Recurrencias lineales
|
|
- Lucía Núñez Camacho
- hace 8 años
- Vistas:
Transcripción
1 Recurrencias lineales Juan-Miguel Gracia 10 de febrero de 2008
2 Recurrencias lineales 68 Las recurrencias lineales son ecuaciones en las que la incógnita es una sucesión numérica (x k ) k=0 que aparece linealmente. Por ejemplo, la recurrencia x k+2 = x k+1 + x k, k = 0, 1, 2,..., es lineal. Si buscamos una solución concreta necesitamos prescribir unas condiciones iniciales: los valores de x 0 = c 0 y x 1 = c 1. Pues x 2 = x 1 + x 0 = c 0 + c 1, y de aquí, x 3 = x 2 + x 1 = (c 0 + c 1 ) + c 1, etc. Si x 0 = 1, x 1 = 1, la solución es la famosa sucesión de Fibonacci: 1, 1, 2, 3, 5, 8, 13, 21, 34,...
3 Recurrencias lineales 68 Las recurrencias lineales son ecuaciones en las que la incógnita es una sucesión numérica (x k ) k=0 que aparece linealmente. Por ejemplo, la recurrencia x k+2 = x k+1 + x k, k = 0, 1, 2,..., es lineal. Si buscamos una solución concreta necesitamos prescribir unas condiciones iniciales: los valores de x 0 = c 0 y x 1 = c 1. Pues x 2 = x 1 + x 0 = c 0 + c 1, y de aquí, x 3 = x 2 + x 1 = (c 0 + c 1 ) + c 1, etc. Si x 0 = 1, x 1 = 1, la solución es la famosa sucesión de Fibonacci: 1, 1, 2, 3, 5, 8, 13, 21, 34,...
4 Recurrencias lineales 68 Las recurrencias lineales son ecuaciones en las que la incógnita es una sucesión numérica (x k ) k=0 que aparece linealmente. Por ejemplo, la recurrencia x k+2 = x k+1 + x k, k = 0, 1, 2,..., es lineal. Si buscamos una solución concreta necesitamos prescribir unas condiciones iniciales: los valores de x 0 = c 0 y x 1 = c 1. Pues x 2 = x 1 + x 0 = c 0 + c 1, y de aquí, x 3 = x 2 + x 1 = (c 0 + c 1 ) + c 1, etc. Si x 0 = 1, x 1 = 1, la solución es la famosa sucesión de Fibonacci: 1, 1, 2, 3, 5, 8, 13, 21, 34,...
5 Flores y Fibonacci 69 1,2,3,5,8,13,21,34,... Figura: Cala, o Lirio de agua
6 Flores y Fibonacci 70 1,2,3,5,8,13,21,34,... Figura: Flor de Pascua
7 Flores y Fibonacci 71 1,2,3,5,8,13,21,34,... Figura: trillium
8 Flores y Fibonacci 72 1,2,3,5,8,13,21,34,... Figura: columbine
9 Flores y Fibonacci 73 1,2,3,5,8,13,21,34,... Figura: sanguinaria
10 Flores y Fibonacci 74 1,2,3,5,8,13,21,34,... Figura: Margarita dorada
11 Flores y Fibonacci 75 1,2,3,5,8,13,21,34,... Figura: Margarita
12 Flores y Fibonacci 76 1,2,3,5,8,13,21,34,... Figura: Margaritas
13 Recurrencias lineales 77 Pero cuál la expresión del término general x k en función de k? Busquemos un número λ t.q. λ k sea una solución de x k+2 = x k+1 + x k, k = 0, 1, 2,... Se deberá cumplir que lo que equivale a sacando factor común λ k resulta λ k+2 = λ k+1 + λ k, λ k+2 λ k+1 λ k = 0; λ k (λ 2 λ 1) = 0;
14 Recurrencias lineales 77 Pero cuál la expresión del término general x k en función de k? Busquemos un número λ t.q. λ k sea una solución de x k+2 = x k+1 + x k, k = 0, 1, 2,... Se deberá cumplir que lo que equivale a sacando factor común λ k resulta λ k+2 = λ k+1 + λ k, λ k+2 λ k+1 λ k = 0; λ k (λ 2 λ 1) = 0;
15 Recurrencias lineales 77 Pero cuál la expresión del término general x k en función de k? Busquemos un número λ t.q. λ k sea una solución de x k+2 = x k+1 + x k, k = 0, 1, 2,... Se deberá cumplir que lo que equivale a sacando factor común λ k resulta λ k+2 = λ k+1 + λ k, λ k+2 λ k+1 λ k = 0; λ k (λ 2 λ 1) = 0;
16 Recurrencias lineales 77 Pero cuál la expresión del término general x k en función de k? Busquemos un número λ t.q. λ k sea una solución de x k+2 = x k+1 + x k, k = 0, 1, 2,... Se deberá cumplir que lo que equivale a sacando factor común λ k resulta λ k+2 = λ k+1 + λ k, λ k+2 λ k+1 λ k = 0; λ k (λ 2 λ 1) = 0;
17 Recurrencias lineales 77 Pero cuál la expresión del término general x k en función de k? Busquemos un número λ t.q. λ k sea una solución de x k+2 = x k+1 + x k, k = 0, 1, 2,... Se deberá cumplir que lo que equivale a sacando factor común λ k resulta λ k+2 = λ k+1 + λ k, λ k+2 λ k+1 λ k = 0; λ k (λ 2 λ 1) = 0;
18 Recurrencias lineales 78 por tanto, si resolvemos la ecuación λ 2 λ 1 = 0 obtenemos dos valores λ 1, λ 2 que valdrían para nuestro propósito. Así pues, λ = 1 ± λ 1 = = 1 ± 5. 2, λ 2 =
19 Recurrencias lineales 78 por tanto, si resolvemos la ecuación λ 2 λ 1 = 0 obtenemos dos valores λ 1, λ 2 que valdrían para nuestro propósito. Así pues, λ = 1 ± λ 1 = = 1 ± 5. 2, λ 2 =
20 Recurrencias lineales 79 Hemos conseguido dos soluciones (λ k 1 ) k=0, (λk 2 ) k=0 de la recurrencia x k+2 = x k+1 + x k, k = 0, 1, 2,... Se puede demostrar que la solución general de esta recurrencia viene dada por una combinación lineal de estas dos sucesiones: x k = α 1 λ k 1 + α 2 λ k 2 = α 1 ( para k = 0, 1, 2, ) k ( 5 1 ) k 5 + α 2 2 2
21 Recurrencias lineales 79 Hemos conseguido dos soluciones (λ k 1 ) k=0, (λk 2 ) k=0 de la recurrencia x k+2 = x k+1 + x k, k = 0, 1, 2,... Se puede demostrar que la solución general de esta recurrencia viene dada por una combinación lineal de estas dos sucesiones: x k = α 1 λ k 1 + α 2 λ k 2 = α 1 ( para k = 0, 1, 2, ) k ( 5 1 ) k 5 + α 2 2 2
22 Recurrencias lineales 80 Con ayuda de las condiciones iniciales podemos determinar los escalares α 1 y α 2 que corresponden a una solución particular. Así pues, en el ejemplo de la sucesión de Fibonacci: x 0 = 1, x 1 = 1 implica que { x0 = α 1 + α 2, sistema cuya solución es x 1 = α α 2 2 { 1 = α1 + α 2, = α α 2 2 α 1 = , α 2 = ;
23 Recurrencias lineales 80 Con ayuda de las condiciones iniciales podemos determinar los escalares α 1 y α 2 que corresponden a una solución particular. Así pues, en el ejemplo de la sucesión de Fibonacci: x 0 = 1, x 1 = 1 implica que { x0 = α 1 + α 2, sistema cuya solución es x 1 = α α 2 2 { 1 = α1 + α 2, = α α 2 2 α 1 = , α 2 = ;
24 Recurrencias lineales 80 Con ayuda de las condiciones iniciales podemos determinar los escalares α 1 y α 2 que corresponden a una solución particular. Así pues, en el ejemplo de la sucesión de Fibonacci: x 0 = 1, x 1 = 1 implica que { x0 = α 1 + α 2, sistema cuya solución es x 1 = α α 2 2 { 1 = α1 + α 2, = α α 2 2 α 1 = , α 2 = ;
25 Recurrencias lineales 80 Con ayuda de las condiciones iniciales podemos determinar los escalares α 1 y α 2 que corresponden a una solución particular. Así pues, en el ejemplo de la sucesión de Fibonacci: x 0 = 1, x 1 = 1 implica que { x0 = α 1 + α 2, sistema cuya solución es x 1 = α α 2 2 { 1 = α1 + α 2, = α α 2 2 α 1 = , α 2 = ;
26 Recurrencias lineales 81 Por consiguiente, la solución del problema de condiciones iniciales { x k+2 = x k+1 + x k, k = 0, 1, 2,..., viene dada por x k = ( ) ( x 0 = 1, x 1 = 1, 1 + ) k ) ( 5 5 +( ) k 5, k = 0, 1,... 2
27 Recurrencias lineales 81 Por consiguiente, la solución del problema de condiciones iniciales { x k+2 = x k+1 + x k, k = 0, 1, 2,..., viene dada por x k = ( ) ( x 0 = 1, x 1 = 1, 1 + ) k ) ( 5 5 +( ) k 5, k = 0, 1,... 2
28 Recurrencias no lineales 82 Hay recurrencias no lineales, por ejemplo x k+1 = x k + (2k 1)x 2 k + sen k, k = 0, 1, 2,... Otra terminología.- Las recurrencias son llamadas también ecuaciones en diferencias finitas, por su analogía con las ecuaciones diferenciales ordinarias.
29 Recurrencias no lineales 82 Hay recurrencias no lineales, por ejemplo x k+1 = x k + (2k 1)x 2 k + sen k, k = 0, 1, 2,... Otra terminología.- Las recurrencias son llamadas también ecuaciones en diferencias finitas, por su analogía con las ecuaciones diferenciales ordinarias.
30 Sistemas de recurrencias lineales 83 Sea A una matriz n n y consideremos la recurrencia y k+1 = Ay k, k = 0, 1, 2,... (25) donde cada y k es un vector columna n 1. Las soluciones de (25) son sucesiones de vectores (y k ) k=0. En función del vector inicial y 0, tenemos que y 1 = Ay 0, y 2 = Ay 1 = A 2 y 0,... y en general y k = A k y 0, k = 1, 2,...
31 Sistemas de recurrencias lineales 83 Sea A una matriz n n y consideremos la recurrencia y k+1 = Ay k, k = 0, 1, 2,... (25) donde cada y k es un vector columna n 1. Las soluciones de (25) son sucesiones de vectores (y k ) k=0. En función del vector inicial y 0, tenemos que y 1 = Ay 0, y 2 = Ay 1 = A 2 y 0,... y en general y k = A k y 0, k = 1, 2,...
32 Sistemas de recurrencias lineales 83 Sea A una matriz n n y consideremos la recurrencia y k+1 = Ay k, k = 0, 1, 2,... (25) donde cada y k es un vector columna n 1. Las soluciones de (25) son sucesiones de vectores (y k ) k=0. En función del vector inicial y 0, tenemos que y 1 = Ay 0, y 2 = Ay 1 = A 2 y 0,... y en general y k = A k y 0, k = 1, 2,...
33 Sistemas de recurrencias lineales 83 Sea A una matriz n n y consideremos la recurrencia y k+1 = Ay k, k = 0, 1, 2,... (25) donde cada y k es un vector columna n 1. Las soluciones de (25) son sucesiones de vectores (y k ) k=0. En función del vector inicial y 0, tenemos que y 1 = Ay 0, y 2 = Ay 1 = A 2 y 0,... y en general y k = A k y 0, k = 1, 2,...
34 Sistemas de recurrencias lineales 84 Para que esta solución sea satisfactoria debemos conocer la potencia k-ésima de la matriz A, A k := AA A (k factores); en función de k, tarea nada fácil. Se podría hallar A k mediante la diagonalización de la matriz A, o mediante su forma canónica de Jordan. Mas visto como es resuelto el sistema (25) en alguna asignatura de Ciencias Ambientales, preferimos usar el método que sigue.
35 Sistemas de recurrencias lineales 84 Para que esta solución sea satisfactoria debemos conocer la potencia k-ésima de la matriz A, A k := AA A (k factores); en función de k, tarea nada fácil. Se podría hallar A k mediante la diagonalización de la matriz A, o mediante su forma canónica de Jordan. Mas visto como es resuelto el sistema (25) en alguna asignatura de Ciencias Ambientales, preferimos usar el método que sigue.
36 Sistemas de recurrencias lineales 84 Para que esta solución sea satisfactoria debemos conocer la potencia k-ésima de la matriz A, A k := AA A (k factores); en función de k, tarea nada fácil. Se podría hallar A k mediante la diagonalización de la matriz A, o mediante su forma canónica de Jordan. Mas visto como es resuelto el sistema (25) en alguna asignatura de Ciencias Ambientales, preferimos usar el método que sigue.
37 Sistemas de recurrencias lineales 85 Supongamos que la matriz A tiene n valores propios distintos. Esto es, la matriz A tiene simples sus valores propios λ 1, λ 2,..., λ n y sean c 1, c 2,..., c n sus vectores propios asociados, respectivamente. Empezaremos expresando el vector inicial y 0 como combinación lineal de los vectores propios: A continuación, vemos que y 0 = α 1 c 1 + α 2 c α n c n. y 1 = Ay 0 = α 1 Ac 1 + α 2 Ac α n Ac n = α 1 λ 1 c 1 + α 2 λ 2 c α n λ n c n. y 2 = Ay 1 = α 1 λ 1 Ac 1 + α 2 λ 2 Ac α n λ n Ac n = α 1 λ 2 1c 1 + α 2 λ 2 2c α n λ 2 nc n.
38 Sistemas de recurrencias lineales 85 Supongamos que la matriz A tiene n valores propios distintos. Esto es, la matriz A tiene simples sus valores propios λ 1, λ 2,..., λ n y sean c 1, c 2,..., c n sus vectores propios asociados, respectivamente. Empezaremos expresando el vector inicial y 0 como combinación lineal de los vectores propios: A continuación, vemos que y 0 = α 1 c 1 + α 2 c α n c n. y 1 = Ay 0 = α 1 Ac 1 + α 2 Ac α n Ac n = α 1 λ 1 c 1 + α 2 λ 2 c α n λ n c n. y 2 = Ay 1 = α 1 λ 1 Ac 1 + α 2 λ 2 Ac α n λ n Ac n = α 1 λ 2 1c 1 + α 2 λ 2 2c α n λ 2 nc n.
39 Sistemas de recurrencias lineales 85 Supongamos que la matriz A tiene n valores propios distintos. Esto es, la matriz A tiene simples sus valores propios λ 1, λ 2,..., λ n y sean c 1, c 2,..., c n sus vectores propios asociados, respectivamente. Empezaremos expresando el vector inicial y 0 como combinación lineal de los vectores propios: A continuación, vemos que y 0 = α 1 c 1 + α 2 c α n c n. y 1 = Ay 0 = α 1 Ac 1 + α 2 Ac α n Ac n = α 1 λ 1 c 1 + α 2 λ 2 c α n λ n c n. y 2 = Ay 1 = α 1 λ 1 Ac 1 + α 2 λ 2 Ac α n λ n Ac n = α 1 λ 2 1c 1 + α 2 λ 2 2c α n λ 2 nc n.
40 Sistemas de recurrencias lineales 85 Supongamos que la matriz A tiene n valores propios distintos. Esto es, la matriz A tiene simples sus valores propios λ 1, λ 2,..., λ n y sean c 1, c 2,..., c n sus vectores propios asociados, respectivamente. Empezaremos expresando el vector inicial y 0 como combinación lineal de los vectores propios: A continuación, vemos que y 0 = α 1 c 1 + α 2 c α n c n. y 1 = Ay 0 = α 1 Ac 1 + α 2 Ac α n Ac n = α 1 λ 1 c 1 + α 2 λ 2 c α n λ n c n. y 2 = Ay 1 = α 1 λ 1 Ac 1 + α 2 λ 2 Ac α n λ n Ac n = α 1 λ 2 1c 1 + α 2 λ 2 2c α n λ 2 nc n.
41 Sistemas de recurrencias lineales 85 Supongamos que la matriz A tiene n valores propios distintos. Esto es, la matriz A tiene simples sus valores propios λ 1, λ 2,..., λ n y sean c 1, c 2,..., c n sus vectores propios asociados, respectivamente. Empezaremos expresando el vector inicial y 0 como combinación lineal de los vectores propios: A continuación, vemos que y 0 = α 1 c 1 + α 2 c α n c n. y 1 = Ay 0 = α 1 Ac 1 + α 2 Ac α n Ac n = α 1 λ 1 c 1 + α 2 λ 2 c α n λ n c n. y 2 = Ay 1 = α 1 λ 1 Ac 1 + α 2 λ 2 Ac α n λ n Ac n = α 1 λ 2 1c 1 + α 2 λ 2 2c α n λ 2 nc n.
42 Sistemas de recurrencias lineales 85 Supongamos que la matriz A tiene n valores propios distintos. Esto es, la matriz A tiene simples sus valores propios λ 1, λ 2,..., λ n y sean c 1, c 2,..., c n sus vectores propios asociados, respectivamente. Empezaremos expresando el vector inicial y 0 como combinación lineal de los vectores propios: A continuación, vemos que y 0 = α 1 c 1 + α 2 c α n c n. y 1 = Ay 0 = α 1 Ac 1 + α 2 Ac α n Ac n = α 1 λ 1 c 1 + α 2 λ 2 c α n λ n c n. y 2 = Ay 1 = α 1 λ 1 Ac 1 + α 2 λ 2 Ac α n λ n Ac n = α 1 λ 2 1c 1 + α 2 λ 2 2c α n λ 2 nc n.
43 Sistemas de recurrencias lineales 86 Es fácil ver que continuando este proceso se obtiene la solución y k = α 1 λ k 1c 1 + α 2 λ k 2c α n λ k nc n, k = 0, 1, 2,... (26)
44 Potencias convergentes a 0 87 Lema 1 Si z 0 es un número complejo t.q. z 0 < 1, entonces ĺım k zk 0 = 0. En este lema z k 0 es una potencia zk 0 := z 0 z 0 z 0, (k factores).
45 Potencias convergentes a 0 88 Ejemplo 1: si z 0 = 0,99 k z k
46 Potencias convergentes a 0 88 Ejemplo 1: si z 0 = 0,99 k z k
47 Potencias convergentes a 0 89 Ejemplo 2: si z 0 = 0,45 0,60i, z 0 = 0,75 k z k i i i i i i i i i i i i i i i
48 Potencias convergentes a 0 89 Ejemplo 2: si z 0 = 0,45 0,60i, z 0 = 0,75 k z k i i i i i i i i i i i i i i i
49 Comportamiento asintótico de las soluciones 90 Supongamos que los valores propios de A, además de ser simples, satisfacen que λ 1 > 0 y la condición de dominación: Por (26), λ 2 < λ 1, λ 3 < λ 1,..., λ n < λ 1. (27) y k λ k 1 ( ) k ( ) k λ2 λn = α 1 c 1 + α 2 c α n c n. (28) λ 1 λ 1
50 Comportamiento asintótico de las soluciones 90 Supongamos que los valores propios de A, además de ser simples, satisfacen que λ 1 > 0 y la condición de dominación: Por (26), λ 2 < λ 1, λ 3 < λ 1,..., λ n < λ 1. (27) y k λ k 1 ( ) k ( ) k λ2 λn = α 1 c 1 + α 2 c α n c n. (28) λ 1 λ 1
51 Comportamiento asintótico de las soluciones 91 Por la hipótesis de dominación y el Lema 1, se tiene que i = 2,..., n, ( ) k λi ĺım = 0. k λ 1 En consecuencia, existe el ĺımite y ĺım k k λ k 1 = α 1 c 1. (29)
52 Comportamiento asintótico de las soluciones 92 Detallemos las componentes del vector propio c 1 y del vector y k : c 11 y 1k y 2k c 21 c 1 =., y k =. c n1 y nk
53 Comportamiento asintótico de las soluciones 92 Detallemos las componentes del vector propio c 1 y del vector y k : c 11 y 1k y 2k c 21 c 1 =., y k =. c n1 y nk
54 Comportamiento asintótico de las soluciones 93 Si λ 1 < 1 y para algún i = 1,..., n se tiene que c i1 = 0, entonces ĺım y ik = 0. k En efecto, llamando N := {1, 2, 3,...} al conjunto de números naturales mayores que 1, como y ik ĺım k λ k 1 = 0 para todo ε > 0, k 0 N t.q. k k 0, y ik < ε; y ik < λ k 1 ε (30) λ k 1
55 Comportamiento asintótico de las soluciones 93 Si λ 1 < 1 y para algún i = 1,..., n se tiene que c i1 = 0, entonces ĺım y ik = 0. k En efecto, llamando N := {1, 2, 3,...} al conjunto de números naturales mayores que 1, como y ik ĺım k λ k 1 = 0 para todo ε > 0, k 0 N t.q. k k 0, y ik < ε; y ik < λ k 1 ε (30) λ k 1
56 Comportamiento asintótico de las soluciones 93 Si λ 1 < 1 y para algún i = 1,..., n se tiene que c i1 = 0, entonces ĺım y ik = 0. k En efecto, llamando N := {1, 2, 3,...} al conjunto de números naturales mayores que 1, como y ik ĺım k λ k 1 = 0 para todo ε > 0, k 0 N t.q. k k 0, y ik < ε; y ik < λ k 1 ε (30) λ k 1
57 Comportamiento asintótico de las soluciones 93 Si λ 1 < 1 y para algún i = 1,..., n se tiene que c i1 = 0, entonces ĺım y ik = 0. k En efecto, llamando N := {1, 2, 3,...} al conjunto de números naturales mayores que 1, como y ik ĺım k λ k 1 = 0 para todo ε > 0, k 0 N t.q. k k 0, y ik < ε; y ik < λ k 1 ε (30) λ k 1
58 Comportamiento asintótico de las soluciones 94 Teniendo en cuenta que ĺım k λk 1 = 0, k 1 N t.q. k k 1, λ k 1 < ε. Por tanto, llamando k 2 := máx(k 0, k 1 ), por (30) se sigue que k k 2, y ik < λ k 1 ε < ε ε = ε.
59 Comportamiento asintótico de las soluciones 94 Teniendo en cuenta que ĺım k λk 1 = 0, k 1 N t.q. k k 1, λ k 1 < ε. Por tanto, llamando k 2 := máx(k 0, k 1 ), por (30) se sigue que k k 2, y ik < λ k 1 ε < ε ε = ε.
60 Comportamiento asintótico de las soluciones 94 Teniendo en cuenta que ĺım k λk 1 = 0, k 1 N t.q. k k 1, λ k 1 < ε. Por tanto, llamando k 2 := máx(k 0, k 1 ), por (30) se sigue que k k 2, y ik < λ k 1 ε < ε ε = ε.
61 Comportamiento asintótico de las soluciones 94 Teniendo en cuenta que ĺım k λk 1 = 0, k 1 N t.q. k k 1, λ k 1 < ε. Por tanto, llamando k 2 := máx(k 0, k 1 ), por (30) se sigue que k k 2, y ik < λ k 1 ε < ε ε = ε.
62 Comportamiento asintótico de las soluciones 95 Llamando y k+1 = y 1,k+1 y 2,k+1. y n,k+1, supongamos que α 1 0; quitemos la restricción de que λ 1 < 1; para todo j {1,..., n} t.q. c j1 0, se tiene que y j,k+1 ĺım = λ 1. k y jk
63 Comportamiento asintótico de las soluciones 95 Llamando y k+1 = y 1,k+1 y 2,k+1. y n,k+1, supongamos que α 1 0; quitemos la restricción de que λ 1 < 1; para todo j {1,..., n} t.q. c j1 0, se tiene que y j,k+1 ĺım = λ 1. k y jk
64 Comportamiento asintótico de las soluciones 96 En efecto, por (29) y jk ĺım k λ k 1 = α 1 c j1. y j,k+1 ĺım k λ k+1 1 = α 1 c j1. ĺım k y j,k+1 λ k+1 1 y jk λ k 1 = ĺım k y j,k+1 λ k+1 1 ĺım k y jk λ k 1 = α 1c j1 α 1 c j1 = 1.
65 Comportamiento asintótico de las soluciones 96 En efecto, por (29) y jk ĺım k λ k 1 = α 1 c j1. y j,k+1 ĺım k λ k+1 1 = α 1 c j1. ĺım k y j,k+1 λ k+1 1 y jk λ k 1 = ĺım k y j,k+1 λ k+1 1 ĺım k y jk λ k 1 = α 1c j1 α 1 c j1 = 1.
66 Comportamiento asintótico de las soluciones 96 En efecto, por (29) y jk ĺım k λ k 1 = α 1 c j1. y j,k+1 ĺım k λ k+1 1 = α 1 c j1. ĺım k y j,k+1 λ k+1 1 y jk λ k 1 = ĺım k y j,k+1 λ k+1 1 ĺım k y jk λ k 1 = α 1c j1 α 1 c j1 = 1.
67 Comportamiento asintótico de las soluciones 97 Por tanto, y j,k+1 λ k 1 ĺım k y jk λ k 1 λ 1 1 λ 1 y j,k+1 ĺım k y jk = 1 = 1 y j,k+1 ĺım = λ 1. k y jk
68 Comportamiento asintótico de las soluciones 97 Por tanto, y j,k+1 λ k 1 ĺım k y jk λ k 1 λ 1 1 λ 1 y j,k+1 ĺım k y jk = 1 = 1 y j,k+1 ĺım = λ 1. k y jk
69 Comportamiento asintótico de las soluciones 97 Por tanto, y j,k+1 λ k 1 ĺım k y jk λ k 1 λ 1 1 λ 1 y j,k+1 ĺım k y jk = 1 = 1 y j,k+1 ĺım = λ 1. k y jk
70 Otra terminología 98 Los sistemas de recurrencias lineales son llamados también sistemas de ecuaciones en diferencias finitas por analogía con los sistemas de ecuaciones diferenciales lineales ordinarias: en vez de x (t) = Ax(t) se considera y k+1 = Ay k, y la función vectorial incógnita x(t) que depende de la variable continua t, es reemplazada en esta analogía por la sucesión vectorial incógnita (y k ) k=0 que depende de la variable discreta k.
71 Otra terminología 98 Los sistemas de recurrencias lineales son llamados también sistemas de ecuaciones en diferencias finitas por analogía con los sistemas de ecuaciones diferenciales lineales ordinarias: en vez de x (t) = Ax(t) se considera y k+1 = Ay k, y la función vectorial incógnita x(t) que depende de la variable continua t, es reemplazada en esta analogía por la sucesión vectorial incógnita (y k ) k=0 que depende de la variable discreta k.
4 APLICACIONES LINEALES. DIAGONALIZACIÓN
4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos
Más detallesAnexo 1: Demostraciones
75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:
Más detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Más detallesValores y vectores propios de una matriz. Juan-Miguel Gracia
Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesTema 3: Aplicaciones de la diagonalización
TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:
Más detallesSubespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Más detalles4.1 El espacio dual de un espacio vectorial
Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo
Más detallesAplicaciones Lineales y Multilineales Continuas
Capítulo 4 Aplicaciones Lineales y Multilineales Continuas La conexión entre las estructuras vectorial y topológica de los espacios normados, se pone claramente de manifiesto en el estudio de las aplicaciones
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesListas de vectores y conjuntos de vectores
Listas de vectores y conjuntos de vectores La explicación de los temas Dependencia lineal y Bases en el curso de Álgebra Lineal se puede basar en uno de los siguientes dos conceptos (o en ambos): ) listas
Más detallesConstrucción de bases en el núcleo e imagen de una transformación lineal
Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.
Más detallesEJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores
EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u
Más detallesAplicaciones lineales continuas
Lección 13 Aplicaciones lineales continuas Como preparación para el cálculo diferencial, estudiamos la continuidad de las aplicaciones lineales entre espacios normados. En primer lugar probamos que todas
Más detallesNota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:
Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición
Más detallesRELACIONES DE RECURRENCIA
Unidad 3 RELACIONES DE RECURRENCIA 60 Capítulo 5 RECURSIÓN Objetivo general Conocer en forma introductoria los conceptos propios de la recurrencia en relación con matemática discreta. Objetivos específicos
Más detallesCómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Más detallesAplicaciones Lineales
Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales
Más detallesDefinición 1 Un carrier para un juego v es una coalición T tal que para cualquier S, v(s) = v(s T ).
1 Valor de Shapley Definición 1 Un carrier para un juego v es una coalición T tal que para cualquier S, v(s) = v(s T ). Ejemplo 1 Sea v un juego de 3 jugadores, v({1, 2, 3}) = v({1, 2}) = 1, y v(s) = para
Más detallesCriterio de Sylvester
Criterio de Sylvester Objetivos. Aprender a aplicar el criterio de Sylvester para analizar cuándo una forma cuadrática es positiva definida, usando los menores principales de su matriz asociada. También
Más detalles1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.
Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular
Más detallesAplicaciones Lineales
Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)
Más detalles1. ESPACIOS VECTORIALES
1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,
Más detallesProblemas y Ejercicios Resueltos. Tema 2: Espacios vectoriales.
Problemas y Ejercicios Resueltos. Tema : Espacios vectoriales. Ejercicios 1.- Determinar el valor de x para que el vector (1, x, 5) R 3 pertenezca al subespacio < (1,, 3), (1, 1, 1) >. Solución. (1, x,
Más detallesFORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES
FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración
Más detallesTema 3: Producto escalar
Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica
Más detalles1 Espacios y subespacios vectoriales.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto
Más detallesEjemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}
Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar
Más detallesCambio de representaciones para variedades lineales.
Cambio de representaciones para variedades lineales 18 de marzo de 2015 ALN IS 5 Una variedad lineal en R n admite dos tipos de representaciones: por un sistema de ecuaciones implícitas por una familia
Más detallesEspacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Más detallesCapitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES
Más detallesFascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires
Fascículo 2 Cursos de grado ISSN 1851-1317 Gabriela Jeronimo Juan Sabia Susana Tesauri Álgebra Lineal Departamento de Matemática Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 2008
Más detalles1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS
1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una
Más detallesEspacios vectoriales con producto interno
Capítulo 8 Espacios vectoriales con producto interno En este capítulo, se generalizarán las nociones geométricas de distancia y perpendicularidad, conocidas en R y en R 3, a otros espacios vectoriales.
Más detallesMATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA
IES Fco Ayala de Granada Sobrantes 00 (Modelo ) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 00 (Modelo ) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO Sea el recinto del plano definido
Más detalles8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.
Prácticas de Matemáticas I y Matemáticas II con DERIVE 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar si el
Más detallesAPLICACIONES LINEALES. DIAGONALIZACIÓN
I.- Sea f una transformación lineal de un espacio vectorial V de dimensión n. Sea B una base de V. Sea A la matriz asociada a f respecto de la base B. Señala, sin demostrar, cuáles de las siguientes afirmaciones
Más detalles4 Aplicaciones Lineales
Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1
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 detallesSegundo de Bachillerato Geometría en el espacio
Segundo de Bachillerato Geometría en el espacio Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid 204-205. Coordenadas de un vector En el conjunto de los vectores libres del espacio el concepto
Más detallesTema 3. Aplicaciones lineales. 3.1. Introducción
Tema 3 Aplicaciones lineales 3.1. Introducción Una vez que sabemos lo que es un espacio vectorial y un subespacio, vamos a estudiar en este tema un tipo especial de funciones (a las que llamaremos aplicaciones
Más detallesCurso de Procesamiento Digital de Imágenes
Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-lic.html elena.martinez@iimas.unam.mx
Más detallesy λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.
Espacios vectoriales Espacios y subespacios R n es el conjunto de todos los vectores columna con n componentes. Además R n es un espacio vectorial. Ejemplo Dados dos vectores de R por ejemplo u = 5 v =
Más detalles1. Producto escalar, métrica y norma asociada
1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la
Más detallesGEOMETRÍA ANALÍTICA 2º Curso de Bachillerato 22 de mayo de 2008
1. Sean los puntos A (1, 0,-1) y B (,-1, 3). Calcular la distancia del origen de coordenadas a la recta que pasa por A y B. Calculemos la recta que pasa por A y B. El vector AB es (1,-1,4) y por tanto
Más detallesDefinición 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.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Más detallesPráctica de Aplicaciones Lineales
practica5.nb 1 Práctica de Aplicaciones Lineales Aplicaciones lineales y matrices Las matrices también desempeñan un papel muy destacado en el estudio de las aplicaciones lineales entre espacios vectoriales
Más detalles(Ec.1) 2α + β = b (Ec.4) (Ec.3)
Problema 1. Hallar t R para que el vector x = (3, 8, t) pertenezca al subespacio engendrado por los vectores u = (1, 2, 3) y v = (1, 3, 1). Solución del problema 1. x L{ u, v} si, y sólo si, existen α,
Más detallesComenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.
Capítulo 2 Matrices En el capítulo anterior hemos utilizado matrices para la resolución de sistemas de ecuaciones lineales y hemos visto que, para n, m N, el conjunto de las matrices de n filas y m columnas
Más detallesAplicaciones lineales
aplicaciones_lineales.nb Aplicaciones lineales Práctica de Álgebra Lineal, E.U.A.T, Grupos ºA y ºB, 005 Aplicaciones lineales y matrices Hay una relación muy estrecha entre aplicaciones lineales y matrices:
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detalles(A) Primer parcial. si 1 x 1; x 3 si x>1. (B) Segundo parcial
CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN GLOBAL E700 1) x 5 > 1. A) Primer parcial ) Sean las funciones ft) t +,gy) y 4&hw) w. Encontrar f/h, g f, f g y sus dominios. ) Graficar la función x + six
Más detallesEcuaciones Diferenciales Tema 2. Trasformada de Laplace
Ecuaciones Diferenciales Tema 2. Trasformada de Laplace Ester Simó Mezquita Matemática Aplicada IV 1 1. Transformada de Laplace de una función admisible 2. Propiedades básicas de la transformada de Laplace
Más detallesEspacios vectoriales. Bases. Coordenadas
Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos
Más detalles2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace
2.2 Transformada de Laplace y Transformada 2.2.1 Definiciones 2.2.1.1 Transformada de Laplace Dada una función de los reales en los reales, Existe una función denominada Transformada de Laplace que toma
Más detallesTema 4: Aplicaciones lineales
Tema 4: Aplicaciones lineales Definición, primeras propiedades y ejemplos Definición. Sean V y W dos espacios vectoriales sobre un cuerpo K. Una función f : V W se dice que es una aplicación lineal si
Más detallesECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. La aplicación de Poincaré
ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. SISTEMAS PLANOS. TEOREMA DE POINCARÉ-BENDIXSON. La aplicación de Poincaré Recordemos que un subconjunto H de R n es una subvariedad de codimensión uno (o una
Más detalles5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades
5- ransformaciones Lineales 5Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal sus propiedades Se denomina transformación lineal a toda función,, cuo dominio codominio
Más detallesEjemplos y problemas resueltos de análisis complejo (2014-15)
Variable Compleja I (3 o de Matemáticas y 4 o de Doble Titulación) Ejemplos y problemas resueltos de análisis complejo (04-5) Teoremas de Cauchy En estos apuntes, la palabra dominio significa, como es
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 detallesMatemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales
Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector
Más detallesCURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre
CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una
Más detallesPROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.
PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.
Más detallesUNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES )
UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) HOJA : Límites continuidad de funciones en R n. -. Dibuja cada uno de los subconjuntos de R siguientes. Dibuja su
Más detallesJuan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada
FUNCIONES CONTINUAS. La mayor parte de las funciones que manejamos, a nivel elemental, presentan en sus gráficas una propiedad característica que es la continuidad. La continuidad de una función definida
Más detallesTEMA 6. EIGENVALORES Y EIGENVECTORES
TEMA 6. EIGENVALORES Y EIGENVECTORES M. C. Roberto Rosales Flores INSTITUTO TECNOLÓGICO SUPERIOR DE TLAXCO Ingeniería en Logística M. C. Roberto Rosales Flores (ITST TEMA 6. EIGENVALORES Y EIGENVECTORES
Más detallesPROPIOS. DIAGONALIZACIÓN DE MATRICES CUADRADAS
Tema 7.- VALORES Y VECTORES PROPIOS. DIAGONALIZACIÓN DE MATRICES CUADRADAS VALORES Y VECTORES PROPIOS MATRICES CUADRADAS DIAGONALIZABLES DIAGONALIZACIÓN N ORTOGONAL DE MATRICES CUADRADAS SIMÉTRICAS 1 Un
Más detallesProblemas y Ejercicios Resueltos. Tema 3: Aplicaciones Lineales.
Problemas y Ejercicios Resueltos. Tema : Aplicaciones Lineales. Ejercicios 1.- Determinar cuáles de las siguientes aplicaciones son lineales: (i) f : R R 2 definida por f((x, y, z)) = (x y, y + 2z). (ii)
Más detallesE 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
Más detallesMatrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx
Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad
Más detallesTEMA 4: CALCULO NUMERICO DE AUTOVALORES
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 4: CALCULO NUMERICO DE AUTOVALORES 1 INTRODUCCION La determinación de autovalores y autovectores de una matriz cuadrada A de orden n es un problema
Más detallesEspacios Vectoriales
Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................
Más detalles1. Funciones de varias variables: representaciones gráficas, límites y continuidad.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 0.. Funciones de varias variables: representaciones gráficas, límites y continuidad. En el análisis de los problemas de la ciencia y de la técnica, las cantidades
Más detalles1. El teorema de la función implícita para dos y tres variables.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO. Lección. Aplicaciones de la derivación parcial.. El teorema de la función implícita para dos tres variables. Una ecuación con dos incógnitas. Sea f :( x, ) U f(
Más detallesDiagonalización de matrices
diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla
Más detallesEspacios vectoriales y aplicaciones lineales.
Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en
Más detallesVECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes.
VECTORES EN EL ESPACIO. Determina el valor de t para que los vectores de coordenadas (,, t), 0, t, t) y(, 2, t) sean linealmente dependientes. Si son linealmente dependientes, uno de ellos, se podrá expresar
Más detallesMarch 25, 2010 CAPÍTULO 2: LÍMITES Y CONTINUIDAD DE FUNCIONES EN EL ESPACIO EUCLÍDEO
March 25, 2010 CAPÍTULO 2: LÍMITE Y CONTINUIDAD DE FUNCIONE EN EL EPACIO EUCLÍDEO 1. Producto Escalar en R n Definición 1.1. Dado x = (x 1,..., x n ), y = (y 1,..., y n ) R n, su producto escalar está
Más detalles1. APLICACIONES LINEALES
1 1. APLICACIONES LINEALES 1. Estudiar si las siguientes aplicaciones son lineales: a) f : R 2 R 3, f(x, y) = (x + y, y, x 2y). Sí es lineal. b) f : R 2 R, f(x, y) = xy. No es lineal. Basta observar que
Más detallesTema 2 ESPACIOS VECTORIALES
Tema 2 ESPACIOS VECTORIALES Prof. Rafael López Camino Universidad de Granada 1 Espacio vectorial Definición 1.1 Un espacio vectorial es una terna (V, +, ), donde V es un conjunto no vacío y +, son dos
Más detallesEspacios vectoriales y aplicaciones lineales
Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un
Más detallesPrácticas de Algebra con Mathematica II (Ingeniería Industrial). Jose Salvador Cánovas Peña. Departamento de Matemática Aplicada y Estadística.
Prácticas de Algebra con Mathematica II (Ingeniería Industrial). Jose Salvador Cánovas Peña. Departamento de Matemática Aplicada y Estadística. Índice General 1 PRACTICAS CON MATHEMATICA 2 1.1 Introducción...
Más detalles2. Aritmética modular Ejercicios resueltos
2. Aritmética modular Ejercicios resueltos Ejercicio 2.1 Probar, mediante congruencias, que 3 2n+5 + 2 4n+1 es divisible por 7 cualquiera que sea el entero n 1. Trabajando módulo 7 se tiene que 3 2n+5
Más detallesx 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos
Más detallesBienvenidos a los concertos para violin entre el álgebra y la Geometría.
Bienvenidos a los concertos para violin entre el álgebra y la Geometría. Capitulo 17 Atención Esta guía no pretender ser una sustituta del libro de texto del curso. Lo que busca es presentar las herramientas
Más detalles1. Teorema del Valor Medio
1. l Valor Medio Uno de los teoremas más importantes del cálculo diferencial de funciones reales de una variable real es el l Valor Medio, del que se obtienen consecuencias como el Taylor y el estudio
Más detallesAproximación local. Plano tangente. Derivadas parciales.
Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación
Más detallesAlgebra Matricial y Optimización Segundo Examen Parcial Maestro Eduardo Uresti, Semestre Enero-Mayo 2012
Grupo: Matrícula: Nombre: Algebra Matricial y Optimización Segundo Examen Parcial Maestro Eduardo Uresti, Semestre Enero-Mayo 22. (pts) Sea A una matriz cuadrada. Indique validez a cada una de las siguientes
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 1. Determinante wronskiano 2 1.1. Wronskiano de f 1 (t), f 2 (t),..., f n (t)............... 3 1.2. Derivada
Más detallesNúmeros Reales. MathCon c 2007-2009
Números Reales z x y MathCon c 2007-2009 Contenido 1. Introducción 2 1.1. Propiedades básicas de los números naturales....................... 2 1.2. Propiedades básicas de los números enteros........................
Más detallesTransformaciones canónicas
apítulo 29 Transformaciones canónicas 29.1 Introducción onsideremos una transformación arbitraria de las coordenadas en el espacio de las fases de dimensión 2(3N k) (con el tiempo como un parámetro) Q
Más detallesEcuaciones diferenciales de orden superior
CAPÍTULO 4 Ecuaciones diferenciales de orden superior 4.4.2 ED lineales homogéneas con coeficientes constantes de orden n 3 En la sección anterior hemos obtenido las soluciones de la ED lineal homogénea
Más detallesProblema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0).
Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0). a) Demostrad que (1,3,4), (1,1,1) i (0,1,1) son una base de R³. b) Decid
Más detallesUniversidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones
Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA Funciones José R. Jiménez F. Temas de pre-cálculo I ciclo 007 Funciones 1 Índice 1. Funciones 3 1.1. Introducción...................................
Más detalles1. Dominio, simetría, puntos de corte y periodicidad
Estudio y representación de funciones 1. Dominio, simetría, puntos de corte y periodicidad 1.1. Dominio Al conjunto de valores de x para los cuales está definida la función se le denomina dominio. Se suele
Más detallesClasificación de métricas.
Clasificación de métricas. 1. El problema de clasificación. Como bien sabemos, el par formado por una métrica T 2 (esto es, un tensor 2-covariante simétrico) sobre un espacio vectorial E, (E, T 2 ), constituye
Más detallesFunciones de varias variables
Funciones de varias variables Derivadas parciales. El concepto de función derivable no se puede extender de una forma sencilla para funciones de varias variables. Aquí se emplea el concepto de diferencial
Más detallesEspacios vectoriales y Aplicaciones lineales
Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea
Más detallesCapitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS 2 Í N D I C E CAPÍTULO MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES MATRICES. MATRIZ. DEFINICIÓN 2. ALGUNOS
Más detalles