Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Se llama matriz de orden "m n" a un conjunto rectangular de elementos aij dispuestos en
m filas y en n columnas. El orden de una matriz tambin se denomina dimensin o tamao,
siendo m y n nmeros naturales.
Las matrices se denotan con letras maysculas: A, B, C,... y los elementos de las mismas con
letras minsculas y subndices que indican el lugar ocupado: a, b, c,... Un elemento genrico
que ocupe la fila i y la columna j se escribe aij. Si el elemento genrico aparece entre
parntesis tambin representa a toda la matriz: A = (aij)
.. Fila
Por comodidad se escribir A ..
= ( ) = ..
: : : :
..
mxn
nmero de filas
numero de columnas
Amxn A Mmxn
Ejemplos:
4 3 1
( ) D=
0 2 5
( )
( )
posicin fila
Ejemplo:
..
-2 3 1 = ..
A= 0 2 1 ..
0 4 -3 : : : :
..
a11= -2
a23=1
Es decir, los elementos que van desde la esquina superior izquierda hasta la esquina
inferior derecha: a1x1, a2x2, a3x3.... anxn.
j
..
= ..
..
: : : :
..
j
Los elementos de la diagonal de la matriz A son: a1x1, a2x2, a3x3
Ejercicios:
Construir las siguientes matrices dadas las siguientes restricciones:
A= ( )
A= ( )
CLASES DE MATRICES
( )
( )
Es una matriz cuadrada que es igual
SIMTRICA a su traspuesta.
A = At , a ij = a ji
Suma de matrices
Si las matrices A= (a i j ) y B= (b i j ) tienen el mismo orden, la matriz suma es:
A+B= (a i j +b i j ).
La matriz suma se obtiene sumando los elementos de las dos matrices que ocupan
la misma posicin y la matriz resultante tiene el mismo orden de las matrices inciales,
o sea A y B.
Ejemplo:
( ) ( )
( )
A + (B + C) = (A + B) + C
Elemento neutro:
A+0=A
Donde O es la matriz nula de la misma dimensin que la matriz A.
Elemento opuesto:
A + (A) = O
La matriz opuesta es aquella en que todos los elementos estn cambiados de signo.
Conmutativa:
A+B=B+A
Producto de un escalar por
una matriz
Dada una matriz B= (b i j ) y un nmero real k R, se define la multiplicacin de un
nmero real por una matriz a la matriz del mismo orden que A, en la que cada
elemento est multiplicado por k.
k B=(k b ij )
Ejemplo:
( ) ( )
Propiedades
a (b A) = (a b) A A Mmxn, a, b
a (A + B) = a A + a BA,B Mmxn , a
(a + b) A = a A + b A A Mmxn , a, b
1 A = A A Mmxn
Producto de matrices
Dos matrices A y B son multiplicables si el nmero de columnas de A coincide
con el nmero de filas de B.
Mm x n x M n x p = M m xp
Ejemplo:
Primer mtodo de multiplicacin de matrices:
( ) ( )
( )
( )
( )
A*B =
3 1 2
( ) 3 0 3
7 3 6
INDUCCIN MATEMTICA
( )
Calcular An,
( ) ( )
( ) ( )
( ) ( )
( )
( )
( ) ( )
( )
( ) ( )
( ) ( )
( )( ) ( )
( ) ( )
( ) ( )
( )
( ) ( )
Ejemplo:
Sea: ( ) , encontrar Bn
( )
( ) ( )
( )
( )
HI) ( )
( )
TI) ( )
Demostracin:
B(k+1)=Bk*B1
( )( )
( )
( )
BINOMIO DE NEWTON
( )
( )
( )
( )
( )
Tenemos:
( )
( )
( )
PASOS PARA CALCULAR An
( ) ( )
( ) ( ) ( )
( )
0 0 0
( ) ( )( )
3. Simplificar:
( ) ( )
( )
Ejemplo:
Encontrar con el binomio de newton A n
( )
1. Descomponer la matriz A en dos matrices conmutables de la forma
A=I+B
( ) ( )
( )
( ) ( )( )
3. Simplificar:
Tenemos:
( ) ( ) ( )
( ) ( )
( ) ( )
( )( )
( )
( )( )
En lgebra lineal una matriz se dice que es escalonada o que est en forma
escalonada si:
2. El primer elemento no nulo de cada fila, llamado pivote, est a la derecha del
pivote de la fila anterior (esto supone que todos los elementos debajo de un
Ejemplo:
( ) ( )
( ) ( )
MATRIZ ESCALONADA REDUCIDA POR
FILAS
1 0 -5 0
0 1 17 0
0 0 0 1
Ejemplo:
( )
( )
Notacin: { }
Notacin:
Notacin: { }
MATRICES SEMEJANTES
Se dice que la matriz A es semejante o equivalente por filas de la matriz B si la
matriz A se obtiene al realizar operaciones elementales de fila en la matriz B
Ejemplo 1:
( ) ( ) ( )
( ) ( ) ( )
Ejemplo 2:
1 2 3 1 2 3
A= 3 1 -3 = 3 1 -3
-5 0 2 -5 0 2
F2 F2-3F1
F3 F3+5F1
Rango
Determinante
La misma Traza
Los mismos valores propios
cambiando el orden:
( )
( ) ( )
Y, evidentemente:
( )
( )
A * A-1 =
( )
( )
Tenemos: ( )
2.- DETERMINANTES
2.1 DEFINICION DE DETERMINANTE
{
( ) ( ) | |
El determinante es una funcin que le asigna a una matriz de orden n, un nico nmero
real llamado el determinante de la matriz. Si A es una matriz de orden n, el determinante
de la matriz A lo denotaremos por det(A) o tambin por |A| (las barras no significan
valor absoluto).
( ) | |
Dada ( )
Este mtodo solo se utiliza para calculas determinantes de orden 3x3, donde lo que se
realiza es aumentar filas hacia abajo o columnas a la derecha de la respectiva matriz
inicial.
( ) | |
MTODO DE LA ESTRELLA
Los trminos con signo + estn formados por los elementos de la diagonal principal y
los de las diagonales paralelas con su correspondiente vrtice opuesto.
Los trminos con signo - estn formados por los elementos de la diagonal
secundaria y los de las diagonales paralelas con su correspondiente vrtice
opuesto.
MENORES Y COFACTORES
Si A es una matriz cuadrada, entonces el menor del elemento a ij, que se indica con Mij
se define como el determinante de la submatriz que queda despus de quitar la i-simo
fila y la j-sima columna de A.
( )
Para hallar el menor del elemento a11 debemos quitar la fila 1 y la columna 1, entonces
tenemos un el determinante de orden 2x2 que multiplicara al elemento a 11 y asi
realizamos este mismo proceso con toda la fila o columna que tenga los menores trminos
o tenga ceros en su mejor caso.
Debemos tener en cuenta los signos para cada menor que escogemos as si sumamos i+j y
obtenemos un numero par es positivo e impar lo contrario.
Del ejemplo anterior vamos a reducir la columna 1 ya que tiene los menores trminos y
llegaremos a obtener la siguiente expresin:
( ) | | | | | | | | ( ) ( ) ( )
1. |A t |= |A|
2. |A|=0 Si:
( )
8. |AB| =|A||B|
( ) ( )
{ }
Ejercicio:
Para que valores de el determinante es diferente de cero.
{ }
( )( )| |
=( )( )| | ( )( )( )
Ejemplo 2:
| | | |
| | | |
| | ( )( )( )
Ejemplo 1:
| | | |
| ( ) ( ) ( )|
( ) ( ) ( )
( )( )( )| |
( )( )( )| |
( ) ( )
( )( )( )( )( ( )
Ejemplo 2:
1 1 1 1 1 1
ba ca 1 1
a b c 0 b-a c-a (b a)(c a)
b(b a) c(c a) b c
a2 b2 c2 0 b 2 - ab c 2 ac
(b a)(c a)(c b)
Ejemplos:
| | | |
| | =
| | | |
| | | |
| |
| |
( )( )
| |
( )
Ejemplo:
Sea:
( )
1 Calculamos el determinante de la matriz, en el caso que el determinante
sea nulo la matriz no tendr inversa.
| |
| | | | | |
| | | | | | ( )
( | | | | | | )
( ) ( )
( )
Ejemplo:
Calcular la inversa de A
( )
( ) ( )( )( )
( ) { }
Hallamos la matriz adjunta, que es aquella en la que cada elemento se
sustituye por su adjunto
| | | | | |
| | | | | | ( )
( | | | | | | )
( ) ( )
observarse en la figura:
( )
( ) ( )
( )
( )
( ) m m
( | )( | )
se llama matriz ampliada del sistema y se representara por (A|B)
SISTEMAS EQUIVALENTES
1 1 -1
X 2
2 -1 1
Y 1
1 -3 -1 =
Z 0
-1 -3 1 0
Los sistemas equivalentes, se aplican a sistemas de ecuaciones lineales que tienen las
mismas soluciones y que resultan de aplicar sobre la matriz original operaciones
elementales de fila
1 1 -1 2
2 -1 1 1
1 -3 -1 0
-1 -3 1 0
CLSIFICACION DE SISTEMAS DE
ECUACIONES
Sistemas homogneos (2 tipos de soluciones)
nica solucin, cuando para todas las incgnitas del sistema existe
con un solo valor real.
Infinitas soluciones, cuando algunas de las incgnitas estn en
funcin de otras y tienen un valor real.
No existe solucin, cuando los valores de las incgnitas no existen.
a) Si Si (Trivial)
b) Si Si
c) Si No
La idea es muy simple; por ejemplo, para el caso de un sistema de tres ecuaciones
con tres incgnitas se trata de obtener un sistema equivalente cuya primera
ecuacin tenga tres incgnitas, la segunda dos y la tercera una. Se obtiene as
un sistema triangular o en cascada de la forma:
Ax + By + Cz = D
Ey + Fz = G
Hz = I
Ejemplo:
( | ) ( | ) ( )
( | ) ( | )
( | ) ( ) ( | )
La ultima matriz esta en forma escalonada por filas, (mtodo de gauss), lo cual
significa que:
Mtodo de Gauss-Jordan
Este mtodo, que constituye una variacin del mtodo de eliminacin de Gauss,
permite resolver hasta 15 o 20 ecuaciones simultneas, con 8 o 10 dgitos
significativos en las operaciones aritmticas de la computadora. Este
procedimiento se distingue del mtodo Gaussiano en que cuando se elimina una
incgnita, se elimina de todas las ecuaciones restantes, es decir, las que preceden
a la ecuacin pivote as como de las que la siguen.
Mtodo de Cramer
La regla de Cramer sirve para resolver sistemas de ecuaciones lineales. Se aplica a
sistemas que cumplan las dos condiciones siguientes:
-El nmero de ecuaciones es igual al nmero de incgnitas .
-El determinante de la matriz de los coeficientes es distinto de cero.
Tales sistemas se denominan sistemas de Cramer .
Un sistema de Cramer tiene una sola solucin que viene dada por las
siguientes expresiones:
CRITERIO PARA HALLAR SOLUCIONES
Una vez aplicado Gauss o Gauss-Jordn
( | ) ( | )
( ) | |
( | ) ( | )
( | )
{
{( ) }
{( ) }
( | ) ( | )
( | )
)| |
)
{ )
( ) ( ) ( )
{ ( ) ( )
( ( ) )
| | | ( )|
| | ( )
| | +2| |
( )
| | [ ]+2[ ( )( ) ( )( )]
| | 2( )[ ( ) ( )]
| | ( )( )
( )( )
{ }
( )
( ) ( )
( ) ( ) ( )
( )
C.S.= {( ) }
C.S.= {( ) }
( ) ( ) ( )
{ ( ) ( )
c) No tenga soluciones
( )
| | | |
| | | | | |
| | [ ] [( )( ) ( )( )]
| | ( )[ ]
| | ( )( )
( )( )
{ }
( ) ( ) ( )
( )
C.S.= {( ) }
C.S.= {( ) }
( ) ( )
( )
( ) ( )
( ) ( )
C.S.= {( ) }
C.S.= {( ) }
4.1. DEFINICIN DE ESPACIOS Y SUB ESPACIOS
VECTORIALES
Un espacio vectorial sobre un cuerpo , es un conjunto no vaco, dotado de dos
operaciones:
( , , +,.)
Operacin
Conjunto no vacio Operacin Externa
de vectores Ov Interna (SUMA (PRODUCTO DE
DE VECTORES) UN VECTOR por
un ESCALAR)
V= {( ) }
Condiciones
Genrico
o restricciones
{ }
{( ) } ( )
OPERACIN INTERNA OPERACIN EXTERNA
( ) ( )
( ) =3
( ) ( )
( )
(a) Conmutativa:
(b) Asociativa: ( ) ( ) .
(c) Elemento neutro
(d) Elemento opuesto: ( )
( )
2. Producto por un escalar:
( )
(a)
(b) ( ) ( )
(c) ( )
(d) ( )
SUBESPACIO VECTORIAL
Se llama subespacio vectorial (S) de un espacio vectorial V a cualquier subconjunto no
vaco, tal que que es espacio vectorial con las mismas operaciones definidas
sobre V.
( )
{
( )
a)
b)
c)
Ejemplo:
Demostrar si W es subespacio vectorial:
a) {( ) }
1.
( ) ( )
2.
{( ) }
( )
( )
( )
b) {( ) }
1.
( ) ( )
}
COMBINACIN LINEAL
Sea { }, un conjunto de vectores de un e.v. V, un vector u de V es una
combinacin lineal de los vectores de B, s se puede escribir lo siguiente:
Ejemplo1:
{ } Es combinacin lineal de { }?
( ) ( )
( | ) ( | ) ( | )
Ejemplo2:
{( ) ( )} Es combinacin lineal de { }?
( ) ( ) ( )
( | )
Ejemplo3:
{ } Es combinacin lineal de { }?
( ) ( ) ( )
( | ) ( | )
( | ) ( ) ( | )
( | )
CAPSULA LINEAL ( )
{ }
Ejemplo:
Encontrar la capsula de {( ) ( ) ( )}
1. Escribimos la definicin:
{ }
{( ) ( ) ( ) ( ) ( )}
3. Obtenemos un sistema de ecuaciones
( ) ( ) ( ) ( )
( | )
( | ) ( | )
( | )
6. Como tenemos que no existe solucin obtenemos la siguiente capsula
{ }
{( ) }
CONJUNTO GENERADOR
Ejemplo 1: {( ) }
{( ) }
{( ) ( ) }
{ ( ) ( ) }
{( ) ( )}
Ejemplo 2:
{( ) }
{( ) }
{( ) ( ) ( ) }
{ ( ) ( ) ( ) }
{( ) ( ) ( )}
Ejemplo 1:
Verificar si S es LD
{( ) ( )}
( ) ( ) ( )
( )
( | ) ( | )
| |
Ejemplo 2:
Verificar si S es LI
{( ) ( )}
( ) ( ) ( )
( )
( | ) ( | ) ( )( | )
| |
BASE
EJEMPLO:
{( ) }
{( ) }
{( ) ( ) }
{ ( ) ( ) }
{( ) ( )}
( )
( | ) ( | )
EJEMPLO:
{( ) }
{( ) ( ) ( ) }
{ ( ) ( ) ( ) }
{( ) ( ) ( )}
( )
| |
( ) ( )
Teorema:
( )
{
Ejemplo:
( )
| |
Dim(R3)= 3 =# de vectores de S
S genera a W
{ }
{( ) ( ) }
{ ( ) ( ) }
{ ( )}
Dim( )= 2 =# de vectores de S
Teorema
Ejemplos:
{( ) } ( )
{( ) } ( )
{( ) } ( )
{ } ( )
Ejemplo:
{( ) }
{( ) }
{( ) ( ) }
{ ( ) ( ) }
{( ) ( )}
1. Tenemos la base S pero podemos observar que para que se cumpla que sea base de R 3
tienen que haber tres vectores en la base, por lo que aumentamos un vector a la base S
que no cumpla la restriccin y lo ponemos seguido a los que ya tenamos.
{( ) ( ) ( )}
2. Ahora tenemos que es de dimensin tres por lo tanto tenemos la primera condicin
para que sea base de R3.
Dim(S)=3
{( ) ( ) ( )}
( ) ( ) ( ) ( )
( )
( | ) ( | )
( | ) ( ) ( | )
( | )
| |
5. Producto interno
5.1 DEFINICIN DE PRODUCTO INTERNO
El producto interno, en un e.v. V, es una funcin que se le asigna a cada par
ordenado de vectores elementos de V, un nmero real: ( ), que
satisface las siguientes propiedades:
( )
( ) ( )
(( ) ) ( ) ( )
(( ) ) ( )
OBSERVACIONES:
Ejemplo 1:
Encontrar todos los productos internos posibles de los dos vectores dados u,v que
pertenecen a :
( ) ( )
( )
( )
( )
( )
2. En el
( ) ( )
( )
Ejemplo 1:
Encontrar todos los productos internos posibles de los dos vectores dados u,v que
pertenecen a :
( ) ( )
( )
( )
( )
( )
3. En el
( ) ( )
( )
4. En el
( ) ( )
( )
( )
5. En el
( ) ( )
Ejemplo 1:
Encontrar ( ) ( ) ( ) ( ), de los dos vectores dados u,v que
pertenecen a :
( ) ( )
( ) ( )
( ) ( )
1 0
-2 1
-2 3 -8 3
1 -1 -1 -1
( ) ( )
-2 1
3 -1
1 -2 -8 3
0 1 3 -1
( ) ( )
-2 1
3 -1
-2 3 13
1 -1 2
( ) ( )
1 0
-2 1
1 -2 5
0 1 1
En general:
( ) ( )
( ) [( ) ( )]
( )
OBSERVACIONES
Ejemplo 1:
( )
| | | | | | | |
( )
{( )( )( )}
Ejemplo 2:
( )
| | | | | | | |
( )
{( )( )( )}
5.4 NORMA DE UN VECTOR
La longitud, norma o modulo de un vector es igual a la raz cuadrada del producto
interno del mism vector.
Es decir:
( )
Observaciones:
Sea (V, k, +,*) en e.v. sobre el cual se ha definido el producto interno
( / ).
{ }
| |
llamamos desigualdad triangular
Ejemplo 1:
a) ( )
( )
b)
( )
c) [ ]
( ) ( )
( ) ([ ] [ ]) ( )
( )
Para calcular una base base que sea ORTOGONAL, es necesario partir de una base B en
un e.v. o un s.e.v.
( )
( )
( ) ( )
( ) ( )
( ) ( ) ( )
( ) ( ) ( )
Ejemplo 1:
Encontrar una base B1 ortogonal del sub espacio vectorial W.
{( ) }
{( ) }
{( ) }
{( ) ( ) }
{ ( ) ( ) }
{( ) ( )}
Tenemos S de la forma: { }
( )
( )
( )
( )( )
( ) ( )
( )( )
( ) ( ) ( )
{( )( )}
Ejemplo 2:
A partir de la base B obtener una base ortogonal
{( ) ( ) ( )}
( )
( )
( )
( )( )
( ) ( )
( )( )
(( )) ( ) ( )
( ) ( )
( ) ( )
( )( )
( ) ( )
( )( )
( )( )
( ) ( )
( )( )
{( ) ( ) ( )}
Ejemplo 3:
A partir de la base B obtener una base ortogonal
{( ) ( ) ( )}
( )( )
( )(
( )(
( )
( )
( ) ( )
( ) ( )
( )( )
( ) ( )
( )( )
( )( )
( ) ( )
( )( )
( ) ( ) ( )
( ) ( ) ( )
( )
{( ) ( ) ( )}
Propiedades:
( ) ( )
( ) ( ) ( )
( ) ( ) ( )
Tenemos: ( ) ( )
( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
Ejemplo
( )
( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )( ) ( )( ) ( )( )
( ) ( )
( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( )( ) ( )( ) ( )( ) ( )
( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( )( ) ( )( ) ( )( ) ( )
2 y=f(x)
1
x
( )
( )
( )
Sean V y dos espacios vectoriales una aplicacin se llama
aplicacin lineal u homomorfismo si:
( ) ( ) ( )
( ) ( )
( ) ( ) ( )
PROPIEDADES
1. ( )
2. ( ) ( )
3. sub espacio vectorial de V ( ) es sub espacio vectorial de
4. T es sub espacio vectorial de ( ) es sub espacio vectorial de
V
4 f(u)=w
3
u
Ejemplo:
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
a)
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
b) ( ) ( ) ( )
( ) ( ) ( )
( ) ( )
Sea ( ) { }
( ) ( )
( ) ( )
( ) ( )
( )
Si: ( )
( ) ( ) ( )
( ) ( ) ( )
{ ( | ) ( | )
( | ) ( | )
( | )
( )
( )
( ) ( ) ( ) ( )
( )
( )( ) ( )( )
( )( )
( ) ( )
( )+( )
( )
( ) ( )
As,
{ ( ) }
{ ( ) }
{ ( ) }
V W
V1 W1
0v 0w
0v
V2 W2
V2
V3 W3
V3
V4 W4
Ejemplos
( ) ( ) ( )
{( ) ( ) }
{( ) ( ) ( )}
( ) ( ) ( )
{( ) }
{( ) }
( ) ( ) ( )
( ) ( ) ( )
Sea
( ) ( ) ( )
{( ) ( ) }
{( ) ( ) ( )}
( ) ( ) ( )
( )
{( ) }
{( ) }
Sea la funcin :
( ) ( ) ( )
Hallar el ncleo de f
Si {( ) ( ) ( )}
{( ) ( ) ( )}
{ ( | ) ( | )
Reemplazamos a y b en el ncleo:
{( ) }
2.- Sea
( ) ( ) ( )
Hallar el Ncleo de f
Por deficin {( ) ( ) ( )}
{( ) ( ) ( )}
{ ( | ) ( | )
( | )
{( ) }
3.- Sea ( )
( ) ( ) ( ) ( )
Hallar el ncleo de f
Si {( ) ( ) }
{( ) ( ) ( ) }
( ( ) )
V W
Ow
V1
0v
W1 Imagen
v1
V2
v2 W2
W3 W5
V3
W4
V4
V5
{ } { }
Sea
( ) ( ) ( )
{( ) ( ) }
{( ) ( ) ( )}
( ) ( )
( )
{( ) }
Ejercicios de aplicacin
Sea la funcin
( )
( ) ( ) ( ) ( )
a) Hallar la imagen de
b) Hallar el ncleo de
{( ) ( ) }
{( )( ) ( ) ( )}
{
( ) ( )
{ }
{( ) ( ) }
{( )( ) ( ) }
( ) ( )
( )
{( ) }
( ) ( ) ( ) ( ) ( ) ( )
a) Hallar la imagen de
b) Hallar el ncleo de
( ) ( ) ( ) ( )
{
( ) ( )
( ) ( )
( ) ( )
( )
( ) ( ) ( ) ( )
( ) ( )( ) ( )( ) (
)( ) ( )
( ) ( )
( )
( ) ( )
( ) ( ) ( )
Hallar la Imagen de
( ) ( ) ( )
Por definicion: {( ) ( ) ( )}
{( ) ( ) ( )}
{ ( | ) ( | )
( | )
{( ) }
( )
( ) ( ) ( ) ( )
a) Si { ( ) }
{ ( ) ( ) }
{ ( | )
( | )
{ ( )}
( )
Si: {( ) ( ) }
{( ) ( ) ( ) }
{ ( | ) ( | )
{( ) }
Entonces:
1. { }
2. { }
3. { } { }
Sea ( )
( ) ( ) ( ) ( )
{( ) ( ) }
{( )( ( ) ( )}
{( )( ) ( ) ( )}
( | ) ( | )
{( ) } ( )
6.3.-TEOREMA DE LA DIMENCION
Si es una aplicacin lineal de una e.v. V de dim(V)=n en un e.v. W de
dim(W)=m, entonces:
TEOREMA:
Ejemplo:
( ) ( ) ( )
( )
( )
Ejemplo:
Sea ( )
( ) ( ) ( ) ( )
{( ) ( ) }
{( )}
( )
( ) ( ) ( )
( )
( ) ( ( ))
6 f(u)=w
5
u
Ejercicio:
8 7
(a,b) x+yt
( )
( ) ( ) ( ) ( )
{( ) ( ) }
{( )}
( )
{( ) ( ) }
{( )( ( ) ( )}
{( )( ) ( ) ( )}
{
( | ) ( | ) ( | )
( )
{( ) }
( )
( )
( ) ( ) ( ( ))
( )
( ) ( ) ( )
Determinar:
a) Si es Inyectiva
b) Si f es Sobreyectiva
c) Si f es Biyectiva
a) Por definicin: {( ) ( ) }
{( ) ( ) }
{( )}
Teorema de la Dimensin:
( )
a) Como: {( )}
b) Como: ( )
c) Por ) )
[ ]
( )
Ejemplo:
Sea la base {( )( )} y ( )
encontrar [ ]
( ) ( ) ( )
( | ) ( | ) ( )( | )
( | )
[ ] ( )
Sea la base {( )( )( )} y ( ),
encontrar [ ]
( ) ( ) ( ) ( )
( | ) ( | ) ( | )
( | ) ( )( | )
( | )
[ ] ( )
( ) ( ) ( ) ( )
( | )
[ ] ( )
6.7.- BASES CANONCAS
Todas las bases canoncas son:
a) Ortogonales
b) orto normales
a) LI
b) Genera a e.v.
c) Dim(B) = Dim(e.v.)
{( )( )}
{( )( )( )}
{( )( )( )( )}
( ) { }
( ) { }
{( ) ( ) ( ) ( )}
Ejemplos:
Dado el vector u encontrar las coordenadas del mismo respecto a una base canonca.
( ) [ ] ( )
( ) [ ] ( )
( ) [ ] ( )
[ ] ( )
[ ] ( )
( ) [ ] ( )
v f(v)
10 9 ( )
B1 B2
[ ] [ ] [ ( )]
Definicin:
[ ( )] [ ]
[ ( )] [ ] [ ]
Si la base es canonca:
[ ( )]
[ ( )] [ ]
Ejemplo:
v g(v)
12 11 ( )
S B
[ ] [ ] [ ( )]
[ ( )] [ ]
[ ( )] [ ] [ ]
Sea:
{ } , donde B1 es una base del espacio
vectorial de salida, y es el primer vector de la base del espacio
vectorial de salida.
( )
[ ( )] ( )
[ ( )] ( )
[ ( )] ( )
[ ] ( )
v f(v)
14 13 ( )
B S
[ ] [ ] [ ( )]
[ ]
[ ( )] [ ] [ ]
[ ] [ ] [ ]
EJEMPLOS:
{( )( )}
{( )( )}
[ ] =?
(-2,1) ( ) ( ) ( ) ( )
(1,2) ( ) ( ) ( ) ( )
1 0 -2 1
0 1 1 2
-2 1
[ ] 1 2
6.10.- MATRIZ ASOCIADA A LA
APLICACIN LINEAL COMPUESTA
v [ ]
17 [ ] f(v)=w 15 ( ) f(w)=z
16 ( )
B1
B2 B3
gof
[ ] PA
[ ( )] [ ] [ ]
v [ ]
20 [ ] f(v) 18 ( ) v
19 ( )
B1 B2 B1
[ ] Id
[ ] [ ] [ ] [ ]
| |= | |= (-1)(-2)( -3)=0
( | ) ( | ) ( | ) ( | )
{ }
{ }
{ ( ) }
{( )} >
Si
( | )( | ) ( | ) ( | )
( | )
{ }
{ }
{ ( ) }
{( )} >
Si
( | )( | ) ( | ) ( | )
( | )
{ }
{ }
{ ( ) }
{( )} >
( )
( ) | |
| | ( )( )
[ ( ) ] ( )( ) ( )
( | ) ( | ) ( | )
( )
Para
[ ( ) ] ( )( ) ( )
( | ) ( | )
( )