Álgebra Lineal VIII: Bases y Dimensión
|
|
- Monica Miranda Rivas
- hace 6 años
- Vistas:
Transcripción
1 Álgebra Lineal VIII: Bases y Dimensión José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato jrico@ugto.mx En estas notas se presentarán el concepto de bases de espacios vectoriales y dimensión de espacios vectoriales. 1 Bases Definición de bases. Considere un espacio vectorial V sobre un campo K. Una base, B, del espacio vectorial V es un conjunto linealmente independiente 1 de V que genera a V. Teorema. SeaVunespaciovectorialsobreuncampoK. SupongaqueVtieneunabase{ v 1, v 2,..., v m } que contiene un número finito de elementos y sean w 1, w 2,..., w n elementos del espacio vectorial V con n > m. Entonces el conjunto S = { w 1, w 2,..., w n } es linealmente dependiente. En lugar de probar este teorema que es un cuanto tanto complicado, ilustraremos el significado de este teorema mediante un ejemplo. Considere el espacio vectorial R 3 sobre el campo R, primeramente se mostrará que B R 3 = {ê 1,ê 2,ê 3 } donde ê 1 = (1,0,0), ê 2 = (0,1,0), ê 3 = (0,0,1) es una base para R 3. Primeramente, se mostrará que B R 3 es un conjunto linealmente independiente, la ecuación vectorial λ 1 ê 1 +λ 2 ê 2 +λ 3 ê 3 = 0 condude a λ 1 = 0 λ 2 = 0 λ 3 = 0. (1) Finalmente se mostrará que B R 3 es un conjunto generador, la ecuación vectorial λ 1 ê 1 +λ 2 ê 2 +λ 3 ê 3 = x = (x 1,x 2,x 3 ) (2) donde x = (x 1,x 2,x 3 ) es un elemento arbitrario de R 3 conduce a λ 1 = x 1 λ 2 = x 2 λ 3 = x 3. Así pues, se ha probado que B R 3 es, efectivamente, una base de R 3. Considere ahora el conjunto S = { w 1 = (1,3,2), w 2 = ( 2,1,5), w 3 = (0,1,3), w 4 = (7,1, 2)}, de acuerdo con el teorema, debemos probar que S es un conjunto linealmente dependiente. Considere el vector w 1 = (1,3,2) = 1ê 1 +3ê 2 +2ê 3 1 Es importante además que que conjunto sea ordenado. 1
2 Por lo tanto, Considere ahora el conjunto B 1 R 3 dado por ê 1 = w 1 3ê 2 2ê 3 (3) B 1 R 3 = { w 1,ê 2,ê 3 } es necesario probar que B 1 R 3 también es una base. En primer lugar, por la ecuación (3), ê 1 [ w 1,ê 2,ê 3 ] por lo tanto B 1 R 3 es un conjunto generador, falta probar que B 1 R 3 es linealmente independiente. Considere la ecuación λ 1 w 1 +λ 2 ê 2 +λ 3 ê 3 = 0 que conduce a la ecuación escalar conduce a la solución 1λ 1 +0λ 2 +0λ 3 = 0 3λ 1 +1λ 2 +0λ 3 = 0 2λ 1 +0λ 2 +1λ 3 = 0 λ 1 = 0 λ 2 = 0 λ 3 = 0, y, por lo tanto, B 1 R 3 es linealmente independiente y es, también, una base. Considere ahora w 2 = 2ê 1 +1ê 2 +5ê 3, (4) sustituyendo la ecuación (3) se tiene que w 2 = 2( w 1 3ê 2 2ê 3 )+1ê 2 +5ê 3 = 2 w 1 +7ê 2 +9ê 3 (5) Por lo tanto, ê 2 = 1 7 [2 w 1 + w 2 9ê 3 ] (6) Considere ahora el conjunto B 2 R 3 dado por B 2 R 3 = { w 1, w 2,ê 3 } es necesario probar que B 2 R 3 también es una base. En primer lugar, por la ecuación (6), ê 2 [ w 1, w 2,ê 3 ] por lo tanto B 2 R 3 es un conjunto generador, falta probar que B 2 R 3 es linealmente independiente. Considere la ecuación λ 1 w 1 +λ 2 w 2 +λ 3 ê 3 = 0 que sustituyendo la ecuación (5), se convierte a λ 1 w 1 +λ 2 ( 2 w 1 +7ê 2 +9ê 3 )+λ 3 ê 3 = (λ 1 2λ 2 ) w 1 +7λ 2 ê 2 +(9λ 2 +λ 3 ) ê 3 = 0 que conduce a la ecuación escalar, pues note que B 1 R 3 = { w 1,ê 2,ê 3 } es también una base conduce a la solución 1λ 1 2λ 2 +0λ 3 = 0 0λ 1 +7λ 2 +0λ 3 = 0 0λ 1 +9λ 2 +1λ 3 = 0 λ 1 = 0 λ 2 = 0 λ 3 = 0, y, por lo tanto, B 2 R 3 es linealmente independiente y es, también, una base. Finalmente considere w 3 = ê 2 +3ê 3 2
3 sustituyendo la condición (6) se reduce a w 3 = 1 7 [2 w 1 + w 2 9ê 3 ]+3ê 3 = 2 7 w w ê3 (7) Por lo tanto, ê 3 = 2 9 w w w 3 (8) Considere ahora el conjunto B 3 R 3 dado por B 3 R 3 = { w 1, w 2, w 3 } es necesario probar que B 3 R 3 también es una base. En primer lugar, por la ecuación (8), ê 3 [ w 1, w 2, w 3 ] por lo tanto B 3 R 3 es un conjunto generador, falta probar que B 3 R 3 es linealmente independiente. Considere la ecuación λ 1 w 1 +λ 2 w 2 +λ 3 w 3 = 0 que sustituyendo la ecuación (7), se convierte a ( 2 λ 1 w 1 +λ 2 w 2 +λ 3 7 w w 2 9 ) 7 ê3 = ( λ 1 2 ) ( 7 λ 3 w 1 + λ ) ( ) 9 7 λ 3 w λ 3 ê 3 = 0 que conduce a la ecuación escalar, pues note que B 2 R 3 = { w 1, w 2,ê 3 } es también una base que conduce a la solución 1λ 1 +0λ λ 3 = 0 0λ 1 +1λ λ 3 = 0 0λ 1 +0λ λ 3 = 0 λ 1 = 0 λ 2 = 0 λ 3 = 0, Por lo tanto, B 3 R 3 es linealmente independiente y es, también, una base. Finalmente, puesto que B 3 R 3 es una base de R 3 y w 4 R 3 entonces existen escalares µ 1,µ 2,µ 3 R tales que w 4 = µ 1 w 1 +µ 2 w 2 +µ 3 w 3 o, finalmente µ 1 w 1 +µ 2 w 2 +µ 3 w 3 1 w 4 = 0. Por lo tanto S = { w 1, w 2, w 3, w 4 } es un conjunto linealmente dependiente. Corolario. Sea V un espacio vectorial sobre un campo K. Si V tiene una base finita, todas las bases de V tienen el mismo número de elementos. Prueba: Sean { v 1, v 2,..., v m } y { w 1, w 2,..., w n } dos bases del espacio vectorial V. Entonces es imposible que n > m pues { v 1, v 2,..., v m } es una base y por el teorema anterior, si n > m entonces { w 1, w 2,..., w n } es linealmente dependiente y no puede ser una base. De manera semejante es imposible quem > npues{ w 1, w 2,..., w n }esunabaseyporelteoremaanterior, sim > nentonces { v 1, v 2,..., v m } es linealmente dependiente y no puede ser una base. Por lo tanto, n = m. Definición de Dimensión. Sea V un espacio vectorial sobre un campo K. Si V tiene una base que contiene un número finito de elementos, digamos n, el espacio vectorial V se denomina un espacio vectorial finito dimensional y la dimensión del espacio vectorial es n. En caso contrario, es decir si las posibles bases del espacio vectorial V tienen un número infinito de elementos, el espacio vectorial se denomina infinito dimensional. 3
4 2 Como obtener bases de espacios vectoriales. Existen dos diferentes métodos para obtener una base de un espacio vectorial, V. 1. Iniciando con un subconjunto S V que sea linealmente independiente. En este caso, es necesario probar que S no es un conjunto generador, pues si lo es, ya tenemos una base del espacio vectorial V. Si S no es un conjunto generador, es necesario añadir elemento por elemento al subconjunto extender el subconjunto de manera que los nuevos subconjuntos continuen siendo linealmente independiente hasta que el subconjunto sea también un conjunto generador. 2. Iniciando con un subconjunto S V que sea un conjunto generador del espacio vectorial. En este caso, es necesario probar que S no es linealmente independiente, pues si lo es, ya tenemos una base del espacio vectorial V. Si S no es linealmente independiente, es necesario eliminar elemento por elemento al subconjunto reducir el subconjunto de manera que los nuevos subconjuntos continuen siendo conjuntos generadores hasta que el subconjunto sea también un conjunto linealmente independiente. Los dos esquemas se muestran, de manera gráfica en la figura 1 Figure 1: Dos procedimientos para obtener una base de un espacio vectorial V. Los siguientes dos resultados muestran como obtener una base a partir de un subconjunto linealmente independiente. Teorema. Sea S = { v 1, v 2,..., v m } un conjunto linealmente independiente de un espacio vectorial V sobre un campo K y sea v V y sea S = S { v}. Entonces S es linealmente independiente si, y sólo si, v no yace en el espacio generado por S. Prueba: Si v yace en el espacio generado por S, denotado por [S], entonces existen escalares a 1,a 2,..., a m K tales que v = a 1 v 1 +a 2 v a m v m o 1 v +a 1 v 1 +a 2 v a m v m = 0. 4
5 Por lo tanto, S es linealmente dependiente. En la otra dirección, suponga que S es linealmente dependiente entonces existen escalares no todos 0,,c 1,c 2,...,c m, tales que v +c 1 v 1 +c 2 v c m v m = 0. Entonces, 0, pues en caso contrario, es decir si = 0, entonces, la ecuación anterior se reduce a c 1 v 1 +c 2 v c m v m = 0. puesto que los escalares c 1,c 2,...,c m no son todos 0, el conjunto S es linealmente dependiente. Una contradicción de la suposición. Por lo tanto, 0 Por lo tanto, Por lo tanto v [S]. v = c 1 v 1 + c 2 v c m v m Este último resultado indica las condiciones necesarias y suficientes para que el proceso de añadir elementos al subconjunto linealmente independiente produzca otro subconjunto mas grande pero continue siendo linealmente independiente. Teorema. Sea V un espacio vectorial de dimensión finita n y sea S = { v 1, v 2,..., v r } un subconjunto linealmente independiente, con r < n. Entonces existen vectores v r+1,..., v n en V tal que { v 1, v 2,..., v r, v r+1,..., v n } es una base de V. Prueba: La prueba es también constructiva. Por contradicción, debe haber un v r+1 V, tal que v r+1 / [S], pues de lo contrario, S es un conjunto generador de V y por lo tanto una base de V y la dimensión de V es r < n una contradicción. Considere S 1 = S { v r+1 }. Si S 1 genera a V, entonces S 1 es una base de V y dimv = r+1, en caso contrario, existe un v r+2 V, tal que v r+2 / [S 1 ]. Considere S 2 = S 1 { v r+2 }. Si S 2 genera a V, entonces S 2 es una base de V y dimv = r+2. Este proceso puede repetirse un número finito de veces hasta obtener una base de V. Teorema. Si S = { v 1, v 2,..., v n } genera un espacio vectorial V y V no es el espacio vectorial que contiene únicamente al vector 0, existe un subconjunto linealmente independiente de S que genera V y, por lo tanto, es una base de V. Prueba: La prueba es constructiva; es decir, a partir del conjunto generador S se construirá una base del espacio vectorial V. 1. Puesto que S genera al espacio vectorial V; es claro que V es finito-dimensional. 2. Puesto que V no es el espacio que contiene únicamente al vector 0, la base de V debe contener al menos un elemento. 3. Considere la ecuación λ 1 v 1 +λ 2 v 2 + +λ n v n = 0 Si la única solución de la ecuación es la trivial, λ 1 = λ 2 = = λ n = 0, el conjunto generador es linealmente independiente y es, por lo tanto, una base. Con este resultado termina la prueba. Si existe un escalar λ 0, entonces, sin pérdida de generalidad, suponga que es λ n, por lo tanto λ n v n = λ 1 v 1 λ 2 v 2 + λ n 1 v n 1 y v n = λ 1 λ n v 1 λ 2 λ n v 2 λ n 1 λ n v n 1 (9) 5
6 4. Considere ahora S/ v n ; es decir, el conjunto formado removiendo de S al vector v n. Puesto que S es un conjunto generador de V, para cualquier v V arbitrario, se tiene que Pero por la ecuación (9), se tiene que v = µ 1 v 1 +µ 2 v 2 + +µ n 1 v n 1 +µ n v n v = µ 1 v 1 +µ 2 v 2 + +µ n 1 v n 1 +µ n ( λ 1 = ( ) ( ) λ 1 λ 2 µ 1 µ n v 1 + µ 2 µ n v λ n λ n v 1 λ 2 v 2 λ ) n 1 v n 1 λ n λ n λ n ( λ n1 µ n 1 µ n λ n ) v n 1 (10) Por lo tanto S/ v n es tambén un conjunto generador de V que contiene n 1 vectores. Repitiendo este proceso un número finito de veces, se obtiene la base de V. Finalmente, el siguiente teorema muestra que en un espacio vectorial de dimensión n, un conjunto formado por n vectores solo necesita satisfacer una de las dos condiciones para ser una base. Teorema. Sea V un espacio vectorial de dimension n 1 y sea S = { v 1, v 2,..., v n } un subconjunto de n vectores. Entonces 1. Si S es linealmente independiente, S es una base para V. 2. Si S genera a V, S es una base para V. Prueba: SupongaqueS = { v 1, v 2,..., v n }eslinealmenteindependiente,entoncespuestoquedimv = n, cualquier conjunto S = S v, para v V arbitrario, es linealmente dependiente. Por lo tanto, existen escalares no todos 0,,c 1,c 2,...,c n tales que v +c 1 v 1 +c 2 v c n v n = 0. Entonces, 0, pues en caso contrario, es decir si = 0, entonces, la ecuación anterior se reduce a c 1 v 1 +c 2 v c n v n = 0. puesto que los escalares c 1,c 2,...,c n no son todos 0, el conjunto S es linealmente dependiente. Una contradicción de la suposición. Por lo tanto, De aquí que, 0. v = c 1 v 1 c 2 v 2 c n v n Por lo tanto v [S] y S genera al espacio vectorial V y S es una base de V. Ahora, suponga que S = { v 1, v 2,..., v n } genera a V, entonces S es linealmente independiente. Pues por contradicción, suponga que S es linealmente dependiente, entonces existen escalares no todos 0,c 1,c 2,...,c n tales que c 1 v 1 +c 2 v c n v n = 0. Suponga, sin perdida de generalidad, que c 1 0, entonces v 1 = c 2 c 1 v 2 c n c 1 v n, Por lo tanto v 1 [ v 2,..., v n ], puesto que S = { v 1, v 2,..., v n } genera a V y v 1 [ v 2,..., v n ] entonces { v 2,..., v n } genera a V y dimv < n una contradicción a la suposición de dimv = n. 6
7 3 Problemas Resueltos. Ejemplo 1. Muestre que el conjunto { v 1 = (1,1,0,0), v 2 = ( 1, 1,1,2), v 3 = (1, 1,1,3), v 4 = (0,1, 1, 3)} es una base de R 4 y muestre que v = (a,b,c,d) R 4 puede escribirse como una combinación lineal de la base. 2 Prueba: Por el cuarto teorema de estas notas es suficiente probar que el conjunto es linealmente independiente. Considere la ecuación λ 1 v 1 +λ 2 v 2 +λ 3 v 3 +λ 4 v 4 = 0 La matriz aumentada del sistema de ecuaciones resultante está dada por (11) El proceso de escalonamiento procede como se indica An = stackmatrix(a1,evalm(a2 A1),A3,A4) = Note que el elemento (2,2) es cero, de manera que las filas de An deben rearreglarse como B = stackmatrix(a1,a3,evalm(a2 A1),A4) = El segundo paso conduce a C = stackmatrix(a1,b2,b3,evalm(b4 2 B2)) = El paso final del proceso de escalonamiento está dado por F = stackmatrix(a1,b2,b3,evalm(2 C4+B3)) = Es evidente que la única solución posible es la trivial λ 1 = λ 2 = λ 3 = λ 4 = 0. Por lo tanto, el conjunto es linealmente independiente y es una base para R 4. 2 Tomado de Algebra Through Practice, Blyth, T.S. and Robertson, E.F., Cambridge: Cambridge University Press,
8 Para la segunda parte del problema, considere la ecuación λ 1 v 1 +λ 2 v 2 +λ 3 v 3 +λ 4 v 4 = v Siguiendo la misma secuencia del proceso de escalonamiento, se tiene que la matriz en su forma escalonada está dada por a c F = b a d 4c+b a La última ecuación está dada por λ 4 = a b+4c 2d. La tercera ecuación está dada por 2λ 3 +λ 4 = b a o 2λ 3 = b a (a b+4c 2d) = 2a+2b 4c+2d Por lo tanto La segunda ecuación está dada por λ 3 = a b+2c d. λ 2 +λ 3 λ 4 = c o λ 2 = c (a b+2c d)+(a b+4c 2d) = 3c d Finalmente, la primera ecuación está dada por Por lo tanto λ 1 λ 2 +λ 3 = a o λ 1 = a+λ 2 λ 3 = a+(3c d) (a b+2c d) = b+c. (a,b,c,d) = (b+c)(1,1,0,0)+(3c d)( 1, 1,1,2)+(a b+2c d)(1, 1,1,3)+(a b+4c 2d)(0,1, 1, 3). Ejemplo 2. Considere el espacio vectorial P 3 (x) de polinomios con coeficientes reales de grado menor o igual que 3 con las operaciones usuales de adición y multiplicación por un escalar real y considere el siguiente subconjunto generador de P 3 (x) S = { p 1 (x) = x 2 +2x, p 2 (x) = x 3 +3x, p 3 (x) = x 3 +x 2, p 4 (x) = x+1, p 5 (x) = x 2 +3x+1, p 6 (x) = x 3 +2x+1 } Encuentre una base para el subespacio de P 3 (x) generado por S. 3 Solución. Sea W < P 3 (x) el subespacio generado por S, entonces el problema se reduce a encontrar un subconjunto de vectores de S que sea linealmente dependiente sin que se pierda la propiedad de que el subconjunto de S continue siendo un conjunto generador. Forme una combinación lineal de los polinomios de S e igualelo al polinomio z(x), entonces se tiene que Por lo tanto λ 1 p 1 (x)+λ 2 p 2 (x)+λ 3 p 3 (x)+λ 4 p 4 (x)+λ 5 p 5 (x)+λ 6 p 6 (x) = z(x) λ 1 (x 2 +2x)+λ 2 (x 3 +3x)+λ 3 (x 3 +x 2 )+λ 4 (x+1)+λ 5 (x 2 +3x+1)+λ 6 (x 3 +2x+1) = 0x 3 +0x 2 +0x+0 3 Tomado de Messer, R. [1994], Linear Algebra: Gateway to Mathematics, New Tork: Harper and Collins. 8
9 El sistema de ecuaciones a resolver está dado por 0λ 1 +1λ 2 +1λ 3 +0λ 4 +0λ 5 +1λ 6 = 0 1λ 1 +0λ 2 +1λ 3 +0λ 4 +1λ 5 +0λ 6 = 0 2λ 1 +3λ 2 +0λ 3 +1λ 4 +3λ 5 +2λ 6 = 0 0λ 1 +0λ 2 +0λ 3 +1λ 4 +1λ 5 +1λ 6 = 0 La matriz de coeficientes del sistema está dado por M = Para escalonar el sistema se sumarán menos dos veces la segunda fila a la tercera fila. Rearreglando las filas en el siguiente paso se tiene que M 1 = El siguiente paso consiste en sumar menos tres veces la segunda fila a la tercera de manera que se obtiene M 2 = El sistema ya se encuentra en forma escalonada, tiene soluciones múltiples, y las variables libres son λ 5 y λ 6. La solución se obtiene mediante sustitución inversa y están dados por λ 4 = λ 5 λ 6 λ 3 = 2 5 λ 6 λ 2 = 3 5 λ 6 λ 1 = 2 5 λ 6 λ 5. Para analizar la solución y puesto que existen dos variables libres, se obtendrán dos relaciones 1. Primer caso Por lo tanto λ 5 = 1 y λ 6 = 0 λ 4 = 1 λ 3 = 0 λ 2 = 0 λ 1 = 1 Esta solución conduce a la siguiente igualdad entre los polinomios 1p 1 (x) 1p 4 (x)+1p 5 (x) = 0 o 1 ( x 2 +2x, ) 1(x+1)+1 ( x 2 +3x+1 ) = 0 (12) 2. Segundo caso Por lo tanto λ 5 = 0 y λ 6 = 1 λ 4 = 1 λ 3 = 2 5 λ 2 = 3 5 λ 1 = 2 5 9
10 Esta solución conduce a la siguiente igualdad entre los polinomios o 2 5 p 1(x) 3 5 p 2(x) 2 5 p 3(x) 1p 4 (x)+p 6 (x) = 0 2 ( x 2 +2x ) 3 ( x 3 +3x ) 2 ( x 3 +x 2) 1(x+1)+1 ( x 3 +2x+1 ) = 0 (13) De la ecuación (12) es posible eliminar p 5 (x), mientras que de la ecuación (13) es posible eliminar p 6 (x). Estas selecciones aseguran que el conjunto {p 1 (x),p 2 (x),p 3 (x),p 4 (x)} forman un conjunto generador de P 3 (x) y por lo tanto una base para P 3 (x). 4 Problemas Propuestos. En esta sección se proponen algunos ejercicios acerca de bases de diferentes espacios vectoriales. Ejemplo 1. Considere el espacio vectorial R 3 de triadas ordenadas de números reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Encuentre dos bases B y B de R 3 que no tengan ningún elemento en común. Ejemplo 2. Considere el espacio vectorial P 3 (x) de polinomios de coeficientes reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere el conjunto B = {p 1 (x) = 1,p 2 (x) = 1 x,p 3 (x) = (1 x) 2,p 4 (x) = (1 x) 3 } Determine si el conjunto B es o no una base de P 3. Ejemplo 3. Considere el espacio vectorial M 2 2 de matrices 2 2 de coeficientes reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere el conjunto B = { M 1 = [ ] [ 1 0,M 2 = 0 1 Determine si el conjunto B es o no una base de M 2 2. ] [ 0 1,M 3 = 1 0 ] [ 0 1,M 4 = 1 0 Ejemplo 4. Considere el espacio vectorial P 2 (x) de polinomios de coeficientes reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere el conjunto B = {p 1 (x) = 1,p 2 (x) = x,p 3 (x) = x 2,p 4 (x) = (1 x) 2 } muestre que B genera P 2 (x) y encuentre un subconjunto de B que sea una base de P 2 (x). Ejemplo 5. Considere el espacio vectorial P 3 (x) de polinomios de coeficientes reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere el conjunto B = {p 1 (x) = 1+x,p 2 (x) = 1 x,p 3 (x) = x 2,p 4 (x) = (1 x) 2,p 5 (x) = x 3 } ]} 10
11 muestre que B genera P 3 (x) y encuentre un subconjunto de B que sea una base de P 3 (x). Ejemplo 6. Considere el espacio vectorial P 2 (x) de polinomios de coeficientes reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere el conjunto S = {p 1 (x) = 1,p 2 (x) = (1 x) 2 }. muestre que S es linealmente independiente y extienda el conjunto S para formar una base B para P 2 (x). Ejemplo 7. Considere el espacio vectorial M 2 2 de matrices 2 2 de coeficientes reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere el conjunto S = { [ 1 0 M 1 = 0 1 ] [ 0 1,M 2 = 1 0 muestre que S es linealmente independiente y extienda el conjunto S para formar una base B para M 2 2. Ejemplo 8. Considere el espacio vectorial R 3 de triadas ordenadas de números reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere el conjunto S = {(1,0,0),(1,1,0),(1,1,1),(1,0,1)} muestre que S genera R 3 y encuentre un subconjunto de S que sea una base de R 3. Ejemplo 9. Considere el espacio vectorial R 3 de triadas ordenadas de números reales, sobre el campo de los números reales R, con las operaciones usuales de adición y multiplicación por un escalar real. Considere el conjunto S = {(1,0,0),(1,1,0),(1,1,1),(1,2,0)} muestre que S genera R 3 y encuentre un subconjunto de S que sea una base de R 3. ]} 11
Álgebra Lineal VII: Independencia Lineal.
Álgebra Lineal VII: Independencia Lineal José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email: jrico@salamancaugtomx
Más detallesAlgebra Lineal XXVI: La Regla de Cramer.
Algebra Lineal XXVI: La Regla de Cramer José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx
Más detallesÁlgebra Lineal III: Sistemas de ecuaciones lineales. Problemas Resueltos.
Álgebra Lineal III: Sistemas de ecuaciones lineales. Problemas Resueltos. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad
Más detallesÁlgebra Lineal II: Grupos y campos, prueba de los axiomas del campo de los números complejos, forma polar de números complejos.
Álgebra Lineal II: Grupos y campos, prueba de los axiomas del campo de los números complejos, forma polar de números complejos. José María Rico Martínez Departamento de Ingeniería Mecánica División de
Más detallesEspacios 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 detallesAlgebra 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 detallesCombinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291)
Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291) I. Combinación Lineal Definición: Sean v 1, v 2, v 3,, v n vectores en el espacio vectorial V. Entonces cualquier
Más detallesÁlgebra Lineal III: Sistemas de ecuaciones lineales: Definición y
Álgebra Lineal III: Sistemas de ecuaciones lineales: Definición y solución. José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de
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 detallesAlgebra Lineal XIII: Operaciones con Transformaciones Lineales.
Algebra Lineal XIII: Operaciones con Transformaciones Lineales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato
Más detallesProblemas 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 detallesÁlgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes
Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes CNM-108 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción
Más detallesAlgebra Lineal Xa: Álgebra Vectorial en R3
Algebra Lineal Xa: Álgebra Vectorial en R3 José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx
Más detallesÁlgebra Lineal Ma1010
Álgebra Ma1010 Departamento de Matemáticas ITESM Álgebra - p. 1/31 En este apartado se introduce uno de los conceptos más importantes del curso: el de combinación lineal entre vectores. Se establece la
Más detallesEspacios 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 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 detallesSESIÓN 4: ESPACIOS VECTORIALES
SESIÓN 4: ESPACIOS VECTORIALES Un espacio vectorial sobre un campo (como el cuerpo de los números reales o los números complejos) es un conjunto no vacío, dotado de dos operaciones para las cuales será
Más detallesTema 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 detallesTema 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 detallesVectores 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 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 detallesSistemas 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 detallesMATEMÁTICAS 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 detallesCombinación Lineal. Departamento de Matemáticas, CCIR/ITESM. 10 de enero de 2011
Combinación Lineal Departamento de Matemáticas, CCIR/ITESM 10 de enero de 011 Índice.1. Introducción............................................... 1.. Combinación lineal entre vectores...................................
Más detallesDependencia e independencia lineal
CAPíTULO 3 Dependencia e independencia lineal En este capítulo estudiaremos tres conceptos de gran importancia para el desarrollo del álgebra lineal: el concepto de conjunto generador, el concepto de conjunto
Más detallesSISTEMAS DE ECUACIONES LINEALES
1 SISTEMAS DE ECUACIONES LINEALES Una ecuación es un enunciado o proposición que plantea la igualdad de dos expresiones, donde al menos una de ellas contiene cantidades desconocidas llamadas variables
Más detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
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 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 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 detallesNúmeros reales Conceptos básicos Algunas propiedades
Números reales Conceptos básicos Algunas propiedades En álgebra es esencial manejar símbolos con objeto de transformar o reducir expresiones algebraicas y resolver ecuaciones algebraicas. Debido a que
Más detallesUnidad 1: SISTEMAS DE ECUACIONES. MÉTODO DE GAUSS
Unidad 1: SISTEMAS DE ECUACIONES. MÉTODO DE GAUSS 1.1.- SISTEMAS DE ECUACIONES LINEALES Ecuación lineal Las ecuaciones siguientes son lineales: 2x 3 = 0; 5x + 4y = 20; 3x + 2y + 6z = 6; 5x 3y + z 5t =
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Generalidades Definición [Sistema de ecuaciones lineales] Un sistema de m ecuaciones lineales con n incógnitas, es un conjunto de m igualdades
Más detallesMatrices 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 detallesde 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 detallesResumen 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 detallesUna matriz es un arreglo rectangular de elementos. Por ejemplo:
1 MATRICES CONCEPTOS BÁSICOS Definición: Matriz Una matriz es un arreglo rectangular de elementos. Por ejemplo: es una matriz de 3 x 2 (que se lee 3 por 2 ) pues es un arreglo rectangular de números con
Más detallesProceso 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 detallesSISTEMAS DE ECUACIONES LINEALES Y MATRICES Dos ecuaciones lineales con dos
de SISTEMAS DE ECUACIONES ES Y MATRICES Dos m con n Sergio Stive Solano 1 Febrero de 2015 1 Visita http://sergiosolanosabie.wikispaces.com de SISTEMAS DE ECUACIONES ES Y MATRICES Dos m con n Sergio Stive
Más detallesSistem 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 detallesMatrices, 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 detallesTEMA 11. VECTORES EN EL ESPACIO
TEMA 11. VECTORES EN EL ESPACIO Dados dos puntos y, se define el vector como el segmento orientado caracterizado por su módulo, su dirección y su sentido. Dos vectores son equipolentes si tienen el mismo
Más detallesGUÍA DE ESTUDIO: MATEMÁTICAS POLINOMIOS
GUÍA DE ESTUDIO: MATEMÁTICAS POLINOMIOS Esta guía de estudio está diseñada con ejercicios resueltos paso a paso con el fin de mostrar los procedimientos detallados para abordar cada uno de ellos. Las estrategias
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 detallesy cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy).
UNIDAD II: VECTORES EN DOS Y TRES DIMENSIONES Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra lineal. A los elementos de los espacios
Más detallesSistemas de ecuaciones lineales
Ecuación lineal con n incógnitas Sistemas de ecuaciones lineales Es cualquier expresión del tipo: a 1 x 1 + a 2 x 2 + a 3 x 3 +... + a n x n = b, donde a i, b. Los valores a i se denominan coeficientes,
Más detallesSistemas 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 detallesGEOMETRÍA. 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 detallesVectores de Coordenadas y Cambio de Base
Vectores de Coordenadas y Cambio de Base Departamento de Matemáticas CCIR/ITESM 9 de febrero de Índice 7..Introducción............................................... 7..Vector de coordenadas.........................................
Más detallesMatriz A = Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
MATRICES Matriz Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. a 11 a 12 a 1j a 1n a 21 a 22 a 2j a 2n A = a i1 a ij a in a m1 a
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 detallesEspacio afín. 1. Rectas en el espacio. Piensa y calcula. Aplica la teoría
6 Espacio afín 1. Rectas en el espacio Piensa y calcula Calcula las coordenadas de un vector que tenga la dirección de la recta que pasa por los puntos A2, 1, 5 y B3, 1, 4 AB 1, 2, 1 Aplica la teoría 1.
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 1 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 detallesSubespacios Vectoriales
Subespacios Vectoriales Prof. Apuntes del Postgrado en Ingeniería 31 Mayo 2008 Subespacio Definición de Subespacio y Ejemplos. Definición Sea H un subconjunto no vacio de un espacio vectorial V(K). Si
Más detallesSubespacio generado por un conjunto finito de vectores (envoltura lineal de un conjunto finito de vectores)
Subespacio generado por un conjunto finito de vectores (envoltura lineal de un conjunto finito de vectores). Listas de vectores. Listas de vectores son personajes típicos de Álgebra Lineal. Una lista de
Más detallesMatriz 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 detallesUna matriz es una tabla ordenada (por filas y columnas) de escalares a i j de la forma: ... ... a... ...
MATRICES 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. Tienen también muchas aplicaciones
Más detallesValores y Vectores Propios
Valores y Vectores Propios Departamento de Matemáticas, CSI/ITESM de abril de 9 Índice 9.. Definiciones............................................... 9.. Determinación de los valores propios.................................
Más detallesAlgebra Lineal XI: Funciones y Transformaciones Lineales
Algebra Lineal XI: Funciones y Transformaciones Lineales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:
Más detallesEspacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Más detallesComenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.
Capítulo 2 Matrices En el capítulo anterior hemos utilizado matrices para la resolución de sistemas de ecuaciones lineales y hemos visto que, para n, m N, el conjunto de las matrices de n filas y m columnas
Más detallesClase 15 Espacios vectoriales Álgebra Lineal
Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos
Más detalles40 Matemáticas I. Parte II. Álgebra Lineal. I.T.I. en Electricidad. Prof: José Antonio Abia Vian
40 Matemáticas I Parte II Álgebra Lineal 41 Matemáticas I : Álgebra Lineal Tema 4 Espacios vectoriales reales 4.1 Espacios vectoriales Definición 88.- Un espacio vectorial real V es un conjunto de elementos
Más detallesTema 3: El Método Simplex. Algoritmo de las Dos Fases.
Tema 3: El Método Simplex Algoritmo de las Dos Fases 31 Motivación Gráfica del método Simplex 32 El método Simplex 33 El método Simplex en Formato Tabla 34 Casos especiales en la aplicación del algoritmo
Más detallesMETODO DE LOS COEFICIENTES INDETERMINADOS 1 METODO DE COEFICIENTES INDETERMINADOS
METODO DE LOS COEFICIENTES INDETERMINADOS 1 METODO DE COEFICIENTES INDETERMINADOS Para encontrar la solución de la Ecuacion diferencial de orden n definida por Donde los son constantes y f(x) es un función
Más detallesInversas Generalizadas
Inversas Generalizadas Departamento de Matemáticas, CSI/IESM 5 de abril de 2 Índice.. Inversas generalizadas..........................................2. Uso de la inversa generalizada.....................................
Más detallesALGEBRA Y GEOMETRÍA II 2º semestre Año: 2012. Guía de Estudio y Ejercitación propuesta
ALGEBRA Y GEOMETRÍA II 2º semestre Año: 2012 1 Guía de Estudio y Ejercitación propuesta Esta selección de Temas y Ejercicios están extraídos del texto FUNDAMENTOS DE ALGEBRA LINEAL de R. Larson y D. Falvo.
Más detallesMatemáticas 2º E.S.P.A. Pág.1 C.E.P.A. Plus Ultra. Logroño
ALGEBRA 1. LETRAS EN VEZ DE NÚMEROS En muchas tareas de las matemáticas es preciso trabajar con números de valor desconocido o indeterminado. En esos casos, los números se representan por letras y se operan
Más detallesAlgebra Lineal XXI: Existencia de la Función Determinante, Expansión de Cofactores.
Algebra Lineal XXI: Existencia de la Función Determinante, Expansión de Cofactores. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica
Más detallesEjemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}
Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar
Más detallesMATRICES DETERMINANTES
MATRICES Y DETERMINANTES 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
Más detallescomo 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 detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 Líneas y s en el Espacio Departamento de Matemáticas ITESM Líneas y s en el Espacio Álgebra Lineal - p. 1/34 Los conjuntos solución a un sistema de ecuaciones lineales cuando tienen
Más detallesObjetivos: Al inalizar la unidad, el alumno:
Unidad 3 espacios vectoriales Objetivos: Al inalizar la unidad, el alumno: Describirá las características de un espacio vectorial. Identiicará las propiedades de los subespacios vectoriales. Ejempliicará
Más detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Z = N {0} N Enteros Las operaciones + y. son cerradas en Z, es decir la suma de dos números enteros es un número entero y el producto
Más detallesConferencia clase. Al desacoplar las ecuaciones se tiene. Sistemas de ecuaciones diferenciales lineales usando álgebra lineal
Conferencia clase Al desacoplar las ecuaciones se tiene stemas de ecuaciones diferenciales lineales usando álgebra lineal Contenido. 1. stemas de ecuaciones diferenciales de primer orden. 2. Forma matricial
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesEcuaciones 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 detallesEn una recta numérica el punto que representa el cero recibe el nombre de origen.
1. Conjuntos numéricos Los conjuntos numéricos con los que has trabajado tanto en Enseñanza Básica como en Enseñanza Media, se van ampliando a medida que se necesita resolver ciertas problemáticas de la
Más detallesCONJUNTOS NUMÉRICOS. La noción de número es tan antigua como el hombre mismo ya que son necesarios para resolver situaciones de la vida diaria.
CONJUNTOS NUMÉRICOS La noción de número es tan antigua como el hombre mismo ya que son necesarios para resolver situaciones de la vida diaria. Por ejemplo, usamos números para contar una determinada cantidad
Más detallesEs 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 detallesTeoría 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 detallesEJERCICIOS RESUELTOS DE MATRICES
EJERCICIOS RESUELTOS DE MATRICES. Dadas las matrices A - 3, B 0 - y C 3 -, calcular si es posible: a) A + B b) AC c) CB y C t B d) (A+B)C a) A + B - 3 + 0 - b) AC - 3 3 - +0 -+ 3+ +(-) 0 7 0.+(-).3+(-)(-).+(-)
Más detallesRepaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
Más 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 detallesRelaciones. Estructuras Discretas. Relaciones. Relaciones en un Conjunto. Propiedades de Relaciones en A Reflexividad
Estructuras Discretas Relaciones Definición: relación Relaciones Claudio Lobos, Jocelyn Simmonds clobos,jsimmond@inf.utfsm.cl Universidad Técnica Federico Santa María Estructuras Discretas INF 152 Sean
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 detallesSistemas 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 detallesSISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS.
SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS. Sistemas de ecuaciones lineales DEFINICIÓN SISTEMAS DE ECUACIONES Un sistema de m ecuaciones lineales con n incógnitas,,,, n es un conjunto de m igualdades
Más detallesPROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX
Prof.: MSc. Julio Rito Vargas Avilés Planteamiento del problema: PROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX Una compañía de manufactura se dedica a la fabricación de tres productos: A,
Más detallesUniversidad de Jaén Departamento de Matemáticas Ingeniería Técnica en Informática de Gestión.
Universidad de Jaén Departamento de Matemáticas Ingeniería Técnica en Informática de Gestión. Algebra I I Relación de problemas 3. Espacios vectoriales. 1.-Estudiar si los siguientes conjuntos forman o
Más detallesECUACIONES DE PRIMER Y SEGUNDO GRADO
7. UNIDAD 7 ECUACIONES DE PRIMER Y SEGUNDO GRADO Objetivo general. Al terminar esta Unidad resolverás ejercicios y problemas que involucren la solución de ecuaciones de primer grado y de segundo grado
Más detallesGEOMETRÍA ANALÍTICA EJERCITARIO DE FACULTAD DE INGENIERÍA CURSO PREPARATORIO DE INGENIERÍA (CPI) UNIVERSIDAD NACIONAL DE ASUNCIÓN
UNIVERSIDAD NACIONAL DE ASUNCIÓN FACULTAD DE INGENIERÍA CURSO PREPARATORIO DE INGENIERÍA (CPI) EJERCITARIO DE GEOMETRÍA ANALÍTICA (ÁLGEBRA VECTORIAL - PRÁCTICA) AÑO 2014 ÁLGEBRA VECTORIAL - EJERCICIOS
Más detallesSistema de ecuaciones algebraicas
Sistema de ecuaciones algebraicas Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com Universidad: ITESM CEM
Más detallesMatemáticas Aplicadas a los Negocios
LICENCIATURA EN NEGOCIOS INTERNACIONALES Matemáticas Aplicadas a los Negocios Unidad 4. Aplicación de Matrices OBJETIVOS PARTICULARES DE LA UNIDAD Al finalizar esta unidad, el estudiante será capaz de:
Más detallesMétodos Matemáticos 2 Ecuaciones Diferenciales de Orden Superior
Métodos Matemáticos 2 Ecuaciones Diferenciales de Orden Superior L. A. Núñez * Centro de Astrofísica Teórica, Departamento de Física, Facultad de Ciencias, Universidad de Los Andes, Mérida 5101, Venezuela
Más detallesDISEÑO CURRICULAR ALGEBRA LINEAL
DISEÑO CURRICULAR ALGEBRA LINEAL FACULTAD (ES) CARRERA (S) Ingeniería Computación y Sistemas CÓDIGO HORAS TEÓRICAS HORAS PRÁCTICAS UNIDADES DE CRÉDITO SEMESTRE 122443 02 02 03 II PRE-REQUISITO ELABORADO
Más detallesMATEMÁTICASII Curso académico BLOQUE GEOMETRÍA. TEMA 1: VECTORES
MATEMÁTICASII Curso académico 2015-2016 BLOQUE GEOMETRÍA. TEMA 1: VECTORES 1.1 VECTORES DEL ESPACIO. VECTORES LIBRES DEL ESPACIO Sean y dos puntos del espacio. Llamaremos vector (fijo) a un segmento orientado
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 detalles(L. S. I. P. I.) Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO. Espacios Vectoriales
ÁLGEBRA II (L.S.I P.I.) Guía de Trabajos Prácticos Nº ÁLGEBRA II (L. S. I. P. I.) Guíía de Trabajjos Prácttiicos Nºº Espacios Vectoriales.- Dados los vectores u v w r = s = verifique gráficamente: u v
Más detalles