Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ALtema1EMV PDF
ALtema1EMV PDF
Sistemas de ecuaciones.
Algebra Lineal
Escuela Polit
ecnica Superior
Universidad de M
alaga
Emilio Mu
noz-Velasco
Quiz
as sea justo afirmar que las m
ultiples formas que toma la geometra son apenas traducciones, lecturas y
Emilio Mu
noz-Velasco 1.1 Matrices y S.E.L. 1
1.1 Matrices y sistemas de ecuaciones
lineales.
Emilio Mu
noz-Velasco 1.1 Matrices y S.E.L. 2
Propiedades de las
operaciones de matrices
1. A+(B +C) = (A+B)+C 6. (a + b) A = a A + b A
2. A + 0 = 0 + A = A 7. a (b A) = (a b) A
3. A+(A) = (A)+A = 0 8. 1 A = A
4. A + B = B + A 9. A(BC) = (AB)C
Emilio Mu
noz-Velasco 1.1 Matrices y S.E.L. 3
Tipos especiales
de matrices cuadradas
Una matriz cuadrada A de tama no n se llama inversible, si existe
otra matriz A1 tal que AA1 = A1A = In. Las matrices
cuadradas que no tienen inversa se llaman singulares.
Matriz diagonal: aij = 0 si i 6= j.
Matriz escalar: A = In.
Matriz triangular inferior: aij = 0 si i < j.
Matriz triangular superior: aij = 0 si i > j.
etrica: A = AT .
Matriz sim
etrica: A = AT .
Matriz antisim
Emilio Mu
noz-Velasco 1.1 Matrices y S.E.L. 4
Matrices escalonadas por filas
0 ... 0 1 ..........
0 ... 0 ... 0 1 ... ...
..................................
0 ... 0 ......... 0 1 ...
..................................
0 ... 0 ......... 0 ....... 0
Emilio Mu
noz-Velasco 1.1 Matrices y S.E.L. 5
Ejemplos
Emilio Mu
noz-Velasco 1.1 Matrices y S.E.L. 6
Transformaciones elementales
Tipo I: Cambiar dos filas
Tipo II: Multiplicar una fila por una constante c 6= 0 de K
Tipo III: Sumar a una fila por otra fila multiplicada por c K
Dos matrices A y B son equivalentes por filas si una de ellas
se puede obtener a partir de la otra mediante transformaciones
elementales por filas.
Ejemplo: Las matrices
0 1 0 1
1 2 3 1 2 3
B1 2 1C
C y B = B2 4 2 C
B
A=B
@2
C
1 0A @0 0 0 A
1 2 3 0 3 2
Emilio Mu
noz-Velasco 1.1 Matrices y S.E.L. 7
Independencia y dependencia lineal
Emilio Mu
noz-Velasco 1.1 Matrices y S.E.L. 8
Rango de una matriz
Emilio Mu
noz-Velasco 1.1 Matrices y S.E.L. 9
0 2 3 4 1
0 0 2 3 4
Ejemplo 1. La matriz tiene rango 3.
2 2 5 2 4
2 0 6 9 7
C
alculo de la inversa de una matriz
Emilio Mu
noz-Velasco 1.1 Matrices y S.E.L. 10
Sistemas de Ecuaciones Lineales.
M
etodos de Gauss y de Gauss-Jordan
Emilio Mu
noz-Velasco 1.1 Matrices y S.E.L. 11
Teorema de Rouch
e-Frobenius
I Si rang A = rang(A|b) y
? rang A = n, el sistema es compatible determinado.
? rang A < n, el sistema es compatible indeterminado.
Emilio Mu
noz-Velasco 1.1 Matrices y S.E.L. 12
Ejemplo
2x + 3y + z = 1
x + 2y + 3z = 0
3x + 5y + 4z = 1
2x + 3y + z = 1
x + 2y + 3z = 0
3x + 5y + 4z = 6
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 13
1.2 Espacios vectoriales.
Definici
on 1. Llamamos espacio vectorial sobre un cuerpo K
a un conjunto V con dos operaciones suma (+) (interna) y
un producto () (externa) que verifican:
1. + verifica las siguientes operaciones:
(a) (~
u+~ v) + w~ =u ~ + (~
v + w)
~
(b) v + ~0 = ~0 + ~
~ v=~ v
(c) ~
v + (~ v ) = (~ v = ~0
v) + ~
(d) u
~ +~ v=~ v+u ~
2. verifica:
(a) (~
v + w)
~ = ~ v + w~ para K y ~ ~ V.
v, w
(b) ( + )~
v = ~v + ~v para , K y ~
v V.
(c) ()~
v = (~v ) para , K y ~
v V.
(d) 1~v=~ v para ~v V (siendo 1 la unidad en K).
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 14
Ejemplos:
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 15
Dependencia e independencia lineal
Observaciones:
El vector ~0 es combinaci
on de cualquier conjunto de vectores.
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 16
Ejemplo
tiene rango 2.
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 17
Teorema 7. Sea V un e.v., entonces:
v 6= ~0, entonces {~
1. Si ~ v } es l.i.
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 18
Subespacios Vectoriales
v W y K se tiene ~
b) para cada ~ v W.
O equivalentemente,
~ ~ W para cada , K y ~
v + w ~ W
v, w
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 19
Ejemplos
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 20
Teorema 8. Dado un sistema de vectores S V , S 6= , el
conjunto L(S) formado por todas sus posibles combinaciones
lineales de los vectores de S forman un subespacio vectorial
de V .
Definici on 2. A este subespacio vectorial L(S) se le llamar a
subespacio generado por el conjunto de vectores S. Si
{~
v1 , ~ vn} es dicho conjunto se representa por L(S) =
v2, . . . , ~
h~
v1 , ~ vni.
v2, . . . , ~
Definici
on 3. Si W es un subespacio vectorial de V y S es un
sistema de vectores tal que L(S) = W decimos entonces que
S es un sistema generador de W .
Ejemplo: Si V = R4 y W = h(1, 2, 0, 0), (0, 3, 1, 0)i, entonces
los vectores de W son de la forma:
donde y son n
umeros reales cualesquiera.
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 21
Base de un subespacio vectorial
Llamamos base de un subespacio vectorial V a un sistema de
vectores B linealmente independiente que es un sistema generador
de V , es decir L(B) = V .
Ejemplos:
2. En el subespacio de R4 siguiente
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 22
Esp. Vec. de dimensi
on finita
Definici
on 4. Si un e.v. tiene una base finita de n vectores
decimos que es de dimensi on finita. Al n
umero natural n
lo llamamos dimensi on del espacio. Aceptamos que el e.v.
trivial {~0} es el u
nico espacio de dimensi
on 0.
~
v = 1~ v2 + + n~
v1 + 2~ vn
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 23
Ejemplo
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 24
Cambio de base
Si B1 = {~
v1 , ~ vn} y B2 = {w
v2, . . . , ~ ~ 1, w ~ n} son bases de
~ 2, . . . , w
un mismo e.v. V , un vector ~ v tendr
a coordenas distintas respecto
de cada una de las bases, as
~
v = 1~ v2 + + n~
v1 + 2~ vn ()
~
v = 1w ~ 2 + + nw
~ 1 + 2w ~n
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 25
que sustituyendo en la ecuaci
on () y desarrollando se tiene
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 26
Ejemplos
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 27
Ecuaciones cartesianas
Son restricciones a las coordenadas de los vectores del espacio
para que pertenezcan al subespacio.
W = {(, , , ) | , R}
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 28
Ecuaciones param
etricas
x = 2
y = 3 2
z=
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 29
Intersecci
on de subespacios
V1 V2 = {~
v|~
v V1 y ~
v V2}
es tambi
en un subespacio vectorial de V .
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 30
Suma de subespacios
V1 + V2 = {~ v2 | ~
v1 + ~ v1 V1 y ~
v2 V2}
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 31
Teorema 12.
dim W dim V
Ejemplos:
Dado el subespacio W1 = h(1, 2, 4, 3), (2, 2, 0, 1), (3, 4, 4, 2)i
de R4, encuentra una base para el espacio complementario W2 en
R4, es decir W1 W2 = R4.
Si sabemos que dim W1 = dim W2 = dim(W1 W2), podemos
afirmar que W1 = W2?
Emilio Mu
noz-Velasco 1.2 Espacios vectoriales. 32