Documente Academic
Documente Profesional
Documente Cultură
ALGEBRA LINEAL
Evaluacin
20 % Examen
20 % Participaciones
30 % Tareas
30 % Asistencia
Unidad I
Unidad II
Unidad III
Polinomios y ecuaciones
Unidad IV
Transformaciones regidas en R2
53
Matrices
Una matriz es un arreglo rectangular de datos que sirve para almacenar nmeros y datos, se utiliza para
almacenamiento, presentacin y manipulacin de datos.
Sur E=4 x 5
Oeste medio
N=4 x 3
Una matriz es un arreglo de m renglones y n columnas de nmero o datos en este caso se llaman
El componente general
aij es el que corresponde a la columna j y rengln i ( amxn .
Una matriz se denota con letras maysculas.
53
Ejemplo de 3 x2
9 1
A= 8 4
0 6
Donde:
a22=4
a32=6
a31=0
Ejemplo:
32 50 N Consumo de
A= 8 20 E energa
S 2010
10 10
S
N
E
8 0 S Consumo de
A= 10 30 S energa
20 10 2011
Suma de Matrices
Sea A A=( aij ) B=( b ij ) , dos matrices del mismo tamao mxn . La suma de A B se denota
como A +B y es igual a A
A= 8 1 B= 5 3
3 2 1 9
A + B=B+ A
C=3 0
24
( A +B ) +C=13 4 + 3 0 =16 4
2 7 2 4 4 11
3. Existe la matriz neutro aditivo para el conjunto de matrices mxn ; es la matriz cuyos
componentes
aij =0 i, j
4. Cada matriz A de tamao mxn , tiene inverso aditivo A , que satisface: A + (A )=0
A= 8 1 A=8 1
3 2 3 2
A + (A )= 0 0
0 0
Ejemplo:
=9
A=7 1 23 100
Ejemplo:
Petrleo Carbn Petrleo Hidroelctric Nuclear
Gas Gas o
Importaci Geotrmico
E= n y sinttico
6.5 2.8 3.0 0.2 0.5 Norte
3.2 1.1 0.5 0.5 0.2 Sur
3.4 2.0 1.1 0.1 0.4 Oeste
medio
5.5 1.5 3.3 0.6 0.2 Oeste
53
2. ( + ) A=A + A
3. ( A )= (A )
4. 1 A= A
Ejemplo: ( A+ B ) =A +B
6 13 4 5 6 7
A=74 26 0 B=50 60 70
9 2 3 9 19 29
11 19 3 110 190 30 6 13 4 5 6 7
( A+ B ) =10 74 86 70 =740 860 700=10 74 26 0 +10 50 60 70 =
9 21 32 90 210 320 9 2 3 9 19 29
Naturales
= {1,2,3, }
Cerrada
Conmutativa
Suma Asociativa
neutro aditivo
inverso aditivo
Cerrada
Asociativa
Multiplicacin Conmutativa
neutro
multiplicativo
Enteros
={ ,3,2,1,0,1,2,3, }
Racionales
53
Irracionales
Un nmero es irracional si su expresin decimal no es peridica; es decir, es infinita
{ 2 , , e }
Suma Cerrada Conmutativa Asociativa neutro neutro aditivo
Definicin:
Campo es un conjunto C con dos operaciones llamadas suma y multiplicacin que cumplen con las
propiedades:
- Cerradura
- Conmutatividad
- Asociacin
- neutro
- Distributiva
- inverso
,$,
Ejemplo: C={ ,, @ }
Suma
$ @
$ @
$ $ @
@ $
@ $
53
@ @ $
Multiplicacin
$ @
$ $ @
@ $
$ @
@ @ $
Asociatividad (suma)
@+ j
@+
Asocitatividad (multiplicacin)
$
$ ( )=$
- neutro multiplicativo: $
- neutro aditivo
Ejemplo
$ @
Inverso $ @
Aditivo @ @
53
Inverso $ @
Multiplicativo $ @
Distributiva
@ ( + )=
@ ( ) +@ ( ) =+=@
Suma
0 1 2 3 4
0 0 1 2 3 4
1 1 2 3 4 0
2 2 3 4 0 1
3 3 4 0 1 2
4 4 0 1 2 3
Multiplicacin
0 1 2 3 4
0 0 0 0 0 0
1 0 1 2 3 4
2 0 2 4 1 3
3 0 3 1 4 2
4 0 4 3 2 1
Espacios Vectoriales
Campo C
+, . v ,+
1) Cerradura: si
v1 y v2 v , v1 + v2 v
2) Conmutativa: si
v 1 + v 2=v 2 + v1 v 1 , v 2 v
3) Asociativa: ( v1 + v 2 )+ v 3=v 1+ ( v 2 + v3 ) v 1 , v 2 , v 3 v
7) Si , c v v
8) Si
c v1 , v2 v
Distributiva por escalar
9) Si , c ,vv
Asociativo (v )= ( v)
Espacio Vectorial
(+, ) +
Producto Escalar
Ejemplo:
v ={ polinomiio de grado n }=Pn
Con la suma de polinomios y la multiplicacin por escalar con los nmeros reales, se forma un EV:
P 1 P2 P3 P n
Ejemplo de EV:
Si ( x1 , y1 ) y ( x 2 , y 2 ) R2
53
x
( 1+ x 2 , y 1 + y 2)
Suma:
( x 1 , y 1 ) + ( x 2 , y 2 ) =
( x , y ) =( x ,y)
Propiedades de la suma
3. [ ( x 1 , y 1 ) + ( x 2 , y 2 ) ]+ ( x3 , y 3 )=( x 1 , y 1) + [ ( x 2 , y 2 ) +( x 3 , y 3 ) ] asociativa
Propiedades de la multiplicacin
6. ( x , y ) =( x , y ) R2
( x 1 , y 1 ) + ( x 2 , y 2 ) = ( x 1 , y 1 ) + ( x2 , y 2 )
7.
8. ( + ) ( x , y )= ( x , y ) + (x , y )
9. ( ) ( x , y )=a [ ( x , y ) ]
10. 1 ( x , y )=( x , y )
El EV R3 o tridimensional
R3= { ( x , y , z )|x , y , z R }
2
R = {( x , y , ) }
3
R ={ ( x , y , z ) }
Ejercicio: muestre que el siguiente conjunto de matrices es un EV sobre el campo de los reales, con la
suma y la multiplicacin por escalar
53
{ |
v = 0 0 a es un real
a 0 }
0 0 + 0 0 =0 0 + 0 0
2. a 0 b 0 b 0 a 0 la suma es conmutativa
6. ( )(
a 0 a 0 )
0 0 = 0 0 est en v la multiplicacin por escalar cerrada
7. [( ) ( ) ] ( ) ( )
0 0 + 0 0 = 0 0 + 0 0
a 0 b 0 a 0 b 0
8. ( ) ( ) ( )
( + ) 0 0 = 0 0 + 0 0
a 0 a 0 a 0
9. ( )
a 0 [ ( )]
0 0 = 0 0
a 0
Ejemplo
{( )}
v = 0 0 a es un real ?
a 1
3. [( ) ( ) ] ( ) ( ) [ ( ) ( ) ]
0 0 + 0 0 + 0 0=0 0 + 0 0+ 0 0
a 1 b 1 c 1 a 1 b 1 c 1 asociativa
6. ( )(
0 0= 0 0
a 1 a 1 )
7. [( ) ( ) ] ( ) ( )
0 0 + 0 0 = 0 0 + 0 0
a 1 b 1 a 1 b 1
8. ( ) ( ) ( )
( + ) 0 0 = 0 0 + 0 0
a 1 a 1 a 1
9. ( )
a 1 [ ( )]
0 0 = 0 0
a 1
Ejemplo: de una operacin definida en un conjunto y que satisface propiedades similares a las de la suma.
S=R{ 1 }
1. 54=5+ 45 ( 4 ) =11
36=3+6 3 ( 6 )=21
2. ab=ba conmutativa
( ab )c=a( bc ) asociativa
4. a en S
( 1a )=a
a
= es el inverso de a 0 1
1a
Verificando a=3
3 3 3
= = =
13 2 2
2. Si u+ v=u+w , entonces v =w
Demostracin 1 Demostracin 2
Espacio Vectorial
( )
a b
c d Propiedad: vector v V =0
Ejemplo:
2
v =R
2. Sea ( a1 , b1 ) y ( a2 , b2 ) en w
( a1 , b1 ) w 3 a1 b1=0
( a2 , b2 ) w 3 a2 b2=0
( a1 , b1 ) + ( a2 , b 2) =( a 1+ a2 ,b 1+ b2 )=3 ( a1+ a2 ) ( b1 +b 2)
3 a1 +3 a2b1b 2
3 a 1b1 3 a 2b2
+ s es cerrada en w
0 0
3. R (a , b) w
3 ab
( a , b )= ( a , b )=3 ( a )b= 0=0 ( a , b ) w s es un espacio vectorial
0
v R3
Si y=0 ( 0,0,0 ) w
2. Sea ( 2 y 1 , y 1 ,3 y 1 ) ( 2 y 2 , y 23 y 2 )=[ 2 ( y 1 + y 2 ) , y 1 + y 2 ,3 ( y 1 + y 2 ) ]
Subespacios triviales en R2
1) Subespacios triviales en R2
2) Reales que pasan por el origen
3) El mismo R2
Subespacios vectoriales en R3
1)
2)
3) Planos que pasan por el origen
4) El mismo R3
Combinacin Lineal
Sea
v1 , v2 , v3 , vn vectores de un espacio vectorial v , se dice que es combinatoria lineal de
4
Ejemplo en R
v 1= (1,2,3,4 )
v 2= ( 0,2,1,1 )
v 3= ( 3,4,10,13 )
Existen escalares
1 y 2 ( 3,4,10,13 )=1 ( 1,2,3,4 )+2 ( 0,2,1,1 ) ?
v 3 es combinatoria lineal de v 1 y v 2 ?
3=1 +0 Si
1=3
Sistema de
4=2 122 Ecuaciones 13=4 ( 3 ) +2 2=1
Lineales de
10=3 1 +2 4x4 1 y 2
Sustituir en
( 3,4,10,13 )=3 ( 1,2,3,4 )+1 ( 0,2,1,1 )=( 3,6,9,12 )+ ( 0,2,1,1 )= (3,4,10,13 ) v 3 s es combinacin lineal de
v1 y v2
Subespacios vectoriales
Sea V un espacio vectorial sobre los reales y w un subespacio (subconjunto) diferente del vaco de
V , w se llama subespacio vectorial de V si w satisface todas las propiedades del espacio
vectorial de v si:
1)
w1 , w2 w se tiene
w 1+ w2 w
2) Si es real y w W , entonces w W
Ejemplo
v ={ matriz de 2 x 2 }=M 2 x 2
{( )}
w= a 0 , a , b son reales ?
0 b
1) El neutro de ( )
v , 0 0 W
0 0
2) Sean ( ) (
a1 0
0 b1 y
a2 0
0 b2
W
)
( a1 0
0 b1
+ 2
)( )(
a 0
0 b2
a +a
= 1 2
0
0
b1 +b2
W
)
53
W s es un subespacio vectorial de v
2
V =R ={ ( a , b ) } a , b son reales ?
w={ ( x ,0 )| x 0 }
1) El neutro de v ( 0,0 ) W
2) Sea ( x1 , 0) y ( x2 , 0) W
( x 1 , 0 ) + ( x2 , 0 ) =( x 1+ x 2 , 0 ) W
( x 1+ x 2 0 ) W
3) Si < 0 y ( x , 0 ) W ( x 0 )
v : R3
3
1) El neutro de R ( 0,0,0 ) N
2) Sea (
x1 , y1 , z1 y ( x 2 , y 2 , z 2 ) W
3 x1 4 x 1 +2 z 1=0
3 x2 4 x 2 +2 z 2=0
( x 1 , y 1 , z 1 ) +( x 2 , y 2 , z2 ) =( x 1+ x 2 , y 1+ y 2 , z1 + z 2 )=3 x 1 +3 x2 4 y 14 y 2 +2 z1 +2 z 2 W
3 x4 y+ 2 z=0
del v
Espacio Vectorial
53
Sea
v1 , v2 , , vn vectores del espacio vectorial V, al conjunto de datos de las combinaciones de
v 1 , v 2 , , v n se les denota como:
uv v =1 v 1 +2 v 2+ +n v n escalar 1 , 2 , , n
A los
v 1 , , v n se les llama conjunto de generadores del espacio gen { v 1 , v 2 , , v n }
Proposicin: Sean
v1 , , vn vectores del espacio vectorial,
gen { v 1 , , v n }=( v V :1 v 1 ++n v n ) es
un subespacio vectorial
Demostracin:
0=0 v 1 +..+0 v n 0 gen { v 1 , , v n }
i) Como
ii) Sean
v =1 v 1 ++n v n y
w= 1 v 1+ + n v n v + w=( 1 1 ) v1 + + ( n n ) v n v +w es una
combinacin lineal de
v 1 , v 2 , , v n v +w gen { v 1 , , v n } ?
iii) Sea
v =1 v 1 +2 v 2++n v n en gen { v 1 , v 2 , , v n } y un escalar
v= 1 v 1 ++ n v n v gen { v 1 , , v n } ?
Ejemplo
Espacios generados
v:R
2
v 1= (2,3 ) v 2=( 0,0 ) gen { v1 } ={ v=1 v 1}
Ejemplo
Sea ( x , y ) , R 2 ?
x=1+2
1 (1,0 )+ 2 (1,1)
1) 1() () ()
V =R , v 1= 1 , v 2= 2 , v 3= 2
1 2
2) () () ()
v 1= 1 , v 2= 2 , v 3= 5
1 2 5
() ( ) ()
1 1 5
3) En R3 v 1= 2 , v 2= 2 , v 3 = 2 ,
3 3 3
4) En
P2 v 1=1x v 2=3x 2
Solucin
1) Sea ( xy ) R ,
2
escalares
1 , 2 y 3 tales que ( xy )= (11)+ (21)+ (22)
1 2 3
x=1+ 22 +23
y =1 +2 +3
x y=2
Sustituyendo en x
x=1+ 2 ( x y ) +2 3
1 +2 x2 y +23
2 yxc
1=c 3=
2
Comprobacin
2 y xz 2
( xy )=0( 11)+( x ()
y) 2 +
1 2 2 ()
( y=c+ x y+ 2 y x+ c ) ( y )
x=c+2 x2 yxc = x
53
2=x y=83=5
2 yx c 2 ( 3 )82 610
3= = = =2
2 2 2
2) () () ()
v 1= 1 , v 2= 2 , v 3= 5
1 2 5
Sea ( xy ) R ,,
2
escalares 1 , 2 y 3 tales que
x=1+ 22 +53
y=1 +22 +5 3
x y=0, escalares
() ( ) ()
1 1 5
3) En
R 3 : v 1= 2 , v 2= 2 , v 3= 2
3 3 3
()
x
3
Sea y R , escalares 1 , 2 y 3 tales que
z
() () ( ) ()
x 1 1 5
y =1 2 + 2 2 +3 2
z 3 3 3
x=12+5 3
y=2 1+2 2+ 23
z=3 1+3 2 +3 3
53
1 1 5
2 2 2
3 3 3 =( 6+306 ) + (306+ 16 )=0, escalares
1 1 5
2 2 2
Solucin 2
a0 =1 +3 2 a0 =1 +3 2
a1 x=x 1 a1=1
2 2
a2 x =x 1 a2=2
1=a1 a0 =a13 a2
p2
a0=a1 3 a2
escalares
1 , 2 , 3 tales que
0 0 ( ) ( ) (
v 1= 2 1 , v 2= 0 0 , v 3= 3 1 , v 4 = 0 0
2 1 0 0 3 1 ) ( )
0 0 ( ) ( ) (
M 2 x 2=1 2 1 ,+2 0 0 +3 3 1 + 4 0 0
2 1 0 0 3 1 ) ( )
2 1 1 0 + 3 3 3 + 0 0 = 2 1 +3 3 13 x y
( 0 0
+ 0 )(
22 2 0 )(
0 34 4 )( )(
22 +3 4 2+ 4 z w )( )
x33 z34
x=2 1 +3 3 1 = 2=
2 2
y=13 3= y+ 1 4=w2
z=2 2 +3 4
53
w=2+ 4
Sea
v 1 , v 2 , v n vectores de un espacio vectorial V, se dice que
v1 , , vn son linealmente
Ejemplo
Suponiendo
a , b , c ,d =0 1=2=3=4 =0 , las matrices son linealmente independiente (LI)
Ejemplo
(13 24) (2
6 8 )
4 ,
son LI?
Como un vector es mltiplo del otro ser LD; pero, si 1=2,2=1, son LI
otro son LD
i)
v 1 w u= w , udw=c , son mltiplos escalares uno del otro?
1 0 despejando a v , se tiene:
2 w
v= v es mltiplo escalar de w
1
Ejemplo
53
v =p 2 , es LI?
x , x2 2 x ,3 x +5 x 2
p2=a 0+ a1 x +a 2 x 2=0
a0 + a1 x +a2 x 2=1 (x ) +2 ( x2 +2 x ) +3 ( 3 x +5 x2 ) =0
a0 =0
a x =1 x2 x+ 33 x=0 12 2+ 33=0
12 (5 3 ) +3 3=0 1 +13 3 =0
1 v1 +2 v 2+ +r v r + +k v k =0
0 v 1 +0 v2 ++ r ( 0 )+ +0 v n=0
v1 , v2 , , v k son LD
Ejemplo numrico
Proposicin II:
1 , 2 , , k =0 algn
i 0 ; si v1 , v2 , , vn es un conjunto LD, al agregarle
(
3 0 0 0) (
3 1 1 +1 3 3 + 0 0 0 = 0 0
1 0 0 0 ) ( )( )
53
Proposicin III: si
v1 , v2 , , vn es un conjunto LI en un espacio vectorial, cualquier subconjunto
de este conjunto, es LI
Ejemplo
En V R3 , v 1=( 1,1,1 ) , v 2=( 1,2,0, ) , v 3=( 1,0,0 ) 1 ( 1,1,1 )+2 ( 1,2,0 ) +3 ( 1,0,0 )= ( 0,0,0 )
1=0 3=0
Si tenemos
v 1= (1,1,1 ) , v 2= (1,1,0 ) 1 ( 1,1,1 ) +2 ( 1,1,0 )=( 0,0,0 )
1+2=0 2=0
1=0 v 1 v 2 son LI
( )( )( )
1 2 3
,
2 1 ,
3 4 4
() ( ) ( ) ()
1 2 3 0
1 2 +2 1 +3 = 0
3 4 4 0
( ) ()
1 2 3 0
1+2 2+ 33=0 2 1 = 0
3 4 4 0
212 +3 =0
3 1 + 4 2+2 3=0
53
2( 1 +2 2+3 3)
212 +3
5 26 3 +3
(6+ ) 3
(3 ) 1 +22 +3 3
3 1 + 4 2+ 4 3
2 25 3
6+ = 0 =( 25 ) ( 122 ) =25122=13+ 2 13 =
(5
2 5 0 )() 2
1)
x 1x 2+ 47x 4=0 x 4=x 1x 2 +7 x3 2 x 1 +3 x2 8 x3 + ( x 1x 2 +7 x 3 ) 3 x1 +2 x 2x 3=0
13 x 2
x 3=2 x 2x 3 , x 4=x 1x 2+ 7 ( 2 x 2 +3 x 1) x 4=22 x 1+ 13 x 2=0 x 1=
22
13 c
x 1= x1x 2 +7 x 3=x 4
22
2)
2 x 1 +3 x 28 x 3+ x 4 =0
i)
v 1 , v 2 , , v n genera a v
ii)
v 1 , v 2 , , v n es LI
Ejemplo
V R3
v 1= (1,1,1 )
v 2= (1,1,0 )
v 3= ( 1,0,0 )
53
Son
v 1 , v 2 v 3 LI?
x=1+2 +3 2= y 2 3=x y
y=1 +2 v1 , v2 v3 generan a R3
z=1 {v 1 , v 2 , v 3 } es base de R3
Ejemplo
3
v R otra base es la cannica
Ejemplo
V R2
v 1= (3,12 )
v 2= (1,4 )
Forman
v 1 y v 2 una base en R2 ?
Ejemplo
2
v R
v 1= (1,1 )
v 2= (1,0 )
v 3= ( 3,4 )
i)
( x , y )=1 (1,1 ) +2 ( 1,0 ) +3 ( 3,4 )
x=1+2 +3 3
y=1+ 4 3
Operando sistema
53
1=4 3 y
y=4 c y +2 +3 c
x=7 c y +2
ii) LI
0=1 +2+ 33
0=1 +4 3
Resolviendo el sistema
1=4 3
0=4 3 +2+3 3
Ejemplo
3
VR
de cualquiera de sus bases. Si un espacio vectorial V , tiene una base con una igualdad de elementos,
Es decir:
53
Ejemplo
{ }
V =M 2 x 2= a b
c d
{( ) ( ) ( ) ( )}
Base (V )= 1 0 , 0 1 , 0 0 , 0 0
0 0 0 0 1 0 0 1 Dimensin
M 2 x 2=4
NOTA:
V =M mxn Dim ( M mxn )=mxn
Ejemplo
Base ( V ) ={ 1, x , x2 , x3 }
2 3
a0 + a1 x +a2 x + a3 x dimensin=4
Ejemplo
{( )| } {( ) ( ) ( )}
V =M 2 x 2 ; w= a b a , b , c R , Base ( w1 )= 1 0 , 0 1 , 0 0 Dim ( w1 )=3
c d 0 1 0 0 1 0
{( )| } {(
w 2= 0 a a , b R Base ( w2 )= 0 1 , 0 0 Dim w 2 =2
a 0 1 0 0 1 ) ( )} ( )
w 1 w 2= {( )| }
0 a a R Dim w w =1
a 0
( 1 2)
Nuevo subespacio
Base ( w1 w 2 )= {(0 1
1 0 )} NOTA: al intersectar subespacios, obtenemos otro subespacio
53
Proposicin I: Si
w1, w2 son subespacios vectoriales del espacio vectorial V , entonces w 1 w 2 es
subespacio vectorial
Demostracin:
i)
w 1 w 2 subespacio, 0 w 1 0 w2 0 w1 w 2
ii) Sean
v 1 v 2 w1 w2 , v 1 v 2 w1 w 1 es subespacio , v 1 +v 2 w1
Tambin
v 1 v 2 w2 w2 es subespacio , , v 1+ v 2 w1 w 2
iii) Sea
v R , v w 1 w2 v w 1 v w 2
Como
w 1 es subespacio , v w1
Como
w 2 es subespacio , v w2
v w1 w2
Ejemplo
Encontrar una base para el conjunto solucin de los siguientes sistemas de ecuaciones lineales
x 12 x 2 + x 3=0
2 x 23 x 2 + x 3=0
x + x 2=0
Ejercicio
Como
x 2 x 5 no tienen restricciones se les asignan
Valores arbitrarios,
x 2=a x 5=b
53
Ejemplo
v R3
2 ( 1 ) +0 ( 1 ) +1 ( 0 )
w1= (1,1,0 ) , w 2=( 2,0,1 )=
( ( 1 )2+ ( 1 ) 2 + ( 0 )2 ) (1,1,0 )
( v2 , w 2 )
w 2=v 2 2
( w1 )
|w1|
2
|w 1|
2 ( 1 ) +2 ( 1 ) +1 ( 0 ) 2 ( 1 ) +2 (1 ) +1 ( 1 )
w 3=( 2,2,1 )
2
( 1,1,0 )
(
12 +12 +12
(1,1,1 )
)
v 3w 1 v 3w2
w 3=v 3 2 ( w 1) 2 ( w2 )
|w1| |w2|
9
w 3=( 2,2,1 ) ( 1,1,0 )
2
1
3 () {
( 1,1,1 ) = ( 1,1,0 ) , ( 1,1,1 ) ,
1 1 1
3
, ,
3 3 (
s es base ortogonal )}
NOA: ( 1,1,0 ) |( 1,1,0 )|= 12+12 +0= 2 ; ahora, si queremos normalizar el vector o hacerlo ortogonal,
1
slo multiplicamos el vector por el inverso de su normal para este caso 2 y tenemos
1
2
( 1,1,0 )=
1 1
(
,
2 2
,0 ) |( 1 1
,
2 2
,0 = )| ( ) ( ) 1 2 1 2
2
+
2
+ 0= 1
Si lo realizamos sin utilizar el inverso de su normal, tenemos que no es ortogonal en ninguna de sus 3
vectores, tomando a
v 3 tenemos:
53
1 1 4 6 6
+ + = =
9 9 9 9 3
( 1 1 2
, ,
3 3 3
1 1 2
, , =
3 3 3 ) |( )| ( ) ( ) ( )
1 2 1 2 2 2
3
+
3
+
3
=
|v| es la longitud del vector o la distancia del vector o la distancia del origen al punto de coordenadas
(x, y)
( 5,3 )=u
1 2 3 4
5
Ejercicio
Sea ={ ( 3,0,4 ) , (1,0,7 ) , ( 2,9,11 ) } una base en R3 , aplicar el proceso de Gram-Schimidt para encontrar una
base ortogonal
|w 1|= 9+16=5
w 1=( 3,0,4 )
( w1 , v 2 ) ( 3,0,4 ) (1,0,7 )
w 2=v 2 2
( w1 )=(1,0,1 ) (3,0,4 )=(4,0,3 )
|w1| 25
v
( 3 , w1 ) v 3 , w2
|w 1|
2 ( w 1 )
w2 ( | | )(
2
w 2)
w3 =v 3
|w 2|= 16+9=5
w 3=( 2,9,11 ) ( ( 2,9,1125) ( 3,0,4) ( 3,0,4 ))( ( 2,9,1125) (4,0,3 ) (4,0,3 ))= ( 0,9,0 ) = {( 3,0,4 ) ,( 4,0,3) ,( 0,9,6 ) } es ortogonal
Base Normal: tomando el ejercicio anterior |w 3|= 02 +9 2+02=4, entonces tenemos que uno entre la
ortonormal del espacio vectorial, si adems de ser ortogonal cada vector de ella tiene norma o longitud 1.
Ejemplo
1 ( 0 ) +0 ( 1 ) +0 ( 1 ) +0 ( 1 ) +1 ( 0 )=0
( x 1 x 2 , , . x n )=|( x 1 x2 , , . x n )|= x1 ++ x n
2 2
Norma o longitud de
Ejemplo
Sea
={ v 1 , v 2 , , v k ) cualquier base de un espacio vectorial, se construye otra base
w 1=v 1
( v 2 , w2 )
w 2=v 2
(| | )
w1
2 ( w1 )
( v3 , w 1)
w 3=v 3
( | | ) (| | )
w1
2 ( w1 )
v 3 , w2
w2
2 ( w2 )
Transformaciones Lineales
Sean V W dos campos vectoriales sobre los reales, una transformacin lineal de V en W , es
i)
T ( v 1+ v 2 )=T ( v 1 ) +T ( v 2 ) v 1 v 2 V
V W
+, +,
v 1 ( 1,2 ) T ( v 1) (2,1,1 )
v 2 (3,0 ) T ( v 2 ) ( 0,3,3 )
Ejemplo
T : R2 R 3
T ( x , y ) =( y , x + y ,x )
T ( 1,2 ) =(2,1,1 )
Ejemplo
i) Sean ( x 1 , y 1 ) ( x 2 , y 2 ) R2
T [ ( x 1 , y 1 ) + ( x 2 , y 2) ]=T ( x 1 + x 2 , y 1 + y 2 )=[ ( y 1+ y 2) ( x 1 + x 2 )+ ( y 1+ y 2 )( x 1 + x 2) ]=T ( x 1 , x 2 ) +T ( y 1 , y 2 )=( y 1 x 1+ y1
2 2
ii) Sea R ( x , y ) R
T [ ( x , y ) ] =T ( x , y )=( y , x + y , x ) , T ( x , y )= ( y , x + y ,x )=( y , x + y , x )
Ejemplo
T : R2 R2 ; T ( x , y ) =( 0, y 2)
T ( x 1 , y 1 ) +T ( x2 , y 2 )=( 0, y 21 ) + ( 0, y 22) =( 0, y 21 + y 22 )
53
ii) no cumple
Ejemplo
3 3 3 4
T : R R ={ ( 1,1,1 ) , ( 1,1,0 ) , ( 1,0,0 ) } ; T : R R
Encontrar la transformacin
lineal que cumpla con esto
T ( 1,1,1 )=( 2,4,6,8 )
T ( 1,1,0 )= (1,7,5,6 )
T ( 1,0,0 )= ( 0,8,0,5 )
T ( x , y , z )=T [ z ( 1,1,1 ) + ( yz ) ( 1,1,0 ) + ( x y ) ( 1.0.0 ) ] =Tz ( 1,1,1 ) +T ( yz ) ( 1,1,0 ) +T ( ( x y ) ( 1,0,0 ) )=zT ( 1,1,1 ) +T ( z y ) (
Temorema: Sea
v1 , v2 , vn una base de un espacio vecotiral
V w1 , w 2 , , w n vectores de otro
2 2
espacio vectorial W , entonces existe una nica transformacin T : R R tal que.
T ( v 1) =w 1 , T ( w2 )=w2 , ,T v n=wn
Ejemplo
2 2
Existe una transformacin T : R R tal que
T ( 1,0 )= (3,5 )
T ( 3,0 )=(2,1)
Ejercicio
T : P2 P1 ; T ( a 0 , a1 x , a 2 x 2 )=a1 x +a 2 x
T ( 53 x+ 4 x 2 )=3 x+ 4 x 2
i) [ ]
T ( ao + a1 x +a2 x 2) ( b0 +b 1 x +b2 x2 ) =T [ ( a0 + bo ) + ( a1+ b1 ) x+ ( a2 +b2 ) x 2 ]=( a1+ b1 ) + ( a2+ b2 )
53
ii) [ 2
] 2
T ( a 0+ a1 x +a 2 x ) =T ( a0 + a1 x + a2 x ) =a 1+ a2 x
T ( a0 +a 1 x +a2 x 2) = ( a1 +a2 x )= a1 +a 2 x
Suma de Transformaciones
T +U ( v )=T ( v )+ U ( v ) v V
Ejemplo
T : R2 R 3
T ( x , y ) =( x+3 y , 0,2 x4 y )
Numricamente
H 0 :T es lineal
T ( u+ v )=T ( u ) +T ( v )
T ( v )=T ( v )
u es lineal
U ( u+v ) =U (u )+ U (v )
U ( v ) =T (v )
i)
T +U ( u+ v )=T ( u+ v ) +U ( u+v ) =T ( u ) +T ( v )+ U (u )+ U ( v )=[ T ( u )+U ( u ) ]+ [ T ( v ) +U ( v ) ] = (T + v ) ( u ) + ( T + U ) ( v )
Ejemplo
U :P 3 P2 U ( a 0+ a1 x +a 2 x 2+ a3 x3 ) =a 2a0 x 2
( T +U ) ( a0 +a1 x+ a2 x 2 +a 3 x 3 )=a1 +2 a2 x +3 a3 x 2+ ( a2 xa 0 x 2 )
T ( 54 x +8 x 25 x 3 )=4 x+ 16 x 15 x 2
U ( 54 x +8 x 25 x 3 ) =8 x5 x2
Ejemplo
T : M 2x 2 M 2x 2
Sea
(
A= 8 13
2 11 )
T ( B )= AB , es T lineal?
T L
U T(V) L[T(U)
Ejemplo
T : R2 R 4 T ( x , y ) =( y ,x , 0, x+ y )
4
L: R R
3
L ( x 1 , x 2 , x3 , x 4 )=(x 2 ,x 1 , x 2)
L T : R2 R3
53
( L T )( x , y ) =L [ T ( x , y ) ] =L ( y ,x , 0, x+ y ) =(x , y , x )
Numricamente
T ( 4,6 )=(6,4,6 )
L T =L
Ejemplo
T : M 2 x 2 P3
( )
T a b =c+bx+d x 2 +a x 3
c d
L=P3 R 4
L ( a0 +a 1 x +a2 x 2+ a3 x 3 ) =( a1 , a2 , a3 , a4 )
c d c d ( ) ( ( ))
L T =M 2 x 2 P 3 , entonces L T a b =L T a b =L ( c +bx +d x2 +a x 3 ) =( b , d , a , c )
Numricamente
( )
T 3 2 =7+2 x +x 2+3 x 2
7 1
L T =( 2,1.3,7 )
T ( 0,1 )= (4,0,5 )
Multiplicacin de Matrices
Sea
A=( aij ) una matriz
mxn B=( b ij ) una matriz nxp , la multiplicacin de AB es la matriz que
( )( )(
a11 a 1n a11 a1 p a11 b11 + a12 b21 ++ a1 n b n 1 a11 b12 +a12 b22+ +a1 n bn 2 a11 b1 p +a 12 b2 p ++
AB = a 21 a21 = a21+ b11 +a 22 b21 ++ a2 n b n 1
am 1 amn an 1 anp am1 +b11 + am 2 b21 + +a mn b n1 am 1 b1 p+ am 2 b2 p +
Ejercicio
(
A= 3 1 0 , B= 3 1 0
1 1 2 1 1 2 ) ( )
Calcular A B y B A
)( )(
5 1
1 1 2(
A B= 3 1 0 1 4 =
2 3
3 ( 5 )+ (1 ) ( 1 ) + ( 0 ) ( 2 ) 3 (1 ) + (1 ) ( 4 )+ 0 (3 )
1 ( 5 )+1 ( 1 ) +2 ( 2 ) 1 (1 ) +1 ( 4 ) +2 ( 3 )
= 14 7
10 9 )( )
( )( )( )
5 1 14 6 2
B A= 1 4 3 1 0 = 7 3 8
1 1 2
2 3 9 1 6
( )
C= 5 1 ( A B ) C=A (B C)
1 4
)( )(
5 1
tenemos que : ( A B ) C= 14 7
10 9 (1 4 =
2 3
77 14
41 46 )
)( )(
26 1
(
por otro lado : A ( B C )= 3 1 0
1 1 2 ) [( )(
3 1 0 5 1 = 3 1 0
1 1 2 1 4 1 1 2 )] ( 1 7 =
7 14
)
77 14 s es asociativa
41 46
53
(
A= 8 1
4 2 )
(
B= 1 5 3
0 6 4 )
(
C= 3 2 1
5 0 9 )
(
A ( B+C )= 8 1
4 2 )[(10 )( )] (
5 3 + 3 2 1 = 8 1 2 6 1 = 21 42 3
6 4 5 0 9 4 2 5 6 5 18 12 6 )( )( )
[( )( )] [( )(
AB+ AC = 8 1 1 5 3 + 8 1 3 2 1 = 8 34 28 + 29 8 25 = 21 42 3
4 2 0 6 4 4 2 5 0 9 4 8 20 22 4 26 18 12 6 )] ( )( )( )
Ahora ( B+ C ) A=BA+CA
()
3
A= 2
3
(
B= 1 5 3
0 6 4 )
(
C= 3 2 1
5 0 9 )
)]( ) ( )( ) (
3 3
[(
( B+ C ) A= 1 5 3 + 3 2 1
0 6 4 5 0 9 )( 2 =
3
2 6 1
5 6 5
2 =
3
21
12 )
BA +CA=
[( 1 5 3
0 6 4
3
2 +
3
)(
3 2 1
5 0 9
3
)] [(
2 =
3
16
0
+
5
=
21
12 12 )( )] ( ) ( ) (
, s se cumple )
M :T (1,1,0) M=(1,1,0)
T :T ( 0,1,1 ) T =(0,1,1)
S :T ( 1,0,1 ) S=(1,0,1)
Transformaciones
A= ( 0,0,0,0,0,0 ) A,A
C=( 1,0,0,1,0,1 ) A ,S
E= ( 0,1,0,0,1,1 ) E,I
I =( 0,0,1,1,1,0 ) I ,W
M =( 1,1,0,1,1,2 ) M
T =( 1,0,1,2,1,1 ) T
S=( 1,0,1,2,1,1 ) S
O=( 1,1,1,2+2+2 ) O
Un sistema de ecuaciones lineales mxn , consta de m ecuaciones con cada ecuacin teniendo n
incgnitas de la siguiente forma:
a21 x 1 +a 22 x2 + + a2 n xn =b2
am 1 x 1+ am 2 x 2 ++ amn x n=bm
Los trminos
aij son los coeficientes del sistema y los trminos
b j son los trminos independientes.
x 1 , x 2 , , x n son n incgnitas
a11 a12 a 1 n
a
A= 21
( a22 a 2 n
a m 1 am 2 amn
)
Y la aumentada:
a11
a12
a1 n b1
a21 a 22 a2 n b2
am 1 am 2
amn bm
A=
Ejemplo
3 x1 4 x 2 + x 3=1
x 1+ x 22 x 3=8
Matriz Asociada (
A= 3 4 1
1 1 2 )
Matriz Aumentada A= (31 4 1 1
)
1 2 8
a11 a12 a 1n x 1 b1
(
)( ) ( )
a21 a22 a 2n x 2
a m1 am 2 amn x n
b
= 2
bm
x1 b1
Si
() ()
x
x = 2 , B=
xn
b2
bm
, A x =B
Ejemplo
()(
x1
( 3 4 1
x =
1 1 2 2
x3
1
8 ) )
53
Consideremos el sistema
a11 x 1+ a12 x 2=b 1
3
a21 x 1 +a 22 x2 =b2
Una solucin del sistema de ecuaciones lineales que no afectan al conjunto de soluciones del sistema
Se multiplica por
k k a11 s 1 +k a22 s 2=kb ( s 1 , s2 ) es solucin de 4
k a11 s1 +k a 12 s 2=b 1
a21 x 1 +a 22 x2 =b2
a11 s1 +a 12 s 2=b 1
sustituyendo b 2
Se considera a matriz aumentado del sistema y se le aplican algunas de las operaciones siguientes:
i) Intercambio de 2 renglones
ii) Multiplicacin de un rengln por una constante diferente de cero
iii) Suma de un rengln con un mltiplo diferente de cero de otro rengln y entonces
transformar la matriz a otra con la siguientes caractersticas:
1) El primer coeficiente diferente de cero del 1er rengln es 1
2) El primero coeficiente diferente de cero de cada rengln est ms a la derecha del
primer coeficiente diferente de cero del rengln anterior
3) Las componentes estarn abajo del primer elemento diferente de cero de algn rengln
Ejemplo
Resolver el sistema
2 x 13 x 2 +2 x 3=0
x 1+ x 2 + x 2=3
3 x1 x2 3 x 3=4
( ) ( ) ( ) ( )
2 3 2 0 1 1 1 2 R 1( 2) + R 2 1 1 1 2 1 1 1 2
CAMBIAR R 2 POR R 1 R 1( 3) + R 1 R 2 ( 1 ) +R 2
1 1 1 2 2 3 2 0 0 5 0 4 0 5 0 4
3 1 3 4 3 1 3 4 3 4 6 2 3 4 6 2
( )
4 1 1 2
( ) ( )
1 1 1 2 0 1 1 2 R(
1
R 3 ( 1) + R 2 R 2 ( 4 ) +R 3 3 )+R
0 1 6 2 x + x + x =2, x 6 x =2, x = 1
0 1 6 2 0 1 6 2 1 2 3 2 3 3
1 5
3 4 6 2 3 4 30 6 0 0 1
5
53
x 2=2+6 ( 15 )= 45 ( s , s , s )=( 75 , 54 , 15 )
1 2 3
4 1 7
x 1=2 + =
5 5 5
Dos matrices se llaman semejantes si una se obtiene de la otra aplicando alguna de las 3 operaciones
elementales.
Dos sistemas de ecuaciones lineales se dicen equivalente si tienen el mismo conjunto solucin.
Ejemplo
x 1+3 x 2=2
2 x 15 x 2=2
1 3 2 1 3 2 1 3 2
( ) ( ) ( )
R ( 2)
R ( 5 ) +3 R 2 R ( 11 )
2 5 2 1 R (3 )+4 R 0 1 2 0 1 2
5 x 14 x 2=12 +3 R
5 4 12 0 1 22 0 0 22
3 9 6 0 0 0 0 0 0
3 x 19 x 2=6
Ejemplo
x+ y2 z=1
2 x yz3 w=4
x+ 2 y 3 z + w=3
2 x + y 3 z +w=0
( ) ( ) ( )
1 1 2 0 1 ( 1) +3 R 1 1 2 0 1 1 1 2 0 1
R (2) +2 R
0 3 3 3 6 2 R ( 3 )
1
2 1 1 3 4 ( 2)+ 4 R 0 1 1 1 2 2renglones diferentes de ce
1 2 3 1 3 0 1 1 1 2 0 1 1 1 2
2 1 3 1 0 0 1 1 1 2 0 1 1 1 2
Numricamente
Ejemplo
x+ yw=0
x+ z w=1
x + y2 z +w=3
( )( )( )
1 1 0 1 0 1 1 0 1 0 1 1 0 1 0
tenemos 1 0 1 1 1 0 1 1 0 1 0 1 1 0 1 , no tiene solucin por lacontradiccio
1 1 2 1 3 0 2 2 0 3 0 0 0 0 1
El rango de una matriz escalonada es el nmero de renglones diferentes de cero de dicha matriz.
Se comparan los rangos de la matriz escalonada y asociada al sistema y de la matriz escalonada
acumulada al sistema; si los rangos son diferentes, el sistema no tiene solucin.
Ejemplo
Resolver el sistema
2 x + y + z +w=0 Un sistema de ecuaciones se llama
homogneo cuando cada una de las
x y+ z2 w=0 ecuaciones est igualada a 0, siempre
tiene solucin (nica o infinita)
4 x +3 yz w=0
( )( )( )( )(
2 1 1 1 0 1 1 1 2 02 1 1 1 2 0 1 1 1 2 0 1 1 3 2
1 1 1 2 0 1 1 1 1 0 0 1 3 3 0 0 1 3 3 0 0 1 3 3
4 3 1 1 0 4 3 1 1 0 0 1 3 9 0 0 1 3 9 0 0 1 3 9 0
Rango=3, 43=1
53
Incgnitas=4
x+ yz +2 w=0
y3 z3 w=0, 6 w=0 w=0
Slo se dan valores a z=c ya que w=0 , y se sustituye en la 2a ecuacin, y =3, x=2 c
Comprobacin:
2 x + y + z +w=0 4 x +3 yz w=0
2 (2 c ) +3 c+ c+ 0=0 4 (2 c ) +3 ( 3 c ) c0=0
4 c + 4 c +0=0 8 c+ 9 cc0=0
0=0 0=0
x yz +2 w=0
2 c3 c +2 ( 0 )=0
0=0
Ejercicio
3 x+2 y + z=5
2 x +3 y + z=1
2 x + y +3 z=1
)( )(
2 1 5
1
( )( )( )(
3 2 1 5 3 2 1 5 1 2/3 1/3 5 /3 1 2/3 1 /3 5/3 1 2/3 1/3 5
3 3 3
2 3 1 1 2 3 1 1 2 3 1 1 0 5/3 1/3 7/ 3 0 1 1
2 3 1 1
2 1 3 11 2 1 3 11 0 2 2 10 0 1 1 5 0 5/3 1/3
2 1 3 11
Ejercicio
2 x 1+ x2 +6 x 3=18 x 1=4
5 x1 +8 x 3=16 x 2=7
1
3 x1 +2 x 320 x3 =3 x 3=
2
Ejercicio
53
Dividir 180 en 3 partes de modo que la mitad de la primera, el tercio de la segundo y el cuarto de la
tercera sean 3 nmeros iguales x , y , z , cul es valor de cada variable?
x y z x y y z
= = = ,3 x=2 y adems como = , 3 y=3 z
2 3 4 2 3 3 4
)( )(
1 1 1 180
)( )( )(
1 1 180 1 1 1 1 180 1 1 1 1
(
1 1 1 180 1 1 1 1 80 3
3 3 0 1 108 3
3 2 0 0 1 1 108 0 5 3 540 0 1 108 5 1 1 1
5 5 5
0 4 3 0 0 4 3 0 25
0 0 1 80 0 4 3 0 0 0 432 0 0 1 8
5
x+ y+ z=180
40+ 60+ 80=180
180=180
Ejercicio
3 obreros trabajan en una obra, el primero y el segundo podran hacerlo en 8 das; el primero y el tercero
en 9 das; el segundo y el tercero en 10, cunto tiempo tardaran cada uno para hacerlo solos?
x+ y=8
x+ z =9
y +z=10
7
x=
2
9
y=
2
11
z=
2
Problema de Trnsito
20 60 70
0 0 0
x6 x7
800 200
GF x1 x2 x3
60 400 Morelos
0 x4 x5
53
Objetivo: minimizar el paso de vehculos en Morelos entre Rayn y Sor Juana de tal forma que no haya
congestionamiento en las 6 esquinas del diagrama
B : x 2 + x 5=100+ x 4 x 1x 4=200
F : x 7+ x3 =200+700 x 2+ x 6 + x 4 =600
x 3+ x 7 =900
Matriz Identidad
( )
1 0
I= 0 1
0 0 1
{
I ij = 1 si i= j
0 sii j
Ejemplo
( ) ( )( )
3 0 1 3 0 1 1 0 0
A= 2 4 1 , AI = 2 4 1 0 1 0 = A
5 1 6 5 1 6 0 0 1
Matriz Inversa
53
A1 A=I
( )
A= a b , A 1= d b
c d c a ( )
Ejemplo
( )
A= 5 3
3 2
A1= 2 3
3 5 ( )
( )(
A A1 = 5 3 2 3 = 1 0
3 2 3 5 0 1 )( )
(
A1 A= 2 3 5 3 = 1 0
3 5 3 2 0 1 )( ) ( )
Ejemplo
( )( )
2 4 6 1 0 0
A= 4 5 6 0 1 0 =(1 )
3 1 1 0 0 1
1 1 1
Hallar A de A , B de B , AB y ( AB )
( )
2 1 1
A= 1 1 1
1 2 3
( )
3 1 1
B= 1 1 1
4 2 3
53
)( )(
1/2 0 0
(
2 1 1 1 0 0
1 1
1 2 3 0 0 1 | )(
1 1/2 1/2 1/2 0 0
0 5/2 5/2 1 /3 0 1
1 1/2 1/ 2
1 0 1 0 = 0 1/2 3/2 1 /2 1 0 = 0 1
0 1
3
1
| 0
1 2 /13 0 | 0 =
2
5
0 1
0 0
3
|
1 1/2 1/ 2 1/ 2
1
4 17 /150
1 2
( )
1
5 5
( )
.2 1 .4
1 4 3
A = .8 1 .6 = 1
5 5
.6 1 .2
3 1
1
5 5
( )
1 1
6 6 3
1 7 5 2
B =
6 6 3
1 1 1
3 3 3
2 11
( )
1
10 3 30
A B1 = 1 4 5
21 3 6
2 1 2
5 5 15
Determinante
( )
2 1 4
0 1 5 =2 [ ( 1 ) (4 ) ( 3 )( 5 ) ] 1 [ 0 ( 4 )6 (5 ) ]
6 3 4
a11 a12
Sea
A=
( a 21 a22 ) , el detA | A| se define como el nmero real siguiente:
( )
a11 a12 a13
Si
a a
( ( a a
)) a
( a
A= a 21 a22 a 23 se define como det A=a11 det 22 23 a 12 det 21 23 +a 13 det 21 22
a 31 a32 a33
a32 a33 a31 a33 a 31 a32) ( )
Ejemplo
53
( )
5 0 1
A= 2 0 4 =0
3 0 1
1. Si una matriz A tiene un rengln de ceros o una columna de ceros, entonces detA =0
( )
2 1 4
B= 0 2 10 det B=(92 )(2 )=184
rengln 2 por (2 ) tomado de la matriz A
6 3 4
entonces detB=detA
( )
2 1 4
B= 6 3 4 , det B=2 ( 15+ 4 )1 (30+ 0 ) +4 ( 60 )=92
0 1 5
Ejemplo
Calcular del A
( )( )
1 3 1 3 3 1
A= 1 4 2 5 4 2
2 0 1 0 0 1
det A= 3 (
3 =3
5 4 )
Calcular det A
( )( )( )( )
1 3 5 6 1 8 5 6 1 8 4 6 1 8 4 8
A= 2 4 0 3 2 6 0 3 2 6 0 3 2 6 18 7
1 5 4 2 1 0 4 2 1 0 0 2 1 0 0 0
4 02 7 4 20 2 7 4 20 34 7 4 20 34 15
( )
0 4 0
30 18 29 Recordando los s ignos tenemos :
48 34 53
(
(4 ) 30 29 =792
48 53 )
53
( )
3 11 0
det 1 1 1 1 =44
4 2 3 2
1 5 2 4
( )
22 11
14 5 12
(
1 det 4 3 5 det
22 5 14
3
46
3
) 3
17
3
=44
Definicin
( )
a11 a1 n
1+1 1+2 1+ n
det =(1 ) a11 det M 11 + (1 ) a12 det M 12++ (1 ) det M 1 n
a n1 anm
Donde
M ij es la matriz menor correspondiente a ala componente aij , que se obtiene eliminando el
rengln i la columna j
Con el determinante se puede encontrar por cualquier rengln de acuerdo al rengln i simo, la
definicin es
A= (1 )1+i ai 1 det M 1 j + (1 )i+2 ai 2 det M 2 j+ + (1 )1 +n a det M
det
( ) ( )
3 1 1 3 6 5
t t
A= 6 0 1 A = 1 0 9 A ( aij ) aij =a ji
5 9 2 1 1 2
t
det A=44 det A =44
Ejemplo
( )
8 23 10
B= 5 4 3 =2det
30 0 2
142 23
40 4
=2976 ( )
53
B
det
Propiedad: A
( A B )=det
det
( )( )( )
3 1 1 8 23 10 1 65 31
det ( A B )= 6 0 1 5 4 3 = 18 138 58 =131,944
5 9 2 30 0 2 145 79 81
t
A
1
det =1 det ( At )=
det A
A
I =1=det
Propiedad:
( A A t ) =det
I =1 det
1 0 0
( )
0 1 0 =det
0 0 1
A A t=I det
Matrices Espaciales
Ejemplo
( )
8 0 0 0
0 3 0 0
A= =det A=8 (3 ) ( 1 )( 5 )=120
0 0 1 0
0 0 0 5
( )
2 4 3
A= 0 1 5 aij =0 sii> j
0 0 6
El determinante de una matriz triangular superior es igual al producto de los elementos de su diagonal
53
A x =B
Ejemplo
3 x+2 y + z=0
2 x +3 y + z=1
2 x + y +3 z=11
( )( ) ( )
3 2 1 x 5
2 3 1 y = 1
2 1 3 z 11
( ) () (
1 8 5 1
)( ) ( ) ( ) ( )
x 1 8 5 1 5 1 24 x 2
A1= 4 7 1 y = 4 7 1 1 = 24 y = 2
12 12 12
4 1 5 z 4 1 5 11 36 z 3
Factorizacin en Irreducibles en C [ x]
5 4 3
x 3 x +4 x 4 x4=[ x( 1+i ) ][ x( 1+i ) ][ x( 1+i ) ] [ x ( 1+i ) ] ( x+1 )
Sea f ( x ) en C [ x ] de grado mayor que uno, entonces f ( x ) tiene al menos una raz en C
con a Q b Q
Ejemplo
211715 9
22 2 53 26 +9 29
3 9+72 3
2 x 23 x9=0 x= x 1= , x 2=3
4 2
Factorizacin en R[x]
2 x 4 x 317 x 2+ 15+ 9= x ( 32 ) ( x+ 3) [ x ( 1+ 2) ][ x( 1 2) ]
Factorizacin en Q [x]
x 2x 2 xx + 2 x 1=x 22 x1
Ejemplo
x 4=16 x 2 +8 x+ 1
x 4=( 4 x +1 )2
x 2= ( 4 x +1 )
1
x=4 x+1 3 x=1 x=
3
1
x=4 x1 5 x=1 x=
5
9
i) En
Q [ x ] x 22 x +4 x +5 x 28 x 2
4
2 2
ii) En R [ x ] x 8 x +8 x 2 x+ 4
iii) En C [ x ] x 22 x + 4 x+ 7 xi
2
Transformaciones de R ( PLANO CARTESIANO )
Ejemplo
Ejemplo
T 1 , inyectiva?
Demostracin
(2 x ,3 y )= (2 x ' , 3 y ' )
Ejemplo
53
T 2 , inyectiva?
Demostracin
Sean ( x , y ) , ( x' , y ' ) R 2
( 3 x+ y ,2 x ) =( 3 x' + y ' ,2 x )
'
2 x=2 x
Ejemplo
T 3 ( x , y )=(0, x)
La imagen de
T 3 son los puntos del eje y nicamente T 3 no es sobreyectiva
Ejemplo
T 1 , sobreyectiva?
Demostracin
T 1 ( x , y )=(2 x , 3 y )=( a , b )
53
2 x=a
3 y=b
a b
Despejando a
x , y se tiene que x= , y=
2 3
T 2 ( x , y )=T 2 ( a2 , b3 )=( a , b)
3
3 x+ y =a y=a+ b
2
b
2 x=b x=
2
T2 ( b2 , a+ 32 b)=( a ,b )
T2 ( b2 , a+ 32 b)=[3 ( b2 )+a+ 32 b ,2( b2 )]=( a , b)
Definicin Una transformacin que es inyectiva y sobreyectiva se llama transformacin no sinular ;
x y
T 1 es no singular y su inversa T ( x , y )= ,
2 3 ( )
T =[ T 1 ( x , y ) ]=T (2 x , 3 y )=( x , y )
T 1 ( p )= p +(1,3)
Si
p=( x , y ) T 1 ( x , y )=( x , y ) + ( 1,3 )=( x+1, y +3 )
Si ( 0,0 )= (1,3 )
Si (3,8 )=(2,11 )
Traslada cada uno de los puntosuna unidad en x , 3 en y
53
x ' =|x|
y'= y
T 4 ( x , y )=(|x|, y )
Ejemplo
T 5 ( x , y )=x ( 2,0 ) + y ( 0,2 )=( 2 x , 0 ) + ( 0,2 y )=( 2 x ,2 y )
La transformacin agranda al punto; lo estira con una razn de 2 unidades
Ejemplo
La transformacin
manda a un punto a
la , x= y en el
x= y
punto que tiene el
mismo valor de su
53
T 1 ( x , y ) =( y , x )
T 1 ( 0,1 )=(1,0 )
T 1 ( 2,2 )=(2,2)
Transformaciones Rgidas
Transformaciones Rgidas
- Traslaciones
- Rotaciones
- Reflexiones
Ejemplo
T ( p )= p +(2,3)
T ( q )=(2,3)
Demostracin
53
Comprobacin:
T [T ( p ) ]=T [( p + s ) ]=( p +s )s = p
Ejercicio
T ( P0 ) =Q0
T ( P0 ) =P0 + ( Q0P0 ) =Q 0
T ( x , y ) =( x , y ) +Q0P0 =( x , y ) + ( x 1x 0 , y 1 y 0 )
T ( x , y ) =( x , y ) + (23,36 )
( x , y ) + (5,3 )
P0
Q0
Ejemplo
1
U ( x , y )= (2 x3 y , 3 x 2 y ) ; determinar el vector U de estarotacin
13
53
1 1 1 1 1
U ( x , y )= [ (2 x ,3 x ) + (3 y ,2 y ) ] = [ x (2,3 ) + y (3,2 ) ] =x (2,3 ) + y (3,2 ) u= (2,3 )
13 13 13 13 13
1 1
|u|= a2 +b2 |u|= 4 +9= 13
13 13
1
(2,3)
u
Ejercicio
(2,4)
(4,2)
Encontrar U tal que :U ( 2,4 ) =2u+ 4 u' = ( 4,2 ) 2 ( u 1 , u2 ) + 4 (u2 ,u1 ) =( 4,2 )
2u 14 u 2=4
4 u 1+ 2u2=2
2( 4 u1 +2 u2=2) 4 ( 4 u1 +2 u2=2 )
8u 14 u 2=4 16 u1 +8 u2=8
20 u2 =12 20 u1=16
3 4
u2= u1=
5 5
|u|=
16 9
+ =1
25 25
u ( x , y ) =xu+ y u1
Verificacin:
u ( 2,4 )=2 ( 45 , 35 )+ 4( 5,43 , 45 )=( 4,2)
U es unarotacin
Demostracin
u ( x , y )=xu+ y u1 con|u|=1
u ( u1 ,u 2) u1= (u 2 , u1 )
u1=( x u1 y u2=a )
u2=( x u2 + y u 1=b )
x u21 y u1 u2=au 1
2
x u2 + y u1 u 2=b u2
2
u1 +u 2=a u1 +b u2
2
x u =a u1
1 2 2 1 2 a u1 + b u2
x ( u1 ,u 2) =( au + bu ) x=
x u22 =b u2
u2 ( x u1 y u2 =a )
u1 ( x u2 + y u1=b )
x u1 u2 y u22=au 2
x u1 u 2 y u 21=b u1
Cambiamos el nombre de las variables en U , en lugar de a , x y en lugar de b , y
U ( x , y ) =( u1 x +u2 y ,u1 yu 2 x )
Verificacin: U es lainversa de U
U es unarotacin
U ( x , y ) =( u1 x +u2 y ,u1 y +u2 x ) =( u1 x ,u2 y ) + ( u2 y , u1 y )=x ( u1 ,u2 ) + y ( u2 ,u 1 ) ( u1 ,u2 ) es unitario
L
( u2 ,u 1 ) =( u2 , u1 )
Ejemplo
53
1
Determinar la rotacin que transforma a
( 1,0 ) en ( 1,1 )
2
1
Encontrar
u ( x , y ) tal que u ( 1,0 )= ( 1,1 )
2
1 1
u ( 1,0 )= ( 1,1 )=1 ( u1 ,u2 ) + 0 ( u2 , u1 )= ( 1,1 )
2 2
u=( u1 , u2 ) =
( 12 , 12 ) u ( x , y )=x ( 12 , 12 )+ y ( 12 , 12 )=( x2 , x2 )+( 2y , y2 )=( x 2y , x+ 2y )= 12 ( x y , x + y )
1 1 1 2
Verificacin:
u ( , =
2 2 2 ) ( )
2
, 0 =( 1,0 )
Determine U( x , y)
U ( x , y ) =x
( 12 , 12 )+ y ( 12 , 12 )=( x2 , x 2 )+( y2 , y2 )= 12 ( x+ y , yx )
Grficamente
a) u ( a ) u ( b ) =a b
a u ( b )=u ( a ) b
b)
c) u ( a ) =( u ( a ) )
Demostracin
53
(b 1 ( u1 , u2 ) +b 2 (u2 ,u1 ) )=a1 b 1 (u 21+u 22) +a2 b2 (u21 +u22 )=a1 b1 +a 2 b 2=a b
a)
a b=a 1 b1 +a 2 b 2=( a 1 ( u1 , u2 ) +a 2 (u2 ,u1 ) )
a) si cumple , satisface
c) u ( a )=a1 ( u 1 , u2 ) +a 2 (u2 ,u 1 )=( a1 u1 a2 u 2 , a 1 u2 +a2 u1 ) ( u ( a ) ) =(a1 u2a 2 u1 , a1 u 1a2 u2 )
Comparando con:
u ( a ) =u (a2 , a1 )=a2 ( u1 ,u 2 )+ a1 (u 2 , u1 )= (a1 u 2a2 u1 ,a 1 u1a2 u 2)
u ( a1 )=( u ( a ) )
Ejercicio
Determinar la rotacin alrededor del origen que transforma al eje x en la recta y= {t ( 1,3 ) }
1
u ( x , y )=xy + y u ,|u|=1
1
|( 1,0 )|=11= t 2 +9 t 2= 10t 2= 10 t t =
10
Demostracin
T ( x , y ) =x a + y b
|a |=|b |=1
a b=0
x 2 , y 2( x1 , y 1)
x 2 , y 2( x1 , y 1)
2
|T ( x , y ) T ( x , y )| =
' '
Definicin Una reflexin respecto a la recta L que pasa por el origen es una transformacin de la
forma:
V (1,0 )=1 u0 u =u el punto medio del segmento que una a i con u est sobre la recta
i+ u
L:
2
Ejemplo
V ( 2,3 )=2
( 213 , 313 )3( 313 , 213 )=( 1313 ,0)= (13 , 0)
El punto medio entre los puntos ( 23 ) ( 13 ,0 ) es:
( 2,3 ) +( 13 ,)0
=
2 ( 2+ 13 3
2
,
2 )
Ejemplo
u1 +3 u2=3
3 u1 +u2 =1
Ejemplo
( u1 +3 u2 ,u 23 u1 )=(3,1 )
53
3
u1 +3 u2=3, u1=
5
4
3 u1 +u2 =1,u 2=
5
Demostracin
Sea V ( x , y )=xu y u con|u|=1
2 2
|V ( x 2 y 2 )V ( x 1 , y 1 )| =|( x 2 u y 2 u )( x 1 u y 1 u )| =[ ( x 2 u y 2 u )( x1 u y 1 u ) ( x2 u y 2 u ) ( x 1 u y 1 u )] =x 22 u u
Ejercicio 11c)
2x
L1 :2 x3 y=0, y =
3
{
L2 : x =2t
y=3 t
13 u2 =5
5 12
u2= u1=
13 13
d) Es la recta de pendiente -1
L: ( x ,x ) : x R y=mx +b
{
L= x=t
y=t si m=1 y=x
Para la reflexin:
1+u1=x u1=x 1
u2=x
Sustituimos
V (1,0 )=1 ( u1 ,u2 ) =( x1,x )
Si
x=0, u1=1,u 2=0
Si
x=1,u 1=0, u2=1
Checarlo ( 0,1 ) en ( 12 , 23 )
U ( x , y )=x ( 12 , 23 )+ y ( 2 3 , 12 )=( a ,b )
53
( 2x y 23 )=a 3 ( x2 y2 3 =a) x 3 3 y
2
+ = 3 a
2
x 3 y
2
+ =b
2 ( x 2 3 + 2y =b) x 3 y
2
+ =b
2
y 2 y=b 3 a
y=
b 3 a x y 3
2
2 2
=a =a+
x
2 2
3 b 3 a
2 (
=a+
4 2 )
b 33 a b 3 a x a+b 3
=
2 4
x=
a+ b 3
2
Definicin Valor propio: Sea A una matriz nxn , un nmero, se dice valor propio de
A , si un vector V Rn ,V 0 tal que :
Av =v
Ejemplo
(
A= 10 18
6 11 )
El vector correspondiente ()
A , 1 es 2 =v
1
(
Av = 10 18 2 = 2
6 11 1 1 )( ) ( )
Para 2 () (
2=2: v= 3 Av= 10 18 3 = 6 =2 3
6 11 2 4 2 )( ) ( ) ( )
1=1 2=2 son valores propios
Av =v
Av v=0 Esto es un sistema de ecuaciones homogneo con solucin
v 0 det ( AI )=0
Av Iv=0
( AI ) v=0
Las races o soluciones el polinomio caracterstico son los diferentes valores propios de
A : 1 , 2 , 3 , , k
Ejemplo
A= 4 2
3 3( )
( ) ( )( )( )(
AI= 4 2 1 0 = 4 2 0 = 4
3 3 0 1 3 3 0 3 3 )
2 =( 4 ) ( 3 )6=127 + 26= 27 +6 polinomio c
2
7 +6=0 ecuacin caracterstica
( 6 )( 1 ) =0 1=6, 2=1 valores propios de la matriz
Para
1 sustituir AI :
Solucin General:
{ ( x , y ) : ( x , x ) } vectores asociados 1 =6
53
Verificando Av =v
(34 32)(55)=(3030)=6(55)
(34 32)( xx )=(66 xx)=6( xx )
Para
2=1
Solucin General:
( )
1 1 4
A= 3 2 1
2 1 1
( )
1 1 4
AI= 3 2 1
2 1 1
53
( ) ( ) ( ) ( )
1 1 4 3 0 3 1 0 1 1 0 0
det 3 2 1 =det 3 2 1 =3 det 3 2 1 =3 det 3 2 4 =( 3
2 1 1 2 1 1 2 1 1 2 1 3
( )( )
1 1 4 0 1 4
Para
1=1 ; sustituir en AI : 3 2 1 = 3 1 1
2 1 1 2 1 2
( )( ) ( )
0 1 4 x 0 y + 4 z=0
3 1 1 y = 0 3 x+ y 0
2 1 2 z 0 2 x + y 2=0
( )( )( )( )
0 1 4 0 1 4 0 1 4 0 1 4 x =x 3
3 1 1 3 0 3 1 0 1 1 0 1 1
x 2=4 x 3
2 1 2 2 0 2 2 0 2 0 0 0
Solucin General:
{( x 1 , x 2 , x 3 ) : (x3 , 4 x 3 , x3 ) }
Verificando:
Av =v si x 3=1
( )( ) ( )
1 1 4 1 1
3 2 1 4 = 4 vector propio 1=v 1
2 1 1 1 1
Para
2=2
( )( )( )( )( )
3 1 4 3 1 4 3 1 4 1 1 0 1 1 0
3 4 1 15 0 15 1 0 1 1 0 1 1 0 1 x 2=x1 ; x 3=x1
2 1 1 5 0 5 5 0 5 5 0 5 0 0 0
Solucin General:
{( x 1 ,x 1 ,x 1 ) }
Verificando: Av =v
53
() ()
1 1
V 2= 1 E2= 1
1 1
Para
3=3
)( ) ( )
2 1 4 x1 0 2 1 0
( 2 1 4 x3 0 0 0 0
x =x
3 1 1 x2 = 0 Aplicando Operaciones 1 0 1 3 1
x 2=2 x 1 ( )
V-
() ()
1 1
V 3= 2 E 3= 2
1 1
Proposicin:
E es m subespacio vectorial de Rn
Demostracin:
i) 0 E porque A0 =0=
0
ii) Sean
v 1 , v 2 vectores propios asociados a , entonces :
Para
1=3
( )( ) ( )
2 1 4 x 0 2 x y + 4 z=0
3 1 1 y = 0 3 x yz=0
2 1 4 z 0 2 x + y4 z=0
53
( )( )( )( )( )
2 1 4 2 1 4 5 0 5 1 0 1 1 0 1
3 1 1 3 1 1 3 1 1 3 1 1 0 1 2
2 1 4 0 0 0 0 0 0 0 0 0 0 0 0
xz=0
y2 z=0 dando un valor arbitrario a z=a
E3= { ( x , y , z )=( a ,2 a , a ) :a R }
Base de
E3 es { ( 1,2,1 ) } dim de E3=1 multiplicador geomtrica de ( 1=3 ) =1
( )
1 1 4
Para
A= 3 2 1 Polinomio caracterstico p ( )=( 3 )( +2 ) ( 1 ) , 1=3, 2=2, 3=1
2 1 1
Ejemplo
( )
3 2 4
B= 2 0 2 encontrar sus vectores propios y la multiplicidad geomtrica de cada valor propio
4 2 3
( )
3 2 4
1)
BI= 2 2
4 2 3
2)
( ) ( )( )( )
3 2 4 3 2 4 3 2 4 3 10 4
det ( BI )=det 2
4
2
2 3
det 2
0
2
2+2 1
2
0
2 = 2
2 1 0
4
0
2 =(1 ) det
1
(3
( )( )( )
3 2 4 4 2 4 2 1 2
B( ) I = 2 2 = 2 1 2 0 0 0 2 x + y +2=0 y=2 x 2 z ; sea x=a =b
4 2 3 4 2 4 0 0 0
Solucin General:
53
{( x , y , z )|( a ,2 a2b ,b )|a , b R }=E1 ( a ,2 b2 a , b )=( a ,2 a , 0 ) + ( 0,2 b , b )=a ( 1,2,0 )+ b ( 0,2,1 ) Base de
es 2
Es linealmente independiente?
R=C 1 ( 1,2,0 ) +C2 ( 0,2,1 )=( 0,0,0 )
C1 +0=0
C2 =0
Ejemplo
( )
3 2 4
B= 2 0 2 valores propios 1=1, 2=8
4 2 3
( )( )( )( )
5 2 4 5 2 4 5 2 4 0 2 1
B8 I = 2 8 2 18 0 18 0 0 0 0 0 0
4 2 5 9 0 9 9 0 9 1 0 1
a
xz=0 si damos valor arbitrario a z =a , entonces y= E8 ={ ( x , y , z ) =( 2a ,a , 2 a ) =a ( 2,1,2 ) }
2
2 yz=0
Aplicando el teorema:
53
Como
1=1 2=8, los vectores propios ( 1,2,0 ) , ( 2,1,2 ) asociados respectivamente a 1 8
son linealmente independientes
Verificacin:
C1 +2 C2 =0
C 2=0, C1 =0
Ejemplo
( )
5 5 9
A= 8 9 18 Encontrar valores propios de A y determinar su multiplicidad algebrica y geomtrica
2 3 7
( ) ( ) ( )
5 5 9 5 5 9 5 5 9
AI= 8 9 18 det ( AI ) =det 8 9 18 = ( 1 ) det 2 1 0 =(1 )
2 3 7 2 3 7 2 3 7
( )( )( )( )
4 5 9 0 1 3 2 3 6 2 0 3
A 1 I = 8 10 18 = 0 2 6 = 0 1 3 = 0 1 3
2 3 6 2 3 6 0 0 0 0 0 0
2 x=3 z
y=3 z
Solucin General:
Ejemplo
53
A= 2 1(
0 1 ) (
B= 4 2
5 3 )
A B son semejantes porque existe C=
2 1 tal que B=C1 AC
1 1 ( )
( )
C1= 1 1 , entonces C1 AC = 1 1 2 1
1 2 ( )( )( )(
2 1 = 4 2 , entonces s son semejantes
1 2 0 1 1 1 5 3 )
Definicin
Diagonalizacin: Sea A una matriz nxn , se diceue A es diagonizable si A es semejante a una matriz diagonal D ;
es decir , existe una matriz invertible C , tal que :
Ejemplo
A= 4 2
3 3( )
(43 )
2 =(4 ) ( 3 )6=( 124 3 + 26 )= ( 27 +6 ) =0, entonces ( 6 ) ( 1 )=0 =6, =1 va lo
3
( AI ) = 4
3 3 (
2 =det
)
Para (
=6 2 2 x = 0
3 3 y 0 )( ) ( ) 2 x +2 y =0
3 x3 y=0
x= y
{ ( x , y )|( x , y ) } x ( 1,1 )
2 y
Para =1 ( )( ) ( )
3 2 x =0
3 2 y 0
3 x+2 y=0
3 x+2 y=0
x=
3
, valor arbitrario y=a
Solucin General:
{ |(
(x , y )
2a
3
,a a
2
3 )} ( )
, 1 si a=3, entonces ( 2,3 ) 1
Ejemplo
A= 4 2
3 3( )
=1, =6, C= 2 1
3 1 ( )
53
1 1 1 1 1 1
C1= (
5 3 2 ) ( )( )( )( ) (
C1 AC= 1 1 2 1 4 2 4 2 = 1 1 2 6 = 5 0 = 1 0 =D A es dig
5 3 2 3 1 3 3 3 3 5 3 2 3 6 5 0 30 0 6 )( ) ( )( )
Teorema: Una matriz A nxn es diagonizable tiene n vectores propios linealmente
independientes
Ejemplo
( )
3 2 4
A= 2 0 2
4 2 3
Diagonalizar A
1=1, 2=8
E8= { a ( 2,1,2 ) }
( ) ( )
2 1 0 1 2 1 2
C= 1 2 2 ; C1= 5 2 4
9
2 0 1 4 2 5
(
1 2 1 2 3 2 4 2 1
)( )( ) ( )( ) ( )(
0 1 16 8 16 2 1 0 1 72 0 0 8
1
D=C AC = 5 2 4 2 0 2 1 2 2 = 5 2 4 1 2 2 = 0 9 0=0
9 9 9
4 2 5 4 2 3 2 0 5 4 2 5 2 0 1 0 0 9 0
Proposicin: Una matriz A nxn es diagonalizable si para cada uno de sus valores propios , la
Ejemplo:
( )
5 5 9
B= 8 9 18 Valor propio =1
2 3 7
Multiplicidad Alg 3
Definicin
Una matriz A de tamao nxn , se dice simtrica si aij =a ji i , j
Ejemplo:
( )
8 1 4 2
A= 1 5 2 4
2 4 1 6
1 1 1
( )( )
2 6 3
2 6 3 2 6 3
( ) ( )[ (
3 2 6 2 3 3 2 6 2 3 3 2 3 2
1 1 1 3 = 1 1 1
= 2 6 T
A= A A =
6
3 2 6 2 3
6
3 2 6 2 3
6
6 6
2 6 3 2 6 3
0 26 2 3 0 26 2 3 2 3 2 3
2 1 2 6 3
0 0
6 3 6 3
Proposicin: Una matriz de nxn es diagonizable ortogonalmente sus columnas forman una base
ortonormal de Rn
Ejemplo:
( ) ( )
5 4 2 5 4 2
A= 4 5 2 AI = 4 5 2
2 2 2 2 2 2
( ) ( ) ( ) (
5 4 2 5 4 2 5 4 2 5 4 10
det ( AI )=det 4 5 2 =det 0 1 22 = ( 1 ) 0 1 2 = ( 1 ) det 0 1 0
2 2 2 2 2 2 2 2 2 2 2 6
( )( )
4 4 2 2 2 1
AI= 4 4 2 0 0 0 2 x+ 2 y + z=0
2 2 1 0 0 0
Solucin General: