FORMULARIO DE ALGEBRAL LINEAL CAPITULO 1 RESUMEN: SISTEMA DE ECUACIONES LINEALES Y MATRICES

Una matriz cuyas componentes son todas cero se denomina matriz cero. Si A y B son matrices de mxn, entonces

Si A es una matriz de nxm , B es de mxp y C es de pxk , entonces

A ( BC )= ( AB ) C y

A + B y A ( un escalar )
de mxn.

Un vector regln de n componentes es un conjunto ordenado de n nmeros denominados escalares, escritos como

son matrices .

tanto A ( BC ) como ( AB ) C son matrices de nxq

( x1 , x2 , , x n )

La componente de ij de

LEY DISTRIBUTIVA PARA MULTIPLICACION DE MATRICES:

A + B es a ij + b ij

Un vector columna de n componentes es un conjunto ordenado de n nmeros escritos como

Si todos los productos estn definidos, entonces.

()
x1 x2 xn

o
.

La componente de

ij de A es aij

A ( B + C )= AB + AC y ( A + B ) C = AC + BC
La matriz de coeficientes de un sistema lineal.

El producto escalar de dos vectores de n componentes es:

Un vector cuyas componentes son todas cero se denomina vector cero. La suma de vectores y la multiplicacin por escalares est definida por.

a 1 + b1 a + b = a 2 + b2 y a = a n + bn

( ) ()

a1 a2 an

a11 x 1 + a12 x 2 + a 21 x 1 + a 22 b x 2 + b1 + a1 n x n b 1 n b a . b = ( a1 , a 2 , , a n ) . 2 = a 1 b1 + a 2 b 2 + + a n b n = ai bi + a 2 n xn b 2 i =1 bn a m 1 x 1 + a m 2 x 2 + PRODUCTO DE MATRICES: = b + anm x n n Sea A una matriz de mxn y B una matriz de nxp. Entonces AB es una matriz de mxp y la componente de ij de AB = ( reglon i de A ) . ( columna j de B )

()

Es la matriz: Una matriz de mxn es un arreglo rectangular de mn nmeros arreglados en m reglones y n columnas.

ai 1 b1 j + ai 2 b 2 j + + a b nj= aik b kj
k =1

a 11 a12 a1 n a a a2 n A= 21 22 a n 1 a n 2 a mn

En trminos, los productos de matrices no son conmutativos: es decir, casi siempre ocurre que

a 11 a12 a1 n a a a2 n A= 21 22 a n 1 a n 2 a mn

AB BA

LEY ASOCIATIVA DE LA MULTIPLICACION DE MATRICES:

El sistema lineal anterior se puede escribir utilizando la matriz aumentada.

a 11 a 12 a 1 n b1 a 21 a 22 a 2 n b 2 a n 1 a n 2 a mn b n

El proceso de aplicacin de operaciones elementales con reglones a una matriz se denomina reduccin por reglones. La eliminacin de Gauss-Jordan es el proceso de resolucin de un sistema de ecuaciones mediante la reduccin por reglones de la matriz aumentada a la forma escalonada por reglones, usando el proceso descrito en la pagina 9. La eliminacin de Gauss es el proceso de resolucin de un sistema de ecuaciones reduciendo por reglones la matriz aumentada a la forma escalonada por reglones y utilizando la sustitucin hacia atrs. Un sistema lineal que tiene una o ms soluciones se denomina consistente. Un sistema lineal que no tiene solucin se le denomina inconsistente. Un sistema lineal que tiene soluciones cuenta con, ya sea, una solucin nica o un numero infinitos de soluciones. Un sistema homogneo de m ecuaciones con n incgnitas es un sistema lineal de la forma:

La solucin para un sistema lineal homogneo diferentes de la trivial, se denomina soluciones no triviales. El sistema lineal homogneo anterior tiene un nmero infinito de soluciones si tiene ms incgnitas que ecuaciones.

( n> m )
nxn , I n

Tambin se puede escribir como Ax=b, donde.

x1 x = x2 y b= xn

() ()
b1 b2 bn

La matriz identidad

, es la matriz de n

x n con unos en la diagonal principal y ceros en otra parte,

I n se denota generalmete por I .

Si A es una matriz cuadrada , entonces AI=IA=A

Una matriz est en la forma escalonada reducida por reglones si se cumplen las cuatro condiciones dadas en la pgina 13 Una matriz est en la forma escalonada por reglones si se cumple las tres primeras condiciones de la pagina 13. Un pivote es el primer componente diferente de cero en el regln de una matriz. Las tres operaciones elementales con reglones son:

La matriz A de n x n es invertible si existe una matriz 1

A de nxn tal que :

A A1 = A1 A= 1

Multiplicar el regln i de una matriz por

c = R i cR j , donde ces 0
Multiplicar el regln i por c y sumarlo al regln

j = R j R j + cR i

a11 x 1+ a 12 x 2 + a 21 x 1 + a 22 b x 2 + +a 1 n x n 0 + a2 n xn 0 a m 1 x 1 + a m 2 x 2 + =0 + anm x n

Un sistema lineal homogneo siempre tiene la solucin trivial ( o solucin cero)

En este caso la matriz

A1

se llama inversa de A.

Si A es invertible, su inversa es nica.

Si A y son matrices invertibles de n x n , entonces AB es invertible:

I.

Se escribe la matriz cuadrada aumentada.

( AT )
II. III.
Se reduce A por reglones a la forma escalonada reducida por reglones. Si la forma escalonada reducida por reglones 1 de A es I, entonces sera la matriz

Permutar los reglones

i y j : Ri R j

x 1= x 2 = = x n= 0

a la derecha de la raya vertical punteada.

Si la forma escalonada reducida por reglones de A contiene un regln de ceros, entonces A no es invertible.

si A es invertible , entonces ( A1 ) = ( A1 )

FACTORIZACION PA=LU:

Una matriz cuadrada A es simtrica si

La matriz de

2 x 2 , A=

a 11 a12 es invertible si y solo si . a 21 a 22

At = A

Sea cualquier matriz mxn. Entonces existe una matriz permutacin P tal que PA=LU, donde L y U son como en la factorizacin LU. En trminos generales, P, A y U no son nicas.

TEOREMA DE RESUMEN: Una matriz elemental es una matriz cuadrada que se obtiene llevando a cabo exactamente una operacin con reglones sobre la matriz identidad. Los tres tipos de matrices elementales son:

El determinante de

Sea A una matriz de nxn, entonces las siguientes afirmaciones son equivalentes:

A , detA = a11 a 22 a12 a 21 o

, en cuyo

I.

A es invertible La nica solucin al sistema homogneo AX=0 es la solucin trivial (x=0). El sistema Ax=b tiene una solucin nica

c R i se multiplica el reglon i de I por c : c 0

II. III.

1 a 22 a12 A1= detA a 21 a11

j + c R i se multiplica el reglon i de I por c y se suma al reglon j:c para cada n-vector b. R

Dos matrices A y B son equivalentes por regln si, A se puede transformar en B reduciendo por reglones. Sea A una matriz de nxn. Si AB=I o BA=I , entonces A 1 es invertible y B=

A es equivalente por reglones a la matriz

In

P ij se permutan los reglones i y j.

Una matriz cuadrada es invertible si y solo si el producto de matrices elementales. Cualquier matriz cuadrada se puede escribir como el producto de matrices elementales y una matriz triangular superior.

V. VI. VII. VIII.

A se puede escribir como un producto de matrices elementales.

Si

detA 0

(por ahora, detA est

A= ( a ij ) , entonces la transpuesta de A
, es denotada por

definido solo si A es una matriz de 2x2). La forma escalonada por reglones de A tiene n pivotes. Existe una matriz permutacin P, una matriz triangular inferior L con unos en la diagonal, y una matriz triangular superior invertible U, tales que PA=LU.

At

, esta dad por

At =( a ij )

.Esto es,

At

FACTORIZACION LU: se obtiene

intercambiando los reglones y las columnas de A. HECHOS SOBRE LA TRANSPUESTA:

Suponga que la matriz invertible A se puede reducir por reglones a una matriz triangular superior sin realizar permutaciones. Entonces existen matices nicas L y U, tales que L es triangular inferior con unos en la diagonal, U es una matriz superior invertible y A=LU.

CAPITULO 2 RESUMEN: DETERMINANTES

Si todas las sumas y los productos estn definidos y A es invertible, entonces.

MATRIZ DE PERMUTACION:

El determnate de una matriz de 2x2,

( At ) = A ( AB )t = B t At ( A + B )t = At + Bt

E = P0

es una matriz de permutacin

A=

a 11 a 12 esta dado por. a 21 a 22

elemental. Un producto de matrices permutacin elementales se denomina matriz de permutacin.

determinan te de A= detA =A= a 11 a 22 a12 a 21

Determinante de 3x3.

Si A=LU es una factorizacin LU de A , entonces

detA =

detU = detU detP

detA=det

At

la matriz A de nxn es invertible si y solo si detA

0 a 11 a 12 a13 a a a a a21 a 22 det a 21 a 22 a23 = a11 22 23 a12 21 23 + Si A es una matriz de nxn, entonces: a 32 a 33 a 31 a 33 a31 a 32 a 31 a 32 a33

TEOREMA BASICO:

detAB=detAdetB.

detA = a i1 Ai1 + a i2 Ai2 + + a A = a ik Aik

k =1
El menor ij de la matriz A de nxn, denotado por

Si A es invertible, entonces detA

y:

M ij

, es la matriz de (n-1) x(n-1) obtenida al

eliminar el regln i y la columna j de A.

detA = a 1j A1j + a 2j A2j + + a nj A nj = a kj A kj

det A1=

1 adjA detA

El cofactor ij de A, denotado por por :

Aij

Es decir, el determinante de A se puede obtener expandiendo en cualquier regln o columna de A.

Sea A una matriz de nxn. La adjunta o adjugada de A , denotada por adjA, es la matriz de nxn cuya componente ij es

A ji

, el cofactor ji de A.

Aij= (i )

i+ j

det M ij

Si cualquier regln o columna de A es vector cero, entonces detA=0. Si cualquier regln (columna) de A se multiplica por un escalar, entonces detA se multiplica por c. Si A y B son dos matrices de nxn que son iguales excepto por la columna j (regln i) y C es la matriz que es idntica a A y B excepto que la columna de j (regln i) de C es la suma de la columna de j de A y la columna j de B (regln i de A y regln i de B), entonces detC=detA+detB. El intercambio de cualesquiera dos columnas o reglones distintos de A tiene el efecto de multiplicar detA por -1. Si cualquier regln (columna) de A se multiplica por un escalar y se suma a cualquier otro regln (columna) de A, entonces detA no cambia. Si un regln (columna) de A es un mltiplo de otro regln (columna) de A, entonces detA=0.

Si

detA 0 A1=

, entonces A es invertible y:

DETERMINANTES DE NXN:

1 adjA detA

Sea A una matriz de nxn. entonces.

detA = a 11 A11 = a12 A12 + + a 1n A 1n= a1k A1k

TEOREMA DE RESUMEN:

Sea A una matriz de nxn. Entonces las siguientes siete afirmaciones son equivalentes.

I. II. III. IV.

A es invertible La nica solucin al sistema homogneo Ax=0 es la solucin trivial (x=0). El sistema Ax=b tiene una solucin nica para cada vector n-vector b. A es equivalente por reglones a l matriz identidad de nxn,

Si A es una matriz de nxn, triangular superior, triangular inferior o diagonal, cuyas componentes en la diagonal son

a 11 , a 12 , , a nn

, entonces.

detA = a 11 a 22 a nn

In

V. VI. VII.

A es el producto de matrices elementales. La forma escalonada por reglones de A tiene n pivotes

Una representacin de un vector tiene su punto inicial en el origen y se denota por

DESIGUALDAD DEL TRIANGULO:

DEFINICION ALGEBRAICA DE UN VECTOR:

detA

es un par

En

R2 o R3

REGLA DE CRAMER:

Un vector v en el plano xy

R ( 2 )

u + v u+v

En

sea A una matriz de nxn con detA

. Entonces la

solucin nica al sistema Ax=b est dada por:

ordenado de nmeros reales (a,b). Los nmeros a y b se llaman componentes del vector v. El vector cero 3 es el vector (0,0). En , un vector v es una

R2

sean i=(1,0), y j=(0,1) ; entonces v=(a,b) se

puede escribir como v=ai+bj.

x 1=

D1 D D , x 2= 2 , , x n= n detA detA detA

es el determinante de la matriz

terna ordenada de numero reales (a,b,c). El vector 3 cero en es el vector (0,0,0).

En

R3

sean i=(1,0,0), j=(0,1,0) y k=(0,0,1);

entonces v=(a,b,c) se puede escribir como: Las definiciones geomtricas y algebraicas de un 2 3 vector en se relacionan de la siguiente

Donde

R [R

v = ai + bj + ck

obtenida al reemplazar la columna de j de A por el vector columna de b.

manera: si v=(a,b)[(a,b,c)] , entonces una representacin de v es [R=(a,b,c)].

, donde R=(a,b)

Un vector unitario u en que satisface

R2 o R3
. En

es un vector un vector

u= 1

R2

CAPITULO 3 RESUMEN: VECTORES EN

R oR

Si v=(a,b) , entonces la magnitud de v, denotada por

unitario se puede escribir como:

el segmento de recta dirigido que se extiende de P 2 3 a Q en denotado por es el

, est dada por

u = ( cos ) i + ( sen ) j

R oR

PQ

segmento de recta que va de P a Q.

v= a 2 + b 2

. Si v=(a,b,c) , entonces

Donde

es la direccin de u.

dos segmentos de recta dirigidos en

R2 o R3

v= a 2 + b 2 + c2
son

Si v es un vector en de v es un angulo en

Sean

u = ( a1 , b 1 ) y v =( a 2 , b 2)

: entonces

equivalentes si tienen la misma magnitud (longitud) y direccin. DEFINICION GEOMETRICA DE UN VECTOR:

R2

, entonces la direccin , que forma

el producto escalar o producto punto de u y v , esta denotado por u.v , esta dado por:

[ 0,2 ]

u.v = a 1 a 2 + b 1 b 2

Un vector en

R oR

3
es el conjunto de todos los

cualquier representacin de v con el lado positivo del eje x. Si

segmentos de recta dirigidos en

R2 o R3

u = ( a1 , b 1 , c 1 ) y v =( a2 , b 2 , c 2)

equivalentes a un segmento de recta dirigido dado.

entonces:

u.v = a 1 a 2 + b 1 b 2+ c 1 c 2

La direccin de un vector v unitario:

R3

es el vector

u v

es ortogonal tanto a u como a v

El ngulo

entre dos vectores u y v en

R oR
satisface:

es el nico numero en [0,

] que

v u= v

Sea v=(a,b,c) , entonces

Si ni u ni v son el vector cero, entonces u y v son paralelos si y solo si

u v =0

se

Si

es el angulo entre u y v , entonces area del

cos =

u.v

uv
R2 o R3

son paralelos si el . Son paralelos si uno

cos =

a b c , cos = , cos = v v v

u v=uvsen=
paralelogramo con lados u y v.

llaman cosenos directores de v.

Dos vectores en

Sean

P =( x 1 , y 1 , z 1 ) y Q = ( x 2 , y 2 , z 2 )
R3
.Sea

Sea

ngulo entre ellos es 0 o

u= a1 i + b1 j + c1 k y v= a2 i + b2 j + c2 k
, entonces el producto cruz o el producto vectorial de u y v , denotado por uxv, esta dado por:

dos puntos sobre una recta L en

es un mltiplo escalar del otro.

v = ( x 2 x 1 ) i +( y 2 y 1 ) j +( z2 z 1 ) k
sea

Dos vectores en

R oR

3
son ortogonales si el

ngulo entre ellos es

. Son ortogonales si y solo

i j k u v = a 1 b 1 c1 a 2 b 2 c2

a = x 2 x 1 , b = y 2 y 1 y c = z 2 z 1

ECUACION VECTORIAL DE UNA RECTA:

si su producto escalar es cero.

= OP +tv
ECUACIONES PARAMETRICAS DE UNA RECTA:

Sean u y v dos vectores deferentes de cero en 2 3 .La proyeccin de u sobre v es un

PROPIEDADES DEL PRODUCTO CRUZ:

R oR

vector, denotado por por:

proy v u

u 0=0 u=0

, que est definido

u v = v u

proy v u =

u.v v v2

{
(el triple

x = x 1+ at y = y 1 + bt z = z1 + ct

( u ) v = ( u v )
ECUACIONES SIMETRICAS DE UNA RECTA:

Es escalar

u.v v

u ( v + w ) =( u v ) +( v w )

se llama la componente de u en

x x1 y y1 z z1 = = a b c

la direccin de v.

( u v.w )= u. (v w )
producto escalar)

Sea P un punto en

R3

y sea n un vector dado

diferentes de cero; entonces el conjunto de todos los

puntos Q para los que plano en del plano.

PQ . n = 0

constituye un

Existe un vector

0V

tal que para todo (el 0 se

El espacio

P n=

{polinomios de grado menor

3
.El vector n se llama vector normal

x V , x+ 0= 0 + x = x x V

que o igual a n} El espacio C[a,b]={funciones reales continuas en el intervalo [a,b]}

llama vector cero o idntico aditivo).

Si

n = ai + bj + ck y P = ( x 0 , y 0 , z 0 )

Si

, existe un vector x en V tal que El espacio

entonces la ecuacin del plano se puede escribir:

x+(-x)=0 (-x se llama inverso aditivo de x)

M mn=

{matrices de mxn con

ax + by + cz = d
Donde:

coeficientes reales} Si x,y estn en V , entonces x+y=y+x (ley conmutativa de la suma de vectores) El espacio n

Si

x V y

es un escalar, entonces

C = {( c 1 , c 2 , , c n ) : c i C parai =1,2, , n } .

d = a x 0 + b y 0 + c z 0= OP . n

El plano xy tiene la ecuacin z=0; el plano xz tiene la ecuacin y=0; el plano yz tiene la ecuacin x=0. Dos planos son paralelos si sus vectores normales son paralelos. Si los dos planos no son paralelos, entonces se intersecan en una lnea recta.

x V

C denota el conjunto de nmeros complejos. (cerradura bajo la

multiplicacin por un escalar)

Un subespacio H de un espacio vectorial V es un subconjunto de V que es en si un espacio vectorial. Un subespacio no vacio H de un espacio vectorial V es un subespacio de V si las dos siguientes reglas se cumplen:

Si x,y estn en V y entonces

es un escalar, (primera

( x + y )= x + y

ley distributiva)

CAPITULO 4 RESUMEN: ESPACIOS VECTORIALES

Si

x V y ,

son escalares, entonces (segunda ley

Si

xH
x+ y H

yH

, entonces

Un espacio vectorial real V es un conjunto de objetos, denominados vectores, junto con dos operaciones denominadas suma (denotada por x+y) y multiplicacin por un escalar (denotada por

( + ) x = x + x
distributiva)

son escalares, entonces (ley asociativa de la

Si

xH

, entonces

x H

) que satisface los siguientes axiomas:

Si

x V y , ( x )=( x )

para cada escalar

Si

x V

y V

, entonces

multiplicacin por escalares)

Un subespacio propio de un espacio vectorial V es un subespacio de V deferente de {0} y de V. Una combinacin lineal de los vectores

x+ y V

(cerradura bajo suma)

Para cada

x V , 1x = x
n

Para todo x,y,z en V ,

v 1 , v2 , , v n
suma de la forma:

es un espacio vectorial V es la

( x + y )+ z = x +( y + z )

(ley

El espacio para

R = { x1 , x2 , , x n } : xi R

asociativa de la suma de vectores).

i = { 1,2, n }

1 v 1 + 2 v 2 + + n v n

Donde

1 , 2 , , n

BASE: son escalares.

Un conjunto de vectores

Los nicos subespacio propios de

R3

son los

Se dice que los vectores

v 1 , v2 , , v n

en un

v 1 , v2 , , v n

es una

conjuntos de vectores que estn en una recta o en un plano que pasa por el origen.

base para un espacio vectorial V si:

espacio vectorial V generan a V si todo vector en V se puede expresar como una combinacin lineal de

v 1 , v2 , , v n

v 1 , v2 , , v n

es linealmente

El espacio nulo de una matriz A de nxn es el n subespacio de dado por:

independiente.

El espacio generado por un conjunto de vectores

v 1 , v2 , , v n

N A= x R n : Ax = 0
generan a V.

v 1 , v2 , , v n v 1 , v2 , , v n

en un espacio vectorial V es el

conjunto de combinaciones lineales de .

Todo conjunto de n vectores linealmente n independientes en es una base en

La nulidad de una matriz A de nxn es la dimensin de

Rn

NA

y se denota por v(A).

Gen {

v 1 , v2 , , v n

es un subespacio de V.

La base cannica en

Rn

consiste en n vectores:

Sea A una matriz de mxn. La imagen de A denotado m por Im(A), es el subespacio de dado por:

DEPENDENCIA E INDEPENDECIA LINEAL:

Se dice que los vectores

v 1 , v2 , , v n

en un

espacio vectorial V son linealmente dependientes si existen escalares tales que:

c1 , c2 , , cn

no todos ceros

1 0 c 1 = 0 , c 2= 0
DIMENSION:

() () () ()

dimV.

0 1 0 , c3 = 0

0 0 1 , , cn = 0

0 0 0 1

( A )= y Rm : Ax = y para alguna x R n

El rango de A, denotado por p(A), es la dimensin de la imagen de A. El espacio de los reglones de A, denotado por

c 1 v 1+ c 2 v 2 + + c n v n = 0
Si los vectores no son linealmente dependientes, se dice que son linealmente independientes.

RA

, es el espacio generado por los reglones de A

Dos vectores en un espacio vectorial V son linealmente independientes si y solo si uno es mltiplo escalar del otro. Cualquier conjunto de n vectores linealmente n n independientes en generan a .

Si el espacio vectorial V tiene una base finita, entonces la dimensin de V es el numero de vectores en cada base y V se denomina un espacio vectorial de dimensin finita .De otra manera V se denomina espacio vectorial de dimensin infinita .Si V={0}, entonces se dice que V tiene dimensin cero. La dimensin de V se denota por dimV.

y es un subespacio de

Rn

El espacio de los columnas de A, denotado por

CA

, es el espacio generado por los columnas de A

Si H es un subespacio del espacio de dimensin finita V, entonces dimH

y es un subespacio de

Rm

Si A es una matriz de mxn, entonces:

Un conjunto de n vectores en independiente si n>m.

Rm

es linealmente

C A = ( A ) y dim R A = dimC A= dimIm ( A )= p ( A

Ms aun:

p ( A ) + v ( A )= n