Álgebra II (61.08, 81.02) Primer cuatrimestre 2017 Práctica 5. Diagonalización de matrices hermíticas. Formas Cuadráticas.

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

Download "Álgebra II (61.08, 81.02) Primer cuatrimestre 2017 Práctica 5. Diagonalización de matrices hermíticas. Formas Cuadráticas."

Transcripción

1 Álgebra II (61.08, 81.02) Primer cuatrimestre 2017 Práctica 5. Diagonalización de matrices hermíticas. Formas Cuadráticas. Nota: en todos los ejercicios, salvo que se indique lo contrario, (, ) representa el producto interno canónico en R n ó C n. 1. Pruebe que: (a) U es unitaria U H es unitaria U T es unitaria. (b) Si U y V son unitarias entonces UV es unitaria. 2. Sea T : R n R n la trasformación lineal definida por T (x) = P x con P R n n ortogonal. Demuestre lo siguiente: (a) (T (x), T (y)) = (x, y) para todo x, y R n. En particular T (x) = x para todo x R n. (b) x y si y sólo si T (x) T (y). (c) {v 1,..., v n } es base ortonormal de R n si y sólo si {T (v 1 ),..., T (v n )} es base ortonormal de R n. (d) Si S es un subespacio invariante por T, entonces T (S) = S y T (S ) = S. 3. Idem ejercicio 2 pero con C n en lugar de R n y U C n n unitaria en lugar de P R n n ortogonal. 4. Suponga que B 1 = {v 1,..., v n } y B 2 = {u 1,..., u n } son bases ortonormales de R n (resp. C n ). Demuestre que la matriz de cambio de base C B1 B 2 es una matriz ortogonal (resp. unitaria). (Sugerencia: demuéstrelo primero para el caso en que B 2 es la base canónica). 5. Sea T : R n R n una transformación lineal tal que para cierta base ortonormal B, [T ] B es una matriz ortogonal. Demuestre que: (a) [T ] B es ortogonal para cualquier otra base ortonormal B. (b) Valen (a)-(d) del ejercicio Diagonalice ortogonalmente cada una de las siguientes matrices simétricas, es decir, exprese cada una de ellas en la forma P ΛP T, con P ortogonal y Λ diagonal: [ ] 3 1 (a) (b)

2 (c) (d) Diagonalice unitariamente cada una de las siguientes matrices hermíticas, decir, exprese cada una de ellas en la forma UΛU H, con U unitaria y Λ diagonal: [ ] 0 i (a) i 0 1 i 0 (b) i Compruebe que las siguientes matrices pueden ser diagonalizadas unitariamente, aún sin ser hermíticas: [ ] 1 1 (a) (b) Califique cada una de las siguientes afirmaciones como verdadera o falsa: (a) Si A R n n es diagonalizable ortogonalmente entonces A es simétrica. (b) Una matriz simétrica A R n n tiene n autovalores reales distintos. (c) Las multiplicidades algebraica y geométrica de cada autovalor de una matriz simétrica coinciden. (d) Si A C n n es diagonalizable unitariamente entonces A es hermítica. (e) Si A C n n es diagonalizable unitariamente y sus autovalores son reales entonces A es hermítica. (f) Si A C n n es diagonalizable unitariamente entonces A k también es diagonalizable unitariamente. (g) Si A C n n es diagonalizable unitariamente entonces su inversa, en caso de existir, también es diagonalizable unitariamente.

3 10. (a) Encuentre los autovalores y autovectores de la matriz antisimétrica [ ] 0 1 B =, 1 0 y compruebe que sus autovalores son imaginarios puros y que es diagonalizable unitariamente. (b) Considere A = ib y compruebe que A es hermítica. Explique por qué a partir de esto último se deduce que los autovalores de B son imaginarios puros y que B es diagonalizable unitariamente. (c) Demuestre que si C R n n es antisimétrica entonces ic es hermítica. (d) Deduzca del punto anterior que una matriz real antisimétrica tiene autovalores imaginarios puros o nulos, que autovectores correspondientes a autovalores distintos son ortogonales y que es diagonalizable unitariamente. (e) Demuestre que una matriz C R n n antisimétrica es singular si n es impar. 11. (a) Halle A R 3 3 simétrica tal que λ 1 = 1 y λ 2 = 2 sean sus autovalores y S λ1 = gen{[1 1 1] T }. (b) Halle una matriz hermítica A C 3 3 tal que B = A 3 A 2 + A I sea singular, λ = 2 sea autovalor doble y S = {x C 3 : x 1 ix 2 + x 3 = 0} sea invariante por A. Es única A?. Si no lo es, encuentre dos diferentes. 12. Clasifique cada una de las siguientes formas cuadráticas en R 2 y efectúe un cambio de variables x = P y que transforme la forma cuadrática en una sin término de producto cruzado. Escriba la nueva forma cuadrática. Grafique los conjuntos de nivel. (a) x x 1x 2 + x 2 2 (b) 3x 2 1 4x 1x 2 + 6x 2 2 (c) x x 1x 2 + x 2 2 (d) 4x x 1x 2 3x Clasifique cada una de las siguientes formas cuadráticas en R 3 y efectúe un cambio de variables x = P y que transforme la forma cuadrática en una sin término de producto cruzado. Escriba la nueva forma cuadrática. (a) 5x x x x 1x 2 4x 2 x 3 (b) 3x x x x 1x 2 + 2x 1 x 3 + 4x 2 x 3 (c) x 1 x 2 + x 2 x 3 + x 1 x 3.

4 14. De acuerdo con la definición, la expresión (x, y) = x H Qy, con Q C n n hermítica, define un producto interno en C n si y sólo si Q es definida positiva. (a) Determine cuáles de las siguientes expresiones determinan productos internos en R 2 ó R 3. x 1 y 1 + x 1 y 2 + x 2 y 1 + 3x 2 y 2 x 1 y 1 + x 1 y 2 + x 2 y 1 + 3x 2 y 2 7x 1 y 1 4x 1 y 2 + 4x 1 y 3 4x 2 y 1 + 5x 2 y 2 + 4x 3 y 1 + 9x 3 y 3. Para los que resulten productos internos, grafique la bola unitaria {x R n / x = 1}. (b) Compruebe que (x, y) = 2x 1 y 1 + ix 1 y 2 ix 2 y 1 + x 2 y 2 + x 3 y 3 es un producto interno en C Demuestre que si B R m n, entonces G = B T B es semidefinida positiva. Encuentre la condición que debe cumplir B para que G resulte definida positiva. (A G se la denomina matriz de Gram de B.) 16. Pruebe que si A R n n es simétrica y A 4 = A entonces Ax define a la proyección de x sobre col(a), x R n. 17. (a) Encuentre el máximo y el mínimo de la formas cuadráticas de los ejercicios 12 y 13, sujetos a la restricción x T x = 1. (b) Dada la forma cuadrática Q : R 3 R, Q(x) = 2x x 1x 2 2x x2 3, determine los valores máximo y mínimo de Q(x) sujeto a la restricción x x x2 3 = 9, y todos los valores de x para los cuales se alcanzan esos extremos.(sugerencia: considere un cambio de variable que transforme la restricción dada en una de la forma x T x = 1.) (c) Encuentre el máximo y el mínimo de la forma cuadrática Q(x) = x x2 2 sujeto a la restricción 2x 2 1 2x 1x 2 + 2x 2 2 = 4. Halle todos los x para los cuales se alcanza el extremo. (d) Encuentre los puntos de la curva más cercanos al origen de dos formas diferentes: 2x x x 1 x 2 = 1 Minimizando x con x sujeto a una restricción adecuada. Haciendo un cambio de variables adecuado y resolviendo el problema en las nuevas variables. 18. Sea Q : R 3 R, Q(x) = 3x 2 1 2x 1x 2 + 4x 1 x 3 + 3x x 2x 3.

5 (a) Pruebe que Q(x) [ 2, 4] para todo x unitario ( x = 1)y halle todos los x unitarios que verifican Q(x) = 4 o Q(x) = 2. (b) Grafique el conjunto {x R 3 : Q(x) = 4 x 3 = 0}. 19. (a) Existe una matriz A R 3 3 simétrica tal que det(λi A) = λ 3 3λ 2 + 2λ y [1 1 1] T y [2 1 0] T son autovectores de A? (b) Existe una matriz A R 2 2 tal que (x, y) = x T Ay es producto interno en R 2 y A 3 2A 2 A + 2I = 0? En cada caso, de existir A encuentre una. De no existir, explique el motivo. 20. (a) Determine, si existen, todos los a R para los cuales la forma cuadrática Q : R 3 R; Q(x) = x 2 + ax 1 x 2 es definida positiva (x R 3 ) (b) Para a = 4 halle el máximo y el mínimo de Q(x) sujeto a la restricción 1 4 x x x2 3 = 1 y los puntos donde se alcanzan esos valores. 21. Sea A R 2 2 simétrica y Q : R 2 R la forma cuadrática asociada. Sabiendo que A 3 + A es una matriz singular ( ) 2 Nul(A 4I) 1 halle, si existen, los puntos del conjunto C = { x R 2 mínima. : Q(x) = 4 } cuya distancia al origen es 22. Sea A R 3 3 simétrica y con autovalores 1, 3 y 5. Halle todos los r R tales que 1 x T (A + ri)x 16 si x 2 = 2 (x R 3 ) 23. Sea A R n n simétrica y tal que 1 y 5 son sus autovalores mínimo y máximo respectivamente. Considere la forma cuadrática Q(x) = x T Ax para x R n. Pruebe que existen w R n, unitarios, para los cuales Q(w) = 3.

6 24. Sea un sistema de dos partículas de masa m ubicadas en las coordenadas (0, 1, 2) y (0, 1, 2) de un determinado sistema de referencia, unidas por una barra rígida de masa despreciable. Consideremos que la Energa cinética de rotación para el sistema de partículas es E cin rot = 1 2 ωt I ω donde ω es el vector velocidad angular del sistema e I es la matriz de inercia que, para el sistema propuesto, es 10m 0 0 I = 0 8m 4m 0 4m 2m (a) Determine los ejes principales de inercia y los momentos principales de inercia. Qué expresión tiene la Energía cinética de rotación en el sistema de coordenadas determinado por los ejes principales? (b) Determine las posibles direcciones del vector velocidad angular para que la Energía cinética de rotación sea máxima bajo la restricción ω = 1.

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 3 ESPACIOS EUCLÍDEOS

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 3 ESPACIOS EUCLÍDEOS EJERCICIOS DE ÁLGEBRA LINEAL TEMA 3 ESPACIOS EUCLÍDEOS ESPACIOS EUCLÍDEOS ) a) Decir cuál de las siguientes aplicaciones de x de no definir un producto escalar comprobar el axioma que falla: a ) x' x,y,

Más detalles

Álgebra II(61.08, 81.02) Segundo cuatrimestre 2017 Práctica 4. Autovalores y autovectores de matrices. Diagonalización.

Álgebra II(61.08, 81.02) Segundo cuatrimestre 2017 Práctica 4. Autovalores y autovectores de matrices. Diagonalización. Álgebra II(6108, 8102) Segundo cuatrimestre 2017 Práctica 4 Autovalores y autovectores de matrices Diagonalización Nota: salvo indicación particular, se considera que todas las matrices pertenecen a C

Más detalles

AP = A p 1 p 2 p n = Ap 1 Ap 2. λ 1 p 21 λ 2 p 22 λ n p 2n. .. = λ 1 p 1 λ 2 p 2

AP = A p 1 p 2 p n = Ap 1 Ap 2. λ 1 p 21 λ 2 p 22 λ n p 2n. .. = λ 1 p 1 λ 2 p 2 Capítulo 6 Diagonalización 6 Valores y vectores propios 6 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V, nos planteamos el problema

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

Podemos pues formular los dos problemas anteriores en términos de matrices.

Podemos 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 detalles

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada

Más detalles

a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2

a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2 68 Matemáticas I : Álgebra Lineal Tema 7 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado

Más detalles

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

Diagonalización. 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 detalles

Matrices. Operaciones con matrices.

Matrices. 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 detalles

6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas...

6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas... Contents 6 Formas Bilineales y Producto Escalar 3 6.1 Formas bilineales............................... 3 6.1.1 Matriz de una forma bilineal....................... 4 6.1. Formas bilineales simétricas.......................

Más detalles

1. ESPACIO EUCLÍDEO. ISOMETRÍAS

1. ESPACIO EUCLÍDEO. ISOMETRÍAS 1 1. ESPACIO EUCLÍDEO. ISOMETRÍAS Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos conceptos

Más detalles

b E: base canónica de R 3, E = {1, x, x 2 } base de P 2 2) Analice la verdad o la falsedad de las siguientes proposiciones. Justifique sus respuestas.

b E: base canónica de R 3, E = {1, x, x 2 } base de P 2 2) Analice la verdad o la falsedad de las siguientes proposiciones. Justifique sus respuestas. UTN. FRBA ÁLGEBRA Y GEOMETRÍA ANALÍTICA de Mayo de01 Tema: 1 Apellido y nombres del alumno:...legajo:. 1 4 5 Calificación final La condición para aprobar el examen es tener como mínimo tres ejercicios

Más detalles

Algebra Lineal. Curso Segundo Cuatrimestre 2017 FACULTAD DE CIENCIAS ASTRONOMICAS Y GEOFISICAS. UNLP. Practica 2

Algebra Lineal. Curso Segundo Cuatrimestre 2017 FACULTAD DE CIENCIAS ASTRONOMICAS Y GEOFISICAS. UNLP. Practica 2 lgebra Lineal. urso Segundo uatrimestre 27 FULTD DE IENIS STRONOMIS Y GEOFISIS. UNLP Trabajo de investigacion Practica 2 Un circuito se describe con la siguiente ecuacion diferencial: x (t) x 2 (t) = (=R

Más detalles

9. Teoremas espectrales

9. Teoremas espectrales 9 Teoremas espectrales Lema de Schur Ejercicio 9 En los siguientes casos, use el lema de Schur para descomponer, sobre C, la matriz A como producto A = U TU de modo que T sea triangular superior y U unitaria:

Más detalles

L(a, b, c, d) = (a + c, 2a 2b + 2c + d, a c, 4a 4b + 4c + 2d).

L(a, b, c, d) = (a + c, 2a 2b + 2c + d, a c, 4a 4b + 4c + 2d). Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 1 18 de enero de 1 (5 p. 1 Para cada α R se considera el siguiente subespacio de R 4 : U α =

Más detalles

Álgebra lineal y Geometría II. Métricas y formas cuadráticas. 1. La matriz de la métrica T 2 ((x, y, z), (x, y, z )) = xx + yy + 3zz 2xz 2zx es:

Álgebra lineal y Geometría II. Métricas y formas cuadráticas. 1. La matriz de la métrica T 2 ((x, y, z), (x, y, z )) = xx + yy + 3zz 2xz 2zx es: Álgebra lineal y Geometría II Gloria Serrano Sotelo Departamento de MATEMÁTICAS ÁLGEBRA LINEAL Y GEOMETRÍA. 0 FÍSICAS Métricas y formas cuadráticas.. La matriz de la métrica T ((x, y, z), (x, y, z )) =

Más detalles

a n1 a n2 a nn Es decir, una forma cuadrática es un polinomio homogéneo de grado 2 y n variables.

a n1 a n2 a nn Es decir, una forma cuadrática es un polinomio homogéneo de grado 2 y n variables. Capítulo 7 Formas cuadráticas. Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado de la norma de un vector

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

UNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para :

UNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para : IX / 9 UNIVERSIDAD SIMON BOLIVAR MA6 abril-julio de 9 Ejercicios sugeridos para : los temas de las clases del 3 de junio y de julio de 9. Temas : Autovalores y autovectores. Matrices similares; diagonalización.

Más detalles

Matemáticas para la Empresa

Matemáticas para la Empresa Matemáticas para la Empresa 1 o D.C.E. 1 o L.A.D.E. Curso 2008/09 Relación 2. Aplicaciones Lineales. Diagonalización. Formas Cuadráticas 1. Estudia si son lineales las aplicaciones siguientes: a) La aplicación

Más detalles

6.7. Clasificación de formas cuadráticas

6.7. Clasificación de formas cuadráticas 6.7 Clasificación de s s 1.1. Definición de s s en R n El concepto básico que sirve para definir una es el de polinomio homogéneo de segundo grado en varias variables. En toda esta sección sobreentenderemos

Más detalles

Tema 2: Diagonalización

Tema 2: Diagonalización TEORÍA DE ÁLGEBRA II: Tema 2. DIPLOMATURA DE ESTADÍSTICA 1 Tema 2: Diagonalización 1 Introducción Sea f : R n R n lineal. Dada una base B de R n podemos asociar a f la matriz A 1 = [f, B] M n. Si C es

Más detalles

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 01 Taller 4

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 01 Taller 4 Universidad Nacional de Colombia Departamento de Matemáticas - Álgebra Lineal - Grupo Taller () Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio vectorial?

Más detalles

Vectores y Valores Propios

Vectores y Valores Propios Capítulo 11 Vectores y Valores Propios Las ideas de vector y valor propio constituyen conceptos centrales del álgebra lineal y resultan una valiosa herramienta en la solución de numerosos problemas de

Más detalles

1. Determina cuáles de los siguientes conjuntos son subespacios vectoriales. Para aquellos que lo sean, halla una base.

1. Determina cuáles de los siguientes conjuntos son subespacios vectoriales. Para aquellos que lo sean, halla una base. EJERCICIOS PROPUESTOS 1. Espacios vectoriales. Sistemas de ecuaciones. 1. Determina cuáles de los siguientes conjuntos son subespacios vectoriales. Para aquellos que lo sean, halla una base. (a) S = {

Más detalles

Sesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K

Sesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K Sesión 8: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K ) Calculamos los valores propios de A y sus multiplicidades algebraicas con: d A λ = det A λi nxn = Si d A

Más detalles

Geometría afín y proyectiva, 2016 SEMANA 4

Geometría afín y proyectiva, 2016 SEMANA 4 Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra

Más detalles

Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno

Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno Nota: en todos los casos en que no se indique lo contrario, considere el producto interno canónico en K n (K = R o C). 1.

Más detalles

Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán

Grado 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 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

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

Preparaduría V. 1.- Sea A una matriz diagonal n n cuyo polinomio característico es

Preparaduría V. 1.- Sea A una matriz diagonal n n cuyo polinomio característico es Preparaduría V 1.- Sea A una matriz diagonal n n cuyo polinomio característico es (x c 1 ) d1 (x c 2 ) d2... (x c k ) d k donde los c 1,..., c k son distintos dos a dos. Sea V el espacio de matrices n

Más detalles

a) (0,5 puntos) Calcula la matriz escalonada reducida de A. Cuál es el rango de A?

a) (0,5 puntos) Calcula la matriz escalonada reducida de A. Cuál es el rango de A? Asignatura: ÁLGEBRA LINEAL Fecha del examen: de Enero de 6 Fecha publicación notas: 9 de Enero de 6 Fecha revisión examen: de Enero de 6 Duración del examen: horas y minutos APELLIDOS: NOMBRE: Titulación:.

Más detalles

Práctica 2. Producto interno

Práctica 2. Producto interno Práctica 2. Producto interno 1. (a) Encontrar las condiciones que deben cumplir los coeficientes a 11, a 12, a 21 y a 22 para que la expresión defina un producto interno en R 2. (u, v) = a 11 u 1 v 1 +

Más detalles

Álgebra Lineal. Tema 5 Ecuaciones diferenciales lineales

Álgebra Lineal. Tema 5 Ecuaciones diferenciales lineales Álgebra Lineal. Tema 5 Dep. Matemática Aplicada. UMA Tasa relativa de crecimiento Si x(t representa alguna cantidad física como el volumen de una sustancia, la población de ciertas especies, o el número

Más detalles

Examen Final - soluciones

Examen Final - soluciones Algebra Lineal 2, FAMAT-UG, agsto-dic, 2009 PARTE A (60 puntos). Cierto o Falso. Examen Final - soluciones 9 dic, 2009 1. Para todo operador ortogonal T en R n, det(t ) = 1. Falso. T : (x 1,..., x n )

Más detalles

Determinantes. Reducción de matrices. Caso diagonalizable

Determinantes. Reducción de matrices. Caso diagonalizable Tema 4 Determinantes Reducción de matrices Caso diagonalizable En este tema consideraremos matrices cuadradas y, para ellas, introduciremos el concepto de autovalor de una matriz Veremos también cómo algunas

Más detalles

Tema 11.- Autovalores y Autovectores.

Tema 11.- Autovalores y Autovectores. Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica

Más detalles

Química Cuántica I Formas cuadráticas

Química Cuántica I Formas cuadráticas Formas cuadráticas/jesús Hernández Trujillo p. 1/16 Química Cuántica I Formas cuadráticas Prof. Jesús Hernández Trujillo Facultad de Química, UNAM Formas cuadráticas/jesús Hernández Trujillo p. 2/16 Ecuación

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: 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

Hoja de diagonalización MATEMÁTICAS I

Hoja de diagonalización MATEMÁTICAS I Hoja de diagonalización MATEMÁTICAS I 8-9.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales

Más detalles

Hoja de diagonalización MATEMÁTICAS I

Hoja de diagonalización MATEMÁTICAS I Hoja de diagonalización MATEMÁTICAS I 007-008 1.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) = Ax, así como los subespacios vectoriales

Más detalles

TEMA III: DIAGONALIZACIÓN.

TEMA III: DIAGONALIZACIÓN. TEMA III: DIAGONALIZACIÓN. OBJETIVOS: Generales: 1. Captar el motivo que justifica el problema de la diagonalización de endomorfismos. 2. Resolver y aplicar dicho problema cuando sea posible. Específicos:

Más detalles

Resumen de Teoría de Matrices

Resumen de Teoría de Matrices Resumen de Teoría de Matrices Rubén Alexis Sáez Morcillo Ana Isabel Martínez Domínguez 1 de Octubre de 2004 1. Matrices. Generalidades. Definición 1.1. Se llama matriz de orden m n sobre un cuerpo K a

Más detalles

Álgebra Lineal. Tema 11. El Teorema Espectral en R. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas

Álgebra Lineal. Tema 11. El Teorema Espectral en R. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas Álgebra Lineal Tema. El Teorema Espectral en R Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR Índice

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

Formas cuadráticas. Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza

Formas cuadráticas. Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza Formas cuadráticas Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza A lo largo de todo el capítulo consideraremos que V un espacio vectorial real de dimensión finita n. 1 Formas bilineales

Más detalles

f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).

f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t). Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 20 de enero de 20 (2.5 p.) ) Se considera la aplicación lineal f : R 4 R definida por: f(x y

Más detalles

Clase 7 Herramientas de Álgebra Lineal

Clase 7 Herramientas de Álgebra Lineal Clase 7 Herramientas de Álgebra Lineal 1 Formas cuadráticas La descomposición en valores singulares 3 Normas de matrices 4 Ejercicios Dada una matriz M R n n, la función escalar x T Mx, donde x R n, es

Más detalles

Universidad Sergio Arboleda Álgebra Lineal 1 (201610) Ejercicios

Universidad Sergio Arboleda Álgebra Lineal 1 (201610) Ejercicios Álgebra Lineal 1 (2161) Prof: Otaivin Martínez Mármol (1) Encuentre el polinomio característico Calcule los valores y vectores propios de las siguientes matrices (a) [ ] 7 5 1 8 (b) [ ] 1 1 (c) 2 1 1 2

Más detalles

Valores propios y vectores propios Diagonalización

Valores propios y vectores propios Diagonalización CAPÍTULO Valores propios y vectores propios Diagonalización Este capítulo consta de cuatro secciones Con el fin de dar una idea de lo que se hará en las dos primeras secciones, se considerará un espacio

Más detalles

6.6. Diagonalización de matrices simétricas o hermitianas. Ejemplo de una diagonalización de una matriz simétrica

6.6. Diagonalización de matrices simétricas o hermitianas. Ejemplo de una diagonalización de una matriz simétrica 6.6 Diagonalización de matrices simétricas o hermitianas Ejemplo de una diagonalización de una matriz simétrica Matrices hermitianas Los autovalores de las matrices reales simétricas o complejas hermitianas

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

2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo.

2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo. 2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo. 2.1 Formas cuadráticas. Expresión matricial y analítica. Expresiones diagonales. Definición 2.1 (Expresión matricial) Una

Más detalles

UTN FRBA Final de Álgebra y Geometría Analítica 21/05/2013. Apellido y nombre del alumno: Leg.:.. Corrigió: Revisó:...

UTN FRBA Final de Álgebra y Geometría Analítica 21/05/2013. Apellido y nombre del alumno: Leg.:.. Corrigió: Revisó:... UTN FRBA Final de Álgebra y Geometría Analítica 1/05/01 Apellido y nombre del alumno: Leg.:.. Corrigió: Revisó:... La condición para aprobar esta evaluación es tener bien resueltos como mínimo tres ejercicios.

Más detalles

Tema 1. 1 Álgebra lineal. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. 1.1 Vectores de R n. 1. Vectores. 2.

Tema 1. 1 Álgebra lineal. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. 1.1 Vectores de R n. 1. Vectores. 2. Aurea Grané. Máster en Estadística. Universidade Pedagógica. 1 Aurea Grané. Máster en Estadística. Universidade Pedagógica. 2 Tema 1 Álgebra lineal 1. Vectores 2. Matrices 1 Álgebra lineal Aurea Grané

Más detalles

Profesor Francisco R. Villatoro 13 de Diciembre de 1999 SOLUCIONES. 1. Una matriz A de n n es diagonalmente dominante (estrictamente) por filas si

Profesor Francisco R. Villatoro 13 de Diciembre de 1999 SOLUCIONES. 1. Una matriz A de n n es diagonalmente dominante (estrictamente) por filas si Cuarta relación de problemas Técnicas Numéricas Profesor Francisco R. Villatoro 13 de Diciembre de 1999 SOLUCIONES 1. Una matriz A de n n es diagonalmente dominante estrictamente por filas si a ii > a

Más detalles

AUTOVALORES Y AUTOVECTORES

AUTOVALORES Y AUTOVECTORES 12 de Julio de 2011 AUTOVALORES Y AUTOVECTORES (Clase 01) Departamento de Matemática Aplicada Facultad de Ingeniería Universidad Central de Venezuela 1 Puntos a tratar 1. Valores y vectores propios 2.

Más detalles

Valores y Vectores Propios

Valores 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 detalles

CLASIFICACIÓN AFÍN DE CÓNICAS

CLASIFICACIÓN AFÍN DE CÓNICAS Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS CLASIFICACIÓN AFÍN DE CÓNICAS Sea E un R-espacio vectorial de dimensión. Sean E = e 1, e un plano vectorial de E y e 0 un

Más detalles

APÉNDICE A. Algebra matricial

APÉNDICE A. Algebra matricial APÉNDICE A Algebra matricial El estudio de la econometría requiere cierta familiaridad con el álgebra matricial. La teoría de matrices simplifica la descripción, desarrollo y aplicación de los métodos

Más detalles

Diagonalización simultánea de formas cuadráticas.

Diagonalización simultánea de formas cuadráticas. Diagonalización simultánea de formas cuadráticas Lucía Contreras Caballero 14-4-2004 Dadas dos formas cuadráticas, si una de ellas es definida positiva, se puede encontrar una base en la que las dos diagonalizan

Más detalles

ÁLGEBRA 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 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 detalles

Tema 5: Tensor de Inercia

Tema 5: Tensor de Inercia Tema 5: Tensor de Inercia Mecánica Racional, 2º, Grado en Ingeniería Civil Escuela Técnica Superior de Ingenieros Universidad de Sevilla 1 Índice Introducción Momentos de inercia de cuerpos continuos Tensor

Más detalles

Matemáticas. Álgebra lineal (parte final ampliada)

Matemáticas. Álgebra lineal (parte final ampliada) Master en Estadística e Investigación Operativa Matemáticas Álgebra lineal (parte final ampliada) Vera Sacristán Departament de Matemàtica Aplicada II Facultat de Matemàtiques i Estadística Universitat

Más detalles

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES X =, siendo 02 M2. tal que AC = B, siendo A =

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES X =, siendo 02 M2. tal que AC = B, siendo A = MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES 1.- Calcular, si es posible, los productos AB y BA A = ( 1 2 4), B = 5 3 0 2.- Comprobar que la matriz X = 4 2 1 3 verifica la ecuación X 2 7X

Más detalles

Autovalores y autovectores Diagonalización y formas canónicas

Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,

Más detalles

2.5 Ejercicios... 59

2.5 Ejercicios... 59 Índice General 1 Espacios vectoriales 1 1.1 Espacios vectoriales y subespacios......................... 1 1.1.1 Preliminares................................. 1 1.1.2 Espacios vectoriales.............................

Más detalles

Material para el examen parcial 1

Material para el examen parcial 1 Algebra Lineal 2, FAMAT-UG, aug-dic, 2009 Material para el examen parcial 1 (17 oct, 2009) Definiciones: Hay que saber las definiciones precisas de todos los siguientes términos, y conocer ejemplos concretos

Más detalles

1 Vectores de R n. Tema 1. Álgebra matricial. 1.2 Dependencia lineal

1 Vectores de R n. Tema 1. Álgebra matricial. 1.2 Dependencia lineal Diplomatura en Estadística 1 Tema 1. Álgebra matricial 1. Vectores 1.1 Definiciones básicas 1.2 Dependencia lineal 2. Matrices 2.1 Rango de una matriz 2.2 Matrices cuadradas 3. Vectores y valores propios

Más detalles

ÁLGEBRA Algunas soluciones a la Práctica 8

ÁLGEBRA Algunas soluciones a la Práctica 8 ÁLGEBRA Algunas soluciones a la Práctica 8 Aplicaciones bilineales y formas cuadráticas (Curso 24 25 1. Comprobar si las siguientes aplicaciones son o no bilineales y en las que resulten serlo, dar la

Más detalles

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN BOLETÍN DE PROBLEMAS DE

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN BOLETÍN DE PROBLEMAS DE E.T.S. DE INGENIERÍA INFORMÁTICA BOLETÍN DE PROBLEMAS DE ÁLGEBRA LINEAL para las titulaciones de INGENIERÍAS TÉCNICAS EN INFORMÁTICA DE SISTEMAS Y GESTIÓN 1. Matrices y determinantes Ejercicio 1.1 Demostrar

Más detalles

Capítulo V. Valores y vectores propios. Diagonalización de operadores lineales.

Capítulo 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 detalles

INGENÍERIA INFORMÁTICA. PROBLEMAS DE ALGEBRA

INGENÍERIA INFORMÁTICA. PROBLEMAS DE ALGEBRA INGENÍERIA INFORMÁTICA. PROBLEMAS DE ALGEBRA C. Galindo 1. Resolver el siguiente sistema de ecuaciones x 1 + 3x 2 2x 3 + 2x 5 = 0 2x 1 + 6x 2 5x 3 2x 4 + 4x 5 3x 6 = 1 5x 3 + 10x 4 + 15x 6 = 5 2x 1 + 6x

Más detalles

Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno.

Guía. 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 detalles

6.8. Descomposición mediante valores singulares. v 2 =

6.8. 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 detalles

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2 CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el

Más detalles

ÁLGEBRA LINEAL I Práctica 7

ÁLGEBRA LINEAL I Práctica 7 ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2016 2017) 1. Dada la matriz: 3 2 0 0 0 1 0 0 0 0 A = 0 0 1 0 0 0 0 0 1 0 0 0 0 1 1 (a) Estudiar si es triangularizable por semejanza. (b) Hallar sus autovalores

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios y subespacios vectoriales Espacios Vectoriales 1. Demuestre que con la suma y multiplicación habituales es un espacio vectorial real.. Considere el conjunto C de los números complejos con la suma

Más detalles

Práctica nº 1: Álgebra Tensorial

Práctica nº 1: Álgebra Tensorial ETSI de CAMINOS, CANALES Y PUERTOS DE MADRID METODOS MATEMATICOS DE LAS TECNICAS (Matemáticas) PRACTICAS Práctica nº 1: Álgebra Tensorial 201011 a) Ejercicios y cuestiones de vectores Ejercicio 1. Resolver

Más detalles

Álgebra Lineal. Tema 8. Valores y vectores propios. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas

Álgebra Lineal. Tema 8. Valores y vectores propios. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas Álgebra Lineal Tema 8. Valores y vectores propios Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR

Más detalles

dx = x El tensor x/ X se denomina tensor gradiente de la deformación F = x

dx = x El tensor x/ X se denomina tensor gradiente de la deformación F = x Capítulo 2 Cinemática El desarrollo de las expresiones contenidas en este capítulo se lleva a cabo en un sistema de referencia general cartesiano {I 1 I 2 I 3 }. La notación es, con algunas diferencias,

Más detalles

A = En los casos afirmativos, hallar una forma diagonal D y obtener una matriz invertible real P M(3, 3) tal que P 1 AP = D.

A = En los casos afirmativos, hallar una forma diagonal D y obtener una matriz invertible real P M(3, 3) tal que P 1 AP = D. 22 Departamento de Álgebra. Universidad de Sevilla Tema 5. Sección 1. Endomorfismos. Endomorfismos diagonalizables. Ejercicio 5.1 Dadas las matrices complejas: 3 2 0 2 3 0, B = 0 0 5 14 1 12 13 0 12 17

Más detalles

Ejercicios resueltos del capítulo 4

Ejercicios resueltos del capítulo 4 Ejercicios resueltos del capítulo 4 Ejercicios impares resueltos..a Calcular los autovalores y subespacios invariantes asociados a la matriz: A = Calculamos el polinomio característico y resolvemos: λ

Más detalles

ÁLGEBRA Y MATEMÁTICA DISCRETA Ingeniería Técnica de Telecomunicación Especialidad de Sistemas de Telecomunicación Curso

ÁLGEBRA Y MATEMÁTICA DISCRETA Ingeniería Técnica de Telecomunicación Especialidad de Sistemas de Telecomunicación Curso ÁLGEBRA Y MATEMÁTICA DISCRETA Ingeniería Técnica de Telecomunicación Especialidad de Sistemas de Telecomunicación Curso 2007-2008 Código da materia 305110101 Nome da materia Álgebra y Matemática Discreta

Más detalles

AUTÓNOMA DE MADRID. Dpto. Análisis Económico: Economía Cuantitativa UNIVERSIDAD. Soluciones de los ejercicios de Álgebra Lineal.

AUTÓNOMA DE MADRID. Dpto. Análisis Económico: Economía Cuantitativa UNIVERSIDAD. Soluciones de los ejercicios de Álgebra Lineal. Soluciones de los ejercicios de Álgebra Lineal Curso 016/017 Versión 4-1-017 Índice general 1. Espacios vectoriales 1.1. Cuestiones test................................. 1.. Problemas.....................................

Más detalles

Diagonalización de matrices. Kepler C k

Diagonalización de matrices. Kepler C k Kepler C k 24 Índice. Problema de diagonalización 3.. Semejanza de matrices................................. 3.2. Valores propios y vectores propios........................... 3.3. Matrices y valores propios...............................

Más detalles

PROGRAMA DE CURSO. Horas de Trabajo Personal ,0 2,0 5,0. Horas de Cátedra. Resultados de Aprendizaje

PROGRAMA DE CURSO. Horas de Trabajo Personal ,0 2,0 5,0. Horas de Cátedra. Resultados de Aprendizaje Código Nombre MA1102 Algebra Lineal Nombre en Inglés Linear Algebra SCT Unidades Docentes PROGRAMA DE CURSO Horas de Cátedra Horas Docencia Auxiliar Horas de Trabajo Personal 6 10 3,0 2,0 5,0 Requisitos

Más detalles

MATRICES Y SISTEMAS DE ECUACIONES

MATRICES Y SISTEMAS DE ECUACIONES MATRICES Y SISTEMAS DE ECUACIONES Definición Una matriz real de orden m n es una tabla ordenada de m n números reales a 11 a 12 a 1n a A = 21 a 22 a 2n a m1 a m2 a mn en la cual las líneas horizontales

Más detalles

1. Relación de ejercicios: Espacio Euclídeo

1. Relación de ejercicios: Espacio Euclídeo 1. Relación de ejercicios: Espacio Euclídeo Ejercicio 1.1 Dado un tensor métrico g sobre V (R) y un subespacio vectorial U < V se define la restricción de g a U como la aplicación restringida g U U U U

Más detalles

GUÍA DE EJERCICIOS DE MATEMÁTICAS 3 CON SOLUCIONES

GUÍA DE EJERCICIOS DE MATEMÁTICAS 3 CON SOLUCIONES UNIVERSIDAD SIMÓN BOLÍVAR MATEMÁTICAS GUÍA DE EJERCICIOS DE MATEMÁTICAS 3 CON SOLUCIONES La presente guía representa una herramienta para el estudiante para que practique los temas dictados en matemáticas

Más detalles

RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS

RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS 1. Determinantes El determinante de una matriz cuadrada n n A = a 21 a 22 a 2n a n1 a n2 a nn es un número real, y se representa por: A = a 21 a 22 a 2n a

Más detalles

1. ESPACIO EUCLÍDEO. ISOMETRÍAS

1. ESPACIO EUCLÍDEO. ISOMETRÍAS . ESPACIO EUCLÍDEO. ISOMETRÍAS. En el espacio euclídeo usual R 4 se consideran los subespacios vectoriales y W = {(x, y, z, t R 4 : x y =, z + t = } Hallar: W 2 = L{(,, 2, 2, (,,, } a Las ecuaciones de

Más detalles

1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.

1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización. utovalores y autovectores asociados a un endomor smo f Diagonalización Dado un endomor smo f de un espacio vectorial real V y jada una base B de V obtenemos una única matriz asociada a f respecto de la

Más detalles

FAC. INGENIERÍA ÁLGEBRA UNCuyo

FAC. INGENIERÍA ÁLGEBRA UNCuyo TRABAJO PRÁCTICO Nº 1: LÓGICA - PARTE A Ejercicio 1: Confeccione la tabla de verdad de las siguientes proposiciones compuestas y diga si son tautologías, contradicciones o contingencias. a) p (p q) p b)

Más detalles

Guía. Álgebra III. Examen parcial I. Determinantes. Formas cuadráticas.

Guía. Álgebra III. Examen parcial I. Determinantes. Formas cuadráticas. Guía. Álgebra III. Examen parcial I. Determinantes. Formas cuadráticas. Teoremas con demostraciones que se pueden incluir en el examen: 1. Teorema del determinante de la matriz transpuesta. 2. Propiedad

Más detalles

ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO

ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO 2012-2013 José García-Cuerva Universidad Autónoma de Madrid 11 de febrero de 2013 JOSÉ GARCÍA-CUERVA

Más detalles

Transformaciones lineales autoadjuntas (hermíticas)

Transformaciones 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 detalles

AUTOVALORES Y AUTOVECTORES

AUTOVALORES Y AUTOVECTORES AUTOVALORES Y AUTOVECTORES Unidad didáctica 1ª: MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES Capítulo 1: MATRICES: ÁLGEBRA MATRICIAL Capítulo 2: MATRICES Y DETERMINANTES Capítulo 3: SISTEMAS

Más detalles