Definicion Transformacion Lineal

INTRODUCCIN
Para el estudio de sistemas de ecuaciones lineales emplearemos dos
herramientas matemticas que facilitar los clculos: las matrices y los
determinantes.
Las matrices y los determinantes nos permiten expresar de una manera clara,
concisa y elegante la condicin de compatibilidad de los sistemas de ecuaciones
lineales (s.e.l.) - Teorema de Rouch-Frbenius -.

Cuando estudiamos un s.e.l. debemos preguntarnos: Tiene soluciones el sistema?, es decir, es

compatible? Si tiene soluciones cuntas y cuales son? Visto esto, estudiar un sistema es:
DISCUTIR = Averiguar si un s.e.l. tiene solucin, y si tiene, ver si es nica
o no.

RESOLVER = Hallar la solucin si es nica, o las soluciones si son infinitas. ESTUDIAR =

DISCUTIR + RESOLVER
5.1 DEFINICIN TRANSFORMACIN LINEAL Y SUS PROPIEDADES
Se denomina transformacin lineal, funcin lineal o aplicacin lineal a toda
aplicacin cuyo dominio y codominio sean espacios vectoriales y se cumplan las
siguientes condiciones:
Sean V y W espacios vectoriales sobre el mismo campo K y T una funcin de V
en W . T es una transformacin lineal, si para cada par de vectores de u y v
pertenecientes a V y para cada escalar k perteneciente a K, se satisface que:

1. T(u + v) = T(u) + T(v) 2. T(ku) = kT(u) donde k es un escalar. Transformacin lineal nula
Transformacin lineal identidad
Homotecias
Con

Si |k| 1 se denominan dilataciones Si |k| < 1 se denominan contraccionees

5.2 PROPIEDADES DE LAS TRANSFORMACIONES LINEALES 1.
Si T es una transformacin lineal , entonces

2. T(o)=0 Demostracin: Hiptesis: T es una transformacin lineal

Esto es una combinacin lineal!!
Extendiendo para n vectores: principio de superposicin (e.g. Si una seal de entrada es una
combinacin lineal de sus seales de entradas, la respuesta del sistema es la misma
combinacin lineal de Respuestas a las seales individuales)
*************************************************************************************
*/*

3Transfomacioneslineales
3.2TransformacionesLineales
Enestecaptulo

denotanespaciosvectorialessobre

Definition91Sea
unafuncin.
Sediceque esunatransformacinlinealsiyslosi satisfacelosiguiente:
i) respetalasuma,esdecir,

ii) respetalamultiplicacinporescalar

Elconjuntodetodaslastransformacioneslinealesde en

sedenotapor

1'7Demostrarquelasiguientefuncin

esunatransformacinlineal.
Solucin:Veamosprimeroque respetalasuma.
1Sean
cualesquieraen
T((x;y)+(x';y'))=T((x+x';y+y'))
=(y+y';x+x')
=(y;x)+(y';x')
=T((x;y))+T((x';y'))
Ahoralamultiplicacinporescalar.
Sea
cualesquieraen y en
T(a(x;y))=T((ax;ay))
=(ay;ax)
=a(y;x)
=aT((x;y))
conlocualhemosdemostradoque esunatransformacinlineal.
Ejemplo1'8Demostrarquelasiguientefuncin

esdecir,

esunatransformacinlineal.
Solucin:Veamosprimeroque respetalasuma.
Sean
cualesquieraen
T((x;y)+(x';y'))=T((x+x';y+y'))
=(2(x+x')+3(y+y');(x+x')3(y+y'))
=(2x+2x'+3y+3y';x+x'3y3y')
=(2x+3y;x3y')+(2x'+3y';x'3y')
=T((x;y))+T((x';y'))
Ahoralamultiplicacinporescalar.
Sea
cualesquieraen y en
T(a(x;y))=T((ax;ay))
=(2ax+3ay;ax3ay)
=(a(2x+3y);a(x3y))
=a(2x+3y;x3y)
=aT((x;y))
conlocualhemosdemostradoque esunatransformacinlineal.
Ejemplo109Demostrarquelasiguientefuncin

esunatransformacinlineal.
Solucin:Veamosprimeroque
Sean

respetalasuma.
cualesquieraen

T((ax2+bx+c)+(a'x2+b'x+c'))=T((a+a')x2+(b+b')x+(c+c'))
=((a+a')(b+b');2(c+c')+(b+b'))
=(ab+a'b';2c+b+2c'+b')
=(ab;2c+b)+(a'b';2c'+b')
=T(ax2+bx+c)+T(a'x2+b'x+c')
Ahoralamultiplicacinporescalar.
Sea
cualesquieraen

y en

T(xax2+bx+cx)=T(xax2+xbx+xc)
=(xaxb;2xc+xb)
=(x(ab);x(2c+b))
=x(ab;2c+b)
=aT(ax2+bx+c)
conlocualhemosdemostradoque esunatransformacinlineal.
1'7Demostrarquelasiguientefuncin

esunatransformacinlineal.
Solucin:Veamosprimeroque respetalasuma.
1Sean
cualesquieraen
T((x;y)+(x';y'))=T((x+x';y+y'))
=(y+y';x+x')
=(y;x)+(y';x')
=T((x;y))+T((x';y'))
Ahoralamultiplicacinporescalar.
Sea
cualesquieraen y en
T(a(x;y))=T((ax;ay))
=(ay;ax)
=a(y;x)
=aT((x;y))
conlocualhemosdemostradoque esunatransformacinlineal.
Ejemplo1'8Demostrarquelasiguientefuncin

esunatransformacinlineal.
Solucin:Veamosprimeroque respetalasuma.
Sean
cualesquieraen
T((x;y)+(x';y'))=T((x+x';y+y'))
=(2(x+x')+3(y+y');(x+x')3(y+y'))
=(2x+2x'+3y+3y';x+x'3y3y')
=(2x+3y;x3y')+(2x'+3y';x'3y')
=T((x;y))+T((x';y'))
Ahoralamultiplicacinporescalar.
Sea
cualesquieraen y en
T(a(x;y))=T((ax;ay))
=(2ax+3ay;ax3ay)
=(a(2x+3y);a(x3y))
=a(2x+3y;x3y)
=aT((x;y))
conlocualhemosdemostradoque esunatransformacinlineal.
Ejemplo109Demostrarquelasiguientefuncin

esunatransformacinlineal.
Solucin:Veamosprimeroque

respetalasuma.

Sean

cualesquieraen

T((ax2+bx+c)+(a'x2+b'x+c'))=T((a+a')x2+(b+b')x+(c+c'))
=((a+a')(b+b');2(c+c')+(b+b'))
=(ab+a'b';2c+b+2c'+b')
=(ab;2c+b)+(a'b';2c'+b')
=T(ax2+bx+c)+T(a'x2+b'x+c')
Ahoralamultiplicacinporescalar.
Sea
cualesquieraen

y en

T(xax2+bx+cx)=T(xax2+xbx+xc)
=(xaxb;2xc+xb)
=(x(ab);x(2c+b))
=x(ab;2c+b)
=aT(ax2+bx+c)
conlocualhemosdemostradoque esunatransformacinlineal.

A un click
Servicios
Canales
Recomendamos
Especiales
Radios
Horscopo
Imgenes del da
Juegos
Radios
Viajes
Chat
Clasificados
Correo
Foros
Fotos
Gente
LatinAmor
Pginas Personales
Postales
Autos
Clima
Deportes
Entretenimiento
Estudiantes
Humor

Juegos
Mujer
Noticias
Radios
Tecnologa
Videos
Clima
Estudiantes
Humor
Msica
Salud
Tecnologa
Cine
Gente
Hispanos
Inslito
Msica
Vips del deporte
Baladas
Hip Hop
Latinitos
Reggaetn
Salsa
Vive la msica
Principio del formulario
Final del formulario
top bsquedas
contactos
encuentros
amistad

Inicio

Apuntes

Amor

Ficha del Documento

Sistemas de ecuaciones, espacios vectoriales,
transformaciones lineales y matrices

SMS Nuevo

Test

Enva apuntes

Nueva
bsqueda

Foros

Ayuda

Sistemas de ecuaciones, espacios vectoriales,

transformaciones lineales y matrices
(ficha del

Determinantes. Cramer. Gauss-Jordan. Bases.

Combinacin lineal. Dimensiones. Generador. Vectores.
Geometra. Formas cuadrticas. Cnicas
Incluye multitud de ejercicios resueltos
Categora: Matemticas
Subcategora: Algebra y Geometra

documento)
Sistemas de ecuaciones, espacios vectoriales,
transformaciones lineales y matrices
(versin en PDF)
Sistemas de ecuaciones, espacios vectoriales,
transformaciones lineales y matrices
(versin para
descargar en ZIP)
Principio del formulario

Video recomendado
La mejor broma nuca vista
Creo que esta es la mejor broma que nunca han gastado,
es demasiado como se lo montan estos alemanes.
Ver ms videos

ALGEBRA LINEAL I
UNIDAD I
MATRICES
-Sistemas de 3 ecuaciones con tres incgnitas.
EJERCICIO 1
3x +y + z = 6
x - y + 2z = 4
2x + y - z = 1
s=311
1 -1 2 = (3+1+4+2-6+1)
2 1 -1
311
1 -1 2
X611
4 -1 2
1 1 -1 = ( 6+4+2+4-12+1)
661
442
Y361
142
2 1 -1 = (-12+1+24+6-6-8)
261
z316
1 -1 4
2 1 1 =(-3+6+8-1-12+12)
316

Final del formulario

1 -1 4
Sustituyendo los valores:
x = x = (5) = 1
s (5)
y = y = (5)
s (5)
z = z = (10)
s (5)
EJERCICIO 2
2x + y - z = 2
x +y +4z = 11
-5x + y + z = -1
s 2 1 -1
1 1 4 =(2-1-20-1-8-5)
-5 1 1
2 1 -1
114
x 2 1 -1
11 1 4
-1 1 4 =(2-11-4-11-8-1)
2 1 -1
11 1 4
y 2 2 -1
1 11 4
-5 -1 1 = (22+1-40-2+8-55)
2 2 -1
1 11 4
z212
1 1 11
-5 1 -1 =(-2+2-55+1-22+10)
212
1 1 11
Sustituyendo valores:
x = x = (-33)
s (-33)
y (-66)
y= =
s (-33)
z (-66)
z= =
s (-33)
EJERCICIO 3
2x + 2y - z = 4
5x - 3y - 8z = -20
-x + 5y + 3z = 14
s 2 2 -1
5 -3 -8 = (-18-25+16-30+80+3)
-1 5 3
2 2 -1
5 -3 -8
x 4 2 -1
-20-3-8 = (-36+100-64+120+160-42)
14 5 3
4 2 -1

-20-3-8
y 2 4 -1
5-20-8 = (-120-70+32-60+224+20)
-1 14 3
2 4 -1
5-20-8
z224
5-20-8 = ( -84+100+40-140+200-12)
-1 14 3
2 4 -1
5-20-8
Sustituyendo valores:
X = x (78)
=
s (26)
y = y (26)
=
s (26)
z = z (104)
=
s (26)
EJERCICIO 4
-4x + 3y - z = 9
3x - y + 3z = -2
x + y + 2z = 3
s -4 3-1
3 -1 3 = (8-3+9-18+12-1)
112
-4 3-1
3 -1 3
X 9 3 -1
-2 -1 3 =( -18+2+27+12-27-3)
312
9 3 -1
-2 -1 3
Y 4 9 -1
3 -2 3 =( -16-9+27+54-36-2)
132
4 9 -1
3 -2 3
z -4 3 9
3-1 -2 = (12+27-6-27-8+9)
113
-4 3 9
3 -1 -2
Sustituyendo valores:
x (-7)
x==
s (7)
y (14)
y==
s (7)
z = z (7)
=

s (7)
EJERCICIO 5
4x + 3 y + z = -1
7x - 2y + 7 z = 20
2x + y + 4z = 1
s431
7 -2 7 = (-32+7+42-84-28+4)
214
431
7 -2 7
x -1 3 1
7 -2 7 = ( 8+20+21-240+7+2)
114
431
7 -2 7
Y 4 -1 1
7 20 7 = ( 320+7-14+28-28-40)
214
4 -1 1
7 20 7
z 4 3 -1
7-2 20 = (-8-7+120-21-80-4)
211
4 3 -1
7-2 20
Sustituyendo valores:
X = x (-182)
=
s (-91)
y (273)
y==
s (-91)
z = z (0)
= (-91)
s
OPERACIONES MATRICES
Sumar las matrices A y B:
5 9 5 6 9 6 11 18
4 3 + 2 9 5 = 4 13 8
9 7 0 6 8 3 15 15
3A - B =
5 6 8 1 2 3 14 16 21
2 3 0 - 0 5 7 = 6 4 -7
1 2 6 3 6 5 0 0 13
Hacer la operacin de A*B:
1 -1 * 2 1 3 1 2 1
A = 1 2 1 -1 2 = 4 -1 7
UNIDAD II
METODO DE ELIMINACIN
Consiste en ir eliminando una de las tres variables en dos ecuaciones y luego de las otras dos ecuaciones de este modo
despus se vuelve a eliminar otra variable de estas de las otra ecuaciones que se formaron con estas eliminaciones y as
se llega al resultado de una de las variables, es por esto que se le llama METODOD DE ELININACIN.
EJERCICIO 1
2x - y + 3z = -4 (1)

3x - 2y + z = -2 (2)
-x -5y + 2z = 2 (3)
La (1) con la (3)
2x - 2y + 3z = -4 2x - y +3z = -2
(2)-x - 5y +2z = -2 + -2x - 10y -4z = -8
-11y - z = -8 (4)
La (2 ) con la (3)
3x - 2y +z = -2 3x - 2y + z
(3)-x - 5y + 2z = 2 + -3x - 30y + 6z = 6
-32y + 7z = 4 (5)
La (4) con la (5)
(7)11y - z = -8 -77y - 7z = -56
-32y + 7z = 4 + -32y + 7z = 4
-109y = -52
EJERCICIO 2
x + 2y + 2z = 6 (1)
2x + 2y + 2z = 6 (2)
3x + y + 4z = 10 (3)
La uno con la dos:
(-2)x + 2y + 2z = 6 -2x -4y - 4z = -18
2x + 2y + 2z = 6 2x + 2y +2z = 6
-2y - 2z = 6 (4)
La uno con la tres:
(-3)x + 2y + 2z = 6 -3x -6y -6z = -18
3x + y + 4z = 10 3x + y + 4z = 10
-5y -2z = -2 (5)
La cuatro con la cinco:
(-5)-2y -2z = 6 10y +10z = -30
(2)-5y -2z = -2 -10y - 4z = -4
6z = 34
z = 34/6
Sustituyendo z en la cuatro
-2y -2z = 6
-2y - 2(34/6) = 6
-2y -68/6 = 6
-2y = 6 + 68/6
y = (52/3) / (-2)
y = -26/3
Sustituyendo y & z en la uno
x + 2y + 2z = 6
x + 2(-26/3) + 2(34/6) = 6
x -52/3 + 68/6 = 6
x = 52/3 - 68/6 + 6
x = 12
EJERCICIO 3
-x + 2y = -10 (1)
2x - 2y = 32 (2)
La uno con la dos:
(2)-x + 2y = -10 -2x + 4y = -20
2x - 2y = 16 2x -2y =32
2y = 12
y = 12/2
y=6
Sustituir y en la ecuacin uno

-x + 2y = -10
-x + 2(6) = -10
-x + 12 = -10
-x = -10 - 12
-x = -22
x = 22
EJERCICIO 4
x + 2y -4z = 6 (1)
-2x - 4y + 8z = 6 (2)
3x + 2y - 4z = 10 (3)
La uno con la dos:
(2)x + 4y - 8z = 4 2x +80y - 16z = 8
-2x - 4y + 8z = 8 -2x - 4y + 8z = -8
4y - 8z = 0 (4)
La uno con la tres:
(-3)x + 2y - 4z = 4 -3x -6y + 12z = -18
3x + 2y - 4z = 6 3x + 2y - 4z = 6
-4y +8z = -6 (5)
La cuatro con la cinco:
(-1)4y - 8 z = 0 -4y + 8z = 0
4y + 8z = -6 4y + 8z = -6
16z = -6
z = - 6/16
Sustituyendo z en la cuatro
4y -8z = 0
4y - 8(-3/8) = 0
4y + 3 = 0
4y = -3
y = -3/4
Sustituyendo y & z en la uno
x + 2y - 4z = 4
x + 2(-3/4) - 4(3/8) = 4
x - 6/4 - 12/8 = 4
x = 6/4 + 12/8 + 4
x=7
EJERCICIO 5
x + y = 4 (1)
2x - 3y = 7 (2)
La uno con la dos:
(3)x + y = 4 3x + 3y = 12
2x - 3y = 7 2x - 3y = 7
5x = 19
x = 19/5
Sustituir x en la ecuacin uno:
x+y=4
19/5 + y = 4
y = 4 - 19/5
y = 1/5
METODO DE ELIMINACIN DE GAUSS
Consiste en aplicar transformaciones elementales e ir logrando la eliminacin consecutiva de las incgnitas con el
propsito de llegar a un sistema equivalente que tenga la forma escalonada.
EJERCICIO 1
2x + y + 3 z = 2
-x + 3y - z = 2

x + 2y + 3z = 1
2132123112311231
-1 3 -1 2 -1 3 -1 2 0 5 2 3 0 5 2 3
1 2 3 1 2 1 3 2 0 -3 -3 0 0 -1 -1 0
1231
0523
0 0 3 0 3z = 0
z=0
5y +2z = 3
5y + 2(0)= 3
5y = 3
y= 3/5
x + 2y + 3z = 1
x + 2(3/5) + 3(0) = 1
x + 6/5 = 1
x = -6/5
EJERCICIO 2
3x - y +z = 5
2x + 2y + 3z =3
x+y+z=1
3 -1 1 5 1 1 1 1 1 1 1 1
2 2 3 3 3 -1 1 5 0 -4 -2 2
111122330011
Z=1
-4y - 2z = 2
-4y -2(1) = 2
-4y -2 = 2
-4y = 4
y = 4/-4
y = -1
x + y +z = 1
x + (-1) + (1) = 1
x -1 +1 = 1
x= 1+1-1
x=2
EJERCICIO 3
4x + 3y + 2z = -9
-2x -2y - z = 5
x + 4y + 2z = -7
4 3 2 -9 1 4 2 -7 1 4 2 -7 1 4 2 -7
-2 -2 -1 5 -2-2-1 5 0 6 3 -9 0 6 3 -9
1 4 2 -7 4 3 2 -9 0-13 -6-37 0-1-6/13-37/13
1 4 2 -7
0 6 3 -9
0 042/13-339/13
42/13z = -339/13
z = (-339/13) / (42/13)
z = - 113/14
6y + 3z = -9
6y + 3(-113/14) = -9
6y - 339/14 = -9
6y = -9 + 339/14
6y = 213/14
y = 8213/14)/6

y = 71/28
x + 4y + 2z = -7
x + 4(71/18) + 2(-113/14) = -7
x + 284/18 - 226/14 = -7
x = -284/18 + 226/14 -7
x = -544/63
TRANSFORMACIONES ELEMENTALES
Son una serie de transformaciones que no alteran la solucin del sistema ya que da como resultado un sistema
equivalente que tendr la misma solucin que el sistema original. Las transformaciones elementales son las siguientes:
Intercambiar dos renglones entre s
Multiplicar una ecuacin por un nmero diferente de cero
Aplicar la transformacin anterior y sumar el resultado a otra ecuacin reemplazando dicha ecuacin por esta.
EJERCICIO 1
3x + 2y - z = 10 (R1)
2x + y + z = 0 (R2)
-x + 5y + 2z = 5 (R3)
-x + 5y + 2z = 5 -x + 5y + 2z = 5 -x + 5y + 2z = 5
2x + y + z = 0 0 + 11y + 5z = 0 0 + 11y + 5z = 0
3x + 2y - z = 10 0 + 17y + 5z = 10
6y + 0 = 10
6y = 10
y = 10/6 = 5/3
Sustituir y en:
11y + 5z = 0
11(5/3) + 5z = 0
55/3 + 5z = 0
5z = -55/3
z = (-55/3)/ 5
z = -40/3
Sustituir z & y en la siguiente ecuacin:
-x + 5y + 2z = 5
-x + 5(5/3) + 2(-40/3) = 5
-x + 25/3 - 83/3 = 5
-x = -25/3 + 83/3 + 5
-x = 73/3
x = -73/3
EJERCICIO 2
x + 2y + 3z = 5 (R1)
4x + y - z = -6 (R2)
2x - y + 3z = 4 (R3)
X + 2y + 3z = 5 x + 2y + 3z = 5
0 - 7y - 13z = -26 0 - 7y - 13z = -26
0 - 5y - 3z = -6 0 0 + 44z = -6
z = -3/44
Sustituir z en la siguiente ecuacin:
-7y - 13z = -26
-7y - 13(-3/22) = -26
-7y + 39/22 = -26
-7y = -26 - 39/22
-7y = -675/22
y = (-675/22) / 7
y = 675/154
Sustituir z & y en la siguiente ecuacin:
x + 2y + 3z = 5

x + 2(675/154) + 3(-3/22) = 5
x + 750/154 - 9/22 = 5
x = -750/154 + 9/22 + 5
x = 83/154
EJERCICIO 3
x+y-z=0
4x - y + 5z = 0
6x + y + 3x = 0
X+y-z=0x+y-z=0
0 - 5y + 9z = 0 0x - 5y + 9z = 0
0 - 5y + 9z = 0 0x + y + 0z
z=0
Sustituir z en la siguiente ecuacin:
5y + 9z = 0
-5y + 9(0) = 0
-5y + 0 = 0
y = 0/-55
y=0
Sustituir y & z en la siguiente ecuacin:
x + y -z = 0
x+0-0=0
x=0
METODO DE ELIMINACIN DE GAUSS JORDAN
Consiste en convertir en unos (1) los elementos de la diagonal principal de la matriz de coeficientes y en ceros (0) todos
los dems elementos.
EJERCICIO 1
x1 + 2x2 + x3 = 3
4x1 + 3x2 +x3 = -1
-2x1 - 4x2 - x3 = 1
1 2 1 3 1 2 1 3 1 2 1 3 1 1 3 4 A 1 1 1 -1 0 5 -3 -13 0 5 -3 -13 0 1 -3/5 3/5
-2 4 -1 1 0 8 1 7 0 0 29 139 0 0 1 139/29
1 2 0 -52/29 1 0 0 -68/29
0 1 0 8/29 0 1 0 8/29
0 0 1 139/29 0 0 1 139/29
EJERCICIO 2
X1 + 2X2 +X 3 = 8
+ X2 - X3 = -1
X1 + 3X2 - X3 = 4
1218121812181218
0 1 -1 -1 0 1 -1 -1 0 1 -1 -1 0 1 -1 -1
1 3 -1 4 0 -1 -2 -4 0 0 -3 -5 0 0 -1 -3/5
1 2 0 37/5 1 2 0 37/5 1 0 0 41/5
0 1 -1 -1 0 1 0 -2/5 0 1 0 -2/5
0 0 1 3/5 0 0 1 3/5 0 0 1 3/5
EJERCICIO 3
2X1 + 4X2 + 6X3 = 18
4X1 + 5X2 + 6X3 = 24
3X1 + X2 - 2X3 = 4
2 4 6 18 1 2 3 9 1 2 3 9 1 2 3 9
4 5 6 24 4 5 6 24 0 -3 -6 -12 0 1 2 4
3 1 -2 4 3 1 -2 4 0 -5 -11 -23 0 -5 -11 -23
1 0 -1 1 1 0 -1 1 1 0 0 4
0 1 2 4 0 1 2 4 0 1 0 -2
0 0 -1 -3 0 0 1 3 0 0 1 3

SISTEMAS DEPENDIENTES Y SISTEMAS INCONSISTENTES

Un sistema de ecuaciones siempre ser dependiente si el nmero de ecuaciones es menor al nmero de incgnitas.
En los sistemas inconsistentes es cuando simple y sencillamente no hay solucin por que se da una valor que no puede
ser.
Un ejemplo puede ser cuando sucede los siguiente:
Por ejemplo sistemas dependientes:
3X1 + 5X2 - X3 = 7
2X1 - 4X2 + 3X3 = 14
Otro ejemplo:
2X1 + 2X2 + 6X3 = 16
3X1 -3X2 + 3X3 = 12
X1 - X2 + X3 = 4
1 -1 1 4 1 -1 1 4 0 -1 1 4
2 2 6 16 0 4 4 8 0 4 4 8
3 -3 3 12 0 0 0 0
4x2 + 4 x3 = 8
x3 = (8 - 4x2) / (4)
x3 = 2 -x2
x1 - x2 + x3 4
x1 -x2 +(2 - x2)
x1 - x2 + 2 - x2 = 4
x1 = 4 + x2 - 2 + x2
x1 = 2 + 2x2
Solucin:
Sol = {(2+2, 2-a,)/ a E R }
Ejemplos de sistemas inconsistentes:
(0)X1 + (0)X2 - (0)X3 = 4
Esto no puede ser.
46123123
4 5 6 0 -3 -6 0 -3 -6
2 7 12 0 3 6 0 0 0
0 2 3 1 -2 5 1 -2 5
2 -6 7 2 -6 7 0 0 -3
1 -2 5 0 2 3 0 2 3
1 -2 5 1 0 8
0 2 3 0 1 3/2
8 0 -3 0 0 0
UNIDAD III DETERMINANTES
DEFINICION 3.1
Sea A una matriz de orden 2. El determinante de a representado como A = a11,a22- a21, a22
a11 a22 a13
A= a21 a22 a23
EJEMPLOS
2
A= 5 -3 = 6 ( -3) -(2) (5) = -18 -10 =28
75
A= 2 9 = 7 ( 9) -(5) (2) = 63-10=53
8 -7
A= -5 4 = 8 (4) -(-7 (-5) =32-35=-3
-7 -2
A= 4 3 = -7( 3) -(-2)(4) = -21+8=-13
-2 -1
A= -3 6 = (-2)(6) -(-1)(-3)= -12 -3 =-15
DEFINICION 3.2

Sea A una matriz de orden3. El determinante de A se calcula mediante la siguiente expresin:

a11 a22 a13 a22 a21 a31 a23 a21 a22
A= a21 a22 a23 a11 a32 a33 - a12 a31 a33 + a13 a31 a32
a31 a32 a33
EJEMPLOS
352
A = 1 -2 -1 3 (4+3) - 5 (-2) +2(3) =21 +10+6=37
0 3 -2
213
A = 5 -1 0 2(-1) - 1 (5) +3(-10+3)= -2-5-21=-28
3 -2 1
372
A = 4 5 -1 3 (-15+9) -7(-12+3)+2(36-15)= -18 + 63 +42= 87
3 9 -3
1 -2 3
A = 0 1 2 1 (2+2) - (-2) (-2) +3 (-1) = 4-4-3= -3
1 -1 2
4 -3 2
A = -2 -5 1 4 (5-1) - 3 (2+1)+ 2 (-2-5)= 16 + 9 - 14 = 11
-1 1 -1
DEFINICION 3.3
Sea A una matriz de orden n, y sea Mij la matriz de orden n-1 que se obtiene de A al eliminar el rengln i y la columna
j.dicha matriz se conose como el menor ij de A
35243
Ej Mij = 4 2 3 = M12 -1 4
-1 2 4
52
M32
23
DEFINICION 3.4
Sea A una matriz de orden n, el cofactor ijA. Representado como Aij esta definido como (-1)i+j Mij
DEFINICION 3.5
Sea A una matriz de orden n, el determinante de dicha matriz esta definido como
A =E K=1 n =
A = E aik Aik
EJEMPLOS
EJERCICIO 1
Se escoge el rengln 4
1 3 5 -1
2 -1 3 2 3 5 -1
5 2 -1 1 A41 (-1) -1 3 2 -3 (3+2) - 5 (-1-4)-1(1-6)=15+25-5=35
2 0 3 0 2 -1 1
1 3 -1
A42 (-1) 2 -1 2 1 (-1-4)-3(2-10)+1(4+5)=-5+24+9=28
521
A = 2(-35)+3(28)= -70 +84= 14
EJERCICIO 2
Se escoge el rengln 1
3 2 -5 4
7 3 -2 5 3 -2 5
4 -2 1 3 A11(-1) -2 1 3 3 (3+15) + 2 (-6-12)+5(10-4) = 54-36+30=48
2 4 -5 3 4 -5 3
7 -2 5
A12 (-1) 4 1 3 7 (3+15)+2(12-6)+5(-20-2)=126+12-110=(-1)(28) = -28

2 -5 3
735
A13 (-1) 4 -2 3 7 (-6-12)-3(12-6)+5(16+4) =-126-18+100 = -44
243
7 3 -2
A142 (-1) 4 -2 1 7 (10-4)-3(-20-2)+2(16+4)= 42+66+40= (-1)(148) =-148
2 4 -5
A = 3(48)+2(-28)-5(-44) +4(-148) = 144-56+220 -592 = -284
EJERCICIO 3 Se escoge el rengln 3
5 2 3 -1
7 2 9 3 2 3 -1
-1 0 1 2 A31(-1) 2 9 3 2 (27-6)-3(6+3)-1(6+3) = 42-27-9=6
1 -1 2 3 -1 2 3
5 2 -1
A33 (-1) 7 2 3 5(6+3)-2(21-3)-1(-7-2) = 45-36+9 = 18
1 -1 3
523
A34 (-1) 7 2 9 5 (4+9)-(2)(14-9)+2(-7-2) = 65-10-27 = (-1)28 = -28
1 -1 2
A = (-1)(6)+(1)(18)+2(-28)=-6+18-56=54
EJERCICIO 4 Se escoge el rengln 2
5213
1010213
7 8 3 2 A21(-1) 8 3 2 2(-4)-1(-4)+3(8-6)=-8+4+6=2(-1)=-2
5210210
523
A23 (-1) 7 8 2 5 (-4)-2(-10)+3(14-40)=-20+20+162=162(-1)=-162
520
A = 1(-2)+1(162)=160
EJERCICIO 5 Se escoge el rengln 1
2 3 -1 0
4 3 -2 4 3 -2 4
3 1 0 -2 A11(-1) 1 0 -2 3 (10)+2(2+6)+4(-5)=30+16-20 = 26
1 3 -5 2 3 -5 2
4 -2 4
A12 (-1) 3 0 2 4 (10)+2(6-2)-4(-15) = 14+8+60 = 108(-1) = -108
1 -5 2
434
A13 (-1) 3 1 -2 4 (2+6)-3(6+2)+4(9-1) = 32-24+32 = 40
132
A = 2(26)+3(-108)-1(40) = 54-324-40=310
DEFINICION DE MATRIZ ADJUNTA
Sea A una matriz de orden n y sea B la matriz de sus cofactores.
La matriz adjunta de A sera igual a la matriz transpuesta de B
EJERCICIOS
EJERRCICIO 1
321
5 2 3 3(4-9)-2(10-27)+1(15-18) = -15+34-3 = 16
932
23
A11 (-1) 4-9=-5
23
53
A12 (-1) 10-27=17

92
52
A13 (-1) 15-18= -3
93
Matriz Cofactores
2 1 -5 17 -3
A21(-1) 4-3= 1 1 -3 9
3 2 4 -4 -4
Matriz adjunta
31
A22(-1) 6-9=-3
9 2 -5/16 1/16 4/16
A 17/16 -3/16 -4/16
-3/16 9/16 -4/16
32
A23(-1) 9-18=9
93
21
A31(-1) 6-2=-4
23
31
A32(-1) 9-5=--4
53
32
A33(-1) 6-10=-4
52
EJERRCICIO 2
2 -1 -3
5 2 -1 2(-6+2)+(1)(-15+3)-3(-10-6)=-8-12+48=28
3 -2 -3
2 -1
A11 (-1) -6-2=-8
-2 -3
5 -1
A12 (-1) -15+3=12
3 -3
52
A13 (-1) -10-6= -16
4 -2
Matriz Cofactores
1 -3 -8 12 -16
A21(-1) -3+6=-3 -3 3 1
-2 -3 7 -13 9
Matriz adjunta
2 -3
A22(-1) -6+9=3
3 -3 -8/28 -3/28 7/28
A 12/28 3/28 -13/28
-16/28 1/28 9/28
2 -1
A23(-1) -4+3=1
3 -2
-1 -3
A31(-1) 1+6=7

2 -1
2 -3
A32(-1) -2+15=-13
5 -1
2 -1
A33(-1) 4+5=9
52
EJERRCICIO 3
123
-1 -2 -1 1(-6+1)-2(-3)+3(1) = -5+6+3 = 4
0 -1 3
-2 -1
A11 (-1) -6-1=-7
-1 3
-1 -1
A12 (-1) -3=3
03
-1 -2
A13 (-1) 1=1
0 -1
Matriz Cofactores
2 3 -7 3 1
A21(-1) 6+3= -9 -9 -3 1
-1 3 4 -2 0
Matriz adjunta
13
A22(-1) 3=3
0 3 -7/14 -9/14 4/14
A 3/14 3/14 -2/14
1/14 19/14 0/14
12
A23(-1) -1=1
0 -1
23
A31(-1) -2+6=4
-2 -1
13
A32(-1) -1+3=-2
-1 -1
12
A33(-1) -2+1=0
-1 -2
EJERRCICIO 4
-1 3 0
-2 1 -2 (-1)(-1+2)-3(2+6)0-1-24=25
3 1 -1
1 -2
A11 (-1) -1+2=1
1 -1
-2 -2
A12 (-1) 2+6=-8
3 -1
-2 1
A13 (-1) -2-3=-5

31
Matriz Cofactores
3 0 1 8 -5
A21(-1) 3=-3 -3 -1 10
1 -1 -6 -2 5
Matriz adjunta
10
A22(-1) -1=-1
3 -1 1/25 -3/55 -6/25
A -8/25 -1/25 -2/25
-5/25 10/25 5/25
-1 3
A23(-1) -1-9=10
31
30
A31(-1) -6=-64
1 -2
-1 0
A32(-1) 2=-2
-2 -2
-1 3
A33(-1) -1+6=5
-2 1
EJERRCICIO 5
213
1 -2 0 2(-4)-(1)(2)+3(-1)=-8-2-3=-13
0 -1 2
-2 0
A11 (-1) -4=-4
-1 2
10
A12 (-1) 2=-2
02
1 -2
A13 (-1) -1=-1
0 -1
Matriz Cofactores
1 3 -4 -2 -1
A21(-1) 2+3=-5 -5 4 2
-1 2 6 3 -5
Matriz adjunta
23
A22(-1) 4=4
0 2 -4/-13 -5/-13 6/-13
A - 2/-13 4/-13 3/-13
-1/-13 2/-13 -5/-13
21
A23(-1) -2=2
0 -1
13
A31(-1) 6=6
-2 0
23
A32(-1) -3=3

10 3
21
A33(-1) -4-1=-5
1 -2
REGLA DE CRAMER
Sea A la matriz de coeficientes de un sistema de ecuaciones lineales
EJEMPLOS
EJEMPLO 1
2X1+7X2-6X3=18
3X1+3X2+2X3=17
5X1-6X2+8X3=-11
2 7 -6
3 3 2 2(24+12)-7(24-10)-6(-18-15)=72-98+198=172
5 -6 8
18 7 -6
17 3 2 18(24+12)-7(136+22)-6(-102+33)=648-1106+414=-44
-11 -6 8 b1 = -44 = -0.2558139
A 172
2 18 -6
3 17 2 2(136+22)-18(24-10)-6(-33-85)=319-252+708=772
5 -11 8 b2 = 772 = 4.488372
A 172
2 7 18
3 3 17 2(-33+102)-7(-33-85)+18(-18-15)=138+826-594=370
5 -6 -11 b3 = 370 = 2.151162791
A 172
Demostracin
2(-0.2558139)+7(4.488372)-6(2.151162791)=18
EJEMPLO 2
X1+X2-3X3= 2
2X1-2X2-2X3=-4
-X1+2X2+4X3= 6
1 1 -3
2 -2 -1 1(-8+2)-1(8-1)-3(4-2)=-6-7-6=-19
-1 2 4
2 1 -3
-4 -2 -1 2(-8+2)-1(-16+6)-3(-8+12)=-12+10-12=-14
6 2 4 b1 = -14 = 0.736842105
A -19
1 2 -3
2 -4 -1 1(-16+6)-2(8-1)-3(12-4)=-10-14-24=-48
-1 6 4 b2 = -48 = 2.526315789
A 19
112
2 -2 -4 1(-12+8)-1(12-4)+2(4-2)=-4-8+4=-8
-1 2 6 b3 = -8 = 0.421052631
A -19
Demostracin
(0.736842105)+(2.526315789)-3(0.421052631)=2
EJEMPLO 3
2X1-3X2+X3=8
X1 + X2- X3 =6
-6X1+2X2+4X3=--1
2 -3 1

1 2 -1 2(8+2)+3(4-6)+1(2+12)=20-6+14=28
-6 2 4
8 -3 1
8 2 -1 8(8+2)+3(24-1)+1(12+2)=80+69+14=163
-1 2 4 b1 = 163 = 5.821428571
A 28
281
1 6 -1 2(24-1)-8(4-6)+1(-1+36)=46+16+35=97
-6 -1 4 b2 = 97 = 3.464285714
A 28
2 -3 8
1 2 6 2(-2-12)+3(-1+36)+8(2+12)=-28+105+112=189
-6 2 -1 b3 = 189 = 6.75
A 28
Demostracin
2(5.821428571)-3(3.464285714)+(6.75)=7.97
EJEMPLO 4
2X1-X2-3X3=-1
-2X1+3X2+3X3=-3
X1+2X2-X3= 2
2 -1 -3
-2 3 3 2(-3-6)+1(2-3)-3(-4-3)=-18-1+21=2
1 2 -1
-1 -1 -3
-3 3 3 (-1)(-3-6)+1(3-6)-3(-6-6)=9-3+36=42
2 2 -1 b1 = 42 = 21
A2
2 -1 -3
-2 -3 3 2(3-6)+1(2-3)-3(-4+3)=-6-1+3=-4
1 2 -1 b2 = - 4 = -2
A2
2 -1 -1
-2 3 -3 2(6+6)+1(-4+3)-1(-4-3)=24-1+7=30
1 2 2 b3 = 30 = 15
A2
Demostracin
2(21)-(-2)-3(15)=-1
EJEMPLO 5
-2X1+3X2-X3= 2
X1-X2+3X3= 4
4X1+3X2-X3= -1
-2 3 -1
1 -1 3 (-2)(1-9)-3(-1-12)-1(3+4)=16+39-7=48
4 3 -1
2 3 -1
4 -1 3 2(1-9)-3(-4+3)-1(12-1)=-16+3-11=-24
-1 3 -1 b1 = -24 = -0.5
A 48
-2 2 -1
1 4 3 -2(-4+3)-2(-1-12)-1(-1-16)=2+26+17=45
4 -1 -1 b2 = 45 = 0.9375
A 48
-2 3 2
1 -1 4 -2(1-12)-3(1-16)+2(3+4)=22+51+14=87

4 3 -1 b3 = 87 = 1.8125
A 48
Demostracin
-2(-0.5)+3(0.9375)-(1.8125)=2
UNIDAD IV ESPACIOS VECTORIALES
DEFINICION 4.1
Un espacio vectorial V es un conjunto de elementos denominados vectores junto con las operaciones de adicin y
multiplicacin por un escalar que cumple los siguientes axiomas
1.- a y b E V a + b E V
2.-a +b = b+a
3.- a +(b+c)=(a+b)+c
4.- 0 E V / a+0 =a
5.- -a E v / a+(-a)= 0
6.- K E R Ka E V
7.- K E R K(a+b) = Ka +Kb
8.- (k+l) a =Ka +la
9.- K (la)=(kl)*A
10.- 1 a = a
En caso de que uno de estos axiomas no se llegara a cumplir el conjunto no seria un espacio vectorial bajo las
operaciones indicadas
EJERCICIOS
EJERCICIO 1
Sea V = [ 1] es decir V contiene solamente el numero 1 en este caso
Si 1 E V
a+b= E V
1+1 = 2 por lo tanto no cumple el axioma 1 por que dos no pertenece al conjunto V
por lo tanto no es un espacio vectorial
EJERCICIO 2
Sea V [(x,y): y=mx] donde m es un numero real fijo y x es un numero real arbitrario
Y=mx
1.-ax1+ax2 = a (x1+x2)
2.- a+b=(ax1+bx2, ay2+by2) =(bx1+ax1,bx2+ax2)
3.-a+b+c=(ax,ay)+(bx,by)+(cx,cy)
ax,ay+(bx+cx+by+cy)
(ax+bx+cx,ay+by+cy)
(ax+bx+cx,ay+by+cy)
=(a+b)+c
4.-0=(0,0) E v
5.- -a E V =a+(-a) =0
-a=(-ax,ay) / a+(-a) =(ax,ay)+(-ax,-ay)
=(-ax+(-ax),ay+(-ay) = (0,0)
6.-K(ax,ay)=(Kax,Kay)
7.-K(a*b)=k(ax+bx)(ay+by)
K(ax+bx),K(ay+by)
Kax+Kbx,Kay+kby
Ka+Kb
8.-(K+l) a= (k+l) (ax,ay)=(k+l)ax,(k+l)ay
=Kax+lax,Kay+lay
(Kax+Kay,lax+lay)
K(ax,ay)+l(ax,ay)= Ka +la
9.- K(la)= K(lax,lay)=K(lax),k(lay)
(Kl)ax,(Kl)ay
Kl(ax,ay)= Kl *a
10.- -1(ax,ay)=(ax,ay)= a

Por lo tanto es un espacio vectorial.

EJERCICIO 3
Sea V {(x,y,z): ax +by +cz=0] V es el conjunto de R3 que estn sobre el plano que pasa por el origen con vector normal
(a,b,c)
1.-a+b+c=0 =(a1,b1,c1)+(a2,b2,c2)=(a1+a2,b1+b2,c1+c2)
=x(a1+a2)+y(b1+b2)+z(c1+c2)
=( xa1+yb1+zc1)+(xa2+yb2+zc2)
=0+0+0=0
2-. A+b+c= c+b+a (ax+bx+cx,ay+by+cy)=(cx+bx+ax,cy+by+ay)
=a+b+c=c+b+a
3.-a(b+c) = (a+b)+c = (ax,ay)+[(bx,by)+(cx,cy)]
=ax,ay+(bx+cx,by+cy)
=(ax+bx+cx,ay+by+cy)
=(a+b)+c
4.-0=(0,0) E V
a+0 =(ax,ay)+(0,0)=(ax,ay)
5.- -a=(-ax,-ay) / a+(-a)=(ax,ay) +(-ax, -ay)
=-ax+(-ax),ay(-ay) =(0,0)
6.- K(ax,ay)=(Kax,Kay)
7.- K(a*b)=K(ax+bx,ay+by)
=Kax+Kbx,Kay+Kby
=(Kax,Kay)+(Kbx+Kby =Ka+Kb
8.-(K+l) a= (k+l) (ax,ay)=(k+l)ax,(k+l)ay
=Kax+lax,Kay+lay
(Kax+Kay,lax+lay)
K(ax,ay)+l(ax,ay)= Ka +la
9.- K(la)= K(lax,lay)=K(lax),k(lay)
(Kl)ax,(Kl)ay
Kl(ax,ay)= Kl *a
10.- -1(ax,ay)=(ax,ay)= a
Por lo tanto es un espacio vectorial
EJERCICIO 4
Sea V[0] esto es v contiene solamente el numero cero
1.-a y b E V 0+0 E V
2.- a+b=b+a= 0+0
0+0
3.-a(b+c)=(a+b)+c= 0+(0+0)
=(0+0)+0
a+(b+c)=(a+b)+c
4.-a+0 = a = 0+0=0
5.- -a=(0) / a +(-a)=(0)
=0+0=0
6.-K(0)=K0
=0
7.-K(a*b)=k(0,0)
K0,K0
K0+K0=0
8.-(K+l) a= (k+l) (0)
=(K0+K0)+(l0+l0)
=K0+l0=K0+l0
9.- K(la)= K(l0)=K0
=(Kl)0
=Kl(0)=Kl*0
10.- -1(0)=(0)= a

Por lo tanto es un espacio vectorial

EJERCICIO 5
Es el conjunto de puntos en el plano que estan sobre la linea y=2x+1
V=[y:y=2x+1,x real]
1.- a y b E V
(2x1+1)+(2x2+1) = 2(x1+x2)+2
Por lo tanto no se cumple el primer axioma y no es un espacio vectorial.
UNIDAD 5:
BASES Y DIMENSIONES
_
DEFINICIN 5.1 (COMBINACIN LINEAL) SE DICE QUE UN VECTOR W ES UNA COMBINACIN LINEAL
DE LOS VECTORES V1, V2, V3,....Vn SI SE PUEDE EXPRESAR DE LA SIGUIENTE FORMA:
W = &1V1+&2V2+&3V3&Vn &1,&2,&3.R
EJERCICIOS 1
V1= (2,-1,1) V2=(3,2,2) W= 3V1 + 2V2
3(2,-1,1) + 2(3,2,2)= (6,-3,3) + (6,4,4)= W = (12,1,7)
w = ES UNA CONBINACION LINEAL DE V1 y V2
EJERCICIOS:
W2 = (1,3,1)
(1,3,1)= &1 (2,-1,1) + &2 (3,2,2)
(1,3,1)= 2&1+362, -1&1+2&2, &+2&2
1= 2&1+36
2= -1&1+2&2
3= &+2&2
&1 &2
231
-1 2 3
121
121
-1 2 3
121
121
011
0 -1 -1
121
011
000
1 0 -1
011
&1= -1
&2= 1
w = (7,8,9)
w = (7,8,9) =& (2,-1,1) + (&2 (3,2,2)
w = (7,8,9) = 2&+3&2, -&+2&2, &+2&2
7 = 2&+3&2
8 = -&+2&2
9 = &+2&2
237
-1 2 8
129
237
129

-1 2 8
129
237
048
129
0 -1 -11
048
129
0 -1 -11
0 0 -36
129
0 1 11
001
NO SE HIZO CERO PORLO TANTO ES INCONSISTENTE (NO ES UNA COMBINACIN INEAL DE V1+V2)
EJERCICIO 2
COMBINACION LINEAL EN R3
W= (2&1 - &2)
V1= -1
2
4
V2= 5
3
1
-1 5 -7
2 2 -1 3 = W = 7
417
W ES UNA COMBINACIN LINEAL DE V1+V2
EJERCICIO:
COMBINACIN LINEAL EN M23 = (3&+2&2)
V1= -1 0 4 V2= 0 1 -2
1 1 5 -2 3 -6
3 = -1 0 4 2 = 0 1 -2 = M23 = -3 2 8
1 1 5 -2 3 -6 -1 9 3
M23 ES UNA COMBINACIN LINEAL DE V1+V2
Definicin 5.1Independencia Lineal
Se dice que un vector W es una combinacin lineal de los vectores V1,V2,V3..Vn si puede ser expresado de la
siguiente forma
W = & V1+ & V2 + & V3 + Vn &1, &2, &3,&n E IR
EJERCICIO 1
S= {1,0,2) (-4,2,0) (0,2,-4)
&{1,0,2) &2(-4,2,0) &3(0,2,-4)
(&-4&2, 2&2+2&3, 2&-4&3)
1 -4 0
022
-2 0 -4
1 -4 0
022
0 -8 -4
1 -4 0
022
0 0 -4
4&3 = 0 = >&3= 0
2&2 +2&3 = 0 =>&2= 0
&+4&2 = 0 => &= 0

EL CONJUNTO ES LINEALMENTE INDEPENDIENTE

EJERCICIO 2
S = { (-1,0,2) (0,-4,2) (2,0,-4) }
(-&+2&3, -4&2, 2&1+2&2-4&3)
-&+2&3 = 0
-4&2 = 0
2&1+2&2-4&3 = 0
-1 0 2
0 -4 0
2 2 -4
-1 0 2
2 2 -4
0 -4 0
102
020
000
1 0 -2
010
000
-&+2&3=0
-4&2=0
2&1+2&2-4&2=0
EL SISTEMA ES DEPENDIENTE
EJERCICIO 3:
Determine si los vectores 1 3 y 11 son linealmente dependientes o independientes
-1 0 -6
0 4 12
1 3 11
& -1 +&2 0 +&3 -6
0 4 12
&+3&2+11&3 = 0
-& -6&3 = 0
4&2+12&3 = 0
1 3 11 0
-3 0 -6 0
0 4 12 0
1 3 11 0
0 9 27 0
0 4 12 0
1 3 11 0
0130
0 4 12 0
1020
0130
0000
&+2&3 = 0 SI &3 = 1 ESTONSES &2 = -3 Y &= -2
&2+3&3 = 0
EL SISTEMA ES LINEALMENTE DEPENDIENTE
EJERCICIO 4
120
DETERMINE SI LOS VECTORES -2 -2 Y 1 SON DEPENDIENTES O INDEPENDIENTES 3 0 7
1200
& -2 +&2 -2 +&3 1 = 0
3070

&+2&2 = 0
-2&-2&2+ &3 = 0
3& 7&3 = 0
1200
-2 -2 1 0
3070
REDUCIDA EN LA FORMA ESCALONADA ES
1000
0100
0010
&=0 &2 = 0 &3 = 0
POR LO TANTO EL SISTEMA ES LINEALMENTE INDEPENDIENTE
EJERCICIO 5:
S= { (1,7,6,8) (8,5,-7,3) (5,2,-1,0) (0,8,-4,1) (7,4,6,1)}
EL SITEMA ES DEPENDIENTE
PORQUE EL NUMERO DE VECTORES ES MAYOR QUE EL NUMERO DE COMPONENETES
CONJUNTO GENERADOR
EJERCICIO 1
G = { (-2,0,0) (0,1,0) (0,0,4) } DETERMINE SI ES UN GENERADOR DEL ESPACIO VECTORIAL EN R3.
&(-2,0,0)+&2 (0,1,0)+&3(0,0,4) = (X,Y,Z)
-2&= X & = -1/2&
&2= Y
&3 = Z &3 = 1/4Z
-1/2X(-2,0,0)+Y (0,1,0)+1/4Z(0,0,4) = (X,Y,Z)
(X,0,0)+ (0,Y,0)+(0,0,Z) = (X,Y,Z)
(X,Y,Z) = (X,Y,Z)
ES UN GENERADOR
EJERCICIO G = { (-2,0,0) (0,1,2) (0,0,1) (0,1,-1) }
&(-2,0,0) +&2 (0,1,2)+&3 (0,0,1) +&4 (0,1,-1) = (X,Y,Z)
X = -2&
Y = &2+&4
Z = 2&2-3&-&4
-2 0 0 0 X
0101Y
0 2 1 -1 Z
-2 0 0 0 X
0101Y
0 0 -1 -3 Z-2Y
-&3-3&4 = Z-2Y
-&3 = Z-2Y+3&4
&3 = -Z+2Y-3&4
Y = &2+64 &= -1/2X SI &4 = 1 &3=-Z+2Y-3(1)
Y = &2+1 &3 = 2Y-Z-3
-&2 = -Y+1
&2 = Y-1
-1/2X(-2,0,0) +(Y-1)(0,1,2)+(2Y-Z,-3)(0,0,1) + (0,1,-1) = (X,Y,Z)
(X,0,0) +(0,(Y-1),2Y-2)+ (0,0,-2Y+Z+3) + (0,1,-1) = (X,Y,Z)
(X,Y-1+1,2Y-2-2Y+Z+3-1) = (X,Y,Z)
(X,Y,Z) = (X,Y,Z)
ES UN GENERADOR
EJERCICIO 2 :
G: { (1,1,2) (1,0,1) (2,1,3) }
&(1,1,2)+&2 (1,0,1)+&3(2,1,3) = (X,Y,Z)
X = &+&2+&3

Y= &+&3
Z = 2&+&2+3&3
112X
101Y
213Z
112X
0 -1 -1 Y-2X
0 1 1 Z-Y+2X
112X
0 -1 -1 Y-2X
0 0 0 Z-Y+2X+Y-2X
Z = 2&+&2
X= %+&2
-&2 = -X+&
&2 = X-Y
&= Y
Y(1,1,2)+(X-Y) (1,0,1)+0(2,1,3) = (X,Y,Z)
Y+X-Y,Y,2Y+X-Y= (X,Y,Z)
(X,Y,Y+X) =/= (X,Y,Z)
NO ES UN GENERADOR
EJERCICIO 3:
G:{ (2,-1,4) (4,1,6) }
&(2,-1,4)+&2 (4,1,6) = (X,Y,Z)
X = 2&+4&2
Y = -1&+ &2
Z = 4&+6&2
-1 1 Y
24X
46Z
1 -1 -Y
24X
46Z
1 -1 Y
1 6 X+2Y
0 10 Z+4Y
1 -1 -Y
0 1 (X+2Y)/6
0 10 Z+4Y
1 0 X/6-2Y/3
0 1 X/6+Y/3
0 0 -5X/3+2Y/3+Z
5X-2Y+ Z = 0
ENTONSES SI ES UN GENERADOR
EJERCICIO 4:
G = { (1,-1,2) (1,1,2) (0 ,0 ,1) }
&(1,-1,2)+&2 (1,1,2) +&3 (0 ,0 ,1) = (X,Y,Z)
X = &+&2
Y = -&+&2
Z = 2&+2&2+&3
110X
-1 1 0 Y
221Z

TU FUTURO A UN CLICK: Masters, Cursos, Oposiciones

Cursos de ingls y formacin acadmica en el extranjero
El mayor abanico de cursos y titulaciones a distancia y online

rincondelvago.com: Condiciones de Uso | Contacto

Canales
Autos
Clima
Deportes
Entretenimiento
Estudiantes
Humor
Juegos
Mujer
Msica
Noticias
Radios
starMedia
Tecnologa
Viajes
Videos
Servicios
Buscador
Chat
Clasificados
Correo
Foros
Gente
Pginas personales
Pikeo
Postales
Starmedia en
Argentina
Chile
Colombia
Espaa
Estados Unidos
Mxico
Per
Puerto Rico
Venezuela
Otros pases
Copyright 2007 Orange
Acerca de Orange
Contacta con nosotros
Publicidad

MATRIZ DE TRANSFORMACIN
Como la matriz de rotacin 3 X 3 no nos da ninguna posibilidad para la traslacin y el
escalado, se introduce una cuarta coordenada o componente al vector de posicin P =
(px, py, pz)T es un espacio tridimensional que lo transforma en ^P = (wpx, wpy, wpz, w)T.
Decimos que el vector de posicin del ^P se expresa en coordenadas homogneas. El
concepto de una representacin en coordenadas homogneas en un espacio eucldeo
tridimensional es til para desarrollar transformaciones tridimensionales que incluyan
rotacin, translacin, escalado, transformacin de perspectiva. En general, la
representacin de un vector de posicin de N componentes por un vector de (N+ 1)
componentes se llama representacin en coordenadas homogneas, la representacin
de un vector N-dimensional se efecta en el espacio (N+1)-dimensional y el vector fsico
N-dimensional se obtiene dividiendo las coordenadas homogneas por la coordenada
N+1 que es W. As, en el espacio tridimensional, un vector de posicin P = (px, py, pz)T
se representa por un vector ampliado (wpx, wpy, wpz, w)Tes la representacin de
coordenadas homogneas, las representaciones fsicas se relacionan a las coordenadas
homogneas como sigue:
Px = wpx, Py = wpy, Pz = wpz.
WWW

La matriz de transformacin homognea es una matriz 4 X 4 que transforma un vector de

posicin expresado en coordenadas homogneas desde un sistema de coordenadas
hasta otra sistema de coordenadas. Una matriz de transformacin homognea se puede
considerar que consiste en cuatro submatrices:
R (3 X 3) | P (3 X 1)
T=

matriz de
rotacin
---------- | ---------- =
-f (1 X 3)
1X1
transformacin
de perspectiva

vector de
posicin
-escalado

Donde:
La submatriz R (3 X 3) ==> Es la matriz de rotacin.
La submatriz P (3 X 1) ==> Es el vector de posicin del origen del sistema
de coordenada rotado con respecto al sistema de referencia.
La submatriz f (1 X 3) ==> Transformacin de perspectiva.
La submatriz 1 X 1 ==> El factor de escala global.
La submatriz P (3 X 1) de la matriz de transformacin homognea tiene el efecto de
trasladar el sistema de coordenadas OUVW que tiene ejes paralelos al sistema de
coordenadas de referencia OXYZ, pero cuyo origen esta en (dx, dy, dz) del sistema de
coordenadas de referencia:

1 0 0 dx
0 1 0 dy
Ttrans = 0 0 1 dz
0001

Esta matriz de transformacin 4 X 4 se llama matriz de traslacin homognea bsica.

La submatriz f (1 X 3) representa la transformacin de perspectiva, que es til para
visin por computadora y la calibracin de modelos de cmara.
Los elementos de la diagonal principal de una matriz de transformacin homognea
producen escalado local y global. Los tres primeros elementos diagonales producen un
alargamiento o escalado local, como el siguiente:
a000x
ax
0b00y
by
Ttrans = 0 0 c 0 z = cz
00011
1

Los valores de las coordenadas se alargan mediante los escalares a, b y c,

respectivamente.

Matrices como transformaciones lineales

Definicin 2.1.1 Dados
una funcin

espacios vectoriales sobre

Que satisface la siguiente condicin, para todo

Ejercicio 1 : Si

es lineal, entonces

Ejercicio 2: Si
una transformacin lineal.
Definicin 2.1.2 Dada

satisface
, definimos a

una transformacin lineal entre

es

y
,

.
, entonces

como la funcin ``multiplicacin por

es

'', es decir,

con
Un hecho fundamental es que
ejercicio).

es una transformacin lineal entre los espacios

(se deja como

Teorema 2.1.3 Sea

Entonces:

una matriz, y

1.

su transformacin lineal asociadada

2.

3.

4.

5.

Teorema 2.1.4 Sea una matriz de dimensin , y sea

asociada. Entonces las siguientes afirmaciones son equivalentes:
1.
2.
3.
4.
5.
6.
7.
8.

su transformacin lineal

.
.
es invertible (es decir, existe una matriz de dim. tal que
La forma escalonada reducida por filas de tiene pivotes.
es equivalente mediante operaciones elementales a la matriz identidad
El conjunto de filas de es linealmente independiente.
El conjunto de columnas de es linealmente independiente.
La nica solucin al sistema homogneo
es la solucin trivial

9. Existe un
).

tal que el sistema

10. Para todo

, el sistema

tiene nica solucin (es decir,

tiene nica solucin (es decir,

11.

(es decir, la nica preimagen bajo

el vector cero).

12.

13.

14.

15.
16.

es sobreyectiva (es decir,

es una base para

.
.

).
.

.
para algn

para algn

).

del vector cero es

17.

es inyectiva, esto es, si

, entonces

18.

es un isomorfismo (esto es, una transformacin lineal inyectiva y sobreyectiva).

Adems, si todas las anteriores condiciones se cumplen (para lo cual basta que una se cumpla), entonces
tiene como inversa a la transformacin lineal
, es decir,
Verdadero o falso:
1. Si la ecuacin
tiene nica solucin, entonces es invertible.

Siguiente: Sobre este documento...

lgebra Lineal: Transformaciones lineales simples

(Solucin de la tarea)
Andrs Forero
Date: Agosto de 2004
1. Dado

, sea

la funcin dada por

,y
.
1. Qu condiciones debe cumplir
Solucin: Si

para que

, entonces

. Por ejemplo,

sea una funcin 1-1?

es la funcin constante

real . Esta funcin no es 1-1 pues

, pero
es inyectiva es aplicando el ``test de la lnea horizontal''.
Ahora supongamos que
que

, y demostremos que

. Entonces

lados por

y como

, obteniendo

, esto es,

para todo

. Otra manera de ver que no

es inyectiva. Sean

tales

no es cero, podemos dividir a ambos

Concluimos que
si y slo si es 1-1.
2. Muestre que si es inyectiva, entonces es sobreyectiva.
Solucin: Supongamos que
anterior,

es inyectiva. Entonces necesariamente por el numeral

. Debemos mostrar que

queremos encontrar un real

tal que

es sobreyectiva: sea
, es decir,

, tenemos:
la funcin

transforma a

, y as
en

. As,

es sobre.

. Entonces si tomamos
es una preimagen de

, esto es,

Nota: Cabe observar que la imagen de la funcin es el conjunto

sobreyectiva, pues su imagen no son todos los reales.
2. Diremos que una funcin

, y as

es una transformacin lineal si

,y

. Sea

transformaciones li-neales, esto es,

el conjunto de todas las

es una transformacin lineal

Muestre que

no es

Solucin Nos han pedido demostrar que los conjuntos y

son iguales, o en otras palabras,
que poseen exactamente los mismos elementos. Para esto debemos demostrar dos cosas por
separado:
1.

, es decir,
pertenece tambin a

2.

es un subconjunto de
,y

, es decir,
castellano, para todo

, es decir, todo elemento de

es un subconjunto de
que pertenece a

, es decir,

pertenece a

(en
).

Pues bien, demostremos las dos anteriores ``inclusiones'' o ``contenencias'':

3. Debemos demostrar que todo elemento de es elemento de
es el conjunto de los , entonces
para algn nmero real
que

tambin pertenence a

, debemos comprobar que

lineal, es decir, satisface

comprobacin se escribe as:

. Sea
. Como
. Como queremos ver

es una transformacin

,y

. La

En la primera comprobacin utilizamos la distributividad de los reales, y en la segunda la

conmutatividad de los mismos. As,

, como queramos.

4. Ya hemos demostrado que toda funcin es una transformacin lineal. En principio podra
ocurrir que existieran transformaciones lineales que no fueran de la forma , o en otras
palabras, que el conjunto de transformaciones lineales fuera realmente ms grande que .
Hagamos aqu un parntesis y consideremos un caso anlogo en el clculo:
Sea

el conjunto de las funciones polinmicas, esto es, de las funciones

la forma

, y sea

continuas

de

el conjunto de las funciones

. Es un hecho conocido que todo polinomio es continuo (de hecho

es derivable), o en otras palabras,

es un subconjunto de

). Si

embargo en este caso el conjunto

es mucho ms grande (tiene muchos ms
elementos) que , pues por ejemplo las funciones exponenciales y trigonomtricas son
continuas pero no son polinomios. Dicho de otro modo, el conjunto de los polinomios es
un subconjunto propio (es decir, no igual) del conjunto de las funciones continuas.
Cerremos el parntesis y volvamos a nuestra discusin de y
que hay muchas transformaciones lineales que no son de la forma
ESTE NO ES EL CASO, veamos a continuacin la razn:
: Sea

. Entonces

encontrar un nmero real

para todo

tal que

. Como

es una transformacin lineal, y debemos

sea la funcin

, o en otras palabras,

, sabemos que

. Definimos

que puede ser cualquier real. Ahora, para cualquier

(la primera igualdad vale porque

. Uno podra pensar

. SIN EMBARGO,

calculamos

as:

, y la segunda igualdad vale porque

transformacin lineal). Pero entonces

, o en otras palabras,

es
. As,

.
3. Considere el sistema

). Halle condiciones para que

Solucin:
1. Si

, el sistema

2. Si
vaco.

, el sistema es inconsistente (

3. Si

(sin importar quin sea ), el sistema tiene nica solucin

.

tiene infinitas soluciones (

)y

), y

.
, el conjunto
,y

NOTA: ESTOS RESULTADOS SE GENERALIZARN DURANTE EL CURSO A #MATH59#: YA NO SER UN

NMERO (O MATRIZ DE 1X1 ) SINO UNA MATRIZ DE , QUE PODR VERSE COMO UNA
FUNCIN #MATH60#, QUE SER 1-1 SI Y SLO SI SU DETERMINANTE (QUE S ES UN
NMERO REAL) ES DISTINTO DE 0, Y YA NO SERN NMEROS SINO VECTORES COLUMNA
DE LONGITUD .
Ejercicios:
1. Sea

una matriz

, y sea

la funcin

transformacin lineal, esto es, para

.
2. D un ejemplo de una matriz
quin es su inversa.

. Muestre que

es

(un escalar),

de 3x3 (distinta de la identidad ) tal que

,y

sea invertible, y diga

Sobre este documento...

Siguiente: Sobre este documento...

Andrs Forero Cuervo 2004-08-10

Definicin
Se denomina transformacin lineal a toda funcin, T, cuyo dominio y codominio sean espacios
vectoriales y se cumplan las siguientes condiciones:
1. T(u + v) = T(u) + T(v)
2. T(ku) = kT(u) donde k es un escalar.

[escribe] Transformacin lineal nula

[escribe] Transformacin lineal identidad

[escribe] Homotecias
con
Si |k| > 1 se denominan dilataciones
Si |k| < 1 se denominan contracciones
Ver artculo sobre Homotecias

[escribe] Propiedades de las transformaciones lineales

1.

[escribe] Ncleo (kernel) e imagen

Si

es lineal, se define el ncleo y la imagen de T de la siguiente manera:

Es decir que el ncleo de una transformacin lineal est formado por el conjunto de todos los
vectores del dominio que tienen por imagen al vector nulo del codominio.

El ncleo de toda transformacin lineal es un subespacio del dominio:

1.
2. Dados

dado que T(0V) = 0W

3. Dados

Se denomina nulidad a la dimensin del ncleo. Nulidad(T) = dim(Nu(T))

O sea que la imagen de una transformacin lineal est formada por el conjunto de todos los
vectores del codominio que son imgenes de al menos algn vector del dominio.
La imagen de toda transformacin lineal es un subespacio del codominio.
El rango de una transformacin lineal es la dimensin de la imagen.

rg(T) = dim(Im(T))

[escribe] Teorema de las dimensiones

dim(Nu(T)) + dim(Im(T)) = dim(V)

[escribe] Teorema fundamental de las transformaciones lineales

Sea B = {v1,v2,v3,...vn} base de V y C = {w1, w2, w3,...wn n} un conjunto de vectores de W no

necesariamente distintos, entonces existe una nica transformacin lineal
Para todo

[escribe] Clasificacin de las transformaciones lineales

1. Monomorfismo: Si
nulo. Nu(T) = 0V
2. Epimorfismo: Si
3. Isomorfismo: Si
4. Endomorfismo: Si
5. Automorfismo: Si

es inyectiva, o sea si el nico elemento del ncleo es el vector

es sobreyectiva.
es biyectiva.
o sea si el dominio es igual al codominio.
es endomorfismo e isomorfismo a la vez.

[escribe] Matriz asociada a una transformacin lineal

Sea

una transformacin lineal es posible encontrar una matriz asociada a una

transformacin lineal
///////////////////////////////////////////////////////////////////////////

ANTERIOR

INICIO

Juan Carlos Sandoval Avendao & Adan Flores Opazo.

Copyright 2002 [Universidad de Concepcin]. Todos los derechos reservados.
Revisado:
.

ANTERIOR

INICIO

Juan Carlos Sandoval Avendao & Adan Flores Opazo.

Copyright 2002 [Universidad de Concepcin]. Todos los derechos reservados.
Revisado:
.

Comenzamos definiendo una tranformacin lineal. Ejemplos tpicos son la derivada y la integral, al
igual que las proyecciones. Definimos el kernel y rango de una transformacin lineal T : V W y los
denotamos por N(T) y R(T) respectivamente. Es un ejercicio verificar que N(T) V y R(T) W.
Definimos nulidad(T) = dim(N(T)) y rango(T) = dim(R(T)).
TEOREMA 2.1 Si T : V W es una transformacin lineal, entonces V es dimensionalmente finito si y
slo si N(T) y R(T) son dimensionalmente finitos, y en este caso,
dim(V) = nulidad(T) + rango(T).
Demostracin
Dados dos espacios vectoriales V y W sobre un campo F, definimos
L(V, W) = {T : V W | T es una transformacin lineal}.
Si T, U L(V, W) y a F, definimos aT + U : V W como (aT + U)(x) = aT(x) + U(x) para toda x F.
Es un ejercicio verificar que aT + U es una transformacin lineal y que L(V, W), junto con estas
operaciones de suma y de multiplicacin por escalares, es un espacio vectorial sobre F.
Definimos el que una funcin fuera inyectiva, sobre y biyectiva. Es un ejercicio demostrar que para una
transformacin lineal T : V W, las siguientes condiciones son equivalentes:

T es inyectiva
N(T) = {0} (es decir, nulidad(T) = 0)
Para todo S V, S es linealmente independiente si y slo si T(S) W es linealmente independiente

Tambin se deja como ejercicio el verificar que si V y W son dos espacios vectoriales con la misma
dimensin (finita) y T : V W es una transformacin lineal, entonces T es inyectiva o sobre si y slo si
es biyectiva.
Una transformacin lineal es una funcin que preserva la estructura algebraica de espacio vectorial, por lo
que no toda funcin entre espacios vectoriales es una transformacin lineal. De hecho, es sencillo
encontrar funciones inyectivas, sobre, y biyectivas que no son transformaciones lineales. Esto motiva las
definiciones de monomorfismo, epimorfismo e isomorfismo.
LEMA 2.2 Sean V y W dos espacios vectoriales sobre un campo F. Supongamos que V es
dimensionalmente finito y que = {x1, ..., xn} es una base de V. Entonces para todo {y1, ..., yn} W,
existe una unica transformacin lineal T : V W tal que T(xi) = yi para toda i = 1, ..., n.
Demostracin
TEOREMA 2.3 En la categora de los espacios vectoriales dimensionalmente finitos, la dimensin es un
invariante completo de isomorfismo. Es decir, para cualesquiera dos espacios vectoriales
dimensionalmente finitos V y W sobre un campo F, existe un isomorfismo entre V y W si y slo si dim(V)
= dim(W).
Demostracin
Sea V un espacio vectorial dimensionalmente finito sobre un campo F y sea = (x1, ..., xm) una base
ordenada de V. Para cada x V, existen escalares nicos a1, ..., am F tales que x = a1x1 + ... + amxm.
Definimos al vector coordenado de x relativo a como

[ x ] =

a1
:
am

( )

Es fcil ver que el mapeo x | [ x ] constituye un isomorfismo : V Mn x 1(F).

Sean V y W dos espacio vectoriales dimensionalmente finitos sobre un campo F, = {x1, ..., xm} una base
ordenada de V y = {y1, ..., xn} una base ordenada de W. Para cada T L(V, W), definimos la matriz
asociada a T con respecto a las bases ordenadas y como
[T]

[T(x1)] ... [T(xm)]

Por otro lado, dada una matriz A Mn x m(F), la funcin LA : Fm Fn definida por LA(x) = Ax, es una
transformacin lineal (ejercicio).
TEOREMA 2.4 Sean V y W dos espacio vectoriales dimensionalmente finitos sobre un campo F, = {x1,
..., xm} una base ordenada de V y = {y1, ..., yn} una base ordenada de W. Entonces el mapeo T | [T]
constituye un isomorfismo : L(V, W) Mn x m(F). Ms an, para toda A Mn x m(F), se tiene que -1(A)
L(V, W) es tal que [-1(A)] = A.
Demostracin

Sean V y W dos espacios vectoriales sobre un campo F. Si T L(V, W), entonces existe una matriz
asociada a T por cada par de bases ordenadas y de V y W respectivamente. El siguiente teorema
(cambio de coordenadas) establece la relacin entre estas matrices.
TEOREMA 2.5 Sean V y W dos espacio vectoriales dimensionalmente finitos sobre un campo F. Si , '
son dos bases ordenadas de V y ' son dos bases ordenadas de W, entonces existe una matriz invertible
Q tal que . Entonces el mapeo T | [T] constituye un isomorfismo : L(V, W) Mn x m(F). Ms an,
para toda A Mn x m(F), se tiene que -1(A) L(V, W) es tal que [-1(A)] = A.