Álgebra Lineal. Tema 5 Ecuaciones diferenciales lineales
|
|
- Julio González Pérez
- hace 6 años
- Vistas:
Transcripción
1 Álgebra Lineal. Tema 5 Dep. Matemática Aplicada. UMA
2 Tasa relativa de crecimiento Si x(t representa alguna cantidad física como el volumen de una sustancia, la población de ciertas especies, o el número de euros invertidos en acciones, su derivada x (t proporciona la tasa de crecimiento. Con frecuencia es más interesante la llamada tasa relativa de crecimiento definida por: Tasa relativa de crecimiento = x (t x(t
3 Ecuación diferencial para tasa relativa constante Si la tasa relativa de crecimiento es constante, tenemos: a = x (t x(t x (t = ax(t Esta ecuación se denomina ecuación diferencial porque incluye una derivada. Trivialmente se comprueba que x(t = ce at son las soluciones de la ecuación diferencial dada. El valor de c se calcula a partir de una condición inicial, Por ejemplo, si X (0 = 5, entonces c = 5.
4 Sistemas lineales de ecuaciones diferenciales Trabajaremos con sistemas de ecuaciones diferenciales de la forma: x 1 (t = a 11x 1 (t + a 12 x 2 (t a 1n x n (t x 2 (t = a 21x 1 (t + a 22 x 2 (t a 2n x n (t x n(t = a n1 x 1 (t + a n2 x 2 (t a nn x n (t a ij R Matricialmente nos queda como X (t = AX (t, siendo: x 1 (t a 11 a a 1n x 1 (t x 2 (t. = a 21 a a 2n x 2 (t x n(t a n1 a n2... a nn x n (t
5 Resolución mediante la exponencial de una matriz Definición Dada una matriz cuadrada A, se define la matriz cuadrada del mismo tamaño e A, como sigue: Teorema e A = I + A + A2 2! + A3 3! + A4 4! +... = k=0 Para cualquier vector constante c, X (t = e At c es una solución de la ecuación X (t = AX (t. Además, X (t = e At x 0 es una solución que verifica la condición inicial X (0 = x 0. A k k!
6 Cálculo de e Dt cuando D es una matriz diagonal Teorema Si D es una matriz diagonal cuyos elementos de la diagonal son d 1,..., d n, entonces e Dt es una matriz diagonal, cuyos elementos de la diagonal son e d 1t,..., e dnt. Ejemplo entonces D = e Dt = e t e 2t e 3t
7 Cálculo de e At cuando A es una matriz diagonalizable Teorema Si A es una matriz diagonalizable, entonces e At = Pe Dt P 1, siendo D = P 1 AP Ejemplo ( 3 1 Sea A =, diagonalizando obtenemos que 2 2 ( ( D = P 1 AP, siendo D = y P =, entonces e At = Pe Dt P 1 = P ( e t 0 0 e 4t P 1
8 Resolución de un sistema Ejemplo (Modelo de Competencia Consideremos el sistema de ecuaciones diferenciales lineales: { x 1 (t = 3x 1 (t x 2 (t x 2 (t = 2x 1(t+ 2x 2 (t que expresando ( matricialmente sería X (t = AX (t, siendo 3 1 A = la matriz del ejemplo anterior. 2 2 Por tanto, la solución ( del sistema sería X (t = e At c, para cualquier c1 vector constante c =, luego: c 2 ( e t 2e 4t e t + e 4t X (t = Pe Dt P 1 c = 1 3 2e t + 2e 4t 2e t e 4t ( c1 c 2 Si las condiciones iniciales son X 1 (0 = 90 y X 2 (0 = 150, entonces X 1 (t = 80e t + 10e 4t y X 2 (t = 160e t 10e 4t.
9 Forma canónica de Jordan Definición Llamaremos matriz de Jordan J a una matriz de la forma: siendo: J = B j (λ j = B 1 (λ B 2 (λ B r (λ r λ j λ j λ j λ j donde cada B j (λ j se denomina matriz de bloques de Jordan.
10 Matrices de Jordan de tamaños 2 y 3 Teorema ( λ1 0 Las matrices de Jordan de tamaño 2 son de la forma 0 λ ( 2 λ 1 y donde λ 0 λ 1 y λ 2 podrían ser iguales. Las matrices de Jordan de tamaño 3 son de la forma: λ λ λ 2 0, 0 λ 2 1, 0 0 λ λ 2 λ λ λ 2, λ λ λ
11 Forma canónica de Jordan Teorema Sea A una matriz cuadrada de tamaño n, entonces existe una matriz cuadrada inversible C, tal que J = C 1 AC, siendo J una matriz de Jordan cuyos elementos diagonales son los autovalores de A (repetidos según su multiplicidad algebraica. El número de unos se obtiene restando la multiplicidad algebraica menos la geométrica de cada autovalor. Además J es única salvo el orden de sus bloques, y se llama forma canónica de Jordan de A.
12 Forma canónica de Jordan para una matriz de tamaño 2 Ejemplo ( 3 2 Sea A = que tiene a λ = 1 como autovalor de 8 5 multiplicidad algebraica 2, mientras que su multiplicidad geométrica es 1. Por tanto, ( A no es diagonalizable. Su forma 1 1 canónica de Jordan es J =. Para encontrar la matriz 0 1 de paso C, consideramos el subespacio propio asociado a λ = 1, que está generado por el vector v 1 = (1, 2. Ahora resolvemos el sistema de ecuaciones (A λi x = v 1 y obtenemos v 2 = ( 1 4, 0 como una de sus soluciones. Por tanto J = C 1 AC, siendo C = ( , siendo v 1 y v 2 las columnas de C.
13 Exponencial de una matriz no diagonalizable Teorema Sea J la forma canónica de Jordan de una matriz A, tal que J = C 1 AC. Entonces e At = Ce Jt C 1. Ejemplo ( 3 2 Dada la matriz A = del ejemplo anterior, como su 8 5 ( 1 1 forma canónica de Jordan es J =, tal que 0 1 ( 1 J = C 1 1 AC, siendo C = 4 tenemos que: 2 0 ( e At = Ce Jt C 1 e t te = C t 0 e t C 1
14 Resolución de un sistema Caso no diagonalizable Ejemplo (Modelo depredador-presa Consideremos el sistema de ecuaciones diferenciales lineales: { x 1 (t = 2x 1 (t x 2 (t x 2 (t = x, siendo X 1(t+ 4x 2 (t 1 (0 = 500 y X 2 (0 = 100. ( 2 1 La matriz A = tiene como autovalor doble λ = 3 y no 1 4 es diagonalizable. Su forma canónica de Jordan es J = ( 1 1 tal que J = C 1 AC, siendo C = 1 2 ( ( X (t = e At 500 e 3t te = C 3t e 3t ( Por tanto: C 1 ( de donde obtenemos que: X 1 (t = e 3t ( t y X 2 (t = e 3t ( t,
15 de orden superior Una ecuación diferencial lineal de orden n con coeficientes constantes y homogénea es una ecuación de la forma: a n x (n (t + a n 1 x (n 1 (t a 1 x (t + a 0 x(t = 0 Para resolverla definiremos: x 1 (t = x(t, x 2 (t = x (t,..., x n (t = x (n 1 (t, x n(t = x (n (t De esta forma obtenemos el siguiente sistema: a n x n(t + a n 1 x n (t a 2 x 3 (t + a 1 x 2 (t + a 0 x 1 (t = 0 x 2 (t = x 1 (t x 3 (t = x 2 (t. x n (t = x n 1 (t que se puede escribir como X (t = AX (t y resolver según la teoría anterior.
16 Resolviendo una EDL de orden 2 Ejemplo Para resolver la ecuación diferencial x + 5x + 6x = 0, con las condiciones iniciales x(0 = 1 y x (0 = 0, primero hacemos x 1 (t = x(t, x 2 (t = x (t, x 2 (t = x (t. Con este cambio, la ecuación se transforma en: { x 2 + 5x 2 + 6x 1 = 0 x 2 = x 1 ( ( ( x x1 x 2 = 6 5 x 2 Diagonalizando y calculando la exponencial de la matriz: ( ( ( ( ( x1 1 1 e 3t c1 = e 2t 3 1 x 2 c 2 Utilizando las condiciones iniciales x 1 (0 = x(0 = 1 y x 2 (0 = x (0 = 0, obtenemos: x 1 (t = x(t = 2e 3t + 3e 2t
Ejercicios resueltos del capítulo 4
Ejercicios resueltos del capítulo 4 Ejercicios impares resueltos..a Calcular los autovalores y subespacios invariantes asociados a la matriz: A = Calculamos el polinomio característico y resolvemos: λ
Más detallesTema 2. Aplicaciones lineales. Diagonalización de endomorfismos.
Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada
Más detallesÁlgebra Lineal. Tema 7. La forma canónica de Jordan
Álgebra Lineal Tema 7 La forma canónica de Jordan Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J S ALAS, A T ORRENTE Y EJS V ILLASEÑOR Índice
Más detallesDiagonalización de matrices
7 Diagonalización de matrices 7.1. Matrices diagonalizables Existen diversos procesos en los que el estado en cada uno de sus pasos se puede representar por un determinado vector y en los que, además,
Más detallesSistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia
Sistemas lineales de ecuaciones diferenciales Juan-Miguel Gracia Índice Sistemas lineales 2 Búsqueda de una solución especial 3 Aplicación a sistemas 4 Problema de condiciones iniciales 2 / 2 Sistemas
Más detallesMatriz fundamental. X(t) = (x 0 e at,y 0 e dt ) 0 e bt )(
Capítulo 1 Matriz fundamental Continuaremos estudiando las ecuaciones diferenciales lineales homogéneas autónomas pero ahora en IR n Obtendremos la solución analítica para algunos casos y mencionaremos
Más detallesTema 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 detallesRESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS
RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS 1. Determinantes El determinante de una matriz cuadrada n n A = a 21 a 22 a 2n a n1 a n2 a nn es un número real, y se representa por: A = a 21 a 22 a 2n a
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 detallesa ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2
68 Matemáticas I : Álgebra Lineal Tema 7 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado
Más detallesSesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K
Sesión 8: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K ) Calculamos los valores propios de A y sus multiplicidades algebraicas con: d A λ = det A λi nxn = Si d A
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 detallesDiagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios
61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial
Más detallesTema 2: Diagonalización
TEORÍA DE ÁLGEBRA II: Tema 2. DIPLOMATURA DE ESTADÍSTICA 1 Tema 2: Diagonalización 1 Introducción Sea f : R n R n lineal. Dada una base B de R n podemos asociar a f la matriz A 1 = [f, B] M n. Si C es
Más detallesVALORES Y VECTORES PROPIOS
VALORES Y VECTORES PROPIOS En diversos campos de la ingeniería y las matemáticas surge el problema de calcular los valores escalares λ y los vectores x 0 tales que para la matriz cuadrada A se cumple Ax
Más detallesGrado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán
MATEMÁTICAS TICAS I Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III Ana Isabel Garralda Guillem y Manuel Ruiz Galán Tema. Diagonalización de matrices.1. Diagonalización de matrices por
Más detallesTEMA III: DIAGONALIZACIÓN.
TEMA III: DIAGONALIZACIÓN. OBJETIVOS: Generales: 1. Captar el motivo que justifica el problema de la diagonalización de endomorfismos. 2. Resolver y aplicar dicho problema cuando sea posible. Específicos:
Más detallesSolución de Sistemas de Ecuaciones Diferenciales Lineales
Solución de Sistemas de Ecuaciones Diferenciales Lineales Departamento de Matemáticas, CCIR/ITESM 9 de febrero de Índice..Introducción.................................................Ejemplo.................................................3.Ejemplo................................................
Más detallesGeometría afín y proyectiva, 2016 SEMANA 4
Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más detallesAplicaciones Lineales. Diagonalización de matrices.
Tema 2 Aplicaciones Lineales. Diagonalización de matrices. 2.1. Definiciones y propiedades Nota 2.1.1. En este tema trabajaremos con los Espacios Vectoriales R n y R m definidos sobre el cuerpo R. Definición
Más detalles2.7 Aplicaciones del Teorema de Jordan
26 Álgebra lineal 27 Aplicaciones del Teorema de Jordan En esta sección seguimos suponiendo que K C Endomorfismos y matrices nilpotentes Definición Decimos que una matriz A M n (C es nilpotente si existe
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 detallesPodemos pues formular los dos problemas anteriores en términos de matrices.
Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión
Más detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más detallesCapítulo V. Valores y vectores propios. Diagonalización de operadores lineales.
Capítulo V Valores y vectores propios. Diagonalización de operadores lineales. Hemos visto que la aplicaciones lineales de en están definidas a través de una expresión de la forma ; pero esta fórmula puede
Más detalles6. Forma canónica de matrices
6. Forma canónica de matrices Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2010 Contents 6 6. Forma canónica de matrices 7 6.1 Introducción....................................
Más detallesForma canónica de Jordan.
Práctica 3 Forma canónica de Jordan. Contenido: Matrices semejantes. Polinomio característico. Valores propios. Vectores propios. Forma canónica de Jordan. Forma real de la forma canónica de Jordan. Aplicaciones:
Más detallesÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando
ÁLGEBRA LINEAL EXAMEN FINAL 8 de Enero de Apellidos y Nombre: Duración del examen: 3 horas Publicación de notas: enero Revisión de Examen: feb Ejercicio. ( puntos a (, puntos Estudia si la siguiente afirmación
Más detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más detalles1. DIAGONALIZACIÓN. FORMAS CANÓNICAS
1 1. DIAGONALIZACIÓN. FORMAS CANÓNICAS 1. Se considera la matriz: A = ( 2 3 4 13 con coeficientes en R. Hallar los valores propios, los vectores propios y una matriz P que permita la diagonalización de
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 1. Determinante wronskiano 2 1.1. Wronskiano de f 1 (t), f 2 (t),..., f n (t)............... 3 1.2. Derivada
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 detallesSistemas de Ecuaciones Diferenciales
Lección 8 Sistemas de ecuaciones diferenciales lineales 1 Sistemas de Ecuaciones Diferenciales Consideremos el sistema A + S X + S k 1 k 2 Inicialmente se añaden 2 moles de S y 1 mol de A d[a] dt = k 1
Más detallesEjercicios de ECUACIONES DIFERENCIALES ORDINARIAS
Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS Grado en Matemáticas Curso 203-204 . Ecuaciones lineales con coeficientes constantes Ecuaciones de primer orden. Encontrar la solución de los siguientes
Más detallesTema 3.- SISTEMAS DIFERENCIALES LINEALES Ampliación de Matemáticas. Ingeniería Técnica Industrial. Especialidad en Electrónica Industrial.
Tema 3- SISTEMAS DIFERENCIALES LINEALES Ampliación de Matemáticas Ingeniería Técnica Industrial Especialidad en Electrónica Industrial Índice General 1 Introducción 1 2 Sistemas lineales de primer orden
Más detallesMatemáticas Empresariales II. Formas cuadráticas
Matemáticas Empresariales II Lección 7 Formas cuadráticas Manuel León Navarro Colegio Universitario Cardenal Cisneros M. León Matemáticas Empresariales II 1 / 17 Definición de Formas cuadráticas Sea V
Más detallesTema 4: Sistemas de ecuaciones lineales.
Tema 4: Sistemas de ecuaciones lineales 1 Rango de una matriz Definición Sea A Mat n m (K) Se llama rango de filas de A, y se denota por rg f (A) la dimensión del subespacio vectorial generado por las
Más detallesValores y Vectores Propios
Valores y Vectores Propios Iván Huerta Facultad de Matemáticas Pontificia Universidad Católica de Chile ihuerta@mat.puc.cl Segundo Semestre, 1999 Definición Valores y Vectores Propios Valores y Vectores
Más detallesSistemas lineales homogéneos
Lección 9 Sistemas de ecuaciones diferenciales lineales con coeficientes constantes 1 Sistemas lineales homogéneos Estudiaremos los sistemas de la forma x (t) = Ax(t) + b(t) Sistemas homogéneos: x = Ax
Más detallesTema 8 Ecuaciones diferenciales
Tema 8 Ecuaciones diferenciales 1. ECUACIONES DIFERENCIALES ORDINARIAS Definición 1.1: Ecuación diferencial Se llama ecuación diferencial de orden n a una ecuación que relaciona la variable independiente
Más detallesESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica Industrial, Especialidad de Electricidad
ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica Industrial, Especialidad de Electricidad Fundamentos Matemáticos de la Ingeniería Diciembre de 5. Primera parte Tiempo: horas. Se recuerda
Más detallesPreparaduría V. 1.- Sea A una matriz diagonal n n cuyo polinomio característico es
Preparaduría V 1.- Sea A una matriz diagonal n n cuyo polinomio característico es (x c 1 ) d1 (x c 2 ) d2... (x c k ) d k donde los c 1,..., c k son distintos dos a dos. Sea V el espacio de matrices n
Más detallesAlgunos Tipos de matrices. Matrices. Algunos Tipos de matrices. Algunos Tipos de matrices
Matrices Una matriz de orden m n es un conjunto ordenado de m n números reales dispuestos en m filas y n columnas de la forma: A = a 11 a 12 a 1j a 1n a 21 a 22 a 2j a 2n a i1 a i2 a ij a in a m1 a m2
Más detallesProposición Sea V un espacio vectorial sobre K de dimensión n y B una base de V. Gl(n, K) = {A M(n n, K) A = 0}.
Tema 6 Formas canónicas 6.1 Introducción Proposición 6.1.1. Sea V un espacio vectorial sobre K de dimensión n y B una base de V. La aplicación Φ B : End(V ) M(n n, K) definida por Φ B (f) = M B (f), es
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
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)
Más detallesAlgebra Lineal: Diagonalización de una Matriz Cuadrada. Departamento de Matemáticas. Intro. Diagonalizable
una Matriz Algebra una Matriz una Matriz ducción En esta lectura veremos uno los temas más importantes l Álgebra Lineal que tiene aplicaciones fundamentales en Ingeniería. Éste es el tema la diagonalización
Más detallesSISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN
SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN Alejandro Lugon 26 de mayo de 2010 1. Ecuaciones planares: dos dimensiones El sistema homogéneo: ẋ a 11 x + a 12 y (1) ẏ a 21 x
Más detallesÁLGEBRA LINEAL Problemas, 2006/2007
ÁLGEBRA LINEAL Problemas, 2006/2007 Nota: si no se especifíca lo contrario suponemos que las matrices y espacios vectoriales están definidos sobre un cuerpo K arbitrario 1 Una matriz A de orden n n se
Más detalles1. Ecuaciones lineales con coeficientes constantes. Ecuaciones de primer orden. 2. Encontrar la solución de los siguientes problemas de valor inicial.
. Ecuaciones lineales con coeficientes constantes Ecuaciones de primer orden. Encontrar la solución de los siguientes problemas de valor inicial. ẋ =5x, x0) =.. ẋ + x =0, x) =.. ẋ + x = te t, x0) =. si
Más detallesVectores y Valores Propios
Capítulo 11 Vectores y Valores Propios Las ideas de vector y valor propio constituyen conceptos centrales del álgebra lineal y resultan una valiosa herramienta en la solución de numerosos problemas de
Más detallesPrácticas de Matemáticas II: Álgebra lineal
Prácticas de Matemáticas II: Álgebra lineal Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj Prácticas de Matemáticas II: Álgebra lineal
Más detallesCónicas. Clasificación.
Tema 7 Cónicas. Clasificación. Desde el punto de vista algebraico una cónica es una ecuación de segundo grado en las variables x, y. De ese modo, la ecuación general de una cónica viene dada por una expresión
Más detalles1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS
1 1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS Sea f : V V un endomorfismo de V, f End(V, con V un K-espacio vectorial de dimensión n, y sean B = {e 1,..., e n } B = {e 1,..., e n} bases de V. La matriz de f
Más detallesTema 3: Forma canónica de Jordan de una matriz.
Forma canónica de Jordan de una matriz 1 Tema 3: Forma canónica de Jordan de una matriz. 1. Planteamiento del problema. Matrices semejantes. Matrices triangularizables. El problema que nos planteamos en
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales 81 Introducción Denominamos sistema de ecuaciones a toda ecuación de la forma x (t) F ( t, x(t) ), (S) donde F : (a, b) R n R n La expresión anterior es muy general en el
Más detalles1. SISTEMAS DE ECUACIONES DIFERENCIALES
1 1 SISTEMAS DE ECUACIONES DIFERENCIALES 11 SISTEMAS LINEALES DE PRIMER ORDEN Un sistema de ecuaciones diferenciales del tipo dx 1 dt a 11 tx 1 + a 1n tx n + f 1 t dx n dt a n1 tx 1 + a nn tx n + f n t
Más detalles2. Teorema de las multiplicidades algebraica y geométrica.
Guía. Álgebra III. Examen parcial II. Valores y vectores propios. Forma canónica de Jordan. Teoremas con demostraciones que se pueden incluir en el examen El examen puede incluir una demostración entera
Más detallesSistemas de ecuaciones diferenciales lineales J.L. Mancilla Aguilar
Sistemas de ecuaciones diferenciales lineales JL Mancilla Aguilar Sistemas de ecuaciones diferenciales A lo largo de estas notas consideraremos sistemas de ecuaciones diferenciales lineales a coeficientes
Más detallesAPÉNDICE A. Algebra matricial
APÉNDICE A Algebra matricial El estudio de la econometría requiere cierta familiaridad con el álgebra matricial. La teoría de matrices simplifica la descripción, desarrollo y aplicación de los métodos
Más detallesCurso cero Matemáticas en informática : Sistemas de ecuaciones lineales
lineales -Jordan Curso cero Matemáticas en informática : de ecuaciones lineales Septiembre 2005 lineales -Jordan lineales -Jordan Se llama ecuación lineal con n incógnitas a a x + a 2 x 2 + a 3 x 3 + +
Más detallesFormas canónicas de Jordan
Capítulo 6 Formas canónicas de Jordan 61 Subespacios propios generalizados Introducción En el capítulo anterior se han estudiado los endomorfismos diagonalizables y se han dado condiciones necesarias y
Más detallesTEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES
TEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES Definición 1.1. Endomorfismo Nilpotente. Un endomorfismo T End(V ) es nilpotente si existe n N tal que f n 0. Definición 1.. Matriz
Más detalles2.5 Teorema de Jordan
Capítulo 2/ Forma canónica de Jordan (Versión 13-03-2015) 15 2.5 Teorema de Jordan En esta sección queremos abordar ya el caso general de un endomorfismo f : V V cualquiera (no necesariamente con un único
Más detallesCAPÍTULO 5: AUTOVALORES Y AUTOVECTORES, FORMA CANÓNICA DE JORDAN
CAPÍTULO 5: AUTOVALORES Y AUTOVECTORES, FORMA CANÓNICA DE JORDAN 5.1- Definición: matrices semejantes. Se dice que dos matrices A y B son semejantes si existe una matriz regular P tal que se verifica B
Más detallesTRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN
RANSFORMACIONES LINEALES 1 RANSFORMACIONES NÚCLEO E IMAGEN DEFINICION : Sean V W espacios vectoriales Una transformación lineal de V en W es una función que asigna a cada vector v V un único vector v W
Más detallesMatrices y sistemas de ecuaciones lineales. Autovalores y autovectores.
Tema 5 Matrices y sistemas de ecuaciones lineales Autovalores y autovectores 5 Introducción Una matriz es una disposición ordenada de elementos de la forma: a a a m a a a m a n a n a nm Sus filas son las
Más detallesLista de problemas de álgebra, 2016
Instituto Politécnico Nacional Escuela Superior de Física y Matemáticas Posgrado en Ciencias Físicomatemáticas Línea de Matemáticas Lista de problemas de álgebra 2016 Egor Maximenko: En mi opinión cualquier
Más detallesProblemas y Ejercicios Resueltos. Tema 6: Diagonalizacion.
Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion. Ejercicios 1.- Sea f End V. Demostrar que la suma de subespacios f-invariantes es f-invariante. Solución. Sean U, W dos subespacios f-invariantes
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 detallesClase 7 Herramientas de Álgebra Lineal
Clase 7 Herramientas de Álgebra Lineal 1 Formas cuadráticas La descomposición en valores singulares 3 Normas de matrices 4 Ejercicios Dada una matriz M R n n, la función escalar x T Mx, donde x R n, es
Más detallesDiagonalización de matrices
Capítulo 6 Diagonalización de matrices 6.. Introducción 6... Un ejemplo preliminar Antes de plantearlo de manera general, estudiaremos un ejemplo que servirá para situar el problema. Supongamos que, en
Más detallesy Matrices cuadradas.
de Endomorfismos y Matrices cuadradas.. Problemas resueltos. Tema :. Problemas Resueltos 1 PROBLEMAS RESUELTOS 1. Sea f 0 End(ú 3 ) / f ( x, y, z ) = ( 2x - 2y + 3z, x + y + z, x + 3y - z) Estudiar si
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 detallesEspacios Vectoriales, Valores y Vectores Propios
, Valores y Vectores Propios José Juan Rincón Pasaye, División de Estudios de Postgrado FIE-UMSNH Curso Propedéutico de Matemáticas para la Maestría en Ciencias opciones: Sistemas de Control y Sistemas
Más detallesControl Moderno. Ene.-Jun UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN. Facultad de Ingeniería Mecánica y Eléctrica. Dr. Rodolfo Salinas.
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN Facultad de Ingeniería Mecánica y Eléctrica Control Moderno Ene.-Jun. 27 Dr. Rodolfo Salinas abril 27 Control Moderno N abril 27 Dr. Rodolfo Salinas Respuesta en el tiempo
Más detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA ANALÍTICO DE LA ASIGNATURA: ALGEBRA LINEAL Código L2.07.1 PLAN DE ESTUDIOS: 2002 CARRERA: Licenciatura en Matemática DEPARTAMENTO:
Más detalles1. Problema clásico de EDO
FACULTAD CS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE MA57C Control Óptimo Semestre 27-2 Profesor: Rafael Correa Auxiliar: Oscar Peredo Clase Auxiliar #1 31 de julio de 27 1 Problema clásico de EDO Problema
Más detallesTema 1: Matrices. Sistemas de ecuaciones. Determinantes
Tema 1: Matrices. Sistemas de ecuaciones. Determinantes José M. Salazar Octubre de 2016 Tema 1: Matrices. Sistemas de ecuaciones. Determinantes Lección 1. Matrices. Sistemas de ecuaciones. Determinantes
Más detalles6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas...
Contents 6 Formas Bilineales y Producto Escalar 3 6.1 Formas bilineales............................... 3 6.1.1 Matriz de una forma bilineal....................... 4 6.1. Formas bilineales simétricas.......................
Más detallesALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO
ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO 2012-2013 José García-Cuerva Universidad Autónoma de Madrid 11 de febrero de 2013 JOSÉ GARCÍA-CUERVA
Más detallesCAPÍTULO 4. Sistemas de ecuaciones lineales de primer orden
CAPÍTULO 4 Sistemas de ecuaciones lineales de primer orden Hasta ahora hemos considerado únicamente ecuaciones diferenciales aisladas Sin embargo, en muchas aplicaciones aparecen situaciones en las que
Más detalles6.8. Descomposición mediante valores singulares. v 2 =
68 Descomposición mediante valores singulares Los valores singulares de una matriz m n Supongamos que A es una matriz real cualquiera Los autovalores de A T A tienen la siguiente propiedad A T Ax = λx
Más detallesMatrices: 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 detallesMATRICES Y SISTEMAS DE ECUACIONES
MATRICES Y SISTEMAS DE ECUACIONES Definición Una matriz real de orden m n es una tabla ordenada de m n números reales a 11 a 12 a 1n a A = 21 a 22 a 2n a m1 a m2 a mn en la cual las líneas horizontales
Más detallesESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS
ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA.1 Definición de Aplicación Lineal. FUNDAMENTOS MATEMÁTICOS 8. APLICACIONES LINEALES Sean
Más detallesEjercicio 1 de la Opción A del modelo 1 de Solución
Ejercicio 1 de la Opción A del modelo 1 de 2008 Sean f : R R y g : R R las funciones definidas por f(x) = x 2 -(x + 1) + ax + b y g(x) = ce Se sabe que las gráficas de f y g se cortan en el punto ( 1,
Más detallesDiagonalización de matrices.
Diagonalización de matrices. 1. Diagonalización de matrices. Definición 1.1 Sea A una matriz cuadrada,, decimos que es un autovalor de A si existe un vector no nulo tal que En esta situación decimos que
Más detallesSISTEMAS DE ECUACIONES LINEALES Y MATRICES
y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015 1 Visita http://sergiosolanosabie.wikispaces.com y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015
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 detallesVALORES Y VECTORES PROPIOS
45 Capítulo 6 VALORES Y VECTORES PROPIOS Martínez Héctor Jairo Sanabria Ana María Semestre, 7 6 Introducción Aunque, en general, la imagen de un vector bajo una transformación de un espacio vectorial en
Más detallesEjercicio 3 de la Opción A del modelo 1 de 2008.
Ejercicio 3 de la Opción A del modelo 1 de 2008. Dado el sistema de ecuaciones lineales x + λy z = 0 2x + y + λz = 0 x + 5y λz = λ +1 [1 5 puntos] Clasifícalo según los valores del parámetro λ. (b) [1
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 8-9.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS II TEMA 2: SISTEMAS DE ECUACIONES LINEALES
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 007 MATEMÁTICAS II TEMA : SISTEMAS DE ECUACIONES LINEALES Junio, Ejercicio 3, Opción B Reserva, Ejercicio 3, Opción B Reserva, Ejercicio 3, Opción A Reserva,
Más detallesÁLGEBRA Algunas soluciones a la Práctica 4
ÁLGEBRA Algunas soluciones a la Práctica 4 Equivalencia de matrices. Sistemas de ecuaciones Curso 28 29 2. Existen dos matrices de igual dimensión que tengan el mismo rango pero no sean ni equivalentes
Más detalles2.1 Descripción en espacio de estado de sistemas dinámicos
2 Análisis de sistemas lineales 2.1 Descripción en espacio de estado de sistemas dinámicos El objetivo de este capítulo es formular una teoría general de describir los sistemas dinámicos en funcion de
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 detallesProcedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan).
Ejemplo 19: Demuestre que la matriz A es invertible y escríbala como un producto de matrices elementales. Solución: Para resolver el problema, se reduce A a I y se registran las operaciones elementales
Más detalles4. Endomorfismos. 2 Autovalores y autovectores. 1 Introducción. 2.1 Definición y propiedades. 2.2 Subespacios característicos.
Tema III Capítulo 4 Endomorfismos Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 4 Endomorfismos 1 Introducción Vimos en el capítulo anterior que un endomorfismo es una aplicación
Más detalles