Professional Documents
Culture Documents
u v u1 v1 u 2 v2 u 3 v3
PROYECCIN
u v
proy vu 2 v
v
u v u v cos
u v
proy vu
v
x2 x1 2 y 2 y1 2 ( z 2 z1 ) 2
2
2
2
PRODUCTO VECTORIAL
u v u v sen
i
u v u1
v1
j
u2
v2
u 3 u 2 v3 u 3 v 2 i u1 v3 u 3 v1 j u1 v 2 u 2 v1 k
v3
PRODUCTO MIXTO
u1
u v w v1
w1
u2
v2
w2
u3
v3 u1 v 2 w3 v3 w2 u 2 v1 w3 v3 w1 u 3 v1 w2 v 2 w1
w3
ECUACIONES DE PLANOS
Ecuacin vectorial (vector normal): x x0 , y y 0 , z z 0 n1 , n2 , n3 0
Ecuacin vectorial (vectores paral.): x, y, z x 0 , y 0 , z 0 1 u1 , u 2 , u 3 2 v1 , v 2 , v3
Ecuacin general: Ax By Cz D 0
x x0 1u1 2 v1
Ecuaciones paramtricas: y y 0 1u 2 2 v 2
z z u v
0
1 3
2 3
x
y
z
D D 1
D
A B C
NGULO ENTRE PLANOS
Ecuacin segmentaria:
cos
A1 A2 B1 B2 C1 C 2
A B12 C12 A22 B22 C 22
2
1
A x1 B y1 C z1 D
A2 B 2 C 2
HAZ DE PLANOS
A1 x B1 y C1 z D1 A2 x B2 y C 2 z D2 0
RECTAS EN EL ESPACIO
Ecuacin vectorial: x, y, z x 0 , y 0 , z 0 u1 , u 2 , u 3
x x0 u1
Ecuaciones paramtricas: y y 0 u 2
z z u
0
3
x x0 y y0 z z 0
u1
u2
u3
NGULO ENTRE RECTAS
Ecuaciones simtricas:
u v
cos
u v
u1 A u 2 B u 3 C
u u 22 u 32 A 2 B 2 C 2
2
1
u P0 P 1
d P1 , R
MATRICES DETERMINANTES
PROPIEDADES DE LA ADICIN:
A, B mn A B mn
A B C A B C
A N N A A
A A A A N
A B B A
PROPIEDADES DEL PRODUCTO POR UN ESCALAR
A mn . A mn
. A . A
A A A
A B A B
1. A A
PROPIEDADES DEL PRODUCTO DE MATRICES
A.B C A B.C
A B C A.B A.C
A.B B. A
A.B=A.C no se cumple que B=C
A.B=N no necesariamente A=N v B=N
PROPIEDADES DE LAS MATRICES SIMETRICAS Y ANTISIMETRICAS
A B t At B t
. A t . A t
A.B t B t . A t
t
A At A At
A. A t A. A t
A At A At
. A 1 1 . A 1 0
A k A 1
Una matriz A es ortogonal A. A t A t . A I
1
dim S n R ( A)
ESPACIOS VECTORIALES
Un conjunto V es un espacio vectorial y se escribe
V ,, ,
si es un conjunto
no vaco en el que se cumple que: existe el vector nulo, para cada vector existe
un opuesto, se cumple una ley de composicin interna en la suma de vectores y
de composicin externe en el producto entre escalares reales y vectores.
SUBESPACIOS VECTORIALES
Un conjunto S no vaco e includo en V siendo
es un
V ,, ,
un espacio vectorial, S
x S x S
V ,, ,
V ,, ,
Observaciones y propiedades:
Todo sistema que contenga al vector nulo es L.D.
Todo sistema con un nico vector no nulo es L.I.
El sistema v1 , v 2 , , v r es L.D. si y solo si algunos de los vectores del
sistema es C.L. de los restantes.
Si un sistema tiene dos vectores no nulos, si uno es mltiplo del otro son
L.D.; caso contrario son L.I.
En 2 y 3 dos vectores L.D. son paralelos.
BASE DE UN ESPACIO VECTORIAL
B v1 , v 2 , , v n es base de V B es S.G. de V ^ B es L.I.
Si se comprueba cualquiera de las dos condiciones ya se puede decir que
es base.
Llamamos bases cannicas de n a por ejemplo:
1,0 , 0,1 en 2
1,0,0 , 0,1,0 , 0,0,1 en 3
DIMENSIN
Todo espacio vectorial de dimensin finita que no se reduzca al vector
nulo admite por lo menos una base.
Si V es un e.v. de dimensin finita, todas sus bases tienen el mismo
nmero n de vectores que se llama dimensin de V y se nota: dim V n
Se define dim 0 0
dim n n dim mn m n dim Pn n 1
si B u1 , u 2 , , u n base de V v V ! 1 , 2 , , n / v 1u1 2 u 2 n u n
Se nota: v B
Propiedades:
S1 S 2 S S1 S 2 S S1 S 2 0 (suma directa)
dim S1 S 2 dim S1 dim S 2 dim S1 S 2
CONJUNTO ORTOGONAL Y ORTONORMAL DE VECTORES
Un conjunto de vectores de un espacio vectorial es un conjunto ortogonal si
todos los pares de vectores del conjunto son ortogonales entre si (producto
escalar = 0).
Un conjunto ortogonal en el que cada vector tiene norma 1 es ortonormal.
Propiedades:
Todo conjunto ortogonal de vectores no nulos de un espacio vectorial V es
un conjunto L.I.
Todo e.v. V que no sea el nulo y que tenga dimensin finita tiene una base
ortonormal.
COMPLEMENTO ORTOGONAL DE UN SUBESPACIO
Sea S subespacio de V:
Se llama complemento ortogonal de S al conjunto formado por todos los
vectores de V que son ortogonales a todos los vectores de S:
S x V / x y 0 y S
Propiedades:
S es un subespacio de V
Si dim V n dim S dim S dim V
S S V
Formulario de Vectores y Matrices
TRANSFORMACIONES LINEALES
DEFINICIN: Sean V y W espacios vectoriales sobre , la funcin T : V W es
una transformacin lineal de V en W si se verifican los criterios de
linealidad.
CRITERIOS DE LINEALIDAD:
x, x V
T x x T x T x
x V
T .x .T x
PROPIEDADES:
Sea T : V W transformacin lineal
T 0V 0W
T x T x
T x x T x T x
NCLEO DE UNA TRANSFORMACIN LINEAL: Sea T : V W
Se llama ncleo de T al conjunto de los vectores de V cuya imagen mediante T
es 0W.
Nu T Ker T x V / T x 0W
El ncleo de T es un subespacio de V.
IMAGEN DE UNA TRANSFORMACIN LINEAL: sea T : V W
Se llama conjunto imagen de T al conjunto de vectores de W que son imgenes
mediante T de al menos un vector de V.
Im T y W / x V T x y
La imagen de T es un subespacio de W.
TEOREMA DE LAS DIMENSIONES
Sea T : V W transformacin lineal
O bien de otra manera:
TRANSFORMACIONES MATRICIALES:
Sea A mn ; si se consideran los vectores de m y los vectores de n
expresados como matriz columna, se puede definir la transformacin lineal T de
n en m como:
T : n m / T X A. X
a11
a
21
a
m1
a12
a 22
am 2
a1n
a2n
a mn
10
a11
a 21
Siendo el vector columna
las coordenadas de T(u1) en la base B2 , el
a
m1
a12
a 22
vector columna
las coordenadas de T(u2) en la base B2 y el vector
a
m2
a1n
a2n
columna
las coordenadas de T(un) en la base B2 .
a
mn
RESUMIDO:
M T B1B2 T u1 B2
T u 2 B
T u n B2
M T B1B2 x B1 T x B2
ACLARACIN: Las bases cannicas se suelen denominar como E y E.
11
B2 B1
P X X
OBSERVACIN: B1 B2 PB1 B2 I n
PB2 B1
12
AUTOVALORES Y AUTOVECTORES
Sea T : V V endomorfismo
DEFINICIN: El vector x V es un autovector o vector propio de
T
13
14