2.2 Normas matriciales
|
|
- Hugo Hernández Venegas
- hace 6 años
- Vistas:
Transcripción
1 P Castillo Capítulo Normas matriciales En el caso de las matrices cuadradas de orden n la estructura algebraica es mucho más rica que la de un espacio vectorial K n ; además de tener operaciones que definen un espacio vectorial, se tiene una operación de producto entre matrices, (la multiplicación usual de matrices) A continuación presentamos la definición de norma para matrices Esta requiere una condición extra, la cual relaciona la norma del producto de dos matrices con el productode las normas Definición 221 Diremos que la función : K n n lr + define una norma matricial en K n n si y sólo si satisface las siguientes propiedades: Positiva: A = 0 A = 0 Homogeneidad: α K, x E, αa = α A Desigualdad triangular: A, B K n n, A + B A + B Consistencia: A, B K n n, AB A B A continuación daremos un ejemplo que nos permite obtener normas matriciales a partir de normas vectoriales en el espacio K n Ejemplo 222 Sea una norma en el espacio K n, la función definida por : K n n lr + A max Ax x B (0,1) (221) es una norma matricial en K n n Diremos que la norma matricial es inducida por la norma vectorial Demostración Note que por la compacidad en K n de la bola cerrada unitaria y la continuidad de la función x Ax se tiene que la función está bien definida, es decir, A < Ahora probaremos que la función satisface todas las propiedades de norma matricial: 1 Si A = 0, entonces por definición de se tiene para todo x B (0,1), Ax = 0 Sea u K \ {0}; note que u u B (0,1), luego A( u u ) = 0, por lo que para todo u Kn, Au = 0 y por lo tanto A = 0 2 Para todo x B (0,1) y para todo α K, se tiene (αa)(x) = α Ax Luego αa = max (αa)x = α max Ax = α A x B (0,1) x B (0,1) 3 Sean A y B dos matrices de K n n, entonces para todo x B (0,1) tenemos (A + B)(x) Ax + Bx A + B Luego A + B = max x B (0,1) (A + B)(x) A + B
2 P Castillo Capítulo Para probar la propiedad de consistencia observe que para todo x K n Ax A x Sean A y B dos matrices de K n n, entonces para todo x B (0,1) tenemos luego AB A B ABx A Bx A B x Observe que toda norma matricial inducida por una norma vectorial satisface I n = 1 Algunos ejemplos concretos de normas matriciales inducidas por normas vectoriales: n Para la norma vectorial, se tiene A = max a ij i=1, n n Para la norma vectorial 1, se tiene A 1 = max a ij j=1, n i=1 Para la norma vectorial 2, se tiene A 2 = ρ(a A) = ρ(aa ) En la sección 24 se dará la definición formal de A, por ahora se puede considerar como la matriz transpuesta compleja Ejemplo 223 La función definida por: j=1 F : K n n lr + A a ij 2 (222) i,j define una norma matricial que no es inducida por una norma vectorial Esta norma recibe el nombre de norma de Frobenius Problema 224 Sea una norma matricial en K n n y A una matriz de orden n n tal que A < 1, entonces la serie A k converge Solución: Como el espacio normado K n n es completo para la norma matricial (estamos en un espacio de dimensión finita luego todas las normas son equivalentes) Es suficiente con probar que la sucesión S n = n A k es de Cauchy Para ello considere la sucesión de números reales
3 P Castillo Capítulo 2 15 s n = n A k Como A < 1, la sucesión (s n ) converge en lr y por lo tanto es de Cauchy, luego para todo > 0 existe N S n S m = ln tal que n m N entonces s n s m < Note que n k=m+1 n k=m+1 n k=m+1 s n s m, A k A k, por la desigualdad triangular A k, por la propiedad de consistencia luego la sucesión S n es de Cauchy por lo tanto converge El límite puede ser obtenido de la siguiente manera Sea L la matriz límite de la sucesión S n Observe que para todo k se tiene luego en conclusión L = (I A) 1 23 Valores propios (I A)S k = S k (I A) = I n A k+1, (I A)L = L(I A) = I lim k A k+1 = I, Lema 231 Sea A una matriz cuadrada; entonces se tiene ρ(a) < 1 lim k A k = 0 Demostración Como todas las normas matriciales son equivalentes, sea una norma matricial inducida por la norma vectorial lim k Ak = 0 = ρ(a) < 1 Sea λ un auto-valor de A y x Cl n, x = 0 un auto-vector asociado a λ, luego A k x = λ k x, por lo que λ k x = A k x, λ k x = A k x, luego de acuerdo a nuestra hipótesis tenemos λ k x A k x, λ k A k, por lo tanto λ < 1 lim k λk = 0,
4 P Castillo Capítulo 2 16 ρ(a) < 1 = lim k A k = 0 Para ello utilizaremos la descomposición canónica de Jordan, Teorema 138 Luego existe una matriz S no singular y una matriz de Jordan J tales que J k1 (λ 1 ) 0 0 A = S 0 J k1 (λ 1 ) 0 S 1 = SJS 1, k k p = n 0 0 J kp (λ p ) y por lo tanto se tiene S 1 AS n = S 1 A n S = Jk n 1 (λ 1 ) Jk n 1 (λ 1 ) Jk n p (λ p ) Podemos asumir, sin pérdida de generalidad, que λ 1 es el valor propio más grande en valor absoluto y que es único Probaremos que Jk n 1 (λ 1 ) 0 Note que el bloque de Jordan, J k1 (λ 1 ), se puede descomponer de la siguiente manera: J k1 (λ 1 ) = λ 1 I k1 + N k1, donde la matriz N k1 es de la forma: N k1 = Observe que N k 1 k 1 = 0 y por lo tanto para todo n k 1 se tiene N n k 1 = 0 Por lo que para todo n k 1 tenemos J n k 1 (λ 1 ) = (λ 1 I k1 + N k1 ) n, = = n Cn k (λ 1I k1 ) n k Nk k 1, k 1 1 C k n (λ 1I k1 ) n k N k k 1, por lo que J n k 1 (λ 1 ) k 1 1 como ρ (A) < 1, λ < 1 por lo que J n k 1 (λ 1 ) 0 C k n λ 1 n k N k1 k
5 P Castillo Capítulo Estimados de error para sistemas lineales En esta sección consideramos el problema de resolver numéricamente el sistema lineal de la forma Ax = b, donde A es una matriz cuadrada de orden n n Nos interesamos en particular en estudiar cuantitativamente el efecto de introducir pequeñas perturbaciones en la data ya sea en el vector b o en los coeficientes de la matriz A Definición 241 Sea una norma matricial inducida por la norma y A una matriz no singular de orden n n; llamaremos condicionamiento de A, con respecto a la norma matricial al número real definido por κ(a) = A 1 A (241) Teorema 242 Sea A una matriz no singular de orden n n; b K n, b = 0; y sea x + δx la solución del sistema perturbado: A(x + δx) = b + δb Sea una norma matricial inducida por la norma entonces δx x δb κ(a) b (242) Demostración Como una norma matricial inducida por la norma tenemos las siguientes desigualdades: Ax = b = b A x δx = A 1 δb = δx A 1 δb como b = 0, combinando las desigualdades anteriores obtenemos el resultado Una forma de ver si el cálculo de la solución es correcta es substituir la aproximación obtenida, ˆx, en la ecuación original y calcular el residuo : r = b Aˆx Si r = 0 entonces ˆx es la solución exacta, si r es pequeño entonces esperamos que ˆx este cerca de la solución exacta x A continuación presentamos un estimado de error en términos del residuo Este es un estimado a posteriori Teorema 243 Sea A una matriz no singular de orden n n; b K n, b = 0, y sea x + δx la solución del sistema perturbado: A(x + δx) = b + δb Sea una norma matricial inducida por la norma entonces Demostración Note que δx x r κ(a) b (243) y como δx A 1 r A 1 r b A x, combinando otra vez estas desigualdades obtenemos el resultado Ahora nos concentramos en perturbaciones en los coeficientes de la matriz A Primero presentaremos algunos resultados básicos que nos ayudarán en el desarrollo de los estimados de error
6 P Castillo Capítulo 2 18 Lema 244 Sea una norma matricial inducida por la norma y H una matriz de orden n n tal que H < 1, entonces tenemos los siguientes resultados: 1 La matriz I n H es no singular 2 (I n H) 1 (1 H ) 1 3 I n (I n H) 1 H (1 H ) 1 Demostración 1 Si I n H es singular entonces existe x K n, x = 0 tal que (I n H)x = 0, lo cual es equivalente a tener Hx = x por lo que 1 es un valor propio de H Note que podemos asumir que x es unitario Como la norma es inducida por la norma, entonces para todo x S (0,1) se tiene H Hx = x = 1, lo cual es contradictorio 2 En primer lugar note que la sucesión S n = n la solución del Problema 224) Luego se tiene (I n H) 1 H k es convergente y lim n S n = (I n H) 1 (ver H k, como I n = 1 por ser norma matricial inducida y como H k H k por la propiedad de consistencia entonces (I n H) 1 H k (1 H ) 1 3 Note que (I n H) 1 I n = H(I n H) 1, luego por la propiedad de consistencia se tiene I n (I n H) 1 H (I n H) 1 La cota superior se obtiene utilizando el resultado del inciso anterior Lema 245 Sea una norma matricial inducida por la norma ; A una matriz de orden n n no singular y E una matriz de orden n n tal que A 1 E < 1, entonces la matriz A + E es no singular y su inversa se puede escribir de la siguiente forma: (A + E) 1 = (I n + F ) A 1, donde F A 1 E 1 A 1 E 1 Demostración Como A es no singular entonces podemos escribir A+E = A I n + A 1 E Sea H = A 1 E, H = A 1 E < 1 y por el Lema 244 se tiene que la matriz I n H = I n + A 1 E es no singular, por lo que A + E es también no singular y se tiene (A + E) 1 = I n + A 1 E 1 A 1 De la ecuación anterior, haga F = I n + A 1 E 1 In, es claro que (A + E) 1 = (I n + F ) A 1 Podemos aplicar el Lema 244, inciso 3, con H = A 1 E, luego F A 1 E 1 A 1 E 1
7 P Castillo Capítulo 2 19 Observe que del Lema 245 podemos estimar el error relativo del cálculo de la inversa de la matriz, A 1, si consideramos (A + E) 1 como una aproximación de A 1, entonces de acuerdo al lema, si A 1 E < 1 tenemos (A + E) 1 A 1 = F A 1, luego, por la propiedad de consistencia, (A + E) 1 A 1 F A 1 A 1 A 1 E 1 A 1 E 1, de donde (A + E) 1 A 1 A 1 A 1 E 1 A 1 E Lema 246 Sea una norma matricial inducida por la norma ; A una matriz de orden n n no singular y E una matriz de orden n n tal que A 1 E < 1, entonces la matriz A + E es no singular y la inversa se puede escribir de la siguiente forma: (A + E) 1 = (I n + F ) A 1, donde F κ(a) E A 1 κ(a) E A Demostración Análoga a la demostración del Lema 245 Teorema 247 Sea A una matriz no singular de orden n n; b K n, b = 0, y sea x + δx la solución del sistema perturbado: (A + δa)(x + δx) = b Sea una norma matricial inducida por la norma 1 Si A 1 δa < 1, entonces 2 Si A 1 δa < 1, entonces δx x A 1 δa 1 A 1 δa (244) δa A δx x κ(a) 1 κ(a) δa (245) Demostración Probaremos únicamente el primer inciso, el segundo inciso se prueba de manera análoga De acuerdo al Lema 245, con E = δa, sabemos que la matriz A + δa es no singular y (A + δa) 1 = (I + F ) A 1 luego A x + δx = (A + δa) 1 b, = (I + F ) A 1 b, = (I + F ) x,
8 P Castillo Capítulo 2 20 luego por lo que δx x δx = F x F A 1 δa 1 A 1 δa
TEMA 8.- NORMAS DE MATRICES Y
Álgebra II: Tema 8. TEMA 8.- NORMAS DE MATRICES Y NúMERO DE CONDICIóN Índice. Introducción 2. Norma vectorial y norma matricial. 2 2.. Norma matricial inducida por normas vectoriales......... 4 2.2. Algunos
Más detallesMMAF: Espacios normados y espacios de Banach
MMAF: Espacios normados y espacios de Banach Licenciatura en Estadística R. Álvarez-Nodarse Universidad de Sevilla Curso 2011/2012 Espacios vectoriales Definición Sea V un conjunto de elementos sobre el
Más detalles3.3. Número de condición de una matriz.
96 33 Número de condición de una matriz Consideremos el sistema Ax = b, de solución u Queremos controlar qué cambios se producen en la solución cuando hacemos pequeños cambios en las componentes de b o
Más 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 detallesCálculo numérico. Sistemas de ecuaciones lineales.
José Luis Morales http://allman.rhon.itam.mx/ jmorales Departamento de Matemáticas. ITAM. 2010. Las raíces de x 2 bx + c = 0. r = b ± b 2 4c 2 b = 3.6778, c = 0.0020798 r 1 = 3.67723441190... r 2 = 0.00056558809...
Más 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 detallesMétodos de factorización para resolver sistemas de ecuaciones lineales. 22 de agosto, 2012
Cálculo numérico Métodos de factorización para resolver sistemas de ecuaciones lineales 22 de agosto, 2012 1 Factorización LU Considera el siguiente ejemplo de factorización LU de una matriz en un sistema
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más 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 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 detallesEspacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21
Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.
Más 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 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 detallesSucesiones en R n. Ejemplos.-Considerando el espacio R 2 sea la sucesión {x k } 1 dada por x k = ( k, 1 k) podemos listar como sigue:
Sucesiones en R n Definición. Una sucesión en R n es cualquier lista infinita de vectores en R n x, x,..., x,... algunos de los cuales o todos ellos pueden coincidir entre si. Dada una sucesión x, x,...,
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales ALBERTO VIGNERON TENORIO Dpto. de Matemáticas Universidad de Cádiz Índice general 1. Sistemas de ecuaciones lineales 1 1.1. Sistemas de ecuaciones lineales. Definiciones..........
Más detallesSistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
Más detallesAlgebra 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 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 detallesProblemas de exámenes de Aplicaciones Lineales y Matrices
1 Problemas de exámenes de Aplicaciones Lineales y Matrices 1. Consideramos f End(R n ), que tiene matriz A respecto la base canónica. Cuál de las siguientes afirmaciones es incorrecta? a) Si v es un vector
Más detallesUna norma en un espacio lineal (o vectorial) X es una función. : X R con las siguientes propiedades: (a) x 0, para todo x X (no negatividad);
MATEMÁTICA APLICADA II Segundo cuatrimestre 20 Licenciatura en Física, Universidad Nacional de Rosario Espacios de Banach. Introducción Frecuentemente estamos interesados en qué tan grande. es una función.
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 detalles4. Complementos sobre Problemas de Contorno para S.D.O. Lineales. 4. Complementos sobre Problemas de Contorno
para S.D.O. Lineales 4.1. Problemas de contorno para s.d.o. lineales. Teorema de alternativa 4.1. Problemas de contorno. Teorema de alternativa Fijemos A C 0 ([α, β]; L(R N )) y b C 0 ([α, β]; R N ), dos
Más 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 detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más 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 detallesFactorización de matrices
CAPÍTULO Factorización de matrices En este capítulo se estudian algunas de las técnicas más utilizadas para factorizar matrices, es decir, técnicas que permiten escribir una matriz como producto de dos
Más detalles1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesDemostraciones a Teoremas de Límites
Demostraciones a Teoremas de Límites Programa de Bachillerato.Universidad de Chile. Otoño, 009 En esta sección solo daremos los fundamentos teóricos que nos permiten resolver los problemas que se nos plantean,
Más detallesFunciones de Clase C 1
Capítulo 7 Funciones de Clase C 1 Vamos a considerar ahora la extensión a varias variables del concepto de función de clase C 1. Cada vez que establezcamos una propiedad de las funciones diferenciables,
Más detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más 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 detalles3- 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 detallesResumen de Análisis Matemático IV
Resumen de Análisis Matemático IV 1. Funciones inversas e implícitas y extremos condicionados 1.1. Teorema de la función inversa Teorema de la función inversa: Sea A abierto de R n, f : A R n tal que f
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 detallesTeorema del Valor Medio
Tema 6 Teorema del Valor Medio Abordamos en este tema el estudio del resultado más importante del cálculo diferencial en una variable, el Teorema del Valor Medio, debido al matemático italo-francés Joseph
Más detallesTema 5: Sistemas de ecuaciones lineales.
TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1
Más detallesEspacios completos. 8.1 Sucesiones de Cauchy
Capítulo 8 Espacios completos 8.1 Sucesiones de Cauchy Definición 8.1.1 (Sucesión de Cauchy). Diremos que una sucesión (x n ) n=1 en un espacio métrico (X, d) es de Cauchy si para todo ε > 0 existe un
Más detallesLección 2: Funciones vectoriales: límite y. continuidad. Diferenciabilidad de campos
Lección 2: Funciones vectoriales: límite y continuidad. Diferenciabilidad de campos vectoriales 1.1 Introducción En economía, frecuentemente, nos interesa explicar la variación de unas magnitudes respecto
Más detallesTransformaciones lineales y matrices
CAPíTULO 5 Transformaciones lineales y matrices 1 Matriz asociada a una transformación lineal Supongamos que V y W son espacios vectoriales de dimensión finita y que T : V W es una transformación lineal
Más detallesTEMA 8. GEOMETRÍA ANALÍTICA.
TEMA 8. GEOMETRÍA ANALÍTICA. 8..- El plano. Definimos el plano euclideo como el conjunto de puntos ( x, y) R. Así, cada punto del plano posee dos coordenadas. Para representar puntos del plano utilizaremos
Más detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más detallesTema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
Más detallesTeoremas de convergencia y derivación bajo el signo integral
Capítulo 8 Teoremas de convergencia y derivación bajo el signo integral En este capítulo estudiaremos sucintamente bajo qué circunstancias puede intercambiarse el orden de la integral con las operaciones
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 detallesDescomposición en forma canónica de Jordan (Segunda versión)
Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin
Más 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 detallesOperaciones elementales
Operaciones elementales Objetivos Conocer y justificar operaciones elementales con ecuaciones de un sistema de ecuaciones lineales, conocer su forma matricial (operaciones elementales con renglones de
Más detallesDerivada de la función compuesta. Regla de la cadena
Derivada de la función compuesta. Regla de la cadena Cuando en las matemáticas de bachillerato se introduce el concepto de derivada, su significado y su interpretación geométrica, se pasa al cálculo de
Más detallesSistemas de ecuaciones lineales dependientes de un parámetro
Vamos a hacer uso del Teorema de Rouché-Frobenius para resolver sistemas de ecuaciones lineales de primer grado. En particular, dedicaremos este artículo a resolver sistemas de ecuaciones lineales que
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 detallesIntroducción al Cálculo Numérico
Tema 1 Introducción al Cálculo Numérico 1.1 Introducción El Cálculo Numérico, o como también se le denomina, el Análisis numérico, es la rama de las Matemáticas que estudia los métodos numéricos de resolución
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 detallesECUACIONES EN DERIVADAS PARCIALES Tópicos previos
ECUACIONES EN DERIVADAS PARCIALES Tópicos previos Para tomar el curso de ecuaciones en derivadas parciales es importante la familiaridad del alumno con los conceptos que se detallan a continuación. Sugerimos
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más 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 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 detallesMATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).
1 MATRICES 1 Una matriz es una disposición rectangular de números (Reales); la forma general de una matriz con filas y columnas es Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden
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 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 detallesSistemas lineales homogéneos
Lección 9 Sistemas de ecuaciones diferenciales lineales con coeficientes constantes 1 Sistemas lineales homogéneos Estudiaremos los sistemas de la forma x (t) = Ax(t) + b(t) Sistemas homogéneos: x = Ax
Más detallesun conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:
CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse
Más detalles1. Sucesiones y redes.
1. Sucesiones y redes. PRACTICO 7. REDES. Se ha visto que el concepto de sucesión no permite caracterizar algunas nociones topológicas, salvo en espacios métricos. Esto empieza con algunas definiciones
Más detallesEcuaciones matriciales AX = B y XA = B. Cálculo de la matriz inversa
Ecuaciones matriciales AX = B y XA = B Cálculo de la matriz inversa Objetivos Aprender a resolver ecuaciones matriciales de la forma AX = B y XA = B Aprender a calcular la matriz inversa con la eliminación
Más detallesEspacios vectoriales
Espacios vectoriales [Versión preliminar] Prof. Isabel Arratia Z. Algebra Lineal 1 En el estudio de las matrices y, en particular, de los sistemas de ecuaciones lineales realizamos sumas y multiplicación
Más 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 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 detalles1. Resolver el sistema de dos ecuaciones con dos incógnitas AX = B, donde 1 0,999 1,999 A = 1,999 . 0,999 1 1 0,999 A = . 0,999 1. AX = αo 1 + βo 2.
Instituto de Matemática y Estadística Prof Ing Rafael Laguardia Facultad de Ingeniería Universidad de la República C1 y GAL1 anuales 2009 Trabajo: número de condición y SVD El objetivo de este trabajo
Más detallesÁlgebra 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 detallesSucesiones Introducción
Temas Límites de sucesiones. convergentes. Sucesiones divergentes. Sucesiones Capacidades Conocer y manejar conceptos de sucesiones convergentes y divergentes. Conocer las principales propiedades de las
Más detallesTema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Más detallesAplicaciones de la Forma Normal de Smith de una Matriz Entera
Aplicaciones de la Forma Normal de Smith de una Matriz Entera Rafael Heraclio Villarreal Rodríguez Departmento de Matemáticas CINVESTAV-IPN, México D.F. XLV Congreso Nacional Sociedad Matemática Mexicana
Más detallesTeoremas de Convergencia
Capítulo 24 Teoremas de Convergencia El teorema de la convergencia monótona (Lema 21.3) establece ciertas condiciones sobre una sucesión de funciones medibles para que se puedan permutar los símbolos y
Más detallesAPUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES
APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES Ignacio López Torres. Reservados todos los derechos. Prohibida la reproducción total o parcial de esta obra, por cualquier medio electrónico
Más detallesÁlgebra Lineal V: Subespacios Vectoriales.
Álgebra Lineal V: Subespacios Vectoriales. José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx
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 detalles1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo.
Capítulo 5 Campos finitos 5.1. Introducción Presentaremos algunos conceptos básicos de la teoría de los campos finitos. Para mayor información, consultar el texto de McEliece [61] o el de Lidl y Niederreiter
Más detallesNÚCLEOS DEFINIDOS POSITIVOS, REGULARIDAD, PERTURBACIONES Y APLICACIONES.
UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS POSTGRADO EN MATEMÁTICA NÚCLEOS DEFINIDOS POSITIVOS, REGULARIDAD, PERTURBACIONES Y APLICACIONES. Autor: MSc. Arnaldo De La Barrera. Tutor: Dra. Marisela
Más detallesSistem as de ecuaciones lineales
Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a
Más detallesIntroducción 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 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 detallesAlgoritmos para determinar Caminos Mínimos en Grafos
Problemas de camino mínimo Algoritmos para determinar Caminos Mínimos en Grafos Algoritmos y Estructuras de Datos III DC, FCEN, UBA, C 202 Problemas de camino mínimo Dado un grafo orientado G = (V, E)
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS CC SOCIALES CAPÍTULO 2 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 detallesEspacios 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 detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x
Más detallesTema 2 Resolución de EcuacionesNo Lineales
Tema 2 Resolución de Ecuaciones No Lineales E.T.S.I. Informática Indice Introducción 1 Introducción 2 Algoritmo del método de Bisección Análisis del 3 4 5 6 Algoritmo de los métodos iterativos Interpretación
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 detallesMatrices Invertibles y Elementos de Álgebra Matricial
Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CSI/ITESM 20 de agosto de 2008 Índice 121 Introducción 1 122 Transpuesta 1 123 Propiedades de la transpuesta 2 124 Matrices
Más detallesSemana 09 [1/28] Sucesiones. 29 de abril de Sucesiones
Semana 09 [1/28] 29 de abril de 2007 Semana 09 [2/28] Definición Sucesión Una sucesión real es una función: f : N R n f (n) Observaciones Para distinguir a una sucesión de las demás funciones, se ocupará
Más detalles6.1. Anillos de polinomios.
1 Tema 6.-. Anillo de polinomios. División y factorización. Lema de Gauss. 6.1. Anillos de polinomios. Definición 6.1.1. Sea A un anillo. El anillo de polinomios en la indeterminada X con coeficientes
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 detallesÓrdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple
Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple Estos apuntes están redactados por Maria de los Angeles Isidro Pérez y Egor Maximenko.
Más detalles1. Convergencia en medida
FACULTAD CS. FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE MA3801 Teoría de la Medida. Semestre 2009-02 Profesor: Jaime San Martín Auxiliares: Andrés Fielbaum y Cristóbal Guzmán Clase auxiliar 7 21 de Septiembre
Más detallesProblemas de VC para EDVC elaborados por C. Mora, Tema 4
Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Ejercicio Determinar las funciones enteras f para las que Solución f( + w) = f()f(w), w C. En primer lugar, f(0) = f(0 + 0) = f(0)f(0) = f(0) 2,
Más detallesDiferenciales de Orden Superior
Capítulo 10 Diferenciales de Orden Superior En este capítulo extenderemos a las funciones definidas sobre espacios normados el concepto de función r-veces diferenciable y de clase C r y obtendremos las
Más detallesTema 3: Sistemas de ecuaciones lineales
Tema 3: Sistemas de ecuaciones lineales 1. Introducción Los sistemas de ecuaciones resuelven problemas relacionados con situaciones de la vida cotidiana que tiene que ver con las Ciencias Sociales. Nos
Más detallesCálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
Más detallesContinuidad y monotonía
Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesCálculo Diferencial: Enero 2016
Cálculo Diferencial: Enero 2016 Selim Gómez Ávila División de Ciencias e Ingenierías Universidad de Guanajuato 9 de febrero de 2016 / Conjuntos y espacios 1 / 21 Conjuntos, espacios y sistemas numéricos
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 5 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 detalles