Algebra lineal. Un par de vectores son linealmente dependientes si existe un escalar diferente de cero que asocie ambos vectores, ejemplo: X 2 =k*x 1
|
|
- Marta Rojo Soler
- hace 8 años
- Vistas:
Transcripción
1 Minimo necesario para redes neuronales. Espacio vectorial Algebra lineal El espacio vectorial X, se define como un conjunto de elementos (vectores) definidos sobre un campo escalar F, que satisface las siguientes condiciones: 1. La suma de vectores se define como x+y X, si x& y X. 2. La suma es conmutativa, x+y= y+x 3. La suma es asociativa (x+y) + z = x+(y+z) 4. Existe un vector cero único 0 y pertenece a X, tal que x+0=x para todo x X; 5. Para todo vector x, existe solo un vector x tal que x+(-x)=0 6. La multiplicación por un escalar a F, donde F es un campo escalar, se define como ax X. 7. Para cada x X, 1x=x, cuando 1 es un escalar. 8. Para cualesquiera dos escalares a F y b F y cualquier x X, a(bx) =(ab)x 9. (a+b)x = ax + bx 10. a(x+y) = ax + ay Las dimensiones del espacio vectorial se puede determinar a través del numero mínimo de vectores que se necesitan para cubrir el espacio y que se le denomina conjunto base (basis set). Ejemplos: Un plano definido por dos polinomios de orden menor a 2, pueden generar espacios vectoriales. Funciones continuas definidas entre 0 y 1, tales como seno, coseno, exponencial. El plano eucladiano es un espacio vectorial. Independencia lineal entre vectores. Un par de vectores son linealmente dependientes si existe un escalar diferente de cero que asocie ambos vectores, ejemplo: X 2 =k*x 1 Generalizando, si existen n vectores y n escalares diferentes cero, tal que a 1 x 1 +a 2 x 2 +a 3 x 3 + +a n x n =0 x i son linealmente dependientes. Entonces si son linealmente independientes, no se puede escribir un vector en función de otros, ni sus posibles combinaciones lineales. Ejemplo: Sean dos vectores p 1 = [1;-1;-1] y p 2 = [1;1;-1], determinar si son linealmente independientes.
2 Sea a 1 p 1 + a 2 p 2 =0 Entonces a1 + a2 = 0 -a1 + a2 = 0 -a1 - a2 = 0 No existe un valor de a, diferente de cero, que permita cumplir con las tres reglas, por lo tanto son linealmente independientes. Subconjuntos de un espacio vectorial. Sea un subconjunto vectorial cualquiera {u 1,u 2,,u m }, tal que u X. Este subconjunto abarca o cubre el espacio vectorial X, si y solo si para cada vector x X puede ser representado con una combinación de los elementos del subconjunto, i.e. x= a 1 u 1 +a 2 u 2 + +a m u m. Un subconjunto importante es el conjunto base, el cual es un conjunto de vectores linealmente independientes que cubre todo el espacio. Por lo que se puede tener un sinfín de vectores que cumplan está condición. Ejemplo: Los vectores unitarios del plano eucladiano. Producto interno El producto interno entre dos funciones escalares de x=f(x) y y=f(y) se pueden definir como (x,y) que satisface las siguientes propiedades: 1. (x, y)=(y, x) 2. (x, ay 1 + by 2 )= a(x,y 1 ) + b(x,y 2 ) 3. (x,x)>0 & (x,x)=0 si y solo si x=0; En un espacio vectorial R 2 el producto interno estándar es x T y= x 1 y 1 + x 2 y x n y n Pero si consideramos diferentes espacios vectoriales, entonces tendremos que generalizar, para funciones continuas y y x podemos obtener el producto interno de la siguiente manera: 1 (x(t), y(t)) = x(t)y(t) dt 0
3 Norma La norma x, si x es una función escalar, entonces se define como la norma de la función escalar, la que cumple con las siguientes características: 1. x 0 2. x = 0 si y solo si x = ax = a x, para un escalar a 4. x+y x + y Existen varias funciones que satisfacen estás condiciones pero una definición de norma comúnmente utilizada es la que utiliza la definición del producto interno: x =(x,x) 1/2 En el espacio Euclideano, la magnitud de la norma es: x =(x T,x) 1/2 = x 1 2 +x x n 2 Para las redes neuronales es conveniente normalizar los vectores de entrada. Es decir, hacer la norma unitaria p i =1, para cada vector de entrada. El ángulo del producto entre dos vectores normalizados es: Cos θ = (x,y) x y Si generalizamos a funciones escalares de vectores Cos θ = (x,y) x y Ortogonalización La ortogonalidad entre dos vectores x,y X, es cuando el producto interno es cero (x,y)=0. La ortogonalidad es un concepto importante en las redes porque se utiliza en el reconocimiento de patrones cuando los vectores patrones son ortogonales y normalizados entonces se puede proponer una red de asociación lineal con una regla de entrenamiento tipo Hebb para obtener un reconocimiento adecuado. Otro concepto importante es que también pueden existir espacios ortogonales. Un vector x X es ortogonal a un subespacio X1 si y solo si x es ortogonal a cada uno de los vectores del subespacio X1, generalmente se representa como x X1 (ejemplo: un vector en una circunferencia)
4 Un subespacio es ortogonal a otro si, cada uno de los vectores que contiene son ortogonales entre si. X2 X1 Ejemplo: en el espacio Euclideano, dos planos perpendiculares. Ortogonalidad de Gram-Schmidt Existe una relación entre independencia y ortogonalidad. Es posible convertir un conjunto de vectores independientes en un vector ortogonal que cubra todo el espacio vectorial. El procedimiento estándar se le llama ortogonalización Gram-Schmidt. Se asume que tenemos n vectores independientes {y 1, y 2, y 3,, y n }. De los cuales queremos obtener n vectores ortogonales {u 1,u 2,u 3,, u n }. Sea u 1 =y 1, se escoge el primer vector independiente como el primer ortogonal. Para el segundo vector ortogonal u 2, se usa el segundo independiente y 2, pero se le resta su efecto en la dirección de u 1. u 2 =y 2 au 1, donde a se escoge para hacer ortogonal ambos vectores, es decir (u 1,u 2 ) =(u 1, y 2 au 1 )= (u 1,y 2 ) a(u 1, u 1 )=0 entonces a=( u 1,y 2 ) (u 1, u 1 ) Es decir calculamos el producto interno entre los vectores iniciales y a a 1 u 1 le llamamos proyección de y2 en u1. Con este valor de a, calculamos u 2 Se repite la operación para el tercer vector. Ahora calculamos los nuevos parámetros a 1 y a 2 asumiendo ortogonalidad. u 3 =y 3 a 1 u 1 a 2 u 2 Los dos vectores anteriores ya son ortogonales pero ahora hay que checar con el tercero entonces Para el producto del segundo y ultimo (u 2, u 3 ) = (u 2, y 3 a 1 u 1 a 2 u 2 ) = (u 2, y 3 ) - a 1 (u 2, u 1 ) a 2 (u 2, u 2 ) = 0 Para el producto del primer y ultimo (u 1, u 3 ) = (u 1, y 3 a 1 u 1 a 2 u 2 ) = (u 1, y 3 ) - a 1 (u 1, u 1 ) a 2 (u 2, u 3 ) = 0 Pero, como (y 1,y 2, y 3 ) y (u 1, u 2, u 3 ) son ortogonales los productos internos entre pares de esos vectores es cero, entonces a 1 =( u 1,y 3 ) (u 1, u 1 ) a 2 =( u 2,y 3 ) (u 2, u 2 )
5 Y se repiten hasta n veces. Cada vez se calculan los valores de a Generalizando u k =y k a 1 u 1 a 2 u 2 -. a k-1 u k-1 k-1 u k = y k - Σ (u i,y k ) u i i=1 (u i,u i ) Tarea 1: Sea y 1 =[2;1] y y 2 =[1;2] a) Demostrar que son vectores linealmente independientes. b) Obtener los vectores ortogonales. Orto-normalización Si queremos normalizar los vectores ortogonales u 1,u 2, etc. entonces tenemos que dividir entre su respectiva norma u k u k Expansión vectorial Recordemos que los vectores pueden estar definidos en cualquier tipo de espacio vectorial por lo que si proponemos un conjunto de vectores base {u 1, u 2,.., u n } y su vector base reciproco como {r 1, r 2,, r n } podemos representar cada vector es una columna de números. Porque? Sea el vector base {u 1, u 2,.., u n }, el cual genera un vector de expansión único para un función escalar de un vector, x=f(u i ), tal que: n x=σ (x i, u i ) = x 1 u 1 +x 2 u 2 +.+x n u n i=1 donde x i es un vector columna de los valores necesarios para la expansión y u i es el vector base. Entonces cualquier vector dimensional finito se puede representar en una columna obtenida por expansión y utilizando el producto interno. x=[x 1 x 2 x n ] T Ojo, si el conjunto base cambia, entonces el vector cambia. Si el vector base es ortogonal (u i,u j )=0, i j, entonces solo basta tomar el producto interno con el respectivo vector base, porque cada contribución o proyección a los demás vectores, es cero. Si aplicamos el producto: (u j, x)=( u j, Σ (x i, u i )) = u j ( x 1 u 1 +x 2 u 2 +.+x n u n ) Entonces solo existirá donde i =j, por ser ortogonal
6 (u j,x)=( u j, (x j, u j )) Y los coeficientes serán x j = (u j,x) (u j, u j ) Si el conjunto base no es ortogonales, entonces tendremos que buscar el vector reciproco del vector base {r 1, r 2,, r n }. Sean (r i,u j ) =1 si i = j & (r i, u j )= 0 si i j, Es decir mientras sean diferentes se obtiene la unidad. Si lo representamos en forma matricial (r i,u j )= r T T j u j R U= I Donde U=[ u 1,,u j ] y R=[ r j,, r j ] entonces R T se puede obtener con la inversa de U R T = U -1 Por lo que retomando la definición de x n x=σ (x i, u i ) = x 1 u 1 +x 2 u 2 +.+x n u n i=1 y multiplicandolo por el vector reciproco r i y recordando que x 1,x 2,, x n son los coeficientes entonces. (r i, x) = x 1 (r i,u 1 )+x 2 (r i,u 2 )+.+x n (r i, u n ) Pero por definición (r i,u j ) =1 si i = j & (r i, u j )= 0 si i j, Entonces si i =1 (r 1,u 1 ) =1 y todos los demas son cero entonces x 1 =(r 1, x) Al recorrer todos los valores de i, se puede calcular todos los elementos de x En general x i =(r i, x)
7 Ejemplo: Sean dos vectores base v 1 =[2; 1] y v 1 =[1; 2], es decir si los representaramos en el espacio vectorial Euclideano (flechas azules), en función de conjunto base estandar S (flechas rojas), quedarían como en la siguiente figura, por lo que los llamaremos v 1 s =[2; 1] y v 1 s =[1; 1] para no confundirlos. Expandir el vector (verde) x = [0;3/2] utilizando el nuevo conjunto base (azules) Solución: Primero checamos si son ortogonales los vectores del conjunto base, (v 1,v 2 ) =0? (v 1 T,v 2 )=[2 1][1;2]=2*1 +1*2 0, por lo que debemos obtener la inversa de conjunto base (azules) R T =V -1 =[v1 v2]=[[2 ;1] [1; 2]]=[2 1; 1 2] -1 =[2/3-1/3; -1/3 2/3] R=[2/3-1/3; -1/3 2/3] por ser simétrica y entonces r1=[2/3; -1/3] y r2=[-1/3; 2/3] y podemos calcular los coeficientes de la expansión x 1 =(r 1,x) = [2/3; -1/3][ 0;3/2] = -1/2 x 2 =(r 2,x) =[-1/3; 2/3] [ 0;3/2] = 1 Por lo tanto la expansión queda como n x=σ (x i, v i ) = x 1 v 1 +x 2 v 2 = -1/2 v 1 +1v 2 i=1 donde el vector expandido (negro), es generado sobre el nuevo conjunto base a partir de su proyección (rosa).
8 x v 2 v 1 Tarea: 1. Cuales de los siguientes vectores son linealmente independientes. Mencione la dimensión del espacio vectorial para cada conjunto. a) [1;1;1]; [1; 0; 1];[1 2 1]; b) Sin (t), cos(t), 2cos(t+π/4) c) [1,1,1,1] T,[1, 0, 1, 1] T, [1, 2, 1, 1] T 2. Usando los siguientes vectores base o básicos, encuentre el conjunto ortogonal usando el método de Gram-Schmidt. y1=[1,1,1] T,[1,0,0] T,[0,1,0] T 3. Expandir el vector x=[6,9,9] T en términos del siguiente set base. v1=[1,1,1] T ; v2=[1,2,3] T y v3=[1,3,2] T [1] Hagan Martin, Neural Network design, city Publishing house, chapter 5 y 6, [2] Tai, L. Chow, Mathematical Methods for physisians: a concise introduction, Cambridge University press, 2003.
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 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 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 detallesAPUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO
APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO ÍNDICE VECTORES EN EL PLANO... 3 Vector Fijo... 3 VECTOR LIBRE... 3 Operaciones con Vectores... 3 Suma de vectores... 3 Producto de un número por
Más 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 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 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 detallesVectores en el espacio
Vectores en el espacio Un sistema de coordenadas tridimensional se construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X e Y. Cada punto viene determinado por tres coordenadas
Más detallesVECTORES. 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 detalles1. Producto escalar, métrica y norma asociada
1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la
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 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 detallesINSTITUTO 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 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 detallesAplicaciones Lineales
Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las
Más 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 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 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 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 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 detallesTema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)
Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto
Más detallesAnexo 1: Demostraciones
75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:
Más detallesQué son los monomios?
Qué son los monomios? Recordemos qué es una expresión algebraica. Definición Una expresión algebraica es aquella en la que se utilizan letras, números y signos de operaciones. Si se observan las siguientes
Más detalles3 Espacios Vectoriales
Prof. Susana López 31 3 Espacios Vectoriales 3.1 Introducción Un ector fijo en el plano no es más que un segmento orientado en el que hay que distinguir tres características: -dirección: la de la recta
Más detalles_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano
24 Unidad II Vectores 2.1 Magnitudes escalares y vectoriales Unidad II. VECTORES Para muchas magnitudes físicas basta con indicar su valor para que estén perfectamente definidas y estas son las denominadas
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 detalles3.1 DEFINICIÓN. Figura Nº 1. Vector
3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado
Más detallesLección 1-Introducción a los Polinomios y Suma y Resta de Polinomios. Dra. Noemí L. Ruiz Limardo 2009
Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios Dra. Noemí L. Ruiz Limardo 2009 Objetivos de la Lección Al finalizar esta lección los estudiantes: Identificarán, de una lista de expresiones
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 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 detallesClase 15 Espacios vectoriales Álgebra Lineal
Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos
Más detallesCURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES
INECUACIONES NOTA IMPORTANTE: El signo de desigualdad de una inecuación puede ser,, < o >. Para las cuestiones teóricas que se desarrollan en esta unidad únicamente se utilizará la desigualdad >, siendo
Más detallesVector Spaces 4.1 ESPACIOS VECTORIALES Y SUBESPACIOS. 2012 Pearson Education, Inc.
4 Vector Spaces 4. ESPACIOS VECTORIALES Y SUBESPACIOS 0 Pearson Education, Inc. ESPACIOS VECTORIALES Y SUBESPACIOS Definición: Un espacio vectorial es un conjunto no vacío V de objetos, sobre el cual se
Más detallesINSTITUTO 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 detallesCURSO BÁSICO DE FÍSICA MECÁNICA PROYECTO UNICOMFACAUCA TU PROYECTO DE VIDA
UNICOMFACAUCA TU DE VIDA Tabla de contenido... 2 PARTES DE UN VECTOR... 3 Notación... 5 Tipos de vectores... 5 Componentes de un vector... 6 Operaciones con vectores... 7 Suma de vectores... 7 Resta de
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 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 detallesMatrices 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 detallesApoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores
Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores Universidad Politécnica de Madrid 5 de marzo de 2010 2 4.1. Planificación
Más detallesListas de vectores y conjuntos de vectores
Listas de vectores y conjuntos de vectores La explicación de los temas Dependencia lineal y Bases en el curso de Álgebra Lineal se puede basar en uno de los siguientes dos conceptos (o en ambos): ) listas
Más detallesMatrices: 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 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 detallesLos polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x
Los polinomios Los polinomios Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x Elementos de un polinomio Los términos: cada
Más detallesColegio Hermanos Carrrera. Departamento de Matemática Prof. Roberto Medina
Colegio Hermanos Carrrera Departamento de Matemática Prof. Roberto Medina Unidad 2 Objetivos: - Conceptos algebraicos básicos - Valoración de expresiones algebraicas - Reducción de términos semejantes
Más detallesTema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.
Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal
Más detallesDefinición de vectores
Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen: O también denominado Punto de aplicación. Es el punto exacto sobre
Más detallesAmpliación de Matemáticas. Integrales de línea
Ampliación de Matemáticas Integrales de línea En Física la idea intuitiva de trabajo queda recogida en la fórmula Trabajo = Fuerza x Espacio Si f(x) es la fuerza aplicada, a lo largo del eje x, a un objeto
Más detallesA.2. Notación y representación gráfica de vectores. Tipos de vectores.
Apéndice A: Vectores A.1. Magnitudes escalares y vectoriales Las magnitudes escalares son aquellas magnitudes físicas que quedan completamente definidas por un módulo (valor numérico) y la unidad de medida
Más detallesFORMA 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 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 detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA FACULTAD DE INGENIERÍA MEXICALI
PROGRAMA EDUCATIVO PLAN DE ESTUDIO CLAVE DE UNIDAD DE APRENDIZAJE NOMBRE DE LA UNIDAD DE APRENDIZAJE Tronco Común 2009-2 11211 Álgebra Lineal PRÁCTICA No. NOMBRE DE LA PRÁCTICA DURACIÓN (HORAS) 7 Producto
Más detallesy λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.
Espacios vectoriales Espacios y subespacios R n es el conjunto de todos los vectores columna con n componentes. Además R n es un espacio vectorial. Ejemplo Dados dos vectores de R por ejemplo u = 5 v =
Más detallesSegundo de Bachillerato Geometría en el espacio
Segundo de Bachillerato Geometría en el espacio Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid 204-205. Coordenadas de un vector En el conjunto de los vectores libres del espacio el concepto
Más detallesTema 3: Producto escalar
Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica
Más detallesÁlgebra Vectorial. Principios de Mecánica. Licenciatura de Física. Curso 2007-2008. 1
Álgebra Vectorial Principios de Mecánica. Licenciatura de Física. Curso 2007-2008. 1 Indice. 1. Magnitudes Escalares y Vectoriales. 2. Vectores. 3. Suma de Vectores. Producto de un vector por un escalar.
Más detallesEspacios Vectoriales
Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................
Más detallesa < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)
Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,
Más detallesDefinición operacional, independientemente de cualquier sistema de referencia
Carácter de las magnitudes físicas: Magnitudes escalares y vectoriales. Vectores unitarios, Operaciones con vectores. No todas las magnitudes físicas tienen las mismas características matemáticas El carácter
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 detallesConcepto de función. El subconjunto en el que se define la función se llama dominio o campo existencia de la función. Se designa por D.
Concepto de función Dados dos conjuntos A y B, llamamos función a la correspondencia de A en B en la cual todos los elementos de A tienen a lo sumo una imagen en B, es decir una imagen o ninguna. Función
Más detallesProblemas de Álgebra Lineal Espacios Vectoriales
Problemas de Álgebra Lineal Espacios Vectoriales 1. Estudia cuáles de los siguientes subconjuntos son subespacios de R n para el n que corresponda: i) S 1 = {(x, y, z, t) R 4 x + y + z + t = b} siendo
Más detallesMATEMÁTICAS 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 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 detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detalles13.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 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 detalles2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace
2.2 Transformada de Laplace y Transformada 2.2.1 Definiciones 2.2.1.1 Transformada de Laplace Dada una función de los reales en los reales, Existe una función denominada Transformada de Laplace que toma
Más detallesEjercicios resueltos de vectores
Ejercicios resueltos de vectores 1) Sean a(2,-1,3), b(3,0,-2) y c(-2,-2,1), realiza las siguientes operaciones con vectores: a) 3a + b - c b) a -2b c) a c 2) Utilizando los vectores del ejercicio 1, comprueba
Más 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 detallesOperaciones Booleanas y Compuertas Básicas
Álgebra de Boole El álgebra booleana es la teoría matemática que se aplica en la lógica combinatoria. Las variables booleanas son símbolos utilizados para representar magnitudes lógicas y pueden tener
Más detallesEXPRESIONES 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 detallesLección 2. Puntos, vectores y variedades lineales.
Página 1 de 11 Lección 2. Puntos, vectores y variedades lineales. Objectivos. En esta lección se repasan las nociones de punto y vector, y se identifican, via coordenadas, con los pares (ternas,...) de
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 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 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 detallesLÍMITES DE FUNCIONES Y DE SUCESIONES
LÍMITES DE FUNCIONES Y DE SUCESIONES Índice: 1.Funciones reales de variable real-------------------------------------------------------------- 1 2. Límite finito de una función en un punto.---------------------------------------------------
Más detalles4º ESO 1. ECUAC. 2º GRADO Y UNA INCÓGNITA
4º ESO 1. ECUAC. 2º GRADO Y UNA INCÓGNITA Una ecuación con una incógnita es de segundo grado si el exponente de la incógnita es dos. Ecuaciones de segundo grado con una incógnita son: Esta última ecuación
Más detallesUNIDAD 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 detallesJosé 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 detallesRepresentación de un Vector
VECTORES Vectores Los vectores se caracterizan por tener una magnitud, expresable por un número real, una dirección y un sentido. Un ejemplo de vectores son los desplazamientos. Otro ejemplo de vectores
Más detallesOrtogonalidad y Series de Fourier
Capítulo 4 Ortogonalidad y Series de Fourier El adjetivo ortogonal proviene del griego orthos (recto) y gonia (ángulo). Este denota entonces la perpendicularidad entre dos elementos: dos calles que se
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 detallesPROBLEMAS RESUELTOS. CASO I cuando todos los términos de un polinomio tienen un factor común. Algebra Baldor
PROBLEMAS RESUELTOS CASO I cuando todos los términos de un polinomio tienen un factor común CASO II factor comun por agrupación de terminos CASO III trinomio cuadrado perfecto CASO IV Diferencia de cuadrados
Más detallesLa suma se realiza miembro a miembro. La suma de polinomios goza de las mismas propiedades que la suma de números. Ejemplo:
Tema 4. Polinomios 1. Definición Un polinomio es una expresión hecha con constantes, variables y exponentes, que están combinados. Los exponentes sólo pueden ser 0, 1, 2, 3,... etc. No puede tener un número
Más detallesvectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide:
.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax, así como los subespacios vectoriales N(f) e Im(f) a) f(x,y) = (x,-y) b) f(x,y)
Más 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 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 detallesCapitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS 2 Í N D I C E CAPÍTULO MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES MATRICES. MATRIZ. DEFINICIÓN 2. ALGUNOS
Más detallesAplicaciones lineales
Capítulo 4 Aplicaciones lineales 4.1. Introduccción a las aplicaciones lineales En el capítulo anterior encontramos la aplicación de coordenadas x [x] B que asignaba, dada una base del espacio vectorial,
Más detallesTarea 1 - Vectorial 201420
Tarea - Vectorial 040. Part :. - 3... Hacer parametrización de la curva de intersección del cilindro x + y = 6 y el plano x + z = 5. Encontrar las coordenadas de los puntos de la curva donde la curvatura
Más detallesAlgebra Lineal y Geometría.
Algebra Lineal y Geometría. Unidad nº7: Transformaciones Lineales. Algebra Lineal y Geometría Esp. Liliana Eva Mata 1 Contenidos. Transformación lineal entre dos espacios vectoriales. Teorema fundamental
Más detallesmartilloatomico@gmail.com
Titulo: OPERACIONES CON POLINOMIOS (Reducción de términos semejantes, suma y resta de polinomios, signos de agrupación, multiplicación y división de polinomios) Año escolar: 2do: año de bachillerato Autor:
Más detallesI. RELACIONES Y FUNCIONES 1.1. PRODUCTO CARTESIANO { }
I. RELACIONES Y FUNCIONES PAREJAS ORDENADAS Una pareja ordenada se compone de dos elementos x y y, escribiéndose ( x, y ) donde x es el primer elemento y y el segundo elemento. Teniéndose que dos parejas
Más detallesSeminario Universitario Material para estudiantes. Física. Unidad 2. Vectores en el plano. Lic. Fabiana Prodanoff
Seminario Universitario Material para estudiantes Física Unidad 2. Vectores en el plano Lic. Fabiana Prodanoff CONTENIDOS Vectores en el plano. Operaciones con vectores. Suma y producto por un número escalar.
Más detallesCómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Más detallesAlternativamente, los vectores también se pueden poner en función de los vectores unitarios:
1. Nociones fundamentales de cálculo vectorial Un vector es un segmento orientado que está caracterizado por tres parámetros: Módulo: indica la longitud del vector Dirección: indica la recta de soporte
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 detallesTRANSFORMACIONES LINEALES. Transformaciones. TRANSFORMACIONES LINEALES Ejemplo. TRANSFORMACIONES LINEALES Ejemplo
TRANSFORMACIONES LINEALES Transformaciones Conceptos básicos Gilberto Aguilar Miranda Instituto Tecnologico de Chihuahua : Una transformación lineal L de R n en R m (L : R n R m ) es una función que asigna
Más detallesEspacios vectoriales y aplicaciones lineales.
Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en
Más detalles