Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Tema 1. Espacios Vectoriales. Sistemas de ecuaciones."

Transcripción

1 Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes) Emilio Muñoz-Velasco 1.1 Matrices y S.E.L. 1

2 1.1 Matrices y sistemas de ecuaciones lineales. Llamamos M m n (R) al conjunto de las matrices A = (a ij ) (i = 1, 2,..., m; j = 1, 2,..., n) donde los elementos a ij R. Podemos definir las siguientes operaciones de matrices: Suma: A, B M m n (R), entonces A + B = (a ij + b ij ). Producto de un número real por una matriz: M m n (R), entonces a A = (a a ij ). Si a R y A Producto de Matrices: Si A M m n (R) y B M n p (R) entonces ( n ) AB = a ik b kj M m p (R) k=1 Emilio Muñoz-Velasco 1.1 Matrices y S.E.L. 2

3 Propiedades de las operaciones de matrices 1. A+(B+C) = (A+B)+C 2. A + 0 = 0 + A = A 3. A+( A) = ( A)+A = 0 4. A + B = B + A 5. a (A+B) = a A+a B 6. (a + b) A = a A + b A 7. a (b A) = (a b) A 8. 1 A = A 9. A(BC) = (AB)C 10. AI n = I m A = A Emilio Muñoz-Velasco 1.1 Matrices y S.E.L. 3

4 Tipos especiales de matrices cuadradas Una matriz cuadrada A de tamaño n se llama inversible, si existe otra matriz A 1 tal que AA 1 = A 1 A = I n. Las matrices cuadradas que no tienen inversa se llaman singulares. Matriz diagonal: a ij = 0 si i j. Matriz escalar a ii = 0 para cada i. Es decir A = λ I n. Matriz triangular inferior a ij = 0 si i < j. Matriz triangular superior a ij = 0 si i > j. Matriz simétrica A = A T. Matriz antisimétrica A = A T. Emilio Muñoz-Velasco 1.1 Matrices y S.E.L. 4

5 Matrices escalonadas por filas Diremos que una matriz es escalonada por filas reducida si los elementos que están en la misma columna que el primer 1 de cada fila son todos ceros. Emilio Muñoz-Velasco 1.1 Matrices y S.E.L. 5

6 Ejemplos Las siguientes matrices son escalonadas por filas: Ninguna es escalonada reducida por filas Las siguientes matrices son escalonadas reducidas por filas: Emilio Muñoz-Velasco 1.1 Matrices y S.E.L. 6

7 Transformaciones elementales Tipo I: Cambiar dos filas Tipo II: Multiplicar una fila por una constante c 0 de K Tipo III: Sumar a una fila por otra fila multiplicada por c K Dos matrices A y B son equivalentes por filas si una de ellas se puede obtener a partir de la otra mediante transformaciones elementales por filas. Ejemplo: Las matrices A = B A y B = B C A son equivalentes por filas. Que transformaciones elementales se han realizado en la matriz A para obtener la matriz B? Emilio Muñoz-Velasco 1.1 Matrices y S.E.L. 7

8 Independencia y dependencia lineal Llamamos combinación lineal de filas (o columnas) f 1, f 2,..., f k a una expresión de la forma a 1 f 1 + a 2 f a k f k donde los a i son elementos del cuerpo K. Diremos que un conjunto de filas (o columnas) de una matriz son linealmente independientes si ninguna de ellas se puede expresar como combinación lineal de las restantes. En caso contrario se dice que el conjunto de filas (o columnas) es linealmente dependiente. Emilio Muñoz-Velasco 1.1 Matrices y S.E.L. 8

9 Rango de una matriz Llamamos rango por filas de una matriz al número máximo de filas linealmente independientes. Asimismo llamamos rango por columnas al número máximo de columnas linealmente independientes. Teorema 1. El rango por filas de cualquier matriz coincide con su rango por columnas. A dicho número le llamamos simplemente rango de la matriz. Teorema 2. Las matrices equivalentes por filas tienen el mismo rango. Teorema 3. El rango de una matriz escalonada por filas es el número de filas distintas de cero. Teorema 4. Toda matriz es equivalente por filas a una matriz escalonada por filas. Emilio Muñoz-Velasco 1.1 Matrices y S.E.L. 9

10 Ejemplo 1. La matriz tiene rango 3. Cálculo de la inversa de una matriz Corolario 1. Una matriz cuadrada es inversible si y sólo si es equivalente por filas (resp. por columnas) a la matriz identidad. Esto nos permite calcular la inversa de una matriz A. E k E k 1... E 1 A = I A 1 = E k E k 1... E 1 Ejemplo 2. Calcular la inversa de la matriz Emilio Muñoz-Velasco 1.1 Matrices y S.E.L. 10

11 Sistemas de Ecuaciones Lineales. Métodos de Gauss y de Gauss-Jordan Teorema 5. Los sistemas Ax = b y Bx = c tienen las mismas soluciones si y solo si sus matrices ampliadas son equivalentes por filas. Los teoremas anteriores nos permiten concluir que, dado un sistema Ax = b, existe un sistema Gx = g donde (G g) es escalonada por filas y equivalente por filas a la matriz (A b). El algoritmo para resolver un sistemas de ecuaciones basado en este hecho lo denominaremos Método de Gauss. Modificando el método de Gauss para que la matriz (G g) sea escalonada por filas reducida se obtiene el método de Gauss-Jordan. Emilio Muñoz-Velasco 1.1 Matrices y S.E.L. 11

12 Teorema de Rouché-Frobenius Dado un sistemas de ecuaciones Ax = b, donde A M m n (K) y b K m, representaremos por (A b) la matriz ampliada obtenida añadiendo a la matriz A la columna formada por los elementos de b. Entonces, siendo n es el número de incógnitas, se tiene que Si rang A rang(a b), entonces el sistema es incompatible. Si rang A = rang(a b) y rang A = n, el sistema es compatible determinado. rang A < n, el sistema es compatible indeterminado. Para el caso homogéneo, Ax = 0, siempre el vector x = 0 es solución. Por tanto, solo si rang A < n existen soluciones distintas de la trivial. Emilio Muñoz-Velasco 1.1 Matrices y S.E.L. 12

13 Ejemplo Ejemplo 3. Estudiar la compatibilidad y resolver, cuando sea posible los sistemas de ecuaciones siguientes utilizando los métodos de Gauss y de Gauss-Jordan. 2x + 3y + z = 2 x + z = 2 4x + 4y + z = 2 2x + 3y + z = 1 x + 2y + 3z = 0 3x + 5y + 4z = 1 2x + 3y + z = 1 x + 2y + 3z = 0 3x + 5y + 4z = 6 Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 13

14 1.2 Espacios vectoriales. Definición 1. Llamamos espacio vectorial sobre un cuerpo K a un conjunto V con dos operaciones suma (+) (interna) y un producto ( ) (externa) que verifican: 1. + verifica las siguientes operaciones: (a) ( u + v) + w = u + ( v + w) (b) v + 0 = 0 + v = v (c) v + ( v) = ( v) + v = 0 (d) u + v = v + u 2. verifica: (a) λ( v + w) = λ v + λ w para λ K y v, w V. (b) (λ + µ) v = λ v + µ v para λ, µ K y v V. (c) (λµ) v = λ(µ v) para λ, µ K y v V. (d) 1 v = v para v V (siendo 1 la unidad en K). Representaremos por (V, +,, K) al espacio vectorial y llamamos vectores a los elementos de V y escalares a los elementos de K. Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 14

15 Ejemplos: (R n, +,, R) es el espacio vectorial real n-dimensional. (K n, +,, K) es el espacio vectorial n-dimensional sobre K. Si P es el conjunto de polinomios con coeficientes reales, entonces (P, +,, R) es un espacio vectorial. Las matrices m n definidas sobre cualquier cuerpo K también forman un espacio vectorial (sobre el mismo cuerpo K). Teorema 6. En todo Espacio vectorial se tienen las siguientes propiedades: a) 0 v = 0 b) λ 0 = 0 c) Si λ v = 0, entonces λ = 0 y/o v = 0 d) ( 1) v = v e) ( λ) v = λ( v) = (λ v) Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 15

16 Dependencia e independencia lineal Combinación lineal. Será todo vector de la forma λ 1 v 1 + λ 2 v λ n v n donde λ i K y v i V. Observaciones: Todo vector es combinación lineal de sí mismo. El vector 0 es combinación de cualquier conjunto de vectores. Si S = { v 1, v 2,..., v n } es un conjunto finito de vectores (sistema de vectores) de V, diremos que son linealmente dependientes (l.d.) si existe una combinación lineal λ 1 v 1 + λ 2 v λ n v n = 0 con al menos un λ i 0. En caso de que toda la combinación lineal igualada a 0 implique λ 1 = λ 2 = = λ n = 0, decimos que los vectores son linealmente independientes (l.i.). Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 16

17 Ejemplo En los e.v. K n, si tenemos un sistema de vectores S = { v 1, v 2... v m } podemos construir la matriz A formada por dichos vectores puestos en fila. Entonces el máximo número de vectores linealmente independientes de S coincide con el rango de la matriz A. Así en R 4 el conjunto de vectores {(1, 2, 4, 3), ( 2, 1, 1, 0), (3, 3, 3, 3)} es linealmente dependiente porque la matriz tiene rango 2. A = Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 17

18 Teorema 7. Sea V un e.v., entonces: 1. Si v 0, entonces { v} es l.i. 2. Todo sistema de vectores que contenga el 0 es l.d. 3. Si S es un sistema de vectores l.i. y S S, entonces S es l.i. 4. Si S es un sistema de vectores l.d. y S S, entonces S es l.d. 5. Si S es un sistema de vectores, no todos nulos, l.d., entonces al menos uno de los vectores se puede expresar como combinación de los restantes. 6. Si S es un sistema de vectores l.i. y S { v} es l.d., entonces v es combinación lineal de los vectores de S. Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 18

19 Subespacios Vectoriales Dado un e.v. V y W V, W, diremos que es subespacio vectorial (s.v) si verifica: a) para cada v, w W se tiene v + w W. b) para cada v W y λ K se tiene λ v W. O equivalentemente, λ v + µ w W para cada λ, µ K y v, w W Obsérvese que { 0} es un subespacio vectorial (subespacio trivial). Un subespacio vectorial W V diremos que es subespacio propio si W { 0} y W V. Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 19

20 Ejemplos Si V = R 2, W = {(x, y) y = mx}, siendo m un número real, es un subespacio vectorial. Si V = R 3, W = {(x, y, z) ax + by + cz = 0}, siendo a, b, c números reales, es un subespacio vectorial. Si V = R 2, W = {(x, y) x + y = 1} no es un subespacio vectorial. Si V = P es el espacio vectorial de los polinomios con coeficientes reales, entones W = P n el conjunto de polinomios de grado menor o igual que n es un subespacio vectorial. Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 20

21 Teorema 8. Dado un sistema de vectores S V, S, el conjunto L(S) formado por todas sus posibles combinaciones lineales de los vectores de S forman un subespacio vectorial de V. Definición 2. A este subespacio vectorial L(S) se le llamará subespacio generado por el conjunto de vectores S. Si { v 1, v 2,..., v n } es dicho conjunto se representa por L(S) = v 1, v 2,..., v n. Definición 3. Si W es un subespacio vectorial de V y S es un sistema de vectores tal que L(S) = W decimos entonces que S es un sistema generador de W. Ejemplo: Si V = R 4 y W = (1, 2, 0, 0), (0, 3, 1, 0), entonces los vectores de W son de la forma: (x, y, z, t) = λ(1, 2, 0, 0) + µ(0, 3, 1, 0) donde λ y µ son números reales cualesquiera. Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 21

22 Base de un subespacio vectorial Llamamos base de un subespacio vectorial V a un sistema de vectores B linealmente independiente que es un sistema generador de V, es decir L(B) = V. Ejemplos: 1. En los e.v. K n, el sistema de n vectores {(1, 0, 0,..., 0), (0, 1, 0,..., 0)... (0, 0,..., 0, 1)} es una base, a la que llamamos base canónica. 2. En el subespacio de R 4 siguiente W = (1, 2, 4, 3), ( 2, 1, 1, 0), (3, 3, 3, 3) una base de W estaría formada por cualesquiera dos vectores del sistema generador. Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 22

23 Esp. Vec. de dimensión finita Teorema 9. Si un e.v. admite una base finita con n vectores entonces todas las bases tienen exactamente n vectores. Definición 4. Si un e.v. tiene una base finita de n vectores decimos que es de dimensión finita. Al número natural n lo llamamos dimensión del espacio. Aceptamos que el e.v. trivial { 0} es el único espacio de dimensión 0. Teorema 10. Si B = { v 1, v 2,..., v n } es una base de un espacio vectorial, cada vector v del espacio se puede expresar de forma única como combinación lineal de los vectores de B v = λ 1 v 1 + λ 2 v λ n v n y se dice que (λ 1, λ 2,..., λ n ) son las coordenadas de v respecto de la base B. Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 23

24 Ejemplo Fija dos bases distintas para el e.v. generado por el sistema de vectores {(1, 2, 4, 3), ( 2, 1, 1, 0), (3, 3, 3, 3)} y determina, de entre los siguientes vectores, los que pertenecen a dicho espacio y qué coordenadas tienen respecto de cada una de las bases. a) (2, 1, 4, 3) b) (1, 2, 4, 3) c) (5, 4, 2, 3) d) (3, 2, 1, 3) Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 24

25 Cambio de base Si B 1 = { v 1, v 2,..., v n } y B 2 = { w 1, w 2,..., w n } son bases de un mismo e.v. V, un vector v tendrá coordenas distintas respecto de cada una de las bases, así v = λ 1 v 1 + λ 2 v λ n v n v = µ 1 w 1 + µ 2 w µ n w n ( ) Además cada vector v i B 1 tiene unas coordenadas respecto de B 2, así v 1 = a 11 w 1 + a 21 w a n1 w n v 2 = a 12 w 1 + a 22 w a n2 w n. v n = a 1n w 1 + a 2n w a nn w n Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 25

26 que sustituyendo en la ecuación ( ) y desarrollando se tiene µ 1 = λ 1 a 11 + λ 2 a λ n a 1n µ 2 = λ 1 a 21 + λ 2 a λ n a 2n. µ n = λ 1 a n1 + λ 2 a n2 + + λ n a nn que en forma matricial se expresa a 11 a a 1n λ 1 a 21 a a 2n λ = a n1 a n2... a nn λ n µ 1 µ 2. µ n donde la matriz A resultante se denomina matriz del cambio de base de B 1 a B 2. Nota. Obsérvese que A λ = µ A 1 µ = λ, de donde A 1 será entonces la matriz del cambio de base de B 2 a B 1. Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 26

27 Ejemplos 1. Si sabemos que un vector de R 4 tiene por coordenadas (1, 1, 2, 0) respecto de la base B = {(1, 1, 1, 1), (1, 1, 1, 2), (1, 1, 2, 3), (1, 2, 3, 4)} calcula las coordenadas del mismo vector respecto de la base B = {(1, 0, 0, 0), (1, 1, 0, 0), (1, 1, 1, 0), (1, 1, 1, 1)} 2. Si un vector de R 2 tiene coordenadas (2, 3) respecto de la base {(3, 1), (0, 3)}, encuentra una base en la que tenga por coordenadas (1, 1). Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 27

28 Ecuaciones cartesianas Son restricciones a las coordenadas de los vectores del espacio para que pertenezcan al subespacio. Ejemplo. Un subespacio de R 4 está definido por vectores (x, y, z, t) definidos por las siguientes coordenadas cartesianas: x + y + 2t = z z y = t } Resolviendo el sistema de ecuaciones obtenemos que: W = {( β, α β, α, β) α, β R} de donde W = ( 1, 1, 0, 1), (0, 1, 1, 0). Además {( 1, 1, 0, 1), (0, 1, 1, 0)} es una base de W. tanto, dim W = 2. Por Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 28

29 Ecuaciones paramétricas Sirven para expresar las coordenadas de los vectores del subespacio en función de parámetros que pueden tomar cualquier valor de los escalares en el cuerpo. Ejemplo Las ecuaciones paramétricas del subespacio U de R 3 son: x = 2α β y = 3α 2β z = α Calcula una base, la dimensión y las ecuaciones cartesianas de U. Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 29

30 Intersección de subespacios Dados dos s.v. V 1 y V 2 de V, se define V 1 V 2 = { v v V 1 y v V 2 } es también un subespacio vectorial de V. Teorema 11. Si S es un sistema de vectores de V, entonces L(S) es la intersección de todos los subespacios vectoriales que contienen a S. L(S) es el menor subespacio vectorial que contiene a S. Una forma de calcular las ecuaciones cartesianas de la intersección de dos subespacios es unir las ecuaciones cartesianas de cada uno de ellos. Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 30

31 Suma de subespacios Dados dos s.v. V 1 y V 2 de V, se define V 1 + V 2 = { v 1 + v 2 v 1 V 1 y v 2 V 2 } que es un nuevo subespacio vectorial que contiene a V 1 V 2. Obsérvese que la simple unión de subespacios no es subespacio vectorial. Una forma de calcular un sistema generador del subespacio suma es unir los sistemas generadores de cada uno de los subespacios. Ejemplo. Dados V 1 = (1, 2, 1, 0), (2, 0, 0, 1) y V 2 = (3, 2, 1, 1), (1, 0, 0, 1), determina las ecuaciones cartesianas y paramétricas del s.v. V 1 + V 2 de R 4. Definición 5. Si V 1 V 2 = { 0}, a la suma de subespacios la llamamos suma directa de subespacios y se representa V 1 V 2. Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 31

32 Teorema Si V y W son subespacios tales que W V, entonces dim W dim V 2. Si W 1, W 2 son s.v. de V, de dimensión finita, se tiene dim(w 1 + W 2 ) = dim W 1 + dim W 2 dim(w 1 W 2 ) En particular dim (W 1 W 2 ) = dim W 1 + dim W 2. Ejemplos: Dado el subespacio W 1 = (1, 2, 4, 3), ( 2, 2, 0, 1), (3, 4, 4, 2) de R 4, encuentra una base para el espacio complementario W 2 en R 4, es decir W 1 W 2 = R 4. Si sabemos que dim W 1 = dim W 2 = dim(w 1 W 2 ), podemos afirmar que W 1 = W 2? Emilio Muñoz-Velasco 1.2 Espacios vectoriales. 32

Tema 3: Espacios vectoriales

Tema 3: Espacios vectoriales Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación

Más detalles

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

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

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

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

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

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

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

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

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 5: Sistemas de ecuaciones lineales.

Tema 5: Sistemas de ecuaciones lineales. TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1

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

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes

Más detalles

520142: ALGEBRA y ALGEBRA LINEAL

520142: ALGEBRA y ALGEBRA LINEAL 520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición

Más detalles

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

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

Resumen 3: Matrices, determinantes y sistemas de ecuaciones

Resumen 3: Matrices, determinantes y sistemas de ecuaciones Resumen 3: Matrices, determinantes y sistemas de ecuaciones lineales 1 Matrices Una matriz con coeficientes sobre un cuerpo K (normalmente K R) consiste en una colección de números (o escalares) del cuerpo

Más detalles

MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).

MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ). 1 MATRICES 1 Una matriz es una disposición rectangular de números (Reales); la forma general de una matriz con filas y columnas es Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden

Más detalles

APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES

APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES Ignacio López Torres. Reservados todos los derechos. Prohibida la reproducción total o parcial de esta obra, por cualquier medio electrónico

Más detalles

Conjuntos y matrices. Sistemas de ecuaciones lineales

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

Más detalles

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

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

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

Matrices y determinantes. Sistemas de ecuaciones lineales

Matrices y determinantes. Sistemas de ecuaciones lineales Tema 0 Matrices y determinantes Sistemas de ecuaciones lineales 01 Introducción Definición 011 Se llama matriz a un conjunto ordenado de números, dispuestos en filas y columnas, formando un rectángulo

Más detalles

Tema 1: MATRICES. OPERACIONES CON MATRICES

Tema 1: MATRICES. OPERACIONES CON MATRICES Tema 1: MATRICES. OPERACIONES CON MATRICES 1. DEFINICIÓN Y TIPO DE MATRICES DEFINICIÓN. Una matriz es un conjunto de números reales dispuestos en filas y columnas. Si en ese conjunto hay m n números escritos

Más detalles

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES CONCEPTO MATRICES Se llama matriz de orden (dimensión) m n a un conjunto de m n elementos dispuestos en m filas y n columnas Se representa por A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn j=1,2,,n

Más detalles

BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES.

BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. Matrices: Se llama matriz de dimensión m n a un conjunto de números reales dispuestos en m filas y n columnas de la siguiente forma: 11 a 12 a 13... a 1n A= a a 21

Más detalles

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

1 ÁLGEBRA DE MATRICES

1 ÁLGEBRA DE MATRICES 1 ÁLGEBRA DE MATRICES 1.1 DEFINICIONES Las matrices son tablas numéricas rectangulares. Se dice que una matriz es de dimensión m n si tiene m filas y n columnas. Cada elemento de una matriz se designa

Más detalles

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES MATEMÁTICAS APLICADAS A LAS CC SOCIALES CAPÍTULO 2 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad

Más detalles

Matrices y sistemas lineales

Matrices y sistemas lineales 15 Matemáticas I : Preliminares Tema 2 Matrices y sistemas lineales 2.1 Definiciones básicas Una matriz es una tabla rectangular de números, es decir, una distribución ordenada de números. Los números

Más detalles

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES 3 RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES Página 74 Determinantes de orden 2 Resuelve cada uno de los siguientes sistemas de ecuaciones y calcula el determinante de la matriz de los coeficientes:

Más detalles

Sistem as de ecuaciones lineales

Sistem as de ecuaciones lineales Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a

Más detalles

MATEMÁTICAS 2º BACH TECNOL. MATRICES. Profesor: Fernando Ureña Portero MATRICES

MATEMÁTICAS 2º BACH TECNOL. MATRICES. Profesor: Fernando Ureña Portero MATRICES CONCEPTO DE MATRIZ Definición: Se denomina matriz A o (a ij ) a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas : Columnas Filas Elemento a ij : Cada uno

Más detalles

Trabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1:

Trabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1: 6 Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio : Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique

Más detalles

Sistemas de ecuaciones lineales dependientes de un parámetro

Sistemas de ecuaciones lineales dependientes de un parámetro Vamos a hacer uso del Teorema de Rouché-Frobenius para resolver sistemas de ecuaciones lineales de primer grado. En particular, dedicaremos este artículo a resolver sistemas de ecuaciones lineales que

Más detalles

Espacios vectoriales

Espacios vectoriales Espacios vectoriales [Versión preliminar] Prof. Isabel Arratia Z. Algebra Lineal 1 En el estudio de las matrices y, en particular, de los sistemas de ecuaciones lineales realizamos sumas y multiplicación

Más detalles

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

Objetivos formativos de Álgebra

Objetivos formativos de Álgebra Objetivos formativos de Álgebra Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera como objetivo

Más detalles

Espacios Vectoriales www.math.com.mx

Espacios Vectoriales www.math.com.mx Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................

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

Tema 3: Sistemas de ecuaciones lineales

Tema 3: Sistemas de ecuaciones lineales Tema 3: Sistemas de ecuaciones lineales 1. Introducción Los sistemas de ecuaciones resuelven problemas relacionados con situaciones de la vida cotidiana que tiene que ver con las Ciencias Sociales. Nos

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

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

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

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

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

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

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares

Más detalles

Matrices, determinantes, sistemas de ecuaciones lineales.

Matrices, determinantes, sistemas de ecuaciones lineales. UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Resúmenes Curso 2007-2008 Matrices, determinantes, sistemas de ecuaciones lineales. Una matriz A de orden m n es una colección de m

Más detalles

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

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

Más detalles

Tema 1: Matrices y Determinantes

Tema 1: Matrices y Determinantes Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz

Más detalles

Temario de Matemáticas

Temario de Matemáticas Temario de Matemáticas BLOQUE I: ÁLGEBRA LINEAL Y GEOMETRÍA 1 o Grado en Biología Alma Luisa Albujer Brotons Índice general 1. Matrices 1 1.1. Conceptos básicos y ejemplos...............................

Más detalles

MATRICES. Rango de una matriz. Matriz Inversa. Determinante de una matriz cuadrada. Sistemas de Ecuaciones Lineales. Nociones de espacios vectoriales

MATRICES. Rango de una matriz. Matriz Inversa. Determinante de una matriz cuadrada. Sistemas de Ecuaciones Lineales. Nociones de espacios vectoriales MATRICES Rango de una matriz Matriz Inversa Determinante de una matriz cuadrada Sistemas de Ecuaciones Lineales Nociones de espacios vectoriales MATRICES -DEFINICIÓN DE MATRIZ. -ALGUNOS TIPOS DE MATRICES.

Más detalles

ESPACIOS VECTORIALES

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

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

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales 1. Estudiar el sistema de ecuaciones según los valores del parámetro a. ax + y + z = a x y + z = a 1 x + (a 1)y + az = a + 3 Resolverlo (si es posible) para a = 1. (Junio

Más detalles

UNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS

UNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS UNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS Sistemas de dos ecuaciones con dos incógnitas. Método de igualación. Método de reducción. Método de sustitución Método de eliminación Gaussiana.

Más detalles

MATRICES. Una matriz es un conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.

MATRICES. Una matriz es un conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. MATRICES Una matriz es un conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento

Más detalles

Estos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.

Estos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones. TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento

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

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

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

2.- Sistemas lineales.

2.- Sistemas lineales. 2.- Sistemas lineales. 2.1.-Definiciones previa. 2.1.1.-Ecuación lineal con n incógnitas: Cualquier expresión del tipo:, donde a i, b, ú. Los valores a i se denominan coeficientes, b término independiente

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales ALBERTO VIGNERON TENORIO Dpto. de Matemáticas Universidad de Cádiz Índice general 1. Sistemas de ecuaciones lineales 1 1.1. Sistemas de ecuaciones lineales. Definiciones..........

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

Algebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21

Algebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21 Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)

Más detalles

Se llama adjunto de un elemento de una matriz A, al número resultante de multiplicar por el determinante de la matriz complementaria

Se llama adjunto de un elemento de una matriz A, al número resultante de multiplicar por el determinante de la matriz complementaria T.3: MATRICES Y DETERMINANTES 3.1 Determinantes de segundo orden Se llama determinante de a: 3.2 Determinantes de tercer orden Se llama determinante de a: Ejercicio 1: Halla los determinantes de las siguientes

Más detalles

Sistemas lineales con parámetros

Sistemas lineales con parámetros 4 Sistemas lineales con parámetros. Teorema de Rouché Piensa y calcula Dado el siguiente sistema en forma matricial, escribe sus ecuaciones: 3 0 y = 0 z + y 3z = 0 y = Aplica la teoría. Escribe los siguientes

Más detalles

Autovalores y autovectores Diagonalización y formas canónicas

Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,

Más detalles

Matrices. José Vicente Romero Bauset. ETSIT-curso 2009/2010. José Vicente Romero Bauset Tema 1.- Matrices. 1

Matrices. José Vicente Romero Bauset. ETSIT-curso 2009/2010. José Vicente Romero Bauset Tema 1.- Matrices. 1 Matrices José Vicente Romero Bauset ETSIT-curso 2009/2010 José Vicente Romero Bauset Tema 1- Matrices 1 Introducción Por qué estudiar las matrices? Son muchas las situaciones de la vida real en las que

Más detalles

Lo rojo sería la diagonal principal.

Lo rojo sería la diagonal principal. MATRICES. Son listas o tablas de elementos y que tienen m filas y n columnas. La dimensión de la matriz es el número se filas y de columnas y se escribe así: mxn (siendo m el nº de filas y n el de columnas).

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

1. ESPACIOS VECTORIALES

1. ESPACIOS VECTORIALES 1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,

Más detalles

Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I?

Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I? MATRICES Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I? La multiplicación de matrices cuadradas, tiene la propiedad conmutativa?

Más detalles

Tema III. Espacios vectoriales

Tema III. Espacios vectoriales Tema III. Espacios vectoriales 1. Espacios vectoriales 2. Dependencia e independencia lineal 3. Sistemas generadores. Bases 4. Cambio de base 5. Subespacios vectoriales. Ecuaciones. 6. Interpretación geométrica

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

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Tema 1 Sistemas de ecuaciones lineales 11 Definiciones Sea K un cuerpo Una ECUACIÓN LINEAL CON COEFICIENTES EN K es una expresión del tipo a 1 x 1 + + a n x n = b, en la que n es un número natural y a

Más detalles

como el número real que resulta del producto matricial y se nota por:

como el número real que resulta del producto matricial y se nota por: Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota 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

CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES

CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES Parte A: determinantes. A.1- Definición. Por simplificar, consideraremos que a cada matriz cuadrada se le asocia un número llamado determinante que se

Más detalles

SISTEMAS DE ECUACIONES LINEALES

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

Más detalles

Sistemas de Ecuaciones Lineales

Sistemas de Ecuaciones Lineales Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a

Más detalles

Apuntes de álgebra lineal. Eduardo Liz Marzán. Enero de 2015.

Apuntes de álgebra lineal. Eduardo Liz Marzán. Enero de 2015. Apuntes de álgebra lineal Eduardo Liz Marzán Enero de 2015 Índice general 1 Introducción 7 11 Operaciones internas y estructura de cuerpo 7 12 Números complejos 8 13 Vectores 10 2 Matrices y determinantes

Más detalles

Matriz sobre K = R o C de dimensión m n

Matriz sobre K = R o C de dimensión m n 2 Matrices y Determinantes 21 Matrices Matriz sobre K = R o C de dimensión m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Tipos de matrices: Cuadrada: n n = (a ij) i=1,,m j=1,,n Nula: (0) i,j 1 0

Más detalles

Sistemas de Ecuaciones Lineales SISTEMAS DE ECUACIONES LINEALES DEFINICIONES, TIPOS DE SISTEMAS Y DISTINTAS FORMAS DE EXPRESARLOS

Sistemas de Ecuaciones Lineales SISTEMAS DE ECUACIONES LINEALES DEFINICIONES, TIPOS DE SISTEMAS Y DISTINTAS FORMAS DE EXPRESARLOS SISTEMAS DE ECUACIONES LINEALES DEFINICIONES, TIPOS DE SISTEMAS Y DISTINTAS FORMAS DE EXPRESARLOS 1.- DEFINICIÓN DE SISTEMAS DE ECUACIONES LINEALES Definición: se llama sistema de ecuaciones lineales al

Más detalles

A1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas.

A1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. A1.- Determina a y b sabiendo que el sistema de ecuaciones x + 3y +z = 1 -x + y +z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. Para que el sistema tenga, al menos, dos soluciones distintas

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

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales TIPOS DE SISTEMAS. DISCUSIÓN DE SISTEMAS. Podemos clasificar los sistemas según el número de soluciones: Incompatible. No tiene solución Compatible. Tiene solución. Compatible

Más detalles

Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa.

Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa. Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:

Más detalles

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

EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES DETERMINANTES Y SISTEMAS DE ECUACIONES JUNIO 06/07. a) Calcula el rango de la matriz A según los valores del parámetro a 3 a A = 4 6 8 3 6 9 b)

Más detalles

Capítulo 1: Diagonalización de matrices

Capítulo 1: Diagonalización de matrices Capítulo : Diagonalización de matrices Matrices y determinantes Definición Una matriz es un arreglo rectangular de números reales a a a m a A a a m a n a n a nm La matriz es de orden n m si consta de n

Más detalles

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

Lección 1. Algoritmos y conceptos básicos.

Lección 1. Algoritmos y conceptos básicos. Página 1 de 8 Lección 1. Algoritmos y conceptos básicos. Objetivos. La primera lección del curs está dedicada a repasar los conceptos y algoritmos del álgebra lineal, básicos para el estudio de la geometría

Más detalles

Definición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar.

Definición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar. UNIDAD 03: MATRICES Y DETERMINANTES. 3.1 Conceptos de Matrices. 3.1.1 Definición de matriz. Definición: Se lama matriz de orden m x n a un arreglo rectangular de números dispuestos en m renglones y n columnas.

Más detalles

Tema I. Matrices y determinantes

Tema I. Matrices y determinantes Tema I. Matrices y determinantes 2007 Carmen Moreno Valencia 1. Matrices sobre un cuerpo 2. Operaciones con matrices 3. Determinante de una matriz cuadrada 4. Menor complementario y adjunto 5. Cálculo

Más detalles

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Ev En todo el curso K es un cuerpo Podeis pensar que K = Q, K = R o K = C Un conjunto no vacio E es un K-espacio vectorial (o abreviadamente, un K-ev) cuando existan dos operaciones,

Más detalles

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

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los

Más detalles

DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES

DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES ALGEBRA DE MATRICES DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES DEFINICIONES 2 Las matrices y los determinantes son herramientas

Más detalles