• Ir al contenido principal
  • Ir a la barra lateral primaria
  • Ir al pie de página

Álgebra y Geometría Analítica

Contenidos de Álgebra para UTN-FRBA

  • Parte 1
    • Vectores, recta y plano
      • Introducción a vectores en R3
      • Producto escalar en R3
      • Producto vectorial y mixto
      • Ecuaciones del plano
      • Ángulos y distancias
      • Haz de planos
      • Recta en ({mathbb{R}^3})
      • Recta y plano: intersecciones y ángulos
      • Distancias y proyecciones
    • Matrices y determinantes
      • Matrices
      • Determinante de una matriz
      • Matrices y sistemas de ecuaciones lineales
    • Espacios vectoriales
      • Espacios y subespacios vectoriales
      • Conjunto generador. LI y LD. Base. Dimensión.
      • Operaciones con subespacios
    • Sistemas de ecuaciones
      • Rango y sistemas de ecuaciones lineales
      • Relaciones entre soluciones de AX=B y AX=0. Variables libres.
  • Parte 2
    • Transformaciones lineales
      • Definición y propiedades de las transformaciones lineales
      • Núcleo e imagen. Clasificación de las transformaciones lineales.
      • Teorema fundamental de las transformaciones lineales
      • Matriz asociada a una transformación lineal
      • Composición e inversa de transformaciones lineales
      • Matriz de cambio de base
    • Autovalores y autovectores
      • Autovalores y autovectores: definiciones y propiedades
      • Multiplicidades algebraica y geométrica de un autovalor
      • Matrices semejantes
      • Diagonalización de una matriz
      • Diagonalización ortogonal de matrices simétricas
      • Diagonalización de una transformación lineal
    • Cónicas, parametrización y superficies cuádricas
      • Introducción a cónicas
      • Circunferencia
      • Parábola
      • Elipse
      • Hipérbola
      • Ecuaciones paramétricas de las cónicas (circunferencia, elipse, parábola e hipérbola)
    • Aplicaciones de la diagonalización
      • Potencias de una matriz diagonalizable
      • Rototraslación de cónicas
    • Números complejos
      • Definición y operaciones de números complejos en forma binómica
      • Operaciones en forma trigonométrica y exponencial
      • Radicación de números complejos
      • Regiones del plano complejo
  • Exámenes
    • Parciales
      • Parcial 1
        • 24-05-2015
        • 12-02-2016
        • 22-04-2017
        • 09-09-2017
        • 05-05-2018
        • 13-09-2019
      • Parcial 2
        • 21-06-2019
        • 10-11-2018
        • 23-06-2018
        • 04-11-2017
        • 10-06-2017
        • 13-06-2015
        • 31-10-2015
    • Finales
  • Info 2021 (primer cuatrimestre)
  • Contactanos!
  • Reportá un error

Última vez actualizado 3 julio, 2018 por Isabel Pustilnik y Federico Gómez 2 comentarios

Segundo Parcial Resuelto de AGA [23-06-2018]

Enunciado del primer parcial de álgebra [23-06-2018]

enunciado-segundo-parcial.png

 

Ejercicio 1 – Autovalores y autovectores

Determine el valor de verdad de:

a) Si los autovalores de \(A \in {\mathbb{R}^{3 \times 3}}\) son \({\lambda _1}\) (doble) y \({\lambda _2}\) (simple) y el subespacio propio correspondiente a \({\lambda _1}\) tiene por ecuación \(2{x_1} – {x_3} = 0\), entonces \(A\) es diagonalizable.

b) Si A es una matriz cuadrada inversible entonces \(\lambda = 0\) es autovalor de A.

Resolución del ejercicio 1

Ítem a

Verdadero.

La ecuación \(2{x_1} – {x_3} = 0\) en \({\mathbb{R}^3}\) define un subespacio de dimensión 2. Que es el subespacio asociado al autovalor doble.

\[{m_{{\lambda _1}}} = 2\;\;\;\; \wedge \;\;\;\dim \left( {{S_{{\lambda _1}}}} \right) = 2\]

El autovalor simple tendrá un autoespacio asociado de dimensión 1 (porque la dimensión puede ser a lo sumo tan alta cómo la multiplicidad algebraica: \(1 \le \dim \left( {{S_\lambda }} \right) \le {m_\lambda }\)).

\[{m_{{\lambda _2}}} = 1\;\;\;\; \wedge \;\;\;\dim \left( {{S_{{\lambda _2}}}} \right) = 1\]

Además una propiedad establece que autovalores distintos están asociados a autovectores LI.

Así que obtendremos tres autovectores LI:

  • Dos asociados a \({\lambda _1}\), y
  • Uno asociado a \({\lambda _2}\)

Cómo existen tres autovectores LI, existe \(P\) y la matriz \(A\) es diagonalizable.

Ítem b

Falso.

Si \(A\) es inversible su determinante es diferente de cero:

A es inversible \( \Leftrightarrow \) \(\det \left( A \right) \ne 0\)

Pero para que \(\lambda  = 0\) sea autovalor debe cumplir con la definición de autovalor:

\(\lambda \) es autovalor de \(A\) \( \Leftrightarrow \) \(\det \left( {A – \lambda I} \right) = 0\)

Es decir:

\(\lambda  = 0\) es autovalor de \(A\) \( \Leftrightarrow \) \(\det \left( {A – 0.I} \right) = \det \left( A \right) = 0\)

Entonces no puede ser \(A\) inversible y \(\lambda  = 0\) autovalor poque debería ser \(\det \left( A \right) \ne 0\) y también \(\det \left( A \right) = 0\).

La afirmación es falsa.

Ejercicio 2 – Transformaciones lineales

Dada la transformación lineal \(F:{\mathbb{R}^2} \to {\mathbb{R}^2}\) \(F\left( {x,y} \right) = \left( {x – y, – x – 2y} \right)\).

a) ¿Es F inyectiva, sobreyectiva, biyectiva? Justificar

b) Hallar la matriz asociada a \(F\) respecto de la base canónica de \({\mathbb{R}^2}\) y, si existe, la expresión analítica de la transformación lineal \({F^{ – 1}}:{\mathbb{R}^2} \to {\mathbb{R}^2}\).

Resolución del ejercicio 2

Ítem a

Debemos decidir si:

  • ¿Es inyectiva o no F?
  • ¿Es sobreyectiva o no F?
  • ¿Es biyectiva o no F?

Hay muchas formas de hacer esto.

Un teorema que puede ayudarnos es aquel que dice que si una TL  \(F:V \to W\) con \(\dim \left( V \right) = \dim \left( W \right)\) entonces:

\[F\;es\;inyectiva \Leftrightarrow F\;es\;sobreyectiva \Leftrightarrow F\;es\;biyectiva\]

Es decir que con determinar una sola de estas tres preguntas, sabemos la respuesta de las restantes.

Podemos usar el teorema porque \(F:{\mathbb{R}^2} \to {\mathbb{R}^2}\) (coinciden dimensiones de dominio y codominio).

Así que determinaremos si es inyectiva buscando el núcleo.

\[\left( {x,y} \right) \in Nu\left( F \right) \Leftrightarrow F\left( {x,y} \right) = \left( {0,0} \right)\]

\[ \Rightarrow \left( {x – y, – x – 2y} \right) = \left( {0,0} \right)\]

\[\left\{ {\begin{array}{*{20}{c}}{x – y = 0}\\{ – x – 2y = 0}\end{array}} \right. \Rightarrow \;\left\{ {\begin{array}{*{20}{c}}{x = 0}\\{y = 0}\end{array}} \right.\]

\[Nu\left( F \right) = \left\{ {\left( {0,0} \right)} \right\}\]

Así que F es inyectiva. Y también sobreyectiva y también biyectiva.

Veamos otra forma de pensarlo apenas distinta. Se puede expresar matricialmente el sistema:

\[\left( {\begin{array}{*{20}{c}}1&{ – 1}\\{ – 1}&{ – 2}\end{array}} \right)\left( {\begin{array}{*{20}{c}}x\\y\end{array}} \right) = \left( {\begin{array}{*{20}{c}}0\\0\end{array}} \right)\]

Dónde la matriz de coeficientes es la matriz estándar de \(F\):

\[M\left( F \right) = \left( {\begin{array}{*{20}{c}}1&{ – 1}\\{ – 1}&{ – 2}\end{array}} \right)\]

Calculemos el determinante:

\[\det \left( {M\left( F \right)} \right) =  – 2 – \left( 1 \right) =  – 3\]

Cómo el determinante no es nulo, el sistema es SCD, es decir que la única solución es la trivial \(\left( {0,0} \right)\). Es decir que F es inyectiva.

Como F va de \({\mathbb{R}^2}\) a \({\mathbb{R}^2}\) es sobreyectiva y biyectiva también por la propiedad que mencionamos.

Si uno no se da cuenta de usar esta propiedad, puede probar que sobreyectiva. Para eso transformemos una base del dominio:

\[F\left( {1,0} \right) = \left( {1, – 1} \right)\]

\[F\left( {0,1} \right) = \left( { – 1, – 2} \right)\]

Entonces la imagen está generada por:

\[Im\left( F \right) = gen\left\{ {\left( {1, – 1} \right),\left( { – 1, – 2} \right)} \right\}\]

Cómo son a simple vista LI, la dimensión de la imagen es 2, y la TL es sobreyectiva.

Al ser inyectiva y sobreyectiva es también biyectiva.

Ítem b

Ya conocemos la matriz asociada en las bases canónicas:

\[M\left( F \right) = \left( {\begin{array}{*{20}{c}}1&{ – 1}\\{ – 1}&{ – 2}\end{array}} \right)\]

\[\det \left( {M\left( F \right)} \right) =  – 3\]

Para obtener la fórmula de \({F^{ – 1}}\) podemos aprovechar que:

\[{\left[ {M\left( F \right)} \right]^{ – 1}} = M\left( {{F^{ – 1}}} \right)\]

Recordemos que la inversa de \(A = \left( {\begin{array}{*{20}{c}}a&b\\c&d\end{array}} \right)\) es \({A^{ – 1}} = \frac{1}{{\det \left( A \right)}}.\left( {\begin{array}{*{20}{c}}d&{ – b}\\{ – c}&a\end{array}} \right)\):

\[{\left[ {M\left( F \right)} \right]^{ – 1}} = M\left( {{F^{ – 1}}} \right) = \frac{1}{{ – 3}}.\left( {\begin{array}{*{20}{c}}{ – 2}&1\\1&1\end{array}} \right) = \left( {\begin{array}{*{20}{c}}{\frac{2}{3}}&{ – \frac{1}{3}}\\{ – \frac{1}{3}}&{ – \frac{1}{3}}\end{array}} \right)\]

Verifiquemos que calculamos bien la inversa haciendo el producto de \(M\left( F \right)\) con su inversa:

\[\left( {\begin{array}{*{20}{c}}1&{ – 1}\\{ – 1}&{ – 2}\end{array}} \right)\left( {\begin{array}{*{20}{c}}{\frac{2}{3}}&{ – \frac{1}{3}}\\{ – \frac{1}{3}}&{ – \frac{1}{3}}\end{array}} \right) = \left( {\begin{array}{*{20}{c}}1&0\\0&1\end{array}} \right)\]

Entonces haciendo el producto de \(M\left( {{F^{ – 1}}} \right)\) por un vector genérico obtenemos en que se transforma cada \(\left( {x,y} \right)\) al aplicar \({F^{ – 1}}\):

\[\left( {\begin{array}{*{20}{c}}{\frac{2}{3}}&{ – \frac{1}{3}}\\{ – \frac{1}{3}}&{ – \frac{1}{3}}\end{array}} \right)\left( {\begin{array}{*{20}{c}}x\\y\end{array}} \right) = \left( {\begin{array}{*{20}{c}}{\frac{2}{3}x – \frac{1}{3}y}\\{ – \frac{1}{3}x – \frac{1}{3}y}\end{array}} \right)\]

Luego:

\[{F^{ – 1}}\left( {x,y} \right) = \left( {\frac{2}{3}x – \frac{1}{3}y, – \frac{1}{3}x – \frac{1}{3}y} \right)\]

 

Ejercicio 3 – Transformaciones lineales

Sean \(T:{\mathbb{R}^3} \to {\mathbb{R}^2}\) | \({M_{BB’}}\left( T \right) = \left( {\begin{array}{*{20}{c}}{ – 1}&1&1\\0&2&0\end{array}} \right)\) y las bases \(B = \left\{ {\left( { – 1,2,0} \right),\left( {1,0,1} \right),\left( {0,1,0} \right)} \right\}\) y \(B’ = \left\{ {\left( { – 1,1} \right),\left( {2, – 1} \right)} \right\}\). Encuentre \(h \in \mathbb{R}\) tal que \(\left( {1,2h + 1,0} \right) \in Nu\left( T \right)\)

Resolución del ejercicio 3

Conocemos la matriz \({M_{BB’}}\left( T \right)\) que opera con las coordenadas en \(B\) de los vectores del dominio.

Los vectores del núcleo deben cumplir que:

\[\left( {x,y,z} \right) \in Nu\left( T \right) \Leftrightarrow T\left( {x,y,z} \right) = \left( {0,0} \right)\]

Pero la matriz \({M_{BB’}}\left( T \right)\) no se multiplica por los vectores sino por sus coordenadas en base B.

Así que podemos denotar \(\left( {\begin{array}{*{20}{c}}a\\b\\c\end{array}} \right)\) a las coordenadas de los vectores del núcleo en base B, y escribir:

\[\left( {\begin{array}{*{20}{c}}{ – 1}&1&1\\0&2&0\end{array}} \right)\left( {\begin{array}{*{20}{c}}a\\b\\c\end{array}} \right) = \left( {\begin{array}{*{20}{c}}0\\0\end{array}} \right)\]

Ahora podemos averiguar esas coordenadas:

\[ \Rightarrow \left\{ {\begin{array}{*{20}{c}}{ – a + b + c = 0}\\{2b = 0}\end{array}} \right.\]

\[ \Rightarrow \left\{ {\begin{array}{*{20}{c}}{a = c}\\{b = 0}\end{array}} \right.\]

\[\;\left( {x,y,z} \right) \in Nu \Rightarrow \;{\left[ {\left( {x,y,z} \right)} \right]_B} = \left( {\begin{array}{*{20}{c}}a\\0\\a\end{array}} \right)\]

\[\left( {x,y,z} \right) = a.\left( { – 1,2,0} \right) + 0.\left( {1,0,1} \right) + a.\left( {0,1,0} \right)\]

\[\left( {x,y,z} \right) = \left( { – a,2a,0} \right) + \left( {0,a,0} \right)\]

\[\left( {x,y,z} \right) = \left( { – a,3a,0} \right)\;\;\;,\;\;\;a \in \mathbb{R}\]

Por otra parte, el vector \(\left( {1,2h + 1,0} \right) \in Nu\).

Entonces para algún \(a \in \mathbb{R}\) debe ser:

\[\left( {1,2h + 1,0} \right) = \left( { – a,3a,0} \right)\]

\[ \Rightarrow \left\{ {\begin{array}{*{20}{c}}{1 =  – a}\\{2h + 1 = 3a}\\{0 = 0}\end{array}} \right.\;\]

\[ \Rightarrow \;\;\left\{ {\begin{array}{*{20}{c}}{a =  – 1}\\{h =  – 2}\end{array}} \right.\]

Es decir que debe ser \(h =  – 2\).

Sería recomendable verificar que para \(h =  – 2\) efectivamente \(\left( {1,2h + 1,0} \right) \in Nu\).

 

Ejercicio 4 – Superficies

Sea la superficie \(S:A{\left( {x – 2} \right)^2} + B{\left( {y + 1} \right)^2} + C.{z^2} = 1\)

a) Halle \(A,\;B,\;C\) reales tal que la intersección de \(S\) con el plano \(x = 2\) sea la curva

\[3{y^2} – {z^2} + 6y + 2 = 0\]

y la intersección de S con el plano \(y =  – 1\) sea la curva

\[\frac{{{{\left( {x – 2} \right)}^2}}}{2} – 2{z^2} = 2\]

b) Grafique e identifique la superficie, para \(A = \frac{1}{4}\), \(B = 3\) y \(C = – 1\)

Resolución del ejercicio 4

Ítem a

En este tipo de ejercicios, hay que plantear las intersecciones a las que refiere el enunciado y comparar la ecuación que obtenemos con la que nos dan:

Intersección con \(x = 2\):

\[A{\left( {2 – 2} \right)^2} + B{\left( {y + 1} \right)^2} + C.{z^2} = 1\]

\[B{\left( {y + 1} \right)^2} + C.{z^2} = 1\]

\[B.{y^2} + 2y.B + B + C.{z^2} = 1\]

\[B.{y^2} + 2y.B + C.{z^2} + \left( {B – 1} \right) = 0\]

Comparamos esta expresión con la dada:

\[3{y^2} – {z^2} + 6y + 2 = 0\]

Cómo deben ser iguales, igualamos los coeficientes de cada término correspondiente (pintamos a los términos correspondientes del mismo color):

\[\left\{ {\begin{array}{*{20}{c}}{B = 3}\\{2B = 6}\\{C =  – 1}\\{B – 1 = 2}\end{array}} \right.\; \Rightarrow \;\;\left\{ {\begin{array}{*{20}{c}}{B = 3}\\{C =  – 1}\end{array}} \right.\]

Entonces ya averiguamos los valores de \(B = 3\) y \(C =  – 1\).

Ahora planteamos intersección con \(y =  – 1\) (usando que \(B = 3\) y \(C =  – 1\)) y hacemos lo mismo:

\[A{\left( {x – 2} \right)^2} + 3.{\left( { – 1 + 1} \right)^2} – 1.{z^2} = 1\]

\[A{\left( {x – 2} \right)^2} + 3.{\left( { – 1 + 1} \right)^2} – 1.{z^2} = 1\]

\[A{\left( {x – 2} \right)^2} – 1.{z^2} = 1\]

\[A{\left( {x – 2} \right)^2} – 1.{z^2} = 1\;\;\;\;\;\;\left( {ECUACIÓN\# 1} \right)\]

Comparamos esta expresión con la dada:

\[\frac{{{{\left( {x – 2} \right)}^2}}}{2} – 2{z^2} = 2\]

Para tener el mismo número en el miembro derecho podemos multiplicar por dos a  \(\left( {ECUACIÓN\# 1} \right)\):

\[2A{\left( {x – 2} \right)^2} – 2{z^2} = 2\;\;\;\;\left( {ECUACIÓN\# 1′} \right)\]

Ahora sí comparamos coeficientes:

\[2A = \frac{1}{2} \Rightarrow A = \frac{1}{4}\]

Concluyendo llegamos a que:

\[B = 3\]

\[C =  – 1\]

\[A = \frac{1}{4}\]

Ítem b

En este caso debemos reemplazar por para \(A = \frac{1}{4}\), \(B = 3\) y \(C =  – 1\) en la expresión:

\[A{\left( {x – 2} \right)^2} + B{\left( {y + 1} \right)^2} + C.{z^2} = 1\]

Queda:

\[\frac{1}{4}{\left( {x – 2} \right)^2} + 3{\left( {y + 1} \right)^2} – 1{z^2} = 1\]

Las intersecciones con planos paralelos a los coordenados que pasen por en centro \(\left( {2, – 1,0} \right)\) son:

  • Hipérbola (intersección con \(x = 2\))
  • Hipérbola (intersección con \(y = – 1\))
  • Elipse (intersección con \(z = 0\))

Así que se trata de un hiperboloide (porque dos intersecciones son hipérbolas).

De una hoja (porque la tercera intersección es una elipse).

Es un hiperboloide de una hoja con eje paralelo al \(z\), con centro en \(\left( {2, – 1,0} \right)\)

grafico-de-hiperboloide-de-una-hoja

Ejercicio 5 – Números complejos

Hallar y graficar en el plano complejo la región:

\(R = \left\{ {z \in \mathbb{C}\;|\;\;\left| {z – 1} \right| < 2\; \wedge \frac{\pi }{4} \le \arg \left( z \right) \le \pi } \right\}\)

Resolución del ejercicio 5

\[R = \left\{ {z \in \mathbb{C}\;|\;\;\left| {z – 1} \right| < 2\; \wedge \frac{\pi }{4} \le \arg \left( z \right) \le \pi } \right\}\]

\[z = x + i.y\]

\[\left| {z – 1} \right| < 2\]

\[\left| {x + i.y – 1} \right| < 2\]

\[\left| {x – 1 + i.y} \right| < 2\]

\[\sqrt {{{\left( {x – 1} \right)}^2} + {y^2}}  < 2\]

Aplicando cuadrado a ambos miembros:

\[{\left( {x – 1} \right)^2} + {y^2} < 4\]

Interior del circulo centrado en \(\left( {1,0} \right)\) con radio 2 [no incluimos el borde].

region del plano complejo

 

Artículos relacionados:

  • Información sobre el curso segundo cuatrimesre 2020
  • Información sobre el curso de verano 2021
  • Información sobre el curso primer cuatrimesre 2021

Archivado en:Sin categoría

Interacciones con los lectores

Comentarios

  1. Angel ulises Zarate abasolo dice

    10 diciembre, 2019 en 1:05 pm

    Muy breve pero muy explícito

  2. Ángel ulises Zarate abasolo dice

    10 diciembre, 2019 en 1:07 pm

    Muy breve pero explícito

Deja una respuesta Cancelar la respuesta

Lo siento, debes estar conectado para publicar un comentario.

Barra lateral primaria

Actualizaciones recientes

  • Primer Parcial Resuelto de AGA [13-09-2019]
  • Segundo Parcial Resuelto de AGA [21-06-2019]
  • Segundo Parcial Resuelto de AGA [10-11-2018]
  • Segundo Parcial Resuelto de AGA [23-06-2018]
  • Primer Parcial Resuelto de AGA [05-05-2018]

Comentarios recientes

  • FEDERICO en Introducción a vectores en R3
  • Julián Oter en Diagonalización ortogonal de matrices simétricas
  • Alan en Producto escalar en R3
  • RONY en Hipérbola
  • YANIS YULEISI PENATA BENITEZ en Espacios y subespacios vectoriales

Archivos

  • septiembre 2019
  • junio 2019
  • noviembre 2018
  • julio 2018
  • mayo 2018
  • noviembre 2017
  • septiembre 2017
  • junio 2017
  • abril 2017
  • diciembre 2016
  • noviembre 2016
  • octubre 2016
  • septiembre 2016
  • agosto 2016

Categorías

  • Aplicaciones de la diagonalización
  • Autovalores y autovectores
  • Cónicas, parametrización y superficies cuádricas
  • Espacios vectoriales
  • Matrices y determinantes
  • Números complejos
  • Parte 1
  • Parte 2
  • Primer parcial resuelto
  • Segundo parcial resuelto
  • Sin categoría
  • Sistemas de ecuaciones
  • Transformaciones lineales
  • Vectores, recta y plano.

Descarga de PDFs

  • PDF Unidad 1
  • PDF Unidad 1
  • PDF Unidad 2
  • PDF Unidad 2
  • PDF Unidad 3
  • PDF Unidad 3
  • PDF Unidad 4
  • PDF Unidad 4
  • PDF Unidad 5
  • PDF Unidad 5
  • PDF Unidad 6
  • PDF Unidad 6
  • PDF Unidad 7
  • PDF Unidad 7
  • PDF Unidad 8
  • PDF Unidad 8
  • PDF Unidad 9
  • PDF Unidad 9

Unidad 3

Espacios vectoriales

En las unidades anteriores vimos que el álgebra de vectores y el álgebra de matrices presentan similitudes. Pudimos observar que las propiedades de la suma (de vectores o de matrices) y del producto por un escalar son idénticas en ambos conjuntos.

En esta unidad, generalizaremos el concepto de vector a partir de estas propiedades en común que hemos señalado para vectores geométricos y matrices.

Las siguientes preguntas nos ayudarán a focalizar el eje de esta unidad:

¿En qué se parecen los vectores geométricos, las matrices y los polinomios? ¿Qué propiedades comunes pueden detectarse en estos objetos de diferente naturaleza y variadas aplicaciones?

De esto se trata nuestra tercera unidad, donde se desarrollan conceptos centrales del álgebra lineal: espacios vectoriales, base, dimensión y coordenadas, entre otros.

Empezar Unidad 3

Footer

Buscá en el sitio

Comentarios recientes

  • FEDERICO en Introducción a vectores en R3
  • Julián Oter en Diagonalización ortogonal de matrices simétricas
  • Alan en Producto escalar en R3
  • RONY en Hipérbola
  • YANIS YULEISI PENATA BENITEZ en Espacios y subespacios vectoriales

Realizado en UTN FRBA

UDB Matemática – Ciencias Básicas – Secretaría Académica

Licencia Creative Commons

Licencia Creative Commons
Esta obra está bajo una Licencia Creative Commons Atribución – No Comercial – Sin Obra Derivada 4.0 Internacional.

Los gifs

Los GIFs del material teórico

Archivos

  • septiembre 2019
  • junio 2019
  • noviembre 2018
  • julio 2018
  • mayo 2018
  • noviembre 2017
  • septiembre 2017
  • junio 2017
  • abril 2017
  • diciembre 2016
  • noviembre 2016
  • octubre 2016
  • septiembre 2016
  • agosto 2016

Descargas en PDF

  • PDF Unidad 1
  • PDF Unidad 1
  • PDF Unidad 2
  • PDF Unidad 2
  • PDF Unidad 3
  • PDF Unidad 3
  • PDF Unidad 4
  • PDF Unidad 4
  • PDF Unidad 5
  • PDF Unidad 5
  • PDF Unidad 6
  • PDF Unidad 6
  • PDF Unidad 7
  • PDF Unidad 7
  • PDF Unidad 8
  • PDF Unidad 8
  • PDF Unidad 9
  • PDF Unidad 9

Webs relacionadas

Proba Fácil con contenidos de probabilidad y estadística

  • Parte 1
    • Vectores, recta y plano
      • Introducción a vectores en R3
      • Producto escalar en R3
      • Producto vectorial y mixto
      • Ecuaciones del plano
      • Ángulos y distancias
      • Haz de planos
      • Recta en ({mathbb{R}^3})
      • Recta y plano: intersecciones y ángulos
      • Distancias y proyecciones
    • Matrices y determinantes
      • Matrices
      • Determinante de una matriz
      • Matrices y sistemas de ecuaciones lineales
    • Espacios vectoriales
      • Espacios y subespacios vectoriales
      • Conjunto generador. LI y LD. Base. Dimensión.
      • Operaciones con subespacios
    • Sistemas de ecuaciones
      • Rango y sistemas de ecuaciones lineales
      • Relaciones entre soluciones de AX=B y AX=0. Variables libres.
  • Parte 2
    • Transformaciones lineales
      • Definición y propiedades de las transformaciones lineales
      • Núcleo e imagen. Clasificación de las transformaciones lineales.
      • Teorema fundamental de las transformaciones lineales
      • Matriz asociada a una transformación lineal
      • Composición e inversa de transformaciones lineales
      • Matriz de cambio de base
    • Autovalores y autovectores
      • Autovalores y autovectores: definiciones y propiedades
      • Multiplicidades algebraica y geométrica de un autovalor
      • Matrices semejantes
      • Diagonalización de una matriz
      • Diagonalización ortogonal de matrices simétricas
      • Diagonalización de una transformación lineal
    • Cónicas, parametrización y superficies cuádricas
      • Introducción a cónicas
      • Circunferencia
      • Parábola
      • Elipse
      • Hipérbola
      • Ecuaciones paramétricas de las cónicas (circunferencia, elipse, parábola e hipérbola)
    • Aplicaciones de la diagonalización
      • Potencias de una matriz diagonalizable
      • Rototraslación de cónicas
    • Números complejos
      • Definición y operaciones de números complejos en forma binómica
      • Operaciones en forma trigonométrica y exponencial
      • Radicación de números complejos
      • Regiones del plano complejo
  • Exámenes
    • Parciales
      • Parcial 1
        • 24-05-2015
        • 12-02-2016
        • 22-04-2017
        • 09-09-2017
        • 05-05-2018
        • 13-09-2019
      • Parcial 2
        • 21-06-2019
        • 10-11-2018
        • 23-06-2018
        • 04-11-2017
        • 10-06-2017
        • 13-06-2015
        • 31-10-2015
    • Finales
  • Info 2021 (primer cuatrimestre)
  • Contactanos!
  • Reportá un error

Copyright © 2023 · Digital Pro On Genesis Framework · WordPress · Iniciar sesión

  • Parte 1
  • Parte 2
  • Exámenes
  • Info 2021 (primer cuatrimestre)
  • Contactanos!
  • Reportá un error