Algebra Lineal Aplicada para Modelos Lineales
|
|
- Lucas Alvarado Ferreyra
- hace 6 años
- Vistas:
Transcripción
1 Algebra Lineal Aplicada para Modelos Lineales Yuri Miranda Gonzáles Universidad Mayor de San Andrés Carrera de Estadística Abril 203 En el área de modelos lineales y econometría, la necesidad de contar con elementos teóricos sobre algebra lineal es imprescindible para una correcta comprensión y aplicación de estas herramientas, el presente documento muestra un compendio de conceptos, teoremas y demostraciones necesarios para contar con las herramientas teóricas. Es así que el principal objetivo del documento es la comprensión de los siguientes resultados: Al multilpicar un vector por una matriz simétrica idempotente se obtiene la proyección ortogonal de este vector sobre el espacio vectorial generado por las columnas de la matriz. Si Y es un vector de variables N(0; ) de n componentes, que se proyecta ortogonalmente sobre un espacio de dimensión r entonces el cuadrado del módulo del vector proyectado 2 (r). La descomposición de un vector de n componentes como una suma de h vectores ortogonales entre sí, y se expresa el vector como una suma de estos h vectores, entonces el cuadrado del módulo de cada vector de los componentes sigue una distribución 2 (a los del espacio donde se generó). Este compendio es el resultado de las clases impartidas en la Carrera de Estadística de la Universidad Mayor de San Andrés (UMSA), en base principalmente a las siguientes fuentes: Apéndice II de Regresión y Diseño de Experimentos, Daniel Peña 200; Apéndice de derivadas de matrices de Análisis Multivariante, Mardia 99; Capítulo I Vectors of random variables de GAF Seber 987, también el clásico libro de Algebra Lineal de Anton. Vectores. Producto escalar (o interno) de dos vectores yymiranda@gmail.com X 0 Y = Y 0 X = X x i y i
2 2. Norma o longitud de un vector X jxj = p X 0 X = q X x 2 i 3. Un conjunto de k vectores (X ; X 2 ; : : : X k ) son linealmente independientes (LI) si en la siguiente combinación lineal (cl) c X + + c k X k = 0 la única solucion es c = c 2 = = Sea un conjunto de k vectores LI de n componentes, se llama espacio vectorial (E) generado por este, al que contiene todos los vectores Z que pueden expresarse como combinación lineal de estos. si z 2 E ) z = c X + + c k X k 5. La dimensión del espacio E k = número de vectores LI que lo generan.. Ortogonalidad en vectores. Dos vectores son ortogonales, jxj jy j = 0 que es consecuecia de cuando = 90 o ) cos = 0 X 0 Y = jxj jy j cos Por lo tanto: dos vectores son ortoganeles, X 0 Y = 0 ó Y 0 X = 0 2. X es ortogonal a E p si X es ortogonal a todo vector de E p : por tanto si Y 2 E p ) Y 0 X = 0 2 Matrices y formas cuadráticas Algunas propiedades de transpuesta de matrices (A 0 ) 0 = A ; (A + B) 0 = A 0 + B 0 ; (AB) 0 = B 0 A 0 si A = A 0 ) A es simétrica 2. Rango de una matriz A cada A nn se puede asociar un E p generado por sus vectores columna ) el rango de la matriz es la dimensión de este espacio. rango(a) = rango(a 0 ) el rango también es el máximo número de vectores columna o la LI rango(a) n 2
3 2.2 Propiedades de inversa. (AB) = B A para matrices cuadradas no singulares 2. (ABC) = C B A 3. (A 0 ) = (A ) 0 4. A = jaj 5. Si A es simétrica ) A también 2.3 Matriz ortogonal C es una matriz ortogonal si es cuadrada y tal que: y como consecuencia se tiene: C 0 n CC 0 = C 0 C = I C 0 = C por lo tanto las las o columnas de una matriz ortogonal son vectores ortogonales entre si y de longitud. Claro...: C 0 0 CC 0 0 B A ( C 0 Cn 0 B ) C B A C A 0 0 CnC 0 n además: jcj = jc 0 j = 2.4 Matriz de nida positiva Una matriz A es de nida positiva si: Z 0 AZ > 0 donde Z es un vector. Todos los valores propios de A, i > 0 Propiedades:. Toda matriz A de nida positiva es invertible y A es de nida positiva 2. Toda matriz A de nida positiva tiene al menos una matriz N cuadrada tal que: A = NN = N 2 3
4 3 Forma cuadrática Una forma cuadrática (F C) es un escalar con la siguiente expresión: donde:y = 0 y. y n Y 0 AY = nx i= j= nx a ij y i y j C A ; A =matriz de n n: Entonces F C = Y 0 n A nn Y n Una F C es semide nida positiva entonces:. Y 0 AY 0 2. A es de nida o semide nida positiva. Recortar tambien que una matriz de nida positiva cumple: 3. Se llama rango de una FC al rango de la matriz A 3. Diagonalización de matrices simétricas. Valores y vectores propios Ax = x ) det(i A) = 0 los vectores propios de una matriz cuadrada son los x tal que: (I A)x = 0 Nota: Una matriz simétrica tiene i 2 R y autovectores ortogonales. 2. Diagonalización de matrices simétricas Toda matriz A simétrica puede diagonalizarse, mediante la transformación donde: C 0 AC = D C es ortogonal y esta construida con los vectores la con los autovectores de A Los elementos de D serán sus atovalores. Como jcj = jc 0 j = )el determinante de A será el producto de sus raices caracteristicas. El rango de una matriz = al número de i 6= 0 Por lo tanto "si se diagonaliza una matriz simétrica su rango será el número de elementos no nulos de la diagonal principal de la matriz D" 4
5 3.2 Una matriz importante: Matriz Idempotente Es una matriz cuadrada simétrica que cumple: 3.2. Nota AA = A = A 0 A Una matriz idempotente o bien es singular o bien es matriz unidad (matriz singular,jaj = 0; rango r < n orden de la matriz) Claro.... Si jaj 6= 0 ) 9 A y como A es idempotente AA = A A AA = A A IA = I ) A = I ) por tanto una matriz idempotente que no es la I sera singular. Los i de una idempotente son cero o unos... (I A)x = 0 ) Ax = x AAx = Ax Ax = Ax x = 2 x x( 2 ) = 0 = ; = 0 por lo tanto si se diagonaliza una idempotente se obtiene en la diagonal principal el número de unos= rango de la matriz, y el resto de elementos son cero Conclusiónes importantes:. (a) Una matriz idempotente A es siempre semide nida postiva. Dem. X 0 AX ) X 0 A 0 AX ) (AX) 0 (AX) 0 (b) Si A es idempotente ) también será I A Dem. (I A) (I A) = I A IA + AA = I A Traza de una matriz. Si C nn con elementos c ij ) tr(c) = las siguientes propiedades: (a) tr(a + B) = tr(a) + tr(b) (b) tr(a) = tr(a) nx c ij y es un operador lineal, con i= 5
6 (c) tr(abc) = tr(cab) = tr(bca) (d) Si A es idempotente su rango = tr(a): 3.3 Proyección Ortogonal El vector Y de n componentes y dimension p, p < n. La proyección ortogonal de Y sobre E p, es el vector V, que cumple: Y W E p V es decir:. Y = V + W con V 2 E p 2. U 0 W = 0 8 U 2 E p 3.4 Un ejemplo importante... Sea Y un vetor y sea E p un espacio vectorial de dimension engendrado por el vector X,) la proyección de Y sobre X será: Y V=cX X donde c es un escalar. Para hallar V, se tiene V = cx () V + e = Y ) e = Y V el vector e = Y V debe ser ortogonal a V, por tanto a X, es decir X 0 (Y V ) = 0 X 0 Y X 0 cx = 0 X 0 Y = X 0 Xc por tanto c = (X 0 X) X 0 Y 6
7 De () se tiene: V = cx = Xc, entonces... V = X(X 0 X) X 0 Y = AY por tanto la proyección de un vector Y sobre X se obtiene multiplicando el vector por una matriz A = X(X 0 X) X 0 La matriz A es cuadrada de n n, idempotente y de rango igual al del espacio sobre el que se proyecta que en este caso es uno. En efecto:. es cuadrada es idempotente es de rango uno... X n (X 0 X) X0 n = A nn (X(X 0 X) X 0 )(X(X 0 X) X 0 ) = X(X 0 X) X 0 rg(a) = tr(a) = tr(x(x 0 X) X 0 ) = tr(xx (X 0 ) X 0 ) = tr(i) = Estas propiedades encontradas para proyecciones sobre una recta son validas en general, como se desarrolla e los siguietes teoremas: Teorema Sea el vector Y 2 R n y X una matriz de n p donde las las de X son una base de un subespacio vectorial E p. Se tiene la matriz A como: A = X(X 0 X) X 0 La proyección del vector Y sobre el espacio E p es AY donde la matriz A es cuadrada, simetrica, idempotete y de rango p. Demostración. Para la idempotencia, se tiene que como V = AY es la proyección de Y sobre el espacio vectorial R(A) generado por las columnas de A entonces A es idempotente por que la proyección de V sobre R(A) será AV (y tendrá que ser invariante ya que V esta dentro de R(A)). pero V = AY, entonces V = AV AY = AAY lo que quiere decir que tiene que cumplirse A = A 2 por tanto la matriz proyección tiene que ser idempotente. Teorema 2 El cuadrado del modulo de la proyecció de Y sobre E p será: Y 0 AY donde A es idempotente Demostración. El cuadrado del módulo de la proyección es: (AY ) 0 (AY ) = Y 0 A 0 AY = Y 0 AY 7
8 4 Vectores y matrices aleatorias De nición.- Se tiene Z una matriz de variables aleatorias, y X y Y vectores aleatorios entonces: E[Z] = [E] Teorema.- si A = [(a ij )], B = [(b ij )]; C = [(c ij )] matrices constantes, entonces: E[AZB + C] = AE[Z]B + C E[AX] = AE[X] E[AX + BY ] = AE[X] + BE[Y ] De nición.- La covaranza entre dos vectores aleatorios se de ne como: Teorema.- Cov[X; Y ] = [(Cov[X i ; Y j ])] Cov[X; Y ] = E[(X E[X])(Y E[Y ]) 0 ] V [Y ] = [Cov[Y i ; Y j ]] V [X] = E[XX 0 ] (E[X])(E[X]) 0 Cov[AX; BY ] = ACov[X; Y ]B 0 Cov[AX; Y ] = ACov[X; Y ] Cov[X; BY ] = Cov[X; Y ]B 0 V [AX] = Cov[AX; AX] = ACov[X; X]A 0 = AV [X]A 0 Para profundizar los conceptos, demostraciones y ejemplos de estos resultados, puede ver capítuo Vectors of Random Variables de Lineal Regression Analysis G.A.F. SEBER (997) 5 Distribución normal Se tiene y ; y 2 ; :::; y n variables aleatorias indepedientes distribuidas N(; 2 ): Entoces: z = a 0 Y = a y + + a n y n E(z) = X a i V (z) = X 2 a 2 i donde Y es N(; 2 I) y a es un vector de constantes. 8
9 Teorema 3 Si z = a 0 Y z 2 = a 0 2Y donde Y N(; 2 I). Las variables z y z 2 serán independientes si a 0 a 2 = 0 Demostración. Como z y z 2 son normales entonces, incorrelación implica independencia por lo tanto se tiene que Cov(z ; z ) = Cov(a 0 Y; a 0 2Y) = a Cov(Y; Y)a 0 2 = a 2 a 0 2 = a a y sera cero solo cuando los vectores a ; a 2 sean ortogonales. 6 Distribución de formas cuadráticas de variables normales En la forma cuadratica Y 0 AY el vector Y será N(0; I), es decir los compoenentes de Y serán independientes y con = Teorema 4 Para que Y 0 AY se distribuya 2 (r), entonces la condición necesaria y su ciente es que A sea idempotente de orden r Demostración. Si se realiza la trasformación X = CY donde C es ortogonal y diagonaliza a A y X se distribuye normal. Y = C X Y = C 0 X Y 0 AY = X 0 CAC 0 X rx = X 0 DX = x 2 i 2 (r) i= ) Y 0 AY 2 (r) Teorema 5 Si Y N(0; I) se proyecta sobre un espacio vectorial de dimensión r, el cuadrado del modulo de su proyección se distribuye chi cuadrado con r gl. Demostración. El modulo de un vector es p X 0 X: Como la proyección de un vector Y sobre un espacio vectorial es AY, Entoces el cuadrado de su modulo es: (AY ) 0 AY = Y A 0 AY = Y 0 AY 2 (r) Teorema 6 Dos formas cuadráticas Y 0 AY y Y 0 BY serán independientes si AB 0 = 0 9
10 7 Derivadas matriciales Si X es un vector de variables x i,entonces la derivada de una función que depende del vector X es un vector donde sus componentes son las derivadas de f respecto a cada componente. por ejemplo 0 Si f = 8x + 4x 2 + 6x =. Si f = a = a 2. Si f = X 0 AX, donde A es una matriz cuadrada y 0 = 2AX 3. Si f = AX, donde A es una matriz cualquiera 4. Otras = = = = jxj (X0 0 = 2BA 8 Inversa de una matriz particionada Si A = A A 2 A 2 A 22 Donde A y A 22 son matrices cuadradas no singulares y se de ne B como: B = (A A 2 A 22 A 2) se tiene: A = B BA 2 A22 A22 2B A BA 2 A22 9 Determinante Si A = A A 2 A 2 A 22 0
11 se tiene: jaj = ja 22 j A A 2 A 22 A 2 = ja j A 22 A 2 A A 2 Propiedades de inversas de sumas de matrices Se tiene las matrices A y C no singulares, y la siguiente multiplicación: (A + BCD) = A A B(DA B + C ) DA como un caso particular con b y d como vectores se tiene: (A + bd 0 ) = A ( + d 0 A b) (A b)(d 0 A ) 0 Bibliogra a [] Anton, "Algebra Lineal", [2] Daniel Peña, "Regresión y Diseño de Experimentos", 200 [3] G.A.F. Seber, "Linear Regression Analysis", 997 [3] Mardia, "Análisis Multivariante", 989
ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; (A ) = A. 2. La inversa de A 1 es A; (A 1 ) 1 = A. 3. (AB) = B A.
ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; A = A. 2. La inversa de A 1 es A; A 1 1 = A. 3. AB = B A. 4. Las matrices A A y AA son simétricas. 5. AB 1 = B 1 A 1, si A y B son no singulares. 6. Los escalares
Más detallesEspacios 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 detallesEspacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
Más detallesUna matriz es un arreglo rectangular de elementos. Por ejemplo:
1 MATRICES CONCEPTOS BÁSICOS Definición: Matriz Una matriz es un arreglo rectangular de elementos. Por ejemplo: es una matriz de 3 x 2 (que se lee 3 por 2 ) pues es un arreglo rectangular de números con
Más detallesVectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
Más detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA ANALÍTICO DE LA ASIGNATURA: ALGEBRA LINEAL Código L2.07.1 PLAN DE ESTUDIOS: 2002 CARRERA: Licenciatura en Matemática DEPARTAMENTO:
Más detalles1.1 De niciones basicas
1 ALGEBRAMATRICIAL 1.1 De niciones basicas 1.1.1 Matriz Una matriz de orden, o de dimensi on, M por N (escrita como M N) es un conjunto de M N elementos ordenados en M las y N columnas. Por tanto, una
Más detallesAutovalores y autovectores Diagonalización y formas canónicas
Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,
Más detallesALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República
ALN Repaso matrices In. Co. Facultad de Ingeniería Universidad de la República Definiciones básicas - Vectores Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto
Más detallesMATEMÁTICAS 2º BACH TECNOL. MATRICES. Profesor: Fernando Ureña Portero MATRICES
CONCEPTO DE MATRIZ Definición: Se denomina matriz A o (a ij ) a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas : Columnas Filas Elemento a ij : Cada uno
Más detallesMatriz inversa generalizada y descomposición del valor singular
Matriz inversa generalizada y descomposición del valor singular Divulgación Fernando Velasco Luna y Jesús Hernández Suárez Laboratorio de Investigación y Asesoría Estadística, Facultad de Estadística e
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 1 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesDescomposición en valores singulares de una matriz
Descomposición en valores singulares de una matriz Estas notas están dedicadas a demostrar una extensión del teorema espectral conocida como descomposición en valores singulares (SVD en inglés) de gran
Más detallesMatrices. José Vicente Romero Bauset. ETSIT-curso 2009/2010. José Vicente Romero Bauset Tema 1.- Matrices. 1
Matrices José Vicente Romero Bauset ETSIT-curso 2009/2010 José Vicente Romero Bauset Tema 1- Matrices 1 Introducción Por qué estudiar las matrices? Son muchas las situaciones de la vida real en las que
Más detallesÁlgebra lineal y matricial
Capítulo Álgebra lineal y matricial.. Vectores y álgebra lineal Unconjuntodennúmerosreales(a,,a n )sepuederepresentar: como un punto en el espacio n-dimensional; como un vector con punto inicial el origen
Más detallesPROGRAMA DE EXAMEN. Unidad Nº1: Matrices y Función Determinante
Ministerio de Cultura y Educación Universidad Nacional de San Juan Fac. de Ciencias Exactas Físicas y Naturales Ciclo Lectivo 2016 PROGRAMA DE EXAMEN Cátedra: ALGEBRA LINEAL Carrera: Licenciatura en Geofísica
Más detalles3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE
3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2011-2012 3.1.1. Resolución de sistemas de ecuaciones lineales. Método
Más detallesCapitulo 6. Matrices y determinantes
Capitulo 6. Matrices y determinantes Objetivo. El alumno aplicará los conceptos fundamentales de las matrices, determinantes y sus propiedades a problemas que requieran de ellos para su resolución. Contenido.
Más detallesResumen de Teoría de Matrices
Resumen de Teoría de Matrices Rubén Alexis Sáez Morcillo Ana Isabel Martínez Domínguez 1 de Octubre de 2004 1. Matrices. Generalidades. Definición 1.1. Se llama matriz de orden m n sobre un cuerpo K a
Más detallesEJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES
EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES DETERMINANTES Y SISTEMAS DE ECUACIONES JUNIO 06/07. a) Calcula el rango de la matriz A según los valores del parámetro a 3 a A = 4 6 8 3 6 9 b)
Más detallesCORPORACIÓN UNIVERSITARIA REMINGTON
1 Programa: Asignatura: Contaduría Pública. Algebra Lineal. Nivel: 03 Créditos: 3 OBJETIVOS - Estudiar la representación matricial del modelo lineal para optimizar el manejo operativo del mismo. - Analizar
Más detallesPROGRAMA INSTRUCCIONAL ÁLGEBRA LINEAL
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO UNIVERSIDAD FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE ELÉCTRICA ESCUELA DE COMPUTACIÓN PROGRAMA
Más detallesEs decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3
1.- DETERMINANTE DE UNA MATRIZ CUADRADA Determinante de una matriz cuadrada de orden 1 Dada una matriz cuadrada de orden 1, A = (a), se define det A = det (a) = a Determinante de una matriz cuadrada de
Más detallesApéndice A. Repaso de Matrices
Apéndice A. Repaso de Matrices.-Definición: Una matriz es una arreglo rectangular de números reales dispuestos en filas y columnas. Una matriz com m filas y n columnas se dice que es de orden m x n de
Más detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
Más detallesIntroducción al Algebra Matricial
Introducción al Algebra Matricial Alvaro G. Parra Versión preliminar y bajo revisión. Marzo 00 Alumno de Magíster en Economía Financiera de la Ponti cia Universidad Católica de Chile. Todos los errores
Más detallesTraza de una Matriz Cuadrada
Traza de una Matriz Cuadrada Departamento de Matemáticas, CSI/ITESM 10 de septiembre de 2008 Índice 7.1. Definiciones y propiedades básicas.................................. 1 7.2. La traza de un producto........................................
Más detallesPROGRAMA INSTRUCCIONAL
UNIVERSIDAD FERMÍN TORO VICE RECTORADO ACADÉMICO FACULTAD DE INGENIERÍA PROGRAMA INSTRUCCIONAL DATOS BÁSICOS DE LA ASIGNATURA Nombre de la asignatura: Código Semestre U.C. Pre- Requisito ALGEBRA LINEAL
Más detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detallesPROGRAMA DE CURSO. Resultados de Aprendizaje
PROGRAMA DE CURSO Código Nombre MA1102 Algebra Lineal Nombre en Inglés Linear Algebra SCT es Horas de Horas Docencia Horas de Trabajo Docentes Cátedra Auxiliar Personal 6 10 3,0 2,0 5,0 Requisitos MA1101
Más detallesMatrices: 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 detallesMATRICES. Una matriz es un conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
MATRICES Una matriz es un conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Más detallesMatrices y sistemas lineales
15 Matemáticas I : Preliminares Tema 2 Matrices y sistemas lineales 2.1 Definiciones básicas Una matriz es una tabla rectangular de números, es decir, una distribución ordenada de números. Los números
Más detallesTema 1: Espacios vectoriales
PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina
Más detallesMenor, cofactor y comatriz
Menor, cofactor y comatriz Sea A una matriz cuadrada de orden n. Al quitarle la línea i y la columna j se obtiene una submatriz de orden n-1, que se denota habitualmente A i,j. Por ejemplo, con n = 4,
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES
EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES Formas reducidas y escalonada de una matriz SISTEMAS DE ECUACIONES LINEALES ) Encuentre una sucesión de matrices elementales E, E,..., E k tal que
Más detallesTema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso
Tema 4: Matrices y Determinantes Algunas Notas sobre Matrices y Determinantes Álgebra Lineal Curso 2004-2005 Prof. Manu Vega Índice 1. Determinantes 3 2. Regla de Sarrus 3 3. Propiedades de los determinantes
Más detallesNombre de la asignatura : Matemáticas III (Algebra Lineal) Carrera : Ingeniería en Sistemas Computacionales. Clave de la asignatura : ACM-9303
1. D A T O S D E L A A S I G N A T U R A Nombre de la asignatura : Matemáticas III (Algebra Lineal) Carrera : Ingeniería en Sistemas Computacionales Clave de la asignatura : ACM-9303 Horas teoría-horas
Más detallesRepaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
Más detalles520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
Más detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Sea (K, +,.) un cuerpo con característica 0. Podemos pensar K = Q, R o C. Si V es un conjunto cualquiera en el que
Más detallesMatrices y determinantes
Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna
Más detalles1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS
1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes
Más detallesEstos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.
TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Más detallesTeoría de Matrices. Julio Yarasca. 30 de junio de 2015. Julio Yarasca
30 de junio de 2015 Matriz de m por n Definimeros a una matriz A de orden m por n como un arreglo de números de m filas y n columnas. a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n A = a 31 a 32 a 33 a 3n....
Más detallesDada la proporción =, calcula el producto de extremos menos el producto de medios. 4. Halla los determinantes de las siguientes matrices: Solución:
3 Determinantes. Determinantes de orden y 3 por Sarrus Piensa y calcula 3 6 Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4 8 3 8 6 4 = 4 4 = 0 Aplica la teoría. Calcula
Más detallesDEFINICIONES 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 detallesMatemá'cas generales
Matemá'cas generales Matrices y Sistemas Patricia Gómez García José Antonio Álvarez García DPTO. DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN Este tema se publica bajo Licencia: Crea've Commons
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesEJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA
EJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA 2003 (4) Ejercicio 1. Considera los vectores u = (1,1,1), v = (2,2,a) y w = (2,0,0), (a) [1'25 puntos] Halla los valores de a para que los vectores u, v y w sean linealmente
Más detalles3a b 6a + 2b = 5. Calcula el valor de 3c d 6c + 2d. a + 2b a a + b a + b a + 2b a a a + b a + 2b. = 9b 2 (a + b)
PROBLEMAS RESUELTOS DE DETERMINANTES Determinantes de la selectividad de Andalucía. Determinantes de órdenes, y. Determinantes de orden n. ENUNCIADOS Determinantes de selectividad Antes del.. Se sabe que
Más detallesÁlgebra Lineal, Ejercicios
Álgebra Lineal, Ejercicios MATRICES 1 Se llama traza de una matriz cuadrada a la suma de los elementos de su diagonal principal Sea G el conjunto de todas las matrices cuadradas de orden n con traza nula
Más detallesde 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 detallesTema 3: Espacios vectoriales
Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación
Más detallesCapítulo 1: Diagonalización de matrices
Capítulo : Diagonalización de matrices Matrices y determinantes Definición Una matriz es un arreglo rectangular de números reales a a a m a A a a m a n a n a nm La matriz es de orden n m si consta de n
Más detallesDETERMINANTES Profesor: Fernando Ureña Portero
: CONCEPTO, CÁLCULO DE. Definición: A cada matriz cuadrada A=a ij, de orden n, se le asigna un número real, denominado determinante de A, denotado por A o por det (A). A =det (A)= 1.-Determinante de orden
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 detallesMatrices triangulares y matrices ortogonales
Matrices triangulares y matrices ortogonales Problemas para examen Matrices diagonales 1. Sea a R n. Se denota por diag(a) la matriz diagonal con entradas a 1,..., a n : diag(a) = [ a j δ j,k ] n j,k=1.
Más detallesUn subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura:
4 Subespacios 29 b) x 5 [25;5], 5 [;24], z 5 [4;4] Use a 5 2, a 5 / a 5 2 / 2 c) Su propia elección de x,, z /o a 2 a) Elija algunos valores para n m genere tres matrices aleatorias de n m, llamadas X,
Más detallesÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3
ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 2011 2012) 2. Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí.
Más detallesDos 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 detallesTema 2 Datos multivariantes
Aurea Grané Máster en Estadística Universidade Pedagógica 1 Aurea Grané Máster en Estadística Universidade Pedagógica 2 Tema 2 Datos multivariantes 1 Matrices de datos 2 Datos multivariantes 2 Medias,
Más detallesÁlgebra Lineal Taller N 3 con Matlab
Álgebra Lineal Taller N 3 con Matlab Tema: Espacios vectoriales y subespacios. Independencia lineal. oordenadas, bases y dimensión. ambio de ase. Transformaciones lineales. Diseñado por Rosa Franco rbeláez.
Más detalles(Soluc: a) 30; b) -66; c) 0; d) 0; e) 0; f) 0; g) 2; h) -50; i) 0; j) 0; k) 0; l) 0)
53 EJERCICIOS de DETERMINANTES º BACH. Cálculo de determinantes. Propiedades: 1. Calcular los siguientes determinantes de orden : a) 7 1 b) 4 11 4 6 0 c) 0 0 3 1 d) 3 7 3 7 e) 7 1 4 1 f) 33 55 3 5 g) 13
Más detallesDISEÑO CURRICULAR ALGEBRA LINEAL
DISEÑO CURRICULAR ALGEBRA LINEAL FACULTAD (ES) CARRERA (S) Ingeniería Computación y Sistemas CÓDIGO HORAS TEÓRICAS HORAS PRÁCTICAS UNIDADES DE CRÉDITO SEMESTRE 122443 02 02 03 II PRE-REQUISITO ELABORADO
Más detallesDescomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar)
Valores Singulares Descomposición en valores singulares Notas para los cursos y (JL Mancilla Aguilar) Tanto los valores singulares como la descomposición en valores singulares de una matriz son conceptos
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 Departamento de Matemáticas ITESM Álgebra Lineal - p. 1/16 En esta lectura veremos el proceso para obtener la factorización QR de una matriz. Esta factorización es utilizada para
Más detallesMatrices y Determinantes
Matrices y Determinantes Definición de matriz Matriz Una matriz es un ente matemático equivalente a una tabla; es decir, es un arreglo de elementos de cualquier naturaleza (aunque, en general, suelen ser
Más detallesMatrices, determinantes, sistemas de ecuaciones lineales.
UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Resúmenes Curso 2007-2008 Matrices, determinantes, sistemas de ecuaciones lineales. Una matriz A de orden m n es una colección de m
Más detallesDefinición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar.
UNIDAD 03: MATRICES Y DETERMINANTES. 3.1 Conceptos de Matrices. 3.1.1 Definición de matriz. Definición: Se lama matriz de orden m x n a un arreglo rectangular de números dispuestos en m renglones y n columnas.
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
3 RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES Página 74 Determinantes de orden 2 Resuelve cada uno de los siguientes sistemas de ecuaciones y calcula el determinante de la matriz de los coeficientes:
Más detallesMatrices, Determinantes y Sistemas Lineales.
12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión
Más detallesSistemas lineales con parámetros
4 Sistemas lineales con parámetros. Teorema de Rouché Piensa y calcula Dado el siguiente sistema en forma matricial, escribe sus ecuaciones: 3 0 y = 0 z + y 3z = 0 y = Aplica la teoría. Escribe los siguientes
Más detallesTema 2: Espacios Vectoriales
Tema 2: Espacios Vectoriales José M. Salazar Octubre de 2016 Tema 2: Espacios Vectoriales Lección 2. Espacios vectoriales. Subespacios vectoriales. Bases. Lección 3. Coordenadas respecto de una base. Ecuaciones.
Más detallesDefinición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices 1.1. Conceptos básicos y ejemplos Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. NOTA:
Más detallesIES Fco Ayala de Granada Sobrantes del 2010 (Modelo 6) Soluciones Germán-Jesús Rubio Luna. Opción A
Opción A Ejercicio 1 opción A, modelo 6 del 010 [ 5 puntos] Dada la función f : R R definida como f(x)= a.sen(x)+ bx + cx + d, determina los valores de las constantes a, b, c y d sabiendo que la gráfica
Más detalles21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES
Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere
Más detallesDETERMINANTES UNIDAD 3. Página 76
UNIDAD 3 DETERMINANTE Página 76 Determinantes de orden 2 Resuelve cada uno de los siguientes sistemas de ecuaciones y calcula el determinante de la matriz de los coeficientes: 2x + 3y 29 5x 3y 8 4x + y
Más detallesvectoriales N(f) e Im(f) N(f) = (5,1,0),( 3,0,1) y f(1,0,0)=(2,-1,1). Se pide:
.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax, así como los subespacios vectoriales N(f) e Im(f) a) f(x,y) = (x,-y) b) f(x,y)
Más detallesTema 1: Matrices y Determinantes
Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz
Más detalles1. ESPACIOS DE HILBERT Y OPERADORES
1. ESPACIOS DE HILBERT Y OPERADORES 1. DEFINICIÓN, PROPIEDADES Y EJEMPLOS Definición. Sea H un espacio vectorial sobre el cuerpo C de los números complejos, un producto escalar sobre H es una aplicación
Más detallesSOBRE INVERSAS GENERALIZADAS Y SU APLICACIÓN EN LA REGRESIÓN 0.- INTRODUCCIÓN. Sobre Matrices Inversas Generalizadas
SOBRE INVERSAS GENERALIZADAS Y SU APLICACIÓN EN LA REGRESIÓN José Carlos de Miguel Domínguez Agustín Ramos Calvo Dpto. de Métodos Cuantitativos para la Economía y la Empresa Fac. de C.C.E.E. Santiago de
Más detallesVectores aleatorios. Estadística I curso 2008 2009
Vectores aleatorios Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Estadística I curso 2008 2009 En numerosas ocasiones estudiamos más de una variable asociada a
Más detallesMétodos directos para resolver sistemas de ecuaciones lineales
Métodos directos para resolver sistemas de ecuaciones lineales Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el
Más detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detallesMatriz A = Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
MATRICES Matriz Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. a 11 a 12 a 1j a 1n a 21 a 22 a 2j a 2n A = a i1 a ij a in a m1 a
Más detallesMatemáticas Discretas TC1003
Matemáticas Discretas TC13 Matrices: Conceptos y Operaciones Básicas Departamento de Matemáticas ITESM Matrices: Conceptos y Operaciones Básicas Matemáticas Discretas - p. 1/25 Una matriz A m n es un arreglo
Más detallesApuntes de álgebra lineal. Eduardo Liz Marzán. Enero de 2015.
Apuntes de álgebra lineal Eduardo Liz Marzán Enero de 2015 Índice general 1 Introducción 7 11 Operaciones internas y estructura de cuerpo 7 12 Números complejos 8 13 Vectores 10 2 Matrices y determinantes
Más detallesMatriz sobre K = R o C de dimensión m n
2 Matrices y Determinantes 21 Matrices Matriz sobre K = R o C de dimensión m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Tipos de matrices: Cuadrada: n n = (a ij) i=1,,m j=1,,n Nula: (0) i,j 1 0
Más detallesTema 5. Análisis de componentes principales
Máster en Técnicas Estadísticas Análisis Multivariante. Año 2008 2009. Profesor: César Sánchez Sellero. Tema 5. Análisis de componentes principales 5.1. Introducción. El análisis de componentes principales
Más detallesGuía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen
Guía. Álgebra II. Examen parcial III. Transformaciones lineales. Teoremas los más importantes cuyas demostraciones se pueden incluir en el examen 1. Teorema de la representación matricial de una transformación
Más detallesMENORES, COFACTORES Y DETERMINANTES
MENORES, COFACTORES Y DETERMINANTES 1. Introducción. 2. Determinante de una matriz de 3 x 3. 3. Menores y cofactores. 4. Determinante de una matriz de n x n. 5. Matriz triangular. 6. Determinante de una
Más detallesTrabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1:
6 Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio : Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique
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 detallesVectores y Valores Propios
Capítulo 11 Vectores y Valores Propios Las ideas de vector y valor propio constituyen conceptos centrales del álgebra lineal y resultan una valiosa herramienta en la solución de numerosos problemas de
Más detallesCURSO CERO DE MATEMÁTICAS
CURSO CERO DE MATEMÁTICAS Dr. García Alonso, Fernando Luis. Dr. García Ferrández, Pedro Antonio. -- RESUMEN TEORÍA DE ÁLGEBRA Matrices Las matrices constituyen una herramienta fundamental para la ejecución
Más detallesUNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS EXACTAS, FÍSICO-QUÍMICAS Y NATURALES DEPARTAMENTO DE MATEMÁTICA
FORMULARIO PARA LA PRESENTACIÓN DE LOS PROGRAMAS DE ASIGNATURAS UNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS EXACTAS, FÍSICO-QUÍMICAS Y NATURALES DEPARTAMENTO DE MATEMÁTICA CARRERA/S: Licenciatura
Más detalles!MATRICES INVERTIBLES
Tema 4.- MATRICES INVERTIBLES!MATRICES INVERTIBLES!TÉCNICAS PARA CALCULAR LA INVERSA DE UNA MATRIZ REGULAR 1 Hemos hablado anteriormente de la matriz cuadrada unidad de orden n (I n ).. Es posible encontrar
Más detallesMatrices. Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas.
Matrices Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Más detalles