Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NUMEROS COMPLEJOS
1.1 Definición y origen de los números complejos.
1.2 Operaciones fundamentales con números complejos.
1.3 Potencia de un numero imaginario (i), modulo o valor absoluto de un
numero complejo.
1.4 Forma polar y exponencial de un número complejo.
1.5 Teorema de Moire, potencias y extracción de un número complejo.
1.6 Ecuaciones polinómicas
UNIDAD II
MATRICES Y DETERMINANTES
2.1 Definición de una matriz, notación y orden.
2.2 Operaciones con matrices.
2.3 Clasificación de matrices.
2.4 Transformaciones elementales por renglón, escalonamiento de una matriz,
rango de una matriz.
2.5 Calculo de la inversa de una matriz.
2.6 Definición de determinante de una matriz.
2.7 Propiedades de las determinantes
2.8 Inversa de una matriz cuadrada a través de la adjunta.
2.9 Aplicación de matrices y determinantes
UNIDAD III
SISTEMAS DE ECUACIONES LINEALES
3.1 Definición de sistemas de ecuaciones lineales
3.2 Clasificación de los sistemas de ecuaciones lineales y tipos de solución
3.3 Interpretación geométrica de las soluciones.
3.4 Métodos de solución de un sistema de ecuaciones lineales por Gauss-Jordán,
inversa de una matriz y regla de Krammer
3.5 Aplicaciones.
UNIDAD IV
ESPACIOS VECTORIALES
4.1 Definición de un espacio vectorial.
4.2 Definición de un sub-espacio vectorial y sus propiedades.
4.3 Combinación lineal, independencia lineal.
4.4 Base y dimensión de un espacio vectorial, cambio de base.
4.5 Espacio vectorial con producto interno y sus propiedades.
4.6 Base orto-normal, proceso de ortonormalizacion.
UNIDAD V
TRANSFORMACIONES LINEALES
ORIGEN
Ya desde el siglo I antes de Cristo, algunos matemáticos griegos, como ser Herón
de Alejandría, comenzaron a esbozar el concepto de números complejos, ante
dificultades para construir una pirámide. Sin embargo, recién en el siglo XVI
empezaron a ocupar un lugar importante para la ciencia; en ese momento, un
grupo de personas buscaba fórmulas para obtener las raíces exactas de los
polinomios de grados 2 y 3.
En primer lugar, su interés era dar con las raíces reales de las ecuaciones antes
mencionadas; sin embargo, también debieron enfrentarse a las raíces de números
negativos. El famoso filósofo, matemático y físico de origen francés Descartes fue
quien creó el término de números imaginarios en el siglo XVII, y recién más de 100
años más tarde sería aceptado el concepto de los complejos. Sin embargo, fue
necesario que Gauss, científico alemán, lo redescubriera un tiempo después para
que éste recibiera la atención que merecía.
El plano complejo
Para interpretar de manera geométrica los números complejos es necesario
valerse de un plano complejo. En el caso de su suma, ésta puede ser relacionada
con la de los vectores, mientras que su multiplicación es posible expresarla
mediante coordenadas polares, con las siguientes características:
* La magnitud de su producto es la multiplicación de las magnitudes de los
términos;
* El ángulo que va desde el eje real del producto resulta de la suma de los ángulos
de los términos.
A la hora de representar las posiciones de los polos y los ceros de una función en
un plano complejo, a menudo se utilizan los denominados diagramas de Argand.
1.2 OPERACIONES FUNDAMENTALES CON
NUMEROS COMPLEJOS
1) a + bi = c + di si y solo si a= c y b = d
(7 - 2i) + (3 - 3i) = 10 - 5i
(3 - i) + (2 + 3i) = 5 + 2i
2i + (-4 – 2i) = -4
(-4 + 2i) – (6 - 8i) = -10 – 10i
EJEMPLOS:
“Convertir de rectangular a polar:
Z = 5 - 5i
. Se saca el modulo de |z| = r
“La "raíz n-ésima" de un valor dado, cuando se multiplica n veces da el valor inicial
" n-ésima " .
1ª, 2ª, 3ª, 10ª (décima), 20ª (vigésima),... n-ésima ...
En vez de hablar de la "4ª (cuarta)", "16ª (decimosexta)", etc., si queremos hablar
en general decimos la "n-ésima".
Así como la raíz cuadrada es lo que se multiplica dos veces para tener el valor
original y la raíz cubica es lo que se multiplica tres veces para tener el valor
original, la raíz n-ésima es lo que se multiplica n veces para tener el valor original.
USOS:
Se podría usar la raíz n-ésima en una pregunta así:
Pregunta:
¿cuánto es "n"?
Respuesta: 5 × 5 × 5 × 5 = 625, así que n=4 (es decir 5 se usa 4 en la
multiplicación).
O podríamos usar "n" porque queremos hablar de algo en general:
Ejemplo: Si n es impar entonces
PROPIEDADES:
Multiplicación y división
Puedes "separar" así multiplicaciones dentro de la raíz:
Suma y restas
No se puede hacer lo mismo con sumas y restas
1.6 TEOREMA DE MOIRE, POTENCIAS Y EXTRACION
DE UN NUMERO COMPLEJO
Puntos de corte con los ejes: con el eje X: (–b/a,0) con el eje Y: (0,b) Crecimiento:
la función es creciente si a >0 la función es constante si a = 0 la función es
decreciente si a < 0 Un tipo especial de funciones afines son las funciones
lineales: una función lineal es una función afín cuyo término independiente es 0.
Su representación es una recta que pasa por el origen. Por ejemplo:
Las funciones polinómicas Una función polinómica es una función cuya expresión
es un polinomio; por ello, a veces, se le denomina simplemente polinomio. En la
gráfica de una función polinómica pueden diferenciarse dos elementos: las ramas
y la parte central, también los máximos y los mínimos, y los puntos de corte con
los ejes:
2.1 DEFINICION DE UNA MATRIZ, NOTACION Y
ORDEN
=Propiedades de la suma=
Asociativa: (A+B)+C = A + (B+C)
Conmutativa: A + B= B + A
Elemento neutro: A + 0 = A
Elemento simétrico: A - B = A + ( - B )
=Producto por un escalar=
Con un nombre real k y la matriz A de orden (m,n), definimos el producto de K por
A el producto de cada elemento que les forma cada uno. Igual que la siguiente
forma: cuando K=2
=Propiedades del producto escalar=
k ( A + B ) = kA + kB
( k + h )A = kA + hA
k ( hA) = ( kh ) A
1A = A
=Triangular superior=
En una matriz triangular superior los elementos situados por debajo de la diagonal
principal son ceros.
=Triangular inferior=
En una matriz triangular inferior los elementos situados por encima de la diagonal
principal son ceros.
=Diagonal=
En una matriz diagonal todos los elementos situados por encima y por debajo de
la diagonal principal son nulos.
=Escalar=
Una matriz escalar es una matriz diagonal en la que los elementos de la diagonal
principal son iguales.
=Identidad=
Una matriz identidad es una matriz diagonal en la que los elementos de la
diagonal principal son iguales a 1.
=Traspuesta=
Dada una matriz A, se llama matriz traspuesta de A a la matriz que se obtiene
cambiando ordenadamente las filas por las columnas
=Simétrica=
Una matriz simétrica es una matriz cuadrada que verifica: A = At.
=Antisimetrica=
Una matriz antisimétrica o hemisimétrica es una matriz cuadrada que verifica: A =
-At.
=Compleja=
Sus elementos son números complejos aij e ¬
=Conjugada=
Matriz conjugada de una matriz A Aquella que se obtiene sustituyendo cada
elemento por su complejo conjugado (igual parte real, pero la parte imaginaria
cambiada de signo).
=Hermitiana o hermitica=
Una matriz hermitiana (o hermítica) es una matriz cuadrada de elementos
complejos que tiene la característica de ser igual a su propia traspuesta
conjugada. Es decir, el elemento en la i-ésima fila y j-ésima columna es igual al
conjugado del elemento en la j-ésima fila e i-ésima columna, para todos los índices
i y j:
=Ortogonal=
Una matriz ortogonal es necesariamente cuadrada e invertible: A-1 = AT La
inversa de una matriz ortogonal es una matriz ortogonal. El producto de dos
matrices ortogonales es una matriz ortogonal. El determinante de una matriz
ortogonal vale +1 ó -1.
Esto es fácil probarlo puesto que sabemos que la suma de los productos de los
elementos de una fila por sus adjuntos es el valor del determinante, y que la suma
de los productos de los elementos de una fila por los adjuntos de otra fila diferente
es 0 (esto sería el desarrollo de un determinante que tiene dos filas iguales por los
adjuntos de una de ellas).
-Si a los elementos de una línea se le suman los elementos de otra paralela
multiplicados previamente por un nº real el valor del determinante no varía.
-Si todos los elementos de una fila o columna están formados por dos sumandos,
dicho determinante se descompone en la suma de dos determinantes.
2.8 INVERSA DE UNA MATRIZ CUADRADA A
TRAVEZ DE LA ADJUNTA
Definición: Una matriz cuadrada se llama matriz identidad si todos los
componentes de su diagonal principal son iguales a uno y todos los demás
componentes que no están en la diagonal principal son iguales a cero. La matriz
identidad se representa con la letra I (la letra i mayúscula).
Definición: Sea A una matriz cuadrada n x n. Entonces una matriz B es la inversa
de A si satisface A ∙ B = I y B ∙ A = I, donde I es la matriz identidad de orden n x
n.
La inversa de A se representa por A-1. Así que A ∙ A-1 = A-1 ∙ A = I.
No toda matriz cuadrada tiene una inversa.
Si A tiene inversa, entonces decimos que A es invertible.
Teoremas:
Sea A una matriz cuadrada n x n, entonces AI = IA = A.
Si A es una matriz invertible, entonces A-1 es invertible y (A-1)-1 = A.
Si una matriz cuadrada A es invertible, entonces la inversa es única.
Sean A y B matrices de orden n x n invertibles. entonces AB es invertible y (AB)-1
= B-1A-1.
Para hallar la inversa de una matriz cuadrada comenzamos con la matriz A/I,
donde I representa la matriz identidad del mismo orden que la matriz A.
Efectuamos operaciones elementales con las filas de A/I hasta que la matriz A se
transforme en la matriz identidad I. Luego la matriz que contiene los componentes
a la derecha de la línea vertical es la inversa de A, esto es, A-1.
Las matrices se utilizan en el contexto de las ciencias como elementos que sirven
para clasificar valores numéricos atendiendo a dos criterios o variables.
Ejemplo: Un importador de globos los importa de dos colores, naranja (N) y fresa
(F). Todos ellos se envasan en paquetes de 2, 5 y 10 unidades, que se venden al
precio (en euros) indicado por la tabla siguiente:
Relacionadas con los grafos se pueden definir algunas matrices. Entre todas ellas,
nosotros nos fijaremos en la llamada matriz de adyacencia, que es aquella
formada por ceros y unos exclusivamente, de tal forma que:
Un 1 en el lugar (i,j) expresa la posibilidad de ir desde el punto de la fila i hasta el
punto de la columna j mediante una linea que los una directamente.
Un 0 en el lugar (i,j) expresa la imposibilidad de ir del primer punto al segundo
mediante una linea que los una directamente.
La matriz de adyacencia del grafo dirigido de la figura anterior será:
3.1 DEFINICION DE SISTEMAS DE ECUACIONES
LINEALES
Esto se conoce como Matriz Aumentada del sistema. (El término matriz se emplea
en matemáticas para denotar un arreglo rectangular de números, las matrices
aparecen en varios contextos).
Coeficientes: aij para i = 1, 2, ....., m j = 1, 2, ..... n
Términos independientes: bi para i = 1, 2, ....., m
Incógnitas del sistema: x1, x2,.... xn
Diremos que un conjunto de n números ordenados() es una solución del sistema si
satisfacen todas las ecuaciones del sistema.
Sistemas equivalentes.
Diremos que dos sistemas de ecuaciones son equivalentes si tienen las mismas
soluciones.(Observese que no necesariamente han de tener el mismo número de
ecuaciones.)
Clasificación de un sistema de ecuaciones lineales.
Atendiendo a la existencia o no de soluciones, los sistemas lineales se clasifican
en:
Incompatibles: si no tienen solución.
Compatibles: si tienen al menos una solución.
A su vez los sistemas de ecuaciones lineales compatibles se clasifican, en función
del número de soluciones, en:
Determinados: si tienen una única solución.
Indeterminados: si tienen más de una, en cuyo caso tendrán infinitas soluciones.
Notemos que los sistemas homogéneos tienen siempre, al menos, la solución (0,
0,… ,0) que recibe el nombre de solución trivial, por ello siempre son compatibles.
El método básico para resolver un sistema de ecuaciones lineales consiste en
reemplazar el sistema dado por un nuevo sistema que tenga el mismo conjunto
solución, pero que sea más fácil de resolver. Por lo general, este nuevo sistema se
obtiene en una serie de etapas, aplicando los siguientes tres tipos de operaciones.
Sabemos que una ecuación lineal o de primer grado es aquella que involucra
solamente sumas y restas de variables elevadas a la primera potencia (elevadas a
uno, que no se escribe). Son llamadas lineales por que se pueden representar
como rectas en el sistema cartesiano.
Se pueden presentar tres tipos de ecuaciones lineales:
a) Ecuaciones lineales propiamente tales
En este tipo de ecuación el denominador de todas las expresiones algebraicas es
igual a 1 y no se presentan como fracción, aunque el resultado sí puede serlo.
EJEMPLO:
b) Ecuaciones fraccionarias
En este tipo de ecuación lineal el denominador de a lo menos una de las
expresiones algebraicas es diferente de 1 (es una fracción).
Para proceder a la resolución se debe:
Llevar a ecuación lineal (eliminar la fracción) multiplicando la ecuación por el
mínimo común múltiplo de los denominadores (m.c.m.)
Ejemplo:
c) Ecuaciones literales:
Pueden ser lineales o fraccionarias. Si son fraccionarias, se llevan al tipo lineal,
pero en el paso de reducir términos semejantes se factoriza por "x" para
despejarla.
Ejemplo:
3.3 INTERPRETACION GEOMETRICA DE LAS
SOLUCIONES
Los finitos pares ordenados (x; y) que satisfagan a la ecuación lineal a.x + b - y +
c=0 corresponden a los infinitos puntos de una recta del plano. Por tanto, el
problema de resolver un sistema lineal de dos ecuaciones con dos incognitas es el
problema de estudiar la posición de sendas rectas.
Sistema incompatible (carece de solución) rectas paralelas.
Sistema compatible y determinado (solución única) rectas secantes.
Sistema compatible e indeterminado (infinitas soluciones) rectas coincidentes.
Un sistema de ecuaciones diferenciales son aquellas que tienen varias
posibilidades para su solución. Estas son:
1. Solución única: Sólo es posible obtener una solución única para un sistema
de ecuaciones lineales intersectado en un único punto determinado, por lo
tanto, el sistema de ecuaciones donde tenemos todas las rectas
entrecruzándose en un solo punto, se denomina como la solución única del
sistema de ecuaciones. Ese sistema de ecuaciones lineales es llamado
sistema de ecuaciones lineales consistente independiente.
2. Sin solución: Es posible que un sistema de ecuaciones lineales no tenga
solución cuando ningunas de sus rectas se intersectan entre sí ni siquiera
en el infinito, ya que sólo el punto de intersección es la solución para el
sistema de ecuaciones lineales Esto sólo puede ocurrir en el caso de las
rectas paralelas, por lo tanto, para un sistema con este tipo de ecuación
tenemos varias ecuaciones que corresponden a la misma recta y que sólo
difieren por la pendiente. Dicho sistema se denomina sistema de
ecuaciones lineales inconsistente independiente.
3. Infinitas soluciones: Sólo en la situación que las rectas de determinado
sistema se encuentren unas con otras en un punto infinito, podemos
obtener soluciones infinitas. Esto sólo puede suceder si todas las rectas son
la misma recta, ya que es en este escenario que se superpondrán unas con
otras dándonos puntos infinitos de intersección, es decir, infinitas
soluciones. Este sistema es llamado sistema de ecuaciones lineales
consistente dependiente.
EJEMPLO:
Un punto único. Sistema compatible determinado.. Los tres planos se cortan en P
Una recta. Son soluciones todos los puntos representativos de la recta común.
Sistema compatible indeterminado con un grado de libertad. Los planos se cortan
en r.
Hemos visto que este sistema se puede escribir en forma matricial del siguiente
modo: A X = B.
La matriz A se llama matriz del sistema, es de dimensión n x n y sus elementos
son los coeficientes de las incógnitas.
En esta ocasión se resolverá por Cramer, pero se puede utilizar cualquiera de los
métodos (Gauss, Gauss Jordán, Usando la inversa), el resultado debe ser el
mismo.
X = |Δ1|/|A| = -51/-1.5 = 34
Y = |Δ2|/|A| = -6/-1.5 = 4
Z = |Δ3|/|A| = -27/-1.5 = 18
Al resolver este sistema obtenemos:
X = 34, Y = 4, Z = 18
34 computadoras Cañón.
4 computadoras Clones.
18 computadoras lentas pero seguras.
4.1 DEFINICION DE UN ESPACIO VECTORIAL
2C1 + C2 = u2
Producto Interno:
v. (u, v) = (v, u)
1. ‹0, v› = ‹v, 0› = 0
2. ‹u + v, w› = ‹u, w› + ‹v, w›
Conjunto ortonormal en Rn
Se dice que un conjunto de vectores S={u1, u2, …, uk} en Rn es un conjunto
ortonormal si (1) (2)
Entonces:
Surge una pregunta natural: si se produce cierto número de los cuatro productos,
¿Cuántas unidades de cada material se necesitan? Sean p1, p2, p3 y p4 el
número de artículos fabricados en los cuatro productos y sean r1, r2, y r3 el
número de unidades necesarios de los tres materiales. Entonces se define
Por ejemplo, suponga que P=(10,30,20,50). ¿Cuántas unidades de R1 se
necesitan para producir estos números de unidades de los cuatro productos? De
la tabla se tiene que
r=p1*2+p2*1+p3*3+p4*4=10*2+30*1+20*3+50*4=310 unidades
de manera similar r2=10*4+30*2+20*2+50*1=190 unidades
y r3=10*3+30*3+20*1+50*2=240 unidades
en general se ve que
o Ap= r.
Esto se puede ver de otra manera. Si a p se le conoce como le vector de
producción y a r como el vector de materia prima, se define la función T por = T(p)
= Ap. Esto es, T es la función que “transforma” el vector de producción en el vector
de materia prima y se hace mediante la multiplicación de matrices ordinaria.
Como se verá , esta función es también una transformación lineal.
Antes de definir una transformación lineal, hablaremos un poco sobre las
funciones. En la sección 1.7 se escribió un sistema de ecuaciones como
Ax=b
Donde A es una matriz de m*n, x R” y b R”. Se pidió encontrar x cuando A y b se
conocían. No obstante, esta ecuación se puede ver de otra forma: suponga que A
se conoce. Entonces la ecuación Ax=b “dice” : proporcione una x en R´´ y yo le
daré una b en R´´´; es decir , A representa una función con dominio R´´ e imagen
en R´´´.
La función que se acaba de definir tiene las propiedades de que A ( si es un
escalar y A(x + y) = Ax + Ay. Esta propiedad caracteriza las transformaciones
lineales.
Definición 1 transformación lineal
Sean V y W espacios vectoriales reales. Una transformación lineal T de V en W es
una función que asigna a cada vector v V un vector único Tv W y que satisface,
para cada u y v en V y cada escalar.
5.2 NUCLEO E IMAGEN DE UNA
TRASNFORMACION LINEAL
Solución. Se tiene
Entonces:
Entonces:
Teorema 4
Sean V y W espacios vectoriales de dimensión finita con dim V = n. sea T:V-W una
transformación lineal y sea AT una representación matricial de T respecto a las
bases B1 en V y B2 en W. entonces
i. p(T) =p(AT) ii. V(A) = v(AT) iii. V(a) + p(T) = n