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).

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

Download "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)."

Transcripción

1 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 cuál es la dimensión de la imagen de f. Es exhaustiva? c) Decid cuál es la dimensión del núcleo de f. Es inyectiva? d) Diagonaliza f? Justificad la respuesta. a) Al tratarse de 3 vectores en R 3 (espacio de dimensión 3) lo único que hemos de demostrar es que son linealmente independientes. Por lo tanto, los ponemos en forma de matriz y calculamos su determinante: = = 1 (3 4) = Por lo tanto, son L.I. y son base de R 3. b) La dimensión de la imagen de f es el rango de los vectores imagen de los vectores de la base del espacio de salida. Por lo tanto, tomamos las tres imágenes y las ponemos en forma de matriz y calculamos el determinante: = Por dos motivos, porque tiene dos filas repetidas y porque tiene una fila de ceros.ya vemos que el rango de estos tres vectores será 1 Por lo tanto: Im(f) = < (2, 6, 8) > y dim Im(f) = 1 Y NO es exhaustiva porque NO coincide con la dimensión del espacio de llegada. c) Los vectores del núcleo son los que tienen por imagen el vector 0, por lo tanto necesitamos las imágenes de los vectores de la base canónica para tener la matriz de la aplicación: Tenemos que: (2,6,8) = f(1,3,4) = 1 f(c1) + 3 f(c2) + 4 f(c3) (2,6,8) = f(1,1,1) = 1 f(c1) + 1 f(c2) + 1 f(c3)

2 (0,0,0) = f(0,1,1) = 0 f(c1) + 1 f(c2) + 1 f(c3) Si restamos la segunda menos la tercera, nos queda: (2,6,8) = f(c1) Y si sustituimos en la primera (junto con la tercera) nos queda que: (0,0,0) = 3 f(c2) + 4 f(c3) (0,0,0) = 1 f(c2) + 1 f(c3) Si ahora restamos la primera menos tres veces la segunda, tenemos que: (0,0,0) = f(c3) Y sustituyendo en cualquier otra tenemos que: (0,0,0) = f(c2) Por lo tanto, la matriz de la aplicación lineal en las bases canónicas es: A = Y los vectores del núcleo son los vectores (x,y,z) del espacio de salida que cumplen que: x y = z 0 Las tres ecuaciones son equivalentes entre sí y nos dan la solución: x = 0 donde y y z pueden valer lo que quieran. Puesta en forma vectorial sería: (x, y, z) = (0, y, z) = y (0,1,0) + z (0,0,1) Y por lo tanto, el núcleo será de dimensión 2 y lo generarán esos dos vectores: Ker(f) = < (0, 1, 0), (0, 0, 1) > y dim Ker(f) = 2 Y NO es inyectiva porque el núcleo NO tiene dimensión 0. d) Para saber si diagonaliza calculamos el polinomio característico: 2 λ 0 0 P (λ) = det(a λ I) = 6 λ 0 = (2 λ) λ 8 0 λ

3 Ya vemos que el polinomio característico tiene dos raíces (2 de multiplicidad 1 y 0 de multiplicidad 2) y lo que nos queda por comprobar es si el valor propio λ=0 nos genera uno o dos vectores propios. Pero eso ya lo hemos hecho. La matriz que nos genera ese valor propio es: El sistema homogéneo asociado es: x y = z 0 Y la solución del sistema es el subespacio generado por: < (0, 1, 0), (0, 0, 1) > Por lo tanto, los vectores propios que podemos encontrar son tres (uno asociado al 2 y dos asociados al cero) y por lo tanto la matriz diagonaliza. Problema 2. (4 puntos) f(x,y,z)=(0,z,4x+y). Sea f la aplicación de R³ en R³ definida por a) Encontrad la matriz de f en las bases canónicas. b) Calculad el polinomio característico de f y los valores propios de f. c) Estudiad si f diagonaliza. d) Encontrad una base de R³ con el número máximo de vectores propios de f. a) El proceso es fácil porque sólo hemos de sustituir los valores de los vectores de la base canónica: f(1, 0, 0) = (0, 0, 4) f(0, 1, 0) = (0, 0, 1) f(0, 0, 1) = (0, 1, 0) Por lo tanto, la matriz A será:

4 b) El polinomio característico será: λ 0 0 P (λ) = det(a λ I) = 0 λ 1 = λ λ 1 1 λ = λ (λ 1) 4 1 λ = λ (λ 1) (λ + 1) Y tiene tres valores propios (0, -1 y +1). c) Sí que diagonaliza ya que tiene tres valores propios diferentes. d) Hay que encontrar los vectores asociados a cada valor propio: Para λ=0 tenemos: Que se traduce en: x y = z 0 0 = 0 z = 0 4x + y = 0 y = 4x Por lo tanto, tenemos que el vector propio asociado es: Para λ=-1 tenemos: Que se traduce en: (1, 4, 0) x y = z 0 x = 0 y + z = 0 4x + y + z = 0 y = z Por lo tanto, tenemos que el vector propio asociado es: Para λ=-1 tenemos: (0, 1, 1)

5 1 0 0 x y = z 0 Que se traduce en: x = 0 x = 0 y + z = 0 4x + y z = 0 y = z Por lo tanto, tenemos que el vector propio asociado es: Y la base pedida es: (0, 1, 1) {(1, 4, 0), (0, 1, 1), (0, 1, 1)} Problema 3. (2 puntos) Consideramos A=(2,0), B=(1,0), C=(2,-1). a) Sea g el giro de 45º. Calculad g(a), g(b) i g(c). b) Sea f el escalaje de razón 2 desde el punto (0,-1). Calculad f(a), f(b) i f(c). a) Aplicamos la notación matricial eficiente, de manera que la matriz del giro será: G = Y para calcular la imagen de los tres puntos hacemos: = De manera que las imágenes son: A = 2, 2

6 B = 2 2, 2 2 C = 3 2 2, 2 2 b) La matriz del escalaje será la composición de dos traslaciones (de vectores directores (0, 1) y (0, -1)) con un escalaje uniforme de ratio 2: = = Y la imagen de los tres puntos será: De manera que las imágenes son: = A = (4, 1) B = (2, 1) C = (4, 1)

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

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

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

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

Álgebra y Matemática Discreta Sesión de Prácticas 10

Álgebra y Matemática Discreta Sesión de Prácticas 10 Álgebra y Matemática Discreta Sesión de Prácticas 10 (c) 2013 Leandro Marín, Francisco J. Vera, Gema M. Díaz 18 Nov 2013-24 Nov 2013 Núcleos e Imágenes Definición Sea f : V W una aplicación lineal. Se

Más detalles

Aplicaciones lineales

Aplicaciones lineales aplicaciones_lineales.nb Aplicaciones lineales Práctica de Álgebra Lineal, E.U.A.T, Grupos ºA y ºB, 005 Aplicaciones lineales y matrices Hay una relación muy estrecha entre aplicaciones lineales y matrices:

Más detalles

Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de

Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de 1 (a) f(x 1, x 2, x 3 ) = (x 1 + x 3, x 2 + x 3, x 1 + x 3, x 2 + x 3 ) (b) f(x 1, x 2, x

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

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

TEST DE ÁLGEBRA. 6.- Sea el subespacio de R 3 S = { (x,,y,z) / x +y+z = 0} a) es de dimensión 1 b) es de dimensión 2 c) es R 3 d) NDLA

TEST DE ÁLGEBRA. 6.- Sea el subespacio de R 3 S = { (x,,y,z) / x +y+z = 0} a) es de dimensión 1 b) es de dimensión 2 c) es R 3 d) NDLA TEST DE ÁLGEBRA 1.- Sea f:r 4 -----> R 5 una apli. lineal a) Dim ker(f) tiene que ser 3 b) Dim ker(f) será 4 c) Dim ker(f) es 5 2.- El sistema homogéneo 3 x % 8 y % ð z 0 y & z 0 a) tiene soluciones no

Más detalles

Tema 3. Aplicaciones lineales. 3.1. Introducción

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

Más detalles

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

Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización

Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización Matemáticas I: Hoja 4 Aplicaciones lineales y diagonalización Ejercicio. Decidir cuáles de las siguientes aplicaciones son lineales. Cuál es la dimensión del espacio imagen? a f(x, x 2, x 3 = (x 2 + x

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 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

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

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

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

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

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

(Ec.1) 2α + β = b (Ec.4) (Ec.3)

(Ec.1) 2α + β = b (Ec.4) (Ec.3) 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,

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

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. 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

1. Teorema del Valor Medio

1. Teorema del Valor Medio 1. l Valor Medio Uno de los teoremas más importantes del cálculo diferencial de funciones reales de una variable real es el l Valor Medio, del que se obtienen consecuencias como el Taylor y el estudio

Más detalles

Apuntes de Matemática Discreta 9. Funciones

Apuntes de Matemática Discreta 9. Funciones Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y

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

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

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

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

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

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

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

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

Prácticas de Algebra con Mathematica II (Ingeniería Industrial). Jose Salvador Cánovas Peña. Departamento de Matemática Aplicada y Estadística.

Prácticas de Algebra con Mathematica II (Ingeniería Industrial). Jose Salvador Cánovas Peña. Departamento de Matemática Aplicada y Estadística. Prácticas de Algebra con Mathematica II (Ingeniería Industrial). Jose Salvador Cánovas Peña. Departamento de Matemática Aplicada y Estadística. Índice General 1 PRACTICAS CON MATHEMATICA 2 1.1 Introducción...

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

Formas bilineales y cuadráticas.

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

Más detalles

Características de funciones que son inversas de otras

Características de funciones que son inversas de otras Características de funciones que son inversas de otras Si f es una función inyectiva, llamamos función inversa de f y se representa por f 1 al conjunto. f 1 = a, b b, a f} Es decir, f 1 (x, y) = { x =

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

Descomposición factorial de polinomios

Descomposición factorial de polinomios Descomposición factorial de polinomios Contenidos del tema Introducción Sacar factor común Productos notables Fórmula de la ecuación de segundo grado Método de Ruffini y Teorema del Resto Combinación de

Más detalles

3.- DETERMINANTES. a 11 a 22 a 12 a 21

3.- DETERMINANTES. a 11 a 22 a 12 a 21 3.- DETERMINANTES. 3.1. -DEFINICIÓN Dada una matriz cuadrada de orden n, se llama determinante de esta matriz (y se representa por A o deta al polinomio cuyos términos son todos los productos posibles

Más detalles

Aplicaciones lineales

Aplicaciones lineales Capítulo 4 Aplicaciones lineales 4.1. Introduccción a las aplicaciones lineales En el capítulo anterior encontramos la aplicación de coordenadas x [x] B que asignaba, dada una base del espacio vectorial,

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

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

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

Estudio de ceros de ecuaciones funcionales

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

Más detalles

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

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

3. OPERACIONES CON FUNCIONES.

3. OPERACIONES CON FUNCIONES. 3. OPERACIONES CON FUNCIONES. Las operaciones de suma, resta, multiplicación y división entre funciones son posibles y semejantes a las correspondientes efectuadas con los números. En esta sección definiremos

Más detalles

1.6.- CLASIFICACION Y OPERACIONES DE FUNCIONES

1.6.- CLASIFICACION Y OPERACIONES DE FUNCIONES 1.6.- CLASIFICACION Y OPERACIONES DE FUNCIONES OBJETIVO.- Conocer y manejar las operaciones definidas entre funciones así como conocer la clasificación de éstas y sus características. 1.6.1.- Operaciones

Más detalles

Valores propios y vectores propios

Valores propios y vectores propios Capítulo 6 Valores propios y vectores propios En este capítulo investigaremos qué propiedades son intrínsecas a una matriz, o su aplicación lineal asociada. Como veremos, el hecho de que existen muchas

Más detalles

Para la oblicua hacemos lo mismo, calculamos el límite en el menos infinito : = lim. 1 ( ) = = lim

Para la oblicua hacemos lo mismo, calculamos el límite en el menos infinito : = lim. 1 ( ) = = lim ) Sea la función: f(x) = ln( x ): a) Dar su Dominio y encontrar sus asíntotas verticales, horizontales y oblicuas. b) Determinar los intervalos de crecimiento y decrecimiento, los máximos y mínimos, los

Más detalles

UNIVERSIDADES DE ANDALUCIA PRUEBAS DE ACCESO A LA UNIVERSIDAD. Miguel A. Jorquera

UNIVERSIDADES DE ANDALUCIA PRUEBAS DE ACCESO A LA UNIVERSIDAD. Miguel A. Jorquera UNIVERSIDADES DE ANDALUCIA PRUEBAS DE ACCESO A LA UNIVERSIDAD Miguel A. Jorquera BACHILLERATO MATEMÁTICAS II JUNIO 2 ii Índice General 1 Examen Junio 2. Opción B 1 2 SOLUCIONES del examen de junio 2 Opción

Más detalles

Funciones de varias variables

Funciones de varias variables Funciones de varias variables Derivadas parciales. El concepto de función derivable no se puede extender de una forma sencilla para funciones de varias variables. Aquí se emplea el concepto de diferencial

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

Opción A Ejercicio 1 opción A, modelo 4 Septiembre 2014

Opción A Ejercicio 1 opción A, modelo 4 Septiembre 2014 IES Fco Ayala de Granada Septiembre de 014 (Modelo 4) Soluciones Germán-Jesús Rubio Luna [ 5 puntos] Sabiendo que Sabiendo que 0 0 cos(3) - e + a sen() Opción A Ejercicio 1 opción A, modelo 4 Septiembre

Más detalles

Clasificación de métricas.

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

Más detalles

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

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

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

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

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

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

Ejercicios resueltos de vectores

Ejercicios resueltos de vectores Ejercicios resueltos de vectores 1) Sean a(2,-1,3), b(3,0,-2) y c(-2,-2,1), realiza las siguientes operaciones con vectores: a) 3a + b - c b) a -2b c) a c 2) Utilizando los vectores del ejercicio 1, comprueba

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

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

Ecuaciones diferenciales de orden superior

Ecuaciones diferenciales de orden superior CAPÍTULO 4 Ecuaciones diferenciales de orden superior 4.4.2 ED lineales homogéneas con coeficientes constantes de orden n 3 En la sección anterior hemos obtenido las soluciones de la ED lineal homogénea

Más detalles

Se llama dominio de una función f(x) a todos los valores de x para los que f(x) existe. El dominio se denota como Dom(f)

Se llama dominio de una función f(x) a todos los valores de x para los que f(x) existe. El dominio se denota como Dom(f) MATEMÁTICAS EJERCICIOS RESUELTOS DE FUNCIONES FUNCIONES A. Introducción teórica A.1. Definición de función A.. Dominio y recorrido de una función, f() A.. Crecimiento y decrecimiento de una función en

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

5 Ecuaciones lineales y conceptos elementales de funciones

5 Ecuaciones lineales y conceptos elementales de funciones Programa Inmersión, Verano 206 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 300 y MATE 3023 Clase #6: martes, 7 de junio de 206. 5 Ecuaciones lineales y conceptos elementales

Más detalles

M a t e m á t i c a s I I 1

M a t e m á t i c a s I I 1 Matemáticas II Matemáticas II ANDALUCÍA CNVCATRIA JUNI 009 SLUCIÓN DE LA PRUEBA DE ACCES AUTR: José Luis Pérez Sanz pción A Ejercicio En este límite nos encontramos ante la indeterminación. Agrupemos la

Más detalles

EJERCICIOS RESUELTOS DE LOS TEOREMAS DEL VALOR MEDIO

EJERCICIOS RESUELTOS DE LOS TEOREMAS DEL VALOR MEDIO MATEMÁTICAS EJERCICIOS RESUELTOS DE LOS TEOREMAS DEL VALOR MEDIO Juan Jesús Pascual TEOREMAS DEL VALOR MEDIO. Es aplicable el teorema de Rolle a la función f( x) = x 5x 6 en [ 0, 5 ]? El teorema de Rolle

Más detalles

PROPIOS. DIAGONALIZACIÓN DE MATRICES CUADRADAS

PROPIOS. DIAGONALIZACIÓN DE MATRICES CUADRADAS Tema 7.- VALORES Y VECTORES PROPIOS. DIAGONALIZACIÓN DE MATRICES CUADRADAS VALORES Y VECTORES PROPIOS MATRICES CUADRADAS DIAGONALIZABLES DIAGONALIZACIÓN N ORTOGONAL DE MATRICES CUADRADAS SIMÉTRICAS 1 Un

Más detalles

Funciones polinomiales de grados 3 y 4

Funciones polinomiales de grados 3 y 4 Funciones polinomiales de grados 3 y 4 Ahora vamos a estudiar los casos de funciones polinomiales de grados tres y cuatro. Vamos a empezar con sus gráficas y después vamos a estudiar algunos resultados

Más detalles

1. APLICACIONES LINEALES

1. APLICACIONES LINEALES 1 1 APLICACIONES LINEALES El objetivo de este capítulo es el estudio de las aplicaciones lineales u homomorfismos entre espacios vectoriales Este tipo de aplicaciones respeta la estructura de espacio vectorial

Más detalles

IES Fco Ayala de Granada Sobrantes de 2011 ( Modelo 3) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2011 ( Modelo 3) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Granada Sobrantes de 11 ( Modelo 3) Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo 3 del 11 [ 5 puntos] Dada la función f : R R definida por f(x) ax 3 + bx +cx, determina

Más detalles

Profr. Efraín Soto Apolinar. Factorización

Profr. Efraín Soto Apolinar. Factorización Factorización La factorización es la otra parte de la historia de los productos notables. Esto es, ambas cosas se refieren a las mismas fórmulas, pero en los productos notables se nos daba una operación

Más detalles

Ejemplo: Resolvemos Sin solución. O siempre es positiva o siempre es negativa. Damos un valor cualquiera Siempre + D(f) =

Ejemplo: Resolvemos Sin solución. O siempre es positiva o siempre es negativa. Damos un valor cualquiera Siempre + D(f) = T1 Dominios, Límites, Asíntotas, Derivadas y Representación Gráfica. 1.1 Dominios de funciones: Polinómicas: D( = La X puede tomar cualquier valor entre Ejemplos: D( = Función racional: es el cociente

Más detalles

1. INVERSA DE UNA MATRIZ REGULAR

1. INVERSA DE UNA MATRIZ REGULAR . INVERSA DE UNA MATRIZ REGULAR Calcular la inversa de una matriz regular es un trabajo bastante tedioso. A través de ejemplos se expondrán diferentes técnicas para calcular la matriz inversa de una matriz

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

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

TEMA 6. EIGENVALORES Y EIGENVECTORES

TEMA 6. EIGENVALORES Y EIGENVECTORES TEMA 6. EIGENVALORES Y EIGENVECTORES M. C. Roberto Rosales Flores INSTITUTO TECNOLÓGICO SUPERIOR DE TLAXCO Ingeniería en Logística M. C. Roberto Rosales Flores (ITST TEMA 6. EIGENVALORES Y EIGENVECTORES

Más detalles

No hay que romperse los cuernos, hay una columna de ceros, por lo tanto.. NO tiene rango 3.

No hay que romperse los cuernos, hay una columna de ceros, por lo tanto.. NO tiene rango 3. Problema 1. (4 puntos) Sea f: R R la aplicación lineal de R en R definida por: f(1,1,0) = (,, 0) f(1,0,1) = ( 3,0, 3) f(,,1) = (0,0,0) a) Demostrar que (1,1,0), (1,0,1), (,,1) son una base de R. b) Calcular

Más detalles

La Lección de hoy es sobre determinar el Dominio y el Rango. El cuál es la expectativa para el aprendizaje del estudiante LF.3.A1.

La Lección de hoy es sobre determinar el Dominio y el Rango. El cuál es la expectativa para el aprendizaje del estudiante LF.3.A1. LF.3.A1.2-Steve Cole-Determining Domain and Ranges- La Lección de hoy es sobre determinar el Dominio y el Rango. El cuál es la expectativa para el aprendizaje del estudiante LF.3.A1.2 Qué es Dominio? Es

Más detalles

RELACIONES DE RECURRENCIA

RELACIONES DE RECURRENCIA Unidad 3 RELACIONES DE RECURRENCIA 60 Capítulo 5 RECURSIÓN Objetivo general Conocer en forma introductoria los conceptos propios de la recurrencia en relación con matemática discreta. Objetivos específicos

Más detalles