Matrices: Conceptos y Operaciones Básicas
|
|
- Catalina Aguilar Henríquez
- hace 8 años
- Vistas:
Transcripción
1 Matrices: Conceptos y Operaciones Básicas Departamento de Matemáticas, CCIR/ITESM 8 de septiembre de 010 Índice 111 Introducción 1 11 Matriz Igualdad entre matrices 11 Matrices especiales Suma de matrices 116 Producto de un escalar por una matriz 117 Producto de una matriz por un vector Matriz de requerimiento Producto entre Matrices Matriz de requerimiento y producto de matrices Propiedades de las operaciones 9 111Notas Importantes Introducción En esta lectura veremos conceptos básicos sobre matrices, las operaciones de suma entre matrices, producto de un escalar por una matriz y el producto entre matrices 11 Matriz Definición 111 Una matriz A m n es un arreglo rectangular de m n números en forma de m renglones horizontales y n columnas verticales: a 11 a 1 a 1n a 1 a a n (1) a m1 a m a mn Nos referiremos al elemento que se encuentra en el renglón i y en la columna j como el elemento a ij de A o como el (i, j)-ésimo elemento de A La dimensión de A es el producto indicado del número de renglones por el número de columnas, así en este caso la dimensión de A es m n El i-ésimo renglón de A es: [ ai1 a i a in La j-ésima columna de A es: a 1j a j a mj
2 También podemos considerar que la matriz A es una secuencia de sus columnas a 1, a,, a n : A [a 1 a a n Ejemplo 111 Indique cuáles de las siguientes representaciones son matrices: 3 3,, Recuerde: Matriz es un arreglo rectangular; Por consiguiente, la única representación que corresponde a una matriz es la última Ejemplo 11 Para cada matriz, indique el número de renglones, el número de columnas y su dimensión: [ [ [ 6 [ [ tiene renglones y 1 columna: es 1; tiene 1 renglón y columnas: es 1, 3 tiene 3 renglones y 1 columna: es 3 1, tiene renglones y columnas: es, 5 tiene 1 renglón y 3 columnas: es 1 3, 6 tiene 3 renglones y 3 columnas: es 3 3, 7 tiene 3 renglones y columnsa: es 3, y 8 tiene renglones y 3 columnas: es 3 Ejemplo 113 Liste en orden los elementos (3, 1), (3, ), y (, ) de la matriz: El elemento (3, 1) está en el renglón 3 y en la columna 1: es -3 El elemento (3, ) está en el renglón 3 y en la columna : es 3 El elemento (, ) está en el renglón y en la columna : es Igualdad entre matrices Definición 11 Dos matrices se dicen matrices iguales si tienen la misma dimensión y además elemento por elemento son iguales
3 Ejemplo 11 Cuál debe ser el valor de x y de y para que las matrices sean iguales: [ [ 1 x 1 y x y x + y x 3 Se requiere que: x y x, que y x y que x+y 3 Resolviendo el sistema se obtiene que x 1 y que y Ejemplo 115 Cuál debe ser el valor de x y de y para que las matrices sean iguales: [ 1 y x 1 x x 3 y x + y 0 0 Como la matriz a la izquierda es y la de la derecha es 3 Las matrices no pueden ser iguales para ningún valor de x y de y 11 Matrices especiales Definición Una matriz 1 n se llama matriz renglón Una matriz m 1 se denomina una matriz columna o vector 3 Una matriz n n se llama matriz cuadrada Una matriz cuya totalidad de elementos es cero se llama matriz cero y se representa por 0 Sea A una matriz cuadrada: 1 A la colección de elementos a ii se le llama su diagonal principal Se dice matriz triangular superior si todos los elementos que están abajo de la diagonal principal son cero 3 Se dice matriz triangular inferior si todos los elementos que están arriba de la diagonal principal son cero Se dice matriz diagonal si todos los elementos que están por arriba y por abajo de la diagonal principal son cero 5 Se dice matriz escalar si es diagonal y todos los elementos de la diagonal principal son iguales Ejemplo 116 Clasifique las siguientes matrices: [ [ [ 0 0 [ [ 0 0 [ [ [
4 La matriz 1 por el elemento (, 1) no es ni triangular superior, ni diagonal, ni escalar Por el elemento (1, ) tampoco es triangular inferior La matriz por el elemento (, 1), no es triangular superior, ni diagonal ni escalar Por el lemento (1, ) tampoco es triangular inferior La matriz 3 es triangular superior, pero no diagonal ni escalar; no es triangular inferior La matriz es triangular superior y triangular inferior, diagonal pero no matriz escalar La matriz 5 es triangular inferior, pero no diagonal ni escalar; no es triangular superior La matriz 6 es triangular inferior, pero no diagonal ni escalar; no es triangular superior La matriz 7 es triangular inferior, triangular superior, matriz diagonal y matriz escalar La matriz 8 no es triangular inferior, ni triangular superior, ni matriz diagonal, ni matriz escalar 115 Suma de matrices Definición 11 Dos matrices de las mismas dimensiones se pueden sumar; la suma de dos matrices de diferente dimensión no La suma de dos matrices de las mismas dimensiones es una matriz de las misma dimensiones y se obtiene sumando sus elementos correspondientes: a 11 a 1n b 11 b 1n a 11 + b 11 a 1n + b 1n a 1 a n + b 1 b n a 1 + b 1 a n + b n a m1 a mn b m1 b mn a m1 + b m1 a mn + b mn Ejemplo 117 Realice la suma de las matrices: A y B Observamos que la suma sí se puede realizar porque las dimensiones de las matrices coinciden, así: ( 1) + ( 1) () + (0) (1) + (1) (1) + () (1) + () (1) + (1) Producto de un escalar por una matriz Definición 115 Sea A cualquier matriz y c un escalar cualquiera El producto escalar c A es una matriz que tiene las mismas dimensiones que la matriz A, y que en cada elemento contiene el elemento correspondiente de A multiplicado por c: a 11 a 1 a 1n c a 11 c a 1 c a 1n a 1 a a n c c a 1 c a c a n a m1 a m a mn c a m1 c a m c a mn Ejemplo 118 Realice el producto
5 Este producto siempre se puede realizar, y en este caso: 1 ( 3) ( 1) ( 3) () ( 3) (1) ( 3) (0) 1 ( 3) (1) ( 3) ( ) 117 Producto de una matriz por un vector Definición 116 Sea A una matriz m n y B una matriz columna n 1, el Producto Matricial A B es la una matriz C columna m 1 definida como: n a 11 a 1 a 1n b 1 j1 a 1j b j a 1 a a n n j1 a j b j b a m1 a m a mn b n n j1 a mj b j a 11 b 1 + a 1, b + + a 1n b n a 1 b 1 + a, b + + a n b n a m1 b 1 + a m, b + + a mn b n El producto no está definido cuando el número de columnas de A es diferente que el número de renglones de B Alternativamente, a 11 a 1 a 1n b 1 a 11 a 1 a 1n a 1 a a n b b a b a + + b a n n a m1 a m a mn b n Ejemplo 119 Realize el producto de acuerdo a ambas definiciones y compruebe la igualdad de resultados: [ a m1 Observamos que el producto sí se puede realizar porque el número de columnas de la matriz A coincide con el número de renglones de B De acuerdo a la definición del producto como producto punto de los renglones de A con b: [ a m [ () ( ) + (0) (5) + ( 1) ( 7) (3) ( ) + () (5) + ( ) ( 7) [ [ a mn 5
6 De acuerdo a la definición del producto como combinación lineal de las columnas de la matriz: [ ( ) ( ) ( ) ( ) ( ) ( ) ( ) 1 Observamos que hay equivalencia entre una forma y otra para el cálculo de un producto de una matriz por un vector columna Ejemplo 1110 Suponga una fábrica con varias etapas de ensamble En la primera etapa se producen dos tipos de productos, digamos productos tipo X y tipo Y Estos productos están compuestos de partes que la fábrica denomina materia prima La fábrica opera utilizando tres tipos de partes del tipo materia prima; tipo a, tipo b, y tipo c Para armar una pieza del tipo X requiere piezas del tipo a, 3 del tipo b y 5 del tipo c Para armar una pieza del tipo Y requiere 5 del tipo a, del tipo b y 6 del tipo c Suponga que la planta desea armar 10 piezas del tipo X y 1 piezas del tipo Y Cuántas piezas a, b, y c necesita? La anterior composición podría ordenadamente presentarse por la siguiente tabla Requerimientos por armado un tipo X un tipo Y tipo a 5 tipo b 3 tipo c 5 6 Para ver que este problema se resuelve usando el producto de una matriz con un vector, desarrollemos los cálculos: (10) () + (1) (5) (10) (3) + (1) () (10) (5) + (1) (6) () (10) + (5) (1) (3) (10) + () (1) (5) (10) + (6) (1) [ 10 1 Por ello es que se requieren 15 del tipo as, 7 del tipo b, y 176 del tipo c Ejemplo 1111 Continuamos con la Empresa Ensambladora Suponga que en una siguiente etapa de ensamblado se prepan dos tipos de piezas; la pieza tipo M y la pieza tipo N Suponga que para la pieza tipo M requiere 8 piezas tipo X y 3 piezas tipo Y Mientras que para la pieza tipo N requiere piezas tipo X y piezas tipo Y Suponga que la planta desea armar 11 piezas del tipo M y 0 piezas del tipo N, cuántas piezas X y Y se necesita?
7 Diga entonces, cuántas piezas tipo a, b y c se requiere La información de la etapa se puede representar en forma de matriz como: Requerimientos por armado tipo M tipo N tipo X 8 tipo Y 3 Así, las piezas requeridas se pueden calcular [ [ [ 8 11 (8) (11) + () (0) 3 0 (3) (11) + () (0) [ Por ello es que para armar 11 piezas M y 0 piezas N se requieren 18 del tipo X y 113 del tipo Y otro lado, para saber cuántas piezas a, b y c se requieren hagamos: 5 [ () (18) + (5) (113) (3) (18) + () (113) (5) (18) + (6) (113) 1318 Por De donde concluimos que se requieren en total 1077 piezas a, 610 b y 1318 c 118 Matriz de requerimiento Para un proceso simplificado de entrada-salida que cumple las propiedades de aditividad y proporcionalidad donde a la materia prima se codifica como un vector de n componentes (el valor de n es el total de tipos diferentes de materia prima en el proceso) y a la salida se codifica como un vector de m componentes (el valor de m es el total de tipos diferentes de productos posibles a la salida del proceso): la matriz de requerimiento del proceso es una matriz A n m tal que para determinar el total de cada tipo de materia prima requerida para producir cantidades de productos codificados en el vector y se realiza el producto A y Note que el vector resultante tiene n componentes que son precisamente el número de materias primas disponibles La matriz de requerimiento tiene en cada columna el detalle de materia prima requerido para producir un artículo o una unidad de cada tipo de artículo a la salida: En la primera columna aparece el correspondiente al tipo de producto 1, y así sucesivamente En la primera etapa de la maquiladora del ejemplo anterior la matriz de requerimiento es simplemente la representación matricial de la información de la tabla: Requerimientos por armado un tipo X un tipo Y tipo a 5 tipo b 3 tipo c 5 6 matriz de requerimiento para la etapa de ensamble: A
8 119 Producto entre Matrices Definición 117 Sea A una matriz m n y B una matriz n k El producto A B es la matriz m k cuyas columnas son A b 1,A b,, A b k, donde b 1,b,, b k son las columnas de la matriz B A B A[b 1,, b k [A b 1, A b k () Equivalentemente, el elemento (i, j) del producto puede ser calculado haciendo el producto punto entre el renglón i de la matriz a la izquierda por la columna j de la matriz a la derecha Ejemplo 111 Realice el producto A por B si A [ y B Observamos que el número de columnas de A (3) coincide con el número de renglones de B (3) por lo cual el producto se puede efectuar Para la realización trabajemos sobre las columnas de B: A por columna 1 de B: A b 1 A por columna de B: A b A por columna 3 de B: A b 3 Por consiguiente el producto es: [ [ [ A B [A b 1 A b A b 3 [ () (3) + (0) ( ) + (1) (0) () (3) + (1) ( ) + () (0) [ () () + (0) () + (1) (3) () () + (1) () + () (3) [ () () + (0) (5) + (1) ( ) () () + (1) (5) + () ( ) [ Ejemplo 1113 Siguiendo con la situación de la empresa maquiladora, Cuál será matriz que da el cálculo de piezas a, b y c de la etapa 1 a la etapa? El producto de las matrices con ambas etapas respetando el orden es la respuesta: [ 8 3 () (8) + (5) (3) () () + (5) () (3) (8) + () (3) (3) () + () () (5) (8) + (6) (3) (5) () + (6) () 8 [ 6 [ 7 1 [ 6 9
9 [ Es fácil comprobar que esta matriz contiene en las columnas los requerimientos de piezas a, b y c para armar una pieza M y una pieza N 1110 Matriz de requerimiento y producto de matrices Es importante observar la bondad del producto de matrices respecto a las matrices de requerimiento: La matriz de requerimiento de un grupo de etapas de ensamble continuadas vistas como una sola etapa de ensamble es el producto de las matrices de requerimiento de las etapas involucradas justo en el mismo orden 1111 Propiedades de las operaciones Sean A, B y C matrices m n cualquiera, y sean a, b, y c escalares cualquiera Entonces son válidas las siguientes afirmaciones: 1 La suma de matrices es asociativa: (A + B) + C A + (B + C) La suma de matrices es conmutativa: A + B B + A 3 La matriz 0 es el neutro bajo la suma: A A A Cada matriz tiene un inverso aditivo y este es precisamente el escalar 1 por la matriz: A + ( 1 A) ( 1 A) + A 0 5 El producto por escalares se distribuye sobre la suma de matrices: c (A + B) c A + c B 6 La suma de escalares se distribuye sobre la multiplicación por matrices: (a + b) A a A + b A 7 La multiplicación por escalares es asociativa: (a b) A a (b A) 8 El escalar 1 multiplicado por una matriz da como resultado la matriz inicial: 1 A A 9 El escalar cero por una matriz da la matriz de ceros: 0 A 0 10 La multiplicación de matrices es asociativa: A (B C) (A B) C 11 La multiplicación de matrices se distribuye sobre la suma de matrices: a) A (B + C) A B + A C, y b) (A + B) C A C + B C 9
10 1 Movilidad de los escalares en una multiplicación: a (A B) (a A) B A (a B) 13 La matriz cuadrada con sólo unos en la diagonal I n es la identidad multiplicativa: I m A A I n A 1 El resultado de multiplicar la matriz cero, de la dimensión adecuada, por cualquier matriz da como resultado la matriz cero: 0 A A Notas Importantes El producto de matrices sólo está definido en el caso cuando el número de columnas de la primera matriz es igual al número de renglones de la segunda matriz En cualquier otro caso se dice que está indefinido o que es irrealizable El producto matricial no es conmutativo: en general A B B A Por ejemplo si [ [ A, B 1 1 se tiene A B [ B A [
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 detallesMatrices. 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 detallesDefinición 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 detallesAhora podemos comparar fácilmente las cantidades de cada tamaño que se vende. Estos valores de la matriz se denominan elementos.
Materia: Matemática de 5to Tema: Definición y Operaciones con Matrices 1) Definición Marco Teórico Una matriz consta de datos que se organizan en filas y columnas para formar un rectángulo. Por ejemplo,
Más detallesVectores en R n y producto punto
Vectores en R n y producto punto Departamento de Matemáticas, CCIR/ITESM 10 de enero de 011 Índice 4.1. Introducción............................................... 1 4.. Vector..................................................
Más detallesSistemas 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 detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 es en R n y producto punto Departamento de Matemáticas ITESM es en R n y producto punto Álgebra Lineal - p. 1/40 En este apartado se introduce el concepto de vectores en el espacio
Más detallesMatrices 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 detallesLección 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 detallesINSTITUTO 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 detallesOperaciones 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 detallesMatrices 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 detallesMatrices 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 detallesLas 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 detallesSistemas 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 detallesMatemáticas Discretas TC1003
Matemáticas Discretas TC13 Matrices: Conceptos y Operaciones Básicas Departamento de Matemáticas ITESM Matrices: Conceptos y Operaciones Básicas Matemáticas Discretas - p. 1/25 Una matriz A m n es un arreglo
Más detallesEspacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Más detallesÁLGEBRA 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 detallesAlgebra Matricial y Optimización Segundo Examen Parcial Maestro Eduardo Uresti, Semestre Enero-Mayo 2012
Grupo: Matrícula: Nombre: Algebra Matricial y Optimización Segundo Examen Parcial Maestro Eduardo Uresti, Semestre Enero-Mayo 22. (pts) Sea A una matriz cuadrada. Indique validez a cada una de las siguientes
Más detalles2 Matrices. 1. Tipos de matrices. Piensa y calcula. Aplica la teoría
2 Matrices 1. Tipos de matrices Piensa y calcula Escribe en forma de tabla el siguiente enunciado: «Una familia gasta en enero 400 en comida y 150 en vestir; en febrero, 500 en comida y 100 en vestir;
Más detallesNota 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 detallesCurso cero Matemáticas en informática :
y Curso cero Matemáticas en informática : y Septiembre 2007 y y Se llama matriz de orden m n a cualquier conjunto de elementos dispuestos en m filas y n columnas: a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n
Más detallesGeometría Tridimensional
Capítulo 4 Geometría Tridimensional En dos dimensiones trabajamos en el plano mientras que en tres dimensiones trabajaremos en el espacio, también provisto de un sistema de coordenadas. En el espacio,
Más detallesPolinomios: 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 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 detallesApéndice 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 detallesComenzaremos 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 detallesCapitán 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 detallesNÚMEROS 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 detallesMatriz identidad y su propiedad principal
Matriz identidad y su propiedad principal Objetivos Dar la definición de la matriz identidad y establecer su propiedad principal Requisitos Notación para entradas de matrices, producto de matrices, la
Más detallesSubespacios 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 detallesVII. 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 detalles4 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 detallesM a t e m á t i c a s I I 1
Matemáticas II Matemáticas II ANDALUCÍA CNVCATRIA JUNI 009 SLUCIÓN DE LA PRUEBA DE ACCES AUTR: José Luis Pérez Sanz pción A Ejercicio En este límite nos encontramos ante la indeterminación. Agrupemos la
Más detallesAl 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 detalles3.- DETERMINANTES. a 11 a 22 a 12 a 21
3.- DETERMINANTES. 3.1. -DEFINICIÓN Dada una matriz cuadrada de orden n, se llama determinante de esta matriz (y se representa por A o deta al polinomio cuyos términos son todos los productos posibles
Más detalles1 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 detalles1. 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 detallesSISTEMAS DE ECUACIONES LINEALES
Capítulo 7 SISTEMAS DE ECUACIONES LINEALES 7.1. Introducción Se denomina ecuación lineal a aquella que tiene la forma de un polinomio de primer grado, es decir, las incógnitas no están elevadas a potencias,
Más detalles3. 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 detallesVectores: Producto escalar y vectorial
Nivelación de Matemática MTHA UNLP 1 Vectores: Producto escalar y vectorial Versores fundamentales Dado un sistema de coordenadas ortogonales, se considera sobre cada uno de los ejes y coincidiendo con
Más detallesCURSO 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 detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Más detallesEstructuras 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 detallesObjetivos: 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 detallesAplicaciones Lineales
Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)
Más detallesEspacios Vectoriales
Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................
Más detallesx : 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 detallesTe damos los elementos básicos de los vectores para que puedas entender las operaciones básicas.
4 año secundario Vectores, refrescando conceptos adquiridos Te damos los elementos básicos de los vectores para que puedas entender las operaciones básicas. El término vector puede referirse al: concepto
Más detallesGeometría analítica. Impreso por Juan Carlos Vila Vilariño Centro I.E.S. PASTORIZA
Conoce los vectores, sus componentes y las operaciones que se pueden realizar con ellos. Aprende cómo se representan las rectas y sus posiciones relativas. Impreso por Juan Carlos Vila Vilariño Centro
Más detalles1 Espacios y subespacios vectoriales.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto
Más detallesUNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.
UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado
Más detallesLos números racionales
Los números racionales Los números racionales Los números fraccionarios o fracciones permiten representar aquellas situaciones en las que se obtiene o se debe una parte de un objeto. Todas las fracciones
Más detallesÁlgebra II, licenciatura. Examen parcial I. Variante α.
Engrape aqu ı No doble Álgebra II, licenciatura. Examen parcial I. Variante α. Operaciones con matrices. Sistemas de ecuaciones lineales. Nombre: Calificación ( %): examen escrito tarea 1 tarea 2 asist.+
Más detallesA estas alturas de nuestros conocimientos vamos a establecer dos reglas muy prácticas de cómo sumar dos números reales:
ADICIÓN Y RESTA DE NUMEROS REALES ADICIÓN L a adición o suma de números reales se representa mediante el símbolo más (+) y es considerada una operación binaria porque se aplica a una pareja de números,
Más detalles1. MANEJO DE SUMATORIOS. PROPIEDADES Y EJERCICIOS.
1. MANEJO DE SUMATORIOS. PROPIEDADES Y EJERCICIOS. El sumatorio o sumatoria) es un operador matemático, representado por la letra griega sigma mayúscula Σ) que permite representar de manera abreviada sumas
Más detallesTema 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 detallesDeterminantes y Desarrollo por Cofactores
Determinantes y Desarrollo por Cofactores Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 11.1.Introducción............................................... 1 11.2.El determinate de una
Más detalles1. ESPACIOS VECTORIALES
1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,
Más detallesEjemplo: Resolvemos Sin solución. O siempre es positiva o siempre es negativa. Damos un valor cualquiera Siempre + D(f) =
T1 Dominios, Límites, Asíntotas, Derivadas y Representación Gráfica. 1.1 Dominios de funciones: Polinómicas: D( = La X puede tomar cualquier valor entre Ejemplos: D( = Función racional: es el cociente
Más detallesCurso de Procesamiento Digital de Imágenes
Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-lic.html elena.martinez@iimas.unam.mx
Más detallesLÍMITES DE FUNCIONES. CONTINUIDAD Y RAMAS INFINITAS
LÍMITES DE FUNCIONES. CONTINUIDAD RAMAS INFINITAS Página 7 REFLEIONA RESUELVE Aproimaciones sucesivas Comprueba que: f () = 6,5; f (,9) = 6,95; f (,99) = 6,995 Calcula f (,999); f (,9999); f (,99999);
Más detallesEste 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 detallesMatemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales
Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector
Más detallesAnálisis de propuestas de evaluación en las aulas de América Latina
Este trabajo de evaluación tiene como objetivo la caracterización de figuras del espacio. Para ello el alumno debe establecer la correspondencia entre la representación de la figura y algunas de sus propiedades.
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesTema 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 detallesMatemáticas 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 detallesBASES 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 detallesGEOMETRÍA ANALÍTICA 2º Curso de Bachillerato 22 de mayo de 2008
1. Sean los puntos A (1, 0,-1) y B (,-1, 3). Calcular la distancia del origen de coordenadas a la recta que pasa por A y B. Calculemos la recta que pasa por A y B. El vector AB es (1,-1,4) y por tanto
Más detallesÁLGEBRA Tema 1) MATRICES
MTEMÁTICS PLICDS LS CIENCIS SOCILES II ÁLGER Tema ) MTRICES Orientaciones para la PRUE DE CCESO L UNIVERSIDD en relación con este tema: Conocer el vocabulario básico para el estudio de matrices: elemento
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 1: MATRICES. Junio, Ejercicio 1, Opción B
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 1: MATRICES Junio, Ejercicio 1, Opción B 3 Sean las matrices A 0 3, B y C 0 1 1 5 1 3 0 a) Calcule las
Más detallesMódulo 9 Sistema matemático y operaciones binarias
Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional
Más detallesRepaso 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 detallesAplicaciones Lineales
Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales
Más detallesE 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
Más detallesObjetivos: 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 detallesTEMA 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 detallesGrupos. Subgrupos. Teorema de Lagrange. Operaciones.
1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial
Más detallesNivelación 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 detallesOperaciones con polinomios
Operaciones con polinomios Los polinomios son una generalización de nuestro sistema de numeración. Cuando escribimos un número, por ejemplo, 2 354, queremos decir: 2 354 = 2 000 + 300 + 50 + 4 = 2)1 000)
Más detallesTEMA 4 FRACCIONES MATEMÁTICAS 1º ESO
TEMA 4 FRACCIONES Criterios De Evaluación de la Unidad 1 Utilizar de forma adecuada las fracciones para recibir y producir información en actividades relacionadas con la vida cotidiana. 2 Leer, escribir,
Más detallesValores y vectores propios de una matriz. Juan-Miguel Gracia
Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-
Más detallesa) x 1 = 2 b) x + x 6 = 2 + = + = c) x 9x + 20 = 2 d) x 6x 7 = a) x = 1 y x = 1 b) x = 3 y x = 2 c) x = 4 y x = 5 d) x = 1 y x = 7
1 Resuelve las siguientes ecuaciones: a) x 1 = x + x 6 = c) x 9x + = d) x 6x 7 = = a) x = 1 y x = 1 x = 3 y x = c) x = 4 y x = 5 d) x = 1 y x = 7 Resuelve las siguientes ecuaciones de primer grado: a)
Más detallesConjuntos Numéricos. Las dos operaciones en que se basan los axiomas son la Adición y la Multiplicación.
Conjuntos Numéricos Axiomas de los números La matemática se rige por ciertas bases, en la que descansa toda la matemática, estas bases se llaman axiomas. Cuántas operaciones numéricas conocen? La suma
Más detallesEjemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}
Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar
Más detallesEspacios vectoriales. Bases. Coordenadas
Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos
Más detallesLÍMITES DE FUNCIONES. CONTINUIDAD Y RAMAS INFINITAS
LÍMITES DE FUNCIONES. CONTINUIDAD RAMAS INFINITAS Página 7 REFLEIONA RESUELVE Aproimaciones sucesivas Comprueba que: f () =,5; f (,9) =,95; f (,99) =,995 Calcula f (,999); f (,9999); f (,99999); A la vista
Más detallesINSTITUTO VALLADOLID PREPARATORIA página 37
INSTITUTO VALLADOLID PREPARATORIA página 37 página 38 SUMA DE FRACCIONES CONCEPTO Las cuatro operaciones fundamentales, suma, resta, multiplicación y división, con fracciones algebraicas se realizan bajo
Más detallesUNIDAD 6. POLINOMIOS CON COEFICIENTES ENTEROS
UNIDAD 6. POLINOMIOS CON COEFICIENTES ENTEROS Unidad 6: Polinomios con coeficientes enteros. Al final deberás haber aprendido... Expresar algebraicamente enunciados sencillos. Extraer enunciados razonables
Más detallesESTÁTICA 2. VECTORES. Figura tomada de http://www.juntadeandalucia.es/averroes/~04001205/fisiqui/imagenes/vectores/473396841_e1de1dd225_o.
ESTÁTICA Sesión 2 2 VECTORES 2.1. Escalares y vectores 2.2. Cómo operar con vectores 2.2.1. Suma vectorial 2.2.2. Producto de un escalar y un vector 2.2.3. Resta vectorial 2.2.4. Vectores unitarios 2.2.5.
Más detalles1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS
1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una
Más detallesSoluciones de los ejercicios de Selectividad sobre Matrices y Sistemas de Ecuaciones Lineales de Matemáticas Aplicadas a las Ciencias Sociales II
Soluciones de los ejercicios de Selectividad sobre Matrices y Sistemas de Ecuaciones Lineales de Matemáticas Aplicadas a las Ciencias Sociales II Antonio Francisco Roldán López de Hierro * Convocatoria
Más detalles9.1 Primeras definiciones
Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación
Más detallesIniciación a las Matemáticas para la ingenieria
Iniciación a las Matemáticas para la ingenieria Los números naturales 8 Qué es un número natural? 11 Cuáles son las operaciones básicas entre números naturales? 11 Qué son y para qué sirven los paréntesis?
Más detallesPolinomios 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 detallesESTRUCTURAS 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 detalles5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades
5- ransformaciones Lineales 5Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal sus propiedades Se denomina transformación lineal a toda función,, cuo dominio codominio
Más detallesVECTORES EN EL PLANO
VECTORES EN EL PLANO VECTOR: vectores libres Segmento orientado, con un origen y extremo. Módulo: es la longitud del segmento orientado, es un número positivo y su símbolo es a Dirección: es la recta que
Más detallesLección 24: Lenguaje algebraico y sustituciones
LECCIÓN Lección : Lenguaje algebraico y sustituciones En lecciones anteriores usted ya trabajó con ecuaciones. Las ecuaciones expresan una igualdad entre ciertas relaciones numéricas en las que se desconoce
Más detalles