APLICACIONES LINEALES: Núcleo e Imagen de una aplicación lineal.

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

Download "APLICACIONES LINEALES: Núcleo e Imagen de una aplicación lineal."

Transcripción

1 Universidd de Jén Deprtmento de Mtemátics (Áre de Álgebr) Curso 2014/15 PRÁCTICA Nº 12 APICACIONES INEAES: Núcleo e Imgen de un plicción linel. Con est práctic se pretende revisr l definición de plicción linel sí como el cálculo de l expresión mtricil de un plicción linel respecto de ls bses del dominio y codominio de dich plicción. Utilizremos esto pr l obtención del núcleo y l imgen, y, prtir de ellos, clsificr los morfismos de espcios vectoriles en epimorfismos, monomorfismos o isomorfismos de un form más sencill. 1.- APICACIÓN INEA. Ddos V y V dos espcios vectoriles sobre un cuerpo K, un plicción f: V V se dice que es un plicción linel si verific: 1. f(u + v) = f(u) + f(v), u, v V. 2. f(αu) = αf(u), α K, u V. En Mthemtic trbjremos con ls coordends de los vectores respecto de un bse y no con los vectores. Pr definir un plicción linel debemos de seguir ls regls hbitules de Mthemtic: nombre[vrible_]:= expresión Teniendo en cuent que en este cso tendremos como vrible un vector y como expresión otro vector: Ejemplo 1. Definir en Mthemtic l plicción linel f: 3 4 dd por f(x, y, z) = (2x, x + y, 3x + y z, y + 5z) y clculr f(3,2,1): I

2 f[{x_,y_,z_}]:={2x,x+y,3x+y-z,y+5z}; f[{3,2,1}] Out[]:= {6, 5, 10, 7} En l práctic pr estudir si f es plicción linel se suele usr l definición l siguiente crcterizción: plicción f: V V es linel si, y solo si, f(αu + βv) = αf(u) + βf(v), α, β, u, v V. Ejemplo 2. Estudir si l plicción del ejemplo nterior es linel. Out[]:= f[{x_,y_,z_}]:={2x,x+y,3x+y-z,y+5z}; Simplify[f[*{x1,y1,z1}+b*{x2,y2,z2}]]== Simplify[*f[{x1,y1,z1}]+b*f[{x2,y2,z2}]] True Ejemplo 3. Estudir si l plicción g: 3 2 dd por g(x, y, z) = (xy, x + y) es linel. g[{x_,y_,z_}]:={x*y,x+y}; Simplify[g[*{x1,y1,z1}+b*{x2,y2,z2}]] == Simplify[*g[{x1,y1,z1}] + b*g[{x2,y2,z2}]] Out[]:= {(x + b x1), (x + b x1 + y + b y1)} == { x + b x1, x + b x1 + y + b y1} 2. EXPRESIÓN MATRICIA DE UNA APICACIÓN INEA. Se f: V V un plicción linel y se B = {e 1, e 2,..., e n } un bse de V. Entonces f está totlmente determind por ls imágenes de los vectores de B, es decir, f(e 1 ), f(e 2 ),..., f(e n ), pues ddo un vector x de V de coordends x (x 1,...,x n ) B, entonces, f(x) = f(x 1 e x n e n ) = x 1 f(e 1 ) x n f(e n ) Se hor B ={u 1,..., u m } bse de V y consideremos ls coordends de los vectores f(e 1 ),..., f(e n ) respecto de B : f(e 1 ) ( 11,, m1 ) B f(e 2 ) ( 12,, m2 ) B f(e n ) ( 1n,, mn ) B II

3 De est form se tiene: f(x) ( 11 x n x n, 21 x n x n,..., m1 x mn x n ) B Ahor bien, si denotmos ls coordends de f(x) por f(x) (y 1,..., y m ) B, entonces se obtiene: y 1 = 11 x n x n y 2 = 21 x n x n o mtricilmente: y m = m1 x mn x n y1 y2 = M M ym m M m2 O 1 n x1 2n x2 M M mn xn Est expresión recibe el nombre de ecución mtricil de un plicción linel f respecto de ls bses B y B. mtriz A = M m M m2 O 1n 2n M mn recibe el nombre de mtriz socid f respecto de ls bses B y B que denotremos por A = M B,B (f). (Notr que el número de columns es igul l dimensión de V y su número de fils igul l dimensión de V ). Así, pr clculr l mtriz socid podemos dividirlo en los siguientes psos: Pso 1: Clculmos ls imágenes de los vectores de l bse B de V: f(e 1 ),..., f(e n ). Pso 2: Clculmos ls coordends de lo obtenido en el pso nterior respecto de l bse B de V. Pso 3: Construimos l mtriz A, por columns Recordemos que si f es un endomorfismo, V =V, l bse B de V se tom como B. Ejemplo 4. Clculr l expresión mtricil de l plicción linel f: 3 4 dd por f(x, y, z) = (2x, x + y, 3x + y z, y + 5z) respecto de ls bses B = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} y B = {(1, 2, 3, 0), (2, 4, 6, 1), (1, 0, 0, 0), (0, 1, 0, 0)}. III

4 f[{x_,y_,z_}]:={2x,x+y,3x+y-z,y+5z} B= {{1,1,1},{1,1,0},{1,0,0}}; Bp={{1,2,3,0},{2,4,6,1},{1,0,0,0},{0,1,0,0}}; A= Trnspose[Tble[ inersolve[trnspose[bp], f[b[[i]]]],{i,1,3}]]; MtrixForm[A] Out[]:= REACIÓN ENTRE MATRICES ASOCIADAS A DISTINTAS BASES. Se f: V V un plicción linel con n = dim(v), m = dim(v ), y consideremos B y B bses de V y B y B bses de V, si A es l mtriz socid f respecto de B y B y C es l mtriz socid f respecto de B y B, se tiene que C y A son mtrices equivlentes, demás C = Q -1 AP, donde P es l mtriz del cmbio de bse en V de B B y Q es l mtriz del cmbio de bse en V de B B. En el cso prticulr de un endomorfismo y tomndo l mism bse en el espcio de prtid y en el de llegd, l relción entre A y C es C = P -1 AP. Dos mtrices cudrds A y C pr ls que existe un mtriz regulr P de form que C = P -1 AP se dice que son semejntes. Proposición. 1. Dos mtrices son equivlentes si, y solo si, son mtrices socids l mism plicción linel respecto de distints bses. 2. Dos mtrices son semejntes si, y solo si, son mtrices socids l mismo endomorfismo respecto de distints bses. Ejemplo 5. Comprobr l relción entre l mtriz socid f respecto de ls bses nteriores y l mtriz socid f respecto de ls bses cnónics. f[{x_,y_,z_}]:={2x,x+y,3x+y-z,y+5z} Bc3= IdentityMtrix[3]; Bc4=IdentityMtrix[4]; c= Trnspose[Tble[ inersolve[trnspose[bc4], f[bc3[[i]]]],{i,1,3}]]; B= {{1,1,1},{1,1,0},{1,0,0}}; Bp={{1,2,3,0},{2,4,6,1},{1,0,0,0},{0,1,0,0}}; A= Trnspose[Tble[ inersolve[trnspose[bp], f[b[[i]]]],{i,1,3}]]; IV

5 Out[]:= P=Trnspose[Tble[inerSolve[Trnspose[B],Bc3[[i]]],{i,3}]]; Q=Trnspose[Tble[inerSolve[Trnspose[Bp],Bc4[[i]]],{i,4}]]; Inverse[Q].A.P==c True 4. OPERACIONES CON APICACIONES INEAES Y REACIÓN CON AS MATRICES ASOCIADAS. Ddos V y V dos espcios vectoriles sobre un cuerpo K, denotremos por Hom K (V, V ) l conjunto de tods ls plicciones lineles de V en V. En este conjunto se podemos definir operciones sum y producto por esclr de l form: Dds f, g Hom K (V, V ) y λ K se define ls plicciones lineles: f + g: V V ; (f + g)(u) = f(u) + g(u) λf: V V ; (λf)(u) = λf(u) Dds plicciones lineles f: V V y g: V V, su composición g ë f: V V definid por (gë f)(x) = g(f(x)) es tmbién linel. Vemos cómo l signción un plicción linel de su mtriz socid se comport bien respecto ls operciones con plicciones lineles: Proposición. Sen V, V y V espcios vectoriles sobre K de dimensiones finits, B, B y B bses de V, V y V respectivmente y f, g: V V y h: V V plicciones lineles, entonces se tiene: 1. M B,B (f + g) = M B,B (f) + M B,B (g). 2. M B,B (λf) = λm B,B (f), pr todo λ K. 3. M B,B (h ë f) = M B,B (h) M B,B (f). Ejemplo 6. Clculr ls mtrices socids f, g y h respecto de ls bses cnónics y comprobr l proposición nterior, siendo: f: 3 3 dd por f(x, y, z) = (x + y, 3x + y z, y + 5z). g: 3 3 dd por g(x, y, z) = (2x, y + z, x + y). h: 3 4 dd por h(x, y, z) = (2x, x + y, 3x + y z, 2y + z). f[{x_,y_,z_}]:={x+y, 3x+y-z, y+5z} g[{x_,y_,z_}]:={2x, y+z, x+y} h[{x_,y_,z_}]:={2x-z, x+y, 3x+y-z, 2y+z} s[{x_,y_,z_}] = f[{x,y,z}] + g[{x,y,z}]; p[{x_,y_,z_}] = 3*f[{x,y,z}]; V

6 c[{x_,y_,z_}] = h[f[{x,y,z}]]; B= IdentityMtrix[3]; Af = Trnspose[Tble [f[b[[i]]],{i,1,3}]]; Ag = Trnspose[Tble [g[b[[i]]],{i,1,3}]]; Ah = Trnspose[Tble [h[b[[i]]],{i,1,3}]]; As = Trnspose[Tble [s[b[[i]]],{i,1,3}]]; Ap = Trnspose[Tble [p[b[[i]]],{i,1,3}]]; Ac = Trnspose[Tble [c[b[[i]]],{i,1,3}]]; Out[]:= Out[]:= Out[]:= Af + Ag ==As True 3*Af ==Ap True Ah.Af ==Ac True 5.- NÚCEO E IMAGEN DE UNA APICACIÓN INEA. Ddos V y V dos espcios vectoriles sobre K y f: V V un plicción linel, se definen el núcleo de f como el subespcio de V ddo por: Ker(f) = {x V / f(x) = 0} y se define l imgen de f como el subespcio de V ddo por: Im (f) = {f(x) / x V}. Un primer método pr clculr el núcleo, conocid l expresión mtricil de f, es decir, Y = AX, consistirí en resolver el sistem homogéneo que result de plnter f(x) = 0, es decir, AX = 0. Si el sistem nterior es S.C.D. entonces Ker(f)={0} y si es un S.C.I. entonces Ker(f) = ({u 1, u 2,..., u r }) siendo {u 1, u 2,..., u r }un bse del subespcio vectoril de soluciones del sistem AX = 0. orden NullSpce nos permite obtener est bse directmente. Ejemplo 7: Clculr bse, dimensión, ecuciones prmétrics e implícits del núcleo de l plicción linel f: 3 4 dd por f(x, y, z) = (2x-z, x+y, 3x+y-z, 2y+z). SOUCIÓN: En primer lugr clculemos l mtriz socid l plicción linel respecto de ls bses cnónics: f[{x_,y_,z_}]:={2x-z, x+y, 3x+y-z, 2y+z} B= IdentityMtrix[3]; Bp= IdentityMtrix[4]; A= Trnspose[Tble[inerSolve[Trnspose[Bp], f[b[[i]]]],{i,1,3}]]; MtrixForm[A] VI

7 Out[] = i 2 0 1y j 1 1 z k { Ahor l bse del núcleo: bsenucleo=nullspce[a] Out[] = {{1,-1,2}} En este cso deducimos que l dimensión del núcleo es 1 y por tnto necesitmos un prámetro,, pr el cálculo de ls prmétrics. Como el núcleo es un subespcio de 3, escribiremos un list con tres coordends {x,y,z} y formremos un ecución de ests coordends, con l list formd por ls coordends de los vectores de l bse del núcleo, multiplicd mtricilmente por l list de los prámetros. Por último, l función ogiclexpnd igulrá término término ls lists implicds, dndo lugr ls ecuciones prmétrics en l form hbitul. prm={}; coord={x,y,z}; prmnucleo=ogiclexpnd[coord == Trnspose[bseNucleo].prm] Out[] = x = = && y = = - && z = = 2 orden Eliminte[prmNucleo, prm] hce que se elimine el único prámetro que hy en este cso, obteniendo ls ecuciones implícits: Eliminte[prmNucleo, prm] Out[] = x = = -y && 2y = = - z Recordemos que el número de ecuciones implícits de un subespcio U de un espcio vectoril V, es igul dim(v) - dim(u). En nuestro ejemplo, efectivmente, nos hn slido 3-1=2 ecuciones implícits del núcleo de f. Pr clculr l imgen de l plicción linel, buscremos un sistem de generdores, que según vimos en un proposición, puede obtenerse prtir de los trnsformdos medinte f de culquier sistem de generdores del dominio. Teniendo en cuent esto, sbemos que ls columns de l mtriz socid f, permiten obtener un sistem generdor de Im (f). Así, un bse no será más que el conjunto formdo por el VII

8 myor número de columns que sen linelmente independientes y que podemos obtenerls prtir de l form norml de Hermite de l mtriz socid f. Ejemplo 8: Clculr bse, dimensión, ecuciones prmétrics e implícits de l imgen de l plicción linel f: 3 4 dd por f(x, y, z) = (2x-z, x+y, 3x+y-z, 2y+z). SOUCIÓN: Como se trt de l mism plicción linel del ejemplo nterior, y tenemos l mtriz socid l plicción linel respecto de ls bses cnónics, A. generdorimgen=trnspose[a]; RowReduce[generdorImgen] Out[]= {{1,0,1,-1},{0,1,1,2},{0,0,0,0}} Como vemos, en este cso los linelmente independientes son ls dos primers fils, por tnto l bse será: bseimgen=tble[%[[i]],{i,2}] Out[]= {{1,0,1,-1},{0,1,1,2}} Ahor tendremos que introducir dos prámetros {,b} y coordends {x,y,z,t} pues l imgen es subespcio vectoril de V = 4. s ecuciones correspondientes son: prm={,b}; coord={x,y,z,t}; prmnucleo=ogiclexpnd[coord == Trnspose[bseNucleo].prm] Out[]= t = = -+2b && x = = && y = = b && z = = +b Eliminte[prmNucleo, prm] Out[]= t = = -x+2y && x = = -y+z En este cso hemos obtenido dim(v )-dim(im(f))=4-2=2 ecuciones implícits del subespcio imgen de l plicción linel f. Como fácilmente se puede observr, el método nterior no es totlmente progrmble, pues es necesrio intervenir ñdiendo los prámetros y coordends necesrios pr ls ecuciones prmétrics, o eliminndo ls fils nuls pr l bse de l imgen. Vemos como l form norml de Hermite nos fcilit el cálculo del núcleo y l imgen de f. VIII

9 Si l clculr l form de Hermite por columns de A relizmos ls operciones A C elementles sobre, obtenemos donde P es l mtriz regulr de orden n tl que I P C = A.P, pues bien se tiene que ls columns no nuls de C form un bse de Im (f) y ls columns de P que están bjo ls columns de ceros de C (si ls hy) formn un bse de Ker (f). Recordemos que en el Mthemtic l orden RowReduce[A] nos clcul l form norml de Hermite por fils, luego l hcer lo nterior con el Mthemtic A nosotros trbjremos por fils trnsponiendo l mtriz ntes de clculr l form I de Hermite y l finl trnsponiendo el resultdo (C P). Ejemplo 9: Clculr el núcleo y l imgen de l plicción linel f: 3 4 dd por f(x, y, z) = (2x-z, x+y, 3x+y-z, 2y+z) usndo pr ello l form norml de Hermite. SOUCIÓN: f[{x_,y_,z_}]:={2x-z,x+y,3x+y-z,2y+z} B= IdentityMtrix[3]; Bp= IdentityMtrix[4]; A= Trnspose[Tble[inerSolve[Trnspose[Bp], f[b[[i]]]],{i,1,3}]]; Join[A,B]; AI=Trnspose[%]; CP=RowReduce[AI]; MtrixForm[Trnspose[CP]] Out[]= Por tnto, un bse de l imgen es {(1,0,1,1),(0,1,1,-2)} y un bse del núcleo es {(1,-1,2)}. 6.- TIPOS DE APICACIONES INEAES. Un plicción linel pueden ser monomorfismo, epimorfismo o isomorfismo si como plicción es inyectiv, sobreyectiv o biyectiv, respectivmente. Proposición IX

10 Dd un plicción linel f:v V, dim(v)=n, dim(v )=m, se verific: 1. f es inyectiv Ker(f) = 0 rng(a) = n. 2. f es sobreyectiv Im(f) = V rng(a) = m. 3. f es biyectiv A es cudrd y regulr. Según l proposición nterior l plicción f del ejemplo no es ni inyectiv pues dim(ker (f)) =1, ni sobreyectiv, pues dim(im (f)) =2. Por tnto f tmpoco es biyectiv. X

Espacios vectoriales y Aplicaciones Lineales I: Bases y coordenadas. Aplicaciones lineales.

Espacios vectoriales y Aplicaciones Lineales I: Bases y coordenadas. Aplicaciones lineales. UNIVERSIDAD DE JAÉN ESCUEA POITÉCNICA SUPERIOR Deprtmento de Mtemátics (Áre de Álgebr) Curso 009/10 PRÁCTICA Nº9 Espcios vectoriles y Aplicciones ineles I: Bses y coordends. Aplicciones lineles. Recordemos

Más detalles

Dados V y V dos espacios vectoriales sobre un cuerpo, una aplicación f: V V se dice que es una aplicación lineal si verifica:

Dados V y V dos espacios vectoriales sobre un cuerpo, una aplicación f: V V se dice que es una aplicación lineal si verifica: FACUTAD DE CIENCIAS SOCIAES Universidd de Jén Deprtmento de Mtemátics (Are de Álgebr) PRÁCTICA Nº 7 Aplicciones lineles. Con est práctic se pretende revisr l definición de plicción linel sí como el cálculo

Más detalles

Espacios vectoriales y Aplicaciones Lineales II: Núcleo e imagen. Diagonalización. Ker(f) = {x V f(x) = 0} Im(f) = {f(x) x V}.

Espacios vectoriales y Aplicaciones Lineales II: Núcleo e imagen. Diagonalización. Ker(f) = {x V f(x) = 0} Im(f) = {f(x) x V}. UNIVERSIDAD DE JAÉN ESCUELA POLITÉCNICA SUPERIOR Deprtmento de Mtemátics (Áre de Álgebr) Curso 28/9 PRÁCTICA Nº Espcios vectoriles y Aplicciones Lineles II: Núcleo e imgen. Digonlizción. NÚCLEO E IMAGEN

Más detalles

Aplicaciones Lineales Entre Espacios Vectoriales

Aplicaciones Lineales Entre Espacios Vectoriales Aplicciones lineles Bloque 2 Lección 2.2.- Aplicciones Lineles Entre Espcios Vectoriles Progrm: 0.- Concepto de Homomorfismo. Propieddes. Homomorfimos de grupos, nillos y cuerpos. 1- Concepto de plicción

Más detalles

MATRICES DE NÚMEROS REALES

MATRICES DE NÚMEROS REALES MTRICES. MTURITS Luis Gil Guerr.- DEFINICIÓN MTRICES DE NÚMEROS RELES Llmmos mtriz de números reles de orden m x n un conjunto ordendo de m. n números reles dispuestos en m fils y en n columns i m i m

Más detalles

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES.

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES. MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES 1 Mtrices 11 Definición Se K un cuerpo y n, m N Un mtriz n m sobre K es un plicción: A : {1,,n} {1,,m} K Si (i, j) {1,,n} {1,,m} denotremos ij

Más detalles

4 Aplicaciones lineales

4 Aplicaciones lineales Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 4 Aplicaciones lineales 4. Aplicación lineal Sean V y W dos espacios vectoriales sobre el mismo cuerpo K (en general, R o C. Una aplicación

Más detalles

Núcleo e Imagen de una aplicación lineal.

Núcleo e Imagen de una aplicación lineal. PRÁCTICA Nº 8 Núcleo e Imagen de una aplicación lineal. Con esta práctica se pretende utilizar el cálculo de la expresión matricial de una aplicación lineal respecto de las bases del dominio y codominio

Más detalles

EXPRESIONES ALGEBRAICAS. POLINOMIOS

EXPRESIONES ALGEBRAICAS. POLINOMIOS EXPRESIONES ALGEBRAICAS. POLINOMIOS A. EXPRESIONES ALGEBRAICAS. Cundo se quiere indicr un número no conocido, un cntidd o un expresión generl de l medid de un mgnitud (distnci, superficie, volumen, etc

Más detalles

MATRICES Y DETERMINANTES. ESTUDIO DE LA COMPATIBILIDAD DE SISTEMAS. APLICACIONES

MATRICES Y DETERMINANTES. ESTUDIO DE LA COMPATIBILIDAD DE SISTEMAS. APLICACIONES Mtrices. Estudio de l comptibilidd de sistems Abel Mrtín & Mrt Mrtín Sierr MATRICES Y DETERMINANTES. ESTUDIO DE LA COMPATIBILIDAD DE SISTEMAS. APLICACIONES. Actividd propuest Escribe un mtri A de dimensión

Más detalles

1. APLICACIONES LINEALES

1. APLICACIONES LINEALES 1 1 APLICACIONES LINEALES El objetivo de este capítulo es el estudio de las aplicaciones lineales u homomorfismos entre espacios vectoriales Este tipo de aplicaciones respeta la estructura de espacio vectorial

Más detalles

I.E.S. PADRE SUÁREZ Álgebra Lineal 1 TEMA I MATRICES. DETERMINANTES.

I.E.S. PADRE SUÁREZ Álgebra Lineal 1 TEMA I MATRICES. DETERMINANTES. I.E.S. PDRE SUÁREZ Álgebr Linel TEM I. Mtrices.. Operciones con mtrices. Determinnte de un mtriz cudrd.. Mtriz invers de un mtriz cudrd. MTRICES. DETERMINNTES.. MTRICES. Llmmos mtriz de números reles,

Más detalles

1 VECTORES 1. MAGNITUDES ESCALARES Y VECTORIALES. Un mgnitud es un concepto bstrcto. Se trt de l ide de lgo útil que es necesrio medir. Ncen sí mgnitudes como l longitud, que represent l distnci entre

Más detalles

es una matriz de orden 2 x 3.

es una matriz de orden 2 x 3. TEMA 7: MATRICES. 7.. Introducción l concepto de mtriz. 7.. Tipos de mtrices. 7.. El espcio vectoril de ls mtrices de orden m x n. 7.. INTRODUCCIÓN AL CONCEPTO DE MATRIZ. Se define mtriz de orden m x n

Más detalles

DETERMINANTES. Se denomina determinante de una matriz cuadrada, A, de orden, 3, y se denota,, A al número

DETERMINANTES. Se denomina determinante de una matriz cuadrada, A, de orden, 3, y se denota,, A al número DETERMINNTES CPR. JORGE JUN Xuvi-Nrón Se mtriz cudrd de orden, n. Formdos todos los productos posibles de, n elementos, tomdos entre los, n 2 elementos, de l mtriz,, de modo que en cd producto hy un fctor

Más detalles

Modelo 2014. Problema 1B.- (Calificación máxima: 2 puntos) Se considera el sistema lineal de ecuaciones dependiente del parámetro real a:

Modelo 2014. Problema 1B.- (Calificación máxima: 2 puntos) Se considera el sistema lineal de ecuaciones dependiente del parámetro real a: odelo. Proble B.- (Clificción ái puntos) Se consider el siste linel de ecuciones dependiente del práetro rel ) Discútse en función de los vlores del práetro R. b) Resuélvse pr.. l siste se clsific en función

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse

Más detalles

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

4 APLICACIONES LINEALES. DIAGONALIZACIÓN 4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos

Más detalles

Examen de Admisión a la Maestría 1 de Julio de 2015

Examen de Admisión a la Maestría 1 de Julio de 2015 Exmen de Admisión l Mestrí 1 de Julio de 215 Nombre: Instrucciones: En cd rectivo seleccione l respuest correct encerrndo en un círculo l letr correspondiente. Puede hcer cálculos en ls hojs que se le

Más detalles

4 Aplicaciones Lineales

4 Aplicaciones Lineales Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1

Más detalles

En este tema supondremos al lector familiarizado con las técnicas más elementales de formas bilineales y cuadráticas sobre un espacio vectorial.

En este tema supondremos al lector familiarizado con las técnicas más elementales de formas bilineales y cuadráticas sobre un espacio vectorial. Cpítulo 4 El espcio euclídeo 4.1 Introducción En este tem supondremos l lector fmilirizdo con ls técnics más elementles de forms bilineles y cudrátics sobre un espcio vectoril. Definición 4.1.1. Un espcio

Más detalles

Tema 4: Aplicaciones lineales

Tema 4: Aplicaciones lineales Tema 4: Aplicaciones lineales Definición, primeras propiedades y ejemplos Definición. Sean V y W dos espacios vectoriales sobre un cuerpo K. Una función f : V W se dice que es una aplicación lineal si

Más detalles

MATRICES. Una matriz como la anterior con m filas y n columnas, diremos que es de orden mxn o de dimensión mxn

MATRICES. Una matriz como la anterior con m filas y n columnas, diremos que es de orden mxn o de dimensión mxn Mtrices MATRICES. DEFINICIÓN. Un mtriz A de m fils y n columns es un serie ordend de m n números ij, i,,m; j,,...n, dispuestos en fils y columns, tl como se indic continución:... n... n A........... m

Más detalles

Universidad Central de Venezuela Facultad de Farmacia Matemática - Física Prof. J. R. Morales

Universidad Central de Venezuela Facultad de Farmacia Matemática - Física Prof. J. R. Morales Universidd Centrl de Venezuel Fcultd de Frmci Mtemátic - Físic Prof J R Morles Guí de Vectores (Resumen de l Teorí) 1 En físic distinguiremos dos tipos de cntiddes: vectoriles esclres Ls cntiddes vectoriles

Más detalles

O(0, 0) verifican que. Por tanto,

O(0, 0) verifican que. Por tanto, Jun Antonio González Mot Proesor de Mtemátics del Colegio Jun XIII Zidín de Grnd SIMETRIA RESPECTO DEL ORIGEN. FUNCIONES IMPARES: Un unción es simétric respecto del origen O, su simétrico respecto de O

Más detalles

Primer octante Segundo octante Tercer octante Cuarto octante P ( X, Y, Z ) P (-X, Y, Z ) P (-X,-Y, Z ) P ( X,-Y, Z )

Primer octante Segundo octante Tercer octante Cuarto octante P ( X, Y, Z ) P (-X, Y, Z ) P (-X,-Y, Z ) P ( X,-Y, Z ) Cpítulo III. Álgebr vectoril Objetivo: El lumno plicrá el álgebr vectoril en l resolución de problems geométricos. Contenido: 3.1 Sistem crtesino en tres dimensiones. Simetrí de puntos. 3. Cntiddes esclres

Más detalles

BLOQUE II: ÁLGEBRA =... son números reales, el primer índice indica la fila y el segundo la columna en la que se encuentra el elemento.

BLOQUE II: ÁLGEBRA =... son números reales, el primer índice indica la fila y el segundo la columna en la que se encuentra el elemento. BLOQUE II: ÁLGEBR Deprtmento de Mtemátics 2º Bchillerto - DEFINICIONES: Un mtriz viene dd por 2 = m 2 22 m2 3 23 m3 n 2n mn donde son números reles, el primer índice indic l fil y el segundo l column en

Más detalles

CBC EXACTAS INGENIERÍA PRÁCTICA 5

CBC EXACTAS INGENIERÍA PRÁCTICA 5 Ing. José Luis Unmuno & Asoc. Tel.: 455-544 CBC EXACTAS INGENIERÍA PRÁCTICA 5 TRANSFORMACIONES LINEALES (EN ESTE APUNTE TRANSCRIBIREMOS LA INTRODUCCIÓN TEÓRICA Y LOS TEXTOS DE LOS EJERCICIOS TOMADOS DEL

Más detalles

Junio 2010 (Prueba General) JUNIO 2010 OPCIÓN A

Junio 2010 (Prueba General) JUNIO 2010 OPCIÓN A Junio 00 (Prueb Generl) JUNIO 00 OPCIÓN A.- ) Dds ls funciones f () = ln () y g() =, hllr el áre del recinto plno limitdo por ls rects =, = y ls gráfics de f () y g (). b) Dr un ejemplo de función continu

Más detalles

a 11 a 12 a a 1n a 21 a 22 a a 2n a 31 a 32 a a 3n... a m1 a m2 a m3... a mn

a 11 a 12 a a 1n a 21 a 22 a a 2n a 31 a 32 a a 3n... a m1 a m2 a m3... a mn TEMA ÁLGEBRA DE MATRICES Mtemátics II º Bchillerto TEMA ÁLGEBRA DE MATRICES. NOMENCLATURA Y DEINICIONES.. - DEINICIÓN Ls mtrices son tbls numérics rectngulres ª column ª fil n n n.......... m m m mn (

Más detalles

Integrales impropias

Integrales impropias Integrles impropis En todo el estudio hecho hst hor se hn utilizdo dos propieddes fundmentles: l función tení que ser cotd y el intervlo de integrción tení que ser cerrdo y cotdo. En est últim sección

Más detalles

a (3, 1, 1), b(1, 7, 2), c (2, 1, 4) = 18,5 u 3

a (3, 1, 1), b(1, 7, 2), c (2, 1, 4) = 18,5 u 3 8 Clcul el volumen del prlelepípedo determindo por u(,, ), v (,, ) y w = u v. Justific por qué el resultdo es u v. w = u Ò v = (,, ) (,, ) = (, 6, 5) [u, v, w] = 6 5 u v = 9 + 6 + 5 = 7 = 7 Volumen = 7

Más detalles

TEMA 3 RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES Matemáticas CCSSII 2º Bachillerato 1

TEMA 3 RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES Matemáticas CCSSII 2º Bachillerato 1 TEMA RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES Mtemátics CCSSII 2º Bchillerto 1 TEMA RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES.1 DETERMINANTES DE ORDEN 2.1.1 DEFINICIÓN: El determinnte de un mtriz

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Determinntes ACTIVIDADES INICIALES I. Enumer ls inversiones que precen en ls siguientes permutciones y clcul su pridd, comprándols con l permutción principl 34. ) 34 b) 34 c) 43 d) 34 e)43 f) 34 ) 3,4,

Más detalles

Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009)

Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009) ÁLGEBRA Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009) I. Se considera el homomorfismo f : P 2 (IR) P 2 (IR) definido por las siguientes condiciones: (1) Los polinomios sin

Más detalles

Tema 3. DETERMINANTES

Tema 3. DETERMINANTES Tem. DETERMINNTES Definición de determinnte El determinnte de un mtriz cudrd es un número. Pr l mtriz, su determinnte se denot por det() o por. Pr un mtriz de orden,, se define: Ejemplo: Pr un mtriz de

Más detalles

Curvas en el plano y en el espacio

Curvas en el plano y en el espacio Cpítulo 1 Curvs en el plno y en el espcio 1.1. Curvs prmetrizds Definición 1.1.1 (Curv prmetrizd). Un curv prmetrizd diferencible α : I R n, es un plicción de clse C, donde I R es un intervlo bierto, que

Más detalles

2º BACHILLERATO A TEMA 2. DETERMINANTES. 1.Calcula los determinantes de estas matrices: 2. Determina el valor de x 3 2 3

2º BACHILLERATO A TEMA 2. DETERMINANTES. 1.Calcula los determinantes de estas matrices: 2. Determina el valor de x 3 2 3 º BACHILLERATO A TEMA. DETERMINANTES..Clcul los determinntes de ests mtrices:. Determin el vlor de x 4 x 3 3 = b x 5 = 3. Clcul los siguientes determinntes: A = ( 3 5 5 4 B = ( 3 4 b 3 9 3 c 4 3 d 3 3

Más detalles

Apuntes de A. Cabañó Matemáticas II SISTEMAS DE ECUACIONES LINEALES

Apuntes de A. Cabañó Matemáticas II SISTEMAS DE ECUACIONES LINEALES puntes de. Cbñó Mtemátics II SISTEMS DE ECUCIONES LINELES 8. Epresión mtricil de un sistem.clsificción de un sistem en términos del número de soluciones. 8. Teorem de RouchéFrobenius. 8. El método de eliminción

Más detalles

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID EJERCICIOS PAUS MATEMÁTICAS II (DESDE EL CURSO 07-08 AL 11-12) ÁLGEBRA: TEMAS 1-2-3

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID EJERCICIOS PAUS MATEMÁTICAS II (DESDE EL CURSO 07-08 AL 11-12) ÁLGEBRA: TEMAS 1-2-3 UNIVERSIDDES PÚBLICS DE L COMUNIDD DE MDRID EJERCICIOS PUS MTEMÁTICS II (DESDE EL CURSO 78 L ) ÁLGEBR: TEMS (Los ejercicios de selectividd resueltos los podéis encontrr en l págin web clsesdepooco) http://wwwclsesdepooco/docuents/es_serch

Más detalles

DETERMINANTES. Determinante es la expresión numérica de una matriz. Según el orden de la matriz el determinante se resuelve de distintas formas:

DETERMINANTES. Determinante es la expresión numérica de una matriz. Según el orden de la matriz el determinante se resuelve de distintas formas: ÁLGEBR Educgui.com DETERMINNTES Determinnte es l expresión numéric de un mtriz. Según el orden de l mtriz el determinnte se resuelve de distints forms: DETERMINNTE DE SEGUNDO ORDEN Pr poder solucionr un

Más detalles

TEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ...

TEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ... Deprtmento de Mtemátics TEM : MTRICES Un mtriz de orden mxn es un conjunto de m n números reles dispuestos en m fils y n columns... n... n... m m m... mn los números reles ij se les llm elementos de l

Más detalles

MATRICES Y DETERMINANTES

MATRICES Y DETERMINANTES MTRICES Y DETERMINNTES. Definición de mtriz.. Tipos de mtrices.. Sum de mtrices.. Producto de un número rel por un mtriz.. Producto de mtrices.. Ejercicios. Determinnte de un mtriz. 8. Menor complementrio

Más detalles

APUNTES DE MATEMÁTICAS

APUNTES DE MATEMÁTICAS APUNTES DE MATEMÁTICAS TEMA 8: FUNCIONES.LÍMITES º BACHILLERATO FUNCIONES.Límites y continuidd ÍNDICE. LíMITES Y CONTINUIDAD DE FUNCIONES...3. Definición límite de un función en un punto...4 3. Definición

Más detalles

Regla de Sarrus: Para recordar con mayor facilidad el desarrollo del determinante de orden 3, podemos usar esta regla:

Regla de Sarrus: Para recordar con mayor facilidad el desarrollo del determinante de orden 3, podemos usar esta regla: UNIDD 8: Determinntes. DETERMINNTES DE ORDEN Y Definición: Pr un mtriz cudrd de orden, por det( ) ó, l siguiente nº rel: det( ) = = = Definición: Pr un mtriz cudrd de orden, not por det( ) ó, l siguiente

Más detalles

UNIDAD 8.- Determinantes (tema 2 del libro)

UNIDAD 8.- Determinantes (tema 2 del libro) UNIDD 8.- Determinntes (tem del libro). DETERMINNTES DE ORDEN Y Definición: Pr un mtriz cudrd de orden, por det( ) ó, l siguiente nº rel: det( ) Definición: Pr un mtriz cudrd de orden, not por det( ) ó,

Más detalles

Solución Examen. (1 + a)x + y + z + u = α x + (1 + a)y + z + u = β x + y + (1 + a)z + u = γ x + y + z + (1 + a)u = δ.

Solución Examen. (1 + a)x + y + z + u = α x + (1 + a)y + z + u = β x + y + (1 + a)z + u = γ x + y + z + (1 + a)u = δ. Ingenierí Mtemátic FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Algebr Linel MA 0, 0/08/3, Profs. J. González, R. Gouet. Solución Exmen. Considere el siguiente sistem de ecuciones lineles,

Más detalles

Vectores en el espacio 2º Bachillerato. Ana Mª Zapatero

Vectores en el espacio 2º Bachillerato. Ana Mª Zapatero Vectores en el espcio º Bchillerto An Mª Zptero El conjunto R Es un conjunto de terns ordends de números reles R { ( x, y, z ) / x R, y R, z R } Primer componente Segund componente Tercer componente Iguldd

Más detalles

A modo de repaso. Preliminares

A modo de repaso. Preliminares UNIDAD I A modo de repso. Preliminres Conjuntos numéricos. Operciones. Intervlos. Conjuntos numéricos Los números se clsificn de cuerdo con los siguientes conjuntos: Números nturles.- Son los elementos

Más detalles

ÁLGEBRA LINEAL I Soluciones a la Práctica 6

ÁLGEBRA LINEAL I Soluciones a la Práctica 6 ÁLGEBRA LINEAL I Soluciones a la Práctica 6 Aplicaciones lineales (Curso 2009 2010) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos,

Más detalles

Espacios vectoriales y aplicaciones lineales

Espacios vectoriales y aplicaciones lineales Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un

Más detalles

TEMA 2. DETERMINANTES

TEMA 2. DETERMINANTES TEMA. DETERMINANTES A cd mtriz cudrd de orden n se le puede signr un número rel que se obtiene operndo de ciert mner con los elementos de l mtriz. A dicho número se le llm determinnte de l mtriz A, y se

Más detalles

Optimización de funciones

Optimización de funciones Tem 5 Optimizción de funciones 5.1. Extremos de funciones de vris vribles Definición 5.1.1. Sen f : D R n R, x 0 D y el problem de optimizción: mximizr / minimizr f(x 1, x,, x n ), (x 1, x,, x n ) D en

Más detalles

Práctica de Aplicaciones Lineales

Práctica de Aplicaciones Lineales practica5.nb 1 Práctica de Aplicaciones Lineales Aplicaciones lineales y matrices Las matrices también desempeñan un papel muy destacado en el estudio de las aplicaciones lineales entre espacios vectoriales

Más detalles

SELECTIVIDAD DETERMINANTES

SELECTIVIDAD DETERMINANTES SELECTIVIDAD DETERMINANTES Junio 8: Dds ls mtrices A = 5, B = y M = b, clcúlese y b pr que se verifiquen MA =, M + B =, donde se está usndo l notción hbitul (con brrs verticles) pr denotr l determinnte

Más detalles

51 EJERCICIOS DE VECTORES

51 EJERCICIOS DE VECTORES 51 EJERCICIOS DE VECTORES 1. ) Representr en el mismo plno los vectores: = (3,1) b = ( 1,5) c = (, 4) = ( 3, 1) i = (1,0) j = (0,1) e = (3,0) f = (0, 5) b) Escribir ls coorens e los vectores fijos e l

Más detalles

DETERMINANTES. Matemática I Lic. en Geología Lic. en Paleontología

DETERMINANTES. Matemática I Lic. en Geología Lic. en Paleontología Mtemátic I Lic. en Geologí Lic. en Pleontologí DETERMINNTES En un mtriz cudrd hy vrios spectos que el determnte yud esclrecer: Existirá un mtriz B tl que.b = I? Es decir, tendrá mtriz vers? De ls columns

Más detalles

TEMA 3. MATRICES Y DETERMINANTES

TEMA 3. MATRICES Y DETERMINANTES TEMA. MATRICES Y DETERMINANTES. DEFINICIÓN Un mtriz es un tbl de números ordendos en fils y columns de l siguiente form: n A m mn que es un mtriz de m fils y n columns, donde el elemento ij es el número

Más detalles

2. REPRESENTACIÓN ANALÍTICA Y GRÁFICA DE UN VECTOR

2. REPRESENTACIÓN ANALÍTICA Y GRÁFICA DE UN VECTOR 1. INTRODUCCIÓN CÁLCULO VECTORIAL Mgnitud: Es todo quello que se puede medir eperimentlmente. Ls mgnitudes físics se clsificn en esclres ectoriles. Mgnitud esclr: Es quell que iene perfectmente definid

Más detalles

TEST DE ÁLGEBRA. 6.- Sea el subespacio de R 3 S = { (x,,y,z) / x +y+z = 0} a) es de dimensión 1 b) es de dimensión 2 c) es R 3 d) NDLA

TEST DE ÁLGEBRA. 6.- Sea el subespacio de R 3 S = { (x,,y,z) / x +y+z = 0} a) es de dimensión 1 b) es de dimensión 2 c) es R 3 d) NDLA TEST DE ÁLGEBRA 1.- Sea f:r 4 -----> R 5 una apli. lineal a) Dim ker(f) tiene que ser 3 b) Dim ker(f) será 4 c) Dim ker(f) es 5 2.- El sistema homogéneo 3 x % 8 y % ð z 0 y & z 0 a) tiene soluciones no

Más detalles

TEMA 5 LÍMITES Y CONTINUIDAD DE FUNCIONES

TEMA 5 LÍMITES Y CONTINUIDAD DE FUNCIONES TEMA 5 LÍMITES Y CONTINUIDAD DE FUNCIONES 5.1. LÍMITE DE UNA FUNCIÓN EN UN PUNTO. LÍMITES LATERALES 5.1.1. Concepto de tendenci Decimos que " tiende " si tom los vlores de un sucesión que se proim. Se

Más detalles

re p r e s e n tac i ó n Mat r i c i a l d e

re p r e s e n tac i ó n Mat r i c i a l d e Unidd 8 re p r e s e n tc i ó n Mt r i c i l d e Un trnsformción linel Ojetivos: Al inlizr l unidd, el lumno: Asocirá cd trnsformción linel un mtriz. Relcionrá los conceptos de núcleo, imgen, rngo nulidd

Más detalles

PROBLEMAS DE OPTIMIZACIÓN

PROBLEMAS DE OPTIMIZACIÓN PROBLEMAS DE OPTIMIZACIÓN Plntemiento y resolución de los problems de optimizción Se quiere construir un cj, sin tp, prtiendo de un lámin rectngulr de cm de lrg por de nch. Pr ello se recortrá un cudrdito

Más detalles

3. FUNCIONES VECTORIALES DE UNA VARIABLE REAL

3. FUNCIONES VECTORIALES DE UNA VARIABLE REAL 3. FUNCIONES VECTORIALES DE UNA VARIABLE REAL INDICE 3.1. Definición de función vectoril de un vrile rel, dominio y grficción.2 3.2. Límites y continuidd..3 3.3. Derivción de funciones vectoriles y sus

Más detalles

1. Cuales son los números naturales?

1. Cuales son los números naturales? Guí de mtemátics. Héctor. de bril de 015 1. Cules son los números nturles? Los números nturles son usdos pr contr (por ejemplo, hy cinco moneds en l mes ) o pr imponer un orden (por ejemplo,. Es t es l

Más detalles

MATRICES Y DETERMINANTES CCNN

MATRICES Y DETERMINANTES CCNN NOCIONES BÁSICAS Ls mtrices precen como consecuenci de ordenr los números en form de fils y columns. Ls línes horizontles se llmn fils, mientrs que ls línes verticles se llmn columns. - fil - column Pr

Más detalles

Formas bilineales y cuadráticas.

Formas bilineales y cuadráticas. Tema 4 Formas bilineales y cuadráticas. 4.1. Introducción. Conocidas las nociones de espacio vectorial, aplicación lineal, matriz de una aplicación lineal y diagonalización, estudiaremos en este tema dos

Más detalles

Tema 3: Sistemas de ecuaciones lineales

Tema 3: Sistemas de ecuaciones lineales Tem 3: Sistems de ecuciones lineles 1. Introducción Los sistems de ecuciones resuelven problems relciondos con situciones de l vid cotidin, que tiene que ver con ls Ciencis Sociles. Nos centrremos, por

Más detalles

Dadas las matrices: y. a) Hallar A 10. b) Hallar la matriz inversa de B. c) En el caso particular de k=0, halla B 10. (PAU Septiembre )

Dadas las matrices: y. a) Hallar A 10. b) Hallar la matriz inversa de B. c) En el caso particular de k=0, halla B 10. (PAU Septiembre ) Dds ls mtrices: ) Hllr A. b) Hllr l mtri invers de B. c) En el cso prticulr de k=, hll B. (PAU Septiembre 4-5) ) A = = A = = = O A 4 = A A= O A = O ; lo mismo A 5, A 6 por tnto A = b) B = = ; Es un mtri

Más detalles

Determinantes y la Regla de Cramer

Determinantes y la Regla de Cramer Determinntes y l Regl de Crmer Mtriz Invers Not: un mtriz cudrd que no tiene invers se llm mtriz singulr. Ejemplo: Hllr l invers de A. A 4 Si l plicr el método de Guss se obtiene ceros en los elementos

Más detalles

Álgebra para ingenieros de la Universidad Alfonso X

Álgebra para ingenieros de la Universidad Alfonso X Crrer: UAX Asigtur: temátics Fech: Pági de 9 Álger pr igeieros de l Uiversidd Alfoso X -trices y sistems de ecucioes lieles Opercioes co mtrices: A= m m B= m p p q q pq Sum: - s mtrices sumr tiee que teer

Más detalles

Tema 3. Aplicaciones lineales. 3.1. Introducción

Tema 3. Aplicaciones lineales. 3.1. Introducción Tema 3 Aplicaciones lineales 3.1. Introducción Una vez que sabemos lo que es un espacio vectorial y un subespacio, vamos a estudiar en este tema un tipo especial de funciones (a las que llamaremos aplicaciones

Más detalles

8 - Ecuación de Dirichlet.

8 - Ecuación de Dirichlet. Ecuciones Diferenciles de Orden Superior Prte V III Integrl de Dirichle t Ing. Rmón scl Prof esor Titulr de nálisi s de Señles Sistems Teorí de los Circuit os I I en l UTN, Fcultd Regionl vellned uenos

Más detalles

7.1. Definición de integral impropia y primeras propiedades

7.1. Definición de integral impropia y primeras propiedades Cpítulo 7 Integrles impropis 7.. Definición de integrl impropi y primers propieddes El concepto de integrl se etiende de mner csi espontáne situciones más generles que ls que hemos emindo hst hor. Consideremos,

Más detalles

VECTORES, PLANOS Y RECTAS EN R 2 Y R 3

VECTORES, PLANOS Y RECTAS EN R 2 Y R 3 Profesionl en Técnics de Ingenierí VECTORES, PLANOS Y RECTAS EN R Y R 3 1. Puntos en R y R 3 Un pr ordendo (, ) y un tern ordend (,, c) representn puntos de IR y IR 3, respectivmente.,, c, se denominn

Más detalles

Tema VII: Plano afín y espacio afín

Tema VII: Plano afín y espacio afín Tem VII: Plno fín y espcio fín Hst hor el contexto en el que hemos trbjdo h sido fundmentlmente el de los espcios IR n, y de estos espcios nos h interesdo su estructur vectoril, es decir, por decirlo con

Más detalles

vectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide:

vectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide: .- 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 N(f) e Im(f) a) f(x,y) = (x,-y) b) f(x,y)

Más detalles

ESTRUCTURAS ALGEBRAICAS

ESTRUCTURAS ALGEBRAICAS ESTRUCTURAS ALGEBRAICAS Se ha trabajado con números complejos, polinomio y matrices y hemos efectuado con ellos ciertas operaciones: sin embargo no todas las operaciones se comportan de la misma manera,

Más detalles

CURSO DE MATEMÁTICA 1. Facultad de Ciencias

CURSO DE MATEMÁTICA 1. Facultad de Ciencias CURSO DE MATEMÁTICA 1. Fcultd de Ciencis Reprtido Teórico 1 Mrzo de 2008 1. Conceptos Básicos de Funciones Definiciones 1. Si A y B son conjuntos no vcíos, un función de A en B es un correspondenci tl

Más detalles

RELACION DE PROBLEMAS DE ÁLGEBRA. Problemas propuestos para la prueba de acceso del curso 1996/ e I =

RELACION DE PROBLEMAS DE ÁLGEBRA. Problemas propuestos para la prueba de acceso del curso 1996/ e I = IES "Jándul" RELACION DE PROBLEMAS DE ÁLGEBRA Prolems propuestos pr l prue de cceso del curso 996/97 º Consider ls mtrices A e I Clcul un mtri X tl que A AX I, clcul, si eiste, l invers de X º Estudi el

Más detalles

DETERMINANTES K K. A cada matriz n-cuadrada A = (a ij ) se le asigna un escalar particular denominado determinante de A, denotado por det (A), A o = K

DETERMINANTES K K. A cada matriz n-cuadrada A = (a ij ) se le asigna un escalar particular denominado determinante de A, denotado por det (A), A o = K DETERMINANTES A cd mtriz ncudrd A ( ij ) se le sign un esclr prticulr denomindo determinnte de A, denotdo por det (A), A o n n n n nn K Un tbl ordend n n de esclres situd entre dos línes verticles, llmd

Más detalles

Espacios vectoriales y Aplicaciones lineales

Espacios vectoriales y Aplicaciones lineales Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea

Más detalles

Repartido N 5. Limites ISCAB 3 EMT prof. Fernando Diaz

Repartido N 5. Limites ISCAB 3 EMT prof. Fernando Diaz Reprtido N 5 Limites ISCAB EMT prof. Fernndo Diz El resultdo de un límite es un vlor de y en un función cundo el vlor de se proim mucho un vlor ddo sin llegr ser igul él. Es cercrse mucho un vlor en pr

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)

Más detalles

AX = B. X es la matriz columna de las variables:

AX = B. X es la matriz columna de las variables: ÁLGEBR MTRICIL PRO. MRIEL SRMIENTO SESIÓN 9: METODO DE ELIMINCIÓN GUSSIN En est sesión, resolvemos sistems de ecuciones lineles de orden x y x. Pr ello escribimos el sistem en término de mtrices, por ejemplo:

Más detalles

Resolución de circuitos complejos de corriente continua: Leyes de Kirchhoff.

Resolución de circuitos complejos de corriente continua: Leyes de Kirchhoff. Resolución de circuitos complejos de corriente continu: Leyes de Kirchhoff. Jun P. Cmpillo Nicolás 4 de diciemre de 2013 1. Leyes de Kirchhoff. Algunos circuitos de corriente continu están formdos por

Más detalles

Variedades Diferenciables. Extremos Condicionados

Variedades Diferenciables. Extremos Condicionados Capítulo 16 Variedades Diferenciables. Extremos Condicionados Vamos a completar lo visto en los capítulos anteriores sobre el teorema de las Funciones Implícitas y Funciones Inversas con un tema de iniciación

Más detalles

E-mail: grupociencia@hotmail.com 405 4466 Web-page: www.grupo-ciencia.jimdo.com 945 631 619

E-mail: grupociencia@hotmail.com 405 4466 Web-page: www.grupo-ciencia.jimdo.com 945 631 619 1. En el prlelogrmo mostrdo en l figur M N son puntos medios. Hlle = ++ en función de 3 + D + C +3. En l figur muestr los vectores de inscritos en un cudro de 6m de ldo. Determine el vector unitrio del

Más detalles

, que, como está triangularizado, se observa que es

, que, como está triangularizado, se observa que es MTEMÁTICS PLICDS LS CIENCIS SOCILES II PRUEB ESCRIT. BLOQUE: ÁLGEBR ECH: DE ENERO DE Prte I. Sistems de ecuciones lineles. Mtrices. Ejercicio. Resuelv el siguiente sistem de ecuciones, utilindo, si es

Más detalles

CONTROL DE PROCESOS FACET UNT TEMA 1 Nota Auxiliar B ÁLGEBRA DE BLOQUES

CONTROL DE PROCESOS FACET UNT TEMA 1 Nota Auxiliar B ÁLGEBRA DE BLOQUES Digrms en Bloques Un sistem de control puede constr de ciert cntidd de componentes. Pr mostrr ls funciones que reliz cd componente se costumr usr representciones esquemátics denominds Digrm en Bloques.

Más detalles

LA RECTA DEL PLANO P O L I T E C N I C O 1 ECUACIÓN VECTORIAL Y ECUACIONES PARAMÉTRICAS

LA RECTA DEL PLANO P O L I T E C N I C O 1 ECUACIÓN VECTORIAL Y ECUACIONES PARAMÉTRICAS L Rect del Plno Mtemátic 4º Año Cód. 44-5 P r o f. M r í d e l L u j á n M r t í n e z P r o f. J u n C r l o s B u e P r o f. M i r t R o s i t o P r o f. V e r ó n i c F i l o t t i Dpto. de Mtemátic

Más detalles

Teorema de la Función Inversa

Teorema de la Función Inversa Teorem de l Función Invers Pr el cso de un funcion F : U R R se tiene Nuestro problem es, dds ls funciones x f(u, v) y y g(u, v) que describen x, y como funciones de u, v, cundo es posible estblecer funciones

Más detalles

CÁLCULO DIFERENCIAL E INTEGRAL EJERCICIOS PRIMERA FASE

CÁLCULO DIFERENCIAL E INTEGRAL EJERCICIOS PRIMERA FASE CÁLCULO DIFERENCIAL E INTEGRAL EJERCICIOS PRIMERA FASE CONCEPTOS CLAVE: FUNCIONES, GRAFICA DE UNA FUNCIÒN, COMPOSICIÒN DE FUNCIONES, INVERSA DE UNA FUNCIÒN, LIMITE DE UNA FUNCIÒN, LIMITES LATERALES, TEOREMAS

Más detalles

Este documento es de distribución gratuita y llega gracias a El mayor portal de recursos educativos a tu servicio!

Este documento es de distribución gratuita y llega gracias a  El mayor portal de recursos educativos a tu servicio! Este documento es de distriución grtuit y lleg grcis Cienci temátic www.ciencimtemtic.com El myor portl de recursos eductivos tu servicio! www.ciencimtemtic.com ATRICES Definición: Un mtriz A, es un rreglo

Más detalles

Definición Un sistema de m ecuaciones con n incógnitas es un conjunto de ecuaciones como:

Definición Un sistema de m ecuaciones con n incógnitas es un conjunto de ecuaciones como: Definición Un sistem de m ecuciones con n incógnits es un conjunto de ecuciones como: m ecuciones b b n n n n b m m m mn n m n incógnits términos independientes incógnits Coeficientes del sistem Epresión

Más detalles

PROBLEMAS RESUELTOS SUMA DE VECTORES METODO GEOMÉTRICO

PROBLEMAS RESUELTOS SUMA DE VECTORES METODO GEOMÉTRICO PROBLEMAS RESUELTOS SUMA DE VECTORES METODO GEOMÉTRICO 1. Los vectores mostrdos en l figur tienen l mism mgnitud (10 uniddes) El vector (+c) + (d+) - c, es de mgnitud: c ) 0 ) 0 c) 10 d) 0 e) 10 d Este

Más detalles

Álgebra Lineal. 1) (Junio-96) Considérese el sistema de ecuaciones lineales (a, b y c son datos; las incógnitas son x, y, z):

Álgebra Lineal. 1) (Junio-96) Considérese el sistema de ecuaciones lineales (a, b y c son datos; las incógnitas son x, y, z): Mtemátics II Álgebr Linel (Junio-96 Considérese el sistem de ecuciones lineles ( b c son dtos; ls incógnits son : b c c b b c Si b c son no nulos el sistem tiene solución únic. Hllr dich solución. (Sol:

Más detalles

1. Cambios de base en R n.

1. Cambios de base en R n. er Curso de Ingeniero de Telecomunicación. Álgebra. Curso 8-9. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema 5. Cambios de Base. Aplicaciones Lineales. Teoría y Ejercicios Resueltos..

Más detalles

Universidad de Costa Rica. Proyecto MATEM PRIMER EXAMEN PARCIAL CÁLCULO

Universidad de Costa Rica. Proyecto MATEM PRIMER EXAMEN PARCIAL CÁLCULO Universidd de Cost Ric Proyecto MATEM PRIMER EXAMEN PARCIAL CÁLCULO de bril de 017 INSTRUCCIONES GENERALES: Le cuiddosmente, cd instrucción y pregunt, ntes de contestr. Utilice únicmente bolígrfo de tint

Más detalles