Tema 2.- Formas Cuadráticas.
|
|
|
- Claudia Soto Maestre
- hace 9 años
- Vistas:
Transcripción
1 Álgebra Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas cuadráticas. Reducción a suma de cuadrados: método de Lagrange. En el Tema 1, al estudiar las cónicas y las cuádricas, hemos descrito y considerado ejemplos referentes a cómo completar cuadrados en un polinomio de segundo grado sin términos cruzados. Veremos en esta lección que este mismo procedimiento completar cuadrados) puede usarse en un polinomio homogéneo de segundo grado en varias variables, que se denomina una forma cuadrática. Las formas cuadráticas surgen en estadística, mecánica y en otros problemas de la física. Aparecen, además, al estudiar los máximos y los mínimos de las funciones de varias variables, como se verá en la asignatura de Cálculo. 1. Definición y representación matricial. Un polinomio homogéneo de segundo grado en varias variables, es decir un polinomio de segundo grado en el que todos los términos son de segundo grado, se suele denominar forma cuadrática. En dos variables x, y) tendremos fx, y) = a 11 x + a 1 xy + a y y en tres variables gx, y, z) = a 11 x + a y + a 33 z + a 1 xy + a 13 xz + a 3 yz. En el caso genérico de n variables, x 1, x,..., x n ), la forma cuadrática adopta la expresión Qx 1, x,..., x n ) = a 11 x 1 + a x + + a nnx n + a 1 x 1 x + a 13 x 1 x a 1n x 1 x n + a 3 x x 3 + a 4 x x a n x x n + + a n,n 1 x n x n 1 + a n,n x n x n + a n 1,n x n 1 x n n n = a kk x k + a ij x ij. k=1 i, j = 1 i < j Nótese que puesto que hemos escrito los coeficientes de los términos cruzados como a ij, la forma cuadrática que es una función real de varias variables) Q : R n R puede expresarse a través de una matriz simétrica A = [a ij ] una matriz cuadrada se dice simétrica cuando todos sus elementos verifican a ij = a ji, es decir, cuando A coincide con su traspuesta, A T = A): a 11 a 1 a 1n a 1 a a n Qx 1, x,..., x n ) = [x 1 x... x n ] a 1n a n a nn siendo x el vector columna de las variables. En particular, en el caso de dos variables, tendremos y en el de tres variables Qx, y) = a 11 x + a 1 xy + a y = [x 1 x ] Qx, y, z) = [x 1 x x 3 ] a 11 a 1 a 13 a 1 a a 3 a 13 a 3 a 33 x 1 x. x n = xt Ax [ ] [ ] a11 a 1 x1 = x a 1 a x T Ax, x 1 x x 3 = x T Ax. 1
2 El estudio de las formas cuadráticas lo completaremos en el Tema 1 donde, aprovechando propiedades de las matrices simétricas, reduciremos a suma de cuadrados por un proceso alternativo al que describiremos en este tema.. Clasificación de las formas cuadráticas. Definición. Se dice que la forma cuadrática Q : x R n Q = x T Ax R y que la matriz simétrica A) es 1) definida positiva si Qx) = x T Ax > 0, x 0, x R n. ) definida negativa si Qx) = x T Ax < 0, x 0, x R n. 3) indefinida si existen vectores en R n para los que Q es positiva y otros para los que es negativa, es decir, v 1 R n y v R n tales que Qv 1 ) = v T 1 Av 1 > 0 y Qv ) = v T Av < 0. 4) semidefinida positiva si Qx) = x T Ax 0, x R n. 5) semidefinida negativa si Qx) = x T Ax 0, x R n. Nota. Con las definiciones dadas los casos de formas cuadráticas semidefinidas positiva o negativa) incluyen a los casos de formas cuadráticas definidas positiva o negativa). Para considerar situaciones disjuntas, en la definición de forma cuadrática semidefinida suele añadirse que se cumpla Qv) = 0 para algún vector v 0. En caso de no existir tal vector v, siendo semidefinida positiva o negativa) será definida positiva o negativa). En lo que sigue consideramos la definición dada más arriba con objeto de simplificar los enunciados. En el caso general de varias variables, el siguiente resultado nos da la clasificación pero sólo sirve para formas cuadráticas sin términos mixtos. Necesitaremos, por tanto, un método sistemático que nos permita escribir cualquier forma cuadrática como suma de cuadrados. Veremos un método el de Lagrange) en la siguiente sección que permite eliminar los términos mixtos y conseguir lo que se llama una forma canónica de la forma cuadrática. Teorema de clasificación de formas cuadráticas. Sea Q : R n R la forma cuadrática Qx) = α 1 x 1 + α x + + α n x n. Se verifica: 1) Q es definida positiva todos los coeficientes α 1,, α n son estrictamente) positivos, α 1 > 0, α > 0,, α n > 0. ) Q es definida negativa todos los coeficientes α 1,, α n son estrictamente) negativos, α 1 < 0, α < 0,, α n < 0. 3) Q es indefinida hay algún coeficiente α i > 0 y algún coeficiente α j < 0, es decir, i, j tales que α i > 0, α j < 0. 4) Q es semidefinida positiva si no hay ningún coeficiente negativo, α 1 0, α 0,, α n 0. 5) Q es semidefinida negativa si no hay ningún coeficiente positivo, α 1 0, α 0,, α n 0.
3 3. Reducción a suma de cuadrados: método de Lagrange. En esta sección mostramos un método sencillo que permite escribir cualquier forma cuadrática como suma de cuadrados, es decir, sin términos mixtos. Este método, denominado de Lagrange, se basa en dos ideas sencillas: completar cuadrados y, a veces, que suma por diferencia es igual a diferencia de cuadrados. Aprenderemos a usar el método con los siete ejemplos que aparecen a continuación y, sólo al final, describiremos el método en forma general. Los siguientes ejemplos ilustran el método de Lagrange, que nos permite llevar cualquier forma cuadrática a una suma de cuadrados una forma canónica). Obviamente el carácter de la forma cuadrática no cambia con las operaciones usadas en el método de Lagrange, lo cual permite clasificar la forma cuadrática utilizando el teorema de clasificación de formas cuadráticas enunciado en la sección anterior. Ejemplo 1. Consideremos la forma cuadrática en R Q 1 x) = x T Ax = [ x 1 x ] [ 1 3/ 3/ 1 ] [ ] x1 = x x 1 + 3x 1x x. Al aparecer los términos x 1 y x 1 x podemos completar cuadrados en la primera variable Q 1 x) = x ) x 9 4 x x = x ) x 13 4 x. Finalmente, mediante el cambio y 1 = x x, y = x llegamos a Por tanto, la forma cuadrática es indefinida puesto que Q 1 x) = y y. Q 1 y 1 = 1, y = 0) = Q 1 x 1 = 1, x = 0) = 1 y Q 1 y 1 = 0, y = 1) = Pero, la anterior no es la única forma de proceder. Puesto que también aparecen en Q 1 los términos x y x 1x, podemos completar cuadrados en la segunda variable: Q 1 x) = x 1 + 3x 1x x = x 3x ) 1x + x 1 = x 3 ) x x 1 + x 1 = = z z 1 = 13 4 z 1 z, x 3 x 1 ) x 1 donde al final hemos hecho el cambio z 1 = x 1, z = x 3 x 1. Nótese que si preferimos hacer el cambio u 1 = x 3 x 1, u = x 1 llegamos a Q 1 x) = u u. Nada nos impide hacer el cambio u 1 = x 3 x 1, u = 13 x 1, y llegar a Q 1 x) = v 1 + v. Obsérvese que siempre que reducimos Q 1 a una suma de cuadrados aparecen un coeficiente positivo y uno negativo: Q 1 x) = [ ] [ ] [ ] 1 3/ x1 x 1 x = [ ] [ ] [ ] 1 0 y1 y 3/ 1 x 1 y 0 13/4 y = [ ] [ ] [ ] 13/4 0 z1 z 1 z = [ ] [ ] [ ] 1 0 u1 u 0 1 z 1 u 0 13/4 u = [ ] [ ] [ ] 1 0 v1 v 1 v = [ ] [ ] [ ] 13/ 0 w 0 1 v 1 w 0 w1 =... 13/ w 3
4 Ejemplo. Consideremos la forma cuadrática en R Q x) = x T Ax = [ x 1 x ] [ 4 1 ] [ ] x1 = 4x x 1 4x 1x + x. Al aparecer los términos x 1 y x 1x podemos completar cuadrados en la primera variable: Q x) = x 1 x ) y, finalmente, hacemos el cambio y 1 = x 1 x, y = x para obtener Q x) = y 1. Nótese que tomamos, por simplicidad, y = x, pero que podemos elegir y = αx 1 +βx con α, β R, α+β 0 y seguimos obteniendo Q x) = y 1. Si preferimos hacer el cambio z 1 = x 1, z = x 1 x, obtenemos Q x) = z. Además, en este caso, si preferimos completar cuadrados en la segunda variable en vez de en la primera) llegamos a la misma expresión. Obsérvese que siempre que reducimos Q a una suma de cuadrados aparecen un coeficiente positivo y otro nulo. Esta forma cuadrática es, por tanto, semidefinida positiva. Ejemplo 3. Consideremos la forma cuadrática en R Q 3 x) = x T Ax = [ ] [ ] [ ] 1 x1 x 1 x = x 0 x 1 4x 1x. Completamos cuadrados en la primera variable puesto que aparecen términos en x 1 y x 1 x ), para finalmente hacer el cambio y 1 = x 1 x, y = x : Q 3 x) = x 1 x ) 4x = y 1 4y. Puesto que aparecen un coeficiente positivo y uno negativo, esta forma cuadrática es indefinida. Ejemplo 4. Consideremos la forma cuadrática en R Q 4 x) = x T Ax = [ x 1 x ] [ 0 0 ] [ x1 x ] = 4x 1 x. En este caso no podemos completar cuadrados ni en la primera ni en la segunda variable pues no aparecen ni x 1 ni x ). Sin embargo sí hay término mixto x 1 x ). En esta situación recurrimos a la idea de introducir una suma por diferencia, que conseguimos, por ejemplo, mediante el cambio x 1 = y 1 + y, x = y 1 y : Q 4 x) = 4y 1 + y )y 1 y ) = 4y 1 4y. Hemos conseguido ya una suma de cuadrados. Obsérvese que siempre que reducimos Q 4 a una suma de cuadrados aparecen un coeficiente positivo y uno negativo. Esta forma cuadrática es, por tanto, indefinida. Ejemplo 5. Consideremos la forma cuadrática en R 3 Q 5 x) = x T Ax = [ ] x 1 x x x 1 x x 3 = 3x 1 + x + x 3 + 4x 1x + 4x x 3. 4
5 Completamos cuadrados en la primera variable puesto que aparecen términos en x 1 y x 1x : Q 5 x) = 3 x ) x 1x + x + x 3 + 4x x 3 = 3 x 1 + ) 3 x 4 3 x + x + x 3 + 4x x 3 = 3 x 1 + ) 3 x + 3 x + x 3 + 4x x 3. A continuación completamos cuadrados en la segunda variable puesto que aparecen términos en x y x x 3 : Q 5 x) = 3 x 1 + ) 3 x + = 3 x x = 3 x x 3 x + 6x x 3 ) + x 3 ) + 3 x + 3x 3 ) 6x 3 + x 3 ) + 3 x + 3x 3 ) 5x 3. Finalmente el cambio y 1 = x x, y = x + 3x 3, y 3 = x 3 nos lleva a Q 5 x) = 3y y 5y 3. Obsérvese que siempre que reducimos Q 5 a una suma de cuadrados aparecen dos coeficientes positivos y uno negativo. Esta forma cuadrática es, por tanto, indefinida. Ejemplo 6. Consideremos la forma cuadrática en R 3 Q 6 x) = x T Ax = [ ] x 1 x x x 1 x x 3 = x 1 + 5x + x 3 + 4x 1x + x 1 x 3 + 6x x 3. Completamos cuadrados en la primera variable puesto que aparecen términos en x 1, x 1 x y x 1 x 3 : Q 6 x) = x 1 + x + x 3 ) 4x x 3 4x x 3 + 5x + x 3 + 6x x 3 = x 1 + x + x 3 ) + x + x 3 + x x 3. A continuación completamos cuadrados en la segunda variable puesto que aparecen términos en x y x x 3 ): Q 6 x) = x 1 + x + x 3 ) + x + x 3 ) = y 1 + y, donde hemos hecho el cambio y 1 = x 1 + x + x 3, y = x + x 3, y 3 = x 3. Obsérvese que siempre que reducimos Q 6 a una suma de cuadrados aparecen dos coeficientes positivos y uno nulo. Esta forma cuadrática es, por tanto, semidefinida positiva. Ejemplo 7. Consideremos la forma cuadrática en R 4 Q 7 x) = x T Ax = [ ] x 1 x x 3 x 4 0 3/ 0 0 3/ / 0 0 5/ 0 x 1 x x 3 x 4 = 3x 1x + 5x 3 x 4. Puesto que no hay ningún término al cuadrado, necesitamos recurrir a suma por diferencia. Lo hacemos, por ejemplo, mediante el cambio: x 1 = y 1 + y, x = y 1 y, x 3 = y 3, x 4 = y 4 5
6 con lo que Q 7 x) = 3y 1 + y )y 1 y ) + 5y 3 y 4 = 3y 1 3y + 5y 3 y 4. Ya tenemos suma de cuadrados en las dos primeras variables. Nuevamente, como no hay ningún término al cuadrado en las variables restantes tercera y cuarta), necesitamos recurrir a suma por diferencia. Lo hacemos, por ejemplo, mediante el cambio: y obtenemos finalmente y 1 = z 1, y = z, y 3 = z 3 + z 4, y 4 = z 3 z 4, Q 7 x) = 3z 1 3z + 5z 3 + z 4 )z 3 z 4 ) = 3z 1 3z + 5z 3 5z 4 que ya aparece como suma de cuadrados. Nótese que ambos cambios de variables, en este caso sencillo, se podían haber hecho a la vez: x 1 = z 1 + z, x = z 1 z, x 3 = z 3 + z 4, x 4 = z 3 z 4, con lo que habríamos llegado, en un solo paso, al resultado final. Obsérvese que siempre que reducimos Q 7 a una suma de cuadrados aparecen dos coeficientes positivos y dos negativos y obviamente ninguno nulo). Esta forma cuadrática es pues indefinida. Como quedó de manifiesto en los siete ejemplos anteriores, reduciendo de diferentes modos una forma cuadrática a suma de cuadrados, podemos obtener coeficientes diferentes. Sin embargo tiene lugar el siguiente hecho importante: Si una forma cuadrática se reduce a suma de cuadrados de dos formas diferentes es decir, si se obtienen dos formas canónicas diferentes para dicha forma cuadrática), el número de coeficientes positivos es el mismo en ambas expresiones. Y lo mismo ocurre con el número de coeficientes negativos y con el de número de coeficientes nulos. Este resultado se conoce como ley de inercia de Sylvester. Formulación general del método de Lagrange. Sea Qx) = x T Ax una forma cuadrática. El método consistente en ir completando cuadrados haciendo cambios de variable en los que en cada paso cambia una o a lo sumo dos) de las variables, suele denominarse método de Lagrange. Hemos visto con ejemplos este método, que se puede sistematizar como sigue. Hay que distinguir dos casos: 1. Si para algún índice i se tiene a ii 0, podemos completar cuadrados con todos los términos que contengan a x i para obtener n Qx) = a ii a ij x j + Q x 1,, x i 1, x i+1,, x n ) a ii j=1 donde Q es una nueva forma cuadrática con n 1 variables a la que se le vuelve a aplicar el proceso. El cambio de variables que se utiliza es y i = n j=1 a ij a ii x j, y j = x j para j i.. Si a ii = 0 para todo i elegimos a ij 0 si todos fueran cero tendríamos Ψx) = 0 que ya está reducida). En este caso hacemos el cambio de variables x i = y i + y j, x j = y i y j y x k = y k para k i, j, y pasamos de nuevo al caso 1), pues a ij x i x j = a ij y i a ijy j. 6
7 Un teorema para clasificar formas cuadráticas de dos variables. Clasificar una forma cuadrática de dos variables a partir del determinante de la matriz simétrica asociada es posible usando el siguiente resultado, que se demuestra fácilmente completando cuadrados. Teorema. La forma cuadrática [ ] [ ] Qx, y) = ax + bxy + cy a b x = [x y] b c y es: [ ] a b definida positiva si, y sólo si, a > 0 y det = ac b b c > 0. [ ] a b definida negativa si, y sólo si, a < 0 y det = ac b b c > 0. [ ] a b indefinida si, y sólo si, det = ac b b c < 0. Notemos que si el determinante es nulo la forma cuadrática es semidefinida. Este teorema, que no merece la pena memorizar, se suele aplicar al estudiar los extremos de funciones de dos variables en la asignatura de Cálculo. Para demostrar este resultado, separemos los casos en los que a 0 y los casos en los que a = 0. Si a 0, entonces podemos completar cuadrados en x» ax + bxy + cy = a x + b " a xy + cy = a = a "x + ba xy + ba y «# = a x + ba «+ c y, siendo x + b a xy + b a y ««# b a y + cy «b a a y + cy = a» x + b a y + ba «+ c y j x = x + b a y, y = y. Por tanto, en este caso, la forma cuadrática es: definida positiva a > 0, b + c > 0, a definida negativa a < 0, b a + c < 0, indefinida a ba + c < 0. Supongamos ahora que a = 0. En este caso, Qx, y) = bxy + cy. Si c 0 podemos completar el cuadrado en y, y estamos en un caso análogo al anterior y si c = 0 tenemos Qx, y) = bxy y podemos transformar el producto cruzado en una suma diferencia» j x = x + y Qx, y) = b xy = siendo y = x y = b`x y. Por tanto, en este caso, la forma cuadrática es indefinida, sea cual sea el signo de b 0. Recopilando todos los casos obtenemos el enunciado. Ejercicio. Estudia los casos en los que la forma cuadrática Qx, y) = ax + bxy + cy es semidefinida. 4. Ejercicios Ejercicio 1. Reducir a suma de cuadrados las formas cuadráticas siguientes y clasificarlas: a) Qx 1, x ) = 8x 1 + 0x 1x + 0x. b) Qx 1, x ) = 0x 1 + 0x 1x + 4x. c) Qx 1, x ) = 3x 1 + 1x 1 x + 1x. 7
8 d) Qx 1, x ) = 11x 1 18x 1x 7x. e) Qx 1, x ) = 9x 1 + 6x 1x 9x. f) Qx 1, x ) = x 1 + 1x 1x 18x. g) Qx 1, x ) = x 1 6x 1x + 9x. h) Qx 1, x, x 3 ) = 13x x + x 3 + 6x 1 x + 4x 1 x 3 + 6x x 3. i) Qx 1, x, x 3 ) = x 1 9x x 3 30x 1 x 8x 1 x 3 1x x 3. j) Qx 1, x, x 3 ) = 1x 1 + 9x + x 3 + 1x 1 x + 4x 1 x 3 + 6x x 3. k) Qx 1, x, x 3 ) = 3x 1 + 5x + x x 1x + 4x 1 x 3 + 6x x 3. l) Qx 1, x, x 3 ) = 3x 1 x x 3 8x 1x 4x 1 x 3 1x x 3. m) Qx 1, x, x 3 ) = 11x 1 5x x 3 x 1x x 1 x 3 4x x 3. n) Qx 1, x, x 3, x 4 ) = 1x x + x 3 + 8x 4 14x 1x + 4x 1 x 3 8x 1 x 4 1x x 3 + 4x x 4 8x 3 x 4. ñ) Qx 1, x, x 3, x 4 ) = 8x 1 9x x 3 4x 4 + 6x 1 x x 1 x 3 + 4x 1 x 4 + 6x x 3 1x x 4 + 4x 3 x 4. Ejercicio. Calcula, mediante el método de Lagrange, dos formas canónicas distintas para cada una de las formas cuadráticas siguientes. Comprueba que se verifica la ley de inercia de Sylvester. a) Qx 1, x ) = 4x 1 + 3x 1x + 5x. b) Qx 1, x ) = 10x 1 + x 1x + x. c) Qx 1, x ) = x 1 + 3x 1 x + x. d) Qx 1, x ) = x 1 x 1 x 7x. e) Qx 1, x ) = 9x 1 + 8x 1x x. Ejercicio 3. Calcula, mediante el método de Lagrange, una forma canónica para cada una de las formas cuadráticas siguientes. A continuación, aplicando la ley de inercia de Sylvester, escribe tres formas canónicas más para cada una de ellas. a) Qx 1, x ) = x 1 + 3x 1x + 5x. b) Qx 1, x ) = 5x 1 + x 1x + x. c) Qx 1, x ) = x 1 + 3x 1 x + x. d) Qx 1, x ) = x 1 + x 1 x 7x. e) Qx 1, x ) = 8x 1 x x. f) Qx 1, x, x 3 ) = 3x 1 + 5x + x 3 + x 1x + x 1 x 3 + 4x x 3. g) Qx 1, x, x 3 ) = 8x 1 4x x 3 4x 1x x 1 x 3 4x x 3. h) Qx 1, x, x 3 ) = x 1 4x x 3 4x 1x + x 1 x 3 + 4x x 3. Ejercicio 4. Indica la respuesta correcta: a) Una forma canónica de la forma cuadrática Qx 1, x ) = x 1 x es: y1 y 3 5 y 1 y y1 + y b) La forma cuadrática 5x y + az + 4xy xz yz es definida negativa si a > 10. a = 10. a < 10. 8
9 Ejercicio 5. Septiembre 004, Ing. Química) Dada la forma cuadrática clasificarla según los valores de a R. Qx 1, x, x 3 ) = x 1 + 4x + 3x 3 4ax 1 x, Ejercicio 6. Primer Parcial, Enero 004) Escribir la forma cuadrática Qx 1, x, x 3 ) = 3 β) x 1 x 4x 3 + x 1x + 10x 1 x 3 + x x 3 como suma de cuadrados y clasificarla según los valores de β R. 9
a n1 a n2 a nn x n a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x j x i = s ij x i x j + s ji x j x i 2 x i x j + a ij + a ji
16 Fundamentos de Matemáticas : Álgebra Lineal Capítulo 1 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado,
a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2
68 Matemáticas I : Álgebra Lineal Tema 7 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado
a n1 a n2 a nn Es decir, una forma cuadrática es un polinomio homogéneo de grado 2 y n variables.
Capítulo 7 Formas cuadráticas. Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado de la norma de un vector
Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Tema 7 (Resultados).- Matrices simétricas reales y formas cuadráticas.
Ingenierías: Aeroespacial, Civil y Química Matemáticas I - Departamento de Matemática Aplicada II Escuela Superior de Ingenieros Universidad de Sevilla Tema 7 (Resultados)- Matrices simtricas reales y
Matemáticas Empresariales II. Formas cuadráticas
Matemáticas Empresariales II Lección 7 Formas cuadráticas Manuel León Navarro Colegio Universitario Cardenal Cisneros M. León Matemáticas Empresariales II 1 / 17 Definición de Formas cuadráticas Sea V
2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo.
2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo. 2.1 Formas cuadráticas. Expresión matricial y analítica. Expresiones diagonales. Definición 2.1 (Expresión matricial) Una
FORMAS CUADRÁTICAS A 3
FORMAS CUADRÁTICAS 1.- Dada la forma cuadrática Q(x, y, z) = 2x 2 y 2 + 2xz, encontrar la expresión matricial que se obtiene al realizar el cambio de variables x = 2x ' y ' z ', y = y '+ z ', z = 2x '+
Prácticas de Matemáticas II: Álgebra lineal
Prácticas de Matemáticas II: Álgebra lineal Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj Prácticas de Matemáticas II: Álgebra lineal
6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas...
Contents 6 Formas Bilineales y Producto Escalar 3 6.1 Formas bilineales............................... 3 6.1.1 Matriz de una forma bilineal....................... 4 6.1. Formas bilineales simétricas.......................
6.7. Clasificación de formas cuadráticas
6.7 Clasificación de s s 1.1. Definición de s s en R n El concepto básico que sirve para definir una es el de polinomio homogéneo de segundo grado en varias variables. En toda esta sección sobreentenderemos
Química Cuántica I Formas cuadráticas
Formas cuadráticas/jesús Hernández Trujillo p. 1/16 Química Cuántica I Formas cuadráticas Prof. Jesús Hernández Trujillo Facultad de Química, UNAM Formas cuadráticas/jesús Hernández Trujillo p. 2/16 Ecuación
Aplicaciones bilineales y formas cuadráticas (Curso )
ÁLGEBRA Práctica 8 Aplicaciones bilineales y formas cuadráticas (Curso 2008 2009) 1. Comprobar si las siguientes aplicaciones son o no bilineales y en las que resulten serlo, dar la matriz que las representa
MATRICES,DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES
Departamento de Matemática Aplicada II EEI ÁLGEBRA Y ESTADÍSTICA Boletín n o 1 (2010-2011 MATRICES,DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES 1 Sean A, B, C, D y E matrices de tamaño 4 5, 4 5, 5 2,
Tema 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
A = [a 1 a 2 a 3. El sistema Ax = c tiene infinitas soluciones N. Existe un único vector x tal que T (x) = c X. T es suprayectiva
Asignatura: ÁLGEBRA LINEAL Fecha: 6 de Julio de Fecha publicación notas: 6 de Julio de Fecha revisión examen: de Julio de Duración del examen: horas y media APELLIDOS Y NOMBRE: DNI: Titulación:. ( punto:,
Cónicas. Clasificación.
Tema 7 Cónicas. Clasificación. Desde el punto de vista algebraico una cónica es una ecuación de segundo grado en las variables x, y. De ese modo, la ecuación general de una cónica viene dada por una expresión
Departamento de Matemática Aplicada II. Universidad de Sevilla. Solución de la Primera Prueba Alternativa ( )
MATEMÁTICAS I ( o de GIE y GIERM (Curso - Departamento de Matemática Aplicada II. Universidad de Sevilla Solución de la Primera Prueba Alternativa (-- Ejercicio.. Calcule las raíces cúbicas del número
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
Fundamentos matemáticos. Tema 3 Geometría del plano y del espacio
Fundamentos matemáticos Grado en Ingeniería agrícola y del medio rural Tema 3 Geometría del plano y del espacio José Barrios García Departamento de Análisis Matemático Universidad de La Laguna [email protected]
ÁLGEBRA Algunas soluciones a la Práctica 8
ÁLGEBRA Algunas soluciones a la Práctica 8 Aplicaciones bilineales y formas cuadráticas (Curso 2008 2009 6. Sean a y b dos números reales. En el espacio P 1 de los polinomios de grado menor o igual que
CAPÍTULO 4: DERIVADAS DE ORDEN SUPERIOR. En este capítulo D denota un subconjunto abierto de R n.
April 15, 2009 En este capítulo D denota un subconjunto abierto de R n. 1. Introducción Definición 1.1. Dada una aplicación f : D R, definimos la derivada parcial segunda de f como D ij f = 2 f = ( ) x
Matemáticas III Andalucía-Tech
Matemáticas III Andalucía-Tech Tema Optimización en campos escalares Índice 1. Formas cuadráticas y matrices simétricas reales 1. Extremos relativos de un campo escalar 3.1. Polinomio de Taylor de un campo
MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES X =, siendo 02 M2. tal que AC = B, siendo A =
MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES 1.- Calcular, si es posible, los productos AB y BA A = ( 1 2 4), B = 5 3 0 2.- Comprobar que la matriz X = 4 2 1 3 verifica la ecuación X 2 7X
APUNTES DE MATEMÁTICAS UNIVERSIDAD DE SEVILLA GRADOS EN ECONOMÍA Y ADMINISTRACIÓN DE EMPRESAS PRIMER CURSO
APUNTES E MATEMÁTICAS EXÁMENES RESUELTOS E MATEMÁTICAS I EPARTAMENTO E ECONOMÍA APLICAA I UNIVERSIA E SEVILLA GRAOS EN ECONOMÍA Y AMINISTRACIÓN E EMPRESAS PRIMER CURSO Jesús Muñoz San Miguel http://www.personal.us.es/jmiguel
Tema 3.1. Espacio eucĺıdeo. Diagonalización ortogonal
Tema 3.1. Espacio eucĺıdeo. Diagonalización ortogonal Definición 1. Sea V un espacio vectorial sobre un cuerpo K. Llamamos forma bilineal a toda aplicación f : V V K ( x, y) f( x, y) que verifica: 1. f(
A d) Estudiar la diagonalización del endomorfismo T. Es posible encontrar una base de vectores propios de R 2 [x]? Razonar la respuesta.
Universidad de Oviedo Ejercicio.5 puntos Se consideran las aplicaciones lineales T : R [x] R y T : R R [x] de las que se conoce la matriz A asociada a T en las bases canónicas de R [x] y R y la matriz
Matrices, determinantes y sistemas de ecuaciones lineales
Matrices, determinantes y sistemas de ecuaciones lineales David Ariza-Ruiz 10 de octubre de 2012 1 Matrices Una matriz es una tabla numérica rectangular de m filas y n columnas dispuesta de la siguiente
Hipercuádricas. Polaridad. Estudio geométrico de las cónicas y cuádricas
Capítulo 4 Hipercuádricas. Polaridad. Estudio geométrico de las cónicas y cuádricas Comenzamos con el objeto básico de este curso. Hemos estudiado hasta ahora variedades lineales proyectivas, que están
Conjuntos y matrices. Sistemas de ecuaciones lineales
1 Conjuntos y matrices Sistemas de ecuaciones lineales 11 Matrices Nuestro objetivo consiste en estudiar sistemas de ecuaciones del tipo: a 11 x 1 ++ a 1m x m = b 1 a n1 x 1 ++ a nm x m = b n Una solución
Relación de problemas. Álgebra lineal.
Relación de problemas Álgebra lineal Tema 1 Sección 1 Matrices Determinantes Sistemas lineales Matrices Ejercicio 11 Consideremos las siguientes matrices: ( 1 2 A = 1 1 ) ( 1 1 B = 0 1 ) C = 1 0 0 0 1
CLASIFICACION DE FORMAS CUADRATICAS. Jorge Moretti Uruguay
CLASIFICACION DE FORMAS CUADRATICAS Jorge Moretti jmoretti@hotmailcom Uruguay Tema: Resolución de problemas Modalidad: Taller Nivel educativo: Formación y actualización docente Palabras claves: Forma cuadrática
MATRICES. 1.- Calcular: g) 0 a b a 0 c b c 0. x x x. x + a b c a x + b c a b x + c. a b b b a b b b a
MATRICES 1.- Calcular: a) 3 2 5 2 1 4 3 1 6 b) 2 1 3 4 2 5 6 0 2 c) 3 1 5 0 5 4 6 3 1 3 2 1 6 7 5 4 d) 7 6 8 5 6 7 10 6 7 8 8 9 8 7 9 6 e) 1 3 2 1 3 5 3 2 3 6 2 2 6 4 5 3 f) 1 1 1 1 1 1 1 g) 1 1 1 1 1
APÉNDICE A. Algebra matricial
APÉNDICE A Algebra matricial El estudio de la econometría requiere cierta familiaridad con el álgebra matricial. La teoría de matrices simplifica la descripción, desarrollo y aplicación de los métodos
TEMA 7. Matrices y determinantes.
TEMA 7 Matrices y determinantes. 1. Matrices. Generalidades Definición 1 Sea E un conjunto cualquiera, m, n IN. Definimos matriz de orden m n sobre E a una expresión de la forma: a 11 a 12... a 1n a 21
Álgebra Lineal. Tema 13. Mínimos cuadrados. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Tema 3. Mínimos cuadrados Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR Índice
f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 20 de enero de 20 (2.5 p.) ) Se considera la aplicación lineal f : R 4 R definida por: f(x y
Álgebra Lineal. Tema 5 Ecuaciones diferenciales lineales
Álgebra Lineal. Tema 5 Dep. Matemática Aplicada. UMA Tasa relativa de crecimiento Si x(t representa alguna cantidad física como el volumen de una sustancia, la población de ciertas especies, o el número
Segundo examen parcial. Soluciones. Ejercicio 1 (1 hora y 40 minutos.) 12 de junio de 2008
ÁLGEBRA Segundo examen parcial Soluciones Ejercicio 1 (1 hora y 40 minutos 1 de junio de 008 1 En el espacio de matrices M n n (IR consideramos las formas bilineales: f : M n n (IR M n n (IR IR, f(a, B
UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) y = ex cos y. e x cos y e x sin y. y 2.
UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES HOJA 4: Derivadas de orden superior 4-1. Sea u : R R definida por u(x, y e x sen y. Calcula las cuatro parciales segundas,
Espacios vectoriales
CAPíTULO 2 Espacios vectoriales 1. Definición de espacio vectorial Es frecuente representar ciertas magnitudes físicas (velocidad, fuerza,...) mediante segmentos orientados o vectores. Dados dos de tales
Tema 5 Aplicaciones del cálculo diferencial
Tema 5 Aplicaciones del cálculo diferencial 1. APLICACIONES EN UNA VARIABLE 1.1. Extremos relativos. Proposición 1.1: Monotonía Sea f : [a, b] R continua en [a, b] y derivable en (a, b), entonces: (1)
Tema 4 (Resultados).- Espacios vectoriales. Transformaciones lineales.
Ingenierías: Aeroespacial, Civil y Química Matemáticas I - Departamento de Matemática Aplicada II Escuela Superior de Ingenieros Universidad de Sevilla Tema 4 (Resultados)- Espacios vectoriales Transformaciones
Tema 3.3. Aplicaciones afines. Cónicas y cuádricas
Tema 3.3. Aplicaciones afines. Cónicas y cuádricas Definición 1. Sean A = (P, V, f) y A = (P, V, f ) dos espacios afines tales que V y V son espacios vectoriales sobre un mismo cuerpo. Una función θ :
APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES
APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES Ignacio López Torres. Reservados todos los derechos. Prohibida la reproducción total o parcial de esta obra, por cualquier medio electrónico
4.2 Producto escalar.
Producto escalar. 147 Este resultado tiene su recíproco, es decir, cualquier matriz cuadrada A define la forma bilineal b(x, y) =x T Ay Si b es simétrica, la matriz A es simétrica. Si b es definida positiva,
Definición (matriz): Definición (dimensión de una matriz): Si una matriz tiene m renglones y n columnas se dice que es de dimensión m n.
Índice general 1. Álgebra de Matrices 1 1.1. Conceptos Fundamentales............................ 1 1.1.1. Vectores y Matrices........................... 1 1.1.2. Transpuesta................................
V = v 1 +2v 2 +3v 3. v 2. v 1
Coordenadas Hay muchas maneras de darle coordenadas a los puntos del espacio, las ecuaciones de las curvas o superficies dependen de las coordenadas que utilicemos y eligiendo las coordenadas adecuadas
ÁLGEBRA LINEAL Y GEOMETRÍA
ÁLGEBRA LINEAL Y GEOMETRÍA Laureano González Vega y Cecilia Valero Revenga Departamento de Matemáticas, Estadística y Computación Universidad de Cantabria Curso 2017 2018 Índice I Lecciones 1 1 Espacios
Lección 6 - Ecuaciones cuadráticas
Ecuaciones cuadráticas Objetivos: Al terminar esta lección podrás definir lo que es una ecuación cuadrática y podrás resolver ecuaciones cuadráticas. En la lección previa aprendimos lo que es una ecuación
1. Efectuar las siguientes operaciones, expresando el resultado en forma binómica: (1 i)(2 i)(i 3) ; 344 ( i) 231 i(1 + i) 5
1.5.1 Complejos 1. Efectuar las siguientes operaciones, expresando el resultado en forma binómica: i 1 ; 2 + i ; 2i 2 i 1 + i +i; 5 (1 i)(2 i)(i 3) ; i344 +( i) 231 ; (1 + i) 5 + 1 (1 i) 5 1 ; 2. Usar,
1.3.1 Fundamentos de cálculo vectorial
131 Fundamentos de cálculo vectorial 1 Función escalar Una función se define como una representación escalar que está dada en términos de un vector Un ejemplo analítico puede darse por la función f(x)
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 9: Sistemas de EDOs lineales
ETS Minas: Métodos Matemáticos Resumen y ejemplos Tema 9: Sistemas de EDOs lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Noviembre
Fundamentos matemáticos. Tema 3 Geometría del plano y del espacio
Grado en Ingeniería agrícola y del medio rural Tema 3 José Barrios García Departamento de Análisis Matemático Universidad de La Laguna [email protected] 2017 Licencia Creative Commons 4.0 Internacional J.
Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios
61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial
ÁLGEBRA Algunas soluciones a la Práctica 8
ÁLGEBRA Algunas soluciones a la Práctica 8 Aplicaciones bilineales y formas cuadráticas (Curso 24 25 1. Comprobar si las siguientes aplicaciones son o no bilineales y en las que resulten serlo, dar la
TEOREMA DE TAYLOR y EXTREMOS SIN RESTRICCIONES
TEOREMA DE TAYLOR y EXTREMOS SIN RESTRICCIONES Para una función de una variable puede construirse una mejor aproximación mediante una función cuadrática que mediante una función lineal, para las funciones
CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero
Fundamento Científico del Currículum de Matemáticas en Enseñanza Secundaria CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero ESPACIOS VECTORIALES DEFINICIÓN... 1 PROPIEDADES DE
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
Funciones convexas Definición de función convexa. Tema 10
Tema 10 Funciones convexas Los resultados obtenidos en el desarrollo del cálculo diferencial nos permiten estudiar con facilidad una importante familia de funciones reales de variable real definidas en
DETERMINANTES. Página 77 REFLEXIONA Y RESUELVE. Determinantes de orden 2
DETERMINANTES Página 77 REFLEXIONA Y RESUELVE Determinantes de orden 2 Resuelve los siguientes sistemas y calcula el determinante de cada matriz de coeficientes: 2x + y = 29 5x y = 8 a b x y = 5 0x + 6y
TALLER DE MATEMÁTICAS NOTAS. Toda expresión algebraica del tipo. a n x n + a n 1 x n a 1 x + a 0. es un polinomio de grado n, si a n 0.
NOTAS Toda expresión algebraica del tipo es un polinomio de grado n, si a n 0. a n x n + a n 1 x n 1 +... + a 1 x + a 0 RELACIONES DE DIVISIBILIDAD 1) x n a n = (x a)(x n 1 + ax n 2 + a 2 x n 3 +... +
Podemos 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
Tema 1: Matrices. Sistemas de ecuaciones. Determinantes
Tema 1: Matrices. Sistemas de ecuaciones. Determinantes José M. Salazar Octubre de 2016 Tema 1: Matrices. Sistemas de ecuaciones. Determinantes Lección 1. Matrices. Sistemas de ecuaciones. Determinantes
DETERMINANTES. Resuelve los siguientes sistemas y calcula el determinante de cada matriz de coeficientes: 2x + 3y = x + 6y = 16.
DETERMINANTES REFLEXIONA Y RESUELVE Determinantes de orden 2 Resuelve los siguientes sistemas y calcula el determinante de cada matriz de coeficientes: 2x + y = 29 5x y = 8 a b x y = 5 10x + 6y = 16 4x
Tema II. Capítulo 5. Aplicaciones bilineales y formas cuadráticas.
Tema II Capítulo 5 Aplicaciones bilineales y formas cuadráticas Álgebra Departamento de Métodos Matemáticos y de Representación UDC 5 Aplicaciones bilineales y formas cuadráticas o simplemente f( x, ȳ)
Problemas de exámenes de Formas Bilineales y Determinantes
1 Problemas de exámenes de Formas Bilineales y Determinantes 1. Sea R 3 con el producto escalar ordinario. Sea f un endomorfismo de R 3 definido por las condiciones: a) La matriz de f respecto de la base
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Fundamentos matemáticos. Tema 2 Matrices y ecuaciones lineales
Grado en Ingeniería agrícola y del medio rural Tema 2 José Barrios García Departamento de Análisis Matemático Universidad de La Laguna [email protected] 2017 Licencia Creative Commons 4.0 Internacional J.
Geometría afín y proyectiva, 2016 SEMANA 2
Geometría afín y proyectiva, 2016 SEMANA 2 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
520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
ALGEBRA III Práctica 1
1 er cuatrimestre 2002 ALGEBRA III Práctica 1 Nota: En esta práctica anillo significa anillo conmutativo con 1 0. 1. Sea A un anillo. Probar que: (i) A tiene ideales maximales y todo ideal propio I está
1. Ecuaciones lineales en cuerpos finitos
1. Ecuaciones lineales en cuerpos finitos Un cuerpo es un conjunto F dotado de dos operaciones suma y producto, usualmente denotadas por + y que satisfacen los axiomas de los números reales, exceptuando
