1 Aplicaciones lineales
|
|
- José Ignacio Quintero Montoya
- hace 7 años
- Vistas:
Transcripción
1 UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Aplicaciones lineales y diagonalización. El objetivo principal de este tema será la obtención de una matriz diagonal semejante a una matriz dada. Esto es una herramienta muy útil que nos permite por ejemplo calcular con pocas operaciones potencias de matrices de cualquier orden. También se puede usar para resolver ciertos sistemas de ecuaciones diferenciales, para estudiar la convergencia de ciertas sucesiones de varias variables además de un número grande de otras aplicaciones. Empecemos primero con unas nociones algebraicas que serán necesarias. Aplicaciones lineales Definición. Dados dos espacios vectoriales V y W sobre un mismo cuerpo K, diremos que una aplicación f : V W es una aplicación lineal u homomorfismo si para cualquier par de vectores u, v V y para cualquier λ K se cumple que f(u + v) = f(u) + f(v), f(λ u) = λ f(u). Si V = W diremos que f es un endomorfismo. Ejemplo 2. La aplicación nula o la aplicación identidad de un espacio vectorial en si mismo son aplicaciones lineales. Ejemplo 3. Sea C(R) el conjunto de todas las aplicaciones reales continuas y D(R) el conjunto de todas las aplicaciones reales derivables. Si consideramos la aplicación ϕ : D(R) C(R) que a cada f D(R) asocia su derivada, tendremos que ϕ es una aplicación lineal. Proposición 4. Sea f : V W una aplicación lineal. Tenemos las siguientes propiedades inmediatas: (i) f( λ i v i ) = λ i f(v i ) para todo v i V y λ i K. (ii) f(0) = 0. (iii) La composición de aplicaciones lineales es una aplicación lineal. (iv) Si {u, u 2,..., u n } es un conjunto linealmente dependiente, entonces {f(u ), f(u 2 ),..., f(u n )} es un conjunto linealmente dependiente. Definición 5. Dada una aplicación lineal f : V W, se define el núcleo de f que se denotará por ker f como ker f = {v V : f(v) = 0}. Definición 6. Dada una aplicación f : A B entre dos conjuntos, se define la imagen de f que se denotará por im f como im f = {b B : existe a A tal que f(a) = b}.
2 Proposición 7. Dada una aplicación lineal f : V W, los conjuntos ker f e im f son subespacios vectoriales de V y W respectivamente. La dimensión de im f se denota por rango de f. Teorema 8. Sea f : V W una aplicación lineal. Si V es de dimensión finita se tiene que dim V = dim ker f + dim im f. Recordemos que una aplicación f : A B es inyectiva si cada vez que se tiene que a b entonces f(a) f(b) y es suprayectiva (o sobreyectiva) cuando la imagen de f coincide con B. Cuando pasen ambas cosas se dice que f es biyectiva. Definición 9. Diremos que una aplicación lineal es un monomorfismo cuando sea inyectiva, que es un epimorfismo cuando sea suprayectiva y que es un isomorfismo cuando sea biyectiva. Si el espacio de partida y de llegada es el mismo, diremos que la aplicación es un endomorfismo. Proposición 0. Sea f : V W una aplicación lineal. (i) f es inyectiva si, y sólo si ker f = {0}. (ii) Si f es inyectiva y u, u 2,... u n V es un conjunto de vectores linealmente independientes, entonces f(u ), f(u 2 ),..., f(u n ) W también son linealmente independientes. 2 Matriz asociada a una aplicación lineal Proposición. Dados dos espacios vectoriales V y W sobre un cuerpo K, sea {e, e 2,..., e n } una base de V y sean w, w 2,... w n W. Entonces existe una única aplicación lineal f : V W tal que f(e i ) = w i para i =, 2,..., n. Teorema 2. Sea f : V W una aplicación lineal, sea B = {e, e 2,..., e n } una base de V y sea B = {w, w 2,..., w m } una base de W. Entonces existe una única matriz A = (a ij ) mxn tal que para todo v V, si (x, x 2,..., x n ) son las coordenadas de v en la base B se tiene que y a a 2 a n x y 2 a 2 a 22 a 2n x 2. = a m a m2 a mn y m donde (y, y 2,... y m ) son las coordenadas de f(v) en la base B. La matriz del teorema anterior se denotará como M(f) BB o M(f) B B y la llamaremos la matriz asociada a f respecto las bases B y B. Observemos que en el teorema anterior, si el vector v fuese un e i de la base entonces sus coordenadas serían todas 0 salvo la que estuviese en la posición i. Teniendo esto en cuenta, al multiplicar la matriz A por las coordenadas del vector e i obtendríamos la fila i-ésima de la matriz A. Por lo tanto se tiene el siguiente resultado: Proposición 3. La columna i-ésima de la matriz A de la proposición anterior está formada por las coordenadas en la base B de la imagen del i-ésimo elemento de la base B. 2 x n
3 Corolario 4. El rango de una aplicación lineal f coincide con el rango de cualquier matriz asociada a f. Proposición 5. Sean f : V W y g : V W aplicaciones lineales entre espacios vectoriales sobre un cuerpo K. Sea B una base de V y B una base de W y denotemos por A la matriz asociada a f respecto dichas bases y A 2 la matriz asociada a g. Si λ, µ K se tiene que la matriz asociada a λf + µg es λa + µa 2. Proposición 6. Sean f : U V y g : V W aplicaciones lineales entre espacios vectoriales sobre un cuerpo K. Sea B una base de U, una base de V y B 3 una base de W. Entonces M(g f) B 3 B = M(g) B 3 M(f) B2 B. Consideremos ahora una aplicación lineal f : V W, sean B, dos bases de V y sean B, B 2 bases de W. Parece natural preguntarse qué relación habrá entre las matrices asociadas a la aplicación lineal f respecto las distintas bases. Y lo que se tiene es lo siguiente: M(f) B 2 = M B 2 B M(f) B B M B. La igualdad anterior puede parecer complicada, pero en el fondo no lo es tanto. Para ver que es cierto, basta con coger las coordenadas de un vector v en la base, ponerlas como una matriz columna y multiplicarlas a la derecha de los miembros de la desigualdad anterior. Al multiplicarse por la matriz M B, obtendremos las coordenadas de v en la base B. Al multiplicar los que nos de por M(f) B B obtendremos las coordenadas de f(v) en la base B. Por último, al volver a multiplicar por M B 2 B, llegaremos a las coordenadas de f(v) en la base. Efectivamente ocurre entonces lo que tendría que ocurrir si multiplicásemos directamente por M(f) B 2 y de ahí que la igualdad sea cierta. Definición 7. Se dice que dos matrices A y B de igual tamaño son equivalentes si están asociadas a la misma aplicación lineal (respecto a bases adecuadas). Por lo que acabamos de ver, esto es equivalente a la existencia de matrices regulares cuadradas P y Q tales que B = QAP (P y Q serían matrices de cambio de base). 3 Diagonalización Como hemos visto en la sección anterior, a una misma aplicación lineal se le puede asociar varias matrices, dependiendo de las bases que consideremos. Es interesante escoger las bases de forma que la matriz asociada obtenida sea lo más sencilla posible para poder trabajar cómodamente con ella. El objetivo en esta sección es ese en el caso particular de que el espacio de partida y de llegada de la aplicación lineal sea el mismo y además cogiendo la misma base tanto de partida como de llegada. Definición 8. Se dice que dos matrices A y B de igual tamaño son semejantes si están asociadas al mismo endomorfismo tomando en cada caso la misma base de partida que de llegada, es decir, existe una matriz regular cuadradas P tal que B = P AP. Definición 9. Sea f : V V un endomorfismo. Se dice que un subespacio W de V es invariante si f(w ) W. 3
4 Definición 20. Sea f : V V un endomorfismo. Se dice que un vector no nulo v V es un vector propio o autovector si existe λ K tal que f(v) = λv. En tal caso a λ se le llama valor propio o autovalor. Imaginemos que tenemos una base B = {e, e 2,..., e n } de vectores propios de V y consideremos que A es la matriz asociada a f en esta base. Sabemos que la columna i-ésima de A consiste en coger la imagen de e i y ponerla en coordenadas respecto B, pero como f(e i ) = λ i e i para algún λ i tendremos que estas coordenadas serán todas 0 salvo en la posición i-ésima donde valdrá λ i. Tenemos por lo tanto el siguiente resultado: Proposición 2. Sea f : V V un endomorfismo y supongamos que tenemos una base de valores propios B = {e, e 2,..., e n } de V formada por valores propios. Sea λ i el valor propio asociado a e i. Tenemos entonces que λ λ M(f) 0 B = λ n Recíprocamente, si la matriz asociada a f respecto a una base es diagonal, entonces los vectores de la base son todos vectores propios. Definición 22. Se dice que una matriz A de tamaño nxn es diagonalizable si existe una matriz regular P de tamaño nxn tal que D = P AP es una matriz diagonal. El problema de diagonalizar una matriz consiste entonces en encontrar una base de vectores propios. Desgraciadamente esto no se podrá hacer siempre por lo que nos encontraremos con matrices que son diagonalizables y otras que no lo son. Primero veamos cómo podemos calcular los valores propios de una aplicación lineal f : V V. Está claro que si I : V V es la aplicación identidad, entonces λ será un valor propio si, y sólo si el núcleo de f λi contiene algún vector no nulo (que será un vector propio asociado a λ). Ahora bien, por el Teorema 8 tendremos entonces que el rango de f λi no es máximo y en particular tendremos que el determinante de la matriz asociada de f λi (respecto cualquier base) es 0. Por lo tanto tenemos que: Proposición 23. Sea f : V V un endomorfismo y sea A la matriz asociada respecto cierta base de V. Entonces λ es un valor propio de f si, y sólo si det(a λi) = 0. Definición 24. Dada una matriz cuadrada de tamaño nxn sobre un cuerpo K. Se define el polinomio característico de A como el polinomio (con variable λ) que se obtiene al calcular p(λ) = det(a λi). Así que para calcular los valores propios de un endomorfismo o matriz, basta con calcular su polinomio característico y calcular sus raíces, es decir, las soluciones que dan de la ecuación obtenida de igualar el polinomio a 0. Podemos hablar del polinomio característico de un endomorfismo ya que las matrices semejantes tienen el mismo polinomio característico. Definición 25. Sea f : V V un endomorfismo y λ un valor propio. Se llama subespacio propio correspondiente a λ al subconjunto E(λ) = ker(f λi). 4
5 Observemos que E(λ) es un espacio vectorial invariante formado por el vector 0 y por todos los vectores propios asociados al valor propio λ. Si A es una matriz asociada a f, la dimensión de E(λ) es dim ker(f λi) = dim V dim im(f λi) = dim V rg(a λi). Para calcular E(λ) tendremos que resolver el sistema de ecuaciones (A λi)x = 0 (donde X es un vector columna de n incógnitas). Proposición 26. Sea f : V V un endomorfismo y λ una raíz del polinomio característico de f de multiplicidad m. Entonces dim E(λ) m. Teorema 27. Una matriz de tamaño nxn es diagonalizable si, y sólo si la suma de las multiplicidades de las raíces del polinomio característico es n y para cara raíz λ se tiene que dim E(λ) es igual a la multiplicidad de dicha raíz. Resumiendo, para diagonalizar una matriz A lo primero que tenemos que hacer es calcular su polinomio característico y sacar sus raíces. Si la matriz es diagonalizable, su diagonal va a estar formada por las raíces del polinomio repetidas según su multiplicidad. Luego para cada valor propio λ se calcula E(λ) resolviendo el sistema (A λi)x = 0. Si la matriz es diagonalizable, podremos sacar una base de E(λ) de tantos vectores como multiplicidad tenga λ. Por último, si la matriz es diagonalizable, al unir las bases que hemos ido obteniendo obtendremos una base de n vectores propios. Si escribimos estos vectores en columna formando una matriz P esta será la de cambio de base y por lo tanto D = P AP donde D es la matriz diagonal formada por los valores propios contando multiplicidad. Importante: es importante mantener el orden, es decir, el valor propio colocado en la columna i de la matriz D debe de estar asociado al vector propio cuyas coordenadas están en la columna i-ésima de P. También es importante conservar el orden en el que se multiplican las matrices. 4 Aplicación Como hemos dicho al principio del tema, una aplicación es la de calcular potencias de matrices de una forma sencilla. Observemos que la potencia de una matriz diagonal es sencilla de calcular ya que es simplemente hacer la potencia de cada elemento de su diagonal, pero no podemos hacer lo mismo con una matriz cualquiera. Sin embargo, si tenemos una matriz A diagonalizable, tendremos que hay una expresión de la forma D = P AP donde D es una matriz diagonal. Esta expresión se puede escribir también como y por lo tanto Simplificando tendremos que A = P DP A n = P DP P DP... P DP (n veces). A n = P D n P que nos simplificará mucho los cálculos ya que bastará hacer la potencia de una matriz diagonal y 2 productos matriciales. Bueno, también tendremos que calcular D, P y P pero será menos costoso que calcular directamente A n por ejemplo en el caso n =
TEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.
TEMA 11 F MATEMÁTICOS TEMA 11 Autovalores y autovectores Diagonalización y formas canónicas 1 Introducción Definición 1 (Matrices semejantes) Sean A y B dos matrices cuadradas de orden n Decimos que A
Más detallesMatrices, determinantes, sistemas de ecuaciones lineales.
UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Resúmenes Curso 2007-2008 Matrices, determinantes, sistemas de ecuaciones lineales. Una matriz A de orden m n es una colección de m
Más detallesDiagonalización de matrices.
Diagonalización de matrices. 1. Diagonalización de matrices. Definición 1.1 Sea A una matriz cuadrada,, decimos que es un autovalor de A si existe un vector no nulo tal que En esta situación decimos que
Más detallesENDOMORFISMOS Y DIAGONALIZACIÓN.
ENDOMORFISMOS Y DIAGONALIZACIÓN. En lo que resta de este tema, nos centraremos en un tipo especial de aplicaciones lineales: los endomorfismos. Definición: Endomorfismo. Se llama endomorfismo a una aplicación
Más detallesTema 2. Aplicaciones lineales. Diagonalización de endomorfismos.
Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada
Más detallesTEMA 4. APLICACIONES LINEALES
TEMA 4. APLICACIONES LINEALES 1.- Definición y propiedades. 2.- Aplicaciones lineales inyectivas y Suprayectivas. 3.- Núcleo, imagen, matriz asociada y rango de una aplicación lineal. 4.- Operaciones con
Más detalles5. Aplicaciones Lineales
Contents 5 Aplicaciones Lineales 2 5.1 Aplicaciones lineales. Definición y propiedades........................ 2 5.2 Núcleo e Imagen.................................................... 3 5.3 Descomposición
Más detallesTema 5: Diagonalización de matrices
Tema 5: Diagonalización de matrices La intención en este tema es, dada una matriz cuadrada, ver si existe otra matriz semejante a ella que sea diagonal. Recordemos del Tema 4 que dos matrices cuadradas
Más detallesAplicaciones Lineales. Diagonalización de matrices.
Tema 2 Aplicaciones Lineales. Diagonalización de matrices. 2.1. Definiciones y propiedades Nota 2.1.1. En este tema trabajaremos con los Espacios Vectoriales R n y R m definidos sobre el cuerpo R. Definición
Más detallesTEMA III: DIAGONALIZACIÓN.
TEMA III: DIAGONALIZACIÓN. OBJETIVOS: Generales: 1. Captar el motivo que justifica el problema de la diagonalización de endomorfismos. 2. Resolver y aplicar dicho problema cuando sea posible. Específicos:
Más detallesAplicaciones lineales
Capítulo 5 Aplicaciones lineales Estas notas están basadas en las realizadas por el profesor Juan González-Meneses para la asignatura Álgebra lineal de la Licenciatura de Matemáticas. 5.1. Definición y
Más detallesTema 5: Diagonalización de matrices
Tema 5: Diagonalización de matrices La intención en este tema es dada una matriz cuadrada ver si existe otra matriz semejante a ella que sea diagonal Recordemos (ver Tema : Matrices determinantes y sistemas
Más detallesGeometría afín y proyectiva, 2016 SEMANA 4
Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más detallesAplicaciones lineales
Aplicaciones lineales María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Aplicaciones lineales Matemáticas I 1 / 32 Contenidos 1 Definición y propiedades Definición de aplicación
Más detallesETSI de Topografía, Geodesia y Cartografía
Prueba de Evaluación Continua Grupo A 9-04-14 ESPACIOS VECTORIALES-DIAGONALIZACIÓN (parte sin DERIVE) 1. a) Definir sistema ligado de vectores de un espacio vectorial V. b) Demostrar que si un sistema
Más detallesÁLGEBRA LINEAL I Práctica 6
ÁLGEBRA LINEAL I Práctica 6 Aplicaciones Lineales (Curso 2016 2017) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos
Más detallesλ = es simple se tiene que ( )
Sección 6 Diagonalización 1- (enero 1-LE) Sea 1 1 = 1 1 a) Es diagonalizable la matriz? En caso afirmativo, calcula las matrices P y D tales que 1 P P = D b) Existe algún valor de a para el que ( 3, 6,
Más detalles5. Aplicaciones lineales
5. Aplicaciones lineales Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2010 Contents 5 Aplicaciones lineales 7 5.1 Definición y propiedades..............................
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 2 APLICACIONES LINEALES
EJERCICIOS DE TEMA APLICACIONES LINEALES APLICACIONES LINEALES ) Estudiar cuáles de las siguientes aplicaciones son lineales entre los espacios vectoriales dados: x y a) f: f(x, y) = x y x b) f: x f(x)
Más detallesTema 3: Aplicaciones Lineales
Tema 3: Aplicaciones Lineales José M. Salazar Noviembre de 2016 Tema 3: Aplicaciones Lineales Lección 4. Aplicaciones lineales. Índice 1 Aplicaciones lineales: definiciones y resultados principales Primeras
Más detallesÁLGEBRA LINEAL I Práctica 6
ÁLGEBRA LINEAL I Práctica 6 Aplicaciones Lineales (Curso 2012 2013) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos, epimorfismos
Más detallesAplicaciones Lineales
Capítulo 5 Aplicaciones Lineales 51 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K Definición 511 Se dice que una aplicación f : V W es una aplicación lineal o un
Más detallesAplicaciones Lineales
Capítulo 7 Aplicaciones Lineales 7.1 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K. Definición 7.1.1 Se dice que una aplicación f : V W es una aplicación lineal o
Más detallesAplicaciones Lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2009 2010) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o
Más detallesTema 3 APLICACIONES LINEALES
Tema 3 APLICACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Definición y propiedades. Núcleo e imagen. Isomorfismos. Definición 1.1 Una aplicación f : V V entre dos espacios vectoriales
Más detallesAutovalores y autovectores. Diagonalización y formas canónicas
Capítulo 4 Autovalores y autovectores Diagonalización y formas canónicas Dado un homomorfismo, nos hemos planteado el problema de elegir bases cualesquiera de manera que la matriz del homomorfismo sea
Más detallesVectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
Más detallesTema 2. Grupos. 3. El conjunto de matrices de orden 2 con coeficientes enteros (o reales) con la suma es un grupo conmutativo.
Tema 2. Grupos. 1 Grupos Definición 1 Un grupo es una estructura algebraica (G, ) tal que la operación binaria verifica: 1. * es asociativa 2. * tiene elemento neutro 3. todo elemento de G tiene simétrico.
Más detallesValores y Vectores Propios
Valores y Vectores Propios Departamento de Matemáticas, CSI/ITESM de abril de 9 Índice 9.. Definiciones............................................... 9.. Determinación de los valores propios.................................
Más detallesTema 1: Espacios vectoriales
PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Químicas FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina si cada
Más detalles2. Ortogonalidad. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U.
2 Ortogonalidad En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U 1 Vectores ortogonales Definición 11 Dos vectores x, ȳ U se dicen ortogonales si: x ȳ = 0 Veamos algunas propiedades
Más detallesTEMA 5: Aplicaciones Lineales. Diagonalización.
TEMA 5: Aplicaciones Lineales. Diagonalización. 1. Aplicaciones Lineales 1.1. Definición, propiedades y ejemplos. Definición 1. Dados dos espacios vectoriales V y V sobre un mismo cuerpo K, una aplicación
Más detallesProposición Sea V un espacio vectorial sobre K de dimensión n y B una base de V. Gl(n, K) = {A M(n n, K) A = 0}.
Tema 6 Formas canónicas 6.1 Introducción Proposición 6.1.1. Sea V un espacio vectorial sobre K de dimensión n y B una base de V. La aplicación Φ B : End(V ) M(n n, K) definida por Φ B (f) = M B (f), es
Más detallesMatriz sobre K = R o C de dimensión m n
2 Matrices y Determinantes 21 Matrices Matriz sobre K = R o C de dimensión m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Tipos de matrices: Cuadrada: n n = (a ij) i=1,,m j=1,,n Nula: (0) i,j 1 0
Más detallesAplicaciones Lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2008 2009) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o
Más detallesTema 5: Sistemas de Ecuaciones Lineales
Tema 5: Sistemas de Ecuaciones Lineales Eva Ascarza-Mondragón Helio Catalán-Mogorrón Manuel Vega-Gordillo Índice 1 Definición 3 2 Solución de un sistema de ecuaciones lineales 4 21 Tipos de sistemas ecuaciones
Más detallesCOLEGIO UNIVERSITARIO CARDENAL CISNEROS. Libro de Ejercicios de Matemáticas Empresariales II
COLEGIO UNIVERSITARIO CARDENAL CISNEROS Libro de Ejercicios de Matemáticas Empresariales II Manuel León Navarro 2 Capítulo 1 Ejercicios lección 1 1. Sea el conjunto de las matrices cuadradas de orden 2
Más detallesAutovalores y autovectores Diagonalización y formas canónicas
Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,
Más detallesAplicaciones lineales.
Tema 4 Aplicaciones lineales. Definición 4. Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una aplicación lineal si: a f(u + v = f(u + f(v; u, v V, b f(ku = kf(u;
Más detallesDiagonalización de Endomorfismos
Tema 5 Diagonalización de Endomorfismos 5.1 Introducción En este tema estudiaremos la diagonalización de endomorfismos. La idea central de este proceso es determinar, para una aplicación lineal f : E E,
Más detallesAplicaciones Lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2010 2011) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o
Más detalles1. DIAGONALIZACIÓN. FORMAS CANÓNICAS
1 1. DIAGONALIZACIÓN. FORMAS CANÓNICAS 1. Se considera la matriz: A = ( 2 3 4 13 con coeficientes en R. Hallar los valores propios, los vectores propios y una matriz P que permita la diagonalización de
Más detallesAPLICACIONES LINEALES.
Tema 4. ÁLGEBRA APLICACIONES LINEALES. Curso 2017-2018 José Juan Carreño Carreño Departamento de Matemática Aplicada a las Tecnologías de la Información y las Comunicaciones Escuela Técnica Superior de
Más detallesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a
Más detallesESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS
ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA.1 Definición de Aplicación Lineal. FUNDAMENTOS MATEMÁTICOS 8. APLICACIONES LINEALES Sean
Más detallesEjemplo 1. Ejemplo introductorio
. -Jordan. Ejemplo 1. Ejemplo introductorio. -Jordan Dos especies de insectos se crían juntas en un recipiente de laboratorio. Todos los días se les proporcionan dos tipos de alimento A y B. 1 individuo
Más detallesAplicaciones Lineales
Aplicaciones Lineales Ximo Beneyto Tema: Pàgina : 49 APLICACIONES LINEALES Definición : Sean (E(K), +, A) y (F(K), +, A), Espacios Vectoriales construídos sobre un mismo cuerpo K, una aplicación f:e 6
Más detalles1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS
1 1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS Sea f : V V un endomorfismo de V, f End(V, con V un K-espacio vectorial de dimensión n, y sean B = {e 1,..., e n } B = {e 1,..., e n} bases de V. La matriz de f
Más detalles40 Matemáticas I. Parte II. Álgebra Lineal. I.T.I. en Electricidad. Prof: José Antonio Abia Vian
40 Matemáticas I Parte II Álgebra Lineal 41 Matemáticas I : Álgebra Lineal Tema 4 Espacios vectoriales reales 4.1 Espacios vectoriales Definición 88.- Un espacio vectorial real V es un conjunto de elementos
Más detallesTema 3. Aplicaciones lineales Doble Grado en Ingeniería Informática y Matemáticas Curso 2012/13 Profesor: Rafael López Camino
Tema 3. Aplicaciones lineales Doble Grado en Ingeniería Informática y Matemáticas Curso 212/13 Profesor: Rafael López Camino 1. (a Si f L(V, V, B es base de V y f(b es un conjunto de vectores linealmente
Más detallesCAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES
CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES Parte A: determinantes. A.1- Definición. Por simplificar, consideraremos que a cada matriz cuadrada se le asocia un número llamado determinante que se
Más detallesTema 2. Sistemas de ecuaciones lineales
Tema 2. Sistemas de ecuaciones lineales Estructura del tema. Definiciones básicas Forma matricial de un sistema de ecuaciones lineales Clasificación de los sistemas según el número de soluciones. Teorema
Más detallesFACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas
EXÁMENES DE MATEMÁTICAS Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha 5 de julio de 99. Dada la aplicación lineal: T
Más detallesEjercicios resueltos del capítulo 1
Ejercicios resueltos del capítulo Ejercicios impares resueltos..b Resolver por el método de Gauss el sistema x +x x +x 4 +x = x x +x 4 = x +x +x = x +x x 4 = F, ( ) F 4, () F, ( ) F, () 8 6 8 6 8 7 4 Como
Más detallesTema 1. Álgebra lineal. Matrices
1 Tema 1. Álgebra lineal. Matrices 0.1 Introducción Los sistemas de ecuaciones lineales aparecen en un gran número de situaciones. Son conocidos los métodos de resolución de los mismos cuando tienen dos
Más detallesy Matrices cuadradas.
de Endomorfismos y Matrices cuadradas.. Problemas resueltos. Tema :. Problemas Resueltos 1 PROBLEMAS RESUELTOS 1. Sea f 0 End(ú 3 ) / f ( x, y, z ) = ( 2x - 2y + 3z, x + y + z, x + 3y - z) Estudiar si
Más detalles1. DIAGONALIZACIÓN DE ENDOMORFISMOS
. DIAGONALIZACIÓN DE ENDOMORFISMOS. Se considera la matriz: A ( 2 3 4 3 con coecientes en R. Hallar los valores propios, los vectores propios y una matriz P que permita la diagonalización de A. Calcular
Más detallesTema 2: Diagonalización
TEORÍA DE ÁLGEBRA II: Tema 2. DIPLOMATURA DE ESTADÍSTICA 1 Tema 2: Diagonalización 1 Introducción Sea f : R n R n lineal. Dada una base B de R n podemos asociar a f la matriz A 1 = [f, B] M n. Si C es
Más detallesAplicaciones lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones lineales (Curso 2004 2005) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos, epimorfismos
Más detallesTema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
Más detalles1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.
utovalores y autovectores asociados a un endomor smo f Diagonalización Dado un endomor smo f de un espacio vectorial real V y jada una base B de V obtenemos una única matriz asociada a f respecto de la
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detalles4. " $#%&' (#) para todo $#* (desigualdad triangular).
10 Capítulo 2 Espacios Métricos 21 Distancias y espacios métricos Definición 211 (Distancia) Dado un conjunto, una distancia es una aplicación que a cada par le asocia un número real y que cumple los siguientes
Más detallesESPACIO AFÍN 2.- SISTEMAS DE REFERENCIA: COORDENADAS DE UN PUNTO. 3.- VARIEDAD LINEAL: ECUACIONES DE LA RECTA Y EL PLANO.
ESPACIO AFÍN 1.- CONCEPTO DE ESPACIO AFÍN. 2.- SISTEMAS DE REFERENCIA: COORDENADAS DE UN PUNTO. 3.- VARIEDAD LINEAL: ECUACIONES DE LA RECTA Y EL PLANO. 4.- PROBLEMAS DE INCIDENCIA. 5.- POSICIONES RELATIVAS
Más detalles3.8 Ejercicios propuestos
3.8 Ejercicios propuestos Ejercicio 3.7 Consideremos la aplicación lineal f : R 3 R 3 definida por f(x, y, z) =(2x + y, z,0) a) Determinar Ker f y hallar una base de dicho subespacio. b) Hallar el rango
Más detallesContenido. 1 Definiciones y propiedades. 2. Método de la potencia. 3. Método de la potencia inversa. 4. Método de la potencia inversa desplazada
ETS Minas: Métodos Matemáticos Resumen y ejemplos Tema 5: Valores y vectores propios Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Octubre
Más detallesCuestiones de Álgebra Lineal
Cuestiones de Álgebra Lineal Algunas de las cuestiones que aparecen en esta relación están pensadas para ser introducidas en un plataforma interactiva de aprendizaje de modo que los parámetros a, b que
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 9- - 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)
Más detallesPodemos pues formular los dos problemas anteriores en términos de matrices.
Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión
Más detallesPROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 2005/06
PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 200/06 1. Utilizar el método de eliminación de Gauss para resolver el sistema de ecuaciones lineales siguiente: 2 x 1 2 x
Más detallesNúcleo e Imagen de una aplicación lineal.
PRÁCTICA Nº 8 Núcleo e Imagen de una aplicación lineal. Con esta práctica se pretende utilizar el cálculo de la expresión matricial de una aplicación lineal respecto de las bases del dominio y codominio
Más detallesAP = A p 1 p 2 p n = Ap 1 Ap 2. λ 1 p 21 λ 2 p 22 λ n p 2n. .. = λ 1 p 1 λ 2 p 2
Capítulo 6 Diagonalización 6 Valores y vectores propios 6 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V, nos planteamos el problema
Más detallesFrancisco Cabo García Bonifacio Llamazares Rodríguez
ÁLGEBRA LINEAL CON DERIVE 5 Francisco Cabo García Bonifacio Llamazares Rodríguez María Teresa Peña García Dpto. de Economía Aplicada (Matemáticas) Universidad de Valladolid Página 1 de 34 Ventana de Álgebra
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 8-9.- 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
Más detallesAUTOVALORES Y AUTOVECTORES
12 de Julio de 2011 AUTOVALORES Y AUTOVECTORES (Clase 01) Departamento de Matemática Aplicada Facultad de Ingeniería Universidad Central de Venezuela 1 Puntos a tratar 1. Valores y vectores propios 2.
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 007-008 1.- 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
Más detallesTema 5 - Aplicaciones lineales y diagonalización de matrices (v1.0) Pág. 1. *** Apuntes realizados por Victor Gayoso Martinez
Tema 5 - Aplicaciones lineales y diagonalización de matrices (v1.0) Pág. 1 *** Apuntes realizados por Victor Gayoso Martinez (vgayoso@gmail.com) *** TEMA 5 APLICACIONES LINEALES Y DIAGONALIZACIÓN DE MATRICES
Más detalles1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO
1 1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos
Más detallesDiagonalización de matrices
Diagonalización de matrices María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Diagonalización de matrices Matemáticas I 1 / 22 Valores y vectores propios de una matriz Definición
Más detalles1. SISTEMAS DE ECUACIONES DIFERENCIALES
1 1 SISTEMAS DE ECUACIONES DIFERENCIALES 11 SISTEMAS LINEALES DE PRIMER ORDEN Un sistema de ecuaciones diferenciales del tipo dx 1 dt a 11 tx 1 + a 1n tx n + f 1 t dx n dt a n1 tx 1 + a nn tx n + f n t
Más detallesA = En los casos afirmativos, hallar una forma diagonal D y obtener una matriz invertible real P M(3, 3) tal que P 1 AP = D.
22 Departamento de Álgebra. Universidad de Sevilla Tema 5. Sección 1. Endomorfismos. Endomorfismos diagonalizables. Ejercicio 5.1 Dadas las matrices complejas: 3 2 0 2 3 0, B = 0 0 5 14 1 12 13 0 12 17
Más detallesTema 1: Nociones básicas del Álgebra Lineal.
Nociones básicas del Álgebra Lineal 1 Tema 1: Nociones básicas del Álgebra Lineal 1 Conceptos fundamentales sobre espacios vectoriales y bases Definición Sea (K + ) un cuerpo y (V +) un grupo abeliano
Más detallesSesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K
Sesión 8: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K ) Calculamos los valores propios de A y sus multiplicidades algebraicas con: d A λ = det A λi nxn = Si d A
Más detallesSoluciones de la hoja de diagonalización MATEMÁTICAS I
Soluciones de la hoja de diagonalización MATEMÁTICAS I 9- - 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
Más detallesGeometría afín y proyectiva, 2016 SEMANA 3
Geometría afín y proyectiva, 2016 SEMANA 3 Sonia L. Rueda ETS Arquitectura. UPM September 20, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más detallesMatrices y Determinantes.
Matrices y Determinantes. Definición [Matriz] Sea E un conjunto cualquiera, m, n N. Matrices. Generalidades Matriz de orden m n sobre E: a 11 a 12... a 1n a 21 a 22... a 2n...... a m1 a m2... a mn a ij
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 1 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesProblemas de Aplicaciones Lineales
Problemas de Aplicaciones Lineales Natalia Boal Francisco José Gaspar María Luisa Sein-Echaluce Universidad de Zaragoza 1. En los siguientes ejercicios determina si la aplicación f : IR 2 IR 2 es lineal:
Más detalles6.1 Teorema de estructura de los módulos finitamente generados
Tema 6.- Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones: ecuaciones lineales con coeficientes enteros, formas canónicas de Jordan 6.1 Teorema de estructura de
Más detallesÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN BOLETÍN DE PROBLEMAS DE
E.T.S. DE INGENIERÍA INFORMÁTICA BOLETÍN DE PROBLEMAS DE ÁLGEBRA LINEAL para las titulaciones de INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN 1. Matrices y determinantes Ejercicio 1.1 Demostrar
Más detalles6. Forma canónica de matrices
6. Forma canónica de matrices Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2010 Contents 6 6. Forma canónica de matrices 7 6.1 Introducción....................................
Más detallesUn conjunto E a,b,c, de elementos (llamados vectores) se dice que constituye. (a,b) (a',b') (a a',b b')
ESPACIOS VECTORIALES Un conjunto E a,b,c, de elementos (llamados vectores) se dice que constituye un espacio vectorial sobre un cuerpo conmutativo K (que generalmente es el cuerpo de los reales) si se
Más detallesINDICE. Prefacio de la segunda edición francesa
INDICE Prefacio de la segunda edición francesa IX Parte I Conjuntos. Estructuras fundamentales Cap. 1.- Conjuntos, aplicaciones, relaciones binarias Conjuntos: 1. Noción de conjunto, Pág. 3.-2. Subconjuntos,
Más detallesAplicaciones lineales y matrices.
Tema 2 Aplicaciones lineales y matrices. 2.1. Introducción. Supondremos al alumno familiarizado con la idea de matriz o tabla de orden n, m con n, m números naturales que denotan el número de filas y columnas,
Más detallesPRUEBA DE DIAGONALIZACIÓN CURSO Apellidos: Nombre: Grupo: Fecha:
Tipo 1 Apellidos: Nombre: Grupo: Fecha: 1.- Sea f una transformación lineal de un espacio vectorial V de dimensión n. Sea B una base de V. Sea A la matriz asociada a f respecto de la base B. Señala, sin
Más detallesDiagonalización de matrices
7 Diagonalización de matrices 7.1. Matrices diagonalizables Existen diversos procesos en los que el estado en cada uno de sus pasos se puede representar por un determinado vector y en los que, además,
Más detallesPROBLEMAS DE ÁLGEBRA II - 1ER CUATRIMESTRE HTTP://FISICAUNED.WORDPRESS.COM ÍNDICE
PROBLEMAS DE ÁLGEBRA II - ER CUATRIMESTRE ÍNDICE Parte. Teoría básica Endomorfismos vectoriales con significado geométrico 3 Diagonalización de matrices 4 Matrices diagonalizables 5 Definiciones que aparecen
Más detalles