ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3


Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3"

Transcripción

1 ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2. Transformaciones ortogonales (Curso ) 1. Se considera el espacio vectorial euclídeo IR referido a una base ortonormal. Obtener la expresión matricial en esta base de: (b) la simetría ortogonal con respecto al subespacio L{(1, 1, 1), (2, 0, 1)}; De nuevo calculamos el ortogonal: } x + y + z = 0 2x + z = 0 L{(1, 1, 1), (2, 0, 1)} = L{(1, 1, 2)} Por tanto en la base B = {(1, 1, 1), (2, 0, 1), (1, 1, 2)} la matriz es: Haciendo el cambio de base obtenemos: S BB = S CC = M CB S BB M 1 CB = / 1/ 2/ = 1/ 2/ 2/ 2/ 2/ 1/ 2. En IR se considera el producto escalar usual y la orientación dada por la base canónica. Calcular las ecuaciones del giro de 45 grados y semieje generado por el vector (1, 1, 1). Buscamos una base ortonormal bien orientada en la cual el primer vector tenga la misma dirección y sentido que el semieje de giro: ū 1 = Los vectores perpendicualres a ū 1 cumplen: (1, 1, 1) (1, 1, 1) = 1 (1, 1, 1). (x, y, z)(1, 1, 1) = 0 x + y + z = 0. Tomamos el vector (1, 1, 0) verificando esta ecuación. Buscamos un tercero perpendicular a ambos: (x, y, z)(1, 1, 1) = 0 x + y + z = 0 (1, 1, 0)(x, y, z) = 0 x y = 0 Escogemos el vector (1, 1, 2). Normalizados quedan: ū 1 = 1 (1, 1, 1), ū 2 = 1 2 (1, 1, 0), ū = 1 (1, 1, 2). Comprobamos que está bien orientada: = 4 > 0.

2 En la base B = {ū 1, ū 2, ū } la matriz del giro es: T BB = 0 cos(45) sin(45). 0 sin(45) cos(45) Ahora basta cambiarla de base. Tenemos en cuenta que por ser la base canónica y la base B ortonormales, la matriz de cambio de base es ortogonal, es decir M 1 BC = M BC t. Queda entonces: con Operando queda: T CC = M CB T BB M BC = M CB T BB M y CB, M CB = 1/ 1/ 2 1/ 1/ 1/ 2 1/ 1/ 0 2/, T BB = 0 2/2 2/2 0. 2/2 2/ M CC = (Examen extraordinario, septiembre 2007) En el espacio vectorial euclídeo IR y con respecto a una base ortonormal {ē 1, ē 2, ē } se considera una transformación t : IR IR que verifica t(ē 1 ) = 4 5ē2 + 5ē, t(ē 2 ) = ē 1, t(ē ) = 5ē ē Demostrar que es ortogonal. Interpretarla geométricamente, considerando la orientación de la base de partida. Escribimos la matriz de la transformación respecto a la base que nos dan: T = /5 0 /5 /5 0 4/5 Vemos que es ortogonal comprobando que T T t = Id. Después calculamos los autovalores. Recordemos que al menos siempre uno de ellos es real igual a 1 o 1. Eso nos ayudará a resolver la ecuación de tercer grado que obtenemos: T λi = λ λ λ 1 Vemos que λ 1 = 1 satisface la ecuación. Ahora dividimos por λ + 1 y queda: T λi = λ λ λ 1 = (λ + 1)( λ λ 1) La ecuación de segundo grado no tiene soluciones reales. Por tanto deducimos que la transformación ortogonal es la composición de una simetría ortogonal respecto a S 1 y un giro en torno al eje S 1. Para concretar calculamos bases ortonormales de S 1 y S 1: S 1 = {(x, y, z)/x + y = 0 4x + 5y z = 0} = L{( / 19, / 19, 1/ 19)}

3 y S 1 = L{(1/ 2, 1/ 2, 0), ( 1/ 8, 1/ 8, / 8)} Comprobamos que {( / 19, / 19, 1/ 19), (1/ 2, 1/ 2, 0), ( 1/ 8, 1/ 8, / 8)} forman una matriz con determiante positivo y por tanto su orientación es la misma que la de la base inicial. Ahora la matriz del giro en dicha base será: / 19 / 19 1/ 19 1/ 2 1/ 2 0 1/ 8 1/ 8 / 8 haciendo el producto queda, 0 4/5 /5 0 /5 4/ /10 19/ /10 9/10 / 19 / 19 1/ 19 1/ 2 1/ 2 0 1/ 8 1/ 8 / 8 Teniendo en cuenta que el ángulo (expresado en grados) cuyo coseno es 9/10 y seno 19/10 es concluimos que la transformación es la composición del giro de grados con respecto al vector ( / 19, / 19, 1/ 19) y la simetría ortogonal con respecto al espacio S 1. Ahora tenemos: det(t ) = 1; traza(t ) = 4/5. Por tanto sabemos que se trata de la composición de una simetría respecto al plano S 1 y un giro de eje S 1 y ángulo α verificando: Calculamos S 1 : cos(α) = traza(t ) = 9/10. S 1 = {(x, y, z)/x + y = 0 4x + 5y z = 0} = L{(,, 1)} y si tomamos como semieje de giro el vector de (,, 1). Para saber si el ángulo es positivo o negativo basta comprobar el signo del determinante de la matriz de cambio de base de la base B a la canónica, donde: y B = {(,, 1), (1, 0, 0), t(1, 0, 0)} = {(,, 1), (1, 0, 0), (0, 4/5, /5)} 1 0 M CB = 0 4/5 1 0 /5 = 1 < 0 Por tanto el ángulo de giro es arccos(9/10) = y el semieje del giro (,, 1) Sea f : IR IR una transformación ortogonal con respecto al producto escalar usual. Clasificarla indicando, si procede, el ángulo de giro y/o subespacio de simetría, sabiendo que: - f(1, 0, 0) = ( 1, 0, 0). - det(f CC ) = 1. - traza(f CC ) = 1. Teniendo en cuenta que las matrices asociadas a un mismo endomorfismo pero respecto de bases diferentes tienen la misma traza y el mismo determinante, sabemos que podemos clasificar la transformación ortogonal con los datos dados. Como traza(f CC ) = 1 y det(f CC ) = 1 vemos que se trata de una simetría respecto de un plano, de manera que respecto a una base adecuada la matriz asociada sería: F BB =

4 El plano es perpendicular al autovector asociado al 1. Pero tal autovector nos lo dan en el enunciado ya que f(1, 0, 0) = ( 1, 0, 0). Por tanto el plano de simetría es: {(x, y, z) R (x, y, z) (1, 0, 0) = 0} = L{(0, 1, 0), (0, 0, 1)}. 10. En el espacio euclídeo IR y con respecto a una base ortonormal, se consideran los subespacios U generado por los vectores ū 1 = (1, 2, 2) y ū 2 = (1, 1, 0) y V generado por el vector v = (1, 0, 1). Hallar el subespacio vectorial simétrico del V respecto de U. Para calcular el simétrico del subespacio V basta calcular el simétrico del vector que lo genera. Método I: Calcularemos la transformación correspondiente a la simetría respecto al espacio U. Para ello necesitamos una base de U (no necesariamente ortonormal) y completarla hasta una base de IR con vectores ortogonales: (x, y, z) (1, 2, 2) = 0 x + 2y 2z = 0 (x, y, z) (1, 1, 0) = 0 x + y = 0 Por tanto un vector ū ortogonal a ū 1 y ū 2 es: ū = (2, 2, 1) Ahora en la base B = {ū 1, ū 2, ū } la matriz de la simetría es: Para calcular la matriz de la transformación en la base canónica, hacemos el cambio de base: Ahora el simétrico del vector que genera V es: = 1 1 = / 4/ 1/ Es decir el simétrico de V es el subespacio generado por el vector ( 1, 4, 1). Método II: Calculamos primero la proyección ortogonal de v sobre U. Será un vector w U verificando que w v es ortogonal a U. Sea w = aū 1 + bū 2. Basta imponer que w v sea ortogonal a los vectores que generan U: aū 1 ū 1 + bū 2 ū 1 = v ū 1 aū 1 ū 2 + bū 2 ū 2 = v ū 2 } { } 9a + b = a + 2b = 1 { a = 1/ b = 0 Por tanto w = (1/, 2/, 2/). Ahora el simétrico de v se construye sumando al vector w el vector w v. Queda: 2 w v = ( 2, 4, 4 ) (1, 0, 1) = ( 1, 4, 1 ) y alcanzamos de nuevo el mismo resultado visto en el primer método. (Examen final, setiembre 200)

5 12. Sea T la matriz asociada a una transformación ortogonal en una determinada base de un espacio vectorial euclídeo V de dimensión. Se sabe que traza(t ) = 2. Justificar que se trata de un giro y dar el correspondiente ángulo del mismo. Sabemos que al cambiar de base la matriz asociada se conservan el determinante y la traza. Las trazas posibles para una transformación ortogonal en dimensión son: - T raza = si la aplicación es la identidad. - T raza = 1 si se trata de una simetría respecto a un plano o un giro. - T raza = 1 si se trata de una simetría respecto a una recta o un giro ms simetría. - T raza = si se trata de una simetría respecto al origen. - 1 < traza = 1+2cos(A) < y traza 1 si se trata de un giro de ángulo A respecto a un determinado eje. - < traza = 1 + 2cos(A) < 1 y traza 1 si se trata de un giro de ángulo A respecto a un determinado eje compuesto con una simetría. En nuestro caso traza(t ) = 2. Luego necesariamente se trata de un giro. El ángulo A cumple: 1 + 2cos(A) = 2 cos(a) = 1/2 A = π/. 1. Encontrar la única respuesta correcta, en las siguientes cuestiones: (a) En el espacio vectorial euclídeo IR tenemos una transformación ortogonal f tal que su único vector invariante es el nulo. Sabemos que los autovalores de la transformación sólo pueden ser 1 o 1. Como no hay vectores inariantes no nulos, el 1 no puede ser autovector. Por tanto o bien hay un único autovalor real 1 o bien todos los autovalores son 1. Las posibilidades para la matriz de la transformación expresadas en la base ortonormal adecuada son: cosα sinα 0 sinα cosα ó correspondientes respectivamente a la composición de una simetría y un giro o a una simetría respecto al origen. En ambos casos vemos que es una tranformación inversa porque su determinante es 1. f puede ser una rotación. FALSO. f nunca puede ser una simetría respecto del origen. FALSO. f siempre es una transformación ortogonal inversa. VERDADERO. f 2 puede no ser una rotación. FALSO. Vemos que la matriz asociada a f 2 siempre determina una rotación: 0 cos2α sin2α ó sin2α cos2α correspondientes respectivamente a una rotación de 2α grados o 0 grados. (Segundo parcial, junio 1999)

6 (b) Sea V un espacio euclídeo de dimensión y t : V V una transformación ortogonal tal que en una determinada base de V, la traza de la matriz asociada a t es igual a 4. Observamos lo siguiente. Llamamos T a la matriz asociada a la transformación ortogonal con respecto a una base ortonormal. Sabemos que T T t = Id y por tanto los términos de la diagonal de T son, en valor absoluto, menores o iguales que 1. Deducimos que, si trabajamos en dimensión, la traza nunca puede ser superior a. t es necesariamente un giro. FALSO. t es necesariamente una simetría ortogonal respecto a un subespacio de V de dimensión 2. FALSO. Si la base B es ortonormal, t es un giro. FALSO. No existe ninguna transformación ortogonal en las condiciones del enunciado. VERDADERO. (Segundo parcial, junio 1999) (c) En un espacio vectorial euclídeo E de dimensión se considera la orientación dada por determinada base ortonormal B = {ē 1, ē 2, ē }. Si la matriz de un determinado endomorfismo f : E E en la base B tiene la forma 0 1/2 /2, 0 /2 1/2 f es un giro de π/ con respecto a algún vector v E, v 0. VERDADERO. OJO. Dado que 1/2 = cos(π/) y /2 = sin(π/) la transformación es un giro de π/ respecto al vector ē 1. Ahora bien, también se puede interpretar como un giro de π/ respecto al vector ē 1. Basta tener en cuenta que si tomamos la base B = { ē 1, ē 2, ē }, esta tiene la misma orientación que B y ahora la matriz de la transformación en la base B es: 0 1/2 /2 0, /2 1/2 f es un giro de π/4 con respecto a algún vector v E, v 0. FALSO. En ningún caso es un giro de π/4, ya que en ese caso la traza en cualquier base debería de ser 1 + 2cos(π/4) = si la base B tiene distinta orientación que B, la matriz de f en B tiene determinante -1. FALSO. El signo del determinante de la matriz no varía al cambiar de base. independientemente de la orientación de referencia, f es un giro de π/ con respecto a ē 1. FALSO. (Lo hemos razonado en el primer apartado) (Segundo parcial, junio 1998)

7 ÁLGEBRA LINEAL II Problemas adicionales Transformaciones ortogonales (Curso ) I. Sea V un espacio vectorial euclídeo. Sea B = { v 1, v 2, v } una base de V que define la orientación positiva. La matriz de Gram del producto escalar en la base B es: G B = Calcular respecto a la base dada la matriz de giro de ángulo π/ respecto al semieje generado por el vector (1, 0, 0) Construiremos una base ortonormal B, en la que el primer vector coincida con el semieje de giro. Tomamos: ū 1 = (1, 0, 0) B. Ahora buscamos vectores ortogonales a él: (x, y, z)g B (1, 0, 0) t = 0 x = 0. Escogemos el vector ū 2 = (0, 1, 0) y buscamos un vector cumpliendo esta ecuación y además ortogonal a ū 2 : (x, y, z)g B (0, 1, 0) t = 0 2y + z = 0. Escogemos el vecor ū = (0, 1, 2). Comprobemos si B = {ū 1, ū 2, ū e } tienen la misma orientación que la base B: M BB = = 2 > 0 Vemos que tienen la misma orientación. La base B es ortogonal. Normalicémosla dividiendo cada vector por su norma: ū 1 2 = (1, 0, 0)G B (1, 0, 0) t = 1 ū 1 = 1. ū 2 2 = (0, 1, 0)G B (0, 1, 0) t = 2 ū 2 = 2. ū 2 = (0, 1, 2)G B (0, 1, 2) t = 2 ū = En definitiva tomamos la base B = {(1, 0, 0), (0,, 0), (0, 2 2, 2)}. La matriz de giro en dicha base será: T B B = cos(π/) sin(π/) = sin(π/) cos(π/) Sólo resta hacer un cambio de base: T BB = M BB T B B M B B, donde M BB =

8 y M B B = M 1 BB. Operando queda: (Segundo parcial, junio 200) T BB = III. En IR consideramos el producto escalar usual y la orientación de la base canónica. Se define la transformación ortogonal que en esta base tiene asociada la matriz A = ( 2 2)/4 ( 2 2)/4 1/2 ( 2 2)/4 ( 2 2)/4 1/2. 1/2 1/2 2/2 Calcular los autovectores de f, definir su naturaleza y descomponerla en giros y/o simetrías. Tenemos: det(t ) = 1; traza(t ) = 2 1. Por tanto sabemos que se trata de la composición de una simetría respecto al plano S 1 y un giro de eje S 1 y ángulo α verificando: cos(α) = traza(t ) = 2/2. En particular si tomamos como semieje de giro el vector de S 1 : (1, 1, 0) Para saber si el ángulo es positivo o negativo basta comprobar el signo del determinante de la matriz de cambio de base de la base B a la canónica, donde: B = {(1, 1, 0), (0, 0, 1), t(0, 0, 1)} = {(1, 1, 0), (0, 0, 1), (1/2, 1/2, 2/2)} y 1 0 1/2 M CB = 1 0 1/ /2 = 1 > 0 Por tanto el ángulo de giro es arccos( 2/2) = 45 o y el semieje del giro (1, 1, 0). VI. En IR consideramos el producto escalar usual y la orientación determinada por la base canónica. Sea B una base de IR dada por: B = {(1, 1, 0), (0, 1, 0), (0, 0, 1)}, y f el endomorfismo de IR cuya matriz asociada con respecto a la base B es: /5 8/5 4/5 F BB = /5 4/5 /5 (a) Probar que f es una transformación ortogonal.

9 Para manejar mas comodamente f primero escribimos su matriz con respecto a una base ortonormal. En particular con respecto a la base canónica C: F CC = M CB F BB M BC, donde Operando obtenemos: M CB = ; M BC = M 1 CB. /5 0 4/5 F CC = /5 0 /5 Ahora dado que C es un base ortonormal basta comprobar que F CC F CC t = Id. (b) Clasificar razonadamente f, indicando los subespacios de simetría y/o semieje y ángulo de giro. Vemos que: det(f ) = 1; traza(f ) = 1/5. Se trata de una simetría respecto al plano S 1 compuesto con un giro de eje S 1 y ángulo α verificando: cos(α) = (traza(f ) + 1)/2 = /5. Tomamos como semieje de giro un vector de S 1 : S 1 = {(x, y, z) IR (F CC + 1 Id) por ejemplo (0, 1, 0) S 1. x y z = 0} = {(x, y, z) IR x = 0, z = 0}. Para saber si el ángulo es positivo o negativo basta comprobar el signo del determinante de la matriz de cambio de base de la base B a la canónica, donde: y B = {(0, 1, 0), (1, 0, 0), f(1, 0, 0)} = {(0, 1, 0), (1, 0, 0), (/5, 0, 4/5)} 0 1 /5 M CB = /5 = 4/5 < 0 Por tanto el ángulo de giro es arccos(/5) y el semieje del giro (0, 1, 0). (Examen final, diciembre 2005) VII. Se considera un espacio vectorial euclídeo V de dimensión, con la orientación correspondiente a una base B. Determinar e interpretar geométricamente todas las transformaciones ortogonales no diagonalizables definidas en V y cuya matriz en la base B tenga traza nula. Sea T la matriz de una transformación ortogonal de V en la base ortonormal dada B = { v 1, v 2, v }. Como el espacio vectorial V tiene dimensión, el polinomio característico de T tiene grado. Por tanto necesariamente hay al menos una raiz real. Por ser T ortogonal esta corresponde a un autovalor 1 o 1. Además como suponemos que la transformación no es diagonalizable hay un único autovalor real. Deducimos que la matriz de la transformación es de la forma: ± cosα sinα 0 sinα cosα

10 Si la traza es 0 se verifica que ±1 + 2cos(α) = 0. Puede haber dos casos: (i) cos(α) = 1/2 y entonces α es un ángulo de ±120 grados. La matriz de la transformación puede ser: 0 1/2 /2 ó 0 1/2 /2 0 /2 1/2 0 /2 1/2 correspondiente a un giro de 120 grados o 120 grados respectivamente, respecto al vector v 1. (ii) cos(α) = 1/2 y entonces α es un ángulo de ±0 grados. Ahora, la matriz de la transformación puede ser: /2 /2 ó /2 /2 0 /2 1/2 0 /2 1/2 correspondiente a una simetría respecto al subespacio generado por v 2, v compuesta con un giro de 0 grados o 0 grados respecivamente, respecto al vector v 1. VIII. En IR con respecto al producto escalar usual y tomando como orientación positiva la dada por la base canónica hallar las ecuaciones de un giro que lleve el subespacio vectorial U en V. U = {(x, y, z) R x + y 4z = 0, y = 0}, V = L{(0, 1, 0)}. Ambos subespacios vectoriales corresponden a rectas. El giro ha de llevar la una en la otra. Necesitamos conocer el ángulo de giro y el seimieje. El ángulo de giro será el ángulo que forman las dos rectas. Un vector director de la primera es u = (4, 0, ) y de la segunda v = (0, 1, 0). El ángulo que forman cumple: cos(α) = u v (4, 0, ) (0, 1, 0) = u v (4, 0, ) (0, 1, 0) = 0 por tanto son perpendiculares y el ángulo será de 90 grados. El eje de giro estará en una recta perpendicular al plano que contiene a ambas; para hallar su vector director podemos utilizar el producto vectorial de los vectores directores de las rectas dadas: (4, 0, ) (0, 1, 0) = (, 0, 4). Queda decidir si tomamos como semieje de giro el generado por (, 0, 4) ó (, 0, 4). Como queremos el que el vector u vaya hacia el v, si tomamos como semieje el generado por (, 0, 4) la base: ha de tener orientación positiva. Pero: {(, 0, 4), u, v} det > 0 orientación positiva 4 0 Sólo resta construir el giro. Escogemos una base ortonormal teniendo como primer vector el semieje de giro. Pero ya tenemos una ortogonal: {(, 0, 4), (4, 0, ), (0, 1, 0)} La normalizamos (dividiendo cada vector por su norma) y obtenemos: B = {( /5, 0, 4/5), (4/5, 0, /5), (0, 1, 0)}

11 En la base B la matriz de giro es: G B = 0 cos(90) sin(90) = sin(90) cos(90) La cambiamos de base teniendo en cuenta que la matriz de paso M BC es ortogonal (M 1 BC = M t BC ) por ser matriz de cambio entre dos bases ortonormales: siendo Operando queda: G C = M CB G B M BC = M CB G B M 1 CB = M CBG B M t CB, /5 4/5 0 M CB = /5 /5 0 G C = 9/25 4/5 12/25 4/5 0 /5 12/25 /5 1/25 y las ecuaciones de cambio: x y = G C x 9x/25 4y/5 12z/25 y = 4x/5 + z/5. z z 12x/25 y/5 + 1z/25 X. En IR se consideran dos vectores independientes v y ū que forman entre sí un ángulo α. Demostrar que la composición de la simetría respecto del subespacio generado por v y de la simetría respecto del subespacio generado por ū es un giro, indicando la dirección del eje y el ángulo. En primer podemos suponer que ambos vectores tienen norma 1, ya que esto no influye a la hora de definir las simetrías. En concreto podemos tomar una base ortonormal B = {( v, ē 2, ē )}. De manera que ū L{ v, ē 2 }. Trabajaremos con coordenadas contravariantes en esta base. Como ū forma un ángulo α con v, las coordenadas de ū son (cos(α), sin(α), 0). Ahora en la base B la primera simetría tiene por matriz: Para calcular la matriz de la segunda simetría tomamos primero un vector normal ortogonal a ū que esté en L{ v, ē 2 }. Por ejemplo, ( sin(α), cos(α), 0). Consideramos la base B = {ū = (cos(α), sin(α), 0), ( sin(α), cos(α), 0), e = (0, 0, 1)}. Tiene la misma orientación que B. La matriz de la segunda simetría en esta segunda base es: Nos interesa expresarla en la base inicial. Hagamos el cambio de base: cos(α) sin(α) 0 sin(α) cos(α) 0 1 cos(α) sin(α) sin(α) cos(α) 0 = cos(α) sin(α) 0 sin(α) cos(α) 0 cos(α) sin(α) sin(α) cos(α) 0 = cos(α) sin(α) 0 cos(α) sin(α) 0 sin(α) cos(α) 0 sin(α) cos(α)

12 Ahora componemos ambas: cos(α) sin(α) 0 cos(α) sin(α) 0 sin(α) cos(α) 0 sin(α) cos(α) = cos(α) sin(α) 0 cos(α) sin(α) 0 sin(α) cos(α) 0 sin(α) cos(α) y vemos que queda precisamente la composición de dos giros de α grados, es decir, obtenemos un giro de 2α grados respecto al vector ē ortogonal al espacio generado por ū y v. (Segundo parcial, junio 2002)

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

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

Más detalles

ÁLGEBRA LINEAL II Práctica

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

Más detalles

ÁLGEBRA LINEAL II Práctica 3.1-3.2

ÁLGEBRA LINEAL II Práctica 3.1-3.2 ÁLGEBRA LINEAL II Práctica 3.1-3.2 Geometría afín. (Curso 2014 2015) 1. En el espacio afín IR 3 se considera la referencia canónica R y la referencia R = (1, 0, 1); (1, 1, 0), (1, 1, 1), (1, 0, 0)}. Denotamos

Más detalles

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 2011 2012) 2. Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí.

Más detalles

PROBLEMAS DE HOMOTECIAS Y SEMEJANZAS EN EL ESPACIO

PROBLEMAS DE HOMOTECIAS Y SEMEJANZAS EN EL ESPACIO PROBLEMAS DE HOMOTECIAS Y SEMEJANZAS EN EL ESPACIO 82 Sea T una transformación afín definida por sus ecuaciones: = 2+ 2x y ' = 2+ 2y z' = 2+ 2z a) Clasificar T y hallar sus elementos característicos b)

Más detalles

Espacios Vectoriales www.math.com.mx

Espacios Vectoriales www.math.com.mx Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................

Más detalles

ALGEBRA. Escuela Politécnica Superior de Málaga

ALGEBRA. Escuela Politécnica Superior de Málaga ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.

Más detalles

como el número real que resulta del producto matricial y se nota por:

como el número real que resulta del producto matricial y se nota por: Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota por:,

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

Herramientas digitales de auto-aprendizaje para Matemáticas

Herramientas digitales de auto-aprendizaje para Matemáticas real de con Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de Innovación Didáctica Departamento de Matemáticas Universidad de Extremadura real de con Índice real de con real de con.

Más detalles

10. 1 Definición de espacio euclídeo.

10. 1 Definición de espacio euclídeo. ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA MATEMATICAS 10. ESPACIOS EUCLÍDEOS 10. 1 Definición de espacio euclídeo. Producto escalar

Más detalles

Problemas de exámenes de Aplicaciones Lineales y Matrices

Problemas de exámenes de Aplicaciones Lineales y Matrices 1 Problemas de exámenes de Aplicaciones Lineales y Matrices 1. Consideramos f End(R n ), que tiene matriz A respecto la base canónica. Cuál de las siguientes afirmaciones es incorrecta? a) Si v es un vector

Más detalles

TEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.

TEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas. TEMA 11 F MATEMÁTICOS TEMA 11 Autovalores y autovectores Diagonalización y formas canónicas 1 Introducción Definición 1 (Matrices semejantes) Sean A y B dos matrices cuadradas de orden n Decimos que A

Más detalles

TEMA 6 Ejercicios / 3

TEMA 6 Ejercicios / 3 TEMA 6 Ejercicios / 1 TEMA 6: RECTAS Y PLANOS EN EL ESPACIO 1. Ecuaciones de los planos cartesianos en forma vectorial, paramétrica e implícita. Ecuaciones del plano XY: Punto del plano P 0, 0, 0 Vectores

Más detalles

Vectores y rectas. 4º curso de E.S.O., opción B. Modelo de examen (ficticio)

Vectores y rectas. 4º curso de E.S.O., opción B. Modelo de examen (ficticio) demattematicaswordpresscom Vectores y rectas º curso de ESO, opción B Modelo de examen (ficticio) Sean los vectores u = (,5) y v = (, ) a) Analiza si tienen la misma dirección No tienen la misma dirección

Más detalles

CONTINUIDAD DE FUNCIONES. SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos.

CONTINUIDAD DE FUNCIONES. SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos. CAPÍTULO IV. CONTINUIDAD DE FUNCIONES SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos. 121 A. DEFINICIÓN DE FUNCIÓN CONTINUA. Una función

Más detalles

Fundamentos Matemáticos de la Ingeniería. Tema 4: Diagonalización de matrices. Curso

Fundamentos Matemáticos de la Ingeniería. Tema 4: Diagonalización de matrices. Curso Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja Escuela Técnica Superior de Ingeniería Civil e Industrial Esp en Hidrología Fundamentos Matemáticos de la Ingeniería Tema 4: Diagonaliación de matrices

Más detalles

Definición de vectores

Definición de vectores Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen O también denominado Punto de aplicación. Es el punto exacto sobre

Más detalles

Espacios vectoriales con producto interior

Espacios vectoriales con producto interior Espacios vectoriales con producto interior Longitud, norma o módulo de vectores y distancias entre puntos Generalizando la fórmula pitagórica de la longitud de un vector de R 2 o de R 3, definimos la norma,

Más detalles

Objetivos formativos de Álgebra

Objetivos formativos de Álgebra Objetivos formativos de Álgebra Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera como objetivo

Más detalles

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

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

Más detalles

Matrices 1. Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.

Matrices 1. Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Matrices 1 Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Cada uno de los números de que consta la matriz se

Más detalles

Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás

Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás Problemas de Selectividad de Matemáticas II Comunidad de Madrid Resueltos Isaac Musat Hervás 22 de mayo de 213 Capítulo 11 Año 21 11.1. Modelo 21 - Opción A Problema 11.1.1 3 puntos Dada la función: fx

Más detalles

ETSI de Topografía, Geodesia y Cartografía

ETSI de Topografía, Geodesia y Cartografía Prueba de Evaluación Continua Grupo A 9-04-14 ESPACIOS VECTORIALES-DIAGONALIZACIÓN (parte sin DERIVE) 1. a) Definir sistema ligado de vectores de un espacio vectorial V. b) Demostrar que si un sistema

Más detalles

Base y Dimensión de un Espacio Vectorial

Base y Dimensión de un Espacio Vectorial Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un

Más detalles

Matrices, determinantes, sistemas de ecuaciones lineales.

Matrices, determinantes, sistemas de ecuaciones lineales. UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Resúmenes Curso 2007-2008 Matrices, determinantes, sistemas de ecuaciones lineales. Una matriz A de orden m n es una colección de m

Más detalles

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

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los

Más detalles

λ = es simple se tiene que ( )

λ = es simple se tiene que ( ) Sección 6 Diagonalización 1- (enero 1-LE) Sea 1 1 = 1 1 a) Es diagonalizable la matriz? En caso afirmativo, calcula las matrices P y D tales que 1 P P = D b) Existe algún valor de a para el que ( 3, 6,

Más detalles

MATEMÁTICASII Curso académico BLOQUE GEOMETRÍA. TEMA 1: VECTORES

MATEMÁTICASII Curso académico BLOQUE GEOMETRÍA. TEMA 1: VECTORES MATEMÁTICASII Curso académico 2015-2016 BLOQUE GEOMETRÍA. TEMA 1: VECTORES 1.1 VECTORES DEL ESPACIO. VECTORES LIBRES DEL ESPACIO Sean y dos puntos del espacio. Llamaremos vector (fijo) a un segmento orientado

Más detalles

Contenido. 1 Definiciones y propiedades. 2. Método de la potencia. 3. Método de la potencia inversa. 4. Método de la potencia inversa desplazada

Contenido. 1 Definiciones y propiedades. 2. Método de la potencia. 3. Método de la potencia inversa. 4. Método de la potencia inversa desplazada ETS Minas: Métodos Matemáticos Resumen y ejemplos Tema 5: Valores y vectores propios Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Octubre

Más detalles

Matemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 2011/ ?

Matemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 2011/ ? Matemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 011/1 1) (1 punto) Dado el subespacio vectorial,,,,,,,,,,, a) Obtener la dimensión, unas ecuaciones implícitas, unas

Más detalles

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

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

Más detalles

VECTORES EN EL ESPACIO

VECTORES EN EL ESPACIO VECTORES EN EL ESPACIO Página 133 REFLEXIONA Y RESUELVE Relaciones trigonométricas en el triángulo Halla el área de este paralelogramo en función del ángulo a: cm a cm Área = sen a = 40 sen a cm Halla

Más detalles

COLEGIO UNIVERSITARIO CARDENAL CISNEROS. Libro de Ejercicios de Matemáticas Empresariales II

COLEGIO UNIVERSITARIO CARDENAL CISNEROS. Libro de Ejercicios de Matemáticas Empresariales II COLEGIO UNIVERSITARIO CARDENAL CISNEROS Libro de Ejercicios de Matemáticas Empresariales II Manuel León Navarro 2 Capítulo 1 Ejercicios lección 1 1. Sea el conjunto de las matrices cuadradas de orden 2

Más detalles

DETERMINANTES Profesor: Fernando Ureña Portero

DETERMINANTES Profesor: Fernando Ureña Portero : CONCEPTO, CÁLCULO DE. Definición: A cada matriz cuadrada A=a ij, de orden n, se le asigna un número real, denominado determinante de A, denotado por A o por det (A). A =det (A)= 1.-Determinante de orden

Más detalles

GEOMETRÍA EN EL ESPACIO.

GEOMETRÍA EN EL ESPACIO. GEOMETRÍA EN EL ESPACIO. Un sistema de coordenadas tridimensional se construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X e Y. Cada punto viene determinado por tres coordenadas

Más detalles

Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )

Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n ) Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder

Más detalles

Espacios geométricos E 2 y E 3

Espacios geométricos E 2 y E 3 Tema IV Espacios geométricos E 2 y E 3 1. El espacio afín. 1 Definición y propiedades. Definición 1.1 Sea E un conjunto no vacío. Se dice que E está dotado de estructura de espacio afín asociado a un espacio

Más detalles

Modelización por medio de sistemas

Modelización por medio de sistemas SISTEMAS DE ECUACIONES DIFERENCIALES LINEALES. Modelización por medio de sistemas d y dy Ecuaciones autónomas de segundo orden: = f ( y, ) Una variable independiente. Una variable dependiente. La variable

Más detalles

Proyecciones. Producto escalar de vectores. Aplicaciones

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

Más detalles

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes

Más detalles

Sistemas de Ecuaciones Lineales

Sistemas de Ecuaciones Lineales Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a

Más detalles

TEMA 7: PROBLEMAS MÉTRICOS EN EL ESPACIO

TEMA 7: PROBLEMAS MÉTRICOS EN EL ESPACIO TEMA 7 Ejercicios / TEMA 7: PROBLEMAS MÉTRICOS EN EL ESPACIO. Calcula el ángulo que forman las rectas x y 4 z 5 y x y 4 z 5 Como los vectores directores u,4,5 y v,4,5 son perpendiculares, las rectas son

Más detalles

EJERCICIOS RESUELTOS DE GEOMETRÍA ANALÍTICA

EJERCICIOS RESUELTOS DE GEOMETRÍA ANALÍTICA MATEMÁTICAS EJERCICIOS RESUELTOS DE GEOMETRÍA ANALÍTICA GEOMETRÍA ANALÍTICA A Introducción teórica A Módulo y argumento de un vector A Producto escalar A3 Punto medio de un segmento A4 Ecuaciones de la

Más detalles

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

Tema 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 detalles

Espacios Vectoriales

Espacios Vectoriales Leandro Marín Octubre 2010 Índice Definición y Ejemplos Paramétricas vs. Impĺıcitas Bases y Coordenadas Para definir un espacio vectorial tenemos que empezar determinando un cuerpo sobre el que esté definido

Más detalles

ESPACIOS VECTORIALES

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

Más detalles

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

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

Más detalles

Curso: Álgebra. 1.- Determine el valor de la determinante

Curso: Álgebra. 1.- Determine el valor de la determinante 1.- Determine el valor de la determinante 5.- Determine el valor de verdad de las siguientes afirmaciones: I) Sea P una matriz no singular entonces A) B) C) D) 2.-Determine el valor de verdad de las siguientes

Más detalles

JUNIO 2010. Opción A. 1 1.- Dada la parábola y = 3 área máxima que tiene un lado en la recta y los otros dos vértices en la gráfica de la parábola.

JUNIO 2010. Opción A. 1 1.- Dada la parábola y = 3 área máxima que tiene un lado en la recta y los otros dos vértices en la gráfica de la parábola. Junio 00 (Prueba Específica) JUNIO 00 Opción A.- Dada la parábola y 3 área máima que tiene un lado en la recta y los otros dos vértices en la gráfica de la parábola., y la recta y 9, hallar las dimensiones

Más detalles

cuadrada de 3 filas y tres columnas cuyo determinante vale 2.

cuadrada de 3 filas y tres columnas cuyo determinante vale 2. PROBLEMAS DE SELECTIVIDAD. BLOQUE ÁLGEBRA MATEMÁTICAS II 0 2 0. Se dan las matrices A, I y M, donde M es una matriz de dos 3 0 filas y dos columnas que verifica M 2 = M. Obtener razonadamente: a) Todos

Más detalles

GEOMETRÍA (Selectividad 2014) 1 ALGUNOS PROBLEMAS DE GEOMETRÍA PROPUESTOS EN LAS PRUEBAS DE SELECTIVIDAD DE 2014

GEOMETRÍA (Selectividad 2014) 1 ALGUNOS PROBLEMAS DE GEOMETRÍA PROPUESTOS EN LAS PRUEBAS DE SELECTIVIDAD DE 2014 GEOMETRÍA (Selectividad 014) 1 ALGUNOS PROBLEMAS DE GEOMETRÍA PROPUESTOS EN LAS PRUEBAS DE SELECTIVIDAD DE 014 1 Aragón, junio 014 Dados el punto P (1, 1, 0), y la recta: x+ z 1= 0 s : 3x y 3= 0 Ax + By

Más detalles

Apéndice sobre ecuaciones diferenciales lineales

Apéndice sobre ecuaciones diferenciales lineales Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.

Más detalles

Valores propios y vectores propios

Valores propios y vectores propios Capítulo 6 Valores propios y vectores propios En este capítulo investigaremos qué propiedades son intrínsecas a una matriz, o su aplicación lineal asociada. Como veremos, el hecho de que existen muchas

Más detalles

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

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades: CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse

Más detalles

Matemáticas II - Geometría

Matemáticas II - Geometría PAU Matemáticas II - Geometría 2008.SEPTIEMBRE.1.- Dados los dos planos π 1 : x + y + z = 3 y π 2 : x + y αz = 0, se pide que calculeis razonadamente: a) El valor de α para el cual los planos π 1 y π 2

Más detalles

Teoría Tema 5 Producto escalar. Ángulo entre vectores

Teoría Tema 5 Producto escalar. Ángulo entre vectores página 1/8 Teoría Tema 5 Producto escalar. Ángulo entre vectores Índice de contenido Ángulo de dos vectores...2 Producto escalar de dos vectores...5 Obtener ángulo formado por dos vectores a partir de

Más detalles

CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES

CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES Parte A: determinantes. A.1- Definición. Por simplificar, consideraremos que a cada matriz cuadrada se le asocia un número llamado determinante que se

Más detalles

Espacios Vectoriales, Valores y Vectores Propios

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

Más detalles

Tema 1: MATRICES. OPERACIONES CON MATRICES

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

Más detalles

1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO

1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO 1 1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO 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

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios

Más detalles

Áreas entre curvas. Ejercicios resueltos

Áreas entre curvas. Ejercicios resueltos Áreas entre curvas Ejercicios resueltos Recordemos que el área encerrada por las gráficas de dos funciones f y g entre las rectas x = a y x = b es dada por Ejercicios resueltos b a f x g x dx Ejercicio

Más detalles

Capítulo 8: Vectores

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

Más detalles

Inecuaciones: Actividades de recuperación.

Inecuaciones: Actividades de recuperación. Inecuaciones: Actividades de recuperación. 1.- Escribe la inecuación que corresponde a los siguientes enunciados: a) El perímetro de un triángulo equilátero es menor que 4. (x = lado del triángulo) b)

Más detalles

Curso Propedéutico de Cálculo Sesión 2: Límites y Continuidad

Curso Propedéutico de Cálculo Sesión 2: Límites y Continuidad y Laterales Curso Propedéutico de Cálculo Sesión 2: y Joaquín Ortega Sánchez Centro de Investigación en Matemáticas, CIMAT Guanajuato, Gto., Mexico y Esquema Laterales 1 Laterales 2 y Esquema Laterales

Más detalles

ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; (A ) = A. 2. La inversa de A 1 es A; (A 1 ) 1 = A. 3. (AB) = B A.

ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; (A ) = A. 2. La inversa de A 1 es A; (A 1 ) 1 = A. 3. (AB) = B A. ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; A = A. 2. La inversa de A 1 es A; A 1 1 = A. 3. AB = B A. 4. Las matrices A A y AA son simétricas. 5. AB 1 = B 1 A 1, si A y B son no singulares. 6. Los escalares

Más detalles

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

Descomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar) Valores Singulares Descomposición en valores singulares Notas para los cursos y (JL Mancilla Aguilar) Tanto los valores singulares como la descomposición en valores singulares de una matriz son conceptos

Más detalles

Espacios vectoriales reales.

Espacios vectoriales reales. Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre

Más detalles

GEOMETRIA ANALITICA- GUIA DE EJERCICIOS DE LA RECTA Y CIRCUNFERENCIA PROF. ANNA LUQUE

GEOMETRIA ANALITICA- GUIA DE EJERCICIOS DE LA RECTA Y CIRCUNFERENCIA PROF. ANNA LUQUE Ejercicios resueltos de la Recta 1. Hallar la ecuación de la recta que pasa por el punto (4. - 1) y tiene un ángulo de inclinación de 135º. SOLUCION: Graficamos La ecuación de la recta se busca por medio

Más detalles

3 Curvas alabeadas. Solución de los ejercicios propuestos.

3 Curvas alabeadas. Solución de los ejercicios propuestos. 3 Curvas alabeadas. Solución de los ejercicios propuestos.. Se considera el conjunto C = {(x, y, z R 3 : x y + z = x 3 y + z = }. Encontrar los puntos singulares de la curva C. Solución: Llamemos f (x,

Más detalles

Unidad 3: Razones trigonométricas.

Unidad 3: Razones trigonométricas. Unidad 3: Razones trigonométricas 1 Unidad 3: Razones trigonométricas. 1.- Medida de ángulos: grados y radianes. Las unidades de medida de ángulos más usuales son el grado sexagesimal y el radián. Se define

Más detalles

Matemáticas. Tercero ESO. Curso 2012-2013. Exámenes

Matemáticas. Tercero ESO. Curso 2012-2013. Exámenes Matemáticas. Tercero ESO. Curso 0-03. Exámenes . 9 de octubre de 0 Ejercicio. Calcular: 3 5 4 + 3 0 3 7 8 5 3 5 4 + 3 0 5 + 6 0 3 0 3 7 8 5 3 56 0 3 8 0 84 74 5 5 5 Ejercicio. Calcular: 5 6 [ ( 3 3 3 )]

Más detalles

1 ÁLGEBRA DE MATRICES

1 ÁLGEBRA DE MATRICES 1 ÁLGEBRA DE MATRICES 1.1 DEFINICIONES Las matrices son tablas numéricas rectangulares. Se dice que una matriz es de dimensión m n si tiene m filas y n columnas. Cada elemento de una matriz se designa

Más detalles

Tema 5: Sistemas de Ecuaciones Lineales

Tema 5: Sistemas de Ecuaciones Lineales Tema 5: Sistemas de Ecuaciones Lineales Eva Ascarza-Mondragón Helio Catalán-Mogorrón Manuel Vega-Gordillo Índice 1 Definición 3 2 Solución de un sistema de ecuaciones lineales 4 21 Tipos de sistemas ecuaciones

Más detalles

Álgebra Lineal, Ejercicios

Álgebra Lineal, Ejercicios Álgebra Lineal, Ejercicios MATRICES 1 Se llama traza de una matriz cuadrada a la suma de los elementos de su diagonal principal Sea G el conjunto de todas las matrices cuadradas de orden n con traza nula

Más detalles

1. Determinar las ecuaciones paramétricas y la ecuación continua de las rectas que pasan por el punto A y con el vector de dirección dado:

1. Determinar las ecuaciones paramétricas y la ecuación continua de las rectas que pasan por el punto A y con el vector de dirección dado: CAPÍTULO. GEOMETRÍA AFÍN.. Problemas. Determinar las ecuaciones paramétricas y la ecuación continua de las rectas que pasan por el punto A y con el vector de dirección dado: a) A(,, ), v = (,, ) ; b) A(0,

Más detalles

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

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

Más detalles

Diagonalización de matrices, Semejanza.

Diagonalización de matrices, Semejanza. para cada i de 1 a n. Cuando se encuentra un número real l y un vector no nulo x que verifican la relpractica6.nb 1 Diagonalización de matrices, Semejanza. Introducción Si A es una matriz real cuadrada

Más detalles

Espacios vectoriales. Ortogonalizacioón de Gram Schmidt

Espacios vectoriales. Ortogonalizacioón de Gram Schmidt Espacios_Vectoriales.nb Espacios vectoriales. Ortogonalizacioón de Gram Schmidt Práctica de Álgebra Lineal, E.U.A.T., Curso 00 00 En esta práctica se explica cómo resolver con Mathematica algunos problemas

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS II TEMA 3: ESPACIO AFIN Y EUCLIDEO

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS II TEMA 3: ESPACIO AFIN Y EUCLIDEO PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 01 MATEMÁTICAS II TEMA 3: ESPACIO AFIN Y EUCLIDEO Junio, Ejercicio 4, Opción A Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4, Opción A Reserva 1, Ejercicio

Más detalles

f: D IR IR x f(x) v. indep. v. dependiente, imagen de x mediante f, y = f(x). A x se le llama antiimagen de y por f, y se denota por x = f -1 (y).

f: D IR IR x f(x) v. indep. v. dependiente, imagen de x mediante f, y = f(x). A x se le llama antiimagen de y por f, y se denota por x = f -1 (y). TEMA 8: FUNCIONES. 8. Función real de variable real. 8. Dominio de una función. 8.3 Características de una función: signo, monotonía, acotación, simetría y periodicidad. 8.4 Operaciones con funciones:

Más detalles

Descomposición en valores singulares de una matriz

Descomposición en valores singulares de una matriz Descomposición en valores singulares de una matriz Estas notas están dedicadas a demostrar una extensión del teorema espectral conocida como descomposición en valores singulares (SVD en inglés) de gran

Más detalles

Solución: I.T.I. 96, 98, 02, 05, I.T.T. 96, 99, 01, curso cero de física

Solución: I.T.I. 96, 98, 02, 05, I.T.T. 96, 99, 01, curso cero de física VECTORES: TRIÁNGULOS Demostrar que en una semicircunferencia cualquier triángulo inscrito con el diámetro como uno de sus lados es un triángulo rectángulo. Solución: I.T.I. 96, 98, 02, 05, I.T.T. 96, 99,

Más detalles

Matriz sobre K = R o C de dimensión m n

Matriz sobre K = R o C de dimensión m n 2 Matrices y Determinantes 21 Matrices Matriz sobre K = R o C de dimensión m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Tipos de matrices: Cuadrada: n n = (a ij) i=1,,m j=1,,n Nula: (0) i,j 1 0

Más detalles

ÁLGEBRA Ejercicios no resueltos de la Práctica 1

ÁLGEBRA Ejercicios no resueltos de la Práctica 1 ÁLGEBRA Ejercicios no resueltos de la Práctica 1 Correspondencias y aplicaciones (Curso 2007 2008) 1. Dadas las siguientes correspondencias, determinar sus conjuntos origen, imagen, decidir si no son aplicaciones

Más detalles

Tema 6: Trigonometría.

Tema 6: Trigonometría. Tema 6: Trigonometría. Comenzamos un tema, para mi parecer, muy bonito, en el que estudiaremos algunos aspectos importantes de la geometría, como son los ángulos, las principales razones e identidades

Más detalles

1 Aplicaciones lineales

1 Aplicaciones lineales UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Aplicaciones lineales y diagonalización. El objetivo principal de este tema será la obtención de una matriz diagonal

Más detalles

Ejercicios de Matrices, determinantes y sistemas de ecuaciones lineales. Álgebra 2008

Ejercicios de Matrices, determinantes y sistemas de ecuaciones lineales. Álgebra 2008 Ejercicios de Matrices, determinantes sistemas de ecuaciones lineales. Álgebra 8 - Dado el sistema de ecuaciones lineales 5 (a) ['5 puntos] Clasifícalo según los valores del parámetro λ. (b) [ punto] Resuélvelo

Más detalles

Diagonalización de matrices.

Diagonalización de matrices. Diagonalización de matrices. 1. Diagonalización de matrices. Definición 1.1 Sea A una matriz cuadrada,, decimos que es un autovalor de A si existe un vector no nulo tal que En esta situación decimos que

Más detalles

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

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

Más detalles

RESUMEN DE TRIGONOMETRÍA

RESUMEN DE TRIGONOMETRÍA RESUMEN DE TRIGONOMETRÍA Definición: Un ángulo es la región del plano comprendida entre dos semirrectas con origen común. A las semirrectas se las llama lados del ángulo. El origen común es el vértice.

Más detalles

Algebra lineal y conjuntos convexos

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

Más detalles

ARITMÉTICA Y ÁLGEBRA

ARITMÉTICA Y ÁLGEBRA ARITMÉTICA Y ÁLGEBRA 1.- Discutir el siguiente sistema, según los valores de λ: Resolverlo cuando tenga infinitas soluciones. Universidad de Andalucía SOLUCIÓN: Hay cuatro ecuaciones y tres incógnitas,

Más detalles

Determinantes. Primera definición. Consecuencias inmediatas de la definición

Determinantes. Primera definición. Consecuencias inmediatas de la definición Determinantes Primera definición Para calcular el determinante de una matriz cuadrada de orden n tenemos que saber elegir n elementos de la matriz de forma que tomemos solo un elemento de cada fila y de

Más detalles

Cónicas 1.- Hacer un estudio completo de las siguientes cónicas:

Cónicas 1.- Hacer un estudio completo de las siguientes cónicas: .- Hacer un estudio completo de las siguientes cónicas: a) x + 4y 4xy + 4x + y + 45 = b) x 8xy + y 4x 4y + = c) x 4xy + 4y x + 8y = d) 4x + y 4xy + x + 4y =.- Hallar la ecuación de la cónica que pasa por

Más detalles

8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.

8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. Prácticas de Matemáticas I y Matemáticas II con DERIVE-5 6 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar

Más detalles
Sitemap