Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CUADERNO
CUADERNO
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 también se denomina dimensión o tamaño,
siendo m y n números naturales.
Las matrices se denotan con letras mayúsculas: A, B, C,... y los elementos de las mismas con
letras minúsculas y subíndices que indican el lugar ocupado: a, b, c,... Un elemento genérico que
ocupe la fila i y la columna j se escribe aij. Si el elemento genérico aparece entre paréntesis
también representa a toda la matriz: A = (aij)
mxn
número de filas
numero de columnas
Amxn A Є Mmxn
Ejemplos:
posición fila
Ejemplo:
a11= -2
a23=1
𝑨 𝝐 𝑴𝒏
DIAGONAL DE UNA MATRIZ { 𝒂 ∀ 𝒊 = 𝒋
𝒊𝒋
En álgebra lineal, la diagonal de una matriz cuadrada contiene los elementos situados
desde a1x1 hasta anxn.
Es decir, los elementos que van desde la esquina superior izquierda hasta la esquina
inferior derecha: a1x1, a2x2, a3x3.... anxn.
𝑖< j
𝑎11 𝑎12 ……….. 𝑎1𝑛
𝐴𝑚 𝑥 𝑛 = 𝑎21 𝑎22 ……….. 𝑎2𝑛
𝑎31 𝑎32 ……….. 𝑎3𝑛
: : : :
𝑎𝑚1 𝑎𝑚2 ……….. 𝑎𝑚𝑛
𝑖> j
Los elementos de la diagonal de la matriz A son: a1x1, a2x2, a3x3
Ejercicios:
Construir las siguientes matrices dadas las siguientes restricciones:
𝐴𝑚 𝑥 𝑛 𝜖 𝑀3
𝑎𝑖𝑗 = 0 , ∀𝑖 >𝑗 1 2 2
A= ( 0 1 2 )
𝑎𝑖𝑗 = 1 , ∀𝑖 =𝑗 0 0 1
𝑎𝑖𝑗 = 2 , ∀𝑖 <𝑗
𝐴𝑚 𝑥 𝑛 𝜖 𝑀3
1 0 0
𝑎𝑖𝑗 = 0 , ∀𝑖 ≠𝑗 A= ( 0 1 0 )
𝑎𝑖𝑗 = 1 , ∀𝑖 =𝑗
0 0 1
CLASES DE MATRICES
Tipo de
Definición Ejemplo
matriz
Aquella matriz que tiene una
FILA 𝐴1𝑥3 = (7 2 −5)
sola fila, siendo su orden 1×n
1 3 9
RECTANGULAR Aquella matriz que tiene 𝐴3𝑥4 = (5 7 8)
distinto número de filas que de 0 3 1
columnas, siendo su orden m×n
,𝑚 ≠𝑛
1 9 −6
Aquella matriz que tiene igual 𝐴3𝑥3 =( 2 0 1)
número de filas que de −2 4 5
columnas, m = n, diciéndose que Diagonal
la matriz es de orden n.
𝑇𝑟 (𝐴) = ∑ 𝑎𝑖𝑖
𝑖 =1
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 posición y la matriz resultante tiene el mismo orden de las matrices iníciales,
o sea A y B.
Ejemplo:
2 0 1 1 0 1
𝐴 = (3 0 0) 𝐵 = (1 2 1)
5 1 1 1 1 0
3 0 1
𝐴 + 𝐵 = (4 2 1)
6 2 1
A + (B + C) = (A + B) + C
Elemento neutro:
A+0=A
Donde O es la matriz nula de la misma dimensión que la matriz A.
Elemento opuesto:
A + (−A) = O
La matriz opuesta es aquella en que todos los elementos están cambiados de signo.
Conmutativa:
A+B=B+A
Ejemplo:
1 0 1 5 0 5
𝐵 = (1 2 1) 5 ∗ 𝐵 = (5 10 5)
1 1 0 5 5 0
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 número de columnas de A coincide
con el número de filas de B.
Mm x n x Mn x p = M mxp
El elemento c ij de la matriz producto se obtiene multiplicando cada elemento de
la fila i de la matriz A por cada elemento de la columna j de la matriz B
y sumándolos.
Ejemplo:
Primer método de multiplicación de matrices:
2 0 1 1 0 1
𝐴 = (3 0 0) 𝐵 = (1 2 1)
5 1 1 1 1 0
3 1 2
𝐴 ∗ 𝐵 = (3 0 3)
7 3 6
𝟏 𝟎 𝟏
(𝟏 𝟐 𝟏)
𝟏 𝟏 𝟎
A*B =
3 1 2
𝟐 𝟎 𝟏
(𝟑 𝟎 𝟎) 3 0 3
𝟓 𝟏 𝟏 7 3 6
INDUCCIÓN MATEMÁTICA
1 0 1
𝑆𝑒𝑎 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝐴 = (0 1 0)
1 0 1
Calcular An,∀𝑛 ∈ ℕ
1 0 1 1 0 1
1 1
𝐴 = (0 1 0) 𝐴 = (0 1 0)
1 0 1 1 0 1
2 0 2 21 0 21
𝐴2 = (0 1 0) 𝐴2 = ( 0 1 0)
2 0 2 21 0 21
4 0 4
22 0 22
𝐴3 = (0 1 0) 3
𝐴 =(0 1 0)
4 0 4
8 0 8 22 0 22
𝐴4 = (0 1 0)
8 0 8
23 0 23
𝐴4 = ( 0 1 0)
23 0 23
2(𝑛−1) 0 2(𝑛−1)
𝑛
𝐴 =( 0 1 0 )
2(𝑛−1) 0 2 (𝑛−1)
1 0 1 2(𝑛−1) 0 2(𝑛−1) 2𝑛 0 2𝑛
𝐴𝑛+1 𝑛
= 𝐴 ∗ 𝐴 = (0 1 0) ( 0 1 0 )=(0 1 0 ) = 𝐴𝑛+1
1 0 1 2(𝑛−1) 0 2 (𝑛−1) 2𝑛 0 2𝑛
2(𝑛−1) 0 2(𝑛−1)
𝑛
𝐴 =( 0 1 0 ) , ∀𝑛 ∈ ℕ
2(𝑛−1) 0 2 (𝑛−1)
Ejemplo:
𝟏 −𝟓
Sea: 𝑩 = ( ) , encontrar Bn
𝟎 𝟏
Primero encontramos sus primeras potencias tales como:
1 −5
𝐵1 = ( )
0 1
2 1 −10 1 −5𝑛
𝐵 =( ) ∴ 𝐵𝑛 = ( )
0 1 0 1
3 1 −15
𝐵 =( )
0 1
4 1 −20
𝐵 =( )
0 1
1 −5𝑘
HI) 𝐵𝑘 = ( )
0 1
1 −5(𝑘 + 1)
TI) 𝐵 𝑘+1 = ( )
0 1
Demostración:
B(k+1)=Bk*B1
1 −5𝑘 1 −5
=( )( )
0 1 0 1
1 −5(𝑘 + 1)
=( ) ∴ 𝑞𝑢𝑒𝑑𝑎 𝑑𝑒𝑚𝑜𝑠𝑡𝑟𝑎𝑑𝑎 𝑙𝑎 𝑡𝑒𝑠𝑖𝑠 𝑖𝑛𝑑𝑢𝑐𝑡𝑖𝑣𝑎
0 1
BINOMIO DE NEWTON
(𝑎 + 𝑏)1 = 𝑎 + 𝑏
(𝑎 + 𝑏)2 = 𝑎2 + 2𝑎𝑏 + 𝑏 2
𝑛
𝑛𝑎𝑛−1 𝑏 𝑛(𝑛 − 1)𝑎𝑛−2 b2
𝑛
(𝑎 + 𝑏) = 𝑎 + + + ⋯ + 𝑏𝑛
1! 2!
𝑛 𝑛−𝑘 𝑘
Que también se puede escribir de forma abreviada así: (𝑎 + 𝑏)𝑛 = ∑𝑘→𝑛
𝑘→0 (𝑘 ) 𝑎 𝑏
Tenemos:
𝑆𝑒𝑎𝑛 𝐴, 𝐵 𝑑𝑜𝑠 𝑚𝑎𝑡𝑟𝑖𝑐𝑒𝑠 ∈ 𝑀𝑛
𝑇𝑒𝑛𝑒𝑚𝑜𝑠 (𝐴 + 𝐵)2 = 𝐴2 + 𝐴𝐵 + 𝐵𝐴 + 𝐵 2
1 −2 0
−2
𝐴=( ) 𝐵=( )
0 1 0
0
1 0 0 −2 0 0
𝐴=( )+( ) 𝐵=( )
0 1 0 0 0 0
𝐴=𝐼+𝐵
𝐴𝑛 = (𝐼 + 𝐵)𝑛
0 0 0
𝑛 𝑛 𝑛−1
𝑛(𝑛 − 1)𝐼 𝑛−2 B2 𝑛(𝑛 − 1)(𝑛 − 2)𝐼 𝑛−3 𝐵 3
𝐴 = 𝐼 + 𝑛𝐼 𝐵+ + + ⋯ + 𝐵𝑛
2! 3!
3. Simplificar:
∴ 𝐴𝑛 = 𝐼 𝑛 + 𝑛𝐼 𝑛−1 𝐵
Ejemplo:
Encontrar con el binomio de newton A n
2 0
𝑆𝑒𝑎 ∶ 𝐴 = ( )
−3 2
1 0 0 0
𝐴 = 2( )+( )
0 1 −3 0
𝐴 = 2𝐼 + 𝐵
𝐴𝑛 = (2𝐼 + 𝐵)𝑛
3. Simplificar:
Tenemos:
0 0 0 0 0 0
𝐵2 = ( ); 𝐵3 = ( ); 𝐵𝑛 = ( )
0 0 0 0 0 0
∴ 𝐴𝑛 = 2𝑛 𝐼 + 𝑛2𝑛−1 𝐵
4. Sustituir matrices y operar:
1 0 0 0
𝐴𝑛 = 2𝑛 ( ) + 𝑛2𝑛−1 ( )
0 1 −3 0
𝑛 0 0
𝐴𝑛 = (2 0)+(
𝑛−1 )
0 2 𝑛 −3(𝑛)(2 ) 0
𝟐𝒏 𝟎
𝑨𝒏 = ( )
−𝟑(𝒏)(𝟐𝒏−𝟏 ) 𝟐𝒏
En álgebra lineal una matriz se dice que es escalonada o que está en forma
escalonada si:
2. El primer elemento no nulo de cada fila, llamado pivote, está a la derecha del
pivote de la fila anterior (esto supone que todos los elementos debajo de un
Ejemplo:
4 −2 9 6
1 −2 3 0 0 2 5
𝐴=( ) 𝐵 = (0 0 )
0 0 2 0 3
0 0 0 0
1 0 -5 0
0 1 17 0
0 0 0 1
Ejemplo:
1 0 0
𝐴 = (0 1 0)
0 0 1
1 0 0
𝐵=( )
0 0 1
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:
−1 2 0 1 −3 2 ~ 1 −3 2
~
(1 −3 2) f ↔ f (−1 2 f
0) 2 ← f2 + f1 (0 −1 2)
1 2
2 −5 3 2 −5 3 f3 ← f3 − 2f1 0 1 −1
1 −3 2 1 0 −1 ~ 1 0 0
~ ~
f3 ↔ f2 (0 1 −1) f ← f + f (0 1 −1) f1 ← f1 + f3 (0 1 0)
3 3 2
0 −1 2 0 0 1 f2 ← f2 + f3 0 0 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
AA−1 = A−1A = In
cambiando el orden:
(𝐵 ∗ 𝐴)−1 = 𝐴−1 ∗ 𝐵 −1
Y, evidentemente:
(𝐴−1 )−1 = 𝐴
El método consiste, pues, en colocar juntas las matrices a invertir y la identidad en este
orden.
𝑮𝑨𝑼𝑺𝑺
(𝑨|𝑰) 𝒉𝒂𝒄𝒊𝒆𝒏𝒅𝒐
(𝑰|𝑨−𝟏 )
𝒐𝒑𝒆𝒓𝒂𝒄𝒊𝒐𝒏𝒆𝒔
𝒆𝒍𝒆𝒎𝒆𝒏𝒕𝒂𝒍𝒆𝒔
𝒅𝒆 𝒇𝒊𝒍𝒂
𝟐/𝟓 𝟏/𝟓 𝟎
(𝟏/𝟑𝟎 𝟏𝟑/𝟑𝟎 𝟏/𝟔)
𝟕/𝟑𝟎 𝟏/𝟑𝟎 𝟏/𝟔
A * A-1 =
𝟏 𝟎 𝟎
𝟐 −𝟏 𝟏 (𝟎 𝟏 𝟎)
(𝟏 𝟐 −𝟐)
−𝟑 𝟏 𝟓 𝟎 𝟎 𝟏
1 0 0
Tenemos:A ∗ A −1
= (0 1 0)
0 0 1
2.- DETERMINANTES
2.1 DEFINICION DE DETERMINANTE
𝐟: 𝐌𝐧 → ℝ
𝐃𝐞𝐟𝐢𝐧𝐢𝐜𝐢ó𝐧 {
𝐀 → (𝐚𝐢𝐣 ) = 𝐝𝐞𝐭(𝐀) = |𝐀|
El determinante es una función que le asigna a una matriz de orden n, un único número 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 también por ¨ |A| (las barras no significan valor
absoluto).
|𝒂𝟏𝟏 | = 𝒂𝟏𝟏
𝒂𝟏𝟏 𝒂𝟏𝟐
Dada 𝑨 = (𝒂 ), se define como el determinante de A como:
𝟐𝟏 𝒂𝟐𝟐
𝒂𝟏𝟏 𝒂𝟏𝟐
𝐝𝐞𝐭(𝑨) = |𝒂 𝒂𝟐𝟐 | = 𝒂𝟏𝟏 𝒂𝟐𝟐 − 𝒂𝟐𝟏 𝒂𝟏𝟐
𝟐𝟏
Este método 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.
= 𝒂𝟏𝟏 𝒂𝟐𝟐 𝒂𝟑𝟑 + 𝒂𝟏𝟐 𝒂𝟐𝟑 𝒂𝟑𝟏 + 𝒂𝟏𝟑 𝒂𝟐𝟏 𝒂𝟑𝟐 − 𝒂𝟏𝟑 𝒂𝟐𝟐 𝒂𝟑𝟏 − 𝒂𝟏𝟏 𝒂𝟐𝟑 𝒂𝟑𝟐 − 𝒂𝟏𝟐 𝒂𝟐𝟏 𝒂𝟑𝟑
MÉTODO DE LA ESTRELLA
Los términos con signo + están formados por los elementos de la diagonal principal y
los de las diagonales paralelas con su correspondiente vértice opuesto.
Los términos con signo - están formados por los elementos de la diagonal
secundaria y los de las diagonales paralelas con su correspondiente vértice
opuesto.
MENORES Y COFACTORES
Si A es una matriz cuadrada, entonces el menor del elemento aij, que se indica con Mij
se define como el determinante de la submatriz que queda después de quitar la i-ésimo
fila y la j-ésima columna de A.
Debemos tener en cuenta los signos para cada menor que escogemos así 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 términos y
llegaremos a obtener la siguiente expresión:
3 1 −4
5 6 1 −4 1 −4
det(𝐴) = |2 5 6 | = 3 | | − 2| |+| | = 3(16) − 2(24) + (26)
4 8 4 8 5 6
1 4 8
= 282
1. |A t |= |A|
2. |A|=0 Si:
8. |A·B| =|A|·|B|
Ejercicio:
Para que valores de λ el determinante es diferente de cero.
1. Usando el método de Sarrus
𝝀 𝟏 𝟏
𝑨 = |𝟏 𝝀 𝟏| = (𝝀𝟑 − 𝟑𝝀 + 𝟐) = (𝝀 − 𝟏)𝟐 (𝝀 + 𝟐)
𝟏 𝟏 𝝀
∴ 𝝀 ∈ ℝ − {−𝟐, 𝟏}
𝟏 𝟎 𝟎 =
= (𝒛 − 𝒙)(𝒚 − 𝒙) | 𝒙 𝟏 𝟏 |𝐜 ← 𝐜 − 𝐜
𝟑 𝟑 𝟐
𝒙𝟐 𝒚+𝒙 𝒛+𝒙
𝟏 𝟎 𝟎
= (𝒛 − 𝒙)(𝒚 − 𝒙 ) | 𝒙 𝟏 𝟎 | = (𝒛 − 𝒙)(𝒚 − 𝒙 )(𝒛 − 𝒚)
𝒙𝟐 𝒚+𝒙 𝒛+𝒙−𝒙−𝒚
Ejemplo 2:
𝝀 𝟏 𝟏 = 𝝀−𝟏 𝟏 𝟏 =
|𝟏 𝝀 𝟏| 𝐜 ← 𝐜 − 𝐜 | 𝟎 𝝀 𝟏| 𝐟 ← 𝐟 + 𝐟
𝟏 𝟏 𝟑 𝟑 𝟑 𝟏
𝟏 𝟏 𝝀 𝟏−𝝀 𝟏 𝝀
𝝀−𝟏 𝟏 𝟏 = 𝝀−𝟏 𝟎 𝟏 =
=| 𝟎 𝝀 |
𝟏 𝐜 ←𝐜 −𝐜 | 𝟎 𝝀−𝟏 𝟏 |𝐟 ← 𝐟 + 𝐟
𝟐 𝟐 𝟑 𝟑 𝟑 𝟐
𝟎 𝟐 𝝀+𝟏 𝟎 𝟏−𝝀 𝝀+𝟏
𝝀−𝟏 𝟎 𝟏
| 𝟎 𝝀−𝟏 𝟏 | = (𝝀 − 𝟏)(𝝀 − 𝟏)(𝝀 + 𝟐)
𝟎 𝟎 𝝀+𝟐
Ejemplo 1:
𝟏 𝟏 𝟏 𝟏 = 𝟏 𝟏 𝟏 𝟏
𝒂 𝒃 𝒄 𝒅 𝐟𝟐 ← 𝐟𝟐 − 𝐚 ∗ 𝐟𝟏 𝟎 𝒃−𝒂 𝒄−𝒂 𝒅−𝒂
=| 𝟐 | | |
𝒂 𝒃𝟐 𝒄𝟐 𝒅𝟐 𝐟𝟑 ← 𝐟𝟑 − 𝐚 ∗ 𝐟𝟐 𝟎 𝒃𝟐 − 𝒂𝒃 𝒄𝟐 − 𝒂𝒄 𝒅𝟐 − 𝒂𝒅
𝒂𝟑 𝒃𝟑 𝒄𝟑 𝒅𝟑 𝐟𝟒 ← 𝐟𝟒 − 𝐚 ∗ 𝐟𝟑 𝟎 𝒃𝟑 − 𝒂𝒃𝟐 𝒄𝟑 − 𝒂𝒄𝟐 𝒅𝟑 − 𝒂𝒅𝟐
𝟏 𝟏 𝟏 =
= (𝒃 − 𝒂)(𝒄 − 𝒂)(𝒅 − 𝒂) | 𝒃 𝒅 𝒅| 𝐟𝟐 ← 𝐟𝟐 − 𝐛 ∗ 𝐟𝟏
𝟐 𝐟𝟑 ← 𝐟𝟑 − 𝐛 ∗ 𝐟𝟐
𝒃𝟐 𝒄𝟐 𝒅
𝟏 𝟏 𝟏
= (𝒃 − 𝒂)(𝒄 − 𝒂)(𝒅 − 𝒂) |𝟎 𝐜−𝐛 𝐝−𝐛 |
𝟎 𝐜(𝐜 − 𝐛) 𝐝(𝐝 − 𝐛)
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:
𝟎 𝒂 𝒂 𝒂 𝟑𝒂 𝒂 𝒂 𝒂
𝟎 𝒂 𝒂 = 𝟎 𝒂 𝒂
| 𝒂 𝒂 | 𝑪 = 𝑪 + 𝑪 + 𝑪 + 𝑪 | 𝟑𝒂 |
𝒂 𝒂 𝟎 𝟏 𝟏 𝟐 𝟑 𝟒 𝟑𝒂 𝒂 𝟎 𝒂
𝒂 𝒂 𝒂 𝟎 𝟑𝒂 𝒂 𝒂 𝟎
𝟑𝒂 𝒂 𝒂 𝒂
−𝒂 𝟎 𝟎
= | 𝟎 | = −𝟑𝒂𝟒
𝟎 𝟎 −𝒂 𝟎
𝟎 𝟎 𝟎 −𝒂
𝒂 𝒃 𝒃 𝒃 𝒃 𝒃 𝒃 𝒂 + 𝟔𝒃 𝒃 𝒃 𝒃 𝒃 𝒃 𝒃
𝒃 𝒂 𝒃 𝒃 𝒃 𝒃 𝒃 𝒂 + 𝟔𝒃 𝒂 𝒃 𝒃 𝒃 𝒃 𝒃
| 𝒃 𝒃 𝒂 𝒃 𝒃 𝒃 𝒃| |𝒂 + 𝟔𝒃 𝒃 𝒂 𝒃 𝒃 𝒃 𝒃|
=
𝒃 𝒃 𝒃 𝒂 𝒃 𝒃 𝒃 𝑪 = 𝑪 + ∑𝒏=𝟕 𝑪 𝒂 + 𝟔𝒃 𝒃 𝒃 𝒂 𝒃 𝒃 𝒃
𝟏 𝟏 𝒊 =𝟐 𝒊
| 𝒃 𝒃 𝒃 𝒃 𝒂 𝒃 𝒃| |𝒂 + 𝟔𝒃 𝒃 𝒃 𝒃 𝒂 𝒃 𝒃|
𝒃 𝒃 𝒃 𝒃 𝒃 𝒂 𝒃 𝒂 + 𝟔𝒃 𝒃 𝒃 𝒃 𝒃 𝒂 𝒃
𝒃 𝒃 𝒃 𝒃 𝒃 𝒃 𝒂 𝒂 + 𝟔𝒃 𝒃 𝒃 𝒃 𝒃 𝒃 𝒂
= 𝒂 + 𝟔𝒃 𝒃 𝒃 𝒃 𝒃 𝒃 𝒃
𝑪𝟐 = 𝑪𝟐 − 𝑪𝟏
𝟎 𝒂−𝒃 𝟎 𝟎 𝟎 𝟎 𝟎
𝑪𝟑 = 𝑪𝟑 − 𝑪𝟏 | 𝟎 𝟎 𝒂 − 𝒃 𝟎 𝟎 𝟎 𝟎 |
𝑪𝟒 = 𝑪𝟒 − 𝑪𝟏 𝟎 𝟎 𝟎 𝒂−𝒃 𝟎 𝟎 𝟎
𝑪𝟓 = 𝑪𝟓 − 𝑪𝟏 | 𝟎 𝟎 𝟎 𝟎 𝒂−𝒃 𝟎 𝟎 |
𝑪𝟔 = 𝑪𝟔 − 𝑪𝟏 𝟎 𝟎 𝟎 𝟎 𝟎 𝒂−𝒃 𝟎
𝑪𝟕 = 𝑪𝟕 − 𝑪𝟏 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝒂−𝒃
= ( 𝒂 + 𝟔𝒃)(𝒂 − 𝒃)𝟔
Ejemplo:
Sea:
𝟐 𝟎 𝟏
𝑨 = (𝟑 𝟎 𝟎)
𝟓 𝟏 𝟏
𝟐 𝟎 𝟏
𝑨 = |𝟑 𝟎 𝟎| = 𝟑
𝟓 𝟏 𝟏
𝟎 𝟎 𝟑 𝟎 𝟑 𝟎
| | −| | | |
𝟏 𝟏 𝟓 𝟏 𝟓 𝟏 𝟎 −𝟑 𝟑
𝟎 𝟏 𝟐 𝟏 𝟐 𝟎
𝑨∗ = − | | | | −| | = (𝟏 −𝟑 −𝟐)
𝟏 𝟏 𝟓 𝟏 𝟓 𝟏
𝟎 𝟏 𝟐 𝟏 𝟐 𝟎 𝟎 𝟑 𝟎
|
( 𝟎 | −| | | |
𝟎 𝟑 𝟎 𝟑 𝟎 )
−𝟏
𝟏 𝟎 𝟏 𝟎
𝑨 = (−𝟑 −𝟑 𝟑)
𝟑
𝟑 −𝟐 𝟎
Ejemplo:
Calcular la inversa de A
𝝀 𝟏 𝟏
𝑺𝒆𝒂 𝑨 = (𝟏 𝝀 𝟏)
𝟏 𝟏 𝝀
𝝀𝟐 − 𝟏 𝟏−𝝀 𝟏−𝝀
(𝑨∗ )𝒕 = ( 𝟏 − 𝝀 𝝀𝟐 − 𝟏 𝟏−𝝀)
𝟏−𝝀 𝟏−𝝀 𝝀𝟐 − 𝟏
La matriz inversa es igual al inverso del valor de su determinante por la matriz
traspuesta de la adjunta.
𝟏 𝝀𝟐 − 𝟏 𝟏−𝝀 𝟏−𝝀
−𝟏
𝑨 = (𝟏−𝝀 𝝀𝟐 − 𝟏 𝟏−𝝀)
(𝝀 + 𝟐)(𝝀 − 𝟏)(𝝀 − 𝟏)
𝟏−𝝀 𝟏−𝝀 𝝀𝟐 − 𝟏
observarse en la figura:
⋮ ⋱ ⋮
⋯ 𝒂 ) 𝒙⋮ (𝒃⋮ )
∗( )=
𝒂 𝒂𝒎𝟐 𝒂𝒎𝟑 𝒏
( 𝒎𝟏 𝒎𝒏 𝒎
𝑏1
𝑏
𝑦 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝐵 = ( 2 ) se llama la matriz de 𝑡𝑒𝑟𝑚𝑖𝑛𝑜𝑠 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠.
⋮
𝑏𝑚
La matriz formada por A y B conjuntamente, es decir:
𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑 𝒂𝟏𝒏 𝒃𝟏
𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 ⋯ 𝒂𝟐𝒏 𝒃𝟐
(𝐴|𝐵) ( ⋮ ⋱ ⋮ | ⋮ )
𝒂𝒎𝟏 𝒂𝒎𝟐 𝒂𝒎𝟑 ⋯ 𝒂𝒎𝒏 𝒃𝒎
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 homogéneos (2 tipos de soluciones)
Única solución, cuando para todas las incógnitas del sistema existe
con un solo valor real.
Infinitas soluciones, cuando algunas de las incógnitas están en
función de otras y tienen un valor real.
No existe solución, cuando los valores de las incógnitas no existen.
a) ∃! 𝑠𝑜𝑙𝑢𝑐 Si Si (Trivial)
b) ∃∞𝑠𝑜𝑙𝑢𝑐 Si Si
c) ~∃𝑠𝑜𝑙𝑢𝑐 Si No
La idea es muy simple; por ejemplo, para el caso de un sistema de tres ecuaciones
con tres incógnitas se trata de obtener un sistema equivalente cuya primera
ecuación tenga tres incógnitas, la segunda dos y la tercera una. Se obtiene así
un sistema triangular o en cascada de la forma:
Ax + By + Cz = D
Ey + Fz = G
Hz = I
Ejemplo:
𝑥1 + 2𝑥2 + 3𝑥3 = 6
2𝑥1 − 3𝑥2 + 𝑥3 = 14} 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑑𝑒 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠
3𝑥1 + 𝑥2 − 𝑥3 = −2
1 2 3 6 ≈ 1 2 3 6 =
(2 −1 2 | 14 ) f3 ← f3 − 3f1 (0 −7 −4 | 2 ) f ← (− 1)f
3
3 1 −1 −2 f2 ← f2 − 2f1 0 −5 −10 −20 5 3
1 2 3 6 ≈ 1 2 3 6 ≈
(0 −7 −4|2) f ↔ f (0 1 2 |4) f ← f + 7f
3 2 3 3 1
0 1 2 4 0 −7 −4 2
1 2 3 6 ≈ 1 2 36
1
(0 1 2 | 4 ) f ← ( )f (0 1 2|4)
3
0 0 10 30 10 3 0 0 1 3
La ultima matriz esta en forma escalonada por filas, (método de gauss), lo cual
significa que:
𝑥3 = 3; 𝑥2 = 4; 𝑥1 = −2.
Método de Gauss-Jordan
Este método, que constituye una variación del método de eliminación de Gauss,
permite resolver hasta 15 o 20 ecuaciones simultáneas, con 8 o 10 dígitos
significativos en las operaciones aritméticas de la computadora. Este
procedimiento se distingue del método Gaussiano en que cuando se elimina una
incógnita, se elimina de todas las ecuaciones restantes, es decir, las que preceden
a la ecuación pivote así como de las que la siguen.
El método se ilustra mejor con un ejemplo. Resolvamos el siguiente conjunto de
ecuaciones
El término X1 se puede eliminar del segundo renglón restando 0.1 veces el primero
del segundo renglón. De una manera similar, restando 0.3 veces el primero del
tercer renglón se elimina el término con X1 del tercer renglón.
Método de Cramer
La regla de Cramer sirve para resolver sistemas de ecuaciones lineales. Se aplica a
sistemas que cumplan las dos condiciones siguientes:
-El número de ecuaciones es igual al número de incógnitas .
-El determinante de la matriz de los coeficientes es distinto de cero .
Tales sistemas se denominan sistemas de Cramer.
Y sean: Δ 1 , Δ 2 , Δ 3 ... , Δ n
Un sistema de Cramer tiene una sola solución que viene dada por las
siguientes expresiones:
CRITERIO PARA HALLAR SOLUCIONES
Una vez aplicado Gauss o Gauss-Jordán
𝟏 𝟏 𝟏𝟏 ≈ 𝟏 𝟏 𝟏𝟏
(𝟏 |
𝟏 𝟏𝟏 ) f3 ← f3 − f1 ( 𝟎 𝟎 𝟎|𝟎) ∴ ∃∞𝒔𝒐𝒍𝒖𝒄𝒊𝒐𝒏𝒆𝒔
𝟏 𝟏 𝟏 𝟏 f2 ← f2 − 2f1 𝟎 𝟎 𝟎𝟎
Como se escriben las infinitas soluciones
Ejemplo:
𝑥 − 2𝑦 + 𝑧 = 𝑜
𝑺𝒆𝒂 𝒆𝒍 𝒔𝒊𝒔𝒕𝒆𝒎𝒂 𝑥 − 3𝑦 − 2𝑧 = 0
{
𝒅𝒆 𝒆𝒄𝒖𝒂𝒄𝒊𝒐𝒏𝒆𝒔
2𝑥 − 5𝑦 − 𝑧 = 0
𝟏 −𝟐 𝟏 ∴ ∃∞𝒔𝒐𝒍𝒖𝒄𝒊𝒐𝒏𝒆𝒔 𝒚𝒂 𝒒𝒖𝒆
𝒅𝒆𝒕(𝑨) = |𝟏 −𝟑 −𝟐| = 𝟎,
𝒆𝒔 𝒖𝒏 𝒔𝒊𝒔𝒕𝒆𝒎𝒂 𝒉𝒐𝒎𝒐𝒈é𝒏𝒆𝒐
𝟐 −𝟓 −𝟏
Resolución por Gauss- Jordan
𝟏 −𝟐 𝟏 𝟎 ≈ 𝟏 −𝟐 𝟏 𝟎 =
(𝟏 −𝟑 −𝟐|𝟎) 2 f2 − f1 (𝟎 −𝟏 −𝟑|𝟎) f ← f − f
f ←
3 3 2
𝟐 −𝟓 −𝟏 𝟎 f3 ← f3 − 2f1 𝟎 −𝟏 −𝟑 𝟎
𝟏 −𝟐 𝟏 𝟎
(𝟎 −𝟏 −𝟑|𝟎) ∴ ∃∞ 𝒔𝒐𝒍𝒖𝒄𝒊𝒐𝒏𝒆𝒔
𝟎 𝟎 𝟎 𝟎
𝒙 = −𝟕𝒛
𝑬𝒄𝒖𝒂𝒄𝒊𝒐𝒏𝒆𝒔 {
𝒚 = −𝟑𝒛
𝒙 = −𝟕𝒛
𝑪𝑺 = {(𝒙, 𝒚, 𝒛) / }
𝒚 = −𝟑𝒛
∴ 𝑪𝑺 = {(−𝟕𝒛, −𝟑𝒛, 𝒛) / 𝒛 ∈ ℝ}
𝟏 −𝟐 𝟎 𝜶 ≈ 𝟏 −𝟐 𝟎 𝜶
(𝟎 𝟎 𝜷| ) f ↔ f (𝟎 𝟎 𝟏 |−𝟑)
𝟐
3 2
𝟎 𝟎 𝟏 −𝟑 𝟎 𝟎 𝜷 𝟐
𝟏 −𝟐 𝟎 𝜶
=
−𝟑
f3 ← f3 − βf2 (𝟎 𝟎 𝟏| )
𝟎 𝟎 𝟎 𝟐 + 𝟑𝜷
𝟏) |𝑨| = 𝟎 → ∃! 𝒔𝒐𝒍𝒖𝒄
𝟐
∴ 𝟐)𝑺𝒊 𝜷 ≠ − 𝟑 , ∀𝜶 ∈ ℝ → ~∃𝒔𝒐𝒍𝒖𝒄
𝟐
{𝟑)𝑺𝒊 𝜷 = − 𝟑 , ∀𝜶 ∈ ℝ → ∃∞𝒔𝒐𝒍𝒖𝒄
2𝑎 + 2 𝑎 − 1 𝑎 + 3 ⋮ −2
( 0 𝑎−1 −(𝑎 − 1) ⋮ 0 )
2 1 −1 ⋮ −1
2𝑎 + 2 𝑎 − 1 𝑎+3
|𝐴| = | 0 𝑎 − 1 −(𝑎 − 1)|
2 1 −1
𝑎−1 𝑎+3
|𝐴| = 2𝑎 + 2 |𝑎 − 1 −(𝑎 − 1)| +2| |
1 −1 𝑎−1 −(𝑎 − 1)
(𝑎 − 1)(𝑎 + 1) ≠ 0
𝑃𝑎𝑟𝑎 𝑎 = −1
0 −2 2 ⋮ −2
(0 −2 2 ⋮0 )
2 1 −1 ⋮ −1
2 1 −1 ⋮ −1 ≈ 2 1 −1 ⋮ −1
𝐹3 ↔ 𝐹1 (0 −2 2 ⋮ 0 ) 𝐹 = 𝐹 − 𝐹 (0 −2 2 ⋮0 )
3 3 2
0 −2 2 ⋮ −2 0 0 0 ⋮ −2
∴ 𝑷𝒂𝒓𝒂 𝒂 = −𝟏 ∄ 𝒔𝒐𝒍𝒖𝒄𝒊𝒐𝒏
𝑃𝑎𝑟𝑎 𝑎 = 1
≈ 1
4 0 4 ⋮ −2 4 0 4 ⋮ −2 1 0 1⋮−
(0 0 0 ⋮ 0 ) 𝐹2 ↔ 𝐹3 (2 1 −1 ⋮ −1 ) 𝐹 = 1𝐹1 ( 2)
1 2 1 −1 ⋮ −1
2 1 −1 ⋮ −1 0 0 0 ⋮ 0 4
0 0 0 ⋮ 0
1
≈ 1 0 1⋮− 1
𝑥 + 𝑧 = −2
2
(
𝐹2= 𝐹2 − 2𝐹1 0 1 −3 ⋮ 0 ) 𝑦 − 3𝑧 = 0
0 0 0 ⋮ 0
∴ 𝑷𝒂𝒓𝒂 𝒂 = 𝟏 ∃∞ 𝒔𝒐𝒍𝒖𝒄𝒊𝒐𝒏𝒆𝒔
1
C.S.= {(𝒙, 𝒚, 𝒛)⁄𝒙 = − − 𝑧, 𝑦 = 3𝑧}
2
1
C.S.= {(− 2 − 𝑧 , 𝟑𝒛, 𝒛)⁄𝒛 ∈ ℝ}
c) No tenga soluciones
2𝑚 + 2 𝑚−1 𝑚 + 3 ⋮ 2𝑚 + 2
( 0 𝑚−1 −𝑚 + 1 ⋮ 0 )
𝑚 1 −1 ⋮ 𝑚 + 1
2𝑚 + 2 𝑚−1 𝑚+3
|𝐴| = | 0 𝑚−1 −𝑚 + 1|
𝑚 1 −1
𝑚−1 𝑚+3
|𝐴| = 2𝑚 + 2 |𝑚 − 1 −𝑚 + 3| + 𝑚 | |
1 −1 𝑚 − 1 −𝑚 + 1
−2𝑚(𝑚 − 1)(𝑚 + 1) ≠ 0
𝑃𝑎𝑟𝑎 𝑚 = 1
1 0 1⋮1 𝑥+𝑧 =1
(0 1 −2 ⋮ 1 ) 𝑦 − 2𝑥 = 1
0 0 0⋮ 0
∴ 𝑷𝒂𝒓𝒂 𝒎 = 𝟏 ∃∞ 𝒔𝒐𝒍𝒖𝒄𝒊𝒐𝒏𝒆𝒔
𝑃𝑎𝑟𝑎 𝑚 = 0
2 −1 3⋮2 ≈ 2 −1 3⋮2
(0 −1 1 ⋮ 0 ) 𝐹 = 𝐹 + 𝐹 (0 −1 1⋮0)
3 3 2
0 1 −1 ⋮ 1 0 0 0 ⋮ 1
∴ 𝑷𝒂𝒓𝒂 𝒎 = 𝟎 ∄ 𝒔𝒐𝒍𝒖𝒄𝒊𝒐𝒏
𝑃𝑎𝑟𝑎 𝑚 = −1
0 −2 2⋮0
( 0 −2 2 ⋮ 0)
−1 1 −1 ⋮ 0
−1 1 −1 ⋮ 0 −1 1 −1 ⋮ 0 ≈
≈
𝐹3 ↔ 𝐹1 ( 0 −2 2 ⋮ 0 ) 𝐹 = 𝐹 − 𝐹 ( 0 −2 2 ⋮ 0 ) 𝐹 = − 1𝐹2
3 3 2 2
0 −2 2⋮ 0 0 0 0⋮ 0 2
−1 1 −1 ⋮ 0 ≈ −1 0 0⋮0 −𝑥 = 0
(0 1 −1 ⋮ 0) 𝐹 = 𝐹 − 𝐹 ( 0 1 −1 ⋮ 0 ) 𝑦 − 𝑧 = 0
1 1 2
0 0 0⋮ 0 0 0 0⋮ 0
( , , +,.)
Operación
Conjunto no vacio Operación Externa
de vectores Ov Interna (SUMA (PRODUCTO DE
DE VECTORES) UN VECTOR por
un ESCALAR)
Recordemos que la forma de representar a un vector es:
V= {(𝑎, 𝑏) / 𝑎 ∧ 𝑏𝜖𝐼𝑅 }
Condiciones
Genérico
o restricciones
𝑉1 𝑉2 𝑉1 𝑉2
𝑉3 𝑉4 𝑉3 𝑉4
0𝑉 0𝑉
𝑉6 𝑉5 𝑉6 𝑉5
𝑉1 = ( 2 , 5 ) 𝑉1 = ( 2 , 5 )
𝑉2 = ( −3 , 4 ) α=3
𝑉1 + 𝑉2 = ( −1 , 9 ) 𝛼 𝑉1 = ( 6 , 15)
Espacios Vectoriales Comunes
(V,K,+,*) GENÉRICO EJEMPLO 0𝑉
( 𝑷𝟏 , ℝ , + ,∗ ) a + bx 3-x 0 + 0x
2 2
( 𝑷𝟐 , ℝ , + ,∗ ) 𝑎 + 𝑏 𝑥 + 𝑐𝑥 2 + 3 𝑥 + 5𝑥 0 + 0 𝑥 + 0𝑥 2
( 𝑹𝟐 , ℝ , + ,∗ ) ( a, b ) ( 2 ,5) ( 0, 0 )
( 𝑹𝟐 , ℝ , + ,∗ ) ( a, b , c ) ( 4 , -6 , 2 ) ( 0, 0 , 0 )
( 𝑴𝟐 , ℝ , + ,∗ ) 𝑎 𝑏 2 −8 0 0
[ ] [ ] [ ]
𝑐 𝑑 −6 3 0 0
(𝒖, 𝒗) → 𝒖 + 𝒗
(𝝀, 𝒖) → 𝝀 ∗ 𝒖
(a) 𝟏 ∗ 𝒖 = 𝒖, ∀𝒖 ∈ 𝑽 .
(b)𝜶 ∗ (𝜷 𝒖) = (𝜶𝜷) ∗ 𝒖, ∀𝜶𝜷 ∈ 𝑲, ∀𝒖 ∈ 𝑽 .
(c) (𝜶 + 𝜷) ∗ 𝒖 = 𝜶 ∗ 𝒖 + 𝜷 ∗ 𝒖, ∀𝜶, 𝜷 ∈ 𝑲, ∀𝒖 ∈ 𝑽 .
(d) 𝜶 ∗ (𝒖 + 𝒗) = 𝜶 ∗ 𝒖 + 𝜶 ∗ 𝒗, ∀𝜶 ∈ 𝑲, ∀𝒖, 𝒗 ∈ 𝑽 .
(𝟏) 𝐮 + 𝐯 ∈ 𝐒, ∀𝐮; 𝐯 ∈ 𝐒
𝐒 𝐞𝐬 𝐬𝐮𝐛𝐞𝐬𝐩𝐚𝐜𝐢𝐨 𝐯𝐞𝐜𝐭𝐨𝐫𝐢𝐚𝐥 𝐝𝐞 𝐕 {
(𝟐) 𝛂𝐮 ∈ 𝐒, ∀𝛂 ∈ 𝐊 𝐲 ∀𝐮 ∈ 𝐒
a) 𝑾 ≠ ∅, 𝑷𝑫 𝑶𝒗 ∈ 𝑾
b) ∀𝒖, 𝒗 ∈ 𝑾, 𝒖 + 𝒗 ∈ 𝑾
c) ∀𝒖 ∈ 𝑾, ∀𝜶 ∈ 𝒌, 𝜶 ∗ 𝒖 ∈ 𝑾
Ejemplo:
Demostrar si W es subespacio vectorial:
a) 𝑾 = {(𝒙, 𝒚, 𝒛) / 𝒚 = 𝒛}
1. 𝑾, 𝑷𝑫 𝑶𝒗 ∈ 𝑾
(𝒙 𝒚 𝒛) = ( 𝟎 𝟎 𝟎)
𝒙=𝟎
𝑶𝒗 ∈ 𝑾
𝒚 = 𝟎} 𝒛 = 𝒚 , ∴
𝑾≠∅
𝒛=𝟎
2. ∀𝒖, 𝒗 ∈ 𝑾, 𝒖 + 𝒗 ∈ 𝑾
𝑾 = {(𝒙, 𝒛, 𝒛) / 𝒙, 𝒛 ∈ ℝ}
𝒖 = (𝒙𝟏 , 𝒛𝟏 , 𝒛𝟏 )
𝒗 = (𝒂, 𝒃, 𝒃)
𝒖 + 𝒗 = (𝒙𝟏 + 𝒂, 𝒛𝟏 + 𝒃, 𝒛𝟏 + 𝒃)
𝒛𝟏 + 𝒃 = 𝒛𝟏 + 𝒃
∴ 𝒖+𝒗∈𝑾
b) 𝑾 = {(𝒙, 𝒚) / 𝒂 + 𝒃 = 𝟏}
1. 𝑾, 𝑷𝑫 𝑶𝒗 ∈ 𝑾
(𝒂 𝒃) = (𝟎 𝟎)
𝒂=𝟎
} 𝒂 + 𝒃 ≠ 𝟏 , ∴ 𝑶𝒗 ∉ 𝑾
𝒃=𝟎
COMBINACIÓN LINEAL
Sea 𝑩 = {𝒖𝟏 , 𝒖𝟐 , 𝒖𝟑 , … , 𝒖𝒏 }, un conjunto de vectores de un e.v. V, un vector u de V es una
combinación lineal de los vectores de B, sí se puede escribir lo siguiente:
𝒖 = 𝜶𝟏 𝒖𝟏 + 𝜶𝟐 𝒖𝟐 + 𝜶𝟑 𝒖𝟑 + ⋯ + 𝜶𝒏 𝒖𝒏
Ejemplo1:
𝟐𝜶 = 𝟑
𝑺. 𝑬 {
−𝜶 = 𝟑
𝟐 𝟑 ~ 𝟏 𝟗 ~ 𝟏 𝟗
( | )𝐟 ↔ 𝐟 + 𝐟 ( | )𝐟 ↔ 𝐟 + 𝐟 ( | )
−𝟏 𝟑 𝟏 𝟏 𝟐 −𝟏 𝟑 𝟐 𝟐 𝟏 𝟎 𝟏𝟐
∴ ~∃𝒔𝒐𝒍𝒖𝒄𝒊𝒐𝒏
∴ 𝒏𝒐 𝒆𝒔 𝑪𝑳
Ejemplo2:
𝜶 + 𝟑𝜷 = 𝟎
𝑺. 𝑬 { 𝟎𝜶 + 𝟎𝜷 = 𝟑
−𝟐𝜶 + 𝟓𝜷 = −𝟏
𝟏 𝟑 𝟎
(𝟎 𝟎| 𝟑 )
−𝟐 𝟓 −𝟏
∴ ~∃𝒔𝒐𝒍𝒖𝒄𝒊𝒐𝒏
∴ 𝒏𝒐 𝒆𝒔 𝑪𝑳
Ejemplo3:
𝜶 + 𝟎𝜷 + 𝜸 = 𝟐
𝑺. 𝑬 { 𝟎𝜶 + 𝟏𝜷 + 𝜸 = 𝟒
𝟏𝜶 + 𝟏𝜷 + 𝟎𝜸 = −𝟒
𝟏 𝟎 𝟏 𝟐 ~ 𝟏 𝟎 𝟏 𝟐 ~
(𝟎 𝟏 𝟏 | 𝟒 ) 𝐟 ← 𝐟 − 𝐟 (𝟎 𝟏 𝟏 | 𝟒 )𝐟 ← 𝐟 − 𝐟
𝟑 𝟑 𝟏 𝟑 𝟑 𝟐
𝟏 𝟏 𝟎 −𝟒 𝟎 𝟏 −𝟏 −𝟔
𝟏 𝟎 𝟏 𝟐 ~ 𝟏 𝟎 𝟏𝟐 ~
(𝟎 𝟏 𝟏 | 𝟒 ) 𝐟 ← (− 𝟏) 𝐟 (𝟎 𝟏 𝟏|𝟒) 𝐟𝟏 ← 𝐟𝟏 − 𝐟𝟑
𝟑
𝟎 𝟎 −𝟐 −𝟏𝟎 𝟐 𝟑 𝟎 𝟎 𝟏 𝟓 𝐟𝟐 ← 𝐟𝟐 − 𝐟𝟑
𝟏 𝟎 𝟎 −𝟑
(𝟎 𝟏 𝟎|−𝟏)
𝟎 𝟎 𝟏 𝟓
𝜶 = −𝟑
∴ 𝜷 = −𝟏} ∃ 𝑪𝑳
𝜸=𝟓
Ejemplo:
Encontrar la capsula de 𝑺 = {(𝟏, −𝟏, 𝟎); (−𝟐, 𝟑, −𝟏); (𝟐, 𝟏, −𝟑)}
1. Escribimos la definición:
𝜶 − 𝟐𝜷 + 𝟐𝜸 = 𝒙
𝑺. 𝑬. {−𝜶 + 𝟑𝜷 + 𝜸 = 𝒚
−𝜷 − 𝟑𝜸 = 𝒛
𝟏 −𝟐 𝟐 𝒙
(−𝟏 𝟑 𝟏 |𝒚)
𝟎 −𝟏 −𝟑 𝒛
5. Aplicamos Gauss-Jordán para encontrar la restricción en este caso
𝟏 −𝟐 𝟐 𝒙 𝟏 −𝟐 𝟐 𝒙 ~
~
(−𝟏 𝟑 𝟏 |𝒚) f ← f + f (𝟎 𝟏 𝟑 |𝒙 + 𝒚) 1f ← f1 + 2f2
2 2 1
𝟎 −𝟏 −𝟑 𝒛 𝟎 −𝟏 −𝟑 𝒛 f3 ← f3 + f2
𝟏 𝟎 𝟖 𝟑𝒙 + 𝟐𝒚
(𝟎 𝟏 𝟑| 𝒙 + 𝒚 )
𝟎 𝟎 𝟎 𝒛+𝒙+𝒚
〈𝑺〉 = {𝒗 ∈ ℝ𝟑 /𝒙 + 𝒚 + 𝒛 = 𝟎}
CONJUNTO GENERADOR
Ejemplo 2:
𝑾 = {(𝒂 𝒃) /𝒃 = 𝒄 + 𝟑𝒅}
𝒄 𝒅
𝑾 = {𝒂 (𝟏 𝟎) + 𝒄 (𝟎 𝟏) + 𝒅 (𝟎 𝟑) /𝒂, 𝒄, 𝒅 ∈ ℝ}
𝟎 𝟎 𝟏 𝟎 𝟎 𝟏
𝟏 𝟎 𝟎 𝟏 𝟎 𝟑
𝑺 = {( );( );( )} 𝑺 𝒈𝒆𝒏𝒆𝒓𝒂 𝒂 𝑾
𝟎 𝟎 𝟏 𝟎 𝟎 𝟏
∴ 〈𝑺〉 = 𝑾
𝟎𝒗 = 𝜶𝟏 𝒖𝟏 + 𝜶𝟐 𝒖𝟐 + 𝜶𝟑 𝒖𝟑 + ⋯ + 𝜶𝒏 𝒖𝒏
2. Obtener el sistema homogéneo
∃! 𝒔𝒐𝒍𝒖𝒄 → 𝑺 𝒆𝒔 𝑳. 𝑰.
∃∞𝒔𝒐𝒍𝒖𝒄 → 𝑺 𝒆𝒔 𝑳. 𝑫.
Ejemplo 1:
Verificar si S es LD
𝑺 = {(𝟏, −𝟑); (−𝟐, 𝟔)}
𝜶(𝟏, −𝟑) + 𝜷(−𝟐, 𝟔) = (𝟎, 𝟎)
𝜶 − 𝟐𝜷 = 𝟎
𝑺. 𝑬 ( )
−𝟑𝜶 + 𝟔𝜷 = 𝟎
𝟏 −𝟐 𝟎 ~ 𝟏 −𝟐 𝟎
( | ) f ← f + 3f ( | ) ∴ ∃∞𝒔𝒐𝒍𝒖𝒄
−𝟑 𝟔 𝟎 2 2 1 𝟎 𝟎 𝟎
𝒔𝒊|𝑨| = 𝟎 → ∃∞𝒔𝒐𝒍𝒖𝒄
Ejemplo 2:
Verificar si S es LI
𝑺 = {(𝟐, 𝟎); (𝟏, 𝟏)}
𝜶(𝟐, 𝟎) + 𝜷(𝟏, 𝟏) = (𝟎, 𝟎)
𝟐𝜶 + 𝜷 = 𝟎
𝑺. 𝑬 ( )
𝟎𝜶 + 𝜷 = 𝟎
~
𝟐 𝟏𝟎 ~ 𝟐 𝟎𝟎 1 (𝟐 𝟎𝟎
( | )f ← f − f ( | ) | )
𝟎 𝟏𝟎 1 1 2 𝟎 𝟏 𝟎 f1 ← f1 (2) 𝟎 𝟏𝟎
∴ ∃! 𝒔𝒐𝒍𝒖𝒄
𝒔𝒊|𝑨| ≠ 𝟎 → ∃! 𝒔𝒐𝒍𝒖𝒄
BASE
DIMENSIÓN DE V
DEFINICIÓN: es el número de vectores de S
EJEMPLO:
𝑾 = {(𝒙, 𝒚, 𝒛)/𝒚 = 𝒙 + 𝒛}
𝑾 = {(𝒙, 𝒙 + 𝒛, 𝒛)/𝒙, 𝒛 ∈ ℝ}
EJEMPLO:
𝑾 = {(𝒙, 𝒚, 𝒛)/𝒙, 𝒚, 𝒛 ∈ ℝ}
∴ 𝑺 𝒆𝒔 𝒍𝒂 𝒃𝒂𝒔𝒆 𝒅𝒆 𝑾
𝐝𝐢𝐦(𝑾) = 𝒅𝒊𝒎(𝑽) = 𝟑
Teorema:
𝟏. 𝐝𝐢𝐦(𝑽) = # 𝒅𝒆 𝒗𝒆𝒄𝒕𝒐𝒓𝒆𝒔 𝒆𝒏 𝑺 = 𝒏
{𝟐. 𝑳𝑰
𝟑. 𝑮𝒆𝒏𝒆𝒓𝒂
Ejemplo:
𝒔𝒊|𝑨| ≠ 𝟎 → ∃! 𝒔𝒐𝒍𝒖𝒄
∴ 𝑺 𝒆𝒔 𝑳𝑰
Dim(R3)= 3 =# de vectores de S
S genera a W
〈𝑺〉 = 𝑾
∴ 𝑺 𝒆𝒔 𝒃𝒂𝒔𝒆 𝒅𝒆 𝑾
𝑾 = {𝒂 + 𝒐𝒙 + 𝒄𝒙𝟐 /𝒂, 𝒄 ∈ ℝ}
𝑾 = {(𝒂 + 𝒐𝒙 + 𝟎𝒙𝟐 ) + (𝟎 + 𝒐𝒙 + 𝒄𝒙𝟐 )/𝒂, 𝒄 ∈ ℝ}
Dim(𝒑𝟐 )= 2 =# de vectores de S
Ejemplos:
𝒂 𝒃 𝒂=𝒃
𝑾 = {( )/ } → 𝐝𝐢𝐦(𝑾) = 𝟒 − 𝟐 = 𝟐
𝒄 𝒅 𝒄=𝟎
𝑾 = {(𝒙, 𝒚)/𝒚 = 𝟐𝒙} → 𝐝𝐢𝐦(𝑾) = 𝟐 − 𝟏 = 𝟏
𝒄𝒙𝟐
𝑾 = {𝒂 + 𝒃𝒙 + = 𝟐𝒄 − 𝒂} → 𝐝𝐢𝐦(𝑾) = 𝟑 − 𝟏 = 𝟐
𝒃
Ejemplo:
𝑾 = {(𝒙, 𝒚, 𝒛)/𝒚 = 𝒙 + 𝒛}
Teorema
𝑾 = {(𝒙, 𝒙 + 𝒛, 𝒛)/𝒙, 𝒛 ∈ ℝ}
𝑾 = {(𝒙, 𝒙, 𝟎) + (𝟎, 𝒛, 𝒛)/𝒙, 𝒛 ∈ ℝ}
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 restricción y lo ponemos seguido a los que ya teníamos.
2. Ahora tenemos que es de dimensión tres por lo tanto tenemos la primera condición
para que sea base de R3.
Dim(S’)=3
𝜶+𝜸=𝟎
𝑺. 𝑬 (𝜶 + 𝜷 = 𝟎)
𝜷+𝜸=𝟎
𝟏 𝟎 𝟏𝟎 ~ 𝟏 𝟎 𝟏 𝟎 ~
(𝟏 𝟏 𝟎|𝟎) f ← f − f (𝟎 𝟏 −𝟏|𝟎) f ← f − f
2 2 1 3 3 2
𝟎 𝟏 𝟏𝟎 𝟎 𝟏 𝟏 𝟎
𝟏 𝟎 𝟏 𝟎 ~ 𝟏 𝟎 𝟏 𝟎 ~
(𝟎 𝟏 −𝟏|𝟎) f ← (1) f (𝟎 𝟏 −𝟏|𝟎) f2 ← f2 + f3
3
𝟎 𝟎 𝟐 𝟎 2 3 𝟎 𝟎 𝟏 𝟎 f1 ← f1 − f3
𝟏 𝟎 𝟎𝟎
(𝟎 𝟏 𝟎|𝟎)
𝟎 𝟎 𝟏𝟎
∴ ∃! 𝒔𝒐𝒍𝒖𝒄
𝒔𝒊|𝑨| ≠ 𝟎 → ∃! 𝒔𝒐𝒍𝒖𝒄
∴ 𝑺′ 𝒆𝒔𝑳𝑰
∴ 𝑺′ 𝒆𝒔 𝒃𝒂𝒔𝒆 𝒅𝒆 𝑹𝟑
5. Producto interno
5.1 DEFINICIÓN DE PRODUCTO INTERNO
El producto interno, en un e.v. V, es una función que se le asigna a cada par
ordenado de vectores 𝒖 , 𝒗 elementos de V, un número real: 𝜶 = (𝒖⁄𝒗), que
satisface las siguientes propiedades:
(𝒖⁄𝒖) > 𝟎, 𝒑𝒂𝒓𝒂 𝒖 ≠ 𝑶𝒗
(𝒗⁄𝒖) = (𝒖⁄𝒗), ∀ 𝒖, 𝒗 ∈ 𝑽
((𝒖 + 𝒗)⁄𝒘) = (𝒖⁄𝒘) + (𝒗⁄𝒘), ∀ 𝒖, 𝒗, 𝒘 ∈ 𝑽
((𝜶 𝒖)⁄𝒗) = 𝜶(𝒖⁄𝒗), ∀ 𝒖, 𝒗 ∈ 𝑽 𝒚 ∀𝜶 ∈ ℝç
OBSERVACIONES:
El producto interno (𝒖⁄𝒗) puede ser real o complejo, pero (𝒖⁄𝒖) siempre
nos va a dar un número real.
2. En el 𝒆. 𝒗. ℝ𝟑 , 𝒔𝒆 𝒕𝒊𝒆𝒏𝒆:
𝑺í, 𝒖 = (𝒂𝟏 ; 𝒃𝟏 ; 𝒄𝟏 ) 𝒚 𝒗 = (𝒂𝟐 ; 𝒃𝟐 ; 𝒄𝟐 ) →
(𝒖⁄𝒗) = 𝒂𝟏 ∗ 𝒂𝟐 + 𝒃𝟏 ∗ 𝒃𝟐 + 𝒄𝟏 ∗ 𝒄𝟐
Ejemplo 1:
Encontrar todos los productos internos posibles de los dos vectores dados u,v que
pertenecen a ℝ𝟑 :
𝒖 = (−𝟐, 𝟑, −𝟏) 𝒚 𝒗 = (−𝟑, 𝟎, 𝟏)
(𝒖⁄𝒗) = 𝟔 + 𝟎 − 𝟏 = 𝟓
(𝒗⁄𝒖) = 𝟔 + 𝟎 − 𝟏 = 𝟓
(𝒖⁄𝒖) = 𝟒 + 𝟗 + 𝟏 = 𝟏𝟒
(𝒗⁄𝒗) = 𝟗 + 𝟎 + 𝟏 = 𝟏𝟎
3. En el 𝒆. 𝒗. ℝ𝒏 , 𝒔𝒆 𝒕𝒊𝒆𝒏𝒆:
𝑺í, 𝒖 = (𝒂𝟏 ; 𝒃𝟏 ; 𝒄𝟏 ; … ; 𝒏𝟏 ) 𝒚 𝒗 = (𝒂𝟐 ; 𝒃𝟐 ; 𝒄𝟐 ; … ; 𝒏𝟐 ) →
(𝒖⁄𝒗) = 𝒂𝟏 ∗ 𝒂𝟐 + 𝒃𝟏 ∗ 𝒃𝟐 + 𝒄𝟏 ∗ 𝒄𝟐 + ⋯ + 𝒏𝟏 ∗ 𝒏𝟐
4. En el 𝒆. 𝒗. 𝑷≤𝒏 , 𝒔𝒆 𝒕𝒊𝒆𝒏𝒆:
𝑺í, 𝒖(𝒕) = (𝒂𝟏 + 𝒃𝟏 𝒕 + 𝒄𝟏 𝒕𝟐 + ⋯ + 𝒏𝟏 𝒕𝒏 ) 𝒚
𝒗 = (𝒂𝟐 + 𝒃𝟐 𝒕 + 𝒄𝟐 𝒕𝟐 + ⋯ + 𝒏𝟐 𝒕𝒏 )
→ (𝒖⁄𝒗) = 𝒂𝟏 ∗ 𝒂𝟐 + 𝒃𝟏 ∗ 𝒃𝟐 + 𝒄𝟏 ∗ 𝒄𝟐 + ⋯ + 𝒏𝟏 ∗ 𝒏𝟐
5. En el 𝒆. 𝒗. 𝑴 𝒏 , 𝒔𝒆 𝒕𝒊𝒆𝒏𝒆
𝑺í, 𝒖, 𝒗 ∈ 𝑴𝒏 → (𝒖⁄𝒗) = 𝑻𝒓(𝒖⁄𝒗𝒕 )
Ejemplo 1:
Encontrar (𝑨⁄𝑩), (𝑩⁄𝑨), (𝑨⁄𝑨), (𝑩⁄𝑩), de los dos vectores dados u,v que
pertenecen a 𝑴𝒏 :
−𝟐 𝟑 −𝟐 𝟏
𝑨=( ) 𝑨𝒕 = ( )
𝟏 −𝟏 𝟑 −𝟏
𝟏 −𝟐 𝟏 𝟎
𝑩=( ) 𝑩𝒕 = ( )
𝟎 𝟏 −𝟐 𝟏
(𝑨⁄𝑩) = 𝒕𝒓(𝑨 ∗ 𝑩𝒕 ) = −𝟗
1 0
-2 1
-2 3 -8 3
1 -1 -1 -1
(𝑩⁄𝑨) = 𝒕𝒓(𝑩 ∗ 𝑨𝒕 ) = −𝟗
-2 1
3 -1
1 -2 -8 3
0 1 3 -1
(𝑨⁄𝑨) = 𝒕𝒓(𝑨 ∗ 𝑨𝒕 ) = 𝟏𝟓
-2 1
3 -1
-2 3 13
1 -1 2
(𝑩⁄𝑩) = 𝒕𝒓(𝑩 ∗ 𝑩𝒕 ) = 𝟔
1 0
-2 1
1 -2 5
0 1 1
En general:
𝒂 𝒃 𝒙 𝒚
𝑺í 𝑨 = ( ) 𝒚𝑩=( )
𝒄 𝒅 𝒛 𝒕
𝒙 𝒚
(𝑨⁄𝑩) = [(𝒂 𝒃) + ( )] = 𝒂𝒙 + 𝒃𝒚 + 𝒄𝒛 + 𝒅𝒕
𝒄 𝒅 𝒛 𝒕
(𝑨⁄𝑨) = 𝒂𝟐 + 𝒃𝟐 + 𝒄𝟐 + 𝒅𝟐
OBSERVACIONES
Ejemplo 1:
Dados los vectores 𝒖 = (−𝟐, 𝟑, 𝟏), 𝒗 = (𝟑, 𝟏, 𝟑)que son ortogonales obtener un tercer
vector “w” ortogonal a “u” y “v”.
(𝒖⁄𝒗) = 𝟎
𝒊 𝒋 𝒌
𝟑 𝟏 −𝟐 𝟏 −𝟐 𝟑
|−𝟐 𝟑 𝟏| = 𝒊 | |− 𝒋| | + 𝒌| | = 𝟖𝒊 + 𝟗𝒋 − 𝟏𝟏𝒌
𝟏 𝟑 𝟑 𝟑 𝟑 𝟏
𝟑 𝟏 𝟑
𝒘 = (𝟖, 𝟗, −𝟏𝟏)
Dados los vectores 𝒖 = (𝟐, 𝟏, 𝟒), 𝒗 = (𝟐, 𝟒, −𝟐)que son ortogonales obtener un tercer
vector “w” ortogonal a “u” y “v”.
(𝒖⁄𝒗) = 𝟎
𝒊 𝒋 𝒌
𝟏 𝟒 𝟐 𝟒 𝟐 𝟏
|𝟐 𝟏 𝟒 | = 𝒊| |− 𝒋| |+ 𝒌| | = −𝟏𝟖𝒊 + 𝟏𝟐𝒋 + 𝟔𝒌
𝟒 −𝟐 𝟐 −𝟐 𝟐 𝟒
𝟐 𝟒 −𝟐
𝒘 = (−𝟏𝟖, 𝟏𝟐, 𝟔)
a) 𝒖 = (𝟐; −𝟑; 𝟏)
(𝒖⁄𝒖) = 𝟒 + 𝟗 + 𝟏 = 𝟏𝟒
‖𝒖‖ = √𝟏𝟒
b) 𝒖 = 𝟏 + 𝟐𝒕 − 𝟑𝒕𝟐 + 𝟐𝒕𝟑
(𝒖⁄𝒖) = 𝟏 + 𝟐 + 𝟗 + 𝟒 = 𝟏𝟖
‖𝒖‖ = √𝟏𝟖
𝟏 −𝟐
c) 𝒖=[ ]
𝟎 𝟏
(𝒖⁄𝒖) = 𝒕𝒓(𝒖⁄𝒖𝒕 )
(𝒖⁄𝒖) = 𝒕𝒓 ([𝟏 −𝟐 𝟏 𝟎 𝟓 −𝟒
] [ ]) = 𝒕𝒓 ( )=𝟓+𝟒=𝟗
𝟎 𝟐 −𝟐 𝟐 −𝟒 𝟒
‖𝒖‖ = √(𝒖⁄𝒖) = √𝟗 = 𝟑
Sí, 𝐵 = {𝑢1 ; 𝑢2 ; … ; 𝑢𝑛 } es una base de un e.v V, se puede calcular 𝐵1 una base ortogonal,
de la siguiente manera:
𝑤1 = 𝑢1
(𝑢2 ⁄𝑤1 )
𝑤2 = 𝑢2 − 𝑤
(𝑤1 ⁄𝑤1 ) 1
𝑾 = {(𝒙, 𝒚, 𝒙 − 𝟐𝒚)/𝒙, 𝒚 ∈ ℝ}
𝑫𝒊𝒎 𝑾 = 𝟑 − 𝟏 = 𝟐
∴ 𝑺 𝒆𝒔 𝒃𝒂𝒔𝒆 𝒅𝒆 𝑾
𝑤1 = 𝑢1
𝑤1 = (𝟏, 𝟎, 𝟏)
(𝑢2 ⁄𝑤1 )
𝑤2 = 𝑢2 − 𝑤
(𝑤1 ⁄𝑤1 ) 1
(𝟎, 𝟏, −𝟐)⁄(𝟏, 𝟎, 𝟏)
𝑤2 = (𝟎, 𝟏, −𝟐) − (𝟏, 𝟎, 𝟏)
(𝟏, 𝟎, 𝟏)⁄(𝟏, 𝟎, 𝟏)
−2
= (𝟎, 𝟏, −𝟐) − (𝟏, 𝟎, 𝟏) = (𝟏, 𝟏, −𝟏)
2
∴ 𝐵1 = {(𝟏, 𝟎, 𝟏), (𝟏, 𝟏, −𝟏)} 𝑒𝑠 𝑏𝑎𝑠𝑒 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙
Ejemplo 2:
A partir de la base B obtener una base ortogonal
𝑩 = {(𝟏, 𝟏, 𝟏); (−𝟏, 𝟎, −𝟏); (−𝟏, 𝟐, 𝟑)}
𝑤1 = 𝑢1
= (𝟏, 𝟏, 𝟏)
(𝑢 ⁄𝑤 )
𝑤2 = 𝑢2 − (𝑤2 ⁄𝑤1 ) 𝑤1
1 1
(−𝟏, 𝟎, −𝟏)⁄(𝟏, 𝟏, 𝟏)
= (−𝟏, 𝟎, −𝟏) − (𝟏, 𝟏, 𝟏)
(𝟏, 𝟏, 𝟏)⁄(𝟏, 𝟏, 𝟏)
−2 𝟏 𝟐 𝟏
= ((−𝟏, 𝟎, −𝟏)) − (𝟏, 𝟏, 𝟏) = (− , , − )
3 𝟑 𝟑 𝟑
(𝑢 ⁄𝑤 ) (𝑢 ⁄𝑤 )
𝑤3 = 𝑢3 − (𝑤3 ⁄𝑤1 ) 𝑤1 − (𝑤3 ⁄𝑤2 ) 𝑤2
1 1 2 2
(−𝟏, 𝟐, 𝟑)⁄(𝟏, 𝟏, 𝟏)
= (−𝟏, 𝟐, 𝟑) − (𝟏, 𝟏, 𝟏)
(𝟏, 𝟏, 𝟏)⁄(𝟏, 𝟏, 𝟏)
𝟏𝟐 𝟏
(−𝟏,𝟐,𝟑)⁄(− , ,− ) 𝟏 𝟐 𝟏
𝟑𝟑 𝟑
− 𝟏𝟐 𝟏 𝟏𝟐 𝟏 (− 𝟑 , 𝟑 , − 𝟑) = (−𝟐, 𝟎, 𝟐)
(− , ,− )⁄(− , ,− )
𝟑𝟑 𝟑 𝟑𝟑 𝟑
𝟏 𝟐 𝟏
∴ 𝐵1 = {(𝟏, 𝟏, 𝟏); (− 𝟑 , 𝟑 , − 𝟑); (−𝟐, 𝟎, 𝟐)} 𝑏𝑎𝑠𝑒 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙
Ejemplo 3:
A partir de la base B obtener una base ortogonal
𝑩 = {(−𝟐, 𝟎, 𝟏); (𝟏, 𝟏, 𝟏); (𝟏, −𝟐, 𝟏)}
(−𝟐, 𝟎, 𝟏)⁄(𝟏, 𝟏, 𝟏) = −𝟏
(−𝟐, 𝟎, 𝟏)⁄(𝟏, −𝟐, 𝟏 = 𝟎 ∴ 𝒔𝒐𝒏 𝒐𝒓𝒕𝒐𝒈𝒐𝒏𝒂𝒍𝒆𝒔
(𝟏, 𝟏, 𝟏)⁄(𝟏, −𝟐, 𝟏 = 𝟏
𝑤1 = 𝑢1
= (−𝟐, 𝟎, 𝟏)
𝑤2 = 𝑢2
= (−𝟏, −𝟐, 𝟏)
(𝑢 ⁄𝑤 ) (𝑢 ⁄𝑤 )
𝑤3 = 𝑢3 − (𝑤3 ⁄𝑤1 ) 𝑤1 − (𝑤3 ⁄𝑤2 ) 𝑤2
1 1 2 2
(𝟏, 𝟏, 𝟏)⁄(−𝟐, 𝟎, 𝟏)
= (𝟏, 𝟏, 𝟏) − (−𝟐, 𝟎, 𝟏)
(−𝟐, 𝟎, 𝟏)⁄(−𝟐, 𝟎, 𝟏)
(𝟏,𝟏,𝟏)⁄(−𝟏,−𝟐,𝟏)
− (−𝟏,−𝟐,𝟏)⁄(−𝟏,−𝟐,𝟏) (−𝟏, −𝟐, 𝟏) = (−𝟐, 𝟎, 𝟐)
−𝟏 −𝟐
= (𝟏, 𝟏, 𝟏) − (−𝟐, 𝟎, 𝟏) − (−𝟏, −𝟐, 𝟏)
𝟓 𝟔
𝟐 𝟏 𝟏 𝟐 𝟏
= (𝟏, 𝟏, 𝟏) + (− , 𝟎, ) + (− , − , )
𝟓 𝟓 𝟑 𝟑 𝟑
4 1 23
=( , , )
15 3 15
4 1 23
∴ 𝐵1 = {(−𝟐, 𝟎, 𝟏); (−𝟏, −𝟐, 𝟏); (15 , 3 , 15)} 𝑏𝑎𝑠𝑒 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙
Propiedades:
Ejemplo
𝑃(𝑋) = 3𝑥 2 + 2𝑥 + 1
𝑄(𝑋) = 𝑥 2 − 4𝑥 + 3
𝑃(𝑋) /𝑄(𝑋) = 19
x 2 y=f(x) 1 𝒇(𝒙)=𝒚
𝑓: ℝ → ℝ+
𝑥 → 𝑓(𝑥) = 𝑥 2 + 1
2 → 𝑓(2) = 22 + 1 = 5
0 → 𝑓(0) = 02 + 1 = 1
PROPIEDADES
1. 𝑓(0𝑣) = 0𝑣
2. 𝑓(−𝑢) = −𝑓(𝑢)
3. 𝑆 sub espacio vectorial de V ⇒ 𝑓(𝑆) es sub espacio vectorial de 𝑊
4. T es sub espacio vectorial de 𝑊 ⇒ 𝑓 −1 (𝑇) es sub espacio vectorial de
V
𝑉 𝑓 𝑊
u 4 f(u)=w 3 𝒇(𝒙)=𝒚
Ejemplo:
𝒇: ℝ𝟑 → ℝ𝟐
(𝑎, 𝑏, 𝑐) → 𝑓(𝑎, 𝑏, 𝑐) = (𝑎 − 𝑏, 𝑏 + 𝑐)
𝑓: 𝑃2 (𝑥) → ℝ3
(𝑎 + 𝑏𝑥 + 𝑐𝑥 2 ) → 𝑓(𝑎 + 𝑏𝑥 + 𝑐𝑥 2 ) = (𝑎 + 𝑏 + 𝑐, 2𝑎, 𝑐 − 𝑏)
(2 − 4𝑥 + 6𝑥 2 ) → 𝑓(2 − 4𝑥 + 6𝑥 2 ) = (4,4,2)
(2 − 4𝑥 + 6𝑥 2 ) → 𝑓(2 − 4𝑥 + 6𝑥 2 ) = (4,4,2)
(0 + 0𝑥 + 0𝑥 2 ) → 𝑓(0 + 0𝑥 + 0𝑥 2 ) = (0,0,0)
∴ 𝑎 =𝛽∧𝑏 =𝛾
𝑷𝒐𝒓 𝒍𝒐 𝒕𝒂𝒏𝒕𝒐 𝒇: ℝ𝟐 → ℝ𝟑
𝑆𝑖 𝛼 = 3 ∧ 𝛽 = 5
𝒇(𝟏 − 𝒙𝟐 ) = (𝟏, 𝟎, 𝟏)
𝒇(𝒙 + 𝒙𝟐 ) = (−𝟏, 𝟏, 𝟎)
Si: 𝒇: 𝑷𝟐 (𝒙) → ℝ𝟑
1 1 0 𝑎 0 1 1 𝑎+𝑏
(−1 0 1| 𝑏 ) ≈ (−1 0 1| 𝑏 )
0 0 2 𝑏 + 𝑐 + 𝑎 𝑓1←𝑓1+𝑓2 0 0 2 𝑏 + 𝑐 𝑓3← 𝑓3
2
𝑎+𝑏
0 1 1
𝑏
≈ (−1 0 1| 𝑎 + 𝑏 + 𝑐 )
0 0 1 𝑓2←𝑓2−𝑓3
2
𝑓1←𝑓1−𝑓3
𝑎 𝑏 𝑐
+ −
2 2 2
0 1 0 𝑏 𝑎 𝑐
≈ −1 0 0| − −
0 0 1 2 2 2
𝑏+𝑐
( 2 )
𝑎 𝑐 𝑏
→𝛼= + −
2 2 2
𝑎 𝑏 𝑐
𝛽= + −
2 2 2
𝑏 𝑐
𝛾= +
2 2
𝑃𝑜𝑟 𝑙𝑜 𝑞𝑢𝑒 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒 𝒇: 𝑷𝟐 (𝒙) → ℝ𝟑
𝑎 + 𝑏𝑥 + 𝑐𝑥 2 → 𝒇(𝑎 + 𝑏𝑥 + 𝑐𝑥 2 )
𝑎 𝑐 𝑏 𝑎 𝑏 𝑐
= ( + − ) (0,1, −1) + ( + − ) (1,0,1)
2 2 2 2 2 2
𝑏 𝑐
+ ( + ) (−1,1,0)
2 2
𝑎 𝑐 𝑏 𝑎 𝑏 𝑐 𝑏 𝑐
𝑎 + 𝑏𝑥 + 𝑐𝑥 2 → 𝒇(𝑎 + 𝑏𝑥 + 𝑐𝑥 2 ) = ( + − ) (0,1, −1) + ( + − ) (1,0,1) + ( + ) (−1,1,0)
2 2 2 2 2 2 2 2
𝑎 𝑐 𝑏 𝑏 𝑎 𝑐
𝑎 + 𝑏𝑥 + 𝑐𝑥 2 → 𝒇(𝑎 + 𝑏𝑥 + 𝑐𝑥 2 )= (0, + − , − − ) +
2 2 2 2 2 2
𝑎 𝑏 𝑐 𝑎 𝑏 𝑐 𝑏 𝑐 𝑏 𝑐
(2 + 2 − 2 , 0, 2 + 2 − 2)+(− 2 − 2 , 2 + 2 , 0)
𝒇: 𝑷𝟐 (𝒙) → ℝ𝟑
𝒂 𝒃
𝒂 + 𝒃𝒙 + 𝒄𝒙𝟐 → 𝒇(𝒂 + 𝒃𝒙 + 𝒄𝒙𝟐 ) = ( − 𝒄; 𝒂 − ; 𝒃 − 𝒄)
𝟐 𝟐
Así,
𝑁𝑓 = {𝑣 ∈ 𝑉 ⁄𝑓(𝑣) = 0𝑣}
𝐼𝑚𝑔𝑓 = {𝑤 ∈ 𝑊 ⁄𝑤 = 𝑓(𝑣) , 𝑣 ∈ 𝑉}
𝑁𝑓 = {𝑣 ∈ 𝑉 ∕ 𝑓(𝑣) = 0𝑣}
V W
V1 W1
0v 0w
V2 W2
0v
V2
𝑁𝑓
V3
V4
Ejemplos
𝑓: ℝ3 → ℝ2
(𝑎, 𝑏, 𝑐) ⟶ 𝑓(𝑎, 𝑏, 𝑐) = (𝑎 − 𝑏 − 𝑐, 𝑎 − 𝑐)
Sea 𝑓: ℝ3 ⟶ ℝ3
(𝑥, 𝑦, 𝑧) ⟶ 𝑓(𝑥, 𝑦, 𝑧) = (𝑥 − 𝑦 + 𝑧, 𝑥 + 𝑦 + 𝑧, 𝑥 − 3𝑦 + 𝑧)
1 −1 1 ⋮ 0 1 −1 1 ⋮ 0 ≈ 1 −1 1 ⋮ 0
≈ −1
(1 1 1 ⋮ 0) 𝐹 ← 𝐹 − 𝐹 (0 −2 0 ⋮ 0) 𝐹2 ← 𝐹 (0 1 0 ⋮ 0)
2 2 1 2 2
1 −3 1 ⋮ 0 0 −2 0 ⋮ 0 1 0 −1 0 ⋮ 0
𝐹3 ← 𝐹3 − 𝐹1 𝐹3 ← 𝐹3
2
𝐹1 = 𝐹1 + 𝐹2 1 0 1 ⋮ 0 𝑥 = −𝑧
( 0 1 0 ⋮ 0)
𝐹3= 𝐹3 + 𝐹2 𝑦=0
0 0 0⋮0
𝑥 = −𝑧
𝑁𝑓 = {(𝑥, 𝑦, 𝑧)⁄ }
𝑦=0
𝑁𝑓 = {(−𝑧, 0, 𝑧)⁄𝑧 ∈ ℝ}
𝐷𝑖𝑚 𝑁𝑓 = 1
Sea la función :
𝒇: ℝ𝟑 → ℝ𝟐
(𝒂, 𝒃, 𝒄) → 𝒇(𝒂, 𝒃, 𝒄) = (𝒂 − 𝒃 + 𝒄, 𝒂 − 𝒄)
Hallar el núcleo de f
→ −𝑏 + 2𝑐 = 0 ∴ 𝑏 = 2𝑐
𝑎−𝑐 =0∴𝑎 =𝑐
Reemplazamos a y b en el núcleo:
2.- Sea 𝒇: ℝ𝟑 → ℝ𝟑
(𝒙, 𝒚, 𝒛) → 𝒇(𝒙, 𝒚, 𝒛) = (𝒙 − 𝒚 + 𝒛, 𝒙 + 𝒚 + 𝒛, 𝒙 − 𝟑𝒚 + 𝒛)
Hallar el Núcleo de f
2𝑦 = 0 ∴ 𝑦 = 0
𝑆𝑖 𝑦 = 0 → 𝑥 = −𝑧
𝑵𝒇 = {(−𝒛, 𝟎, 𝒛)/𝒛 ∈ ℝ}
3.- Sea 𝒇: ℝ𝟐 → 𝑷𝟏 (𝒕)
Hallar el núcleo de f
𝒙 −𝒚= 𝟎
{ +𝒚 →𝒙=𝟎∧𝒚=𝟎
𝒙 =𝟎
Por lo que el Núcleo de f sera: 𝑵𝒇 = {(𝟎, 𝟎)} = 𝟎𝑽
V W
Ow
V1
0v
W1 Imagen
v1
V2
v2 W2
W3 W5
V3
W4
V4
V5
Sea 𝑓: ℝ3 ⟶ ℝ3
(𝑥, 𝑦, 𝑧) ⟶ 𝑓(𝑥, 𝑦, 𝑧) = (𝑥 − 𝑦 + 𝑧, 𝑥 + 𝑦 + 𝑧, 𝑥 − 3𝑦 + 𝑧)
Ejercicios de aplicación
Sea la función
𝑓: 𝑀2𝑥2 → 𝑃1 (𝑥)
𝑎 𝑏 𝑎 𝑏
( ) ⟶ 𝑓( ) = (𝑎 + 𝑏 − 𝑑) + (𝑎 − 𝑐 + 𝑑)𝑥
𝑐 𝑑 𝑐 𝑑
a) Hallar la imagen de 𝑓
b) Hallar el núcleo de 𝑓
𝑎 𝑏 𝑎 𝑏
𝑁𝑓 = {( )⁄𝑓 ( ) = 0𝑣}
𝑐 𝑑 𝑐 𝑑
𝑎 𝑏 (𝑎
𝑁𝑓 = {( )⁄ + 𝑏 − 𝑑) + (𝑎 − 𝑐 + 𝑑)𝑥 = 0 + 0𝑥}
𝑐 𝑑
𝑎+𝑏−𝑑 =0
{
𝑎−𝑐+𝑑 =0
1 1 0 −1 ⋮ 0 1 1 0 −1 ⋮ 0
( ) 𝐹2 = 𝐹2 − 𝐹1 ( ) 𝐹 = 𝐹1 + 𝐹2
1 0 −1 1 ⋮ 0 0 −1 −1 1 ⋮ 0 1
1 0 −1 0 ⋮ 0 𝑎−𝑐 =0
( )
0 −1 −1 1 ⋮ 0 −𝑏 − 𝑐 + 𝑑 = 0
𝑎 𝑏 𝑎−𝑐 =0
𝑁𝑓 = {( )⁄ }
𝑐 𝑑 −𝑏 − 𝑐 + 𝑑 = 0
a) Hallar la imagen de 𝑇
b) Hallar el núcleo de 𝑇
1 2 −1 ⋮ 𝑥 1 2 −1 ⋮ 𝑥
(0 3 −2 ⋮ 𝑧 + 𝑥 ) 𝐹3 ↔ 𝐹2 (0 −1 1 ⋮𝑦 )
0 −1 1 ⋮𝑦 0 3 −2 ⋮ 𝑧 + 𝑥
𝐹1 = 𝐹1 + 2𝐹2 1 0 1 ⋮ 𝑥 + 2𝑦 1 0 1 ⋮ 𝑥 + 2𝑦
(0 −1 1 ⋮𝑦 ) 𝐹2 = −𝐹2 (0 1 −1 ⋮ −𝑦 )
𝐹3 = 𝐹3 + 3𝐹2 0 0 1 ⋮ 𝑧 + 𝑥 + 3𝑦 0 0 1 ⋮ 𝑧 + 𝑥 + 3𝑦
𝐹1 = 𝐹1 − 𝐹3 1 0 0 ⋮ −𝑦 − 𝑧
(0 1 0 ⋮𝑧+𝑥+𝑦 )
𝐹2 = 𝐹2 + 𝐹3 0 0 1 ⋮ 𝑧 + 𝑥 + 3𝑦
∝= −𝑦 − 𝑧
𝛽 =𝑧+𝑥+𝑦
𝛾 = 𝑧 + 𝑥 + 3𝑦
𝑇: ℝ3 ⟶ ℝ2
Hallar la Imagen de 𝒇: ℝ𝟑 → ℝ𝟑
(𝒙, 𝒚, 𝒛) → 𝒇(𝒙, 𝒚, 𝒛) = (𝒙 − 𝒚 + 𝒛, 𝒙 + 𝒚 + 𝒛, 𝒙 − 𝟑𝒚 + 𝒛)
→ 𝑐 + 𝑏 = 2𝑎
𝒇: 𝑴𝟐×𝟐 → 𝑷𝟏 (𝒙)
𝒂 𝒃 𝒂 𝒃
( ) → 𝒇( ) = (𝒂 + 𝒃 − 𝒅) + (𝒂 − 𝒄 + 𝒅)𝒙
𝒄 𝒅 𝒄 𝒅
a) Hallar la Imagen de f y su dimensión
b) Hallar el núcleo f y su dimensión
𝒂 𝒃
a) Si 𝑰𝒎𝒈𝒇 = {𝒆 + 𝒉𝒙/𝒇 ( ) = 𝒆 + 𝒉𝒙 }
𝒄 𝒅
𝑰𝒎𝒈𝒇 = {𝒆 + 𝒉𝒙/(𝒂 + 𝒃 − 𝒅) + (𝒂 − 𝒄 + 𝒅) = 𝒆 + 𝒉𝒙 }
𝑎 +𝑏 −𝑑 = 𝑒 1 +1 0 −1 𝑒
{ →( | ) ≈
𝑎 −𝑐+𝑑= ℎ 1 0 −1+1 ℎ 𝑓2←𝑓2+𝑓2
1 +1 0 −1 𝑒
( | )
2 +1 −1 0 ℎ + 𝑒
𝑁𝑜 𝑒𝑥𝑖𝑠𝑡𝑒𝑛 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠
𝑰𝒎𝒈𝒇 = {𝑷𝟏 (𝒙)}
𝒅𝒊𝒎 𝑷𝟏 (𝒙) = 𝟐
𝒂 𝒃 𝒂 𝒃
Si: 𝑵𝒇 = {( ) /𝒇 ( ) = 𝟎 + 𝟎𝒕}
𝒄 𝒅 𝒄 𝒅
𝒂 𝒃
→ 𝑵𝒇 = {( ) /(𝒂 + 𝒃 − 𝒅) + (𝒂 − 𝒄 + 𝒅) = 𝟎 + 𝟎𝒕}
𝒄 𝒅
𝑎 +𝑏 −𝑑 = 𝑒 1 +1 0 −1 0 1 +1 0 −1 0
{ →( | ) ≈( | )
𝑎 −𝑐+𝑑 = ℎ 1 0 −1+1 0 𝑓2←𝑓2−𝑓1 0 −1 −1+2 0
→𝑎+𝑏−𝑑 =0
𝐷𝑜𝑛𝑑𝑒: 𝑎 = 𝑑 − 𝑏
→ −𝑏 − 𝑐 + 2𝑑 = 0
𝐷𝑜𝑛𝑑𝑒: 𝑏 = 2𝑑 − 𝑐 ∴ 𝑎 = 𝑐 − 𝑑
𝒂 𝒃
∴ 𝑵𝒇 = {( ) /𝒂 = 𝒄 − 𝒅 ∧ 𝒃 = 𝟐𝒅 − 𝒄}
𝒄 𝒅
Entonces:
1. f es inyectiva ↔ Nf = {0v}
2. f es sobreyectiva ↔ Img f = {W}
3. f es biyectiva ↔ Nf = {0v} y Img f = {W}
Sea 𝑓: ℝ3 ⟶ 𝑃2 (𝑥)
𝑎−𝑏+𝑐 =𝑝
{
𝑎+𝑏 =𝑞
1 −1 1 𝑝 ~ 1 −1 1 𝑝
( |𝑞 ) ( |𝑞 − 𝑝)
1 1 0 𝐹2 ← 𝐹2 − 𝐹1 0 2 −1
∴ 𝑓 𝑒𝑠 𝑠𝑜𝑏𝑟𝑒𝑦𝑒𝑐𝑡𝑖𝑣𝑎
6.3.-TEOREMA DE LA DIMENCION
Si 𝑓: 𝑉 → 𝑊 es una aplicación lineal de una e.v. V de dim(V)=n en un e.v. W de
dim(W)=m, entonces:
TEOREMA:
Ejemplo:
3 = 𝑑𝑖𝑚(𝑁𝑓) + 2
𝑑𝑖𝑚(𝑁𝑓) = 1
∴ 𝑓 𝑛𝑜 𝑒𝑠 𝑖𝑛𝑦𝑒𝑐𝑡𝑖𝑣𝑎
Ejemplo:
Sea 𝑓: ℝ2 ⟶ 𝑃1 (𝑡)
(𝑎, 𝑏) → 𝑓(𝑎, 𝑏) = (2𝑎) + (𝑏 + 𝑎)𝑡
2𝑎 = 0
{
𝑎+𝑏 =0
𝑁𝑓 = {(0,0)}
𝐷𝑖𝑚(𝑁𝑓) = 0
∴ 𝒇 𝒆𝒔 𝒊𝒏𝒚𝒆𝒄𝒕𝒊𝒗𝒂
2 = 0 + 𝑑𝑖𝑚(𝐼𝑚𝑔𝑓)
𝑉 𝑓 𝑊
𝑓: 𝑉 → 𝑊
−1
𝑓
Pasos para encontrar una aplicación lineal inversa
1. primero demostramos si es inyectiva y sobreyectiva, para esto calculamos el nucleo
o la imagen de la aplicación lineal.
2. Demostramos que es biyectiva
3. A la matriz utilizada para encontrar la imagen, la escalonamos y reducimos con
estos valores obtenidos remplazamos en la aplicación lineal inversa
Ejercicio:
𝑉 𝑓 𝑊
−1
𝑓
𝑓: ℝ2 ⟶ 𝑃1 (𝑡)
2𝑎 = 0
{
𝑎+𝑏 =0
𝑁𝑓 = {(0,0)}
𝐷𝑖𝑚(𝑁𝑓) = 0
∴ 𝒇 𝒆𝒔 𝒊𝒏𝒚𝒆𝒄𝒕𝒊𝒗𝒂
2 0𝑝 ~ 1 0 𝑝/2 1 0 𝑝/2
( |𝑞) 1 ( | ) ~ ( | )
1 1 𝑓1 ← 𝑓1 1 1 𝑞 𝑓2 ← 𝑓2 − 𝑓1 0 1 𝑞 − (𝑝/2)
2
𝐼𝑚𝑔𝑓 = {(𝑝 + 𝑞𝑡)⁄𝑝, 𝑞 ∈ ℝ}
𝐷𝑖𝑚(𝑖𝑚𝑔𝑓) = 2
∴ 𝒇 𝒆𝒔 𝒔𝒐𝒃𝒓𝒆𝒚𝒆𝒄𝒕𝒊𝒗𝒂
𝑓: ℝ2 → 𝑃1 (𝑡)
Determinar:
a) Si es Inyectiva
b) Si f es Sobreyectiva
c) Si f es Biyectiva
2𝑎 = 0
→{ ∴𝑎 =0∧𝑏 =0
𝑎 +𝑏= 0
∴ 𝑁𝑓 = {(0,0)} = 0𝑉
Teorema de la Dimensión:
2 = 𝑑𝑖𝑚 𝐼𝑚𝑔𝑓 + 0
c) Por 𝑎) ∧ 𝑏) → 𝑓 𝑒𝑠 𝑏𝑖𝑦𝑒𝑐𝑡𝑖𝑣𝑎
𝑣 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ + 𝛼𝑛 𝑣𝑛
𝑣 = 𝛼1 𝑣1 + 𝛼2 𝑣2
[𝑣]𝐵 = (−6)
2
Sea la base 𝑩 = {(𝟏, 𝟏, 𝟎), (𝟏, 𝟎, 𝟏), (𝟎, 𝟏, 𝟏)} y 𝒗 = (−𝟐, 𝟒, 𝟐),
encontrar [𝑣 ]𝐵 =?
𝑣 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + 𝛼3 𝑣3
(−2,4,2) = 𝛼1 (1,1,0) + 𝛼2 (1,0,1) + 𝛼3 (0,1,1)
1 1 0 −2 ~ 1 1 0 −2 ~ 1 1 0 −2
(1 0 1| 4 ) 𝑓 ← 𝑓 − 𝑓 (0 −1 1| 6 ) 𝑓 ↔ 𝑓 (0 1 1| 2 )
2 2 1 3 2
0 1 1 2 0 1 1 2 0 −1 1 6
~ 1 0 −1 −4 ~ 1 0 −1 −4 ~
𝑓3 ← 𝑓3 + 𝑓2 (0 1 1 | 2 ) 1 𝑓 ← 𝑓2 − 𝑓3
𝑓3 ← 𝑓3 ( ) (0 1 1 | 2 ) 2
𝑓1 ← 𝑓1 − 𝑓2 0 0 2 8 2 0 0 1 4 𝑓1 ← 𝑓1 + 𝑓3
1 0 0 0
(0 1 0|−2)
0 0 1 4
𝛼1 = 0
∴ {𝛼2 = −2
𝛼1 = 4
0
[𝑣]𝐵 = (−2)
4
Sea la base canoníca 𝑩𝑪 = {(𝟏, 𝟎, 𝟎), (𝟎, 𝟏, 𝟎), (𝟎, 𝟎, 𝟏)} y 𝒗 =
(−𝟐, 𝟒, 𝟐), encontrar [𝑣 ]𝐵𝑐 =?
𝑣 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + 𝛼3 𝑣3
a) Ortogonales
b) orto normales
a) LI
b) Genera a e.v.
c) Dim(B) = Dim(e.v.)
ℝ2 BC = {(1,0), (0,1)}
𝑃𝑛 (𝑥) BC = {1, x, … , xn }
𝑃2 (𝑥) BC = {1, x, x2 }
𝑀2 1 0 0 1 0 0 0 0
BC = {( ),( ),( ),( )}
0 0 0 0 1 0 0 1
Ejemplos:
Dado el vector u encontrar las coordenadas del mismo respecto a una base canoníca.
1
𝑢 = (1,2) → [𝑢]𝐶 = ( )
2
𝑎
𝑢 = (𝑎, 𝑏) → [𝑢]𝐶 = ( )
𝑏
𝑥
𝑢 = (𝑥, 𝑦, 𝑧) → [𝑢]𝐶 = (𝑦)
𝑧
2
𝑢 = 2 + 3𝑥 + 𝑥 2 → [𝑢]𝐶 = (3)
1
𝑎
𝑢 = 𝑎 + 𝑏𝑥 + 𝑐𝑥 2 → [𝑢]𝐶 = (𝑏)
𝑐
1
1 3
𝑢=( ) → [𝑢]𝐶 = (3)
5 7 5
7
v f(v)
10 9 𝒇(𝒙)=𝒚
B1 B2
[v]B1 𝑩 [f(v)]B2
𝑨 = [𝒇]𝑩𝟏𝟐
Definición:
[𝒇(𝒗)]𝑩𝟐 = 𝑨 ∗ [𝒗]𝑩𝟏
[𝒇(𝒗)]𝑩𝟐 = [𝒇]𝑩𝟏
𝑩𝟐 ∗ [𝒗]𝑩𝟏
Si la base es canoníca:
[𝒇(𝒗)]𝑪 = 𝑨 ∗ 𝒗
[𝒇(𝒗)]𝑪 = 𝑨 ∗ [𝒗]𝑪
Ejemplo:
𝑉 𝑔 𝑊
v g(v)
12 11 𝒇(𝒙)=𝒚
S B
[𝒈(𝒗)]𝑩 = 𝑨 ∗ [𝒗]𝑺
Sea:
𝑓: ℝ3 ⟶ ℝ2
𝐵1 = {𝑢1 , 𝑢2 , … , 𝑢𝑛 } , donde B1 es una base del espacio
vectorial de salida, y 𝑢1 es el primer vector de la base del espacio
vectorial de salida.
𝛼1
𝛼2
[𝑓 (𝑢1 )]𝐵2 = ( ⋮ )
𝛼𝑚
𝛽1
𝛽2
[𝑓(𝑢2 )]𝐵2 = ( ⋮ )
𝛽𝑚
𝛾1
𝛾2
[𝑓 (𝑢𝑛 )]𝐵2 = ( ⋮ )
𝛾𝑚
Sea 𝐵 = {𝑣1, 𝑣2, 𝑣3, … . . , 𝑣𝑛} 𝑆 = {𝑢1, 𝑢2, 𝑢3, … . . , 𝑢𝑛} dos bases ordenadas de V para
determinar la relación entre las coordenadas de un vector 𝑉̅ ∈ 𝑉 respecto a las dos bases
𝑉 𝑓 = 𝐼𝑑 𝑊
v f(v)
14 13 𝒇(𝒙)=𝒚
B S
[v]B [𝑰𝒅]𝑩 [f(v)]S
𝑺
𝑨 = [ 𝒇] 𝑩
𝑺
[𝒇(𝒗)]𝑺 = [𝒇]𝑩
𝑺 ∗ [ 𝒗] 𝑩
[𝑽]𝑺 = [𝑰𝒅]𝑩
𝑺 ∗ [ 𝒗] 𝑩
EJEMPLOS:
C = {(1,0), (0,1)}
B = {(−2,1), (1,2)}
[𝑰𝒅]𝑩
𝑪 =?
1 0 -2 1
0 1 1 2
-2 1
[𝑰𝒅]𝑩
𝑪 = 1 2
6.10.- MATRIZ ASOCIADA A LA
APLICACIÓN LINEAL COMPUESTA
𝑉 𝑓 𝑊 𝑔 𝑍
v 𝑷 = [𝒈]𝑩𝟐
17 𝑨 = [𝒇]𝑩𝟏
𝑩𝟐 f(v)=w 15 𝒇(𝒙)=𝒚 𝑩𝟑 f(w)=z
16 𝒇(𝒙)=𝒚
B1
B2 B3
gof
[𝒈 𝒐 𝒇]𝑩𝟏
𝑩𝟑 =PA
[𝒈𝒐𝒇(𝒗)]𝒃𝟑 = [𝒈𝒐𝒇]𝑩𝟏
𝑩𝟑 ∗ [𝒗𝟏]𝑩𝟏
𝑉 𝑓 𝑊 𝑓 −1 𝑉
v
20 𝑨 = [𝒇]𝑩𝟏
𝑩𝟐 f(v) 18 𝒇𝑷(𝒙=)[𝒇=𝒚−𝟏]𝑩𝟐
𝑩𝟏 v
19 𝒇(𝒙)=𝒚
B1 B2 B1
[𝒇−𝟏 𝒐 𝒇] =Id
𝑩𝟏
[𝒇−𝟏 𝒐 𝒇]𝑩𝟏
𝑩𝟏 = [𝒇
−𝟏 ]𝑩𝟐
𝑩𝟏 [𝒇 ]𝑩
𝟐
[𝑰𝒅 ]𝑩𝟏
𝑩𝟏 = 𝑷𝑨
𝑰 = 𝑷𝑨
Si 𝝀𝟏 = 𝟏
0 2 −1 0 1 −1 1 0 1 −1 1 0 1 1 0 0
(1 −1 1 |0) ≈ ( 0 2 −1|0) ≈ (0 2 −1|0) ≈ (0 2 −1|0)
4 −4 4 0 4 −4 4 0 0 0 0 0 0 0 0 0
𝐹1 ↔ 𝐹2 𝐹3 ← 𝐹3 − 4𝐹1 𝐹1 ← 𝐹1 + 𝐹2
𝑥+𝑦 =0 2𝑦 − 𝑧 = 0
𝑧 𝑧
𝑥=− 𝑦=
2 2
𝑧 𝑧
𝑉λ1 = {𝑥, 𝑦, 𝑧/𝑥 = − ,𝑦 = }
2 2
𝑧 𝑧
𝑉λ1 = {− , , 𝑧 /𝑧 ∈ 𝑅}
2 2
1 1
𝑉λ1 = {𝑍(− , , 1)/𝑧 ∈ 𝑅}
2 2
1 1
𝑉λ1 =< {(− , , 1)} >
2 2
Si 𝛌𝟐 = 𝟐
−1 2 −1 0 1 −2 10 1 −2 1 0 1 −2 1 0
( 1 −2 1 |0) ≈ (1 −2 1|0) ≈ (0 0 0 |0) ≈ (0 4 −1|0) ≈
4 −4 3 0 4 −4 30 0 4 −1 0 0 0 0 0
1 2 0 0
(0 4 −1|0)
0 0 0 0
𝐹1 ← −𝐹1 𝐹2 ← 𝐹2 − 𝐹1 𝐹2 ↔ 𝐹3 𝐹1 ← 𝐹1 +
𝐹2
𝐹3 ← 𝐹3 − 4𝐹1
𝑥 + 2𝑦 = 0 4𝑦 − 𝑧 = 0
𝑧 𝑧
𝑥=− 𝑦=
2 4
𝑧 𝑧
𝑉λ2 = {𝑥, 𝑦, 𝑧/𝑥 = − ,𝑦 = }
2 4
𝑧 𝑧
𝑉λ2 = {− , , 𝑧 /𝑧 ∈ 𝑅}
2 4
1 1
𝑉λ2 = {𝑍(− , , 1)/𝑧 ∈ 𝑅}
2 4
1 1
𝑉λ2 =< {(− , , 1)} >
2 4
Si 𝛌𝟑 = 𝟑
−2 2 −1 0 1 −3 1 0 1 −3 1 0 1 −3 1 0
1
(1 −3 1 |0) ≈ (−2 2 −1|0) ≈ (0 −4 1 | 0 ) ≈ (0 1 − |0) ≈
4
4 −4 2 0 4 −4 2 0 0 8 −2 0 0 8 −2 0
1
1 0 0
4
(0 1 −
1|0)
4 0
0 0 0
1
𝐹1 ↔ 𝐹2 𝐹2 ← 𝐹2 + 2𝐹1 𝐹2 ← − 4 𝐹2 𝐹3 ←
𝐹3 − 8𝐹1
𝐹3 ← 𝐹3 − 4𝐹1 𝐹1 ←
𝐹1 +3𝐹2
1 1
𝑥+ 𝑧=0 𝑦− 𝑧=0
4 4
𝑧 𝑧
𝑥=− 𝑦=
4 4
𝑧 𝑧
𝑉λ3 = {𝑥, 𝑦, 𝑧/𝑥 = − ,𝑦 = }
4 4
𝑧 𝑧
𝑉λ3 = {− , , 𝑧 /𝑧 ∈ 𝑅}
4 4
1 1
𝑉λ3 = {𝑍(− , , 1)/𝑧 ∈ 𝑅}
4 4
1 1
𝑉λ3 =< {(− , , 1)} >
4 4
4 −5
𝐴=( )
2 −3
4−𝜆 −5
det(𝐴 − 𝜆𝐼) = | |
2 −3 − 𝜆
4−𝜆 −5
| | = (4 − 𝜆)(−3 − 𝜆) − 10
2 −3 − 𝜆
𝜆2 − 𝜆 − 2 = 0
𝜆=2
𝑠𝑜𝑙: {
𝜆 = −1
[𝐴 − (−1)𝐼]𝑉 = 0 → (5 −5 𝑥 0
)( ) = ( )
2 −2 𝑦 0
5 −5 0 1 −1 0 1 −1 0
( | )≈( | )≈( | )
2 −2 0 1 −1 0 0 0 0
𝑥=𝑦
𝑉𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑚ú𝑙𝑡𝑖𝑝𝑙𝑜𝑠 𝑑𝑒 (1, 1)
Para 𝜆 = 2
[𝐴 − (−1)𝐼]𝑉 = 0 → (2 −5 𝑥 0
)( ) = ( )
2 −5 𝑦 0
2 −5 0 2 −5 0
( | )≈( | )
2 −5 0 0 0 0
2𝑥 = 5𝑦
𝑉𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑚ú𝑙𝑡𝑖𝑝𝑙𝑜𝑠 𝑑𝑒 (2, −5);