2.1 Descripción en espacio de estado de sistemas dinámicos

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

Download "2.1 Descripción en espacio de estado de sistemas dinámicos"

Transcripción

1 2 Análisis de sistemas lineales 2.1 Descripción en espacio de estado de sistemas dinámicos El objetivo de este capítulo es formular una teoría general de describir los sistemas dinámicos en funcion de conjuntos de ecuaciones diferenciales de primer orden. Un sistema dinámico puede ser representado de diversas maneras. Entre ellas están el diagrama de bloques, la función de transferencia y la representación por medio de ecuaciones diferenciales de orden superior Control clásico vs. control moderno A lo largo de la historia, el área de control automático se divide en dos corrientes principales de conceptos teóricos. Cada una de ellas tiene sus fundamentos teóricos muy particulares los cuales son independientes y no tienen relación alguna. Sin embargo, en general ambas están relacionadas entre sí y la mayoría de sus conceptos se transmiten por medio de elementos de análisis matemático. En control clásico, la representación específica que fué utilizada para describir un sistema dinámico eran las funciones de transferencia. Estos bloques tienen la característica principal que se manejan en el dominio de Laplace, lo cual facilita la operación entre sus términos. El área de control moderno toma su nombre ya que es una forma de describir y analizar los sistemas dinámicos más reciente Representación interna vs. representación externa Un sistema dinámico tiene varias formas de representación. Desde el punto de vista de análisis, estas se pueden dividir en dos tipos principales como se describe a continuación: La representación externa de un sistema dinámico está dada por la función de transferencia. Esta ofrece solamente una relación entre las variables de entrada y de salida del sistema sin disponer de sus variables internas las cuales representan el comportamiento del mismo sistema o proceso y son importantes de considerar en el análisis de cualquier sistema dinámico. Por otra parte, una representación interna del sistema dinámico se puede establecer por medio de la representación en el espacio de estado Modelo de un sistema dinámico El modelo del sistema dinámico representa una aproximación de un proceso real o de alguna máquina o mecanismo. Normalmente, su representación es mediante un modelo finito que describe la dinámica del sistema y se desea tratar de controlar su funcionamiento. El modelo se expresa por una ecuación diferencial la cual representa las variables del sistema su orden depende de que tantas variables o detalle se tomen en cuenta. Esta ecuación diferencial se puede escribir como (2.1)

2 Comenzando con la representación mas generalizada del modelo de un sistema dinámico Planta es Modelo de un sistema dinámico Existen diversas maneras de representar el modelo de un sistema dinámico. Por ejemplo, se puede representar de manera general como cualquiera de las siguientes formas: Bloque de relación entrada salida. diagrama de bloques función de transferencia ecuaciones diferenciales de orden n Entradas, salidas y variables En general, se tienen varias formas de representar un sistema dinámico de n variables y 1 entrada: 1. Forma de una función de transferencia y(t) u(t) C(s) R(s) = f(x,t) (2.2) = G(s) (2.3) 2. Forma de ecuación diferencial que representa el modelo del sistema dinámico. d n x(t) dt n + dn 1 x(t) dt n dx(t) dt + x(t) = u(t) (2.4) Las formas están relacionadas entre si. Pero, la solución de algunos problemas de control no es posible obtenerla usando métodos de control clásicos. Suponga que el modelo de un sistema dinámico de dimensión n está representado por una ecuación diferencial ordinaria de la siguiente manera d n x = f(x,u,t) (2.5) dtn Cada una de estas derivadas o diferenciaciones con respecto al tiempo es una variable ecuación diferencial de orden n Concepto de variable de estado Sabemos que las variables asociadas a este sistema dinámico están dada por la variable y cada una de sus derivadas con respecto al tiempo. Por lo tanto, si asumimos que esto es lo que define nuestras variables, tendremos n + 1 variables para el sistema dinámico de dimensión n que tenemos ahí representado. ecuación diferencial de orden n ahora está expresada como n ecuaciones diferenciales de primer orden 4

3 Adicionalmente a las tres formas de representación de un sistema dinámico que enumeramos anteriormente, también hay una llamada la forma de ecuación de estado, que se representa de la siguiente manera dx dt = Ax(t) + Bu(t), x Rn, u R 1 (2.6) donde cada una de las variables asociadas con el modelo se expresa dentro de un vector x. Las ecuaciones que se forman a partir de este vector, se asocian o estan acopladas de tal forma que forman un sistema de n ecuaciones diferenciales de primer orden. Entonces la pregunta es cómo es posible expresar (2.4) de la forma de (2.6)? Para representar un modelo del sistema dinámico mediante la última forma, se requiere utilizar una notación vectorial. Pero qué es un vector? 2.2 Representación de vectores y matrices Se mencionó anteriormente, que existen algunos componentes principales en la teoría de control automático para la representación general del modelo y análisis del mismo. Es importante relacionar en este momento esos componentes principales y otros conceptos de la teoría matemática específicamente el álgebra lineal, en donde los vectores y matrices seran piezas fundamentales utilizadas para una nueva representación de nuestro sistema dinámico. Para esto primeramente es necesario definir algunos conceptos generales que nos permiten expresar el modelo de un sistema dinámico de manera general. Definición Una función es la relación entre los elementos en un conjunto asociados con los elementos de otro conjunto. Analíticamente, se expresa como la relación existente entre los elementos específicos del conjunto x i X con los del conjunto y i Y. Además, esta representación supone que los vectores y matrices se expresan mediante los espacios vectoriales. Definición Un vector es un arreglo ordenado de n elementos, [x 1 x 2 x n ]; donde la posición de cada elemento preserva su lugar y orden en el conjunto. (correspondiente al orden en el arreglo o conjunto). Ahora bien, sabemos que en el control moderno, la forma de expresar los modelos está relacionado con las ecuaciones algebráicas de los sistemas lineales que se expresan mediante vectores y matrices. En nuestro estudio de control moderno, esta es la misma representación que se pretende utilizar. Por lo tanto de la misma forma que se utilizan vectores para representar las variables de un sistema lineal en donde se desea encontrar la solución a un grupo de variables lineales, se tomará en cuenta la forma de expresar nuestras variables del sistema dinámico. Para representar una ecuación diferencial (2.5) de forma equivalente pero utilizando vectores y matrices. Representar la forma de una ecuación de estado mas específicamente se escriben variables asociadas en función para el caso general de n variables y m entradas. Supongamos que se desea representar una ecuación diferencial como la ecuación utilizando la representación de variables de estado para expresar el modelo del sistema dinámico. Para hacer esto, es importante primero, lo que representa la representación de variables de estado. A continuación, veremos lo que representa el concepto de variable de estado de un modelo del sistema dinámico. 5

4 Pero antes de seguir debemos preguntarnos, qué es una variable de estado?... Definición La variable de estado de un sistema dinámico representa el número mínimo de variables de este, tal que dados su valor o condición inicial x(t 0 ), y la entrada u(t) para el intervalo de tiempo t [t 0,t f ], t 0 t t f entonces x(t) puede ser determinado para dicho tiempo así como también otras variables de interés. La variable de estado del sistema, es una variable que responde ante una entrada y las condiciones iniciales del sistema. Es aquel conjunto mas pequeño de variables de sistema linealmente independientes, tales que sus valores iniciales ante una excitación determinen los valores de todas las variables del sistema para todo t t 0. Estas variables también representan alguna variable que sea medible en el proceso real o mecanismo que se supone que la describe. Definición El vector de variables de estado es aquel cuyos elementos son las variables de estado del modelo del sistema dinámico. Definición La ecuación de estado es un conjunto de n ecuaciones diferenciales simultaneas de primer orden, con n variables en que cada una representa las variables de estado. Una ecuación de estado representa exactamente la misma ecuación diferencial de orden n, pero en lugar de escribir una sola ecuación orden n, ahora la escribiremos como un sistema de n ecuaciones diferenciales lineales simultáneas o acopladas entre sí. Las variables de estado en este caso representarán a cada una de las variables de la ecuación diferencial general Ventajas de la representación en el espacio de estado La representación de un sistema dinámico en el espacio de estado tiene ciertas condiciones a favor con respecto a utilizar la función de transferencia. (otras formas de expresar los sistemas dinámicos por medio del control clásico) Algunas de las ventajas de utilizar dicha representación de estado son: 1. Representación de sistema multivariable, que tiene varias entradas y varias salidas se puede representar mediante un sólo conjunto de ecuaciones, lo cual no permite una representación de la función de transferencia (ecuación de estado, ecuación de salida). En el caso de usar funciones de transferencia, las relaciones específicas de entrada / salida para cada una de las variables del sistema se tienen que expresar mediante funciones separadas. Cada una de ellas representando la relación entre una variable de entrada con otra de salida. 2. Análisis de sistemas no lineales: Expresar y describir el comportamiento de sistemas dinámicos no linelaes por medio de un conjunto de ecuaciones diferenciales de primer orden, lo cual no es posible con una función de transferencia. 3. Diseño de controladores de estado: Esta representación permite analizar el problema de control para un sistema determinado de manera interna, utilizando una retroalimentación de una función de sus estados como entrada poara llevar al sistema a un punto deseado. 6

5 2.3 Representación de la ecuación de estado Ahora veremos cómo se hace la representación de las variables de estado mas especificamente. Una vez que se han determinado las variables de estado correspondientes, el siguiente paso es saber qué dimensión tendrán los elementos (vectores y matrices) de la ecuación de estado. Suponga que la derivada con respecto al tiempo de una variable cualesquiera se puede expresar por un punto arriba de dicha variable. De esta manera se pueden relacionar dos de las formas de representación del modelo de un sistema dinámico como se muestra anteriormente. La ecuación de estado en su forma general se describe como ẋ(t) = Ax(t) + Bu(t) (2.7) Por lo regular, tendremos que una ecuación diferencial de orden n se expresara mediante las variables de estado como n ecuaciones diferenciales de primer orden. Antes veremos la manera de cómo se asocian las variables entre si para obtener la representación de vector de estado y de los elementos de la ecuación de estado, así como sus dimensiones. 2.4 Caso homogéneo Consideremos el caso mas simple primero, la ecuación de estado homogénea. Esta tiene la característica que no tiene entrada, o simplemente la entrada es u = 0. Por lo tanto si tenemos ẋ = Ax, y deseamos saber las dimensiones de las matriz A, podemos obtenerla realizando la multiplicación de los vectores y matrices con valores arbitrarios. Suponemos inicialmente que x = Por lo tanto para que la igualdad se cumpla en esta ecuación diferencial homogénea, se requiere tener n elementos en cada una de las filas de nuestra matriz A. Asi mismo es posible definir para que esto suceda se requieren n columnas en nuestra matriz A. De tal manera que, a 11 a 12 a 1n a 21 a 22 a 2n A = (2.9).... a n1 a n2 a nn x 1 x 2. x n (2.8) Ahora si construimos la ecuación de estado homogénea, tenemos lo siguiente ẋ 1 a 11 a 12 a 1n x 1 ẋ 2 ẋ =. = a 21 a 22 a 2n x ẋ n a n1 a n2 a nn x n (2.10) 7

6 escribiendo esta expresión general de la ecuación diferencial matricial de una manera individual se definen n ecuaciones diferenciales como se establece a continuación ẋ 1 = a 11 x 1 + a 12 x a 1n x n (2.11) ẋ 2 = a 21 x 1 + a 22 x a 2n x n (2.12). =. (2.13) ẋ n = a n1 x 1 + a n2 x a nn x n (2.14) Entonces finalmente vemos que para que la igualdad se satisfaga, esto es que de tal forma que el vector de n elementos en el lado izquierdo y el vector que da como resultado de la operación de A x sea un vector de dimensión n se requiere que A sea una matriz cuadrada de dimensión n n, A R n n Caso no-homogéneo La ecuación de estado no homogenea representa un modelo de un sistema dinámico con una entrada diferente a cero, u(t) 0. De tal manera que para este caso se sabe que arbitrariamente cual sea el valor de la variable u(t), este existe para el intervalo de tiempo determinado. Suponiendo esto, la ecuación de este tipo se representa como lo hicimos de manera general ẋ(t) = Ax(t) + Bu(t) de la cual ya vimos como se obtiene la dimensión de la matriz A. Primero consideraremos el caso más sencillo, cuando la entrada es de tipo escalar u(t) R 1. Para simplificar nuestro análisis, primero excribiremos todas las variables asociadas o correspondientes a la ecuación diferencial de orden n y una entrada. Caso 1. x R n, u R 1 La forma mas sencilla de entender esto es asumir que para dicha ecuación diferencial (2.4), la variable x y cada una de sus derivadas representan una variable diferente dentro de nuestra nueva forma de representación. Si seguimos este concepto sabiendo que x, di x x dt i i,i = 1 : n, por lo tanto en x R n, entonces deberemos tener como resultado un vector de variables de estado de orden n. Segun esta descripción de las variables, tenemos que el vector de variables de estado es x = [x 1 x 2 x n ]. De esta manera, tenemos que para la ecuación anterior, el vector x en ambos lados. El primer término de la ecuación se escribe ẋ = Ax. Se sabe bien que este término representa el producto de los elementos A y x. Sabiendo que el vector x tiene n elementos y este se encuentra en ambos lados de la igualdad, qué dimensión deberá tener el elemento A? Las dimensiones de las matrices correspondientes a la ecuación de estado se obtiene sabiendo las dimensiones de cada uno de los vectores asociados x y u. Para este caso, es muy simple el razonamiento para poder obtener mediante la multiplicación de la matriz B y el escalar u(t) una multiplicación que nos de como resultado un vector de dimensión n. Esto debe ser así, ya que el lado izquierdo de la igualdad donde tenemos el vector de variables de estado derivado con respecto al tiempo ẋ tiene n elementos. Por lo tanto sabemos que ( B u(t) ) R n 1. De tal manera, de manera mas generalizada tenemos que para que esto 8

7 suceda, el segundo término de la ecuación (2.7), debe ser b 1 b 2 + u(t) (2.15). b n ẋ 1 = a 11 x 1 + a 12 x a 1n x n + b 1 u (2.16) ẋ 2 = a 21 x 1 + a 22 x a 2n x n + b 2 u (2.17). =. (2.18) ẋ n = a n1 x 1 + a n2 x a nn x n + b n u (2.19) Caso 2. x R n, u R m Asumiendo que de manera general la dimensión del vector de estado es x R n y la del vector de control es u R m, podemos saber las dimensiones de las matrices asociadas A y B a la ecuación de estado. Para establecer estas, es necesario recordar las reglas de la multiplicación de vectores y matrices y obedecer al álgebra elemental de vectores en una ecuación. Suponiendo que el vector u(t) tiene m elementos, u(t) R m, la expresión con valores arbitrarios se puede escribir como b 11 b 12 b 1m b 21 b 22 b 2m B = (2.20).... b n1 b n2 b nm De tal forma que la ecuación de estado completa junto con los términos generales con valores arbitrarios que definimos anteriormente se escribe como ẋ 1 a 11 a 12 a 1n x 1 b 11 b 12 b 1m u 1 ẋ 2 ẋ =. = a 21 a 22 a 2n x b 21 b 22 b 2m u 2 (2.21)..... ẋ n a n1 a n2 a nn x n b n1 b n2 b nm u m Simplificando esta expresión tenemos que ẋ 1 = a 11 x 1 + a 12 x a 1n x n + b 11 u 1 + b 12 u b 1m u m (2.22) ẋ 2 = a 21 x 1 + a 22 x a 2n x n + b 21 u 1 + b 22 u b 2m u m (2.23). =. (2.24) ẋ n = a n1 x 1 + a n2 x a nn x n + b n1 u 1 + b n2 u b nm u m (2.25) También es importante saber, qué representa cada uno de sus elementos. Definición La ecuación de salida es una ecuación algebráica que expresa las variables de salida de un sistema como combinaciones lineales de las variables de estado y las entradas. 9

Controlabilidad completa del estado para sistemas en tiempo continuo

Controlabilidad completa del estado para sistemas en tiempo continuo Capítulo 11: CONTROLABILIDAD Y OBSERVABILIDAD Se dice que un sistema es controlable en el instante t0 si es posible llevarlo de cualquier estado inicial x(t0) a cualquier otro estado, empleando un vector

Más detalles

Control Moderno. Ene.-Jun. 2007 UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN. Facultad de Ingeniería Mecánica y Eléctrica. Dr. Rodolfo Salinas.

Control Moderno. Ene.-Jun. 2007 UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN. Facultad de Ingeniería Mecánica y Eléctrica. Dr. Rodolfo Salinas. UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN Facultad de Ingeniería Mecánica y Eléctrica Control Moderno Ene.-Jun. 2007 Dr. Rodolfo Salinas abril 2007 Control Moderno N1 abril 2007 Dr. Rodolfo Salinas Modelo Ecuación

Más detalles

Formulación del problema de la ruta más corta en programación lineal

Formulación 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 detalles

Una forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes.

Una forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes. Una forma fácil de recordar esta suma (regla de Sarrus): Ejemplos: Tarea: realizar al menos tres ejercicios de cálculo de determinantes de matrices de 2x2 y otros tres de 3x3. PARA DETERMINANTES DE MATRICES

Más detalles

Representación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT

Representación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT Representación en el espacio de estado Representación en espacio de estado Control clásico El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil

Más detalles

Sistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia

Sistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia Sistemas lineales de ecuaciones diferenciales Juan-Miguel Gracia Índice Sistemas lineales 2 Búsqueda de una solución especial 3 Aplicación a sistemas 4 Problema de condiciones iniciales 2 / 2 Sistemas

Más detalles

Control Moderno. Ene.-Jun UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN. Facultad de Ingeniería Mecánica y Eléctrica. Dr. Rodolfo Salinas.

Control Moderno. Ene.-Jun UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN. Facultad de Ingeniería Mecánica y Eléctrica. Dr. Rodolfo Salinas. UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN Facultad de Ingeniería Mecánica y Eléctrica Control Moderno Ene.-Jun. 27 Dr. Rodolfo Salinas abril 27 Control Moderno N abril 27 Dr. Rodolfo Salinas Respuesta en el tiempo

Más detalles

Apéndice sobre ecuaciones diferenciales lineales

Apéndice 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 detalles

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados.

Tema 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 detalles

Espacio de estado.- el espacio n dimensional cuyos ejes de coordenadas consisten en el eje X1, X2... Xn y se denomina espacio de estado

Espacio de estado.- el espacio n dimensional cuyos ejes de coordenadas consisten en el eje X1, X2... Xn y se denomina espacio de estado ANÁLII DE ITEMA DE CONTROL CON EL EPACIO DE ETADO La teoria de control clásica se basa en técnicas gráficas de tanteo y error mientras el control moderno es mas preciso Además se puede usar en sistemas

Más detalles

Unidad IV: Sistemas de ecuaciones diferenciales lineales

Unidad IV: Sistemas de ecuaciones diferenciales lineales Unidad IV: Sistemas de ecuaciones diferenciales lineales 4.1 Teoría preliminar 4.1.1 Sistemas de EDL Los problemas de la vida real pueden representarse de mejor manera con la ayuda de múltiples variables.

Más detalles

3. Ecuaciones Diferenciales Lineales Homogéneas de Orden Superior con Coeficientes Constantes. Ecuaciones Diferenciales de Segundo Orden

3. Ecuaciones Diferenciales Lineales Homogéneas de Orden Superior con Coeficientes Constantes. Ecuaciones Diferenciales de Segundo Orden 3. Lineales Homogéneas de de Segundo Orden Sabemos que la solución general de una ecuación diferencial lineal homogénea de segundo orden está dada por por lo que se tiene dos soluciones no triviales, en

Más detalles

Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados

Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones

Más detalles

Algebra lineal y conjuntos convexos

Algebra 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 detalles

Solución de Sistemas de Ecuaciones Diferenciales Lineales

Solución de Sistemas de Ecuaciones Diferenciales Lineales Solución de Sistemas de Ecuaciones Diferenciales Lineales Departamento de Matemáticas, CCIR/ITESM 9 de febrero de Índice..Introducción.................................................Ejemplo.................................................3.Ejemplo................................................

Más detalles

Factorización ecuación identidad condicional término coeficiente monomio binomio trinomio polinomio grado ax3

Factorización ecuación identidad condicional término coeficiente monomio binomio trinomio polinomio grado ax3 Factorización Para entender la operación algebraica llamada factorización es preciso repasar los siguientes conceptos: Cualquier expresión que incluya la relación de igualdad (=) se llama ecuación. Una

Más detalles

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A =

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A = Matrices: repaso Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas Una matriz A M m n es de la forma a 11 a 1n A = a m1 a mn Denotaremos A ij = a ij el coeficiente

Más detalles

Semana03[1/17] Funciones. 16 de marzo de Funciones

Semana03[1/17] Funciones. 16 de marzo de Funciones Semana03[1/17] 16 de marzo de 2007 Introducción Semana03[2/17] Ya que conocemos el producto cartesiano A B entre dos conjuntos A y B, podemos definir entre ellos algún tipo de correspondencia. Es decir,

Más detalles

Sistemas de ecuaciones diferenciales y el uso de operadores

Sistemas de ecuaciones diferenciales y el uso de operadores Sistemas de ecuaciones diferenciales y el uso de operadores En la clase anterior resolvimos algunos sistemas de ecuaciones diferenciales sacándole provecho a la notación matricial. Sin embrago, algunos

Más detalles

Clase 8 Matrices Álgebra Lineal

Clase 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 detalles

Planos y Rectas. 19 de Marzo de 2012

Planos y Rectas. 19 de Marzo de 2012 el Geometría en el Planos y Rectas Universidad Autónoma Metropolitana Unidad Iztapalapa 19 de Marzo de 2012 el Anteriormente vimos que es posible encontrar un número infinito de vectores, no paralelos

Más detalles

CONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD

CONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos

Más detalles

Desigualdades o inecuaciones lineales en una variable. Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo

Desigualdades o inecuaciones lineales en una variable. Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo Desigualdades o inecuaciones lineales en una variable Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo Desigualdades Una desigualdad o inecuación usa símbolos como ,, para representar

Más detalles

DESIGUALDADES. AXIOMA 1.- Tricotomía de los números reales. Si a y b son números reales entonces se cumple una y solo una de las relaciones

DESIGUALDADES. AXIOMA 1.- Tricotomía de los números reales. Si a y b son números reales entonces se cumple una y solo una de las relaciones DESIGUALDADES 4.1.- AXIOMAS DE ORDEN. Cualquier conjunto o Campo de números que satisface los siguientes 4 Axiomas se dice que es un conjunto de números ORDENADO. El conjunto o Campo de los números reales

Más detalles

III. Vibración con excitación armónica

III. Vibración con excitación armónica Objetivos: 1. Definir que es vibración con excitación.. Analizar la respuesta de un sistema no amortiguado con excitación. 3. Analizar la respuesta de un sistema amortiguado con excitación. 4. Analizar

Más detalles

Matrices Invertibles y Elementos de Álgebra Matricial

Matrices 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 detalles

!MATRICES INVERTIBLES

!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 detalles

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales

ALGEBRA 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 detalles

Procedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan).

Procedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan). Ejemplo 19: Demuestre que la matriz A es invertible y escríbala como un producto de matrices elementales. Solución: Para resolver el problema, se reduce A a I y se registran las operaciones elementales

Más detalles

Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación.

Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. NÚMEROS REALES Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. Un conjunto es una colección bien definida

Más detalles

Bajo estas hipótesis la ley de Newton permite escribir las ecuaciones del cohete (ver Figura 1.1) como. = m(t) g + T (t), = g + dx dt (0) = v 0.

Bajo estas hipótesis la ley de Newton permite escribir las ecuaciones del cohete (ver Figura 1.1) como. = m(t) g + T (t), = g + dx dt (0) = v 0. CAPÍTULO 1 INTRODUCCIÓN Ejercicios resueltos Problema 1. Desarrolle un modelo simplificado de un coete como un cuerpo sujeto a la gravedad que se mueve en vertical por el empuje de una fuerza de propulsión

Más detalles

Conjuntos de nivel, diagramas de contorno, gráficas. Funciones vectoriales de una y dos variables.

Conjuntos de nivel, diagramas de contorno, gráficas. Funciones vectoriales de una y dos variables. Empezaremos el curso introduciendo algunos conceptos básicos para el estudio de funciones de varias variables, que son el objetivo de la asignatura: Funciones escalares de dos y tres variables. Conjuntos

Más detalles

DOCENTE: JESÚS E. BARRIOS P.

DOCENTE: 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 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

Materia: Matemática de 5to Tema: Método de Cramer. Marco Teórico

Materia: Matemática de 5to Tema: Método de Cramer. Marco Teórico Materia: Matemática de 5to Tema: Método de Cramer Marco Teórico El determinante se define de una manera aparentemente arbitraria, sin embargo, cuando se mira a la solución general de una matriz, el razonamiento

Más detalles

Álgebra Lineal VII: Independencia Lineal.

Álgebra Lineal VII: Independencia Lineal. Álgebra Lineal VII: Independencia Lineal José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email: jrico@salamancaugtomx

Más detalles

1.3.- V A L O R A B S O L U T O

1.3.- V A L O R A B S O L U T O 1.3.- V A L O R A B S O L U T O OBJETIVO.- Que el alumno conozca el concepto de Valor Absoluto y sepa emplearlo en la resolución de desigualdades. 1.3.1.- Definición de Valor Absoluto. El valor absoluto

Más detalles

Profesorado de Nivel Medio y Superior en Biología Matemática - 1º Cuatrimestre Año 2013 FUNCIÓN CUADRÁTICA

Profesorado de Nivel Medio y Superior en Biología Matemática - 1º Cuatrimestre Año 2013 FUNCIÓN CUADRÁTICA Matemática - º Cuatrimestre Año 0 FUNCIÓN CUADRÁTICA Hemos definido anteriormente la función lineal como una función f: R R de la forma f()a+b con a R y b R, que se representa en el plano mediante una

Más detalles

SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES

SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES RELACIONES BINARIAS PAR ORDENADO Es un arreglo de dos elementos que tienen un orden determinado donde a es llamada al primera componente y b es llamada la

Más detalles

Unidad IV. 4.1 Conceptos de incremento y de razón de cambio. La derivada de una función.

Unidad IV. 4.1 Conceptos de incremento y de razón de cambio. La derivada de una función. Unidad IV Derivadas 4.1 Conceptos de incremento y de razón de cambio. La derivada de una función. Derivada de una función en un punto. Dada la función f(x) continúa en el intervalo abierto I, se define

Más detalles

Espacios Vectoriales

Espacios Vectoriales Leandro Marín Octubre 2010 Índice Definición y Ejemplos Paramétricas vs. Impĺıcitas Bases y Coordenadas Para definir un espacio vectorial tenemos que empezar determinando un cuerpo sobre el que esté definido

Más detalles

Unidad 2. Matrices Conceptos básicos 2.2. Operaciones con matrices 2.3. Matriz Inversa 2.4. El método de Gauss-Jordan 2.5.

Unidad 2. Matrices Conceptos básicos 2.2. Operaciones con matrices 2.3. Matriz Inversa 2.4. El método de Gauss-Jordan 2.5. Unidad. Matrices.. Conceptos básicos.. Operaciones con matrices.. Matriz Inversa.. El método de Gauss-Jordan.. Aplicaciones Objetivos particulares de la unidad Al culminar el aprendizaje de la unidad,

Más detalles

Matrices y operaciones con Matrices.

Matrices y operaciones con Matrices. Matrices y operaciones con Matrices En clases anteriores hemos usado arreglos rectangulares de números, denominados matrices aumentadas, para resolver sistemas de ecuaciones lineales Denición Una matriz

Más detalles

Tema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.

Tema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz

Más detalles

De grados tres y cuatro

De grados tres y cuatro De grados tres y cuatro Comportamiento general de las funciones polinomiales de grados tres y cuatro Funciones de grado tres. La forma general de las funciones de grado tres (cúbicas) esf x = ax 3 + bx

Más detalles

El determinante de una matriz se escribe como. Para una matriz, el valor se calcula como:

El determinante de una matriz se escribe como. Para una matriz, el valor se calcula como: Materia: Matemática de 5to Tema: Definición de Determinantes Marco Teórico Un factor determinante es un número calculado a partir de las entradas de una matriz cuadrada. Tiene muchas propiedades e interpretaciones

Más detalles

Las funciones. 1. Constantes y variables.- Constante es una letra o símbolo que representa un número fijo y determinado.

Las funciones. 1. Constantes y variables.- Constante es una letra o símbolo que representa un número fijo y determinado. Las funciones 1. Constantes y variables.- Constante es una letra o símbolo que representa un número fijo y determinado. Variable es una letra o símbolo que representa cada uno de los números de un conjunto.

Más detalles

CALCULO DIFERENCIAL Escuela Colombiana de Ingeniería. Geometría Analítica = Unión de Álgebra con la Geometría.

CALCULO DIFERENCIAL Escuela Colombiana de Ingeniería. Geometría Analítica = Unión de Álgebra con la Geometría. PRELIMINARES. COORDENADAS EN UN PLANO Cuando se trabaja un sistema de coordenadas Geometría Analítica = Unión de Álgebra con la Geometría. La geometría Analítica se origina al asignar coordenadas numéricas

Más detalles

Matemáticas 2º E.S.P.A. Pág.1 C.E.P.A. Plus Ultra. Logroño

Matemáticas 2º E.S.P.A. Pág.1 C.E.P.A. Plus Ultra. Logroño ALGEBRA 1. LETRAS EN VEZ DE NÚMEROS En muchas tareas de las matemáticas es preciso trabajar con números de valor desconocido o indeterminado. En esos casos, los números se representan por letras y se operan

Más detalles

T7. PROGRAMACIÓN LINEAL

T7. PROGRAMACIÓN LINEAL T7. PROGRAMACIÓN LINEAL MATEMÁTICAS PARA 4º ESO MATH GRADE 10 (=1º BACHILLERATO EN ATLANTIC CANADA) CURRÍCULUM MATEMÁTICAS NOVA SCOTIA ATLANTIC CANADA TRADUCCIÓN: MAURICIO CONTRERAS PROGRAMACIÓN LINEAL

Más detalles

son dos elementos de Rⁿ, definimos su suma, denotada por

son dos elementos de Rⁿ, definimos su suma, denotada por 1.1 Definición de un vector en R², R³ y su Interpretación geométrica. 1.2 Introducción a los campos escalares y vectoriales. 1.3 La geometría de las operaciones vectoriales. 1.4 Operaciones con vectores

Más detalles

UNIDAD 8 INECUACIONES. Objetivo general.

UNIDAD 8 INECUACIONES. Objetivo general. 8. 1 UNIDAD 8 INECUACIONES Objetivo general. Al terminar esta Unidad resolverás inecuaciones lineales y cuadráticas e inecuaciones que incluyan valores absolutos, identificarás sus conjuntos solución en

Más detalles

3- Sistemas de Ecuaciones Lineales

3- Sistemas de Ecuaciones Lineales Nivelación de Matemática MTHA UNLP 1 3- Sistemas de Ecuaciones Lineales 1. Introducción Consideremos el siguiente sistema, en él tenemos k ecuaciones y n incógnitas. Los coeficientes a ij son números reales

Más detalles

Matrices 2º curso de Bachillerato Ciencias y tecnología

Matrices 2º curso de Bachillerato Ciencias y tecnología MATRICES Índice:. Introducción-------------------------------------------------------------------------------------- 2. Definición de matriz-----------------------------------------------------------------------------

Más detalles

Espacios Vectoriales, Valores y Vectores Propios

Espacios Vectoriales, Valores y Vectores Propios , Valores y Vectores Propios José Juan Rincón Pasaye, División de Estudios de Postgrado FIE-UMSNH Curso Propedéutico de Matemáticas para la Maestría en Ciencias opciones: Sistemas de Control y Sistemas

Más detalles

Dependencia e Independencia Lineal en R n

Dependencia e Independencia Lineal en R n Dependencia e Independencia Lineal en R n Departamento de Matemáticas, IR/ITESM 12 de enero de 2011 Índice 8.1. Objetivos................................................ 1 8.2. Motivación...............................................

Más detalles

Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS

Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS Grado en Matemáticas Curso 203-204 . Ecuaciones lineales con coeficientes constantes Ecuaciones de primer orden. Encontrar la solución de los siguientes

Más detalles

Sistemas de Ecuaciones Lineales y Matrices

Sistemas 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 detalles

Índice Proposiciones y Conectores Lógicos Tablas de Verdad Lógica de Predicados Inducción

Índice Proposiciones y Conectores Lógicos Tablas de Verdad Lógica de Predicados Inducción Curso 0: Matemáticas y sus Aplicaciones Tema 5. Lógica y Formalismo Matemático Leandro Marín Dpto. de Matemática Aplicada Universidad de Murcia 2012 1 Proposiciones y Conectores Lógicos 2 Tablas de Verdad

Más detalles

Introducción a los espacios vectoriales

Introducción a los espacios vectoriales 1 / 64 Introducción a los espacios vectoriales Pablo Olaso Redondo Informática Universidad Francisco de Vitoria November 19, 2015 2 / 64 Espacios vectoriales 1 Las 10 propiedades de un espacio vectorial

Más detalles

Capítulo 1: Diagonalización de matrices

Capítulo 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 detalles

A cada matriz n-cuadrada A = (ai j ) se le asigna un escalar particular denominado determinante de A, denotado por det (A), A o

A cada matriz n-cuadrada A = (ai j ) se le asigna un escalar particular denominado determinante de A, denotado por det (A), A o DETERMINANTES A cada matriz n-cuadrada A = (ai j ) se le asigna un escalar particular denominado determinante de A, denotado por det (A), A o Una tabla ordenada n ð n de escalares situada entre dos líneas

Más detalles

Esta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS

Esta 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 detalles

Espacios 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 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 detalles

Funciones: Aspectos básicos

Funciones: Aspectos básicos Funciones: Aspectos básicos Nombre: Curso:.. Producto cartesiano En teoría de conjuntos, el producto cartesiano de dos conjuntos es una operación que resulta en otro conjunto cuyos elementos son todos

Más detalles

TEOREMAS GENERALES DE LA DINÁMICA DEL PUNTO MATERIAL

TEOREMAS GENERALES DE LA DINÁMICA DEL PUNTO MATERIAL Capítulo 4 TEOREMAS GENERALES DE LA DINÁMICA DEL PUNTO MATERIAL 4.1 Introducción En el tema anterior hemos estudiado los principios fundamentales de la dinámica. La segunda ley de Newton, que relaciona

Más detalles

Cuadratura de Newton-Cotes

Cuadratura de Newton-Cotes Profesor: Jaime Álvarez Maldonado Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación INTEGRACION NUMERICA Ayudante: Rodrigo Torres Aguirre INTEGRACION

Más detalles

CAPÍTULO 4. Sistemas de ecuaciones lineales de primer orden

CAPÍTULO 4. Sistemas de ecuaciones lineales de primer orden CAPÍTULO 4 Sistemas de ecuaciones lineales de primer orden Hasta ahora hemos considerado únicamente ecuaciones diferenciales aisladas Sin embargo, en muchas aplicaciones aparecen situaciones en las que

Más detalles

DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES

DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES ALGEBRA DE MATRICES DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES DEFINICIONES 2 Las matrices y los determinantes son herramientas

Más detalles

2 = 1 0,5 + = 0,5 c) 3 + = = 2

2 = 1 0,5 + = 0,5 c) 3 + = = 2 Trabajo Práctico N : SISTEMAS DE ECUACIONES LINEALES Ejercicio : Resuelva los siguientes sistemas de ecuaciones lineales empleando cuando sea posible: i) Método matricial. ii) Regla de Cramer. Interprete

Más detalles

Algoritmo de factorización LU

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

Más detalles

Geometría del plano y el espacio

Geometría del plano y el espacio Geometría del plano y el espacio AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Geometría del plano y el espacio 1 / 21 Objetivos Al final de este tema tendréis que Conocer

Más detalles

Álgebra Lineal Ma843

Álgebra Lineal Ma843 Álgebra Lineal Ma843 Principios de Desarrollo Discursivo/Didáctico Departamento de Matemáticas ITESM Principios de Desarrollo Discursivo/Didáctico Álgebra Lineal - p. 1/12 Problema Fundamental El problema

Más detalles

Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa.

Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa. Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:

Más detalles

de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).

de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ). INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.

Más detalles

Integral de Fourier y espectros continuos

Integral de Fourier y espectros continuos 9 2 2 2 Esta expresión se denomina forma de Angulo fase (o forma armónica) de la serie de Fourier. Integral de Fourier y espectros continuos Las series de Fourier son una herramienta útil para representar

Más detalles

TEMA 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. 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 detalles

7.- Teorema integral de Fourier. Transformada de Fourier

7.- Teorema integral de Fourier. Transformada de Fourier 7.- Teorema integral de Fourier. Transformada de Fourier a) Introducción. b) Transformada de Fourier. c) Teorema integral de Fourier. d) Propiedades de la Transformada de Fourier. e) Teorema de Convolución.

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

Diagonalización de matrices

Diagonalización de matrices Capítulo 6 Diagonalización de matrices 6.. Introducción 6... Un ejemplo preliminar Antes de plantearlo de manera general, estudiaremos un ejemplo que servirá para situar el problema. Supongamos que, en

Más detalles

Descomposición en forma canónica de Jordan (Segunda versión)

Descomposición 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 detalles

Algunos Tipos de matrices. Matrices. Algunos Tipos de matrices. Algunos Tipos de matrices

Algunos Tipos de matrices. Matrices. Algunos Tipos de matrices. Algunos Tipos de matrices Matrices Una matriz de orden m n es un conjunto ordenado de m n números reales dispuestos en m filas y n columnas de la forma: A = a 11 a 12 a 1j a 1n a 21 a 22 a 2j a 2n a i1 a i2 a ij a in a m1 a m2

Más detalles

José Humberto Serrano Devia Página 1

José Humberto Serrano Devia Página 1 Similitudes entre el espacio y las series de Fourier Funciones Ortogonales En esta sección se muestra la forma en que los conceptos vectoriales de producto interno, o producto escalar, y el de ortogonalidad

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

La función, definida para toda, es periódica si existe un número positivo tal que

La función, definida para toda, es periódica si existe un número positivo tal que Métodos con series de Fourier Definición: Función periódica La función, definida para toda, es periódica si existe un número positivo tal que para toda. El número en un periodo de la función. Si existe

Más detalles

Derivadas Parciales (parte 2)

Derivadas Parciales (parte 2) 40 Derivadas Parciales (parte 2) Ejercicio: Si donde y. Determinar Solución: Consideraremos ahora la situación en la que, pero cada una de las variables e es función de dos variables y. En este caso tiene

Más detalles

GF = I V. G(v ) = v 1

GF = I V. G(v ) = v 1 7- Inversas a Izquierda y Derecha Sea F : V V una transformación lineal. G : V V lineal se denomina inversa a izquierda de F si GF = I V donde I V : V V denota el operador identidad en V. En tal caso F

Más detalles

open green road Guía Matemática VECTORES tutora: Jacky Moreno .co

open green road Guía Matemática VECTORES tutora: Jacky Moreno .co Guía Matemática VECTORES tutora: Jacky Moreno.co open green 1. Cantidades vectoriales y escalares En general, dentro de las matem aticas, estamos acostumbrados a trabajar con magnitudes que quedan conocidas

Más detalles

y cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy).

y cualquier par (x, y) puede escalarse, multiplicarse por un número real s, para obtener otro vector (sx, sy). UNIDAD II: VECTORES EN DOS Y TRES DIMENSIONES Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra lineal. A los elementos de los espacios

Más detalles

ALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales

ALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales Departamento de Matemática - Facultad de Ciencias Exactas y Naturales - UBA 1 ALGEBRA LINEAL - 2do Cuatrimestre 2014 Práctica 2 - Espacios vectoriales Espacios vectoriales 1. Sea V un espacio vectorial

Más detalles

Unidad Temática 3: Probabilidad y Variables Aleatorias

Unidad Temática 3: Probabilidad y Variables Aleatorias Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento

Más detalles

Unidad II. 2.1 Concepto de variable, función, dominio, condominio y recorrido de una función.

Unidad II. 2.1 Concepto de variable, función, dominio, condominio y recorrido de una función. Unidad II Funciones 2.1 Concepto de variable, función, dominio, condominio y recorrido de una función. Función En matemática, una función (f) es una relación entre un conjunto dado X (llamado dominio)

Más detalles

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ).

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ). ALGEBRA La primera parte del presente libro está dedicada a las estructuras algebraicas. En esta parte vamos a iniciar agregándole a los conjuntos operaciones. Cuando las operaciones tienen determinadas

Más detalles

Unidad 7.2: Razón, Proporción y Por ciento Matemáticas Lección de Practica Parte de un todo en porcentaje

Unidad 7.2: Razón, Proporción y Por ciento Matemáticas Lección de Practica Parte de un todo en porcentaje Parte de un todo en porcentaje. Actividad instructiva Los resultados de los estudiantes: Los estudiantes entienden que el todo es 100% y utiliza la formula Parte= Porcentaje x Todo para resolver problemas

Más detalles

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley

Más detalles

Fundamentos matemáticos. Tema 8 Ecuaciones diferenciales

Fundamentos matemáticos. Tema 8 Ecuaciones diferenciales Grado en Ingeniería agrícola y del medio rural Tema 8 José Barrios García Departamento de Análisis Matemático Universidad de La Laguna jbarrios@ull.es 2016 Licencia Creative Commons 4.0 Internacional J.

Más detalles

IN Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0

IN Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0 IN3701 - Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0 Acá va una pequeña guía con problemas resueltos de Geometría en Programación Lineal con problemas básicamente extraídos del

Más detalles

Las variedades lineales en un K-espacio vectorial V pueden definirse como sigue a partir de los subespacios de V.

Las variedades lineales en un K-espacio vectorial V pueden definirse como sigue a partir de los subespacios de V. Capítulo 9 Variedades lineales Al considerar los subespacios de R 2, vimos que éstos son el conjunto {(0, 0)}, el espacio R 2 y las rectas que pasan por el origen. Ahora, en algunos contextos, por ejemplo

Más detalles

Índice. Funciones de Maple

Índice. Funciones de Maple INTRODUCCIÓN Con los avances de la tecnología, los cursos de matemáticas en nuestras universidades necesitan el apoyo computacional para la realización de cálculos en diferentes procedimientos, de tal

Más detalles

TRA NSFORMACIO N ES LIN EA LES

TRA NSFORMACIO N ES LIN EA LES TRA NSFORMACIO N ES LIN EA LES C o m p uta c i ó n G r á fica Tipos de Datos Geométricos T Un punto se puede representar con tres números reales [x,y,z] que llamaremos vector coordenado. Los números especifican

Más detalles