(Ec.1) 2α + β = b (Ec.4) (Ec.3)

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

Download "(Ec.1) 2α + β = b (Ec.4) (Ec.3)"

Transcripción

1 Problema 1. Hallar t R para que el vector x = (3, 8, t) pertenezca al subespacio engendrado por los vectores u = (1, 2, 3) y v = (1, 3, 1). Solución del problema 1. x L{ u, v} si, y sólo si, existen α, β R tales que x = α u + β v, es decir, (3, 8, t) = α(1, 2, 3) + β(1, 3, 1) = (α, 2α, 3α) + (β, 3β, β) = (α + β, 2α + 3β, 3α β). Luego, obtenemos el siguiente sistema α + β = 3 2α + 3β = 8 3α β = t (Ec.1) (Ec.2) (Ec.3) De (Ec.1), tenemos que α = 3 β. Sustituyendo en (Ec.2) 2(3 β) + 3β = 8 β = 2. Luego, α = 1. Finalmente, por (Ec.3), deducimos que t = 1. Por tanto, x pertenece al subespacio engendrado por los vectores u y v si, y sólo si, t = 1. Problema 2. Determinar a y b para que el vector (1, 4, a, b) sea combinación lineal de (1, 2, 1, 2) y de (0, 1, 2, 1). Solución del problema 2. (1, 4, a, b) es combinación lineal de (1, 2, 1, 2) y de (0, 1, 2, 1) si, y sólo si, existen α, β R tales que α = 1 (Ec.1) 2α + β = 4 (Ec.2) (1, 4, a, b) = α(1, 2, 1, 2) + β(0, 1, 2, 1) α + 2β = a (Ec.3) 2α + β = b (Ec.4) Sustituyendo el valor de α en la (Ec.2) obtenemos β = 2. Luego, de la (Ec.3) y (Ec.4) deducimos que a = 3 y b = 0, respectivamente. Por tanto, el vector (1, 4, a, b) es combinación lineal de (1, 2, 1, 2) y de (0, 1, 2, 1) si, y sólo si, a = 3 y b = 0. Problema 3. Demostrar que los vectores u 1 = (1, 1, 0), u 2 = (1, 0, 1), u 3 = (0, 1, 1) forman una base de (R 3, +, ) y encontrar las coordenadas de los vectores de la base canónica respecto a dicha base. Dpto. de Análisis Matemático 1 Curso 2014/15

2 Solución del problema 3. a) Veamos que B = { u 1, u 2, u 3 } forman una base de R 3. En primer lugar, son linealmente independientes ya que si disponemos los vectores en forma matricial, resulta: A = y se verica que rg(a) = 3 (puesto que det(a) = 2 0), por lo que los tres vectores que conforman la matriz son linealmente independientes. Como dim(r 3 ) = 3 y card(b) = 3, entonces B forma una base de R 3. b) Sean e 1, e 2, e 3 los vectores de la base canónica de R 3, es decir, e 1 = (1, 0, 0), e 2 = (0, 1, 0) y e 3 = (0, 0, 1). Tenemos que encontrar las coordenadas de e 1, e 2 y e 3 en la base B = { u 1, u 2, u 3 }. Problema 4. Para e 1. Sean α 1, α 2, α 3 R tales que e 1 = α 1 u 1 + α 2 u 2 + α 3 u 3. Es decir, α 1 + α 2 = 1, (1, 0, 0) = (α 1 + α 2, α 1 + α 3, α 2 + α 3 ) α 1 + α 3 = 0, (S) α 2 + α 3 = 0, Resolviendo el sistema (S), obtenemos que α 1 = 1, α 2 2 = 1 y α 2 3 = 1. Por tanto, 2 las coordenadas de e 1 con respecto de la base B son ( 1, 1, 1) B. Para e 2. Sean β 1, β 2, β 3 R tales que e 2 = β 1 u 1 + β 2 u 2 + β 3 u 3. Es decir, β 1 + β 2 = 0, (0, 1, 0) = (β 1 + β 2, β 1 + β 3, β 2 + β 3 ) β 1 + β 3 = 1, (S) β 2 + β 3 = 0, Resolviendo el sistema (S), obtenemos que β 1 = 1, β 2 2 = 1 y β 2 3 = 1. Por tanto, las 2 coordenadas de e 2 con respecto de la base B son ( 1, 1, 1) B. Para e 3. Sean δ 1, δ 2, δ 3 R tales que e 3 = δ 1 u 1 + δ 2 u 2 + δ 3 u 3. Es decir, δ 1 + δ 2 = 0, (0, 0, 1) = (δ 1 + δ 2, δ 1 + δ 3, δ 2 + δ 3 ) δ 1 + δ 3 = 0, (S) δ 2 + δ 3 = 1, Resolviendo el sistema (S), obtenemos que δ 1 = 1, δ 2 2 = 1 y δ 2 3 = 1. Por tanto, las 2 coordenadas de e 3 con respecto de la base B son ( 1, 1, 1) B. Determinar qué conjuntos son subespacios vectoriales de (R 3, +, ): A = {(x, y, z) : x y + z = 0}, B = {(x, y, z) : x + 2y + z = 1}, C = {(x, y, z) : x y = 0, x z = 0}, D = {(x, y, z) : x y + z = 0, y + z = 1}, E = {(x, y, z) : x = 0, y = z}, F = {(x, y, z) : x y = 0}. Dpto. de Análisis Matemático 2 Curso 2014/15

3 Solución del problema 4. a) Veamos que A = {(x, y, z) : x y + z = 0} es un subespacio vectorial de R 3. Para ello, sean u = (u 1, u 2, u 3 ), v = (v 1, v 2, v 3 ) A y α, β R. Tenemos que demostrar que α u + β v A. Notar que α u + β v = (αu 1 + βv 1, αu 2 + βv 2, αu 3 + βv 3 ), y Como u 1 u 2 + u 3 = 0 ya que u A, v 1 v 2 + v 3 = 0 ya que v A. αu 1 +βv 1 (αu 2 +βv 2 )+αu 3 +βv 3 = α( 0 u 1 u 2 + u 3 )+β( 0 v 1 v 2 + v 3 ) = α 0+β 0 = 0, deducimos que α u + β v A. b) Observamos que B = {(x, y, z) : x + 2y + z = 1} no es un subespacio vectorial de R 3 ya que 0 B, debido a a que = 0 1. c) Veamos que C = {(x, y, z) : x y = 0, x z = 0} es un subespacio vectorial de R 3. Para ello, sean u = (u 1, u 2, u 3 ), v = (v 1, v 2, v 3 ) C y α, β R. Tenemos que demostrar que α u + β v C. Notar que y Como α u + β v = (αu 1 + βv 1, αu 2 + βv 2, αu 3 + βv 3 ), u 1 u 2 = 0 u 1 u 3 = 0 v 1 v 2 = 0 v 1 v 3 = 0 ya que u C, ya que v C. (1 o cond.) αu 1 + βv 1 (αu 2 + βv 2 ) = α( 0 u 1 u 2 ) + β( 0 v 1 v 2 ) = α 0 + β 0 = 0, (2 o cond.) αu 1 + βv 1 (αu 3 + βv 3 ) = α( 0 u 1 u 3 ) + β( 0 v 1 v 3 ) = α 0 + β 0 = 0, deducimos que α u + β v C. d) D = {(x, y, z) : x y + z = 0, y + z = 1} no es un subespacio vectorial de R 3, porque 0 D (aunque se satisface la primera condición, 0 0 = 0, no se satisface la segunda = 0 1). e) Veamos que E = {(x, y, z) : x = 0, y = z} es un subespacio vectorial de R 3. Para ello, sean u = (u 1, u 2, u 3 ), v = (v 1, v 2, v 3 ) E y α, β R. Tenemos que demostrar que α u+β v E. Notar que α u + β v = (αu 1 + βv 1, αu 2 + βv 2, αu 3 + βv 3 ), Dpto. de Análisis Matemático 3 Curso 2014/15

4 y Como u 1 = 0 u 2 = u 3 ya que u E, v 1 = 0 v 2 = v 3 ya que v E. (1 o cond.) αu 1 + βv 1 = α 0 + β 0 = 0, (2 o cond.) αu 2 + βv 2 = αu 3 + βv 3, deducimos que α u + β v E. f) F = {(x, y, z) : x y = 1} no es un subespacio vectorial de R 3, ya que si tomamos u = (1, 0, 0) y v = (0, 1, 0), tenemos que u, v F pero u + v = (1, 1, 0) F. NOTA: En este ejemplo, tenemos que 0 F y sin embargo F no es subespacio vectorial. Problema 5. Demostrar que el conjunto E = {(a, 0, a, b) : a, b R} es un subespacio vectorial de (R 4, +, ). En caso armativo, hállese una base del mismo. Solución del problema 5. a) Veamos que E es un subespacio vectorial de R 4. Para ello, sean u = (a, 0, b, a), v = (a, 0, b, a ) E y α, β R. Como α u + β v = α(a, 0, b, a) + β(a, 0, b, a ) = (αa + βa, 0, αb + βb, αa + βa ) E, concluimos que E es un subespacio vectorial de R 4. b) Calculemos una base de E. Como u E u = (a, 0, b, a) = (a, 0, 0, a) + (0, 0, b, 0) = a(1, 0, 0, 1) + b(0, 0, 1, 0), y los vectores (1, 0, 0, 1), (0, 0, 1, 0) son linealmente independientes, {(1, 0, 0, 1), (0, 0, 1, 0)} es una base de E. Problema 6. Calcular una base, unas ecuaciones paramétricas, unas ecuaciones implícitas y la dimensión de los siguientes subespacios vectoriales: a) H 1 = L{(1, 0, 1), ( 1, 1, 0)}. b) H 2 = L{(1, 1, 1), ( 1, 0, 1), (0, 1, 2)}. c) H 3 = {(x, y, z) R 3 : x = y z}. d) H 4 = {(x, y, z) R 3 : x + y + z = 0, x 2z = 0}. Dpto. de Análisis Matemático 4 Curso 2014/15

5 Solución del problema 6. a) H 1 = L{(1, 0, 1), ( 1, 1, 0)}. Como rg = 2 tenemos que los vectores que generan el subespacio son linealmente independientes. Por tanto, dichos vectores forman una base de H 1 y dim(h 1 ) = 2. Ecuaciones paramétricas. Escribimos un vector genérico v = (x, y, z) H 1 como combinación lineal de los vectores de la base (x, y, z) = λ(1, 0, 1) + µ( 1, 1, 0) = (λ µ, µ, λ), de donde obtenemos las ecuaciones paramétricas de H 1 : x = λ µ y = µ con λ, µ R. z = λ NOTA: Observar que deben aparecer tantos parámetros (en este caso, λ y µ) como dimensión tiene el subespacio vectorial. Ecuaciones implícitas. Para hallar las ecuaciones implícitas tomamos un vector cualquiera (x, y, z) H 1 y observamos que los vectores (x, y, z), (1, 0, 1), ( 1, 1, 0) son linealmente dependientes, luego rg 1 1 x 0 1 y 1 0 z = x 0 1 y 1 0 z = 0 x + y z = 0. Luego, H 1 = {(x, y, z) R 3 : x + y z = 0}. b) H 2 = L{(1, 1, 1), ( 1, 0, 1), (0, 1, 2)}. Consideremos la matriz formada por estos tres vectores, es decir, A = Como rg(a) = 2 y un menor principal de A es = 2 0, tenemos que los vectores {(1,1,1),(-1,0,1),(0,1,2)} son linealmente dependientes y los vectores {(1,1,1),(-1,0,1)} son linealmente independientes. Entonces, H 2 = L{(1, 1, 1), ( 1, 0, 1)}, dim(h 2 ) = 2 y {(1, 1, 1), ( 1, 0, 1)} es una base de H 2. Dpto. de Análisis Matemático 5 Curso 2014/15

6 Ecuaciones paramétricas. Escribimos un vector genérico v = (x, y, z) H 2 como combinación lineal de los vectores de la base (x, y, z) = λ(1, 1, 1) + µ( 1, 0, 1) = (λ µ, λ, λ + µ), de donde obtenemos las ecuaciones paramétricas de H 1 : x = λ µ y = λ con λ, µ R. z = λ + µ Ecuaciones implícitas. Para hallar las ecuaciones implícitas tomamos un vector cualquiera (x, y, z) H 2 y observamos que los vectores (x, y, z), (1, 1, 1), ( 1, 0, 1) son linealmente dependientes, luego rg 1 1 x 1 0 y 1 1 z = x 1 0 y 1 1 z = 0 x 2y + z = 0. Luego, H 2 = {(x, y, z) R 3 : x 2y + z = 0}. c) H 3 = {(x, y, z) R 3 : x = y z} = {(x, y, z) R 3 : x y + z = 0}. Ecuaciones implícitas. El rango de la matriz del sistema formado por la ecuación que dene a H 3 es uno: rg ( ) = 1 por lo que la ecuación que dene a H 3 es su ecuación implícita. Ecuaciones paramétricas. Tenemos que resolver el sistema formado por la ecuación x y + z = 0. Como el rango de la matriz de este sistema es 1, como se vio anteriormente, le damos a las variables y y z el valor de dos parámetros, respectivamente. Es decir, y = λ y z = µ, con λ, µ R. Luego, obtenemos x = λ µ y = λ con λ, µ R, z = µ que son las ecuaciones paramétricas del subespacio H 3. Para obtener una base de H 3 usamos las ecuaciones paramétricas. (x, y, z) H 3 (x, y, z) = (λ µ, λ, µ) = (λ, λ, 0) + ( µ, 0, µ) = λ(1, 1, 0) + µ( 1, 0, 1). Como los vectores (1, 1, 0) y ( 1, 0, 1) son linealmente independientes, deducimos que {(1, 1, 0), ( 1, 0, 1)} es una base de H 3 y por tanto dim(h 3 ) = 2. d) H 4 = {(x, y, z) R 3 : x + y + z = 0, x 2z = 0}. Dpto. de Análisis Matemático 6 Curso 2014/15

7 Ecuaciones implícitas. El rango de la matriz del sistema formado por las ecuaciones que denen a H 4 es dos: ( ) rg = por lo que las dos ecuaciones que denen a H 4 son sus ecuaciones implícitas. Ecuaciones paramétricas. Tenemos que resolver el siguiente sistema. x + y + z = 0 x 2z = 0 Como el rango de la matriz de este sistema es 2, como se vio anteriormente, y como un menor principal de la matriz es , le damos a la variable z el valor de un parámetro, es decir, z = λ, con λ R. Luego, obtenemos el siguiente sistema x + y = λ, Problema 7. x = 2λ, cuya solución es x = 2λ, y = 3λ, z = λ, que son las ecuaciones paramétricas del subespacio H 4. Para obtener una base de H 4 usamos las ecuaciones paramétricas. (x, y, z) H 4 (x, y, z) = (2λ, 3λ, λ) = λ(2, 3, 1). Por lo que cualquier vector de H 4 esta generado por (2, 3, 1). Luego, deducimos que {(2, 3, 1)} es una base de H 4 y por tanto dim(h 4 ) = 1. Sea P 3 [x] el espacio vectorial de los polinomios en la indeterminada x de grado menor o igual a 3. a) Probar que si p(x) es un polinomio de grado 3, entonces B = {p(x), p (x), p (x), p (x)} es una base. b) Tómese p(x) = x 3 3x y hállense las coordenadas de q(x) = x 3 + x 2 respecto de dicha base. Solución del problema 7. a) Como p(x) es un polinomio de grado 3, p(x) se escribe de la forma p(x) = a 3 x 3 + a 2 x 2 + a 1 x + a 0, a 3 0, Dpto. de Análisis Matemático 7 Curso 2014/15

8 donde a 3, a 2, a 1, a 0 R. Derivando, tenemos que p (x) = 3a 3 x 2 + 2a 2 x + a 1, p (x) = 6a 3 x + 2a 2, p (x) = 6a 3. Veamos que B = {p(x), p (x), p (x), p (x)} es un sistema linealmente independiente. Para ello, consideremos α 1, α 2, α 3, α 4 R. 0 = α 1 p(x) + α 2 p (x) + α 3 p (x) + α 4 p (x) = α 1 ( a3 x 3 + a 2 x 2 + a 1 x + a 0 ) + α2 ( 3a3 x 2 + 2a 2 x + a 1 ) + α3 ( 6a3 x + 2a 2 ) + α4 ( 6a3 ) = α 1 a 3 x 3 + (α 1 a 2 + α 2 3a 3 ) x 2 + (α 1 a 1 + α 2 2a 2 + α 3 6a 3 ) x + α 1 a 0 + α 2 a 1 + α 3 2a 2 + α 4 6a 3 α 1 a 3 = 0 α (S) 1 a 2 + α 2 3a 3 = 0 α 1 a 1 + α 2 2a 2 + α 3 6a 3 = 0 α 1 a 0 + α 2 a 1 + α 3 2a 2 + α 4 6a 3 = 0 De la 1 o ecuación, obtenemos que α 1 = 0, ya que a 3 0. Luego, α 2 3a 3 = 0 (S) α 2 2a 2 + α 3 6a 3 = 0 α 2 a 1 + α 3 2a 2 + α 4 6a 3 = 0 Ahora, de la 1 o ecuación, deducimos que α 2 = 0, ya que a 3 0. Así pues, { α3 6a (S) 3 = 0 α 3 2a 2 + α 4 6a 3 = 0 Como a 3 0, de la 1 o ecuación tenemos que α 3 = 0 y sustituyendo en la 2 o ecuación llegamos a que α 4 = 0. Por tanto, hemos demostrado que α 1 = α 2 = α3 = α 4 = 0. Luego, B es un sistema linealmente independiente. Como card(b) = 4 = dim(p 3 [x]) y los elementos de B son linealmente independientes, deducimos que B es una base de P 3 [x]. NOTA. Si no sabemos que dim(p 3 [x]) = 4, para poder armar que B es una base de P 3 [x] tenemos que ver que B es un sistema generador de P 3 [x], es decir, ver que todo elemento q(x) de P 3 [x] se pone como combinación lineal de los elementos de B. Hagámoslo: Sea q(x) P 3 [x], es decir, q(x) = b 3 x 3 + b 2 x 2 + b 1 x + b 0 con b 3, b 2, b 1, b 0 R. Tenemos que demostrar que existen α 1, α 2, α 3, α 4 R tales que Observando que q(x) = α 1 p(x) + α 2 p (x) + α 3 p (x) + α 4 p (x). (1) α 1 p(x) + α 2 p (x) + α 3 p (x) + α 4 p (x) = α 1 a 3 x 3 + (α 1 a 2 + α 2 3a 3 ) x (α 1 a 1 + α 2 2a 2 + α 3 6a 3 ) x + α 1 a 0 + α 2 a 1 + α 3 2a 2 + α 4 6a 3 Dpto. de Análisis Matemático 8 Curso 2014/15

9 (véase los cálculos anteriormente realizados), obtenemos el siguiente sistema lineal α 1 a 3 = b 3 α (1) 1 a 2 + α 2 3a 3 = b 2 α 1 a 1 + α 2 2a 2 + α 3 6a 3 = b 1 α 1 a 0 + α 2 a 1 + α 3 2a 2 + α 4 6a 3 = b 0 el cual es compatible determinado, siendo su única solución α 1 = b 3 a 3 α 2 = b 2 b 3 a 3 a 2 3a 3 α 3 = b 1 b 3 a a 1 b 2 b 3 a a 3 2 2a 3 3a 2 3 6a 3 α 4 = b 0 b 3 Simplicando, llegamos a que α 1 = b 3 a 3 a a 0 b 2 b 3 a a 3 2 a 3 3a 1 b 1 b b 3 2 b 3 a a a a a 2a 3 2 2a 3 6a 2 3 6a 3 α 2 = a 3b 2 a 2 b 3 3a 2 3 α 3 = 2a2 2 b 3+3a 2 3 b 1 a 3 (2a 2 b 2 +3a 1 b 3 ) 18a 3 3 α 4 = a 3(a 3 (9b 0 3b 1 )+(2a 2 3a 1 )b 2 )+( 2a 2 2 9a 0a 3 +3a 1 (a 2 +a 3 ))b 3 54a 3 3 Observar que las coordenadas de q(x) con respecto a la base B son (α 1, α 2, α 3, α 4 ) B. b) Notar que en este caso, p (x) = 3x 2 3, p (x) = 6x y p (x) = 6. Luego, B = {x 3 3x, 3x 2 3, 6x, 6}. Tenemos que hallar α 1, α 2, α 3, α 4 R tales que Es decir, q(x) = α 1 p(x) + α 2 p (x) + α 3 p (x) + α 4 p (x). x 3 + x 2 = α 1 (x 3 3x) + α 2 (3x 2 3) + α 3 6x + α 4 6 FIN DE LA NOTA = α 1 x 3 + 3α 2 x 2 + ( 3α 1 + 6α 3 ) x + ( 3α 2 + 6α 4 ) α 1 = 1 3α 2 = 0 3α 1 + 6α 3 = 1 3α 2 + 6α 4 = 2 cuya solución es α 1 = 1, α 2 = 0, α 3 = 2 y α 3 4 = 1. Por tanto las coordenadas del 3 polinomio q(x) = x 3 + x 2 en la base B son (1, 0, 2, 1) 3 3 B. Dpto. de Análisis Matemático 9 Curso 2014/15

10 Problema 8. Sean los conjuntos F [x] = {p(x) P 3 [x] : p(0) + p (0) = 0}, G[x] = {p(x) P 3 [x] : p (x) = 0} Demostrar que F [x] y G[x] son subespacios vectoriales de P 3 [x], y encontrar sendas bases para cada uno de ellos. Solución del problema 8. A un polinomio genérico de P 3 [x] lo denotaremos por p(x) = a 0 + a 1 x + a 2 x 2 + a 3 x 3. Así, las coordenadas de este polinomio p(x) en la base (canónica de P 3 [x]) B = {1, x, x 2, x 3 } son (a 0, a 1, a 2, a 3 ). a) Veamos que F [x] es un subespacio vectorial de F [x]. Como es obvio que F [x] (pues, por ejemplo, 0 F [x]) deberemos comprobar (solamente) que, si p(x), q(x) F [x] y α, β R, el polinomio r(x) = α p(x) + β q(x) también es de F [x]; así ocurre en efecto, pues, además de tener grado menor o igual que 3, se tiene que r(0) + r (0) = α p(0) + β q(0) + α p (0) + β q (0) = α ( 0 p(0) + p (0) ) + β ( 0 q(0) + q (0) ) = 0, ya que r (x) = α p (x) + β q (x), para todo x R. Por tanto, F [x] es un subespacio vectorial de P 3 [x]. Hallemos ahora una base de dicho subespacio. Notar que un polinomio p(x) = a 0 + a 1 x + a 2 x 2 + a 3 x 3 pertenece a F [x] si p(0) + p (0) = 0, lo cual es equivalente a decir que a 0 + a 1 = 0, ya que p (x) = a 1 + 2a 2 x + 3a 3 x 2. Luego, F [x] = { a 0 + a 1 x + a 2 x 2 + a 3 x 3 : a 0 + a 1 = 0 }, (Expresión implícita) es decir, F [x] = { a 1 (x 1) + a 2 x 2 + a 3 x 3 : a 1, a 2, a 3 R } = L{x 1, x 2, x 3 }. Como los polinomios x 1, x 2, x 3 son linealmente independientes (véase la siguiente nota), resulta que {x 1, x 2, x 3 } es una base de F [x]. nota Para ver que los polinomios x 1, x 2 y x 3 son linealmente independientes basta observar que α 1 (x 1) + α 2 x 2 + α 3 x 3 = 0 α 1 x + α 1 x + α 2 x 2 + α 3 x 3 = 0 α 1 = 0, α 1 = 0, α 2 = 0, α 3 = 0, es decir, α 1 = α 2 = α 3 = 0. Dpto. de Análisis Matemático 10 Curso 2014/15

11 b) Primeramente demostraremos que G[x] es un subespacio vectorial de P 3 [x]. Como, por ejemplo, x G[x], se tiene que G[x]. Tenemos que comprobar que, si p(x), q(x) G[x] y α, β R, el polinomio r(x) = α p(x) + β q(x) pertenece a G[x]. Basta observar que r(x) tiene grado menor o igual que 3 y además (usando las propiedades de la derivación) se tiene que r (x) = α p (x) + β q (x) = α 0 + β 0 = 0, para todo x R. Por tanto, G[x] es un subespacio vectorial de P 3 [x]. Hallemos ahora una base de dicho subespacio. Observamos que p(x) = a 0 + a 1 x + a 2 x 2 + a 3 x 3 G[x] p (x) = 0, para todo x R 2a 2 + 6a 3 x = 0, para todo x R Luego, es decir, a 2 = a 3 = 0. G[x] = { a 0 + a 1 x + a 2 x 2 + a 3 x 3 : a 2 = a 3 = 0 }, G[x] = { a 0 + a 1 x : a 0, a 1 R } = L{1, x}. (Expresión implícita) Como los polinomios 1, x son linealmente independientes, deducimos que {1, x} es una base de G[x]. Dpto. de Análisis Matemático 11 Curso 2014/15

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

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

Más detalles

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

Más detalles

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales

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

Más detalles

EJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores

EJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u

Más detalles

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS

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

Más detalles

Subespacios vectoriales en R n

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

Más detalles

Espacios vectoriales y aplicaciones lineales.

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

Más detalles

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

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

Más detalles

Problemas y Ejercicios Resueltos. Tema 2: Espacios vectoriales.

Problemas y Ejercicios Resueltos. Tema 2: Espacios vectoriales. Problemas y Ejercicios Resueltos. Tema : Espacios vectoriales. Ejercicios 1.- Determinar el valor de x para que el vector (1, x, 5) R 3 pertenezca al subespacio < (1,, 3), (1, 1, 1) >. Solución. (1, x,

Más detalles

1 Espacios y subespacios vectoriales.

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

Más detalles

y λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.

y λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial. Espacios vectoriales Espacios y subespacios R n es el conjunto de todos los vectores columna con n componentes. Además R n es un espacio vectorial. Ejemplo Dados dos vectores de R por ejemplo u = 5 v =

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

1. APLICACIONES LINEALES

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

Más detalles

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1 . ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio

Más detalles

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES

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

Más detalles

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

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

Más detalles

Problemas de Álgebra Lineal Espacios Vectoriales

Problemas de Álgebra Lineal Espacios Vectoriales Problemas de Álgebra Lineal Espacios Vectoriales 1. Estudia cuáles de los siguientes subconjuntos son subespacios de R n para el n que corresponda: i) S 1 = {(x, y, z, t) R 4 x + y + z + t = b} siendo

Más detalles

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

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

Más detalles

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

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR} Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar

Más detalles

8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.

8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. Prácticas de Matemáticas I y Matemáticas II con DERIVE 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar si el

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario) Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES

Más detalles

Anexo 1: Demostraciones

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

Más detalles

Tema 4: Aplicaciones lineales

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

Más detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES ESPACIOS VECTORIALES Ejercicio 1 En un espacio vectorial {V,k}, el vector v4 tiene por coordenadas (1,2,1) respecto a los vectores { v1, v2, v3 } a) Dése las coordenadas del vector v3 respecto a { v1,

Más detalles

1. ESPACIOS VECTORIALES

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

Más detalles

Cambio de representaciones para variedades lineales.

Cambio de representaciones para variedades lineales. Cambio de representaciones para variedades lineales 18 de marzo de 2015 ALN IS 5 Una variedad lineal en R n admite dos tipos de representaciones: por un sistema de ecuaciones implícitas por una familia

Más detalles

VECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes.

VECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes. VECTORES EN EL ESPACIO. Determina el valor de t para que los vectores de coordenadas (,, t), 0, t, t) y(, 2, t) sean linealmente dependientes. Si son linealmente dependientes, uno de ellos, se podrá expresar

Más detalles

Práctica de Aplicaciones Lineales

Práctica de Aplicaciones Lineales practica5.nb 1 Práctica de Aplicaciones Lineales Aplicaciones lineales y matrices Las matrices también desempeñan un papel muy destacado en el estudio de las aplicaciones lineales entre espacios vectoriales

Más detalles

Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0).

Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0). Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0). a) Demostrad que (1,3,4), (1,1,1) i (0,1,1) son una base de R³. b) Decid

Más detalles

Espacios vectoriales. Bases. Coordenadas

Espacios vectoriales. Bases. Coordenadas Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos

Más detalles

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

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

Más detalles

APLICACIONES LINEALES. DIAGONALIZACIÓN

APLICACIONES LINEALES. DIAGONALIZACIÓN I.- Sea f una transformación lineal de un espacio vectorial V de dimensión n. Sea B una base de V. Sea A la matriz asociada a f respecto de la base B. Señala, sin demostrar, cuáles de las siguientes afirmaciones

Más detalles

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración

Más detalles

Espacios generados, dependencia lineal y bases

Espacios generados, dependencia lineal y bases Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................

Más detalles

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

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

Más detalles

Problemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales.

Problemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales. Problemas y Ejercicios Resueltos. Tema : Aplicaciones Lineales. Ejercicios 1.- Determinar cuáles de las siguientes aplicaciones son lineales: (i) f : R R 2 definida por f((x, y, z)) = (x y, y + 2z). (ii)

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................

Más detalles

vectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide:

vectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide: .- 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) e Im(f) a) f(x,y) = (x,-y) b) f(x,y)

Más detalles

MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios

MATEMÁTICAS I TEMA 1: Espacios Vectoriales. 1 Definición de espacio vectorial. Subespacios Sonia L. Rueda ETS Arquitectura. UPM Curso 2007-2008. 1 MATEMÁTICAS I TEMA 1: Espacios Vectoriales 1 Definición de espacio vectorial. Subespacios Dados dos conjuntos V y K se llama ley de composición externa

Más detalles

Tema 3: Producto escalar

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

Más detalles

4.1 El espacio dual de un espacio vectorial

4.1 El espacio dual de un espacio vectorial Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo

Más detalles

4 Aplicaciones Lineales

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

Más detalles

elemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1;

elemento neutro y elemento unidad: inversa aditiva (opuesto): para todo λ K 0, existe un único µ K tal que λµ = 1; 3. Espacios Vectoriales 3.1. Definición de espacio vectorial Un cuerpo es una estructura algebraica (K, +, ) formada por un conjunto K no vacio y dos operaciones internas + y que verifican las siguientes

Más detalles

1. Cambios de base en R n.

1. Cambios de base en R n. er Curso de Ingeniero de Telecomunicación. Álgebra. Curso 8-9. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema 5. Cambios de Base. Aplicaciones Lineales. Teoría y Ejercicios Resueltos..

Más detalles

Tema 2. Aplicaciones lineales y matrices.

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

Más detalles

Variedades Diferenciables. Extremos Condicionados

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

Más detalles

Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009)

Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009) ÁLGEBRA Solución a los problemas adicionales Aplicaciones lineales (Curso 2008 2009) I. Se considera el homomorfismo f : P 2 (IR) P 2 (IR) definido por las siguientes condiciones: (1) Los polinomios sin

Más detalles

Objetivos: Al inalizar la unidad, el alumno:

Objetivos: Al inalizar la unidad, el alumno: Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará

Más detalles

Aplicaciones Lineales y Multilineales Continuas

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

Más detalles

4.- Para los siguientes conjuntos de vectores, probar si son o no subespacios vectoriales de R 4 : 2d + 1 : b, d reales. d

4.- Para los siguientes conjuntos de vectores, probar si son o no subespacios vectoriales de R 4 : 2d + 1 : b, d reales. d GRADO EN I. TELEMÁTICA. HOJA : ESPACIOS VECTORIALES. ESPACIOS NULO Y COLUMNA.- Sea W el conjunto de todos los vectores de R de la forma subespacio de R. s + t s t s t t, con s, t R. Probar que W es un.-

Más detalles

GEOMETRÍA ANALÍTICA 2º Curso de Bachillerato 22 de mayo de 2008

GEOMETRÍA ANALÍTICA 2º Curso de Bachillerato 22 de mayo de 2008 1. Sean los puntos A (1, 0,-1) y B (,-1, 3). Calcular la distancia del origen de coordenadas a la recta que pasa por A y B. Calculemos la recta que pasa por A y B. El vector AB es (1,-1,4) y por tanto

Más detalles

Aplicaciones Lineales

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

Más detalles

Espacios vectoriales y aplicaciones lineales

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

Más detalles

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2. PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Índice general 1. Sistemas de ecuaciones lineales 2 2. Método de sustitución 5 3. Método de igualación 9 4. Método de eliminación 13 5. Conclusión 16 1 Sistemas de ecuaciones

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.

Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com. Transformaciones Lineales Definiciones básicas de Transformaciones Lineales wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 007-009 Contenido 1 Transformaciones Lineales 11 Núcleo e imagen

Más detalles

Valores y vectores propios de una matriz. Juan-Miguel Gracia

Valores y vectores propios de una matriz. Juan-Miguel Gracia Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-

Más detalles

EXAMEN DE MATEMÁTICAS 2º BACHILLERATO CCNN BLOQUE : GEOMETRÍA

EXAMEN DE MATEMÁTICAS 2º BACHILLERATO CCNN BLOQUE : GEOMETRÍA EXAMEN DE MATEMÁTICAS 2º BACHILLERATO CCNN BLOQUE : GEOMETRÍA OPCIÓN A EJERCICIO 1 Halle el punto P simétrico del punto P ( 3, 4, 0) respecto del plano Л que contiene a la recta s : x = y 2 = z 1 y al

Más detalles

Matrices equivalentes. El método de Gauss

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

Más detalles

ESPACIO VECTORIAL ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN

ESPACIO VECTORIAL ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN Tema 5.- ESPACIOS VECTORIALES ESPACIO VECTORIAL SUBESPACIO VECTORIAL BASE Y DIMENSIÓN N DE UN ESPACIO VECTORIAL Fundamentos Matemáticosde la Ingeniería 1 Aunque históricamente el primer trabajo de Álgebra

Más detalles

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

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

Más detalles

Clase 15 Espacios vectoriales Álgebra Lineal

Clase 15 Espacios vectoriales Álgebra Lineal Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema Representación gráfica de funciones reales de una variable real Elaborado

Más detalles

4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES

4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES Espacios Vectoriales y Aplicaciones Lineales 4. ESPACIOS VECTORIALES Y APLICACIONES LINEALES SUMARIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRICA 1.- Espacios Vectoriales..- Propiedades de un Espacio Vectorial..-

Más detalles

4 Aplicaciones lineales

4 Aplicaciones lineales Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 4 Aplicaciones lineales 4. Aplicación lineal Sean V y W dos espacios vectoriales sobre el mismo cuerpo K (en general, R o C. Una aplicación

Más detalles

3 Espacios Vectoriales

3 Espacios Vectoriales Prof. Susana López 31 3 Espacios Vectoriales 3.1 Introducción Un ector fijo en el plano no es más que un segmento orientado en el que hay que distinguir tres características: -dirección: la de la recta

Más detalles

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una

Más detalles

Aplicaciones Lineales

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

Más detalles

Ecuaciones de primer grado con dos incógnitas

Ecuaciones de primer grado con dos incógnitas Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad

Más detalles

Aplicaciones Lineales

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

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS 2 Í N D I C E CAPÍTULO MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES MATRICES. MATRIZ. DEFINICIÓN 2. ALGUNOS

Más detalles

Selectividad Junio 2008 JUNIO 2008 PRUEBA A

Selectividad Junio 2008 JUNIO 2008 PRUEBA A Selectividad Junio 008 JUNIO 008 PRUEBA A 3 a x + a y =.- Sea el sistema: x + a y = 0 a) En función del número de soluciones, clasifica el sistema para los distintos valores del parámetro a. b) Resuélvelo

Más detalles

Segundo de Bachillerato Geometría en el espacio

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

Más detalles

Listas de vectores y conjuntos de vectores

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

Más detalles

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

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

Más detalles

Espacios vectoriales y Aplicaciones lineales

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

Más detalles

Diagonalización de matrices

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

Más detalles

Criterio de Sylvester

Criterio de Sylvester Criterio de Sylvester Objetivos. Aprender a aplicar el criterio de Sylvester para analizar cuándo una forma cuadrática es positiva definida, usando los menores principales de su matriz asociada. También

Más detalles

CAPÍTULO II. 4 El grupo afín

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

Más detalles

Tema 4.- El espacio vectorial R n.

Tema 4.- El espacio vectorial R n. Tema 4- El espacio vectorial R n Subespacios vectoriales de R n Bases de un subespacio Rango de una matriz 4 Bases de R n Cambios de base 5 Ejercicios En este tema estudiamos la estructura vectorial del

Más detalles

Objetivos: Al inalizar la unidad, el alumno:

Objetivos: Al inalizar la unidad, el alumno: Unidad 3 espacios vectoriales Objetivos: Al inalizar la unidad, el alumno: Describirá las características de un espacio vectorial. Identiicará las propiedades de los subespacios vectoriales. Ejempliicará

Más detalles

Vectores: Producto escalar y vectorial

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

Más detalles

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES INECUACIONES NOTA IMPORTANTE: El signo de desigualdad de una inecuación puede ser,, < o >. Para las cuestiones teóricas que se desarrollan en esta unidad únicamente se utilizará la desigualdad >, siendo

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

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

Más detalles

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

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

Más detalles

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

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

Más detalles

Aplicaciones Lineales

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

Más detalles

LÍMITES Y CONTINUIDAD DE FUNCIONES

LÍMITES Y CONTINUIDAD DE FUNCIONES Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos

Más detalles

Límite de una función

Límite de una función Límite de una función Idea intuitiva de límite El límite de la función f(x) en el punto x 0, es el valor al que se acercan las imágenes (las y) cuando los originales (las x) se acercan al valor x 0. Es

Más detalles

APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO

APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO ÍNDICE VECTORES EN EL PLANO... 3 Vector Fijo... 3 VECTOR LIBRE... 3 Operaciones con Vectores... 3 Suma de vectores... 3 Producto de un número por

Más detalles

Estructuras algebraicas

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

Más detalles

Universidad de la Frontera. Geometría Anaĺıtica: Departamento de Matemática y Estadística. Cĺınica de Matemática. J. Labrin - G.

Universidad de la Frontera. Geometría Anaĺıtica: Departamento de Matemática y Estadística. Cĺınica de Matemática. J. Labrin - G. Universidad de la Frontera Departamento de Matemática y Estadística Cĺınica de Matemática 1 Geometría Anaĺıtica: J. Labrin - G.Riquelme 1. Los puntos extremos de un segmento son P 1 (2,4) y P 2 (8, 4).

Más detalles

8 Vectores y rectas. Vector: AB = (b 1 a 1, b 2 a 2 ) Módulo: AB = Paramétricas: Continua: = OBJETIVOS CONTENIDOS PROCEDIMIENTOS

8 Vectores y rectas. Vector: AB = (b 1 a 1, b 2 a 2 ) Módulo: AB = Paramétricas: Continua: = OBJETIVOS CONTENIDOS PROCEDIMIENTOS 9566 _ 009-06.qxd 7/6/0 :55 Página 9 Vectores y rectas INTRODUCCIÓN Los vectores son utilizados en distintas ramas de la Física que usan magnitudes vectoriales, por lo que es importante que los alumnos

Más detalles

VII. Estructuras Algebraicas

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

Más detalles

2. Aritmética modular Ejercicios resueltos

2. Aritmética modular Ejercicios resueltos 2. Aritmética modular Ejercicios resueltos Ejercicio 2.1 Probar, mediante congruencias, que 3 2n+5 + 2 4n+1 es divisible por 7 cualquiera que sea el entero n 1. Trabajando módulo 7 se tiene que 3 2n+5

Más detalles

Transformaciones canónicas

Transformaciones canónicas apítulo 29 Transformaciones canónicas 29.1 Introducción onsideremos una transformación arbitraria de las coordenadas en el espacio de las fases de dimensión 2(3N k) (con el tiempo como un parámetro) Q

Más detalles

Álgebra Lineal. Sesión de Prácticas 3: Subespacios vectoriales de K n. Operaciones con subespacios. Primero Grado Ingeniería Informática

Álgebra Lineal. Sesión de Prácticas 3: Subespacios vectoriales de K n. Operaciones con subespacios. Primero Grado Ingeniería Informática Álgebra Lineal Sesión de Prácticas 3: Subespacios vectoriales de K n. Operaciones con subespacios Primero Grado Ingeniería Informática Departamento de Matemática Aplicada Facultad de Informática 1 / 22

Más detalles