Breve curso de computación cuántica dado en la Universidad de Valladolid Resumen de la primera charla

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

Download "Breve curso de computación cuántica dado en la Universidad de Valladolid Resumen de la primera charla"

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 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

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

f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).

f(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 detalles

CLASIFICACIÓN AFÍN DE CÓNICAS

CLASIFICACIÓN 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 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

INSTRUCCIONES GENERALES Y VALORACIÓN

INSTRUCCIONES 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 detalles

Aquella que tiene nulos los elementos nos situados en la diagonal principal. Los elementos situados por encima de la diagonal principal son nulos.

Aquella 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 detalles

VALORES Y VECTORES PROPIOS

VALORES 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 detalles

GEOMETRÍA. (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. (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 detalles

Ejercicios de Ampliación de Geometría. Hoja 2

Ejercicios 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 detalles

Segundo parcial Geometría y algebra lineal II

Segundo 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 detalles

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

Diagonalización. 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 detalles

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ).

Definición 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 detalles

PROGRAMA DE CURSO. Resultados de Aprendizaje

PROGRAMA 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 detalles

PROGRAMA DE EXAMEN. Unidad Nº1: Matrices y Función Determinante

PROGRAMA 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 detalles

Problemas de Geometría Analítica del Espacio

Problemas 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 detalles

Repaso de conceptos de álgebra lineal

Repaso 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 detalles

Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno.

Guía. 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 detalles

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

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

Más detalles

Matemáticas II Bachillerato Ciencias y Tecnología 2º Curso ESPACIO AFÍN Introducción Ecuaciones de la recta...

Matemáticas 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 detalles

Estructuras algebraicas. Departamento de Álgebra. Apuntes de teoría

Estructuras 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 detalles

Matrices, Determinantes y Sistemas Lineales.

Matrices, 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 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

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

PROGRAMA DE ASIGNATURA DE MATEMÁTICA PARA LA INFORMÁTICA III

PROGRAMA 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 detalles

Tema 4. Espacio Proyectivo.

Tema 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 detalles

1. Los números reales. 2. Representación. 3. Densidad de los números racionales. 4. Propiedades de los números reales

1. 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 detalles

Prof.Juan Cabral - UTU Maldonado. Tablas de pertenencia

Prof.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 detalles

Ejemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales.

Ejemplo 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 detalles

UNIDAD EDUCATIVA COLEGIO SAN GABRIEL PLAN DE MEJORA Y REFUERZO ACADÉMICO

UNIDAD 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 detalles

Bachillerato Internacional. Matemáticas Nivel Medio. Programa para el curso 1º ( )

Bachillerato 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 detalles

MATEMÁTICAS 2º BACHILLERATO

MATEMÁTICAS 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 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

13. Utilizar la fórmula del término general y de la suma de n términos consecutivos

13. 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 detalles

Métodos de factorización para resolver sistemas de ecuaciones lineales. 22 de agosto, 2012

Métodos 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 detalles

Geometría afín y proyectiva, 2016 SEMANA 4

Geometría afín y proyectiva, 2016 SEMANA 4 Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra

Más detalles

CONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS

CONTENIDOS 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 detalles

LABORATORIO DE CÁLCULO-2016 GUÍA DE REVISIÓN

LABORATORIO 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 detalles

SISTEMA DE ECUACIONES LINEALES

SISTEMA 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 detalles

6.6. 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 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 detalles

UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA CARTA DESCRIPTIVA

UNIVERSIDAD 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 detalles

ÁLGEBRA LINEAL II Práctica

ÁLGEBRA 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 detalles

Tensores cartesianos.

Tensores 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 detalles

BLOQUE 1. LOS NÚMEROS

BLOQUE 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 detalles

Expresión decimal. Aproximación y estimación. Notación científica. Polinomios. Divisibilidad de polinomios. Regla de Ruffini.

Expresión 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 detalles

Matrices, determinantes y sistemas de ecuaciones lineales

Matrices, 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 detalles

MATEMÁTICAS 2º DE BACHILLERATO

MATEMÁTICAS 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 detalles

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3

Universidad 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 detalles

CONJUNTO 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. = (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 detalles

02. Resolver sistemas de ecuaciones lineales por el método de Gauss.

02. 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 detalles

TEMA 4. APLICACIONES LINEALES

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

Más detalles

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

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

Más detalles

de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).

de 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 detalles

PLANES CURRICULARES GRADO9º/ 01 PERIODO

PLANES 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 detalles

x, 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.

x, 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 detalles

José Humberto Serrano Devia Página 1

José 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 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

Matemáticas. Si un error simple ha llevado a un problema más sencillo se disminuirá la puntuación.

Matemáticas. 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 detalles

si existe un entorno V de a contenido en A, tal que la diferencia f(x) f(a) no cambia de signo cuando x V :

si 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 detalles

1. ESPACIOS DE HILBERT Y OPERADORES

1. 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 detalles

MATEMÁTICAS I Y II CONTENIDOS BACHILLERATO

MATEMÁTICAS 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 detalles

TEXTO: ALGEBRA MULTILINEAL

TEXTO: 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 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

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada

Más detalles

ÁLGEBRA LINEAL II Práctica

ÁLGEBRA 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 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

Definición 1. Dado un conjunto C una aplicación definida por : C C C

Definición 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 detalles

TEMARIOS PRUEBAS SEMESTRALES 2015 PRIMER SEMESTRE DEPARTAMENTO DE MATEMÁTICA

TEMARIOS 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 detalles

Es trivial generalizar la definición al caso de varios conjuntos: A B C, etc.

Es 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 detalles

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1

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

Más detalles

Cálculo en varias variables

Cálculo 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 detalles

Universidad Alonso de Ojeda. Facultad de Ingeniería GUIA DE ESTUDIO ALGEBRA LINEAL.

Universidad 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 detalles

Hoja de diagonalización MATEMÁTICAS I

Hoja 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 detalles

Tema Contenido Contenidos Mínimos

Tema Contenido Contenidos Mínimos 1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.

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

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

Matrices y determinantes

Matrices y determinantes Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna

Más detalles

Espacios Vectoriales. Tema Introducción. 1.2 Repaso de Estructuras Algebraicas

Espacios 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 detalles

DPTO. DE AMTEMÁTICAS I.E.S. GALLICUM CURSO 2012/13

DPTO. 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 detalles

ALGEBRA Y GEOMETRIA ANALITICA PROGRAMA ANALITICO

ALGEBRA 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 detalles

Mapa Curricular: Funciones y Modelos

Mapa 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 detalles

Polaridad. Tangentes. Estudio geométrico de cónicas y cuádricas

Polaridad. 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 detalles

Una forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes.

Una forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes. Una forma fácil de recordar esta suma (regla de Sarrus): Ejemplos: Tarea: realizar al menos tres ejercicios de cálculo de determinantes de matrices de 2x2 y otros tres de 3x3. PARA DETERMINANTES DE MATRICES

Más detalles

Breve curso de computación cuántica 1 Klaus Wirthmüller (TU Kaiserslautern)

Breve 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 detalles

Una operación interna: Suma Una operación externa: Multiplicación por un escalar

Una 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 detalles

Matrices. Álgebra de matrices.

Matrices. Álgebra de matrices. Matrices. Álgebra de matrices. 1. Definiciones generales Definición 1.1 Si m y n son dos números naturales, se llama matriz de números reales de orden m n a una aplicación A : {1, 2, 3,..., m} {1, 2, 3,...,

Más detalles

6. PROGRAMACIÓN DEL CURSO 4º A DE E. S. O.

6. 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 detalles

ALGEBRA 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 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 detalles

Cálculo numérico. Aritmética en punto flotante.

Cálculo 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 detalles

UNIVERSIDADES 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) 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 detalles

Contenidos Mínimos de 1º ESO Matemáticas 1º E.S.O.

Contenidos 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 detalles

Teoría de Geometría Afín y Proyectiva (G.A.P.) L A TEX

Teoría 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 detalles

Tema IV: Operadores lineales

Tema 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 detalles

Procedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan).

Procedimiento 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 detalles

Matemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5

Matemáticas 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 detalles

18 Experimentos aleatorios. Sucesos y espacio muestral. Frecuencia y probabilidad de un suceso.

18 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 detalles

Funciones de varias variables

Funciones 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 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

GUIA 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 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 detalles

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