ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS:

Documentos relacionados
de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

GENERALIDADES SOBRE MÓDULOS

GUÍA DE EJERCICIOS. Área Matemática Álgebra lineal

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

FEM-OF: EDP Elíptica de 2 Orden

CAPITULO 2º VECTORES Y ESPACIOS VECTORIALES - 1. Ing. Diego A. Patiño G. M.Sc., Ph. D.

x x x x x Y se seguía operando

ANTES DE COMENZAR RECUERDA

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

CAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_01. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D.

2.5. Área de una superficie.

CAPÍTULO 20: NÚMEROS COMPLEJOS (II)

TEMA 2: LOS NÚMEROS COMPLEJOS

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Algebraicamente se obtienen diferentes ecuaciones: v u Op v y es otro vector con el mismo módulo, la

Números Complejos PREGUNTAS MÁS FRECUENTES

Décimo primera clase. Repaso de álgebra lineal

LOS NÚMEROS COMPLEJOS

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES TEMA 4: OPERADORES LINEALES

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

Sist. Lineales de Ecuaciones

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Clase de Álgebra Lineal

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA

4 METODOLOGIA ADAPTADA AL PROBLEMA

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

Intensificación en Estadística

Tema 2: Distribuciones bidimensionales

REGRESIÓN LINEAL SIMPLE

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

Números complejos. Números complejos. Las tribulaciones del estudiante Törless LITERATURA Y MATEMÁTICAS

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

CAP ITULO I ALGEBRA LINEAL. 1

Problemas de Polímeros. Química Física Avanzada Iñaki Tuñón 2010/2011

Análisis de Regresión

G - Métodos de Interpolación

Álgebra lineal numérica con. Matlab

q q q q q q n r r r qq k r q q q q

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

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

TEMA 4: NÚMEROS COMPLEJOS

2 - TEORIA DE ERRORES : Calibraciones

Cuando un sistema se encuentra en un estado cuántico dado, podemos considerar que se encuentra parcialmente en otros 2 ó + estados.

La inferencia estadística es primordialmente de naturaleza

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

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

ANALISIS DE SISTEMAS LINEALES CONTINUOS EN EL ESPACIO DE ESTADO

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

Topología General Capítulo 0-2 -

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

Vectores en el espacio

Unidad 2. Reactores Continuos

GENERACION DE VARIABLES ALEATORIAS

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

x θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra

ESPACIOS VECTORIALES

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas

TEMA 4: VALORACIÓN DE RENTAS

-Métodos Estadísticos en Ciencias de la Vida

CENTRO DE MASA centro de masas centro de masas

Supongamos que divide también a 3n + 1, entonces divide a (3n + 1) (3n 3)=4 o divide a (3n + 3) (3n + 1) = 2, entonces a = 2.

Se entiende por sistema de fuerzas a un conjunto de fuerzas como se indica

1. Introducción 1.1. Análisis de la Relación

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

PARTE 1 - PROBABILIDAD

Espacios Vectoriales

6. ESTIMACIÓN PUNTUAL

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada de de orden k de de una función

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

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

3 Metodología de determinación del valor del agua cruda

APLICACIONES LINEALES.

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu

Estadística Contenidos NM 4

Espacios Vectoriales

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS NÚMEOROS COMPLEJOS

V II Muestreo por Conglomerados

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...

Aplicación de Boostrapping en Regresión I

INTEGRAL DEFINIDA INTRODUCCIÓN

ALGEBRA Y GEOMETRIA ANALITICA

DINÁMICA DE LOS SISTEMAS DE PARTÍCULAS

TEORIA DE ERRORES. Fuentes De error. Error Final

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

9. Hallar un número de cuatro cifras que sea igual al cubo de la suma de las cifras.

Transcripción:

SUBESPACIOS FINITAMENTE GENERADOS: Teorema S G={v, v,, v } es u sstema fto de geeradores de u subespaco S V K-EV, etoces G`= {v, v,, v,w} sedo w combacó leal de vectores de G, també geera a S. Demostracó : Supogamos S`geerado por G`. Probaremos que S`= S v S v = v S` v = = = α.v α.v v = α.v + βw = = α.v + α.v + β = +... + α δ.v = =.v +.w v S` ( α + βδ ).v v S S=S` Corolaro: S G={v, v,, v } es u sstema geeradores LD de u subespaco S V K-EV, etoces exste algú v G tal que G`=G-{v } geera S. Álgebra B Facultad de Igeería UNMdP Copyrght

SUBESPACIOS FINITAMENTE GENERADOS: Ejemplo: Hallar, s es posble, codcoes sobre a y b reales para que G={(,-,),(,,-)} y G`={(,-,),(,,-),(,a,b)} geere el msmo subespaco S R. G es LI o LD? (,a,b) = α(,,) + β(,, ) Por qué? Exste codcoes sobre a y b? Etoces G` se puede escrbr G`=.. Cuál es la forma explícta del subespaco S? Álgebra B Facultad de Igeería UNMdP Copyrght

BASES: Hemos defdo a V como K-espaco vectoral de tpo fto s está geerado por u úmero fto de vectores. Es decr, s exste u sstema de geeradores G={v,..., v r }. Ejemplo: E R, G = {u = (,, ), u = (,, ), u =(,, )} es lealmete depedete, pues el sstema asocado a la combacó leal trval tee la sguete represetacó matrcal A: el rago de la matrz escaloada A es máxmo: Se verfca que v R, v se escrbe como c.l. de G. Luego G geera R S embargo, el cojuto T = {u =(,, ), u =(,, ), u =(,, )} es lealmete depedete, pues su represetacó matrcal B es: Se verfca que T o geera R. el rg (B)=< (o es máxmo). Álgebra B Facultad de Igeería UNMdP Copyrght

BASES: Defcó: Sea V u K-espaco vectoral y S Vsubespaco. B={v,..., v } es base de S s B es u sstema de Geeradores LI. Ejemplo : B = {(,)} es base de S= {(x,y)/ x=} R a) (,) S pues x= y sea v=(x,y) S v = (,y) = α(,) α=y/. Luego B geera a S. b) α(,)=o α=, luego B es u cojuto LI. Ejemplo : C={(,),(,)} es base de R. Se llama BASE CANÓNICA, C es u cojuto LI y además para todo (x,y) R, α=x y β=y coordeadas de la c.l. e la base C. OBSERVACIÓN: Las bases so ORDENADAS. La base caóca de R está formada por los vectores {e,..., e }, sedo Álgebra B Facultad de Igeería UNMdP Copyrght e = } (,,...,,,... ) 44 4 4 4

SUBESPACIOS FINITAMENTE GENERADOS: Observacó: a) de todo sstema de geeradores se puede obteer ua Base seleccoado los vectores LI. b) S v es u vector o ulo, v perteece a ua base. c) Dado u cojuto de vectores lealmete depedetes, sempre es posble añadr vectores LI hasta teer ua base (completacó). Ejemplo : Sea G={ (,,),(,,),(,-,),(,,)} R. Obteer u sstema de geeradores de S = {(x, x, x ) / x = x + x } que sea LI. Es Base?, es úca? Ejemplo 4: Es B =,, R x x base de S = {(a? j ) / a + a = } R Teorema: Sea V u K-espaco vectoral fto, y sea B sstema de geeradores de V. Etoces B es ua base s y sólo s todo vector de V se puede expresar de ua úca maera como combacó leal de los vectores de B. Álgebra B Facultad de Igeería UNMdP Copyrght 5

BASES y DIMENSIONES: E el Ejemplo, podemos seleccoar como bases de S por ejemplo a B={(,,),(,-,)} R y B`={ (,,),(,,)} R Las coordeadas e la base B: x =α, x =β y x =α+β. Las coordeadas e la base B`: x =α, x - x = β y x =α+β. Ambas bases tee la msma catdad de geeradores LI. Dcho úmero se llama CARDINAL. Teorema (Teorema de la base). Sea V u K-espaco vectoral fto. Todas las bases de V tee el msmo cardal (úmero de elemetos). A este úmero se le llama dmesó de V. Observacó: a) S V={}, etoces dm V=. b) Ua base de u K- espaco vectoral V {} co dmv= está formada por cualesquera vectores lealmete depedetes. c) V {} es u K- espaco vectoral co ua base formada por vectores, etoces cualquer cojuto de + vectores es lealmete depedete. Álgebra B Facultad de Igeería UNMdP Copyrght 6

BASES y DIMENSIONES: Dmesó de u subespaco: Es el úmero de vectores que coforma ua base del subespaco S V K-EV. S B={v,..., v r } es base de S, etoces dm S= r. Observacó: Sea V u K-EV de dmesó. S teemos las ecuacoes mplíctas que caracterza u subespaco S V, es decr, u sstema homogéeo que caracterza los elemetos de S. S A es la matrz de coefcetes del sstema homogéeo, se demuestra que: dm S = rg(a)= dm V º de codcoes LI. Álgebra B Facultad de Igeería UNMdP Copyrght 7

BASES: Ejemplos: Dado el subespaco S R / S={(x,y,z)/x-y=}. Determar dm S, B S y exteder dcha base al espaco total. Iterpretacó geométrca de subespacos Sea V = R y S R es u subespaco vectoral:. S dm S =, S = {} es u puto (el orge).. S dm S =, B S = {u} es la recta que pasa por el orge co vector de dreccó u.. S dm S =, B S = {u; v} es el plao que pasa por el orge co vectores de dreccó u y v. 4. S < k = dm S < -, S es u k-plao que pasa por el orge. 5. S dm S = -, S es u hperplao que pasa por el orge. 6. S dm S =, S = R es todo el espaco. Álgebra B Facultad de Igeería UNMdP Copyrght 8

BASES: Ejemplos: ) dmr = Es B={(,), (,)} base caóca? ) S S = {(x,x,x ) / x = x x = 5x } dm S=. Justfque. R 4 ) S = {(x,x,x,x4 ) / x = x = x + x = } R Determe la dm S y ua base de S. a b x 4) S = /a + b + c = d = R Determe la dm S, c d ua base de S y luego extédala a ua base del espaco total. Álgebra B Facultad de Igeería UNMdP Copyrght 9