Aplicaciones Lineales. Diagonalización 1.- Sean xy

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

Download "Aplicaciones Lineales. Diagonalización 1.- Sean xy"

Transcripción

1 Aplicacioes Lieales. Diagoalizació.- Sea xy, vectores propios de ua matriz A asociados al mismo valor propio. Etoces: a) x+ y tambié es vector propio de A. b) x+ y tambié es vector propio de A, si x + y 0. c) x+ y o es u vector propio de A pues { x, y, x + y} es ligado..- Para cada valor propio simple de ua matriz cuadrada A. Se verifica: a) Existe u úico vector propio asociado. b) El cojuto de vectores propios correspodietes a dicho valor propio es u subespacio vectorial. c) La dimesió del subespacio propio correspodiete es uo..-toda trasformació lieal f de R: a) Su matriz asociada tiee determiate 0. b) Trasforma subespacios vectoriales e subespacios vectoriales de la misma dimesió. c) Trasforma subespacios vectoriales e subespacios vectoriales 4.- Sea A M y el úmero real 0 u valor propio de A, etoces: A) Av = 0, v R b) A = 0 c) A= (0) 5.- Ua de las afirmacioes siguietes es cierta: a) Ua matriz A M es diagoalizable si existe ua matriz diagoal D M semejate a A. b) Si A M es diagoalizable, las columas de su matriz diagoal semejate so vectores propios de A. c) Dos matrices que tiee los mismos valores propios so semejates. 6.- E ua aplicació lieal f: V--->W se verifica: a) f( 0V) = 0W b) Nf ( ) = { y W/ f ( y) = 0 W} c) Im( f) = { x V/ y W, f( x) = y} 7.- Sea. A M ( R). Se verifica que: a) I- AI = - I A I b) A puede teer todos los valores propios complejos. c) Si A es diagoalizable, etoces IAI De las siguietes afirmacioes sólo ua es FALSA. Cuál? a) Todas las raíces del poliomio característico de ua matriz simétrica real so reales. b) El vector ulo es u vector propio de cualquier matriz cuadrada. c) Toda matriz sigular tiee al cero como valor propio. 9.- Sea A M ( R). Ua de las afirmacioes siguietes es FALSA: a) A = A b) A tiee al meos u valor propio real, o puede ser todos complejos. c) Si A es diagoalizable, etoces A = Sea A M (R) semejate a ua matriz diagoal λ 0 D =. Ua de las afirmacioes 0 λ siguietes es FALSA: a) det(a) = λ λ U. D. de Matemáticas de la E.T.S.I. e Topografía, Geodesia y Cartografía 5

2 5 Aplicacioes Lieales. Diagoalizació b) traza(a) = λ + λ c) det(a) det(d).- Si f es ua trasformació lieal de R defiida por la matriz A, etoces: a) A = 0 b) Ax ( + y) = Ax+ Ay c) Ax Ay = x y ( es el producto escalar).- Sea f ua trasformació lieal del espacio vectorial V. Se verifica: a) El vector 0 puede ser u vector propio de f. b) El vector 0 es u vector ivariate por f. c) El subespacio { 0 } puede ser u subespacio propio de f..- Sea f ua trasformació lieal del espacio vectorial V que verifica f( u) = u, f( u ) = u, f( u) = 0, etoces: a) < u, u > es el subespacio de vectores ivariates por f. b) < u > es u subespacio ivariate por f. c) 0 es u vector propio. 4- Ua de las afirmacioes siguietes es cierta a) Si A es diagoalizable, etoces A 0 b) Si A M ( R) es diagoalizable, las columas de su matriz diagoal semejate so vectores propios de A. c) Ua matriz A M ( R) es diagoalizable si existe ua matriz diagoal D M ( R) semejate a A. 5.- Ua trasformació lieal fr : R que sea biyectiva, verifica: a) Niguo de sus valores propios es ulo. b) Tiee a λ=0 como valor propio. c) Puede teer a λ = 0 como valor propio 6.- Si M B y M B so las matrices asociadas, respectivamete, a ua aplicació lieal f, respecto de C cierta base B={ u,u, } i, j,k, etoces se verifica: u a) M = P M P B B C b) M = P M P c) M B C B = PM BC B P y respecto de la base caóica B C= { } dode P es la matriz de cambio de la base B a la base caóica B C 7.- Sea f ua trasformació lieal de R y M su matriz asociada respecto de cierta base B. Desigado por F al subespacio vectorial de vectores ivariates por f, se verifica: a) si F { 0 } etoces λ= es u valor propio de M y V =F (V es el subespacio vectorial de vectores propios asociado a λ=). b) Si F={ 0 } etoces f es biyectiva. c) V =F sea quie sea F. 8.- Si u es u vector propio de M, se verifica: a) Mu = λu λ R b) Mu = u c) k u es tambié vector propio k 0; k R U. D. de Matemáticas de la E.T.S.I. e Topografía, Geodesia y Cartografía

3 Aplicacioes Lieales. Diagoalizació 9.- Sea f ua trasformació lieal de R y M su matriz asociada respecto de cierta base B. Si N(f ) {} 0, etoces se verifica: a) f es biyectiva. b) dim N(f)=. c) N(f)=V 0, siedo V 0 el subespacio de vectores propios asociado al valor propio λ = Si u es u vector propio de ua matriz A, etoces: a) Los vectores Au y u so liealmete idepedietes. b) Au = 0 c) Los vectores Au y u so liealmete depedietes..- U vector u o ulo, es u vector propio de ua trasformació lieal f si y sólo si: a) Existe u escalar λ o ulo tal que b) f (u) = 0. f (u) = λ u. c) Existe u escalar λ tal que f (u) = λ u..- Sea f ua trasformació lieal del espacio vectorial V que verifica f( u) = u; f( u) = u; f( u ) =. La matriz asociada a f respecto de la base B={ u,u, } es: 0 u 0 0 a) b) c) Sea A ua matriz simétrica de orde, señalar la FALSA: a) Todos los valores propios de A so reales. b) Existe ua matriz P ortogoal ivertible tal que P AP es ua matriz diagoal. c) A tiee valores propios, pero uos puede ser reales y otros complejos. 4.- Sea A y M dos matrices asociadas al edomorfismo f respecto de dos bases distitas B={ u,u, } y B ={ ',u ',u '} respectivamete, etoces: u a) A=M. b) A = M. u c) M es diagoal. 5.-Sea f ua trasformació lieal de R que tiee a λ = 0 como valor propio, etoces: a) Im(f)=R. b) dim Im(f) c) dim Im(f)=. 6.- Sea f: V V ua trasformació lieal. Sea F u plao de V.Etoces: a) f(f) tambié es u plao de V b) f(f) puede ser { 0}, ua recta o u plao de V U. D. de Matemáticas de la E.T.S.I. e Topografía, Geodesia y Cartografía 5

4 Aplicacioes Lieales. Diagoalizació c) f(f) o tiee porqué ser u subespacio de V 7.-Sea f: V V ua trasformació lieal biyectiva. Etoces se verifica: a) f es diagoalizable. b) f o es diagoalizable. c) o puede saberse si f es o o diagoalizable. 8.- Sea A,B,P M tales que P = y B = P A P, etoces: a) B 0. b)a es diagoalizable. t a) A = PB P si P es ortogoal. 9.- Sea f : V V ua trasformació lieal, dimv=, y A es la matriz que defie f, etoces: a) f es biyectiva la image de cualquier sistema geerador de V es u sistema geerador de f(v). b) f es biyectiva úcleo de f es { 0 }. c) f es iyectiva A = Sea A M (R) que tiee de valores propios λ, λ, λ (iguales o diferetes etre sí). Se verifica : a) A = λ. λ. λ b) Si λ = 0, etoces A = 0 c) Nigua de las dos ateriores, salvo que A sea diagoalizable..- Sea A M (R) diagoalizable. Si A = 0, podemos afirmar que: a) λ = 0 es u valor propio de A. b) La aplicació lieal f (x) = A x, x R, es biyectiva. c) Los valores propios de A so distitos etre sí..- Si ua matriz M (R) es simétrica, etoces: a) A =. A b) Es diagoalizable. t c) A = A..- Para cada valor propio simple de ua matriz A: a) La dimesió del subespacio propio correspodiete es. b) El cojuto de vectores propios correspodietes a ese valor propio es u subespacio vectorial. c) Existe u úico vector propio asociado. 4.- Sea f ua trasformació lieal de u espacio vectorial V tal que 0 es valor propio de f. Etoces: a) f es iyectiva. b) f o es diagoalizable. c) El úcleo de f es u subespacio propio de f. 5.- De las siguietes afirmacioes sólo ua es FALSA. Cuál? a) Todas las raíces del poliomio característico de ua matriz real simétrica so reales. b) El vector ulo es u vector propio de cualquier matriz cuadrada. c) Toda matriz sigular tiee al cero como valor propio. 6.- Si f es ua trasformació lieal de R y N(f ) = { 0} podemos afirmar que: a) 0 es u valor propio de f. b) f es diagoalizable. 54 U. D. de Matemáticas de la E.T.S.I. e Topografía, Geodesia y Cartografía

5 Aplicacioes Lieales. Diagoalizació c) f es biyectiva. 7.- Si f es ua trasformació lieal de R y existe ua base B de R formada por vectores propios de f, etoces: a) f es diagoalizable si sus valores propios so o ulos. b) f es diagoalizable solo si además f es biyectiva. c) f es diagoalizable. 8.- Sea A la matriz asociada a ua trasformació lieal f de V, etoces: a) N(f ) = { 0 } A 0. N = =. b) (f ) { 0} A 0 c) N(f ) { 0 } A Sea f ua trasformació lieal (edomorfismo) de V, se verifica que f trasforma toda base de V e: a) otra base de V. b) ua base de Im(f). c) u sistema geerador de Im(f) Sea A = 0 y (,0,) u vector propio de A, a qué valor propio correspode? a) λ =. b) λ = 0. c) λ =. 4.- Si v y v so dos vectores propios asociados respectivamete, a dos valores propios distitos λ y λ de ua matriz A simétrica, etoces v y v so: a) liealmete depedietes. b) paralelos. c) ortogoales. 4.- Sea la trasformació de R : f(x,y,z)=(x+y,x+y-,0). Se verifica: a) f o es lieal. b) f es lieal. c) El úcleo es el { 0 }. 4.- Si A es ua matriz simétrica, etoces: a) es diagoalizable. b) es ortogoal. c) es ivertible Si ua matriz A M (R) es ortogoal, etoces: a) A =. b) Es diagoalizable. t c) A = A Sea ua matriz A ortogoal de orde, etoces: a) Su determiate es distito de cero b) Existe ua matriz diagoal semejate a A c) A tiee valores propios reales y distitos etre sí 46.- Sea A y A matrices asociadas a cierta trasformació lieal f:v V respecto de sedas bases B y B respectivamete. Se verifica: U. D. de Matemáticas de la E.T.S.I. e Topografía, Geodesia y Cartografía 55

6 56 Aplicacioes Lieales. Diagoalizació a) A = P - A P dode P es la matriz de cambio de la base B a B b) A = P - A P dode P es la matriz de cambio de la base B a B c) A = P - A P solamete si A es diagoal y P es la matriz de cambio de la base de vectores propios a la caóica Si ua matriz M es diagoalizable, podemos asegurar que: a) M es semejate a ua matriz diagoal. b) M 0 c) M es semejate a ua matriz ortogoal Sea A ua matriz real simétrica de orde, etoces: a) Todos los valores propios de A so reales. b) A es ua matriz ortogoal. c) A tiee valores propios, pero, uos puede ser reales y otros complejos Si A y A so dos matrices distitas que represeta a la misma trasformació lieal f de V respecto de las bases B y B y A=P - A P, etoces: a) P es la matriz de paso de la base B a la base B. b) P es la matriz de paso de la base B a la base B. c) P es ortogoal Sea f ua trasformació lieal de V. Se verifica: a) dim N(f) + dim Im(f) = b) dim N(f) = dim Im(f) c) N(f) + Im(f) es suma directa La matriz M = a) Es diagoalizable. b) No es diagoalizable por ser M = 0. c) Es ortogoal. 5.- Sea A M(R) y el úmero real 0 u valor propio de A, etoces: a) Av = 0, v R b) N(f) { 0 } f(x) Ax, x R =, es biyectiva c) La aplicació lieal 5.- Sea A la matriz asociada a ua trasformació lieal iyectiva f de R. Se verifica: a) Im(f)=R b) r(a)< c) N(f)=R 54.- Sea A M ( R). Etoces: a) Si A es diagoalizable A tiee valores propios reales diferetes. b) Si A tiee valores propios reales diferetes A es diagoalizable. c) Si A es simétrica A tiee valores propios reales diferetes Sea f:r R u edomorfismo tal que f (u) = u, f (v) = v, f (w) = 0 vectores o ulos u,v,w R. Etoces: a) El edomorfismo f o puede ser diagoalizable. U. D. de Matemáticas de la E.T.S.I. e Topografía, Geodesia y Cartografía, para ciertos

7 Aplicacioes Lieales. Diagoalizació b) dim Im(f)=. c) dim N(f)= Si 0 es u valor propio de la trasformació lieal f, se verifica: a) N(f) = { 0 }. b) dim N(f ) c) Que λ= 0 sea u valor propio de f o proporcioa igua iformació acerca del N(f) Si dos matrices A y B tiee los mismos valores propios podemos afirmar que: a) A y B so semejates. b) Tiee los mismos subespacios de vectores propios asociados. c) Tiee la misma ecuació característica Señalar la afirmació correcta: a) Si v y v so vectores propios de A M (R) v + v es u vector propio de A. b) Si λ es u valor propio de A M (R) rago(a λ I) <. c) Si λ y λ so valores propios de A M (R) λ + λ es u valor propio de A Si A M = (R) es diagoalizable y λ, λ y λ so sus valores propios, etoces: a) λ + λ + λ =. b) λ, λ y λ ha de ser distitos etre sí. c) V V V = R. λ λ λ 60.- Sea f ua trasformació lieal de R que tiee a A como matriz asociada cuál de las siguietes implicacioes es correcta? a) f es iyectiva dimn(f) b) f o es iyectiva f o es sobreyectiva c) det(a) = 0 f es iyectiva 6.- Sea f ua trasformació lieal de R que tiee a A como matriz asociada cuál de las siguietes implicacioes es correcta? a) Si los subespacios propios de f tiee dimesió, etoces A es diagoalizable b) Si det(a) 0, etoces A es diagoalizable c) Si A es simétrica etoces sus subespacios propios so ortogoales etre sí. 6.- Sea (,) u vector propio de la matriz A, tal que: A=. Etoces: a) λ= 0 es u valor propio de A asociado a dicho vector propio. b) λ= es u valor propio de A asociado a dicho vector propio. c) λ= es u valor propio de A asociado a dicho vector propio. x 6.- Dada la matriz A = 0. Etoces: a) Es diagoalizable para todo x real. b) Solamete es diagoalizable si x = 0. 0 c) No puede ser semejate a la matriz A = 0 U. D. de Matemáticas de la E.T.S.I. e Topografía, Geodesia y Cartografía 57

8 Aplicacioes Lieales. Diagoalizació 64.- El úcleo de u edomorfismo f: R R es el subespacio Núcleo(f) = {( x, y, z) / x y + z = 0}. Etoces se verifica que: a) f es iyectiva b) f es biyectiva c) f o es iyectiva 65.- Ua matriz que tiee todos los autovalores reales y co multiplicidad es: a) Diagoalizable b) No siempre es diagoalizable c) Es diagoalizable si sus autovalores so positivos Sea f:r R ua aplicació lieal. a) Dim N(f) tiee que ser 4. b) Dim Im(f) tiee que ser 4. c) Dim Im(f) es 4 si N(f)={ 0 } Sea f: R R u edomorfismo y λ, μ R co λ μ, valores propios de f. a) Si u y v so vectores propios de f asociados a λ, etoces u y v so liealmete depedietes. b) Si u y v so vectores propios de f asociados a λ, etoces u y v so liealmete idepedietes. c) Si u es u vector propio de f asociado a λ y si v es u vector propio de f asociado a μ, etoces u y v so liealmete idepedietes 68.- Si A M (R) es ua matriz diagoalizable y λ R u valor propio de A. Etoces: a) A λ I, es ua matriz diagoal. b) A λ I = 0. c) A λ I, es ua matriz ula Si P( λ ) = ( λ )( λ+ ) es el poliomio característico de ua matriz cuadrada A, etoces: a) A = 0. b) Traza(A)=0. c) La matriz A puede ser o diagoalizable Si el poliomio característico de ua matriz A es ( )( )( x) λ λ λ, etoces: a) A es diagoalizable siempre que x= ó x=. b) A es diagoalizable siempre que x y x, simultáeamete. c) A es diagoalizable siempre. 7.- Sea f: R R ua aplicació lieal, etoces: a) f(0) = 0 sólo si f es sobreyectiva (epimorfismo). b) f(0) = 0 sólo si f es iyectiva (moomorfismo). c) f(0) = 0 siempre. 7.- Sea f: R R ua aplicació lieal iyectiva (moomorfismo), etoces: a) dim(im(f))= b) dim(im(f))=. c) dim(im(f))= Sea f ua trasformació lieal de R y sea A la matriz asociada a f respecto de la base caóica. Se verifica: 58 U. D. de Matemáticas de la E.T.S.I. e Topografía, Geodesia y Cartografía

9 Aplicacioes Lieales. Diagoalizació a) A 0 f es diagoalizable. b) A = 0 f es diagoalizable. c) El determiate de ua matriz diagoalizable puede ser distito o igual a 0. U. D. de Matemáticas de la E.T.S.I. e Topografía, Geodesia y Cartografía 59

Aplicaciones lineales. Diagonalización. . La aplicación f es lineal si se verifican las dos condiciones siguientes:

Aplicaciones lineales. Diagonalización. . La aplicación f es lineal si se verifican las dos condiciones siguientes: Aplicacioes lieales Diagoalizació Defiició: Sea V y W dos espacios vectoriales sobre el mismo cuerpo y sea la aplicació f:v W v f v w La aplicació f es lieal si se verifica las dos codicioes siguietes:

Más detalles

Tema 2: Diagonalización de matrices cuadradas

Tema 2: Diagonalización de matrices cuadradas Departameto de Aálisis Ecoómico UNIVERSIDAD DE ZARAGOZA Tema : Diagoalizació de matrices cuadradas.1. El cojuto R Defiició: Dados úmeros reales x 1, x,..., x R, se llama -tupla ordeada a x = ( x 1,, x,...,

Más detalles

Vectores y matrices. x 1. x 2. x n. vector columna. X x 1, x 2,...,x n vector fila. a 11 a a 1m. a 21 a a 2m... a n1 a n2...

Vectores y matrices. x 1. x 2. x n. vector columna. X x 1, x 2,...,x n vector fila. a 11 a a 1m. a 21 a a 2m... a n1 a n2... Vectores y matrices x 1 X x 2. x vector columa X x 1, x 2,...,x vector fila a 11 a 12... a 1m A a 21 a 22... a 2m............ a 1 a 2... a m Matriz traspuesta a 11 a 21... a 1 A a 12 a 22... a 2............

Más detalles

Espacio Vectorial Definición: Sea V un conjunto donde hemos definido una ley u operación interna, que

Espacio Vectorial Definición: Sea V un conjunto donde hemos definido una ley u operación interna, que Sea V u cojuto dode hemos defiido ua ley u operació itera, que desigaremos por + V V. Sea K u cuerpo (comutativo) y sea, por último, ua operació extera que desigaremos por K V V. Diremos que (V,+, ) tiee

Más detalles

es ligada, siendo v V Dos subespacios F y G de V son suplementarios si y solo si se verifica:

es ligada, siendo v V Dos subespacios F y G de V son suplementarios si y solo si se verifica: 1- Dado el sbcojto F={ ( λ μ, λ,μ, μ) R / λ, μ R} de R, se verifica qe: a) dim F= b) {(1,1,0,0),(-,0,,-1)} es a base de F c) F o es sbespacio vectorial de R - E sistema ligado, se verifica qe: a) Agregado

Más detalles

α, entonces se cumple que: T ( x) α T ( x)

α, entonces se cumple que: T ( x) α T ( x) HÉCTOR ESCOAR Uidad 3 Álgebra Lieal ALGERA LINEAL UNIDAD 3: OPERADORES LINEALES CONCEPTO DE OPERADOR LINEAL: sea V, dos espacios lieales, etoces u operador lieal (trasformació lieal) es ua fució T : V

Más detalles

2.- ESPACIOS VECTORIALES. MATRICES.

2.- ESPACIOS VECTORIALES. MATRICES. 2.- ESPACIOS VECTORIALES. MATRICES. 2.1. -ESPACIOS VECTORIALES Sea u cojuto V, etre cuyos elemetos (a los que llamaremos vectores) hay defiidas dos operacioes: SUMA DE DOS ELEMENTOS DE V: Si u, v V, etoces

Más detalles

Prácticas de Matemáticas I y Matemáticas II con DERIVE-5 138

Prácticas de Matemáticas I y Matemáticas II con DERIVE-5 138 Prácticas de Matemáticas I y Matemáticas II co DERIVE-5 8. DIGONLIZCIÓN... PRINCIPLES FUNCIONES DE DERIVE PR L DIGONLIZCION: CLCULO DE UTOVLORES Y UTOVECTORES. tes de iiciar el estudio de los pricipales

Más detalles

Tema 2. Espacios vectoriales, aplicaciones lineales, diagonalización

Tema 2. Espacios vectoriales, aplicaciones lineales, diagonalización Tema 2. Espacios vectoriales, aplicacioes lieales, diagoalizació Asigatura: Matemáticas I Grado e Igeiería Electróica Idustrial Uiversidad de Graada Prof. Rafael López Camio Uiversidad de Graada 3 de septiembre

Más detalles

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica.

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica. 5 CAPIULO 0 CONCEPOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Este capítulo proporcioa u pequeño resume acerca de coceptos básicos de álgebra y programació lieal que resulta fudametales para el bue etedimieto

Más detalles

Prácticas de Matemáticas I y Matemáticas II con DERIVE 136

Prácticas de Matemáticas I y Matemáticas II con DERIVE 136 Prácticas de Matemáticas I y Matemáticas II co DERIVE 6. DIGONLIZCIÓN... PRINCIPLES FUNCIONES DE DERIVE PR L DIGONLIZCION: CLCULO DE UTOVLORES Y UTOVECTORES. tes de iiciar el estudio de los pricipales

Más detalles

Capítulo III Teoría de grupos

Capítulo III Teoría de grupos Capítulo III Teoría de grupos Tema 1. Leyes de composició iteras. 1.1 Leyes de composició iteras. Dado u cojuto A, se defie como Ley de composició itera defiida e A a toda aplicació, A A A ( x, y) x y

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

Hoja de diagonalización MATEMÁTICAS I

Hoja de diagonalización MATEMÁTICAS I Hoja de diagonalización MATEMÁTICAS I 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 N(f)

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

GUÍA DE ESTUDIO ÁLGEBRA LINEAL

GUÍA DE ESTUDIO ÁLGEBRA LINEAL GUÍ DE ESUDIO ÁLGER LINEL ema. Espacios Vectoriales ) LOS NÚMEROS El sistema de úmeros reales cosiste e u cojuto R de elemetos llamados úmeros reales y dos operacioes deomiadas: adició y multiplicació,

Más detalles

TEMA 12 ESPACIOS VECTORIALES. A lo largo de este tema 12 denotaremos mediante la letra K un cuerpo conmutativo, (K, +, ).

TEMA 12 ESPACIOS VECTORIALES. A lo largo de este tema 12 denotaremos mediante la letra K un cuerpo conmutativo, (K, +, ). 1. Espacios Vectoriales. 2. Subespacios Vectoriales. 2.1. tersecció de Subespacios. 2.2. Uió de Subespacios. 2.3. Suma de Subespacios. 2.4. Suma Directa de Subespacios. 3. Aplicacioes Lieales. Espacio

Más detalles

Transformaciones Lineales

Transformaciones Lineales Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,

Más detalles

CAP ITULO I ALGEBRA LINEAL. 1

CAP ITULO I ALGEBRA LINEAL. 1 CAPÍTULO I ÁLGEBRA LINEAL 1 Tema 1 Espacios Vectoriales Notaremos por R al cuerpo de los úmeros reales Defiició 11 Sea E u cojuto o vacío e el que se tiee defiida ua ley de composició itera (llamada suma):

Más detalles

ELEMENTOS DE ÁLGEBRA MATRICIAL

ELEMENTOS DE ÁLGEBRA MATRICIAL ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:

Más detalles

Ejercicios para exámenes de Matemáticas (CCAA y CTA) Vectores

Ejercicios para exámenes de Matemáticas (CCAA y CTA) Vectores Ejercicios para exámees de Matemáticas (CCAA y CTA Vectores Jua-Miguel Gracia 7 de octubre de 014 Ejercicio Sea a, b vectores de R 5 que satisface a = 10, a + b = 11, a b = 9 Demostrar que existe u β R

Más detalles

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:......

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:...... 1. Sistemas de m ecuacioes lieales co icógitas U sistema de m ecuacioes lieales co icógitas es u cojuto de m igualdades del tipo: a11x 1 a1 x... a1 x b1 a1x1 ax... ax b (1)... am1x1 amx... amx bm Los úmeros

Más detalles

Los vectores desempeñan un papel importante en Matemáticas, Física e Ingeniería y actualmente en materias como procesamiento de imágenes.

Los vectores desempeñan un papel importante en Matemáticas, Física e Ingeniería y actualmente en materias como procesamiento de imágenes. ESPACIOS VECTORIALES 1. INTRODUCCIÓN Escalares y Vectores E la técica existe catidades como Logitud, Área, Volume, Temperatura, Presió, Masa, Potecial, Carga eléctrica que se represeta por u úmero real.

Más detalles

AMPLIACIÓN DE FUNDAMENTOS DE MATEMÁTICA APLICADA

AMPLIACIÓN DE FUNDAMENTOS DE MATEMÁTICA APLICADA AMPLIACIÓN DE FUNDAMENTOS DE MATEMÁTICA APLICADA FERNANDO LUIS GARCÍA ALONSO ANTONIO PÉREZ CARRIÓ JOSÉ ANTONIO REYES PERALES Profesores Titulares de la Escuela Politécica Superior de la Uiversidad de Alicate

Más detalles

Guía Semana 9 1. RESUMEN. Universidad de Chile. Ingeniería Matemática

Guía Semana 9 1. RESUMEN. Universidad de Chile. Ingeniería Matemática 1. RESUMEN Igeiería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo e Varias Variables 08-1 Igeiería Matemática Guía Semaa 9 Teorema de los multiplicadores de Lagrage

Más detalles

DISCUSIÓN Y RESOLUCIÓN DE ECUACIONES LINEALES. TEOREMA DE ROUCHE. REGLA DE CRAMER. MÉTODO DE GAUSS-JORDAN

DISCUSIÓN Y RESOLUCIÓN DE ECUACIONES LINEALES. TEOREMA DE ROUCHE. REGLA DE CRAMER. MÉTODO DE GAUSS-JORDAN DISCUSIÓN Y RESOLUCIÓN DE ECUACIONES LINEALES. TEOREMA DE ROUCHE. REGLA DE CRAMER. MÉTODO DE GAUSS-JORDAN Ídice. INTRODUCCIÓN2 2. SISTEMAS DE ECUACIONES LINEALES2 Defiicioes básicas.2 Iterpretació vectorial3

Más detalles

Olimpiada Nacional de Matemática 2018 Fase Final - Nivel U. Soluciones

Olimpiada Nacional de Matemática 2018 Fase Final - Nivel U. Soluciones limpiada Nacioal de Matemática Fase Fial - Nivel U Solucioes Problema 1. Sea a y reales positivos. Se defie la curva l como y = ax y como el orige del plao cartesiao. Para u puto cualquiera P sobre la

Más detalles

GUÍA DE ESTUDIO ÁLGEBRA LINEAL

GUÍA DE ESTUDIO ÁLGEBRA LINEAL GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales. QUÉ ES UN RNSFORMCIÓN? E térmios geerales, ua trasformació es ua fució que permite trasformar u vector que perteece a u espacio vectorial (domiio)

Más detalles

CLASE SOBRE APLICACIONES LINEALES

CLASE SOBRE APLICACIONES LINEALES Álgebra Mauel Hervás Curso 0-0 CLAS SOBR APLICACIONS LINALS. INTRODUCCIÓN l problema que se va a abordar es la forma de RLACIONAR los elemetos de dos espacios vectoriales, mediate expresioes matemáticas.

Más detalles

TEMA 12. Espacios Vectoriales. Variedad lineal. Aplicaciones lineales. Teorema de la Isomorfía.

TEMA 12. Espacios Vectoriales. Variedad lineal. Aplicaciones lineales. Teorema de la Isomorfía. Tema 2- Espacios Vectoriales. Variedad Lieal. Aplicacioes lieales. Teorema de la Isomorfia TEMA 2. Espacios Vectoriales. Variedad lieal. Aplicacioes lieales. Teorema de la Isomorfía.. Itroducció. La utilizació

Más detalles

Coordinación de Matemática II (MAT022)

Coordinación de Matemática II (MAT022) Coordiació de Matemática II MAT0 Guía de ejercicios Ejercicios Mat0 parte complemetos Operacioes co matrices. Cosidere A = 0 0 3 B = cuado sea posible si o se puede justificar 0 3 5 6 y C = 0 calcular

Más detalles

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales

Más detalles

Determinantes. Ramón Espinoza Armenta AVC APOYO VIRTUAL PARA EL CONOCIMIENTO

Determinantes. Ramón Espinoza Armenta AVC APOYO VIRTUAL PARA EL CONOCIMIENTO Determiates Ramó Espioza Armeta AVC APOYO VIRTUAL PARA EL CONOCIMIENTO Sea A M ( K), dode 2. El i-ésimo meor de A es la matriz A i, obteida a partir de A elimiado el regló i y la columa. Eemplo. Sea 3

Más detalles

Soluciones de la hoja de diagonalización MATEMÁTICAS I

Soluciones de la hoja de diagonalización MATEMÁTICAS I Soluciones de la hoja de diagonalización MATEMÁTICAS I 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

Más detalles

Hemos de destacar que a lo largo del tema la letra K denotará un cuerpo conmutativo con característica de dos.

Hemos de destacar que a lo largo del tema la letra K denotará un cuerpo conmutativo con característica de dos. 1. INTRODUCCIÓN. El cocepto de determiate es posible itroducirlo de diferetes formas: Por medio de aplicacioes multilieales alteradas, por iducció o mediate sumas de! sumados para u determiate de orde.

Más detalles

PRUEBA DE DIAGONALIZACIÓN CURSO Apellidos: Nombre: Grupo: Fecha:

PRUEBA DE DIAGONALIZACIÓN CURSO Apellidos: Nombre: Grupo: Fecha: Tipo 1 Apellidos: Nombre: Grupo: Fecha: 1.- Sea f una transformación lineal de un espacio vectorial V de dimensión n. Sea B una base de V. Sea A la matriz asociada a f respecto de la base B. Señala, sin

Más detalles

b) Encontrar: τ o σ ; π o σ ; σ y τ. 2. Usar la definición de determinante para encontrar: 4. Calcular los determinantes de las siguientes matrices:

b) Encontrar: τ o σ ; π o σ ; σ y τ. 2. Usar la definición de determinante para encontrar: 4. Calcular los determinantes de las siguientes matrices: EJERCICIOS PROPUESTOS. Tarea 3. Cosiderar las siguietes particioes de S 5 σ = 354 τ = 354 π = 453. a) Determiar el sigo de cada ua de las ateriores particioes. b) Ecotrar: τ o σ ; π o σ ; σ y τ.. Usar

Más detalles

Álgebra I Práctica 3 - Números enteros (Parte 1)

Álgebra I Práctica 3 - Números enteros (Parte 1) FCEyN - UBA - 1er cuatrimestre 015 Divisibilidad y algoritmo de divisió Álgebra I Práctica 3 - Números eteros (Parte 1 1. Decidir cuáles de las siguietes afirmacioes so verdaderas a, b, c Z i a b c a c

Más detalles

CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES

CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES MATEMÁTICA I - 0 - Capítulo 6 ------------------------------------------------------------------------------------ CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES Las matrices iversas se puede usar

Más detalles

Figura 1. Se dice que un subespacio vectorial F de E es A-invariante si los vectores u de F siguen estando en F al transformarse por A, esto es,

Figura 1. Se dice que un subespacio vectorial F de E es A-invariante si los vectores u de F siguen estando en F al transformarse por A, esto es, VALORES Y VECORES PROPIOS Y LA REDUCCION DE CÓNICAS A) EL PROBLEMA PROPIO oda matriz cuadrada A de orde co elemetos (reales o complejos) es u operador lieal que actúa sobre el espacio vectorial E, dimesioal,

Más detalles

UNIVERSIDAD DIEGO PORTALES Instituto de Ciencias Básicas. Álgebra Lineal. Isabel Arratia Zárate

UNIVERSIDAD DIEGO PORTALES Instituto de Ciencias Básicas. Álgebra Lineal. Isabel Arratia Zárate UNIVERSIDAD DIEGO PORTALES Istituto de Ciecias Básicas Álgebra Lieal Isabel Arratia Zárate Matrices y Sistemas de ecuacioes lieales Algebra Lieal - I. Arratia Z. Matrices: defiicioes y otacioes básicas

Más detalles

ÍNDICE. Prólogo Capítulo 1. Ecuaciones diferenciales ordinarias. Generalidades.. 11 Introducción teórica Ejercicios resueltos...

ÍNDICE. Prólogo Capítulo 1. Ecuaciones diferenciales ordinarias. Generalidades.. 11 Introducción teórica Ejercicios resueltos... ÍNDICE Prólogo... 9 Capítulo 1. Ecuacioes difereciales ordiarias. Geeralidades.. 11 Itroducció teórica... 13 Ejercicios resueltos.... 16 Capítulo 2. itegració de la ecuació de primer orde. La ecuació lieal...................................................................

Más detalles

TEMA 10: POSICIONES RELATIVAS DE RECTAS Y PLANOS

TEMA 10: POSICIONES RELATIVAS DE RECTAS Y PLANOS TEMA 0: POSICIONES RELATIVAS DE RECTAS Y PLANOS Ates de itroducir los coceptos que correspode a este apartado, haremos u repaso de dos coceptos que ecesitamos, matrices y determiates, así como alguas de

Más detalles

APLICACIONES LINEALES.

APLICACIONES LINEALES. APLICACIONES LINEALES. INTODUCCIÓN: APLICACIONES ENTE CONJUNTOS. Ua aplicació etre dos cojutos A y B es ua regla que permite asigar a cada elemeto de A, uo de B. La aplicació del cojuto A e el cojuto B

Más detalles

1) El signo de un número racional (resp. real) no nulo es un homomorfismo

1) El signo de un número racional (resp. real) no nulo es un homomorfismo Capítulo 5 Homomorfismos Les mathématicies étudiet pas des objets, mais des relatios etre les objets Poicaré Hemos visto alguas ocioes básicas de grupos y varios ejemplos. Para comparar grupos, estudiar

Más detalles

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES. Profesora: Mª Cruz Boscá TEMA 2: ESPACIOS EUCLÍDEOS Y DE HILBERT

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES. Profesora: Mª Cruz Boscá TEMA 2: ESPACIOS EUCLÍDEOS Y DE HILBERT ÉTODOS ATEÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES Profesora: ª Cruz Boscá TEA : ESPACIOS EUCLÍDEOS Y DE HILBERT Sea u espacio lieal L (X, +, ) sobre el cuerpo k Producto itero o escalar y espacio

Más detalles

MATEMÁTICAS I 2º EXAMEN PARCIAL 12 junio de 2009

MATEMÁTICAS I 2º EXAMEN PARCIAL 12 junio de 2009 Sólo una respuesta a cada cuestión es correcta. Respuesta correcta: 0.2 puntos. Respuesta incorrecta: -0.1 puntos Respuesta en blanco: 0 puntos 1.- Un sistema generador G de R 3 : a) Está constituido por

Más detalles

1. ESPACIOS VECTORIALES

1. ESPACIOS VECTORIALES Espacios Vectoiales Heamietas ifomáticas paa el igeieo e el estudio del algeba lieal. ESPACIOS VECTORIALES.. ESTRUCTURA DE ESPACIO VECTORIAL... Defiició..2. Ejemplos de espacios vectoiales..3. Popiedades

Más detalles

Ejercicio 1- Sea Q el conjunto de los números racionales y N el de los números naturales incluido el cero. Se define en Q la siguiente relación R:

Ejercicio 1- Sea Q el conjunto de los números racionales y N el de los números naturales incluido el cero. Se define en Q la siguiente relación R: PREPARADORES DE OPOSICIONES PARA LA ENSEÑANZA Matemáticas MATEMATICAS Ejercicio - Sea Q el cojuto de los úmeros racioales y N el de los úmeros aturales icluido el cero. Se defie e Q la siguiete relació

Más detalles

ALGEBRA VECTORIAL Y MATRICES.

ALGEBRA VECTORIAL Y MATRICES. ALGEBRA VECTORIAL Y MATRICES. Cosideraremos como ua matriz cuadrada de orde. Determiate es el valor umérico úico asociado a toda matriz cuadrada. Propiedades de los determiates Las propiedades más importates

Más detalles

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y CALCULO P.C.I. PRIMER SEMESTRE 04 FUNCIONES Sí A y B so dos cojutos o vacío, ua fució de A e B asiga a cada elemeto a perteeciete al cojuto A u úico elemeto b de B que deomiamos image de a. Además diremos

Más detalles

Métodos de la Minería de Datos

Métodos de la Minería de Datos This is page i Priter: Opaque this Métodos de la Miería de Datos Dr Oldemar Rodríguez Rojas 6 de mayo de 2008 ii This is page iii Priter: Opaque this Cotets Elemetos básicos de aálisis de datos exploratorio

Más detalles

Asignatura: Geometría I Grado en Matemáticas. Universidad de Granada Tema 2. Espacios vectoriales

Asignatura: Geometría I Grado en Matemáticas. Universidad de Granada Tema 2. Espacios vectoriales Asigatura: Geometría I Grado e Matemáticas. Uiversidad de Graada Tema 2. Espacios vectoriales Prof. Rafael López Camio Uiversidad de Graada 14 de diciembre de 2012 Ídice 1. Espacio vectorial 2 2. Subespacio

Más detalles

Sistemas. Matrices y Determinantes 1.- Si A y B son matrices ortogonales del mismo orden:

Sistemas. Matrices y Determinantes 1.- Si A y B son matrices ortogonales del mismo orden: Sisemas. Marices y Deermiaes.- Si y B so marices orogoales del mismo orde: a) 2 b) B c) B 2.- Dadas dos marices iversibles y B NO se verifica e geeral que: a) ( ) ( ) b) ( B) B c) 3.- Dadas las marices

Más detalles

Aplicaciones Lineales. Diagonalización de matrices.

Aplicaciones Lineales. Diagonalización de matrices. Tema 2 Aplicaciones Lineales. Diagonalización de matrices. 2.1. Definiciones y propiedades Nota 2.1.1. En este tema trabajaremos con los Espacios Vectoriales R n y R m definidos sobre el cuerpo R. Definición

Más detalles

Álgebra I Práctica 3 - Números enteros (Parte 1)

Álgebra I Práctica 3 - Números enteros (Parte 1) FCEyN - UBA - Curso de Verao 016 Divisibilidad y algoritmo de divisió Álgebra I Práctica 3 - Números eteros (Parte 1 1. Decidir cuáles de las siguietes afirmacioes so verdaderas a, b, c Z i a b c a c y

Más detalles

E.T.S.I. Industriales y Telecomunicación Curso Grados E.T.S.I. Industriales y Telecomunicación. Tema 1: Números complejos

E.T.S.I. Industriales y Telecomunicación Curso Grados E.T.S.I. Industriales y Telecomunicación. Tema 1: Números complejos Grados E.T.S.I. Idustriales y Telecomuicació Asigatura: Cálculo I Coocimietos previos Para poder seguir adecuadamete este tema, se requiere que el alumo repase y poga al día sus coocimietos e los siguietes

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

e i y i y i y i 0 1 x 1i 2 x 2i k x ki

e i y i y i y i 0 1 x 1i 2 x 2i k x ki Demostracioes de Rgresió múltiple El modelo que se platea e regresió múltiple es: y i 0 1 x 1i x i k x ki u i dode x 1, x,,x k so las variables idepedietes o explicativas. La variable respuesta depede

Más detalles

Capítulo 9. Método variacional

Capítulo 9. Método variacional Capítulo 9 Método variacioal 9 Miimizació de la eergía 9 Familia de fucioes 9 Partícula ecerrada e ua dimesió etre [-aa] 9 Oscilador armóico e ua dimesió 93 Átomo de helio 93 Combiació lieal de fucioes

Más detalles

6.3. Uso de la SVD para determinar la estructura de una matriz. Primero definiremos algunas características de matrices.

6.3. Uso de la SVD para determinar la estructura de una matriz. Primero definiremos algunas características de matrices. Edgar Acuña/ ESMA 6665 Lecc 8 75 6.3. Uso de la SVD para determiar la estructura de ua matriz Primero defiiremos alguas características de matrices. Rago de ua matriz: Sea A ua matriz m x se etoces su

Más detalles

NOTA: EN TODO EL CAPÍTULO Usamos H para representar un espacio de Hilbert separable. la traza también se puede definir como tra = n=1

NOTA: EN TODO EL CAPÍTULO Usamos H para representar un espacio de Hilbert separable. la traza también se puede definir como tra = n=1 CAPÍTULO 7: DE LOS IDEALES DE LA CLASE DE TRAZA Y DE HILBERT -SCHMIDT. NOTA: EN TODO EL CAPÍTULO Usamos H para represetar u espacio de Hilbert separable. Defiició Sea A B(H) u operador positivo si {ϕ }

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

Formas bilineales y cuadráticas. Ley de inercia de las formas cuadráticas

Formas bilineales y cuadráticas. Ley de inercia de las formas cuadráticas TEMA 46 Formas bilieales y cuadráticas. Ley de iercia de las formas cuadráticas E la primera secció se cofiere estructura de K-espacio vectorial al cojuto formado por las aplicacioes bilieales del producto

Más detalles

VECTORES. A partir de la representación de, como una recta numérica, los elementos

VECTORES. A partir de la representación de, como una recta numérica, los elementos VECTORES VECTORES Los ectores, que era utilizados e mecáica e la composició de fuerzas y elocidades ya desde fies del siglo XVII, o tuiero repercusió etre los matemáticos hasta el siglo XIX cuado Gauss

Más detalles

UNIDAD N 2 BASES Y DIMENSIÓN

UNIDAD N 2 BASES Y DIMENSIÓN UNIDAD N ASES Y DIMENSIÓN UNIDAD Nº : ASES Y DIMENSIÓN PROF. MARÍA EUGENIA RIVERO ASES Y DIMENSIÓN DEFINICIÓN Nº : Sea V u espacio vectorial sobre el cuerpo F. U subcouto S de V se dice LINEALMENTE DEPENDIENTE

Más detalles

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL. INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por

Más detalles

1 EXPRESIONES ALGEBRAICAS

1 EXPRESIONES ALGEBRAICAS EXPRESIONES ALGEBRAICAS E el leguaje matemático, se deomia expresioes algebraicas a toda combiació de letras y/o úmeros viculados etre si por las operacioes de suma, resta, multiplicació y poteciació de

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadística Descriptiva TEMA 1 Estadística Descriptiva 1. Variables estadísticas uidimesioales a) Itroducció b) Estudio descriptivo de ua variable c) Represetacioes gráficas d) Medidas de tedecia cetral

Más detalles

CAPÍTULO 7 ESPACIOS VECTORIALES EUCLIDIANOS

CAPÍTULO 7 ESPACIOS VECTORIALES EUCLIDIANOS 9 CAPÍTULO 7 ESPACIOS VECTORIALES EUCLIDIANOS 7 INTRODUCCIÓN E el capítulo 3 calculamos el águlo etre dos vectores del espacio y obtuvimos que si ad be cf u a, b, c, v d, e, f y es el águlo etre u y v,

Más detalles

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos: T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.

Más detalles

- Fernando Sánchez - Departamento de Matemáticas - Universidad de Extremadura

- Fernando Sánchez - Departamento de Matemáticas - Universidad de Extremadura - Ferado Sáchez - - 5 Números Cálculo I complejos 14 10 2015 E el cuerpo de los úmeros reales ecuacioes como x 2 + 1 = 0 o tiee solució: el poliomio x 2 + 1 o tiee raíces reales. Hace falta exteder el

Más detalles

x 4 1 x 2 T2)a) Analice si alguna de las siguientes integrales es impropia. Justifique. Si encuentra alguna que lo sea, resuélvala:

x 4 1 x 2 T2)a) Analice si alguna de las siguientes integrales es impropia. Justifique. Si encuentra alguna que lo sea, resuélvala: Asigatura : Aálisis Matemático I Fecha: Eame Fial T) a)defia cotiuidad e u puto y e u itervalo cerrado. ) Eucie algua propiedad de las fucioes cotiuas e u itervalo cerrado. c) Defia ua fució f: [-,], que

Más detalles

DPTO. MATEMÁTICA APLICADA II ESCUELA TÉCNICA SUPERIOR de INGENIEROS INGENIERO AERONÁUTICO PLAN DE LA ASIGNATURA ÁLGEBRA

DPTO. MATEMÁTICA APLICADA II ESCUELA TÉCNICA SUPERIOR de INGENIEROS INGENIERO AERONÁUTICO PLAN DE LA ASIGNATURA ÁLGEBRA DPTO. MATEMÁTICA APLICADA II ESCUELA TÉCNICA SUPERIOR de INGENIEROS INGENIERO AERONÁUTICO PLAN DE LA ASIGNATURA ÁLGEBRA CURSO 2010-2011 1. Iformació geeral. Esta asigatura es obligatoria, se imparte e

Más detalles

2 OBJETIVOS TERMINALES. Al finalizar el curso el estudiante estará en capacidad de:

2 OBJETIVOS TERMINALES. Al finalizar el curso el estudiante estará en capacidad de: MATERIA: ÁLGEBRA LINEAL CÓDIGO: 08091 REQUISITOS: Algebra y Fucioes (08272), Lógica y Argumetació (0827) PROGRAMAS: Admiistració de Empresas, Biología, Ecoomía (ENI), Ecoomía (EPP), Igeierías, Química,

Más detalles

Espacio Euclídeo. a b = a b. a b = b a c)

Espacio Euclídeo. a b = a b. a b = b a c) .- Un hiperplano de R es: a) Una recta. b) Un plano. c) {0}..- Sean a y b dos vectores de R, si a es ortogonal a b, entonces: a) a b = 0 b) a b = b a c) a b = a b.- Sea F una recta vectorial de R y F un

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales UNIVERSIDAD DE JAÉN FACULTAD DE CIENCIAS SOCIALES Y JURÍDICAS Departameto de Matemáticas (Área de Álgebra) Curso 24/5 PRÁCTICA Nº 4 Sistemas de ecuacioes lieales E esta práctica veremos cómo los determiates

Más detalles

Teoría de la conmutación. Álgebra de Boole

Teoría de la conmutación. Álgebra de Boole Álgebra de Boole Defiicioes y axiomas Propiedades Variables y fucioes booleaas Defiicioes Propiedades Formas de represetació Fucioes booleaas y circuitos combiacioales Puertas lógicas Puertas lógicas fudametales

Más detalles

SISTEMAS DE ECUACIONES LINEALES.

SISTEMAS DE ECUACIONES LINEALES. SISTEMS DE ECUCIONES LINELES. SISTEMS DE ECUCIONES LINELES. U sistema de ecuacioes lieales es u cojuto de m ecuacioes co icógitas de la forma: a x + a2 x2 + a3 x3 + + a x b a2 x + a22 x2 + a23 x3 + + a2

Más detalles

Solución del Examen Extraordinario de Algebra y Matemática Discreta, Primer Curso, Facultad de Informática

Solución del Examen Extraordinario de Algebra y Matemática Discreta, Primer Curso, Facultad de Informática Solució del Exame Extraordiario de Algebra y Matemática Discreta, 0-09-2008. Primer Curso, Facultad de Iformática Putuació Máxima Posible: 20 putos Ejercicio Primero (Grafos, etc). a) ( puto) Defia Grafo

Más detalles

ANÁLISIS MATEMÁTICO I - EXAMEN FINAL - 16 de julio de 2015 APELLIDO Y NOMBRE:... CORRIGIÓ:...REVISÓ:...

ANÁLISIS MATEMÁTICO I - EXAMEN FINAL - 16 de julio de 2015 APELLIDO Y NOMBRE:... CORRIGIÓ:...REVISÓ:... ANÁLISIS MATEMÁTICO I - EXAMEN FINAL - 6 de julio de 5 APELLIDO Y NOMBRE:... CORRIGIÓ:...REVISÓ:... Ejercicio Ejercicio Ejercicio Ejercicio 4 Ejercicio 5 NOTA Todas sus respuestas debe ser justificadas

Más detalles

ÁLGEBRA DPTO. MATEMÁTICA APLICADA II ESCUELA TÉCNICA SUPERIOR INGENIEROS INGENIERÍA INDUSTRIAL PLAN DE LA ASIGNATURA. 1. Información general.

ÁLGEBRA DPTO. MATEMÁTICA APLICADA II ESCUELA TÉCNICA SUPERIOR INGENIEROS INGENIERÍA INDUSTRIAL PLAN DE LA ASIGNATURA. 1. Información general. DPTO. MATEMÁTICA APLICADA II ESCUELA TÉCNICA SUPERIOR INGENIEROS INGENIERÍA INDUSTRIAL PLAN DE LA ASIGNATURA ÁLGEBRA CURSO 2004-2005 1. Iformació geeral. La asigatura de Álgebra es ua materia obligatoria

Más detalles

DPTO. MATEMÁTICA APLICADA II ESCUELA TÉCNICA SUPERIOR de INGENIEROS INGENIERO AERONÁUTICO PLAN DE LA ASIGNATURA ÁLGEBRA

DPTO. MATEMÁTICA APLICADA II ESCUELA TÉCNICA SUPERIOR de INGENIEROS INGENIERO AERONÁUTICO PLAN DE LA ASIGNATURA ÁLGEBRA DPTO. MATEMÁTICA APLICADA II ESCUELA TÉCNICA SUPERIOR de INGENIEROS INGENIERO AERONÁUTICO PLAN DE LA ASIGNATURA ÁLGEBRA CURSOS 2010-2011 2011-2012 2012-2013 1. Iformació geeral. Esta asigatura es obligatoria,

Más detalles

Cálculo. 1 de septiembre de Cuestiones

Cálculo. 1 de septiembre de Cuestiones Cálculo. de septiembre de 005 Cuestioes. Si ua fució f(x, y) es cotiua e (0, 0), etoces: a) f(0, 0) = 0. b) f(x, y) = 0. (x,y) (0,0) c) f es difereciable e (0,0). d) igua de las ateriores. Si ua fució

Más detalles

LOS NUMEROS REALES. Conjunto no vacío designado como R y denominado conjunto de los números reales. En

LOS NUMEROS REALES. Conjunto no vacío designado como R y denominado conjunto de los números reales. En LOS NUMEROS REALES Cojuto o vacío desigado como R y deomiado cojuto de los úmeros reales. E él se defie ua relació de igualdad = y dos operacioes algebraicas + y. Relació de igualdad Defiició: R = (a,b)

Más detalles

De esta forma, el problema de encontrar la mejor recta se concentra en calcular los valores de la pendiente (m) y de la ordenada al origen (b)

De esta forma, el problema de encontrar la mejor recta se concentra en calcular los valores de la pendiente (m) y de la ordenada al origen (b) MÉTODO DE MÍNIMOS CUADRADOS E muchos de los experimetos que se realiza e Física, se obtiee u cojuto de parejas de úmeros (abscisa, ordeada) por los cuales ecesitamos, para obteer u modelo matemático que

Más detalles

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden UNIDAD UNIDAD Ecuacioes Difereciales de Primer Orde Defiició lasificació de las Ecuacioes Difereciales Ua ecuació diferecial es aquélla que cotiee las derivadas o difereciales de ua o más variables depedietes

Más detalles

UNIDAD 1: MATRICES Y DETERMINANTES

UNIDAD 1: MATRICES Y DETERMINANTES IES NERVIÓN. MTEMÁTICS PLICDS CIENCIS SOCILES II Uidad 1: MTRICES Y DETERMINNTES UNIDD 1: MTRICES Y DETERMINNTES 1. MTRICES 1.1. DEFINICIONES BÁSICS Matriz de orde : es ua serie de úeros reales distribuidos

Más detalles

APUNTE TEORICO DE SISTEMAS DE ECUACIONES DIFERENCIALES

APUNTE TEORICO DE SISTEMAS DE ECUACIONES DIFERENCIALES APUNTE TEORICO DE SISTEMAS DE ECUACIONES DIFERENCIALES [6.08] ALGEBRA II Autor: Berardo Ortega Ídice SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS...3 De primer orde co coeficietes costates..3 Sistemas

Más detalles

Espacio vectorial ESPACIO VECTORIAL. 8.- Intersección y suma de subespacios vectoriales

Espacio vectorial ESPACIO VECTORIAL. 8.- Intersección y suma de subespacios vectoriales ESPACIO VECTORIAL.- Itroducció.- Espacio Vectorial.- Subespacios vectoriales 4.- Geeració de Subespacios vectoriales 5.- Depedecia e idepedecia lieal 6.- Espacios vectoriales de tipo fiito 7.- Cambio de

Más detalles

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES.

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES. FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL FUNCIONES DE VARIAS VARIABLES. DEFINICIONES DE FUNCIONES EN VARIAS VARIABLES. Ua fució de variable es u cojuto de pares ordeados de la forma

Más detalles

MATEMÁTICAS I 13 de junio de 2007

MATEMÁTICAS I 13 de junio de 2007 MATEMÁTICAS I 13 de junio de 2007 2º EXAMEN PARCIAL Sólo una respuesta a cada cuestión es correcta. Respuesta correcta: 0.2 puntos. Respuesta incorrecta: -0.1 puntos Respuesta en blanco: 0 puntos 1.- Si

Más detalles

ÁLGEBRA DPTO. MATEMÁTICA APLICADA II ESCUELA TÉCNICA SUPERIOR INGENIEROS INGENIERÍA INDUSTRIAL PLAN DE LA ASIGNATURA. 1. Información general.

ÁLGEBRA DPTO. MATEMÁTICA APLICADA II ESCUELA TÉCNICA SUPERIOR INGENIEROS INGENIERÍA INDUSTRIAL PLAN DE LA ASIGNATURA. 1. Información general. DPTO. MATEMÁTICA APLICADA II ESCUELA TÉCNICA SUPERIOR INGENIEROS INGENIERÍA INDUSTRIAL PLAN DE LA ASIGNATURA ÁLGEBRA CURSO 2009-2010 1. Iformació geeral. La asigatura de Álgebra es ua materia obligatoria

Más detalles

Matemáticas I. Tema 2 E.I.I. Aplicaciones Lineales y Matrices. Curso 2012-2013

Matemáticas I. Tema 2 E.I.I. Aplicaciones Lineales y Matrices. Curso 2012-2013 Matemáticas I E.I.I Tema 2 Aplicacioes Lieales y Matrices Curso 202-203 Itroducció 2 Como requisitos previos para maejar todos lo que e este tema se itroduce se tiee que recordar de cursos ateriores los

Más detalles

Curso: 3 E.M. ALGEBRA 8

Curso: 3 E.M. ALGEBRA 8 Colegio SSCC Cocepció - Depto. de Matemáticas Uidad de Apredizaje: POLINOMIOS Capacidades/Destreza/Habilidad: Racioamieto Matemático/ Aplicació / Calcular, Resolver Valores/ Actitudes: Respeto, Solidaridad,

Más detalles

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi u_miii.doc EL SISTEMA DE LOS NÚMEROS COMPLEJOS: No eiste u úmero real que satisfaga la ecuació +0 Para resolver este tipo de ecuacioes es ecesario itroducir el cocepto de úmero complejo. U úmero complejo

Más detalles