1. Matrices no negativas
|
|
- Roberto Ruiz González
- hace 6 años
- Vistas:
Transcripción
1 1. Matrices no negativas Cuando A posee al menos un coeficiente nulo y el resto no negativos, puede ocurrir que algunas de las propiedades probadas no se sigan cumpliendo. Ejemplo 1.1 Si A = ( el radio espectral es nulo, ρ(a = 0, y la multiplicidad algebraica y geométrica son distintas. Ejemplo 1. Si A = I n, n > 1, ρ(a = 1 cualquier vector de coordenadas positivas es autovector y la multiplicidad geométrica es mayor que 1. Ejemplo 1.3 Si A = ( se cumplen todas las propiedades salvo la sexta, ya que 1 y 1 tienen el mismo módulo. Veamos primero que propiedades subsisten: Proposición 1.4 Si A 0, ρ(a es autovalor (aunque puede ser 0 y posee al menos un autovector de coordenadas no negativas. También sigue valiendo: Teorema de Collatz-Wielandt: r = máx x N f(x, donde:,, (Ax i f(x = { mín }, y N = {x R n : x i 0 i, x 0}. 1 i n x i Dem 1.5 Consideremos la sucesión de matrices positivas B = A + 1E, donde E es la matriz con todos sus coeficientes iguales a 1. Como B > B +1, por el corolario del Teorema C-W, tenemos que r = ρ(b > ρ(b +1, es una sucesión decreciente acotada inferiormente por 0, luego converge a un número r 0. Por otra parte cada B posee un vector de Perron x, como sus coordenadas están acotadas, se puede conseguir una subsucesión x n que converge a un vector x 0, x 0. Como Ax = lím B n x n = lím r n x n = r x, 1
2 se tiene que x es autovector no negativo con autovalor r. Además si usamos que: ρ(a A 1 B m 1 al tomar límite para queda ρ(a r m, y tomando límite para m, vemos que r ρ(a, y como r es un autovalor debe ser r = ρ(a. Para probar C-W, observamos que sigue valiendo 0 f(xx Ax A x. Si multiplicamos a izquierda por el vector de Perron a izquierda q de A, obtenemos: f(xq T x q T Ax q T A x = r q T x = f(x r = f(x r, como f(z = r y z N, se sigue que máx x N f(x = r. Sobre las restantes propiedades de las matrices positivas, Frobenious observó que algunas se mantenían dependiendo de la posición en que se ubican los ceros de A. Esto lo llevó a definir lo siguiente: Definición 1.6 Una matriz A se dice reducible si existe una matriz de permutación P tal que ( X Y P T AP =. 0 Z En caso de no existir una tal P, A se dice irreducible. Una forma gráfica de observar la irreducibilidad es asociando a una matriz n n A = (a ij 0 un grafo dirigido G(A con n vértices. Donde el vértice i se conecta con el j por una arista dirigida de i a j, si a ij > 0. La matriz A será irreducible si y sólo si todo par de vértices de G(A puede conectarse entre si mediante un camino. Vemos que una matriz reducible permite separar a {1,,..., n 1, n} = I J, en dos conjuntos disjuntos I, J, tales que a ij = 0, i I, j J. En tal caso, el coeficiente a ( ij de A será nulo para todo > 0, ya que = i 1,i,...i 1 a ii1 a i1 i... a i 1j y todos los sumandos serán nulos, porque siempre aparece al menos un factor nulo en cada sumando. Recíprocamente, si A 0 es irreducible, el coeficiente i, j de alguna potencia A será positivo. El siguiente Lema conecta las matrices irreducibles y no negativas con las positivas. a ( ij Lema 1.7 Si A 0 es irreducible entonces (I + A n 1 > 0.
3 Dem 1.8 n 1 [(I + A n 1 ] ij = [ =0 ( n 1 A ] ij = n 1 ( n 1 =0 a ( ij > 0. Con este resultado podemos extender casi todas las propiedades del Teorema de Perron a matrices no negativas. Teorema de Perron-Frobenious Sea A una matriz n na 0 irreducible, con r = ρ(a, entonces son verdaderas las siguientes afirmaciones: 1 r > 0, r σ(a, r se llama raíz de Perron, 3 mult alg (ρ(a = 1, 4 Existe un vector x > 0 tal que Ax = rx, 5 El vector de Perron, es el único vector z que cumple: Az = rz, z > 0, z i = 1, y salvo por múltiplos de z, no hay otros autovectores de A con coordenadas positivas y cualquier autovalor. 6 Teorema de Collatz-Wielandt: r = máx x N f(x, donde: (Ax i f(x = mín, y N = {x R n : x i 0 i, x 0}. 1 i n x i Dem 1.9 y 6 ya fueron probados. Para el resto de las afirmaciones usaremos lo siguiente: si λ es autovalor de A entonces (1 + λ n 1 es autovalor de (I + A n 1, ya que si triangularizamos A mediante una matriz unitaria U: T = U T AU, la misma U nos permite triangularizar (I + A n 1 y los valores que obtenemos en la diagonal son los (1 + t ii n 1. Más aún, se sigue que la multiplicidad algebraica de λ en A es menor o igual que la multiplicidad algebraica de (1 + λ n 1 en (I + A n 1. Entonces si µ = ρ((i + A n 1, tenemos: µ = máx λ σ(a { (1 + λn 1 } = ( máx λ σ(a { (1 + λ }n 1 = (1 + r n 1 3 i
4 Ahora bien, si Ax = rx con x 0, (I + A n 1 x = (1 + r n 1 x lo cual implica al ser x autovector correspondiente a ρ((i +A n 1, que x > 0 y mult alg r = 1. Por lo tanto Ax > 0, por lo cual r > 0. Esto prueba 1, 3, 4 y 5. Frobenious estudió también en que casos vale que hay un sólo autovalor de módulo ρ(a. Definición 1.10 Si λ σ(a, λ = ρ(a = λ = ρ(a decimos que A es primitiva, en caso contrario se dice que A es imprimitiva y el número de autovalores con módulo ρ(a se llama índice de imprimitividad. Ejemplo 1.11 La matriz n n de permutación cíclica (a ij con a ii+1 = 1 = a n1, 1 i n 1. es un ejemplo donde los autovalores son todas las raíces n ésimas de la unidad. Por lo tanto, es un ejemplo de matriz imprimitiva de índice n. Si A es primitiva con ρ(a = r, A/r tendrá todos sus autovalores de módulo menor que 1 salvo el de Perron. Por lo tanto para todo vector x se tiene: lím ( A r x = α(xp donde α(x puede calcularse multiplicando por el vector de Perron a izquierda q: α(xq T p = q T Por lo tanto: lím ( A r x = lím q T ( A r x = lím q T x = α(x = qt x q T p. lím (A r = pqt q T p > 0. Un test muy útil para ver si A es primitiva es el siguiente: Proposición 1.1 A 0, es primitiva si y sólo si existe > 0 tal que A > 0. Dem 1.13 Si r = ρ(a entonces r = ρ(a y si λ es autovalor con λ = r entonces λ es autovalor de A con mult alg (λ A = mult alg (λ A y λ = r = λ = r por ser A > 0. Como la multiplicidad algebraica de r en A es uno, se tiene que sólo puede provenir de λ = r. Recíprocamente si A es primitiva como lím ( A r = 1 q T p pqt > 0 se tiene que alguna potencia de A será positiva. 4
5 Ejemplo 1.14 Cualquier matriz de permutación es reducible o imprimitiva ya que toda potencia de P es de permutación y no puede ser positiva. Ejemplo 1.15 Para ver si A = es primitiva no hace falta calcular potencias de A, sino de cualquier matriz que tenga los mismos coeficientes nulos y el resto positivos pero arbitrarios. Es decir podemos reducir a calcular cuadrados de matrices con ceros y unos. En nuestro caso calculamos = = y la siguiente potencia da positiva, por lo tanto A es primitiva Una cota para la potencia que hay que calcular es (n En el ejemplo anterior n = 3 y ( = 5, como A 4 no es positiva, se ve que la cota es efectiva. 5
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 detalles3.3. Número de condición de una matriz.
96 33 Número de condición de una matriz Consideremos el sistema Ax = b, de solución u Queremos controlar qué cambios se producen en la solución cuando hacemos pequeños cambios en las componentes de b o
Más detalles1 Teoría de Perron-Frobenius.
1 Teoría de Perron-Frobenius 11 Matrices de entradas positivas A lo largo de este capítulo, usaremos la siguiente notación: dadas A, B M n (C) y x C n : 1 A > 0 si A ij 0, 1 i, j n 2 A > 0 si A ij > 0,
Más detallesSemana 09 [1/28] Sucesiones. 29 de abril de Sucesiones
Semana 09 [1/28] 29 de abril de 2007 Semana 09 [2/28] Definición Sucesión Una sucesión real es una función: f : N R n f (n) Observaciones Para distinguir a una sucesión de las demás funciones, se ocupará
Más detallesAutovalores 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 detallesDescomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar)
Valores Singulares Descomposición en valores singulares Notas para los cursos y (JL Mancilla Aguilar) Tanto los valores singulares como la descomposición en valores singulares de una matriz son conceptos
Más detallesCapítulo 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 detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detallesCapítulo 4: Polinomios
Capítulo 4: Polinomios Miguel Ángel Olalla Acosta miguelolalla@us.es Departamento de Álgebra Universidad de Sevilla Diciembre de 2015 Olalla (Universidad de Sevilla) Capítulo 4: Polinomios Diciembre de
Más detallesEsta 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 detallesResumen de Teoría de Matrices
Resumen de Teoría de Matrices Rubén Alexis Sáez Morcillo Ana Isabel Martínez Domínguez 1 de Octubre de 2004 1. Matrices. Generalidades. Definición 1.1. Se llama matriz de orden m n sobre un cuerpo K a
Más detallesALGEBRA I, ALGEBRA Y TRIGONOMETRIA , Segundo Semestre CAPITULO 6: POLINOMIOS.
ALGEBRA I, ALGEBRA Y TRIGONOMETRIA 520135, 522115 Segundo Semestre CAPITULO 6: POLINOMIOS. DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Polinomio Sea K
Más detallesConjuntos y funciones convexas
Conjuntos y funciones convexas Un conjunto X R n se dice convexo si para todo par de puntos x 1 y x 2 en X, λ x 1 + ( 1- λ) x 2 X, para todo λ [0,1] Qué significa esto geométricamente? Un punto λ x 1 +
Más detalles6.1. Anillos de polinomios.
1 Tema 6.-. Anillo de polinomios. División y factorización. Lema de Gauss. 6.1. Anillos de polinomios. Definición 6.1.1. Sea A un anillo. El anillo de polinomios en la indeterminada X con coeficientes
Más detalles1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesFundamentos Matemáticos de la Ingeniería. Tema 4: Diagonalización de matrices. Curso
Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja Escuela Técnica Superior de Ingeniería Civil e Industrial Esp en Hidrología Fundamentos Matemáticos de la Ingeniería Tema 4: Diagonaliación de matrices
Más detallesALGEBRA y ALGEBRA LINEAL. Primer Semestre CAPITULO 6. POLINOMIOS DE UNA VARIABLE.
ALGEBRA y ALGEBRA LINEAL 520142 Primer Semestre CAPITULO 6. POLINOMIOS DE UNA VARIABLE. DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Polinomio Sea K (Q,
Más detallesProblemas de VC para EDVC elaborados por C. Mora, Tema 4
Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Ejercicio Determinar las funciones enteras f para las que Solución f( + w) = f()f(w), w C. En primer lugar, f(0) = f(0 + 0) = f(0)f(0) = f(0) 2,
Más detallesTEMA 8.- NORMAS DE MATRICES Y
Álgebra II: Tema 8. TEMA 8.- NORMAS DE MATRICES Y NúMERO DE CONDICIóN Índice. Introducción 2. Norma vectorial y norma matricial. 2 2.. Norma matricial inducida por normas vectoriales......... 4 2.2. Algunos
Más detallesDeterminantes. Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A).
Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno a 11 = a 11 5 = 5 Determinante
Más detalles520142: 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 detallesDETERMINANTES Profesor: Fernando Ureña Portero
: CONCEPTO, CÁLCULO DE. Definición: A cada matriz cuadrada A=a ij, de orden n, se le asigna un número real, denominado determinante de A, denotado por A o por det (A). A =det (A)= 1.-Determinante de orden
Más detallesContinuidad y monotonía
Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados
Más detallesDescomposición en forma canónica de Jordan (Segunda versión)
Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin
Más detallesMMAF: Espacios normados y espacios de Banach
MMAF: Espacios normados y espacios de Banach Licenciatura en Estadística R. Álvarez-Nodarse Universidad de Sevilla Curso 2011/2012 Espacios vectoriales Definición Sea V un conjunto de elementos sobre el
Más detallesTema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 1 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Más detallesALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República
ALN Repaso matrices In. Co. Facultad de Ingeniería Universidad de la República Definiciones básicas - Vectores Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto
Más detallesSeries. Capítulo Introducción. Definición 4.1 Sea (x n ) n=1 una sucesión de números reales. Para cada n N. S n = x k = x 1 + x x n.
Capítulo 4 Series 4 Introducción Definición 4 Sea (x n ) n= una sucesión de números reales Para cada n N definimos n S n = x k = x + x 2 + + x n k= La sucesión (S n ) n se conoce como la serie infinita
Más detallesSucesiones Introducción
Temas Límites de sucesiones. convergentes. Sucesiones divergentes. Sucesiones Capacidades Conocer y manejar conceptos de sucesiones convergentes y divergentes. Conocer las principales propiedades de las
Más detallesTema 2: Determinantes
Tema 2: Determinantes 1. Introducción En este tema vamos a asignar a cada matriz cuadrada de orden, un número real que llamaremos su determinante y escribiremos. Vamos a ver cómo se calcula. Consideremos
Más detallesPAU Madrid. Matemáticas II. Año Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos.
PAU Madrid. Matemáticas II. Año 22. Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos. Se considera una varilla AB de longitud 1. El extremo A de esta varilla recorre completamente la circunferencia
Más detallesLímite de una función
Límite de una función El límite de la función f(x) en el punto x 0, es el valor al que se acercan las imágenes (las y) cuando los originales (las x) se acercan al valor x 0. Es decir el valor al que tienden
Más detallesAlgebra 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 detallesDeterminantes. 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 detallesModelización por medio de sistemas
SISTEMAS DE ECUACIONES DIFERENCIALES LINEALES. Modelización por medio de sistemas d y dy Ecuaciones autónomas de segundo orden: = f ( y, ) Una variable independiente. Una variable dependiente. La variable
Más detallesIES 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 detallesTeoremas de Convergencia
Capítulo 24 Teoremas de Convergencia El teorema de la convergencia monótona (Lema 21.3) establece ciertas condiciones sobre una sucesión de funciones medibles para que se puedan permutar los símbolos y
Más detallesÓrdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple
Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple Estos apuntes están redactados por Maria de los Angeles Isidro Pérez y Egor Maximenko.
Más detallesConjuntos, relaciones y funciones Susana Puddu
Susana Puddu 1. Repaso sobre la teoría de conjuntos. Denotaremos por IN al conjunto de los números naturales y por ZZ al de los enteros. Dados dos conjuntos A y B decimos que A está contenido en B o también
Más detallesDescomposición en valores singulares de una matriz
Descomposición en valores singulares de una matriz Estas notas están dedicadas a demostrar una extensión del teorema espectral conocida como descomposición en valores singulares (SVD en inglés) de gran
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 5 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 5 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Más detallesAlgebra Lineal Tarea No 22: Valores y vectores propios Solución a algunos problemas de la tarea (al 29 de junio de 2014)
Algebra Lineal Tarea No : Valores y vectores propios a algunos problemas de la tarea (al 9 de junio de 04. Para la matriz A A Indique cuáles vectores son vectores propios: ( ( ( v, v, v 3 3 Recordemos
Más detallesTema 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 detallesTema 3: Aplicaciones de la diagonalización
TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:
Más detallesEl Teorema Fundamental del Álgebra
El Teorema Fundamental del Álgebra 1. Repaso de polinomios Definiciones básicas Un monomio en una indeterminada x es una expresión de la forma ax n que representa el producto de un número, a, por una potencia
Más detalles4.1. Polinomios y teoría de ecuaciones
CAPÍTULO 4 Polinomios y teoría de ecuaciones 4.1. Polinomios y teoría de ecuaciones Un polinomio real en x, o simplemente polinomio en x es una expresión algebraica de la forma a n x n + a n 1 x n 1 +
Más detallesÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3
ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2. Transformaciones ortogonales (Curso 2010 2011) 1. Se considera el espacio vectorial euclídeo IR referido a una base ortonormal. Obtener la expresión
Más detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
Más detallesCoordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo. Contenidos
Cálculo Coordinación de Matemática I MAT021 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo Contenidos Clase 1: La Ecuación Cuadrática. Inecuaciones de grado 2, con y sin valor absoluto. Clase
Más detallesCONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD
CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos
Más detallesAmpliación Matemática Discreta. Justo Peralta López
Justo Peralta López UNIVERSIDAD DE ALMERíA DEPARTAMENTO DE ÁGEBRA Y ANÁLISIS MATEMÁCO 1 Código Bloque y Distancia Mínima 2 cíclicos 3 Codificación 4 BCH Código Bloque y Distancia Mínima Si A es un alfabeto,
Más detallesIES Fco Ayala de Granada Septiembre de 2013 (Modelo 4 Especifico 2) Solución Germán-Jesús Rubio Luna. Opción A
IES Fco Ayala de Granada Septiembre de 013 (Modelo 4 Especifico ) Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo 4 Septiembre 013 específico [ 5 puntos] Un rectángulo está inscrito en un
Más detallesMétodos de factorización para resolver sistemas de ecuaciones lineales. 22 de agosto, 2012
Cálculo numérico Métodos de factorización para resolver sistemas de ecuaciones lineales 22 de agosto, 2012 1 Factorización LU Considera el siguiente ejemplo de factorización LU de una matriz en un sistema
Más detallesAlgoritmos para determinar Caminos Mínimos en Grafos
Problemas de camino mínimo Algoritmos para determinar Caminos Mínimos en Grafos Algoritmos y Estructuras de Datos III DC, FCEN, UBA, C 202 Problemas de camino mínimo Dado un grafo orientado G = (V, E)
Más detalles1. Convergencia en medida
FACULTAD CS. FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE MA3801 Teoría de la Medida. Semestre 2009-02 Profesor: Jaime San Martín Auxiliares: Andrés Fielbaum y Cristóbal Guzmán Clase auxiliar 7 21 de Septiembre
Más detallesSi 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 detallesRESOLUCIÓN 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 detallesMay 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN
May 4, 2012 1. Optimización Sin Restricciones En toda esta sección D denota un subconjunto abierto de R n. 1.1. Condiciones Necesarias de Primer Orden. Proposición 1.1. Sea f : D R diferenciable. Si p
Más detallesPor ser f continua y R compacto, existen x 0, y 0 en R tales que f(x 0 ) = sup{f(t) : t R} y f(y 0 ) = inf{f(t) : t R}
Proposición. Sea un rectángulo en R n, y sea f : R una función continua. Entonces f es integrable en. Conjuntos de Demostración: Como f es continua en, y es compacto, f es acotada en, y uniformemente continua.
Más detallesTEMA 4: CALCULO NUMERICO DE AUTOVALORES
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 4: CALCULO NUMERICO DE AUTOVALORES 1 INTRODUCCION La determinación de autovalores y autovectores de una matriz cuadrada A de orden n es un problema
Más detallesIES Fco Ayala de Granada Sobrantes de 2011 (Modelo 4) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Sobrantes de 011 (Modelo 4) Soluciones Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo 4 del 011 [ 5 puntos] Queremos hacer junto a la carretera un cercado rectangular
Más detallesMatemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 2011/ ?
Matemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 011/1 1) (1 punto) Dado el subespacio vectorial,,,,,,,,,,, a) Obtener la dimensión, unas ecuaciones implícitas, unas
Más detallesCapítulo 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 detallesMAT web:
Clase No. 7: MAT 251 Matrices definidas positivas Matrices simétricas Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/
Más detallesTeoría de la Probabilidad Tema 2: Teorema de Extensión
Teoría de la Probabilidad Tema 2: Teorema de Extensión Alberto Rodríguez Casal 25 de septiembre de 2015 Definición Una clase (no vacía) A de subconjuntos de Ω se dice que es un álgebra si A es cerrada
Más detallesÁlgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica
Álgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica 1. a) Marcar en un eje los puntos a(1);b( 2) y c(4). b) Hallar los puntos simétricos respecto al origen
Más detallesBase 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 detallesDefinición. 1. Se define la función logaritmo (neperiano ) por. ln x =
ANÁLISIS MATEMÁTICO BÁSICO. LAS FUNCIONES LOGARITMO Y EXPONENCIAL. A partir de la integral y el Teorema Fundamental del Cálculo podemos definir y demostrar las propiedades de las funciones logaritmo y
Más detallesCapítulo 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 detallesDerivada de la función compuesta. Regla de la cadena
Derivada de la función compuesta. Regla de la cadena Cuando en las matemáticas de bachillerato se introduce el concepto de derivada, su significado y su interpretación geométrica, se pasa al cálculo de
Más detallesTrabajo Fin de Grado
Facultad de Ciencias Trabajo Fin de Grado Grado en Matemáticas Matrices no negativas: algunos resultados y aplicaciones. Autora: Yaiza Fernández de la Fuente Tutora: María Paz Calvo Cabrero Índice 1.
Más detallesFunción cuadrática. Ecuación de segundo grado completa
Función cuadrática Una función cuadrática es aquella que puede escribirse como una ecuación de la forma: f(x) = ax 2 + bx + c donde a, b y c (llamados términos) son números reales cualesquiera y a es distinto
Más detallesEspacios 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 detallesSistemas 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 detallesPROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.
PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.
Más detallesTeorema del Valor Medio
Tema 6 Teorema del Valor Medio Abordamos en este tema el estudio del resultado más importante del cálculo diferencial en una variable, el Teorema del Valor Medio, debido al matemático italo-francés Joseph
Más detallesSucesiones en R n. Ejemplos.-Considerando el espacio R 2 sea la sucesión {x k } 1 dada por x k = ( k, 1 k) podemos listar como sigue:
Sucesiones en R n Definición. Una sucesión en R n es cualquier lista infinita de vectores en R n x, x,..., x,... algunos de los cuales o todos ellos pueden coincidir entre si. Dada una sucesión x, x,...,
Más detallesEJERCICIOS ADICIONALES.
UNIVERSIDAD SIMON BOLIVAR PREPARADURIA DE MATEMATICAS MATEMATICAS 4 (MA-5) Miguel Guzmán (magt_3@hotmail.com) Tema: SUCESIONES EJERCICIOS ADICIONALES..- Considere la sucesión establecida por la relación
Más detallesAnillo de polinomios con coeficientes en un cuerpo
Capítulo 2 Anillo de polinomios con coeficientes en un cuerpo En el conjunto Z se ha visto cómo la relación ser congruente módulo m para un entero m > 1, es compatible con las operaciones suma y producto.
Más detallesTema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Más detallesTEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.
TEMA 11 F MATEMÁTICOS TEMA 11 Autovalores y autovectores Diagonalización y formas canónicas 1 Introducción Definición 1 (Matrices semejantes) Sean A y B dos matrices cuadradas de orden n Decimos que A
Más detalles1. Construcción de la Integral
1. Construcción de la Integral La integral de Riemann en R n es una generalización de la integral de funciones de una variable. La definición que vamos a dar reproduce el método de Darboux para funciones
Más detallesIES Fco Ayala de Granada Septiembre de 2011 (Septiembre Modelo 2) Solución Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Septiembre de 0 (Septiembre Modelo ) Germán-Jesús Rubio Luna UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD CURSO 00-0. MATEMÁTICAS II Opción A Ejercicio opción A,
Más detallesMatrices no negativas, paseos aleatorios y cadenas de Markov
Universidad del País Vasco Matemática Aplicada y Estadística Matrices no negativas, paseos aleatorios y cadenas de Markov Juan-Miguel Gracia Extracto: Damos algunas definiciones de digrafo, cadena de Markov,
Más detallesIES Fco Ayala de Granada Sobrantes del 2010 (Modelo 6) Soluciones Germán-Jesús Rubio Luna. Opción A
Opción A Ejercicio 1 opción A, modelo 6 del 010 [ 5 puntos] Dada la función f : R R definida como f(x)= a.sen(x)+ bx + cx + d, determina los valores de las constantes a, b, c y d sabiendo que la gráfica
Más detallesDivergencia de sucesiones
Tema 7 Divergencia de sucesiones Nuestro próximo objetivo es prestar atención a ciertas sucesiones no acotadas de números reales, ue llamaremos sucesiones divergentes. Estudiaremos su relación con los
Más detallesFunciones reales. Números complejos
Funciones reales. Números complejos Funciones reales 1. Encuentra todos los números reales x que verifican: a) (x 1)(x 3) > 1 b) x + 1 > 1 1 x c) x 1 + x + 1 < 1 d) 5 < x 2 14x + 5 < 26 2. Si la gráfica
Más detalles1 0 4/ 5 13/
1 1 1 7 1 0 4/ 5 13/ 5 R1 R 1+1/5R3 0 0 0 2 R2 R3 0 5 9 22 0 5 9 22 0 0 0 2 Como la matriz tiene un renglón (0, 0, 0, 2) indica que el sistema no tiene solución ya que no existe un número que sea 2 y al
Más detallesCÁLCULO II. Grado M+I. Sucesiones y series de funciones. Sucesiones y series de funciones 1 / 27. Grado M+I () CÁLCULO II
CÁLCULO II Grado M+I Sucesiones y series de funciones Sucesiones y series de funciones 1 / Sucesiones funciones. Convergencia puntual Sucesión de funciones Definición Una sucesión de funciones será cualquier
Más detallesRESOLUCIÓN 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 detallesEspacios 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 detallesLímite superior y límite inferior de una sucesión
Límite superior y límite inferior de una sucesión Objetivos. Definir las nociones de los límites superior e inferior de una sucesión y estudiar sus propiedades básicas. Requisitos. Supremo e ínfimo de
Más detalles2. Ortogonalidad. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U.
2 Ortogonalidad En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U 1 Vectores ortogonales Definición 11 Dos vectores x, ȳ U se dicen ortogonales si: x ȳ = 0 Veamos algunas propiedades
Más detallesETS Minas: Métodos matemáticos Ejercicios resueltos Tema 1 Preliminares
ETS Minas: Métodos matemáticos Ejercicios resueltos Tema Preliminares Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Curso 006/07 Agosto 006,
Más detallesANILLOS DE POLINOMIOS. Sea A un anillo conmutativo. El conjunto A[X] de polinomios sobre A esta formado por los elementos
ANILLOS DE POLINOMIOS Sea A un anillo conmutativo. El conjunto A[X] de polinomios sobre A esta formado por los elementos n i=0 a i X i = a 0 + a 1 X + a 2 X 2 +... + a n X n. Se definen dos operaciones
Más detallesCálculo Diferencial: Enero 2016
Cálculo Diferencial: Enero 2016 Selim Gómez Ávila División de Ciencias e Ingenierías Universidad de Guanajuato 9 de febrero de 2016 / Conjuntos y espacios 1 / 21 Conjuntos, espacios y sistemas numéricos
Más detallesDiferenciales 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=, una sucesión de intervalos cerrados. f x una función continua en el punto x = x0. = 0, el teorema queda demostrado. Si ( )
CONTINUIDAD DE FUNCIONES. TEOREMAS FUNDAMENTALES. Cuando una función es continua en un intervalo cerrado [ a, ] y en un extremo es positiva y en otro negativa, la intuición indica que, en algún punto intermedio
Más detallesContenido. 1 Definiciones y propiedades. 2. Método de la potencia. 3. Método de la potencia inversa. 4. Método de la potencia inversa desplazada
ETS Minas: Métodos Matemáticos Resumen y ejemplos Tema 5: Valores y vectores propios Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Octubre
Más detalles