Aplicaciones lineales.
|
|
- César Rico Aguilera
- hace 5 años
- Vistas:
Transcripción
1 Capítulo 5 Aplicaciones lineales. 5. Definición. Núcleo e imagen. Definición 23.- Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una aplicación lineal si: () f(u + v ) = f(u) + f(v ); u, v V, (2) f(ku) = kf(u); u V y k IR. Estas dos propiedades se pueden reunir en: y, en general, se tiene: f(ku + lv ) = kf(u) + lf(v ); u, v V, k, l IR. f(k u + k 2 u k r u r ) = k f(u ) + k 2 f(u 2 ) + + k r f(u r ) u i V, k i IR Si V = W la aplicación lineal también se dice que es un operador lineal. Ejemplos 24 Las siguientes aplicaciones son aplicaciones lineales.- f: V V definida por f(v ) = 2v : f(λv + µw) = 2(λv + µw) = λ2v + µ2w = λf(v ) + µf(w) ( ) ( ) x Dada A =, la aplicación f: IR 3 IR 2 0 con f(x) = Ax = x : x 3 f(λx + µy ) = A(λx + µy ) = A(λx) + A(µy ) = λax + µay = λf(x) + µf(y ) Proposición 25.- Si f: V W es una aplicación lineal, entonces: a) f(0) = 0; b) f( v ) = f(v ); v V Definición 26.- Dada una aplicación lineal f: V W, se define el núcleo o ker(nel) de f, que se denota por ker(f) ó ker f, como el conjunto: ker f = v V : f(v ) = 0 y se define la imagen de f, que se denota por Img(f) ó Img f, como el conjunto Img f = w W : v V tal que w = f(v ) El ker f es un subespacio vectorial de V y la Img f es subespacio vectorial de W (ver ejercicio 5.79). Definición 27.- Si f: V W es una aplicación lineal, entonces la dimensión del núcleo se denomina la nulidad de f y la dimensión de la imagen de f se denomina el rango de f. Proposición 28.- Sea f: V W es una aplicación lineal y B = v, v 2,..., v n una base de V, entonces Img f = linf(v ), f(v 2 ),..., f(v n )
2 47 Matemáticas I 5. Definición. Núcleo e imagen. En efecto, todo v V puede escribirse como v = k v + k 2 v k n v n, luego f(v ) = f(k v + k 2 v k n v n ) = k f(v ) + k 2 f(v 2 ) + + k n f(v n ) En consecuencia, si w Img f, w = f(v ) = k f(v ) + k 2 f(v 2 ) + + k n f(v n ), para algún v. Ejemplo Tomemos el ejemplo 2) de los Ejemplos 24 anteriores: ker f = x IR 3 : f(x) = 0 = x IR 3 : Ax = 0 luego son las soluciones del sitemas de ecuaciones lineales AX = 0, es decir, todos los vectores de la forma (z, z, z), para cualquier valor de z IR. Es decir, ker f = (z, z, z) IR 3 : z IR = lin(,, ). Para la imagen, tomemos en IR 3, la base canónica, entonces Img f = linf(e ), f(e 2 ), f(e 3 ) = linae, Ae 2, Ae 3 = lin(0, ), (, 0), (, ) = lin(0, ), (, 0) = IR 2 pues (, ) = ( )(0, ) + ( )(, 0). Se tiene además, que dim(ker f) = y dim(img f) = 2. No por casualidad, sucede que dim(ker f) + dim(img f) = + 2 = 3 = dim IR 3 : Teorema de la dimensión 29.- Si f: V W es una aplicación lineal entre espacios vectoriales, dim V = dim(ker f) + dim(img f) Si la dim(ker f) = n = dim V, entonces ker f = V, y f(v ) = 0 v V, luego Img f = 0 que tiene dimensión cero, por lo que se cumple dim(ker f) + dim(img f) = dim V (n + 0 = n) Si la dim(ker f) = r < n, tomemos B ker = u,..., u r una base del ker f V que podemos completar con n r vectores hasta una base de V, B V = u,..., u r, v r+,..., v n, y el conjunto imagen será por tanto Img f = linf(u ),..., f(u r ), f(v r+ ),..., f(v n ) = lin0,..., 0, f(v r+ ),..., f(v n ) = linf(v r+ ),..., f(v n ) Si probamos que el conjunto formado por esos n r vectores es linealmente independiente, será una base de la Img f y habremos probado que dim(ker f) + dim(img f) = dim V ; (r + n r = n) como queríamos. Veamoslo, por ser f una aplicación lineal, λ r+ f(v r+ )+ +λ n f(v n ) = 0 f(λ r+ v r+ + +λ n v n ) = 0 λ r+ v r+ + +λ n v n ker f Ahora bien, como B ker es una base del ker f, se tiene λ r+ v r+ + +λ n v n = µ u + +µ r u r, para ciertos µ,..., µ r. Luego µ u µ r u r + λ r+ v r+ + + λ n v n = 0 y µ = = µ r = λ r+ = = λ n = 0 por formar esos vectores una base de V. En particular, con λ r+ = = λ n = 0 se prueba que el conjunto f(v r+ ),..., f(v n ) es un conjunto linealmente independiente de vectores, que por ser también generador de la Img f es una base de ella.
3 48 Matemáticas I 5.2 Matrices de una aplicación lineal 5.2 Matrices de una aplicación lineal Teorema 30.- Sean V y W espacios vectoriales con dim V = n y dim W = m, y sea f: V W, una aplicación lineal. Si B = v, v 2,..., v n es una base de V y B 2 = w, w 2,..., w m una base de W, entonces la matriz ( ) A m n = [f(v )] B2 [f(v 2 )] B2 [f(v n )] B2 es la única matriz que verifica que [f(v )] B2 = A[v ] B, para cada v V. Todo v V se escribe de forma única como una combinación lineal de los vectores de la base, v = k v + k 2 v k n v n, luego su imagen f(v ) = k f(v ) + k 2 f(v 2 ) + + k n f(v n ). Como los vectores f(v ), f(v 2 ),..., f(v n ) son de W, sean sus coordenadas en la base B 2 : ( ) f(v ) = (a, a 2,..., a m ) ( ) B 2 f(v ) = a w + a 2 w a m w m f(v 2 ) = (a 2, a 22,..., a m2 ) f(v B 2 2 ) = a 2 w + a 22 w a m2 w m ( ) f(v n ) = (a n, a 2n,..., a mn ) f(v n ) = a n w + a 2n w a mn w m B 2 Entonces, sustituyendo en f(v ), se tiene f(v) = k (a w + a 2 w a m w m ) + k 2 (a 2 w + a 22 w a m2 w m ) + + k n (a n w + a 2n w a mn w m ) = (k a + k 2 a k n a n )w + (k a 2 + k 2 a k n a 2n )w (k a m + k 2 a m2 + + k n a mn )w m por tanto, las coordenadas de f(v ) en la base B 2 son k a + k 2 a k n a n a a 2 a n k [f(v )] B2 = a 2 + k 2 a k n a 2n = a 2 a 22 a 2n... k a m + k 2 a m2 + + k n a mn a m a m2 a mn k k 2. k n = A[v ] B y la matriz A, tiene por columnas las coordenadas en la base B 2 de las imágenes de los vectores de la base B. Definición 3.- Sean B una base de V, B 2 base de W y f: V W una aplicación lineal. A la única matriz A, tal que [f(v )] B2 = A[v ] B, para cada v V, se le llama matriz de f respecto de las bases B y B 2. Si f: V V es un operador lineal y consideramos que tenemos la misma base B en el espacio de partida y en el de llegada, entonces se habla de matriz de f respecto de la base B. Ejemplo Sea f: P 2 [X] P [X] dada por f(p (X)) = P (X). Sean B =, X, X 2 y B 2 =, X bases respectivas de P 2 [X] y P [X]. Entonces, ( como f() ) = 0, f(x) = y f(x 2 ) = 2X se tiene que ( ) 0 0 A = [f()] B2 [f(x)] B2 [f(x 2 )] B2 = es la matriz de f asociada a B y B 2. En efecto ( ) a ( ) 0 0 f(a + bx + cx 2 ) = b + 2cX y A[a + bx + cx 2 b ] B = b = = [b + 2cX] c B2 c
4 49 Matemáticas I 5.2 Matrices de una aplicación lineal Observación 32.- Si f: V W es una aplicación lineal y A la matriz de f asociada a las bases B y B 2, entonces ker f = v V : f(v ) = 0 = v V : [f(v )] B2 = [0] B2 = v V : A[v ] B = 0 luego las soluciones del sistema homogéneo Ax = 0 son las coordenadas en la base B de los vectores del ker f. w Img f = lin f(v ), f(v 2 ),..., f(v n ) [w] B2 lin [f(v )] B2, [f(v 2 )] B2,..., [f(v n )] B2 luego el espacio de las columnas de la matriz A, E c (A), está compuesto por las coordenadas en la base B 2 de los vectores de la Img f. En consecuencia, dim(img f) = dim E c (A) = rg(a). Ejemplo Sean B = v, v 2, v 3 una base de V, B 2 = w, w 2, w 3 una base de W, f: V W 0 una aplicación lineal y A = la matriz de f respecto de las bases B y B 2. Encontrar 3 un base del ker f y otra de la Img f. Como A[v ] B = [f(v )] B2, los vectores de ker f son aquellos v 0 tales que A[v 0 ] B = 0, luego resolviendo el sistema AX = 0: 0 0 A = = x = z y = 2z z = z = [v 0 ] B = x y = z z luego el vector (, 2, ) genera las coordenadas en la base B de los vectores del ker f, con lo que se tiene que ker f = lin v 2v 2 + v 3. Además, dim(ker f) = luego dim(img f) = 3 = 2 = rg(a). Y una base de la imagen se obtendrá a partir de una base del espacio de las columnas de A (para hacer operaciones sobre las columnas de A, hacemos operaciones sobre las filas de su traspuesta A t ). Así: A t = 0 3 t = luego los vectores (,, ) y (0,, ) generan las coordenadas en la base B 2 de los vectores de la Img f. En consecuencia, Img f = linw w 2 + w 3, w 2 + w 3. Definición 33.- Si f: IR n IR m es una aplicación lineal, a la matriz de f asociada a las bases canónicas de IR n y IR m, se le llama la matriz estándar. Definición 34.- Para cada matriz A m n, la aplicación f: IR n IR m definida por f(x) = Ax es lineal y A es la matriz estándar de f. Se dice que f es una aplicación matricial Composición de aplicaciones lineales Aplicación y función tienen el mismo significado (aunque esta última denominación es la que suele usarse en los temas de Cálculo) por lo que la definición siguiente no debe plantear sorpresas: Definición 35.- Sean f: V W y g: W U aplicaciones lineales. compuesta de f y g, a la aplicación g f: V U definida por Llamaremos aplicación (g f)(v ) = g(f(v )), v V.
5 50 Matemáticas I 5.3 Teorema de Semejanza Proposición 36.- Sean f: V W y g: W U aplicaciones lineales, con dim V = n, dim W = m y dim U = p, y sean B, B 2 y B 3 bases de V, W y U, respectivamente. Entonces: a) g f es una aplicación lineal. b) Si A m n es la matriz asociada a f respecto de las bases B y B 2, y C p m es la matriz asociada a g respecto de las bases B 2 y B 3, entonces CA p n es la matriz asociada a g f respecto de las bases B y B 3. a) (g f)(λu + µv) = g(f(λu + µv)) = g(λf(u) + µf(v)) = λg(f(u)) + µg(f(v)) = λ(g f)(u) + µ(g f)(v). b) Teniendo en cuenta que [g(w)] B3 = C[w] B2 y [f(v )] B2 = A[v ] B, [(g f)(v)] B3 = [g(f(v))] B3 = C[f(v)] B2 = CA[v] B ; v V. 5.3 Teorema de Semejanza Proposición 37.- Sean V y W dos espacios vectoriales, B y B dos bases de V, B 2 y B2 dos base de W y f: V W una aplicación lineal. Si A es la matriz de f asociada a las bases B y B 2, P la matriz de cambio de la base B en B y Q la matriz de cambio de la base B 2 en B2 ; entonces la matriz, A, de f asociada a las bases B y B 2 viene dada por A = QAP QAP [v ] B = QA[v ] B = Q[f(v )] B2 = [f(v )] B 2 = A [v ] B 2, v V, luego A = QAP. Teorema de semejanza 38.- Sean f: V V, con dim V = n, un operador lineal, A la matriz de f respecto de la base B de V y A 2 la matriz de f respecto de la base B 2. Entonces A 2 = P AP siendo P la matriz de paso de la base B 2 a la base B. Este resultado es un caso particular de la proposición anterior. Observación: Una manera de recordar bien este proceso es tener en cuenta los diagramas siguientes, donde la obtención de las nuevas matrices se reduce a la búsqueda de caminos alternativos: A = QAP P V B B f W A B2 Q A B2 P V f V A B B P A B 2 2 B2 A 2 = P A P No hay que olvidar, que las matrices se operan en orden inverso (las matrices multiplican a los vectores por la izquierda, sucesivamente).
6 5 Matemáticas I 5.4 Ejercicios Definición 39.- Dadas dos matrices A y B de orden n se dice que A y B son semejantes si, y sólo si existe una matriz P inversible tal que B = P AP. Corolario 40.- Dos matrices A y B son semejantes si y sólo si representan al mismo operador lineal respecto a dos bases. Corolario 4.- Si A y B son matrices semejantes, entonces tienen el mismo rango. 5.4 Ejercicios 5.78 Determinar si las siguientes aplicaciones son o no lineales: a) f: IR 2 IR 2 definida por f(x, y) = ( 3 x, 3 y) b) f: IR 3 IR 2 definida por f(x, y, z) = (2x + y, 3y 4z). ( ) a b c) f: M 2 2 IR definida por f = a c d 2 + b Sea f: V W una aplicación lineal. a) Probar que ker f es un subespacio de V b) Probar que Img f es un subespacio de W 5.80 Sean V un espacio vectorial y T : V V la aplicación lineal tal que T (v ) = 3v. Cuál es el núcleo de T? Cuál es la imagen de T?. 5.8 Sea A una matriz de tamaño 5 7 con rango 4. a) Cuál es la dimensión del espacio de soluciones de Ax = 0?. b) Ax = b tiene solución para todo b de IR 5? Por qué?. 3 4 x 5.82 Sea T : IR 3 IR 3 la aplicación lineal dada por la fórmula T (x, y, z) = y z a) Demostrar que el núcleo de T es una recta y encontrar sus ecuaciones paramétricas. b) Demostrar que la imagen de T es un plano y hallar su ecuación (cartesiana) Sea B = v = (, 2, 3), v 2 = (2, 5, 3), v 3 = (, 0, 0) una base de IR 3 y f: IR 3 IR 2 una aplicación lineal para la que f(v ) = (, 0), f(v 2 ) = (0, ) y f(v 3 ) = (0, ). a) Encontrar una matriz de la aplicación f indicando las bases a las que está asociada. b) Calcular f(v 3 v 2 2v ) y f(,, ) Encontrar la matriz estándar de cada una de las aplicaciones lineales siguientes: a) f x x 2 = x 3 x + 2x 2 + x 3 x + 5x 2 x 3 x x 4 x b) f 2 x 3 = x x 3 x 4 x x 3 Encontrar una base del nucleo y otra de la imagen, para cada una de ellas x x c) f 2 x 3 = x 4 x 4 x x + x 2 x 2 x Sea T : IR 3 W la proyección ortogonal de IR 3 sobre el plano W que tiene por ecuación x + y + z = 0. Hallar una fórmula para T y calcular T (3, 8, 4).
7 52 Matemáticas I 5.4 Ejercicios 5.86 Se dice que una aplicación lineal es inyectiva si a cada vector de la imagen le corresponde un único original (es decir, si f(u) = f(v ) = u = v ). Demostrar que f es inyectiva si y sólo si ker f = Sea T : IR 2 IR 3 la transformación lineal definida por T (x, x 2 ) = (x + 2x 2, x, 0). a) Encontrar la matriz de la aplicación T en las bases: B = u =(, 3), u 2 =( 2, 4) y B 2 = v =(,, ), v 2 =(2, 2, 0), v 3 =(3, 0, 0). b) Usar la matriz obtenida en el apartado anterior para calcular T (8, 3). ( ) ( ) ( ) a a 5.88 Sea f: M 2 2 M 2 2 definida por: f 2 2 a a = 2 y sean las a 2 a 22 0 a 2 a 22 bases ( B c (hace ) el ( papel) de( la canónica) ) ( y ) B de M 2 2 :( ) ( ) ( ) ( ) B c =,,, B =,,, a) Demostrar que f es lineal. b) Cuál será el tamaño de la matriz de f asociada a la base B c? Hallarla. c) Hallar el núcleo y la imagen de f así como sus dimensiones y bases. d) Hallar la matriz de f respecto de la base B Sea A = 6 2 la matriz de la aplicación lineal T : IR 4 IR 3 respecto de las bases: B = v = (0,,, ), v 2 = (2,,, ), v 3 = (, 4,, 2), v 4 = (6, 9, 4, 2) y B = w = (0, 8, 8), w 2 = ( 7, 8, ), w 3 = ( 6, 9, ). a) Hallar [T (v )] B, [T (v 2 )] B, [T (v 3 )] B y [T (v 4 )] B. b) Encontrar T (v ), T (v 2 ), T (v 3 ) y T (v 4 ). c) Hallar T (2, 2, 0, 0) Sea T : IR 2 IR 2 la aplicación lineal definida por ( ) ( ) x x + 7x T = 2. x 2 3x + 4x 2 Hallar la matriz de T respecto de la base B y aplicar el teorema de semejanza para calcular la matriz de T respecto de la base B, siendo B = u = (2, 2), u 2 = (4, ) y B = v = (, 3), v 2 = (, ). 5.9 Probar que si A y B son matrices semejantes entonces det(a) = det(b) Probar que si A y B son matrices semejantes entonces A 2 y B 2 también lo son Dado el operador lineal T : IR 3 IR 3 tal que [T (x)] B = A[x] B siendo: 2 a A = 2a y B = u = (,, 0), u 2 = (0,, ), u 3 = (, 0, 0) a 2 a) Calcular los subespacios ker(t ) y Img(T ) según los valores de a. b) Hallar la matriz estándar de T Sean f: V W una aplicación lineal y S = v, v 2,..., v n un conjunto de vectores de V. Probar que si el conjunto f(v ), f(v 2 ),..., f(v n ) es linealmente independiente, entonces S es linealmente independiente. Es cierto el recíproco? Justificar la respuesta.
8 53 Matemáticas I 5.4 Ejercicios 5.95 Sea T : IR 3 IR 3 la aplicación lineal T x x 2 = x 3 λx + µx 2 + x 3 x + λµx 2 + x 3. Se pide: x + µx 2 + λx 3 a) Encontrar los valores de λ y µ para los cuáles la imagen de T sea IR 3. Quién es en ese caso el núcleo? b) Para λ =, encontrar una base del núcleo. c) Sea λ = y µ = 0. Se pide: (c.) Encontrar la matriz de T respecto de la base B = u = (, 0, ), u 2 = (0,, 0), u 3 = (4,, 2). (c.2) Dada la base B = v =(,, 2), v 2 =(,, 0), v 3 =(,, ), encontrar la matriz de paso de B a B. (c.3) Encontrar la matriz de T en la base B aplicando el teorema de semejanza Sea T : IR 3 IR 2 una aplicación lineal tal que: 0 x + 2y + z = 0 (i) ker(t ) = (ii) T 0 2x + y + z = 0 = ( ) 0 (iii) T ( ) 2 0 = a) Obtener una matriz asociada a T, indicando respecto a que bases. b) Calcular las ecuaciones paramétricas de la imagen del subespacio x + y + z = Sean B p = p, p 2, p 3, p 4 una base de P 3 [X] (polinomios de grado menor o igual a 3), B = v = (0,, 0), v 2 = (,, ), v 3 = (0, 0, ) una base de IR 3 y f: P 3 [X] IR 3 una aplicación lineal verificando: (i) f(p )=f(2p 2 +p 4 )=f(p 2 p 3 ) (ii) f(p 2 )=v +v 3 v 2 (iii) f(p 4 )=(3, 3, 2) a) Encontrar A p la matriz de la aplicación f en las bases B p y B. 0 b) Es 0 0 la matriz de paso, P c, de la base canónica de IR 3 a B? Justificar la 0 respuesta y, en caso negativo, hallar P c. c) Sea B q = q =X X 3, q 2 =X 2, q 3 = X, q 4 =X 2 +X otra base de P 3 [X] para la cuál, las matrices M qp = y A q = son respectivamente, la matriz de paso de B q a B p y la matriz de f en las bases B q y B. Con estos nuevos datos, cómo se puede comprobar que la matriz A p calculada antes es la correcta? d) Hallar bases de ker(f) e Img(f), obteniendo los vectores concretos que las forman. e) Probar que B 2 = w = (, 2, ), w 2 = (0,, ), w 3 = (2,, 0) es base de IR 3 y obtener la matriz de paso, P 2, de la base B 2 en la base B. f) A partir de las matrices anteriores, dar la expresión del cálculo de las matrices: A p2 de la aplicación f en las bases B p y B 2 M pq de paso de la base B p en la base B q A q2 de la aplicación f en las bases B q y B 2 g) Pueden conocerse los vectores que forman B p? Cómo?, de ser posible o, por qué no?
Aplicaciones lineales
53 Matemáticas I : Álgebra Lineal Tema 5 Aplicaciones lineales 5. Definición. Núcleo e imagen Definición 26.- Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una
Más detallesAplicaciones lineales
49 Fundamentos de Matemáticas : Álgebra Lineal Capítulo 0 Aplicaciones lineales 0. Definición. Núcleo e imagen Definición 29.- Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se
Más detallesAplicaciones lineales.
Tema 4 Aplicaciones lineales. Definición 4. Sea f: V W una aplicación entre los espacios vectoriales reales V y W. Se dice que f es una aplicación lineal si: a f(u + v = f(u + f(v; u, v V, b f(ku = kf(u;
Más detalles148 Matemáticas 1. Unidad IV. Álgebra Lineal
148 Matemáticas 1 Unidad IV Álgebra Lineal 149 Matemáticas 1 : Álgebra Lineal Capítulo 13 Espacios vectoriales reales 13.1 Espacios vectoriales Definición 76.- Un espacio vectorial real V es un conjunto
Más detallesPodemos pues formular los dos problemas anteriores en términos de matrices.
Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión
Más detalles3.8 Ejercicios propuestos
3.8 Ejercicios propuestos Ejercicio 3.7 Consideremos la aplicación lineal f : R 3 R 3 definida por f(x, y, z) =(2x + y, z,0) a) Determinar Ker f y hallar una base de dicho subespacio. b) Hallar el rango
Más detalles1. Efectuar las siguientes operaciones, expresando el resultado en forma binómica: (1 i)(2 i)(i 3) ; 344 ( i) 231 i(1 + i) 5
1.5.1 Complejos 1. Efectuar las siguientes operaciones, expresando el resultado en forma binómica: i 1 ; 2 + i ; 2i 2 i 1 + i +i; 5 (1 i)(2 i)(i 3) ; i344 +( i) 231 ; (1 + i) 5 + 1 (1 i) 5 1 ; 2. Usar,
Más detallesTema 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 detallesSoluciones 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 detallesEspacios vectoriales reales
140 Fundamentos de Matemáticas : Álgebra Lineal 9.1 Espacios vectoriales Capítulo 9 Espacios vectoriales reales Los conjuntos de vectores del plano, R 2, y del espacio, R 3, son conocidos y estamos acostumbrados
Más detalles3. Aplicaciones lineales.
A-PDF Page Cut DEMO: Purchase www.apuntesdemates.weebly.com from www.a-pdf.com to remove the watermark 3. Aplicaciones lineales. 3.1 Definiciones y propiedades A menudo el concepto de aplicación se confunde
Más detallesDiagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios
61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial
Más detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más detallesTema 1: Espacios vectoriales
PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Químicas FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina si cada
Más detallesEspacios vectoriales reales.
Capítulo 4 Espacios vectoriales reales. 4.1 Espacios vectoriales. Definición 86.- Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe
Más detallesA-PDF Page Cut DEMO: Purchase from to remove the watermark. Ejercicios resueltos 125
A-PDF Page Cut DEMO: Purchase from www.a-pdf.com to remove the watermark Ejercicios resueltos 125 Las matrices asociadas a g f y f g son, respectivamente 0 3 8 ) 14 13 g f BA = 3 3 1 f g AB = 16 22 7 2
Más detallesAP = 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 detallesTÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA
ESCUELA ESTUDIOS DE TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA DEPARTAMENTO DE INGENIERÍA INFORMÁTICA MATEMÁTICA APLICADA I ÁLGERA LINEAL OLETINES DE PROLEMAS Curso 8-9 Sistemas de ecuaciones lineales.
Más detallesTema 3 APLICACIONES LINEALES
Tema 3 APLICACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Definición y propiedades. Núcleo e imagen. Isomorfismos. Definición 1.1 Una aplicación f : V V entre dos espacios vectoriales
Más detallesDIAGONALIZACIÓN DE MATRICES CUADRADAS
DIAGONALIZACIÓN DE MATRICES CUADRADAS.- Considerar los vectores u = (, -, ) y v = (, -, ) de : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué
Más detallesESPACIOS VECTORIALES Y APLICACIONES LINEALES
Departamento de Matemática Aplicada II E.E.I. ÁLGEBRA Y ESTADÍSTICA Boletín n o (010-011 ESPACIOS VECTORIALES Y APLICACIONES LINEALES 1. En el espacio vectorial ordinario R 4 estudiar cuáles de los siguientes
Más detallesAplicaciones 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 detallesAplicaciones Lineales
Aplicaciones Lineales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Aplicaciones Lineales 1 / 47 Objetivos Al finalizar este tema tendrás que: Saber si una aplicación es
Más detallesEspacios vectoriales reales
144 Matemáticas 1 : Álgebra Lineal Capítulo 9 Espacios vectoriales reales 9.1 Espacios vectoriales Los conjuntos de vectores del plano, R, y del espacio, R 3, son conocidos y estamos acostumbrados a movernos
Más detallesHoja 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 detallesHoja 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 detallesDepartamento de Ingeniería Matemática - Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 8-2 4. Transformaciones lineales 4.. Introducción SEMANA 8: TRANSFORMACIONES LINEALES Sea la matriz
Más detallesTRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN
RANSFORMACIONES LINEALES 1 RANSFORMACIONES NÚCLEO E IMAGEN DEFINICION : Sean V W espacios vectoriales Una transformación lineal de V en W es una función que asigna a cada vector v V un único vector v W
Más detalles1.5.3 Sistemas, Matrices y Determinantes
1.5.3 Sistemas, Matrices y Determinantes 24. Sean las matrices 3 0 4 1 A= 1 2 B = 0 2 1 1 C = 1 4 2 3 1 5 1 5 2 D = 1 0 1 E = 3 2 4 6 1 3 1 1 2 4 1 3 a Calcular cuando se pueda: 3C D, ABC, ABC, ED, DE,
Más detallesEspacios vectoriales
CAPíTULO 2 Espacios vectoriales 1. Definición de espacio vectorial Es frecuente representar ciertas magnitudes físicas (velocidad, fuerza,...) mediante segmentos orientados o vectores. Dados dos de tales
Más detalles5. Aplicaciones lineales
5. Aplicaciones lineales Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2010 Contents 5 Aplicaciones lineales 7 5.1 Definición y propiedades..............................
Más detallesTEMA V. Espacios vectoriales
TEMA V. Espacios vectoriales 1 1. Demostrar que cada uno de los siguientes conjuntos tiene estructura de espacio vectorial sobre el cuerpo de los reales: a El conjunto (R 2, +,, R. b El conjunto (R 3,
Más detallesHoja 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 detallesProblemas de Aplicaciones Lineales
Problemas de Aplicaciones Lineales Natalia Boal Francisco José Gaspar María Luisa Sein-Echaluce Universidad de Zaragoza 1. En los siguientes ejercicios determina si la aplicación f : IR 2 IR 2 es lineal:
Más detallesÁLGEBRA LINEAL I Práctica 6
ÁLGEBRA LINEAL I Práctica 6 Aplicaciones Lineales (Curso 2016 2017) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos
Más detallesa 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 detallesTema 4: Aplicaciones lineales
Águeda Mata y Miguel Reyes, Dpto de Matemática Aplicada, FI-UPM 1 Tema 4: Aplicaciones lineales Ejercicios 1 Estudia la linealidad de las siguientes aplicaciones: (a) f : R R 3, definida por f(x, y) =
Más detallesAplicaciones Lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2009 2010) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o
Más detallesÁLGEBRA Algunas Soluciones a la Práctica 6
ÁLGEBRA Algunas Soluciones a la Práctica 6 Aplicaciones lineales (Curso 2006 2007) 3. Dada la matriz A = ( 1 0 ) 2 3 2 1 y las bases B 1 = {(2, 1), (1, 1)} en IR 2 y B 2 = {(0, 1, 1), (1, 1, 1), ( 1, 2,
Más detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detallesAplicaciones Lineales
Capítulo 5 Aplicaciones Lineales 51 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K Definición 511 Se dice que una aplicación f : V W es una aplicación lineal o un
Más detallesa 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 detallesAplicaciones Lineales
Capítulo 7 Aplicaciones Lineales 7.1 Definición y Propiedades Sean V y W dos espacios vectoriales sobre el mismo cuerpo K. Definición 7.1.1 Se dice que una aplicación f : V W es una aplicación lineal o
Más detallesÁLGEBRA LINEAL I Práctica 6
ÁLGEBRA LINEAL I Práctica 6 Aplicaciones Lineales (Curso 2012 2013) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales, determinar cuáles son homomorfismos, monomorfismos, epimorfismos
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 2 APLICACIONES LINEALES
EJERCICIOS DE TEMA APLICACIONES LINEALES APLICACIONES LINEALES ) Estudiar cuáles de las siguientes aplicaciones son lineales entre los espacios vectoriales dados: x y a) f: f(x, y) = x y x b) f: x f(x)
Más detallesÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 5 de Julio de T (e 1 ) = e 1 e 2 + 2e 3 T (e 2 ) = e 1 + 2e 2 3e 3. [T (e 1 ) T (e 2 )] =
ÁLGEBRA LINEAL EXAMEN EXTRAORDINARIO 5 de Julio de Apellidos y Nombre: Ejercicio. Sea T : R R 3 una transformación lineal definida como: T (e ) = e e + e 3 T (e ) = e + e 3e 3 donde {e, e }, {e, e, e 3}
Más detallesa n1 a n2 a nn x n a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x j x i = s ij x i x j + s ji x j x i 2 x i x j + a ij + a ji
16 Fundamentos de Matemáticas : Álgebra Lineal Capítulo 1 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado,
Más detallesEjercicio 2 (Examen de septiembre de 2009) Razona cuáles de los siguientes conjuntos son subespacios vectoriales:
Ejercicio 1 De los siguientes subconjuntos de R 3 decida cuales son subespacios y cuales no: a) U 1 = {(x,y,z) / x = 1 = y+z} b) U 2 = {(x,y,z) / x+3y = 0,z 0} c) U 3 = {(x,y,z) / x+2y+3z= 0 = 2x+y} d)
Más detallesÁLGEBRA 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 detallesRelación 1. Espacios vectoriales
MATEMÁTICAS PARA LA EMPRESA Curso 2007/08 Relación 1. Espacios vectoriales 1. (a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy) Demuestra que IR
Más detalles5. Autovalores y autovectores
172 Autovalores y autovectores Al ser x 0 = y = P 1 x 0yportanto,λ es un autovalor de A. Recíprocamente, si λ es un autovalor de A existe un vector x 0talque A x = λx y por tanto, 5. Autovalores y autovectores
Más detallesla matriz de cambio de base de B 1 en B 2. = M 1 B 2,B 1 [1 + x + x 2 ] B1 = M B2.
Práctica 2. Álgebra Lineal. Cambio de Base.Transformaciones Lineales. Matrices asociadas a una transformación lineal. 2do año: Lic. en Matemática y Profesorado. 1. (a) Sean B 1 = {(1, 0), (1, 1)} y B 2
Más detallesTema 3. Aplicaciones lineales Doble Grado en Ingeniería Informática y Matemáticas Curso 2012/13 Profesor: Rafael López Camino
Tema 3. Aplicaciones lineales Doble Grado en Ingeniería Informática y Matemáticas Curso 212/13 Profesor: Rafael López Camino 1. (a Si f L(V, V, B es base de V y f(b es un conjunto de vectores linealmente
Más detallesGeometría 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 detallesAplicaciones Lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2010 2011) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o
Más detallesEspacios vectoriales reales
41 Matemáticas 1 : Álgebra Lineal Capítulo Espacios vectoriales reales.1 Espacios vectoriales Los conjuntos de vectores del plano, R, y del espacio, R 3, son conocidos y estamos acostumbrados a movernos
Más detallesEjercicios tipo test de las lecciones 1 y El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1, 2, 1) y
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Ejercicios tipo test de las lecciones 1 y 2. 1. El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1,
Más detallesAplicaciones Lineales (Curso )
ÁLGEBRA Práctica 6 Aplicaciones Lineales (Curso 2008 2009) 1. De las siguientes aplicaciones definidas entre espacios vectoriales reales determinar cuáles son homomorfismos monomorfismos epimorfismos o
Más detalles2 Espacios vectoriales
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 2 Espacios vectoriales 2.1 Espacio vectorial Un espacio vectorial sobre un cuerpo K (en general R o C) es un conjunto V sobre el que hay
Más detallesTEMA 5: Aplicaciones Lineales. Diagonalización.
TEMA 5: Aplicaciones Lineales. Diagonalización. 1. Aplicaciones Lineales 1.1. Definición, propiedades y ejemplos. Definición 1. Dados dos espacios vectoriales V y V sobre un mismo cuerpo K, una aplicación
Más detallesTransformaciones lineales
Transformaciones lineales. Determine si las siguientes aplicaciones son o no lineales. Justifique su respuesta: a) T : R R; T( x) = x b) T : R R ; T(x, y) = (x y, x) c) T : R R ; T(x, y, z) = ( y, z x
Más detallesTema 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 detallesUniversidad de Salamanca
Universidad de Salamanca Gloria Serrano Sotelo Departamento de MATEMÁTICAS 1 Espacio vectorial dual Base dual Funciones coordenadas Sea E un k-espacio vectorial El conjunto E de las aplicaciones lineales
Más detallesL(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 detalles1. Espacio vectorial. Subespacios vectoriales
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Sea k un cuerpo. 1. Espacio vectorial. Subespacios vectoriales Definición 1.1. Un k-espacio vectorial o espacio vectorial
Más detallesProblemas de Álgebra Ingeniería Técnica en Informática de Sistemas. Curso 2009/10
Problemas de Álgebra Ingeniería Técnica en Informática de Sistemas Curso 2009/10 Hoja 1 Preliminares 1 Resuelve los siguientes sistemas de ecuaciones de números complejos: { z 1 + iz 2 = 1 i 3z 1 + (1
Más detallesGEOMETRÍA AFÍN Y PROYECTIVA Espacios Vectoriales.
Sonia L. Rueda ETS Arquitectura. UPM Año 2016-2017. 1 GEOMETRÍA AFÍN Y PROYECTIVA Espacios Vectoriales. 1. Determinar si los siguientes conjuntos de vectores son subespacios vectoriales de R 4. A = {(x,
Más detalles1. 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 detalles1. Hallar el rango de cada una de las siguientes matrices
Tarea 5 Hallar el rango de cada una de las siguientes matrices 5 5 a) = 7 6 5 5 b) = 5 8 Solución: a) rang ( ) = b) rang ( ) = Determinar si cada uno de los siguientes conjuntos de vectores es linealmente
Más detallesFACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas
EXÁMENES DE MATEMÁTICAS Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha 5 de julio de 99. Dada la aplicación lineal: T
Más detallesEscuela Superior Politécnica del Litoral
Escuela Superior Politécnica del Litoral Instituto de Ciencias Matemáticas Primera evaluación de Álgebra Lineal - Diciembre 1, 2011 Nombre y Appellido: Paralelo: Firma: Tema 1 (9 puntos) Dé la definición
Más detalles1. Teoría de Conjuntos y Funciones
Universidad Central de Venezuela Facultad de Ciencias Escuela de Matemática Álgebra I 1. Teoría de Conjuntos y Funciones 1.1. Teoría de Conjuntos 1. Dados los conjuntos A, B y C, demuestre que: a) (A B)
Más detallesTema 4: Sistemas de ecuaciones lineales.
Tema 4: Sistemas de ecuaciones lineales 1 Rango de una matriz Definición Sea A Mat n m (K) Se llama rango de filas de A, y se denota por rg f (A) la dimensión del subespacio vectorial generado por las
Más detallesETSI de Topografía, Geodesia y Cartografía
3ª Prueba de Evaluación Continua 7 05 12 (Grupo C) Espacio vectorial 1. a) Definir vectores linealmente dependientes en un espacio vectorial V. u,u,,u de un espacio vectorial V son b) Demostrar que si
Más detallesA = 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 detallesMATRICES,DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES
Departamento de Matemática Aplicada II EEI ÁLGEBRA Y ESTADÍSTICA Boletín n o 1 (2010-2011 MATRICES,DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES 1 Sean A, B, C, D y E matrices de tamaño 4 5, 4 5, 5 2,
Más detallesAplicaciones Lineales. S1
Aplicaciones Lineales. S1 Leandro Marín 6 de Noviembre de 2009 Definición Definición Sea K un cuerpo y sean V y W dos espacios vectoriales sobre K. Una aplicación lineal f : V W es una aplicación entre
Más detallesETS Arquitectura. UPM Geometría afín y proyectiva. 1. Hoja 1
ETS Arquitectura. UPM Geometría afín y proyectiva. Hoja. Determinar si los siguientes conjuntos son subespacios vectoriales de R 4 A f(x; y; z; t)j 2x + z 0g; B f(x; y; z; t)jx + y 0; z t 0g; C f(x; y;
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesMATEMÁTICAS 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 detallesMATEMÁTICAS II Relación de Ejercicios 1 Espacio Afín.
ETS Arquitectura. UPM Curso 009-010. 1 MATEMÁTICAS II Relación de Ejercicios 1 Espacio Afín. 1. En el espacio afín (R 3 ; R 3 ; ) con : R 3 R 3! R 3 de nida por ((x 1 ; x ; x 3 ); (y 1 ; y ; y 3 )) = (y
Más detallesESPACIOS VECTORIALES
Capítulo 1 CONCEPTOS TEÓRICOS ESPACIO VECTORIAL Un conjunto E = {a, b, c, } de elementos (llamados vectores) se dice que constituyen un espacio vectorial sobre un cuerpo conmutativo K (que generalmente
Más detallesUn conjunto E a,b,c, de elementos (llamados vectores) se dice que constituye. (a,b) (a',b') (a a',b b')
ESPACIOS VECTORIALES Un conjunto E a,b,c, de elementos (llamados vectores) se dice que constituye un espacio vectorial sobre un cuerpo conmutativo K (que generalmente es el cuerpo de los reales) si se
Más detalles5. Aplicaciones Lineales
Contents 5 Aplicaciones Lineales 2 5.1 Aplicaciones lineales. Definición y propiedades........................ 2 5.2 Núcleo e Imagen.................................................... 3 5.3 Descomposición
Más detallesSOLUCIONES DEL SEGUNDO PARCIAL (17/12/2013)
ÁLGEBRA LINEAL 1S1M-b SOLUCIONES DEL SEGUNDO PARCIAL 17/12/2013 1. Dada una aplicación lineal f : de manera que : Se pide, obtener su matriz con respecto a las bases canónicas. Calculamos =col 2. Calcular
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detallesSea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares).
Capítulo 6 Espacios Vectoriales 6.1 Definiciones Sea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares). Definición 6.1.1 Se dice que
Más detallesNúcleo e Imagen de una aplicación lineal.
PRÁCTICA Nº 8 Núcleo e Imagen de una aplicación lineal. Con esta práctica se pretende utilizar el cálculo de la expresión matricial de una aplicación lineal respecto de las bases del dominio y codominio
Más detallesNo hay que romperse los cuernos, hay una columna de ceros, por lo tanto.. NO tiene rango 3.
Problema 1. (4 puntos) Sea f: R R la aplicación lineal de R en R definida por: f(1,1,0) = (,, 0) f(1,0,1) = ( 3,0, 3) f(,,1) = (0,0,0) a) Demostrar que (1,1,0), (1,0,1), (,,1) son una base de R. b) Calcular
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES
EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES MATRICES. SISTEMAS DE ECUACIONES LINEALES Matrices ) Dada la matriz M=, prueba que n n M M, n. ) Demuestra la siguiente implicación: Si I A I AA A
Más detallesÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando
ÁLGEBRA LINEAL EXAMEN FINAL 8 de Enero de Apellidos y Nombre: Duración del examen: 3 horas Publicación de notas: enero Revisión de Examen: feb Ejercicio. ( puntos a (, puntos Estudia si la siguiente afirmación
Más detallesÁLGEBRA LINEAL I Práctica 7
ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2015 2016) 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 detallesGrado en Ciencias Ambientales. Matemáticas. Curso 11/12
Grado en Ciencias Ambientales. Matemáticas. Curso 11/12 Problemas Tema 1. Espacios Vectoriales. 1 Repaso de Estructuras Algebraicas 1.1. Construye explícitamente el conjunto A B, siendo A = {1, 2, 3},
Más detalles