Composición de Aplicaciones. (c) 2012 Leandro Marin

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

Download "Composición de Aplicaciones. (c) 2012 Leandro Marin"

Transcripción

1 Composición de Aplicaciones (c) 0 Leandro Marin

2 . Aplicaciones Lineales y Matrices Una aplicación lineal f entre dos espacios vectoriales V y W es una forma de asignar a cada vector v V un vector f(v) W cumpliendo las siguientes condiciones: () Para todo u, v V se tiene que f(u+ v)= f(u)+ f(v) () Para todo v V y todoλ, f(λv)=λf(v). Dicho de otra forma, puesto que las operaciones básicas de un espacio vectorial son la suma de vectores y el producto por escalares, para que f sea una aplicación lineal, debe respetar ambas operaciones. Para definir una aplicación lineal, en realidad basta con dar los valores de f(v i ) para unos vectores A={v, v,, v n } que sean base de V. Si conocemos estos valores y v es un vector cualquiera de V, podremos deducir cuanto vale f(v) utilizando la linealidad, porque v se tiene que poner de forma única comoλ v +λ v + +λ n v n y por lo tanto f(v)=λ f(v )+λ f(v )+ +λ n f(v n ) Por otro lado, si disponemos de una base B ={w, w,, w m } de W, podríamos escribir cada uno de los vectores f(v j ) como combinación lineal de los vectores w i, con lo que podríamos encontrar valores a i j K tales que f(v ) = a w + a w + + a m w m f(v ) = a w + a w + + a m w m f(v n ) = a n w + a n w + + a mn w m Estos coeficientes se representan en forma de matriz poniendo los coeficientes que nos determinan los f(v j ) como columnas de la matriz. Es decir, la matriz de f con respecto a estas bases es a a a n a a a n Å AB (f)=... a a a n

3 Cuando tomamos las bases canónicas en ambos espacios, el cálculo es inmediato. Vamos a verlo con un ejemplo: Supongamos que tenemos una aplicación lineal f : 3. Para definirla tenemos que dar, para cada vector(x, x, x 3 ) 3 el valor de f(x, x, x 3 ). Como f(x, x, x 3 ) tiene que tener dos coordenadas (por ser un vector de ) tendremos que dar las fórmulas para las dos coordenadas, que llamaremos f (x, x, x 3 ) y f (x, x, x 3 ). Las fórmulas podrían ser por ejemplo f (x, x, x 3 ) = x + x x 3 f (x, x, x 3 ) = x + x 3 Vamos a calcular la matriz de f con respecto a las bases canónicas de los dos espacios. En nuestro ejemplo V= 3 y w=. Los vectores de la base de V que vamos a tomar son los de la base canónica, en este caso v =(, 0, 0), v =(0,, 0) y v 3 =(0, 0, ). Los vectores de la base de W también van a ser la canónica w =(, 0) y w =(0, ). f (v )= f (, 0, 0)= f (v )= f (, 0, 0)=0 f(v )= f (v )w + f (v )w = w + 0 w f (v )= f (0,, 0)= f (v )= f (0,, 0)= f(v )= f (v )w + f (v )w = w + w f (v 3 )= f (0, 0, )= f (v 3 )= f (0, 0, )= f(v 3 )= f (v 3 )w + f (v 3 )w = w + w Aplicando las fórmulas, la matriz resultante es: 0

4 Cuando estamos en este caso especial, la inspección directa de las ecuaciones nos puede proporcionar los coeficientes de la matriz, puesto que si nos fijamos, los coeficientes de la matriz son los mismos que nos definen las ecuaciones en el mismo orden: f (x, x, x 3 ) = x + x x 3 f (x, x, x 3 ) = x + x 3. Composición de Aplicaciones Sean g : V V y f : V V 3 dos aplicaciones lineales, dado un vector v V podemos llevarlo a V 3 dando dos pasos, primero lo llevamos a V con g y luego lo llevamos a V con f, de esta forma obtenemos f(g(v)) V 3. Esta asignación es lo que se conoce como composición de las aplicaciones lineales f g : V V 3. Para calcular la matriz de la composición de las aplicaciones necesitamos fijar las bases en cada uno de los espacios con las que representamos las matrices. Supongamos que tomamos una base B del espacio V, una base B del espacio V y una base B 3 del espacio V 3. Fijadas estas bases tenemos las matrices de g con respecto a las bases B y B, que denotemos Å B B (g) y la de f con respecto a las bases B y B 3, que denotamos Å B B 3 (f). f g g f V V V 3 Å B B 3 (f g)=å B B 3 (f)å B B (g) B B Å B B B (g) Å 3 B B 3 (f) La matriz de la composición de aplicaciones es precisamente el producto de las matrices de las aplicaciones que se componen. Å B B 3 (f g)=å B B 3 (f)å B B (g) Esta fórmula es muy fácil de recordar si tenemos en mente el diagrama anterior.

5 3. Ejercicios Resueltos. Ejercicio. Calcula la composición de las siguientes apliacioneslineales viendo cuales son las composiciones posibles: f (x, x, x 3 ) = x + x x 3 f (x, x, x 3 ) = x + x 3 g (y, y, y 3, y 4 ) = y + y 3 g (y, y, y 3, y 4 ) = y y 3 g 3 (y, y, y 3, y 4 ) = y + y + y 3 Lo primero que vamos a hacer es poner las aplicaciones en forma matricial: La matriz de la aplicación f : 3 es 0 la matriz de g : 4 3 es La composición f g : 3 3 es = La composición g f no se puede hacer. Ejercicio. Calcula la composición de las siguientes apliaciones 5 - lineales viendo cuales son las composiciones posibles: f (x, x, x 3 ) = 3 x + x + x 3 f (x, x, x 3 ) = x + 3 x 3

6 g (y, y, y 3, y 4 ) = 3 y + 3 y + y 4 g (y, y, y 3, y 4 ) = y + 3 y + 4 y 3 + y 4 g 3 (y, y, y 3, y 4 ) = 3 y + 4 y + y 3 + y 4 Lo primero que vamos a hacer es poner las aplicaciones en forma matricial: La matriz de la aplicación f : es la matriz de g : es La composición f g : es = La composición g f no se puede hacer. Ejercicio. Calcula la composición de las siguientes apliaciones 3- lineales viendo cuales son las composiciones posibles: f (x, x, x 3 ) = a x + x + (a + a+ ) x 3 f (x, x, x 3 ) = (a + ) x + (a + ) x + (a + a+ ) x 3 g (y, y, y 3, y 4 ) = (a + a) y + y + (a + a+ ) y 3 + (a+ ) y 4 g (y, y, y 3, y 4 ) = (a + ) y + (a+ ) y 3 + (a + a) y 4 g 3 (y, y, y 3, y 4 ) = a y + a y + a y 3 + (a + a+ ) y 4 Lo primero que vamos a hacer es poner las aplicaciones en forma matricial: La matriz de la aplicación f : es a a + a+ a + a + a + a+

7 la matriz de g : es a + a a + a+ a+ a + 0 a+ a + a a a a a + a+ La composición f g : es a a a + a a + a+ a+ + a+ a + a + a a + 0 a+ a + a + a+ a a a a + a+ = a+ a + a+ a+ a+ a + 0 a + a+ a La composición g f no se puede hacer.

Espacios Vectoriales

Espacios Vectoriales Leandro Marín Octubre 2010 Índice Definición y Ejemplos Paramétricas vs. Impĺıcitas Bases y Coordenadas Para definir un espacio vectorial tenemos que empezar determinando un cuerpo sobre el que esté definido

Más detalles

Suma e Intersección de Subespacios. (c) 2012 Leandro Marin

Suma e Intersección de Subespacios. (c) 2012 Leandro Marin 09.00 Suma e Intersección de Subespacios 3 48700 90009 (c) 0 Leandro Marin . Sumas e Intersecciones de Espacios Vectoriales Definición. Sean U un espacio vectorial y sean V y W dos subespacios vectoriales

Más detalles

Espacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21

Espacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.

Más detalles

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.

Más detalles

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

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

Más detalles

5. Aplicaciones lineales

5. Aplicaciones lineales 5. Aplicaciones lineales Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2010 Contents 5 Aplicaciones lineales 7 5.1 Definición y propiedades..............................

Más detalles

Matrices y operaciones con Matrices.

Matrices y operaciones con Matrices. Matrices y operaciones con Matrices En clases anteriores hemos usado arreglos rectangulares de números, denominados matrices aumentadas, para resolver sistemas de ecuaciones lineales Denición Una matriz

Más detalles

Capítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos

Capítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos Capítulo Espacios vectoriales.1 Definición y ejemplos Un espacio vectorial sobre un cuerpo K (que supondremos conmutativo es un conjunto no vacío junto con 1. una operación interna, +, a la que llamaremos

Más detalles

Aplicaciones Lineales. Diagonalización de matrices.

Aplicaciones Lineales. Diagonalización de matrices. Tema 2 Aplicaciones Lineales. Diagonalización de matrices. 2.1. Definiciones y propiedades Nota 2.1.1. En este tema trabajaremos con los Espacios Vectoriales R n y R m definidos sobre el cuerpo R. Definición

Más detalles

Diagonalización simultánea de formas cuadráticas.

Diagonalización simultánea de formas cuadráticas. Diagonalización simultánea de formas cuadráticas Lucía Contreras Caballero 14-4-2004 Dadas dos formas cuadráticas, si una de ellas es definida positiva, se puede encontrar una base en la que las dos diagonalizan

Más detalles

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

Introducción a los espacios vectoriales

Introducción a los espacios vectoriales 1 / 64 Introducción a los espacios vectoriales Pablo Olaso Redondo Informática Universidad Francisco de Vitoria November 19, 2015 2 / 64 Espacios vectoriales 1 Las 10 propiedades de un espacio vectorial

Más detalles

Algebra lineal y conjuntos convexos

Algebra lineal y conjuntos convexos Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar

Más detalles

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Sea (K, +,.) un cuerpo con característica 0. Podemos pensar K = Q, R o C. Si V es un conjunto cualquiera en el que

Más detalles

Capítulo 8: Vectores

Capítulo 8: Vectores Capítulo 8: Vectores 1. Lección 30. Operaciones con vectores 1.1. Vectores El concepto de vector aparece en Física para describir magnitudes, tales como la fuerza que actúa sobre un punto, en las que no

Más detalles

4º ESO opción B Ejercicios Geometría Analítica

4º ESO opción B Ejercicios Geometría Analítica Geometría Analítica 1) Las coordenadas de un punto A son (3,1) y las del vector AB son (3,4). Cuáles son las coordenadas de punto B? Determina otro punto C de modo que el vector AC tenga el mismo módulo

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

Transformaciones en el plano y el espacio

Transformaciones en el plano y el espacio Transformaciones en el plano y el espacio AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Transformaciones en el plano y el espacio 1 / 51 Transformaciones geométricas en R

Más detalles

Ejercicios resueltos de geometría analítica

Ejercicios resueltos de geometría analítica Ejercicios resueltos de geometría analítica 1) Calcula el volumen del prisma determinado por los vectores v (0,-2,3), w (1,3,-4) y z (-2,1,0). 2) Calcula a para que los vectores (1,a,-1), (-4,2,0) y (a,2,-1)

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

1 Sistemas de ecuaciones lineales.

1 Sistemas de ecuaciones lineales. Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Sea S el siguiente sistema de m ecuaciones lineales y n incógnitas: 9 a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n = b 2 >=

Más detalles

1. Funciones diferenciables

1. Funciones diferenciables 1. diferenciables Volvamos sobre el significado de la derivada de una función real de una variable real, Como vimos en el capítulo anterior, f : (a, b) R derivable en x 0, equivale a que f(x) f(x 0 ) =

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

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Ejercicios resueltos Ximo Beneyto PROBLEMAS RESUELTOS APLICACIONES LINEALES 1.Dada la aplicación f : ú 3 6 ú² / f(x, y, z) = (x+y-z, 2x+3z): 1.1. Probar que f es una aplicación lineal.

Más detalles

Base y Dimensión de un Espacio Vectorial

Base y Dimensión de un Espacio Vectorial Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un

Más detalles

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 2 APLICACIONES LINEALES

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 2 APLICACIONES LINEALES EJERCICIOS DE TEMA APLICACIONES LINEALES APLICACIONES LINEALES ) Estudiar cuáles de las siguientes aplicaciones son lineales entre los espacios vectoriales dados: x y a) f: f(x, y) = x y x b) f: x f(x)

Más detalles

Lección 2: Funciones vectoriales: límite y. continuidad. Diferenciabilidad de campos

Lección 2: Funciones vectoriales: límite y. continuidad. Diferenciabilidad de campos Lección 2: Funciones vectoriales: límite y continuidad. Diferenciabilidad de campos vectoriales 1.1 Introducción En economía, frecuentemente, nos interesa explicar la variación de unas magnitudes respecto

Más detalles

SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE ECUACIONES LINEALES SISTEMAS DE ECUACIONES LINEALES Índice: 1.Introducción--------------------------------------------------------------------------------------- 2 2. Ecuaciones lineales------------------------------------------------------------------------------

Más detalles

Matriz asociada a una transformación lineal respecto a un par de bases

Matriz asociada a una transformación lineal respecto a un par de bases Matriz asociada a una transformación lineal respecto a un par de bases Objetivos Definir la matriz asociada a una transformación lineal respecto a un par de bases y estudiar la representación matricial

Más detalles

DESIGUALDADES. AXIOMA 1.- Tricotomía de los números reales. Si a y b son números reales entonces se cumple una y solo una de las relaciones

DESIGUALDADES. AXIOMA 1.- Tricotomía de los números reales. Si a y b son números reales entonces se cumple una y solo una de las relaciones DESIGUALDADES 4.1.- AXIOMAS DE ORDEN. Cualquier conjunto o Campo de números que satisface los siguientes 4 Axiomas se dice que es un conjunto de números ORDENADO. El conjunto o Campo de los números reales

Más detalles

Problemas de Espacios Vectoriales

Problemas de Espacios Vectoriales Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios

Más detalles

Tema 5: Diagonalización de matrices

Tema 5: Diagonalización de matrices Tema : Diagonalización de matrices La intención en este tema es, dada una matriz cuadrada, ver si existe otra matriz semejante a ella que sea diagonal. Recordemos del Tema 4 que dos matrices cuadradas

Más detalles

Ecuaciones de la recta en el espacio

Ecuaciones de la recta en el espacio Ecuaciones de la recta en el espacio Ecuación vectorial de la recta Sea P(x 1, y 1 ) es un punto de la recta r y uu su vector director, el vector PPXX tiene igual dirección que uu, luego es igual a uu

Más detalles

1. Lección 9 - Continuidad y Derivabilidad

1. Lección 9 - Continuidad y Derivabilidad 1. Lección 9 - Continuidad y Derivabilidad 1.1. Continuidad El concepto de continuación es el mismo que el visto en el primer cuatrimestre pero generalizado al caso de los campos escalares. Así, sea la

Más detalles

es el lugar geométrico de los puntos p tales que p 0 p n o p 0 p o. p x ; y ; z perteneciente a y un vector no

es el lugar geométrico de los puntos p tales que p 0 p n o p 0 p o. p x ; y ; z perteneciente a y un vector no El Plano y la Recta en el Espacio Matemática 4º Año Cód. 145-15 P r o f. M a r í a d e l L u j á n M a r t í n e z P r o f. J u a n C a r l o s B u e P r o f. M i r t a R o s i t o P r o f. V e r ó n i

Más detalles

1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.

1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización. utovalores y autovectores asociados a un endomor smo f Diagonalización Dado un endomor smo f de un espacio vectorial real V y jada una base B de V obtenemos una única matriz asociada a f respecto de la

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

Trabajo Práctico N 5: ESPACIOS VECTORIALES

Trabajo Práctico N 5: ESPACIOS VECTORIALES Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique

Más detalles

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 Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices 1.1. Conceptos básicos y ejemplos Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. NOTA:

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

Diferenciales de Orden Superior

Diferenciales de Orden Superior Capítulo 10 Diferenciales de Orden Superior En este capítulo extenderemos a las funciones definidas sobre espacios normados el concepto de función r-veces diferenciable y de clase C r y obtendremos las

Más detalles

Tema 6: Diagonalización de matrices

Tema 6: Diagonalización de matrices Tema 6: Diagonalización de matrices La intención en este tema es, dada una matriz cuadrada, ver si existe otra matriz semejante a ella que sea diagonal. Recordemos del Tema 4 que dos matrices cuadradas

Más detalles

Capítulo 3. Polinomios

Capítulo 3. Polinomios Capítulo 3 Polinomios 29 30 Polinomios de variable real 31 Polinomios de variable real 311 Evaluación de polinomios Para el cálculo eficiente de los valores de un polinomio se utiliza el algoritmo de Horner,

Más detalles

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A =

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A = Matrices: repaso Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas Una matriz A M m n es de la forma a 11 a 1n A = a m1 a mn Denotaremos A ij = a ij el coeficiente

Más detalles

Definición 11.1 Sea f : A E F una aplicación r-veces diferenciable en un punto a A. o

Definición 11.1 Sea f : A E F una aplicación r-veces diferenciable en un punto a A. o Capítulo 11 Teoremas de Taylor Una vez más nos disponemos a extender a las funciones de varias variables resultados ya conocidos para funciones de una variable, los teoremas de aproximación de Taylor.

Más detalles

Curso Completo de Electrónica Digital

Curso Completo de Electrónica Digital CURSO Curso Completo de Electrónica Digital Departamento de Electronica y Comunicaciones Universidad Pontifica de Salamanca en Madrid Prof. Juan González Gómez Capítulo 3 ALGEBRA DE BOOLE Continuación...

Más detalles

Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )

Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n ) Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder

Más detalles

Tema 2: Espacios Vectoriales

Tema 2: Espacios Vectoriales Tema 2: Espacios Vectoriales José M. Salazar Octubre de 2016 Tema 2: Espacios Vectoriales Lección 2. Espacios vectoriales. Subespacios vectoriales. Bases. Lección 3. Coordenadas respecto de una base. Ecuaciones.

Más detalles

Determinantes. Determinante de orden uno. a 11 = a 11 5 = 5

Determinantes. Determinante de orden uno. a 11 = a 11 5 = 5 DETERMINANTES Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un escalar particular denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno

Más detalles

IES Fco Ayala de Granada Junio de 2012 (Común Modelo 4) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Junio de 2012 (Común Modelo 4) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Granada Junio de 01 (Común Modelo 4) Soluciones Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo Junio 01 común Sea f : R R la función definida como f(x) = e x.(x ). [1 punto]

Más detalles

Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la propiedad de que

Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la propiedad de que MATRICES INVERTIBLES Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la propiedad de que AB = BA = I siendo I la matriz identidad. Denominamos a la matriz B la inversa de A

Más detalles

CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero

CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero Fundamento Científico del Currículum de Matemáticas en Enseñanza Secundaria CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero ESPACIOS VECTORIALES DEFINICIÓN... 1 PROPIEDADES DE

Más detalles

Teoría Tema 4 Notación matricial en la resolución de sistemas de ecuaciones por Gauss

Teoría Tema 4 Notación matricial en la resolución de sistemas de ecuaciones por Gauss página 1/6 Teoría Tema 4 Notación matricial en la resolución de sistemas de ecuaciones por Gauss Índice de contenido Matriz del sistema y matriz ampliada...2 Método de Gauss...3 Solución única, ausencia

Más detalles

COMPLEMENTOS DE MATEMATICA 3 - Segundo cuatrimestre de 2007 Práctica 3 - Transformaciones lineales

COMPLEMENTOS DE MATEMATICA 3 - Segundo cuatrimestre de 2007 Práctica 3 - Transformaciones lineales Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 COMPLEMENTOS DE MATEMATICA 3 - Segundo cuatrimestre de 27 Práctica 3 - Transformaciones lineales Ejercicio 1. Determinar cuáles

Más detalles

Diagonalización de matrices

Diagonalización de matrices 7 Diagonalización de matrices 7.1. Matrices diagonalizables Existen diversos procesos en los que el estado en cada uno de sus pasos se puede representar por un determinado vector y en los que, además,

Más detalles

Conjuntos de Vectores y Matrices Ortogonales

Conjuntos de Vectores y Matrices Ortogonales Conjuntos de Vectores y Matrices Ortogonales Departamento de Matemáticas, CCIR/ITESM 28 de junio de 2011 Índice 21.1.Introducción............................................... 1 21.2.Producto interno............................................

Más detalles

ÁLGEBRA LINEAL I Práctica 5

ÁLGEBRA LINEAL I Práctica 5 ÁLGEBRA LINEAL I Práctica 5 Espacios vectoriales (Curso 2014 2015) 1. En el espacio vectorial real IR 2 consideramos los siguientes subconjuntos: (a) A = {(x y) IR 2 x 2 + y 2 = 1}. (b) B = {(x y) IR 2

Más detalles

Teoría Tema 9 Ecuaciones del plano

Teoría Tema 9 Ecuaciones del plano página 1/11 Teoría Tema 9 Ecuaciones del plano Índice de contenido Determinación lineal de un plano. Ecuación vectorial y paramétrica...2 Ecuación general o implícita del plano...6 Ecuación segmentaria

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

Espacios Vectoriales, Valores y Vectores Propios

Espacios Vectoriales, Valores y Vectores Propios , Valores y Vectores Propios José Juan Rincón Pasaye, División de Estudios de Postgrado FIE-UMSNH Curso Propedéutico de Matemáticas para la Maestría en Ciencias opciones: Sistemas de Control y Sistemas

Más detalles

Teoría Tema 9 Ecuaciones de la recta en el espacio tridimensional

Teoría Tema 9 Ecuaciones de la recta en el espacio tridimensional página 1/11 Teoría Tema 9 Ecuaciones de la recta en el espacio tridimensional Índice de contenido Ecuación vectorial, paramétrica y continua de la recta...2 Ecuación general o implícita de la recta...5

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

Vectores en el plano UNIDAD I: MATRICES. Dirección de un vector. Sentido de un vector

Vectores en el plano UNIDAD I: MATRICES. Dirección de un vector. Sentido de un vector UNIDAD I: MATRICES Vectores en el plano Un vector,, es un segmento con una dirección que va del punto A (origen) al punto B (etremo).un vector es un segmento orientado que va del punto A (origen) al punto

Más detalles

2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo.

2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo. 2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo. 2.1 Formas cuadráticas. Expresión matricial y analítica. Expresiones diagonales. Definición 2.1 (Expresión matricial) Una

Más detalles

GEOMETRÍA. que pasa por el punto P y es paralelo a π. (0,9 puntos) b) Determinar la ecuación del plano π

GEOMETRÍA. que pasa por el punto P y es paralelo a π. (0,9 puntos) b) Determinar la ecuación del plano π GEOMETRÍA 1.- Se considera la recta r : ( x, y, z) = ( t + 1, t,3 t), el plano π: x y z = 0y el punto P (1,1,1). Se pide: a) Determinar la ecuación del plano π 1 que pasa por el punto P y es paralelo a

Más detalles

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

Tema II. Capítulo 5. Aplicaciones bilineales y formas cuadráticas. Tema II Capítulo 5 Aplicaciones bilineales y formas cuadráticas Álgebra Departamento de Métodos Matemáticos y de Representación UDC 5 Aplicaciones bilineales y formas cuadráticas o simplemente f( x, ȳ)

Más detalles

Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás

Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás de mayo de 13 Capítulo 6 Año 5 6.1. Modelo 5 - Opción A Problema 6.1.1 ( puntos) Justificar razonadamente

Más detalles

Ecuaciones del plano. Cajón de Ciencias

Ecuaciones del plano. Cajón de Ciencias Ecuaciones del plano Cajón de Ciencias Un plano tiene sus propias ecuaciones que lo definen, al igual que ocurría con la recta. Algunas de ellas son bastante parecidas, y de hecho verás que el plano tiene

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

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

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES Formas reducidas y escalonada de una matriz SISTEMAS DE ECUACIONES LINEALES ) Encuentre una sucesión de matrices elementales E, E,..., E k tal que

Más detalles

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

Transformaciones lineales y matrices

Transformaciones lineales y matrices CAPíTULO 5 Transformaciones lineales y matrices 1 Matriz asociada a una transformación lineal Supongamos que V y W son espacios vectoriales de dimensión finita y que T : V W es una transformación lineal

Más detalles

Lección 5: Ecuaciones con números naturales

Lección 5: Ecuaciones con números naturales GUÍA DE MATEMÁTICAS I Lección 5: Ecuaciones con números naturales Observe la siguiente tabla y diga cuáles son los números que faltan. 1 2 3 4 5 6 7 8 9 10 11 12 3 6 9 12 Es sencillo encontrar la regla

Más detalles

Sistemas de dos ecuaciones lineales de primer grado con dos incógnitas

Sistemas de dos ecuaciones lineales de primer grado con dos incógnitas Un sistema de dos ecuaciones lineales de primer grado con dos incógnitas tiene la siguiente forma Ax + By + C = 0 A x + B y + C (1) = 0 Ya sabemos que una ecuación lineal de primer grado con dos incógnitas

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

Construcción de bases en la suma y la intersección de subespacios (ejemplo)

Construcción de bases en la suma y la intersección de subespacios (ejemplo) Construcción de bases en la suma y la intersección de subespacios (ejemplo) Objetivos Aprender a construir bases en S + S y S S, donde S y S están dados como subespacios generados por ciertos vectores

Más detalles

Herramientas digitales de auto-aprendizaje para Matemáticas

Herramientas digitales de auto-aprendizaje para Matemáticas Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de Innovación Didáctica Departamento de Matemáticas Universidad de Extremadura Índice Paralelismo Ángulos Otras figuras d Triángulos

Más detalles

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES MATRICES. SISTEMAS DE ECUACIONES LINEALES Matrices ) Dada la matriz M=, prueba que n n M M, n. ) Demuestra la siguiente implicación: Si I A I AA A

Más detalles

Tema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.

Tema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz

Más detalles

1. Si están situados en rectas paralelas: la recta que une los orígenes, deja sus extremos en un mismo semiplano.

1. Si están situados en rectas paralelas: la recta que une los orígenes, deja sus extremos en un mismo semiplano. CAPÍTULO 1 El plano vectorial Consideremos P como el plano intuitivo de puntos: A,,C... 1.1. El espacio vectorial de los vectores Definición 1.1 Vectores fijos Dado dos puntos cualesquiera A e del espacio

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

Parte 3. Vectores y valores propios

Parte 3. Vectores y valores propios Parte 3. Vectores y valores propios Gustavo Montero Escuela Universitaria Politécnica Universidad de Las Palmas de Gran Canaria Curso 2004-2005 1 Introducción a los valores y vectores propios 2 3 4 5 Valores

Más detalles

Sistemas de Ecuaciones Lineales y Matrices

Sistemas de Ecuaciones Lineales y Matrices Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una

Más detalles

Álgebra Lineal V: Subespacios Vectoriales.

Álgebra Lineal V: Subespacios Vectoriales. Álgebra Lineal V: Subespacios Vectoriales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx

Más detalles

1. Matrices. Operaciones con matrices

1. Matrices. Operaciones con matrices REPASO MUY BÁSICO DE MATRICES. Matrices. Operaciones con matrices.. Introducción Las matrices aparecieron por primera vez hacia el año 850, introducidas por el inglés J. J. Sylvester. Su desarrollo se

Más detalles

Tema 4: Aplicaciones lineales

Tema 4: Aplicaciones lineales Águeda Mata y Miguel Reyes, Dpto de Matemática Aplicada, FI-UPM 1 Tema 4: Aplicaciones lineales Ejercicios 1 Estudia la linealidad de las siguientes aplicaciones: (a) f : R R 3, definida por f(x, y) =

Más detalles

Proyecciones. Producto escalar de vectores. Aplicaciones

Proyecciones. Producto escalar de vectores. Aplicaciones Proyecciones La proyección de un punto A sobre una recta r es el punto B donde la recta perpendicular a r que pasa por A corta a la recta r. Con un dibujo se entiende muy bien. La proyección de un segmento

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios y subespacios vectoriales Espacios Vectoriales 1. Demuestre que con la suma y multiplicación habituales es un espacio vectorial real.. Considere el conjunto C de los números complejos con la suma

Más detalles

Forma binomial de números complejos (ejercicios)

Forma binomial de números complejos (ejercicios) Forma binomial de números complejos (ejercicios) Objetivos. Mostrar que los números reales x se pueden identificar con números complejos de la forma (x, 0), y cada número complejo (x, y) se puede escribir

Más detalles

Teoría Tema 6 Discusión de sistemas por el método de Gauss

Teoría Tema 6 Discusión de sistemas por el método de Gauss página 1/9 Teoría Tema 6 Discusión de sistemas por el método de Gauss Índice de contenido Método de Gauss...2 Discusión de sistemas por el método de Gauss...4 Sistemas que dependen de parámetros desconocidos...6

Más detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES MATEMÁTICA I - - Capítulo 8 ------------------------------------------------------------------------------------ ESPACIOS VECTORIALES.. Espacios Vectoriales y Subespacios... Definición. Un espacio vectorial

Más detalles

Aproximación Polinomial de Funciones.

Aproximación Polinomial de Funciones. Aproximación Polinomial de Funciones José María Rico Martínez Departamento de Ingeniería Mecánica Universidad de Guanajuato, F I M E E 1 Introducción En estas notas se presentan los fundamentos de los

Más detalles

Proceso Selectivo para la XXII IMC, Bulgaria

Proceso Selectivo para la XXII IMC, Bulgaria Proceso Selectivo para la XXII IMC, Bulgaria Facultad de Ciencias UNAM Instituto de Matemáticas UNAM SUMEM Indicaciones Espera la indicación para voltear esta hoja. Mientras tanto, lee estas instrucciones

Más detalles

TEMA 8. GEOMETRÍA ANALÍTICA.

TEMA 8. GEOMETRÍA ANALÍTICA. TEMA 8. GEOMETRÍA ANALÍTICA. 8..- El plano. Definimos el plano euclideo como el conjunto de puntos ( x, y) R. Así, cada punto del plano posee dos coordenadas. Para representar puntos del plano utilizaremos

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

Tema 5: Sistemas de Ecuaciones Lineales

Tema 5: Sistemas de Ecuaciones Lineales Tema 5: Sistemas de Ecuaciones Lineales Eva Ascarza-Mondragón Helio Catalán-Mogorrón Manuel Vega-Gordillo Índice 1 Definición 3 2 Solución de un sistema de ecuaciones lineales 4 21 Tipos de sistemas ecuaciones

Más detalles

Materia: Matemática de 5to Tema: Producto Punto. Marco Teórico

Materia: Matemática de 5to Tema: Producto Punto. Marco Teórico Materia: Matemática de 5to Tema: Producto Punto Marco Teórico En términos comunes, el producto punto de dos vectores es un número que describe la cantidad de fuerza que dos vectores diferentes contribuyen

Más detalles