A. Nociones elementales sobre teoría de grupos contínuos y sus representaciones

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

Download "A. Nociones elementales sobre teoría de grupos contínuos y sus representaciones"

Transcripción

1 Estructura de la materia 4 Guía 3: The eightfold way: Teoría de grupos y el Modelo de quarks (Primer cuatrimestre de 2013) A. Nociones elementales sobre teoría de grupos contínuos y sus representaciones 1. Dé una definición de simétrico que valga tanto para un objeto, como para un sistema y como para un lagrangiano, y muestre que la definición matemática de Grupo se puede adaptar como el marco teórico correcto para tratar problemas con simetrías. 2. Muestre que los números 1, i, -1, -i forman un grupo abeliano finito G, y que las matrices ( ) ( ) ( ) ( son una representación de 2 2 de G. 3. El grupo SU(2) se lo puede visualizar (y también se lo puede definir) a través de su representación fundamental que es el grupo de matrices de 2 2 unitarias de determinante igual a uno. (a) Muestre que esta representación de SU(2) forma un grupo. (b) Muestre que cualquier elemento de esta representación se puede obtener a través de la exponenciación imaginaria de un vector del espacio vectorial generado por la base { 1 2 σ 1, 1 2 σ 2, 1 2 σ 3}. O sea, si g rep. fundamental de SU(2) entonces existe θ R 3 tal que g = e i1 2 σ θ. Nota: en estos casos se llama espacio tangente a la identidad al espacio vectorial, se llaman generadores del grupo a los elementos de la base ({ 1 2 σ i} i=1,2,3 ), y se lo llama Grupo de Lie a esta clase de grupos. Observe que hay una biyección entre el espacio vectorial y el grupo. (c) En el grupo se puede definir una distancia entre elementos en función de la distancia definida de la manera usual entre los θ que le corresponden a cada elemento. Muestre que cualquier elemento del grupo puede ser generado con productos de elementos de cualquier entorno de la identidad. (d) Muestre que los generadores del grupo satisfacen un álgebra en la cual el producto de dos elementos viene dado a través del conmutador de ellos, [ 1 2 σ i, 1 2 σ j] = iǫ ijk 1 2 σ k. Nota: el álgebra de los generadores de un grupo de Lie es lo que generalmente se llama álgebra de Lie, y los iǫ ijk son en este caso las constanes de estructura del grupo. 4. Tome ahora el grupo SO(3), cuya representación fundamental viene dada por las matrices reales ortogonales de 3 3. (O sea, el grupo de rotaciones tridimensionales.) (a) Halle los generadores de este grupo de Lie. (b) Halle las constantes de estructura de este grupo y compárelas con las de SU(2) del problema anterior. 5. Muestre que el tensor antisimétrico de rango y dimensión 2, ǫ ab, es invariante ante cualquier matríz de la representación de SU(2) de dimensión 2 segun U ǫu = ǫ. (Ayuda: muéstrelo para U s en un entorno de la identidad y luego muestre que debe valer para cualquier U SU(2). Este truco es muy útil en demostraciones que tienen que ver con grupos de Lie.) 6. Muestre que las tres matrices (J i ) m1,m 2 = jm 1 J i jm 2, i = 1, 2, 3, m 1, m 2 = j,, j generan una representación irreducible de dimensión 2j + 1 del álgebra de Lie de SU(2), donde J 1 = (J + + J )/2, J 2 = (J + J )/2i, y J + jm = j(j + 1) m(m + 1) j, m + 1 J jm = j(j + 1) m(m 1) j, m 1 J 3 jm = m jm Construya explícitamente las 3 matrices J i de 6 6 y verifique que satisfacen el álgebra de SU(2), p. ej [J 1, J 2 ] = ij 3. A partir de la fórmula de Hausdorff, sin más cuentas, muestre que el conjunto continuo U( θ) = exp (i θ J) de matrices de (2j+1) (2j+1) es una representación del grupo SU(2). ) 1

2 B. Producto directo y teoría de grupos 7. Sean dos subespacios de Hilbert H 1,2 con estados posibles φ i=1...n y ψ j=1...m, respectívamente. (a) Muestre que si el sistema es tal que su estado puede ser alguno de H 1 o de H 2 entonces la base de estados posibles para el sistema son n + m estados. Halle estos estados. (En este caso se dice que el sistema se halla en un estado de la suma directa H 1 H 2.) (b) Muestre que si en cambio el sistema es tal que es una combinación de H 1 y de H 2, o sea por ejemplo que hay una partícula en H 1 y otra en H 2 que no interactuan entre sí, entonces la base de estados posibles para el sistema son n m estados. Halle estos estados. Reflexione sobre cómo a pesar de que las partículas no interactuan se pueden formar estados que no corresponen a una partícula en un estado y la otra en otro, sino que estan entrelazados los sistemas. (En este caso se dice que el sistema se halla en un estado del producto directo H 1 H 2.) 8. Se define como producto directo de matrices a a b del siguiente modo (a b) rs = a ij b kl donde los índices r y s valen r = ik = 11, 12, 13,..., 1n, 21, 22,..., 2n...mn (suponiendo que i = 1...m y k = 1...n) y s = jl en modo análogo. O sea, por ejemplo, si a R 2 2 y b R 3 3 entonces a 11 b 11 a 11 b 12 a 11 b 13 a 12 b 11 a 12 b 12 a 12 b 13 ( ) a11 a a b = 12 b 11 b 12 b 13 a 11 b 21 a 11 b 22 a 11 b 23 a 12 b 21 a 12 b 22 a 12 b 23 b a 21 a 21 b 22 b 23 = a 11 b 31 a 11 b 32 a 11 b 33 a 12 b 31 a 12 b 32 a 12 b b 31 b 32 b 33 a 21 b 11 a 21 b 12 a 21 b 13 a 22 b 11 a 22 b 12 a 22 b 13 a 21 b 21 a 22 b 22 a 21 b 23 a 22 b 21 a 22 b 22 a 22 b 23 a 21 b 31 a 21 b 32 a 21 b 33 a 22 b 31 a 22 b 32 a 22 b 33 (a) Simplifique, si puede, las expresiones (α a) (β b) y también (a b) + (c d), con α, β R. (b) Muestre que esta definición implica que cualquier operación que se realice sobre uno de los espacios de Hilbert factor del producto directo es independiente de lo que se realice sobre el otro espacio. O sea, que (a b) (c d) = (a c) (b d) (c) Halle que en efecto esta definición de producto directo de matrices sirve para operar sobre el espacio de Hilbert producto directo H 1 H 2, para esto halle cuál es la base correcta de estados del espacio producto directo. (d) Hagamos un ejemplo concreto que haga entender todo. Tome un elemento del grupo SU(2) y sea a la matríz que lo representa en la representación de 2 2 y b la matríz que lo representa en la representación de 3 3. Realice el producto directo a b y luego haga el cambio de base que le indica la tabla de Clebsch-Gordan y verifique que la matríz resultante se divide en bloques y representa la transformación sobre el espacio suma directa resultante. Si hizo las cosas bien habrá mostrado que 2 3 = 2 4 (o en la notación de la tabla de Clebsch-Gordan: 1/2 1 = 1/2 3/2.) C. Aplicaciones sobre SU(2) y SU(3) 9. Usando una tabla de coeficientes de Clebsch-Gordan, muestre que si a los estados cuánticos se los rotula según bajo qué representación del grupo SU(2) transforman, de acuerdo con la siguiente notación etc.. 1 = representación trivial de SU(2) (p.ej. el singlete) 2 = representación de SU(2) de spin s = 1 2 (la fundamental) 3 = representación de SU(2) de spin s = 1 (p.ej. triplete) 4 = representación de SU(2) de spin s = 3 2, 2

3 entonces vale que y calcule 2 2 = = = =? 2 3 =? Cómo interpretaría estos resultados en término de repesentación matricial del grupo SU(2)?(*) 10. En el el ej.6 se vio que el espacio de dimensión 8 obtenido como producto directo de 3 representaciones fundamentales de SU(2) es reducible y se descompone en suma directa de un espacio de dimensión 4 y dos de dimensión 2: = Utilizando coeficientes de Clebsch-Gordan, y llamando {u, d } a la base de la representación fundamental, muestre que la transformación lineal de la base producto a la base suma directa está dada por uuu (uud + udu + duu)/ 3 (udd + dud + ddu)/ 3 ddd { (2uud udu duu)/ 6 (2ddu dud udd)/ 6 { (udu duu)/ 2 (udd dud)/ 2 Por aplicación de los operadores de subida y bajada verifique que estos tres subespacios son en efecto irreducibles. 11. El grupo SU(3) se puede definir como el de las matrices unitarias de 3 3 y determinante 1. (a) Muestre que toda U SU(3) puede escribirse como U = exp(ih) con H hermítica de 3 3 y traza nula, y que ésta puede parametrizarse en término de 8 números reales como H = a 8 + a 3 a 1 ia 2 a 4 ia 5 8 a 1 + ia 2 a 8 a 3 a 6 ia 7 = a k λ k o sea U = e ih = e i a kλ k a 4 + ia 5 a 6 ia 7 2 a 8 k=1 (b) Las matrices λ 1,...,λ 8, denominadas de Gell-Mann, son las generadoras del grupo y juegan el rol de las de Pauli en SU(2), compare exp(i θ i σ i ) con exp(i a k λ k ). Escriba las λs, verifique que λ 3 y λ 8 son diagonales y que las otras 6 pueden combinarse en 3 pares de operadores de subida y bajada à la SU(2), J ± = 1 2 (J 1 ±ij 2 ) : λ 12 ±, λ45 ±, λ67 ±. Note que λ 1, λ 2, λ 3 son los generadores de un subgrupo SU(2) de SU(3). (c) Llamemos u, d, s, a la base del espacio donde actúan las 8 matrices λ k, denominada la representación 3, o triplete: Muestre que éstos pueden ser identificados unívocamente por sus autovalores de I 3 λ 3 /2 y S = (λ 8 1)/3. Dibuje en el plano (I 3, S) los elementos de esta base e identifique como actúan los 6 operadores de subida y bajada entre ellos. (d) Por aplicación de los 6 operadores de bajada y subida encuentre el multiplete de SU(3) del que forma parte el cuadruplete de SU(2) del ejercicio anterior. Muestre que tiene dimensión 10, y represente los estados en el plano (I 3, S). (e) Repita el item anterior pero para los multipletes que corresponden respectivamente a los dos dobletes de SU(2) del ejercicio anterior. Verifique que cada uno forma un octete ( the eightfold way ) y represéntelos en el plano (I 3, S). (f) Hemos encontrado hasta aquí que el espacio producto se descompone en suma directa de 3 representaciones irreducibles = , donde claramente falta un singlete (3.3.3=27, pero =26). Por aplicación de los 8 generadores de SU(3) muestre que el singlete es = (uds dus + dsu usd + sud sdu)/ 6 (g) Note que hemos demostrado que para el grupo SU(3) es = Cómo es la descomposición de para el grupo SU(2)? 3

4 D. Modelo de quarks 12. Para los procesos abajo detallados, muestre que la conservación del isospín implica la siguiente relación entre sus secciones eficaces: σ 1 = σ 3 = 2σ 2 1) p + p d + π + 2) p + n d + π 0 3) n + n d + π Así, es posible poner a prueba el modelo de clasificación en términos del isospín teniendo en cuenta la relación entre los eventos de interacción de tales tipo. 13. Para la dispersión elástica pión-nucleón π + N π + N considere todos los casos posibles para los distintos estados de carga y encuentre las relaciones entre las secciones eficaces correspondientes. 14. Sabiendo que la partícula Σ 0 puede decaer en los pares Σ π +, Σ 0 π 0, Σ + π, y a partir de la conservación del isospín en las interacciones fuertes, indique qué porcentaje espera en cada canal de estos decaimientos. 15. Encuentre el cociente entre las secciones eficaces de las siguientes interacciones, 1) π + p K 0 + Σ 0, 2) π 0 + p K + + Σ 0, 3) π + + p K + + Σ +, suponiendo la conservación del isospín en tales procesos y según predomine el canal de isospín 1/2 ó 3/ Un hipernúcleo es aquel en que un neutrón está remplazado por un hiperón Λ. El He 4 Λ y el H4 Λ forman un doblete de isospín, y se obtienen haciendo incidir un haz de kaones sobre núcleos de He 4 : K + He 4 He 4 Λ + π K + He 4 H 4 Λ + π 0 Muestre que se obtienen el doble de núcleos He 4 Λ que de H4 Λ 17. Al estudiar la reacción K p Σ + π en función de la energía se observa la formación de una resonancia a 1660 MeV en el c.m. Qué se puede decir de los números cuánticos de esta? Muestre que el isospín no queda unívocamente determinado, y que el estudio del estado final Σ 0 π 0 permite decidir entre las diversas posibilidades. 18. De acuerdo a consideraciones de Isospin (a) Diga cuales de los siguientes procesos mediados por la interacción fuerte son posibles o no. Justifique i. π p π + Σ ii. π p K 0 n iii. π p Σ + K iv. π p Λ 0 K 0 (b) Considerando que el 3 He y el 3 H forman parte de un doblete de Isospin, con autovalores de I 3 = +1/2, 1/2 respectivamente, muestre que 19. La composición del barión Σ + del octete es (uus) σ(p d 3 H π + ) σ(p d 3 He π 0 ) = 2 (a) Escriba la función de onda de SU(3) sabor SU(2) espin en el caso en que su espín está orientado en el sentido negativo del eje z. (b) Indique cuál es la probabilidad de hallar un quark s orientado en forma paralela y antiparalela al eje z. 4

5 (c) Calcule el momento magnético del Σ Construya las funciones de onda de sabor y de spín simétricas y totalmente antisimétricas para el caso del protón, utilizando solamente una tabla de Clebsch-Gordan. Repitiendo el cálculo para el caso del neutrón, demuestre que la relación entre el momento magnético de ambas partículas está determinado por la simetría de las funciones de onda calculadas anteriormente. Asimismo, discuta dichas propiedades de simetría en relación al signo del momento magnético del neutrón medido experimentalmente. 5

FÍSICA 4 PRIMER CUATRIMESTRE DE 2015 GUÍA 9: POTENCIALES EN 2-D Y 3-D, MOMENTO ANGULAR, ÁTOMO DE HIDRÓGENO, ESPÍN

FÍSICA 4 PRIMER CUATRIMESTRE DE 2015 GUÍA 9: POTENCIALES EN 2-D Y 3-D, MOMENTO ANGULAR, ÁTOMO DE HIDRÓGENO, ESPÍN FÍSICA 4 PRIMER CUATRIMESTRE DE 2015 GUÍA 9: POTENCIALES EN 2-D Y 3-D, MOMENTO ANGULAR, ÁTOMO DE HIDRÓGENO, ESPÍN 1. Considere el siguiente potencial (pozo infinito): { 0 x a; y b y z c V(x)= sino Escribiendo

Más detalles

SIMETRIAS Y LEYES DE CONSERVACION

SIMETRIAS Y LEYES DE CONSERVACION SIMETRIAS Y LEYES DE CONSERVACION 1. Introducción 2. Conservación de la energía y el momento 3. Conservación del momento angular 4. Paridad 5. Isospín 6. Extrañeza 7. Conjugación de carga 8. Inversión

Más detalles

Tensores cartesianos.

Tensores cartesianos. Tensores cartesianos. Transformación de coordenadas. Consideremos dos sistemas de coordenadas cartesianas ortogonales en el plano, identificados como σ y σ. Supongamos que ambos tienen un origen común,

Más detalles

Ejercicio 1. Ejercicio 2

Ejercicio 1. Ejercicio 2 Guía de Ejercicios Ejercicio. Calcular los momentos de primer y segundo orden (media y varianza) de una variable aleatoria continua con distribución uniforme entre los límites a y b.. Sabiendo que la función

Más detalles

Estructuras algebraicas. Departamento de Álgebra. Apuntes de teoría

Estructuras algebraicas. Departamento de Álgebra.  Apuntes de teoría ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 2015/2016 Apuntes de teoría Tema 1: Grupos y subgrupos. 1.1. Introducción Definición 1.1. Un grupo es un par (G, ), donde G es un conjunto no vacío,

Más detalles

Producto tensorial entre tensores

Producto tensorial entre tensores Tensores cartesianos Producto tensorial entre tensores Producto tensorial entre tensores Se define el producto tensorial entre los tensores S CT(m) y T CT(n) como el tensor S T CT(n + m): S T = S i1...i

Más detalles

Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno.

Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno. Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno. Teoremas con demostraciones que se pueden incluir en el examen: 1. Fórmula para f(j m (λ)), donde J m (λ) es el bloque

Más detalles

CLASIFICACIÓN AFÍN DE CÓNICAS

CLASIFICACIÓN AFÍN DE CÓNICAS Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS CLASIFICACIÓN AFÍN DE CÓNICAS Sea E un R-espacio vectorial de dimensión. Sean E = e 1, e un plano vectorial de E y e 0 un

Más detalles

Valores y vectores propios

Valores y vectores propios Valores y vectores propios Problemas teóricos El los siguientes problemas se denota por L(V ) conjunto de los operadores lineales en un espacio vectorial V (en otras palabras, de las transformaciones lineales

Más detalles

UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA

UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA AL GEBRA III UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA ALGEBRA III DEFINICION : Sea L : V V un operador lineal sobre el espacio vectorial

Más detalles

Bases y dimensión. Problemas teóricos. En todos los problemas se supone que V es un espacio vectorial sobre un campo F. p=1

Bases y dimensión. Problemas teóricos. En todos los problemas se supone que V es un espacio vectorial sobre un campo F. p=1 Bases y dimensión Problemas teóricos Bases de un espacio vectorial En todos los problemas se supone que V es un espacio vectorial sobre un campo F. Definición de base. Sean b 1,..., b n V. Se dice que

Más detalles

Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen

Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen 1. Teorema de la representación matricial de una transformación

Más detalles

Espacios Vectoriales

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

Más detalles

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

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

Más detalles

ALGEBRA y ALGEBRA LINEAL

ALGEBRA y ALGEBRA LINEAL 520142 ALGEBRA y ALGEBRA LINEAL Primer Semestre, Universidad de Concepción CAPITULO 7. MATRICES DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Matriz Sean

Más detalles

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales

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

Más detalles

Espacios Vectoriales

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

Más detalles

102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D.

102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. 102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. Tema 1. Espacios Vectoriales. 1. Dar la definición de cuerpo. Dar tres ejemplos de cuerpos. Dar un ejemplo de un cuerpo finito 2. Defina

Más detalles

Espacios Vectoriales www.math.com.mx

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

Más detalles

Autovalores y autovectores Diagonalización y formas canónicas

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

Más detalles

APÉNDICE A. Algebra matricial

APÉNDICE 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 detalles

Descomposición en valores singulares de una matriz

Descomposición 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 detalles

Matrices. Operaciones con matrices.

Matrices. Operaciones con matrices. Matrices. Operaciones con matrices. Ejercicio. Dadas las matrices ( ) ( ) 4 A = B = ( ) C = D = 4 5 ( ) 4 E = F = seleccione las que se pueden sumar y súmelas. Ejercicio. Dadas las matrices ( ) ( ) A =

Más detalles

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados.

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con

Más detalles

ALGEBRA. Escuela Politécnica Superior de Málaga

ALGEBRA. 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 detalles

Objetivos formativos de Álgebra

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

Más detalles

TEMA 8.- NORMAS DE MATRICES Y

TEMA 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 detalles

1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo.

1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo. Capítulo 5 Campos finitos 5.1. Introducción Presentaremos algunos conceptos básicos de la teoría de los campos finitos. Para mayor información, consultar el texto de McEliece [61] o el de Lidl y Niederreiter

Más detalles

Mecánica Cuántica y Qubits

Mecánica Cuántica y Qubits Mecánica Cuántica y Qubits En computación cuántica los estados asociados a los qubits están dados por vectores en espacios complejos de Hilbert de dimensión finita. En particular serán sistemas compuestos

Más detalles

f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).

f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t). Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 20 de enero de 20 (2.5 p.) ) Se considera la aplicación lineal f : R 4 R definida por: f(x y

Más detalles

Aquella que tiene nulos los elementos nos situados en la diagonal principal. Los elementos situados por encima de la diagonal principal son nulos.

Aquella que tiene nulos los elementos nos situados en la diagonal principal. Los elementos situados por encima de la diagonal principal son nulos. Álgebra lineal Matrices Rango de una matriz Orden del mayor menor complementario no nulo. Matriz regular det A Diagonal principal Elementos a ii de la matriz. Si la matriz es cuadrado son los elementos

Más detalles

Trabajo Práctico N 5: ESPACIOS VECTORIALES

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

Más detalles

Algebra Lineal * Working draft: México, D.F., a 17 de noviembre de 2010.

Algebra Lineal * Working draft: México, D.F., a 17 de noviembre de 2010. Algebra Lineal * José de Jesús Ángel Ángel jjaa@mathcommx Working draft: México, DF, a 17 de noviembre de 2010 Un resumen de los principales temas tratados en un curso de Álgebra Lineal Contenido 1 Sistemas

Más detalles

ALGEBRA. Escuela Politécnica Superior de Málaga

ALGEBRA. 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 detalles

520142: ALGEBRA y ALGEBRA LINEAL

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

Más detalles

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

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

Más detalles

Algebra vectorial y matricial

Algebra vectorial y matricial Capítulo Algebra vectorial y matricial.. Espacio vectorial Los conjuntos de vectores en el plano R yenelespacior cuentan con muchas propiedades interesantes. Es posible sumar un vector en R y obtener un

Más detalles

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ).

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ). ALGEBRA La primera parte del presente libro está dedicada a las estructuras algebraicas. En esta parte vamos a iniciar agregándole a los conjuntos operaciones. Cuando las operaciones tienen determinadas

Más detalles

Trabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1:

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

Más detalles

UTN FRBA Final de Álgebra y Geometría Analítica 21/05/2013. Apellido y nombre del alumno: Leg.:.. Corrigió: Revisó:...

UTN FRBA Final de Álgebra y Geometría Analítica 21/05/2013. Apellido y nombre del alumno: Leg.:.. Corrigió: Revisó:... UTN FRBA Final de Álgebra y Geometría Analítica 1/05/01 Apellido y nombre del alumno: Leg.:.. Corrigió: Revisó:... La condición para aprobar esta evaluación es tener bien resueltos como mínimo tres ejercicios.

Más detalles

Tema 2 Datos multivariantes

Tema 2 Datos multivariantes Aurea Grané Máster en Estadística Universidade Pedagógica 1 Aurea Grané Máster en Estadística Universidade Pedagógica 2 Tema 2 Datos multivariantes 1 Matrices de datos 2 Datos multivariantes 2 Medias,

Más detalles

PROBLEMAS Y CUESTIONES Tema 6

PROBLEMAS Y CUESTIONES Tema 6 PROBLEMAS Y CUESTIONES Tema 6 *6. Las funciones de espín α y β forman un conjunto completo de funciones de espín, de modo que cualquier función de espín monoelectrónica puede escribirse como una combinación

Más detalles

Matrices. Álgebra de matrices.

Matrices. Álgebra de matrices. Matrices. Álgebra de matrices. 1. Definiciones generales Definición 1.1 Si m y n son dos números naturales, se llama matriz de números reales de orden m n a una aplicación A : {1, 2, 3,..., m} {1, 2, 3,...,

Más detalles

Más ejercicios y soluciones en fisicaymat.wordpress.com MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES

Más ejercicios y soluciones en fisicaymat.wordpress.com MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES - Considere el sistema 3 5 7 0 3 3 6 0 3 4 6 0 a) Estudie para qué valores del número real a, la única solución del sistema es la nula. b) Resuélvalo, si

Más detalles

x, y = x 0 y 0 + x 1 y 1 + x 2 y 2 + x 3 y 3. Es fácil ver que verifica 1. Es simétrica. x, y = y, x para todo x, y R 4.

x, y = x 0 y 0 + x 1 y 1 + x 2 y 2 + x 3 y 3. Es fácil ver que verifica 1. Es simétrica. x, y = y, x para todo x, y R 4. 1 Tema 2. Sección 1. Espacio vectorial de Minkowski. Manuel Gutiérrez. Departamento de Álgebra, Geometría y Topología. Universidad de Málaga. 29071-Málaga. Spain. Abril de 2010. En este capítulo se recordará

Más detalles

FAC. INGENIERÍA ÁLGEBRA UNCuyo

FAC. INGENIERÍA ÁLGEBRA UNCuyo TRABAJO PRÁCTICO Nº 1: LÓGICA - PARTE A Ejercicio 1: Confeccione la tabla de verdad de las siguientes proposiciones compuestas y diga si son tautologías, contradicciones o contingencias. a) p (p q) p b)

Más detalles

Matrices, Determinantes y Sistemas Lineales.

Matrices, Determinantes y Sistemas Lineales. 12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión

Más detalles

Computación Cuántica Topológica

Computación Cuántica Topológica Fases Topológicas Ingeniería Física Universidad EAFIT Días de la Ciencia Aplicada, Septiembre de 2009 Contenido 1 Por que (TQC)? 2 3 Implentando compuertas cuánticas con anyones 4 Contenido 1 Por que (TQC)?

Más detalles

1 Clasificación de las partículas elementales. Terminología

1 Clasificación de las partículas elementales. Terminología 1 Clasificación de las partículas elementales. Terminología Inicialmente se pretendió catalogar a las partículas elementales en función de su masa y se asignaron los nombres de leptones, mesones y bariones

Más detalles

Hoja de diagonalización MATEMÁTICAS I

Hoja 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 detalles

El grupo lineal proyectivo. Homologías. Afinidades.

El grupo lineal proyectivo. Homologías. Afinidades. Tema 3- El grupo lineal proyectivo Homologías Afinidades 31 El grupo lineal proyectivo Recordamos que en el tema anterior hemos definido, para una variedad lineal proyectiva L P n no vacía, el grupo lineal

Más detalles

Matrices y Determinantes.

Matrices y Determinantes. Tema II Capítulo 1 Matrices Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC Tema II Matrices y Determinantes 1 Matrices 1 Definiciones básicas Definición 11 Una matriz A de

Más detalles

Lista de problemas de álgebra, 2016

Lista 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 detalles

Segundo parcial Geometría y algebra lineal II

Segundo parcial Geometría y algebra lineal II Segundo parcial Geometría y algebra lineal II HOJA PARA EL ESTUDIANTE 1. Completar los datos personales en la tabla que aparece al dorso. 2. La duración del parcial es de cuatro horas. 1 de diciembre de

Más detalles

Esta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS

Esta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS Cambios de base 3 3. CAMBIOS DE BASE Dada una aplicación lineal : y la base,,, se ha definido matriz en bases canónicas de la aplicación lineal a la matriz,, cuyas columnas son las coordenadas de en la

Más detalles

Conjuntos de Vectores y Matrices Ortogonales

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

Más detalles

VECTORES EN EL ESPACIO

VECTORES EN EL ESPACIO UNIDAD VECTORES EN EL ESPACIO Página 13 Problema 1 Halla el área de este paralelogramo en función del ángulo α: cm Área = 8 sen α = 40 sen α cm α 8 cm Halla el área de este triángulo en función del ángulo

Más detalles

Aplicaciones Lineales. Diagonalización de matrices.

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

Más detalles

Capítulo 1 Vectores. 26 Problemas de selección - página 13 (soluciones en la página 99)

Capítulo 1 Vectores. 26 Problemas de selección - página 13 (soluciones en la página 99) Capítulo 1 Vectores 26 Problemas de selección - página 13 (soluciones en la página 99) 21 Problemas de desarrollo - página 22 (soluciones en la página 100) 11 1.A PROBLEMAS DE SELECCIÓN Sección 1.A Problemas

Más detalles

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

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

Más detalles

Simetría molecular. Facultad de Química, UNAM. Prof. Jesús Hernández Trujillo. Simetría molecular/jht p. 1/3

Simetría molecular. Facultad de Química, UNAM. Prof. Jesús Hernández Trujillo. Simetría molecular/jht p. 1/3 Simetría molecular/jt p. 1/3 Simetría molecular Prof. Jesús ernández Trujillo Facultad de Química, UNAM Simetría molecular/jt p. 2/3 Contenido La noción de simetría Simetría molecular Operaciones de simetría

Más detalles

Tema 3: Espacios vectoriales

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

Más detalles

ALGEBRA LINEAL Y GEOMETRÍA I

ALGEBRA LINEAL Y GEOMETRÍA I ALGEBRA LINEAL Y GEOMETRÍA I TEMA 3: Autovalores y Autovectores. Introducción Ya conoces que las aplicaciones lineales entre espacios vectoriales, al elegir bases en ellos, las puedes representar por matrices.

Más detalles

2 Espacios vectoriales

2 Espacios vectoriales Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 2 Espacios vectoriales 2.1 Espacio vectorial Un espacio vectorial sobre un cuerpo K (en general R o C) es un conjunto V sobre el que hay

Más detalles

A = , B = 2 2. a 11 a 1n a 21 a 2n A = a m1 a mn

A = , B = 2 2. a 11 a 1n a 21 a 2n A = a m1 a mn Máster en Materiales y Sistemas Sensores para Tecnologías Medioambientales Erasmus Mundus NOTAS DE CÁLCULO NUMÉRICO Damián Ginestar Peiró ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA DEL DISEÑO UNIVERSIDAD POLITÉCNICA

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Aplicaciones Lineales 1 / 47 Objetivos Al finalizar este tema tendrás que: Saber si una aplicación es

Más detalles

ALGEBRA LINEAL Y GEOMETRÍA. ISOMETRÍAS LINEALES EN DIMENSIONES 2 Y 3 GRADO DE MATEMÁTICAS. CURSO

ALGEBRA LINEAL Y GEOMETRÍA. ISOMETRÍAS LINEALES EN DIMENSIONES 2 Y 3 GRADO DE MATEMÁTICAS. CURSO ALGEBRA LINEAL Y GEOMETRÍA. ISOMETRÍAS LINEALES EN DIMENSIONES 2 Y 3 GRADO DE MATEMÁTICAS. CURSO 2012-2013 José García-Cuerva Universidad Autónoma de Madrid 13 de febrero de 2013 JOSÉ GARCÍA-CUERVA (U.A.M.)

Más detalles

Clase 8 Matrices Álgebra Lineal

Clase 8 Matrices Álgebra Lineal Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas

Más detalles

Tema 5. Cónicas. Asi, para las identificaciones habituales, (punto proyectivo recta vectorial punto de un plano afín ampliado), RP 2 R3 {0}

Tema 5. Cónicas. Asi, para las identificaciones habituales, (punto proyectivo recta vectorial punto de un plano afín ampliado), RP 2 R3 {0} Tema 5. Cónicas. Introducción. Ejemplos.- El cono C = {(x, y, z) R 3 /x 2 + y 2 = z 2 } está formado por las rectas vectoriales 0 (x 1,x 2, 1) [x 1,x 2, 1] RP 2 con (x 1,x 2, 1) C Π 1 = C 1, circunferencia

Más detalles

FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.

FACULTAD 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 detalles

3. Matrices. 1 Definiciones básicas. 2 Operaciones con matrices. 2.2 Producto de una matriz por un escalar. 2.1 Suma de matrices.

3. Matrices. 1 Definiciones básicas. 2 Operaciones con matrices. 2.2 Producto de una matriz por un escalar. 2.1 Suma de matrices. Tema I Capítulo 3 Matrices Álgebra Departamento de Métodos Matemáticos y de Representación UDC 3 Matrices 1 Definiciones básicas Definición 11 Una matriz A de dimensión m n es un conjunto de escalares

Más detalles

Contenido. 2 Operatoria con matrices. 3 Determinantes. 4 Matrices elementales. 1 Definición y tipos de matrices

Contenido. 2 Operatoria con matrices. 3 Determinantes. 4 Matrices elementales. 1 Definición y tipos de matrices elementales Diciembre 2010 Contenido Definición y tipos de matrices elementales 1 Definición y tipos de matrices 2 3 4 elementales 5 elementales Definición 1.1 (Matriz) Una matriz de m filas y n columnas

Más detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES ESPACIOS VECTORIALES Luisa Martín Horcajo U.P.M. Definición: Vector libre. Operaciones Un vector fijo es una segmento orientado, que queda caracterizado por su origen A y su extremo B y se representa por

Más detalles

Teorías Topológicas Cuánticas de Campos para Principiantes

Teorías Topológicas Cuánticas de Campos para Principiantes Teorías Topológicas Cuánticas de Campos para Principiantes ó The Unreasonable Effectiveness of Physics in Mathematics Raúl Alvarez Patiño Departamento de Matemáticas CINVESTAV Septiembre 11, 2013 Teoría

Más detalles

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE 3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2011-2012 3.1.1. Resolución de sistemas de ecuaciones lineales. Método

Más detalles

25 1. Conceptos fundamentales

25 1. Conceptos fundamentales 25 1. Conceptos fundamentales Problemas propuestos Problema 1.1. Si X,Y,Z son operadores, demostrad las propiedades siguientes utilizando la notación de bras y kets. a)(xy) = Y X y más generalmente(xy

Más detalles

Introducción a la Química Computacional

Introducción a la Química Computacional OBTENCIÓN DE VALORES Y VECTORES PROPIOS DE UN SISTEMA POLIATÓMICO: APLICACIÓN EN LOS ORBITALES MOLECULARES El problema de las ecuaciones simultáneas en el cálculo variacional se puede expresar según: HC

Más detalles

Clase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16

Clase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16 Clase No 13: Factorización QR MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 03102011 1 / 16 Factorización QR Sea A R m n con m n La factorización QR de A es A = QR = [Q 1 Q 2 ] R1 = Q 0 1 R

Más detalles

1 CÓNICAS Cónicas. Estudio particular. 1 x y. 1 x y. a 00 a 01 a 02 a 10 a 11 a 12 a 20 a 21 a 22

1 CÓNICAS Cónicas. Estudio particular. 1 x y. 1 x y. a 00 a 01 a 02 a 10 a 11 a 12 a 20 a 21 a 22 CÓNICAS. CÓNICAS.. Cónicas. Estudio particular. Una cónica se dene como el lugar geométrico de los puntos del plano euclídeo que, respecto de una referencia cartesiana rectangular, satisfacen una ecuación

Más detalles

TEMA 11.- VECTORES EN EL ESPACIO

TEMA 11.- VECTORES EN EL ESPACIO TEMA 11.- VECTORES EN EL ESPACIO 1.- INTRODUCCIÓN Un vector fijo AB del espacio (también lo era en el plano) es un segmento orientado que tiene su origen en un punto A y su extremo en otro punto B. Estos

Más detalles

Matrices, determinantes y sistemas de ecuaciones lineales

Matrices, determinantes y sistemas de ecuaciones lineales Matrices, determinantes y sistemas de ecuaciones lineales David Ariza-Ruiz 10 de octubre de 2012 1 Matrices Una matriz es una tabla numérica rectangular de m filas y n columnas dispuesta de la siguiente

Más detalles

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

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

Más detalles

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1 Espacios Vectoriales 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Espacios Vectoriales... 4 1.1 Definición de espacio vectorial... 4 1.2 Definición de subespacio vectorial...

Más detalles

ALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales

ALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales Espacios vectoriales 1. Sea V un espacio vectorial

Más detalles

Intersección y suma de subespacios

Intersección y suma de subespacios Intersección y suma de subespacios Objetivos Demostrar que la intersección y la suma de dos subespacios de un espacio vectorial también son sus subespaicios Requisitos Espacio vectorial, subespacio vectorial

Más detalles

Universidad Alonso de Ojeda. Facultad de Ingeniería GUIA DE ESTUDIO ALGEBRA LINEAL.

Universidad Alonso de Ojeda. Facultad de Ingeniería GUIA DE ESTUDIO ALGEBRA LINEAL. UNIDAD V: ESPACIOS VECTORIALES Estamos acostumbrados a representar un punto en la recta como un número real; un punto en el plano como un par ordenado y un punto en el espacio tridimensional como una terna

Más detalles

Tema IV: Operadores lineales

Tema IV: Operadores lineales Tema IV: Operadores lineales José D. Edelstein Universidade de Santiago de Compostela FÍSICA MATEMÁTICA Santiago de Compostela, marzo de 2011 Representaciones de un operador. Operador inverso. Operador

Más detalles

Tema I. Matrices y determinantes

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

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD Opción A Ejercicio 1.- Sea f : R R definida por f(x) = x 3 +ax 2 +bx+c. a) [1 75 puntos] Halla a,b y c para que la gráfica de f tenga un punto de inflexión de abscisa x = 1 2 y que la recta tangente en

Más detalles

Ejercicios de Matrices, determinantes y sistemas de ecuaciones lineales. Álgebra 2008

Ejercicios de Matrices, determinantes y sistemas de ecuaciones lineales. Álgebra 2008 Ejercicios de Matrices, determinantes sistemas de ecuaciones lineales. Álgebra 8 - Dado el sistema de ecuaciones lineales 5 (a) ['5 puntos] Clasifícalo según los valores del parámetro λ. (b) [ punto] Resuélvelo

Más detalles

1. Lección 3: Matrices y Determinantes

1. Lección 3: Matrices y Determinantes Apuntes: Matemáticas Empresariales II 1. Lección 3: Matrices y Determinantes Se define matriz de orden n m a todo conjunto de n m elementos de un cuerpo K, dispuestos en n filas y m columnas: A n m = (

Más detalles

ALGEBRA Y GEOMETRIA ANALITICA

ALGEBRA Y GEOMETRIA ANALITICA Diplomatura en Ciencia y Tecnología ALGEBRA Y GEOMETRIA ANALITICA SEGUNDO CUATRIMESTRE DE 009 Profesora Mariana Suarez PRACTICA N 8: RECTA EN EL ESPACIO PLANO ALGEBRA Y GEOMETRIA ANALITICA - Segundo cuatrimestre

Más detalles

ALGEBRA Y GEOMETRIA ANALITICA PROGRAMA ANALITICO

ALGEBRA Y GEOMETRIA ANALITICA PROGRAMA ANALITICO ALGEBRA Y GEOMETRIA ANALITICA PROGRAMA ANALITICO AÑO 2008 Unidad I: Números Complejos Comprenda la necesidad de ampliar los conjuntos numéricos con los que habitualmente trabaja, a fin de resolver problemas

Más detalles

ÍNDICE. Capítulo 1. ESPACIOS VECTORIALES Conceptos Teóricos Ejercicios y Problemas resueltos... 13

ÍNDICE. Capítulo 1. ESPACIOS VECTORIALES Conceptos Teóricos Ejercicios y Problemas resueltos... 13 00_Principios 10/8/10 09:47 Página 7 ÍNDICE Prólogo... 9 Capítulo 1. ESPACIOS VECTORIALES... 11 Conceptos Teóricos... 11 Ejercicios y Problemas resueltos... 13 Capítulo 2. MATRICES Y DETERMINANTES... 21

Más detalles

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

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

Más detalles

Las variedades lineales en un K-espacio vectorial V pueden definirse como sigue a partir de los subespacios de V.

Las variedades lineales en un K-espacio vectorial V pueden definirse como sigue a partir de los subespacios de V. Capítulo 9 Variedades lineales Al considerar los subespacios de R 2, vimos que éstos son el conjunto {(0, 0)}, el espacio R 2 y las rectas que pasan por el origen. Ahora, en algunos contextos, por ejemplo

Más detalles

Física Cuántica Partículas idénticas.

Física Cuántica Partículas idénticas. Física Cuántica Partículas idénticas. José Manuel López y Luis Enrique González Universidad de Valladolid Curso 2004-2005 p. 1/18 Partículas idénticas Qué son varias partículas idénticas? Las que tienen

Más detalles

Álgebra Lineal Ivan D. Molina N. Universidad del Norte Enero del 2016 Ivan D. Molina N. (Universidad del Norte) Álgebra Lineal Enero del / 26

Álgebra Lineal Ivan D. Molina N. Universidad del Norte Enero del 2016 Ivan D. Molina N. (Universidad del Norte) Álgebra Lineal Enero del / 26 Álgebra Lineal Ivan D. Molina N. Universidad del Norte Enero del 2016 Ivan D. Molina N. (Universidad del Norte) Álgebra Lineal Enero del 2016 1 / 26 1 Subespacios y combinaciones lineales 2 Dependencia

Más detalles

NOTAS DE ESTUDIO DE ÁLGEBRA LINEAL M.C. MARCOS CAMPOS NAVA TEC DE ATITALAQUIA

NOTAS DE ESTUDIO DE ÁLGEBRA LINEAL M.C. MARCOS CAMPOS NAVA TEC DE ATITALAQUIA Hasta ahora se han discutido algunas de las propiedades de objetos matemáticos llamados matrices. Un caso de especial interés son las matrices cuadradas, por ejemplo: Se sabe que esta matriz es invertible

Más detalles

3. Transformaciones ortogonales. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U.

3. Transformaciones ortogonales. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U. 3 Transformaciones ortogonales En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U 1 Definición Definición 11 Una transformación ortogonal f de un espacio eculídeo U es un endomorfismo

Más detalles