Práctica 5. Autovalores y autovectores. Diagonalización de matrices y de transformaciones lineales.

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

Download "Práctica 5. Autovalores y autovectores. Diagonalización de matrices y de transformaciones lineales."

Transcripción

1 Práctica 5 Autovalores y autovectores Diagonalización de matrices y de transformaciones lineales Nota: salvo indicación particular, se considera que todas las matrices pertenecen a C n n 1 Encuentre los autovalores y autovectores de cada una de las siguientes matrices: [ 12 4 (a) 8 8 [ 1 1 (b) 1 1 [ 0 1 (c) (d) (e) Demuestre lo siguiente: (a) A es singular si y sólo si λ = 0 es autovalor de A (b) Si rango(a) = k < n, λ = 0 es un autovalor de A de multiplicidad geométrica n k (c) Si λ es autovalor de A entonces: rλ es autovalor de ra λ k es autovalor de A k si k es un entero positivo Si A es inversible, λ 1 es autovalor de A 1 λ + r es autovalor de A + ri (d) Si p(t) = a k t k + a k 1 t k a 1 t + a 0 definimos p(a) = a k A k + a k 1 A k a 1 A + a 0 I Demuestre que si λ es autovalor de A entonces p(λ) es autovalor de p(a) (e) Demuestre que si p(t) = q(t)r(t) con q(t) y r(t) polinomios entonces p(a) = q(a)r(a) = r(a)q(a)

2 3 Encuentre los autovalores y autovectores de la matriz n n 1 + r r r r Sugerencia: encuentre primero los autovalores y autovectores para el caso particular r = 0 4 Suponga que A de n n admite la partición en bloques [ A11 A 12 0 A 22 con A 11 de k k, A 12 de k (n k) y A 22 de (n k) (n k) (a) Demuestre que el polinomio característico de A es el producto de los polinomios caracteristicos de A 11 y A 22 (b) Demuestre que λ es autovalor de A si y sólo si λ es autovalor de A 11 ó A 22 (c) Si A 12 = 0 qué relación puede establecer entre los autovectores de A 11 y A 22 y los autovectores de A? (d) Encuentre los autovalores de A, sus multiplicidades algebraicas y geométricas y tantos autovectores linealmente independientes como sea posible, siendo (e) Generalize el ejercicio 4 al caso en que A 11 A 12 A 1n 0 A 22 A 2n 0 0 A kk, con A 11,, A kk matrices cuadradas 5

3 (a) Halle los autovalores de A 3 + 2A 2 3A + I siendo (b) Si , para qué valores de r R resulta inversible la matriz A 3 +ra 2 I? (c) Si A es tal que A 2 = A, cuáles son sus posibles autovalores? Tenga en cuenta, para los 2 últimos incisos, que si A es de n n y p(t) = a k t k + + a 0 con a k 0, entonces para cada autovalor λ de p(a) existe un autovalor ν de A tal que p(ν) = λ 6 (a) Si A R n n, demuestre que el polinomio característico de A coincide con el de A T y que por lo tanto A y A T tienen los mismos autovalores Demuestre que la dimensión del autoespacio asociado al autovalor λ de la matriz A coincide con la dimensión del autoespacio asociado al mismo autovalor de la matriz A T, y que por lo tanto la multiplicidad geométrica de λ como autovalor de A coincide con la multiplicidad geométrica de λ como autovalor de A T (b) Si A C n n, qué relación puede establecerse entre el polinomio característico de A y el de A H?, y entre las dimensiones de los autoespacios de A y los de A H? 7 Sea A la matriz dependiente del parámetro real α: 2α α 2α α α α 2 (a) Obtener los valores de α para los que A es diagonalizable (b) Diagonalizar A para α = 1 y para α = 2 8 Para qué valores de a, b, c R resulta 9 (a) Halle el polinomio característico a b c 1 a b 0 1 c diagonalizable?, a, b, c R (b) Halle una A de 3 3 cuyos autovalores sean raíces de t 3 17t 2 + 5t π

4 10 Verdadero o falso? (a) Si la matriz A posee n autovalores distintos entonces A es diagonalizable (b) Si P ΛP 1 = SΛS 1 con Λ diagonal, entonces P = S (c) Si A es diagonalizable entonces p(a) es diagonalizable cualquiera sea el polinomio p(t) (d) Si p(a), con p(t) un polinomio no constante, es diagonalizable entonces A es diagonalizable (e) Si la matriz n n p(a), con p(t) un polinomio, posee n autovalores diferentes, entonces A es diagonalizable (f) Si v es autovector tanto de A como de B entonces v es autovector de A + B y de AB (g) Si 1 es el único autovalor de A entonces I (h) Si α es autovalor de A y β lo es de B entonces αβ lo es de AB (i) Si A solo tiene autovalores 1 y 1 entonces AA H = I (j) Si A es diagonalizable entonces A H lo es (k) Si A es de 2 2 tal que tr(a) = 1 y det(a) = 6 entonces A es diagonalizable 11 Sea A tal que A 2 = A Demuestre lo siguiente: (a) Si x col(a) entonces Ax = x (b) col(a) Nul(A) = K n (c) Existe una base de K n compuesta por autovectores de A {}}{ (d) Existe P K n n inversible tal que P ΛP 1 con Λ = diag( 1,, 1, 0,, 0) y k = rango(a) (e) Si además A T = A y K = R ó A H = A y K = C, entonces existe una base ortonormal de K n compuesta por autovectores de A 12 (a) Encuentre A k para k N para [ [ k

5 [ Calcule lim k A k Calcule lim k A k (b) Halle una matriz A R 3 3 tal que A 2 = B con B = Es única? (c) Halle A R 2 2 tal que A 2 3A + 2I = B, con [ 3 3 B = 3 3 y det(a) = 2 (d) Dada la matriz, encontrar un subespacio S invariante por A tal que lím k Av = 0 para cada v S (e) Halle una matriz A R 3 3 tal que: S = gen{[1 1 0 T } sea invariante por A, λ = 2 sea autovalor y S sea el autoespacio asociado a ese autovalor, y det(a) = (a) Demuestre que las matrices A y B no son semejantes si [ [ y B = (b) Compruebe que las matrices [ [ y B = son semejantes Halle S R 2 2 inversible tal que SBS 1

6 (c) Consideremos conocido el hecho que dadas A y B de n n, AB y BA tiene igual polinomio característico Dar un ejemplo en el caso n = 2 de matrices A y B tales que AB no sea semejante a BA (Sug: dé un ejemplo tal que AB sea nula pero BA no lo sea) 14 [ Sea A R 2 2 con autovalores a + ib y a ib, a, b R, b 0 Muestre que A resulta semejante a b a b a 15 Demuestre que si p(t) es el polinomio característico de A y A es diagonalizable, entonces p(a) = 0 (Este resultado, conocido como el Teorema de Cayley-Hamilton, vale en general, es decir sin necesidad de suponer que A es diagonalizable) 16 Para cada una de las siguientes transformaciones lineales encuentre los autovalores, sus multiplicidades algebraicas y geométricas y bases para los autoespacios asociados a cada autovalor Si es posible encuentre una base ordenada tal que la representación matricial de la transformación respecto de ella sea una matriz diagonal Si tal base no existe explique por qué (a) T : R 3 R 3, T (x) = [x 1 + x 2 x 3 x 1 + x 2 + x 3 x 1 + x 2 + x 3 T (b) T : P 2 P 2, T (a + bt + ct 2 ) = 2a + ct + ( b c)t 2 (c) T : V V tal que en la base B = {v 1 ; v 2 } [ [T B = considerando primero que V es un espacio vectorial real y luego que es un espacio vectorial complejo 17 Considere la transformación lineal T : R 3 R 3, definida de la siguiente manera: con u = [1 1 2 T, T (v) = v 3 uut u T u v (a) Encuentre los autovalores T Analice si [T B es diagonalizable para cualquier base B de R 3 (b) Resuelva el ejercicio anterior con u R 3 un vector no nulo arbitrario 18 Sea T : V V una transformación lineal que, respecto de una base B = {v 1 ; v 2 ; v 3 } tiene asociada la matriz 1 + α α α 2 + α α α 1 (α R) 2 1 0

7 (a) Obtenga los autovalores de T, comprobando que no dependen de α (b) Para los valores de α tales que T sea diagonalizable encuentre una base ordenada B tal que [T B sea diagonal 19 Encuentre autovalores y autovectores de las siguientes transformaciones: (a) T de R 3 en R 3, la rotación en un ángulo α con eje v no nulo Calcule det(t ) y tr(t ) (b) T de R 3 en R 3, la reflexión respecto de un subespacio S de R 3 Calcule det(t ) y tr(t ) (c) T de V en V, la proyección ortogonal sobre un subespacio S, siendo dim(v ) = n Calcule det(t ) y tr(t ) (d) T (f) = f f de C en C (e) T (f) = f de C en C (f) T (A) = A + A T de R 2 2 en R 2 2 (g) T (f(x)) = f(3x 1) de P 2 en P 2 Es T diagonalizable? (h) T (p) = p de P en P 20 Sea T L(V ) donde V es un R-espacio vectorial de dimensión 3 Suponga que 2 es autovalor de T y los otros 2 autovalores son complejos conjugados Si det(t ) = 50 y tr(t ) = 8, cuáles son los autovalores de T? 21 Sea 0 a b c d 0, a, b, c, d > 0 la matriz que representa a una T L(V ) respecto de cierta base B siendo dim(v ) = 3 Si T tiene 3 autovalores diferentes, cuáles de ellos son mayores que 0? o menores que 0? o iguales a 0?

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

Matemáticas Empresariales II. Diagonalización de Matrices

Matemáticas Empresariales II. Diagonalización de Matrices Matemáticas Empresariales II Lección 6 Diagonalización de Matrices Manuel León Navarro Colegio Universitario Cardenal Cisneros M. León Matemáticas Empresariales II 1 / 25 Introducción Sea f un endomorfismo,

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

Práctica 6: Autovalores y autovectores - Diagonalización

Práctica 6: Autovalores y autovectores - Diagonalización ALGEBRA LINEAL Primer Cuatrimestre 2010 Práctica 6: Autovalores y autovectores - Diagonalización 1. Calcular el polinomio característico, los autovalores y los autovectores de la matriz A en cada uno de

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 II (61.08, 81.02) Primer cuatrimestre 2017 Práctica 5. Diagonalización de matrices hermíticas. Formas Cuadráticas.

Álgebra II (61.08, 81.02) Primer cuatrimestre 2017 Práctica 5. Diagonalización de matrices hermíticas. Formas Cuadráticas. Álgebra II (61.08, 81.02) Primer cuatrimestre 2017 Práctica 5. Diagonalización de matrices hermíticas. Formas Cuadráticas. Nota: en todos los ejercicios, salvo que se indique lo contrario, (, ) representa

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

. Calcular como en el ejercicio 3: A 1 1. i 0., iii) 1 i i a

. Calcular como en el ejercicio 3: A 1 1. i 0., iii) 1 i i a Primer Cuatrimestre 2006 Álgebra Lineal - Práctica 8 1 Sea A C n n y sean λ 1,, λ n las raíces del polinomio característico de A contadas con multiplicidad (a) Probar que det(a) = (b) Probar que tr(a)

Más detalles

Autovalores y Autovectores - Diagonalización

Autovalores y Autovectores - Diagonalización Autovalores y Autovectores - Diagonalización Última edición: 9//9 Autovalores y Autovectores Sea A K nxn (matriz cuadrada): Denición K es autovalor (ava) de A si existe v K n ; no nulo (v 6= K n) tal que

Más detalles

SEGUNDO PARCIAL - EJERCICIOS DE REPASO

SEGUNDO PARCIAL - EJERCICIOS DE REPASO Algebra y Geometría 28 SEGUNDO PARCIAL - EJERCICIOS DE REPASO 3-6-8 ESPACIOS VECTORIALES. Construya en R 2 un subconjunto que sea: a cerrado para la suma y resta de vectores, pero no para la multiplicacion

Más detalles

Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 1. Espacios vectoriales

Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 1. Espacios vectoriales Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 1. Espacios vectoriales 1. (a) Compruebe que el conjunto de matrices de orden p q a coeficientes reales R p q es un espacio vectorial real con

Más detalles

Álgebra Lineal 2015 Práctica 5: Diagonalización.

Álgebra Lineal 2015 Práctica 5: Diagonalización. Álgebra Lineal 2015 Práctica 5: Diagonalización. 1. Sean T (a, b) = (4a b, b+2a), B = {(1, 0), (0, 1)} y C = {(1, 3), (2, 5)}. (a) Hallar la matriz camio de base de B a C, la matriz cambio de base de C

Más detalles

Tema 2: Diagonalización

Tema 2: Diagonalización TEORÍA DE ÁLGEBRA II: Tema 2. DIPLOMATURA DE ESTADÍSTICA 1 Tema 2: Diagonalización 1 Introducción Sea f : R n R n lineal. Dada una base B de R n podemos asociar a f la matriz A 1 = [f, B] M n. Si C es

Más 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

Álgebra Lineal. Maestría en Ciencias Matemáticas. x y + z = 1 x y z = 3 2x y z = 1. x + y + 2z = 1 4x 2ty + 5z = 2 x y + tz = 1

Álgebra Lineal. Maestría en Ciencias Matemáticas. x y + z = 1 x y z = 3 2x y z = 1. x + y + 2z = 1 4x 2ty + 5z = 2 x y + tz = 1 Álgebra Lineal Maestría en Ciencias Matemáticas Resuelva el siguiente sistema usando la factorización LU o P T LU (según sea el caso) x y + z = x y z = 3 2x y z = 2 Calcule A usando el algoritmo de Gauss-Jordan:

Más detalles

2 Polinomio característico de una matriz

2 Polinomio característico de una matriz Lección 4: Teoría de Operadores 1 Semejanza Sean A, B M n,n. Se dice A es semejante con B cuando existe una matriz regular P GL n de suerte que B = P 1 AP. Si A es semejante con B, entonces B es semejante

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

DIAGONALIZACIÓN DE MATRICES CUADRADAS

DIAGONALIZACIÓN DE MATRICES CUADRADAS DIAGONALIZACIÓN DE MATRICES CUADRADAS.- Considerar los vectores u = (, -, ) y v = (, -, ) de : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué

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

5. Autovalores y autovectores

5. Autovalores y autovectores 172 Autovalores y autovectores Al ser x 0 = y = P 1 x 0yportanto,λ es un autovalor de A. Recíprocamente, si λ es un autovalor de A existe un vector x 0talque A x = λx y por tanto, 5. Autovalores y autovectores

Más detalles

Tema 1: Espacios vectoriales

Tema 1: Espacios vectoriales PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Químicas FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina si cada

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

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

MAT1202: Algebra Lineal GUIA N 6 Otoño 2002 Valores y Vectores Propios

MAT1202: Algebra Lineal GUIA N 6 Otoño 2002 Valores y Vectores Propios Pontificia Universidad Católica de Chile Facultad de Matemáticas MAT1202: Algebra Lineal GUIA N 6 Otoño 2002 Valores y Vectores Propios 1. Determine los valores y vectores propios de 0 3 A + I = 1 3 A

Más detalles

Tema 11.- Autovalores y Autovectores.

Tema 11.- Autovalores y Autovectores. Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica

Más detalles

Hoja de diagonalización MATEMÁTICAS I

Hoja de diagonalización MATEMÁTICAS I Hoja de diagonalización MATEMÁTICAS I 8-9.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales

Más detalles

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

Hoja de diagonalización MATEMÁTICAS I

Hoja de diagonalización MATEMÁTICAS I Hoja de diagonalización MATEMÁTICAS I 007-008 1.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) = Ax, así como los subespacios vectoriales

Más detalles

Sesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K

Sesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K Sesión 8: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K ) Calculamos los valores propios de A y sus multiplicidades algebraicas con: d A λ = det A λi nxn = Si d A

Más 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

Vectores y Valores Propios

Vectores y Valores Propios Capítulo 11 Vectores y Valores Propios Las ideas de vector y valor propio constituyen conceptos centrales del álgebra lineal y resultan una valiosa herramienta en la solución de numerosos problemas de

Más 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

FACULTAD DE INGENIERIA-UBA ALGEBRA II. Primer cuatrimestre de 2016 EXAMEN PARCIAL - 21 de mayo de 2016

FACULTAD DE INGENIERIA-UBA ALGEBRA II. Primer cuatrimestre de 2016 EXAMEN PARCIAL - 21 de mayo de 2016 ALGEBRA II. Primer cuatrimestre de 216 EXAMEN PARCIAL - 21 de mayo de 216 TEMA 1 El examen se aprueba resolviendo correctamente 3 ejercicios 1. Halle todos los valores de r R para los cuales {[2 1 r] T,

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

Álgebra Lineal UCR. Sétimo tema, 2013

Álgebra Lineal UCR. Sétimo tema, 2013 Álgebra Lineal UCR Sétimo tema, 2013 Presentaciones basadas principalmente en Arce,C, Castillo,W y González, J. (2004) Álgebra lineal. Tercera edición. UCR. San Pedro. Otras fuentes serán mencionadas cuando

Más detalles

Material para el examen parcial 1

Material para el examen parcial 1 Algebra Lineal 2, FAMAT-UG, aug-dic, 2009 Material para el examen parcial 1 (17 oct, 2009) Definiciones: Hay que saber las definiciones precisas de todos los siguientes términos, y conocer ejemplos concretos

Más detalles

Aplicaciones Lineales. Diagonalización de matrices.

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

Más detalles

1. ESPACIO EUCLÍDEO. ISOMETRÍAS

1. ESPACIO EUCLÍDEO. ISOMETRÍAS 1 1. ESPACIO EUCLÍDEO. ISOMETRÍAS Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos conceptos

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

ALGEBRA LINEAL Segundo Semestre. Parte II

ALGEBRA LINEAL Segundo Semestre. Parte II 1 Universidad Nacional de La Plata Facultad de Ciencias Astronómicas y Geofísicas ALGEBRA LINEAL 2015 Segundo Semestre Parte II 2 1. Valores y Vectores propios. Diagonalización.Forma de Jordan. 1.1. Polinomios

Más detalles

Soluciones a los ejercicios del examen final C =. 1 0

Soluciones a los ejercicios del examen final C =. 1 0 Universidade de Vigo Departamento de Matemática Aplicada II E T S E de Minas Álgebra Lineal Curso 205/6 de enero de 206 Soluciones a los ejercicios del examen final Se considera el subespacio U {X M 2

Más detalles

9. Teoremas espectrales

9. Teoremas espectrales 9 Teoremas espectrales Lema de Schur Ejercicio 9 En los siguientes casos, use el lema de Schur para descomponer, sobre C, la matriz A como producto A = U TU de modo que T sea triangular superior y U unitaria:

Más detalles

Hoja de diagonalización MATEMÁTICAS I

Hoja de diagonalización MATEMÁTICAS I Hoja de diagonalización MATEMÁTICAS I 9- - En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales N(f)

Más detalles

ALGEBRA LINEAL Segundo Semestre. Parte II

ALGEBRA LINEAL Segundo Semestre. Parte II 1 Universidad Nacional de La Plata Facultad de Ciencias Astronómicas y Geofísicas ALGEBRA LINEAL 2015 Segundo Semestre Parte II 2 1. Valores y Vectores propios. Diagonalización.Forma de Jordan. 1.1. Polinomios

Más detalles

PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 2005/06

PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 2005/06 PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 200/06 1. Utilizar el método de eliminación de Gauss para resolver el sistema de ecuaciones lineales siguiente: 2 x 1 2 x

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

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

Solución de problemas I 1

Solución de problemas I 1 Universidad Autónoma de Madrid Álgebra II. Físicas. Curso 5 6 Solución de problemas I Álgebra II Curso 5-6. Proyecciones en el producto escalar estándar Ejercicio 7.7. (a) Dada la ecuación x + y z, dar

Más detalles

L(a, b, c, d) = (a + c, 2a 2b + 2c + d, a c, 4a 4b + 4c + 2d).

L(a, b, c, d) = (a + c, 2a 2b + 2c + d, a c, 4a 4b + 4c + 2d). Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 1 18 de enero de 1 (5 p. 1 Para cada α R se considera el siguiente subespacio de R 4 : U α =

Más detalles

ALGEBRA LINEAL - Práctica N 8 - Segundo cuatrimestre de 2017 Espacios vectoriales con producto interno

ALGEBRA LINEAL - Práctica N 8 - Segundo cuatrimestre de 2017 Espacios vectoriales con producto interno Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA ALGEBRA LINEAL - Práctica N 8 - Segundo cuatrimestre de 07 Espacios vectoriales con producto interno En esta práctica, todos

Más detalles

ALGEBRA. Escuela Politécnica Superior de Málaga

ALGEBRA. Escuela Politécnica Superior de Málaga ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.

Más detalles

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

1. Determina cuáles de los siguientes conjuntos son subespacios vectoriales. Para aquellos que lo sean, halla una base.

1. Determina cuáles de los siguientes conjuntos son subespacios vectoriales. Para aquellos que lo sean, halla una base. EJERCICIOS PROPUESTOS 1. Espacios vectoriales. Sistemas de ecuaciones. 1. Determina cuáles de los siguientes conjuntos son subespacios vectoriales. Para aquellos que lo sean, halla una base. (a) S = {

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

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

Examen Final - soluciones

Examen Final - soluciones Algebra Lineal 2, FAMAT-UG, agsto-dic, 2009 PARTE A (60 puntos). Cierto o Falso. Examen Final - soluciones 9 dic, 2009 1. Para todo operador ortogonal T en R n, det(t ) = 1. Falso. T : (x 1,..., x n )

Más detalles

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal Básica - Grupo 3 Taller 3

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal Básica - Grupo 3 Taller 3 Universidad Nacional de Colombia Departamento de Matemáticas 2015555- Álgebra Lineal Básica - Grupo Taller (1) Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio

Más detalles

ALGEBRA. Escuela Politécnica Superior de Málaga

ALGEBRA. Escuela Politécnica Superior de Málaga ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.

Más detalles

ÁLGEBRA LINEAL I Práctica 7

ÁLGEBRA LINEAL I Práctica 7 ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2015 2016) 1. Dada la matriz: 3 2 0 0 0 1 0 0 0 0 A = 0 0 1 0 0. 0 0 0 1 0 0 0 0 1 1 (a) Estudiar si es triangularizable por semejanza. (b) Hallar sus autovalores

Más detalles

1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS

1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS 1 1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS Sea f : V V un endomorfismo de V, f End(V, con V un K-espacio vectorial de dimensión n, y sean B = {e 1,..., e n } B = {e 1,..., e n} bases de V. La matriz de f

Más detalles

2. Teorema de las multiplicidades algebraica y geométrica.

2. Teorema de las multiplicidades algebraica y geométrica. Guía. Álgebra III. Examen parcial II. Valores y vectores propios. Forma canónica de Jordan. Teoremas con demostraciones que se pueden incluir en el examen El examen puede incluir una demostración entera

Más detalles

Capítulo 1: Diagonalización de matrices

Capítulo 1: Diagonalización de matrices Capítulo : Diagonalización de matrices Matrices y determinantes Definición Una matriz es un arreglo rectangular de números reales a a a m a A a a m a n a n a nm La matriz es de orden n m si consta de n

Más detalles

2.5 Ejercicios... 59

2.5 Ejercicios... 59 Índice General 1 Espacios vectoriales 1 1.1 Espacios vectoriales y subespacios......................... 1 1.1.1 Preliminares................................. 1 1.1.2 Espacios vectoriales.............................

Más detalles

Material para el examen final

Material para el examen final Algebra Lineal 2, FAMAT-UG, ene-jun, 2004 Material para el examen final 31 de mayo, 2004 Definiciones: Hay que saber las definiciones precisas de todos los siguientes términos, y conocer ejemplos concretos

Más detalles

5. Aplicaciones Lineales

5. Aplicaciones Lineales Contents 5 Aplicaciones Lineales 2 5.1 Aplicaciones lineales. Definición y propiedades........................ 2 5.2 Núcleo e Imagen.................................................... 3 5.3 Descomposición

Más detalles

ÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 5 de Julio de T (e 1 ) = e 1 e 2 + 2e 3 T (e 2 ) = e 1 + 2e 2 3e 3. [T (e 1 ) T (e 2 )] =

ÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 5 de Julio de T (e 1 ) = e 1 e 2 + 2e 3 T (e 2 ) = e 1 + 2e 2 3e 3. [T (e 1 ) T (e 2 )] = ÁLGEBRA LINEAL EXAMEN EXTRAORDINARIO 5 de Julio de Apellidos y Nombre: Ejercicio. Sea T : R R 3 una transformación lineal definida como: T (e ) = e e + e 3 T (e ) = e + e 3e 3 donde {e, e }, {e, e, e 3}

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

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

Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion.

Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion. Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion. Ejercicios 1.- Sea f End V. Demostrar que la suma de subespacios f-invariantes es f-invariante. Solución. Sean U, W dos subespacios f-invariantes

Más detalles

FINAL DE ÁLGEBRA Y GEOMETRÍA ANALÍTICA 30 mayo 2006 Tema 1

FINAL DE ÁLGEBRA Y GEOMETRÍA ANALÍTICA 30 mayo 2006 Tema 1 FINAL DE ÁLGEBRA Y GEOMETRÍA ANALÍTICA 0 mayo 006 Tema Apellido y nombres:... 4 5 Calificación final ) Dadas las rectas : x y + z = r : r : ( x, y, z) = (,,) + λ(, ) x z + k = 0 k para que las rectas sean

Más detalles

b E: base canónica de R 3, E = {1, x, x 2 } base de P 2 2) Analice la verdad o la falsedad de las siguientes proposiciones. Justifique sus respuestas.

b E: base canónica de R 3, E = {1, x, x 2 } base de P 2 2) Analice la verdad o la falsedad de las siguientes proposiciones. Justifique sus respuestas. UTN. FRBA ÁLGEBRA Y GEOMETRÍA ANALÍTICA de Mayo de01 Tema: 1 Apellido y nombres del alumno:...legajo:. 1 4 5 Calificación final La condición para aprobar el examen es tener como mínimo tres ejercicios

Más detalles

Diagonalización. Índice General. Nelson Möller. 1 Matrices Semejantes 2. 2 Matrices diagonalizables 2

Diagonalización. Índice General. Nelson Möller. 1 Matrices Semejantes 2. 2 Matrices diagonalizables 2 Diagonalización Nelson Möller Índice General 1 Matrices Semejantes 2 2 Matrices diagonalizables 2 3 Polinomio característico de una matriz 4 3.2 Valores propios.... 5 4 Vectores propios. 6 4.1 Ejemplo...

Más detalles

Algebra II: Resumen Teórico

Algebra II: Resumen Teórico Algebra II: Resumen Teórico Diego Martín Nieto Cid 7 de julio de 2009 Índice 1 Espacios vectoriales 2 11 Subespacios 2 12 Combinación Lineal 2 13 Independencia Lineal 2 14 Base 2 15 Coordenadas 2 16 Matriz

Más detalles

MATEMÁTICAS I 2º EXAMEN PARCIAL 12 junio de 2009

MATEMÁTICAS I 2º EXAMEN PARCIAL 12 junio de 2009 Sólo una respuesta a cada cuestión es correcta. Respuesta correcta: 0.2 puntos. Respuesta incorrecta: -0.1 puntos Respuesta en blanco: 0 puntos 1.- Un sistema generador G de R 3 : a) Está constituido por

Más detalles

GEOMETRIA DE LAS FORMAS CANONICAS DE JORDAN

GEOMETRIA DE LAS FORMAS CANONICAS DE JORDAN GEOMETRIA DE LAS FORMAS CANONICAS DE JORDAN Claudia Teresa Vega Universidad Pedagógica Nacional. Universidad Distrital. Angela Lucía Garzón Rozo Universidad Pedagógica Nacional. En este artículo se muestra

Más detalles

Valores y vectores propios

Valores y vectores propios Valores y vectores propios Tareas adicionales Algunos de estos problemas compuso Gustavo Antonio Sandoval Angeles (como parte de su servicio social). Estos problemas son más difíciles o más laboriosos

Más detalles

Tema 9: REDUCCIÓN POR SEMEJANZA DE UNA MATRIZ. DIAGONALIZACIÓN

Tema 9: REDUCCIÓN POR SEMEJANZA DE UNA MATRIZ. DIAGONALIZACIÓN Álgebra I - Curso 2005/06 - Grupos M1 y M2 Tema 9: REDUCCIÓN POR SEMEJANZA DE UNA MATRIZ DIAGONALIZACIÓN por Mario López Gómez 1 Valores y vectores propios Definición- Dada una matriz cuadrada A K n n,

Más detalles

Algebra Lineal. Curso Segundo Cuatrimestre 2017 FACULTAD DE CIENCIAS ASTRONOMICAS Y GEOFISICAS. UNLP. Practica 2

Algebra Lineal. Curso Segundo Cuatrimestre 2017 FACULTAD DE CIENCIAS ASTRONOMICAS Y GEOFISICAS. UNLP. Practica 2 lgebra Lineal. urso Segundo uatrimestre 27 FULTD DE IENIS STRONOMIS Y GEOFISIS. UNLP Trabajo de investigacion Practica 2 Un circuito se describe con la siguiente ecuacion diferencial: x (t) x 2 (t) = (=R

Más detalles

1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.

1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización. utovalores y autovectores asociados a un endomor smo f Diagonalización Dado un endomor smo f de un espacio vectorial real V y jada una base B de V obtenemos una única matriz asociada a f respecto de la

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

Examen Extraordinario de Álgebra III, licenciatura

Examen Extraordinario de Álgebra III, licenciatura Examen Extraordinario de Álgebra III, licenciatura El Examen a Título de Suficiencia de Álgebra III abarca los siguientes temas: 1. Formas bilineales y cuadráticas. 2. Valores y vectores propios. 3. Forma

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

Práctica 2. Producto interno

Práctica 2. Producto interno Práctica 2. Producto interno 1. (a) Encontrar las condiciones que deben cumplir los coeficientes a 11, a 12, a 21 y a 22 para que la expresión defina un producto interno en R 2. (u, v) = a 11 u 1 v 1 +

Más detalles

ÁLGEBRA LINEAL I Práctica 7

ÁLGEBRA LINEAL I Práctica 7 ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2016 2017) 1. Dada la matriz: 3 2 0 0 0 1 0 0 0 0 A = 0 0 1 0 0 0 0 0 1 0 0 0 0 1 1 (a) Estudiar si es triangularizable por semejanza. (b) Hallar sus autovalores

Más detalles

7. Forma canónica. Endomorfismos O N. Depto. de Álgebra, curso

7. Forma canónica. Endomorfismos O N. Depto. de Álgebra, curso Depto de Álgebra, curso 207-208 7 Forma canónica Endomorfismos Ejercicio 7 Sea f : V V un endomorfismo de un K-espacio vectorial de dimensión finita, y A una matriz de f respecto de cualquier base Definimos

Más detalles

Tema 1: Espacios vectoriales

Tema 1: Espacios vectoriales PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina

Más detalles

1. W = {(x, y, z) x + y + z =0} 2. W = {(x, y, z) x 2 + y 2 + z 2 =1} Solución:

1. W = {(x, y, z) x + y + z =0} 2. W = {(x, y, z) x 2 + y 2 + z 2 =1} Solución: ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Fundamentos Matemáticos de Ingeniería T. I. Electrónica y Eléctrica Primer Parcial (--4), primera parte. PROBLEMA A)[ puntos] Indica razonadamente cuál de los

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

Diagonalización de matrices. Kepler C k

Diagonalización de matrices. Kepler C k Kepler C k 24 Índice. Problema de diagonalización 3.. Semejanza de matrices................................. 3.2. Valores propios y vectores propios........................... 3.3. Matrices y valores propios...............................

Más detalles

Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán

Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán MATEMÁTICAS TICAS I Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III Ana Isabel Garralda Guillem y Manuel Ruiz Galán Tema. Diagonalización de matrices.1. Diagonalización de matrices por

Más detalles

N o de examen: ESCRIBIR LAS RESPUESTAS AQUÍ Este examen consta de diez preguntas tipo verdadero/falso y diez ejercicios

N o de examen: ESCRIBIR LAS RESPUESTAS AQUÍ Este examen consta de diez preguntas tipo verdadero/falso y diez ejercicios N o de examen: NOMBRE: C.I.: Examen de Geometría y Álgebra Lineal 1 22 de julio de 2014 Instituto de Matemática y Estadística Rafael Laguardia Facultad de Ingeniería ESCRIBIR LAS RESPUESTAS AQUÍ 1 2 3

Más detalles

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2 CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el

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

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

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