Professional Documents
Culture Documents
lgebra Lineal
Evaluacin
20 % Examen
20 % Participaciones
30 % Tareas
30 % Asistencia
Unidad 1
Unidad 2
Unidad 3
Polinomios y ecuaciones
Unidad 4
Transformaciones regidas en
~1~
Carbn
Gas
E=
6.5
3.2
3.4
5.5
2.8
1.1
2.0
1.5
Petrleo
Hidroelctric
Gas
Importacin
Geotrmico y
3.0
0.5
1.1
3.3
sinttico
0.2
0.5
0.1
0.6
Nuclear
0.5
0.2
0.4
0.2
Norte
Sur
Oeste medio
Oeste
E=RxC
Norte Oeste
E=4 x 5
Sur
Oeste medio
E=
Tamao
Compactos
Subcompacto
Mediano
6.5
3.2
2.8
1.1
s
3.0
0.5
Norte
Oeste
3.4
5.5
2.0
1.5
1.1
3.3
medio
Sur
Oeste
N=4 x 3
Una matriz es un arreglo de
tamao
mxn .
a11
a12
a13
~2~
a1 n
a21
a22
am 1
a2 m
aij
El componente general
a12
a2 n
amn
a3 m
y rengln
i ( amxn .
3 x2
a31=0
Dnde:
9 1
A= 8 4
0 6
a22=4
a32=6
Ejemplo:
32 50
A= 8 20
10 10
8 0
A= 10 30
20 10
N
E
S
S
Consumo de
energa
2010
N
E
S
S
Consumo de
energa
2011
Suma de Matrices
Sea
A + B y es igual a
mxn . La suma de
Si
~3~
A B
se denota como
A= 8 1
3 2
B= 5 3
1 9
A + B=B+ A
8+5
1+3
31
2+ 9
2. Si
13
5+8
3+1
1+3
92
13
C=3 0
24
( A +B ) +C=13 4 + 3 0 =16 4
2 7 2 4 4 11
A +(B+C )=8 1 + 5+3 3+ 0 =16 4
3 2 1+2 7+ 4 4 11
3. Existe la matriz neutro aditivo para el conjunto de matrices
aij =0
i, j
4. Cada matriz
de tamao
A= 8 1
3 2
A , que satisface:
A + (A )=0
A=8 1
3 2
A + (A )= 0 0
0 0
Multiplicacin por un escalar de matriz
Sea
A una matriz de
mxn
~4~
de tamao
=9
A=7 1 23 100
Petrleo
Carbn
Gas
E=
6.5
3.2
3.4
5.5
5 E=
2.8
1.1
2.0
1.5
Petrleo
Hidroelctric
Gas
Importacin
Geotrmico y
3.0
0.5
1.1
3.3
sinttico
0.2
0.5
0.1
0.6
Nuclear
0.5
0.2
0.4
0.2
1.
Sea
A ,B
matrices de
2.
( + ) A=A + A
3.
( A )= (A )
4.
1 A= A
Ejemplo:
mxn y ,
dos escalares,
( A + B )=A+ B
( A+ B ) =A +B
6 13 4
A=74 26 0
9 2 3
5 6 7
B=50 60 70
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
60 130 40
740 260
0 +
90 20
30
50 60 70 110 190 30
500 600 700=740 860 700
90 190 290 90 210 320
~5~
Norte
Sur
Oeste medio
Oeste
= {1,2,3, }
Suma
Cerrada
Conmutativa
Asociativa
neutro aditivo
inverso aditivo
Multiplicacin
Cerrada
Asociativa
Conmutativa
neutro
multiplicativo
Enteros
={ ,3,2,1,0,1,2,3, }
Racionales
{ 2 , , e }
Suma
Cerrada
Conmutativa
Asociativa
neutro
neutro aditivo
Multiplicacin
Cerrada
Conmutativa
neutro
Asociativa
inverso
multiplicativo
multiplicativo
~6~
Definicin:
Campo es un conjunto
-
con dos operaciones llamadas suma y multiplicacin que cumplen con las propiedades:
Cerradura
Conmutatividad
Asociacin
neutro
Distributiva
Ejemplo:
inverso
,$,
C={ ,, @ }
Suma
Multiplicacin
~7~
@+ j
@+
Asocitatividad (multiplicacin)
$ ( )=$
La suma y la multiplicacin son asociativas
-
neutro multiplicativo: $
neutro aditivo
Ejemplo
Inverso
Aditivo
Inverso
Multiplicativo
Distributiva
@ ( + )=
@ ( ) +@ ( ) =+=@
Construccin del campo
~8~
primo
Suma
0
0
1
1
2
2
3
3
4
4
0
0
1
0
2
0
3
0
4
0
Multiplicacin
Espacios Vectoriales
Espacio vectorial
Campo
sobre el campo
+, . v ,+
Sus elementos
Se llaman escalares
Conjunto con
suma
~9~
Definicin de ev: un ev
C , es un conjunto
sobre el campo
siguiente:
v1
1) Cerradura: si
v2 v ,
( v1 + v 2 )+ v 3=v 1+ ( v 2 + v3 ) v 1 , v 2 , v 3 v
neutro aditivo en v
4)
v1 + v2 v
v 1 + v 2=v 2 + v1 v 1 , v 2 v
2) Conmutativa: si
3) Asociativa:
v v
5) Cada elemento
llamado
cero
que satisface:
v +0=v v v
v , el cual satisface:
v + (v ) =0 y debe
tener una operacin llamada multiplicacin por escalar que satisfaga lo siguiente:
6) Si
7) Si
8) Si
v , v v
, cv v
c v1 , v2 v
, c ,vv
Asociativo
10)
(v )= ( v)
Espacio Vectorial
R reales
Matriz mxn
(+, )
Producto Escalar
Ejemplo:
R = plano={ ( x , y )|x , y R }
~ 10 ~
P 1 P2 P3 Pn
( x1 , y1 )
Si
( x2, y2) R
x
( 1+ x 2 , y 1 + y 2)
Suma:
( x 1 , y 1 ) + ( x 2 , y 2 ) =
Multiplicacin por escalar:
R ,( x , y ) R 2
( x , y ) =( x ,y)
Propiedades de la suma
1.
2.
( x 1 , y 1 ) + ( x 2 , y 2 ) =( x 2 , y 2 ) + ( x 1 , y 1 )
3.
[ ( x 1 , y 1 ) + ( x 2 , y 2 ) ]+ ( x3 , y 3 )=( x 1 , y 1) + [ ( x 2 , y 2 ) +( x 3 , y 3 ) ]
4.
5.
conmutativa
asociativa
Propiedades de la multiplicacin
6.
7.
8.
9.
10.
( x , y ) =( x , y ) R2
( x 1 , y 1 ) + ( x 2 , y 2 ) = ( x 1 , y 1 ) + ( x2 , y 2 )
( + ) ( x , y )= ( x , y ) + (x , y )
( ) ( x , y )=a [ ( x , y ) ]
1 ( x , y )=( x , y )
El EV
R3
o tridimensional
R = { ( x , y , z )|x , y , z R }
2
R = {( x , y , ) }
R3={ ( x , y , z ) }
n
~ 11 ~
Ei : Estado de la Repblica i
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
{ |
v = 0 0 a es un real
a 0
0 0 +0 0 = 0
0
v la suma es cerrada
este resultado est en
a 0 b 0 a+b 0
2.
0 0 + 0 0 =0 0 + 0 0
la suma es conmutativa
a 0 b 0 b 0 a 0
3.
[( ) ( ) ] ( ) ( ) [ ( ) ( ) ]
4.
0 0 + 0 0 + 0 0=0 0 + 0 0+ 0 0
la suma es asociativa
a 0 b 0
c 0
a 0
b 0 c 0
5. Cada matriz
( )(
(0a 00)
)
neutro aditivo
tiene inverso en
6.
0 0 = 0 0 est en v
a 0
a 0
7.
0 0 + 0 0 = 0 0 + 0 0
a 0 b 0
a 0
b 0
v :
(a0 00)
[( ) ( ) ] ( ) ( )
~ 12 ~
( ) ( ) ( )
8.
( + ) 0 0 = 0 0 + 0 0
a 0
a 0
a 0
9.
0 0 = 0 0
a 0
a 0
10. 1
[ ( )]
( )
Ejemplo
{( )}
v = 0 0 a es un real ?
a 1
1.
2.
3.
4.
5. La matriz
6.
(0a 01)
( )(
0 0= 0 0
a 1
a 1
la suma no es cerrada
la suma s es conmutativa
asociativa
neutro aditivo
no tiene su inverso en
dado que
)
~ 13 ~
(a0 10 )
no pertenece a
[( ) ( ) ] ( ) ( )
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.
0 0 = 0 0
a 1
a 1
( ) ( ) ( )
( )
10. 1
[ ( )]
Ejemplo: de una operacin definida en un conjunto y que satisface propiedades similares a las de la suma.
S=R{ 1 }
Con la siguiente operacin si
1.
54=5+ 45 ( 4 ) =11
36=3+6 3 ( 6 )=21
2.
ab=ba conmutativa
3.
4.
a en S
a?=a+?a?=a=? ( 1a )=0 ?=0 ( 1a )=0,
neutro aditivo
5.
a en S
a=a
~ 14 ~
pero
1a 0
porque 1
S =0
a=a+ a =0
( 1a )=a
=
a
es el inverso de a 0 1
1a
a=3
Verificando
3 3 3
=
=
13 2 2
Si
2. Si
u,v
son elementos de
y si
sobre un campo
u+ v=u , entonces v =0
u+ v=u+w , entonces v =w
Demostracin 1
Demostracin 2
'
H 0 :u+ v=u
H o : u+v =u+w
u+u+ v=u+ u
( u )+ (u +v )=u+(u+w)
(u+ u ) +v =0
(u+ u ) +v =(u+u )+ w
v =w
Espacio Vectorial
c ,+ ,
( )
a b
c d
Propiedad:
vector v V =0
~ 15 ~
Ejemplo:
v =R
El neutro de
2. Sea
( a1 , b1 )
v (0,0)
y
est en
( a2 , b2 )
en
w
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
R (a , b) w
3.
( a , b )= ( a , b )=3 ( a )b=
v R
3 ab
0=0 ( a , b ) w s es un espacio vectorial
0
1.
2. Sea
3. Sea
est en
w?
y=0 ( 0,0,0 ) w
Si
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 ) ]
R ( 2 y , y ,3 y ) w w
un espacio vectorial,
es un espacio vectorial
~ 16 ~
{ 0 }=w
2)
subespacio trivial
Subespacios triviales en
R2
1) Subespacios triviales en
R2
R2
Subespacios vectoriales en
R3
1)
2)
3) Planos que pasan por el origen
4) El mismo
Combinacin Lineal
Sea
v1 , v2 , v3 , vn
v 1 v 2 , v 3 , , v n
Ejemplo en
si existen escalares
1 , 2 , 3 , , n
tal que
v =1 v 1 ,2 v 2,
R4
v 1= (1,2,3,4 )
v 2= ( 0,2,1,1 )
v 3= ( 3,4,10,13 )
Existen escalares
v3
Es combinatoria lineal de
v1 y v2
~ 17 ~
3=1 +0
Sistema de
Ecuaciones Lineales
4=2 122
1=3
13=4 ( 3 ) +2 2=1
4x4
de
10=3 1 +2
Si
1 y 2
Sustituir
13=4 1+2
en
s es combinacin lineal de
v2
Subespacios vectoriales
Sea
vectorial de
v, w
0 , entonces
w es un subespacio
si:
se tiene
w 1+ w 2 w
es real y w W , entonces w W
w 0 es que W neutro aditivio del espacio vectorial de v
Una condicin equivalente a
2) Si
Ejemplo
v ={ matriz de 2 x 2 }=M 2 x 2
{( )}
w= a 0 , a , b son reales ?
0 b
Mostrar que
es un subespacio vectorial de
1) El neutro de
2) Sean
( )
v , 0 0 W
0 0
a1 0
0 b1
) (
y
V ,w
w1 , w2 w
1)
V.
si
a2 0
W
0 b2
~ 18 ~
a1 0
a 0
a +a
0
+ 2
= 1 2
W
0 b1
0 b2
0
b1 +b2
)(
)(
(a0 0b) W
un real y
3) Sea
a 0 = a 0 W
0 b
0 b
( )(
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
( x1 , 0) y ( x2 , 0) W
2) Sea
( 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 )
no es subespacio vectorial de
v : R3
R3 ( 0,0,0 ) N
x 1 , y 1 , z1
( 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) Sea
un nmero real y ( x , y , z ) W
3 x4 y+ 2 z=0
( x , y , z )=( x , y , z )=3 x4 y +2 z=0 ( x , y , z ) W W
v
~ 19 ~
v1 , v2 , , vn
Sea
v1 , v2 , , vn
V,
v =1 v 1 +2 v 2+ +n v n
uv
escalar
1 , 2 , , n
A los
v1 , , vn
Proposicin: Sean
gen { v 1 , v 2 , , v n }
es un
w= 1 v 1+ + n v n v + w=( 1 1 ) v1 + + ( n n ) v n v +w
es una
subespacio vectorial
Demostracin:
i)
Como
0=0
v 1 +..+0 v n 0 gen { v 1 , , v n }
ii)
Sean
v =1 v 1 ++n v n
combinacin lineal de
iii)
Sea
v 1 , v 2 , , v n v +w gen { v 1 , , v n } ?
v =1 v 1 +2 v 2++n v n
en
gen { v 1 , v 2 , , v n }
v= 1 v 1 ++ n v n v gen { v 1 , , v n } ?
Ejemplo
Espacios generados
v : R2
Ejemplo
Si
( x , y ) , R 2 ?
escalares 1 , 2 tales que
x=1+2
~ 20 ~
un escalar
( x , y )=( 7,3 )
() () ()
1)
V =R , v 1= 1 , v 2= 2 , v 3= 2
1
1
2
2)
v 1= 1 , v 2= 2 , v 3= 5
1
2
5
() () ()
3
3) En
4) En
P2
() ( ) ()
1
1
5
v 1= 2 , v 2= 2 , v 3= 2 ,
3
3
3
v 1=1x v 2=3x
Solucin
1) Sea
( xy ) R ,
2
escalares
1 , 2 y 3
tales que
x=1+ 22 +23
y =1 +2 +3
x y=2
Sustituyendo en
x=1+ 2 ( x y ) +2 3
1 +2 x2 y +23
x +2 y=1 +23
~ 21 ~
2 yxc
1=c 3=
2
Comprobacin
2 y xz 2
y) 2 +
1
2
2
( xy )=0( 11)+( x
()
()
x=c+2 x2 yxc = x
( y=c+
x y+ 2 y x+ c ) ( y )
Numricamente
1=2
2=x y=83=5
3=
2)
Sea
2 yx c 2 ( 3 )82 610
=
=
=2
2
2
2
() () ()
v 1= 1 , v 2= 2 , v 3= 5
1
2
5
( xy ) R ,,
2
escalares
1 , 2 y 3 tales que
x=1+ 22 +53
y=1 +22 +5 3
x y=0, Escalares
3) En
() ( ) ()
1
1
5
R : v 1= 2 , v 2= 2 , v 3= 2
3
3
3
3
~ 22 ~
()
x
3
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
1 1 5
2 2 2
3 3 3 =( 6+306 ) + (306+ 16 )=0,
1 1 5
2 2 2
escalares
Solucin 2
Sea
a0 =1 +3 2
a1=1
a2 x =x 1
a2=2
1=a1
a0 =a13 a2
2=a2
a0=a1 3 a2
~ 23 ~
p2
Escalares
1 , 2 , 3
( ) ( ) (
) ( )
v 1= 2 1 , v 2= 0 0 , v 3= 3 1 , v 4 = 0 0
0 0
2 1
0 0
3 1
( ) ( ) (
) ( )
M 2 x 2=1 2 1 ,+2 0 0 +3 3 1 + 4 0 0
0 0
2 1
0 0
3 1
x=2 1 +3 3
3
0 = 2 1 +3 3 13 x y
+ 0
34 4
z w
0
22 +3 4 2+ 4
1 =
)(
)(
x33
2
)( )
2=
3= y+ 1
y=13
z34
2
4=w2
z=2 2 +3 4
w=2+ 4
Dependencia e Independencia Lineal
Sea
v1 , v2 , vn
independientes si
V,
se dice que
son linealmente
v1 , , vn
1 v1 +2 v 2+ +n v n=0
1 , .. ,n=0
Ejemplo
3 b+ a
a2b
,2=3 dc , 3=
, 4=c2 d
5
5
Suponiendo
a , b , c ,d =0 1=2=3=4 =0
~ 24 ~
4 ,
(13 24) (2
6 8 )
Son LI?
vw
V ,
vw
son LD
v 1 w u= w , udw=c
i)
Es decir que
vw
ii)
son LD,
despejando a
v=
2 w
v
1
escalares
1 , 2 0
tales que
1 v1 +2 v 2=0
supongamos
v , se tiene:
es mltiplo escalar de
Ejemplo
v =p 2 , es LI?
2
x , x 2 x ,3 x +5 x
2
p2=a 0+ a1 x +a 2 x =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
2
a2 x =2 x +5 3 x =0
12 2+ 33=0
2 +5 3 =0
1=c 1 BC
12 (5 3 ) +3 3=0
1 +10 3 +3 3=0
2=5 3
2=5 c
1 +13 3 =0
3=c
~ 25 ~
s son LI
1 0
v r =0
ejemplo, si
, se consideran escalares
v1 , v2 , , vn
1 , .. ,k
r=0,
tiene:
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
1 , 2 , , k =0
v k +1 ,
algn
i 0 ;
si
v1 , v2 , , vn
) (
) ( )( )
3 1 1 +1 3 3 + 0 0 0 = 0 0
3 0
0 0
1 0
0 0
Proposicin III: si
v1 , v2 , , vn
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+2 +3=0
1+2=0
1=0
2=0
v 1 , v 2 v 3 son LI
~ 26 ~
1=0
Si tenemos
3=0
1+2=0
2=0
v 1 v 2 son LI
1=0
Para qu valor de
( )( )( )
1
2
3
,
,
2 1
3
4
4
x 1+ x 2 +7 x 3x 4=0
2 x 1 +3 x 28 x 3+ x 4 =0
() ( ) ( ) ()
1
2
3
0
1 2 +2 1 +3 = 0
3
4
4
0
1+2 2+ 33=0
) ()
1 2 3
0
2 1 = 0
3 4 4
0
212 +3 =0
3 1 + 4 2+2 3=0
2( 1 +2 2+3 3)
212 +3
5 26 3 +3
(6+ ) 3
(3 ) 1 +22 +3 3
~ 27 ~
3 1 + 4 2+ 4 3
2 25 3
6+ = 0 =( 25 ) ( 122 ) =25122=13+ 2 13 =
5
0
2
(5
2
)()
1)
13 c
x1x 2 +7 x 3=x 4
22
x 3=2 c+ 3
2 x 1 +3 x 28 x 3+ x 4 =0
2)
Base: sea
v1 , v2 , , vn
i)
NOTA: cualquier
v V
v1 , v2 , , vn
ii)
genera a
es un conjunto de vectores
es combinacin lineal de
v1 , v2 , , vn
es LI
Ejemplo
V R3
v 1= (1,1,1 )
v 2= (1,1,0 )
v 3= ( 1,0,0 )
Son
13 x 2
22
v1 , v2 v3
LI?
~ 28 ~
v1 , , vn
tales que:
x=1+2 +3
2= y 2 3=x y
y=1 +2
v1 , v2 v3
generan
Ejemplo
3
son LI
cumplen i)
cumplen ii)
Ejemplo
VR
v 1= (3,12 )
v 2= (1,4 )
v1
Forman
v2
una base en
no forman base en
Son LD
R3
Ejemplo
v R
v 1= (1,1 )
v 2= (1,0 )
v 3= ( 3,4 )
i)
{v 1 , v 2 , v 3 } es base de
z=1
v R
aR
Operando sistema
~ 29 ~
R3
1=4 3 y
Ahora decimos que
3=c
y=4 c y +2 +3 c
x=7 c y +2
2=x+ y7 c
14 c+ y
ii)
v 1 , v 2 , v 3 s generan a
R2
LI
0=1 +2+ 33
0=1 +4 3
Resolviendo el sistema
1=4 3
0=4 3 +2+3 3
2=7 3 damos valor arbitrario a 3=c
suponiendo c=1 tenemos :
4 (1,1 ) + (7 )( 1,0 ) +1 ( 3,4 ) =0
0=0 v 1 , v 2 , v 3 son LD
Teorema: 2 bases cualesquiera de un EV
Ejemplo
V R3
es base de
R3
es base de
R3
~ 30 ~
Dimensin: Sea
Es decir:
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:
Teorema: Si
Ejemplo
~ 31 ~
{( )|
{( )| }
{( )| }
{( ) ( ) ( )}
( )
) ( )}
{(
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
( 1 2)
a 0
Nuevo subespacio
Base ( w1 w 2 )=
{(
0 1
1 0
)}
w1, w2
Proposicin I: Si
V , entonces
w 1 w 2
es
subespacio vectorial
Demostracin:
w 1 w 2
i)
ii)
Sea
0 w 1 0 w2 0 w1 w 2
v 1 v 2 w1 w2 , v 1 v 2 w1 w 1 es subespacio , v 1 +v 2 w1
Sean
Tambin
iii)
subespacio,
v 1 v 2 w2 w2 es subespacio , , v 1+ v 2 w1 w 2
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
x 1=x 2 proponemos
x 1=c
~ 32 ~
Como
x 3=c x 4=d
Valores arbitrarios,
x 2=a x 5=b
Ejemplo
v R3
B={( v 1=( 1,1,0 ) , v 2= ( 2,0,1 ) , v 3 =( 2,2,1 ) }
v 1 , v 2 >2+0+0=2 0 v 1 v 2 no son ortogonales
w1= (1,1,0 ) , w 2=( 2,0,1 )=
2 ( 1 ) +0 ( 1 ) +1 ( 0 )
( 1 )2+ ( 1 ) 2 + ( 0 )2
(1,1,0 )
( v2 , w 2 )
2
|w1|
( w1 )
|w 1|
w 3=( 2,2,1 )
w 3=v 3
2 ( 1 ) +2 ( 1 ) +1 ( 0 )
2 ( 1 ) +2 (1 ) +1 ( 1 )
( 1,1,0 )
(1,1,1 )
2
12 +12 +12
v 3w 1
2
|w1|
( w 1)
v 3w2
2
|w2|
( w2 )
)}
9
1
1 1 1
w 3=( 2,2,1 ) ( 1,1,0 )
( 1,1,1 ) = ( 1,1,0 ) , ( 1,1,1 ) ,
, ,
s es base ortogonal
2
3
3
3 3
()
~ 33 ~
( 1,1,0 ) |( 1,1,0 )|= 12+12 +0= 2 ; ahora, si queremos normalizar el vector o hacerlo ortogonal, slo
NOA:
multiplicamos
el
vector
por
) |(
1
1 1
( 1,1,0 )=
,
,0
2
2 2
el
inverso
de
su
normal
para
este
caso
1
2
tenemos
)| ( ) ( )
1 1
,
,0 =
2 2
1 2 1 2
+
+ 0= 1
2
2
Si lo realizamos sin utilizar el inverso de su normal, tenemos que no es ortogonal en ninguna de sus 3 vectores,
v3
tomando a
tenemos:
1 1 4
6 6
+ + = =
9 9 9
9 3
1 1 2
1 1 2
1 2 1 2 2 2
, ,
, , =
+
+
=
3 3 3
3 3 3
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
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 )
w 2=v 2
( w1 , v 2 )
2
|w1|
( w1 )=(1,0,1 )
( 3,0,4 ) (1,0,7 )
(3,0,4 )=(4,0,3 )
25
v
( 3 , w1 )
2
|w 1|
( w 1 )
v 3 , w2
( | | )(
w2
w3 =v 3
w 2)
~ 34 ~
|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
|w 3|= 02 +9 2+ 02=4,
mismo
Ejercicio
Encontrar una base para el siguiente subespacio
={( v 1 , v 2 , , v k ) }
V ,
del espacio vectorial, si adems de ser ortogonal cada vector de ella tiene norma o longitud 1.
v 1 , v 2
=0 producto punto de vectores multiplicaciones
Ejemplo
{ (1,0,0,0,1 )( 0,1,1,1,0 ) }
1 ( 0 ) +0 ( 1 ) +0 ( 1 ) +0 ( 1 ) +1 ( 0 )=0
Norma o longitud de
( x 1 x 2 , , . x n )=|( x 1 x2 , , . x n )|= x1 ++ x n
2
Ejemplo
~ 35 ~
={ v 1 , v 2 , , v k )
Sea
=( w 1 , w 2 , , w k )
w 1=v 1
w 2=v 2
( v 2 , w2 )
(| | )
( | | ) (| | )
w 3=v 3
w1
( v3 , w 1)
w1
( w1 )
( w1 )
v 3 , w2
w2
( w2 )
Transformaciones Lineales
Sean
funcin
T : vw
i)
ii)
que satisface:
T ( v 1+ v 2 )=T ( v 1 ) +T ( v 2 ) v 1 v 2 V
T ( v )=T ( v ) v V todo escalares
+,
+,
v 1 ( 1,2 )
T ( v 1) (2,1,1 )
v 2 (3,0 )
T ( v 2 ) ( 0,3,3 )
v 1+ v 2=( 2,2 )
T ( v 1) + T ( v 2 ) =T ( v 1+ v 2 )=(2,4,2)
Ejemplo
T : R2 R 3
T ( x , y ) =( y , x + y ,x )
T ( 1,2 ) =(2,1,1 )
T (3,0 )=( 0,3,3 )
T ( ( 1,2 )+ (3,0 ) ) =T (2,2 )= (2,4,2 )
T ( 1,2 ) +T (3,0 ) =( 2,1,1 )+ ( 0,3.3 )= (2,2,2 )
~ 36 ~
en
W , es una
i)
Sean
es lineal
( x 1 , y 1 ) ( x 2 , y 2 ) R2
ii)
Sea
R 2 ( x , y ) R 2
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 , y ) + ( x 2 , y 2) ]=T ( x 1 + x 2 , y 1 + y 2 )=( 0, ( y 1+ y 2 )2)
i)
T ( x 1 , y 1 ) +T ( x2 , y 2 )=( 0, y 21 ) + ( 0, y 22) =( 0, y 21 + y 22 )
no cumple
ii)
Ejemplo
Encontrar la transformacin
lineal que cumpla con esto
Sea
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 ) (
~ 37 ~
v1 , v2 , vn
Teorema: Sea
vectorial
V w1 , w 2 , , w n
T ( v 1) =w 1 , T ( w2 )=w2 , ,T v n=wn
Ejemplo
Existe una transformacin
T : R R
tal que
T ( 1,0 )= (3,5 )
T ( 3,0 )=(2,1)
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
T
Demostrar que
es lineal
i)
ii)
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
Sean
T : v w U : v w
T +U ( v )=T ( v )+ U ( v ) v V
Ejemplo
T : R2 R 3
~ 38 ~
en
w , la suma de ellas
T +u : w
T ( x , y ) =( x+3 y , 0,2 x4 y )
U ( x , y )=( x y , 2 x , 3 x 2 y ) ( T +U ) ( x , y )=T ( x , y ) +U ( x , y )=( x +3 y ,0,2 x4 ) + ( x y , 2 x .3 x 2 y ) =2 x +2 y ,2 x
Numricamente
T +U
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)
Ejemplo
T : P3 P2
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
T +U ( 54 x+8 x 25 x 3 )= (4+16 x15 x 2 ) + ( 8 x5 x 2) =4+ 24 x20 x 2
~ 39 ~
Ejemplo
T : M 2x 2 M 2x 2
Sea
A= 8 13
2 11
T ( B )= AB , es T lineal?
c
(82 1311 )(ac bd)=( 82 a+13
a+11 c
)(
)(
T 7 5 = 4 144
4 8
30 98
) (
)(
8 b+13 d T 0 2 = 13 29
2b+ 11 d
1 1
11 15
)
) (
) (
T 7 3 = 17 115 =T 0 2 +T 7 5
3 7
119 85
1 1
4 8
Composicin: Sea
(denotadaUpor
T :U V
y adems
L:V W
L T esV la transformacin
W lineal
T
L T :W W
L
T(V)
L[T(U)
Ejemplo
T : R2 R 4
L: R 4 R3
T ( x , y ) =( y ,x , 0, x+ y )
L ( x 1 , x 2 , x3 , x 4 )=(x 2 ,x 1 , x 2)
L T : R2 R3
( L T )( x , y ) =L [ T ( x , y ) ] =L ( y ,x , 0, x+ y ) =(x , y , x )
Numricamente
~ 40 ~
tal que:
T,L
T : M 2 x 2 P3
( )
T a b =c+bx+d x 2 +a x 3
c d
L=P3 R
L ( a0 +a 1 x +a2 x 2+ a3 x 3 ) =( a1 , a2 , a3 , a4 )
( ) ( ( ))
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 )
c d
c d
Numricamente
( )
T 3 2 =7+2 x +x 2+3 x 2
7 1
L T =( 2,1.3,7 )
L: R 2 R 3 una transformacin lineal tal que:
T ( 1,0 )= (1,2,3 ) , Halle T ( 2,4 ) , T ( 3,7 )
T ( 0,1 )= (4,0,5 )
~ 41 ~
A=( aij )
Sea
una matriz
C=AB
denota como
mxn B=( b ij )
de tamao
nxp , la multiplicacin de
una matriz
AB
es la matriz que se
a
( i1 , ai 2 , ,a ) ( b1 j , b2 j , , bnj )
producto punto
C ij =
rengln ide A columna j de B
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
A B y B A
Calcular
A B=
)(
)(
)(
5 1
3 ( 5 )+ (1 ) ( 1 ) + ( 0 ) ( 2 ) 3 (1 ) + (1 ) ( 4 )+ 0 (3 )
3 1 0
14 7
=
1 4 =
1 1 2
10 9
1 ( 5 )+1 ( 1 ) +2 ( 2 )
1 (1 ) +1 ( 4 ) +2 ( 3 )
2 3
( )(
)(
5 1
14 6 2
B A= 1 4 3 1 0 = 7
3
8
1 1 2
2 3
9
1
6
A B B A
C= 5 1 ( A B ) C=A (B C)
1 4
tenemos que : ( A B ) C=
)(
)(
5 1
14 7
77 14
1 4 =
10 9
41 46
2 3
~ 42 ~
3 1 0
por otro lado : A ( B C )=
1 1 2
Ahora
) [(
)(
)] (
3 1 0 5 1
3 1 0
=
1 1 2 1 4
1 1 2
)(
)(
26 1
77 14
s e s asociativa
1 7 =
41 46
7 14
A + ( B+C )=AB + AC
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
[(
)(
[(
)(
( B+ C ) A= 1 5 3 + 3 2 1
0 6 4
5 0 9
)] [(
)](
) ( )( ) (
)( )] ( ) ( ) (
3
3
2 6 1
21
=
2
2 =
5 6 5
12
3
3
3
3
BA +CA= 1 5 3 2 + 3 2 1 2 = 16 + 5 = 21 , s se cumple
0 6 4
5 0 9
0
12 12
3
3
~ 43 ~
T : A3 A 6 , T =( x , y , z )=( x , y , z , x+ 2, y z , x+ y )
A :T ( 0,0,0)
A=(0,0,0)
A=(0,0,0)
C :T (1,0,0)
C=(1,0,0)
E :T ( 0,1,0)
E=(0,1,0)
T =(0,1,1)
I : T (0,0,1)
I =( 0,0,1)
M :T (1,1,0)
M =( 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)
O:T (1,1,1)
O=(1,1,1)
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 ,W
I =( 0,0,1,1,1,0 )
M =( 1,1,0,1,1,2 )
T =( 1,0,1,2,1,1 )
S=( 1,0,1,2,1,1 )
O=( 1,1,1,2+2+2 )
S
O
mxn
mxn , consta de
de la siguiente forma:
~ 44 ~
incgnitas
am 1 x 1+ am 2 x 2 ++ amn x n=bm
Los trminos
aij
x 1 , x 2 , , x n son n incgnitas
a11 a12 a 1 n
a
a22 a 2 n
A= 21
a m 1 am 2 amn
Y la aumentada:
a21
am 1
a11
a12
a1 n b1
a 22
a2 n b2
am 2
amn bm
A=
Ejemplo
3 x1 4 x 2 + x 3=1
x 1+ x 22 x 3=8
Matriz Asociada
Matriz Aumentada
A= 3 4 1
1 1 2
A=
(31
4
1 1
1 2 8
~ 45 ~
bj
a11 a12 a 1n x 1
b1
a21 a22 a 2n x 2
b
= 2
a m1 am 2 amn x n
bm
)( ) ( )
() ()
x1
x
x = 2 , B=
xn
Si
b1
b2
, A x =B
bm
Ejemplo
()(
x1
3 4 1
1
x =
1 1 2 2
8
x3
Consideremos el sistema
a21 x 1 +a 22 x2 =b2
Una solucin del sistema de ecuaciones lineales que no afectan al conjunto de soluciones del sistema
1. Intercambiar 2 ecuaciones no afecta al conjunto de soluciones
2. Multiplicar de una ecuacin por una constante diferente de cero
3.
k 0 k a 11 x 1 +k a 12 x 2=k b1
a21 x 1 +a 22 x2 =b2
Sea
( s1 , s 2) soluciones de 3
Se multiplica por
como
a11 s1 +a 12 s 2=b 1
k a11 s1 +k a 12 s 2=b 1
a21 s 1+ a22 s2=b2
Como
~ 46 ~
a11 x 1+ a12 x 2
a21 x 1 +a 22 x2 =b2
k 0 si multiplicamos la ecuacin por k
k a21 x1 +k a 22 x 2=k b2
y la sumamos a la p rimer ecuacin
Inversamente si
( s1 , s 2) es solucin , entonces
~ 47 ~
er
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
1 2
0 1
1 2
R(
+
R
1
3 )
0 1 6 2
R 2 ( 4 ) +R 3
x 1+ x 2 + x 3=2, x2 6 x3 =2, x 3=
0 1 6 2
0 1
6 2
5
1
0 0 1
3 4 6 2
3 4 30 6
5
R 3 ( 1) + R 2
) (
x 2=2+6
( 15 )= 45 ( s , s , s )=( 75 , 54 , 15 )
1
4 1 7
x 1=2 + =
5 5 5
NOTA: verificar en el sistema
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
~ 48 ~
x 1+3 x 2=2
2 x 15 x 2=2
R ( 2)
1
3
2
R ( 5 ) +3 R
2 5 2 1 R (3 )+4 R
5 4 12
3 9 6
5 x 14 x 2=12
1
0
0
0
3 2
2 R ( 11 )
1 2 +3 R
1 22
0 0
1
0
0
0
3 2
1 2
0 22
0 0
) ( ) ( )
3 x 19 x 2=6
x 2=2, x 1 +3 x 2=2 x 1+3 ( 2 )=2, x 1=4, ( s 1 , s2 )= (4,2 )
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) +3 R
1 1
2 0 1
R (2) +2 R
2 1 1 3 4 ( 2)+ 4 R
1 2 3 1
3
2 1 3 1 0
) (
1 1
2 0 1
1
0 3 3 3 6 2 R ( 3 )
0 1 1 1
2
0 1 1 1 2
x=1 y +2 b , y=2+b=c
x=1( 2+bc ) +2 b x=2+b +c
Solucin general del sistema
~ 49 ~
1 1
2
0 1
1
0 1
1
0 1 1
0
1
1
1
1
2 2renglones diferentes de ce
2
2
x+ y2 z=1
1+b +c +2+bc2 c=1
1=1
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 lacon tradiccio
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.
En el ejemplo anterior, el rango de la matriz asociada es 2 y el rango de la m aumentada es 3.
Ejemplo
Resolver el sistema
2 x + y + z +w=0
x y+ z2 w=0
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
Incgnitas=4
~ 50 ~
x+ yz +2 w=0
y3 z3 w=0, 6 w=0 w=0
Slo se dan valores a
z=c
ya que
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
)(
1
3 2 1 5
3 2 1 5
2 3 1 1 2 3 1 1
2
2 1 3 11
2 1 3 11
2
)(
)(
2
3
3
1
1 5
1 2/3 1/3 5 /3
1 2/3 1 /3 5/3
1 2/3 1/3 5
3 3
2 3
1 1 0 5/3 1/3 7/ 3 0 1
1
1 1
0 2
2 10
0 1
1 5
0 5/3 1/3
3 11
Ejercicio
2 x 1+ x2 +6 x 3=18
5 x1 +8 x 3=16
3 x1 +2 x 320 x3 =3
x 1=4
x 2=7
x 3=
1
2
~ 51 ~
)(
)(
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 1 1 180
3 2 0 0 1 1
0 4 3 0
0 0
)(
)(
1 180
1 1
1
1 1 1 80
3
108 0 5 3 540 0 1
5
0
4 3 0
1 80
0 4
)(
)(
1
1 1 180
1 180
1 1
3
0
1
108
3
1 1
108
5
5
25
0 0
432
3 0
0 0
5
x+ y+ z=180
y +z=10
x=
7
2
y=
9
2
z=
11
2
~ 52 ~
1 1
3
1
5
1 8
Problema de Trnsito
20
0
800
GF
60
0
60
0
x6
x1
70
0
x7
x2
x4
200
x3
400 Morelos
x5
16 :0017 : 00 hrs
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
Esquina
llegan 400+ x 4
600+x 2 400+ x 4 =600+x 2
B : x 2 + x 5=100+ x 4
x 1x 4=200
C :300+ 400=x 3 + x 5
x 2x 4 + x 5=100
D: 800+ x 1=x 2+ x 7
x 3+ x 5=700
E :600+ x 6=x 2+ x7
x 1x 6=100
F : x 7+ x3 =200+700
x 2+ x 6 + x 4 =600
x 3+ x 7 =900
Matriz Identidad
La matriz identidad
nxn es la siguiente:
~ 53 ~
1 0
I= 0 1
0 0 1
La componente
)
ij de la matriz es:
I ij = 1 si i= j
0 sii j
I es el neutro multiplicativo en el conjunto de matrices nxn
Es decir, si
es matriz de
nxn , entonces
AI =IA= A
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
Sea
una matriz
A A1 =I
A1 A=I
( )
A= a b , A 1= d b
c d
c a
Ejemplo
( )
A= 5 3
3 2
~ 54 ~
es la matriz inversa de
A , si satisface:
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
Encontrar la matriz inversa de
7/3
2
2 4
A= 4 5
3 1
Hallar
(
(
8/3
1 11 /3 /3
11 /3
6 1 0 0
6 0 1 0 =(1 )
1 0 0 1
)( )
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
)
)
)(
1/2
0
2 1 1 1 0 0
1 1/2 1/2 1/2 0 0
1 1/2 1/ 2
1
0
1 1
1 0 1 0 = 0 1/2 3/2 1 /2 1 0 = 0 1
3
1 2 3 0 0 1
0 5/2 5/2 1 /3 0 1
0 1
1 2 /13 0
| )(
~ 55 ~
)(
0
1 1/2 1/ 2 1/ 2
0
=0 1
3
1
2
0 0
4 17 /150
5
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
5
6
1
7
B =
6
1
3
( )
( )
( )
1
6
5
6
1
3
1
3
2
3
1
3
2
3
4
3
1
5
1
10
A B1 = 1
21
2
5
11
30
5
6
2
15
Determinante
2 1 4
0 1
5 =2 [ ( 1 ) (4 ) ( 3 )( 5 ) ] 1 [ 0 ( 4 )6 (5 ) ]
6 3 4
Sea
A=
a11 a12
a 21 a22
, el
Si
( (
Ejemplo
~ 56 ~
))
5 0 1
A= 2 0 4 =0
3 0 1
Propiedades de los Determinantes
1.
Si una matriz
2. Si la matriz
se obtiene de
detA =0
A
por un escalar
c 0,
detB=c ( detA ) :
entonces el
2 1 4
B=(92 )(2 )=184
B= 0 2 10 det
rengln 2 por (2 ) tomado de la matriz A
6 3 4
B obtiene de la matriz
detB=detA
3. Si
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
3 =3
det A= 3
5 4
Calcular
det A
)(
)(
)(
1 3 5 6
1 8 5 6
1 8 4 6
1 8 4 8
2
4
0
3
2
6
0
3
2
6
0
3
A=
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
~ 57 ~
0 4
0
30 18 29 Recordando los signos tenemos :
48 34 53
(4 ) 30 29 =792
48 53
3 11 0
det 1 1 1 1 =44
4 2 3 2
1 5 2 4
22
14 5 12
3
1 det 4 3 5 det
46
22 5 14
3
11
3
=44
17
3
Definicin
det
a11 a1 n
1+1
1+2
1+ n
=(1 ) a11 det M 11 + (1 ) a12 det M 12++ (1 ) det M 1 n
a n1 anm
M ij
Donde
i la columna
aij ,
i simo, la definicin es
A , denotada por
como renglones de
) (
A t , es la matriz obtenida de
At
3 1 1
3
6 5
t
A= 6 0 1 A t = 1
0 9 A ( aij ) aij =a ji
5 9 2
1 1 2
~ 58 ~
det A=det A t
Ejemplo
8 23 10
B= 5 4 3 =2det 142 23 =2976
40 4
30 0
2
B
det
A
Propiedad:
( 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
det A=44 det B=2976 44 ( 2976 ) =130,944
At
det =1 det ( At )=
Propiedad:
1
det A
A
I =1=det
( A A t ) =det
I =1 det
1 0 0
0 1 0 =det
0 0 1
A A t=I det
( )
Matrices Espaciales
Matriz Diagonal: matriz
de tamao
Ejemplo
~ 59 ~
8
0
A=
0
0
0
3
0
0
0
0
1
0
0
0
=det A=8 (3 ) ( 1 )( 5 )=120
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
A x =B
Si el sistema
tiene inversa
A1 :
1
1
A ( A x )= A B
A
1
(1 A) x =Ix=x = A B
Ejemplo
Resolver el sistema de ecuaciones
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
A1=
)( ) ( ) ( ) ( )
x
x
2
1 8 5 1
1 8 5 1 5
1 24
=
=
=
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
~ 60 ~
C [ x]
a ( x )=( x1 ) b ( x )
con grado
[ b ( x ) ]< grado [ a ( x ) ]
se aplica el teorema a
b ( x ).
de grado 1
Un polinomio de grado n en
C , tiene
n races en
C , aunque Q [ x ] a+ b
a Q b
Ejemplo
Factorizar
4
3
2
2 x x 17 x + 15 x9=0 sabiendo que 1 2 es raz
211715 9
22 2
53 26 +9 29
2 x 23 x9=0 x=
Factorizacin en
3 9+72
3
x 1= , x 2=3
4
2
R[x]
( 32 ) ( x+ 3) [ x ( 1+ 2) ][ x( 1 2) ]
2 x 4 x 317 x 2+ 15+ 9= x
Factorizacin en
Q [x]
( 32 ) ( x+ 3) ( x 2 x1)=x (1 2) x( 1 2) x+ (1)
2 x 4 x 317 x 2+ 15+ 9= x
~ 61 ~
es una raz de
f (x)
con
x x 2 xx + 2 x 1=x 2 x1
Ejemplo
Factorizar el polinomio
x 16 x 8 x1=0
x 4=16 x 2 +8 x+ 1
x 4=( 4 x +1 )2
x 2= ( 4 x +1 )
1
3
x=4 x1 5 x=1 x=
Factorizar el polinomio en
Factorizar en
1
5
Q [x]R [x]
el polinomio:
x x 8 x +2 x +21 x 9 x54
raz
Determine cules son los polinomios son irreducibles en el campo que se da:
Q [ x ] x 22 x +4 x +5 x 28 x 2
i)
En
ii)
En
R [ x ] x 28 x +8 x 22 x+ 4
iii)
En
C [ x ] x 22 x + 4 x+ 7 xi
Transformaciones de
9
4
R2 ( PLANO CARTESIANO )
~ 62 ~
sabiendo que
2+ i
es una
Ejemplo
T 1 ( x , y )=(2 x , 3 y )
T 2 ( x , y )= (3 x + y ,2 x )
T 2 (5,4 )=(11,10 ) ; T 2
T 3 ( x , y )= ( 0, x )
(5 , 23 )=(3 5+ 23 ,2 5)
T 1 , inyectiva?
Demostracin
Sean
( x , y ) . ( x ' , y ' ) R2
Suponemos
(2 x ,3 y )= (2 x ' , 3 y ' )
x=x '
2 x =2 x '
3 y=3 y '
Ejemplo
T 2 , inyectiva?
Demostracin
Sean
( x , y ) , ( x' , y ' ) R 2
Suponemos
( 3 x+ y ,2 x ) =( 3 x' + y ' ,2 x )
2 x=2 x '
~ 63 ~
'
( x , y )=( x , y ) T 2 es inyectiva
( x , y ) R2 tal que T ( x , y ) =( a , b )
Ejemplo
T 3 ( x , y )=(0, x)
La imagen de
T3
y nicamente T 3
Ejemplo
T 1 , sobreyectiva?
Demostracin
T 1 ( x , y )=(2 x , 3 y )=( a , b )
2 x=a
3 y=b
~ 64 ~
no es sobreyectiva
( a , b ) R2
se puede
a
b
x , y se tiene que x=
, y=
2
3
Despejando a
T 2 ( x , y )=T 2
( a2 , b3 )=( a , b)
3
y=a+ b
2
3 x+ y =a
x=
2 x=b
T2
b
2
( a , b ) R2 , la pareja
T2
( b2 , a+ 32 b)=( a ,b )
T2
Definicin
T1
es no singular y su inversa
( x2 , 3y )
T ( x , y )=
T =[ T 1 ( x , y ) ]=T (2 x , 3 y )=( x , y )
T 1 ( p )= p +(1,3)
Si
( b2 , a+ 32 b) R tal que :
Si ( 0,0 )= (1,3 )
Si ( 3,2 )=( 4,5 )
Si (3,8 )=(2,11 )
Traslada cada uno de los puntosuna unidad en x , 3 en y
~ 65 ~
estas
x =|x|
y'= y
T 4 ( x , y )=(|x|, y )
i)
Sea
ii)
Si
La mitad del plano que corresponde al eje x positivo queda igual, la mitad del plano que corresponde al eje x negativo
Ejemplo
~ 66 ~
La
transformacin
manda a un punto a
x= y
la
, x= y
en
el
T 1 ( x , y ) =( y , x )
La transformacin es una rotacin de 90
Una transformacin de
el plano:
| p q |=|T ( p )T (q )|
Transformaciones Rgidas
- Traslaciones
- Rotaciones
- Reflexiones
~ 67 ~
p , q
estn en
T ( p )= p + q donde q es fija
Ejemplo
T ( p )= p +(2,3)
T ( q )=(2,3)
El plano se traslada 2 unidades a la derecha y 2 unidades hacia arriba
T ( p )= p + s ; s fijo
p , q en el plano:
T [T ( p ) ]=T [( p + s ) ]=( p +s )s = p
Ejercicio
Determine las traslaciones T que transforma el punto
Dar la regla general de la traslacin
Po ( x 0 , y 0 ) en el punto Q0 ( x1 , y 1)
T ( P0 ) =Q0
~ 68 ~
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
Definicin
U ( x , y )=
1
(2 x3 y , 3 x 2 y ) ; determinar el vector U de estarotacin
13
U ( x , y )=
1
[ (2 x ,3 x ) + (3 y ,2 y ) ] = 1 [ x (2,3 ) + y (3,2 ) ]=x 1 (2,3 ) + y 1 (3,2 ) u= 1 (2,3 )
13
13
13
13
13
1
1
4 +9=
13
13
13
1
Proposicin: Una rotacin U es una transformacin rgida, es no singular,
U es una rotacin
~ 69 ~
i)
Sean
( x , y ) , ( x' , y ' ) R 2
'
'
'
'
P . D|u ( x , y )u ( x , y )|=|( x , y ) ( x , y )|
2
( xx ' ) u+ ( y y ' ) u1
2
2
2
( xx ' ) u [ ( xx ' ) u+ ( y y ' ) u1 ] =( xx ' ) u u+ ( xx ' ) ( y y ' ) u u1 + ( y y ' ) u 1 u+( y y ' ) u1 u1= ( xx ' ) + ( y y ' ) =|( x , y
Ejercicio
Determna la rotacin que transforma
( 2,4 ) en ( 4,2 )
(2,4)
(4,2)
Encontrar
2u 14 u 2=4
4 u 1+ 2u2=2
4 (2 u14 u2=2)
2 ( 2u1 4 u 2=4 )
2( 4 u1 +2 u2=2)
4 ( 4 u1 +2 u2=2 )
~ 70 ~
8 u116 u2 =16
4 u 18 u2=8
8u 14 u 2=4
16 u1 +8 u2=8
20 u2 =12
20 u1=16
u2=
3
5
|u|=
u1=
16 9
+ =1
25 25
u ( x , y ) =xu+ y u1
Verificacin:
u ( 2,4 )=2
U es unarotacin
Demostracin
1
u ( x , y )=xu+ y u con|u|=1
u ( u1 ,u 2) u1= (u 2 , u1 )
Planteado para encontrar la inversa:
2
1
x u =a u1
u1 +u 2=a u1 +b u2
x ( u21 ,u 22) =( au 1+ bu 2 ) x=
a u1 + b u2
x u2 =b u2
u2 ( x u1 y u2 =a )
~ 71 ~
4
5
u1 ( x u2 + y u1=b )
x u1 u2 y u2=au 2
x u1 u 2 y u 21=b u1
y ( u 21+u 22) =au 2b u1 y=b u1a u2
U , en lugar de a , x y en lugar de b , y
U ( x , y ) =( u1 x +u2 y ,u1 yu 2 x )
U es lainversa de U
Verificacin:
U ( u ( x , y ) ) =U ( u1 x+u 2 y , u1 y u2 x ) =( u1 ( x u1 y u2 ) +u 2 ( x u2+ y u 1) , u1 ( x u2 + y u1 )u 2 ( x u1 y u2 ) ) =( x u 1+ x u2 , y u1 + y
U es unarotacin
Ejemplo
Encontrar
u ( 1,0 )=
( 1,0 ) en
1
( 1,1 )
2
1
( 1,1 )
2
1
1
( 1,1 )=1 ( u1 ,u2 ) + 0 ( u2 , u1 )= ( 1,1 )
2
2
u=( u1 , u2 ) =
1 1
1 1
1 1
x x
y y
x y x+ y
1
,
u ( x , y )=x
,
+y
,
=
,
+
,
=
,
= ( x y , x + y )
2 2
2 2
2 2 2 2 2 2
2 2 2
) (
)(
~ 72 ~
)(
)(
Verificacin:
Determine
1
1 2
, ) = ( , 0)=( 1,0 )
( 1
2 2 2 2
U( x , y)
U ( x , y ) =x
( 12 , 12 )+ y ( 12 , 12 )=( x2 , x 2 )+( y2 , y2 )= 12 ( x+ y , yx )
Grficamente
u ( a ) u ( b ) =a b
b)
a u ( b )=u ( a ) b
c)
u ( a ) =( u ( a ) )
Demostracin
Sea
a)
(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 b=a
1 b1 +a 2 b 2=( a 1 ( u1 , u2 ) +a 2 (u2 ,u1 ) )
~ 73 ~
( a )=u ( u ( b ) ) = a u ( b )
( a )u
u ( a ) b=u
( u ( b ) ) u
b)
ya que
u es inversa de U , como
es rotacin, satisface a)
si cumple , satisface
c)
Comparando con:
Ejercicio
Determinar la rotacin alrededor del origen que transforma al eje
x en la recta
u ( x , y )=xy + y u1 ,|u|=1
u ( 1,0 )=t ( 1,3 )=( t , 3 t )
1
10
( 110 , 310 )
u= (1,0 )=
( 110 , 310 )
u= (1,0 )=
Primer caso: si
u ( 1,0 )=
t=
1
10
~ 74 ~
y= {t ( 1,3 ) }
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
Ejemplo
~ 75 ~
L:
i+ u
2
V ( x , y )=x
u=
( 213 , 313 )
|u|=
13
=1
13
V (1,0 )=
Checando si
V ( 2,3 )=2
( 2,3 ) +( 13 ,)0
2+ 13 3
=
,
2
2
2
( 23 ) ( 13 ,0 ) es:
Ejemplo
Determine la reflexin que enva al punto
( 1,3 ) en (3,1 )
~ 76 ~
Ejemplo
Determine la reflexin que enva al punto
( 1,3 ) en (3,1 )
( u1 +3 u2 ,u 23 u1 )=(3,1 )
u1 +3 u2=3, u1=
3
5
3 u1 +u2 =1,u 2=
4
5
V ( x , y )=x
Teorema: Sea
una reflexin,
V =V
Demostracin
Sea
V ( x , y )=xu y u con|u|=1
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
Prueba que
Demostracin
V ( x , y )=x ( u1 , u2 ) y ( u2 , u1 )=( x u1 + y u 2 , x u 2 y u 1 )
2
~ 77 ~
2
2
Como|u|=1, u +u =1
Ejercicio 11c)
L1 :2 x3 y=0, y =
2x
3
L2 : x =2t
y=3 t
Si x=3 y=2 p ( 3,2 ) L1
Aplicando una rotacin
A ( 3,2 )
u ( 3,2 )=( 2 t , 3 t )
Sea
|( 3,2)|=|32 +22|= 9+ 4= 13
|(2 t , 3 t)|= 13
u ( 3,2 )=(2,3)
5
12
u1=
13
13
u ( x , y ) =x
Ejercicio 13c)
Determnese la reflexin respecto a la recta
d) Es la recta de pendiente -1
L: ( x ,x ) : x R
L= x=t
y=t
y=mx +b
si
m=1
y=x
Para la reflexin:
~ 78 ~
1+u1=x
u2=x
Sustituimos
Si
( 12 , 23 )
1 3
3 1
U ( x , y )=x ( ,
+y
, =( a ,b )
2 2 ) ( 2 2)
Checarlo
( 0,1 ) en
( 2x y 23 )=a
( x2 y2 3 =a)
x 3 y
+ =b
2
2
( x 2 3 + 2y =b)
x 3 3 y
+ = 3 a
2
2
x 3 y
+ =b
2
2
y 2 y=b 3 a
y=
b 3 a x y 3
x
3 b 3 a
b 33 a b 3 a x a+b 3
a+ b 3
=a =a+
=a+
=
x=
2
2
2
2
2
2
4
2
2
4
2
u ( a ,b )=
~ 79 ~
una matriz
nxn ,
un nmero,
A , si
A= 10 18
6 11
El vector correspondiente
1=1, 2=2
()
A , 1 es 2 =v
1
)( ) ( )
Av = 10 18 2 = 2
6 11 1
1
Para
()
)( ) ( ) ( )
2=2: v= 3 Av= 10 18 3 = 6 =2 3
2
6 11 2
4
2
Av =v
Av v=0
v 0 det ( AI )=0
Av Iv=0
( AI ) v=0
det ( AI ) es un polinomio de grado
en la variable
de A
~ 80 ~
A : 1 , 2 , 3 , , k
Ejemplo
Encontrar los valores propios y vectores propios asociados de:
( )
A= 4 2
3 3
( ) ( )( )( )(
Para
sustituir
AI :
1 2 2
2 3 3
) (13 13 ) (10 10 )
x y=0, x= y =a
Solucin General:
{ ( x , y ) : ( x , x ) } vectores asociados 1 =6
Verificando
Av =v
(34 32)(55)=(3030)=6(55)
(34 32)( xx )=(66 xx)=6( xx )
~ 81 ~
2=1
Para
Para
2 y=3 a y=
3 a
2
Solucin General:
12 = 12 =1 12
(34 32)(18
) (18) (18)
1 1 4
A= 3 2 1
2 1 1
AI=
1 1
4
3
2
1
2
1
1
) (
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
~ 82 ~
1=1 ; sustituir en
Para
0 1 4 x
0
3 1 1 y = 0
2 1 2 z
0
0 1 4
3 1 1
2 1 2
AI :
)( ) ( )
)(
0 1 4
3 0 3
2 0 2
)(
1 1
4
0 1 4
3
2
1 = 3 1 1
2
1
1
2 1 2
y + 4 z=0
3 x+ y 0
2 x + y 2=0
)(
0 1 4
1 0 1
2 0 2
)(
0 1 4
x =x 3
1 0 1 1
x 2=4 x 3
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 4 1
2 1
1
)(
3 1 4
15 0 15
5 0 5
)(
3 1 4
1 0 1
5 0 5
)(
1 1 0
1
0 1
5
0 5
)(
Solucin General:
{( x 1 ,x 1 ,x 1 ) }
~ 83 ~
1 1 0
1
0 1 x 2=x1 ; x 3=x1
0
0 0
Av =v
Verificando:
() ()
1
1
V 2= 1 E2= 1
1
1
Para
3=3
)( ) ( )
2 1 4 x1
0
2 1 0
x =x
=
Aplicando
Operaciones
3 1 1 x2
0
1 0 1 3 1
x 2=2 x 1
2
1 4 x3
0
0 0
0
V-
() ()
1
1
V 3= 2 E 3= 2
1
1
Definicin
una
Proposicin:
es
m subespacio vectorial de
matriz
nxn ,
asociado a
un
valor
propio
de
Rn
Demostracin:
0 E porque A0 =0=
0
i)
ii)
Sean
Sea
E ,
1=3
~ 84 ~
A ,
)( ) ( )
)(
2 x y + 4 z=0
3 x yz=0
2 x + y4 z=0
2 1 4 x
0
3 1 1 y = 0
2
1 4 z
0
2 1 4
3 1 1
2
1 4
2 1 4
3 1 1
0
0
0
)(
5 0
5
3 1 1
0
0
0
)(
)(
1 0 1
3 1 1
0 0
0
1 0 1
0 1 2
0 0
0
xz=0
Base de
E3
es
1 1 4
A= 3 2 1 Polinomio caracterstico p ( )=( 3 )( +2 ) ( 1 ) , 1=3, 2=2, 3=1
2 1 1
Para
Ejemplo
3 2 4
B= 2 0 2 encontrar sus vectores propios y la multiplicidad geomtrica de cada valor propio
4 2 3
BI=
1)
3 2
4
2
2
4
2 3
2)
det ( BI )=det
) (
3 2
4
3
2
4
det 2
2
2
4
2 3
0
2+2 1
~ 85 ~
)(
)(
3 2 4
3 10
2
2 = 2
4
0
2 1
0
0
4
3
2 =(1 ) det
1
1=1
)(
3 2
4
4 2 4
B( ) I = 2
2 =2 1 2
4
2 3
4 2 4
)( )
2 1 2
0 0 0 2 x + y +2=0 y=2 x 2 z ; sea x=a =b
0 0 0
Solucin General:
{( 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?
Definicin
Sea
de
7 x7
p ( ) =(1 ) ( 8 )( +5 )2 ( 1 ) ( + 4 )
Valores propios:
1=8
Multiplicidad geomtrica 1
2=5
3=1
4=4
Teorema: Sea
una matriz
nxn
v1 , v2 , , vm
Ejemplo
3 2 4
B= 2 0 2 valores propios 1=1, 2=8
4 2 3
E1= {( 1,2,0 ) , ( 0,2,1 ) }
~ 86 ~
1 , 2 , , m
2=8
5 2
4
B8 I = 2 8 2
4
2 5
)(
5 2 4
18 0 18
9
0 9
)(
5 2 4
0 0 0
9 0 9
)(
0 2 1
0 0 0
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:
1=1 2=8,
Como
( 1,2,0 ) , ( 2,1,2 )
asociados respectivamente a
1 8
son
linealmente independientes
Verificacin:
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
AI=
5 5
9
5 5
9
5 5 9
det
(
AI
)
=det
=
(
1
)
det
8
9
18
8
9
18
2
1
0 =(1 )
2
3 7
2
3 7
2 3 7
Valores propios:
~ 87 ~
)(
)(
)(
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:
( x , y , z )=
Definicin
una matriz
AC CB= AC
Ejemplo
A= 2 1
0 1
B= 4 2
5 3
)
(
( )
( )(
)(
)(
Diagonalizacin : Se a A una matriz nxn , se dice ue 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
~ 88 ~
(43
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 )
Para
( )( ) ( )
=1 3 2 x = 0
3 2 y
0
3 x+2 y=0
3 x+2 y=0
x=
2 y
, valor arbitrario y=a
3
Solucin General:
{ |(
(x , y )
)} (
2a
2
,a a
, 1 si a=3, entonces ( 2,3 ) 1
3
3
Ejemplo
( )
A= 4 2
3 3
=1, =6, C= 2 1
3 1
C1=
1 1 1
1
1
1
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
5 3 2 3 1 3 3 3 3 5 3 2 3 6 5 0 30
0 6
)(
)( )( ) (
)(
) (
)( )
Ejemplo
~ 89 ~
3 2 4
A= 2 0 2
4 2 3
Diagonalizar
1=1, 2=8
E1= { a (1,2,0 ) +b ( 0,2,1 ) }
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
D=C
)(
A nxn
) (
)(
( )= multiplicidad geomtrica ( )
Ejemplo:
5 5 9
B= 8
9 18 Valor propio =1
2 3 7
Multiplicidad Alg
Multiplicidad Geo
Definicin
) (
)(
0
0
8
1 2 1 2 3 2 4 2 1
1 16 8 16 2 1
1 72 0 0
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
Ejemplo:
8 1 4 2
A= 1 5
2 4
2
4 1 6
Proposicin: Una matriz
)
A de tamao nxn
~ 90 ~
A1= A t
, la multiplicidad
1
2
1
A=
2
1
2
3
2
1
= 2
3
2
1
0
3
( )( ) (
0
1
6
1
6
2
6
3
3 2 6 2 3
3 2 6 2 3
3 2 3 2
1
1
3 = 1
T
A
=
3 2 6 2 3
3 2 6 2 3
6
6
6
6
6
3
0
26 2 3
0
26 2 3
2 3 2 3
3
3
)[ (
6
6
6
6
2 6
6
Rn
Definicin
Ejemplo:
5 4 2
5
4
2
A= 4 5 2 AI = 4
5
2
2 2 2
2
2
2
det ( AI )=det
) (
) (
=1
( )( )
4 4 2
AI= 4 4 2
2 2 1
Sean
5
4
2
5
4
2
5 4
2
5 4 10
=det
=
(
1
)
=
(
1
)
det
4
5
2
0
1 22
0
1 2
0
1
0
2
2
2
2
2
2
2
2 2
2
2 6
2 2 1
0 0 0 2 x+ 2 y + z=0
0 0 0
Solucin General:
Ejemplo
~ 91 ~
Si
son:
1 1
1
, ,,
1 2
n
Por definicin:
Av = i v multiplicar
A1 Av= A1 i v
( 1 ), A
v=
1
1
v es valor propio de A 1
i
i
Ejemplo
Si
Por definicin:
Av = i v Multiplicar
A 2 v= i Av = i ( Av )= i ( i v ) = 2i v
2
A v= i v i es valor propio de A
2
A v= i Av = i ( i v ) = i v
Proposicin:
Si
a11 0 0
D= es una matriz de nxn diagonal ,
entonces:
0 0 ann
a11 0 0
D n= 1
0 0 annn
Ejemplo
Si
es semejante a
B , entonces
A n es semejante a B n si existe C
~ 92 ~
invertible
A C
1
C D =C C A C= A CC multiplicar por C
C Dn C1= A n C C1= An
~ 93 ~