Funciones lineales, diádicas y tensores en la mecánica newtoniana

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

Download "Funciones lineales, diádicas y tensores en la mecánica newtoniana"

Transcripción

1 Funciones lineales, diádicas y tensores en la mecánica newtoniana En este documento se introducen los conceptos de diádicas y tensores en un espacio vectorial euclídeo tridimensional, con objeto de dotar de una forma matemática precisa al tratamiento vectorial de la dinámica del sólido rígido. Se eluden referencias ligadas a coordenadas curvilíneas o cualquier otra complicación que obstaculice la rápida disponibilidad de las herramientas mencionadas. 1 Funciones lineales En Física existe un gran número de cantidades (fuerzas, velocidades, momentos cinéticos, etc) que, dado un sistema de unidades, se represenan mediante vectores del espacio euclídeo tridimensional ordinario. Otras cantidades se representan directamente por escalares. Las relaciones más sencillas entre estas magnitudes son las lineales. Por ejemplo, cuando un sólido rígido se mueve en torno a un punto fijo O con una rotación ω, el momento cinético respecto a O, L O es una función lineal (aunque, en general, no colineal) de ω. L O = l(ω) Una función lineal que asigne a cada vector un escalar puede representarse mediante un vector. En efecto, sea la función lineal f(v) w v, w V y sean {e 1, e 2, e 3 } los vectores de una base ortonormal de V. Conociendo las imágenes {f(e 1 ), f(e 2 ), f(e 3 )} de estos tres vectores, se puede obtener la de cualquier combinación lineal, es decir, la de cualquier vector del espacio. f( λ i e i ) = o, desarrollando la expresión anterior λ i f(e i ) f( λ i e i ) = ( λ i e i ) ( f(e i )e i ) = u v 1

2 donde u = 3 f(e i )e i es un vector que representa la función lineal. Las funciones vectoriales lineales de una variable vectorial desempeñan un papel muy importante en la modelización de los sistemas físicos. Un tipo particular de estas funciones son las llamadas diadas, que son funciones del tipo f (v) = a(v b) a, b, v V y que se representan mediante la yuxtaposición (esta operación, llamada producto diádico, es equivalente, en el marco de este trabajo, al conocido como producto tensorial de dos vectores, representado a b aunque nosotros emplearemos la simple yuxtaposición, en aras de la sencillez de notación) de los vectores antecedente a y consecuente b f ab La evaluación de dicha función se representa por f (v) = ab v Una combinación lineal de estas funciones se denomina diádica y se representa mediante la combinación lineal de las diadas correspondientes. Una diádica es, pues, una función lineal. Una función real de variable vectorial genérica puede evaluarse si se conocen las imágenes de los vectores de una base cualquiera, como la {e 1, e 2, e 3 } Sea f (e i ) = a ji e j j=1 Entonces, por la linealidad de f, la imagen de un vector cualquiera 3 λ ie i es f ( λ i e i ) = λ i f (e i ) = λ i a ji e j que equivale a donde f ( λ i e i ) = ( j=1 j=1 j=1 a ji e j e i ) ( λ i e i ) a ji e j e i es una diádica, lo que demuestra que una función lineal cualquiera puede representarse por una diádica. Todas las funciones lineales pueden representarse po 2

3 diádicas y todas las diádicas representan transformaciones lineales. De ahora en adelante se denotarán las diádicas mediante dos barras superpuestas. A = a ji e j e i j=1 de forma que si F es la diádica correspondiente a la función f (v), se tiene 2 Tensores f (v) = F v Vectores y diádicas representan funciones lineales de variable vectorial cuyas imágenes son escalares y vectores respectivamente. Los vectores pueden representar, asímismo, funciones lineales de variable escalar e imagen vectorial si se multiplican directamente por el escalar. En cualquier caso, los vectores representan funciones lineales en las que la suma de las dimensiones del conjunto inicial y el final es uno. Las diádicas representan funciones lineales de un espacio vectorial en sí mismo, o de un escalar en una diádica. En cualquier caso, las diádicas representan funciones lineales en las que la suma de las dimensiones del conjunto inicial y el final es dos. Es común denominar tensores( el término procede del análisis del sistema de tensiones interiores de un sólido. En efecto, si se consideran los esfuerzos interiores en un punto O de un sólido que se intercambian en una sección de éste, puede definirse una relación lineal entre, por un lado, la fuerza por unidad de superficie que una parte del sólido ejerce sobre otra y, por otro lado, el vector n que define la dirección de la sección. = l(n) Esta función lineal representa el estado tensional del sólido en el punto O, lo que motiva el nombre) a las funciones lineales que representan una realidad física. Así, los vectores son tensores de orden uno, las diádicas son tensores de orden dos y no es difícil imaginar una función lineal de variable vectorial cuya imagen sean diádicas, lo que define un tensor de tercer orden, etc. Los tensores de orden mayor que uno representan asímismo funciones multilineales y una alternativa a la caracterización anterior consiste en definir los tensores de orden m como funciones multilineales de grado m definidas en el espacio vectorial y cuyas imágenes son escalares. No es difícil relacionar ambas vías de presentación de los tensores. En efecto, una función vectorial lineal cuya imagen sea un vector es una función lineal cuya imagen es una función lineal escalar y por lo tanto, operada con dos vectores (el primero para obtener la función lineal y el segundo para evaluar esta última) proporciona un escalar que es función lineal de ambos vectores. Procediendo de la misma forma para tensores de tercer orden y superiores, se puede apreciar la relación entre ambos puntos de vista. 3

4 3 Representación matricial Dada una base ortonormal S = {e 1, e 2, e 3 } los vectores se pueden representar mediante la terna de sus componentes que se pueden disponer en forma de matrices columna, que denotamos por (v) S ( λ i e i ) S = Igualmente, dada la base ortonormal S, una diádica F puede representarse λ 1 λ 2 λ 3 por una matriz cuadrada 3 3 que denotaremos (F ) S a 11 a 12 a 13 (F ) S = a 21 a 22 a 23 a 31 a 32 a 33 Las operaciones elementales entre vectores y diádicas tienen sus operaciones correspondientes entre las matrices que los representan, de acuerdo a las siguientes reglas f = v w f = (v) S(w) S f = A v (f ) S = (A) S (v) S Al cambier de base de referencia, las componentes de un tensor también cambian. Las fórmulas que gobiernan el cambio de referencia entre dos bases ortonormales S a y S n se pueden expresar mediante una matriz T llamada de cambio de base y se define de acuerdo a las fórmulas e n i = t ij ej a j=1 Las componentes de un vector cambian según (v) S n = T (v) S a y las de una diádica (A) S n = T (A) S at 4 Otras operaciones Se puede definir el producto de una diádica por un vector por la izquierda v A = ( λ j e j ) ( a ji e j e i ) = a ji λ j e i j=1 j=1 4

5 Se puede definir asímismo el producto vectorial de un vecto por una diádica por la derecha v A = a ji (v e j )e i o por la izquierda 5 Derivación A v = j=1 j=1 a ji e j (e i v) Las derivaciones de todos los productos anteriores siguen las reglas habituales en los productos. Las derivadas respecto a un parámetro (para fijar ideas, el tiempo) de todos los tensores de orden mayor o igual que uno requieren la especificación del sistema que se considere fijo. En particular se va a desarrollar la derivada respecto al tiempo de un tensor de orden dos o diádica solidario a un sistema indeformable que acompaña a una base ortonormal variable S = {e 1, e 2, e 3 } cuya rotación respecto a otra S es ω. En este caso, el tensor se representa mediante A = i,j a ij e i e j donde a ij son constantes. Su derivada será que utilizando ω queda da dt S = i,j a ij de i dt S e j + i,j a ij e i de j dt S da dt S = i,j a ij (ω e i )e j + i,j a ij e i (ω e j ) que es da dt S = ω A A ω 6 Tensor de inercia La mecánica del sólido rígido (véase Dinámica del sólido rígido de JMDC y JJSE) puede formularse de forma muy sencilla en función de un tensor que define la distribución de masas de aquél. En efecto, dado un sólido rígido, y 5

6 un punto O del mismo, se considera la función vectorial (el vector r es el que posiciona cada punto del sólido desde O) f O (v) f O (v) = r (v r)dm que es, obviamente, lineal. El tensor de segundo orden o diádica que la representa, se conoce como diádica de inercia o también, con un uso más extendido, tensor de inercia y se denota I O. f O (v) = I O v Es fácil demostrar que si un sólido rígido gira con rotación ω en torno a un punto fijo O, la velocidad de cada punto del sólido es ω r y el momento cinético L O es L O = r (ω r)dm = I O ω el momento cinético respecto al centro de masas se calcula teniendo en cuanta el campo de velocidades v = v c + ω r C L C = r C (ω r C + v C )dm = I C ω + ( r C dm) v C donde, teniendo en cuenta la nulidad del segundo sumando queda su energía cinética es T = 1 2 L C = I C ω (ω r) (ω r)dm = aplicando la expresión para el producto escalar de dos productos vectoriales T = 1 ((ω ω)(r r) (ω r)(ω r))dm = 2 = 1 2 ω (ω(ω(r r) r(ω r))dm = = 1 2 ω r (ω r)dm = T = 1 2 ω I O ω Las ecuaciones de Euler pueden deducirse dl o dt = di O dt ω + I O ω 6

7 teniendo en cuenta en la derivación del tensor de inercia que éste es constante para los ejes del sólido que giran con ω, se tiene dl o dt = ω I O ω I O ω ω + I O ω = ω I O ω + I O ω = M O El teorema de la energía cinética puede obtenerse también de esta forma, etc. 7 Para saber más Para un tratamiento más riguroso y extenso del tema de diádicas, se recomienda consultar el capítulo VIII del libro de J.J. Scala. Para continuar con la formulación de la geometría de masas se indica el libro de geometría de masas y para seguir en la formulación de la mecánica, se recomienda el libro azul. 8 Generalización Esta sección presenta de forma narrativa y sin demostraciones, las ideas presentes en la generalización desde el concepto tensorial dado en los párrafos anteriores, al general que se encuentra en los manuales de cálculo tensorial. Pretende transmitir los conceptos intuitivos que en muchas ocasiones aparecen oscuros bajo el tratamiento analítico que con su aspecto parece ocultar la sencillez de las ideas del cálculo tensorial. El tratamiento dado en las secciones anteriores es válido cuando se asume un espacio euclídeo tridimensional, es decir, un espacio vectorial en el que hay definida una distancia euclídea. En espacios de más dimensiones, hay operaciones, como el producto vectorial, que necesitan una definición bastante diferente. Además, si no existe una norma intrínsecamente definida en el espacio, no existe el producto escalar y por tanto, no se pueden representar funciones lineales por vectores del mismo espacio vectorial que su dominio. Finalmente, en general, puede no disponerse de un espacio en el que haya curvas tan privilegiadas como las rectas; no hay una curva privilegiada entre dos puntos (en algunos casos en los que hay definida una distancia no euclídea hay curvas privilegiadas, las geodésicas, pero este no es el caso general). Aún en un espacio desprovisto de la conocida estructura euclídea tridimensional, se pueden definir funciones y operaciones que determinan entes intrínsecos que constituyen los tensores definidos en estos espacios. El punto de partida consiste en considerar un espacio o variedad (en la literatura inglesa manifold) en la que existe definida una topología interna que permite definir funciones continuas y derivables que hacen corresponder un punto sobre la variedad a una n-erna de números reales. Es decir, existen funciones derivables f(x 1,..., x n ) cuyo recorrido es la variedad(un trataminto 7

8 más riguroso y amplio se considera fuera del objetivo de este trabajo. Se puede recomendar el Abram-Marsden.) P V (x 1,..., x n )f(x 1,..., x n ) = P De todas las funciones f derivables que se pueden elegir para representar los puntos de la variedad mediante n-ernas, no hay ninguna privilegiada respecto a las otras, por lo que el tratamiento intrínseco que se haga debe ser invariante respecto a la elección de la función de representación f. Se pueden definir curvas sobre la variedad con un conjunto de ecuaciones paramétricas x 1 (u),..., x n (u)0 u 1 y un vector tangente en el punto P 0 imagen de u 0, que se representan por la n erna ( ) x 1 u,..., xn u que presenta estructura de espacio vectorial. Los elementos básicos definidos sobre la variedad son los funcionales que asignan un número real a cada curva de la variedad, tal que, dada una representación f de la misma, y las ecuaciones paramétricas x 1 (u),..., x n (u)0 u 1, se tiene g = 1 0 u 0 n g i dx i Los funcionales g constituyen un espacio vectorial también. Este espacio vectorial se llama espacio vectorial dual del espacio vectorial de las tangentes. Cuando se cambia de representación f f se define un cambio de coordenadas x i = h i (x j ). Las representaciones de los vectores tangentes cambian según y los del espacio dual según v k = hk x j vj v k = hk x j v j a los primeros se les denominan vectores contravariantes y a los últimos vectores covariantes o formas lineales. Existe una operación intrínseca básica entre estos dos tipos de vectores, su producto interior. En efecto, el producto x v = x i v i = dg du representa la derivada de la función g sobre una curva de tangente x respecto al parámetro u. Pueden definirse funciones lineales que actúen sobre campos de tangentes o sobre campos de formas lineales y su imagen sea un campo de tangentes o un 8

9 campo de formas lineales. Estas cuatro posibilidades dan lugar a tensores dos veces co, co-contra, contra-co o dos veces contra-variantes, que se representan mediante matrices cuyas leyes de tranformación son distintas. Si se fefine una función lineal que asigne a un tensor dos veces covariante un tensor dos veces contravariante, se tiene un tensor de cuarto orden dos veces co y dos contravariante, etc. El elemento básico para representar estas funciones es el producto tensorial ( ) y para evaluarlas, el producto interior ( ). Así, por ejemplo, si x k es un tensor contravariante y v j es un tensor covariante, se puede definir el tensor co-contravariante T = x v que asocia a cada vector contravariante z el resultado de evaluar la forma lineal v sobre él mismo y multiplicar el escalar resultante por x. T z = x (v z ) El mismo tensor define una función lineal que a cada vector covariante asocia otro vector covariante y asímismo una función bilineal que a cada par de vectores co y contravariantes asocia un escalar. 9

Tema 3. Espacios vectoriales

Tema 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 detalles

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales

Más detalles

Estructuras algebraicas

Estructuras algebraicas Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota

Más detalles

Subespacios vectoriales en R n

Subespacios vectoriales en R n Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo

Más detalles

Matrices equivalentes. El método de Gauss

Matrices equivalentes. El método de Gauss Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar

Más detalles

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}

Ejemplo 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 detalles

1. Vectores 1.1. Definición de un vector en R2, R3 (Interpretación geométrica), y su generalización en Rn.

1. Vectores 1.1. Definición de un vector en R2, R3 (Interpretación geométrica), y su generalización en Rn. 1. VECTORES INDICE 1.1. Definición de un vector en R 2, R 3 (Interpretación geométrica), y su generalización en R n...2 1.2. Operaciones con vectores y sus propiedades...6 1.3. Producto escalar y vectorial

Más detalles

Muchas veces hemos visto un juego de billar y no nos percatamos de los movimientos de las bolas (ver gráfico 8). Gráfico 8

Muchas veces hemos visto un juego de billar y no nos percatamos de los movimientos de las bolas (ver gráfico 8). Gráfico 8 Esta semana estudiaremos la definición de vectores y su aplicabilidad a muchas situaciones, particularmente a las relacionadas con el movimiento. Por otro lado, se podrán establecer las características

Más detalles

Aplicaciones Lineales y Multilineales Continuas

Aplicaciones Lineales y Multilineales Continuas Capítulo 4 Aplicaciones Lineales y Multilineales Continuas La conexión entre las estructuras vectorial y topológica de los espacios normados, se pone claramente de manifiesto en el estudio de las aplicaciones

Más detalles

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

4 APLICACIONES LINEALES. DIAGONALIZACIÓN 4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos

Más detalles

una partícula como se verá más adelante. A partir de un objeto matemático como lo como el electromagnético o el de nuestro caso de estudio.

una partícula como se verá más adelante. A partir de un objeto matemático como lo como el electromagnético o el de nuestro caso de estudio. Capítulo 2 Marco Teórico En el presente capítulo se presentan algunos de los elementos básicos y principales de las herramientas utilizadas para el estudio de un campo de spin 2. La importancia de estas

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 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 detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)

Más detalles

Anexo 1: Demostraciones

Anexo 1: Demostraciones 75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:

Más detalles

Vectores. Las cantidades físicas que estudiaremos en los cursos de física son escalares o vectoriales.

Vectores. Las cantidades físicas que estudiaremos en los cursos de física son escalares o vectoriales. Cantidades vectoriales escalares Vectores Las cantidades físicas que estudiaremos en los cursos de física son escalares o vectoriales. Una cantidad escalar es la que está especificada completamente por

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse

Más detalles

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una

Más detalles

VII. Estructuras Algebraicas

VII. Estructuras Algebraicas VII. Estructuras Algebraicas Objetivo Se analizarán las operaciones binarias y sus propiedades dentro de una estructura algebraica. Definición de operación binaria Operaciones como la suma, resta, multiplicación

Más detalles

Álgebra Vectorial. Principios de Mecánica. Licenciatura de Física. Curso 2007-2008. 1

Álgebra Vectorial. Principios de Mecánica. Licenciatura de Física. Curso 2007-2008. 1 Álgebra Vectorial Principios de Mecánica. Licenciatura de Física. Curso 2007-2008. 1 Indice. 1. Magnitudes Escalares y Vectoriales. 2. Vectores. 3. Suma de Vectores. Producto de un vector por un escalar.

Más detalles

Sistemas de vectores deslizantes

Sistemas de vectores deslizantes Capítulo 1 Sistemas de vectores deslizantes 1.1. Vectores. Álgebra vectorial. En Física, se denomina magnitud fsica (o simplemente, magnitud) a todo aquello que es susceptible de ser cuantificado o medido

Más detalles

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases. BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades

Más detalles

3.1 DEFINICIÓN. Figura Nº 1. Vector

3.1 DEFINICIÓN. Figura Nº 1. Vector 3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado

Más detalles

Espacios vectoriales y aplicaciones lineales

Espacios vectoriales y aplicaciones lineales Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un

Más detalles

1 Espacios y subespacios vectoriales.

1 Espacios y subespacios vectoriales. UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto

Más detalles

5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades

5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades 5- ransformaciones Lineales 5Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal sus propiedades Se denomina transformación lineal a toda función,, cuo dominio codominio

Más detalles

1. Producto escalar, métrica y norma asociada

1. Producto escalar, métrica y norma asociada 1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la

Más detalles

Ignacio Romero 20 de Septiembre de 2004. Notación indicial

Ignacio Romero 20 de Septiembre de 2004. Notación indicial INGENIERÍA GEOLÓGICA: MECÁNICA DE MEDIOS CONTINUOS Ignacio Romero 20 de Septiembre de 2004 Notación indicial En Mecánica de Medios Continuos los objetos matemáticos más empleados son los escalares, vectores

Más detalles

Unidad V: Integración

Unidad V: Integración Unidad V: Integración 5.1 Introducción La integración es un concepto fundamental de las matemáticas avanzadas, especialmente en los campos del cálculo y del análisis matemático. Básicamente, una integral

Más detalles

Segundo de Bachillerato Geometría en el espacio

Segundo de Bachillerato Geometría en el espacio Segundo de Bachillerato Geometría en el espacio Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid 204-205. Coordenadas de un vector En el conjunto de los vectores libres del espacio el concepto

Más detalles

Tema 2. Aplicaciones lineales y matrices.

Tema 2. Aplicaciones lineales y matrices. Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................

Más detalles

Definición de vectores

Definición de vectores Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen: O también denominado Punto de aplicación. Es el punto exacto sobre

Más detalles

ESTATICA: TIPOS DE MAGNITUDES: CARACTERÍSTICAS DE UN VECTOR. Rama de la física que estudia el equilibrio de los cuerpos.

ESTATICA: TIPOS DE MAGNITUDES: CARACTERÍSTICAS DE UN VECTOR. Rama de la física que estudia el equilibrio de los cuerpos. ESTATICA: Rama de la física que estudia el equilibrio de los cuerpos. TIPOS DE MAGNITUDES: MAGNITUD ESCALAR: Es una cantidad física que se especifica por un número y una unidad. Ejemplos: La temperatura

Más detalles

Vectores: Producto escalar y vectorial

Vectores: Producto escalar y vectorial Nivelación de Matemática MTHA UNLP 1 Vectores: Producto escalar y vectorial Versores fundamentales Dado un sistema de coordenadas ortogonales, se considera sobre cada uno de los ejes y coincidiendo con

Más detalles

CAPÍTULO II. 4 El grupo afín

CAPÍTULO II. 4 El grupo afín CAPÍTULO II 4 El grupo afín En geometría clásica, antes de la aparición de los espacios vectoriales, se hablaba de puntos en lugar de vectores. Para nosotros serán términos sinónimos salvo que, cuando

Más detalles

Construcción de bases en el núcleo e imagen de una transformación lineal

Construcción de bases en el núcleo e imagen de una transformación lineal Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.

Más detalles

Espacios vectoriales y aplicaciones lineales.

Espacios vectoriales y aplicaciones lineales. Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en

Más detalles

Variedades Diferenciables. Extremos Condicionados

Variedades Diferenciables. Extremos Condicionados Capítulo 16 Variedades Diferenciables. Extremos Condicionados Vamos a completar lo visto en los capítulos anteriores sobre el teorema de las Funciones Implícitas y Funciones Inversas con un tema de iniciación

Más detalles

1. El teorema de la función implícita para dos y tres variables.

1. El teorema de la función implícita para dos y tres variables. GRADO DE INGENIERÍA AEROESPACIAL. CURSO. Lección. Aplicaciones de la derivación parcial.. El teorema de la función implícita para dos tres variables. Una ecuación con dos incógnitas. Sea f :( x, ) U f(

Más detalles

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades: Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición

Más detalles

Curso de Procesamiento Digital de Imágenes

Curso de Procesamiento Digital de Imágenes Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-lic.html elena.martinez@iimas.unam.mx

Más detalles

Espacios generados, dependencia lineal y bases

Espacios 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 detalles

Ecuaciones Diferenciales Tema 2. Trasformada de Laplace

Ecuaciones Diferenciales Tema 2. Trasformada de Laplace Ecuaciones Diferenciales Tema 2. Trasformada de Laplace Ester Simó Mezquita Matemática Aplicada IV 1 1. Transformada de Laplace de una función admisible 2. Propiedades básicas de la transformada de Laplace

Más detalles

3.1. FUNCIÓN SINUSOIDAL

3.1. FUNCIÓN SINUSOIDAL 11 ÍNDICE INTRODUCCIÓN 13 CIRCUITOS DE CORRIENTE CONTINUA 19 Corriente eléctrica. Ecuación de continuidad. Primera ley de Kirchhoff. Ley de Ohm. Ley de Joule. Fuerza electromotriz. Segunda ley de Kirchhoff.

Más detalles

_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano

_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano 24 Unidad II Vectores 2.1 Magnitudes escalares y vectoriales Unidad II. VECTORES Para muchas magnitudes físicas basta con indicar su valor para que estén perfectamente definidas y estas son las denominadas

Más detalles

Integrales y ejemplos de aplicación

Integrales y ejemplos de aplicación Integrales y ejemplos de aplicación I. PROPÓSITO DE ESTOS APUNTES Estas notas tienen como finalidad darle al lector una breve introducción a la noción de integral. De ninguna manera se pretende seguir

Más detalles

4 Aplicaciones Lineales

4 Aplicaciones Lineales Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1

Más detalles

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una

Más detalles

Lección 2. Puntos, vectores y variedades lineales.

Lección 2. Puntos, vectores y variedades lineales. Página 1 de 11 Lección 2. Puntos, vectores y variedades lineales. Objectivos. En esta lección se repasan las nociones de punto y vector, y se identifican, via coordenadas, con los pares (ternas,...) de

Más detalles

Formas bilineales y cuadráticas.

Formas bilineales y cuadráticas. Tema 4 Formas bilineales y cuadráticas. 4.1. Introducción. Conocidas las nociones de espacio vectorial, aplicación lineal, matriz de una aplicación lineal y diagonalización, estudiaremos en este tema dos

Más detalles

TEMA II ÁLGEBRA VECTORIAL; FUNDAMENTOS. 2.1.- Definicion, notacion y clasificacion de los vectores.

TEMA II ÁLGEBRA VECTORIAL; FUNDAMENTOS. 2.1.- Definicion, notacion y clasificacion de los vectores. J.A DÁVILA BAZ - J. PAJÓN PERMUY CÁLCULO VECTORIAL 29 UNIDAD DIDÁCTICA I: CÁLCULO VECTORIAL. TEMA II ÁLGEBRA VECTORIAL; FUNDAMENTOS 2.1.- Definicion, notacion y clasificacion de los vectores. Un vector

Más detalles

Espacios vectoriales y Aplicaciones lineales

Espacios vectoriales y Aplicaciones lineales Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea

Más detalles

VECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.

VECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define. VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman

Más detalles

Tema 3. Aplicaciones lineales. 3.1. Introducción

Tema 3. Aplicaciones lineales. 3.1. Introducción Tema 3 Aplicaciones lineales 3.1. Introducción Una vez que sabemos lo que es un espacio vectorial y un subespacio, vamos a estudiar en este tema un tipo especial de funciones (a las que llamaremos aplicaciones

Más detalles

ENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA

ENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA ENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA 1. Hipótesis empleadas Las hipótesis que supondremos en este capítulo son: Material elástico lineal. Estructura estable La estructura es cargada lentamente. La

Más detalles

Listas de vectores y conjuntos de vectores

Listas de vectores y conjuntos de vectores Listas de vectores y conjuntos de vectores La explicación de los temas Dependencia lineal y Bases en el curso de Álgebra Lineal se puede basar en uno de los siguientes dos conceptos (o en ambos): ) listas

Más detalles

Tema 4: Aplicaciones lineales

Tema 4: Aplicaciones lineales Tema 4: Aplicaciones lineales Definición, primeras propiedades y ejemplos Definición. Sean V y W dos espacios vectoriales sobre un cuerpo K. Una función f : V W se dice que es una aplicación lineal si

Más detalles

COORDENADAS CURVILINEAS

COORDENADAS CURVILINEAS CAPITULO V CALCULO II COORDENADAS CURVILINEAS Un sistema de coordenadas es un conjunto de valores que permiten definir unívocamente la posición de cualquier punto de un espacio geométrico respecto de un

Más detalles

Nivelación de Matemática MTHA UNLP 1. Vectores

Nivelación de Matemática MTHA UNLP 1. Vectores Nivelación de Matemática MTHA UNLP 1 1. Definiciones básicas Vectores 1.1. Magnitudes escalares y vectoriales. Hay magnitudes que quedan determinadas dando un solo número real: su medida. Por ejemplo:

Más detalles

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector

Más detalles

De acuerdo con sus características podemos considerar tres tipos de vectores:

De acuerdo con sus características podemos considerar tres tipos de vectores: CÁLCULO VECTORIAL 1. ESCALARES Y VECTORES 1.1.-MAGNITUDES ESCALARES Y VECTORIALES Existen magnitudes físicas cuyas cantidades pueden ser expresadas mediante un número y una unidad. Otras, en cambio, requieren

Más detalles

UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA FACULTAD DE INGENIERÍA MEXICALI

UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA FACULTAD DE INGENIERÍA MEXICALI PROGRAMA EDUCATIVO PLAN DE ESTUDIO CLAVE DE UNIDAD DE APRENDIZAJE NOMBRE DE LA UNIDAD DE APRENDIZAJE Tronco Común 2009-2 11211 Álgebra Lineal PRÁCTICA No. NOMBRE DE LA PRÁCTICA DURACIÓN (HORAS) 7 Producto

Más detalles

Anexo a la guía 4 Geometría: ejemplos y comentarios

Anexo a la guía 4 Geometría: ejemplos y comentarios Anexo a la guía 4 Geometría: ejemplos y comentarios Sergio Dain 26 de mayo de 2014 En las guías 1 y 2 discutimos vectores, covectores y tensores de manera puramente algebraica, sin hacer referencia a la

Más detalles

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad

Más detalles

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado

Más detalles

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n. Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular

Más detalles

4. FUNCIONES DE VARIAS VARIABLES

4. FUNCIONES DE VARIAS VARIABLES 4. FUNCIONES DE VARIAS VARIABLES INDICE 4 4.1. Definición de una función de dos variables...2 4.2. Gráfica de una función de dos variables..2 4.3. Curvas y superficies de nivel....3 4.4. Límites y continuidad....6

Más detalles

Parte I. Iniciación a los Espacios Normados

Parte I. Iniciación a los Espacios Normados Parte I Iniciación a los Espacios Normados Capítulo 1 Espacios Normados Conceptos básicos Sea E un espacio vectorial sobre un cuerpo K = R ó C indistintamente. Una norma sobre E es una aplicación de E

Más detalles

Matemáticas. Si un error simple ha llevado a un problema más sencillo se disminuirá la puntuación.

Matemáticas. Si un error simple ha llevado a un problema más sencillo se disminuirá la puntuación. UNIVERSIDAD POLITÉCNICA DE CARTAGENA PRUEBAS DE ACCESO A LA UNIVERSIDAD DE LOS MAYORES DE 25 AÑOS CONVOCATORIA 2014 CRITERIOS DE EVALUACIÓN Matemáticas GENERALES: El examen constará de dos opciones (dos

Más detalles

1. ESPACIOS VECTORIALES

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

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema 4 La recta en el plano Elaborado por la Profesora Doctora María Teresa

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las

Más detalles

Clase 15 Espacios vectoriales Álgebra Lineal

Clase 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 detalles

Clasificación de métricas.

Clasificación de métricas. Clasificación de métricas. 1. El problema de clasificación. Como bien sabemos, el par formado por una métrica T 2 (esto es, un tensor 2-covariante simétrico) sobre un espacio vectorial E, (E, T 2 ), constituye

Más detalles

1.4.- D E S I G U A L D A D E S

1.4.- D E S I G U A L D A D E S 1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y

Más detalles

Geometría analítica. Impreso por Juan Carlos Vila Vilariño Centro I.E.S. PASTORIZA

Geometría analítica. Impreso por Juan Carlos Vila Vilariño Centro I.E.S. PASTORIZA Conoce los vectores, sus componentes y las operaciones que se pueden realizar con ellos. Aprende cómo se representan las rectas y sus posiciones relativas. Impreso por Juan Carlos Vila Vilariño Centro

Más detalles

2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace

2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace 2.2 Transformada de Laplace y Transformada 2.2.1 Definiciones 2.2.1.1 Transformada de Laplace Dada una función de los reales en los reales, Existe una función denominada Transformada de Laplace que toma

Más detalles

Tema 3: Producto escalar

Tema 3: Producto escalar Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica

Más detalles

6. VECTORES Y COORDENADAS

6. VECTORES Y COORDENADAS 6. VECTORES Y COORDENADAS Página 1 Traslaciones. Vectores Sistema de referencia. Coordenadas. Punto medio de un segmento Ecuaciones de rectas. Paralelismo. Distancias Página 2 1. TRASLACIONES. VECTORES

Más detalles

SISTEMAS INTELIGENTES

SISTEMAS INTELIGENTES SISTEMAS INTELIGENTES T11: Métodos Kernel: Máquinas de vectores soporte {jdiez, juanjo} @ aic.uniovi.es Índice Funciones y métodos kernel Concepto: representación de datos Características y ventajas Funciones

Más detalles

Geometría Tridimensional

Geometría Tridimensional Capítulo 4 Geometría Tridimensional En dos dimensiones trabajamos en el plano mientras que en tres dimensiones trabajaremos en el espacio, también provisto de un sistema de coordenadas. En el espacio,

Más detalles

1. APLICACIONES LINEALES

1. APLICACIONES LINEALES 1 1. APLICACIONES LINEALES 1. Estudiar si las siguientes aplicaciones son lineales: a) f : R 2 R 3, f(x, y) = (x + y, y, x 2y). Sí es lineal. b) f : R 2 R, f(x, y) = xy. No es lineal. Basta observar que

Más detalles

MATRICES PRODUCTO DE MATRICES POTENCIAS NATURALES DE MATRICES CUADRADAS

MATRICES PRODUCTO DE MATRICES POTENCIAS NATURALES DE MATRICES CUADRADAS Tema 1.- MATRICES MATRICES PRODUCTO DE MATRICES POTENCIAS NATURALES DE MATRICES CUADRADAS Fundamentos Matemáticos de la Ingeniería 1 Un poco de historia Lord Cayley es uno de los fundadores de la teoría

Más detalles

, y su resultado es igual a la suma de los productos de las coordenadas correspondientes. Si u = (u 1, u 2 ) y v = (v 1, v 2 ), = u1 v 1 + u 2 v 2

, y su resultado es igual a la suma de los productos de las coordenadas correspondientes. Si u = (u 1, u 2 ) y v = (v 1, v 2 ), = u1 v 1 + u 2 v 2 Los vectores Los vectores Distancia entre dos puntos del plano Dados dos puntos coordenados del plano, P 1 = (x 1, y 1 ) y P = (x, y ), la distancia entre estos dos puntos, d(p 1,P ), se calcula de la

Más detalles

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO) Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto

Más detalles

Matemáticas I: Hoja 2 Cálculo matricial y sistemas de ecuaciones lineales

Matemáticas I: Hoja 2 Cálculo matricial y sistemas de ecuaciones lineales Matemáticas I: Hoja 2 Cálculo matricial y sistemas de ecuaciones lineales Ejercicio 1 Escribe las siguientes matrices en forma normal de Hermite: 2 4 3 1 2 3 2 4 3 1 2 3 1. 1 2 3 2. 2 1 1 3. 1 2 3 4. 2

Más detalles

Diagonalización de matrices

Diagonalización de matrices diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

Mecánica Racional 20 TEMA 3: Método de Trabajo y Energía.

Mecánica Racional 20 TEMA 3: Método de Trabajo y Energía. INTRODUCCIÓN. Mecánica Racional 20 Este método es útil y ventajoso porque analiza las fuerzas, velocidad, masa y posición de una partícula sin necesidad de considerar las aceleraciones y además simplifica

Más detalles

E 1 E 2 E 2 E 3 E 4 E 5 2E 4

E 1 E 2 E 2 E 3 E 4 E 5 2E 4 Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),

Más detalles

Electrotecnia General Tema 8 TEMA 8 CAMPO MAGNÉTICO CREADO POR UNA CORRIENTE O UNA CARGA MÓVIL

Electrotecnia General Tema 8 TEMA 8 CAMPO MAGNÉTICO CREADO POR UNA CORRIENTE O UNA CARGA MÓVIL TEMA 8 CAMPO MAGNÉTICO CREADO POR UNA CORRIENTE O UNA CARGA MÓVIL 8.1. CAMPO MAGNÉTICO CREADO POR UN ELEMENTO DE CORRIENTE Una carga eléctrica en movimiento crea, en el espacio que la rodea, un campo magnético.

Más detalles

3. Operaciones con funciones.

3. Operaciones con funciones. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lección. Funciones derivada. 3. Operaciones con funciones. En esta sección veremos cómo podemos combinar funciones para construir otras nuevas. Especialmente

Más detalles

Grupos. Subgrupos. Teorema de Lagrange. Operaciones.

Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial

Más detalles

Estudio de ceros de ecuaciones funcionales

Estudio de ceros de ecuaciones funcionales Capítulo 1 Estudio de ceros de ecuaciones funcionales Problema 1.1 Calcular el número de ceros de la ecuación arctang(x) = 4 x, dando un intervalo 5 donde se localicen. Solución: Denimos f(x) = arctan(x)

Más detalles

OPERACIONES ELEMENTALES CON VECTORES

OPERACIONES ELEMENTALES CON VECTORES VECTORES EN 3D (O EN R 3) Presentación: este apunte te servirá para repasar y asimilar que son los vectores en un espacio tridimensional, sólo hablamos de los vectores como se utilizan en Álgebra, para

Más detalles

Problema 1 Derivación de vectores I (Pro1)

Problema 1 Derivación de vectores I (Pro1) Pág 1 de 62 Problema 1 Derivación de vectores I (Pro1) 11 Enunciado Sea V una magnitud vectorial genérica [1] dependiente del tiempo, t Sean la referencia la base fija a la referencia Del vector V son

Más detalles

Funciones, x, y, gráficos

Funciones, x, y, gráficos Funciones, x, y, gráficos Vamos a ver los siguientes temas: funciones, definición, dominio, codominio, imágenes, gráficos, y algo más. Recordemos el concepto de función: Una función es una relación entre

Más detalles

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases. Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal

Más detalles

CURSO BÁSICO DE FÍSICA MECÁNICA PROYECTO UNICOMFACAUCA TU PROYECTO DE VIDA

CURSO BÁSICO DE FÍSICA MECÁNICA PROYECTO UNICOMFACAUCA TU PROYECTO DE VIDA UNICOMFACAUCA TU DE VIDA Tabla de contenido... 2 PARTES DE UN VECTOR... 3 Notación... 5 Tipos de vectores... 5 Componentes de un vector... 6 Operaciones con vectores... 7 Suma de vectores... 7 Resta de

Más detalles