PROBLEMAS RESUELTOS ÁLGEBRA LINEAL. Tema 5. Operadores Lineales en Espacios con Producto Interno OPERADOR ADJUNTO. ; donde: F(z)=α z ( )

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

Download "PROBLEMAS RESUELTOS ÁLGEBRA LINEAL. Tema 5. Operadores Lineales en Espacios con Producto Interno OPERADOR ADJUNTO. ; donde: F(z)=α z ( )"

Transcripción

1 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 es: F(z)=α z Donde α es un número fijo dado. Solución: Datos P.I. ( zw) = z w Conjugado z w F F F(z) F (w) ; donde: F(z)=α z - Con la definición de adjunto: ( F( z) w) = ( zf( w )) - Sustituendo: ( α zw) = ( zf ( w ) ) ( z)( w) z F ( w ) α = α z w F ( w) = z ( F ) ( w ) = α w F w = α w djunto del operador F DIVISIÓN: CIENCIS BÁSICS de 3 COORDINCIÓN: MEMÁICS

2 Problema : Determinar el adjunto del operador : definido por: ( x, ) = x 5 i,[ + i] Solución: Para determinar el adjunto se selecciona o propone una base ortonormal de para el producto interno usual: Se determina la matriz asociada a referida a la base B : (a) Imágenes de los vectores de B : (, 0) = (, 0) (0,) = ( 5 i, + i) {(, 0 ), ( 0,) } B = Base ortonormal e e e e = (,0) (0,) = ()(0) + (0)() ( e e ) e = ( e e) e = =, 0, 0 = ()() + (0)(0) = 0 = = (0,) (0,) = (0)(0) + ()() = (b) Imágenes anteriores como C.L. de B : con P.I. usual en (,0) = α (,0) + α (0,) (, 0) = ( α, α ) α = α = 0 ; ( 5 i, + i) = ( β, β ) β = 5i β = + i (c) La matriz resulta: M B B ( ) 5i = 0 + i La conjugada transpuesta de la matriz anterior es: B 0 M B = = M 5i i B B Es la matriz asociada al operador adjunto referida a la base B DIVISIÓN: CIENCIS BÁSICS de 3 COORDINCIÓN: MEMÁICS

3 B La regla de correspondencia se puede determinar con: MB ( ) ( u) ( u ) Sea u= ( x, ) como C.L de B : u = α(, 0) + β(0,) ( x, ) = ( αβ, ) α= x; β= x ( u) = B B Multiplicando: MB ( ) ( u) ( u). = B 0 x x = = = B 5i i 5 ix + ( i) B B Finalmente: = ( )(,0) + [ 5 + ( ) ](0,) = (,5 + ( ) ) u x ix i x ix i = + ( x, ) x,5 ix ( i) Regla de correspondencia del adjunto de DIVISIÓN: CIENCIS BÁSICS 3 de 3 COORDINCIÓN: MEMÁICS

4 OPERDOR NORML Problema 3: Sea V un espacio vectorial con producto interno complejo λ. Determinar si el operador :V V tal que ( v) = λ Solución: Para que el operador sea normal: Matricialmente: Con la definición del operador adjunto: ( ( v) u) = v ( u) ( λvu) = ( v ( u) ) λ ( vu) = ( v ( u) ) ( vλu) = ( v ( u) ) u λu = Con la definición de composición: v es normal. Regla de correspondencia del operador = = Propiedad del producto interno: ( uαv) = α( uv ) α α = α ( ) ( λ ) Conjugado u = u = u = λ λu Con la regla de correspondencia de ( )( u) = λ u ( ) ( λ ) ( )( u) = λ u u = u = u = λ λu Por lo tanto, como: ( )( u) = ( )( u) λ u = λ u es un operador normal DIVISIÓN: CIENCIS BÁSICS 4 de 3 COORDINCIÓN: MEMÁICS

5 OPERDOR HERMIINO Problema 4: Demostrar que el operador lineal : definido por: ( z, z ) = ( z, z + z ) ( z, z ) es un operador hermitiano con el producto interno ordinario en consecuencia de ello, sus valores característicos son reales. verificar que como Solución: Un operador es hermitiano cuando = a) Matriz asociada: B canónica de Imágenes: ={(,0),(0,)} Es base ortonormal Matriz asociada a referida a una base ortonormal (, 0) = (0,) (0,) = (,) 0 0 M ( ) = = Matriz conjugada transpuesta = Se cumple que: = 0 0 = el operador es hermitiano b) Un operador también es hermitiano cuando: = Y se debe cumplir: Sean los vectores: u v = u v u, v () u= (,) ab u = (, ba+ b) v= (, cd) v = ( dc, + d) DIVISIÓN: CIENCIS BÁSICS 5 de 3 COORDINCIÓN: MEMÁICS

6 Sustituendo en (): ( ( u) v) = u ( v) [( ba, + b) ( cd, )] = [( ab, ) ( dc, + d) ] bc + ( a + b) d = ad + b( c + d) bc + ( a + b) d = ad + b( c + d) bc + ( a + b) d = ad + bc + bd bc + ( a + b) d = bc + ( a + b) d con P.I. ordinario Cumple queda demostrado que es hermitiano. DIVISIÓN: CIENCIS BÁSICS 6 de 3 COORDINCIÓN: MEMÁICS

7 OPERDOR SIMÉRICO Problema 5: (a) Demostrar que el operador lineal : definido por: (x,) = (x,x) es un operador simétrico con el producto interno siguiente: [ ] ( x, ) ( x, ) = xx x x + (b) Obtener la matriz M asociada al operador referida a la base canónica. (c) Obtener la matriz M asociada al operador referida a la base ={(,),(,0)}. (d) Obtener la matriz M 3 asociada al operador referida a la base B =,, 0,. (e) De las matrices M, M M 3 obtenidas en los incisos anteriores Cuáles son simétricas? (f) Qué característica con relación al producto interno, tienen las bases a las cuales están referidas las matrices M, M M 3, para que estas matrices sean o no simétricas? Solución: (b) Sea B= {(,0),(0,)} Base ortonormal de Imágenes: (, 0) = (,) 0 M = M (0,) = (0,0) = Matriz asociada a referida a base canónica B 0 M = M M " M " no es simétrica 0 0 (c) Imágenes de ={(,),(,0)}: (,) = (,) (, 0) = (,) Imágenes anteriores como C.L de : (,) = α (,) + α (, 0) (,) = ( α + α, α ) α = α + α = α = = ; (,) = ( β + β, β ) = β + β β = β = ; β = M = = M M = M = M " M " es simétrica DIVISIÓN: CIENCIS BÁSICS 7 de 3 COORDINCIÓN: MEMÁICS

8 (d) Imágenes de,, = 0, = ( 0,0) PROBLEMS RESUELOS B =,, 0, : Imágenes anteriores como C.L de B :, = α, 0, + α, = α, α α Igualando términos: α α = α α = = ; ( α ) = α = = α = α = 0. = ; ( 0,0) = β, β β Igualando términos: 0 0 M = = M ( ) ; M = M = M " M 3 " es simétrica B 3 B β 0 ; = β β β = 0 ; β = 0 = 0 (e) M no es simétrica M es simétrica M 3 es simétrica DIVISIÓN: CIENCIS BÁSICS 8 de 3 COORDINCIÓN: MEMÁICS

9 (f) B canónica ={(,0),(0,)} u v [ ] [ ] [ ] uv = (, 0) (0,) = ()(0) ()() (0)(0) + (0)() uu = (, 0) (, 0) = ()() ()(0) ()(0) + (0)(0) = 0 No es ortogonal = ; u = vv = (0,) (0,) = (0)(0) (0)() (0)() + ()() = ; v = { (, ), (, 0) } = a = a = ( ) [ ] ( ) [ ] ( ) [ ] a a = (,) (, 0) = ()() ()(0) ()() + ()(0) = = 0 a a = (,) (,) = ()() ()() ()() + ()() = + = ; a = a a = (, 0) (, 0) = ()() ()(0) (0)() + (0)(0) B= b =,, = 0, b = ; a =, 0, ( )( 0 bb = = ) ( 0) ( bb ) = = 0 ( bb ) + =,, = + ( bb ) = ( ) ( bb ) = ; b = + = + = 0+ = 0, 0, = = ( 0 )( 0 ) b b ( 0) ( b b ) = = = ; = b Finalmente: Es ortogonal Sí es ortonormal ( 0) B canónica no es ortonormal M no es simétrica es ortonormal M es simétrica B es ortonormal M 3 es simétrica No es ortonormal Es ortogonal Sí es ortonormal + DIVISIÓN: CIENCIS BÁSICS 9 de 3 COORDINCIÓN: MEMÁICS

10 (a) El operador es simétrico? Condición: = si sólo si = Demostración con matrices asociadas: M = M = " " Es simétrico Demostración con la regla de correspondencia de : M ( ) = M = v v Sea v= ( x, ) como C.L de = {(,), (,0)}: v = α(,) + β(, 0) ( x, ) = ( α+ βα, ) Igualando términos α + β = x ; α = β = x ( v) = x Sustituendo en (): + x x = = = ( v) x + x x Finalmente: v = x + x = x+ xx (,) (, 0) (, ) = ( x, ) ( xx, ) () Regla de correspondencia del adjunto de Se demuestra que = (x,)=(x,x) DIVISIÓN: CIENCIS BÁSICS 0 de 3 COORDINCIÓN: MEMÁICS

11 DESCOMPOSICIÓN ESPECRL Problema 6: Sea el espacio vectorial con producto interno complejo usual. Determinar la descomposición espectral, del operador lineal : cua matriz 4 3i asociada respecto a la base B= {(,0),(0,)} es : =. 3i 4 Solución: (a) = para que sea operador normal Puesto que = 4 3i 4 3i 6 9i i i 5 0 = = = 3i 4 3i 4 i + i 9i i i i i + i 5 0 = 3i 4 3i 4 i i 9i = = (b) Valores característicos: es operador normal Por lo tanto, puede descomponerse en proecciones ortogonales sobre sus espacios característicos 4 λ 3i λi = 3i 4 λ λi = λ λ i = det (4 )(4 ) 9 0 λ λ+ λ + = λ 8λ+ 5 = 0 ( 8) ± 64 4()(5) 8 ± ± 36 λ = = = () 8± 6i λ = λ = 4+ 3 i ; λ = 4 3i Valores característicos DIVISIÓN: CIENCIS BÁSICS de 3 COORDINCIÓN: MEMÁICS

12 (c) Vectores característicos: Para λ = 4+ 3i : ( λiv ) = 0 ; sea v= ( x, ) 3i 3i 3i 3i 0 0 Para λ = 4 3i : x = 0 x= 0 = 0 = v= (, ) ( λ ) = {(, ) } E R ( λiv ) = 0 ; sea v= ( x, ) 3i 3i 3i 3i 0 0 x+ = 0 x= 0 = 0 = { } ( λ ) (, ) v= (, ) E = R Verificando ortogonalidad de espacios característicos: ( E E ) [ ] ( λ ) ( λ ) = (,) (,) = ()( ) + ()() = 0 E λ E( λ ) son complementos ortogonales ( ) DIVISIÓN: CIENCIS BÁSICS de 3 COORDINCIÓN: MEMÁICS

13 (d) Por teorema: es la suma directa de los espacios característicos de : = E( λ ) + E( λ ) ( x, ) = ( aa, ) + ( bb, ) ( x, ) = ( a ba, + b) a b= x ; a+ b= a= x+ b ; x+ b+ b= x a= x + ; b= x+ x+ x+ a= ; b= Igualando términos Por lo tanto, para (x,) : x+ x+ x x+ x, =, +, Expresión única P P sí, las proecciones ortogonales P i sobre los espacios característicos E ( λ i ) son: x+ x+ P ( x, ) =, x x+ P ( x, ) =, e) Finalmente, la descomposición espectral del operador es: = λp+ λp = ( 4+ 3i) P+ ( 4 3i) P ( x, ) = ( 4+ 3 ip ) ( x, ) + ( 4 3 ip ) ( x, ) x+ x+ x x+ ( x, ) = ( 4+ 3 i), + ( 4 3 i), = ( 4+ 3i) P+ ( 4 3i) P Descomposición espectral de DIVISIÓN: CIENCIS BÁSICS 3 de 3 COORDINCIÓN: MEMÁICS

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 3. Transformaciones Lineales

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 3. Transformaciones Lineales PROLEMS RESUELTOS ÁLGER LINEL Tema. Transformaciones Lineales SUTEM: MTRICES SOCIDS UN TRNSFORMCIÓN Problema : Sean P P los espacios vectoriales de lo polinomios de grado menor o igual a dos menor o igual

Más detalles

A d) Estudiar la diagonalización del endomorfismo T. Es posible encontrar una base de vectores propios de R 2 [x]? Razonar la respuesta.

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

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

2.1 Proyección ortogonal sobre un subespacio. El teorema de la proyección ortogonal

2.1 Proyección ortogonal sobre un subespacio. El teorema de la proyección ortogonal Tema 2- Proyecciones, simetrías y giros ÍNDICE 21 Proyección ortogonal sobre un subespacio El teorema de la proyección ortogonal 22 Simétría ortogonal respecto de un subespacio 23 Matrices de Householder

Más detalles

Descomposición en valores singulares de una matriz

Descomposición 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 detalles

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 3. Transformaciones Lineales

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 3. Transformaciones Lineales Tema. Transformaciones Lineales TEMA: TRANSFORMACIÓN LINEAL, NÚCLEO Y RECORRIDO Problema : Sean P el espacio vectorial real de los polinomios de grado menor o igual a dos con coeficientes reales y la transformación

Más detalles

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República

ALN. 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 detalles

Vectores. 2)Coordenadas y base Combinación lineal Vectores linealmente dependiente Bases. Bases canónica

Vectores. 2)Coordenadas y base Combinación lineal Vectores linealmente dependiente Bases. Bases canónica Vectores 1) Vectores en R 2 Vector fijo en el plano Elementos de un vector fijo ( módulo, dirección, sentido, origen y extremo) Vectores equipolentes Vector libres Propiedad fundamental de los vectores

Más detalles

2.5 Ejercicios... 59

2.5 Ejercicios... 59 Índice General 1 Espacios vectoriales 1 1.1 Espacios vectoriales y subespacios......................... 1 1.1.1 Preliminares................................. 1 1.1.2 Espacios vectoriales.............................

Más detalles

Soluciones de los problemas de álgebra lineal

Soluciones de los problemas de álgebra lineal Soluciones de los problemas de álgebra lineal HOJA :. a. a. b,d 4. b,c. b. (a) 4A +C t = 6 6 µ 6 4 7 6, (b) (BA) t C = 7 6 0 8 4 µ (c) B + AC = 0 9 4, (d) CA =, 0 µ (e) (B I) =, (f) (CA) = 6 4 0 6 8 7

Más detalles

VECTORES. A cada clase de vectores equipolentes se denomina vector libre.!

VECTORES. A cada clase de vectores equipolentes se denomina vector libre.! VECTORES Vectores libres del plano Definiciones Sean A y B dos puntos del plano de la geometría elemental. Se llama vector AB al par ordenado A, B. El punto A se denomina origen y al punto B extremo. (

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

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

Proyección ortogonal sobre un vector normalizado (ejercicios teóricos simples)

Proyección ortogonal sobre un vector normalizado (ejercicios teóricos simples) Proyección ortogonal sobre un vector normalizado (ejercicios teóricos simples) Objetivos Deducir fórmulas para la proyección ortogonal de un vector sobre el subespacio generado por un vector normalizado;

Más detalles

Matemáticas. Álgebra lineal (parte final ampliada)

Matemáticas. Álgebra lineal (parte final ampliada) Master en Estadística e Investigación Operativa Matemáticas Álgebra lineal (parte final ampliada) Vera Sacristán Departament de Matemàtica Aplicada II Facultat de Matemàtiques i Estadística Universitat

Más detalles

Transformaciones lineales autoadjuntas (hermíticas)

Transformaciones lineales autoadjuntas (hermíticas) Transformaciones lineales autoadjuntas (hermíticas) Objetivos. Estudiar propiedades elementales de transformaciones lineales autoadjuntas. Demostrar que para toda transformación lineal autoadjunta en un

Más detalles

Problemas de Espacios Vectoriales

Problemas 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 detalles

6.6. Diagonalización de matrices simétricas o hermitianas. Ejemplo de una diagonalización de una matriz simétrica

6.6. Diagonalización de matrices simétricas o hermitianas. Ejemplo de una diagonalización de una matriz simétrica 6.6 Diagonalización de matrices simétricas o hermitianas Ejemplo de una diagonalización de una matriz simétrica Matrices hermitianas Los autovalores de las matrices reales simétricas o complejas hermitianas

Más detalles

Tema 4. Vectores en el espacio (Productos escalar, vectorial y mixto)

Tema 4. Vectores en el espacio (Productos escalar, vectorial y mixto) Matemáticas II (Bachillerato de Ciencias) Geometría del espacio: Vectores 75 Espacios vectoriales Tema 4 Vectores en el espacio (Productos escalar, vectorial y mixto) Definición de espacio vectorial Un

Más detalles

PRACTICA: MATRICES Y DETERMINANTES A = B = C =

PRACTICA: MATRICES Y DETERMINANTES A = B = C = PRACTICA: MATRICES Y DETERMINANTES 1. Sean las matrices cuadradas siguientes A = 1 2 3 B = 9 8 7 C = 1 3 5 4 5 6 6 5 4 7 9 0 7 8 9 3 2 1-3 -2-1 Se pide calcular: a. 2A -3B + C 2A = 2(1) 2 (2) 3(2) 2 4

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

AUTÓNOMA DE MADRID. Dpto. Análisis Económico: Economía Cuantitativa UNIVERSIDAD. Soluciones de los ejercicios de Álgebra Lineal.

AUTÓNOMA DE MADRID. Dpto. Análisis Económico: Economía Cuantitativa UNIVERSIDAD. Soluciones de los ejercicios de Álgebra Lineal. Soluciones de los ejercicios de Álgebra Lineal Curso 016/017 Versión 4-1-017 Índice general 1. Espacios vectoriales 1.1. Cuestiones test................................. 1.. Problemas.....................................

Más detalles

TALLER II Profesores: H. Fabian Ramirez y S. Carolina García MATRICES Y ESPACIOS VECTORIALES

TALLER II Profesores: H. Fabian Ramirez y S. Carolina García MATRICES Y ESPACIOS VECTORIALES UNIVERSIDAD NACIONAL Facultad de Ciencias Departamento de Matemáticas TALLER II Profesores: H. Fabian Ramirez y S. Carolina García MATRICES Y ESPACIOS VECTORIALES OBSERVACIÓN: N.A significa Ninguna de

Más detalles

Valores y Vectores Propios

Valores y Vectores Propios Valores y Vectores Propios Iván Huerta Facultad de Matemáticas Pontificia Universidad Católica de Chile ihuerta@mat.puc.cl Segundo Semestre, 1999 Definición Valores y Vectores Propios Valores y Vectores

Más detalles

ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO

ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO 2012-2013 José García-Cuerva Universidad Autónoma de Madrid 11 de febrero de 2013 JOSÉ GARCÍA-CUERVA

Más detalles

Problemas de exámenes de Formas Bilineales y Determinantes

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

Más detalles

(Apuntes sin revisión para orientar el aprendizaje) CÁLCULO VECTORIAL EXTREMOS DE FUNCIONES ESCALARES DE VARIABLE VECTORIAL

(Apuntes sin revisión para orientar el aprendizaje) CÁLCULO VECTORIAL EXTREMOS DE FUNCIONES ESCALARES DE VARIABLE VECTORIAL (Apuntes sin revisión para orientar el aprendizaje) CÁLCULO VECTORIAL EXTREMOS DE FUNCIONES ESCALARES DE VARIABLE VECTORIAL En numerosas aplicaciones de la ingeniería se presentan problemas de optimización,

Más detalles

Producto tensorial entre tensores

Producto tensorial entre tensores Tensores cartesianos Producto tensorial entre tensores Producto tensorial entre tensores Se define el producto tensorial entre los tensores S CT(m) y T CT(n) como el tensor S T CT(n + m): S T = S i1...i

Más detalles

Clase de Álgebra Lineal

Clase de Álgebra Lineal Clase de Álgebra Lineal M.Sc. Carlos Mario De Oro Facultad de Ciencias Básicas Departamento de matemáticas 04.2017 Page 1 Espacios vectoriales Definicion. Espacio Vectorial (E.V.) Un V espacio vectorial

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

1. Si están situados en rectas paralelas: la recta que une los orígenes, deja sus extremos en un mismo semiplano.

1. Si están situados en rectas paralelas: la recta que une los orígenes, deja sus extremos en un mismo semiplano. CAPÍTULO 1 El plano vectorial Consideremos P como el plano intuitivo de puntos: A,,C... 1.1. El espacio vectorial de los vectores Definición 1.1 Vectores fijos Dado dos puntos cualesquiera A e del espacio

Más detalles

Deducción de las fórmulas del método del gradiente conjugado

Deducción de las fórmulas del método del gradiente conjugado Deducción de las fórmulas del método del gradiente conjugado Objetivos. Demostrar el teorema sobre los subespacios de Krylov en el método del gradiente conjugado. Requisitos. Subespacios generados por

Más detalles

7 Aplicaciones ortogonales

7 Aplicaciones ortogonales Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 7 Aplicaciones ortogonales 7.1 Aplicación ortogonal Se llama aplicación ortogonal a un endomorfismo f : V V sobre un espacio vectorial

Más detalles

1 Isometrías vectoriales.

1 Isometrías vectoriales. Eugenia Rosado ETSM Curso 9-. Isometrías vectoriales. Sea E un espacio vectorial euclídeo. De nición Una aplicación f : E! E se dice transformación ortogonal o isometría vectorial si conserva el producto

Más detalles

1. Si están situados en rectas paralelas: la recta que une los orígenes, deja sus extremos en un mismo semiplano.

1. Si están situados en rectas paralelas: la recta que une los orígenes, deja sus extremos en un mismo semiplano. CAPÍTULO 1 El plano vectorial Consideremos P como el plano intuitivo de puntos: A,B,C... 1.1. El espacio vectorial de los vectores Definición 1.1 Vectores fijos Dado dos puntos cualesquiera A e B del espacio

Más detalles

Operadores Lineales en Espacios con Producto Interno

Operadores Lineales en Espacios con Producto Interno Operadores Lineales en Espacios con Producto Interno Definición y propiedades elementales del adjunto de un operador Al combinar las transformaciones lineales y el producto interno en un espacio vectorial

Más detalles

4.2 Producto escalar.

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,

Más detalles

6.14 Descomposición ortogonal y proyección ortogonal

6.14 Descomposición ortogonal y proyección ortogonal CAPÍTULO. ESPACIO EUCLÍDEO CANÓNICO IR N 282.14 Descomposición ortogonal y proyección ortogonal El resultado W W = IR n, significa que cada y IR n se puede escribir de forma única como suma de un vector

Más detalles

Principio minimax para los valores propios de matrices hermitianas

Principio minimax para los valores propios de matrices hermitianas Principio minimax para los valores propios de matrices hermitianas El propósito de estos apuntes (escritos por Egor Maximenko, Rogelio Rocha Hernández, Eliseo Sarmiento Rosales y Zacarías Sánchez Francisco

Más detalles

Departamento de Ingeniería Matemática - Universidad de Chile

Departamento de Ingeniería Matemática - Universidad de Chile Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 8-7 Formas cuadráticas SEMANA 4: FORMAS CUADRÁTICAS 7 Formas cuadráticas y matrices definidas positivas

Más detalles

Podemos pues formular los dos problemas anteriores en términos de matrices.

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

Más detalles

A P U N T E S D E Á L G E B R A L I N E A L

A P U N T E S D E Á L G E B R A L I N E A L A P U N T E S D E Á L G E B R A L I N E A L Universidad Nacional Autónoma de Méico Facultad de Ingeniería. M.I. Luis Cesar Vázquez Segovia Grupo: Semestre: - TEMA.- ESPACIOS VECTORIALES. Definición. Sea

Más detalles

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

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

Más detalles

Problemas de exámenes de Aplicaciones Lineales y Matrices

Problemas de exámenes de Aplicaciones Lineales y Matrices 1 Problemas de exámenes de Aplicaciones Lineales y Matrices 1. Consideramos f End(R n ), que tiene matriz A respecto la base canónica. Cuál de las siguientes afirmaciones es incorrecta? a) Si v es un vector

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

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

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3

Universidad 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 detalles

UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA

UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA AL GEBRA III UNIVERSIDAD DE CONCEPCION FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERIA MATEMATICA ALGEBRA III DEFINICION : Sea L : V V un operador lineal sobre el espacio vectorial

Más detalles

Vectores. en el plano

Vectores. en el plano 7 Vectores 5 en el plano LECTURA INICIAL ESQUEMA INTERNET ACTIVIDAD Los vectores nos dan información en situaciones como el sentido de avance de una barca o la dirección de un trayecto en bicicleta. INICIO

Más detalles

GEOMETRÍA ANALÍTICA EJERCITARIO DE FACULTAD DE INGENIERÍA CURSO PREPARATORIO DE INGENIERÍA (CPI) UNIVERSIDAD NACIONAL DE ASUNCIÓN

GEOMETRÍA ANALÍTICA EJERCITARIO DE FACULTAD DE INGENIERÍA CURSO PREPARATORIO DE INGENIERÍA (CPI) UNIVERSIDAD NACIONAL DE ASUNCIÓN UNIVERSIDAD NACIONAL DE ASUNCIÓN FACULTAD DE INGENIERÍA CURSO PREPARATORIO DE INGENIERÍA (CPI) EJERCITARIO DE GEOMETRÍA ANALÍTICA (ÁLGEBRA VECTORIAL - PRÁCTICA) AÑO 2014 ÁLGEBRA VECTORIAL - EJERCICIOS

Más detalles

Matemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5

Matemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5 Matemáticas II Prácticas: Matrices y Determinantes. Sean las matrices cuadradas siguientes: 4 5 6 B = 9 8 7 6 5 4 C = 5 7 9 0 7 8 9 Se pide calcular: a A B + C. b A AB + AC. c A B AB + ACB.. Sean las matrices:

Más detalles

Tema 1. 1 Álgebra lineal. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. 1.1 Vectores de R n. 1. Vectores. 2.

Tema 1. 1 Álgebra lineal. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. 1.1 Vectores de R n. 1. Vectores. 2. Aurea Grané. Máster en Estadística. Universidade Pedagógica. 1 Aurea Grané. Máster en Estadística. Universidade Pedagógica. 2 Tema 1 Álgebra lineal 1. Vectores 2. Matrices 1 Álgebra lineal Aurea Grané

Más detalles

CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero

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

Más detalles

CAPÍTULO 2 TRANSFORMACIONES LINEALES

CAPÍTULO 2 TRANSFORMACIONES LINEALES CAPÍULO RANSFORMACIONES LINEALES ransformación Sean V W espacios vectoriales. La función : V W recibe el nombre de transformación, los espacios V W se llaman dominio codominio de la transformación, respectivamente.

Más detalles

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Espacios vectoriales con producto interno Mariano Suárez-Alvarez 24 de junio, 2011 1. Espacios con producto interno... 1 2. Normas y distancias... 3 3. Ortogonalidad... 5 4. Proyectores ortogonales...

Más detalles

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2 CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el

Más detalles

Tema 4: FORMAS BILINEALES Y CUADRÁTICAS

Tema 4: FORMAS BILINEALES Y CUADRÁTICAS Tema 4: FORMAS BILINEALES Y CUADRÁTICAS Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura:

Más detalles

TEMA 11.- VECTORES EN EL ESPACIO

TEMA 11.- VECTORES EN EL ESPACIO TEMA 11.- VECTORES EN EL ESPACIO 1.- INTRODUCCIÓN Un vector fijo AB del espacio (también lo era en el plano) es un segmento orientado que tiene su origen en un punto A y su extremo en otro punto B. Estos

Más detalles

Espacios Vectoriales. Matemáticas. Espacios Vectoriales CARACTERIZACION COMBINACIONES LINEALES REDUCCION DE GAUSS SISTEMA GENERADOR, BASES

Espacios Vectoriales. Matemáticas. Espacios Vectoriales CARACTERIZACION COMBINACIONES LINEALES REDUCCION DE GAUSS SISTEMA GENERADOR, BASES Espacios Vectoriales Matemáticas Espacios Vectoriales CARACTERIZACION COMBINACIONES LINEALES REDUCCION DE GAUSS SISTEMA GENERADOR, BASES 5 ESPACIO VECTORIAL Dados: (E,+) Grupo Abeliano (K,+, ) Cuerpo :

Más detalles

Vectores y Valores Propios

Vectores y Valores Propios Capítulo 11 Vectores y Valores Propios Las ideas de vector y valor propio constituyen conceptos centrales del álgebra lineal y resultan una valiosa herramienta en la solución de numerosos problemas de

Más detalles

TEMA III: DIAGONALIZACIÓN.

TEMA III: DIAGONALIZACIÓN. TEMA III: DIAGONALIZACIÓN. OBJETIVOS: Generales: 1. Captar el motivo que justifica el problema de la diagonalización de endomorfismos. 2. Resolver y aplicar dicho problema cuando sea posible. Específicos:

Más detalles

190. Dado el paralelepípedo OADBFCEG en el espacio afín ordinario, se considera el sistema de referencia afín R = ( O, OA, OB, OC ).

190. Dado el paralelepípedo OADBFCEG en el espacio afín ordinario, se considera el sistema de referencia afín R = ( O, OA, OB, OC ). Hoja de Problemas Geometría VIII 90. Dado el paralelepípedo OADBFCEG en el espacio afín ordinario, se considera el sistema de referencia afín R O, Sean: OA, OB, OC ). OG la recta determinada por los puntos

Más detalles

Problemas Regulares de Sturm-Liouville

Problemas Regulares de Sturm-Liouville Capítulo 5 Problemas Regulares de Sturm-Liouville Como hemos visto en el capítulo dedicado a los espacios de Hilbert, el método de separación de variables aplicado a la resolución de ecuaciones en derivadas

Más detalles

TRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN

TRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN RANSFORMACIONES LINEALES 1 RANSFORMACIONES NÚCLEO E IMAGEN DEFINICION : Sean V W espacios vectoriales Una transformación lineal de V en W es una función que asigna a cada vector v V un único vector v W

Más detalles

1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3.

1. 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 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

Aplicaciones Lineales. S1

Aplicaciones Lineales. S1 Aplicaciones Lineales. S1 Leandro Marín 6 de Noviembre de 2009 Definición Definición Sea K un cuerpo y sean V y W dos espacios vectoriales sobre K. Una aplicación lineal f : V W es una aplicación entre

Más detalles

V E C T O R E S L I B R E S E N E L P L A N O

V E C T O R E S L I B R E S E N E L P L A N O V E C T O R E S L I B R E S E N E L P L A N O 1. V E C T O R E S F I J O S Y V E C T O R E S L I B R E S E N E L P L A N O Existen magnitudes como la fuerza, la velocidad, la aceleración, que no quedan

Más detalles

APÉNDICE A. Algebra matricial

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

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

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

MATEMÁTICAS II TEMA 4 Vectores en el espacio Problemas resueltos

MATEMÁTICAS II TEMA 4 Vectores en el espacio Problemas resueltos Geometría del espacio: Vectores; producto escalar, vectorial y mixto Aplicaciones MATEMÁTICAS II TEMA 4 Vectores en el espacio Problemas resueltos Vectores Para a = (,, ) y b = (,, 4), halla: a) a + b

Más detalles

2. Teorema de las multiplicidades algebraica y geométrica.

2. Teorema de las multiplicidades algebraica y geométrica. Guía. Álgebra III. Examen parcial II. Valores y vectores propios. Forma canónica de Jordan. Teoremas con demostraciones que se pueden incluir en el examen El examen puede incluir una demostración entera

Más detalles

(1,0)x(0,1) = (0,0) (1/ 2,1/ 2)x(-1/ 2,1/ 2) = (-1/2,1/2) (4/5,-3/5)x(3/5,4/5) = (12/25,-12/25)

(1,0)x(0,1) = (0,0) (1/ 2,1/ 2)x(-1/ 2,1/ 2) = (-1/2,1/2) (4/5,-3/5)x(3/5,4/5) = (12/25,-12/25) El Producto Interno Ya que la suma de vectores puede hacerse algebraicamente (a,b) + (c,d) = (a+c,b+d) parece natural definir un producto de vectores como (a,b) x (c,d) = (ac,bd). Pero este producto no

Más detalles

TEMA 4. Vectores en el espacio Problemas Resueltos

TEMA 4. Vectores en el espacio Problemas Resueltos Matemáticas II (Bachillerato de Ciencias) Soluciones de los problemas propuestos Tema 4 5 Vectores TEMA 4 Vectores en el espacio Problemas Resueltos Para a = (,, ) y b = (,, 4), halla: a) a + b b) a b

Más detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES ESPACIOS VECTORIALES Luisa Martín Horcajo U.P.M. Definición: Vector libre. Operaciones Un vector fijo es una segmento orientado, que queda caracterizado por su origen A y su extremo B y se representa por

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

Proyecciones Ortogonales y Proceso de Gram-Schmidt

Proyecciones Ortogonales y Proceso de Gram-Schmidt Proyecciones Ortogonales y Proceso de Gram-Schmidt Departamento de Matemáticas, CCIR/ITESM 9 de febrero de Índice..Introducción.................................................Ortogonalidad a un espacio........................................proyección

Más detalles

PROBLEMAS RESUELTOS del espacio vectorial curso

PROBLEMAS RESUELTOS del espacio vectorial curso PROBLEMAS RESUELTOS del espacio vectorial curso - - Consideremos el conjunto R formado por todas las parejas () de números reales Se define en R la operación interna ()( )( ) una de las operaciones eternas

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

la matriz de cambio de base de B 1 en B 2. = M 1 B 2,B 1 [1 + x + x 2 ] B1 = M B2.

la matriz de cambio de base de B 1 en B 2. = M 1 B 2,B 1 [1 + x + x 2 ] B1 = M B2. Práctica 2. Álgebra Lineal. Cambio de Base.Transformaciones Lineales. Matrices asociadas a una transformación lineal. 2do año: Lic. en Matemática y Profesorado. 1. (a) Sean B 1 = {(1, 0), (1, 1)} y B 2

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios y subespacios vectoriales Espacios Vectoriales 1. Demuestre que con la suma y multiplicación habituales es un espacio vectorial real.. Considere el conjunto C de los números complejos con la suma

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

Un vector es un segmento orientado que consta de los siguientes elementos:

Un vector es un segmento orientado que consta de los siguientes elementos: El conjunto R 3 : Conjunto formado por todas las ternas de números reales. Un vector es un segmento orientado que consta de los siguientes elementos: - Módulo: Es la longitud del vector. - Dirección: es

Más detalles

Espacios con Producto Interno

Espacios con Producto Interno Espacios con Producto Interno Definición de producto interno y sus propiedades elementales Supóngase que se tiene un espacio vectorial V sobre un campo K. Se puede definir en V una función que a cada par

Más detalles

VECTORES EN EL ESPACIO

VECTORES EN EL ESPACIO VECTORES EN EL ESPACIO DEF.- Se llama vector fijo de extremos A y B al segmento orientado AB, y se representa por Todo vector fijo queda caracterizado por { Dos vectores fijos se dice que son equivalentes,

Más detalles

INGENÍERIA INFORMÁTICA. PROBLEMAS DE ALGEBRA

INGENÍERIA INFORMÁTICA. PROBLEMAS DE ALGEBRA INGENÍERIA INFORMÁTICA. PROBLEMAS DE ALGEBRA C. Galindo 1. Resolver el siguiente sistema de ecuaciones x 1 + 3x 2 2x 3 + 2x 5 = 0 2x 1 + 6x 2 5x 3 2x 4 + 4x 5 3x 6 = 1 5x 3 + 10x 4 + 15x 6 = 5 2x 1 + 6x

Más detalles

Métodos Matemáticos: Análisis Funcional

Métodos Matemáticos: Análisis Funcional Licenciatura en Ciencias y Técnicas Estadísticas Universidad de Sevilla http://euler.us.es/ renato/clases.html Espacios eucĺıdeos Definición Se dice que un espacio vectorial E es un espacio eucĺıdeo si

Más detalles

Multiplicación de Matrices Naïve

Multiplicación de Matrices Naïve Multiplicación de Matrices Naïve Carl C. Cowen IUPUI (Indiana University Purdue University Indianapolis) Universidad de Zaragoza, 6 julio 2009 Los estudiantes de álgebra lineal aprenden, para matrices

Más detalles

Resuelve. Unidad 4. Vectores en el espacio. BACHILLERATO Matemáticas II. Diagonal de un ortoedro y volumen de un paralelepípedo.

Resuelve. Unidad 4. Vectores en el espacio. BACHILLERATO Matemáticas II. Diagonal de un ortoedro y volumen de un paralelepípedo. Resuelve Página Diagonal de un ortoedro y volumen de un paralelepípedo. Expresa la diagonal de un ortoedro en función de sus dimensiones, a, b y c. c b a c c b b a Diagonal = a + b + c. Calcula el volumen

Más detalles

Tema 2: Determinantes

Tema 2: Determinantes Tema : Determinantes.- a) Encontrar los valores de λ para los que la matriz λ A = 0 λ λ 0 es invertible b) Para λ = hallar la inversa de A comprobar el resultado c) Resolver el sistema x 0 A = 0 z 0 para

Más detalles

3. Transformaciones ortogonales. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U.

3. Transformaciones ortogonales. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U. 3 Transformaciones ortogonales En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U 1 Definición Definición 11 Una transformación ortogonal f de un espacio eculídeo U es un endomorfismo

Más detalles

TEMA 8.- NORMAS DE MATRICES Y

TEMA 8.- NORMAS DE MATRICES Y Álgebra II: Tema 8. TEMA 8.- NORMAS DE MATRICES Y NúMERO DE CONDICIóN Índice. Introducción 2. Norma vectorial y norma matricial. 2 2.. Norma matricial inducida por normas vectoriales......... 4 2.2. Algunos

Más detalles

Es decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3

Es 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 detalles

3.1. Operaciones con matrices. (Suma, resta, producto y traspuesta)

3.1. Operaciones con matrices. (Suma, resta, producto y traspuesta) Operaciones con matrices Suma, resta, producto y traspuesta Suma, resta y multiplicación por escalares Las matrices de un tamaño fijo m n se pueden sumar entre sí y esta operación de sumar se puede definir

Más detalles

Escuela de Matemáticas

Escuela de Matemáticas Escuela de Matemáticas Universidad de Costa Rica MA-004: Álgebra Lineal Prácticas Sistemas de ecuaciones lineales, Matrices Determinantes MSc Marco Gutiérrez Montenegro 07 Sistemas de ecuaciones lineales

Más detalles

VECTORES EN EL ESPACIO

VECTORES EN EL ESPACIO UNIDAD VECTORES EN EL ESPACIO Página 13 Problema 1 Halla el área de este paralelogramo en función del ángulo α: cm Área = 8 sen α = 40 sen α cm α 8 cm Halla el área de este triángulo en función del ángulo

Más detalles

Álgebra lineal y matricial

Álgebra lineal y matricial Capítulo Álgebra lineal y matricial.. Vectores y álgebra lineal Unconjuntodennúmerosreales(a,,a n )sepuederepresentar: como un punto en el espacio n-dimensional; como un vector con punto inicial el origen

Más detalles

Conjuntos de Vectores y Matrices Ortogonales

Conjuntos de Vectores y Matrices Ortogonales Conjuntos de Vectores y Matrices Ortogonales Departamento de Matemáticas, CCIR/ITESM 28 de junio de 2011 Índice 21.1.Introducción............................................... 1 21.2.Producto interno............................................

Más detalles