Matrices triangulares y matrices ortogonales

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

Download "Matrices triangulares y matrices ortogonales"

Transcripción

1 Matrices triangulares y matrices ortogonales Problemas para examen Matrices diagonales 1. Sea a R n. Se denota por diag(a) la matriz diagonal con entradas a 1,..., a n : diag(a) = [ a j δ j,k ] n j,k=1. 2. Producto por componentes de dos vectores. Sean a, b R n. Denotemos por a b al vector cuyas componentes son los productos de las componentes correspondientes de a y b: a b = [ a j b j ] n j=1. 3. Operaciones con matrices diagonales. Sean a, b R n, λ R. Haga las siguientes operaciones con matrices diagonales (enuncie y demuestre las fórmulas): Matrices triangulares diag(a) + diag(b), λ diag(a), diag(a) diag(b). 4. Denotemos por ut n (R) al conjunto de las matrices triangulares superiores y por lt n (R) al conjunto de las matrices triangulares inferiores: { } ut n (R) := A M n (R): i, j {1,..., n} i > j A i,j = 0 ; lt n (R) := { } A M n (R): i, j {1,..., n} i < j A i,j = 0. Encuentre la intersección ut n (R) lt n (R). 5. Producto de matrices triangulares superiores. Sean A, B ut n (R). Demuestre que AB ut n (R). Enuncie y demuestre la fórmula para las entradas del producto AB. 6. Programación: producto de matrices triangulares superiores. Escriba una función que calcule el producto de matrices triangulares superiores aprovechando su estructura. En otras palabras, hay que omitir las operaciones con las entradas que son nulas por la definición de matriz triangular superior. Calcule el número de flops. 7. Producto de matrices triangulares inferiores. Sean A, B lt n (R). Demuestre que AB lt n (R). Enuncie y demuestre la fórmula para las entradas del producto AB. 8. Programación: producto de matrices triangulares inferiores. Escriba una función que calcule el producto de matrices triangulares inferiores aprovechando su estructura. En otras palabras, hay que omitir las operaciones con las entradas que son nulas por la definición de matriz triangular superior. Calcule el número de flops. Matrices triangulares y ortogonales. Problemas para examen, página 1 de 8

2 Invertibilidad de matrices triangulares 9. Criterio de invertibilidad de matrices triangulares inferiores. Sea L lt n (R). Demuestre que L es invertible j {1,..., n} L j,j Si una matriz triangular inferior es invertible, entonces su inversa también es triangular inferior. Sea L lt n (R). Supongamos que L es invertible. Demuestre que L 1 lt n (R). 11. Criterio de invertibilidad de matrices triangulares superiores. Sea U ut n (R). Demuestre que U es invertible j {1,..., n} U j,j Si una matriz triangular supeior es invertible, entonces su inversa también es triangular superior. Sea U ut n (R). Supongamos que U es invertible. Demuestre que U 1 ut n (R). Matrices triangulares y ortogonales. Problemas para examen, página 2 de 8

3 Definición de matrices ortogonales 13. Invertibilidad de matrices cuadradas por la izquierda y por la derecha. Sea A M n (R). Demuestre que las siguientes condiciones son equivalentes: (a) A es invertible por la izquierda, es decir, existe una matriz B M n (R) tal que BA = I n. (b) A es invertible por la derecha, es decir, existe una matriz C M n (R) tal que AC = I n. (c) A es invertible, es decir, existe una matriz D M n (R) tal que AD = I n y DA = I n. 14. Definición (matriz ortogonal). Una matriz Q M n (R) se llama ortogonal si Q Q = I n QQ = I n. El conjunto de las matrices ortogonales de orden n se denota por O(n, R): O(n, R) := { Q M n (R): Q Q = I n QQ = I n }. 15. Sea Q M n (R). Demuestre que las siguientes condiciones son equivalentes: (a) Q Q = I n y QQ = I n. (b) Q Q = I n. (c) QQ = I n. 16. Otra forma de la definición de matriz ortogonal. Una matriz Q es ortogonal si y sólo si es invertible y Q 1 = Q. 17. Grupo de matrices ortogonales. Demuestre que O(n, R) es un grupo: Si A, B O(n, R), entonces AB O(n, R). I n O(n, R). Si A O(n, R), entonces A 1 O(n, R). 18. Determinante de matrices ortogonales. Sea Q O(n, R). Demuestre que det(q) = 1 det(q) = 1. Matrices triangulares y ortogonales. Problemas para examen, página 3 de 8

4 Criterio de matriz ortogonal en términos de sus renglones y columnas 19. Entradas del producto Q Q. Sea Q M n (R) y sean i, j {1,..., n}. Calcule (Q Q) i,j. Primero escriba (Q Q) i,j como cierta suma, luego como el producto-punto de ciertas columnas de Q. 20. Entradas del producto QQ. Sea Q M n (R) y sean i, j {1,..., n}. Calcule (QQ ) i,j. Primero escriba (QQ ) i,j como cierta suma, luego como el producto-punto de ciertos renglones de Q. 21. Nota (bases ortonormales). Si a 1,..., a n son algunos vectores ortonormales del espacio R n, entonces a 1,..., a n forman una base de R n. 22. Teorema: Criterio de matriz ortogonal en términos de renglones y columnas. Sea Q M n (R). Entonces las siguientes condiciones son equivalentes: Q es una matriz ortogonal. los renglones de Q forman una base ortonormal de R n : i, j {1,..., n} Q i,, Q j, = δ i,j. las columnas de Q forman una base ortonormal de R n : i, j {1,..., n} Q,i, Q,j = δ i,j. Matrices triangulares y ortogonales. Problemas para examen, página 4 de 8

5 Criterio de matriz ortogonal en términos del producto interno, norma y distancia 23. Escriba la definición del producto interno canónico (producto-punto) en R n. 24. Escriba la definición de la norma euclidiana en R n. Exprese la norma euclidiana a través del producto-punto. 25. Escriba la definición de la distancia canónica (euclidiana) en R n. Exprese la distancia euclidiana a través de la norma euclidiana. 26. Identidades de polarización. Recuerde cómo expresar un producto interno a través de la norma inducida por este mismo producto interno. 27. Recuerde cómo expresar una norma por la distancia inducida por esta misma norma. 28. Teorema: criterio de matriz ortogonal en términos del producto interno, norma y distancia. Sea Q M n (R). Demuestre que las siguientes condiciones son equivalentes: (a) Q O(n, R). (b) Q preserva el producto interno de vectores: x, y R n Qx, Qy = x, y. (c) Q preserva la norma euclidiana de vectores: x R n Qx 2 = x 2. (d) A preserva la distancia euclidiana entre vectores: x, y R n d 2 (Ax, Ay) = d(x, y). 29. Recuerde la definición de la norma de Frobenius de una matriz. 30. Multiplicación por una matriz ortogonal preserva la norma de Frobenius. Sea A M n (R) y sea Q O(n, R). Entonces QA F = A F y AQ F = A F. Matrices triangulares y ortogonales. Problemas para examen, página 5 de 8

6 Rotaciones del plano 31. Escriba la definición de la matriz de rotación R α. 32. Enuncie y demuestre la fórmula para el producto R α R β. 33. Calcule Rα. 34. Calcule R α R α. 35. Demuestre que R α O(n, R). 36. Sean c, s R tales que c 2 + s 2 = 1. Explique cómo calcular un número α R tal que c = cos(α), s = sen(α). Considere varios casos y use la función arctan. 37. Sea A O(n, R) tal que det(a) = 1. I. Demuestre que existen c, s R tales que c 2 + s 2 = 1 y [ ] c s A =. s c II. Demuestre que existe un número α R tal que [ cos(α) sen(α) A = sen(α) cos(α) ]. 38. Rotación de Givens en el caso de dos dimensiones. Sea [ ] x1 x = R 2. Encuentre algunos números c, s R tales que c 2 + s 2 = 1 x 2 y [ c s s c ] [ x1 x 2 ] = [ x 2 0 ]. Matrices triangulares y ortogonales. Problemas para examen, página 6 de 8

7 Proyección ortogonal a una recta 39. Proyección ortogonal unidimensional. Sea v R n \{0 n }. Sea x R n. Demuestre que existe un único número α R tal que x αv v. En esta situación el vector αv se denota por pr v (x). 40. Matriz de la proyección ortogonal unidimensional. Sea v R n \{0 n }. Muestre que la función x pr v (x) es un operador lineal y calcule su matriz P v. 41. Rango de la proyección ortogonal unidimensional. Sea v R n \{0 n }. Demuestre que el rango de la matriz P v es Matriz de la proyección ortogonal es la misma para dos vectores que generan a la misma recta. Sea v R n \ {0 n } y sea λ R \ {0}. Demuestre que P λv = P v. 43. Propiedades de la proyección ortogonal a una recta. Sea v R n \ {0 n }. Demuestre las siguientes propiedades de la matriz P v : 1. P 2 v = P v. 2. P v = P v. Matrices triangulares y ortogonales. Problemas para examen, página 7 de 8

8 Reflexiones ortogonales (reflexiones de Householder) 44. Sea v R n \ {0 n }. Sea x R n. Deduzca una fórmula para la reflexión ortogonal del vector x con respecto al hiperplano perpendicular al vector v. Denotemos por H v a la matriz del operador lineal correspondiente. Exprese H v en términos de P v. 45. Propiedades de la matriz de reflexión de Householder. Sea v R n \ {0 n }. Demuestre las siguientes propiedades de la matriz H v : 1. H 2 v = I n. 2. H v = H v. 3. H v O(n, R). 46. Sea v R n \ {0 n } y sea λ R \ {0}. Demuestre que H λv = H v. 47. Sobre las diagonales de un rombo. Sean a, b R n tales que a 2 = b 2. Demuestre que a + b a b. 48. Sean a, b R n tales que a 2 = b 2 0. Construya un vector v R n \ {0 n } tal que H v a = b. 49. Sea x R n \ {0 n } tal que x x 2 e 1. Construya un vector v R n \ {0 n } tal que v 1 = 1 y H v x = [ x 2, 0,..., 0 ]. Matrices triangulares y ortogonales. Problemas para examen, página 8 de 8

Matrices ortogonales y descomposición QR

Matrices ortogonales y descomposición QR Matrices ortogonales y descomposición QR Problemas para examen Agradezco a Aldo Iván Leal García por varias correcciones importantes. Invertibilidad por la izquierda y por la derecha (repaso) 1. Conceptos

Más detalles

Operaciones con matrices

Operaciones con matrices Operaciones con matrices Problemas teóricos En todos los problemas de esta lista se supone que F es un campo (cuerpo). Si no conoce bien el concepto de campo, entonces puede pensar que F = R. Operaciones

Más detalles

Métodos directos para resolver sistemas de ecuaciones lineales

Métodos directos para resolver sistemas de ecuaciones lineales Métodos directos para resolver sistemas de ecuaciones lineales Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el

Más detalles

Matrices triangulares y descomposición LU

Matrices triangulares y descomposición LU Matrices triangulares y descomposición LU Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el examen será suficiente

Más detalles

Matrices y sistemas de ecuaciones lineales

Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Problemas para examen Antes de resolver un problema en el caso general, se recomienda considerar casos particulares (por ejemplo, n = 4 y n = 50). En el caso

Más detalles

Vectores y matrices. Problemas para examen

Vectores y matrices. Problemas para examen Vectores y matrices Problemas para examen Operaciones lineales con vectores 1. Programación: la suma de dos vectores. Escriba una función que calcule x + y, donde x, y R n. Calcule el número de flops.

Más detalles

Descomposición QR. Problemas para examen. Agradezco a Aldo Iván Leal García por varias correcciones importantes.

Descomposición QR. Problemas para examen. Agradezco a Aldo Iván Leal García por varias correcciones importantes. Descomposición QR Problemas para examen Agradezco a Aldo Iván Leal García por varias correcciones importantes. Reflexión de Householder (repaso) 1. Reflexión ortogonal respecto a un hipersubespacio (repaso).

Más detalles

Bases y dimensión. Problemas teóricos. En todos los problemas se supone que V es un espacio vectorial sobre un campo F. p=1

Bases y dimensión. Problemas teóricos. En todos los problemas se supone que V es un espacio vectorial sobre un campo F. p=1 Bases y dimensión Problemas teóricos Bases de un espacio vectorial En todos los problemas se supone que V es un espacio vectorial sobre un campo F. Definición de base. Sean b 1,..., b n V. Se dice que

Más detalles

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos

Vectores 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 detalles

Matriz sobre K = R o C de dimensión m n

Matriz 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 detalles

Espacios vectoriales con producto interior

Espacios vectoriales con producto interior Espacios vectoriales con producto interior Longitud, norma o módulo de vectores y distancias entre puntos Generalizando la fórmula pitagórica de la longitud de un vector de R 2 o de R 3, definimos la norma,

Más detalles

Valores y vectores propios

Valores y vectores propios Valores y vectores propios Problemas teóricos El los siguientes problemas se denota por L(V ) conjunto de los operadores lineales en un espacio vectorial V (en otras palabras, de las transformaciones lineales

Más detalles

Definición de la matriz inversa

Definición de la matriz inversa Definición de la matriz inversa Ejercicios Objetivos Aprender la definición de la matriz inversa Requisitos Multiplicación de matrices, matriz identidad, habilidades básicas de resolver sistemas de ecuaciones

Más detalles

MENORES, COFACTORES Y DETERMINANTES

MENORES, COFACTORES Y DETERMINANTES MENORES, COFACTORES Y DETERMINANTES 1. Introducción. 2. Determinante de una matriz de 3 x 3. 3. Menores y cofactores. 4. Determinante de una matriz de n x n. 5. Matriz triangular. 6. Determinante de una

Más detalles

Operaciones con matrices

Operaciones con matrices Operaciones con matrices Problemas para examen Operaciones lineales con vectores 1. Programación: la suma de dos vectores. Escriba una función que calcule x + y, donde x, y R n. Calcule el número de flops.

Más detalles

Números complejos (lista de problemas para examen)

Números complejos (lista de problemas para examen) Números complejos (lista de problemas para examen) En esta lista de problemas trabajamos con la construcción de números complejos (como pares ordenados de los reales) y con su representación en la forma

Más detalles

Teoría de Matrices. Julio Yarasca. 30 de junio de 2015. Julio Yarasca

Teoría de Matrices. Julio Yarasca. 30 de junio de 2015. Julio Yarasca 30 de junio de 2015 Matriz de m por n Definimeros a una matriz A de orden m por n como un arreglo de números de m filas y n columnas. a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n A = a 31 a 32 a 33 a 3n....

Más detalles

Tema 1: Matrices y Determinantes

Tema 1: Matrices y Determinantes Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz

Más detalles

Matrices, determinantes, sistemas de ecuaciones lineales.

Matrices, 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 detalles

Guía. Álgebra III. Examen parcial I. Determinantes. Formas cuadráticas.

Guía. Álgebra III. Examen parcial I. Determinantes. Formas cuadráticas. Guía. Álgebra III. Examen parcial I. Determinantes. Formas cuadráticas. Teoremas con demostraciones que se pueden incluir en el examen: 1. Teorema del determinante de la matriz transpuesta. 2. Propiedad

Más detalles

Determinantes. Problemas teóricos. i=1. 2. De la fórmula general (1) deduzca la fórmula para el determinante de orden 3.

Determinantes. Problemas teóricos. i=1. 2. De la fórmula general (1) deduzca la fórmula para el determinante de orden 3. Determinantes Problemas teóricos Adradezco por varios problemas e ideas a los profesores de la ESFM Myriam Rosalía Maldonado Ramírez y Eliseo Sarmiento Rosales y al estudiante de servicio social Sadi Manuel

Más detalles

Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno.

Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno. Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno. Teoremas con demostraciones que se pueden incluir en el examen: 1. Fórmula para f(j m (λ)), donde J m (λ) es el bloque

Más detalles

Una matriz es una tabla ordenada (por filas y columnas) de escalares a i j de la forma: ... ... a... ...

Una matriz es una tabla ordenada (por filas y columnas) de escalares a i j de la forma: ... ... a... ... MATRICES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales. Tienen también muchas aplicaciones

Más detalles

Matriz asociada a una transformación lineal respecto a un par de bases

Matriz asociada a una transformación lineal respecto a un par de bases Matriz asociada a una transformación lineal respecto a un par de bases Objetivos Definir la matriz asociada a una transformación lineal respecto a un par de bases y estudiar la representación matricial

Más detalles

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE 3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2011-2012 3.1.1. Resolución de sistemas de ecuaciones lineales. Método

Más detalles

Álgebra Lineal, Ejercicios

Álgebra Lineal, Ejercicios Álgebra Lineal, Ejercicios MATRICES 1 Se llama traza de una matriz cuadrada a la suma de los elementos de su diagonal principal Sea G el conjunto de todas las matrices cuadradas de orden n con traza nula

Más detalles

Ecuaciones matriciales AX = B y XA = B. Cálculo de la matriz inversa

Ecuaciones matriciales AX = B y XA = B. Cálculo de la matriz inversa Ecuaciones matriciales AX = B y XA = B Cálculo de la matriz inversa Objetivos Aprender a resolver ecuaciones matriciales de la forma AX = B y XA = B Aprender a calcular la matriz inversa con la eliminación

Más detalles

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE 3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS // Curso 2017-18 3.1.1. Resolución de sistemas de ecuaciones lineales. Método

Más detalles

Prerrequisitos de la asignatura Álgebra Lineal Numérica

Prerrequisitos de la asignatura Álgebra Lineal Numérica Prerrequisitos de la asignatura Álgebra Lineal Numérica El propósito de Álgebra Lineal Numérica es analizar algoritmos típicos de álgebra lineal, optimizando la rapidez y la precisión. Para analizar la

Más detalles

Capitulo 6. Matrices y determinantes

Capitulo 6. Matrices y determinantes Capitulo 6. Matrices y determinantes Objetivo. El alumno aplicará los conceptos fundamentales de las matrices, determinantes y sus propiedades a problemas que requieran de ellos para su resolución. Contenido.

Más detalles

Determinantes. Primera definición. Consecuencias inmediatas de la definición

Determinantes. Primera definición. Consecuencias inmediatas de la definición Determinantes Primera definición Para calcular el determinante de una matriz cuadrada de orden n tenemos que saber elegir n elementos de la matriz de forma que tomemos solo un elemento de cada fila y de

Más detalles

Matrices y Determinantes.

Matrices 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 detalles

EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES

EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES DETERMINANTES Y SISTEMAS DE ECUACIONES JUNIO 06/07. a) Calcula el rango de la matriz A según los valores del parámetro a 3 a A = 4 6 8 3 6 9 b)

Más detalles

SISTEMAS DE ECUACIONES LINEALES Y MATRICES

SISTEMAS DE ECUACIONES LINEALES Y MATRICES y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015 1 Visita http://sergiosolanosabie.wikispaces.com y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015

Más detalles

ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; (A ) = A. 2. La inversa de A 1 es A; (A 1 ) 1 = A. 3. (AB) = B A.

ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; (A ) = A. 2. La inversa de A 1 es A; (A 1 ) 1 = A. 3. (AB) = B A. ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; A = A. 2. La inversa de A 1 es A; A 1 1 = A. 3. AB = B A. 4. Las matrices A A y AA son simétricas. 5. AB 1 = B 1 A 1, si A y B son no singulares. 6. Los escalares

Más detalles

Examen de Admisión a la Maestría / Doctorado 24 de Junio de 2016

Examen de Admisión a la Maestría / Doctorado 24 de Junio de 2016 Examen de Admisión a la Maestría / Doctorado 4 de Junio de 6 Nombre: Instrucciones: En cada reactivo seleccione la respuesta correcta encerrando en un círculo la letra correspondiente. Puede hacer cálculos

Más detalles

Producto de matrices triangulares superiores

Producto de matrices triangulares superiores Producto de matrices triangulares superiores Ejercicios Objetivos Demostrar que el producto de dos matrices triangulares superiores es una matriz triangular superior Deducir una fórmula para las entradas

Más detalles

Sistemas de Ecuaciones Lineales

Sistemas 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 detalles

MAT1202: Algebra Lineal GUIA N 4 Otoño 2002

MAT1202: Algebra Lineal GUIA N 4 Otoño 2002 Pontificia Universidad Católica de Chile Facultad de Matemáticas MAT1202: Algebra Lineal GUIA N 4 Otoño 2002 1. Proyecte el vector b a la linea por el origen con directriz a (a) b = (1, 2, 2) T, a = (1,

Más detalles

Cambio de base. Objetivos. Estudiar la relación entre las coordenadas de un vector en dos bases.

Cambio de base. Objetivos. Estudiar la relación entre las coordenadas de un vector en dos bases. Cambio de base Objetivos Estudiar la relación entre las coordenadas de un vector en dos bases Requisitos Definición de una base, multiplicación de una matriz por un vector, delta de Kronecker Definición

Más detalles

ÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250)

ÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250) Universidad Central de Venezuela Facultad de Ingeniería Ciclo Básico Departamento de Matemática Aplicada ÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250) Semestre 1-2011 Mayo 2011 Álgebra Lineal y Geometría

Más detalles

Ejemplo 1. Ejemplo introductorio

Ejemplo 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 detalles

Lista de problemas de álgebra, 2016

Lista de problemas de álgebra, 2016 Instituto Politécnico Nacional Escuela Superior de Física y Matemáticas Posgrado en Ciencias Físicomatemáticas Línea de Matemáticas Lista de problemas de álgebra 2016 Egor Maximenko: En mi opinión cualquier

Más detalles

Métodos Estadísticos Multivariados

Métodos Estadísticos Multivariados Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 34 Álgebra matricial y vectores aleatorios Una matriz es un arreglo

Más detalles

Operaciones con matrices

Operaciones con matrices Operaciones con matrices Tareas adicionales Los problemas auxiliares de estas tareas adicionales no son muy difíciles y corresponden al nivel obligatorio de conocimientos. Los problemas principales de

Más detalles

Determinantes. Deducir la propiedad aditiva de otras propiedades

Determinantes. Deducir la propiedad aditiva de otras propiedades Determinantes problemas teóricos adicionales Los problemas auxiliares de estas tareas adicionales no son muy difíciles y corresponden al nivel obligatorio de conocimientos Los problemas principales de

Más detalles

Universidad Sergio Arboleda Álgebra Lineal 1 (201610) Ejercicios

Universidad Sergio Arboleda Álgebra Lineal 1 (201610) Ejercicios Álgebra Lineal 1 (2161) Prof: Otaivin Martínez Mármol (1) Encuentre el polinomio característico Calcule los valores y vectores propios de las siguientes matrices (a) [ ] 7 5 1 8 (b) [ ] 1 1 (c) 2 1 1 2

Más detalles

Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4. Halla los determinantes de las siguientes matrices: Solución:

Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4. Halla los determinantes de las siguientes matrices: Solución: 3 Determinantes. Determinantes de orden y 3 por Sarrus Piensa y calcula 3 6 Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4 8 3 8 6 4 = 4 4 = 0 Aplica la teoría. Calcula

Más detalles

Propiedades de los Determinantes

Propiedades de los Determinantes Propiedades de los Determinantes Departamento de Matemáticas, CCIR/ITESM 26 de mayo de 2010 Índice 19.1. Propiedades............................................... 1 19.2. La adjunta de una matriz cuadrada..................................

Más detalles

Definición de la matriz inversa

Definición de la matriz inversa Definición de la matriz inversa Objetivos Aprender la definición de la matriz inversa Requisitos Multiplicación de matrices, habilidades básicas de resolver sistemas de ecuaciones Ejemplo El número real

Más detalles

Proyecciones. Producto escalar de vectores. Aplicaciones

Proyecciones. Producto escalar de vectores. Aplicaciones Proyecciones La proyección de un punto A sobre una recta r es el punto B donde la recta perpendicular a r que pasa por A corta a la recta r. Con un dibujo se entiende muy bien. La proyección de un segmento

Más detalles

Clase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16

Clase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16 Clase No 13: Factorización QR MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 03102011 1 / 16 Factorización QR Sea A R m n con m n La factorización QR de A es A = QR = [Q 1 Q 2 ] R1 = Q 0 1 R

Más detalles

Matrices. p ij = a ik b kj = a i1 b 1j + a i2 b 2j + + a in b nj.

Matrices. p ij = a ik b kj = a i1 b 1j + a i2 b 2j + + a in b nj. Matrices Introducción Una matriz de m filas y n columnas con elementos en el cuerpo K es un rectángulo de elementos de K (es decir, números) del tipo a a 2 a n a 2 a 22 a 2n A = (a ij ) = a m a m2 a mn

Más detalles

Sistemas de ecuaciones lineales

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

Más detalles

Universidad de Los Andes Álgebra lineal 1. Parcial 3 - Tema A. 20 de abril 2013 MATE 1105

Universidad de Los Andes Álgebra lineal 1. Parcial 3 - Tema A. 20 de abril 2013 MATE 1105 Universidad de Los Andes Álgebra lineal Parcial 3 - Tema A de abril 3 MATE 5 Esto es un examen individual. No se permite el uso de libros, apuntes, calculadoras o cualquier otro medio electrónico. Los

Más detalles

Espacios Vectoriales www.math.com.mx

Espacios Vectoriales www.math.com.mx Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................

Más detalles

Gustavo Rodríguez Gómez. Agosto Dicembre 2011

Gustavo Rodríguez Gómez. Agosto Dicembre 2011 Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre 2011 1 / 44 Capítulo III Descomposición de Matrices 2 / 44 1 Descomposición de Matrices Notación Matrices Operaciones con Matrices 2

Más detalles

Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato cimat.mx web:

Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato   cimat.mx web: Clase No 12: MAT 251 Factorización QR Dr Alonso Ramírez Manzanares Depto de Matemáticas Univ de Guanajuato e-mail: alram@ cimatmx web: http://wwwcimatmx/alram/met_num/ Dr Joaquín Peña Acevedo CIMAT AC

Más detalles

1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO

1. 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 detalles

ÁLGEBRA LINEAL I Práctica 3

ÁLGEBRA LINEAL I Práctica 3 ÁLGEBRA LINEAL I Práctica 3 Matrices y determinantes (Curso 2011 2012) 1. En el conjunto de las matrices n n de elementos reales, demostrar que el producto de matrices triangulares inferiores es otra matriz

Más detalles

102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D.

102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. 102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. Tema 1. Espacios Vectoriales. 1. Dar la definición de cuerpo. Dar tres ejemplos de cuerpos. Dar un ejemplo de un cuerpo finito 2. Defina

Más detalles

Forman base cuando p 0 y 1.

Forman base cuando p 0 y 1. 1 VECTORES: cuestiones y problemas Preguntas de tipo test 1. (E11). Los vectores u = (p, 0, p), v = (p, p, 1) y w = (0, p, ) forman una base de R : a) Sólo si p = 1 b) Si p 1 c) Ninguna de las anteriores,

Más detalles

2. Álgebra matricial. Inversa de una matriz O B 1 O B 1. Depto. de Álgebra, curso

2. Álgebra matricial. Inversa de una matriz O B 1 O B 1. Depto. de Álgebra, curso Depto de Álgebra, curso 2017-2018 2 Álgebra matricial Inversa de una matriz Ejercicio 21 Calcule la matriz inversa de cada una de las matrices siguientes: a 2 1 1 3 2 1 h e, b 2 1 1 5 2 3 2 0 1 1 2 1 1

Más detalles

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Espacios vectoriales con producto interno Problemas teóricos En todos los problemas relacionados con el caso complejo se supone que el producto interno es lineal con respecto al segundo argumento. Definición

Más detalles

Valores y vectores propios

Valores y vectores propios Valores y vectores propios Tareas adicionales Algunos de estos problemas compuso Gustavo Antonio Sandoval Angeles (como parte de su servicio social). Estos problemas son más difíciles o más laboriosos

Más detalles

Herramientas digitales de auto-aprendizaje para Matemáticas

Herramientas digitales de auto-aprendizaje para Matemáticas real de con Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de Innovación Didáctica Departamento de Matemáticas Universidad de Extremadura real de con Índice real de con real de con.

Más detalles

Tema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso

Tema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso Tema 4: Matrices y Determinantes Algunas Notas sobre Matrices y Determinantes Álgebra Lineal Curso 2004-2005 Prof. Manu Vega Índice 1. Determinantes 3 2. Regla de Sarrus 3 3. Propiedades de los determinantes

Más detalles

Inversas de las matrices triangulares superiores

Inversas de las matrices triangulares superiores Inversas de las matrices triangulares superiores Ejercicios Objetivos. Demostrar que la inversa a una matriz triangular superior también es triangular superior. Requisitos. Algoritmo de inversión de una

Más detalles

Algebra lineal Matrices

Algebra lineal Matrices Algebra lineal Matrices Una matriz A un arreglo rectangular de números dispuestos en m renglones (filas) y n columnas. Fila 1 La componente o elemento ij de A, denotado por es el número que aparece en

Más detalles

Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES

Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Matrices Definición 1.1 Una matriz (real) de n filas y m columnas es una expresión de la forma a 11...

Más detalles

Proyección ortogonal y mínimos cuadrados

Proyección ortogonal y mínimos cuadrados Proyección ortogonal y mínimos cuadrados Profesores Omar Darío Saldarriaga Ortíz Iván Dario Gómez Hernán Giraldo 2009 Definición (Proyección ortogonal sobre un vector) Sean a y b vectores en R n, definimos

Más detalles

COLEGIO UNIVERSITARIO CARDENAL CISNEROS. Libro de Ejercicios de Matemáticas Empresariales II

COLEGIO 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 detalles

Clase 7 Herramientas de Álgebra Lineal

Clase 7 Herramientas de Álgebra Lineal Clase 7 Herramientas de Álgebra Lineal 1 Formas cuadráticas La descomposición en valores singulares 3 Normas de matrices 4 Ejercicios Dada una matriz M R n n, la función escalar x T Mx, donde x R n, es

Más detalles

Algoritmo de factorización LU

Algoritmo de factorización LU Algoritmo de factorización LU Objetivos. Estudiar el algoritmo de la factorización LU de una matriz cuadrada invertible. Requisitos. Matrices elementales y su relación con operaciones elementales, matriz

Más detalles

Ejercicios de Álgebra Lineal Parcial 1

Ejercicios de Álgebra Lineal Parcial 1 Ejercicios de Álgebra Lineal Parcial 1 1. Ejercicios de respuesta corta ( ) 3 1 a) Si A = encuentre la entrada c 6 2 12 de la matriz A 2 { x 3y = 1 b) Si para k R el sistema tiene solución única, verique

Más detalles

Factorización QR Método iterativo de Jacobi

Factorización QR Método iterativo de Jacobi Clase No. 13: MAT 251 Factorización QR Método iterativo de Jacobi Dr. Alonso Ramírez Manzanares CIMAT A.C. e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/ Dr. Joaquín Peña Acevedo CIMAT

Más detalles

Aplicaciones lineales y matrices.

Aplicaciones 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 detalles

ÁLGEBRA LINEAL I Práctica 3

ÁLGEBRA LINEAL I Práctica 3 ÁLGEBRA LINEAL I Práctica 3 Matrices y determinantes (Curso 2013 2014) 1. En el conjunto de las matrices n n de elementos reales, demostrar que el producto de matrices triangulares inferiores es otra matriz

Más detalles

Matrices Particionadas Traza de una Matriz

Matrices Particionadas Traza de una Matriz CAPÍTULO Matrices Particionadas Traza de una Matriz Este capítulo consta de tres secciones Las dos primeras versan sobre matrices particionadas La tercera sección trata sobre la traza de una matriz En

Más detalles

Espacios geométricos E 2 y E 3

Espacios geométricos E 2 y E 3 Tema IV Espacios geométricos E 2 y E 3 1. El espacio afín. 1 Definición y propiedades. Definición 1.1 Sea E un conjunto no vacío. Se dice que E está dotado de estructura de espacio afín asociado a un espacio

Más detalles

Capítulo 8. Geometría euclídea. 8.1 Problemas métricos

Capítulo 8. Geometría euclídea. 8.1 Problemas métricos Capítulo 8 Geometría euclídea 81 Problemas métricos Espacios vectoriales El plano: R 2 = { (x,y : x,y R } El espacio: R 3 = { (x,y, z : x, y, z R } Si u = λv para algún λ 0 diremos que son proporcionales:

Más detalles

Repaso de álgebra de matrices y probabilidad. Javier Santibáñez (IIMAS, UNAM) Regresión Semestre / 58

Repaso de álgebra de matrices y probabilidad. Javier Santibáñez (IIMAS, UNAM) Regresión Semestre / 58 Repaso de álgebra de matrices y probabilidad Javier Santibáñez (IIMAS, UNAM) Regresión Semestre 2017-2 1 / 58 Preliminares Definición (matriz) Una matriz de dimensión m n es un arreglo rectangular de números

Más detalles

Matrices. Operaciones con matrices.

Matrices. Operaciones con matrices. Matrices. Operaciones con matrices. Ejercicio. Dadas las matrices ( ) ( ) 4 A = B = ( ) C = D = 4 5 ( ) 4 E = F = seleccione las que se pueden sumar y súmelas. Ejercicio. Dadas las matrices ( ) ( ) A =

Más detalles

Parte 3. Vectores y valores propios

Parte 3. Vectores y valores propios Parte 3. Vectores y valores propios Gustavo Montero Escuela Universitaria Politécnica Universidad de Las Palmas de Gran Canaria Curso 2006-2007 Valores y vectores propios Valor propio Se dice que el número

Más detalles

Teoría Tema 5 Producto escalar. Ángulo entre vectores

Teoría Tema 5 Producto escalar. Ángulo entre vectores página 1/8 Teoría Tema 5 Producto escalar. Ángulo entre vectores Índice de contenido Ángulo de dos vectores...2 Producto escalar de dos vectores...5 Obtener ángulo formado por dos vectores a partir de

Más detalles

Inversas Generalizadas

Inversas Generalizadas Inversas Generalizadas Departamento de Matemáticas, CSI/IESM 5 de abril de 2 Índice.. Inversas generalizadas..........................................2. Uso de la inversa generalizada.....................................

Más detalles

Repaso de algebra matricial

Repaso de algebra matricial Clase No. 3 (Parte 1): MAT 251 Repaso de algebra matricial Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/ Dr. Joaquín

Más detalles

Matrices y Sistemas Lineales

Matrices y Sistemas Lineales Matrices y Sistemas Lineales Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza Matrices sobre IR ó C. Definición Dado un conjunto K (IR ó C) y dos conjuntos finitos de índices I = {,, m} J

Más detalles

ÁLGEBRA LINEAL I Práctica 3

ÁLGEBRA LINEAL I Práctica 3 ÁLGEBRA LINEAL I Práctica 3 Matrices y determinantes (Curso 2015 2016) 1. En el conjunto de las matrices n n de elementos reales, demostrar que el producto de matrices triangulares inferiores es otra matriz

Más detalles

Parte 3. Vectores y valores propios

Parte 3. Vectores y valores propios Parte 3. Vectores y valores propios Gustavo Montero Escuela Universitaria Politécnica Universidad de Las Palmas de Gran Canaria Curso 2004-2005 1 Introducción a los valores y vectores propios 2 3 4 5 Valores

Más detalles

1. DIFERENCIABILIDAD EN VARIAS VARIABLES

1. DIFERENCIABILIDAD EN VARIAS VARIABLES 1 1. DIFERENCIABILIDAD EN VARIAS VARIABLES 1.1. DERIVADAS DIRECCIONALES Y PARCIALES Definición 1.1. Sea f : R n R, ā R n y v R n. Se define la derivada direccional de f en ā y en la dirección de v como:

Más detalles

Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno

Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno Nota: en todos los casos en que no se indique lo contrario, considere el producto interno canónico en K n (K = R o C). 1.

Más detalles

ALGEBRA Y GEOMETRÍA II 2º semestre Año: 2012. Guía de Estudio y Ejercitación propuesta

ALGEBRA Y GEOMETRÍA II 2º semestre Año: 2012. Guía de Estudio y Ejercitación propuesta ALGEBRA Y GEOMETRÍA II 2º semestre Año: 2012 1 Guía de Estudio y Ejercitación propuesta Esta selección de Temas y Ejercicios están extraídos del texto FUNDAMENTOS DE ALGEBRA LINEAL de R. Larson y D. Falvo.

Más detalles

Matrices simétricas y antisimétricas

Matrices simétricas y antisimétricas Matrices simétricas y antisimétricas Ejercicios Objetivos Definir matrices simétricas y antisimétricas estudiar sus propiedades básicas Requisitos Matriz transpuesta propiedades de la matriz transpuesta

Más detalles

Bases ortogonales. Profesores Omar Darío Saldarriaga Ortíz. Hernán Giraldo

Bases ortogonales. Profesores Omar Darío Saldarriaga Ortíz. Hernán Giraldo Bases ortogonales Profesores Omar Darío Saldarriaga Ortíz Iván Dario Gómez Hernán Giraldo 9 Definición Sea V un espacio vectorial y {v,..., v n} una base para V. decimos que {v,..., v n} es una base ortogonal

Más detalles

Álgebra Lineal y Geometría I. Prueba 3. Grupo A. 12 de marzo de (

Álgebra Lineal y Geometría I. Prueba 3. Grupo A. 12 de marzo de ( Álgebra Lineal y Geometría I. Prueba 3. Grupo A. 2 de marzo de 208. Apellidos: Nombre: DNI: Ejercicio.-(4 puntos) Se considera la matriz siguiente: A = 2 0 3 0 2. Calcule W = null(a 2I), W 2 = null(a 4I)

Más detalles

Cálculo Numérico. Curso Ejercicios: Preliminares I

Cálculo Numérico. Curso Ejercicios: Preliminares I Cálculo Numérico. Curso 07-08. Ejercicios: Preliminares I 1. (a) Compruebe que la inversa de una matriz, L, triangular inferior de orden n puede calcularse como sigue: Para j = 1,,..., n e i = j, j + 1,...,

Más detalles

1. ESPACIO EUCLÍDEO. ISOMETRÍAS

1. ESPACIO EUCLÍDEO. ISOMETRÍAS 1 1. ESPACIO EUCLÍDEO. ISOMETRÍAS 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 conceptos

Más detalles