º ESO U.D. 1 Números Naturales El conjunto de los números naturales. Sistema de numeración decimal. Aproximaciones
Más detallesLABORATORIO DE CÁLCULO-2016 GUÍA DE REVISIÓN
LABORATORIO DE CÁLCULO-2016 GUÍA DE REVISIÓN Unidad I 1. Indique los distintos subconjuntos numéricos en R. 2. A qué se denomina recta real?. 3. Qué es un intervalo real?. Cómo se lo simboliza?. 4. Defina
Más detallesSISTEMA DE ECUACIONES LINEALES
MATRICES 1. MATRICES Y TIPOS DE MATRICES 2. OPERACIONES CON MATRICES 3. PRODUCTO DE MATRICES 4. MATRIZ TRASPUESTA 5. MATRIZ INVERSA 6. RANGO DE MATRICES DETERMINANTES 7. DETERMINANTES DE ORDEN 2 Y 3 8.
Más detalles6.6. Diagonalización de matrices simétricas o hermitianas. Ejemplo de una diagonalización de una matriz simétrica
6.6 Diagonalización de matrices simétricas o hermitianas Ejemplo de una diagonalización de una matriz simétrica Matrices hermitianas Los autovalores de las matrices reales simétricas o complejas hermitianas
Más detallesUNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA CARTA DESCRIPTIVA
UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA CARTA DESCRIPTIVA Carrera: Licenciatura en Matemáticas Aplicadas I. DATOS DE IDENTIFICACION. Nombre de la Asignatura II Clave No. de Horas Teóricas 4 Prácticas 2
Más detallesÁLGEBRA LINEAL II Práctica
ÁLGEBRA LINEAL II Práctica 3.1-3.2 Geometría afín. (Curso 2012 2013) 1. En un espacio afín real de dimensión 3, se consideran dos sistemas de referencia R = O, ē 1, ē 2, ē 3 } y R = P, ū 1, ū 2, ū 3 },
Más detallesTensores cartesianos.
Tensores cartesianos. Transformación de coordenadas. Consideremos dos sistemas de coordenadas cartesianas ortogonales en el plano, identificados como σ y σ. Supongamos que ambos tienen un origen común,
Más detallesBLOQUE 1. LOS NÚMEROS
BLOQUE 1. LOS NÚMEROS Números naturales, enteros y racionales. El número real. Intervalos. Valor absoluto. Tanto el Cálculo como el Álgebra que estudiaremos en esta asignatura, descansan en los números
Más detallesExpresión decimal. Aproximación y estimación. Notación científica. Polinomios. Divisibilidad de polinomios. Regla de Ruffini.
Otras páginas Matemáticas 5º Matemáticas I. Bloque I: ARITMÉTICA Y ÁLGEBRA Los números reales Los números reales, concepto y características. Estructura algebraica, orden, representación en la recta real
Más detallesMatrices, determinantes y sistemas de ecuaciones lineales
Matrices, determinantes y sistemas de ecuaciones lineales David Ariza-Ruiz 10 de octubre de 2012 1 Matrices Una matriz es una tabla numérica rectangular de m filas y n columnas dispuesta de la siguiente
Más detallesMATEMÁTICAS 2º DE BACHILLERATO
MATRICES 1. Matrices y tipos de matrices 2. Operaciones con matrices 3. Producto de matrices 4. Matriz traspuesta 5. Matriz inversa 6. Rango de matrices DETERMINANTES 7. Determinantes de orden 2 y 3 8.
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 1 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Más detallesCONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2
CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el
Más detalles02. Resolver sistemas de ecuaciones lineales por el método de Gauss.
3.6 Criterios específicos de evaluación. 01. Conocer lo que significa que un sistema sea incompatible o compatible, determinado o indeterminado, y aplicar este conocimiento para formar un sistema de un
Más detallesTEMA 4. APLICACIONES LINEALES
TEMA 4. APLICACIONES LINEALES 1.- Definición y propiedades. 2.- Aplicaciones lineales inyectivas y Suprayectivas. 3.- Núcleo, imagen, matriz asociada y rango de una aplicación lineal. 4.- Operaciones con
Más detalles102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D.
102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. Tema 1. Espacios Vectoriales. 1. Dar la definición de cuerpo. Dar tres ejemplos de cuerpos. Dar un ejemplo de un cuerpo finito 2. Defina
Más detallesde la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).
INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
Más detallesPLANES CURRICULARES GRADO9º/ 01 PERIODO
PLANES CURRICULARES GRADO9º/ 01 PERIODO Grado: 9º Periodo: 01 PRIMERO Aprobado por: G. Watson - Jefe Sección Asignatura: MATEMATICAS Profesor: Gloria rueda y Jesús Vargas ESTANDARES P.A.I. I.B. A. Conocimiento
Más detallesx, y = x 0 y 0 + x 1 y 1 + x 2 y 2 + x 3 y 3. Es fácil ver que verifica 1. Es simétrica. x, y = y, x para todo x, y R 4.
1 Tema 2. Sección 1. Espacio vectorial de Minkowski. Manuel Gutiérrez. Departamento de Álgebra, Geometría y Topología. Universidad de Málaga. 29071-Málaga. Spain. Abril de 2010. En este capítulo se recordará
Más detallesJosé Humberto Serrano Devia Página 1
Similitudes entre el espacio y las series de Fourier Funciones Ortogonales En esta sección se muestra la forma en que los conceptos vectoriales de producto interno, o producto escalar, y el de ortogonalidad
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 detallesMatemáticas. Si un error simple ha llevado a un problema más sencillo se disminuirá la puntuación.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA PRUEBAS DE ACCESO A LA UNIVERSIDAD DE LOS MAYORES DE 25 AÑOS CONVOCATORIA 2014 CRITERIOS DE EVALUACIÓN Matemáticas GENERALES: El examen constará de dos opciones (dos
Más detallessi existe un entorno V de a contenido en A, tal que la diferencia f(x) f(a) no cambia de signo cuando x V :
Capítulo 7 Extremos Relativos Una aplicación clásica del Teorema Local de Taylor es el estudio de los extremos relativos de una función escalar. Aunque la analogía con el caso de una variable es total,
Más detalles1. ESPACIOS DE HILBERT Y OPERADORES
1. ESPACIOS DE HILBERT Y OPERADORES 1. DEFINICIÓN, PROPIEDADES Y EJEMPLOS Definición. Sea H un espacio vectorial sobre el cuerpo C de los números complejos, un producto escalar sobre H es una aplicación
Más detallesMATEMÁTICAS I Y II CONTENIDOS BACHILLERATO
MATEMÁTICAS I Y II CONTENIDOS BACHILLERATO BLOQUE 1. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS Los contenidos de este bloque se desarrollan de forma simultánea al resto de los bloques. Resolución de
Más detallesTEXTO: ALGEBRA MULTILINEAL
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE CIECIAS NATURALES Y MATEMÁTICA UNIDAD DE INVESTIGACIÓN DE LA FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICA INFORME FINAL DEL TEXTO TEXTO: ALGEBRA MULTILINEAL AUTOR
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 detallesTema 2. Aplicaciones lineales. Diagonalización de endomorfismos.
Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada
Más detallesÁLGEBRA LINEAL II Práctica
ÁLGEBRA LINEAL II Práctica 3.1-3.2 Geometría afín. (Curso 2013 2014) 1. En un espacio afín real de dimensión 3, se consideran dos sistemas de referencia R = O, ē 1, ē 2, ē 3 } y R = P, ū 1, ū 2, ū 3 },
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 detallesDefinición 1. Dado un conjunto C una aplicación definida por : C C C
ESTRUCTURAS ALGEBRAICAS. En matemáticas aparecen distintos conjuntos cuyos elementos podemos operar de alguna manera. Los conjuntos de números usuales: N, Z, Q, y R son unos ejemplos claros. Otros ejemplos
Más detallesTEMARIOS PRUEBAS SEMESTRALES 2015 PRIMER SEMESTRE DEPARTAMENTO DE MATEMÁTICA
Saint Gaspar College Misio nero s de la Precio sa Sangre F o r m a n d o P e r s o n a s Í n t e g r a s TEMARIOS PRUEBAS SEMESTRALES 2015 PRIMER SEMESTRE DEPARTAMENTO DE MATEMÁTICA NIVEL FECHA *TEMARIO*
Más detallesEs trivial generalizar la definición al caso de varios conjuntos: A B C, etc.
Tema 1 Espacios Vectoriales 1.1 Introducción Estas notas están elaboradas pensando simplemente en facilitar al estudiante una guía para el estudio de la asignatura, y en consecuencia se caracterizan por
Más detallesEspacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1
Espacios Vectoriales 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Espacios Vectoriales... 4 1.1 Definición de espacio vectorial... 4 1.2 Definición de subespacio vectorial...
Más detallesCálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
Más detallesUniversidad Alonso de Ojeda. Facultad de Ingeniería GUIA DE ESTUDIO ALGEBRA LINEAL.
UNIDAD V: ESPACIOS VECTORIALES Estamos acostumbrados a representar un punto en la recta como un número real; un punto en el plano como un par ordenado y un punto en el espacio tridimensional como una terna
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 8-9.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales
Más detallesTema Contenido Contenidos Mínimos
1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.
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 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 detallesMatrices y determinantes
Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna
Más detallesEspacios Vectoriales. Tema Introducción. 1.2 Repaso de Estructuras Algebraicas
Tema 1 Espacios Vectoriales 1.1 Introducción Estas notas se han escrito con el ánimo de facilitar al estudiante una guía para el estudio de la asignatura, y no como un libro de texto o manual de Álgebra
Más detallesDPTO. DE AMTEMÁTICAS I.E.S. GALLICUM CURSO 2012/13
DESARROLLO DE LAS UNIDADES DIDÁCTICAS MATEMÁTICAS II Según REAL DECRETO 1467/2007, de 2 de noviembre, por el que se establece la estructura del bachillerato y se fijan sus enseñanzas mínimas, estas son
Más detallesALGEBRA Y GEOMETRIA ANALITICA PROGRAMA ANALITICO
ALGEBRA Y GEOMETRIA ANALITICA PROGRAMA ANALITICO AÑO 2008 Unidad I: Números Complejos Comprenda la necesidad de ampliar los conjuntos numéricos con los que habitualmente trabaja, a fin de resolver problemas
Más detallesMapa Curricular: Funciones y Modelos
A.PR.11.2.1 Determina el dominio y el alcance de las funciones a partir de sus diferentes representaciones. A.PR.11.2.2 Identifica y aplica las relaciones entre los puntos importantes de una función (ceros,
Más detallesPolaridad. Tangentes. Estudio geométrico de cónicas y cuádricas
Tema 6- Polaridad Tangentes Estudio geométrico de cónicas y cuádricas En este tema pretendemos estudiar propiedades de V(Q), especialmente en los casos real y complejo, con n =2,3 Para ello, necesitamos
Más detallesUna forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes.
Una forma fácil de recordar esta suma (regla de Sarrus): Ejemplos: Tarea: realizar al menos tres ejercicios de cálculo de determinantes de matrices de 2x2 y otros tres de 3x3. PARA DETERMINANTES DE MATRICES
Más detallesBreve curso de computación cuántica 1 Klaus Wirthmüller (TU Kaiserslautern)
Breve curso de computación cuántica 1 Klaus Wirthmüller (TU Kaiserslautern) 1 Nociones de la computación cuántica Los objetos de la computación clásica son los bits, es decir elementos del conjunto {0,
Más detallesUna operación interna: Suma Una operación externa: Multiplicación por un escalar
El conjunto R n Es el conjunto de las n-adas formadas por el producto cartesiano RRR.R, donde R es el conjunto de los números reales. Así pues, dos elementos X y Y de R n serán iguales si y solo si tienen
Más detallesMatrices. Álgebra de matrices.
Matrices. Álgebra de matrices. 1. Definiciones generales Definición 1.1 Si m y n son dos números naturales, se llama matriz de números reales de orden m n a una aplicación A : {1, 2, 3,..., m} {1, 2, 3,...,
Más detalles6. PROGRAMACIÓN DEL CURSO 4º A DE E. S. O.
6. PROGRAMACIÓN DEL CURSO 4º A DE E. S. O. 6.1 OBJETIVOS GENERALES DEL CURSO Reconocer las diferentes clases de números, y operar correctamente con ellos. Aplicaciones aritméticas. Conocer y manejar la
Más detallesALGEBRA LINEAL Y GEOMETRÍA. ISOMETRÍAS LINEALES EN DIMENSIONES 2 Y 3 GRADO DE MATEMÁTICAS. CURSO
ALGEBRA LINEAL Y GEOMETRÍA. ISOMETRÍAS LINEALES EN DIMENSIONES 2 Y 3 GRADO DE MATEMÁTICAS. CURSO 2012-2013 José García-Cuerva Universidad Autónoma de Madrid 13 de febrero de 2013 JOSÉ GARCÍA-CUERVA (U.A.M.)
Más detallesCálculo numérico. Aritmética en punto flotante.
José Luis Morales http://allman.rhon.itam.mx/ jmorales Departamento de Matemáticas. ITAM. 2012. Sistemas de números en punto flotante F F está caracterizado por los enteros β, L, U, p en donde β es la
Más detallesUNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A ESTUDIOS UNIVERSITARIOS (LOGSE)
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A ESTUDIOS UNIVERSITARIOS (LOGSE) Modelo para Curso 2008-2009 MATERIA: MATEMÁTICAS II INSTRUCCIONES GENERALES Y VALORACIÓN El alumno contestará
Más detallesContenidos Mínimos de 1º ESO Matemáticas 1º E.S.O.
Contenidos Mínimos de 1º ESO Matemáticas 1º E.S.O. - Realizar operaciones básicas con números naturales. - Resolver problemas aritméticos con números naturales. - Calcular potencias y raíces cuadradas
Más detallesTeoría de Geometría Afín y Proyectiva (G.A.P.) L A TEX
Teoría de Geometría Afín y Proyectiva (G.A.P.) L A TEX Juan Miguel Ribera Puchades 2 de julio de 2007 1 Índice 1. Introducción 4 2. Tema 1: Espacio Afín 5 2.1. Definición, ejemplos y notación.................
Más detallesTema IV: Operadores lineales
Tema IV: Operadores lineales José D. Edelstein Universidade de Santiago de Compostela FÍSICA MATEMÁTICA Santiago de Compostela, marzo de 2011 Representaciones de un operador. Operador inverso. Operador
Más detallesProcedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan).
Ejemplo 19: Demuestre que la matriz A es invertible y escríbala como un producto de matrices elementales. Solución: Para resolver el problema, se reduce A a I y se registran las operaciones elementales
Más detallesMatemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5
Matemáticas II Prácticas: Matrices y Determinantes. Sean las matrices cuadradas siguientes: 4 5 6 B = 9 8 7 6 5 4 C = 5 7 9 0 7 8 9 Se pide calcular: a A B + C. b A AB + AC. c A B AB + ACB.. Sean las matrices:
Más detalles18 Experimentos aleatorios. Sucesos y espacio muestral. Frecuencia y probabilidad de un suceso.
PRIMER CURSO DE E.S.O Criterios de calificación: 80% exámenes, 10% actividades, 10% actitud y trabajo 1 Números naturales. 2 Potencias de exponente natural. Raíces cuadradas exactas. 3 Divisibilidad. Concepto
Más detallesFunciones de varias variables
Funciones de varias variables 1. Conceptos elementales Funciones IR n IR m. Definición Una función f (también f o f): A IR n IR m es una aplicación que a cada x (también x o x) A IR n le hace corresponder
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 detallesGUIA DE EJERCICIOS TIPO PSU ECUACIONES Y FUNCIONES DE SEGUNDO GRADO MATEMÁTICA COMÚN
GUIA DE EJERCICIOS TIPO PSU ECUACIONES Y FUNCIONES DE SEGUNDO GRADO MATEMÁTICA COMÚN 1) El vértice de la parábola f ( x) x² 8x 5 corresponde al par ordenado: a) (4,11) b) (4, 11) c) ( 8,5) d) ( 4,11) e)
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detalles