UN TEOREMA DE FROBENIUS SOBRE EL RANGO Y LA SIGNATURA DE UNA FORMA CUADRÁTICA REAL

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

Download "UN TEOREMA DE FROBENIUS SOBRE EL RANGO Y LA SIGNATURA DE UNA FORMA CUADRÁTICA REAL"

Transcripción

1 UN TEOREMA DE FROBENIUS SOBRE EL RANGO Y LA SIGNATURA DE UNA FORMA CUADRÁTICA REAL CARLOS D ANDREA 1 Introducción y motivación del problema Sea K un cuerpo Una forma cuadrática en n variables con coeficientes en K es una función φ : K n K de la forma n 1) φx 1,, x n ) = a ij x i x j, con a ij = a ji K i, j = 1,, n Suele ser de interés considerar la forma cuadrática como una transformación geométrica del espacio vectorial K n en el cuerpo K, por ello se buscan invariantes de la misma tras cambios lineales de coordenadas En este tema, las formas cuadráticas ψ : K n K para las cuales existe un cambio lineal de coordenadas ) M M n n K), M con M invertible, tal que i,j=1 x 1 x x n = φx 1,, x n ) = ψy 1,, y n ) se consideran equivalentes a φ Y el resultado que se tiene es el clásico teorema que se aprende en los cursos básicos de álgebra lineal Llamemos A φ := a ij ) 1 i,j n M n n K) a la matriz asociada a φ y A ψ respectivamente a la matriz asociada a ψ Claramente, tanto A φ como A ψ son matrices simétricas Para L = L ij )1 i p, 1 j q M p qk), denotamos con L t M q p K) a su transpuesta, que se define como L t ) i,j := L ji, 1 i p, 1 j q El siguiente resultado es casi inmediato, y puede encontrarse en cualquier texto básico de álgebra lineal como [Kur68] Teorema 11 Sean φ, ψ, A φ y A ψ definidos más arriba Entonces x 1 x φx 1,, x n ) = x 1 x n ) A x n y 1 y y n, Date: 15 de abril de 1 1

2 CARLOS D ANDREA Si y 1,, y n ) y x 1,, x n ) están relacionados como en ), y φx 1,, x n ) = ψy 1,, y n ), entonces se tiene 3) A ψ = M 1 t Aφ M 1 Se desprende entonces de 3) que para buscar invariantes asociados a formas cuadráticas, se ha de estudiar algo parecido a lo que se hace cuando uno busca diagonalizar matrices o transformaciones lineales Aquí la pregunta es: Dada una matriz simétrica A M n n K), que tan simple se puede hacer la matriz M t AM haciendo variar M entre las matrices invertibles de M n n K)? El teorema de clasificación de cuádricas esencialmente resuelve este problema No es de sorprender que la respuesta venga dada nuevamente en términos de una matriz diagonal A diferencia del proceso de diagonalización de transformaciones lineales, lo sorprendente es que el resultado es independiente del cuerpo K, y que incluso los elementos no nulos de la diagonal no están univocamente determinados En el caso real, solo será necesario conocer los signos de los elementos no nulos en la diagonal, y eso conducirá a un teorema de clasificación Reducción a la Frobenius Casi todo el contenido de esta sección puede encontrarse muy bien explicado en [Boc19] Llamaremos rango de la forma cuadrática φ al rango de la matriz simétrica A φ que la define Lo denotaremos con rφ) Para i = 1,, n, definimos como k = k A φ ) como el k-ésimo menor principal k := det a ij )1 i,j k Notar que n = deta φ ) Proposición 1 Si r := rφ) >, entonces hay un cambio lineal de coordenadas M que hace que el r-ésimo menor principal de M t AM sea distinto de cero Demostración Como el rango de A φ es r, se puede conseguir por medio de operaciones elementales entre las columnas de esta matriz llevarla a la forma A φ :=, donde las primeras r columnas son linealmente independientes, y las últimas n r columnas son nulas Operaciones en columnas corresponden a multiplicaciones a derecha por matrices elementales Sea entonces M MK) invertible tal que A φ M = A φ Consideramos entonces M t A φ M, que es una matriz simétrica, de rango r y por otro lado, sigue teniendo las últimas n r ) columnas iguales a cero Por lo tanto, también tiene las últimas n r ) filas iguales a cero ya que es simétrica), y eso implica que el menor principal de tamaño r r de esta matriz es distinto de cero Teorema 1 Si r := rφ) > y r, entonces existen nuevas variables y 1,, y n de tal manera que y i = x i, i = r + 1,, n,

3 y la forma cuadrática se reduce a TEOREMA DE FROBENIUS 3 φx 1,, x n ) = ψy 1,, y n ) = 1 i,j r a ij y i y j Demostración Como el rango de A φ es r y r, podemos resolver el sistema c 1 c A φ = c n en función de c r +1,, c n Supongamos tener una la única) solución del tipo c 1,, c r,,,, 1) Es fácil ver que se cumple φx 1 + λc 1,, x r + λc r, x r +1,, x n 1, x n + λ) = φx 1,, x n ) para cualquier λ K,dado que Si hacemos λ = x n, resulta A φ c 1 c c r 1 = φx 1 c 1 x n,, x r c r x n, x r +1,, x n 1, ) = φx 1,, x n ) Así que el cambio de variables propuesto es { yi := x i c i x n, i = 1,, r, y i := x i, i = r + 1,, n Bajo este cambio de variables, la forma cuadrática φ se reduce a n 1 φx 1,, x n ) = a ij y i y j El razonamiento ahora se completa por inducción Observación Notar que si el rango de A φ es igual a r, la Proposición 1 garantiza que hay un cambio lineal de coordenadas que hace r i=1 Teorema 3 Si A φ ), entonces existe un cambio lineal de coordenadas y 1,, y n que verifica y n = x n y tal que φx 1,, x n ) = 1 i,j n 1 a ij y i y j + n y n

4 4 CARLOS D ANDREA Demostración Sean ψx 1,, x n ) = 1 i,j n a ij x i x j n x n, y A ψ su matriz asociada Se tiene a 11 a 1n 1) a 1n A ψ = a n 1)1 a n 1)n 1) a n 1)n, a n1 a nn 1) a nn n y por lo tanto det ) A ψ = detaφ ) n = n n = Como A ψ ) = A φ ), se concluye que ψ tiene rango n 1 Aplicando el Teorema 1 con r = n 1, tenemos un cambio lineal de coordenadas tal que y n = x n y a ij x i x j n x n = a ij y i y j, 1 i,j n y de aquí se concluye fácilmente 1 i,j n 1 Aplicando recursivamente este teorema se tiene el siguiente enunciado que será de utilidad para el cálculo de la signatura de la forma cuadrática en el caso real Corolario 4 Si 1,,, n, entonces existe un cambio lineal de coordenadas y 1,, y n ) tal que 4) φx 1,, x n ) = 1 y1 + y + + n y 1 n n 1 El Teorema 3 se podría utilizar para demostrar la reducción de toda forma cuadrática a suma de cuadrados Para ello uno necesitaría demostrar un resultado análogo, que se consigue utilizando la forma ψx 1,, x n ) = 1 i,j n a ijx i x j n A n,n 1 x n 1 x n, donde A i,j es el adjunto de a ij en A φ es decir, 1) i+j por el menor que resulta de calcular el determinante de A φ a la que se le han quitado la fila i y la columna j), y aplicando las mismas técnicas que en la demostración anterior Teorema 5 Si = A n 1,n 1 = y A n,n 1, entonces se puede hacer un cambio lineal de coordenadas de tal manera que y n 1 = x n 1, y n = x n, y que la transformación sea de la forma φx 1,, x n ) = a ij y i y j + n y n 1 y n A n,n 1 1 i,j n 3 El teorema de Frobenius sobre cuádricas reales Es sabido que toda forma cuadrática en n variables de rango r puede reducirse a una de la forma r i=1 c ix i por medio de un cambio lineal de coordenadas Si la forma cuadrática es real es decir, si K = R), el número de c i s positivos que llamaremos P φ)) y el número Nφ) de coeficientes negativos, es independiente de la reducción particular utilizada La diferencia σφ) := P φ) Nφ) se denomina la signatura Claramente, rφ) = P φ) + Nφ) así que r y σ determinan P y N Nuestro primer enunciado es una consecuencia inmediata del Corolario 4

5 TEOREMA DE FROBENIUS 5 Teorema 31 Si rφ) = r y i i = 1,, r, entonces P φ) es igual al número de permanencias de signo en la secuencia 1, 1,, r, Nφ) es igual al número de variaciones de signo en la secuencia 1, 1,, r σφ) = sgn 1 ) + sgn 1 ) + + sgn r 1 r ) Demostración La demostración es inmediata a partir de 4) Corolario 3 Si i para todo i = 1,, n entonces φ es definida positiva si i >, i = 1,, n φ es definida negativa si sgn i ) = 1) i, i = 1,, n El teorema de Frobenius es un caso más general de esta situación Diremos que una forma cuadrática de rango r está regularmente arreglada si r y no hay dos i s consecutivos que sean cero Definimos sgn) := Teorema 33 [Fro95] Si una forma cuadrática está regularmente arreglada, entonces σ = sgn 1 ) + sgn 1 ) + + sgn n ) La demostración de este teorema se basa en el siguiente resultado de álgebra lineal elemental: Lema 34 5) n n = A n 1,n 1 A n 1,n A n 1,n En particular, si =, entonces n y n tienen distinto signo Demostración Notar que = A n,n Sea I n la matriz identidad de tamaño n ) n ) Calculamos el producto a 11 a 1 a 1n 1) a 1n I n A n 1,1 A n 1,n 1 A n 1,n At = a n )1 a n ) a n )n 1) a n )n, deta) A n,1 A n,n 1 A n,n deta) y el lema sale tomando determinantes a ambos lados de esta igualdad Este enunciado de hecho le quita ambigüedad al cálculo del signo del, ya que si algún i es nulo, entonces el anterior y el posterior tendrán signos opuestos, lo cual hace que el signo del i que es igual a cero realmente no afecte al cálculo total del número de variaciones o permanencias Demostración del Teorema de Frobenius Supongamos = Entonces, de 5) y el hecho que la forma cuadrática está regularmente arreglada, resulta que n n = A n,n 1 < En particular, ambos son distintos de cero Si A n 1,n 1 es distinto de cero, entonces intercambiando las dos últimas filas y columnas de la matriz A φ obtenemos una nueva matriz A φ cuyos menores principales son los mismos que los de A φ excepto A φ ), que ahora resulta ser A n 1,n 1 Usando dos veces el Teorema 3 sobre la forma cuadrática definida por A φ, tenemos que existe un cambio lineal de coordenadas y 1,, y n tal que φx 1,, x n ) = a ij y i y j + A n 1,n 1 y n n 1 + y n A n n 1,n 1 1 i,j n

6 6 CARLOS D ANDREA De aquí se deduce inmediatamente que con lo cual se tiene sgn An 1,n 1 n sgn An 1,n 1 n ) ) n = sgn, A n 1,n 1 ) ) n + sgn = sgn n ) + sgn n ) = A n 1,n 1 Si A n 1,n 1 =, entonces estamos en las hipótesis del Teorema 5, y podemos encontrar un cambio lineal de coordenadas que hace lo siguiente φx 1,, x n ) = a ij y i y j + n y n 1 y n, A n,n 1 1 i,j n y de aquí se consigue de manera estandar otro cambio de variables z 1,, z n tal que φx 1,, x n ) = a ij z i z j + n zn 1 z A n), n,n 1 1 i,j n que nuevamente tiene dos cuadrados de signos opuestos El razonamiento ahora se completa por inducción 4 ejemplos Estudiar rango y signatura de la forma cuadrática φx 1, x, x 3 ) = 3x 1 + x + 5x 3 + 4x 1 x 8x 1 x 3 4x x 3 La matriz A asociada a φ en este caso es A = 3 4 1, 4 5 y se tienen 1 = 3, = 1, 3 = 1 Así que tenemos r = 3 y σ = sgn3) + sgn 3) + sgn1) = 1 Para verificar esto, hacemos la reducción estandar a suma de cuadrados: y resulta Hacemos ahora φ 1 x 1, x, x 3 ) = φx 1, x, x 3 ) 1 5 4x1 x + 5x 3 ), φ 1 x 1, x, x 3 ) = 1 5 x x x 1x φ x 1, x ) = φ 1 x 1, x, x 3 ) 5 5 x ) 5 x = x 1 O sea φx 1, x, x 3 ) = φ 1 x 1, x, x 3 ) x1 x + 5x 3 ) = φ x x ) x1 x + 5x 3 ) = x x x ) x1 x + 5x 3 ) Y aquí efectivamente se comprueba que el rango es 3 y la signatura 1

7 TEOREMA DE FROBENIUS 7 Estudiar rango y signatura de φx 1, x, x 3 ) = x 1 + x + x 3 + x 1x x 1 x 3 + 4x x 3 Aquí se tiene A = , 1 1 y se tiene 1 = 1, =, 3 = 9 Así que tenemos r = 3 y σ = sgn1) + sgn) + sgn) = 1 Confirmemos este resultado Como antes, φ 1 x 1, x, x 3 ) := φx 1, x, x 3 ) x 1 + x + x 3 ) = 6x 1 x 3x Hacemos ahora O sea que se tiene φ x 1, x ) = φ 1 x 1, x, x 3 ) + 3x x 1 ) = 3x 1 φx 1, x, x 3 ) = x 1 + x + x 3 ) 3x x 1 ) + 3x 1 y nuevamente hemos verificado que el rango es 3 y la signatura 1 Otra opción si uno no conoce el teorema de Frobenius es perturbar la matriz A para estar en la situación del Teorema 3 Esto puede hacerse por ejemplo multiplicando por una matriz B invertible genérica Desde un punto de vista computacional esto es muy rápido, pero las cuentas a mano pueden ser complicadas En este caso, elegimos como B a la matriz siguiente: B = Y al hacer la multiplicación B t AB obtenemos básicamente lo que hemos hecho con la matriz A es restar a la fila 1 la fila 3, y a la columna 1 la columna 3) Esta nueva matriz tiene 1 = 4, = 3, 3 = 9, con lo que se deduce que el rango es 3 y la signatura σ = sgn4) + sgn1) + sgn 7) = 1 como era de esperarse 5 Una aplicación al cálculo de raíces reales de un polinomio Consideremos dos polinomios a coeficientes reales ft) = a t n + a 1 t n a n gt) = b t m + b 1 t m b m Supongamos que f y g no tienen ningún factor común de grado positivo en x, lo cual se puede verificar por ejemplo calculando la resultante entre f y g Sean λ 1,, λ n las raíces de fx) contadas con multiplicidad en C Problema: Encontrar el número de raíces reales de fx) que satisfacen la condición gx) > Para resolver el problema, construyamos dos formas cuadráticas reales en las variables x := x,, x n 1 ):

8 8 CARLOS D ANDREA donde Sx) := ) n j=1 x + x 1 λ j + + x n 1 λj n 1 = x S x t, Hx) := ) n j=1 gλ j) x + x 1 λ j + + x n 1 λj n 1 = x H x t, S = s j+k ) j,k n 1, H = h j+k ) j,k n 1 Aquí se tiene s k = n j=1 λk j es la k-ésima suma de Newton, y n h k = gλ j )λ k j = b s k+m + b 1 s k+m b m s k j=1 Como las funciones s k yh k son polinomios simétricos en los λ j s, se pueden escribir como funciones racionales en términos de los coeficientes a,, a n En particular, se tienen las fórmulas recursivas n si k =, s k = a 1 a si k = 1, a 1s k 1 +a s k ++a k 1 s 1 +ka k a si k n, a 1s k 1 +a s k ++a ns k n a si k > n, o también se pueden usar las fórmulas de Waring s k = k j1 + j + + j n 1)! 1) j 1+j ++j n a j 1 a j 1!j! j n! 1 a jn n, donde la suma se extiende sobre todos los j 1,, j n ) que satisfacen j 1 + j + + nj n = k Los siguientes resultados son clásicos, y tienen una demostración elemental que puede verse por ejemplo en [US9] Teorema 51 Jacobi) El número de raíces complejas de ft) es igual a rs), y el número de raíces reales es igual a σs) Teorema 5 Hermite, Sylvester) Sea q := rs) σs) el número de pares de raíces no reales conjugadas de ft)) El número de raíces reales y distintas de ft) que satisfacen la condición gt) > o gt) < ) es igual a P H) q resp NH) q) Claramente, el Teorema 51 es una consecuencia de este último enunciado Demostración del Teorema 5 Supongamos primero que todas las raíces de ft) son reales y distintas, entonces de la expresión que define a H: n ) Hx) = gλ j ) x + x 1 λ j + + x n 1 λ n 1 j, j=1 se tiene que -haciendo y i := x + x 1 λ j + + x n 1 λ n 1 j, i =,, n 1- H se escribe como una suma de cuadrados donde los coeficientes positivos son los gλ j ) > y los negativos son

9 TEOREMA DE FROBENIUS 9 gλ j ) < El cambio lineal de variables viene dado por la matriz de Vandermonde de los λ i : λ 1 λ λ n 6) M =, λ n 1 1 λ n 1 λn n 1 que es inversible por ser los λ i s distintos dos a dos Si hubieran raíces de ft) con multiplicidades, digamos λ 1,, λ k con multiplicidades m 1,, m k con λ i λ j si i j, entonces se tiene k ) Hx) = m j gλ j ) x + x 1 λ j + + x n 1 λ n 1 j, j=1 y se tiene una nueva reducción de H a una suma de j cuadrados, donde el signo de gλ j ) no cambia al ser multiplicado por una constante positiva Resta ver qué ocurre cuando tenemos un λ j / R Supongamos sin pérdida de generalidad que entonces λ j+1 = λ j, y ambos tendrán la misma multiplicidad m j esto es asi porque f l) λ j ) = f l) λ j ) = ) Escribimos entonces x + x 1 λ j + + x n 1 λ n 1 j = αx) + i βx), con αx), βx) R[x], βx) También escribimos gλ j ) = a + ib, con a, b R Entonces se tiene m j gλ j )x + x 1 λ j + + x n 1 λ n 1 j ) + m j+1 gλ j+1 )x + x 1 λ j x n 1 λj+1 n 1 ) = ) m j gλ j )x + x 1 λ j + + x n 1 λj n 1 ) + gλ j )x + x 1 λ j + + x n 1 λj n 1 ) = ) m j Re gλ j )x + x 1 λ j + + x n 1 λj n 1 ) = m j Re a + ib)αx) + iβx)) ) = m j aαx) βx) ) b αx)βx) ) Notar que no puede ocurrir que simultáneamente tengamos a = b = ya que gλ j ) Si a =, entonces la expresión de arriba queda reducida a αx) ) ) ) 7) 4 m j b αx)βx) = m j b βx) αx) + βx), que es una suma de cuadrados de signos opuestos Es fácil ver que el cambio complejo) de variables que transforma la matriz M en una en la cual se han reemplazado las columnas indexadas por λ j y λ j+1 por las coordenadas de αx) βx) y αx) + βx) es invertible, con lo cual el rango de la matriz modificada seá igual al rango de M Esto demuestra que cada par de raíces complejas con a = produce un elemento positivo y otro negativo en el cálculo de la signatura Si a, entonces se tiene m j aαx) βx) ) b αx)βx) ) = m j a αx) b a βx)) a + b a ) βx) ),

10 1 CARLOS D ANDREA o sea que nuevamente puedo escribir esta expresión como una suma de cuadrados cuyos coeficientes tienen distinto signo También es fácil de ver que la matriz que resulta de transformar M cambiando las columnas indexadas por λ j y λ j+1 por las coordenadas de αx) b a βx) y βx) sigue siendo inversible Este proceso se aplica para todos los pares de raíces complejas conjugadas, y al final terminaremos con una matriz del mismo rango que la original dada en 6), pero con coeficientes reales, a partir de la cual se podrá hacer un cambio lineal de coordenadas que coloque a H en suma de cuadrados donde por cada raíz real de ft), el coeficiente será o bien positivo o negativo dependiendo del valor de g en esa raíz, y por cada par de raíces complejas conjugadas, habrá exactamente un coeficiente positivo y otro negativo De aquí se concluye fácilmente la demostración 51 Ejemplo de Aplicación Supongamos tener ft) = t 3 t + 1 y gt) = t 3 t + 1 Con la notación de arriba, se tiene y nos queda s = 3 s 1 = s = 4 s 3 = 3 S = s 4 = 8 s 5 = 1 s 6 = 19 s 7 = H = Calculamos los menores principales, y tenemos De aquí concluimos lo siguiente: h = s 3 s + s = 4 h 1 = s 4 s 3 + s 1 = 11 h = s 5 s 4 + s = 14 h 3 = s 6 s 5 + s 3 = 6 h 4 = s 7 s 6 + s 4 = 39, S) = 3 S) = 1 3 S) = 5 1 H) = 4 H) = 65 3 H) = 5 rs) = 3, σs) = 3, de lo que se deduce que ft) tiene tres raíces reales distintas q =, y rh) = 3, σh) = 1 De aquí se deduce que P H) =, NH) = 1 El número de raíces reales que tiene ft) satisfaciendo gt) > es igual a dos Esto se puede confirmar numéricamente ya que se tiene que las raíces de ft) son 1, , 1, que verifican g1) = 1 >, g 1 ) + 5 = >, g 1 ) 5 = < Referencias [Boc19] Bôcher, M Introduction to Higher Algebra The MacMillan Company, New York, 1919 [Fra7] Franklin, Philip A theorem of Frobenius on quadratic forms Bull Amer Math Soc ), no 4, [Fro95] Frobenius, G Ueber das Trägheitsgesetz der quadratischen Formen Journal für Mathematik, vol ), [Kur68] Kurosch, AG Curso de Álgebra Superior Traducido del ruso por Emiliano Aparicio Bernardo Editorial MIR, 1968

11 TEOREMA DE FROBENIUS 11 [US9] Uteshev, Alexei Yu; Shulyak, Sergei G Hermite s method of separation of solutions of systems of algebraic equations and its applications Linear Algebra Appl ), Universitat de Barcelona, Departament d Àlgebra i Geometria Gran Via 585, 87 Barcelona, Spain address: cdandrea@ubedu URL:

a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2

a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2 68 Matemáticas I : Álgebra Lineal Tema 7 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado

Más detalles

a n1 a n2 a nn x n a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x j x i = s ij x i x j + s ji x j x i 2 x i x j + a ij + a ji

a n1 a n2 a nn x n a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x j x i = s ij x i x j + s ji x j x i 2 x i x j + a ij + a ji 16 Fundamentos de Matemáticas : Álgebra Lineal Capítulo 1 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado,

Más detalles

a n1 a n2 a nn Es decir, una forma cuadrática es un polinomio homogéneo de grado 2 y n variables.

a n1 a n2 a nn Es decir, una forma cuadrática es un polinomio homogéneo de grado 2 y n variables. Capítulo 7 Formas cuadráticas. Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado de la norma de un vector

Más detalles

6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas...

6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas... Contents 6 Formas Bilineales y Producto Escalar 3 6.1 Formas bilineales............................... 3 6.1.1 Matriz de una forma bilineal....................... 4 6.1. Formas bilineales simétricas.......................

Más detalles

Tema 2.- Formas Cuadráticas.

Tema 2.- Formas Cuadráticas. Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas

Más detalles

Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. ) ( + ( ) ( )

Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. ) ( + ( ) ( ) MATRICES Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. Ejemplo 1. Algunos ejemplos de matrices ( + ( ) ( + ( ) El tamaño o el orden de una

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

MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).

MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ). 1 MATRICES 1 Una matriz es una disposición rectangular de números (Reales); la forma general de una matriz con filas y columnas es Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden

Más detalles

Tema 4: Determinantes

Tema 4: Determinantes Tema 4: Determinantes Curso 2016/2017 Ruzica Jevtic Universidad San Pablo CEU Madrid Índice de contenidos Introducción Propiedades de los determinantes Regla de Cramer Inversión de matrices Áreas y volúmenes

Más detalles

Determinantes. Deducir la propiedad aditiva de otras propiedades

Determinantes. Deducir la propiedad aditiva de otras propiedades Determinantes problemas teóricos adicionales Los problemas auxiliares de estas tareas adicionales no son muy difíciles y corresponden al nivel obligatorio de conocimientos Los problemas principales de

Más detalles

Definición 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 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 1.1. Conceptos básicos y ejemplos 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. NOTA:

Más detalles

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

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

Más detalles

Tema 1: Matrices. Sistemas de ecuaciones. Determinantes

Tema 1: Matrices. Sistemas de ecuaciones. Determinantes Tema 1: Matrices. Sistemas de ecuaciones. Determinantes José M. Salazar Octubre de 2016 Tema 1: Matrices. Sistemas de ecuaciones. Determinantes Lección 1. Matrices. Sistemas de ecuaciones. Determinantes

Más detalles

Procedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan).

Procedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan). Ejemplo 19: Demuestre que la matriz A es invertible y escríbala como un producto de matrices elementales. Solución: Para resolver el problema, se reduce A a I y se registran las operaciones elementales

Más detalles

Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES

Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Matrices Definición 1.1 Una matriz (real) de n filas y m columnas es una expresión de la forma a 11...

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

Matrices y sistemas de ecuaciones

Matrices y sistemas de ecuaciones Matrices y sistemas de ecuaciones María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Matrices y sistemas de ecuaciones Matemáticas I 1 / 59 Definición de Matriz Matrices

Más detalles

TEMA III: DIAGONALIZACIÓN.

TEMA III: DIAGONALIZACIÓN. TEMA III: DIAGONALIZACIÓN. OBJETIVOS: Generales: 1. Captar el motivo que justifica el problema de la diagonalización de endomorfismos. 2. Resolver y aplicar dicho problema cuando sea posible. Específicos:

Más detalles

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 2011 2012) 2. Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí.

Más detalles

Conjuntos y matrices. Sistemas de ecuaciones lineales

Conjuntos y matrices. Sistemas de ecuaciones lineales 1 Conjuntos y matrices Sistemas de ecuaciones lineales 11 Matrices Nuestro objetivo consiste en estudiar sistemas de ecuaciones del tipo: a 11 x 1 ++ a 1m x m = b 1 a n1 x 1 ++ a nm x m = b n Una solución

Más detalles

Sistemas de Ecuaciones Lineales. Matrices y determinantes.

Sistemas de Ecuaciones Lineales. Matrices y determinantes. Capítulo 3 Sistemas de Ecuaciones Lineales Matrices y determinantes 31 Sistemas de Ecuaciones Lineales El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación

Más detalles

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 202 203) 6 Sea X una matriz cuadrada de tamaño n n y elementos reales Sea k un número par Probar que si X k = Id, entonces

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

Formas canónicas de Jordan

Formas canónicas de Jordan Capítulo 6 Formas canónicas de Jordan 61 Subespacios propios generalizados Introducción En el capítulo anterior se han estudiado los endomorfismos diagonalizables y se han dado condiciones necesarias y

Más 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

Determinantes. σ(1)... σ(n) l i nl 1 +1 if s = n l

Determinantes. σ(1)... σ(n) l i nl 1 +1 if s = n l CAPíTULO 5 Determinantes 1 El grupo simétrico Sea n N Denotemos por Σ n el conjunto: Σ n = {f : {1,,n} {1,,n} f es aplicación biyectiva} Si f,g Σ n, la aplicación compuesta g f también es un elemento de

Más detalles

Capítulo V. Valores y vectores propios. Diagonalización de operadores lineales.

Capítulo V. Valores y vectores propios. Diagonalización de operadores lineales. Capítulo V Valores y vectores propios. Diagonalización de operadores lineales. Hemos visto que la aplicaciones lineales de en están definidas a través de una expresión de la forma ; pero esta fórmula puede

Más detalles

Sistemas de Ecuaciones Lineales y Matrices

Sistemas de Ecuaciones Lineales y Matrices Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una

Más detalles

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE

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

Más detalles

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE 3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS // Curso 2017-18 3.1.1. Resolución de sistemas de ecuaciones lineales. Método

Más detalles

Guía. Álgebra III. Examen parcial I. Determinantes. Formas cuadráticas.

Guía. Álgebra III. Examen parcial I. Determinantes. Formas cuadráticas. Guía. Álgebra III. Examen parcial I. Determinantes. Formas cuadráticas. Teoremas con demostraciones que se pueden incluir en el examen: 1. Teorema del determinante de la matriz transpuesta. 2. Propiedad

Más detalles

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios 61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial

Más detalles

Matrices, determinantes y sistemas de ecuaciones lineales

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

Más detalles

1 Clase sobre determinantes

1 Clase sobre determinantes 1 Clase sobre determinantes Una herramienta muy útil cuando trabajamos con matrices y con el producto de matrices, es su interpretación como: una colección de números, A = [a ij ] ; como una colección

Más detalles

Autovalores y autovectores Diagonalización y formas canónicas

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

Más detalles

A.M. Urbano, R. Cantó, B. Ricarte Institut de Matemàtica Multidisciplinar, Universitat Politècnica de València, E Valencia

A.M. Urbano, R. Cantó, B. Ricarte Institut de Matemàtica Multidisciplinar, Universitat Politècnica de València, E Valencia Factorización de Cholesky de matrices singulares A.M. Urbano, R. Cantó, B. Ricarte Institut de Matemàtica Multidisciplinar, Universitat Politècnica de València, E-460 Valencia amurbano@mat.upv.es,rcanto@mat.upv.es,bearibe@mat.upv.es,

Más detalles

Problemas Sesión 5: Matrices I

Problemas Sesión 5: Matrices I Problemas Sesión 5: Matrices I P) Sean A 2 3 6 sin embargo B C. ; B 3 8 2 3 y C 5 2 2. Comprueba que AB AC y que El resultado de calcular los productos es: AB AC 7 2 2 6 P2) Considera las matrices A y

Más detalles

Transformaciones Lineales

Transformaciones Lineales Transformaciones Lineales En lo que sigue denotaremos por K al conjunto R ó C Definición Sean V y W dos K-ev (espacios vectoriales sobre K Se llama transformación lineal de V en W a toda función T : V

Más detalles

CONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 MATRICES

CONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 MATRICES CONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 Unidades: - Matrices (Bloque Álgebra) - Determinantes (Bloque Álgebra) - Sistemas de ecuaciones lineales (Bloque Álgebra) - Vectores (Bloque

Más detalles

2.1 Introducción. Propiedades.

2.1 Introducción. Propiedades. 19 2 MATRICES II: DETERMINANTES En este segundo capítulo de matrices, aprenderemos a utilizar una herramienta muy importante como son los determinantes Gracias a ellos, podremos calcular la inversa de

Más detalles

Tema 4: Sistemas de ecuaciones lineales.

Tema 4: Sistemas de ecuaciones lineales. Tema 4: Sistemas de ecuaciones lineales 1 Rango de una matriz Definición Sea A Mat n m (K) Se llama rango de filas de A, y se denota por rg f (A) la dimensión del subespacio vectorial generado por las

Más 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

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

MATRICES Y SISTEMAS DE ECUACIONES

MATRICES Y SISTEMAS DE ECUACIONES MATRICES Y SISTEMAS DE ECUACIONES Definición Una matriz real de orden m n es una tabla ordenada de m n números reales a 11 a 12 a 1n a A = 21 a 22 a 2n a m1 a m2 a mn en la cual las líneas horizontales

Más detalles

Matrices y determinantes

Matrices y determinantes Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna

Más detalles

Valores y Vectores Propios

Valores y Vectores Propios Valores y Vectores Propios Iván Huerta Facultad de Matemáticas Pontificia Universidad Católica de Chile ihuerta@mat.puc.cl Segundo Semestre, 1999 Definición Valores y Vectores Propios Valores y Vectores

Más detalles

TEMA 7: MATRICES. OPERACIONES.

TEMA 7: MATRICES. OPERACIONES. TEMA 7: MATRICES. OPERACIONES. 1. MATRICES. TIPOS DE MATRICES. Se llama matriz de orden m x n (m filas y n columnas) a un conjunto de m n elementos, distribuidos en m filas y n columnas y encerrados entre

Más detalles

Polinomios de Schur y soluciones básicas de las recurrencias lineales

Polinomios de Schur y soluciones básicas de las recurrencias lineales Polinomios de Schur y soluciones básicas de las recurrencias lineales Egor Maximenko, Mario Alberto Moctezuma Salazar Instituto Politécnico Nacional, ESFM, México 50 o Congreso Nacional de la Sociedad

Más detalles

ÁLGEBRA Ejercicios no resueltos de la Práctica 3

ÁLGEBRA Ejercicios no resueltos de la Práctica 3 ÁLGEBRA Ejercicios no resueltos de la Práctica 3 Matrices y determinantes (Curso 2007 2008) 15. Encontrar la (única) respuesta correcta, de entre las indicadas, a las siguientes cuestiones: (b) En una

Más detalles

TEMA 7. Matrices y determinantes.

TEMA 7. Matrices y determinantes. TEMA 7 Matrices y determinantes. 1. Matrices. Generalidades Definición 1 Sea E un conjunto cualquiera, m, n IN. Definimos matriz de orden m n sobre E a una expresión de la forma: a 11 a 12... a 1n a 21

Más detalles

Álgebra Lineal. Tema 8. Valores y vectores propios. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas

Álgebra Lineal. Tema 8. Valores y vectores propios. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas Álgebra Lineal Tema 8. Valores y vectores propios Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR

Más detalles

VALORES Y VECTORES PROPIOS

VALORES Y VECTORES PROPIOS VALORES Y VECTORES PROPIOS En diversos campos de la ingeniería y las matemáticas surge el problema de calcular los valores escalares λ y los vectores x 0 tales que para la matriz cuadrada A se cumple Ax

Más detalles

3.7. Determinantes. Definición. El determinante de una matriz cuadrada es la suma equilibrada de todos esos posibles Definición de determinante.

3.7. Determinantes. Definición. El determinante de una matriz cuadrada es la suma equilibrada de todos esos posibles Definición de determinante. 37 Determinantes 11 Definición de determinante Para calcular el determinante de una matriz cuadrada de orden n tenemos que saber elegir n elementos de la matriz de forma que tomemos solo un elemento de

Más detalles

ACTIVIDADES SELECTIVIDAD MATRICES

ACTIVIDADES SELECTIVIDAD MATRICES ACTIVIDADES SELECTIVIDAD MATRICES Ejercicio 1 Para qué valores de m tiene solución la ecuación matricial? (b) Resuelve la ecuación matricial dada para. Ejercicio 2 Siendo I la matriz identidad de orden

Más detalles

Diagonalización de matrices

Diagonalización de matrices 7 Diagonalización de matrices 7.1. Matrices diagonalizables Existen diversos procesos en los que el estado en cada uno de sus pasos se puede representar por un determinado vector y en los que, además,

Más detalles

Métodos Estadísticos Multivariados

Métodos Estadísticos Multivariados Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 34 Álgebra matricial y vectores aleatorios Una matriz es un arreglo

Más detalles

Clase 7 Herramientas de Álgebra Lineal

Clase 7 Herramientas de Álgebra Lineal Clase 7 Herramientas de Álgebra Lineal 1 Formas cuadráticas La descomposición en valores singulares 3 Normas de matrices 4 Ejercicios Dada una matriz M R n n, la función escalar x T Mx, donde x R n, es

Más detalles

ALGEBRA y ALGEBRA LINEAL

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

Más detalles

APÉNDICE A. Algebra matricial

APÉNDICE A. Algebra matricial APÉNDICE A Algebra matricial El estudio de la econometría requiere cierta familiaridad con el álgebra matricial. La teoría de matrices simplifica la descripción, desarrollo y aplicación de los métodos

Más detalles

MATRICES Y SISTEMAS DE ECUACIONES

MATRICES Y SISTEMAS DE ECUACIONES MATRICES Y SISTEMAS DE ECUACIONES Definición Una matriz real de orden m n es una tabla ordenada de m n números reales a 11 a 12 a 1n a A = 21 a 22 a 2n a m1 a m2 a mn en la cual las líneas horizontales

Más detalles

Matrices y Sistemas Lineales

Matrices y Sistemas Lineales Matrices y Sistemas Lineales Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza Matrices sobre IR ó C. Definición Dado un conjunto K (IR ó C) y dos conjuntos finitos de índices I = {,, m} J

Más detalles

TERCER EXAMEN PARCIAL ALGEBRA LINEAL I 23 DE MAYO DE 2014 (CON SOLUCIONES)

TERCER EXAMEN PARCIAL ALGEBRA LINEAL I 23 DE MAYO DE 2014 (CON SOLUCIONES) TERCER EXAMEN PARCIAL ALGEBRA LINEAL I 23 DE MAYO DE 2014 (CON SOLUCIONES) Instrucciones: Resolver los 5 problemas justificando todas sus afirmaciones y presentando todos sus cálculos. 1. Sea F un campo.

Más detalles

Formas canónicas reales

Formas canónicas reales Capítulo 7 Formas canónicas reales Introducción Sea V un espacio vectorial sobre C, f End(V y M B (f = A M(n n Sea λ = a + bi es una autovalor complejo de f de multiplicidad m Para tal autovalor complejo

Más detalles

Determinantes Introducción a los determinantes. Recordemos la definición del determinante de una matriz A de 2 2 ( fórmula.

Determinantes Introducción a los determinantes. Recordemos la definición del determinante de una matriz A de 2 2 ( fórmula. Capítulo 5 Determinantes 5.1. Introducción a los determinantes Recordemos la definición del determinante de una matriz A de 2 2 ( fórmula 2.4 ) [ ] a b det = ad bc c d La proposición 2.16 implica que el

Más detalles

AP = A p 1 p 2 p n = Ap 1 Ap 2. λ 1 p 21 λ 2 p 22 λ n p 2n. .. = λ 1 p 1 λ 2 p 2

AP = A p 1 p 2 p n = Ap 1 Ap 2. λ 1 p 21 λ 2 p 22 λ n p 2n. .. = λ 1 p 1 λ 2 p 2 Capítulo 6 Diagonalización 6 Valores y vectores propios 6 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V, nos planteamos el problema

Más detalles

Definición (matriz): Definición (dimensión de una matriz): Si una matriz tiene m renglones y n columnas se dice que es de dimensión m n.

Definición (matriz): Definición (dimensión de una matriz): Si una matriz tiene m renglones y n columnas se dice que es de dimensión m n. Índice general 1. Álgebra de Matrices 1 1.1. Conceptos Fundamentales............................ 1 1.1.1. Vectores y Matrices........................... 1 1.1.2. Transpuesta................................

Más detalles

Capítulo 2. Determinantes Introducción. Definiciones

Capítulo 2. Determinantes Introducción. Definiciones Capítulo 2 Determinantes 2.1. Introducción. Definiciones Si nos centramos en la resolución de un sistema A x = b con A una matriz n n, podemos calcular A 1 y la resolución es inmendiata. El problema es

Más detalles

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

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

Más detalles

Hipercuádricas. Polaridad. Estudio geométrico de las cónicas y cuádricas

Hipercuádricas. Polaridad. Estudio geométrico de las cónicas y cuádricas Capítulo 4 Hipercuádricas. Polaridad. Estudio geométrico de las cónicas y cuádricas Comenzamos con el objeto básico de este curso. Hemos estudiado hasta ahora variedades lineales proyectivas, que están

Más detalles

MATRICES Y SISTEMAS DE ECUACIONES

MATRICES Y SISTEMAS DE ECUACIONES MATRICES Y SISTEMAS DE ECUACIONES Definición Una matriz real de orden m n es una tabla ordenada de m n números reales a 11 a 12 a 1n A = a 21 a 22 a 2n a m1 a m2 a mn en la cual las líneas horizontales

Más detalles

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A =

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A = Matrices: repaso Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas Una matriz A M m n es de la forma a 11 a 1n A = a m1 a mn Denotaremos A ij = a ij el coeficiente

Más detalles

Álgebra Lineal y Estructuras Matemáticas. J. C. Rosales y P. A. García Sánchez. Departamento de Álgebra, Universidad de Granada

Álgebra Lineal y Estructuras Matemáticas. J. C. Rosales y P. A. García Sánchez. Departamento de Álgebra, Universidad de Granada Álgebra Lineal y Estructuras Matemáticas J. C. Rosales y P. A. García Sánchez Departamento de Álgebra, Universidad de Granada Capítulo 4 Matrices con coeficientes en un cuerpo 1. Matrices Sean I = {1,

Más detalles

Determinantes. Capítulo Definición y ejemplos básicos Funciones multilineales alternadas

Determinantes. Capítulo Definición y ejemplos básicos Funciones multilineales alternadas Capítulo 5 Determinantes Los determinantes aparecieron originalmente al tratar de resolver sistemas de ecuaciones lineales A continuación vamos a dar una definición precisa de determinante y a relacionarlo,

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 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada

Más 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

Vectores en el plano UNIDAD I: MATRICES. Dirección de un vector. Sentido de un vector

Vectores en el plano UNIDAD I: MATRICES. Dirección de un vector. Sentido de un vector UNIDAD I: MATRICES Vectores en el plano Un vector,, es un segmento con una dirección que va del punto A (origen) al punto B (etremo).un vector es un segmento orientado que va del punto A (origen) al punto

Más detalles

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 010 011). Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí. Demostrar

Más detalles

11.SISTEMAS DE ECUACIONES LINEALES DEFINICIÓN DE ECUACIÓN LINEAL DEFINICIÓN DE SISTEMA LINEAL Y CONJUNTO SOLUCIÓN

11.SISTEMAS DE ECUACIONES LINEALES DEFINICIÓN DE ECUACIÓN LINEAL DEFINICIÓN DE SISTEMA LINEAL Y CONJUNTO SOLUCIÓN ÍNDICE 11SISTEMAS DE ECUACIONES LINEALES 219 111 DEFINICIÓN DE ECUACIÓN LINEAL 219 112 DEFINICIÓN DE SISTEMA LINEAL Y CONJUNTO SOLUCIÓN 220 113 EQUIVALENCIA Y COMPATIBILIDAD 220 11 REPRESENTACIÓN MATRICIAL

Más detalles

Espacios vectoriales

Espacios vectoriales CAPíTULO 2 Espacios vectoriales 1. Definición de espacio vectorial Es frecuente representar ciertas magnitudes físicas (velocidad, fuerza,...) mediante segmentos orientados o vectores. Dados dos de tales

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

2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012

2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012 2. Problemas. Espacios Vectoriales. Álgebra Lineal- Propedéutico Mayo de 2012 1. En R 2 se define la suma: (a 1, b 1 ) + (a 2, b 2 ) = (a 1 + a 2, b 1 + b 2 ) y el producto por un escalar: λ(a, b) = (0,

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

ÁLGEBRA Algunas soluciones a la Práctica 8

ÁLGEBRA Algunas soluciones a la Práctica 8 ÁLGEBRA Algunas soluciones a la Práctica 8 Aplicaciones bilineales y formas cuadráticas (Curso 2008 2009 6. Sean a y b dos números reales. En el espacio P 1 de los polinomios de grado menor o igual que

Más detalles

UNIVERSIDAD NACIONAL DE ROSARIO

UNIVERSIDAD NACIONAL DE ROSARIO UNIVERSIDAD NACIONAL DE ROSARIO Facultad de Ciencias Exactas, Ingeniería y Agrimensura Licenciatura en Matemática y Profesorado en Matemática Cátedra: Álgebra Sistemas de Ecuaciones Matrices Determinantes

Más detalles

Es decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3

Es decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3 1.- DETERMINANTE DE UNA MATRIZ CUADRADA Determinante de una matriz cuadrada de orden 1 Dada una matriz cuadrada de orden 1, A = (a), se define det A = det (a) = a Determinante de una matriz cuadrada de

Más detalles

1. Las matrices se denotan con letras mayúsculas. Por ejemplo, A, B, C, X,...

1. Las matrices se denotan con letras mayúsculas. Por ejemplo, A, B, C, X,... CAPÍTULO 1 ALGEBRA MATRICIAL 11 Introducción Definición 111 (Matriz) Definimos una matriz como un arreglo rectangular de elementos, llamados escalares, sobre un álgebra F Más que hacer referencia especifica

Más detalles

ax + by = 1 cx + dy = 0

ax + by = 1 cx + dy = 0 1.61. Considere el sistema ax + by = 1 cx + dy = 0 Muestre que si ad bc 0, el sistema tiene solución única x = d/(ad bc, y = c/(ad bc. Demostrar además que si ad bc = 0, c 0 o d 0, entonces el sistema

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

Tema 1: MATRICES. OPERACIONES CON MATRICES

Tema 1: MATRICES. OPERACIONES CON MATRICES Tema 1: MATRICES. OPERACIONES CON MATRICES 1. DEFINICIÓN Y TIPO DE MATRICES DEFINICIÓN. Una matriz es un conjunto de números reales dispuestos en filas y columnas. Si en ese conjunto hay m n números escritos

Más detalles

Primer examen parcial Geometría y Álgebra Lineal 1 2 de mayo de 2015 Respuestas y solución

Primer examen parcial Geometría y Álgebra Lineal 1 2 de mayo de 2015 Respuestas y solución Primer examen parcial Geometría y Álgebra Lineal 1 2 de mayo de 2015 Respuestas y solución Respuestas a la versión 1: (La versión 1 es aquélla cuyo primer ejercicio dice Un sistema lineal de m ecuaciones

Más detalles

Diagonalización de Endomorfismos

Diagonalización de Endomorfismos Tema 5 Diagonalización de Endomorfismos 5.1 Introducción En este tema estudiaremos la diagonalización de endomorfismos. La idea central de este proceso es determinar, para una aplicación lineal f : E E,

Más detalles

1. Ecuaciones lineales en cuerpos finitos

1. Ecuaciones lineales en cuerpos finitos 1. Ecuaciones lineales en cuerpos finitos Un cuerpo es un conjunto F dotado de dos operaciones suma y producto, usualmente denotadas por + y que satisfacen los axiomas de los números reales, exceptuando

Más detalles

Una matriz es un conjunto de elementos pertenecientes a un cuerpo ( o, normalmente). Los elementos están ordenados en filas y columnas:

Una matriz es un conjunto de elementos pertenecientes a un cuerpo ( o, normalmente). Los elementos están ordenados en filas y columnas: CAPÍTULO 1: ANÁLISIS MATRICIAL 1- Definiciones y nomenclatura. 1.1- Definición: matriz. Una matriz es un conjunto de elementos pertenecientes a un cuerpo ( o, normalmente). Los elementos están ordenados

Más detalles