1. Teoría de Conjuntos y Funciones

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

Download "1. Teoría de Conjuntos y Funciones"

Transcripción

1 Universidad Central de Venezuela Facultad de Ciencias Escuela de Matemática Álgebra I 1. Teoría de Conjuntos y Funciones 1.1. Teoría de Conjuntos 1. Dados los conjuntos A, B y C, demuestre que: a) (A B) c = A c B c b) (A B) c = A c B c c) A B A B = A d) (A B) C = (A C) (B C) e) (A B) C = (A C) (B C) f ) (A B) C = (A C) (B C) g) (A B) C = (A C) (B C) h) A B y C D A C B D i) (A B) C = (A C) (B C) j ) A B = (A B) (A B) k) (A B) C = (A C) (B C) l) A (A B) = A B m) A (B A) = A B n) A B y A C A (B C) ñ) A B = Φ y A B = C A = C B o) P(A B) = P(A) P(B) p) A (B C) = (A B) (A C) q) A (B C) = (A B) (A C) 2. Sea A = {a, b}, B = {2, 3} y C = {3, 4}. Hallar: A (B C), (A B) (A C), A (B C) y (A B) (A C) Relaciones y Funciones 1. Para cada uno de los conjuntos y relaciones que abajo se dan, determine cuales definen relaciones de equivalencia: a) S = {todos los humanos vivos} y a b si a y b tienen un antecesor común. b) S = {todos los humanos vivos} y a b si a y b tienen el mismo padre. 1

2 c) S = {todos los humanos vivos} y a b si a vive a menos de 100 kilómetros de distancia de donde vive b. d) S = R y a b si a = b. 2. En Z se define la relación mediante es una relación de equivalencia? 3. En R 2 se define la relación mediante demuestre que es de equivalencia. 4. En N 2 se define la relación mediante a b a 2 + a = b 2 + b (x, y) (x, y ) y = y (a, b) (a, b ) a + b = b + a demuestre que es de equivalencia y obtenga las clases de equivalencia. 5. En R se define la relación mediante x y x 2 x = y 2 y demuestre que es de equivalencia y obtenga las clases de equivalencia. 6. Sea Q el conjunto de los números racionales y Z el conjunto de los números enteros, demuestre que la siguiente es una relación de equivalencia en Q x y x y Z 7. Decidir y demostrar si las siguientes son funciones. Hallar: dominio y rango. Demostrar o dar un ejemplo si son o no, inyectivas, sobreyectivas y biyectivas. Dibujar la gráfica de f y especificar el conjunto Graf(f). a) f : R [1, ), f(x) = x b) f : Z Q, f(x) = x 1 2 c) f : R R, f(x) = cos(x) d) f : N N, f(n) = 2n + 1 e) f : Z 6 Z 6, f(x) = 3 + x f ) f : R R C, f(a, b) = a + ib g) f : R R, f(x) = x x+1 8. Sea f : A B una función y sean C y D subconjuntos de A. Demuestre que: a) f(c D) = f(c) f(d), b) Si f es inyectiva, entonces f(c D) = f(c) f(d) 2

3 9. Demuestre que si f : A B y g : B C son funciones biyectivas, entonces g f : A C es una función biyectiva y (g f) 1 = f 1 g Sea f : A B una función. Demuestre que f es inyectiva si y sólo si para todo subconjunto C de A se tiene que f 1 (f(c)) = C. 11. Sea f : X Y, A X y B Y. Sabemos que Demostrar: a) A f 1 (f(a)) b) f(f 1 (B)) B f(a) = {f(x) x A} y f 1 (B) = {x X f(x) B} 12. Sea f : X Y una función y sean A y B subconjuntos de Y. Demuestre que: a) f 1 (A B) = f 1 (A) f 1 (B), b) f 1 (A B) = f 1 (A) f 1 (B) c) f 1 (A B) = f 1 (A) f 1 (B) 13. Sea g : A B y f : B C. Decidir si es cierto o falso. En caso de ser cierto demostrar y en caso de ser falso dar un contraejemplo. a) f g sobreyectiva = f sobreyectiva b) f sobreyectiva = f g sobreyectiva c) f g inyectiva = g inyectiva d) g inyectiva = f g inyectiva 1.3. Inducción Demuestre que: 1. n i=1 ( 1 i(i+1)(i+2) ) = n(n+3) 4(n+1)(n+2) 2. n 3 + (n + 1) 3 + (n + 2) 3 es divisible por 9 para todo n N. 3. n i=1 i = n(n+1) 2 4. n i=1 i(i+1) = n(n+1)(n Si n N es impar entonces 7 n + 1 es divisible por n n(n+1)(2n+7) i=1 i(i + 2) = 6 3

4 2. Matrices, Operaciones Elementales, Sistemas de Ecuaciones y Matriz Inversa 2.1. Matrices 1. Sea A = 2. Sean A = a) 3A y 2B b) 2C 5A c) A + B d) 2A 3B + 7C e) C A 3B, B =, hallar: FA 3, FA 5, FA 2, CA 1, CA 5 y CA y C = Hallar, f ) Encuentre una matriz D tal que, 2A + B D es la matriz nula de orden ( ) Sean A =, B = , C = 5 3 y D = , hallar si es posible: AB, AC, BC, BA, BD, (BD)C, (CA)B. 4. Sean A una matriz m n y B una matriz n p. Demuestre que: a) (A t ) t = A b) (AB) t = B t A t 5. Sean A y B matrices n n simétricas, demuestre que: a) A + B es simétrica. b) (AB) t = BA 6. Demuestre que para cualquier matriz A, la matriz producto A t A está definida y es una matriz simétrica. 7. Demuestre que toda matriz diagonal es simétrica. 8. Cuáles de las siguientes matrices son antisimétricas? ( ) 1 3 a) 3 0 4

5 b) c) d) e) ( ) ( ) Sean A y B dos matrices n n antisimétricas. Demuestre que A+B es antisimétrica. 10. Si A M n (R), demuestre que toda componente en la diagonal principal de A es cero. 11. Sea A una matriz n n. Demuestre que: a) 1 2 (A + At ) es simétrica. b) 1 2 (A At ) es antisimétrica. 12. Demuestre que cualquier matriz cuadrada se puede escribir de una manera única como la suma de una matriz simétrica y una matriz antisimétrica. ( ) a b 13. Encuentre una matriz A = tal que c d ( 2 3 A Matrices Escalón Reducidas ) = ( Para las siguientes matrices halle su matriz escalonada reducida ) (a) (d) (b) (e) (c) (c) Describir todas las matrices escalonadas reducidas de orden

6 3. Sea A una matriz m n y B una matriz n p. Demostrar que las columnas de C = AB son combinaciones lineales de las columnas de A. Si α 1,..., α n son las columnas de A y γ 1,..., γ p son las columnas de C, entonces γ j = n B (k,j) α k k=1 4. Sea ( ) c11 c C = 12 c 21 c 22 una matriz 2 2. Se desea saber si es posible encontrar matrices 2 2, A y B tales que C = AB BA. Demostrar que tales matrices pueden hallarse si sólo si c 11 + c 22 = Sean A, B y C tres matrices, demuestre que si todas las sumas y todos los productos siguientes están definidos, entonces a) A(B + C) = AB + AC b) (A + B)C = AC + BC 2.3. Sistemas de Ecuaciones 1. Hallar todas las soluciones, si existen de los siguientes sistemas de ecuaciones. a) b) c) d) 3x + 6y 6z = 9 2x 5y + 4z = 6 x + 16y 14z = 3 x + y z = 7 4x y + 5z = 4 2x + 2y 3z = 0 2y + 5z = 6 x 2z = 4 2x + 4y = 2 x 1 2x 2 + 2x 3 = 1 2x 1 + 2x 3 = 1 x 1 3x 2 + 4x 3 = 2 6

7 e) x 1 2x 2 + x 3 + 2x 4 = 1 x 1 + x 2 x 3 + x 4 = 2 x 1 + 7x 2 5x 3 x 4 = 3 f ) 2x 1 3x 2 7x 3 + 5x 4 + 2x 5 = 2 x 1 2x 2 4x 3 + 3x 4 + x 5 = 2 2x 1 4x 3 + 2x 4 + x 5 = 3 x 1 5x 2 7x 3 + 6x 4 + 2x 5 = 7 g) x + 2y 4z = 4 2x 4y + 8z = 9 h) x 1 2x 2 + x 3 + x 4 = 2 3x 1 + 2x 2 2x 4 = 8 4x 2 x 3 x 4 = 1 5x 1 + 3x 3 x 4 = 3 2. Determinar todos los valores de a para que los siguientes sistemas tengan: a) Ninguna solución. b) Solución única. c) Infinitas soluciones. 1) 2) x + y + az = 1 x + ay + z = 1 ax + y + z = 2 x + y + z = a x + y + az = 1 x + ay + z = 1 3. Hallar todas las soluciones del sistema de ecuaciones AX = 3X, para A =

8 4. Considere el sistema, 2x 1 x 2 + 3x 3 = a 3x 1 + x 2 5x 3 = b 5x 1 5x x 3 = c Muestre que es inconsistente si c 2a 3b. 5. Considere el sistema, 6. Sea 2x 1 + 3x 2 x 3 = a x 1 x 2 + 3x 3 = b 3x 1 + 7x 2 5x 3 = c Encuentre las condiciones sobre a,b y c para que el sistema sea inconsistente. Para cuáles Y = y 1 y 2 y 3 A = tiene solución el sistema de ecuaciones AX = Y? 7. Suponga que R y R son matrices 2 3 escalonadas reducidas por filas y que los sistemas RX = 0 y R X = 0 tienen exactamente las mismas soluciones. Demostrar que R = R. 8. Sea A = Hallar matrices elementales E 1, E 2,..., E k, tales que, E k...e 2 E 1 A = I Matriz Inversa 1. Sean A y B matrices n n. Demuestre que: a) Si A es inversible, también lo es A 1 y (A 1 ) 1 = A. b) Si A y B son inversibles, también lo es AB y (AB) 1 = B 1 A Determinar cuáles de las siguientes matrices son inversibles. En caso de que lo sea, hallar la inversa y expresar ambas matrices como un producto de matrices elementales. (a) (b) (c)

9 3. Suponga que A es una matriz 2 1 y B es una matriz 1 2. Demostrar que C = AB no es inversible. 4. Sea A una matriz de orden n. Demostrar que: a) Si A es inversible y AB = 0 para alguna matriz B de orden n, entonces B = 0. b) Si A no es inversible, entonces existe una matriz B 0 de orden n, tal que AB = 0. ( ) a b 5. Sea A = demostrar usando operaciones elementales por filas, que A es c d inversible si y sólo si (ad bd 0). 6. Una matriz A de orden n n, se llama triangular superior si A (i,j) = 0 para i > j, esto es, si todo elemento por debajo de la diagonal principal es cero. Demostrar que una matriz (cuadrada) triangular superior es inversible si y sólo si, cada elemento de su diagonal principal es distinto de cero. 7. Sea A una matriz de orden 5 4. En cada caso, hallar la matriz elemental E tal que, la matriz AE realice la operación elemental por columna: a) Multiplicar la segunda columna de A por 2. b) Sumar tres veces la tercera columna de A a la cuarta columna de A. c) Intercambiar la primera y la tercera columna de A. 8. Llevar la matriz A a su forma normal y encontrar las matrices inversibles P y Q tales que N = PAQ ( ) En el conjunto M n (R) definimos la relación : B A si y solo si B = PAQ donde P y Q son matrices inversibles. Demostrar que es una relación de equivalencia en el conjunto M n (R) y que N es un representante de la clase de A. 10. Sea A M n (R). Demostrar que: A es inversible si y solo si rango(a) = n 3. Espacios Vectoriales 3.1. Definición y Propiedades 1. Explique por qué los conjuntos siguientes no son cuerpos. En cada caso, use la suma y multiplicación usuales: 9

10 a) El conjunto N de los números naturales. b) El conjunto Z de los números Enteros. c) El conjunto R 2 con la suma y multiplicación acostumbradas componente a componente; (a, b) + (a, b ) = (a + a, b + b ) y (a, b) (a, b ) = (a a, b b ) 2. Determine si el conjunto dado, es un espacio vectorial sobre el cuerpo de los números reales R. Si no lo es, indique cuales axiomas no se cumplen. a) El conjunto de las matrices reales simétricas de orden n n, bajo la suma y la multiplicación por un escalar usuales. b) El conjunto de todos los polinomios de grado menor o igual que n con coeficientes reales (P n = {p(x) = a 0 + a 1 x a n x n a i R, 1 i n}). c) El conjunto de las funciones contínuas de valores reales definidas en [0, 1] (C [0, 1]), con f(0) = 0 y f(1) = 0, bajo las operaciones: (f + g)(x) = f(x) + g(x) y (λf)(x) = λ(f(x)). d) R 2 con la suma definida por (x 1, y 1 )+(x 2, y 2 ) = (x 1 +x 2 +1, y 1 +y 2 +1) y el producto por un escalar definido por λ(x 1, y 1 ) = (λ + λx 1 1, λ + λy 1 1). 3. Definamos en R 2 las operaciones (x 1, y 1 ) (x 2, y 2 ) = (x 1 + x 2, y 1 + y 2 ) λ (x 1, y 1 ) = (λx 1, y 1 ) Es R 2, con estas operaciones, un espacio vectorial? 4. Definamos en R n las operaciones u v = u v, u, v R n λ v = λv, λ R, v R n Las operaciones del segundo miembro son las usuales de R n. Que axiomas de espacio vectorial satisfacen? 5. Demostrar que C es un espacio vectorial sobre R, donde la adición es la adición usual de los complejos y el producto por un escalar es la multiplicación usual de números complejos. 6. Sea V un espacio vectorial sobre R. Sea v V, λ R, 0 el escalar cero y 0 el vector cero. Demostrar que: a) λ 0 = 0 b) 0v = 0 c) λv = 0 λ = 0 o v = 0 d) ( 1)v = v e) (λv) = ( λ)v = λ( v) f ) ( λ)( v) = λv 10

11 7. Considere la ecuación diferencial de segundo orden homogénea y (x) + a(x)y (x) + b(x)y(x) = 0 Donde a(x) y b(x) son funciones contínuas. Demuestre que el conjunto de soluciones de la ecuación, es un espacio vectorial sobre R bajo las reglas usuales para la suma de funciones y multiplicación por un escalar. 8. Mostrar que en R 3, el vector (6, 2, 7) es combinacin lineal de los vectores u = (2, 1, 3), v = (3, 2, 5) y w = (1, 1, 1). 9. Qué vectores (x, y, z) R 3 son combinación lineal de los vectores u = (1, 1, 1), v = (1, 1, 0) y w = (2, 0, 1)? 10. Sean X e Y subconjuntos finitos de un espacio vectorial V. Pruebe las siguientes proposiciones: a) X Y L(X) L(Y) b) X L(Y) L(X) L(Y) c) L(X) L(X Y) d) L(X) + L(Y) L(X Y) e) X L(X) L(X) + L(Y) f ) X Y L(X) + L(Y) g) L(X Y) L(X) + L(Y) concluya que L(X Y) = L(X) + L(Y) 3.2. Subespacios 1. Determine si los siguientes conjuntos son subespacios de R n a) ( ) a S = { : a 1, b 1, a, b R} b a b b) S = { b 4c : a, b, c R} c) Demuestre que el conjunto W = {(x, y, z) : y = 0} es un subespacio de R 3. d) Demuestre que el conjunto de las funciones continuas sobre el intervalo [0, 1], denotado por C [0, 1], que satisfacen f( 1 ) = 0 es un subespacio de C [0, 1]. Será cierto el mismo resultado para las funciones f que satisfacen f( 1) = 3? Combinaciones Lineales y Subespacios Generados a) Mostrar que en R 3, el vector (6, 2, 7) es combinación lineal de los vectores u = (2, 1, 3), v = (3, 2, 5) y w = (1, 1, 1). b) Qué vectores (x, y, z) R 3 son combinación lineal de los vectores u = (1, 1, 1), v = (1, 1, 0) y w = (2, 0, 1)? 11

12 c) Sean X e Y subconjuntos finitos de un espacio vectorial V. Pruebe las siguientes proposiciones: 1) X Y L(X) L(Y) 2) X L(Y) L(X) L(Y) 3) L(X) L(X Y) 4) L(X) + L(Y) L(X Y) 5) X L(X) L(X) + L(Y) 6) X Y L(X) + L(Y) 7) L(X Y) L(X) + L(Y) concluya que L(X Y) = L(X) + L(Y) d) El plano generado por los puntos cuyas coordenadas en la base canónica son: (1, 0, 0), (0, 1, 0), (1, 1, 1). e) S = {f C [a, b] : b f(x)dx = 0}, con a, b R y a < b. a f ) S = {f C [a, b] : b f(x)dx = 1}, con a, b R y a < b. a 2. Sean v 1 = (1, 1, 2, 1), v 2 = (3, 0, 4, 1), y v 3 = (1, 1, 2, 1). Sea W el subespacio de R 4 generado por v 1, v 2 y v 3. Cuáles de los siguientes vectores están en el subespacio W? a) w = (2, 4, 6, 1) b) w = (3, 1, 4, 4) c) w = (0, 1, 1, 2) d) w = (4, 5, 9, 7) e) w = ( 1, 1, 0, 1) 3. Cual de los siguientes conjuntos genera el espacio vectorial V dado: a) V = P 2 (R); {1 + x + x 2, 1 + 2x + x 2, x} b) V = P 2 (R); {1 x + x 2, 1 + 2x x 2, 1} c) V = R 3 ; (1, 1, 2), (1, 1, 2), (0, 0, 1) ( ) ( ) d) V = M 2 (R); {,, ( 1 0 e) V = M 2 (R); { 1 0 ), ( ), ( ( ) ( 0 0, 3 1 ), ( ) } ) } 4. Halle el subespacio generado por los siguientes subconjuntos de vectores. a) En R 2, S = {(1, 2), (3, 4)} b) En R 3, S = {(1, 1, 2), (1, 1, 2), (0, 0, 1)} c) En R 4, S = {(1, 1, 1, 0), (1, 1, 0, 1), (2, 0, 1, 1)} 5. Sea S 1 y S 2 subconjuntos de un espacio vectorial V. Denotaremos el espacio generado por un subconjunto S de V por < S >. Demostrar que < (S 1 S 2 ) > < S 1 > S 2. Dar un ejemplo donde sean iguales y otro donde sean distintos. 12

13 6. Sea V un espacio vectorial sobre R. Sean S y T subconjuntos de V. Demostrar que: a) S T L(S) L(T) b) L(S T) = L(S) + L(T) c) L(L(S)) = L(S) 7. Determinar cuáles de los siguientes vectores pertenecen al subespacio de R 3 generado por (1, 2, 1) y (2, 3, 4). a) (4, 7, 6) b) ( 1 2, 1 2, 3 2 ) c) ( 1, 1, 1) 2 d) (2, 9, 5) e) (0, 1 3, 2 3 ) 8. Sea P[x] = {p(x) = a 0 + a 1 x a n x n n N, a i R, 1 i n}, el conjunto de todos los polinomios con coeficientes reales. a) Demuestre que P[x] es un espacio vectorial sobre R. b) Determine cuáles de los siguientes polinomios pertenece al subespacio de P[x] generado por x 3 + 2x 2 + 1, x 2 2 y x 3 + x. 1) x 2 x + 3 2) 4x 3 3x + 5 3) x 5 c) Encontrar el subespacio de P[x] generado por cada uno de los siguientes conjuntos de vectores. 1) {x 2, x(x + 1)} 2) {x + 1, x 2 1} 3) {1, x 2, (x 2) 2 } 3.4. Dependencia e Independencia Lineal 1. Determinar si los siguientes conjuntos de vectores son linealmente independientes o no: a) {(1, 2), ( 1, 3)} R 2 b) {( 3, 2), (1, 10), (4, 5)} R 2 c) {(2, 1, 4), (4, 2, 7)} R 3 d) {( 3, 4, 2), (7, 1, 3), (1, 2, 8)} R 3 e) {(1, 2, 1, 1), (3, 0, 2, 2), (0, 4, 1, 1), (5, 0, 3, 1)} R 4 f ) {1 x, x} P 2 {( ) ( g), ) ( 4 1, 7 5 )} M 2 2 (R) 13

14 2. Determine una condición sobre a, b, c y d, tal que los vectores (a, b) y (c, d) sean linealmente dependientes. 3. Para qué valores de α serán dependientes los siguientes vectores: v 1 = (1, 2, 3), v 2 = (2, 1, 4) y v 3 = (3, α + 1, 4)? 4. Sean v 1,, v n vectores linealmente independientes, en un espacio vectorial V. Probar que si para algunos α i, β j se tiene entonces α i = β i, para todo i α 1 v α n v n = β 1 v β n v n 5. Probar que un conjunto de vectores {v 1, v 2 } es linealmente dependiente si y sólo si los vectores son proporcionales. Es decir, v 1 = λv 2 ó v 2 = µv 1 para algunos λ y µ en R. 6. Probar que si el conjunto B = {v 1, v 2,..., v n } es linealmente independiente y el conjunto B = {v 1, v 2,..., v n, w} es linealmente dependiente, entonces w está en el espacio generado por B. 7. Demostrar que si S es un subconjunto de un espacio vectorial V y 0 S entonces S es linealmente dependiente. 8. Un conjunto de vectores {v 1, v 2,..., v n } es linealmente independiente si y sólo si n λ j v j = 0 λ j = 0, j = 1,..., n j=1 9. Sean u, v y w tres vectores en un espacio vectorial V. Demostrar que si el conjunto {u, v, w} es linealmente independiente entonces {u + v, u v, u 2v + w} y {u + v, u + w, v + w} son linealmente independientes. 10. Sean S S V a) Si S es linealmente dependiente, S es linealmente dependiente? b) Si S es linealmente dependiente, S es linealmente dependiente? c) Si S es linealmente independiente, S es linealmente independiente? d) Si S es linealmente independiente, S es linealmente independiente? e) Sea f 1, f 2 y f 3 funciones reales. Para x 1, x 2 y x 3 números reales, definimos la f 1 (x 1 ) f 1 (x 2 ) f 1 (x 3 ) matriz (f i (x j )) = f 2 (x 1 ) f 2 (x 2 ) f 2 (x 3 ) Demuestre que las funciones f 1, f 2 f 3 (x 1 ) f 3 (x 2 ) f 3 (x 3 ) y f 3 son linealmente independientes, si las filas de la matriz son linealmente independientes. f ) Suponga que f 1, f 2 y f 3 poseen derivadas de segundo orden en algún intervalo (a, b). Se define el (Wronskiano) de estas funciones como: W(f 1, f 2, f 3 )(x) = f 1 (x 1 ) f 1 (x 2 ) f 1 (x 3 ) f 2 (x 1 ) f 2 (x 2 ) f 2 (x 3 ) Demuestre que las funciones f 1, f 2 y f 3 son linealmente f 3 (x 1 ) f 3 (x 2 ) f 3 (x 3 ) independientes, si las filas de la matriz son linealmente independientes. 14

15 g) Sea A M n (R), suponga que los vectores fila de A forman un conjunto linealmente independiente de vectores de R n. Demuestre que A es inversible Bases y Dimensión 1. Demostrar que cada uno de los siguientes conjuntos de vectores es una base para R 2. a) {(1, 0), (0, 1)} b) {(1, 1), (0, 1)} 2. Demostrar que los vectores v 1 = (1, 0, 1), v 2 = (1, 2, 1) y v 3 = (0, 3, 2) forman una base de R 3. Expresar cada uno de los vectores de la base canónica de R 3 como combinación lineal de los vectores v 1, v 2 y v Demostrar que cada uno de los siguientes conjuntos de vectores es una base para R 4, a) {(1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)} b) {(1, 1, 0, 0), (0, 0, 1, 1), ( 1, 0, 1, 1), (0, 1, 0, 1)} c) {(2, 1, 0, 1), (1, 3, 2, 0), (0, 1, 1, 0), ( 2, 1, 2, 1)} 4. Expresar a (2, 2, 1, 3) como una combinación lineal de los vectores en las diferentes bases del ejercicio anterior. 5. Encontrar una base para el espacio solución del sistema de ecuaciones homogéneo dado: a) b) c) x y = 0 2x + 2y = 0 x 3y + z = 0 2x + 2y 3z = 0 4x 8y + 5z = 0 2x 1 x x 3 x 4 = 0 x x 2 x 5 = 0 9x 1 3x 2 + 6x 3 3x 4 3x 5 = 0 6. Encuentre una base para el conjunto de vectores de R 3 dado por : 15

16 a) El plano 2x y z = 0. b) La recta x 2 = y 2 = z 4 7. Encuentre una base para el espacio vectorial de las matrices diagonales de orden n. (Sugerencia: hágalo primero para n=3) 8. Sean A M m n (R) y V el espacio solución del sistema homogéneo AX = 0. Cuál es la dimensión de V? 9. Demostrar que si W 1 y W 2 son subespacios de V, entonces dimw 1 + dimw 2 = dim(w 1 W 2 ) + dim(w 1 + W 2 ) 10. Demuestre que, si W es un subespacio propio de un espacio vectorial V de dimensión finita, entonces W es de dimensión finita y dimw < dimv. 11. Demuestre que en un espacio vectorial V de dimensión finita, todo conjunto linealmente independiente es parte de una base. 12. Sea U = (1, 0, 2, 1), (1, 1, 1, 0) y W = (1, 0, 1, 0), (1, 0, 0, 3), hallar una base para U W y U + W. 13. Sea V un espacio vectorial de dimensión finita sobre R. Sean W 1, W 2,..., W s subespacios de V. Demostrar que las siguientes proposiciones son equivalentes: a) V = W 1 + W W s y W i i j W j = 0 b) Cada elemento v en V tiene una única representación de la forma v = w 1 + w w s, con w i W i, para i = 1,..., s c) El cero tiene una representación única de la forma w 1 +w w s con w i W i, para i = 1,..., s. Esto es, 0 = w 1 + w w s w 1 = w 2 =... = w s = 0 d) si B i es una base de W i para i = 1,..., s, entonces B 1 B 2... B s es una base de V. e) V = W 1 + W W s y dimv = dimw 1 + dimw dimw s 14. Sea el espacio de R 5 generado por las filas de la matriz a) Hallar una base de V. b) Qué vectores (x 1, x 2, x 3, x 4, x 5 ) pertenecen a V? c) Si (x 1, x 2, x 3, x 4, x 5 ) V. Cuáles son sus coordenadas en la base elegida en (a)? 16

17 15. Cuál es el vector de coordenadas de v 1 y v 2 respecto a las bases dadas? a) B = {(1, 1, 2, 1), (0, 1, 1, 3), (0, 0, 1, 1), (0, 0, 0, 1)} base de R 4, v 1 = ( 1, 2, 3, 4) y v 2 = (1, 2, 4, 3) b) B = {1, x, x 2, x 3, x 4, x 5 } base del conjunto de polinomios de grado menor o igual que 5, v 1 = 3+(1+x)x+(2x+x 2 +x 3 )x 2 +x 4 +3x 5 +x 2 y v 2 = x 2 +3x 3 +5x 4 (x+5x 3 x 4 )x 3.6. Suma Directa de Espacios 1. Sea V el espacio de las funciones de R en R. Sea V P el subconjunto de las funciones pares (es decir, f(x) = f( x)) y V I el subconjunto de las funciones impares (es decir, f( x) = f(x)). Demostrar que V P y V I son subespacios de V y que V = V P V I. 2. Sea V = M n (R), sean W 1 el subconjunto de las matrices simétricas y W 2 el subconjunto de las matrices antisimétricas. Demuestre que W 1 y W 2 son subespacios de V y que V = W 1 W Determine si los vectores v 1 = (1124), v 2 = (2152), v 3 = (1 140) y v 4 = (2116) son linealmente independientes en el espacio M 1 4 (R). a) Hallar una base para el subespacio W de M 1 4 (R) generado por estos vectores. b) Encontrar el subespacio W de M 1 4 (R) tal que M 1 4 (R) = W W. El subespacio W se llama Subespacio complementario de W. 4. Sean v 1 = (1121), v 2 = (301 1), v 3 = ( 1101) y v 4 = ( 1252) vectores de M 1 4 (R). a) Hallar una base para el subespacio W de M 1 4 (R) que ellos generan. b) Hallar una base para el subespacio complementario de W. c) Escribir M 1 4 (R) como una suma directa Espacio Cociente 1. Sea A M m n (R) y sea V M n 1 (R) el espacio solución del sistema homogéneo AX = 0. Demostrar que: a) Si v M n 1 (R) entonces el elemento v del espacio vectorial M n 1 (R)/V es el conjunto de soluciones del sistema AX = Av. b) Si b M m 1 (R) entonces el conjunto de soluciones del sistema AX = b es el elemento v del espacio vectorial M n 1 (R)/V, donde v es una solución particular de AX = b. 2. Sea u 0 un vector de R 2. Probar que R 2 / u es el conjunto de todas las rectas paralelas a la recta que determina u en R 2. 17

18 4. Transformaciones Lineales 4.1. Definición y Propiedades 1. Sea V el espacio vectorial de todas las funciones contínuas de R en R. Definimos T : V V por: T(x) = x f(t)dt. Demuestre que T es una transformación lineal Cuáles de las siguientes funciones T : R 2 R 2 son transformaciones lineales? a) T(x, y) = (1 + x, y) b) T(x, y) = (y, x) c) T(x, y) = (x 2, y) d) T(x, y) = (sin(x), y) e) T(x, y) = (x + y, x + y) f ) T(x, y) = 2(x y, x + y) 3. Sea V un espacio vectorial de dimensión finita, con base {e 1,..., e n }, sea W un espacio vectorial arbitrario. Sean y 1,..., y n W y para cada x = λ 1 e λ n e n en V, definimos T : V W por, T(x) = λ 1 y λ n y n Demostrar que T es una transformación lineal. 4. Sean V y W espacios vectoriales sobre un cuerpo K. Probar que si T : V W es una transformación lineal, entonces: T(0) = 0 y T( v) = T(v) v V 5. Sean V y W espacios vectoriales sobre un cuerpo K. Sean T : V W y S : V W transformaciones lineales y α K. Demuestre que: a) S+T : V W, definida por (S+T)(v) = S(v)+T(v) es una transformación lineal. b) αt : V W, definida por (αt)(v) = α(t(v)) es una transformación lineal. c) Si T es biyectiva, entonces T 1 : W V es una transformación lineal. 6. Sea A M m n (R). Demuestre que la aplicación T : M n 1 M m 1 definida por T(X) = AX, es la transformación lineal cero si y sólo si A = Sea T : R n R n, para el n apropiado, la transformación lineal definida pot T(x) = Ax. Para cada uno de los siguientes casos, describa geométricamente la transformación: ( ) k 0 a) (k R) b) c) 0 k ( k ( ) (k R) ) 1 18

19 d) e) f ) g) ( 0 ) ( ) ( ) cos(α) sen(α) (α R) sen(α) cos(α) cos(α) sen(α) 0 sen(α) cos(α) 0 (α R) Describir explícitamente una transformación lineal T : R 3 R 3 que tenga como imagen el espacio generado por los vectores: (1, 0, 1) y (1, 2, 2). 9. Sea T : R 3 R 3 la transformación lineal definida por T(x, y, z) = (3x, x y, 2x + y + z) a) Es T inversible? Si lo es, hallar T 1. b) Probar que (T 2 I)(T 3I) = Imagen y Kernel 1. Hallar la imagen, rango, espacio nulo y nulidad para la transformación cero y para la identidad en un espacio de dimensión n. 2. Sea T : V W una transformación lineal. Demuestre que el KerT es un subespacio de V y la ImgT es un subespacio de W. 3. Sean V y W espacios vectoriales sobre un cuerpo K. Probar que la transformación lineal T : V W es inyectiva si y sólo si KerT = {0}. 4. Sea B M n (R). Demostrar que la aplicación T B : M n (R) M n (R) definida por T B (A) = AB BA es una transformación lineal. Encuentre el espacio nulo. 5. Sea T : R 3 R 3 una aplicación definida por: T(x, y, z) = (x y + 2z, 2x + y, x 2y + 2z) a) Probar que T es una transformación lineal. b) Si (a, b, c) R 3. Cuáles son las condiciones sobre a, b y c para que (a, b, c) ImT? c) Cuáles son las condiciones sobre a, b y c para que (a, b, c) KerT? 6. Sea P : M n (R) M n (R) definida por, P(A) = A+AT 2 a) Demostrar que P es una transformación lineal. b) Demostrar que KerP es el espacio de las matrices antisimétricas. c) Hallar la nulidad de P. 19

20 7. Sea V un espacio vectorial de dimensión n y T : V V una transformación lineal. Demostrar que las siguientes proposiciones son equivalentes: a) ImT KerT = {0} b) T(T(v)) = 0 T(v) = 0 8. Sea T : V W una transformación lineal. Sea w W y sea v 0 V tal que T(v 0 ) = w. Demostrar que cualquier solución de la ecuación T(x) = w es de la forma v 0 + u, donde u KerT. 9. Sea T : V W una transformación lineal. Demuestre que dimv = dimkert + dimimt 10. Sea V un espacio vectorial real y T un operador lineal sobre V. Si T 2 = 0. Qué puede decir respecto a la relación entre ImT y kert? Dar un ejemplo de un operador lineal tal que T 2 = 0 pero T Si T es una transformación lineal sobre un espacio vectorial V de dimensión n y rangot = rangot 2, entonces ImT kert = {0}. 12. Si T es una transformación lineal sobre un espacio vectorial V tal que T 2 = T, probar que: a) kert = Im(I T). b) Ker(I T) = ImT. c) KerT ImT = {0}. d) Cada v V puede ser expresado unívocamente en la forma v = v 1 + v 2, donde v 1 kert y v 2 ImT Matriz Asociada a una Transformación Lineal 1. Para cada una de las siguientes transformaciones lineales T : V W, hallar la matriz asociada en las bases ordenadas B y B de W. Dar una base para ImT y KerT. a) T(x, y) = (3x y, 0), B = B = {(1, 0), (0, 1)} b) T(x, y) = (x, 0), B = {(1, 1), ( 1, 2)} y B = {(1, 3), (2, 1)} c) T(x, y, z) = (x y + z, 2x + 2y 2z, x + y z), B = B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} d) T(x, y, z) = (2x + y + z, y 3z), B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} y B = {(1, 1), ( 1, 2)} x x e) T y z = y z en las bases canónicas de M 4 1(R) y M 3 1 (R) t t 20

21 2. Sea T : R 3 R 3 la transformación lineal cuya matriz en las bases canónicas es: Encontrar una base para ImT y una base para KerT. Describa explícitamente la Transformación lineal. 3. Dadas las bases odenadas B y B de un espacio vectorial V. Hallar la matriz A (respectivamente A ) de cambio de base de la base B a la base B (respectivamente de la base B a la base B). a) V = R 2, B = {(1, 0), (0, 1)} y B = {(2, 3), (1, 1)} b) V = R 3, B = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} y B = {( 1, 0, 0), (4, 2, 0), (5, 3, 8)} c) V = R 2, B = {(2, 1), (1, 0)} y B = {(2, 1), (1, 1)} 4. Dadas las bases B = {(1, 0, 1), (1, 1, 1), (1, 0, 0)} y B {(1, 0, 1), ( 1, 2, 1), (2, 1, 1)} de R 3, 2 dar la matriz de cambio de base de la base B a la base B. Si 4 1 es la matriz de coordenadas del vector v en la base B, dar la matriz de coordenadas de v en la base B. 5. Sea P 4 el espacio vectorial de los polinomios de grado menor o igual a cuatro, y T la transformación lineal dada por T(a 4 x 4 + a 3 x 3 + a 2 x 2 + a 1 x + a 0 ) = a 4 x 3 + a 3 x 2 + a 2 x + a 1 Halle la matriz asociada a T en la base canónica de P 4 y calcule el rango de T. 6. Sean S = {2t 2 + t, t 2 + 3, t 2 } y T = {t 2 + 1, t 2, t + 3} bases ordenadas de P 2 = {Polinomios de grado 2}. Sean f(t) = 8t 2 4t + 6 y g(t) = 7t a) Hallar las matrices de coordenadas de f y g respecto a S. b) Hallar la matriz P de cambio de base de la base S a la base T. c) Hallar las matrices de coordenadas de f y g con respecto a T usando P. d) Hallar la matriz Q de cambio de base de la base T a la base S. e) Hallar las matrices de coordenadas de f y g con respecto a S usando Q. 7. Sean U y W espacios vectoriales reales, consideremos el conjunto: U W = {(u, w) u U y w W} a) Demostrar que U W es un espacio vectorial con las operaciones (u 1, w 1 ) + (u 2, w 2 ) = (u 1 + u 2, v 1 + v 2 ) c(u, w) = (cu, cw) 21

22 b) Encontrar una base de U W en términos de una base de U y una base de W. c) Si dimu = n y dimw = m. Cuál es la dimensión de U W? d) Si S y T son subespacios de U y W respectivamente, entonces S T es un subespacio de U W. 8. Sean U y W subespacios de un espacio vectorial V. Demostrar que la aplicación L : U W V definida por L(u, w) = u w es lineal y usar el ejercicio anterior para probar que: dimu + dimw = dim(u + W) + dim(u W) 9. Encuentre la inversa de la transformación T : R 3 R Isomorfismos T([x 1, x 2, x 3 ] T ) = [ x 1 x 2 + x 3 2x 1 x 1 + x 2 ] T 1. Sean V y W espacios vectoriales de dimensión n y m respectivamente. Sea T : V W una transformación lineal. Pruebe que a) Si T es inyectiva entonces n m. b) Si T es sobreyectiva entonces m n. c) Si m = n demostrar que T es inyectiva si y sólo si T es sobreyectiva. 2. Sea T : V W una transformación lineal, la cual es sobre. Demuestre que T es un isomorfismo si y sólo si KerT 3. Sean T 1 : V V y T 2 : V V transformaciones lineales. Demuestre que la composición T 1 T 2 y T 2 T 1 son también transformaciones lineales. 4. Sean V y W espacios vectoriales de dimensión n y m respectivamente. Demuestre que L(V, W) es isomorfo a M n m (R). 5. Si V y W son espacios vectoriales de dimensión n y T es una transformación lineal de V en W, entonces las siguientes proposiciones son equivalentes: a) T es un isomorfismo. b) La matriz de T en cualquier base es inversible. c) T es invertible. d) El rango de T es n. e) T es sobreyectiva. f ) Si B = {v 1,..., v n } es una base de V, entonces T(B) = {T(v 1 ),..., T(v n )} es una base de W. g) T es inyectiva. 6. Demuestre que T : M m n (R) M n m (R), definida por T(A) = A t es un isomorfismo. 7. Sea B M n (R) inversible. Demuestre que T : M n (R) M n (R) definida por T(A) = AB, es un isomorfismo. 22

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

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales (1) Sea n N. Mostrar que el conjunto de polinomios sobre R de grado menor que n es un subespacio vectorial de R[x]. Este

Más detalles

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 01 Taller 4

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 01 Taller 4 Universidad Nacional de Colombia Departamento de Matemáticas - Álgebra Lineal - Grupo Taller () Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio vectorial?

Más detalles

ESPACIOS VECTORIALES Y APLICACIONES LINEALES

ESPACIOS VECTORIALES Y APLICACIONES LINEALES Departamento de Matemática Aplicada II E.E.I. ÁLGEBRA Y ESTADÍSTICA Boletín n o (010-011 ESPACIOS VECTORIALES Y APLICACIONES LINEALES 1. En el espacio vectorial ordinario R 4 estudiar cuáles de los siguientes

Más detalles

Transformaciones lineales

Transformaciones lineales Transformaciones lineales Problemas teóricos En los problemas de esta lista se supone que V y W son espacios vectoriales sobre un campo F. Linealidad de una función 1. Varias maneras de escribir la propiedad

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 1. Espacios Vectoriales. Sistemas de ecuaciones.

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)

Más 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

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

1. Espacios Vectoriales Reales.

1. Espacios Vectoriales Reales. . Espacios Vectoriales Reales. El Álgebra Lineal es una rama de la Matemática que trata las propiedades comunes de todos los sistemas algebráicos donde tiene sentido las combinaciones lineales y sus consecuencias.

Más detalles

Espacios vectoriales (Curso )

Espacios vectoriales (Curso ) ÁLGEBRA Práctica 5 Espacios vectoriales (Curso 2008 2009) 1. En el espacio vectorial real IR 2 consideramos los siguientes subconjuntos: (a) A = {(x y) IR 2 x 2 + y 2 = 1}. (b) B = {(x y) IR 2 x = 3y}.

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

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)

Más 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

REPASO DE ALGEBRA VECTORIAL

REPASO DE ALGEBRA VECTORIAL REPASO DE ALGEBRA VECTORIAL Vectores en R 2 : Un vector v en el plano R 2 = XY es un par ordenado de números reales (a,b). Los números reales a y b se llaman componentes del vector v. El vector cero es

Más detalles

Departamento de Ingeniería Matemática - Universidad de Chile

Departamento de Ingeniería Matemática - Universidad de Chile Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 8-2 4. Transformaciones lineales 4.. Introducción SEMANA 8: TRANSFORMACIONES LINEALES Sea la matriz

Más detalles

PRÁCTICO 5. Coordenadas y matriz de cambio de bases

PRÁCTICO 5. Coordenadas y matriz de cambio de bases Algebra y Algebra II Segundo Cuatrimestre 2012 PRÁCTICO 5 Coordenadas y matriz de cambio de bases Ejercicio 1. Probar que los vectores α 1 = (1 0 i) α 2 = (1 + i 1 i 1) α 3 = (i i i) forman una base de

Más detalles

4. Espacios vectoriales

4. Espacios vectoriales Contents 4 Espacios vectoriales 2 4.1 Dependencia e independencia lineal.................................. 4 4.2 Subespacios vectoriales.............................................. 7 4.3 Bases y dimensión..................................................

Más detalles

la matriz de cambio de base de B 1 en B 2. = M 1 B 2,B 1 [1 + x + x 2 ] B1 = M B2.

la matriz de cambio de base de B 1 en B 2. = M 1 B 2,B 1 [1 + x + x 2 ] B1 = M B2. Práctica 2. Álgebra Lineal. Cambio de Base.Transformaciones Lineales. Matrices asociadas a una transformación lineal. 2do año: Lic. en Matemática y Profesorado. 1. (a) Sean B 1 = {(1, 0), (1, 1)} y B 2

Más detalles

ÁLGEBRA LINEAL I Práctica 5

ÁLGEBRA LINEAL I Práctica 5 ÁLGEBRA LINEAL I Práctica 5 Espacios vectoriales (Curso 2014 2015) 1. En el espacio vectorial real IR 2 consideramos los siguientes subconjuntos: (a) A = {(x y) IR 2 x 2 + y 2 = 1}. (b) B = {(x y) IR 2

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

Aplicaciones Lineales

Aplicaciones Lineales Capítulo 5 Aplicaciones Lineales 51 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K Definición 511 Se dice que una aplicación f : V W es una aplicación lineal o un

Más detalles

Matemática 2. Transformaciones lineales y Determinantes

Matemática 2. Transformaciones lineales y Determinantes Matemática 2 Primer Cuatrimestre de 2014 Práctica 4 Transformaciones lineales y Determinantes Transformaciones lineales Ejercicio 1 Mostrar que las siguientes funciones son transformaciones lineales (i

Más detalles

Práctica 2. Transformaciones lineales.

Práctica 2. Transformaciones lineales. Práctica 2. Transformaciones lineales. 1. Decida si las siguientes funciones son transformaciones lineales. En caso de serlo, calcule núcleo e imagen. (a) f : R 3 R 3, f((x 1, x 2, x 3 ) T ) = (x 1 x 2

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Capítulo 7 Aplicaciones Lineales 7.1 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K. Definición 7.1.1 Se dice que una aplicación f : V W es una aplicación lineal o

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

ALGEBRA LINEAL - Práctica N 2 - Segundo cuatrimestre de 2017 Matrices y coordenadas

ALGEBRA LINEAL - Práctica N 2 - Segundo cuatrimestre de 2017 Matrices y coordenadas Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - Práctica N 2 - Segundo cuatrimestre de 2017 Matrices y coordenadas Ejercicio 1 Sean m n y r N i) Probar que

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

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES MATRICES. SISTEMAS DE ECUACIONES LINEALES Matrices ) Dada la matriz M=, prueba que n n M M, n. ) Demuestra la siguiente implicación: Si I A I AA A

Más detalles

Ejercicios de Álgebra Básica. Curso 2014/15

Ejercicios de Álgebra Básica. Curso 2014/15 Ejercicios de Álgebra Básica. Curso 2014/15 Tema 1: Conjuntos Conjuntos. Operaciones básicas Ejercicio 1. Describir las relaciones de inclusión o pertenencia entre los siguientes conjuntos: A =, B = {

Más detalles

Ejercicios de Álgebra Básica. Curso 2017/18

Ejercicios de Álgebra Básica. Curso 2017/18 Ejercicios de Álgebra Básica. Curso 2017/18 Tema 1: Conjuntos Conjuntos. Operaciones básicas Ejercicio 1. Describir las relaciones de inclusión o pertenencia entre los siguientes conjuntos: A =, B = {

Más detalles

Ejercicios: Espacios vectoriales

Ejercicios: Espacios vectoriales Appendix E Ejercicios: Espacios vectoriales Credit: This notes are 100% from chapter 6 of the book entitled Linear Algebra. A Modern Introduction of David Poole (2006) [1]. Comentario: Cuando corresponda,

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 y ALGEBRA II SEGUNDO CUATRIMESTRE 2011 PRÁCTICO 3

ALGEBRA y ALGEBRA II SEGUNDO CUATRIMESTRE 2011 PRÁCTICO 3 ALGEBRA y ALGEBRA II SEGUNDO CUATRIMESTRE 2011 PRÁCTICO 3 Ejercicio 1. Sea V un espacio vectorial. Probar que: (a) Si a es un escalar y v es un vector tales que a.v = 0, entonces a = 0 ó v = 0. (b) Para

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

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

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

Álgebra Lineal Grupo A Curso 2011/12. Espacios vectoriales. Bases...

Álgebra Lineal Grupo A Curso 2011/12. Espacios vectoriales. Bases... Álgebra Lineal Grupo A Curso 2011/12 Espacios vectoriales. Bases 61) Dados los vectores v 1,v 2,...,v n linealmente independientes, probar que también lo son los vectores u 1 = v 1 u 2 = v 1 + v 2... u

Más detalles

Tema 2: Espacios Vectoriales

Tema 2: Espacios Vectoriales Tema 2: Espacios Vectoriales José M. Salazar Octubre de 2016 Tema 2: Espacios Vectoriales Lección 2. Espacios vectoriales. Subespacios vectoriales. Bases. Lección 3. Coordenadas respecto de una base. Ecuaciones.

Más detalles

Tema 2: Espacios vectoriales

Tema 2: Espacios vectoriales Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 Tema 2: Espacios vectoriales Ejercicios 1. En R 2 se definen las siguientes operaciones: (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2, y 1 +

Más detalles

Clase de Álgebra Lineal

Clase de Álgebra Lineal Clase de Álgebra Lineal M.Sc. Carlos Mario De Oro Facultad de Ciencias Básicas Departamento de matemáticas 04.2017 Page 1 Espacios vectoriales Definicion. Espacio Vectorial (E.V.) Un V espacio vectorial

Más detalles

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Espacios vectoriales con producto interno Problemas teóricos En todos los problemas relacionados con el caso complejo se supone que el producto interno es lineal con respecto al segundo argumento. Definición

Más detalles

ALGEBRA LINEAL. 1. Sea V un espacio vectorial sobre F. Sean S, T y U subespacios de V tal que. { 0 i = 1,..., k si i > k. v i

ALGEBRA LINEAL. 1. Sea V un espacio vectorial sobre F. Sean S, T y U subespacios de V tal que. { 0 i = 1,..., k si i > k. v i ALGEBRA LINEAL 1 Sea V un espacio vectorial sobre F Sean S, T y U subespacios de V tal que i) S T = S U ii) S + T = S + U iii) T U Demuestre que T = U 2 Sea F = C y sea n un entero positivo Demuestre que

Más detalles

Transformaciones Lineales (MAT023)

Transformaciones Lineales (MAT023) Transformaciones Lineales (MAT03 Primer semestre de 01 1 Verónica Gruenberg Stern DEFINICION Sean U, V dos espacios vectoriales sobre un cuerpo K y sea T : U V una función. Diremos que T es una transformación

Más detalles

Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Departamento de Matemática Segundo Cuatrimestre de 2002 ÁLGEBRA LINEAL

Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Departamento de Matemática Segundo Cuatrimestre de 2002 ÁLGEBRA LINEAL Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Departamento de Matemática Segundo Cuatrimestre de 2002 ÁLGEBRA LINEAL Práctica N 2: Matrices Ejercicio 1 Probar que los siguientes

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

1. Espacio vectorial. Subespacios vectoriales

1. Espacio vectorial. Subespacios vectoriales Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Sea k un cuerpo. 1. Espacio vectorial. Subespacios vectoriales Definición 1.1. Un k-espacio vectorial o espacio vectorial

Más detalles

Espacios vectoriales reales.

Espacios vectoriales reales. Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre

Más 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

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN BOLETÍN DE PROBLEMAS DE

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN BOLETÍN DE PROBLEMAS DE E.T.S. DE INGENIERÍA INFORMÁTICA BOLETÍN DE PROBLEMAS DE ÁLGEBRA LINEAL para las titulaciones de INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN 1. Matrices y determinantes Ejercicio 1.1 Demostrar

Más detalles

Espacios Vectoriales, Valores y Vectores Propios

Espacios Vectoriales, Valores y Vectores Propios , Valores y Vectores Propios José Juan Rincón Pasaye, División de Estudios de Postgrado FIE-UMSNH Curso Propedéutico de Matemáticas para la Maestría en Ciencias opciones: Sistemas de Control y Sistemas

Más detalles

Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 2. Transformaciones lineales.

Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 2. Transformaciones lineales. Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 2. Transformaciones lineales. Nota: con la letra K designamos tanto a R como a C. V y W son siempre K-espacios vectoriales 1. Decida si las siguientes

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

Sea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares).

Sea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares). Capítulo 6 Espacios Vectoriales 6.1 Definiciones Sea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares). Definición 6.1.1 Se dice que

Más detalles

Matrices y Sistemas de Ecuaciones lineales

Matrices y Sistemas de Ecuaciones lineales Matrices y Sistemas de Ecuaciones lineales Llamaremos M m n (K) al conjunto de las matrices A = (a ij ) (i = 1, 2,..., m; j = 1, 2,..., n) donde los elementos a ij pertenecen a un cuerpo K. Las matrices,

Más detalles

ESPACIOS Y SUBESPACIOS VECTORIALES

ESPACIOS Y SUBESPACIOS VECTORIALES ESPACIOS Y SUBESPACIOS VECTORIALES. ESPACIO VECTORIAL REAL Un espacio vectorial real V es un conjunto de objetos llamados vectores, junto con dos operaciones, llamadas suma y multiplicación por un escalar

Más detalles

TALLER II Profesor: H. Fabian Ramirez MATRICES Y ESPACIOS VECTORIALES

TALLER II Profesor: H. Fabian Ramirez MATRICES Y ESPACIOS VECTORIALES UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER II Profesor: H. Fabian Ramirez MATRICES Y ESPACIOS VECTORIALES OBSERVACIÓN: N.A significa Ninguna de las Anteriores. 2. Sean

Más detalles

TALLER II Profesores: H. Fabian Ramirez y S. Carolina García MATRICES Y ESPACIOS VECTORIALES

TALLER II Profesores: H. Fabian Ramirez y S. Carolina García MATRICES Y ESPACIOS VECTORIALES UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER II Profesores: H. Fabian Ramirez y S. Carolina García MATRICES Y ESPACIOS VECTORIALES OBSERVACIÓN: N.A significa Ninguna de

Más detalles

Podemos pues formular los dos problemas anteriores en términos de matrices.

Podemos pues formular los dos problemas anteriores en términos de matrices. Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión

Más detalles

ÁLGEBRA LINEAL Problemas, 2006/2007

ÁLGEBRA LINEAL Problemas, 2006/2007 ÁLGEBRA LINEAL Problemas, 2006/2007 Nota: si no se especifíca lo contrario suponemos que las matrices y espacios vectoriales están definidos sobre un cuerpo K arbitrario 1 Una matriz A de orden n n se

Más detalles

Aplicaciones lineales

Aplicaciones lineales Aplicaciones lineales María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Aplicaciones lineales Matemáticas I 1 / 32 Contenidos 1 Definición y propiedades Definición de aplicación

Más detalles

BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN

BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN 1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN BANCO DE PREGUNTAS CURSO: ALGEBRA LINEAL LICENCIATURA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Mendoza Otoño

Más detalles

Aplicaciones lineales.

Aplicaciones lineales. Tema 4 Aplicaciones lineales. Definición 4. Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una aplicación lineal si: a f(u + v = f(u + f(v; u, v V, b f(ku = kf(u;

Más detalles

Ejercicios tipo test de las lecciones 1 y El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1, 2, 1) y

Ejercicios tipo test de las lecciones 1 y El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1, 2, 1) y Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Ejercicios tipo test de las lecciones 1 y 2. 1. El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1,

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

Álgebra Básica. Departamento de Álgebra.

Álgebra Básica. Departamento de Álgebra. Ejercicios de Álgebra Básica. Curso 2010/11 Ejercicio 1. Construir las tablas de verdad de las siguientes proposiciones: (1). p q (2). [(p q) q] p (3). [(p q) r] p (q r) (4). [(p q) q] p (5). [(p q) p]

Más detalles

CAPÍTULO 4 ESPACIOS VECTORIALES

CAPÍTULO 4 ESPACIOS VECTORIALES CAPÍTULO 4 ESPACIOS VECTORIALES 4.1.- Concepto y definición de espacio vectorial. 4.2.- Propiedades de los espacios vectoriales. 4.3.- Subespacios vectoriales. 4.4.- Combinación lineal de vectores. 4.5.-

Más detalles

Aplicaciones lineales

Aplicaciones lineales 53 Matemáticas I : Álgebra Lineal Tema 5 Aplicaciones lineales 5. Definición. Núcleo e imagen Definición 26.- Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una

Más detalles

TALLER III Profesor: H. Fabian Ramirez TRANSFORMACIONES LINEALES Y VECTORES PROPIOS. 0 0 λ λ 2 λ λ

TALLER III Profesor: H. Fabian Ramirez TRANSFORMACIONES LINEALES Y VECTORES PROPIOS. 0 0 λ λ 2 λ λ UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER III Profesor: H. Fabian Ramire TRANSFORMACIONES LINEALES Y VECTORES PROPIOS OBSERVACIÓN: N.A significa Ninguna de las Anteriores..

Más detalles

Preparaduría V. 1.- Sea A una matriz diagonal n n cuyo polinomio característico es

Preparaduría V. 1.- Sea A una matriz diagonal n n cuyo polinomio característico es Preparaduría V 1.- Sea A una matriz diagonal n n cuyo polinomio característico es (x c 1 ) d1 (x c 2 ) d2... (x c k ) d k donde los c 1,..., c k son distintos dos a dos. Sea V el espacio de matrices n

Más detalles

ÁLGEBRA LINEAL I NOTAS DE CLASE UNIDAD 2

ÁLGEBRA LINEAL I NOTAS DE CLASE UNIDAD 2 ÁLGEBRA LINEAL I NOTAS DE CLASE UNIDAD 2 Abstract Estas notas conciernen al álgebra de matrices y serán actualizadas conforme el material se cubre Las notas no son substituto de la clase pues solo contienen

Más detalles

Relación de problemas. Álgebra lineal.

Relación de problemas. Álgebra lineal. Relación de problemas Álgebra lineal Tema 1 Sección 1 Matrices Determinantes Sistemas lineales Matrices Ejercicio 11 Consideremos las siguientes matrices: ( 1 2 A = 1 1 ) ( 1 1 B = 0 1 ) C = 1 0 0 0 1

Más detalles

Departamento de Ingeniería Matemática - Universidad de Chile

Departamento de Ingeniería Matemática - Universidad de Chile Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 08-2 SEMANA 7: ESPACIOS VECTORIALES 3.5. Generadores de un espacio vectorial Sea V un espacio vectorial

Más detalles

TEMA V. Espacios vectoriales

TEMA V. Espacios vectoriales TEMA V. Espacios vectoriales 1 1. Demostrar que cada uno de los siguientes conjuntos tiene estructura de espacio vectorial sobre el cuerpo de los reales: a El conjunto (R 2, +,, R. b El conjunto (R 3,

Más detalles

Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal.

Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal. Algebra Lineal XIV: Espacio Nulo y Rango de una Transformación Lineal. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de

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

Espacios vectoriales

Espacios vectoriales Espacios vectoriales [Versión preliminar] Prof. Isabel Arratia Z. Algebra Lineal 1 En el estudio de las matrices y, en particular, de los sistemas de ecuaciones lineales realizamos sumas y multiplicación

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

Transformaciones lineales autoadjuntas (hermíticas)

Transformaciones lineales autoadjuntas (hermíticas) Transformaciones lineales autoadjuntas (hermíticas) Objetivos. Estudiar propiedades elementales de transformaciones lineales autoadjuntas. Demostrar que para toda transformación lineal autoadjunta en un

Más detalles

Práctica 1. Espacios vectoriales

Práctica 1. Espacios vectoriales Práctica 1. Espacios vectoriales 1. Demuestre que R n (C n ) es un espacio vectorial sobre R (C) con la suma y el producto por un escalar usuales. Es C n un R-espacio vectorial con la suma y el producto

Más detalles

Álgebra lineal II Examen Parcial 1

Álgebra lineal II Examen Parcial 1 UNIVERSIDAD DE COSTA RICA ESCUELA DE MATEMATICA Álgebra lineal II Examen Parcial II Semestre 204 Nick Gill Instrucciones: Puede usar cualquier proposición de las lecciones, inclusive los ejercicios. Si

Más detalles

Estructuras Algebraicas

Estructuras Algebraicas Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos

Más detalles

Transformaciones lineales

Transformaciones lineales Semana 8 [1/62] 8 de septiembre de 27 Definiciones básicas Semana 8 [2/62] Definición Transformación lineal U, V dos espacios vectoriales sobre el mismo cuerpo Ã. T : U V es una transformación (o función)

Más detalles

TALLER II Profesor: H. Fabian Ramirez MATRICES Y ESPACIOS VECTORIALES

TALLER II Profesor: H. Fabian Ramirez MATRICES Y ESPACIOS VECTORIALES UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER II Profesor: H. Fabian Ramirez MATRICES Y ESPACIOS VECTORIALES OBSERVACIÓN: N.A significa Ninguna de las Anteriores. 2. Sean

Más detalles

Correspondencia entre vectores y columnas de sus coordenadas respecto a una base fija

Correspondencia entre vectores y columnas de sus coordenadas respecto a una base fija Correspondencia entre vectores y columnas de sus coordenadas respecto a una base fija Objetivos. Mostrar que la correspondencia entre vectores y columnas de sus coordenadas (respecto a una base fija) preserva

Más detalles

Tema 1: ESPACIOS VECTORIALES

Tema 1: ESPACIOS VECTORIALES Tema 1: ESPACIOS VECTORIALES Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura:

Más detalles

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 5 - Transformaciones Lineales

Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 5 - Transformaciones Lineales Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 5 - Transformaciones Lineales (1) Cuáles de las siguientes funciones de R n en R m son transformaciones lineales? (a) T (x, y) = (1 + x, y) (b)

Más detalles

Resumen 2: Espacios vectoriales

Resumen 2: Espacios vectoriales Resumen 2: Espacios vectoriales 1 Definición y ejemplos Un espacio vectorial V sobre K, un cuerpo, está formado por elementos denominados vectores, los cuales pueden sumarse internamente y también multiplicarse

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

Sistemas Lineales y Matrices

Sistemas Lineales y Matrices Profesores Hernán Giraldo y Omar Saldarriaga Instituto de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Ejemplo Solución de sistemas de ecuaciones lineales, usaremos este

Más detalles

Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno

Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno Nota: en todos los casos en que no se indique lo contrario, considere el producto interno canónico en K n (K = R o C). 1.

Más detalles

Matrices y determinantes (Curso )

Matrices y determinantes (Curso ) ÁLGEBRA Práctica 3 Matrices y determinantes (Curso 2008 2009) 1. En el conjunto de las matrices n n de elementos reales, demostrar que el producto de matrices triangulares inferiores es otra matriz triangular

Más detalles

TRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN

TRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN RANSFORMACIONES LINEALES 1 RANSFORMACIONES NÚCLEO E IMAGEN DEFINICION : Sean V W espacios vectoriales Una transformación lineal de V en W es una función que asigna a cada vector v V un único vector v W

Más detalles

Determinantes. Problemas teóricos. i=1. 2. De la fórmula general (1) deduzca la fórmula para el determinante de orden 3.

Determinantes. Problemas teóricos. i=1. 2. De la fórmula general (1) deduzca la fórmula para el determinante de orden 3. Determinantes Problemas teóricos Adradezco por varios problemas e ideas a los profesores de la ESFM Myriam Rosalía Maldonado Ramírez y Eliseo Sarmiento Rosales y al estudiante de servicio social Sadi Manuel

Más detalles

Geometría afín y proyectiva, 2016 SEMANA 4

Geometría afín y proyectiva, 2016 SEMANA 4 Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra

Más detalles

(n, a)(m, b) = (nm, ma + nb) (a, b) + (c, d) = (a + c, b + d) y (a, b)(c, d) = (ac, bd)

(n, a)(m, b) = (nm, ma + nb) (a, b) + (c, d) = (a + c, b + d) y (a, b)(c, d) = (ac, bd) TEMA 3 Anillos. Dominios euclídeos. Ejercicio 3.1. Sea X un conjunto no vacío y R = P(X), el conjunto de partes de X. Si se consideran en R las operaciones: A + B = (A B) (A B) A B = A B demostrar que

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

Álgebra II(61.08, 81.02) Segundo cuatrimestre 2017 Práctica 4. Autovalores y autovectores de matrices. Diagonalización.

Álgebra II(61.08, 81.02) Segundo cuatrimestre 2017 Práctica 4. Autovalores y autovectores de matrices. Diagonalización. Álgebra II(6108, 8102) Segundo cuatrimestre 2017 Práctica 4 Autovalores y autovectores de matrices Diagonalización Nota: salvo indicación particular, se considera que todas las matrices pertenecen a C

Más detalles

GEOMETRÍA AFÍN Y PROYECTIVA Espacios Vectoriales.

GEOMETRÍA AFÍN Y PROYECTIVA Espacios Vectoriales. Sonia L. Rueda ETS Arquitectura. UPM Año 2016-2017. 1 GEOMETRÍA AFÍN Y PROYECTIVA Espacios Vectoriales. 1. Determinar si los siguientes conjuntos de vectores son subespacios vectoriales de R 4. A = {(x,

Más detalles

Ejercicios de Álgebra Lineal Parcial 1

Ejercicios de Álgebra Lineal Parcial 1 Ejercicios de Álgebra Lineal Parcial 1 1. Ejercicios de respuesta corta ( ) 3 1 a) Si A = encuentre la entrada c 6 2 12 de la matriz A 2 { x 3y = 1 b) Si para k R el sistema tiene solución única, verique

Más detalles