TEMA 8.- NORMAS DE MATRICES Y
|
|
- Jesús Roldán Silva
- hace 7 años
- Vistas:
Transcripción
1 Álgebra II: Tema 8. TEMA 8.- NORMAS DE MATRICES Y NúMERO DE CONDICIóN Índice. Introducción 2. Norma vectorial y norma matricial Norma matricial inducida por normas vectoriales Algunos ejemplos de normas matriciales inducidas Número de condición de una matriz Caso de matrices normales Introducción Frecuentemente, el estudio de un sistema físico pasa por la resolución de un sistema de ecuaciones lineales Ax b (que se supone compatible determinado en todo este tema). Sin embargo, incluso asumiendo que este modelo lineal representa perfectamente la realidad, las matrices à y b de las que se dispone no son idénticas a las A y b reales, principalmente debido a errores numéricos de redondeo o errores en la medición de parámetros físicos. Así, en lugar de obtener la solución exacta x 0 del sistema Ax b, en realidad se obtiene la solución x 0 del sistema Ãx b. Naturalmente, interesa tener una aproximación de la distancia (en un sentido aún por precisar) entre x 0 y x 0. El objetivo de este tema es precisamente profundizar en esta idea. En las próximas secciones se verá que dicha distancia depende esencialmente de una característica de la matriz A a la que se denomina condicionamiento o número de condición. Ejemplo. El sistema de ecuaciones [ 0 4 [ x x 2 [ 2 tiene como solución (con 7 decimales de precisión) [ x x 2 [, , Sin embargo, una resolución mediante el método de Gauss (con una precisión de solo 3 decimales) proporcionaría la solución [ x x 2 [ 0,
2 Álgebra II: Tema 8. 2 que no parece una aproximación suficiente a la solución anterior. Este error se puede reducir mediante pivoteo parcial o total. Ejemplo 2. Un ejemplo clásico de matriz mal condicionada es la matriz de Hilbert: 2 3 n n+ H n+2, n n+ n+2 2n que es muy sensible a errores numéricos. 2. Norma vectorial y norma matricial. Definición Sea (E, K, +, ) un espacio vectorial. Una norma en E es cualquier aplicación : E R que verifique λ K y z, w E las siguientes propiedades: N) z 0, y z 0 z 0. N2) λz λ z N3) z + w z + w (Desigualdad triangular). Ejemplo 3. Tres ejemplos clásicos de norma en E C n son: norma : z z + + z n norma 2 o euclídea: norma o norma del supremo: z 2 z z n 2 z máx { z,, z n }. Por supuesto, se debe verificar que cada una de las expresiones anteriores satisfacen las tres condiciones de la definición de norma. Detallamos la comprobación para la norma a continuación y dejamos la norma al lector. La norma 2 se discute un poco más abajo en el contexto de normas inducidas por un producto escalar.
3 Álgebra II: Tema 8. 3 N) N2) z z + + z n 0 y además 0 z z z n 0 z 0. λz λz + + λz n λ ( z + + z n ) λ z. N3) z + w n z i + w i i n z i + i n w i i z + w. Además, las normas y 2 son casos particulares de la norma p, definida p N como z p ( z p + + z n p ) p. Observación.- Todo norma en E induce una distancia d(z, w) : z w en E. En particular, la norma euclídea en R n induce la distancia habitual. Definición 2 Se dice que dos normas, en E son equivalentes si existen α, β > 0 tales que u E, α u u β u. Proposición.- En dimensión finita, todas las normas son equivalentes. Observación.- Todo producto escalar, en E induce una norma en E, definida como z : + z, z. Es trivial comprobar que esta definición satisface las condiciones N y N2, consecuencia de la sesquilinealidad hermítica en C (bilinealidad simétrica en R) y definición positiva del producto escalar. N3 se demuestra empleando la desigualdad de Schwarz. En particular, la norma 2 anteriormente mencionada coincide con la norma inducida por el producto escalar estándar en C n, es decir: z 2 z h z.
4 Álgebra II: Tema 8. 4 Ejemplo 4. Es conocido que la forma sesquilineal (es decir, lineal en la primera componente y antilineal en la segunda), : C m n C m n C (A, B) tr(b h A) constituye un producto escalar en C m n. La norma inducida por este producto escalar es A F m n tr(a h A) a ij 2, denominada norma de Frobenius. 2.. Norma matricial inducida por normas vectoriales. Definición 3 Sean, dos normas en C m, C n respectivamente. Se denomina norma matricial en C m n inducida por dichas normas vectoriales a : C m n R i j A A : sup x 0 Ax x. La definición anterior verifica las propiedas de norma. Efectivamente: N) ( x C n, Ax ) 0 A 0, x y A 0 x C n, Ax 0 x C n, Ax 0 A [0. N2) λax λa sup x 0 x Ax λ sup x 0 x λ A. N3) Ax + Bx A + B sup x 0 x [ Ax sup x 0 x + Bx x Ax Bx sup + sup x 0 x x 0 x A + B.
5 Álgebra II: Tema 8. 5 Nota: Hasta el momento se ha insistido en la existencia de dos normas vectoriales, (diferentes, en general) y una norma matricial. En adelante, frecuentemente se omitirán los subíndices y para evitar una notación recargada. El lector deberá deducir del contexto qué norma es la aplicada en cada caso (y, por supuesto, si es vectorial o matricial). Además, será también frecuente que ambas normas y sean del mismo tipo (es decir, por ejemplo, ambas la norma p) pero en C m y C n respectivamente. Observación.- Como consecuencia trivial de la definición, x C n, Ax A x. Observación.- Se verifica Ax sup x 0 x sup x 0 x Ax sup Ax. Observación.- es decir, El cociente Ax x alcanza su supremo en S {x Cn : x }, x C n : x, Ax A. Demostración: Por un lado, un subconjunto de C n es compacto si y solo si es cerrado y acotado. El conjunto S es cerrado (por ser complementario de un abierto) y acotado, luego compacto. Por otro lado, las aplicaciones y C n C m x Ax C m R y y son ambas continuas. Puesto que la composición de dos aplicaciones continuas es continua, la aplicación C n R x Ax
6 Álgebra II: Tema 8. 6 también lo es. Finalmente, toda función continua definida sobre un compacto alcanza sus extremos en puntos del compacto, quedando así probada la observación. Corolario.- El cociente Ax también alcanza su supremo en x Cn \{0}. La observación y el corolario anterior permiten sustituir el término supremo por el término máximo y escribir A máx x 0 Ax x máx Ax, expresión que se empleará en el resto del tema. Proposición.- entonces Si es una norma en C n n inducida por normas vectoriales, Demostración: A, B C n n, AB A B x C n, ABx A Bx A B x AB máx ABx máx A B x A B. Observación.- Si m n y las normas y coinciden, la norma en C n n inducida por ella(s) verifica I máx x 0 Ix x. De esto se deduce que la norma de Frobenius no es inducida por ninguna norma vectorial, pues I F n. (Nota: se puede demostrar que tampoco es inducida por dos normas vectoriales, aunque éstas sean distintas) Algunos ejemplos de normas matriciales inducidas. Ejemplos relevantes de normas matriciales inducidas por normas vectoriales son los siguientes: Norma : Si las normas y son la norma en C m y C n respectivamente, { m } A máx Ax máx a jk. x k n j
7 Álgebra II: Tema 8. 7 Norma 2: Si las normas y son la norma 2 en C m y C n respectivamente, A 2 máx Ax 2, x 2 también denominada norma espectral, y tratada en la próxima proposición. Norma : Si las normas y son la norma en C m y C n respectivamente, { n } A máx Ax máx a jk. x j m k Proposición.- Sea A C m n. Entonces, A 2 ρ(a h A), donde ρ representa el radio espectral. Demostración : Recordamos que A h A es hermítica, y por tanto diagonalizable unitariamente con autovalores reales λ... λ n. Además, dichos autovalores son no negativos: si λ es autovalor de A h A, Au 2 2 (Au) h Au u h A h Au u h λu λ u 2 2 λ Au 2 2 u 2 2 También sabemos que para todo v no nulo se verifica: 0. λ mín De este modo, u h A h Au A 2 máx vh A h Av v h v Au 2 u 2 máx máx u h A h Au u h A h Au λ n. λ n. Proposición.- verifica Cualquier norma en C n n inducida por normas vectoriales A ρ(a). Demostración: Sean λ,..., λ n los valores propios de A, con λ λ n. Sea u un vector propio de A asociado a λ n. Entonces: A Au u λ nu u λ n ρ(a).
8 Álgebra II: Tema Número de condición de una matriz Sea A C m n, con rg(a) n m. Se define el número de condición de A asociado a una norma como c(a) máx Ax mín Ax. Comentario: El cociente anterior está bien definido, porque mín Ax 0 x 0, Ax 0 rg(a) < n. En el caso rg(a) < n, se define c(a). El número de condición proporciona una cota superior para el error en la resolución de un sistema de ecuaciones. Veámoslo en dos casos. Perturbación del término independiente b. Se considera el sistema Ax b, con A C m n y rg(a) n m. Supongamos que tiene solución única x 0 0. Se desea estudiar la variación del vector solución x 0 ante variaciones del vector b. De este modo, se considera el sistema Ax b + b, y se asume que también tiene solución única x 0 + x 0. Se pretende estimar x 0. Observamos Restando ambas ecuaciones, Ax 0 b A (x 0 + x 0 ) b + b. A ( x 0 ) b. Denotando M máx Ax y m mín Ax, se tiene: Ax m mín x 0 x A x 0 x 0 b x 0 x 0 b m Ax M máx x 0 x Ax 0 x 0 b x 0 x 0 M b. Multiplicando ambas inecuaciones, x 0 x 0 M m b b c(a) b b. En conclusión, el número de condición proporciona una cota superior para la amplificación del error relativo.
9 Álgebra II: Tema 8. 9 Perturbación de la matriz A. De nuevo se considera el sistema Ax b, que (se asume) tiene solución única x 0 0. Ahora se desea estudiar la variación del vector solución x 0 ante variaciones de la matriz A. De este modo, se considera el sistema (A + A)x b. Supongamos que este nuevo sistema sigue teniendo solución única x 0 + x 0, con x 0 0. En este caso se verifica x 0 x 0 + x 0 c(a) A A. La demostración se omite. De nuevo, el número de condición proporciona una cota superior para la amplificación del error relativo. Observación.- Si A C n n es regular y es una norma matricial inducida por una norma vectorial, entonces c(a) A A. Demostración: Si A es regular, A máx x 0 máx y 0 ( mín y 0 A x x y Ay Ay y ) ( mín Ay ), y de donde se obtiene inmediatamente la expresión anterior. 3.. Caso de matrices normales. Si A C n n es normal, U C n n unitaria tal que con λ... λ n. Además U h AU D diag(λ,..., λ n ), U h A h AU (U h A h U)U h AU D h D diag( λ 2,..., λ n 2 ). Empleando de nuevo que el cociente de Rayleigh asociado a A h A verifica
10 Álgebra II: Tema 8. 0 se deduce λ 2 mín u h A h Au uh A h Au máx u h A h Au λ n 2, A 2 λ n y c 2 (A) λ n λ, donde c 2 (A) representa el número de condición asociado a la norma 2, que también se denomina número de condición espectral.
3.3. Número de condición de una matriz.
96 33 Número de condición de una matriz Consideremos el sistema Ax = b, de solución u Queremos controlar qué cambios se producen en la solución cuando hacemos pequeños cambios en las componentes de b o
Más detallesCálculo numérico. Sistemas de ecuaciones lineales.
José Luis Morales http://allman.rhon.itam.mx/ jmorales Departamento de Matemáticas. ITAM. 2010. Las raíces de x 2 bx + c = 0. r = b ± b 2 4c 2 b = 3.6778, c = 0.0020798 r 1 = 3.67723441190... r 2 = 0.00056558809...
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 detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detallesDescomposición en valores singulares de una matriz
Descomposición en valores singulares de una matriz Estas notas están dedicadas a demostrar una extensión del teorema espectral conocida como descomposición en valores singulares (SVD en inglés) de gran
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detalles1. ESPACIOS DE HILBERT Y OPERADORES
1. ESPACIOS DE HILBERT Y OPERADORES 1. DEFINICIÓN, PROPIEDADES Y EJEMPLOS Definición. Sea H un espacio vectorial sobre el cuerpo C de los números complejos, un producto escalar sobre H es una aplicación
Más detallesALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República
ALN Repaso matrices In. Co. Facultad de Ingeniería Universidad de la República Definiciones básicas - Vectores Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto
Más detallesUn subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura:
4 Subespacios 29 b) x 5 [25;5], 5 [;24], z 5 [4;4] Use a 5 2, a 5 / a 5 2 / 2 c) Su propia elección de x,, z /o a 2 a) Elija algunos valores para n m genere tres matrices aleatorias de n m, llamadas X,
Más detallesAPUNTES 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
Más detallesFunciones de Clase C 1
Capítulo 7 Funciones de Clase C 1 Vamos a considerar ahora la extensión a varias variables del concepto de función de clase C 1. Cada vez que establezcamos una propiedad de las funciones diferenciables,
Más detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más detallescomo el número real que resulta del producto matricial y se nota por:
Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota por:,
Más detallesOperaciones elementales
Operaciones elementales Objetivos Conocer y justificar operaciones elementales con ecuaciones de un sistema de ecuaciones lineales, conocer su forma matricial (operaciones elementales con renglones de
Más detallesMMAF: Espacios normados y espacios de Banach
MMAF: Espacios normados y espacios de Banach Licenciatura en Estadística R. Álvarez-Nodarse Universidad de Sevilla Curso 2011/2012 Espacios vectoriales Definición Sea V un conjunto de elementos sobre el
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES
EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES Formas reducidas y escalonada de una matriz SISTEMAS DE ECUACIONES LINEALES ) Encuentre una sucesión de matrices elementales E, E,..., E k tal que
Más detallesTema 3: Espacios vectoriales
Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación
Más detallesSistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
Más detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
Más detallesEsta 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
Más detalles4. Complementos sobre Problemas de Contorno para S.D.O. Lineales. 4. Complementos sobre Problemas de Contorno
para S.D.O. Lineales 4.1. Problemas de contorno para s.d.o. lineales. Teorema de alternativa 4.1. Problemas de contorno. Teorema de alternativa Fijemos A C 0 ([α, β]; L(R N )) y b C 0 ([α, β]; R N ), dos
Más detallesBLOQUE 1. LOS NÚMEROS
BLOQUE 1. LOS NÚMEROS Números naturales, enteros y racionales. El número real. Intervalos. Valor absoluto. Tanto el Cálculo como el Álgebra que estudiaremos en esta asignatura, descansan en los números
Más detallesAlgebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21
Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)
Más detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Sea (K, +,.) un cuerpo con característica 0. Podemos pensar K = Q, R o C. Si V es un conjunto cualquiera en el que
Más detallesResumen de Teoría de Matrices
Resumen de Teoría de Matrices Rubén Alexis Sáez Morcillo Ana Isabel Martínez Domínguez 1 de Octubre de 2004 1. Matrices. Generalidades. Definición 1.1. Se llama matriz de orden m n sobre un cuerpo K a
Más detallesTEMA 8. GEOMETRÍA ANALÍTICA.
TEMA 8. GEOMETRÍA ANALÍTICA. 8..- El plano. Definimos el plano euclideo como el conjunto de puntos ( x, y) R. Así, cada punto del plano posee dos coordenadas. Para representar puntos del plano utilizaremos
Más detallesMatrices. José Vicente Romero Bauset. ETSIT-curso 2009/2010. José Vicente Romero Bauset Tema 1.- Matrices. 1
Matrices José Vicente Romero Bauset ETSIT-curso 2009/2010 José Vicente Romero Bauset Tema 1- Matrices 1 Introducción Por qué estudiar las matrices? Son muchas las situaciones de la vida real en las que
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 1 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
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 detallesObjetivos formativos de Álgebra
Objetivos formativos de Álgebra Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera como objetivo
Más detallesSistem as de ecuaciones lineales
Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a
Más detallesTema 2 Datos multivariantes
Aurea Grané Máster en Estadística Universidade Pedagógica 1 Aurea Grané Máster en Estadística Universidade Pedagógica 2 Tema 2 Datos multivariantes 1 Matrices de datos 2 Datos multivariantes 2 Medias,
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 detallesECUACIONES EN DERIVADAS PARCIALES Tópicos previos
ECUACIONES EN DERIVADAS PARCIALES Tópicos previos Para tomar el curso de ecuaciones en derivadas parciales es importante la familiaridad del alumno con los conceptos que se detallan a continuación. Sugerimos
Más detallesTema 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)
Más detallesEspacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1
Espacios Vectoriales 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Espacios Vectoriales... 4 1.1 Definición de espacio vectorial... 4 1.2 Definición de subespacio vectorial...
Más detallesSemana 09 [1/28] Sucesiones. 29 de abril de Sucesiones
Semana 09 [1/28] 29 de abril de 2007 Semana 09 [2/28] Definición Sucesión Una sucesión real es una función: f : N R n f (n) Observaciones Para distinguir a una sucesión de las demás funciones, se ocupará
Más detalles520142: 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
Más detalles3. 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 detallesDefinición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices 1.1. Conceptos básicos y ejemplos Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. NOTA:
Más detallesCapítulo 1: Diagonalización de matrices
Capítulo : Diagonalización de matrices Matrices y determinantes Definición Una matriz es un arreglo rectangular de números reales a a a m a A a a m a n a n a nm La matriz es de orden n m si consta de n
Más detallesProblemas de VC para EDVC elaborados por C. Mora, Tema 4
Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Ejercicio Determinar las funciones enteras f para las que Solución f( + w) = f()f(w), w C. En primer lugar, f(0) = f(0 + 0) = f(0)f(0) = f(0) 2,
Más detallesTema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Más detallesEs decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3
1.- DETERMINANTE DE UNA MATRIZ CUADRADA Determinante de una matriz cuadrada de orden 1 Dada una matriz cuadrada de orden 1, A = (a), se define det A = det (a) = a Determinante de una matriz cuadrada de
Más detallesEspacios vectoriales
Espacios vectoriales [Versión preliminar] Prof. Isabel Arratia Z. Algebra Lineal 1 En el estudio de las matrices y, en particular, de los sistemas de ecuaciones lineales realizamos sumas y multiplicación
Más detallesb) Sea una relación de equivalencia en A y una operación en A. Decimos que y son compatibles si a b a c b c y c a c b para todo a, b, c A
APENDICE Relaciones y Operaciones Compatibles 1 Definición: a) Sea A un conjunto y una relación entre elementos de A. Decimos que es una relación de equivalencia si es: i Reflexiva: a A, a a. ii Simétrica:
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detallesCapítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos
Capítulo Espacios vectoriales.1 Definición y ejemplos Un espacio vectorial sobre un cuerpo K (que supondremos conmutativo es un conjunto no vacío junto con 1. una operación interna, +, a la que llamaremos
Más detallesDescomposición en forma canónica de Jordan (Segunda versión)
Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin
Más detallesEspacios compactos. Capítulo Cubiertas. En este capítulo estudiaremos el concepto de compacidad en un espacio métrico.
Capítulo 3 Espacios compactos 1. Cubiertas En este capítulo estudiaremos el concepto de compacidad en un espacio métrico. Definición 3.1. Sea (X, d) un espacio métrico y A X. Una cubierta de A es una familia
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesAlgebra lineal de dimensión finita
Algebra lineal de dimensión finita Métodos para calcular autovalores Pseudoinversa Algebra lineal númerica 1 Teorema:[Teorema 1.6] Sea A es una matriz real simétrica. Si Q(x) =< Ax, x > entonces: λ 1 =
Más detallesMétodos de factorización para resolver sistemas de ecuaciones lineales. 22 de agosto, 2012
Cálculo numérico Métodos de factorización para resolver sistemas de ecuaciones lineales 22 de agosto, 2012 1 Factorización LU Considera el siguiente ejemplo de factorización LU de una matriz en un sistema
Más detallesEstructuras Algebraicas
Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x
Más detallesMay 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN
May 4, 2012 1. Optimización Sin Restricciones En toda esta sección D denota un subconjunto abierto de R n. 1.1. Condiciones Necesarias de Primer Orden. Proposición 1.1. Sea f : D R diferenciable. Si p
Más detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial
Más detallesEspacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21
Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detallesNúmeros reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.
MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e
Más detalles1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS
1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes
Más detallesEspacios topológicos. 3.1 Espacio topológico
Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes
Más detallesTEMA 4: Sistemas de ecuaciones lineales II
TEM 4: Sistemas de ecuaciones lineales II ) Teorema de Rouché-Frobenius. ) Sistemas de Cramer: regla de Cramer. 3) Sistemas homogeneos. 4) Eliminación de parámetros. 5) Métodos de factorización. 5) Métodos
Más detalles- Fernando Sánchez - Departamento de Matemáticas - Universidad de Extremadura. Cálculo II. Funciones. Límites y continuidad
- Fernando Sánchez - - 6 Funciones Cálculo II de Rn en Rm Límites y continuidad En este capítulo se van a estudiar funciones f : A R n R m donde A es un conjunto en R n, f = (f 1,..., f m ), x = (x 1,...,
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 5 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 5 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Más detallesModelización por medio de sistemas
SISTEMAS DE ECUACIONES DIFERENCIALES LINEALES. Modelización por medio de sistemas d y dy Ecuaciones autónomas de segundo orden: = f ( y, ) Una variable independiente. Una variable dependiente. La variable
Más detallesEjemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales.
Facultad de Ingeniería - IMERL - Geometría y Álgebra Lineal 2 - Curso 2008. 1 Transformaciones lineales en espacios con producto interno Notas para el curso de Geometría y Algebra Lineal 2 de la Facultad
Más detallesTema 5: Sistemas de ecuaciones lineales.
TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1
Más detallesEspacios 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 detallesEjercicios del Tema 2: Estructuras algebraicas básicas
Ejercicios del Tema 2: Estructuras algebraicas básicas En los ejercicios 1, 2, 8 y 9 se utilizará que si G = {g 1,...,g n } es un conjunto finito y * una operación interna definida en G, podemos utilizar
Más detallesTema 8: Aplicaciones. Ecuaciones en. diferencias: modelos en tiempo discreto. 1 Modelo de crecimiento exponencial. 2 Sucesión de Fibonacci
8 de diciembre de 20 Contexto: Bloque de Álgebra Lineal Tema 6. Sistemas de ecuaciones lineales y matrices. Tema 7. Valores y vectores propios. Tema 8. Aplicaciones del cálculo de los valores y vectores
Más detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más detallesGUIA DE CATEDRA Matemática Empresarial Guía N.3 F. Elaboración 09 abril /11 F. 1 Revisión 09/04/11 Pagina 1 de 8
Plan de Estudios: Semestre 1 Área: Matemática 1 Nº Créditos: Intensidad horaria semanal: 3 Hrs T Hrs P Total horas: 6 Tema: Desigualdades 1. OBJETIVO Apropiar los conceptos de desigualdades y establecer
Más detallesPROBLEMAS RESUELTOS ÁLGEBRA LINEAL. Tema 5. Operadores Lineales en Espacios con Producto Interno OPERADOR ADJUNTO. ; donde: F(z)=α z ( )
OPERDOR DJUNO Problema : Sea el espacio vectorial con producto interno complejo definido por z w, en donde w es el conjugado de w. Obtener el adjunto del operador lineal ( zw) = F : cua regla de correspondencia
Más detallesUna matriz es un arreglo rectangular de elementos. Por ejemplo:
1 MATRICES CONCEPTOS BÁSICOS Definición: Matriz Una matriz es un arreglo rectangular de elementos. Por ejemplo: es una matriz de 3 x 2 (que se lee 3 por 2 ) pues es un arreglo rectangular de números con
Más detallesDescomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar)
Valores Singulares Descomposición en valores singulares Notas para los cursos y (JL Mancilla Aguilar) Tanto los valores singulares como la descomposición en valores singulares de una matriz son conceptos
Más detallesMatrices, Determinantes y Sistemas Lineales.
12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión
Más detalles1.4.1 Ejercicios Resueltos Sobre Intervalos, Desigualdades y Valor Absoluto
Ejercicios Resueltos 1.4.1 Ejercicios Resueltos Sobre Intervalos, Desigualdades y Valor Absoluto 1. Considere los siguientes intervalos: A = [-3, 3] ; B = (-3, 3) ; C = [-1, 4] ; D = (-4, 5]. Dibujar sobre
Más detalles1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3.
. Producto escalar. Propiedades... Norma de un vector. Espacio normado...ortogonalidad. Ángulos..3.Producto escalar en V..4.Producto escalar en V 3.. Producto vectorial de dos vectores de V 3...Expresión
Más detallesMatrices, determinantes y sistemas lineales
UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Relación de Problemas n o 5 Curso 006-007 Matrices, determinantes y sistemas lineales 8. Dadas las matrices A y B siguientes, calcule
Más detallesTeoremas de Convergencia
Capítulo 24 Teoremas de Convergencia El teorema de la convergencia monótona (Lema 21.3) establece ciertas condiciones sobre una sucesión de funciones medibles para que se puedan permutar los símbolos y
Más detallesDOCENTE: JESÚS E. BARRIOS P.
DOCENTE: JESÚS E. BARRIOS P. DEFINICIONES Es larga la historia del uso de las matrices para resolver ecuaciones lineales. Un texto matemático chino que proviene del año 300 A. C. a 200 A. C., Nueve capítulos
Más detallesEstructuras algebraicas
Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota
Más detallesSubconjuntos notables de un Espacio Topológico
34 Capítulo 4 Subconjuntos notables de un Espacio Topológico 4.1 Adherencia Definición 4.1.1 (Punto adherente). Sea (X, τ) un espacio topológico, y sea S un subconjunto de X. Diremos que x X es un punto
Más detallesMatrices Invertibles y Elementos de Álgebra Matricial
Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CSI/ITESM 20 de agosto de 2008 Índice 121 Introducción 1 122 Transpuesta 1 123 Propiedades de la transpuesta 2 124 Matrices
Más detallesTema IX: TOPOLOGÍA. Tema IX: TOPOLOGÍA
Tema IX: TOPOLOGÍA IX.1. Distancia euclídea en R n. Propiedades Definición DEF. Dados x, y R n, se define la distancia euclídea como: d(x, y) = (x 1 y 1 ) 2 + (x 2 y 2 ) 2 + + (x n y n ) 2 = xy n = 1:
Más detallesMatrices y sistemas lineales
15 Matemáticas I : Preliminares Tema 2 Matrices y sistemas lineales 2.1 Definiciones básicas Una matriz es una tabla rectangular de números, es decir, una distribución ordenada de números. Los números
Más detalles!MATRICES INVERTIBLES
Tema 4.- MATRICES INVERTIBLES!MATRICES INVERTIBLES!TÉCNICAS PARA CALCULAR LA INVERSA DE UNA MATRIZ REGULAR 1 Hemos hablado anteriormente de la matriz cuadrada unidad de orden n (I n ).. Es posible encontrar
Más detallesEJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA
EJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA 2003 (4) Ejercicio 1. Considera los vectores u = (1,1,1), v = (2,2,a) y w = (2,0,0), (a) [1'25 puntos] Halla los valores de a para que los vectores u, v y w sean linealmente
Más detallesTensores cartesianos.
Tensores cartesianos. Transformación de coordenadas. Consideremos dos sistemas de coordenadas cartesianas ortogonales en el plano, identificados como σ y σ. Supongamos que ambos tienen un origen común,
Más detallesEsta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS
Cambios de base 3 3. CAMBIOS DE BASE Dada una aplicación lineal : y la base,,, se ha definido matriz en bases canónicas de la aplicación lineal a la matriz,, cuyas columnas son las coordenadas de en la
Más detalles1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo.
Capítulo 5 Campos finitos 5.1. Introducción Presentaremos algunos conceptos básicos de la teoría de los campos finitos. Para mayor información, consultar el texto de McEliece [61] o el de Lidl y Niederreiter
Más detallesTema 2: El grupo de las permutaciones
Tema 2: El grupo de las permutaciones Miguel Ángel Olalla Acosta miguelolalla@us.es Departamento de Álgebra Universidad de Sevilla Octubre de 2014 Olalla (Universidad de Sevilla) Tema 2: El grupo de las
Más detallesTEMA 6 FORMAS BILINEALES Y PRODUCTO ESCALAR
TEMA 6 FORMAS BILINEALES Y PRODUCTO ESCALAR Índice 6.1. Formas bilineales....................... 154 6.1.1. Representación matricial de una forma bilineal. 155 6.1.. Formas multilineales reales............
Más detallesELEMENTOS DE GEOMETRÍA. Eduardo P. Serrano
ELEMENTOS DE GEOMETRÍA Eduardo P. Serrano Este Apunte de Clase está dirigido a los alumnos de la materia Elementos de Cálculo Numérico para Biólogos. Tiene por objeto exponer algunos conceptos básicos
Más detallesFunciones 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
Más detallesPROBLEMAS RESUELTOS DE PREPARACIÓN PARA OPOSICIONES. Problemas 02
PROBLEMAS RESUELTOS DE PREPARACIÓN PARA OPOSICIONES Problemas 0 Salvador Pérez Gómez pies3coma14@hotmail.com 4 de abril de 007 PROBLEMA 1 Sea n un número natural. Sea A n = n + n + 3n. a) Demostrar que
Más detallesAnálisis III. Joaquín M. Ortega Aramburu
Análisis III Joaquín M. Ortega Aramburu Septiembre de 1999 Actualizado en julio de 2001 2 Índice General 1 Continuidad en el espacio euclídeo 5 1.1 El espacio euclídeo R n...............................
Más detallesTeoría Tema 9 Ecuaciones del plano
página 1/11 Teoría Tema 9 Ecuaciones del plano Índice de contenido Determinación lineal de un plano. Ecuación vectorial y paramétrica...2 Ecuación general o implícita del plano...6 Ecuación segmentaria
Más detallesNúmeros reales Conceptos básicos Algunas propiedades
Números reales Conceptos básicos Algunas propiedades En álgebra es esencial manejar símbolos con objeto de transformar o reducir expresiones algebraicas y resolver ecuaciones algebraicas. Debido a que
Más detalles