Ortogonalización de Gram Schmidt
|
|
- Ana Pérez Saavedra
- hace 6 años
- Vistas:
Transcripción
1 Ortogonalización de Gram Schmidt Objetivos. Estudiar el proceso de ortogonalización de Gram Schmidt que permite construir de una lista arbitraria de vectores a,..., a m una lista ortogonal b,..., b m que genere al mismo subespacio. Requisitos. Listas ortogonales de vectores, listas ortonormales de vectores, proyección ortogonal de un vector sobre el subespacio generado por vectores ortogonales, matriz de Gram. En esta sección suponemos que V es un espacio vectorial complejo o real con un producto interno. El el caso complejo suponemos que el producto interno es lineal con respecto al segundo argumento.. Proyección ortogonal de un vector sobre el subespacio generado por una lista ortogonal (repaso). Sean V un espacio vectorial real o complejo con producto interno, b,..., b j algunos vectores ortogonales no nulos y v V. Definimos los vectores u, w V de la siguiente manera: u = m b k, v b k, b k b k, w = v u. () Entonces w l(b,..., b j ).. Proceso de ortogonalización de Gram Schmidt. Sea V un espacio vectorial real o complejo con producto interno y sean a,..., a m V. Queremos construir vectores ortogonales b,..., b m V de tal manera que para todo j {,..., m} l(b,..., b j ) = l(a,..., a j ). Idea del proceso de ortogonalización de Gram Schmidt: en el j-ésimo paso definir el vector b j como a j menos la proyección ortogonal del vector a j al subespacio generado por los vectores b,..., b. En el j-ésimo paso suponemos que los vectores b,..., b ya están construidos y son ortogonales entre si. Buscamos b j de la forma b j = a j λ j,k b k. () Para memorizar los índices del coeficiente λ j,k puede notar que este coeficiente sirve para corregir el vector a j usando el vector b k. Ortogonalización de Gram Schmidt, página de 6
2 Para calcular el coeficiente λ j,q multipliquemos la igualdad () por b q en el sentido del producto interno: b q, b j = b q, a j λ j,k b k = b q, a j δ q,k λ j,k b k = b q, a j λ j,q b q. Queremos que b q, b j sea igual a 0. Si b q 0, entonces λ j,q debe ser igual a λ j,q = b q, a j b q = b q, a j b q, b q. Si b q = 0, entonces el sumando λ j,q b i no depende de λ j,q, y λ j,q se puede elegir de manera arbitraria. En este caso por simplicidad ponemos λ j,q = 0. Así obtenemos las fórmulas principales: b k, a j b j := a j λ j,k b k, donde λ j,k := b k, b k 0; 0, b k = Observación. Es importante que el vector b j se construye como una combinación lineal de los vectores b,..., b, a j, con el uso de los vectores nuevos b,..., b. Los vectores b,..., b ya son ortogonales entre si, por eso las fórmulas para los coeficientes λ j,k son tan simples. Sería muy incómodo construir b j como una combinación lineal de los vectores originales a,..., a, a j.. Ejemplo. Aplicar la ortogonalización de Gram Schmidt a la lista de vectores a, a, a 3 : a =, a = 3, a 3 = 8 Usando la matriz de Gram compruebe que la lista de vectores b, b, b 3 que se obtiene al final es ortogonal. Solución.. Ponemos b = a. Calculamos la norma de b :. Construimos el vector b. b = =, b =. (3) λ, = b, a b = 6 6 =. Ortogonalización de Gram Schmidt, página de 6
3 De aquí Calculamos la norma de b : 3. Construimos el vector b 3. b = a λ, b = a + b = = b = =, b =. λ 3, = b, a 3 b = =, λ 3, = b, a 3 b = =. De aquí b 3 = a 3 λ 3, b λ 3, b = a 3 b b = Calculamos la norma de b 3 : + + b 3 = =, b 3 =. = Para comprobar que los vectores b, b, b 3 son ortogonales calculamos su matriz de Gram: G(b, b, b 3 ) = 0 0 = Podemos normalizar los vectores b, b, b 3 (dividirlos entre sus normas) y obtener una lista ortonormal: / / / c = / /, c = / /, c 3 = / / / / /. Ejemplo. Ortogonalizar la siguiente lista de vectores en R : 9 7 a =, a = 3 3, a 3 = 7, a = Ortogonalización de Gram Schmidt, página 3 de 6
4 6. Criterio de la contención de subespacios en términos de sus generadores, repaso. Sean a,..., a j V algunos vectores y sea S un subespacios de V. Entonces: a,..., a j S l(a,..., a j ) S. 7. Teorema (conservación de los subespacios en el proceso de ortogonalización de Gram Schmidt). Sea V un espacio vectorial real o complejo con producto interno y sean a,..., a m V. Denotemos por b,..., b m a los vectores obtenidos de a,..., a m al aplicar el método de ortogonalización de Gram-Schmidt: b j = a j λ j,k b k, () b k, a j λ j,k = b k, b k 0; 0, b k = 0. Entonces para todo j {,..., m} los vectores a,..., a j generan al mismo subespacio que los vectores b,..., b j : l(a,..., a j ) = l(b,..., b j ). Demostración.. De la fórmula () podemos expresar a j como una combinación lineal de b,..., b j : a j = λ j,k b k + b j. Esto implica que a,..., a j l(b,..., b j ).. Demostremos por inducción sobre j la siguiente afirmación P (j): b,..., b j l(a,..., a j ). El caso j = es trivial: b = a l(a ). Supongamos que la afirmación P (j ) es válida, esto es, b,..., b l(a,..., a ). Entonces cada sumando escrito en el lado derecho de la fórmula () pertenece al subespacio l(a,..., a j ) y, por lo tanto, b j l(a,..., a j ). Acabamos de demostrar que P (j ) implica P (j). 3. Del resultado de la parte de la demostración se sigue que l(a,..., a j ) l(b,..., b j ), y del resultado de la parte se sigue que l(b,..., b j ) l(a,..., a j ). () Ortogonalización de Gram Schmidt, página de 6
5 8. Corolario (ortogonalización de Gram Schmidt y dependencias lineales). Sean a,..., a m una lista de vectores en V y b,..., b m la lista obtenida de a,..., a m al aplicar la ortogonalización de Gram-Schmidt. Entonces para todo j {,..., m} las siguientes condiciones son equivalentes: a) a j l(a,..., a ). b) b j = 0. Demostración. (a) (b). Supongamos que a j l(a,..., a ). Entonces b j l(b,..., b j ) = l(a,..., a j ) = l(a,..., a ) = l(b,..., b ), lo que significa que b j es una combinación lineal de b,..., b. Como b j {b,..., b }, los coeficientes de esta combinación lineal son nulos y b j = 0. (b) (a). Supongamos que b j = 0. Entonces a j l(a,..., a j ) = l(b,..., b j ) = l(b,..., b, 0) = l(b,..., b ) = l(a,..., a ). 9. Corolario. En las notaciones del teorema, las siguientes dos condiciones son equivalentes: (a) a,..., a m son linealmente independientes. (b) todos los vectores b,..., b m son no nulos. 0. Observación. En muchos libros el proceso de ortogonalización de Gram Schmidt se estudia solamente en el caso si los vectores originales a,..., a m son linealmente independientes. En este caso los vectores b,..., b m son no nulos, y la fórmula para los coeficientes λ j,k se simplifica (se quita el caso b k = 0). El autor de estos apuntes (Egor Maximenko) agradece al profesor Vladimir Borísovich Dybin por la explicación del caso general. Ortogonalización de Gram Schmidt, página de 6
6 . Ejercicio. Ortogonalizar la siguiente lista de vectores en R : a =, a =, a 3 =. Ejercicio. Usando el proceso de Gram Schmidt ortogonalice la siguiente lista de vectores en R : a =, a = 3, a 3 = 8 3. Ejercicio. Aplique la ortogonalización de Gram Schmidt a la siguiente lista de vectores en R : a =, a = 3, a 3 = 7, a = Tarea adicional. Consideramos el espacio de los polinomios P(R) con el producto interno f, g := f(x) g(x) dx. Aplique el proceso de Gram Schmidt a los monomios e 0 (x) =, e (x) = x, e (x) = x, e 3 (x) = x 3. Ortogonalización de Gram Schmidt, página 6 de 6
Espacios vectoriales con producto interno
Espacios vectoriales con producto interno Problemas teóricos En todos los problemas relacionados con el caso complejo se supone que el producto interno es lineal con respecto al segundo argumento. Definición
Más detallesDeducción de las fórmulas del método del gradiente conjugado
Deducción de las fórmulas del método del gradiente conjugado Objetivos. Demostrar el teorema sobre los subespacios de Krylov en el método del gradiente conjugado. Requisitos. Subespacios generados por
Más detallesGuía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno.
Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno. Teoremas con demostraciones que se pueden incluir en el examen: 1. Fórmula para f(j m (λ)), donde J m (λ) es el bloque
Más detallesBases y dimensión. Problemas teóricos. En todos los problemas se supone que V es un espacio vectorial sobre un campo F. p=1
Bases y dimensión Problemas teóricos Bases de un espacio vectorial En todos los problemas se supone que V es un espacio vectorial sobre un campo F. Definición de base. Sean b 1,..., b n V. Se dice que
Más detallesMatriz asociada a una transformación lineal respecto a un par de bases
Matriz asociada a una transformación lineal respecto a un par de bases Ejercicios Objetivos Comprender cómo se describe una transformación lineal (que actúa en espacios vectoriales de dimensiones finitas)
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 detallesAnuladores. Objetivos. Definir el concepto de anuladores y estudiar sus propiedades principales.
Anuladores Objetivos. Definir el concepto de anuladores y estudiar sus propiedades principales. Requisitos. Espacio dual, espacio bidual, base dual.. Definición (anulador de un subconjunto de un espacio
Más detallesTransformaciones lineales autoadjuntas (hermíticas)
Transformaciones lineales autoadjuntas (hermíticas) Objetivos. Estudiar propiedades elementales de transformaciones lineales autoadjuntas. Demostrar que para toda transformación lineal autoadjunta en un
Más detallesEspacios 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 detallesRango de una matriz. Objetivos. Definir el rango de renglones y el rango de columnas de una matriz. Mostrar que estos rangos coinciden.
Rango de una matriz Objetivos. Definir el rango de renglones y el rango de columnas de una matriz. Mostrar que estos rangos coinciden. Requisitos. Rango de una lista de vectores, operaciones elementales
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 detallesProyección ortogonal sobre un vector normalizado (ejercicios teóricos simples)
Proyección ortogonal sobre un vector normalizado (ejercicios teóricos simples) Objetivos Deducir fórmulas para la proyección ortogonal de un vector sobre el subespacio generado por un vector normalizado;
Más detallesClase de Álgebra Lineal
Clase de Álgebra Lineal M.Sc. Carlos Mario De Oro Facultad de Ciencias Básicas Departamento de matemáticas 04.2017 Page 1 Espacios vectoriales Definicion. Espacio Vectorial (E.V.) Un V espacio vectorial
Más 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 detalles2 Espacios vectoriales
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 2 Espacios vectoriales 2.1 Espacio vectorial Un espacio vectorial sobre un cuerpo K (en general R o C) es un conjunto V sobre el que hay
Más detallesPrincipio minimax para los valores propios de matrices hermitianas
Principio minimax para los valores propios de matrices hermitianas El propósito de estos apuntes (escritos por Egor Maximenko, Rogelio Rocha Hernández, Eliseo Sarmiento Rosales y Zacarías Sánchez Francisco
Más detallesIntersección y suma de subespacios
Intersección y suma de subespacios Objetivos Demostrar que la intersección y la suma de dos subespacios de un espacio vectorial también son sus subespaicios Requisitos Espacio vectorial, subespacio vectorial
Más detalles4. Espacios vectoriales
Contents 4 Espacios vectoriales 2 4.1 Dependencia e independencia lineal.................................. 4 4.2 Subespacios vectoriales.............................................. 7 4.3 Bases y dimensión..................................................
Más detallesDiagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios
61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial
Más detalles6 Vectores. Dependencia e independencia lineal.
6 Vectores. Dependencia e independencia lineal. Introducción Hay fenómenos reales que se pueden representar adecuadamente mediante un número con su adecuada unidad de medida. Sin embargo para representar
Más detallesTEMA V. Espacios vectoriales
TEMA V. Espacios vectoriales 1 1. Demostrar que cada uno de los siguientes conjuntos tiene estructura de espacio vectorial sobre el cuerpo de los reales: a El conjunto (R 2, +,, R. b El conjunto (R 3,
Más detallesÁlgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales
Álgebra y Álgebra II - Segundo Cuatrimestre 2017 Práctico 4 - Espacios Vectoriales (1) Sea n N. Mostrar que el conjunto de polinomios sobre R de grado menor que n es un subespacio vectorial de R[x]. Este
Más detallesProducto Escalar. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31
Producto Escalar AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31 Objetivos Al finalizar este tema tendrás que: Saber usar el producto escalar. Calcular
Más detallescomo el número real que resulta del producto matricial y se nota por:
Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota por:,
Más detallesPodemos pues formular los dos problemas anteriores en términos de matrices.
Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión
Más detalles6.14 Descomposición ortogonal y proyección ortogonal
CAPÍTULO. ESPACIO EUCLÍDEO CANÓNICO IR N 282.14 Descomposición ortogonal y proyección ortogonal El resultado W W = IR n, significa que cada y IR n se puede escribir de forma única como suma de un vector
Más detallesProyecciones Ortogonales y Proceso de Gram-Schmidt
Proyecciones Ortogonales y Proceso de Gram-Schmidt Departamento de Matemáticas, CCIR/ITESM 9 de febrero de Índice..Introducción.................................................Ortogonalidad a un espacio........................................proyección
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesPrerrequisitos de la asignatura Álgebra Lineal Numérica
Prerrequisitos de la asignatura Álgebra Lineal Numérica El propósito de Álgebra Lineal Numérica es analizar algoritmos típicos de álgebra lineal, optimizando la rapidez y la precisión. Para analizar la
Más detallesSubespacios de espacios vectoriales
Subespacios de espacios vectoriales Objetivos. Estudiar la definición, el criterio y algunos ejemplos de subespacios vectoriales. Muchos espacios vectoriales importantes (por ejemplo, espacio de soluciones
Más detallesÁLGEBRA LINEAL I Práctica 5
ÁLGEBRA LINEAL I Práctica 5 Espacios vectoriales (Curso 2014 2015) 1. En el espacio vectorial real IR 2 consideramos los siguientes subconjuntos: (a) A = {(x y) IR 2 x 2 + y 2 = 1}. (b) B = {(x y) IR 2
Más detallesProducto escalar. Bases ortonormales. Producto vectorial y producto mixto.
Capítulo Producto escalar. Bases ortonormales. Producto vectorial y producto mixto. DEFINICIÓN DE PRODUCTO ESCALAR Dados dos vectores x = (x 1 x 2...x n ) e y = (y 1 y 2...y n ) de R n definimos su producto
Más detallesCambio de base. Objetivos. Estudiar la relación entre las coordenadas de un vector en dos bases.
Cambio de base Objetivos Estudiar la relación entre las coordenadas de un vector en dos bases Requisitos Definición de una base, multiplicación de una matriz por un vector, delta de Kronecker Definición
Más detallesMétodos Matemáticos: Análisis Funcional
Licenciatura en Ciencias y Técnicas Estadísticas Universidad de Sevilla http://euler.us.es/ renato/clases.html Espacios eucĺıdeos Definición Se dice que un espacio vectorial E es un espacio eucĺıdeo si
Más detallesNorma de Frobenius. Estos apuntes están escritos por Darío Coutiño Aquino y Egor Maximenko.
Norma de Frobenius Estos apuntes están escritos por Darío Coutiño Aquino y Egor Maximenko. Objetivos. Dada una matriz A M m n (C), su norma de Frobenius (llamada también la norma de Hilbert Schmidt) se
Más detallesVariedades Lineales. Se puede generalizar el concepto de dependencia e independencia lineal de R 2 y R 3. Así:
Semana 3 - Clase 8 2/4/9 Tema 2: Espacios Vectoriales Variedades Lineales Dependencia, independencia lineal Se puede generalizar el concepto de dependencia e independencia lineal de R 2 y R 3 Así: = C
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 detallesConjuntos 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 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 detalles6.8. Descomposición mediante valores singulares. v 2 =
68 Descomposición mediante valores singulares Los valores singulares de una matriz m n Supongamos que A es una matriz real cualquiera Los autovalores de A T A tienen la siguiente propiedad A T Ax = λx
Más detallesBases ortogonales. Profesores Omar Darío Saldarriaga Ortíz. Hernán Giraldo
Bases ortogonales Profesores Omar Darío Saldarriaga Ortíz Iván Dario Gómez Hernán Giraldo 9 Definición Sea V un espacio vectorial y {v,..., v n} una base para V. decimos que {v,..., v n} es una base ortogonal
Más detallesProblemas de exámenes de Formas Bilineales y Determinantes
1 Problemas de exámenes de Formas Bilineales y Determinantes 1. Sea R 3 con el producto escalar ordinario. Sea f un endomorfismo de R 3 definido por las condiciones: a) La matriz de f respecto de la base
Más detallesClase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
Clase No 13: Factorización QR MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 03102011 1 / 16 Factorización QR Sea A R m n con m n La factorización QR de A es A = QR = [Q 1 Q 2 ] R1 = Q 0 1 R
Más detalles1. Espacio vectorial. Subespacios vectoriales
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Sea k un cuerpo. 1. Espacio vectorial. Subespacios vectoriales Definición 1.1. Un k-espacio vectorial o espacio vectorial
Más detallesTema 3: Espacios eucĺıdeos
Marisa Serrano, Zulima Fernández Universidad de Oviedo 25 de noviembre de 2009 email: mlserrano@uniovi.es Índice 1 2 3.1 V, R espacio vectorial, la aplicación : V V R ( v, u) v u a) v 1, v 2, u V α, β
Más detallesMétodo de Gradientes Conjugados.
Método de Gradientes Conjugados. Lourdes Fabiola Uribe Richaud & Juan Esaú Trejo Espino. Instituto Politécnico Nacional Escuela Superior de Física y Matemáticas February 17, 2015 1 Método de Direcciones
Más detallesValores y Vectores Propios
Valores y Vectores Propios Iván Huerta Facultad de Matemáticas Pontificia Universidad Católica de Chile ihuerta@mat.puc.cl Segundo Semestre, 1999 Definición Valores y Vectores Propios Valores y Vectores
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 s de Vectores y Matrices es Departamento de Matemáticas ITESM s de Vectores y Matrices es Álgebra Lineal - p. 1/44 En esta lectura veremos conjuntos y matrices ortogonales. Primero
Más detallesDepartamento de Ingeniería Matemática - Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 08-2 SEMANA 7: ESPACIOS VECTORIALES 3.5. Generadores de un espacio vectorial Sea V un espacio vectorial
Más detallesValores y vectores propios
Valores y vectores propios Problemas teóricos El los siguientes problemas se denota por L(V ) conjunto de los operadores lineales en un espacio vectorial V (en otras palabras, de las transformaciones lineales
Más detallesDefinición y propiedades del determinante (repaso breve)
Definición y propiedades del determinante (repaso breve Objetivos Repasar la definición del determinante (a través de permutaciones y sus propiedades básicas: determinante de la matriz transpuesta, determinante
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesCapítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos
Capítulo Espacios vectoriales.1 Definición y ejemplos Un espacio vectorial sobre un cuerpo K (que supondremos conmutativo es un conjunto no vacío junto con 1. una operación interna, +, a la que llamaremos
Más detallesVECTORES EN EL ESPACIO
UNIDAD VECTORES EN EL ESPACIO Página 13 Problema 1 Halla el área de este paralelogramo en función del ángulo α: cm Área = 8 sen α = 40 sen α cm α 8 cm Halla el área de este triángulo en función del ángulo
Más detallesEspacios vectoriales.
Unidad docente de Matemáticas Matemáticas (CC. Químicas) Espacios vectoriales. Si detectas cualquier error o errata por favor, comunicaselo al profesor de la asignatura. El subíndice can significa canónica/o..
Más detallesElementos Básicos de Análisis Funcional en. Dr. Oldemar Rodríguez Rojas
Elementos Básicos de Análisis Funcional en Análisis Numérico Dr. Oldemar Rodríguez Rojas Agosto 2008 Contents 1 Elementos Básicos de Análisis Funcional 2 1.1 Espacios normados...........................
Más detallesEspacios vectoriales con producto escalar
147 Fundamentos de Matemáticas : Álgebra Lineal Capítulo 10 Espacios vectoriales con producto escalar 10.1 Producto escalar. Norma. Distancia Definición 71.- Un producto escalar o producto interior en
Más detallesConstrucción de bases de subespacios (ejemplos)
Construcción de bases de subespacios (ejemplos) Objetivos Aprender a construir una base de un subespacio cuando las condiciones que determinan el subespacio se convierten en ecuaciones lineales homogéneas
Más detallesSea un espacio vectorial sobre y sea un producto interno en ; entonces, : , y los vectores
FASÍCULO: ESPACIOS CON PRODUCTO INTERNO Teorema. Sea un espacio vectorial sobre y sea un producto interno en ; entonces, : i) ii) iii) iv) Ejemplo: Sean el espacio vectorial con el producto interno definido
Más detallesIndependencia Lineal y Generación. (c) 2012 Leandro Marin
09.00 Independencia Lineal y Generación 3 48700 9000 (c) 0 Leandro Marin . Independencia Lineal Dada una familia de vectores v, v,, v k de un espacio vectorial V, llamaremos combinación lineal de estos
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 detallesOperaciones con matrices
Operaciones con matrices Tareas adicionales Los problemas auxiliares de estas tareas adicionales no son muy difíciles y corresponden al nivel obligatorio de conocimientos. Los problemas principales de
Más detallesLista de problemas de álgebra, 2016
Instituto Politécnico Nacional Escuela Superior de Física y Matemáticas Posgrado en Ciencias Físicomatemáticas Línea de Matemáticas Lista de problemas de álgebra 2016 Egor Maximenko: En mi opinión cualquier
Más detallesValores y vectores propios
Valores y vectores propios Tareas adicionales Algunos de estos problemas compuso Gustavo Antonio Sandoval Angeles (como parte de su servicio social). Estos problemas son más difíciles o más laboriosos
Más detallesGrado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán
MATEMÁTICAS TICAS I Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III Ana Isabel Garralda Guillem y Manuel Ruiz Galán Tema. Diagonalización de matrices.1. Diagonalización de matrices por
Más detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial
Más detallesProducto escalar. x y. x = x x y cos α =
resumen06 1 Producto escalar Vectores ortogonales y proyecciones La definición matemática de producto escalar es bastante amplia porque recoge toda expresión bilineal que sirva razonablemente para medir
Más detallesESPACIOS VECTORIALES
ESPACIOS VECTORIALES Espacio ectorial real. Es un conjunto V no acío cuyos elementos reciben el nombre de ectores dotado de dos operaciones: ª.- Una interna llamada suma que cumple las siguientes propiedades:
Más detallesAproximación funcional por mínimos cuadrados
Aproximación funcional por mínimos cuadrados Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es Introducción
Más detalles58 7. ESPACIOS COCIENTE
CAPíULO 7 Espacios cociente En esta sección estudiamos el cociente de un espacio vectorial por un subespacio W. Este cociente se define como el conjunto cociente de por una relación de equivalencia conveniente.
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 detallesESPACIOS VECTORIALES
ESPACIOS VECTORIALES Luisa Martín Horcajo U.P.M. Definición: Vector libre. Operaciones Un vector fijo es una segmento orientado, que queda caracterizado por su origen A y su extremo B y se representa por
Más detallesApéndice 2: Series de Fourier.
Apéndice 2: Series de Fourier. 19 de noviembre de 2014 1. Conjuntos ortonormales y proyecciones. Sea V un espacio vectorial con un producto interno . Sea {e 1,..., e n } un conjunto ortonormal, V
Más detallesESPACIOS VECTORIALES Y APLICACIONES LINEALES
Departamento de Matemática Aplicada II E.E.I. ÁLGEBRA Y ESTADÍSTICA Boletín n o (010-011 ESPACIOS VECTORIALES Y APLICACIONES LINEALES 1. En el espacio vectorial ordinario R 4 estudiar cuáles de los siguientes
Más detallesLímite superior y límite inferior de una sucesión
Límite superior y límite inferior de una sucesión Objetivos. Definir las nociones de los límites superior e inferior de una sucesión y estudiar sus propiedades básicas. Requisitos. Supremo e ínfimo de
Más detallesMatrices. Operaciones con matrices.
Matrices. Operaciones con matrices. Ejercicio. Dadas las matrices ( ) ( ) 4 A = B = ( ) C = D = 4 5 ( ) 4 E = F = seleccione las que se pueden sumar y súmelas. Ejercicio. Dadas las matrices ( ) ( ) A =
Más 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 detallesEXAMEN A PP 1A SEMANA
EXAMEN A PP A SEMANA XAVI AZNAR Ejercicio. Defina. Simetría. Proyección. Homotecia vectorial y escriba sus polinomios mínimos. Demostración.. Una simetría σ de base B y dirección D es un endomorfismo tal
Más detallesÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando
ÁLGEBRA LINEAL EXAMEN FINAL 8 de Enero de Apellidos y Nombre: Duración del examen: 3 horas Publicación de notas: enero Revisión de Examen: feb Ejercicio. ( puntos a (, puntos Estudia si la siguiente afirmación
Más detallesEjercicios tipo test de las lecciones 1 y El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1, 2, 1) y
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Ejercicios tipo test de las lecciones 1 y 2. 1. El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1,
Más detallesPAIEP. Complemento Ortogonal
Programa de Acceso Inclusivo, Equidad y Permanencia PAIEP Universidad de Santiago de Chile Complemento Ortogonal Veamos ahora una aplicación de los vectores ortogonales a la caracterización de subespacios
Más detallesEl espacio euclideano
Capítulo 1 El espacio euclideano 1. Definiciones básicas El espacio Euclideano, denotado por R n, está definido por el conjunto (1.1) R n = {x = (x 1, x 2,..., x n ) : x i R}. Es decir, R n es efectivamente
Más detallesLas 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 detallesProposición Sea V un espacio vectorial sobre K de dimensión n y B una base de V. Gl(n, K) = {A M(n n, K) A = 0}.
Tema 6 Formas canónicas 6.1 Introducción Proposición 6.1.1. Sea V un espacio vectorial sobre K de dimensión n y B una base de V. La aplicación Φ B : End(V ) M(n n, K) definida por Φ B (f) = M B (f), es
Más detallesCapítulo V. Valores y vectores propios. Diagonalización de operadores lineales.
Capítulo V Valores y vectores propios. Diagonalización de operadores lineales. Hemos visto que la aplicaciones lineales de en están definidas a través de una expresión de la forma ; pero esta fórmula puede
Más detallesDiagonalización de matrices, Semejanza.
diagonalizacion.nb 1 Diagonalización de matrices, Semejanza. Practica 8, 28 de abril de 2004 En esta práctica aprenderemos/repasaremos los comandos: Eigenvalues[ matriz ] Calcula los autovalores de una
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 detallesCálculo de la matriz asociada a una transformación lineal (ejemplos)
Cálculo de la matriz asociada a una transformación lineal ejemplos Objetivos Estudiar con ejemplos cómo se calcula la matriz asociada a una transformación lineal Requisitos Transformación lineal, definición
Más detallesALGEBRA LINEAL. x = β k+1 v k β n v n
ALGEBRA LINEAL 1. Sea V un espacio vectorial de dimensión finita sobre F y W cualquier subespacio. Demuestre que existe U subespacio de V tal que V = U W. Solución: Sea {w 1,..., w k } una base W, completamos
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 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 detalles4.2 Producto escalar.
Producto escalar. 147 Este resultado tiene su recíproco, es decir, cualquier matriz cuadrada A define la forma bilineal b(x, y) =x T Ay Si b es simétrica, la matriz A es simétrica. Si b es definida positiva,
Más detallesTerminaremos el capítulo con una breve referencia a la teoría de cardinales.
TEMA 5. CARDINALES 241 Tema 5. Cardinales Terminaremos el capítulo con una breve referencia a la teoría de cardinales. Definición A.5.1. Diremos que el conjunto X tiene el mismo cardinal que el conjunto
Más detallesEspacios con Producto Interno
Espacios con Producto Interno Definición de producto interno y sus propiedades elementales Supóngase que se tiene un espacio vectorial V sobre un campo K. Se puede definir en V una función que a cada par
Más detallesAlgoritmo de la factorización LU
Algoritmo de la factorización LU. Objetivo. Estudiar el algoritmo de la factorización LU de una matriz cuadrada invertible.. Requisitos: Matrices elementales y su relación con operaciones elementales.
Más detallesBase y Dimensión de un Espacio Vectorial
Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un
Más detallesAplicaciones Lineales
Aplicaciones Lineales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Aplicaciones Lineales 1 / 47 Objetivos Al finalizar este tema tendrás que: Saber si una aplicación es
Más detallesExtensiones finitas.
2. EXTENSIONES ALGEBRAICAS. Hemos dividido este tema en dos secciones: Extensiones finitas, y Clausura algebraica. En la primera relacionamos extensión finita y extensión algebraica: probamos que toda
Más detallesTEMA 11.- VECTORES EN EL ESPACIO
TEMA 11.- VECTORES EN EL ESPACIO 1.- INTRODUCCIÓN Un vector fijo AB del espacio (también lo era en el plano) es un segmento orientado que tiene su origen en un punto A y su extremo en otro punto B. Estos
Más detallesAlgebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21
Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)
Más detalles