CAPÍTULO 4 OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO

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

Download "CAPÍTULO 4 OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO"

Transcripción

1 CAPÍULO 4 OPERADORES LINEALES EN ESPACIOS CON PRODUCO INERNO

2 Adjunto de un operador En un espacio vectorial V con producto interno, cada operador lineal tiene un operador llamado su adjunto que también es lineal y representamos con *, cuya definición es: Definición Sea V un espacio con producto interno y sea : V V un operador lineal. Un operador * : V V se dice que es el adjunto de si se cumple que: u ) v u * ( v ) ; u, v V Esta definición está basada en el producto interno, por lo que, el operador adjunto depende del producto interno considerado, es decir, el operador tiene tantos adjuntos como productos internos se consideren, pero para cada producto interno el adjunto es único. Propiedades del operador adjunto Sea V un espacio vectorial sobre un campo K, con producto interno. Si S y son operadores lineales en V y α es un escalar de K, entonces:. * *. * * 3. S * S * * 4. * * 5. S * * S * 53

3 EJERCICIO 4. Obtenga el adjunto del operador lineal : P P, donde P a x b a, b y cuya regla de correspondencia es: con respecto al producto interno en P a x b b x a b definido por a x b m x r am br ; p = a x b, q m x r P SOLUCIÓN: Como el espacio P es de dimensión dos, entonces es isomorfo a, con lo cual si aplicamos dicho isomorfismo tenemos que la regla de correspondencia de y el producto interno quedarían como: a, b b, a b ( ) a, b m, r a m br Se sabe que el adjunto de es un operador * : P P para el cual se debe cumplir que: p q p q * ( ) Si suponemos que el adjunto de es de la forma: y como * m, r α m β r, γm δ r ( 3 ) p a, b y q m, r entonces al sustituir en ( ) tenemos: a, b m, r a, b * m, r Aplicando las reglas de correspondencia de y *, tenemos: b, a b m, r a, b αm β r, γm δr 54

4 desarrollando el producto interno en ambos lados: al agrupar tenemos: Por igualdad se llega a: 4bm a r b r αam βa r γbm δbr 4 α γ β δ b m a b r a b m a b r α 0 β γ δ con lo cual al sustituir estos valores en ( 3 ) tenemos que: * m, r r, m r Si se aplica el isomorfismo inverso, entonces el adjunto de es: * m x r r x m r EJERCICIO 4. Sea el espacio vectorial definido en el campo de los números complejos, en el cual se define el producto interno usual, y sea el operador lineal : con regla de correspondencia:,, 3 x y x y i x i y Obtenga el operador adjunto de. SOLUCIÓN: Para resolver este ejercicio haremos uso de una propiedad de las matrices asociadas a estos operadores que establece: Si : V V es un operador lineal y B es una base ortonormal de V, entonces: B B * M B * M B Dado que el campo de definición del espacio vectorial V es de los números complejos, entonces la dimensión de V es dos, por lo que una base ortonormal del espacio es: B, 0, 0, 55

5 Dado que se trata de la base canónica, entonces la matriz asociada a referida a dicha base sería:, 0, i 0,, 3 i B M B i 3 i B B Como M * M B * B, entonces: M B B * i 3 i de donde la regla de correspondencia del operador adjunto de viene dada por: * w, z i w w i z 3 i z w 3 i z * w, z w i z, w 3 i z Operador normal Sea V un espacio con producto interno y sea : V V un operador lineal. Se dice que es un operador normal si se cumple que: * * Debido a que para cada producto interno considerado el adjunto es diferente, un operador puede ser normal respecto a un producto interno y no serlo respecto a otro. 56

6 Propiedades de los operadores normales Sea V un espacio con producto interno y sea : V V un operador normal. v * v ; v V.. Si v λ v entonces * v λ v 3. Si v y v son vectores característicos de correspondientes a valores característicos distintos, entonces los vectores v y v son ortogonales, es decir, v v 0. EJERCICIO 4.3 Determine si el operador lineal : con regla de correspondencia x, y i x y, x i y es un operador normal, considerando el producto interno usual en. SOLUCIÓN: Lo primero que tenemos que determinar es el operador adjunto de. Para ello, consideremos a los vectores:, y v w z u x y y supongamos que:, ( ) 3 4 * w, z α w α z, α w α z ( ) con lo cual se debe cumplir: u v u v * ( 3 ) sustituyendo ( ) y ( ) en ( 3 ), tenemos: x, y w, z x, y * w, z 57

7 de donde: i x y, x i y w, z x, y α w α z, α 3 w α 4 z aplicando la regla de correspondencia del producto interno se tiene: i x w y w x z i y z α x w α x z α y w α y z agrupando y factorizando tenemos: 3 4 α α α 3 α 4 i w z x w i z y w z x w z y por igualdad se tiene que: si si si si α i α i α α α α 3 3 α i α i 4 4 Al sustituir los valores de α i en la expresión ( ), tenemos que el adjunto de es: * w, z i w z, w i z Para determinar si es un operador normal, debemos comprobar si se cumple que: esto es: * * * x, y * x, y * x, y * x, y aplicando las reglas de correspondencia de y * dentro de los corchetes, tenemos: i x y, x i y * i x y, x i y aplicando de nuevo dichas reglas, se tiene: i i x y x i y, i x y i x i y i i x y x i y, i x y i x i y 58

8 realizando operaciones: 4 x i y x i y, i x y i x 4y 4 x i y x i y, i x y i x 4y sumando términos semejantes, tenemos: 5 x, 5 y 5 x, 5 y Como se cumple la igualdad, entonces se puede concluir es un operador normal. Operadores hermitianos, antihermitianos, simétricos y antisiméticos Definición Sea V un espacio vectorial definido en y sea : V V un operador lineal., en el cual se define un producto interno Si se cumple que: v v v v ; v, v V entonces se dice que es un operador hermitiano. Al operador se le llama antihermitiano si se cumple que: v v v v ; v, v V Si es un operador hermitiano definido sobre el campo de los números reales, se le llama también operador simétrico. Si es un operador antihermitiano definido sobre el campo de los números reales, se le llama también operador antisimétrico. Un operador puede ser hermitiano con respecto a un producto interno y no serlo con respecto a otro; sin embargo, es suficiente con que sea hermitiano para algún producto interno para que se le llame de esta forma y cumpla con todas las propiedades de todo operador hermitiano. 59

9 Propiedades de los operadores hermitianos, simétricos, antihermitianos y antisimétricos ) Si es un operador hermitiano, entonces: a) es diagonalizable. b) Sus valores característicos son números reales. c) Los vectores característicos son ortogonales, siempre y cuando los valores característicos sean diferentes. ) Si : V V es un operador hermitiano y B es una base ortonormal B de V para algún producto interno definido en V, entonces matriz hermitiana. B 3) Si B M es una M es una matriz asociada a un operador hermitiano referida a una base B ortonormal, entonces: B a) La matriz diagonalizadora P es una matriz unitaria, si el campo de definición del espacio vectorial es complejo. b) La matriz diagonalizadora P es una matriz ortogonal, si el campo de definición del espacio vectorial es real. 4) Si es un operador antihermitiano, entonces sus valores característicos son imaginarios puros. 5) Si : V V es un operador antihermitiano y B es una base ortonormal B de V, entonces M es una matriz antihermitiana. B 60

10 EJERCICIO 4.4 Sea el operador lineal :, donde está definido en el campo de los números complejos y cuya regla de correspondencia es: a bi, c d i a d b c i, b ai ; a, b, c, d Considerando al producto escalar ordinario en como producto interno: a) Determine si es un operador hermitiano. b) En caso de ser afirmativa la respuesta del inciso anterior, obtenga una matriz asociada a referida a una base ortonormal de y compruebe que dicha matriz es hermitiana. c) Si es un operador hermitiano, compruebe que sus valores característicos son reales. d) Los vectores característicos de resultan ser ortogonales? SOLUCIÓN: a) Para determinar si es un operador hermitiano se debe cumplir que: ;, v v v v v v si consideramos los vectores entonces y v x yi z wi v a bi c d i,, a bi, c d i x y i, z wi a bi, c d i x y i, z wi desarrollando el lado izquierdo de la igualdad, tenemos: a bi, c d i x y i, z wi a d b c i, b ai x y i, z wi a d b c i x yi b ai z wi a x a yi d x d yi b xi b y c xi c y b z b wi a zi a w a x d x b y cy b z a w a y d y b x c x b w a z i ( ) 6

11 desarrollando el lado derecho se tiene: a bi, c d i x y i, z wi a bi, c d i x w y z i, y xi a bi x w y z i c d i y xi a x a w a yi azi b xi b wi b y b z c y c xi d yi d x a x a w b y bz c y d x a y a z b x b w c x d y i ( ) Como las expresiones ( ) y ( ) son iguales, entonces el operador es hermitiano. b) Como el campo de definición del espacio es complejo, entonces su dimensión es igual a dos y una base ortonormal de dicho espacio es: B, 0, 0, Con lo cual la matriz asociada al operador será:, 0, i 0, i, 0 Comprobando que A es hermitiana tenemos: B i M B A i 0 A* i i 0 como A A*, entonces A es una matriz hermitiana. c) Obteniendo los valores característicos de, tenemos: det λ i λ I λ λ λ λ i λ A Aplicando la fórmula para ecuaciones de segundo grado se tiene: λ 4 5 6

12 por lo tanto, los valores característicos son: λ 5 λ 5 que resultaron ser números reales como se esperaba. d) Dado que los valores característicos son diferentes, entonces de acuerdo con la propiedad.c los vectores característicos son ortogonales. EJERCICIO 4.5 Sea el operador lineal : definido por, 0, x y k x y Determine el o los valores de k con el siguiente producto interno: de tal forma que sea un operador simétrico x, y x, y 5 x x y y x y x y 44 9 SOLUCIÓN: Para que sea un operador simétrico se debe cumplir la igualdad: esto es: ;, v v v v v v x, y x, y x, y x, y aplicando la regla tenemos: 0, k x y x, y x, y 0, k x y 63

13 desarrollando el producto interno en ambos lados: k x y y x k x y y k x y x k x y de donde se obtiene: k x y y y k x x x y k x y y y k x x x y simplificando términos semejantes tenemos: k x y x y k x y x y de donde se puede concluir que con k se cumple la igualdad y por lo tanto, con dicho valor, el operador es simétrico. Operadores ortogonales y unitarios Definición Sea V un espacio vectorial definido en y sea : V V un operador lineal., en el cual se define un producto interno Si se cumple que: v v v v ; v, v V entonces se dice que es un operador unitario. Si es un operador unitario definido sobre el campo de los números reales, se le llama también operador ortogonal. 64

14 Propiedades de los operadores unitarios y ortogonales Cabe resaltar el hecho de que todo operador ortogonal es también un operador unitario, por lo que las propiedades que a continuación se enuncian se cumplen para ambos operadores. ) Si es un operador unitario, entones conserva las normas, esto es: v v ; v V ) Los valores característicos de un operador unitario tienen módulo uno, esto es: λ 3) La matriz asociada a un operador unitario referida a una base ortonormal es una matriz unitaria y tiene las siguientes propiedades. a) La suma de los productos de los elementos de cualquier fila (renglón o columna) por los conjugados de los correspondientes elementos de cualquier otra fila paralela es igual a cero, es decir, si las filas se consideran como vectores, entonces éstos resultan ser ortogonales. b) La suma de los cuadrados de los módulos de los elementos de cualquier fila es igual a uno, esto es, si las filas se consideran como vectores, entonces éstos son vectores unitarios. EJERCICIO 4.6 En el espacio vectorial se tiene el operador ortogonal, 0,. Calcule 0,. con el producto escalar ordinario : en donde 65

15 SOLUCIÓN: Se sabe que un operador ortogonal cumple la condición: v v v v de donde se tiene:, 0 0,, 0 0,, 0 a, b desarrollando el producto interno: a b 0 a b 0 ( ) Por otro lado, como se trata de un operador ortogonal, entonces preserva la norma, esto es: 0, 0, a, b a b a b ( ) 66

16 Resolviendo el sistema de ecuaciones que se forma con ( ) y ( ), tenemos: a b 0 a b a b de ( ) se tiene: a a a a a b Dado que los vectores para los cuales se obtiene su imagen bajo, esto es,, 0 y 0, constituyen una base ortonormal de, entonces la matriz M referida a dicha base tiene que ser ortogonal, es decir, debe cumplir que: M M M M I entonces las únicas imágenes correctas del vector 0, son: 0,, 0,, Es importante aclarar que, el hecho de tener dos posibles imágenes para el vector 0,, en realidad esto implica que existen dos operadores ortogonales y con 67

17 los cuales se satisfacen las condiciones del problema y con cada uno de estos operadores se obtiene la imagen correspondiente del vector 0,. Las matrices asociadas a estos operadores, referidas a la base canónica son: y M M Lo cual implica, obviamente, dos operadores ortogonales y con sus respectivas reglas de correspondencia. 3 3 EJERCICIO 4.7 Determine si el operador lineal : cuya regla de correspondencia es x y z x y z x y z x, y, z,, es un operador ortogonal, considerando como producto interno el producto escalar ordinario en 3. SOLUCIÓN: Para resolver este ejercicio se pueden seguir dos métodos. El primero de ellos sería verificar si el operador satisface la condición v v v v si es así, entonces es un operador ortogonal. El otro método sería verificando la condición relativa a la matriz asociada a dicho operador. Si es un operador ortogonal, entonces la matriz asociada a referida a una base ortonormal deber ser una matriz ortogonal. De estos dos métodos de solución, el primero resulta ser muy laborioso dadas las características de la regla de correspondencia de, por lo cual se optará por el segundo método descrito. 68

18 Si consideramos como base de ortonormal con el producto interno considerado. 3 a la base canónica, ésta resulta ser una base Obteniendo la matriz asociada a, tenemos:, 0, 0,, ,, 0,, , 0,,, M A Comprobando si la matriz A es ortogonal, se tiene que: AA I 0 0 Como AA I, entonces A es una matriz ortogonal y por lo tanto podemos afirmar que es un operador ortogonal. EJERCICIO 4.8 Sea el espacio vectorial definido sobre y el operador lineal : cuya regla de correspondencia es: i i x y x y x y x y 3 3 3,, α ;, 69

19 Determine el valor de α para el cual sea un operador unitario. Considere como producto interno al producto escalar ordinario usual en. SOLUCIÓN: Para que sea un operador unitario se debe cumplir que: v v v v ; v, v si consideramos v x, y y v x, y, entonces: x, y x, y x, y x, y aplicando tenemos: i i i i x y, x α y x y, x α y x x y y desarrollando el producto interno del lado izquierdo, se tiene: i i i i x y x y x αy x αy x x y y conjugando y factorizando 3, tenemos: 3 i x i y i x i y x 3 α y x 3 α y x x y y multiplicando por 3 en ambos lados y desarrollando los productos, tenemos: x x i x y x y i x y x y y y x x 3 α x y 3 α x y 3αα y y 3 x x 3 y y 70

20 simplificando y agrupando: 3 x x i 3 α x y i 3 α x y 3αα y y 3 x x 3 y y Por igualdad se tiene: i 3 α 0 ( ) i 3 α 0 ( ) 3 α α 3 ( 3 ) de ( ) tenemos que: α i 3 verificando si el valor de α satisface a las ecuaciones ( ) y ( 3 ), se tiene: sustituyendo en ( ) : i 3 i 3 0 i i satisface sustituyendo en ( 3 ) : i i i i satisface Por lo que si α i, entonces el operador es unitario. 3 7

21 eorema espectral Sea V un espacio vectorial sobre sea : V V un operador normal: de dimensión finita y con producto interno, y Si λ, λ,, λ k son los diferentes valores característicos de, E λ i es el espacio característico correspondiente a λ i y P i es el operador de proyección ortogonal sobre E λ i, entonces: λ P λ P λ P a) P P P I b) c) Pi P j 0, para toda i j k k k Si el espacio vectorial V está definido sobre un campo real, entonces el teorema espectral también se cumple para un operador simétrico. EJERCICIO 4.9 Para el operador simétrico : cuya regla de correspondencia es:,, x y x y x y a) Obtenga la descomposición espectral del operador. b) Verifique que se cumple la condición P P I c) Compruebe que P P 0. SOLUCIÓN: a) Obteniendo los valores, vectores y espacios característicos, tenemos:, 0, 0,, M A 7

22 de donde: λ det A λ I λ λ 4 λ λ λ 4 entonces: P λ λ λ 6 P λ λ 3 λ con lo cual los valores característicos son: λ 3 λ Obteniendo los vectores característicos, se tiene: Para λ 3 : donde surge el sistema de ecuaciones: 4 x 0 y 0 4 x y 0 x y 0 y x y x x k y k si con lo cual los vectores característicos asociados a λ 3 son: v k, k con k 0 73

23 Para λ : x 0 x y 0 x y 0 x y 4 y 0 x 4 y y k x k si con lo cual los vectores característicos asociados a λ son: v k, k con k 0 Por lo que, los correspondientes espacios característicos son: E λ k, k k E λ k, k k Obsérvese que los vectores característicos con el producto escalar ordinario en como producto interno, resultan ser ortogonales y por lo tanto, los espacios característicos son uno complemento ortogonal del otro, por lo que cualquier vector x, y puede ser expresado en forma única como la suma de dos vectores que, en este caso, serían uno de cada espacio característico. Los operadores P y P espacios característicos son: que proyectan cualquier vector de sobre los a b a a P, =, E λ a b b b P, =, E λ I Al expresar un vector cualquiera x, y como la suma de vectores pertenecientes a los espacios característicos, tenemos: x y a a b b,,, ( ) 74

24 de donde surge el sistema de ecuaciones: x a b ( ) y a b ( 3 ) de ( ) se tiene: a x b ( 4 ) sustituyendo ( 4 ) en ( 3 ) : y x b b y x 5b b x 5 y ( 5 ) sustituyendo ( 5 ) en ( 4 ) : a x y x 5 a x y 5 ( 6 ) De acuerdo con las reglas de correspondencia que tienen los operadores proyección que se muestran en I y los valores obtenidos de a y b, se tiene que: x y x 4 y P x, y =, x y x y P x, y =, 5 5 Como la descomposición espectral del operador es de la forma: λ P λ P 75

25 entonces la descomposición espectral de es: x y x 4 y 4 x y x y x, y = 3,, realizando las operaciones indicadas para comprobar que dicha descomposición es correcta, tenemos: 3x 6 y 6 x y 8 x 4 y 4 x y x, y =, sumando se llega a:, =, x y x y x y Como se llega a la misma regla de correspondencia dada en el enunciado del ejercicio, entonces podemos concluir que la descomposición espectral de a la que se llegó, es correcta. b) Se debe verificar que la suma de los operadores proyección es igual al operador identidad, esto es: Esto se puede expresar como: P P I x y x y I, P P, x y x y x y I, P, + P, sustituyendo P y P tenemos: x y x 4 y 4 x y x y I x, y,, al sumar se obtiene: x y x y I,, cumple 76

26 c) Se debe cumplir que: P P 0 Cabe hacer notar que el " 0" de la expresión P P 0 en realidad nos representa al operador nulo, esto es: x y x y 0, 0, 0 ;, De acuerdo con esto, entonces se tiene que: P P a, b 0 a, b donde a, b Aplicando la definición de la operación composición del lado izquierdo de la igualdad y el operador nulo del lado derecho, tenemos: a b P P, 0, 0 Aplicando la regla de correspondencia del operador P se tiene que: 4a b a b P, 0, aplicando ahora la regla de P tenemos: 4a b a b 4a b a b , 0,

27 realizando operaciones se tiene: 4a b 4a b 8a 4b 8a 4b 5 5, 5 5 0, sumando: 0 0, 0, , 0 0, 0 Con lo cual se comprueba que la composición de los operadores proyección nos da el operador nulo. 78

28 Formas cuádricas Una de las múltiples aplicaciones que tienen los valores y vectores característicos es la que se da en las formas cuádricas, que nos permite simplificar el estudio de las cónicas y de las superficies, cuando éstas tienen sus ejes oblicuos a los ejes del sistema de referencia, esto es, los valores y vectores característicos pueden ser usados para resolver problemas donde se requiere hacer una rotación de ejes. Las ecuaciones: a x b x y c y d x e y f 0 a x b y c z d x y e x z f y z g x h y i z j 0 corresponden a las ecuaciones generales de segundo grado en respectivamente. y 3, A las expresiones que sólo consideran los términos de segundo grado, se les llaman formas cuádricas o formas cuadráticas, esto es: a x b x y c y Forma cuádrica para el caso de a x b y c z d x y e x z f y z Forma cuádrica para el caso de. 3. Las formas cuádricas pueden ser expresadas matricialmente de la siguiente forma: b a x a x b x y c y x y x A x b y c x x A d e a x d f a x b y c z d x y e x z f y z x y z b y x A x x z e f c x A Considerando la ecuación general de segundo grado se tiene: a x b x y c y d x e y f 0 79

29 representando en forma matricial esta ecuación tenemos: b a x x x y d e b y y x c k x x f A 0 con lo cual la ecuación queda como: x Ax k x f 0 ( ) si se hace: x P x' ( ) esto es: x x' P y y' Donde x ' y y' son los ejes del nuevo sistema de referencia ya rotado. P es la matriz diagonalizadora de la matriz A que figura en la ecuación ( ), formada por vectores característicos unitarios, con lo cual P es una matriz ortogonal, es decir, P P. Se debe cuidar además que giro de ejes. Si el columnas de P. det P, lo cual garantiza el det P, entonces será suficiente con intercambiar las Al sustituir la expresión ( ) en ( ) se tiene: P x ' A P x ' k P x ' f 0 de donde: x ' P A P x ' k P x ' f 0 dado que el producto de matrices es asociativo tenemos: x ' P A P x ' k P x ' f 0 ( 3 ) 80

30 como P A P λ 0 0 λ donde λ y λ son los valores característicos de A. Entonces la ecuación ( 3 ) expresada con matrices quedaría como: λ 0 x' P P x' x ' y ' d e f 0 0 λ y' P P y' efectuando los productos indicados llegaríamos a una ecuación de la forma: λ x ' λ y ' d ' x ' e ' y ' f 0 ( 4 ) donde: d ' d P e P e ' d P e P Como se puede apreciar en la ecuación ( 4 ), se trata de una ecuación de segundo grado donde el término xy ya no aparece, lo cual quiere decir que los ejes de la cónica son coincidentes o paralelos a los ejes del nuevo sistema de referencia x ', y '. Para el caso de la ecuación general de segundo grado en 3, es decir, cuando se tienen superficies cónicas cuyos ejes sean oblicuos al sistema de referencia, el procedimiento a seguir para rotar dicho sistema, de tal manera que los nuevos ejes resulten coincidentes o paralelos a los ejes de la superficie, es exactamente el mismo al seguido para el caso de, con la única diferencia de que la matriz A ahora será de 3 3 y se tendrán tres valores y tres vectores característicos. 8

31 EJERCICIO 4.0 Para la cónica cuya ecuación es: 9 x 4 x y 6 y x 36 y 44 0 a) Determine una matriz P correspondiente al giro que hace paralelos los ejes coordenados con los ejes de la cónica. b) Obtenga la ecuación de la cónica, en un sistema de referencia ", " no contenga término mixto ni términos lineales. c) Calcule el ángulo de giro. d) Dibuje la cónica así como los distintos sistemas de referencia. x y, que SOLUCIÓN: a) La matriz P que se pide determinar es la matriz diagonalizadora de A. La representación matricial de la ecuación de la cónica es: donde: x A x k x 44 0 ( ) A 9 6 ; k 36 ; x x y Como se sabe, la matriz P está formada por la disposición en columna de los vectores característicos unitarios de la matriz A, entonces: det λ I 9 λ 9 λ 6 λ 4 λ 5 λ + 50 = λ 0 λ 5 6 λ A λ 0 λ 5 valores característicos 8

32 Obteniendo los vectores característicos tenemos: Para λ 0 : x 0 4 y 0 () x y 0 x y 0 x y x 4 y si y k x k v k, k Para λ 5 : con k 0 vectores característicos 4 x 0 y 0 4 x y 0 x y 0 y x ( ) x y si xk y k v k, k con k 0 vectores característicos Si hacemos que k y k, entonces se obtienen los siguientes vectores característicos: u, donde u 5 Considerando como producto interno u, donde u 5 el producto escalar ordinario. Entonces los vectores característicos unitarios son: e, 5 5 e,

33 Con lo cual la matriz diagonalizadora P buscada es: P = Se tiene además que: det P y al ser P una matriz ortogonal, entonces se cumple que: P P Por otro lado, si realizamos: u u (, ) (, ) 0 con lo cual se tiene que los vectores característicos son ortogonales. Estos vectores nos definirán la dirección de los ejes del nuevo sistema de referencia con el giro requerido. b) Si hacemos x P x' y sustituimos en la ecuación ( ), tenemos: x A x k x P ' P ' P ' 44 0 de donde se tiene que: x ' P A P x ' k P x ' 44 0 agrupando: x ' P A P x ' k P x '

34 Como P P entonces P AP = D, con la cual se llega a: x ' D x ' k P x ' 44 0 sustituyendo tenemos: 0 0 x' 5 5 x' ' ' y' y' 5 5 x y realizando operaciones: x ' 0 x' 5 y' y ' x ' 0 x' 5 y' y ' x ' 5 y ' x ' y ' Obsérvese que en esta ecuación ya no se tiene término con producto entre las variables; sin embargo, aún se tienen términos lineales. Para eliminar estos términos se hará un desplazamiento del sistema de referencia para hacer coincidir el centro de la cónica con el origen del nuevo sistema de referencia x", y ". Para esto se requiere completar trinomios que sean cuadrados perfectos y hacer la factorización correspondiente. Agrupando y factorizando tenemos: 6 0 x ' x ' 5 y ' y '

35 completando trinomios: x ' x ' 5 y ' y ' x' 5 y' x' y' 5 5 si se hace que: x" x' 3 5 y" y' 6 5 entonces se tiene: y " x" En este sistema de referencia lineal, que es lo que se pedía obtener en el inciso b ). x", y" la ecuación carece de término mixto y Al observar la ecuación a la que se llegó es evidente que se trata de una elipse con centro en el origen y con semiejes a y b. 86

36 c) Para calcular el ángulo de giro, se deberá obtener el ángulo que forman el vector característico u, que define la dirección del eje x ', con el vector i, 0. unitario Sabemos que: sustituyendo: cos θ = cos θ = u u (, ) (, 0 ) 5 cos θ = θ = i i d) razo aproximado de la cónica y los sistemas de referencia. 87

37 EJERCICIOS PROPUESOS. Obtenga el adjunto del operador lineal :, cuya regla de correspondencia es:,, 3 x y x y x y Considere como producto interno el producto escalar ordinario en.. Sea el espacio vectorial: a 0 M a, b 0 b definido en el campo de los números reales y sea el operador lineal : M M con regla de correspondencia: a 0 a b 0 0 b 0 a b Determine el operador adjunto de, considerando el siguiente producto interno: a 0 x 0 a 0 x 0 a x b y ;, M 0 b 0 y 0 b 0 y 3. Sea el operador lineal :, donde complejo y cuya regla de correspondencia es: está definido en el campo,, ;, x y x i y y i x x y a) Determine si es un operador normal respecto al producto interno usual en. b) Obtenga * i, i. 88

38 4. Sea el espacio vectorial de polinomios P a x b a, b campo, y sea : P P un operador lineal definido por: sobre el a x b a b x 5b a ; a x b P Considerando como producto interno: f g f 0 g 0 f ' 0 g ' 0 ; f, g P a) Determine si es un operador hermitiano. b) En caso de ser afirmativa la respuesta del inciso anterior, obtenga una matriz asociada a referida a una base ortonormal de P y compruebe que dicha matriz es hermitiana. c) Si es un operador hermitiano, compruebe que sus valores característicos son reales. d) Verifique que los vectores característicos de resultan ser ortogonales. 5. Determine la relación que deben tener a, b tal que el operador lineal,, ;, x y x a y b x y x y sea un operador simétrico con el producto escalar ordinario. 6. Sea la transformación lineal : P P definida por: a x b x c b x a c x b donde P a x b x c a, b, c Determine si es un operador antihermitiano con el producto interno. p q p"() q"() p' ( 0 ) q' ( 0 ) p ( 0 ) q ( 0 ) ; p, q P 4 89

39 7. En el espacio vectorial sobre se define el operador lineal : de la siguiente manera:,, ;, a bi c d i b ai d ci a bi c d i a) Determine si el operador es hermitiano, antihermitiano y/o unitario, considerando como producto interno al producto escalar ordinario complejo. b) En caso de ser posible, obtenga una matriz diagonal que represente al operador lineal. 8. Determine si el operador lineal 3 3 : cuya regla de correspondencia es: x y 3z x y z 4 x 5 y z x, y, z,, es un operador ortogonal, considerando como producto interno el producto escalar ordinario en Sea el espacio vectorial: z z a bi ; a, b donde i sobre y el operador : definido por: z zi ; z Determine si es un operador unitario con el siguiente producto interno: donde v es el conjugado de v. u v u v ; u, v 90

40 0. Para el operador hermitiano : cuya regla de correspondencia es: x, y x, x y 3 y el producto interno: x y x x x y x y 3 y y ; x x, y, y x, y a) Obtenga la descomposición espectral del operador. b) Verifique que se cumple la condición P P I. c) Compruebe que P P 0.. Para el operador simétrico : cuya regla de correspondencia es: y el producto interno:,, x y x y x y x y x x x y x y 3 y y ; x x, y, y x, y obtenga la descomposición espectral del operador.. Para la cónica cuya ecuación es: x x y y 0 x y 4 0 a) Determine una matriz P correspondiente al giro que hace paralelos los ejes coordenados con los ejes de la cónica. b) Obtenga la ecuación de la cónica, en un sistema de referencia ", " que no contenga término mixto ni términos lineales. c) Calcule el ángulo de giro. d) Dibuje la cónica así como los distintos sistemas de referencia. x y, 9

41 3. Dada la elipse de ecuación 3x y 5, obtenga la ecuación de esta elipse referida a un sistema x', y ', donde el eje x ' forma un ángulo de 30, medidos en sentido antihorario, con respecto al eje x. 4. Para la cónica cuya ecuación es: x 3 x y y 4 a) Determine una matriz P correspondiente al giro que hace paralelos los ejes coordenados con los ejes de la cónica. b) Obtenga la ecuación de la cónica, en un sistema de referencia ', ' que no contenga término mixto. c) Dibuje la cónica así como los distintos sistemas de referencia. x y, 9

42 RESPUESAS A LOS EJERCICIOS PROPUESOS. * w, z w z, w 3z. * w 0 w z 0 0 z 0 w z 3. a) es un operador normal. b) i i *, 6 4. a) El operador sí es hermitiano. B b) M B 5 es una matriz hermitiana donde B x, c) λ y λ 6 valores característicos reales. d) Sí son ortogonales. 5. a b 6. sí es un operador antihermitiano. 93

43 7. a) no es hermitiano. no es antihermitiano. es unitario. b) D i 0 0 i 8. sí es un operador ortogonal. 9. sí es un operador unitario. x x x, y x, 0, y a) b) Sí se cumple. c) Sí se cumple.. x y x y x y x y x y,, 3,. a) P b) x" 3 y" c) θ = 45 94

44 d) 3. x x y y ' 3 ' ' 9 ' 0 4. a) P

45 b) x y 5 ' ' 8 ó x ' y ' c) 96

CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero

CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero Fundamento Científico del Currículum de Matemáticas en Enseñanza Secundaria CONCEPTOS BÁSICOS DE ESPACIOS VECTORIALES Alumno. Cristina Mª Méndez Suero ESPACIOS VECTORIALES DEFINICIÓN... 1 PROPIEDADES DE

Más detalles

Matrices y determinantes

Matrices 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 detalles

A1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas.

A1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. A1.- Determina a y b sabiendo que el sistema de ecuaciones x + 3y +z = 1 -x + y +z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. Para que el sistema tenga, al menos, dos soluciones distintas

Más detalles

ALGEBRA. Escuela Politécnica Superior de Málaga

ALGEBRA. 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 detalles

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

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

Más detalles

Problemas de Espacios Vectoriales

Problemas 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 detalles

Conjuntos y matrices. Sistemas de ecuaciones lineales

Conjuntos y matrices. Sistemas de ecuaciones lineales 1 Conjuntos y matrices Sistemas de ecuaciones lineales 11 Matrices Nuestro objetivo consiste en estudiar sistemas de ecuaciones del tipo: a 11 x 1 ++ a 1m x m = b 1 a n1 x 1 ++ a nm x m = b n Una solución

Más detalles

Trabajo Práctico N 5: ESPACIOS VECTORIALES

Trabajo Práctico N 5: ESPACIOS VECTORIALES Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: 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 detalles

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares

Más detalles

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

RESOLUCIÓN 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 detalles

Tema 3: Espacios vectoriales

Tema 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 detalles

Base y Dimensión de un Espacio Vectorial

Base 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 detalles

ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3

ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3 ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2. Transformaciones ortogonales (Curso 2010 2011) 1. Se considera el espacio vectorial euclídeo IR referido a una base ortonormal. Obtener la expresión

Más detalles

Ejemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales.

Ejemplo 1 Sea V un espacio con producto interno sobre un cuerpo K. A las transformaciones lineales T : V K las llamamos funcionales lineales. Facultad de Ingeniería - IMERL - Geometría y Álgebra Lineal 2 - Curso 2008. 1 Transformaciones lineales en espacios con producto interno Notas para el curso de Geometría y Algebra Lineal 2 de la Facultad

Más detalles

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:

un 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 detalles

Sistemas de Ecuaciones Lineales y Matrices

Sistemas de Ecuaciones Lineales y Matrices Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una

Más detalles

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 3. Transformaciones Lineales

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 3. Transformaciones Lineales PROLEMS RESUELTOS ÁLGER LINEL Tema. Transformaciones Lineales SUTEM: MTRICES SOCIDS UN TRNSFORMCIÓN Problema : Sean P P los espacios vectoriales de lo polinomios de grado menor o igual a dos menor o igual

Más detalles

Espacios Vectoriales

Espacios 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 detalles

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1 Espacios Vectoriales 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Espacios Vectoriales... 4 1.1 Definición de espacio vectorial... 4 1.2 Definición de subespacio vectorial...

Más detalles

Espacios Vectoriales www.math.com.mx

Espacios 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 detalles

Descomposición en valores singulares de una matriz

Descomposición 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 detalles

ÁLGEBRA LINEAL II Práctica

ÁLGEBRA LINEAL II Práctica ÁLGEBRA LINEAL II Práctica 3.1-3.2 Geometría afín. (Curso 2013 2014) 1. En un espacio afín real de dimensión 3, se consideran dos sistemas de referencia R = O, ē 1, ē 2, ē 3 } y R = P, ū 1, ū 2, ū 3 },

Más detalles

Transformaciones lineales y matrices

Transformaciones 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 detalles

Tema 2.- Formas Cuadráticas.

Tema 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 detalles

Tema 1: Espacios vectoriales

Tema 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 detalles

Tema 1: MATRICES. OPERACIONES CON MATRICES

Tema 1: MATRICES. OPERACIONES CON MATRICES Tema 1: MATRICES. OPERACIONES CON MATRICES 1. DEFINICIÓN Y TIPO DE MATRICES DEFINICIÓN. Una matriz es un conjunto de números reales dispuestos en filas y columnas. Si en ese conjunto hay m n números escritos

Más detalles

Esta 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 )

Esta 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 detalles

Matriz A = Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.

Matriz 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 detalles

Algebra lineal y conjuntos convexos

Algebra lineal y conjuntos convexos Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar

Más detalles

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

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con

Más detalles

TEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ...

TEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ... TEMA : MATRICES Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas a a a... a n a a a... an A... am am am... amn A los números reales a ij se les llama elementos

Más detalles

es el lugar geométrico de los puntos p tales que p 0 p n o p 0 p o. p x ; y ; z perteneciente a y un vector no

es el lugar geométrico de los puntos p tales que p 0 p n o p 0 p o. p x ; y ; z perteneciente a y un vector no El Plano y la Recta en el Espacio Matemática 4º Año Cód. 145-15 P r o f. M a r í a d e l L u j á n M a r t í n e z P r o f. J u a n C a r l o s B u e P r o f. M i r t a R o s i t o P r o f. V e r ó n i

Más detalles

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

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

Más detalles

Espacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21

Espacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.

Más detalles

MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).

MATRICES. 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 detalles

. Universidad Tecnológica Nacional - Facultad Regional Rosario. Álgebra y Geometría Analítica EL PLANO

. Universidad Tecnológica Nacional - Facultad Regional Rosario. Álgebra y Geometría Analítica EL PLANO . Universidad Tecnológica Nacional - Facultad Regional Rosario Álgebra y Geometría Analítica EL PLANO Autores: Lic. Martha Fascella Ing. Ricardo F. Sagristá 0 Contenido EL PLANO... 3.- Definición del plano

Más detalles

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

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

Más detalles

GEOMETRÍA. que pasa por el punto P y es paralelo a π. (0,9 puntos) b) Determinar la ecuación del plano π

GEOMETRÍA. que pasa por el punto P y es paralelo a π. (0,9 puntos) b) Determinar la ecuación del plano π GEOMETRÍA 1.- Se considera la recta r : ( x, y, z) = ( t + 1, t,3 t), el plano π: x y z = 0y el punto P (1,1,1). Se pide: a) Determinar la ecuación del plano π 1 que pasa por el punto P y es paralelo a

Más detalles

1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3.

1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3. . Producto escalar. Propiedades... Norma de un vector. Espacio normado...ortogonalidad. Ángulos..3.Producto escalar en V..4.Producto escalar en V 3.. Producto vectorial de dos vectores de V 3...Expresión

Más detalles

Una matriz es un arreglo rectangular de elementos. Por ejemplo:

Una 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 detalles

Proyecciones. Producto escalar de vectores. Aplicaciones

Proyecciones. Producto escalar de vectores. Aplicaciones Proyecciones La proyección de un punto A sobre una recta r es el punto B donde la recta perpendicular a r que pasa por A corta a la recta r. Con un dibujo se entiende muy bien. La proyección de un segmento

Más detalles

Definición 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.

Definición 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 detalles

Espacios vectoriales reales.

Espacios 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 detalles

Clase 8 Matrices Álgebra Lineal

Clase 8 Matrices Álgebra Lineal Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas

Más detalles

Capítulo 8: Vectores

Capítulo 8: Vectores Capítulo 8: Vectores 1. Lección 30. Operaciones con vectores 1.1. Vectores El concepto de vector aparece en Física para describir magnitudes, tales como la fuerza que actúa sobre un punto, en las que no

Más detalles

Matrices, determinantes, sistemas de ecuaciones lineales.

Matrices, 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 detalles

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS

1 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 detalles

Fundamentos matemáticos. Tema 3 Geometría del plano y del espacio

Fundamentos matemáticos. Tema 3 Geometría del plano y del espacio Fundamentos matemáticos Grado en Ingeniería agrícola y del medio rural Tema 3 Geometría del plano y del espacio José Barrios García Departamento de Análisis Matemático Universidad de La Laguna jbarrios@ull.es

Más detalles

MATEMÁTICAS 1º BACH. C. N. Y S. 25 de enero de 2010 Geometría y Logaritmos

MATEMÁTICAS 1º BACH. C. N. Y S. 25 de enero de 2010 Geometría y Logaritmos MATEMÁTICAS 1º BACH. C. N. Y S. 5 de enero de 010 Geometría y Logaritmos x yz 1) Tomar logaritmos, y desarrollar, en la siguiente expresión: A 4 ab log x log b 4log a log y ) Quitar logaritmos: log A )

Más detalles

Tema 1: Matrices y Determinantes

Tema 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 detalles

Determinación de la trasformada inversa mediante el uso de las fracciones parciales

Determinación de la trasformada inversa mediante el uso de las fracciones parciales 3.6. Determinación de la trasformada inversa mediante el uso de las fracciones parciales 95 3.6. Determinación de la trasformada inversa mediante el uso de las fracciones parciales Transformadas de Ecuaciones

Más detalles

Trabajo Práctico N 5: ESPACIOS VECTORIALES. Ejercicio 1:

Trabajo 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 detalles

Espacios vectoriales

Espacios 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 detalles

Matrices, Determinantes y Sistemas Lineales.

Matrices, 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 detalles

La recta en el plano.

La recta en el plano. 1 CONOCIMIENTOS PREVIOS. 1 La recta en el plano. 1. Conocimientos previos. Antes de iniciar el tema se deben de tener los siguientes conocimientos básicos: Intervalos y sus definiciones básicas. Representación

Más detalles

Descomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar)

Descomposición 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 detalles

TEMA 6 FORMAS BILINEALES Y PRODUCTO ESCALAR

TEMA 6 FORMAS BILINEALES Y PRODUCTO ESCALAR TEMA 6 FORMAS BILINEALES Y PRODUCTO ESCALAR Índice 6.1. Formas bilineales....................... 154 6.1.1. Representación matricial de una forma bilineal. 155 6.1.. Formas multilineales reales............

Más detalles

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

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

Más detalles

Espacios Vectoriales, Valores y Vectores Propios

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

Más detalles

GEOMETRÍA ANALÍTICA LA CIRCUNFERENCIA

GEOMETRÍA ANALÍTICA LA CIRCUNFERENCIA LA CIRCUNFERENCIA CONTENIDO. Ecuación común de la circunferencia Ejemplos. Ecuación general de la circunferencia. Análisis de la ecuación. Ejercicios Estudiaremos cuatro curvas que por su importancia aplicaciones

Más detalles

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 0 REFLEXION Y RESUELVE Resolución de sistemas Ò mediante determinantes y Resuelve, aplicando x x e y, los siguientes sistemas de ecuaciones: 3x 5y 73 a

Más detalles

Problemas de exámenes de Aplicaciones Lineales y Matrices

Problemas 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 detalles

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales Sea (K, +,.) un cuerpo con característica 0. Podemos pensar K = Q, R o C. Si V es un conjunto cualquiera en el que

Más detalles

MATRICES. Rango de una matriz. Matriz Inversa. Determinante de una matriz cuadrada. Sistemas de Ecuaciones Lineales. Nociones de espacios vectoriales

MATRICES. Rango de una matriz. Matriz Inversa. Determinante de una matriz cuadrada. Sistemas de Ecuaciones Lineales. Nociones de espacios vectoriales MATRICES Rango de una matriz Matriz Inversa Determinante de una matriz cuadrada Sistemas de Ecuaciones Lineales Nociones de espacios vectoriales MATRICES -DEFINICIÓN DE MATRIZ. -ALGUNOS TIPOS DE MATRICES.

Más detalles

Estos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.

Estos 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 detalles

ESPACIOS VECTORIALES

ESPACIOS VECTORIALES MATEMÁTICA I - - Capítulo 8 ------------------------------------------------------------------------------------ ESPACIOS VECTORIALES.. Espacios Vectoriales y Subespacios... Definición. Un espacio vectorial

Más detalles

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República

ALN. 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 detalles

Apuntes de álgebra lineal. Eduardo Liz Marzán. Enero de 2015.

Apuntes 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 detalles

2. El conjunto de los números complejos

2. El conjunto de los números complejos Números complejos 1 Introducción El nacimiento de los números complejos se debió a la necesidad de dar solución a un problema: no todas las ecuaciones polinómicas poseen una solución real El ejemplo más

Más detalles

EJERCICIOS DE GEOMETRÍA PLANA. 1. Hallar las ecuaciones paramétricas de la recta r que pasa por el punto ( 2, 2) tiene como vector director el vector

EJERCICIOS DE GEOMETRÍA PLANA. 1. Hallar las ecuaciones paramétricas de la recta r que pasa por el punto ( 2, 2) tiene como vector director el vector EJERCICIOS DE GEOMETRÍA PLANA Hallar las ecuaciones paramétricas de la recta r que pasa por el punto (, ) tiene como vector director el vector v i j A y x a + vt La ecuación paramétrica de una recta es

Más detalles

PAU Madrid. Matemáticas II. Año Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos.

PAU Madrid. Matemáticas II. Año Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos. PAU Madrid. Matemáticas II. Año 22. Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos. Se considera una varilla AB de longitud 1. El extremo A de esta varilla recorre completamente la circunferencia

Más detalles

Lecciones de Álgebra y Geometría. Ruth Carballo Fidalgo Dpto. de Matemática Aplicada y Ciencias de la Computación Universidad de Cantabria

Lecciones de Álgebra y Geometría. Ruth Carballo Fidalgo Dpto. de Matemática Aplicada y Ciencias de la Computación Universidad de Cantabria Lecciones de Álgebra y Geometría Ruth Carballo Fidalgo Dpto. de Matemática Aplicada y Ciencias de la Computación Universidad de Cantabria Última revisión: 24 de Enero de 29 Contenidos 1 Matrices y determinantes

Más detalles

EJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA

EJERCICIOS 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 detalles

EJERCICIOS DE SELECTIVIDAD DE GEOMETRIA

EJERCICIOS DE SELECTIVIDAD DE GEOMETRIA EJERCICIOS DE SELECTIVIDAD DE GEOMETRIA 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

Más detalles

3.1 El espacio afín R n

3.1 El espacio afín R n 3. Geometría analítica 3.1 El espacio afín R n Consideremos el conjunto R n, formado por las listas ordenadas (x 1,...,x n ) de números reales. Convengamos en llamar puntos a los elementos de R n. Pero

Más detalles

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos

Vectores 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 detalles

2. Ortogonalidad. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U.

2. Ortogonalidad. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U. 2 Ortogonalidad En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U 1 Vectores ortogonales Definición 11 Dos vectores x, ȳ U se dicen ortogonales si: x ȳ = 0 Veamos algunas propiedades

Más detalles

MATRICES DETERMINANTES

MATRICES DETERMINANTES MATRICES Y DETERMINANTES 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

Más detalles

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

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

Más detalles

3. Determinantes. Propiedades. Depto. de Álgebra, curso

3. Determinantes. Propiedades. Depto. de Álgebra, curso Depto de Álgebra curso 06-07 3 Determinantes Propiedades Ejercicio 3 Use la definición para calcular el valor del determinante de cada una de las siguientes matrices: 3 0 0 α A = 5 4 0 A = 6 A 3 = 0 β

Más detalles

ECUACIONES DE PRIMER Y SEGUNDO GRADO

ECUACIONES DE PRIMER Y SEGUNDO GRADO 7. UNIDAD 7 ECUACIONES DE PRIMER Y SEGUNDO GRADO Objetivo general. Al terminar esta Unidad resolverás ejercicios y problemas que involucren la solución de ecuaciones de primer grado y de segundo grado

Más detalles

Determinantes. Determinante de orden uno. a 11 = a 11 5 = 5

Determinantes. Determinante de orden uno. a 11 = a 11 5 = 5 DETERMINANTES Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un escalar particular denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno

Más detalles

Capitulo 6. Matrices y determinantes

Capitulo 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 detalles

BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES.

BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. Matrices: Se llama matriz de dimensión m n a un conjunto de números reales dispuestos en m filas y n columnas de la siguiente forma: 11 a 12 a 13... a 1n A= a a 21

Más detalles

Menor, cofactor y comatriz

Menor, 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 detalles

Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4. Halla los determinantes de las siguientes matrices: Solución:

Dada 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 detalles

NÚMEROS COMPLEJOS 1.1. INTRODUCCIÓN 1.2. OPERACIONES CON COMPLEJOS

NÚMEROS COMPLEJOS 1.1. INTRODUCCIÓN 1.2. OPERACIONES CON COMPLEJOS NÚMEROS COMPLEJOS 1.1. INTRODUCCIÓN La ecuación x + 1 0 no tiene solución en el cuerpo de los números reales R ya que no existe un número real x tal que x 1. Necesitamos un conjunto que contenga a R, que

Más detalles

FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.

FACULTAD 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 detalles

Teoría Tema 6 Ecuaciones de la recta

Teoría Tema 6 Ecuaciones de la recta página 1/14 Teoría Tema 6 Ecuaciones de la recta Índice de contenido Base canónica en dos dimensiones como sistema referencial...2 Ecuación vectorial de la recta...4 Ecuación paramétrica de la recta...6

Más detalles

Estructuras Algebraicas

Estructuras Algebraicas Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos

Más detalles

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente. ÁLGEBRA DE MATRICES Página 47 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes

Más detalles

ÍNDICE TEMÁTICO. Operadores Lineales en Espacios con Producto Interno

ÍNDICE TEMÁTICO. Operadores Lineales en Espacios con Producto Interno UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: INGENIERÍA EN TELECOMUNICACIONES, SISTEMAS Y ELECTRÓNICA DENOMINACIÓN DE LA ASIGNATURA: Álgebra IDENTIFICACIÓN

Más detalles

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

ÁLGEBRA 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 detalles

SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES

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

Más detalles

Tema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS

Tema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS 1 Tema I 1. EL CUERPO DE LOS REALES, EL CUERPO DE LOS COMPLEJOS 1.1 Los Números Naturales. Los números naturales aparecen por la necesidad que tiene el hombre (primitivo) tanto de contar como de ordenar

Más detalles

Resumen 3: Matrices, determinantes y sistemas de ecuaciones

Resumen 3: Matrices, determinantes y sistemas de ecuaciones Resumen 3: Matrices, determinantes y sistemas de ecuaciones lineales 1 Matrices Una matriz con coeficientes sobre un cuerpo K (normalmente K R) consiste en una colección de números (o escalares) del cuerpo

Más detalles

PROGRAMA DE EXAMEN. Unidad Nº1: Matrices y Función Determinante

PROGRAMA 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 detalles

Ing. Ramón Morales Higuera

Ing. Ramón Morales Higuera MATRICES. Una matriz es un conjunto ordenado de números. Un determinante es un número. CONCEPTO DE MATRIZ. Se llama matriz a un conjunto ordenado de números, dispuestos en filas y Las líneas horizontales

Más detalles

I.E.S. Miguel de Cervantes (Granada) Departamento de Matemáticas GBG 1

I.E.S. Miguel de Cervantes (Granada) Departamento de Matemáticas GBG 1 PRODUCTO ESCALAR INTRODUCCIÓN El espacio vectorial de los vectores libres del plano se caracteriza por tener definidas dos operaciones: una interna, suma de vectores, y otra externa, producto de un número

Más detalles

520142: ALGEBRA y ALGEBRA LINEAL

520142: 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 detalles