Professional Documents
Culture Documents
Definicin
Un cuerpo (no alabeado) cuyos elementos (escalares) se representan por letras griegas.
Un grupo abeliano de elementos (vectores) notados con letras latinas.
Se define un espacio vectorial sobre el cuerpo si se define una aplicacin de
en tal que a todo par
( )
, haga corresponder un elemento
cumpliendo las siguientes propiedades
-
)
)
Ejemplo 1
Dado el conjunto
*(
)
(
)
(
(
) (
a)
(
) (
)
[ ( )]
( ) (
) (
)
Por tanto [ ( )] ( ) (
)
Con esto se verifica la asociatividad respecto al producto de escalares
b)
) ( )]
(
) ( (
) (
[(
)
(
)
( ) (
) (
) (
) ( (
)
(
)]
(
)
Por tanto [(
( )
Con esto se verifica la distributividad respecto a la suma de factores
c) (
) (
) (
) (
) (
)
(
)
( ) (
) (
) (
) ((
) (
) (
)
( )
Por tanto (
(
)
Con esto se comprueba la distributividad con respecto a la suma de escalares
) (
) (
d) Es evidente que: (
)
Por tanto, (
) cumple las cuatro propiedades de la ley externa y como (
(
) tiene estructura de espacio vectorial.
))
) )
Linealmente dependientes:
Linealmente independientes
no todos nulos
(
Ejemplo 2
(
(
(
)
)
Ejemplo
(
)
)
(
(
)
Subespacio vectorial
es un subespacio vectorial o una variedad lineal del espacio sobre el cuerpo si:
es un subconjunto de .
tambin es un espacio vectorial
- Por tanto si y son vectores de , es decir,
se cumple que (siendo
o
o
Como consecuencia:
- El elemento neutro de pertenece a .
- El opuesto de cualquier vector de pertenece a :
o
Si un subespacio vectorial contiene los vectores
Ejemplo 4
Determinar
Para que
(
)y(
Por tanto
)
Buscamos
Por tanto
Base y dimensin
Sistema generador:
- Si los vectores
de un espacio vectorial,
- se puede obtener como combinacin lineal de los vectores
,
- se dice que stos constituyen un sistema generador de dicho espacio vectorial.
Base de un espacio vectorial: Si los vectores del sistema generador de
)
)
(
(
)
)
{
Por tanto (
Un nico elemento
Matriz de dimensiones (
Vector fila o Matriz Fila
Matriz de dimensiones (
)
Vector columna o Matriz Columna
)
(
Matriz cero
Matriz simtrica (
Matriz hemisimtrica
Matriz escalar
(los elementos de la diagonal son iguales)
Matriz unidad
(los elementos de la diagonal son iguales a 1)
Matriz triangular
(matriz cuadrada con los elementos situados a
un lado de la diagonal nulos)
Suma de Matrices
Producto de un
escalar por una
matriz
Producto de
matrices
Matriz idempotente
(
( (
) (
)
(
) (
)
)
(
(
) (
)
) (
Matriz nipotente
(
= ndice de nilpotencia
.
Producto de
Kronecker
/
(
(
)
)
(
(
)
*
)
Transposicin de
matrices
2.6 Determinantes
| |
| |
2.7 y 2.8 Desarrollo de un determinante por los elementos de una lnea y producto de determinantes
Menor complementario
de un elemento
(
| |
| |
)
Adjunto
| |
Desarrollo de
determinantes por
adjuntos de una fila
| |
(
Producto de
determinantes
| |
)|
|
| |
| |
En un determinante se puede
sumar a una lnea otras
multiplicadas por un nmero sin
que se altere el determinante
| |
| |
As que si desarrollamos el determinante por los
adjuntos de la segunda columna, se obtiene
De la siguiente matriz
(
(
)
|
)
|
Determinante de Vandermonde
De la siguiente matriz
(
(
y la sumamos a la tercera
)
)
(
Multiplicamos tercera fila por
y la sumamos a la cuarta
| (
(
)
)
(
(
)(
)
)
)(
De la matriz resultante,
pivotamos con el 1
)(
|
)
)(
)|
)
|
(
(
)|
Multiplicamos 1 por y le
sumamos la segunda
y la sumamos a la segunda
Multiplicamos 2 por y le
sumamos la tercera
)(
)|
)(
)(
) (
(
En la siguiente matriz, la tercera fila es
combinacin lineal de las dos primeras.
(
)
(
Entonces, todos los menores que se pueden formar
con las tres primeras filas sern nulos
Si en una matriz existe un menor no nulo de orden , y orlndole con los elementos de la fila y con cada una de
las columnas de la matriz resultan todos estos menores (de orden
) nulos, se puede concluir que la fila es
combinacin lineal de las filas pertenecientes al menor dado.
Verificar que en la matriz siguiente la tercera
fila es combinacin lineal de las dos primeras
)
)
2.12 y 2.13 Rango de una matriz y Obtencin del rango de una matriz
Si en una matriz hay algn menor no nulo de orden
se llama rango o caracterstica de dicha matriz.
-
, el nmero
Si a simple vista se observa que una lnea es comb. lineal de otras, se suprime sin que altere el rango.
Se forma un menor de segundo orden no nulo, entonces, el rango ser por lo menos 2.
Se orla el referido menor de segundo orden con las filas y columnas, si alguno fuera distinto de 0 el rango
ser por lo menos 3.
Se orla el menor no nulo de tercer orden con filas y columnas, si alguno fuera distinto de 0 el rango ser
por lo menos 4.
Se contina el proceso hasta agotar las lneas y columnas.
)
|
.
|
2.13.2 Aplicaciones del clculo del rango de una matriz a los espacios vectoriales
Linealmente independiente
| |
( )
Dependencia lineal
Linealmente dependiente
| |
( )
*|
| |
(
|
*|
(
(
Es el nmero mximo de
vectores linealmente depend.
o rango de la matriz.
.
(
( )
| |
| |
| |
| |
| |
| |
| |
(| |
| |
| |)
| |
(
| |
+
|
| |
)
( )
)
(
Propiedades
) cuando | |
( )
Propiedades
( )
.............................................................................
( )
............................................................................
), descomponer en
y ambas del mismo rango .....................................................
(
y
Ejemplo 1
.
/
Como ( )
(
tomaremos el caso 1
0.
/.
/1
/
/.
Ejemplo 2
.
Como ( )
(
/(
tomaremos el caso 2
[.
+]
+(
,
(
Comprobamos que
(
(
)
Ejemplo 3
(
Vemos que | |
(
y que el ( )
.
/ se hallan
); por lo que
y
y se multiplican.
)
(
Matriz cuadrada
+ (
)(
2
1.
2.
3.
4.
5.
(
(
)
obtenemos:
(
(
*
*
*
(
(
La siguiente
matriz es
ortogonal
Por la igualdad
de matrices
De lo que
obtenemos
Propiedades
(
(
Si es un espacio vectorial,
la aplicacin
definida por ( )
es lineal ya que para cualquier
)
)
Una aplicacin
de escalares
(
( )
( )
( ) (
(
( )
( )
(
(
(
( )
( )
(
)
)
( )
)
(
no se cumple ya que
Sea
( )
( )
Si *
+;
es un sistema de vectores linealmente dependientes
existirn escalares no todos nulos que:
Entonces * ( ) ( ) ( )+
es un sistema de vectores linealmente dependientes
existirn escalares no todos nulos que:
( )
( )
( )
Si *
+;
es un sistema de vectores linealmente independientes
no existirn escalares no todos nulos que:
(
Entonces * ( ) ( ) ( )+
no es cierto en general que sea sistema de vectores
linealmente independientes
( )
( )
Entonces *
Sea
y adems * ( ) ( ) (
Por tanto ( )
( )
)+ son lin.indep. de
( )
( )
( )
( )
Imagen de f es el conjunto de vectores
imagen de algn vector
( )
que son
( )+ y *
Sea *
+ tal que
( )
( )
)
( ) es un subespacio vectorial
luego
( )
( )
)+
( )
( )
Ncleo de f es el conjunto de vectores
transforman en vector de
que se
* +
( )+ tal que
Sea *
( )
(
y
entonces
espacios vectoriales,
aplicaciones lineales
es aplicacin lineal
( ) es un subespacio vectorial
luego
Si
( )
( )
( )
( )
( )
( )
( )
Para que
( )
( )
( )
Por tanto
(
, (
( ( ))
)(
)( (
, ( )
))
( )
( )-
)( )
( )
Y por tanto
(
,
( )-
)(
, ( )-
, (
(
))
( )
Entonces
Al ser
( )
( )
una base de
( )
( )
se tendr:
( )
( )
Sea
Sea
+ una base de
Sea
( )
+ una base de
respecto a la
+( +
espacios vectoriales
Si la matriz asociada de
+y
de
respecto a
es
+
y
ser
donde
(
*
bases de
donde
+y
+ son dos
+(
espacios vectoriales
una aplicacin lineal
+ una base de
tiene coordenadas (
se tiene
Entonces si
respecto de
( )
( )
( )
( )
espacios vectoriales
una aplicacin lineal
respecto a
+ es
Sean
y
espacios vectoriales
una aplicacin lineal
respecto a
+ es
+( +
( +
* +
Por tanto si
( ))
( ))
As que:
-
Si ( )
Si ( )
Si
entonces
entonces
(
( ) entonces {
( ),
por tanto es Epimorfismo
, ( )por tanto es Monomorfismo
( ))
,
} por tanto es Isomorfismo
, ( )-
{
|
( )
( )
cuadrada
con
( )
( )
( )
) (
( )
3.4 Sistemas de
ecuaciones con
La condicin necesaria para que un sistema sea compatible es que sean iguales los rangos de las matrices
(
Por tanto, si
es el nmero de incognitas:
)
Sistema incompatible
Sistema compatible determinado
Sistema compatible indeterminado
Al no existir ms filas
2.- Por tanto el sistema a resolver ser
{
Al ser el nmero de incgnitas superior a los rangos igualados de las matrices el sistema ser compatible
indeterminado:
|
|
| |
y
(
|
|
Sectores
Inputs
primarios
Agrario
Industrial
Servicios
Salarios
Excedente bruto explotacin
Impuestos indirectos producc.
Input total
Sectores
Industrial
40
60
10
60
20
10
200
Agrario
10
30
5
40
10
5
100
Servicios
0
60
100
90
40
10
300
Demanda final
Output
Consumo Inversin Total
30
20
100
5
45
200
130
55
300
El gobierno decide aumentar la actuacin pblica incrementando en cinco unidades la demanda final.
Se sabe que las unidades adicionales se van a demandar en un solo sector.
El objetivo es maximizar la produccin total de la regin.
Por tanto, a qu sectores debe demandarlas?
Se puede sintetizar el cuadro indicado en
Sectores
Industrial
40
60
10
90
200
Agrario
10
30
5
55
100
Agrario
Industrial
Servicios
Inputs Primarios
Input total
Demanda
Final
50
50
185
Servicios
0
60
100
140
300
[
[
Output
Final
100
200
300
de coeficientes tcnicos:
Siendo
el vector de incrementos de la demanda final.
Siendo
el vector de incremento de los outputs totales.
A partir de la matriz de Leontief es inmediato analizar las distintas posibilidades:
[ ]
][ ]
][ ]
Son equivalentes si
)y
Tales que
)y
Tales que
(
) (
, en efecto
) (
) (
Si
Simtrica
Si
Transitiva
Sea
es equivalente a , tambin
y
............................................
es equivalente a
...........................
(
entonces ..................
( )
[ (
)]
) (
( )
que
) (
) (
(
)
)
) (
(
(
) (
) (
) (
)
)
)
)
|
(
(
tal que
Tomando determinantes
|
Y como | ||
| ||
||
, por tanto
|
Comprobamos que las siguientes matrices semejantes tienen la misma ecuacin caracterstica
(
|
|
|
|
Comprobamos que las siguientes matrices tienen la misma ecuacin caracterstica pero no son semejantes
(
|
(
|
)
|
donde
No todas las matrices son diagonalizables, por eso hay que conocer las condiciones necesarias y suficientes para
que lo sea. Pero antes hay que obtener los valores y vectores propios.
) (
se obtiene
(
{
, por tanto (
Como
)
, con lo que obtenemos
)
(
)
(
Si
Si
{
{
Substituyendo en la 2 ecuacin
Luego el vector caracterstico es:
(
) o en general (
Por tanto
Por tanto
Entonces
En general
( )
En general
|
(
)(
)(
)
(
)(
)(
)(
4.6 Condicin necesaria y suficiente para que una matriz sea diagonalizable
es diagonalizable si existe una
matriz regular tal que
Entonces y son matrices semejantes
luego tienen la misma ecuacin caracterstica
por tanto tienen los mismos valores propios
donde
Donde (
)(
Por tanto
(
Esto es
Los vectores
son autovectores de
La ecuacin caracterstica es
|
|
que admite las races
Los vectores propios se obtienen de
{
)
(
Para
)
Para
un vector propio es el (
un vector propio es el (
Los autovectores se suelen expresar como vectores unitarios, para lo cual basta dividir sus coordenadas por su
mdulo
Modulo de
) es
Modulo de
) es
) )
( )
( )
(
Calculando
)
(
) (
La dimensin del espacio asociado al valor propio se calcula hallando la diferencia entre
de la matriz ) y el rango de la matriz (
)
coincide con
es el orden
Si
estudiamos su rango es
(
Su ecuacin caracterstica es
(
)
Como
que coincide con el orden de
multiplicidad de la raz la matriz ser diagonalizable:
)(
(
Estudiar si es diagonalizable la matriz
(
)
Si
estudiaremos su rango
Su ecuacin caracterstica es
(
)
Como
que no coincide con el orden
de multiplicidad de la raz, la matriz no es diagonalizable
tal que
es de elementos reales
es su ecuacin caracterstica,
tambin lo ser
, complejo conjugado de
por
Premultiplicando
Siendo
tal que
se tiene
por
se tiene
matriz simetrica (
)
Que proporciona
( )
A partir de
Se obtienen premultiplicando por
y
( )
Transponiendo la primera
( )
Diagonalizar la matriz
(
) (
Para
)
)
Para
Para
El autovector es (
El auto vector es (
El vector normalizado es (
Por lo que la matriz
El vector normalizado (
El autovector es (
El vector normalizado (
ser
Finalmente se calcula
En las matrices simtricas, se verifica que si su polinomio caracterstico se descompone en la forma siguiente:
|
Donde los
(autovalores) cumplindose
tiene dimensin
La matriz es diagonalizable
Se compara el valor que toma para cada
(
Si
)
de
Si
es diagonalizable
no es diagonalizable
Sea
) una matriz
( )
Propiedades de la traza
(
)
(
( )
)
( )
( )
(
(
( )
(
( )
)
)
(
)
(
Si
( )
( )
son semejantes
)
)
Si
autovalores
( )
(
( )
)
)
( )
( )
( )
Si ( )
existe dependencia lineal
entre las formas
y se pueden encontrar
escalares (elementos de ) tales que
Si ( )
Si
escalares.
, caso en que existe dependencia, se puede afirmar que existen formas linealmente independientes
Se forma la matriz
(
Determinar si son linealmente
dependientes
( )
)(
+( +
)(
+( +
)(
+( +
Es un polinomio homogneo de
segundo grado:
Para escribir la forma cuadrtica
en la forma matricial
donde es la matriz de dicha forma
se procede:
( )
son
( )
(las
elevadas al cuadrado):
La forma cuadrtica es
(
Escrita matricialmente es
( )
)(
+( +
1. Se toman en
:
)
Sustituyendo en ( ):
Y operando queda
2. Con la nueva
:
(
Reducimos la expresin
,(
Seguimos reduciendo
)
)
Hacemos
Sustituyendo en
Y operando queda
3. Con la nueva
y se sustituyen por
(
(
)
(
De matriz
)
)
+( +
Transponiendo sera
(
)(
)(
+( +
Obtenemos
(
)(
) [(
+(
+(
+(
)(
+] (
)(
)(
Mediante transformacin
(
(
||
||
)(
)(
,(
,(
Y de aqu
|
Y reiterando el proceso
|
(
|
Donde |
||
||
||
)
|
( )
|
(
de la matriz
primeras columnas
En la matriz
(
|
|
| |
|
Y sus signos
|
son
( )
La forma cuadrtica
tomar estrictamente un valor positivo
para cualquier sistema de valores
que se den a las variables (no todos cero)
Por tanto
(
)
( )
La forma cuadrtica
tomar estrictamente un valor negativo
para cualquier sistema de valores
que se den a las variables (no todos cero)
Por tanto
)
(
[.
(
[.
)
/
son
La forma cuadrtica
tomar un valor positivo (negativo) o nulo
para cualquier sistema de valores
que se den a las variables (no todos cero)
Por tanto
Semidefinida positiva
Semidefinida negativa
Diagonalizando
(
En esta forma
(
)(
+(
Cuando solo interesa clasificar la forma cuadrtica se utilizar el mtodo del discriminante segn el punto 5.3.3
Para una forma definida positiva se
verifica
( )
(
|
(
|
)
|
Como todos los menores principales son estrictamente positivos, la forma cuadrtica es definida positiva.
( )
(
|
|(
)
( )
Como todos los menores son no nulos y adems alternadamente positivos y negativos, la forma cuadrtica es
definida negativa.
( )
Para una forma semidefinida positiva
se verifica
La matriz correspondiente es
(
)(
+( +
Como algunos de los menores principales es 0 y otros son positivos, se trata de forma semidefinida positiva.
( )
Para una forma semidefinida negativa
se verifica
|(
)(
+( +
Al seguir la secuencia de positivos y negativos, y hay algunos nulos, se trata de forma semidefinida negativa.
)
(
Obtenemos
la forma es no definida.
Se tiene
(
(
Elevando al cuadrado
(
Los coeficientes de
son iguales
No tiene termino en
La ecuacin siguiente
Representa una circunferencia:
En la ecuacin
Abscisa
Ordenada
En la ecuacin
Como los coeficientes de y de
la unidad, se divide por ellos
Las coordenadas del centro son
(
La longitud del radio es
no son
Abscisa
Ordenada
( )
( )
( *
Operando resulta
Si
Si
( X,Y)
Si
Y haciendo
( *
y
8
Grficamente seria:
Siendo las curvas cuando
Siendo las lneas cuando
0
-14
-12
-10
-8
-6
-4
-2
10
12
14
-2
-4
-6
-8
0
-7
-6
-5
-4
-3
-2
-1
0
-1
-2
-3
-4
5.5.3 Cnicas
Recordar: (
)(
+( )
)(
+( +
Gnero parbola
Un punto en el infinito
Gnero elipse
Si
( *
Dividendo por
Haciendo
Clasificar
Como
|
y
1
0,5
0
-1,5
-1
-0,5
0,5
1,5
-0,5
-1
Clasificar
Como
|
y
4
0
-7
-6
-5
-4
-3
-2
-1
0
-1
-2
-3
-4
)y
es la matriz de la
| |
)(
se transformar en
)(
+ (
)( +
Designando
(
+ (
Y como
|
Resulta
| |
| |
Por tanto, el determinante de la nueva matriz es igual al de la original, as que dicho determinante es invariante
en cualquier cambio de coordenadas
| |
Si
Si
, la ecuacin se descompone en el
producto de dos rectas imaginarias
que se cortan en un punto real
) (
| |
En general
0,5
F1
N
-3,5
F2
-2,5
-2
-1,5
-1
-0,5
-1
-1,5
-2
Donde
, semieje mayor
, semieje menor
, semidistancia focal
0
-3
-0,5
Cumpliendose que
1,5
0,5
1,5
2,5
x
3,5
Hiprbola
Una ecuacin de la forma
Representa una hiprbola si
| |
no son nulos
tienen signos distintos
Si
Es cnica no degenerada.
resulta una cnica degenerada, que es el producto de dos rectas reales que no se cortan.
, o bien (
)(
| |
0
-7
-6
-5
-4
-3
-2
-1
-1
-2
-3
-4
Si
tendremos una cnica que
degenera en dos rectas paralelas (reales o
imaginarias.
10
0
-30
-25
-20
-15
-10
-5
10
15
20
25
30
-5
-10
-15
Y en general
0,5
F2
-3,5
-3
N
-2,5
-2
-1,5
-1
-0,5
-1,5
-2
F1
0
-0,5
-1
Las rectas y
son las asntotas de la hiprbola y tienen
por ecuacin
r1
1,5
Se observa que
Cumplindose que
r2
0,5
1,5
2,5
x
3,5
Parbola
Una ecuacin de la forma
| |
no son nulos
Es cnica no degenerada
Si
y
4
V0
D
-7
-6
-5
-4
-3
-2
-1
F
0
x
4
-1
-2
-3
-4
Gnero elipse
Elipse
imaginaria
Elipse
real
Elipse
degenerada
Hiprbola
y
distinto signo
Gnero hiprbola
y
no nulas
Parbola
Una recta doble
Hiprbola
degenerada
e igualando
invariante proyectivo ......................
invariante mtrico ..........................
de donde ........................................
es .............................
| |
(o viceversa)