9. MATRICES DEFINICIÓN Y NOTACIONES OPERACIONES CON MATRICES MATRICES CUADRADAS

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

Download "9. MATRICES 189 9.1. DEFINICIÓN Y NOTACIONES... 189 9.2. OPERACIONES CON MATRICES... 190 9.3. MATRICES CUADRADAS... 192 9.3.1."

Transcripción

1 ÍNDICE 9. MATRICES DEFINICIÓN Y NOTACIONES OPERACIONES CON MATRICES MATRICES CUADRADAS Matrices no singulares Potencias de Matrices Cuadradas MATRICES ESPECIALES Matriz Traspuesta Matriz Simétrica y Matriz Antisimétrica OPERACIONES ELEMENTALES MATRIZ INVERSA POR OPERACIONES ELEMENTALES EJERCICIOS PROPUESTOS

2 CAPÍTULO 9 MATRICES Recordaremos algunos características de las matrices y daremos, especial énfasis, a las operaciones elementales tanto como al escalonamiento de matrices. Esto nos permitirá determinar matrices inversas y, posteriormente, resolver sistemas de ecuaciones lineales y aplicaciones al Algebra Lineal DEFINICIÓN Y NOTACIONES Definición Sean I [1, n], J [1, m] intervalos cerrados de (N,. Se llama matriz de tipo (n, m o matriz de tamaño n por m sobre el cuerpo K, a toda función del tipo A : I J K tal que (i, j A((i, j a ij. Observación Como existen nm imágenes a ij por la función A, esta función se puede describir completamente disponiendo las imágenes en un arreglo rectangular de la forma a 11 a 12 a 1m a 21 a 22 a 2m a n1 a n2 a nm 2. Distinguimos n filas y m columnas. La i-ésima fila es la sucesión {a i1, a i2,..., a im }. La j-ésima columna es la sucesión {a 1j, a 2j,..., a nj }. 3. El arreglo rectangular tiene como único elemento que pertenece a la i-ésima fila, j-ésima columna al elemento a ij. 189

3 190 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA 4. Por abuso de lenguaje podemos identificar la función matriz A con su imagen escribiendo a 11 a 12 a 1m a 21 a 22 a 2m a n1 a n2 a nm o más brevemente, A (a ij con (i, j I J. 5. Nos interesan, especialmente, las matrices definidas en el cuerpo de los números reales, al conjunto de todas las matrices reales de tamaño nm lo denotamos por M(n, m, R. Ejemplo Considere la matriz A (a ij M(2, 3, R tal que a ij { i + j j i si i j si i < j entonces A ( ya que, por ejemplo, a , a OPERACIONES CON MATRICES Definición Sean A, B M(n, m, R tal que A (a ij y B (b ij, entonces A B a ij b ij (i, j I J. Ejemplo Determine los números reales x e y, si 3 2x y Solución. Usando la definición de igualdad de matrices obtenemos { 2x de donde x 5 2, y 7. y 2 9

4 HERALDO GONZÁLEZ SERRANO 191 Definición Sean A, B M(n, m, R tal que A (a ij y B (b ij entonces, definimos la suma de matrices como A + B C (c ij M(n, m, R tal que c ij a ij + b ij i, j. Proposición En M(n, m, R se cumple, a A + (B + C (A + B + C A, B, C M(n, m, R. b Existe 0 M(n, m, R tal que A A A A M(n, m, R. c Si A M(n, m, R entonces existe A M(n, m, R tal que A + A A + A 0, A M(n, m, R. d A + B B + A A, B M(n, m, R. Observación La matriz O cuya existencia garantiza b es única. La matriz nula 0 (z ij es tal que z ij 0, i, j. 2. La matriz A cuya existencia garantiza c es única. La matriz A se llama matriz opuesta de A (a ij y es tal que A ( a ij, i, j. 3. Las propiedades se pueden demostrar usando la definición de igualdad en las matrices y las propiedades de la suma en R. Definición Sea A (a ij M(n, m, R, k R entonces ka (c ij M(n, m, R donde c ij ka ij, i, j. Observación ka es la ponderación de la matriz A por el escalar k y se cumple 1. 1A A; A M(n, m, R, 1 R. 2. k(a + B ka + kb; A, B M(n, m, R; k R. 3. (k 1 + k 2 A k 1 A + k 2 A; A M(n, m, R; k 1, k 2 R. 4. (k 1 k 2 A k 1 (k 2 A; A M(n, m, R; k 1, k 2 R. Definición Sean A (a ij M(n, m, R, B (b ij M(m, p, R entonces definimos el producto de matrices como AB C (c ij M(n, p, R tal que c ij m a ik b kj. k1

5 192 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA Observación El elemento c ij que pertenece a la i-ésima fila, j-ésima columna de AB es m c ij a ik b kj a i1 b 1j + a i2 b 2j + + a im b mj, k1 se obtiene multiplicando la i-ésima fila de A por la j-ésima columna de B. Proposición Se cumple: a En general, la multiplicación de matrices no es conmutativa, es decir, AB BA. b A(BC (ABC donde A, B, C son matrices conformes. c A(B + C AB + AC donde A, B, C son matrices conformes. (A, B, C son matrices conformes cuando tienen los tamaños adecuados para operar entre ellas Demostración. a Si consideramos las matrices A ( , B ( entonces, si AB C (c ij, BC D (d ij tenemos que c 11 (1(5 + (2(7 19 y d 11 (5(1 + (6(3 23 así, AB BA. b y c lo demuestran ustedes MATRICES CUADRADAS Si una matriz es de tamaño n por n entonces ella es una matriz cuadrada de tamaño n y al conjunto que las contiene lo denotamos M(n, R. Proposición El conjunto M(n, R con la suma y la multiplicación es un anillo no conmutativo con unidad. Demostración. Debemos demostrar que el trío (M(n, R, +, es tal que 1 (M(n, R, + es un grupo abeliano. 2 La multiplicación es una operación binaria interna que cumple

6 HERALDO GONZÁLEZ SERRANO 193 a A(BC (ABC, A, B, C M(n, R. b A(B + C AB + AC, A, B, C M(n, R. 3 En general AB BA. 4 Existe Id n M(n, R tal que Id n A A Id n A, A M(n, R. Los puntos 1, 2 y 3 ya se conocen en M(n, m, R, estudiemos el punto 4. La matriz identidad en las matrices de tamaño n es Id n (δ ij donde δ ij { 1 si i j 0 si i j demostremos que A Id n A. Sea A Id n B (b ij, debemos demostrar que b ij a ij i, j, b ij n j 1 a ik δ kj a ik δ kj + a ij δ jj + k1 k1 n kj+1 a ik δ kj a ij ya que la primera suma tiene valor cero puesto que δ kj 0, k j, esto también ocurre para la ultima sumatoria. Observación Si bien es cierto que, en general, la multiplicación de matrices no es conmutativa, podemos encontrar las infinitas matrices que conmutan con una matriz dada. Ejemplo Determine todas las matrices que conmutan con ( 1 1 A M(2, R. 0 2 Solución. Sea B ( x z w y M(2, R, imponiendo la condición obtenemos AB BA, así, ( ( ( ( 1 1 x y x y 1 1 AB BA 0 2 z w z w 0 2 ( ( x z y w x x + 2y 2z 2w z z + 2w x z x y w x + 2y 2z z 2w z + 2w { z 0 y x w

7 194 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA así, B ( x x w 0 w x, w R, luego, el conjunto formado por todas de las matrices que conmutan con A ( { B / B ( } x x w x, w R. 0 w Observe que, dando valores a las variables x, w podemos determinar algunas matrices que conmutan inmediatamente con la matriz A; como son la propia matriz A, la matriz nula y la matriz identidad. La misma matriz A se obtiene cuando x 1, w 2; la matriz identidad, la obtenemos cuando x w 1 y la matriz nula la obtenemos cuando x w 0. Otra matriz es, por ejemplo, B ( es Matrices no singulares Hemos visto que, en general la multiplicación no es conmutativa, y que, sin embargo, existen matrices que conmutan con otras; más aún, si A M(n, R, es posible que exista una matriz B M(n, R tal que AB BA Id n, por ejemplo, ( ( ( ( ( Definición Sea A M(n, R, si existe una matriz B M(n, R tal que AB BA Id n entonces decimos que B es una matriz inversa de A. Observación No toda matriz cuadrada admite inversa, por ejemplo, la matriz A ( M(2, R no tiene inversa ya que no existe una matriz B ( x y w z M(2, R tal que ( ( ( 1 2 x z 1 0 AB. 0 0 y w Cuando una matriz A M(n, R admite inversa, esta es única. En efecto, si B, C M(n, R son ambas inversas de la matriz A entonces AB BA Id n y además AC CA Id n. De aquí tenemos que B B Id n B(AC (BAC Id n C C. Denotamos por A 1 a la matriz inversa de A. Ejemplo Determine A 1, si existe, para A (

8 HERALDO GONZÁLEZ SERRANO 195 Solución. Sea A 1 ( a b c d, entonces, imponiendo la condición de inversa tenemos A 1 A AA 1 Id 2. De A 1 A Id 2 conseguimos ( ( ( a b , c d esto indica que ( 3a + b 2a + b 3c + d 2c + d Con esto conseguimos el sistema cuya solución es Así A 1 ( 1 Observación a + b 1 2a + b 0 3c + d 0 2c + d 1 ( a 1, b 2, c 1, d 3.. Usted debe verificar que AA 1 Id Para el caso n 2 obtenemos la siguiente fórmula que nos entrega, directamente, la inversa ( d b ( 1 a b c d c a ad bc, con ad bc Si el tamaño de la matriz es 3 entonces generaríamos un sistema con 9 incógnitas, suficiente para desalentarnos. Pronto al interior de este capítulo, usando operaciones elementales calcularemos la inversa de manera más directa. Algunas propiedades 1. Si la matriz A es invertible (no singular entonces ( A 1 1 A. 2. Si A, B son invertibles entonces AB y BA son invertibles y se cumple (AB 1 B 1 A 1 y (BA 1 A 1 B (ABC 1 C 1 B 1 A 1 A, B, C invertibles.

9 196 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA Demostración. 2. Si logramos probar que, tanto (AB 1 como B 1 A 1 son inversas de otra matriz entonces, por la unicidad de la inversa concluimos que estas son iguales, tal matriz es AB, veámoslo. Es inmediato que (AB(AB 1 (AB 1 (AB Id n, por otro lado (AB ( B 1 A 1 [ (ABB 1] A 1 [ A ( BB 1] A 1 (A Id n A 1 AA 1 Id n, análogamente se puede demostrar que (B 1 A 1 (AB Id n 3. Usando 2. tenemos que (ABC 1 [A(BC] 1 (BC 1 A 1 ( C 1 B 1 A 1 C 1 B 1 A Potencias de Matrices Cuadradas Definición Sea A M(n, R entonces A n, n N {0} es tal que { A n Id n si n 0 A n 1 A si n 1 Observación Si A M(n, R, p, q N entonces se cumple a A p A q A p+q. b (A p q A pq. Demostración. a Realizaremos la demostración por inducción sobre q manteniendo fijo el valor de p. Sea P (q : A p A q A p+q, debemos demostrar: i P (1 es V. ii Si P (k es V entonces P (k + 1 es V. i P (1 es V ya que A p A A p+1. ii Si P (k es V, es decir, si A p A k A p+k, debemos demostrar que A p A k+1 A p+(k+1. Veámoslo A p A k+1 A p (A k A (A p A k A (A p+k A A (p+k+1 A p+(k+1

10 HERALDO GONZÁLEZ SERRANO 197 Ejemplo Sean A, B M(n, R matrices tales que AB BA, demuestre que A 2 B BA 2. Solución. A 2 B (AAB A(AB A(BA (ABA (BAA B(AA BA 2. Ejemplo Sea A ( a 1 M(2, R, a 0. 0 a Determine una fórmula para A n, n N y demuestre la validéz de dicha fórmula en los naturales. Solución. ( ( ( A 2 a 1 a 1 a 2 2a A A 0 a 0 a 0 a 2 ( ( ( A 3 A 2 a 2 2a a 1 a 3 3a A 0 a a 0 a 3 ( A 4 A 3 a 3 3a A 2 ( ( a 1 a 4 4a 0 a a 0 a 4 ( a Es fácil deducir que A n n na n 1 0 a n. Demostremos ahora, por inducción, la validez de la fórmula. Sea ( P (n : A n a n na n 1 0 a n, a P (1 se cumple ya que ( A 1 a 1 1a a 1 ( a 1. 0 a ( a b Si A k k ka k 1 ( a 0 a k debemos demostrar que A k+1 k+1 (k + 1a k 0 a k+1. Veámoslo, ( A k+1 A k a k ka A k 1 ( ( a 1 a k+1 a 0 a k k + ka k ( a k+1 (k + 1a 0 a 0 a k+1 k 0 a k Ejemplo Sea A M(3, R. Determine a A n, n N, verifique la fórmula por inducción. b Determine n A i. i1

11 198 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA Solución. a b podemos deducir que A 2 A A A 3 A 2 A A 4 A 3 A , la inducción se verifica fácilmente. 2 n 1 2 n 1 2 n 1 A n n 1 A; 2 n 1 2 n 1 2 n 1 n A i i1 n 2 i 1 A A i1 n 2 i 1 (2 n 1A. i1 Ejemplo Considere la familia de matrices M aid 2 + bb, a, b R {0}, B ( a Determine B n. b Determine M n. Solución. a Es inmediato obtener B 2 ( de donde B n ( n 2. b Como A y Id 2 conmutan, entonces podemos aplicar el Teorema del Binomio, obtenemos, n ( n M n (aid 2 + bb n a n p Id n p 2 b p B p p p0 ( ( n n a n Id n 2 + a n 1 Id2 n 1 bb 0 1 a n Id 2 + na n 1 bb ( a n na n 1 b 0 a n

12 HERALDO GONZÁLEZ SERRANO MATRICES ESPECIALES Mostraremos algunos tipos de matrices que aparecen con mucha frecuencia en las aplicaciones de las matrices en las Ciencias Aplicadas. Definición Considere la matriz Id n M(n, R, decimos que la matriz B es una matriz escalar si B αid n, α R {0}. Ejemplo B ( ( M(2, R es una matriz escalar ya que B Observación Si B M(n, R es una matriz escalar entonces conmuta con A M(n, R, A. Definición A M(n, R se llama matriz idempotente si y sólo si A 2 A. Ejemplo Se puede verificar, con facilidad, que las matrices A son idempotentes. ( M(2, R, B M(3, R Observación A idempotente A n A, n N. Definición A M(n, R se llama matriz nilpotente de grado p si existe p N tal que A p 0 y A p 1 0. Ejemplo Usted puede verificar que es nilpotente de grado A M(3, R 0 0 0

13 200 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA Matriz Traspuesta Definición Sea A (a ij M(n, m, R, definimos la matriz traspuesta de A, denotada A t como A t (a t ij M(m, n, R tal que at ij a ji, i, j. Ejemplo Si A ( M(2, 3, R entonces A t 2 5 M(3, 2, R. 3 6 Proposición Sean A, B matrices conforme, λ R, se cumple 1 (A t t A. 2 [λa] t λa t. 3 (A + B t A t + B t. 4 (AB t B t A t. 5 Si A es invertible entonces ( A 1 t ( A t 1. Demostración. 3 Sean A (a ij, B (b ij M(n, m, R ( entonces A+B (c ij M(n, m, R tal que c ij a ij + b ij, i, j, así, (A + B t c t ij M(m, n, R donde c t ij c ji a ji + b ji, tenemos, (A + B t (a ji + b ji (a ji + (b ji A t + B t. 4 Sean A (a ij M(n, m, R, B (b ij M(m, r, R entonces AB C (c ij M(n, r, R tal que c ij m a ik b kj. Como k1 c ij { i-ésima fila j-ésima columna de AB, entonces este elemento también pertenece a { j-ésima fila i-ésima columna de (AB t. Debemos demostrar que c ij { j-ésima fila i-ésima columna

14 HERALDO GONZÁLEZ SERRANO 201 de B t A t. La j-ésima fila de B t es la j-ésima columna de B, es decir, (b ij b 2j... b nj y la i-ésima columna de A t es la i-ésima fila de A, es decir, (a i1 a i2... a in por lo que el elemento que pertenece a { j-ésima fila i-ésima columna de B t A t es b 1j a i1 + b 2j a i2 + + b nj a in, este término es igual a a i1 b ij + a i2 b 2j + + a in b nj, precisamente c ij. Observación Se cumple que (ABC t C t B t A t, A, B, C matrices conforme. Para realizar la demostración usamos las propiedades ya vistas, así entonces, (ABC t [(ABC] t C t (AB t C t ( B t A t C t B t A t Matriz Simétrica y Matriz Antisimétrica Definición Sea A M(n, R, decimos que a A es una matriz simétrica si y sólo si A t A. b A es una matriz ansimétrica si y sólo si A t A. Ejemplo Si A M(n, R, demuestre que a A + A t es simétrica. b A A t es antisimétrica. Solución. Debemos demostrar que a ( A + A t t A + A t, veámoslo ( A + A t t A t + ( A t t A t + A A + A t. b ( A A t t ( A A t, veámoslo ( A A t t A t ( A t t A t A ( A A t.

15 202 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA Ejemplo Las matrices son simétricas. A ( , B Ejemplo En la matriz 2 α 3 A 5 6 2, β 2 4 es inmediato concluir que, para que A sea simétrica se debe cumplir que α 5 y β 3. Ejemplo Considere la ecuación matricial ( A AB t X t t XBA t donde X, A, B M(n, R son matrices no singulares a Resuelva la ecuación planteada para X. b Si n 2, determine X. A ( y B ( Solución. a ( A AB t X t t XBA t A t XBA t XBA t 2XBA t A t X 1 2 At ( BA t At ( ( A t 1 B B 1. ( A t ( A t 1 B 1 b Si n 2 y como entonces B 1 ( ( 4 X ( (

16 HERALDO GONZÁLEZ SERRANO 203 Ejemplo Si A, B M(n, R, A matriz simétrica, demuestre que B t AB es simétrica. Solución. Debemos demostrar que ( B t AB t B t AB si A t A, ( B t AB t B t A t ( B t t B t AB OPERACIONES ELEMENTALES Definición Se llama operación elemental a la función e : M(n, m, R M(n, m, R tal que e(a B, definida por las siguientes acciones i Intercambiar la i-ésima fila con la j-ésima fila de A (columnas; denotamos, respectivamente f ij, (c ij. ii Multiplicar la i-ésima fila (columna de A por una constante k 0; denotamos, respectivamente f i (k, (c i (k. iii Multiplicar la i-ésima fila de A por una constante k 0 y sumar esta a la j-ésima fila de A; denotamos, respectivamente f ji (k, (c ji (k. Observación Las operaciones elementales son funciones biyectivas y su función inversa es fij 1 f ij ; fi 1 (k f i ( 1 k ; f ji 1 (k f ji( k. Las notaciones para las operaciones elementales columna son análogas. Definición Sean A, B M(n, m, R. Se dice que A es equivalente con B si B se deduce de A por medio de una cantidad finita de operaciones elementales. Denotamos A f B ó A c B. Observación La relación definida en M(n, m, R es una relación de equivalencia. Definición Sea A (a ij M(n, m, R, decimos que la matriz A está escalonada por filas si i Las primeras k filas de A son no nulas, k n. ii Para cada k-ésima fila, el primer elemento no nulo es un 1. iii Si los 1 de las primeras k filas no nulas están en las columnas c k1, c k2,..., c km entonces k 1 < k 2 <... < k m. Si además, cada elemento de la columna c kn es un cero excepto el 1 de la fila correspondiente entonces decimos que la matriz escalonada está reducida.

17 204 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA Ejemplo A está escalonada (tiene dos escalones pero no está reducida. está escalonada y reducida B Observación Toda matriz no nula es equivalente fila con una matriz escalonada y reducida por filas. Debemos seguir un método que nos conduzca con éxito en esta tarea. Primero debemos encontrar la primera columna no nula y allí, por intermedio de operaciones elementales conseguir un 1 en la primera fila, a continuación y, tomando como pivote este 1 debemos producir ceros bajo este 1. Enseguida repetimos el proceso para la submatriz que se obtiene fijando la primera fila y esta primera columna (y las eventuales anteriores no nula; con este procedimiento hemos escalonada la matriz. Para reducir la matriz procedemos desde el último 1 produciendo ceros sobre él. Este algoritmo es la demostración (simplificada de la Observación Ejemplo Determine la matriz equivalente, escalonada y reducida por filas de A Solución A f f 21( f 2 ( f 32( f 3( f 31( 2 La matriz ya está escalonada, ahora debemos reducirla, para ello debemos pivotear con el 1 que está en la tercera fila para producir ceros sobre él. Si multiplicamos la tercera fila por 2 y después por 3 conseguimos los ceros deseados, después debemos producir ceros sobre el 1 de la segunda fila; denotaremos más directamente como sigue: f 23( 2 f 13 ( f 12(

18 HERALDO GONZÁLEZ SERRANO 205 En realidad es fácil MATRIZ INVERSA POR OPERACIONES ELEMENTALES Definición Se llama matriz elemental a toda matriz que se deduce de Id n por intermedio de una operación elemental. Ejemplo es matriz elemental ya que Id 2 E 1 ( f21 (2 ( ( 1 0 E Proposición Sea A M(n, m, R y B deducida de A al efectuar una operación elemental fila e, entonces, B EA, donde E es la matriz elemental deducida de Id n al efectuar la misma operación elemental fila e. Por otro lado, B AE donde E es la matriz elemental deducida de Id m al efectuar la misma operación elemental columna e. Ejemplo Sea A entonces A B EA ( M(2, 3, R. Como ( ( f12 ( 1 ( ( B, ( donde E se obtiene a partir de Id 2 como sigue: ( ( 1 0 f12 ( Id 2 E Sea A ( M(2, 3, R. Como ( ( c A B entonces B AE (

19 206 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA donde E se obtiene a partir de Id 3 como sigue, Id c E Notación. B e(a EA cuando la operación elemental es operación elemental fila. B e(a AE cuando la operación elemental es operación elemental columna. Proposición Las inversas de matrices elementales son matrices elementales. Demostración. Sea e una operación elemental tal que E es su correspondiente matriz elemental, sea e la operación elemental inversa de e y E su correspondiente matriz elemental, debemos demostrar que EE E E Id n (por filas Id n Id(Id n (e e (Id n e(e (Id n e(e Id n e(e EE, Id n Id(Id n (e e(id n e (e(id n e (EId n e (E E E. así entonces, EE E E Id n. Note que Id es la función identidad y Id n es la matriz identidad. Observación Se puede demostrar que, 1 Si A, B M(n, R entonces, A B B E k E k 1... E 1 A (por filas. 2 Si A, B M(n, R entonces, A B B A E 1 E 2... E k (por columnas. 3 Si A M(n, R entonces, A es no singular A f Id n. Demostración. 1 Si A B entonces existe una cantidad finita de operaciones elementales para transformar A en B, luego A 1 E 1 A, A 2 E 2 A 1 E 2 E 1 A, A 3 E 3 A 2 E 3 E 2 E 1 A así sucesivamente hasta conseguir B A k E k E k 1... E 2 E 1 A. Si B A k E k E k 1... E 2 E 1 A entonces existen k operaciones elementales para transformar A en B, luego, A B. 2 Se demuestra de manera análoga.

20 HERALDO GONZÁLEZ SERRANO Si A f Id n entonces Id n E k E k 1... E 2 E 1 A, despejando la matriz A obtenemos A E1 1 E E 1 Id n y A es invertible por ser producto de matrices invertibles. k Si A es invertible debemos demostrar que A f Id n. Sea A f B con B una matriz escalonada y reducida por filas, entonces B Id n ya que si no es así, B tendría al menos una fila nula, lo que indicaría que A no es invertible. Estamos ahora en condiciones de presentar un Algoritmo que nos permite encontrar la inversa de una matriz, usando operaciones elementales. Algoritmo. Sea A M(n, R tal que (A Id n f (Id n P, entonces P A 1. En efecto (A Id n f (E n E n 1... E 1 A E n E n 1... E 1 Id n ( Id n A 1. Ejemplo Calcule A 1 si A Solución. (A Id 3 f 2 ( 1 f 23 (1 f 13 (2 Así entonces f 21( 2 f 31 ( 4 f 32( 1 f 3( A Se puede verificar que A A

21 208 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA 9.7. EJERCICIOS PROPUESTOS Ejercicio 9.1. Sean A 3 4 1, B 3 0 1, C 4 5 1, A, B, C M(3, R. Determine a A + B C c 1 2 A 3 4 C e A2 + A B B 2 b A B d (A B t f (A + B t C Ejercicio 9.2. Sean 0 si i < j A (a ij 10 15, tal que a ij 1 si i j i si i > j Calcule a s 5,9 en A + C (s ij. b t 4,10 en AB (t ij. c r 4,3 en (A + C t (r ij. { 0 si i j + 2 B (b ij 15 12, tal que b ij i si i < j + 2 { 5 si i j C (c ij 10 15, tal que c ij 7 + j si i j Ejercicio 9.3. Sea A (a ij M(n, R, definimos la traza de A, denotada tr(a como tr(a n a ii. Demuestre que: i1 a tr(ka ktr(a, k R, A M(n, R. b tr ( A t tr(a, A M(n, R. c tr(a + B tr(a + tr(b, A, B M(n, R. d tr(ab tr(ba, A, B M(n, R. e tr ( AA t n i1 j1 n a 2 ij.

22 HERALDO GONZÁLEZ SERRANO 209 Ejercicio 9.4. Bajo que condiciones las matrices A, B M(n, R cumplen a (A + B 2 A 2 + 2AB + B 2? b (A + B(A B A 2 B 2?. Ejercicio 9.5. Determine a, b R, para que se cumpla: ( ( 1 0 a Id 2 b Resp. a 4, b 3. Ejercicio 9.6. Si 1 1 A 2 2, B 1 0 Existe matriz C tal que CA B?. Justifique. Resp. C ( 2 c 2 f c 4 c f 4 f, c, f R. ( Ejercicio 9.7. Sean A, B M(2, R tal que AB Id 2. Demuestre que también BA Id 2. Ejercicio 9.8. Hallar todas las matrices que conmutan con ( 1 1 A 0 1 {( } d b Resp. B /d, b R. 0 d Ejercicio 9.9. Sean A, B M(2, R. Si cada una de ellas conmuta con la matriz ( , demuestre que conmutan entre si. Ejercicio Si A, B M(n, R tal que A B + C, C 2 0, B y C conmutan, demuestre que: A n+1 B n [B + (n + 1C]. Ejercicio Sea A ( a b c d M(2, R. Declarando los supuestos necesarios determine A 1 y aplique esto último para determinar A 1 (si existe cuando: A ( , A ( , A ( , A (

23 210 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA Resp. A 1 ( d b c a ad bc si ad bc 0. Ejercicio Sean A M(2, 1, R, B M(1, 2, R. Demuestre que AB no es invertible. Ejercicio Resuelva los siguientes sistemas para las matrices X e Y. ( ( X + 2Y X Y a b ( ( X + 3Y X + Y Resp. ( ( a X, Y ( ( b X, Y Ejercicio Sean A, B M(n, R tal que AB kb, R. Demuestre que A n B k n B, n N. Ejercicio Sean A ( , B ( , C ( Cuál(es de las matrices dadas es(son soluciones de la ecuación X 2 5X + 4Id 2 0?. Ejercicio Sea A ( {( } 2 8c 1 + 3c c Resp. B 3 2 8f f f /c, f R., determine todas las matrices B tal que BA Id 2. Ejercicio Sean A, B, X M(n, R, B una matriz no-singular, determine X si B t X t (A XB t. Si n 2, ( ( A, B determine X.

24 HERALDO GONZÁLEZ SERRANO 211 Resp. X 1 2 AB 1. Ejercicio Sea E M(n, R tal que E t E Id n. Demuestre que si AB BA entonces XY Y X, donde X EAE t, EBE t. Ejercicio Demuestre que a (A t t A. b (A + B t A t + B t. c (AB t B t A t. d (ka t ka t. e (ABC t B t C t A t, donde A, B, C son matrices conformes, k R. Ejercicio Sean A, B matrices cuadradas. Demuestre que A n y B m, n, m N conmutan si A, B conmutan. ( Ejercicio Sea A Encuentre una formula para A n, n N. Demuestre la formula por inducción y calcule 20A 12. Resp. A n 1 n n(n n Ejercicio Determine una formula para A n, n N, donde A ( A si n 4k 3 Resp. A n Id n si n 4k 2 A si n 4k 3 Id n si n 4k Ejercicio Sea M {A M(2, R/A ( 1 a 0 1, a R}. a Demuestre que (M, es un grupo conmutativo. b Determine A p, p N Ejercicio Sea A M(3, R

25 212 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA a Determine una formula para A n, n N, demuestre la formula por inducción. b Calcule n A i. i1 Resp. a A n 3 n 1 A. Ejercicio Sea A b 3n 1 2 A. ( 1 0 M(2, R. 1 1 a Determine una formula para A n, n N, demuestre la formula por inducción. b Calcule n A i. Resp. a A n i1 ( 1 0. b n 1 n A i i1 Ejercicio Determine X M(2, R tal que a X 2 Id 2. b X 2 X. c AX B si A ( 1 0 y B 0 0 ( a b. c d ( n 0 n(n+1. 2 n Ejercicio Sea B (b ij M(n, R tal que { 0 si i j b ij 1 si i j a Determine B 2. b Si a kid n + tb, determine k, t para que A 2 Id n. Verifique. Ejercicio Considere el sistema matricial { (XA t + B t Y t A t + (2Y B t A t X t XA + Y B 2(XA + B a Resuelva para X, Y M(n, R en el sistema, dando condiciones a A, B. b Además, evalúe X e Y si A ( , B (

26 HERALDO GONZÁLEZ SERRANO 213 Ejercicio Sea A M(n, R, decimos que i A es nilpotente de orden p si y sólo si A p 0, donde p es el mayor entero positivo para el cual A p 0. ii A es idempotente si y sólo si A 2 A. a De 3 ejemplos de cada tipo de matriz. b Es A nilpotente de orden 3?. ( c Si A es idempotente demuestre que i B Id n A es idempotente. ii AB BA. d Si A es nilpotente de orden 2, demuestre que A(Id n ± A n A, n N. Ejercicio La matriz A M(n, R se dice involutiva si y sólo si A 2 Id n. a De 3 ejemplos de una matriz involutiva. b Si A es involutiva, demuestre que i 1 2 (Id n + A y 1 2 (Id n A son idempotentes. ii 1 2 (Id n + A 1 2 (Id n A 0. Ejercicio La matriz A M(n, R se dice simétrica si y sólo si A t A. La matriz A M(n, R se dice antisimétrica si y sólo si A t A. Demuestre que a A 2 es simétrica si A es simétrica. b AA t es simétrica. c B t AB es simétrica si A es simétrica, B M(n, R. d Si A M(n, R es antisimétrica, B M(n, R entonces A t BA es antisimétrica. e Si A M(n, R es simétrica, entonces A 2, A 4, A 6,... son simétricas. f Si A M(n, R es antisimétrica entonces A 3, A 5, A 7,... son matrices antisimétricas y A 2, A 4, A 6,... matrices simétricas. Ejercicio Calcule x, y R para que la matriz 1 x 2 0 2x 1 i A sea simétrica ii B x 2 0 4x y 4 5 y + 1 x 0 sea antisimétrica.

27 214 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA Resp. i x 1, y 2. ii x 0, y 2. Ejercicio Sea A M(n, R. Escriba la matriz A como la suma de una matriz simétrica con una matriz antisimétrica. Aplique lo anterior a la matriz A. ( Resp. A 1 2 (A + At (A At, A Ejercicio Sean A, B M(n, R matrices simétricas. Demuestre a A + B es simétrica. b AB es simétrica si y sólo si A y B conmutan. Ejercicio Si B (b ij M(n, 1, R tal que b ij 1, i, j y A Id n 1 n BBt, n N, a Demuestre que A es simétrica. b Demuestre que A es idempotente. Ejercicio Sean A y B matrices tal que AB A, BA B. Demuestre que, a B t A t A t B t. b A t es idempotente. Ejercicio Sean A, B M(n, R invertibles tal que conmutan entre si, demuestre que A 1 y B 1 también conmutan entre si. Ejercicio Sea A M(n, R tal que A 2 + A + Id n 0. Determine A 1. Resp. A 1 A Id n. Ejercicio Si A M(n, R tal que A m 0, para algún m natural, compruebe que la matriz inversa de la matriz Id n A es Id n + A 2 + A A m 1. Ejercicio Sean A, B M(n, R no-singulares. Demuestre que el producto es nosingular y que (AB 1 B 1 A 1. Ejercicio Sea A (a ij M(n, m, C, se llama matriz conjugada de A, denotada A, a la matriz B (b ij M(n, m, C tal que b ij a ij. Demuestre que

28 HERALDO GONZÁLEZ SERRANO 215 a A A, A M(n, m, C. b ka ka, k R, A M(n, m, C. c A + B A + B, A, B M(n, m, C. d A B B A, A, B matrices conforme complejas. Ejercicio Considere la matriz cuadrada compleja A M(n, C. A se llama matriz hermitiana si A t A, es decir, A (a ij M(n, C es hermitiana si a ij a ji. Verifique que las siguientes matrices son hermitianas, A ( 0 i i 0 2 i 1 2i, B i 3 6, C 1 + 2i 6 0 ( 3 1 i. 1 + i 2 Ejercicio Si A t se denota por A verifique que (AB B A si A ( 2 3i 4 + 2i 3i 5, B ( i. 3 2i 4 + 2i Ejercicio Sean A, B M(n, C dos matrices hermitianas, demuestre que A + B también es hermitiana y (A + B A + B. Ejercicio Si AB BA entonces decimos que las matrices A y B son anticonmutativas. Demuestre que cada matriz ( ( ( i 1 0 σ x, σ 1 0 y, σ i 0 z, i es anticonmutativa con las otras matrices (matrices del Spin de Pauli. Ejercicio Sean A, B M(n, R, la matriz AB BA se llama conmutador de A y B. Usando el ejercicio anterior compruebe que los conmutadores de σ x σ y, σ y σ z, σ z σ x son, respectivamente, 2iσ z, 2iσ x, 2iσ y. Ejercicio Calcule A 1 si A Resp. A i ( 2 + 3i 2i i 1 + i ( 1 + i 2i i

29 216 UNIVERSIDAD DE SANTIAGO DE CHILE, FACULTAD DE CIENCIA Ejercicio Si A(t (a ij (t m n es una matriz cuyos elementos son funciones diferenciables en un dominio común entonces da dt ( d dt a ij m n. Si A(t (a ij (t m n es una matriz cuyos elementos son funciones continuas en un dominio común que contiene a t y t 0, entonces ( t t t 0 A(sds t 0 a ij (sds. m n Usando lo anterior, si sen2t A(t e 3t, 8t 1 determine da dt, t 0 A(sds. Ejercicio En el espacio de las funciones continuas de R en R considere la función ( f(x pe ax cos(bx + qe ax p sen(bx. q a Verifique que df dx b Verifique que ( ( a b p b a q. ( 1 ( a b p f(xdx + C te. b a q c Usando a calcule d dx (e2x cos(3x. d Usando b calcule e 3x sen(2xdx. Ejercicio Determine la matriz inversa (si existe para cada una de las siguientes matrices, use operaciones elementales. Verifique A 3 7 9, B C α β γ , D 0 α 0 si α ε 0. 0 δ ε Resp. D 1 1 αε γδ βε αβ α 2 0 αε 0. ε 0 αδ α 2 Ejercicio Sea A ( 1 4 M(2, R. 1 2 a Exprese A como producto de matrices elementales.

30 HERALDO GONZÁLEZ SERRANO 217 b Exprese A 1 como producto de matrices elementales. Resp. ( ( ( A , A 1 ( ( ( Ejercicio Demuestre que toda matriz A M(n, R se puede factorizar como A BC donde B es no-singular y C es la matriz escalonada equivalente fila con A. Aplique lo anterior a la matriz A

13.TRANSFORMACIONES LINEALES 273 13.1. DEFINICIÓN DE TRANSFORMACIÓN LINEAL... 273 13.2. DETERMINACIÓN DE UNA TRANSFORMACIÓN LINEAL... 275 13.3.

13.TRANSFORMACIONES LINEALES 273 13.1. DEFINICIÓN DE TRANSFORMACIÓN LINEAL... 273 13.2. DETERMINACIÓN DE UNA TRANSFORMACIÓN LINEAL... 275 13.3. ÍNDICE 13.TRANSFORMACIONES LINEALES 273 13.1. DEFINICIÓN DE TRANSFORMACIÓN LINEAL............. 273 13.2. DETERMINACIÓN DE UNA TRANSFORMACIÓN LINEAL...... 275 13.3. REPRESENTACIÓN MATRICIAL DE UNA TRANSFORMACIÓN

Más detalles

Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.

Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior. Capítulo 2 Matrices En el capítulo anterior hemos utilizado matrices para la resolución de sistemas de ecuaciones lineales y hemos visto que, para n, m N, el conjunto de las matrices de n filas y m columnas

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

Sistemas de Ecuaciones Lineales y Matrices

Sistemas de Ecuaciones Lineales y Matrices Sistemas de Ecuaciones Lineales y Matrices Oscar G Ibarra-Manzano, DSc Departamento de Area Básica - Tronco Común DES de Ingenierías Facultad de Ingeniería, Mecánica, Eléctrica y Electrónica Trimestre

Más detalles

ESTRUCTURAS ALGEBRAICAS

ESTRUCTURAS ALGEBRAICAS ESTRUCTURAS ALGEBRAICAS 1.1. LEY DE COMPOSICIÓN INTERNA Definición 1.1.1. Sea E un conjunto, se llama ley de composición interna en E si y sólo si a b = c E, a, b E. Observación 1.1.1. 1. también se llama

Más detalles

Matrices Invertibles y Elementos de Álgebra Matricial

Matrices Invertibles y Elementos de Álgebra Matricial Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 91 Introducción 1 92 Transpuesta 1 93 Propiedades de la transpuesta 2 94 Matrices

Más detalles

Operaciones con vectores y matrices ECONOMETRÍA I OPERACIONES CON VECTORES Y MATRICES. Ana Morata Gasca

Operaciones con vectores y matrices ECONOMETRÍA I OPERACIONES CON VECTORES Y MATRICES. Ana Morata Gasca ECONOMETRÍA I OPERACIONES CON VECTORES Y MATRICES Ana Morata Gasca 1 DEFINICIÓN DE VECTOR Un vector es todo segmento de recta dirigido en el espacio. CARACTERÍSTICAS DE UN VECTOR Origen o Punto de aplicación:

Más detalles

Álgebra matricial. 2.1. Adición y trasposición

Álgebra matricial. 2.1. Adición y trasposición Capítulo 2 Álgebra matricial Estas notas están basadas en las realizadas por el profesor Manuel Jesús Gago Vargas para la asignatura Métodos matemáticos: Álgebra lineal de la Licenciatura en Ciencias y

Más detalles

3. Equivalencia y congruencia de matrices.

3. Equivalencia y congruencia de matrices. 3. Equivalencia y congruencia de matrices. 1 Transformaciones elementales. 1.1 Operaciones elementales de fila. Las operaciones elementales de fila son: 1. H ij : Permuta la fila i con la fila j. 2. H

Más detalles

Al consejero A no le gusta ninguno de sus colegas como presidente. Dos consejeros (C y E) están de acuerdo en los mismos candidatos (B, C y D).

Al consejero A no le gusta ninguno de sus colegas como presidente. Dos consejeros (C y E) están de acuerdo en los mismos candidatos (B, C y D). ÁLGEBRA DE MATRICE Página 48 Ayudándote de la tabla... De la tabla podemos deducir muchas cosas: Al consejero A no le gusta ninguno de sus colegas como presidente. B solo tiene un candidato el C. Dos consejeros

Más detalles

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente. ÁLGEBRA DE MATRICES Página 49 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes

Más detalles

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad

Más detalles

Polinomios y Fracciones Algebraicas

Polinomios y Fracciones Algebraicas Tema 4 Polinomios y Fracciones Algebraicas En general, a lo largo de este tema trabajaremos con el conjunto de los números reales y, en casos concretos nos referiremos al conjunto de los números complejos.

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

NÚMEROS NATURALES Y NÚMEROS ENTEROS

NÚMEROS NATURALES Y NÚMEROS ENTEROS NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de

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

Definición 1.1.1. Sea K un cuerpo. Un polinomio en x, con coeficientes en K es toda expresión del tipo

Definición 1.1.1. Sea K un cuerpo. Un polinomio en x, con coeficientes en K es toda expresión del tipo POLINOMIOS 1.1. DEFINICIONES Definición 1.1.1. Sea K un cuerpo. Un polinomio en x, con coeficientes en K es toda expresión del tipo p(x) = a i x i = a 0 + a 1 x + a 2 x 2 + + a n x n + ; a i, x K; n N

Más detalles

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN. Apuntes de. para la titulación de

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN. Apuntes de. para la titulación de E.T.S. DE INGENIERÍA INFORMÁTICA Apuntes de ÁLGEBRA LINEAL para la titulación de INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN Fco. Javier Cobos Gavala Amparo Osuna Lucena Rafael Robles Arias Beatriz Silva

Más detalles

AMPLIACIÓN DE MATEMÁTICAS. REPASO DE MATEMÁTICAS DISCRETA. CONGRUENCIAS. En el conjunto de los números enteros

AMPLIACIÓN DE MATEMÁTICAS. REPASO DE MATEMÁTICAS DISCRETA. CONGRUENCIAS. En el conjunto de los números enteros AMPLIACIÓN DE MATEMÁTICAS REPASO DE MATEMÁTICAS DISCRETA. CONGRUENCIAS. En el conjunto de los números enteros Z = {..., n,..., 2, 1, 0, 1, 2, 3,..., n, n + 1,...} tenemos definidos una suma y un producto

Más detalles

Módulo 2: Expresiones polinómicas. Factorización

Módulo 2: Expresiones polinómicas. Factorización CURSO DE NIVELACIÓN Apunte teórico - práctico Módulo 2: Expresiones polinómicas. Factorización 1 FACTORIZACIÓN Una expresión polinómica es (justamente) una expresión formada por sumas y restas de términos,

Más detalles

Congruencias de Grado Superior

Congruencias de Grado Superior Congruencias de Grado Superior Capítulo 3 3.1 Introdución En el capítulo anterior vimos cómo resolver congruencias del tipo ax b mod m donde a, b y m son enteros m > 1, y (a, b) = 1. En este capítulo discutiremos

Más detalles

Repaso de matrices, determinantes y sistemas de ecuaciones lineales

Repaso de matrices, determinantes y sistemas de ecuaciones lineales Tema 1 Repaso de matrices, determinantes y sistemas de ecuaciones lineales Comenzamos este primer tema con un problema de motivación. Problema: El aire puro está compuesto esencialmente por un 78 por ciento

Más detalles

INSTITUTO VALLADOLID PREPARATORIA página 9

INSTITUTO VALLADOLID PREPARATORIA página 9 INSTITUTO VALLADOLID PREPARATORIA página 9 página 10 FACTORIZACIÓN CONCEPTO Para entender el concepto teórico de este tema, es necesario recordar lo que se mencionó en la página referente al nombre que

Más detalles

ÁLGEBRA LINEAL. Apuntes elaborados por. Juan González-Meneses López. Curso 2008/2009. Departamento de Álgebra. Universidad de Sevilla.

ÁLGEBRA LINEAL. Apuntes elaborados por. Juan González-Meneses López. Curso 2008/2009. Departamento de Álgebra. Universidad de Sevilla. ÁLGEBRA LINEAL Apuntes elaborados por Juan González-Meneses López. Curso 2008/2009 Departamento de Álgebra. Universidad de Sevilla. Índice general Tema 1. Matrices. Determinantes. Sistemas de ecuaciones

Más detalles

Matrices invertibles. La inversa de una matriz

Matrices invertibles. La inversa de una matriz Matrices invertibles. La inversa de una matriz Objetivos. Estudiar la definición y las propiedades básicas de la matriz inversa. Más adelante en este curso vamos a estudiar criterios de invertibilidad

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Problemas teóricos Sistemas de ecuaciones lineales con parámetros En los siguientes problemas hay que resolver el sistema de ecuaciones lineales para todo valor del parámetro

Más detalles

Polinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo

Polinomios: Definición: Se llama polinomio en x de grado n a una expresión del tipo Polinomios: Definición: Se llama polinomio en "x" de grado "n" a una expresión del tipo P (x) = a 0 x n + a 1 x n 1 +... + a n Donde n N (número natural) ; a 0, a 1, a 2,..., a n son coeficientes reales

Más detalles

Números Reales. MathCon c 2007-2009

Números Reales. MathCon c 2007-2009 Números Reales z x y MathCon c 2007-2009 Contenido 1. Introducción 2 1.1. Propiedades básicas de los números naturales....................... 2 1.2. Propiedades básicas de los números enteros........................

Más detalles

EXPRESIONES ALGEBRAICAS. POLINOMIOS

EXPRESIONES ALGEBRAICAS. POLINOMIOS EXPRESIONES ALGEBRAICAS. POLINOMIOS 1. EXPRESIONES ALGEBRAICAS. Estas expresiones del área son expresiones algebraicas, ya que además de números aparecen letras. Son también expresiones algebraicas: bac,

Más detalles

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES CÁRDENAS ESPINOSA CÉSAR OCTAVIO racsec_05@hotmail.com Boleta: 2009350122 CASTILLO GUTIÉRREZ

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

La aplicación derivada sobre el espacio E de los polinomios en una variable, E D E, es

La aplicación derivada sobre el espacio E de los polinomios en una variable, E D E, es Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS 1 Aplicaciones lineales Núcleo e Imagen Tipos de aplicaciones lineales Sean E y E k-espacios vectoriales Definición 11 Una

Más detalles

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3 3 Sucesiones - Fernando Sánchez - - Cálculo I de números racionales 03 10 2015 Los números reales son aproximaciones que se van haciendo con números racionales. Estas aproximaciones se llaman sucesiones

Más detalles

Introducción. La geometría analítica es el estudio de la geometría mediante un sistema de coordenadas que lleva asociada un álgebra.

Introducción. La geometría analítica es el estudio de la geometría mediante un sistema de coordenadas que lleva asociada un álgebra. GEOMETRIA ANALITICA Luis Zegarra. Sistema Unidimensional 153 Introducción La geometría analítica es el estudio de la geometría mediante un sistema de coordenadas que lleva asociada un álgebra. Dos problemas

Más detalles

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +

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

MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASES # 13 y #14

MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASES # 13 y #14 MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASES # 3 y #4 Desigualdades Al inicio del Capítulo 3, estudiamos las relaciones de orden en los número reales y el signi cado de expresiones

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

Matrices y sus operaciones

Matrices y sus operaciones Capítulo 1 Matrices y sus operaciones 1.1. Definiciones Dados dos enteros m, n 1 y un cuerpo conmutativo IK, llamamos matriz de m filas y n columnas con coeficientes en IK a un conjunto ordenado de n vectores

Más detalles

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces

Más detalles

Las matrices Parte 1-2 o bachillerato

Las matrices Parte 1-2 o bachillerato Parte 1-2 o bachillerato wwwmathandmatesurlph 2014 1 Introducción Generalidades 2 Definición Ejercicio 1 : Suma de dos matrices cuadradas 2x2 Ejercicio 2 : Suma de dos matrices cuadradas 3x3 Propiedades

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

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

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

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

Matrices: Conceptos y Operaciones Básicas

Matrices: Conceptos y Operaciones Básicas Matrices: Conceptos y Operaciones Básicas Departamento de Matemáticas, CCIR/ITESM 8 de septiembre de 010 Índice 111 Introducción 1 11 Matriz 1 113 Igualdad entre matrices 11 Matrices especiales 3 115 Suma

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

ENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA

ENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA ENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA 1. Hipótesis empleadas Las hipótesis que supondremos en este capítulo son: Material elástico lineal. Estructura estable La estructura es cargada lentamente. La

Más detalles

Tema 2 Límites de Funciones

Tema 2 Límites de Funciones Tema 2 Límites de Funciones 2.1.- Definición de Límite Idea de límite de una función en un punto: Sea la función. Si x tiende a 2, a qué valor se aproxima? Construyendo - + una tabla de valores próximos

Más detalles

Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES

Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES Tema 07 LÍMITES Y CONTINUIDAD DE FUNCIONES Límite de una función en un punto Vamos a estudiar el comportamiento de las funciones f ( ) g ( ) ENT[ ] h ( ) i ( ) en el punto Para ello, damos a valores próimos

Más detalles

Apéndice A. Repaso de Matrices

Apéndice A. Repaso de Matrices Apéndice A. Repaso de Matrices.-Definición: Una matriz es una arreglo rectangular de números reales dispuestos en filas y columnas. Una matriz com m filas y n columnas se dice que es de orden m x n de

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

MÉTODOS DIRECTOS PARA LA RESOLUCIÓN DE ECUACIONES ALGEBRAICAS LINEALES

MÉTODOS DIRECTOS PARA LA RESOLUCIÓN DE ECUACIONES ALGEBRAICAS LINEALES CAPÍTULO 4 EJERCICIOS RESUELTOS: MÉTODOS DIRECTOS PARA LA RESOLUCIÓN DE ECUACIONES ALGEBRAICAS LINEALES Ejercicios resueltos 1 1. Determine el número de operaciones aritméticas necesarias para calcular

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

Tema 3. Polinomios y fracciones algebraicas

Tema 3. Polinomios y fracciones algebraicas Tema. Polinomios y fracciones algebraicas. Monomios.. Definiciones.. Operaciones con monomios. Polinomios.. Definiciones.. Operaciones con polinomios. Factorización de un polinomio.. Teorema del resto.

Más detalles

Tema 7: Valores y vectores propios

Tema 7: Valores y vectores propios Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un

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

José de Jesús Ángel Ángel, c 2010. Factorización

José de Jesús Ángel Ángel, c 2010. Factorización José de Jesús Ángel Ángel, c 2010. Factorización Contenido 1. Introducción 2 1.1. Notación.................................. 2 2. Factor común 4 2.1. Ejercicios: factor común......................... 4

Más detalles

TÉCNICAS DE INTEGRACIÓN

TÉCNICAS DE INTEGRACIÓN C TÉCNICAS DE INTEGRACIÓN C. CONCEPTOS PRELIMINARES C.. Función primitiva Sea f : I R, donde I es un intervalo real. Diremos que la función F : I R es una función primitiva de la función f en I si se cumple

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

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. 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

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

Tema 3: Aplicaciones de la diagonalización

Tema 3: Aplicaciones de la diagonalización TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:

Más detalles

Material N 15 GUÍA TEÓRICO PRÁCTICA Nº 12

Material N 15 GUÍA TEÓRICO PRÁCTICA Nº 12 C u r s o : Matemática Material N 5 GUÍA TEÓRICO PRÁCTICA Nº UNIDAD: ÁLGEBRA Y FUNCIONES ÁLGEBRA DE POLINOMIOS EVALUACIÓN DE EXPRESIONES ALGEBRAICAS Evaluar una epresión algebraica consiste en sustituir

Más detalles

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos MATEMÁTICAS BÁSICAS DESIGUALDADES DESIGUALDADES DE PRIMER GRADO EN UNA VARIABLE La epresión a b significa que "a" no es igual a "b ". Según los valores particulares de a de b, puede tenerse a > b, que

Más detalles

Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria.

Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria. Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria. Operación Binaria Se conoce una operación binaria

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

Notaciones y Pre-requisitos

Notaciones y Pre-requisitos Notaciones y Pre-requisitos Símbolo Significado N Conjunto de los números naturales. Z Conjunto de los números enteros. Q Conjunto de los números enteros. R Conjunto de los números enteros. C Conjunto

Más detalles

Límites y Continuidad de funciones

Límites y Continuidad de funciones CAPITULO Límites y Continuidad de funciones Licda. Elsie Hernández Saborío Instituto Tecnológico de Costa Rica Escuela de Matemática Revista digital Matemática, educación e internet (www.cidse.itcr.ac.cr)

Más detalles

Operaciones lineales en R 3 y sus propiedades

Operaciones lineales en R 3 y sus propiedades Operaciones lineales en R 3 y sus propiedades Ejercicios Objetivos. Aprender a demostrar propiedades de las operaciones lineales en R 3. Requisitos. Conjunto de los números reales R, propiedades de las

Más detalles

Lección 9: Polinomios

Lección 9: Polinomios LECCIÓN 9 c) (8 + ) j) [ 9.56 ( 9.56)] 8 q) (a x b) d) ( 5) 4 k) (6z) r) [k 0 (k 5 k )] e) (. 0.) l) (y z) s) (v u ) 4 f) ( 5) + ( 4) m) (c d) 7 t) (p + q) g) (0 x 0.) n) (g 7 g ) Lección 9: Polinomios

Más detalles

ESTRUCTURAS ALGEBRAICAS 1

ESTRUCTURAS ALGEBRAICAS 1 ESTRUCTURAS ALGEBRAICAS Se da la relación entre dos conjuntos mediante el siguiente diagrama: (, ) (2, 3) (, 4) (, 2) (7, 8) (, ) (3, 3) (5, ) (6, ) (, 6)........ 5 6......... 2 5 i) Observa la correspondencia

Más detalles

MATEMÁTICAS II. Departamento de Matemáticas I.E.S. A Xunqueira I (Pontevedra)

MATEMÁTICAS II. Departamento de Matemáticas I.E.S. A Xunqueira I (Pontevedra) MATEMÁTICAS II 1 José M. Ramos González Este libro es totalmente gratuito y solo vale la tinta y el papel en que se imprima. Es de libre divulgación y no está sometido a ningún copyright. Tan solo se

Más detalles

1.4.- D E S I G U A L D A D E S

1.4.- D E S I G U A L D A D E S 1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y

Más detalles

Índice Introducción Números Polinomios Funciones y su Representación. Curso 0: Matemáticas y sus Aplicaciones Tema 1. Números, Polinomios y Funciones

Índice Introducción Números Polinomios Funciones y su Representación. Curso 0: Matemáticas y sus Aplicaciones Tema 1. Números, Polinomios y Funciones Curso 0: Matemáticas y sus Aplicaciones Tema 1. Números, Polinomios y Funciones Leandro Marín Dpto. de Matemática Aplicada Universidad de Murcia 2012 1 Números 2 Polinomios 3 Funciones y su Representación

Más detalles

INSTITUTO VALLADOLID PREPARATORIA página 57

INSTITUTO VALLADOLID PREPARATORIA página 57 INSTITUTO VALLADOLID PREPARATORIA página 57 página 58 RESTA DE FRACCIONES RESTA La resta de fracciones está basada, por ser el inverso de la operación suma, en las mismas reglas y leyes de la suma, es

Más detalles

Polinomios y Ecuaciones

Polinomios y Ecuaciones Ejercicios de Cálculo 0 Prof. María D. Ferrer G. Polinomios y Ecuaciones.. Polinomios: Un polinomio o función polinómica es una epresión de la forma: n n n P a a a a a a = n + n + n + + + + 0 () Los números

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

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

TEMA 2 POLINOMIOS Y FRACCIONES ALGEBRAICAS

TEMA 2 POLINOMIOS Y FRACCIONES ALGEBRAICAS Matemáticas B 4º E.S.O. Tema : Polinomios y fracciones algebraicas. 1 TEMA POLINOMIOS Y FRACCIONES ALGEBRAICAS.1 COCIENTE DE POLINOMIOS 4º.1.1 COCIENTE DE MONOMIOS 4º El cociente de un monomio entre otro

Más detalles

Biblioteca Virtual Ejercicios Resueltos

Biblioteca Virtual Ejercicios Resueltos EJERCICIO 13 13 V a l o r n u m é r i c o Valor numérico de expresiones compuestas P r o c e d i m i e n t o 1. Se reemplaza cada letra por su valor numérico 2. Se efectúan las operaciones indicadas Hallar

Más detalles

Los números racionales son todos aquellos números de la forma a con a y b números enteros y b

Los números racionales son todos aquellos números de la forma a con a y b números enteros y b Números racionales NÚMEROS RACIONALES Los números racionales son todos aquellos números de la forma a con a y b números enteros y b b distinto de cero. El conjunto de los números racionales se representa

Más detalles

1.3 Números racionales

1.3 Números racionales 1.3 1.3.1 El concepto de número racional Figura 1.2: Un reparto no equitativo: 12 5 =?. Figura 1.3: Un quinto de la unidad. Con los números naturales y enteros es imposible resolver cuestiones tan simples

Más detalles

Conjuntos, Relaciones y Grupos. Problemas de examen.

Conjuntos, Relaciones y Grupos. Problemas de examen. Conjuntos, Relaciones y Grupos. Problemas de examen. Mayo 2006 1. La función f es definida por (a) Halle el recorrido exacto, A, de f. f : R R donde f(x) = e senx 1. (b) (i) Explique por qué f no es inyectiva.

Más detalles

Nivelación de Matemática MTHA UNLP 1. Vectores

Nivelación de Matemática MTHA UNLP 1. Vectores Nivelación de Matemática MTHA UNLP 1 1. Definiciones básicas Vectores 1.1. Magnitudes escalares y vectoriales. Hay magnitudes que quedan determinadas dando un solo número real: su medida. Por ejemplo:

Más detalles

Polinomios y fracciones algebraicas

Polinomios y fracciones algebraicas UNIDAD Polinomios y fracciones algebraicas U n polinomio es una expresión algebraica en la que las letras y los números están sometidos a las operaciones de sumar, restar y multiplicar. Los polinomios,

Más detalles

Solución del examen de Variable Compleja y Transformadas I. T. I. Electrónica y Electricidad 29 de enero de 2004

Solución del examen de Variable Compleja y Transformadas I. T. I. Electrónica y Electricidad 29 de enero de 2004 Solución del examen de Variable Compleja y Transformadas I. T. I. Electrónica y Electricidad 29 de enero de 2004. Estudia si existe alguna función de variable compleja f() entera cuya parte real sea x

Más detalles

Tema 7. Límites y continuidad de funciones

Tema 7. Límites y continuidad de funciones Matemáticas II (Bachillerato de Ciencias) Análisis: Límites y continuidad de funciones 55 Límite de una función en un punto Tema 7 Límites y continuidad de funciones Idea inicial Si una función f está

Más detalles

Tema 5. Aproximación funcional local: Polinomio de Taylor. 5.1 Polinomio de Taylor

Tema 5. Aproximación funcional local: Polinomio de Taylor. 5.1 Polinomio de Taylor Tema 5 Aproximación funcional local: Polinomio de Taylor Teoría Los polinomios son las funciones reales más fáciles de evaluar; por esta razón, cuando una función resulta difícil de evaluar con exactitud,

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

no descompone no descompone no descompone

no descompone no descompone no descompone Problema 1. Sea I n el conjunto de los n primeros números naturales impares. Por ejemplo: I 3 = {1, 3, 5, I 6 = {1, 3, 5, 7, 9, 11, etc. Para qué números n el conjunto I n se puede descomponer en dos partes

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

EXPRESIONES ALGEBRAICAS

EXPRESIONES ALGEBRAICAS EXPRESIONES ALGEBRAICAS Un grupo de variables representadas por letras junto con un conjunto de números combinados con operaciones de suma, resta, multiplicación, división, potencia o etracción de raíces

Más detalles

La transformada de Laplace

La transformada de Laplace Capítulo 1 La transformada de Laplace 1.1. Introducción La transformada de laplace es un operador LINEAL muy útil para la resolución de ecuaciones diferenciales. Laplace demostró cómo transformar las ecuaciones

Más detalles

ALGEBRA LINEAL. Héctor Jairo Martínez R. Ana María Sanabria R.

ALGEBRA LINEAL. Héctor Jairo Martínez R. Ana María Sanabria R. ALGEBRA LINEAL Héctor Jairo Martínez R. Ana María Sanabria R. SEGUNDO SEMESTRE 8 Índice general. SISTEMAS DE ECUACIONES LINEALES.. Introducción................................................ Conceptos

Más detalles

Multiplicación. Adición. Sustracción

Multiplicación. Adición. Sustracción bernardsanz TERMINOLOGÍA ALGEBRAICA Algebra: generalización de la aritmética, la cual representa cantidades por medio de símbolos en lugar de números concretos, estos símbolos representan números cualesquiera.

Más detalles

Diferenciabilidad de funciones de R n en R m

Diferenciabilidad de funciones de R n en R m Diferenciabilidad de funciones de R n en R m Cálculo II (2003) En este capítulo generalizamos la noción de diferenciabilidad para funciones vectoriales de variable vectorial, que también llamamos aplicaciones.

Más detalles

UNIDAD I NÚMEROS REALES

UNIDAD I NÚMEROS REALES UNIDAD I NÚMEROS REALES Los números que se utilizan en el álgebra son los números reales. Hay un número real en cada punto de la recta numérica. Los números reales se dividen en números racionales y números

Más detalles