Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Álgebra Lineal
Álgebra Lineal
&
·e (
Fila
TIPOS DE MATRICES
Ai
6 = 023- Columna
A 2x2 A3 x 3 A3xY
↓ ↓ d
·
Inversa de una matriz
Sea una matriz cuadrada de Orden n
-
sea ab
Si AT = A es una matriz simétrica A =
si ad-bc +0 entonces
-C
Si At=-A es Una matriz Antisimétrica
A
-
1
=
1 -
5
ad- bc
Propiedades Producto de Matrices ca
-
-1
1 .
(AB)) = A(BC) 1 .
(A 1) = A
2 . (A + B)C = Ac + BC .
2 (XA)
-
1 : A
3
. A(B + C) =
AB + Al 3
. (AB) =
B A1
T
4 .
X(AB) =
(2A)B =
A(XB) .
4 (A ") =
(A-1)
1
AP (A 1)
-
(AB)
T
BT AT 5 VEIN (qn)
-
5 .
= .
. y
=
[1 i]
I : 1 . (A + B) = 2A + LB 5
. OA = OmxR
O
2
. 2(BA) = (X B)A . . dA
6 =
Omxn ,
X = 0 o A = Omxn
3
. (1 + B)A = &A + BA
M2 = M Idempotencia y .
1A = A
demostración
Traspuesta propiedades
%07
2
( :) /:i) %i)
T
I : #212 Is (AY) A
=
= = = =
>
- .
"
(A + B) =
Al + BT
: (AT)2 = A es Indempotente
AB = O NO implica que A = 0 o B= 0
Potencia de marices
P
A2 = AA A' = A 1 A = In
3
A = APA
An = Al-1A
definiciones :
traza
· : Suma de los numeros pertenecientes a la diagonal
· marriz diagonal :
Ais si itd
· matrices iguales :
dis =
Big
·
Matriz nula : Todos los loef son O
· Traspuesta de Una matriz : Matric Obtenida del intercambio de filas por columnas
12 1) 13
03
.
· Obs : Toda matriz cuadrada se puede escribir como la suma de una matriz simetrica con
Una antisimetrica :
2(A + AP) + (A -
Al(
5x3 en
+3)
>
- x te
Columnas
↓ consistente : Si Cs #0 ,
con 10 00 soluciones
↳ Inconsistente : Si CS = A
metados
Metodo de reducción Gaussiana
Forma escalonada equivalente por filas a la matriz ampliada [A/B] y resolver por Susi Atras
Metodo Gauss-Jordan
5 -
-
A 12 = E f + f1
,
123 5- F3-2Fz OC E Ran(A) =
2
F3 + Fl
-
1 4 1 7 O 64 12 O ⑥ Y 12
O 0 0
11 11 0326 0
- -
- - - -
-
teorema Rouché-Frobenius
④ Ran (A) > Ran ((AJ(B]) entonces s no tiene solución - Inconsistente
② Ran(A) =
Ran([AJCBJ) = U entonces si hay solución
R tiene sol
↳
= n S Unica
Tipos de 501 :
① 0 o " O
1 0 0 D 0 -50
O ④ O 4/3 O
O
1 -
2 0
-
40
00 O
1
-
76 O O O O O O ·
Ran(A) = 3 Ran(A) =
2 Ran(A) = 2
SE) -
:
Pasa Cuando todos los terminos independientes de todas las ecuaciones del Sistema son iguales
a O
2
. =
Rang(a) n entonces S tiene infinitas sol con n-r parametros
Teorema :
X =
XP + Xn donde Xn es una solución del sistema lineal homogeneo AX = 0
142 +
442 ,
42-942 , 2) =
('12 ,
42 .
0) + (147 ,
-
447 ,
z)
↓ I XP t Xn
A =
(aij)Mxn X = (Xi)nx1 B =
(bjlmx se tiene el sistema de ecuaciones s
ecuación matricial
AX =
B
· si A es invertible
, entonces
>
- en un sistema lineal Man Tiene Sol . Unica si la matriz de Coef A es invertible
>
- sera inconsistente o infinitas so) en el caso de que A NO SEA INVERTIBIE
Matrices >
- SEl's
x = (xi) mx1 B =
(bj)mxl
-
A :
(dissmxn - -
-
z
b3
amn amn -
- .
- m
- ↓
coef del Sel rector ↓ constantes Sol Sel
Incognito
.
2 la ecuación AX = B tiene sol unica para todo BEIRP ·
. det (A) #O
.
3 la ecuación AX = O tiene sol Unica trivial . las Columnas A Forman (I
9 en IRP
4
. forma escalonada reducida por filas de A identidad IRP
la es la matriz En 10
. Filas A Forman L . I en
5
. Ran(A) = R
6
. existe unica marric Be Mn(IR) AB In
tal que
=
una
[A/In] = [In(A 1
mac elementale
-
- 9a
teolema
matric elemental (an (23)
AP
, +A
1a) -30
%i) i e * al calcular el Ran de un sistema x= s [X] + T [ X]
2 =
1
INVERSA
In = Ex ... EzteA
In = EA
escritura fundamental :
1
E A
-
LU
= de
=
triangular superior teo Si A es matriz cuadrada Puede escalonarse sin intercambios
: una
que
>
-
matriz cuadrada triangular inferior fila entonces A tiene factorización Lu
I I I I /2 i -s ForarI als I
A = 213 21 3 F3 + +1
,
4 -
13 4 -
13 F2-2f) = 0
-
2 5 5 -
255 O 2
I (
... j o lien eI
E2
I
til : Is F3-f)
1 0 O : Is f2 + 2f1 108 E3" : [3 F3-2f2 , 1 0 0
,
O 1 O 01 0
-
I O f 0 -
2 I
1.
L :
< E2 %1. El =
2 I
RESOLUCION DE SEL
Lux = B >
- Ly =
B con y : UX
T
FECACTORIZACIÓN P U
y
p
-
1 = pT (P es matriz permutación) Teo : Toda matriz Cuadrada tiene factorizacion PLU
I 000 (
Es : A =
2 I U
-U
I 8 ( 03, 11 a
③ e 3 F23 I 2 3 F2-2ff 12
I
6 2 I Y o -3
2 21 O 06 O O 6
-
1
Ahora pT = p & hay que realizar la transprestal
Es .
P2 .
PA = U
A = Pel .
Pa ! Eil U
A = PT .
L
determinaDe
-
-
Cofactor -- -
+
t
its t
Cij(A) deT (Aij
- m
= (-1)
t =
+
Es :
2 + 2
= (-1)3
I
A =
I 2 3 (22IA) :
(-1) ·
det)(k]) (238)
3
(-1)" 4 =
46
5 : .
45 6 1 13- . det
-
7 89 :
(- 1) 4 . (9 -
21) -7 8 a
(22(A) = -
12
DEFINICIÓN
.. a 3)
-
= 1 .
71): der [9] + 2 -
(1)3 ·
der (a) + 31 1) der
-
.
[8]
1 .
(45 48) - .
-
2(36 42) -
+ 3 -
(32 -
35) = 0
I I
MC 1 0 -C es invertible
-
131
02c -
(10 (
Falt - (1-1) to
·1
F2 + Fe c Ran(M) 3 -4
-
1 Mc es invertible si
·
sol 0 +3 -
-
- =
-
I I 3
0 3 1-C
2C Y · o c
-
O 2 -
4
y -
-(1 -
x = 0 - 2 -
2 + 2) = 03(2 -
(- 6 = 01( 3)(( + 2) -
=
0 .. C =
3 VC = -
· deT(In) =
1 1 deT(On) = 0 ,
UREIN
. Si
4 A es invertible
e entonces det CA = deal
exio vectorial
-
1 .
Fl , ~E V , +V E V (clausura
.
2 Fl , VEV , U + V = V + M = + el (conmutatividad)
.
3 Vll ,
V ,
W V ,
e + (V + W) = (M + N) + w (asociatividad)
.
4 EnEV ,
Fuer tal que n + M = M / elemento neutrol
.
5 VMEV , JNEV talque M + N = n (elemento inversos
6 .
KMEV ,
FdEIR ,
4 :
MEV
7
. VEIR , -M ,
N E V , X .
(M + N) = 4 M + 4 .
V
8
. Ed , B EIR , ME V ,
X .
(B -
M) = &B .
M
.
9 Vd ,
BEIR ,
VME V , ( + B) .
M = LM + Be
10
. FUE V ,
JaGIR talque 4 .
M = M
suma : (X1 , 40) + (X2 , 42) = (X1 + 2) , (Y1 + 42) (ais) mxn +bis) man =
(ais + bis) man
elemento neutro : O = (0 0) ,
0 = OMXR
Teorema :
1) VVE V ,
Or = 0
2) W < =IR , 20 = 0
3) VV E V , ( - 1)V = -
v
SUBESPACIO
es subespacio vectorial de V si y 5010 si :
&
1) U es no vacio , es decir .
0 z U
en tal caso
, se anota : US V
2) Vu , v = U ,
n + ve y
3) FUEU ,
VLEIR , & .
ME U
·
ESPACIO NULO de A como subespacio vectorial de IR" :
NUl(A) : EX EIR" :
AX =
03 CSSE/H(A)
-
ESPACIO IMAGEN de A como subespacio vectorial de IRP :
↳ L .
I si Ran(A) = M
['i]exa 3
* CO1(A) :
<CI , C2 ..., (n > < IRM Col(A) > IR2
↳ L I .
si AX=O (sol Unical
Combinacion lineal
un vector
~ E V se denomina combinación lineal
V = 21 .
01 + 22-V2 + ... + La .
Un
el Sistema AX =
B es consistente (tiene soll si , y Solo si es Combinación lineal de las columnas de A
ESPACIO GENERADO
E G Por
. E como el conjunto de todas las posibles combinaciones lineales
< E) =
V , Na ....
UnL >
- Sistema de generadores
esemplos importantes
2 .
IR {(1 , 0 , 0) ,
10 , 1 , 0) , 10 , 0 . 133
.
3 IPn(x] esta generado por 31 , x ,
x" . . . . , Xn3
. malIR) generado por
4 El % 8] [80] (98] [8i]} , , .
de .
Ve + 22 .
V2 + ...
+ 2n .
Un = 0 es combinación lineal de los demas
· si ve V , + 0 entonces ~ es L I .
base de un subespacio
1) B es L I .
posee n elementos
Dimensión >
- Cantidad de vectores que hay en la base Dim(IR2) =
2 dim(Px[x]) = n + 1
* n + 1 vectores de U es L D .
Dim(IR") = R
vector de coordenadas
sea B =
EV , Va, . . .
, Un] una base ordenada de E .U "V, dado cualquir e e V
[2] B :
[]
Teo : B base de E U"V" .
de dim=n la función que se asigna a cada vector ~ EU su vector de coordenadas
Respecto a B : f : VBIR" ,
f(v) =
[v]B
ii) B =
Evi , ve ,
... Un 3 es base de V si 3 f(N) , f(N2) ,..., f(Un)} es base de IRM
W
f : V >
- IRM
T : V - M ,
N - V y x +IR : su vector de coordenadas respecto a la base
F(v) = [VJB
i) +(n + V) = T(M) + T(N) B , es transformación lineal
esemplos
1 .
T : IR2 -
> IR3 .
2 T : Mmxn((R) >
- Mmxn(IR) .
3 T : IP2 (x] >
- IR
T(X , 2) = (X , x +y , X -
y) T(A) = AT T(ax2 + bx + c) = (a , b , c)
propiedades
i) T (0) = 0 >
- TIOV) = Ow
ii) T(-V) =
-T(N) , Ver EV
marriz asociada a
Transformacion Lineal
B) [i;
[[T (M1)] B2 [T (M2)] B2 [T(M3)] B2 ST(Ml]B2 [u] B
SUBi : = .
-
matriz asociada a T -r
Teorema : Sea T : V >
- W una T L . Y Bi Y Ba bases Ordenadas de VW , VerzV :
[T(N1] B2 =
[ + ]pB? ·
[v] B1
>
- vector de BI
Kernel e Imagen de una TL
sea T : VeW ,
Kerli) como el
conjunto de todos los vectores e e V tales que T(N) = 0
·
Ker(i) = EN z V : T(N) =
03
· IM(T) = ENEW : ENEV ,
T(N) = N3
T :
VeW
Sea una Transf Lineal
↳ por lo
que existe T (T-(8)) = N
diagonalización
sea A E Ma(IR) A es diagonalizable si existe una matriz Invertible PE Mn(IR)
·
Conjunto de vectores propios espacio propio de A : Ex = ENFIR"/A0 = ba , ~ + 03
· mult .
·
muli algebraica : repetición del Valor de