Matrices

Son arreglos rectangulares de filas y cole unas donde sus elementos

podrían ser de cualquier naturaleza

Se puede definir con funciones

Cuyo conjunto de salida será los pares

ordenados,

A :
{(i,j) :
i
1,2,3...n,j
=

1,3
=
.
m3 IK,
e
Matriz genérica
↳ campo
R & 012
cuerpo

~columna A (i,j)3x2
=
= ORI a 22

columnas

A(iij) (aij
=
&31 &32
men

FilQ

conjunto de matrices de orden nxm: Muxm (IR)

Tipos de Matrices

· Cuadrada

Sea 𝐴 = (𝑎𝑖𝑗)𝑚×𝑛. A es matriz cuadrada si y sólo si 𝑚 = 𝑛. El conjunto de matrices cuadradas se

nota 𝑀𝑛×𝑛 ó 𝑀𝑛

Diagonal
principal ↑
A 2 0

2 5 I

A
=

3 6 2
3x 3
↳
iguales

·
Matriz Fila · Matriz columna

A
=
(1 3 4) 1x 3
0

A I
2

3 3x 1

· Matriz identidad

Una matriz identidad es una matriz diagonal en la que los elementos de la diagonal principal
son iguales. Cualquier matriz por esta, es igual a la misma matriz

1 0 0

I 0 1
=
D
0 0 1
 ·
Matriz traspuesta

↳ - 2

l 3 l 0
L
A =
> A -

-2 0 1 3 1
2x3

Igualdad de matrices

Sean A(a,j) mxn;B (b,j)px q =

Ay B (A B) ssi
sean
iguales =

i) Magnitud igual
1
m p
=
n q
=

ii) Todos los elementos iguales

ajji D, jparaisj
=

-
7/5
ejer
↑
(*i3 3 I y
x 2x 3
=
+ +

A
=

x 3 0 =

x
y
0
y 3
=
- + -
+

-
- =3 (25)
(2* (
3 0
=

5
-

* 1 x
- +

ax
y x
sy
=
- + =

B
=

I
53-"
0 3
by
=

1 1 x
5y
-

x +
+
x - - =

-18
↳ -

5
x
=
-
11

Suma de Matrices

ejemplo:
Sea 2/3

3
A =
W 5 1
:B
=

-
21
C -
4

5 B/3
A B - c =

5/2
+

-
3

eI
- I

B c
+
-
A = I

Sean A, B, 2 E Mmxn (iR)

E
- Conmutativa

Asociativa
Grupo
-

Abeliano -
Elemento neutro aditiva

ile. aditivo
Opuesto
-
 Producto de un escalar por unamatriz

Sea C, ERR I
Ae Mmxn (IR)
↳ escalar

entonces el producto escalar A se define como

0A a(aij) mxn (caiaj) man

= =

&11 &12 0,3 Ga a Qiz & Dis

2.A =
021 Q22 023:
Nal daz LAR3

am, am amn Gamn

Lam Gamz

Propiedades ejemplo:
Sea Mmxn (IK)
·
a, BEIK A,BE
y a = A
=

1. Asociativa 4. Suma de escalares

3/2 -2
(2A(A (BA) = (a B)A+
2A
=
BA
+

23
&A -
2. Asociativamixta 2(A B) + (A GB
=
+ 0

x(AB) (CA)B = 5. Elemento neutro (1)

3. Distributiva

Producto de Matrices
Producto punto(

012 b., Diz

a,, 013
Se debe de cumplir una condición A =

021
B
=
Dei biz
022 023
-31 D32
A
(aij)mxn B(bix)
=

I nx

↓ AB anbitabeitasbiz
= a Diz+azz+ Q b3z

02D1+aDa+azby azibiztaubetazbsz
c
(cij)mxp
=
2x2

-
a +D 1 a -
B O2
O =

1) Pa=
-
D 2 a b
+
-
3

+ b)(a

C
b) (a b) (ar/a
C
3
PO (a
- -
+
r
=

(a b) 2(a b) -

+
+
(a b)a - - 6

DO a2
=
-
b +a b +
a + ab -
6

a2 2ab b2 2 a a2-ab b
2b
- -
+ +
+
 op =
(a b)(arb) a(a
- + -

b)(a b) -
2a
+

b)
-

(a b) 3(a (a + b) 6
-
-
+

2a -
yz- ab 30 -
D
-

a+20b b +
2 - 30 3b +
0.7D -
6

5 1

3 13 0 23
2) A =
D B =

5 2
0 2 -2 1
-

2 x 3
3x2

5/3 5/2 +

1 10/3 -

AB =
0 15/2
+

3
-
6

0 5 +

2 -
4

25/0 1 /3

AB I 15/2 3 -0

5 2 - 4
1
Propiedades

1) Asociativa

A(BC) (AB) C
=

Siempre y
2)Distributiva el
cuando exista

-A(B c) + AB AC
=
+
producto

(B C) A
+ BA
=

CA
+

1) Si AB BA = - son conmutativas AB
NO
AB 0 B0
2) Si
necesa A 0v
= =
=

Si Ac BC
Nos
3) A B
= =

nec250

4) El producto de dos matrices triangulares del mismo tipo

da otra matriz triangular

5) El producto de dos matrices diagonales es otra diagonal, además es conmutativa

~escalar
6 AE En
=

kA
= (888) k
-
1
=

-
Donde el
k es elemento de la diagonal escalar
 Nena potencia de unamatriz

. Simple inspección (casos simples)

Demostrar por metodo inductivo

Sea Az Mmxm(iR)
N potencia

Al A. A.A....
=

El producto de la matriz A con si

misma n veces
-BinOmiO de Newtor
i) sea
By (conmutativa;y A
B
=
+ C

A
Edenida Al A
=

ii) Con BoC nilponente,

Descomponer

↳ mutiplica si
por
mismo de unaM=Nula
-
=
A (B c) +

[ix -o() in *ck, (k) ricrs:

-
=

-11

34 1A
-

A = 1 11

11 Por inducción:

1) Paran 1 =

& &I Al 5A
=

Al & & & A

= A

&
9 ii) Si laformula es verdadera

entonces

272727 A
**
A". A
=

As - 27 2727 =(3" -A) A

2727 =3 A=34 A(3A) 3A
-

27 =

Hipotesis inductiva

A"+1 32+-'A 3UA

= =

↳
a verdadero

Binomio de Newton

O D C

A =
0 On d -> Al

0 0 Ol

lacondiciones
del binomio
cumplen
de Newton
C
Nilpotente
O 00 0 b c

B Q 0 t 0 0 d
00 a 0 D 0

orden 3

A Bc=
+ An (B c)n
=
=
+

(k) 3r-ck (8)B (Y)3r c (2)

= +
-

+
Bac
(2) r14
=

k):

n!

(i) ei(n 1)!

=

-
-> (1) in
(N)!
n(n 1)
(2) c:n-2)!-
-

2!

"788788) 8: I
bol

·be
0 oo bol 0 0 0

co 0 00 0 - 0 00

00 0 0 0 0 0 0 0

Br
100 an 0 0

0 1 0 al
=
>
=
B a
=
I art =
- 7
0 an O
B
=
a001 0 o an
Latraza de unamatriz

*
Propiedades de las matrices
simetricas

SiAf
Mmxn (RR) se cumple que:
i) (AT) =A
ii)(A B) +
T
AT BT
= +

ii) (ABST:BTAT

iv) (CA) =CAT

Teorema
*

Antisimetrica
->

entonces S A A =
T
R
= A AT
y
+ -

Suma Resta

Ejemplo:

12 5

A = 0 1 2 SyR
344

1
-
25 1 0 3 2 -
2 8

S =
0 1 2 t
-21 4 =-22 2

5 24 ⑧
L 8
-

3 4 2

25 1 0 3 0 2 2
1
- -

2 1
R
= 0 1 -
2 -
4 -
2 0 -6

L 5 24
26
-

3 4 -
0

Traza de una matric (Tr)

SeaA G
M(R)
Sumamos las elementos de la diagonal
Tr(A) E
=
akk

Propiedades de la traza

ParaAe
M( cuadrada
i) Tr(A B) Tr(A) Tr(B)
+
= +

ii)
tr (AB) Tr(BA) =

iii)
ir(dA) 2 Tr(A) =

iv) Tr(A) =
ir
(At)
 Operaciones fundamentales

1) una Fila escalar o

Mutiplicacio de
por un

2) Intercambio de Filas

Reemplazo
3) o unafila
por otro. Filamas creces

Cuando se aplican 1 o más operaciones elementales a una matriz, se obtiene

una matriz equivalente
En el caso particular que apliquemos una operación fundamental a la matriz
identidad se obtiene una matriz elemental (E)

ejemplo:
1 00 0 0 1

A
0 0 - 010

0 0 1 100
F,
F3

...
>I 8.
1

~
1 ↳

A
= 0 5 2 -
0 e

:-
-
2 -I l 0 5 2

-
F3

L
1 21

reducidas escalonadas reducida por filas

Matrices y

• el primer elemento no nula de toda fila no nula debe de ser 1

• Toda columna que tenga los primeros elementos no nulas de las filas debe de
tener sus demás elementos nulos.

1 0 00 0 0

todos 0 100 2
0
0
2

0 1 03

0 00 1 5

0 00 0 !

Rango de matriz
una

El rango de una matriz A representado como ran (A) , se fine como el. Uñero de filas no nulas de una
matriz reducida por filas, equivalente a la matriz A

1 0 01 10 1 101

234 2 0 2 =Ran(3)
A =
-
0 3 - 0 -
0 -
30
3 3 0 0 -
30
-- -
0 002
-

F2 CFI Fz F3 F2 F3 No anular
ningunafila
+

puede
-

se

F3 Fl
+

cuentacuentas
y se filas no nulas hay
 ejemplo:
Hallar una matriz escalonada reducida por filas B, que sea equivalente a la matriz A, y una matriz P. Tal que B=PA

1 2 -
1 1

01 2
A I
-
-

0 c 1 - 1

1 2 - I
10
0

(A1I) = -
I
01201 0

-
I
0 2 1 08 1

F2 FI +

12 - I
1100
0 2 0 3 01 0

-
I
0 21 08 1

Fi -
F2;F3 - F2

2
-

1 0 - 1
1 00

0 20 3 10

4
0 01 --
-

Fi F3
+

i F2
1 0 0-6 -1-2 1

0 1 0 3/2 %2 "20

2
0 01 -1 I
-

1
-

Matriz inversa

Propiedades
Una matriz cuadrada se le denomina invertible, o no singular,
(A 1) =A
-

si existe. A
- 1

Es necesario que tenga rango máximo. (AB)

=
B-'. A-1

*
A.A A 1.A [
=
=

Se puede hallar a través de determinantes o por medio de matriz ampliada

ejemplo

(i)
Teorema:
A
=

Si A es una matriz invertible, entonces A

es equivalente a una matriz identidad
del mismo orden
-11 0 1 1 0
1
-1
All -
=

2 00 1 0 2 -I 1

F2- 2 F. IFz

-- 1 0
-

0 1 -
"2
F1 F2
+
 Determinantes

ejemplo:
D. Secunda
>
·
Es un escalar &Il &,2
&... a(2-021.012 K
=

solamente
·
matrices cuadradAs Q2 022

· como: (det; 11) ↳ D. P

·
Mmxn (IK) -> I 1 2
I 3 -
(-2)
A
cdet (A) -
I 3 5
=

Regla de Sarrus (3x3)

&. Q12 013

02 One 0123

Qb 032 033
Az1. Q22. Di a 022. A33

&il 012 013

ans.asz. Q.
a 032. 0.23

021 Onz 0123

Qu.
anzab
ab, Q.2.
02,
↳ se suman
se sum

>se
resto.

iii) Método de menores

Escojemas lafila o columna que tengamas ceros

t I

para los
signos Q, ai 0,13

-arl tamaii) +azs-l

-
-
-

Qzı 02 013

+Seliva 03
- - I

032 033

a si,
esimpor

Propiedades

número, el determinante numero

·
si con es
se multiplica por un que

paraque
2 no cambie
1 1 1
- 2
3 4 3 2

22
·
en matrices triangulares solo de
multiplica su D.P

a X y

0b 2 =abC

0 0 C

para resolver

1) Simplificar (propiedades)
2) Método de menores
ejemplo

1 -
145 -
3 050 -
3 050
0468 0 2 3 4 02 34
1B3) = - 2 =2
3 21 3 3213 0 20 3

L 15 Wi I -15
15
-

↳ -I -
-
I -

Fi F3 Fl 23-22
-
Fu +

=>
Fa

-
3 D 5 0 -
3 0 5 D

02

0 24
4

3
I
0

0
2

0
I

3 -
4

I
=

223) -

1
mi - 05 ↳
-I 0 5

12))
F3 F2
2)
-

=
2 -

3(15) -
5(4) -
-

3) -
1 -

4( 63) -
-
2(3) +

4 - b5) - 78

- 260 -
78

-
338

Calcular el siguiente determinante utilizando propiedades:

32 c + 0,2 a2 be c + - a 0 0,2 b +22 - D 0 a

a2 b2 22
plet (A) = b2 a+C b2 = 0
- +

b2 - 0 a+c - b2 b2

ch ch a
+ b2 c2-a-b al -D" - c a+b -
2b2 c2-a D2 -
b2

C, -
C3;22 C3 -
F3 -
Fl Fu - F2

b+c a -
0 a
I

0 02 2 2
+ -
B2 b2 a"(a2+c -b)( 2b2) -
-
b: [(b2 c) + -
a))(-za))
2b2 2a2 0
2a4b+202
-
-

Demostrar sin desarrollar (solo propiedades) demostrar que: el determinante por

filas

1 Q DC 11
1

1 bac - O D C

1caD a" D: C2

aF1;bF2;CF3

a a abe
aa* 1 ① DC 1 1 1

-
2 abe by
2
1 ~aDC a D2 c ~- aDC 0.2 b2 C
D y aDC ~

C a 1 1 1 1 Q b C
C a abC

F.C Traspresta #1 F3

1 1 I

ab< Q I 2

P. D2 C2
 Determinante de Vander monde

Primera fila de 1# y los demás son potencias sucesivas

ejemplo
1 1 11
1
1 1 1

3 5 21 2
D 2
Q

32 52 22 22
02 b2 C

1 1 1 1 1 1
b a c Q 1
1
-
-

Q D 2 -
0 D- a C a
-
I
=(b a)(c a)
-
-

b(b a)((c a) b C
-
-

02 b" c 0 b"-ab cl ac
-

F2 - aF1

a)(c b)
Fz aF2
=(b a)(c
-
-
- -

1 11
1
1
1 1 1
3 54 2
② 5-3 2 - 3 2
-
3 - 5 -
34 -
32 3 -

32 = 42 22
5
⑧ 52-5.3 y
2 4.3 22-2.3
5(5 3)4(4 3)2(2
-
-
-

3)
335343 23 0 53
-

5.343 - 42.3 23 2.3

-

525 -
3)424 3)22)2 3)
-
-

F2 -
3F1

F3 - 3 F2

Fx -
3F3

Determinates en matrices
inversas

cofacto de unamatriz (Aij)

Es el décimo co factor de una matriz A, cuadrada, se define como:

(Ay)
2

Aij ( 1)
=
-

>menor
Matriz de cofactores

Cuyos elementos son los cofactores

COF
A
(Aj)
=

mxn

Podemos definir la matriz

adjunta
La transpresta de lamatric de cofactores

AdjCA) (COA)* =
 Teorema:

Si la matriz A es inversible, o no singular, invertirle(tiene inversa), entonces:

adj (A)
*
A = > IAl FO
1A1

Corolario:

UnaMCA) es inversible si solosila/A) =

0

Matriz inversa pasos:

32

A
- 1
adj (At)
=

IA) 1

1) Determinante 3) Adjunta
zarrus. IA) F0
preferible I
- I &1 a in Q,3
↓
&1 ①in Q,3 -
I I 0,21 022 023
2
021 Q22 023 I - I 031 032 032
L

031 032 Qu2* 022 023

Di -
a22:0,32
=
+ 023 032

2) Transpuesta 2
032 032

Cambias filas por columnas

el Al
4) Dividir par
topla la matriz

5) Paracamprobar

↳ A.A
"

t
=

ejemplo
Determinar los valores de alpha para los cuales la matriz A es inversible y calcular para dicho valores utilizando
la adjunta o determinantes.
 Sistema de ecuaciones con parámetros

E
1
(x 1).x y
=

+ + z
+

x (x
+ +

1)y + z
1
=

x
y
+
(x 1).2
+
+ 1
=

↳ Ax B
=

los factores que

X
acompañan a

x 1
+ l 1

1 Al - 1 R +1 1 x + +x 1 +
x+1
+
- (x 1) 1
+
+ 1
+

1 1 x1 + 3x 3 +
- 2x 3x" 3x- 1 2
-
- -

21 +
((a(3) +

1 1 1
x +3 1 I

/Al =
2 3 +
R 1
+
1
=(x 3) + 0 X 0 x(x 3)
=
+

R3 +
1 x1
+
0 0 R

F-F,, F3 - Fl x2(x 3) + 0
=

x 0
=

x =
-
3

i) X 0
=

E
x z 1 1 1 1
y
=
+
+

x z 1
=

-
1 1 1
+
y

z
1
=

I 1 1
x
y
+ +

C son
iguales y le ~ 1 1 1 1

pookmos sacar 1 ecuacion 1 1 1 1

1 1 1
1

F1
F2; Fa
Fl;
- -

0 0 0 0

0
0 0 x 1
y 2
-

0
=
-

f 1
1 1

solucion 4x
z/y,zeRY
=
1
=

y
- =

sea
y=t; z m =

2x 1
= -
t -

m/t,m,e1R}
↳ infinita solucienes

ii) 2 =
-
3

E
2x z 1 1
y 1 1
-

2
+ + =

1 2 1
-

-
1
z 1
x
2y 1 1 1
-

2 3
=

3
+

0
-

3
-

x 22 1 1 1
=

1 0
y -2
+

3
-

D 3

F1 F2 F3 F2 +
i F1 -
F2

E I
1 2 l 1 -I 1
-

f 1

-2 1 1 1 ⑧ 0
-
3 3

l 1 2 1 0 3
0
-

F2 GF1 F2 =
+

3 -
Fl
 Ran (A) < pan (A1B) -> sistemano tiene
solucion
R(2) R(3)

iii) NFO X3

se mantiene R

2 1
+ 1 1
1 (x2 3x)z x + =

"
1 x 1 + 1 1 x = 0 (x +3)2 1
=

R 1 1

x
1 1 +

2 =

3
+

F1 F3

C
1
1 1 x 1
+

0
1
xy x(
3)
=

1 x1 +
1 -

=
1

y
x1 +
1 1
y
=

3
(x 1)Fi
7

Fz -
Fri F3 - +

y (x 1)z 1
f 1 x 1
+
2 x + +
+
=

0 X -
R 0
x -
=

y 1
+
-
(x 1)2 +

0
-
R x2 2x -x (x+1). 1

x
- -

x =
-
+ 1
+

r 3 x3 +

#3 F2 +

1 1 1
x +1 2
X =

0 R R X3 +
-
0

0 0 -
x2 3x- -
2

(-)F3 Sol: {x =

y
=

z x
=

3
+
x70; x 3}
20, -34
x G IR

Sistemano cuadrado (A,B)

S
(2 1)x y (m 2)2 &1 1 m 2 I &+ 1 0 1 -I
+
+ -
+ +
-
1
+ + =

1 2 0
(a 1)x y 2
1 2x m +

a
-
1 0 -
- +
22
+
1
=

0 1 1 0 0 f m 1 0
1)2
+

(m 0 m +

y
=
+
+

3 -2M N 0 0 x 3
(39 3)x (3 2m)z x
-

-
+
- =
32 -
3 0 1
m

F1 F3 Fi
F4; Fz (2 m) F4
- -
-
-

Fz -
F3 F3 -

(m 1)+
F4
xt1 0 I

es
SO1: < t 0 1 -

0
&+ 0
=

...
[x &- 1 0 - m + 1 1
2x 0 0
0 1 m 1
+
0 (x 3)(m 1)
-
+

0
0 f M

3 -2M N A
32 3 0
es
-

0 0 1

F2
F1;Fu 3Fl 1
+
+

2x F2

pres
x 1 0 1 -
I
0
+

a I
↓
D

2x 0
-
m2 +
0 1 D

0 1 m 1 +
0 0 1 0 (x 3)(m 1)
-
+

x 3 A
6x 6 -2m
es
-

0 0 0 1

F4 3F2
(2 1) F2
-

Fl
- +

<m -amx 2x b rx+3r

+ - -

&+ 1 0 1 -I
00 D 2xm

)
0
(2m(x
2x 0 - m 2
+ -

1 0 0

0 f m 1
+
0 0 1
(x 3)(m 1)
-
+

0 M

A
0 0
m 1 -
3 0 0 1 es
Fu
In 0
im =
 EspaciosVectorales

vectorial
.
son
conjuntos no
vacios, es un espacio (e.v) sobre un campok, mas conocido

los reales.

·
k se ha definido si se han definido a
operaciones:unainterna (+)
y
unaexterna (x)

·
Los espacios vectoriales se simbolizan como (V,i+; A) sus elementos son vectores
y

Operación interna (suma de vectores) Propiedades:

Sean i; ;ie V
Dominio Codominio 1) Conmutativa

+: UXV
v +v = =
f
↳ productono 2) Asociativa
cartesio,

( v) w ( ) +
=
+
+
+

3) Neutro aditivo

8 (ceroventor):For / + 0v 0x+
=

î
=

4) Elemento
opuesto
Fue V:
I (-m) + 1 )
talque -
0r
=

Operación externa
propiedaoles:
sea, i,i, i V a, Belk
y
*:
1K, Xucu 1) Distributiva
I

escalar
a
(n i)
+ +
an xv
= +

-,8
2) Distri. con respecto alasuma de escalares

(2;(
ax
-
i(x B) + x
=
Bi
+

3) Asociativamixta

(x 3) =c( B)
+ +

4) elemento neutro multipli. escalar

S: (1) G1k >

1 x i
=

Principales vectoriales
espacios

(1R, 1, +

,x)
con = (X.;y, J. i

(xx,yc)
=

GRR" GEIR
y
↳ vector
generico
i (0,2) =21,4)
i v (x, yc)
=

y
x
2;y,
= + +
+

(ax,;ax2) ui
(1,6)
= =
a * +

a 4,
=

=(2,3)
i E (X, x2,y, 2)
a
(8,12)
=
=
=

y) 2,
+ +
+ + +

a i
+
(ax,xx,xxs)
=

Para matrices (M)

(Mman, s +, *)
con A,B e Mmxn
y
a eiR A (0i)1B (ii)1a
=
=

c
=

AB
+

&A A b =

(ii)
=

a.n
(?)
=
 Polinomios

(Pn, [x], iR, +, *)

con a.+b, x + c,
x", az be c2x
+ +
G Pn z(x]
=

EIR
y &

&, + b1X +
C,x a2
+ b2x + (2x2
+ ai a
= +

x(b,
+ +
b) x"(( (z)
+
+

& (0.1 bix c,x2)

+ +
da
=
cDix
+ +
xcx2

Fun. Reales

(F(IR), iR, +, x)
con fix; g(x) F
y
xeiR

(frg)(x) f(x)
=

g(x)
+

(af)(x) =
af(x)

Subespacios vectoriales

sea (V, I,+, A) er war

y
solo los
que cumplan: Ojo

• todo subespacio victoria es un espacio vectorial

no racio (w=D/ • Solo los diferencia que son más pequeños
• Si W es distinto del vacío, significa que el 0 vector
W s.e.U de U
es un si solo si: pertenece a W
• La segunda y la tercera propiedad se pueden
*,veryceik combinar
1) w =
0

2) (+) ew op.
externa
(i xew)
+

3)a i ew (n;w)(e,k)(i a(w)

-

↳ op.
interno

ejemplo:

sexwis(32 Coverdicion
demostrar que wes se de re

genéricos y un escalar

i
(x,y,c,)y (x;yzizz)ewyaelk
= =

2.) Seao r (0,0,0) ew

=

x
zy z
-
=

0 .0 0
=

0 0
=

↳ cumple

() (n a.) +
e
w

(x,;y,;zi) 2(xiyeizz) + =

(X, + 2x;
y, ayz;
+ 2. x22)
+

comprobamos:x -2y z
=

(x, ax2) + -
(21 x2z)(y, xyz) (2, xzz)
+
+
=
+

2x
x, 2y1 2xyz 2, x22
-
+ =
-
+

X, 0 22
Como -cy, 2, x2-2yc
=

yoew:
=

.. 21 22
+

21 222
=
+
 Demostrar:

p {(ia) max(i)/a b,.)

=

=
c es S. e. V

↳ condición

A (i)iB (iai)
=
=

c P
~ c = iR

Sea Maxi nula EP

(1) (80) (83) =

=
2

(88):(8) r
(a) (A + x B) e w

(?âi) a) o i I +

C
0, + 202 bi cbz +

(1 c22
+
di 202 +

bi ab2 + C, 222
+ +

01 202 + -

2
D1 +
Cl abz 1)2 +

t
a + X02 =
2 2

...
AyBE P

bi C1 01
=
+

D2 Cz 02 + =

0 2Q2
+
=
Q1 202
+

2) 0 {P(t)
=

a
=
bt c+ 2f4n
+ +
2(t)pi
=
-
1) ca
= -
b]
Condición:PL-1) bract
=

pic 1) b
2.
-
=
-

reeplazamos

b -
22 2a
=
-
b

22 2a
=
-
2b

ac 2(a b)
=
-

c a
=
-
D

condición: O D C
=
-

{PLt) a
=
bt
+
c2
+ + 2(t)
fan = a c
=

b3
+

sea D, Pn 2(x]nx e i
a,
=
bit
+

c,t,P2az
+ +
btz xt2 + e =

C) SeaOr 10
= 07 +
+
0t) ew
+

a b
=
-
2

0 =
Ot-Ot

0 0w
=

(a) (4, 2D2) +

P

a, bit c,t)
+
+

2(az
+ btz
+
(zt2)
+

al bit
+
+
cit cac
+
+ abct +aCet2

(a 2az) + +

t2(a a() t(b1 +

+

abz)
+

a=b -
C

(a, xaz) +

(b, cbz) (c, acz)

=
+ -
+

a bi c, 2)
=
az bc -

acz) ~ a caz
+

b,
=

x
a(b
+

()
- + -
-
+
-

Sia b-C
=

Di -CI .. 202
0= Qi+a Q1+ =

C2
⑪2 bz
= -
 Combinaciónlineal (c.el

Sea (v,Ik, +, x) un er
y
, ,s, ...,
in EV

Entonces la lineal
combinación de ii, , s, ...,
n es:

es otro vector definido como:

an:I
->
->

NeVa En
+aVe vi, i, e En EIK
a, Vi d.
donde
+ +

. . .
...

i -
1

se
multiplica un escalar por un vecto y sumando

combinando
operaexterna e
interna, los escalares

deben ser no nulos

... ver lineal In sispho si existen

es combi. de i, vi,is ...
ai; d...., an no nulos tales
que:

En dire

Expresar el vector v (1,9,5) como combinación lineal de los vectores x =(1,-1,1) m=(2,3,4)

(1,9,5) 2(1, 1,) 2(2,3,4) = - +

(1,0,5) =

(2, -
a,2) (22,3x2,42) +

(1,9,5) (2, 262;

=
+
-
6. 32,2,
+

422)
+

E
21 2x2 1
=
+

-
x, +
362 4
=

21 422
+ 5
=

1 2 1

-I
3 & -

1 2 5

#2 Fl+

F3 -
Fl

Dependencia e independencia
Linoal

sea (V,, +, x) un eu si= Gü,z; s:... n ev

S es linealmente independiente (2.2) s si

la lineal al
combinación nula
igualado o vector

a, vi aa
+

...
+
ann 0v
+
=

Como es un sistema de ecuaciones,

única
solución trivial (a 22 =

an
=

0)
=

in ws sistemas tenemos:únicasolución infinitas

homogeneos o soluciones.
2. I L. D
 ejemplo:

Determinar si el conjunto S =[(1,2),73,4),( -

1,0)}
C R2

combinación lineal nula, con 2,2,3, n GIK

2.(1,2) a) 3,4) as) 1,0) +

- +
-

(0,0)
=

(2, 2x1))
+
-

3x2 4x2))
+
-

23 0)
+
(0,0)
=

(2, -3x1 -
x3)( +
221 4x2 +
0)
+
(0,0)
=

E - -342
-

23 0
=

2a, 42
+
023
+
0
=

1
- 3 -
I 0

2 4 0 0
Fa -
2Fl
RanA=
Ran (AlB) <
#incog.
I I.S
: I ·
-
3

0 10

Fz 10 =

1 -
3 - I 0

O 1 115 0

F1 3F2
+

(1 0
·(i)
1

s 21
=
-

x;1 x2;x xiycpn

+
-

2(X)
=

C. L. N

a.(1 x) a(1 x2) ax(x x))

-
+ + +
- 0
=

0x
+ ox
+

(a1 a,x) (x) xx) (a3x

-
+ + +
-
xxx)) 0 0x
= + 0x
+

xxx2) 0 +0x
0x2
(a a
+ +

xxx) ( +
-
aix xx"
+
-
= +

2. 02
+ +

) - a G3)x
+
(2
+
-
23)x2 0 0x
= + ox2
+

E
21 22
+ 0
=

0
-

2,
a3
=
+

&2
-

230 I
 Capsulas o subespacios generados

sea v (V, I, *, +) on
ery
s d,,v2,vs....,}
=

cu

La capsula de So el subespacio de 5, se simboliza s o

gen(s) y se define como:

Es el
conjunto de todos los vectorer o u
que
se
pueden expresar como una combinación
lineal de los vectores de S es decir:

s
gen (s) 2 ev/x, azi cus.... Gnún ceik}
=
=

para
+ +
=
+

Teorema

sea v (V, I, *, +) on
ery
s d,,v2,vs....,}
=

cu

entonces es s.e.u de V

5 -
4

-
se utiliza

lacombinación lineal -se encuentracondiciones para el

que
sistema solución.
tenga

ejemplo:

11
s 21
=
-
x,1 x,x
+ -
x
3;(Pn 2
=

1) se de lacapsula
tomau n
generico

sea arbx+cx" de 5
por definición s
{a bx cxpn 2[x]/a
=
+ +

=
bx
+
cx2
+

c,(1 x) a(1 x2)

=
-
+
+

d3(x
+
-

x3)}
a bx cx2
x,(1 x) G)1 x2) d(x x3)}
+ + =
+
- + -
+

a, -a,x 22x
a2
+
+
xxx
+
-
x3x

(- x. x3)x +

(x, 62) (x2 xy)x2

+ + + -
bx
=
+a ex
+

E
21 22
+ a
=

-
x1 x)
+ b
=

ac -

23 C
=

1 I 0 Q

- I
0 1 D

0 1 -
I C

F2 +
F 1

I
1

0
1

1
-
·"
D

Fr -
F2

F3 -
F2

0 b
1 -
I -

>
0 1 I a D El sistema tiene solución
siempre
+

0 D
0 Dr=2 [t]
a
2c no tanto (5)
-

por
- =
-
 2)
S 211,0,
= -

a);(1,0,1);(0,0,1)3

sea. E 2
=

(a.,b, b) de
S
por over=

E {(anbb) a(1,0, 2) a) 1,0,1) a(0,0,1)3

-
+
= = - +

(2,,02.; -c2) (
+
-

x,0x; a) (0x3;0s, 2)
+

(a,b,c)
=

E
a-
22 +

02, 0
=

02, 022 02,+

+ =
b

-
2x1 1x2 123 [
+ + =

1 -
1 0 On

00 0 D

-2 I 1 C

F3 2F1 +

1 10 Q

0 0 0 D >
b 0
condición =

0 0 1 20+C

:. sea i 4
=

(a.,b, b) de
S (ab,))
=

e R b 0]
=

Bases

*,t)
Base del subconjunto
sea (V, IK, un ev.
y
Sisolo Si:

1) Bes L. I.

2) B
=v

Bases Camónicas

(Crando no se
tenga se
información puede usar siendo WaS mas simples)

Base C ·e.r D

↑
{(1,01;(0,113 iR 2

(1,0,0);(0,1,0);(0,0,1) R 3

M2x2(iR) mx n

(6): (80): (i);(8i) 2x2

Pr [x]
{1 0x) n 1
+
=

0x
+
+

Dimensión

L dimensión de un espacio vectorial, Está dada por el número de elementos de la base

 { GR
sea w: (x, y,2) x
zy
=
-

z) un ser de R

↳ nu de componentes -
el numero
de restricciones
sea el 0:(x, y, z), ew entonces 3 -
1 2
=

GRemplazo la

condición

B:
E enre
i of s.ew
(x,y,z) (ay -2;yiz) =

Los
separamos
en dos valores
Pres
-

y 0iz 0
=
=

de vectores

=(2y;y,0) (
+
-
2,0;z)
y(2;1,0)
=
2)
+ -

1,0;1),
↳ a.L
conjunto generador

:w x(2i1,0)( 1,0;1),y>
= -

↳ verificar
Indepen Lineal

Lineal
Combinación

2.((inj0) x(
+ -
1,0;1) 0,0,0
=

122.- 22, 2,[c) 0,0

=

22 P
2 I 0
-

221 - =

1 0 0 x, 0
= a =22 0 =
)
=

BesL. I.

0 1 0 22 0
=

B {(2,1,0) ( 1,0,1) y
=

- es base de W

dim (W) 2
=

Martrices

w
ab
=

col E Mexe (RR) a

58 y es se de Max (i)

Q -
2D c 0 + =

a -
b 3c 0
+
=

1 -
21 0 1 0 50
A
1 -
13 0 0 1 2 0

Fz -
F1

I i2:18)
a 0
deacion
1
+
5c
5C
=

a = -

variable
0 b 2c
+ 0
= au n a
D =
- 2C

=1 2 F2 +

w
iy
=

(Mix(iR)a =
-
5;b -
= x)

sea w(ia) ew:

-I
jnroor
->

·(i) +

a(8)
..w
{(8): (8) 3
=
 Linealmente idependiente

al
() an
+

(8i) (88) =

·(8() (8)
-
52 -
22
=

al 0

E
-
52, 0 =

-21
=

0
a 21 0
= =
)
=

BesL.I.
a, 0
=

xc 0
=

...B
{(-5-0)(8) es
=

base de w

dim (W) 2
=

Polinomios

w (a bt
=
+ +
ct2 G Pr22 t cb a
=
-
3
3
a 2b 3
=
+

(arbt ct
+

4)(ww (2b 3) =
+
+bt c+
+ 2

w (2b bt) (3) c 2)

=
+ +
+
+

b(2 t) c(3 +2) +

+ +

:w (22 z)
= +

(3 t2)3
+ +

2. I.

a.(2 + t) x(3 t2) (0i + i 4)

+
=

+ +

E 2x, x,t) (3x t 2x) (0;0t;0t4)

+ +
+
=

ai(2 0t) x(3 2)

t 0 +
(0,0t;0t)
+
+ + + +
=

1.9
2 3 P

0
0

1
I Ot

Ot

F2 s F3 #3 -
3F2

=18 I
l 1 0 ②

0 1 0 >
a1
0..a
=

2z 0
= =

ac 0
=

000 B es 1. I

Fz -
2F1

F3 F2
 Operaciones con S.e.U

1) e
Unión intersección:

sea
(V, *) *) (wiik, *)
y (wijkk,+,
I, +, uner
y +, s.eu de v

Entonces de definí la intersección entreW1 y W2

Intersección

Winwe: Ser Jew, newis se

Unión

wirwi= Ser Jew, uew, se

· La entre
intersección dos ser sero un e. U

· la unión de subespacios no
siempre es otro sub-espacio
la unión de subespacios v. cuando estácontido
· es un espacio uno en otro.

2) Suma de se

sea
(V, *) *) (wiik, *)
y (wijkk,+,
I, +, uner
y +, s.eu de v

W, wi{ (i,
+ + ür) ev,ew, 1-w,}

2.1) Caracterización de lasuma (teoremal

Sea u de U
um e.u wi, we ser

1
B, Bu son bases de W.y we respectivamente

... W, + Wz { BrUBi
=

3) Teorema de la dimensión

Sea u de U
um e.u wi, we ser

1
B, Bu son bases de W.y we respectivamente finita)
(dimension
Halla la entre
dimensión la suma de dos s.e.U.

.. winw G(x,y,z) (R/x 32,y zz)

=
=
=

dim (wi we)

+
dim
=

(wi) + dim(wc) -dim (wi) v

aim(wc)

4)
Suma directo de S.e. U

Es un se. U

Sea u de U
um e.u wi, we ser

1
B, Bu son bases de W.y we respectivamente

I
sumadirecta(w, +W2) = il debe I w. + We

ii) ser
disjuntas (W.nWe =[0]

1) 7 Intersección v wi =
+

Wz) v w, We=
+
v
WinWe {Or
=

2) Sumar
Ejemplo:
sea w,
(x,y,2)
=
GRY x
y
=

zyywi ((x,y,z)eRR"/y zz}

+
=
=

Union:W.WWe =
{(x,y,z) GR2 x
y
=
z
+

vy
22
=

Interseccion:W, n We
=
{ (x, y, z) EiR x
y
=
2
+

y 2z,
=

↳ sist. ecua

E
0

0 =18
x I 1
=y z,x z 0
= ~

y
I

(A1B)
+ -
-
-

- > =
-

22 zz 0 1 .c 0
y y
= =
-

F1 F2
+

... 0
32 x 32
=

x
=
-

0 22
y zz
y
= =
-

winw =

G(x,y,z) (R/x 32,y zz) =

=

w,nw 237,2z,z) 2ei 3 [2(3,2,1) / 2GRY

=
=

Win We
=

{ (3,2,1}
dir (W,n Wi) 1
=

dim (Wi We) +

dim
=
(wi) + dim (Wr)-dim (W.nwh
I 2 I
2 - 1

34

Ejemplo
sea W, Ga
=

+ Dx + ex G Pr=z[x] a =

2bywi (a bx cx)-br 1[x]

=

+
+ =
arb e)
=
hallar

W, n We W, We
y
+

Ejia...
=
0

CI C (8)
-2 0

1 -
8
Fz - F1

↳ i)
-2 0 a -
43) 0
=

3 -
I
O = 2/32

M
3 F2 =

E 1 ·

(8)
b 432
=
-
2

0 1 -
43

F1 2 F
2 +

Intersección
Winwr 443 (5)x xx))ceR3
= +
+

Win we 2((Y3 y3x x))/ceR]

=
+ +
 suma

W, +
we {
=
B, UB2]

B, sea
=

a + Dx + cx2 E
W1

como a
=

cb < a bx +
cx
+ =2b bx + + cx2

b(2 x) cx)
+ +

-B1 {(2x),
=
+
x y

D.D- L. 5; c.L.w:ai(2 +x) xx +

(0
=

+
0x ox4)
+

26. x a (0 0x
0x))
=

x x1
+
+
+ +

a(( x) +
22(x)) (0
+
=

0x
+ 0x2)
+
es
posible sacar combinación

2x1
0
=

lineal de los demás sin

0
generaciónse
x &= la
que
x22 0 =

alter e

i- x" 0
=
->
B
es L. I

BL =

wi (a bx cx) bn 1[X]arb e}
=

+
+ = =

sea a bx
+
+ cx we
como a c
= - b > a +
bx +cx2

-(c b) - +bx cx2

+

·( - 1
x) c(1 x))
+ +
+

>
B2 {(
=
- 1
x);(1 x2)3>
+
+

p.D ->
(5;2.2n G,(
= -
1
x)
+
az( 4))
+
+

(0 0x 0x))
=
+ +

-
a, 2x
+
di
+
xex
+
=

(0 0x
+
04
+

( - x 22)
+
a,x
+
+
x ex2

0
2, a =
+
-

2,x 0
=
->
2, x, = 0..BcesL.I
=

a 2 x 0
=

B1 {(2x),
=
+
x y

Be {(
=
- 1
x);(1 x2)3>
+
+

w.nwr (2 xix;(x 1):(x2

1)
=

+
-
+

↳ sit iene más que la dimesión del polinomio

es .D, si es igual
dim (wirw) dim
=

(wil +dimlwr)
-

aim(W./we)
- 2 t 2 -
1

-
3

Analisis de Indepen Lineal

↳ colocamos linealmente una matriz
en

2 10 0 1 -2 0 2
0 1 -
2 1
este rect
sacamos
0 0 1 0 0 1 0 3 D 0
0 1 ba as e r

z - , que
-
10
-
I 0 1 1 3 0 0 0 una base
-

0 0

0 1
1 0 1 0 1 1 1 22 x;x;
1 1 0 Wit
= +

F3 F4 + 1 Fr -
2FL F3 -
Fl F6 -
3FL x+ 13>
2) sean w 2
=

(iâ) t
max (k) a
b-x3ywich(ii):(!):(i-i)3.
=

Calcular sumadirecta
↳
elanolise ee
la suma
y ;verificar si existe

analicis 2. I paraWi

I
1 0 -
2 1
1 2 1 0 2 1 1
0 -2
-

1 -

1 0

2 1 1 0
0 1 5 -
2 0 1 5 -2 0 15 -2
- 2 e
0 1 2 I
143
-

0 1 2 - l
⑧ 0
-
3 1 0 0 -

Fz 2F1 =

3 F3
F3 -
F2 =

concursion:B (29)i(?):(i- ?)
=
es in
y
base

capsula

sea (?) e We por definición (8) es combinación . con in

a(i) ai) +
-as
(?. S ia)
=

=(-â)
0x, 22

"le
23
+
+

a a, 0Xz
+ -

a3

a = x1 222
+

1 2 0 a

y xx
=

23
+

0 1 1 D

c
=
- 201 21
+
2d3
+

-
2 1 2 C

a x,
= -
a3
1 0 - I Ol

1 2 0 a 0 Q ⑧ 2 a
-
2D
1 f
-

0 1 D
1 0
1
1 D 0 I 1 B
e -

2 1 2 C 3
0 0
-

7 2 30+2 0 2 5D
-
+ 2a -

0 Ol
1 - I
0 -
2
-
I d - a
0 0 -I o) -01 2D
+

F3 3F1
+
F1 -
2F2

Fu -
F1 F3 -
FF1

Fu z
+
F
1
 EspaciosEuclideos

producto interno:

Sea (V, R,+, A) un ev

y tv
i d producto interno entre i denotado por:

(i,v) - (*/i) se define como

·
{Es . Es

X
,, evye iR:

Condiciones

(1) +v i +
) cn < i w>
= + + +

(2) < x ,is xx, > =

C3) simetriahermite

conjugado
->

i, î, >
=

siik
R:,
=
v) (n,>
=

(u) Positividad

FüEU {013, 0)

Producto interno usuales

· Para IR

d (xc,yz)
(x-cy.)
=

seai =

i, =x - xn y.yz
+

(Asi mismo
paraR"(

·
Dolinomios
grado n

Sean p(x) airbx

=
cix2...
+
nx" E Pn

bix cx. e Pr
q(x) an nnx
=

y
+ +
...

<4,q (aa
=

bib) c.)
+ +
- --
)

· Matrices

Sea
A, BG Maxh

A,B>
Fr(ABt)
=

↳ a sumo e

de la diagonal

·
Para funciones

sea f(x), g(x) F

edefinidas en [a,b]

f(x),g(x) 6fex).g(x)dx
=
 Ejemplos de P. 5.U

sea i (1,2)
= 1 E (3,0)
=
EiR2

i,) (3
=

0)
+

I
3

Pn[2]
2
Sea p(x) 4
= + x x
+
e

f(x) 2x
=
3x2 e Dn[2]
y
+

<p, F
> = (2 3) +

5
=

Realizar

sea a
(ii)
=
v
B (9)
=

e Max
2 Mas

12 i). (i i)
CA,B) =

Er?? = 8

Sea f(x)
3X,g(x)
= 2x
=
+ 1 E F
definidas en [-',1]

f(x),g(x)
=
S -(0x 3x)ax
-I
+

I
J, xx +
S. 3x ox

= 3x -I

=2 2 (
+
- - 2
2)
+

=E I
+

8
=
4
=

¿Quées eucideo?
un
espacio

Todo espacio vectorial en el que se ha definido un producto interno se denomina

espacio euclideo, espacio con producto interno o espacio preWilbertiano

EspaciosNormados

La norma (el módulo del vector)

Sea (V,R, +, *) un er norma

una sobre v, denotada por 11.11 se define:

E
U ->
iR
11. Il
i ->
II Il

Debe satisfacer: XERR:

parai,, Ev
y

(1) Positividad

(v =ev
(0b) (nl),0)
22) Homogeniedad
11 x 11 /x.
=

Il 11

C3) Desigualdad triangular

11 +Ell? Ill+null
 Definición

Un especio vectorial con producto interno, donde se a definido un norma, se denomina

espacio normado (se puede definir la magnitud) (V, llull)

Norma inducida Tuclidea

Unafunción:

1.1 {=
=

c, s

denota:11. Il2
↳ Formula
se

Ejemplo:

· p(X) 3x2 = 5x
+ -
1

11 (x) 1)
=
9 25
+ +1
I
I
35

3
·A -
=

↳ -
2

2) (j 2) 88)
-
1

<A, B > Tr
=

(ABt) = -
= tr 30
=

11 All = 30

Espacios métricos
I se define la distancia entre i -i)
Sea (V, R,, *) une. ;rev

La distancia entre i, denotada ol

se define:

6) ,v) Il - ll
se resta
y
se calcula normal

·
Teorema:

definida
Lafunción por:

[ux
-

O: (s) 1- lle
() dr
=

Que satisface:V, EV DER

y

in) de (m,v) 20

Tz) 02 (r,) = 0 =
=

T3) dz (i,v) d2(i,)

=

in) 02(,) dz(i,v) =

+ de (w,)
Se denomina unamétricae n U
 Los espacios normados a los que se a relacionado una métrica se denomina un métrica

(v,dz)

ejemplo:
Para i (1, 2,3,
= -
-

4)
i (0,1, =

-
1,2)
3,4,
-
b
1, -

dz (r,i) =
1 lle -

I 1 +
a 16 36
+ +

- 02

Para A
=

18i) B ( i3)
=
=

(A B) -

2
=

2 1
2 0
tr (A. AT) tr
=

1 -
20
-
2

=tr0 2
=
5
1 5

I 51

Deber

sea i (1,2)
= 1 E (3,0)
=
ERR2

i,) (3
=

0)
+

I
3

Pn[2]
2
Sea p(x) 4
= +x x
+
e
2

y
f(x) =
2x 3x
+
G Dn[2]

3)
j(
>
<p, F
+
=

sea a
(ii)
=
v
B (9)
=

e Max

12 i). (i i)
(A,B) =
Er? 8
=

Sea f(x)
3X,g(x)
= 2x
=
+ 1 E F
definidas en [-',1]

f(x),g(x)
=
S -(0x 3x)ax
-I
+

:J, xx +
S. 3x ox

2 3x
+

-I

=2 2 (
+
- - 2
2)
+

=E I
+

8 4
=
 Ortogonalidad

sea V euclideo, entonces:

un espacio

i) , eu ci,)
ortogonales si su producto interno 0
=

son

in) sea s CV, S es

ortogonol s i :todo
par de vectores distintos a s son
ortogonales.
↳
subconjunto

in) Todo
ortogonol independiente
conjunto es linealmente

inii) Sea CV si es ortonormal sis es

ortogonoly -
es son unitario (su magnitud es
1, 151l=1)

Aplicaciones

Ángulo entre a vectores

sea de
un
espacio euclideo
provisto norma

entonces el
ángulo o entre 2 vectores
y ev
Se define entonces:

<, x
COS O =

1 ll. Il ll
-

&

el
Proyección ortogonol (laproyección
del
·
uno en otro

COSO Droy BlEs

:

" II il

-
O
s >
Proy B(E) HAll.CosO
=

Proy (B)
*
B
↑proy bill-ll.
-, . i
Proy BlEY =

11 'il
I
Proy B
(AY =
-,3.
11 'il
'll
=

<A e
↳ 1 is -> 5,5x

Ejemplo

Sea i (1, 1,2)

=

=23, 1,5) e R
y
-
-

i) O

ii) Proy-(*) ~
Proy n(v)
 proy-()- ,s.
->> -v,
->

xi, =(1, 1,2).(3, 1,5) -

-

I >4

-, I
(4,1,25)
35
=

Proy-(i) (3, -1,5)

=

ci,
i
Proy n()
=
->

cu, i>

Proyal) 0:(1,
12)
=
-
1,2)

proya() ( =

,
-

i)

0 cos"
=

(5) 1,460
=

x
2) 5 3x
-

p(X)
+
=

e Daze [x]
5x2
q(x) 1
=
+

>
COSO =

>, - 11.11M
proy plail P
4
=
2p,5'>
0 =

Cos" (0)
5 0 +
-
5 ->
- ·
P
5 1 +
1
+

0 900
=

0
I . p
15

-
0

Proy q(P) =

c
-
0

Proceso de Gram-Schmiot

Sea (V, Ik, +, ) un en dotado de C...)

S CV un
subconjunto .I entonces

existe w zu
ortogonal que genera
al mismo s.e.
que s tal
que:
S =
ii, etc... n nw (wi,ic... n
=

conozco adeterminar

ii wi
=

vi i-Proy n,(i) -Proy

=

we (vi)...-Proy wiln)
 ejemplo:
sean s { (1,2, 1,0), (1,3,4,5),(0, 1,3,2) 3
= -
-

Determinar WCRR" tal cs >

que (w- =

sea w =
(wi, w, is

Tal que =(1,2 -

1,0)
l
E is
=

-Proy w,

ws is -Proyw, (ür)
-Prog wile)
=

a
üz-Proy w,(ün)-es W1
=

<(1,3,4,5),21,2, 1,0) -

·(112, 110)
- -

(1,4 1,0)(1,4, 1,037

- -

2(1,2, 1,0)
=
-

=(1,3,4,5) -

(2,1, t,0) -

=
(I,2,E,5)

is -Proyw,(n) (0, -1,3,2)

=
-

22,1, 2,0) -

=
( 2, 2,,z)
- -

0, -1,3,2) (t,2,9,5)
Proy wilis)
=

·
("2, 2,42,5)
-(2,2,92,5)}
= 0 -
2 27/z
+ + 10

4,4,8,25"(2,2,2,5)
45)
47.9
-la , 2

c.2,)
4 47.9
ws (2,2,2,5)
=
-

L10.2, ,
ws=( c 161
I

Ortonormales
Ortogonales y

sea un espacio euclides B base de V

y una

entonces B es una base

Ortogonal de V si es un

conjunto ortogonal B es unabase ortonormal de v.

y

SiB es un
conjunto ortogonal
i'
alas bases ortogonal se denota como

alas bases ortonormal se denota como is

"