GUÍA DE ESTUDIO ÁLGEBRA LINEAL
|
|
- Carolina Piñeiro Ortiz de Zárate
- hace 8 años
- Vistas:
Transcripción
1 GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales. QUÉ ES UN RNSFORMCIÓN? E térmios geerales, ua trasformació es ua fució que permite trasformar u vector que perteece a u espacio vectorial (domiio) e otro vector que perteece a otro espacio vectorial (codomiio). Por esta razó, dicha fució es ua fució vectorial de variable vectorial, es decir, w= f v. depede de vectores, y es del tipo ( ) Ua trasformació se represeta como :, dode es el domiio y el codomiio de la trasformació. Esquemáticamete: =Domiio rasformació =Codomiio (v) Image de 2.- Homogeeidad.- La image del producto de u escalar por u vector es igual al producto del escalar por la image de dicho vector: α v =α v α K ( ) ( ) U ejemplo de ua trasformació lieal :R 3 R 2, es la defiida por: (x, y, z) = (2x, 2y) puesto que cumple co ambas propiedades. E la trasformació aterior, si u= ( xyz,, ) es u vector que perteece al domiio R 3, etoces el vector ( u) = (2 x,2 y) es u vector que perteece al codomiio R 2 y que se deomia la image de u. oda trasformació lieal : tiee la propiedad de que la image del vector cero del domiio es igual al vector cero del codomiio, es 0 = 0. decir: ( ) 2. PROPIEDDES PR QUE UN RNSFORMCIÓN SE LINEL De las distitas trasformacioes que existe, e este curso solamete se estudia las deomiadas trasformacioes lieales. Para que ua trasformació sea lieal, ésta debe satisfacer las propiedades dadas e la siguiete defiició. Si y so espacios vectoriales defiidos sobre u campo K, la trasformació : es lieal si cumple co:.- Superposició.- La image de la suma de dos vectores es igual a la suma de las imágees de dichos vectores: v+ v2 = v + v2 v, v2 ( ) ( ) ( ) 3. NÚCLEO DE UN RNSFORMCIÓN Se deomia el úcleo de ua trasformació al cojuto de vectores cuya image es el vector cero del codomiio. Es decir, si : es ua trasformació co domiio y codomiio, etoces el úcleo está dado por el siguiete cojuto: { } N ( ) = v v () = 0 El úcleo es u subcojuto del domiio. demás, cuado la trasformació es lieal, el úcleo es u subespacio vectorial del domiio. El procedimieto para obteer el úcleo ( ) N de ua trasformació : es: DIISIÓN: CIENCIS ÁSICS de 0 COORDINCIÓN: MEMÁICS FCULD DE INGENIERÍ, UNM Profra. Dra. Norma Patricia López costa
2 GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales Propoer u vector v que perteezca al domiio. Calcular la image ( v) del vector v aterior e igualarla co el vector cero del codomiio, es decir: v= () 0. Comparar uo a uo los térmios de la igualdad aterior para determiar la forma específica del vector v propuesto iicialmete. Como puede deducirse, esta comparació o igualdad origia ua o varias ecuacioes lieales homogéeas (depediedo de los espacios vectoriales estudiados) que al ser resueltas permite determiar la forma específica del vector v buscado, que es el vector geérico que costituye el úcleo y que fialmete N ( ) = v. debe escribirse como { } 4. RECORRIDO DE UN RNSFORMCIÓN Núcleo de la trasformació Se deomia el recorrido de ua trasformació al cojuto de todos los vectores que so image de algú vector del domiio. Es decir, si : es ua trasformació dode es el domiio y es el codomiio, etoces el recorrido está dado por el siguiete cojuto: ( ) = { ( v) v } El recorrido es u subcojuto del codomiio. demás, cuado la trasformació es lieal, el recorrido es u subespacio vectorial del codomiio. Para determiar el recorrido de ua trasformació lieal, se aplica el siguiete teorema: Sea : ua trasformació lieal. Si = v, v 2,..., v es ua base del domiio, { } etoces el siguiete cojuto CG = v, v 2,..., v es u cojuto { ( ) ( ) ( ) } geerador del recorrido ( ). El procedimieto para obteer el recorrido ( ) de ua trasformació : es: Determiar ua base del domiio (por facilidad la base caóica), deomiada: {, 2,..., ca de = v v v } Obteer las imágees ( v) de los vectores de la base caóica aterior; las cuales costituirá el cojuto geerador del recorrido: { ( ) ( ) ( ) }, 2,..., CG = v v v Si se determia el espacio regló de la matriz cuyos regloes so los vectores del cojuto CG aterior, se obtiee el recorrido ( ) de la trasformació. Es decir:. rasformar a la matriz mecioada a su forma caóica escaloada, e la cual, los regloes diferetes de cero costituye los vectores de la base caóica del recorrido de = c, c2,..., c. ca ( ) { } 2. Determiar u vector geérico w, escribiédolo como combiació lieal de los vectores de la base caóica aterior: w = α c + α c α 2 2 c. 3. Dicho vector geérico, es el que idica la forma geeral del recorrido; coocido éste, sólo basta co expresarlo ( ) = w. como u cojuto { } Recorrido de la trasformació DIISIÓN: CIENCIS ÁSICS 2 de 0 COORDINCIÓN: MEMÁICS FCULD DE INGENIERÍ, UNM Profra. Dra. Norma Patricia López costa
3 GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales 5. EOREM IMPORNE RESPECO L DIMENSIÓN DEL RECORRIDO Y DEL NÚCLEO Si es u espacio de dimesió fiita, y : es ua trasformació lieal, etoces: dim = dim ( ) + dim N( ) dimesió del domiio = dimesió del recorrido + dimesió del úcleo 6. MRIZ SOCID CON UN RNSFORMCIÓN LINEL La represetació matricial de ua trasformació lieal : es muy útil e lo que se refiere a la obteció de la image de u vector; ya que co sólo multiplicar la matriz asociada co la trasformació por u vector del domiio, se obtiee la image del mismo e el codomiio. Lo más importate, es que co este mismo procedimieto, tambié es posible determiar la regla de correspodecia de ua trasformació lieal, si de ella sólo se cooce su matriz asociada y los espacios vectoriales a los que está referida. La represetació matricial de ua trasformació lieal depede de las bases que se utilice para ello. La más secilla de dichas represetacioes es la matriz asociada que se obtiee co la base caóica del domiio, como se explica eseguida. Para determiar la matriz asociada M() co ua trasformació lieal :, el procedimieto es: Determiar la base caóica del domiio. Calcular las imágees de los vectores de la base caóica aterior. Las imágees ateriores, expresadas e la forma de columas, costituye las columas de la matriz asociada M() co la trasformació :. Como ya se mecioó ates, la matriz asociada M() co la trasformació :, permite obteer la image ( v ) de cualquier vector v del domiio co la expresió: ( v) = M ( ) ( v) 7. MRIZ SOCID CON UN RNSFORMCIÓN LINEL Y REFERID DOS SES Y CULESQUIER La teoría aterior puede geeralizarse al caso e el que el domiio y el codomiio tiee bases y cualesquiera, respectivamete. Es decir, si : es ua trasformació lieal dode y so espacios vectoriales de dimesió fiita (domiio y codomiio, respectivamete), y = { v, v 2,..., v } y = { w, w2,..., wm} so bases de y, respectivamete. Etoces existe ua y sólo ua matriz M ( ) asociada co la trasformació, tal que: ( ) ( ) ( ) v = M v v dode las columas de dicha matriz so los vectores de coordeadas: [ ( v )], [ ( v 2 )],..., [ ( v )] la omeclatura aterior sigifica: M ( ) = Matriz asociada co la trasformació y referida a las bases y. ( v ) = ector de coordeadas de v e la base, dode v domiio. [ ( v) ] = ector de coordeadas de ( v) e la base, dode ( v) codomiio y es la image de v. U ejemplo esquemático puede ser: DIISIÓN: CIENCIS ÁSICS 3 de 0 COORDINCIÓN: MEMÁICS FCULD DE INGENIERÍ, UNM Profra. Dra. Norma Patricia López costa
4 GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales = v, v 2 = w, w, 2 w 3 Si la dimesió del domiio y, m del codomiio so diferetes, etoces la matriz M ( ) es de orde m. Cotrariamete, cuado sus dimesioes so iguales, dicha matriz es ua matriz cuadrada de orde. Procedimieto para determiar la matriz M ( ) asociada co la trasformació : : Obteer las imágees de los vectores de la base = { v, v 2,..., v }; es decir, v v,..., determiar: ( ), ( 2 ) ( v ). Expresar a cada ua de las imágees ateriores, como ua combiació lieal de los vectores de la base = w, w2,..., w m ; esto es: { } ( ) ( ) v =α w +α w + +α w m m v =β w +β w + +β w, etc m m De las combiacioes lieales ateriores, determiar los vectores de coordeadas α β α 2 ( v ) = β, 2 ( v2 ) =..., etc.... α m β m Los vectores de coordeadas ateriores, costituye las columas de la matriz buscada M ( ). Procedimieto para determiar la regla de correspodecia (image) de ua trasformació lieal CSO PRICULR: dode los datos so la matriz M y las bases y, y se desea coocer la ( ) regla de correspodecia de la trasformació : : Se propoe u vector v que represete a los vectores del domiio e estudio. Se escribe dicho vector v como ua combiació lieal de los vectores de la base, para determiar el vector de coordeadas ( v ). Se realiza la multiplicació ( v) = M ( ) ( v) para obteer el vector de coordeadas de ( v ) e la base. Coocido dicho vector de coordeadas, [ ( v) ], se escribe como combiació lieal de los vectores de la base, co la fialidad de obteer la regla de v, buscada. correspodecia o image, ( ) NO: La determiació de la regla de correspodecia de ua trasformació lieal cualquiera co el procedimieto aterior, puede aplicarse e todos los casos e los que se cuete co la represetació matricial de dicha trasformació (referida a dos bases o referida a ua sola base; e álgebra de trasformacioes lieales; e trasformacioes iversas; co valores y vectores característicos; etc.). 8. EOREM IMPORNE RESPECO L RNGO DE UN MRIZ Si : es ua trasformació lieal, y y so dos bases de y, respectivamete; etoces: R[ M ( )] = dim ( ) Rago de la matriz M ( ) = dimesió del recorrido () DIISIÓN: CIENCIS ÁSICS 4 de 0 COORDINCIÓN: MEMÁICS FCULD DE INGENIERÍ, UNM Profra. Dra. Norma Patricia López costa
5 GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales NO: El rago de ua matriz cualquiera, es el úmero de regloes distitos de cero de dicha matriz llevada a su forma escaloada. 9. MRIZ SOCID CON UN RNS- FORMCIÓN LINEL Y REFERID UN SE Cuado se tiee ua trasformació del tipo :, coocida como operador lieal y dode el domiio es igual al codomiio, lo usual es cosiderar ua sola base para el espacio, y la matriz M ( ) se llama matriz asociada co y referida a la base. Si se multiplica ésta matriz por el vector de coordeadas ( v ) de u vector v e la base, se obtiee el vector de coordeadas v de la image de este vector ( ) ( v ) e la base, es decir, esta multiplicació es de la forma: ( ) ( ) ( ) v = M v Para la trasformació lieal :, la matriz M ( ) referida a ua base, se obtiee como sigue: Determiar las imágees de los vectores = v, v 2,..., v ; es decir, de la base { } determiar: ( v ), ( v 2 ),..., ( v ). Expresar cada ua de las imágees ateriores, como ua combiació lieal de los vectores de la base ; es decir: ( v ) = α v + α 2 v α v ( v ) = β v + β v β 2, etc. De las combiacioes lieales ateriores, determiar los vectores de coordeadas: 2 v α [ ( )] α2 v =, [ ( v )]... α β β2 2 =, etc.... β Los vectores de coordeadas ateriores, costituye las columas de la matriz M. buscada ( ) NO: Puesto que, la dimesió del domiio es igual a la dimesió del codomiio, la matriz M ( ) siempre es ua matriz cuadrada de orde. 0. ÁLGER DE LS RNSFORMCIONES LINELES Puesto que las trasformacioes lieales so fucioes vectoriales, las operacioes algebraicas que se realiza para otro tipo de fucioes (como poliómicas, expoeciales, trigoométricas, etc.), tambié puede realizarse etre trasformacioes lieales, como se idica e lo que sigue. Existe tres operacioes algebraicas elemetales que se realiza etre trasformacioes lieales, éstas so: Suma de trasformacioes. Multiplicació de u escalar por ua trasformació. Composició de trasformacioes. a) Suma etre trasformacioes y multiplicació de ua trasformació por u escalar: Si S y so dos trasformacioes lieales de e, y K es el campo sobre el cual está defiido el espacio : La suma S+ es ua trasformació (tambié lieal) de e de la forma: ( S + ) ( v) = S( v) + ( v) v DIISIÓN: CIENCIS ÁSICS 5 de 0 COORDINCIÓN: MEMÁICS FCULD DE INGENIERÍ, UNM Profra. Dra. Norma Patricia López costa
6 GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales El producto de u escalar α K por la trasformació lieal S, es ua trasformació lieal de e de la forma: ( α S)( v) =αs( v) v ; α K directamete u vector u que perteece a u primer espacio vectorial U, e otro vector S [ ( u) ] que perteece a u tercer espacio vectorial. Esquemáticamete: U Esquemáticamete: u (u) S[(u)] S v S+ S αs (v) (S+)(v) S(v) ( α)(v) Relació etre las operacioes algebraicas ateriores y las operacioes co matrices: Para matrices asociadas co las trasformacioes lieales S: y :, respectivamete: M ( S + ) = M ( S ) + M ( ) M ( α S ) = α M ( S ) Para matrices asociadas co las trasformacioes lieales S: y : y referidas a dos bases y, que perteece al domiio y al codomiio, respectivamete: M ( S + ) = M ( S ) + M ( ) M ( α S ) = α M ( S ) b) Composició de trasformacioes: E cotraste co los coceptos estudiados ateriormete, e dode se trabajó co uo () o dos espacios vectoriales ( y ), e la composició de trasformacioes se trabaja co tres espacios vectoriales (U, y ) a la vez. La composició de dos trasformacioes lieales S y, simbolizada como S y que se lee: S composició, permite trasformar S Es decir, si :U y S: so dos trasformacioes lieales, la composició S es ua trasformació (tambié lieal) de U e, defiida por: ( S ) ( u) = S [ ( u) ] u U NO: La composició o es ua operació comutativa: veces resulta que S S. E otros casos, existe S, pero o existe S. Relació etre la composició de trasformacioes y las operacioes co matrices: Para matrices asociadas co las trasformacioes lieales :U y S: : M ( S ) = M ( S ) M ( ) o bie: M ( S ) = M ( ) M ( S ) Puesto que la composició o es ua operació comutativa, se remarca que: M ( S ) M ( S ) Para matrices asociadas co las trasformacioes lieales :U (referida a las bases y ) y S: (referida a las bases y C), se tiee: DIISIÓN: CIENCIS ÁSICS 6 de 0 COORDINCIÓN: MEMÁICS FCULD DE INGENIERÍ, UNM Profra. Dra. Norma Patricia López costa
7 GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales M Esquemáticamete: U = u, u, 2 u 3 ( S ) M ( S ) M ( ) C = C S u (u) S[(u)] = v, v, 2 v 3 S C= w, w, 2 w 3 eorema referido a las propiedades de la composició: Si U,, y X so espacios vectoriales sobre u campo K; y F, G, H, S y so trasformacioes lieales cualesquiera etre los espacios vectoriales siguietes: Etoces: F: U G: U H: X S: :. S ( F + G) = ( S F) + ( S G) 2. ( S+ ) F = ( S F) + ( F) 3. ( ) ( ) ( ) α S F = α S F = S αf α K 4. H ( S F ) = ( H S ) F 5. ( I ) = ; ( I ) =, dode I e I so las trasformacioes idetidad e los espacios y, respectivamete.. INERS DE UN RNSFORMCIÓN LINEL diferecia de los temas estudiados co aterioridad, e los que coocido u vector se determiaba su image, e este caso, se estudia: cómo obteer u vector si de él se cooce su image; e otras palabras, determiar la regla de correspodecia iversa de ua trasformació. Si : es ua trasformació lieal cualquiera de e ; se llama la iversa de (se represeta como - ), a ua trasformació de e, tal que: [ ( v) ] = v v ( w) = w w Esquemáticamete: - (w) - = Domiio = Codomiio (v) NO: ) La iversa de ua trasformació es úica. 2) No todas las trasformacioes tiee iversa. Los diversos teoremas que permite determiar bajo qué codicioes la iversa de ua trasformació lieal existe, se preseta a cotiuació. EOREM: Si : es ua trasformació lieal, la iversa de existe si y sólo si es biyectiva. Ua traformació : es biyectiva si: Es uo a uo, es decir, que todos los vectores del domiio tiee diferetes imágees ua vez aplicada la trasformació. Es sobre, es decir, que todos los vectores del codomiio so image de algú vector del domiio ua vez aplicada la trasformació. EOREM: Si : es ua trasformació lieal, la iversa de existe si y sólo si: dim = dim (la dimesió del domiio es igual a la dimesió del codomiio). w DIISIÓN: CIENCIS ÁSICS 7 de 0 COORDINCIÓN: MEMÁICS FCULD DE INGENIERÍ, UNM Profra. Dra. Norma Patricia López costa
8 GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales N()={ 0 }(el úcleo de la trasformació es igual al vector cero del domiio ). NO: Las dos codicioes ateriores so equivaletes a que la matriz asociada co la trasformació y referida a las bases y, sea cuadrada y o sigular (esto es, co det 0). E otras palabras: la trasformació tiee iversa, si y sólo si la matriz M ( ) tiee iversa. EOREM: Si : es ua trasformació lieal, y y so bases de y, respectivamete, se cumple:. - existe si y sólo si, ( ) (es o sigular). M tiee iversa 2. Si - existe, etoces: ( ) [ ( )] M = M Este último teorema tambié se aplica al caso e el que se tiee ua matriz asociada co ua M, es decir que, la trasformació del tipo ( ) trasformació - existe, si la matriz M ( ) tiee iversa, co lo cual, se tiee que: ( ) = M ( ) [ ] M. De los teoremas ateriores, se puede cocluir que, para determiar - de ua trasformació (ua vez que se sabe que ésta existe) sólo basta co calcular algua de sus matrices asociadas (la que sea posible depediedo del problema estudiado) y de ella determiar su matriz iversa, para fialmete, obteer la regla de correspodecia de - de acuerdo co los lieamietos estudiados e la parte de represetació matricial de trasformacioes lieales. NO: Por supuesto que cualquiera de estas matrices asociadas que se utilice, permite llegar a la misma trasformació iversa -, ya que ésta es úica. 2. LORES Y ECORES CRCERÍSICOS Los vectores y valores característicos se determia e las trasformacioes lieales coocidas como operadores lieales del tipo :, es decir, que va de u espacio vectorial al mismo espacio vectorial. lguos otros ombres utilizados para estos mismos coceptos so: eigevectores y eigevalores; vectores y valores propios; autovectores y autovalores; etc. E térmios geerales, u vector característico es aquel vector que o se modifica al aplicar la trasformació lieal o cuya modificació cosiste úicamete e quedar multiplicado por cierto escalar, al cual se le cooce como valor característico. Es decir, si para el operador lieal : (dode es u espacio vectorial sobre el campo K) existe u vector v, v 0, tal que: ( v) = λ v, se dice que λ es u valor característico de y v es u vector característico de. NO: ) U operador lieal : puede teer diversos valores característicos λ, λ2,..., λ, y por cosiguiete diversos vectores característicos v, v2,..., v correspodietes a dichos valores. Cuado esto ocurre, si λi λj i j, etoces el cojuto { v, v,..., 2 v } es liealmete idepediete. 2) odas las represetacioes matriciales de u operador lieal, tiee el mismo poliomio característico, y por cosiguiete, los mismos valores característicos. Procedimieto para determiar valores, vectores y espacios característicos:. Se obtiee la matriz asociada M() co el operador lieal : e estudio. Dicha matriz DIISIÓN: CIENCIS ÁSICS 8 de 0 COORDINCIÓN: MEMÁICS FCULD DE INGENIERÍ, UNM Profra. Dra. Norma Patricia López costa
9 GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales se cooce como y está referida a ua misma base (que por simplicidad es geeralmete, la base caóica). 2. Se determia la matriz λi, dode: =M()=Matriz asociada co el operador lieal I=Matriz idetidad λ=raíz del poliomio característico 3. Se obtiee el poliomio característico co: det ( λi). 4. l resolver la ecuació característica det ( λi) = 0, se determia los valores característicos del operador lieal. 5. Resolviedo el sistema homogéeo λi v=, se determia los vectores ( ) 0 característicos v, v2,..., v correspodietes a cada valor característico λ, λ2,..., λ obteido e el iciso aterior. 6. Fialmete, cada espacio característico está costituido por los vectores característicos v, v2,..., v, respectivamete, es decir: λ = { v}, E( λ 2) = { v2},..., E( λ ) = { v} E( ) NO: Los espacios característicos del operador lieal : so subespacios vectoriales de. 3. REPRESENCIÓN MRICIL DIGONL DE UN OPERDOR Y MRIZ DIGONLIZDOR diferecia de las represetacioes matriciales que se estudiaro co aterioridad y que se refería a trasformacioes del tipo :, e este tema se estudia la represetació matricial para operadores lieales del tipo :, e particular, las matrices diagoales, que se cosidera etre las matrices asociadas co u operador lieal más secillas que existe. Se dice que u operador lieal : tiee ua represetació matricial diagoal D (referida a ua misma base), cuado existe los valores característicos λ i ecesarios que permita obteer ua matriz del tipo: λ λ D = λ Ua matriz diagoalizadora P, es aquella cuyas columas so los vectores característicos v i, que costituye u cojuto liealmete idepediete que, además, es ua base del espacio vectorial al que se refiere el operador lieal :. Es decir, es ua matriz del tipo: p p2... p p2 p22... p 2 P = p p2... p dode ua base de es { v, v2,..., v} =, e la que, v, v2,..., v so los vectores característicos del operador (columas de la matriz P), defiidos como: v = ( p, p2,..., p ) v2 = ( p2, p22,..., p2) v = ( p, p,..., p ) 2 La relació que existe etre las dos matrices ateriores, D y P, se idica co el siguiete EOREM: Ua matriz de asociada co el operador lieal :, es similar a ua matriz diagoal D si y sólo si existe u cojuto liealmete idepediete (base de ) formado por vectores característicos de, los cuales costituye las columas de ua matriz o sigular P tal que: D= P P DIISIÓN: CIENCIS ÁSICS 9 de 0 COORDINCIÓN: MEMÁICS FCULD DE INGENIERÍ, UNM Profra. Dra. Norma Patricia López costa
10 Cuado la expresió aterior se cumple, se dice que es diagoalizable. Otras observacioes importates que se relacioa co el teorema aterior, so: GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales. Dos matrices represeta al mismo operador lieal, si y sólo si so similares. 2. Si y D so matrices similares, etoces: det =det D 3. Dos matrices similares tiee el mismo poliomio característico y, por tato, los mismos valores característicos. E resume, se puede decir que, para obteer la matriz diagoal de u operador lieal :, sólo basta co determiar los valores y vectores característicos de dicho operador a partir de su matriz asociada, y establecer si co los vectores característicos ateriores es posible obteer ua base que idique la dimesió correcta del espacio vectorial al que se refiere el operador e estudio. Si es así, las matrices diagoal D y diagoalizadora P se determia como ya se idicó ates. E caso cotrario, se dice que el operador o tiee ua represetació matricial diagoal. DIISIÓN: CIENCIS ÁSICS 0 de 0 COORDINCIÓN: MEMÁICS FCULD DE INGENIERÍ, UNM Profra. Dra. Norma Patricia López costa
Transformaciones Lineales
Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,
Más detallesCapítulo 2. Operadores
Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática
Más detallesGUÍA DE ESTUDIO ÁLGEBRA LINEAL
GUÍ DE ESUDIO ÁLGER LINEL ema. Espacios Vectoriales ) LOS NÚMEROS El sistema de úmeros reales cosiste e u cojuto R de elemetos llamados úmeros reales y dos operacioes deomiadas: adició y multiplicació,
Más detallesAPLICACIONES LINEALES.
APLICACIONES LINEALES. INTODUCCIÓN: APLICACIONES ENTE CONJUNTOS. Ua aplicació etre dos cojutos A y B es ua regla que permite asigar a cada elemeto de A, uo de B. La aplicació del cojuto A e el cojuto B
Más detalles5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras
Más detallesELEMENTOS DE ÁLGEBRA MATRICIAL
ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:
Más detallesFigura 1. Se dice que un subespacio vectorial F de E es A-invariante si los vectores u de F siguen estando en F al transformarse por A, esto es,
VALORES Y VECORES PROPIOS Y LA REDUCCION DE CÓNICAS A) EL PROBLEMA PROPIO oda matriz cuadrada A de orde co elemetos (reales o complejos) es u operador lieal que actúa sobre el espacio vectorial E, dimesioal,
Más detallesEspacio vectorial ESPACIO VECTORIAL. 8.- Intersección y suma de subespacios vectoriales
ESPACIO VECTORIAL.- Itroducció.- Espacio Vectorial.- Subespacios vectoriales 4.- Geeració de Subespacios vectoriales 5.- Depedecia e idepedecia lieal 6.- Espacios vectoriales de tipo fiito 7.- Cambio de
Más detalles1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)
1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :
Más detallesA = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta.
. POTENCIAS DE MATRICES CUADRADAS E este capítulo vamos a tratar de expoer distitas técicas para hallar las potecias aturales de matrices cuadradas. Esta cuestió es de gra importacia y tiee muchas aplicacioes
Más detallesAsignatura: Geometría I Grado en Matemáticas. Universidad de Granada Tema 2. Espacios vectoriales
Asigatura: Geometría I Grado e Matemáticas. Uiversidad de Graada Tema 2. Espacios vectoriales Prof. Rafael López Camio Uiversidad de Graada 14 de diciembre de 2012 Ídice 1. Espacio vectorial 2 2. Subespacio
Más detalles1.1. Campos Vectoriales.
1.1. Campos Vectoriales. Las fucioes, ampliamete empleadas e la igeiería, para modelar matemáticamete y caracterizar magitudes físicas, y cuyo domiio podría ser multidimesioal, puede teer u rago uidimesioal
Más detallesFórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)
Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio
Más detallesTema 6. Sucesiones y Series. Teorema de Taylor
Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació
Más detallesTEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con:
TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA.- Itroducció E los problemas de Programació Lieal os ecotraremos co: - Fució Objetivo: es la meta que se quiere alcazar, y que será la fució a
Más detallesSeñales y sistemas discretos (1) Transformada Z. Definiciones
Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas
Más detallesUNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.
UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses
Más detallesen. Intentemos definir algunas operaciones en
OPERACIONES EN 8 E la secció aterior utilizamos fucioes de el primer couto y estudiar sus propiedades e Itetemos defiir alguas operacioes e Recordemos de cursos ateriores que tomamos al couto de los compleos
Más detallesTransformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)
Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos
Más detallesBINOMIO DE NEWTON página 171 BINOMIO DE NEWTON
págia 171 Los productos otables tiee la fialidad de obteer el resultado de ciertas multiplicacioes si hacer dichas multiplicacioes. Por ejemplo, cuado se desea multiplicar los biomios cojugados siguietes:
Más detallesAplicaciones lineales. Diagonalización. . La aplicación f es lineal si se verifican las dos condiciones siguientes:
Aplicacioes lieales Diagoalizació Defiició: Sea V y W dos espacios vectoriales sobre el mismo cuerpo y sea la aplicació f:v W v f v w La aplicació f es lieal si se verifica las dos codicioes siguietes:
Más detallesOPERACIONES ALGEBRAICAS FUNDAMENTALES
MATERIAL DIDÁCTICO DE PILOTAJE PARA ÁLGEBRA 2 OPERACIONES ALGEBRAICAS FUNDAMENTALES ÍNDICE DE CONTENIDO 2. Suma, resta, multiplicació y divisió 6 2.1. Recoociedo la estructura de moomios y poliomios 6
Más detallesAMPLIACIÓN DE FUNDAMENTOS DE MATEMÁTICA APLICADA
AMPLIACIÓN DE FUNDAMENTOS DE MATEMÁTICA APLICADA FERNANDO LUIS GARCÍA ALONSO ANTONIO PÉREZ CARRIÓ JOSÉ ANTONIO REYES PERALES Profesores Titulares de la Escuela Politécica Superior de la Uiversidad de Alicate
Más detallesIES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir
IES Fco Ayala de Graada Sobrates de 008 (Modelo Juio) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 008 (MODELO ) OPCIÓN A EJERCICIO _A 0 a b Sea las matrices A= y B= 0 6 a) ( 5 putos)
Más detallesMatemáticas I - 1 o BACHILLERATO Binomio de Newton
Matemáticas I - o Bachillerato Matemáticas I - o BACHILLERATO El biomio de Newto es ua fórmula que se utiliza para hacer el desarrollo de la potecia de u biomio elevado a ua potecia cualquiera de expoete
Más detallesCONCEPTOS BÁSICOS DE PRESTAMOS.
GESTIÓN FINANCIERA. TEMA 8º. PRESTAMOS. 1.- Coceptos básicos de préstamos. CONCEPTOS BÁSICOS DE PRESTAMOS. Coceptos básicos de prestamos. Préstamo. U préstamo es la operació fiaciera que cosiste e la etrega,
Más detallesTema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato.
UH ctualizació de oocimietos de Matemáticas ara Tema Poliomios y otras eresioes algebraicas Estos cocetos está etraídos del libro Matemáticas de achillerato McGrawHill Poliomios: oeracioes co oliomios
Más detallesUna serie de potencias puede ser interpretada como una función de x. f(x) = n=0
Tema 4 Series de Potecias Ua expresió de la forma a 0 + a 1 (x c) + a 2 (x c) 2 +... + a (x c) +... = recibe el ombre de serie de potecias cetrada e c. a (x c) Ua serie de potecias puede ser iterpretada
Más detallesLA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción
CAPÍTULO SEIS LA TRANSFORMADA Z 6. Itroducció E el Capítulo 5 se itrodujo la trasformada de Laplace. E este capítulo presetamos la trasformada Z, que es la cotraparte e tiempo discreto de la trasformada
Más detallesTema 2: Diagonalización de matrices cuadradas
Departameto de Aálisis Ecoómico UNIVERSIDAD DE ZARAGOZA Tema : Diagoalizació de matrices cuadradas.1. El cojuto R Defiició: Dados úmeros reales x 1, x,..., x R, se llama -tupla ordeada a x = ( x 1,, x,...,
Más detalles1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)
Aputes: Matemáticas Fiacieras 1. Lecció 11 - Operacioes Fiacieras a largo plazo - Préstamos (Cotiuació) 1.1. Préstamo: Método de cuotas de amortizació costates E este caso se verifica A 1 = A 2 = = A =
Más detallesPolinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios
Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua
Más detalles= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3
IES Fco Ayala de Graada Sobrates de 007 (Modelo 5) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( puto) U taller de carpitería ha vedido 5 muebles, etre sillas, silloes y butacas, por u total de
Más detallesTEMA 3.- OPERACIÓN FINANCIERA
. DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,
Más detallesAPUNTES DE MATEMÁTICAS
APUNTES DE MATEMÁTICAS 4º ESO º Trimestre Autor: Vicete Adsuara Ucedo INDICE Tema : Vectores e el Plao.. Ejercicios Tema 9 Tema : Depedecia Lieal...7 Ejercicios Tema. 0 Tema 3: El Plao Afí...... Ejercicios
Más detallesPrácticas de Matemáticas I y Matemáticas II con DERIVE-5 138
Prácticas de Matemáticas I y Matemáticas II co DERIVE-5 8. DIGONLIZCIÓN... PRINCIPLES FUNCIONES DE DERIVE PR L DIGONLIZCION: CLCULO DE UTOVLORES Y UTOVECTORES. tes de iiciar el estudio de los pricipales
Más detallesPor: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS
Por: Lic. Eleazar J. García. República Bolivariaa de Veezuela Tiaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Usted está familiarizado co alguas operacioes iversas. La adició y la sustracció so operacioes
Más detallesPrácticas de Matemáticas I y Matemáticas II con DERIVE 136
Prácticas de Matemáticas I y Matemáticas II co DERIVE 6. DIGONLIZCIÓN... PRINCIPLES FUNCIONES DE DERIVE PR L DIGONLIZCION: CLCULO DE UTOVLORES Y UTOVECTORES. tes de iiciar el estudio de los pricipales
Más detallesAnálisis de datos en los estudios epidemiológicos II
Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices
Más detallesGradiente, divergencia y rotacional
Lecció 2 Gradiete, divergecia y rotacioal 2.1. Gradiete de u campo escalar Campos escalares. U campo escalar e R es ua fució f : Ω R, dode Ω es u subcojuto de R. Usualmete Ω será u cojuto abierto. Para
Más detallesSucesiones numéricas.
SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El
Más detallesPráctica 6: Vectores y Matrices (I)
Foamets d Iformàtica 1r curs d Egiyeria Idustrial Práctica 6: Vectores y Matrices (I) Objetivos de la práctica El objetivo de las prácticas 6 y 7 es itroducir las estructuras de datos vector y matriz e
Más detallesASIGNATURA: MATEMATICAS FINANCIERAS
APUNTES DOCENTES ASIGNATURA: MATEMATICAS FINANCIERAS PROFESORES: MARIN JAIMES CARLOS JAVIER SARMIENTO LUIS JAIME UNIDAD 3: EVALUACIÓN ECONÓMICA DE PROYECTOS DE INVERSIÓN EL VALOR PRESENTE NETO VPN Es ua
Más detalles2. LEYES FINANCIERAS.
TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),
Más detalles7.2. Métodos para encontrar estimadores
Capítulo 7 Estimació putual 7.1. Itroducció Defiició 7.1.1 U estimador putual es cualquier fució W (X 1,, X ) de la muestra. Es decir, cualquier estadística es ua estimador putual. Se debe teer clara la
Más detallesDISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)
Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico
Más detallesTEMA 2 - FUNCIONES DE VARIAS VARIABLES (I): LÍMITES Y CONTINUIDAD. 1. Conceptos topológicos previos en el espacio euclídeo R n.
Fucioes de varias variables (I TEMA - FUNCIONES DE VARIAS VARIABLES (I: LÍMITES Y CONTINUIDAD. Coceptos topológicos previos e el espacio euclídeo R. Sea R el espacio euclídeo de dimesioes. U puto a de
Más detallesMC Fco. Javier Robles Mendoza Primavera 2009
1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2
Más detallesMedidas de Tendencia Central
EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los
Más detallesSELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)
IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las
Más detallesREVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL
375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la
Más detallesCRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS
CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL
Más detallesMatemáticas I. Tema 2 E.I.I. Aplicaciones Lineales y Matrices. Curso 2012-2013
Matemáticas I E.I.I Tema 2 Aplicacioes Lieales y Matrices Curso 202-203 Itroducció 2 Como requisitos previos para maejar todos lo que e este tema se itroduce se tiee que recordar de cursos ateriores los
Más detallesCONVEXIDAD R 2. Conjuntos convexos. Combinación lineal convexa de m puntos. λ x. Ejemplos de conjuntos convexos en R 2
Cojutos coveos Ejeplos de cojutos coveos e R CONVEXIDAD Cojutos coveos Coveidad de fucioes DEFINICION: U cojuto A es coveo cuado, y A y λ [0,] se cuple λ + ( λ) y A R λ + ( λ) y λ = / y λ = 0 Cojuto coveo:
Más detallesUnidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública
Uidad Cetral del Valle del Cauca acultad de Ciecias Admiistrativas, Ecoómicas y Cotables Programa de Cotaduría Pública Curso de Matemáticas iacieras Profesor: Javier Herado Ossa Ossa Ejercicios resueltos
Más detallesAplicaciones Lineales. Diagonalización 1.- Sean xy
Aplicacioes Lieales. Diagoalizació.- Sea xy, vectores propios de ua matriz A asociados al mismo valor propio. Etoces: a) x+ y tambié es vector propio de A. b) x+ y tambié es vector propio de A, si x +
Más detallesMARTINGALAS Rosario Romera Febrero 2009
1 MARTINGALAS Rosario Romera Febrero 2009 1. Nocioes básicas De ició: Sea (; F; P ) u espacio de probabilidad y T 6= ; y sea (F t ) t2t ua ltració e F. Ua familia fx t g t2t de v.a. reales de idas sobre
Más detallesTEMA 5: INTERPOLACIÓN
5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x
Más detalles2.- ESPACIOS VECTORIALES. MATRICES.
2.- ESPACIOS VECTORIALES. MATRICES. 2.1. -ESPACIOS VECTORIALES Sea u cojuto V, etre cuyos elemetos (a los que llamaremos vectores) hay defiidas dos operacioes: SUMA DE DOS ELEMENTOS DE V: Si u, v V, etoces
Más detallesSucesiones y ĺımite de sucesiones
Tema 3 Sucesioes y ĺımite de sucesioes Ídice del Tema Sucesioes........................................ 60 Progresioes....................................... 63 3 Covergecia......................................
Más detallesSOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que
SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª Sea a, b y eteros positivos tales que a b y ab Prueba que a b 4 Idica justificadamete cuádo se alcaa la igualdad Supogamos que el resultado a demostrar fuera falso
Más detallesPRIMERA SESIÓN. l. Se considera la sucesión de números reales definida por la relación de recurrenc1a: U n+l = a Un + ~ U n-1, con n > O
PRIMERA SESIÓN Problema N l. l. Se cosidera la sucesió de úmeros reales defiida por la relació de recurreca: U +l = a U + ~ U -, co > O Siedo: a y ~ úmeros fijos. Se supoe tambié coocidos los dos primeros
Más detallesDada una secuencia g[n] se define su transformada Z (TZ) directa G(z), como. La relación entre la secuencia y su transformada se denota por:
Tema 4. Trasformada Z. La trasformada Z para sistemas discretos desempeña u papel aálogo a la trasformada de Laplace para sistemas cotiuos. os va a permitir represetar la relació etrada salida de u sistema
Más detallesNÚMEROS COMPLEJOS: UNA PRESENTACIÓN GRÁFICA
NÚMEROS COMPLEJOS: UNA PRESENTACIÓN GRÁFICA José Luis Soto Muguía Departameto de Matemáticas Uiversidad de Soora. INTRODUCCIÓN. Desde los primeros años de la escuela, el estudiate se efreta e matemáticas
Más detallesProgresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general
5 Progresioes Objetivos E esta quicea aprederás a: Recoocer ua sucesió de úmeros. Recoocer y distiguir las progresioes aritméticas y geométricas. Calcular él térmio geeral de ua progresió aritmética y
Más detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 2001 (Modelo 6) Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 x -1 Se cosidera la matriz A = 1 1 1. x x 0 (1 5 putos) Calcule los valores de x para los que o existe
Más detalles21.1.2. 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 detallesCAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica.
5 CAPIULO 0 CONCEPOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Este capítulo proporcioa u pequeño resume acerca de coceptos básicos de álgebra y programació lieal que resulta fudametales para el bue etedimieto
Más detallesIES Fco Ayala de Granada Sobrantes de 2001 (Modelo 5 Septiembre) Solución Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates de 00 (Modelo 5 Septiembre) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A (3 putos) Para fabricar tipos de cable, A y B, que se vederá a 50 y 00 pts el metro, respectivamete,
Más detallesSolución del examen de Investigación Operativa de Sistemas de septiembre de 2004
Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos
Más detallesANEXO I ANEXO I CONCEPTOS SÍSMICOS BÁSICOS
AEXO I COCEPTOS SÍSMICOS BÁSICOS E este aeo se compila alguos de los coceptos sísmicos básicos pero ecesarios. Se itroduce los tipos de movimietos vibratorios, así como su descripció y otació matemática.
Más detalleswww.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com
Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la
Más detallesLímite de una función
Límite de ua fució SOLUCIONARIO Límite de ua fució LITERATURA Y MATEMÁTICAS El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía cuidadosamete los
Más detallesLímite de una función
Límite de ua fució SOLUCIONARIO Límite de ua fució L I T E R A T U R A Y M A T E M Á T I C A S El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía
Más detallesMétodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B
Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................
Más detalles0-3 2 0 4-2 -2 0-1 0-1 0-3-13-1
IS Fco Ayala de Graada Sobrates 009 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A JRCICIO 1 ( putos) Sea las matrices: -1 4-1 - 1 5 - -6 A ; B 0-1 y C 0-1 1 0 1-0 -1 Determie X e la ecuació matricial
Más detallesIES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates de 006 (Modelo Septiembre) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (1 5 putos) Represete gráficamete el recito defiido por el siguiete sistema de iecuacioes:
Más detallesMEDIDAS DE RESUMEN. Jorge Galbiati Riesco
MEDIDAS DE RESUMEN Jorge Galbiati Riesco Las medidas de resume sirve para describir e forma resumida u cojuto de datos que costituye ua muestra tomada de algua població. Podemos distiguir cuatro grupos
Más detallesANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES
ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES Las medidas de PML a ser implemetadas, se recomieda e base a las opcioes de PML calificadas como ecoómicamete factibles.
Más detallesEspacio Vectorial Definición: Sea V un conjunto donde hemos definido una ley u operación interna, que
Sea V u cojuto dode hemos defiido ua ley u operació itera, que desigaremos por + V V. Sea K u cuerpo (comutativo) y sea, por último, ua operació extera que desigaremos por K V V. Diremos que (V,+, ) tiee
Más detallesTeorías de falla bajo cargas estáticas
Teorías de falla bajo cargas estáticas Carlos Armado De Castro P. Coteido: - Itroducció - Falla de materiales dúctiles - Falla de materiales frágiles. Itroducció La falla es la pérdida de fució de u elemeto
Más detallesEstimación puntual y por intervalos de confianza
Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció
Más detallesANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.)
ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS OOS. (Resolució por JMEB.) 1. Defiició. El problema cosiste e calcular la catidad de cocos que había iicialmete e u motó que... ierto día se reuiero moos para recoger
Más detallesLOGARITMOS. Ejercicio 1 Determine los respectivos dominios de existencia de las siguientes funciones: 2
LOGARITMOS Como seguramete el estudiate recordará, e cuarto año apredió a traajar co los aritmos, y allí se eteró de que éstos se defie a partir de la ecesidad de despejar el expoete de ua potecia. Vamos
Más detalles[ ] La ecuación (2) se conoce como la forma autoadjunta de la ecuación (1) EJEMPLO 1.- La forma autoadjunta de la ecuación de Legendre.
CAPITULO III ORTOGONALIDAD Y SISTEMAS DE STURM LIOUVILLE [ ] Ua trasformació lieal LC : ab, C[a,b] es u operador diferecial lieal de orde (e el itervalo [a,b]) si puede epresarse e la forma : L = a ()D
Más detallesIES Fco Ayala de Granada Sobrantes 2009 (Modelo 3 Junio) Soluciones Germán-Jesús Rubio Luna+
IES Fco Ayala de Graada Sobrates 009 (Modelo 3 Juio) Solucioes Germá-Jesús Rubio Lua+ MATEMÁTICAS CCSS JUNIO 009 (MODELO 3) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 Sea la igualdad A X + B = A, dode
Más detallesTEMA 28: Estudio global de funciones. Aplicaciones a la representación gráfica de funciones.
MATEMÁTICAS Represetació Gráica de Fucioes 1 TEMA 28: Estudio global de ucioes Aplicacioes a la represetació gráica de ucioes Esquema: Autor: Atoio Pizarro Sácez 1 Itroducció 2 Domiio de deiició y recorrido
Más detallesMATEMÁTICAS FINANCIERAS
MATEMÁTIAS FINANIERAS Secció: 1 Profesores: ristiá Bargsted Adrés Kettlu oteido Matemáticas Fiacieras: Iterés Simple vs Iterés ompuesto Valor Presete y Valor Futuro Plaificació estratégica Matemáticas
Más detalles8 Funciones, límites y continuidad
Solucioario 8 Fucioes, límites y cotiuidad ACTIVIDADES INICIALES 8.I. Copia y completa la siguiete tabla, epresado de varias formas los cojutos uméricos propuestos. Gráfica Itervalo Desigualdad Valor absoluto
Más detallesGUIA DE ESTUDIO Nro 1
MATERIA: MATEMÁTICA I CURSO: I AÑO EJE ESTRUCTURAL I: CONCEPTOS FUNDAMENTALES DEL ALGEBRA GRUPOS CONCEPTUALES: - Epresioes algebraicas. Poliomios. - Ecuacioes. Iecuacioes. TEMARIO: GUIA DE ESTUDIO Nro
Más detallesTeoría Combinatoria. Capítulo 2. 2.1. Dos Principios Básicos.
Capítulo 2 Teoría Combiatoria La Teoría Combiatoria es la rama de las matemáticas que se ocupa del estudio de las formas de cotar Aparte del iterés que tiee e sí misma, la combiatoria tiee aplicacioes
Más detallesUNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.
UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,
Más detallesα, entonces se cumple que: T ( x) α T ( x)
HÉCTOR ESCOAR Uidad 3 Álgebra Lieal ALGERA LINEAL UNIDAD 3: OPERADORES LINEALES CONCEPTO DE OPERADOR LINEAL: sea V, dos espacios lieales, etoces u operador lieal (trasformació lieal) es ua fució T : V
Más detallesEstadística Descriptiva
Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se
Más detallesProbabilidad con técnicas de conteo
UNIA 3 Probabilidad co técicas de coteo Objetivos Al fializar la uidad, el alumo: distiguirá y utilizará las reglas de multiplicació y de suma para el cálculo de la catidad de arreglos co y si orde explicará
Más detallesVectores y matrices. x 1. x 2. x n. vector columna. X x 1, x 2,...,x n vector fila. a 11 a a 1m. a 21 a a 2m... a n1 a n2...
Vectores y matrices x 1 X x 2. x vector columa X x 1, x 2,...,x vector fila a 11 a 12... a 1m A a 21 a 22... a 2m............ a 1 a 2... a m Matriz traspuesta a 11 a 21... a 1 A a 12 a 22... a 2............
Más detallesTEMA IV INTEGRALES INDEFINIDAS
Tema IV-Itegrales Ideiidas TEMA IV INTEGRALES INDEFINIDAS Dada ua ució ( ) deiida e u cierto domiio D, os plateamos si eiste ua ució F( ) deiida e el mismo domiio, tal que su derivada coicida co la ució
Más detallesAnálisis en el Dominio de la Frecuencia. Análisis en el Dominio de la Frecuencia. Sistemas de Control. Análisis en el Dominio de la Frecuencia
Aálisis e el Domiio de la Frecuecia Sistemas de Cotrol El desempeño se mide por características e el domiio del tiempo Respuesta e el tiempo es díficil de determiar aalíticamete, sobretodo e sistemas de
Más detallesCálculo para la ingeniería Tomo II. Salvador Vera
Cálculo para la igeiería Tomo II Salvador Vera 9 de eero de 5 ii Copyright c by Salvador Vera Ballesteros, 998-4. Ídice geeral 7. Series Numéricas 7.. El sigo del sumatorio: Sigma Σ... 7... Propiedades
Más detallesImposiciones y Sistemas de Amortización
Imposicioes y Sistemas de Amortizació La Imposició u caso particular de reta e el cual cada térmio devega iterés (simple o compuesto) desde la fecha de su aboo hasta la fecha fial. Imposicioes Vecidas
Más detalles