Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Alg - Ut 1.1 - Resolución de Sistemas de Ecuaciones Lineales Mediante Operaciones Elementales. Matrices Escalonadas
Alg - Ut 1.1 - Resolución de Sistemas de Ecuaciones Lineales Mediante Operaciones Elementales. Matrices Escalonadas
Algebra
2 de febrero de 2012
Algunas aplicaciones
Algunas aplicaciones
Algunas aplicaciones
Algunas aplicaciones
Algunas aplicaciones
Algunas aplicaciones
Algunas aplicaciones
Algunas aplicaciones
Definición
Una matriz A de dimensiones m × n (o simplemente una matriz m × n) es
un conjunto de m · n números reales (o complejos) distribuı́dos en m filas y
n columnas:
a11 a12 · · · a1n
a21 a22 · · · a2n
A= · · ·
.
· · ·
am1 am2 · · · amn
Los números aij son las entradas o elementos de la matriz.
Ejemplos
1 −1 1
es una matriz de dimensiones 2 × 3.
−1 2 3
0 −2
es una matriz cuadrada de dimensiones 2 × 2 (o de orden 2).
1 0
1 2 3 es una matriz fila (o vector fila).
1
2 es una matriz columna (o vector columna, o vector).
3
0 0
0 0 es la matriz nula de dimensiones 3 × 2.
0 0
Notación importante!
Un vector será vector columna. Notación con flecha:
√
1
1
2 0
1 + 2i 1 ~0 = 0
~u = ~v = ~ = 3
w ~x = −
0 1−i 2
−π 0
−2
Las componentes de un vector son sus entradas.
Una matriz con una sola fila se llamará también vector fila. Notación
con letras mayúsculas sin flecha:
U= 1 1 0 V = 1 + 2i 1 − i
Usaremos también la “notación clásica” para vectores (será útil para
ahorrar espacio):
1
(1, 2, 3) := 2
3
Algebra (Ingenierı́a Informática) Tema 1 2 de febrero de 2012 9 / 54
Rudimentos sobre matrices y vectores Definiciones básicas y notación
x1
x2
n
R := . such that xi ∈ R ∀i
..
xn
4
2
3 3
1
2 3
1
2
1
2
3
1 2 3 4
Análogamente:
x 1
x2
n
C := . tal que xi ∈ C ∀i
..
xn
Suma de vectores
Suma de vectores:
Graphically:
~u
~v
~u + ~v
Suma de vectores
Suma de vectores:
Graphically:
~u
~v
~u + ~v
Propiedades
−~v ~u − ~v
~u
3~u 4~u
1 ~u
−~u 2~u
3~u 4~u
1 ~u
−~u 2~u
Propiedades
2~u + 3~v
−2~u + 3~v
~v
~u 4~u
2~u − 12 ~v
−~u − ~v −~v
2~u + 3~v
−2~u + 3~v
~v
~u 4~u
2~u − 12 ~v
−~u − ~v −~v
Producto escalar en Rn
~u · ~v = u1 v1 + u2 v2 + · · · + un vn ,
donde ~u = (u1 , u2 , . . . , un ) y ~v = (v1 , v2 , . . . , vn ).
Ejemplo:
2 −1
−1 1
· = 2 · (−1) + (−1) · 1 + 3 · 4 + 0 · 1 = −2 − 1 + 12 + 0 = 9
3 4
0 1
Producto escalar en Rn
~u · ~v = u1 v1 + u2 v2 + · · · + un vn ,
donde ~u = (u1 , u2 , . . . , un ) y ~v = (v1 , v2 , . . . , vn ).
Ejemplo:
2 −1
−1 1
· = 2 · (−1) + (−1) · 1 + 3 · 4 + 0 · 1 = −2 − 1 + 12 + 0 = 9
3 4
0 1
Norma de un vector de Rn
4
2
2
3 +2 2
3 3
32
√ 12 +
1
+
2
22
3
√
1
1 2
2
3
1 2 3 4
Ángulos en R2 y R3
b = k~v k a = k~u − ~v k
α
c = k~u k
a2 = b 2 + c 2 − 2bc cos α
k~u − ~v k2 = k~u k2 + k~v k2 − 2 k~u k k~v k cos α
(~u − ~v ) · (~u − ~v ) = ~u · ~u + ~v · ~v − 2 k~u k k~v k cos α
~u · ~u + ~v · ~v − 2~u · ~v = ~u · ~u + ~v · ~v − 2 k~u k k~v k cos α
−2~u · ~v = − 2 k~u k k~v k cos α
~u · ~v = k~u k k~v k cos α
~u ·~v
Si ~u 6= 0 y ~v 6= 0 entonces cos α = k~u kk~v k
Algebra (Ingenierı́a Informática) Tema 1 2 de febrero de 2012 20 / 54
Rudimentos sobre matrices y vectores Producto escalar y aplicaciones geométricas
Ángulos en Rn
Usando esta fórmula podemos extender la definición de ángulo de vectores
a Rn :
~u · ~v
cos α =
k~u k k~v k
Ángulos en Rn
Usando esta fórmula podemos extender la definición de ángulo de vectores
a Rn :
~u · ~v
cos α =
k~u k k~v k
Ortogonalidad en Rn
0
2
2
1
3
−3
Algebra (Ingenierı́a Informática) Tema 1 2 de febrero de 2012 22 / 54
Rudimentos sobre matrices y vectores Producto escalar y aplicaciones geométricas
−2 3
3
2
3
2
1 1
−3 −2 −1 1 2 3
−1
−2
−3
Operaciones lineales
1 −1 0 2 3 −2 1 + 2 −1 + 3 0−2 3 2 −2
+ = =
0 2 −1 0 −1 0 0+0 2−1 −1 + 0 0 1 −1
1 −1 0 2 3 −2 1 − 2 −1 − 3 0+2 −1 −4 2
− = =
0 2 −1 0 −1 0 0−0 2+1 −1 − 0 0 3 −1
1 −1 0 3 · 1 3(−1) 3·0 3 −3 0
3 = =
0 2 −1 3·0 3·2 3(−1) 0 6 −3
1 −1 0 2 3 −2 3 · 1 + 2 · 2 3(−1) + 2 · 3 3 · 0 + 2(−2)
3 +2 =
0 2 −1 0 −1 0 3 · 0 + 2 · 0 3 · 2 + 2(−1) 3(−1) + 2 · 0
7 3 −4
=
0 4 −3
A+B=B+A
(A + B) + C = A + (B + C)
A+O=A
A + (−A) = 0
λ1 (λ2 A) = (λ1 λ2 )A
(λ1 + λ2 )A = λ1 A + λ2 A
λ(A + B) = λA + λB
1A = A
(−λ)A = −(λA) = λ(−A)
Consideremos una matriz fila y una matriz columna con el mismo número de entradas
(es decir, de dimensiones 1 × n y n × 1 respectivamente):
b1
b2
a1 a2 · · · an , .
..
bn
b
b1 a1 1
b 2
a2
b2
a1 a2 · · · · · · ·
an . := . = a1 b1 + a2 b2 + · · · an bn .
.. ..
bn an bn
Producto de matrices
Definición
Sea A una matriz m × n y B una matriz n × p. La matriz producto se
define como la matriz de dimensiones m × p, AB = [cij ], tal que cij es el
producto de la i-ésima fila de A y la j-ésima columna de B. Es decir:
n
X
cij = ai1 b1j + ai2 b2j + · · · + ain bnj = ais bsj
s=1
Ejemplo:
0 1
1 2 3 1 2 = 8 2
0 1 −1 −1 3
2 −1
Consideremos la matrix:
1 −1
A = 2 0
3 1
Podemos interpretar sus columnas como los vectores
1 −1
~a1 = 2 , ~a2 = 0
3 1
y escribir
A = col(1) col(2) = ~a1 ~a2
Consideremos la matriz
1 −1
A = 2 0
3 1
Podemos interpretar sus filas como los vectores fila
y escribir
~b1
fila(1)
A = fila(2) = ~b2
fila(3) b3
1 2 3 1 1·1+2·2+4·3 1 2 3
5 0 4 2 = 1 · 5 + 2 · 0 + 4 · 4 = 1 5 + 2 0 + 4 4
3 2 1 4 1·3+2·2+4·1 3 2 1
u1
u2
col(1) col(2) · · · col(n) . = u1 col(1)+u2 col(2)+· · ·+un col(n).
..
un
1 2 3
1 2 4 5 0 4 =
3 2 1
1·1+2·5+4·3 1·2+2·0+4·2 1·3+2·4+4·1 =
1· 1 2 3 +2· 5 0 4 +4· 3 2 1
fila(1)
fila(2)
u1 u2 · · · un . = u1 fila(1) + u2 fila(2) + · · · + un fila(n).
..
fila(n)
Matriz identidad
¡Atención!
El producto matricial NO ES CONMUTATIVO:
1 2 −1 0
If A = yB= entonces
0 1 1 1
1 2 −1 0 1 2 −1 0 1 2 −1 −2
AB = = BA = =
0 1 1 1 1 1 1 1 0 1 1 3
El producto de dos matrices no nulas puede ser una matriz nula:
1 2 −2 5 0 0
=
1 2 1 −5/2 0 0
Exercicio 1: Dadas dos matrices cuadradas arbitrarias del mismo orden A y B, ¿es cierta
la igualdad ABA = A2 B?
Exercicio 2: Dadas dos matrices cuadradas arbitrarias del mismo orden A y B, ¿es cierta
la igualdad (A + B)2 = A2 + 2AB + B2 ?
Exercicio 3: Dadas dos matrices cuadradas arbitrarias del mismo orden A y B, ¿es cierta
la igualdad (AB)2 = A2 B2 ?
Algebra (Ingenierı́a Informática) Tema 1 2 de febrero de 2012 35 / 54
Ecuaciones lineales y sistemas de ecuaciones
Ejemplo introductorio
Consideremos la siguiente ecuación:
x1 + 2x2 = 3
Esta es una ecuación lineal porque las únicas que involucran a las
incógnitas son:
Producto de cada incógnita por una constnte.
Suma de los resultados.
Ejemplo introductorio
Consideremos la siguiente ecuación:
x1 + 2x2 = 3
Esta es una ecuación lineal porque las únicas que involucran a las
incógnitas son:
Producto de cada incógnita por una constnte.
Suma de los resultados.
Una solución de la ecuación es unvector
x1
∈ R2
x2
cuyas coordenadas satisfacen la igualdad.
Ejemplo introductorio
Consideremos la siguiente ecuación:
x1 + 2x2 = 3
Esta es una ecuación lineal porque las únicas que involucran a las
incógnitas son:
Producto de cada incógnita por una constnte.
Suma de los resultados.
Una solución de la ecuación es unvector
x1
∈ R2
x2
cuyas coordenadas satisfacen la igualdad.
Cuestión: ¿Cuántas soluciones tiene la ecuación?
Ejemplo introductorio
Consideremos la siguiente ecuación:
x1 + 2x2 = 3
Esta es una ecuación lineal porque las únicas que involucran a las
incógnitas son:
Producto de cada incógnita por una constnte.
Suma de los resultados.
Una solución de la ecuación es unvector
x1
∈ R2
x2
cuyas coordenadas satisfacen la igualdad.
Cuestión: ¿Cuántas soluciones tiene la ecuación?
Algunas soluciones particulares:
3 0 1
, ,
0 3/2 1
Algebra (Ingenierı́a Informática) Tema 1 2 de febrero de 2012 37 / 54
Ecuaciones lineales y sistemas de ecuaciones Ecuaciones lineales
Ejemplo introductorio
Consideremos la siguiente ecuación:
x1 + 2x2 = 3
Esta es una ecuación lineal porque las únicas que involucran a las
incógnitas son:
Producto de cada incógnita por una constnte.
Suma de los resultados.
Una solución de la ecuación es unvector
x1
∈ R2
x2
cuyas coordenadas satisfacen la igualdad.
Cuestión: ¿Cuántas soluciones tiene la ecuación?
Algunas soluciones particulares:
3 0 1
, ,
0 3/2 1
Algebra (Ingenierı́a Informática) Tema 1 2 de febrero de 2012 37 / 54
Ecuaciones lineales y sistemas de ecuaciones Ecuaciones lineales
Visión geométrica
3 −2
S= +λ : λ∈R
0 1
2
3 −2
3 −2
+2 +
0 1 0 1
1
3
0
−3 −2 −1 1 2 3 4 3
1 −2
− 2
−1 0 1
−2
2x1 + 2x2 − x3 = 1
Algunas soluciones particulares:
0 1 1 0
1/2 , 0 , 1 , 1
0 1 3 1
Despejando una incógnita obtenemos la solución general:
x1 = 1/2 − x2 + (1/2)x3
Ecuaciones paramétricas:
x1 = 1/2 − λ1 + (1/2)λ2
x2 = λ1
x3 = λ2
with λ1 , λ2 ∈ R
Algebra (Ingenierı́a Informática) Tema 1 2 de febrero de 2012 41 / 54
Ecuaciones lineales y sistemas de ecuaciones Ecuaciones lineales
2x1 + 2x2 − x3 = 1
Algunas soluciones particulares:
0 1 1 0
1/2 , 0 , 1 , 1
0 1 3 1
Despejando una incógnita obtenemos la solución general:
x1 = 1/2 − x2 + (1/2)x3
Ecuaciones paramétricas:
x1 = 1/2 − λ1 + (1/2)λ2
x2 = λ1
x3 = λ2
with λ1 , λ2 ∈ R
Algebra (Ingenierı́a Informática) Tema 1 2 de febrero de 2012 41 / 54
Ecuaciones lineales y sistemas de ecuaciones Ecuaciones lineales
Ecuación vectorial
Ecuación vectorial:
x1 1/2 −1 1/2
x2 = 0 + λ1 1 + λ2 0 , λ1 , λ2 ∈ R
x3 0 0 1
Conjunto de soluciones:
1/2 −1 1/2
S= 0 + λ1 1 + λ2 0 : λ1 , λ2 ∈ R
0 0 1
Geometrı́a
x1 + 2x2 = 3
x1 − x2 = −3
Fácil de resolver:
x1 + 2x2 = 3
x1 − x2 = −3
Fácil de resolver:
Representación matricial
x1 + 2x2 = 3
1 2 x1 3
⇔ =
x1 − x2 = −3 1 −2 x2 −3
| {z } |{z} | {z }
(1) (2) (3)
Representación matricial
x1 + 2x2 = 3
1 2 x1 3
⇔ =
x1 − x2 = −3 1 −2 x2 −3
| {z } |{z} | {z }
(1) (2) (3)
3 x1 − x2 = −3
2
−1
2
1
−4 −3 −2 −1 1 2 3 4x + 2x = 3
1 2
−1
−2
Cada fila representa una ecuación. Cada ecuación representa una recta. La
solución es el punto de intersección entre ambas rectas.
Algebra (Ingenierı́a Informática) Tema 1 2 de febrero de 2012 47 / 54
Ecuaciones lineales y sistemas de ecuaciones Sistemas de ecuaciones lineales
2
1
1 ~u1 =
1
−4 −3 −2 −1 1 2 3 24 5 6 7
−1 ~u2 =
−~u1 −1
−2 2~u2
−3 3
−1 ~u1 + 2 ~u2 =
−3
−4
Algebra (Ingenierı́a Informática) Tema 1 2 de febrero de 2012 48 / 54
Ecuaciones lineales y sistemas de ecuaciones Sistemas de ecuaciones lineales
x1 + 2x2 = 3
3x1 + 6x2 = 9
Ejercicio 8: Idem:
x1 + 2x2 = 3
3x1 + 6x2 = 1
x1 + 2x2 = 3
3x1 + 6x2 = 9
Ejercicio 8: Idem:
x1 + 2x2 = 3
3x1 + 6x2 = 1
2x1 + 2x2 − x3 = 1
x1 − x2 + x3 = 0
Las soluciones “viven” en R3 .
Podemos eliminar x1 de la segunda ecuación restándole un múltiplo de la primera:
2x1 + 2x2 − x3 = 1
−2x2 + (3/2)x3 = −1/2
2x1 + 2x2 − x3 = 1
x1 − x2 + x3 = 0
Las soluciones “viven” en R3 .
Podemos eliminar x1 de la segunda ecuación restándole un múltiplo de la primera:
2x1 + 2x2 − x3 = 1
−2x2 + (3/2)x3 = −1/2
Podemos eliminar x2 de la primera ecuación sumándole la segunda:
2x1 + (1/2)x3 = 1/2
−2x2 + (3/2)x3 = −1/2
2x1 + 2x2 − x3 = 1
x1 − x2 + x3 = 0
Las soluciones “viven” en R3 .
Podemos eliminar x1 de la segunda ecuación restándole un múltiplo de la primera:
2x1 + 2x2 − x3 = 1
−2x2 + (3/2)x3 = −1/2
Podemos eliminar x2 de la primera ecuación sumándole la segunda:
2x1 + (1/2)x3 = 1/2
−2x2 + (3/2)x3 = −1/2
2x1 + 2x2 − x3 = 1
x1 − x2 + x3 = 0
Las soluciones “viven” en R3 .
Podemos eliminar x1 de la segunda ecuación restándole un múltiplo de la primera:
2x1 + 2x2 − x3 = 1
−2x2 + (3/2)x3 = −1/2
Podemos eliminar x2 de la primera ecuación sumándole la segunda:
2x1 + (1/2)x3 = 1/2
−2x2 + (3/2)x3 = −1/2
2x1 + 2x2 − x3 = 1
x1 − x2 + x3 = 0
Las soluciones “viven” en R3 .
Podemos eliminar x1 de la segunda ecuación restándole un múltiplo de la primera:
2x1 + 2x2 − x3 = 1
−2x2 + (3/2)x3 = −1/2
Podemos eliminar x2 de la primera ecuación sumándole la segunda:
2x1 + (1/2)x3 = 1/2
−2x2 + (3/2)x3 = −1/2
x1
2 2 −1 1 2 2 −1 1
x2 = ⇔ x1 + x2 + x3 =
1 −1 1 0 1 −1 1 0
x3
2 2
−1 1 2 −1 1 2
1 1 1 1
1 1
0 0
−2 −1 1 2 −2 −1 1 2
−1 2 −1 2
−1 −1
−2 −2
1 1 2 1 2 1 2 −1
= + = +
0 4 1 4 −1 0 −1 1
Clasificación
Algunos ejercicios
Algunos ejercicios
Algunos ejercicios