Beruflich Dokumente
Kultur Dokumente
Matrices
Introduccin:
En todo problema en forma general se tienen 3 elementos:
V. de entrada V. de salida
PROCESO
(V. independiente) (V. dependiente)
En forma real existen varias variables en la entrada y otras tantas en la salida.
V. de entrada V. de salida
PROCESO
V1 Y1
V2 Y2
V3 Y3
Matriz:
Ordenamiento rectangular de elementos dispuestos en filas y columnas.
Nomenclatura:
A m xn
m x n : Orden de la matriz.
En forma general:
A nxn= [ ai j ] A nxn=( ai j )
Ejemplo:
[ ]
2 3 1
A3 X3= 5 6 2
5 0 3
[ ]
3 5 22
B3X 4= 5 8 3 2
4 7 22
Nota:
Ejemplo:
[ ]
3 1 4 3 2
B 4 X 5 = 5 6 7 1 8
3 2 6 10 0
6 7 8 9 5
Generacin de matrices:
En algunas ocasiones los elementos de una matriz responden a una regla de asignacin o
de recurrencia.
Ejemplo: [
A 3 X 3 = ai j=
(i+ j ) !
i! j ! ]
Sol.
[ ]
a1 1 a1 2 a1 3
A 3 X 3 = a2 1 a2 2 a2 3
a3 1 a3 2 a3 3
( 2+1 ) ! ( 2+ 2 ) ! ( 2+3 ) !
a2 1= =3 a2 2= =6 a2 3= =10
2 ! 1 ! 2 ! 2 ! 2 ! 3 !
[ ]
2 3 4
A 3 X 3 = 3 6 10
4 10 20
Ejemplo: Hallar:
[ i k si i= j
B 3 x 2= b i j= 1 sii< j
0 sii> j ]
Sol.
[ ] [ ] [ ]
b11 b12 1k 1 1 1
B 3 x 2= b 21 b22 B3 x 2= 0 2k B3 x2= 0 2 k
b 31 b32 0 0 0 0
Operaciones matriciales:
Producto escalar:
k Amxn =[ k ai j ]
A 2 X 3= [ 2 1 3
4 5 6 ]
Hallar: 2A 3A.
[ 4 2 6
8 10 12
][
6 3 9
=
2 1 3
12 15 18 20 5 6 ][ ]
Igualdad de matrices:
Dos matrices son iguales si al tener el mismo orden sus elementos correspondientes son
iguales.
A mxn =B mxn
[ ai j ]=[ bi j ]
[ ] [ ]
2 3+ x 4 2 4x+ y 2 x2 z
A= 5 1 2+ yx ; B= 4 x+1 1 2
z3 4 x+ 2 z x y 4 3
Sol.
A 3 x 3=B3 x3
[ ][ ]
2 3+ x 4 2 4x + y 2 x2 z
5 1 2+ yx = 4 x+ 1 1 2
z 3 4 x +2 z x y 4 3
De (3 ) :5=4 x +1 x=1
De ( 4 ) :2+ yx =2 y=1
De (6 ) : x +2 z=3 z=1
Reemplazando:
Suma de matrices:
Dos matrices A mxn y B pxq son con formables a la suma si tienen el mismo orden, por lo
tanto:
A mxn + Bmxn =Cmxn
Ejemplo: Sean.
[ ] [ ]
2 3 3 7
A= 5 4 B= 8 10
6 7 9 12
Hallar: A + B; 2A-3B.
Sol.
[ ][ ][ ]
2 3 3 7 5 4
A + B= 5 4 + 8 10 = 3 14
6 7 9 12 3 5
[ ] [ ][ ]
2 3 3 7 5 27
2 A3 B=2 5 4 3 8 10 = 34 22
6 7 9 12 39 50
Propiedades:
Siendo A, B y C matrices con formables para la suma se verifica:
1) A + B=B+ A
2) ( A + B ) +C=A + ( B+C )
[ ]
0 0
Omxn : Matriznula Omxn =
0 0
5) k ( A+B )=kA+kB
A
Nota: forman un grupo abeliano en consecuencia es posible realizar operaciones
algebraicas.
Ejemplo: Sean las matrices.
A= [ 2 5
4 3
B=
7 5] [
6 7
C=
1 4
5 3
D=
3 2
1 7 ] [ ] [ ]
Hallar una matriz X talque verifique la ecuacin:
2 ( A2 B+ C ) ( X +2 D )=3 X AB+3 C+ 4 D
Sol.
2 A4 B+ 2C X+ 2 D=3 X AB+3 C+ 4 D
3 A3 BC6 D=4 X
[ ] [
4 X=3 2 5 3 6 7 1 4 6 3 2
4 3 7 5 5 3 1 7 ][ ] [ ]
4 X= [ 31 10 1
/
44 51 4 ]
[ ]
31 5
4 2
X=
51
11
4
Producto de matrices:
Dos matrices A mxn y B pxq son con formables para el producto si se verifica:
Ejemplo: A 3 x 2 B2 x 4 =C3 x 4
[ ]
n
ai j b j k =[ c i k ]
j=1
Sol.
3
C1 1= ai j b j 1=a1 1 b1 1+ a1 2 b2 1 +a1 3 b 3 1
j=1
3
C1 2= ai j b j 2=a1 1 b1 2 +a1 2 b2 2 +a 13 b3 2
j=1
C1 2=2 (5 ) + (1 ) ( 8 ) + 4 (6 )=42
3
C2 1= ai j b j 1=a2 1 b1 1+ a2 2 b2 1 +a 23 b3 1
j=1
C2 1=3 ( 3 ) + (5 ) (7 )+ 6 ( 2 )=56
3
C2 2= ai j b j 2=a2 1 b1 2 +a2 2 b 22 +a 23 b3 2
j=1
C2 2=3 (5 ) + (5 ) ( 8 ) +6 (6 )=91
A B= [ 21 42
56 91 ]
Si se tuviera:
A 4 x 3 B 3 x 5=C 4 x 5
][ ][
3 5
A B= [ 2 1 4
3 5 6
7 8 =
2 6
21 42
56 91 ]
Ejemplo: Multiplicar A B si:
[ ]
4 1 3 3 1
[ ]
3 1 4 5
1 2 1 2 0
A= 2 2 3 6 B=
0 3 2 4 1
3 6 5 7
5 1 6 0 7
Sol.
][ ][
4 1 3 3 1
[ ]
3 1 4 5 36 22 48 23 42
1 2 1 2 0 =
A B= 2 2 3 6 40 5 34 2 41
0 3 2 4 1
3 6 5 7 29 7 37 23 51
5 1 6 0 7
Propiedades:
Siendo A, B y C matrices con formables para la suma se verifica:
1) A BB A
2) ( A B ) C= A ( B C )
Ejemplo:
[ ]
1 0 0 0
[ ]
I 2 x2 = 1 0 ; I 4 x 4 =
0 1
0
0
1
0
0
1
0
0
0 0 0 1
A I =I A
4) A nxm 1
A mxn =I nxn
A1
mxn *
A nxm =I nxn
6) A 2= A A ; A 3= A A A ; An =A A A
A
Estructuralmente ( mxn ,+, ) forman un anillo con divisores de cero y en consecuencia
no es posible dividir matrices.
Por lo que el primer problema fundamental del algebra lineal es hallar una expresin para
el inverso multiplicativo.
Si A y B son matrices no nulas puede suceder que AB sean la matriz nula.
Ejemplo:
[ ] [
A= 1 1 y B= 1 0
0 0 1 0 ]
A B= [ ][
1 1 1 0
0 0 1 0
=
0 0
0 0 ][ ]
Ejemplo: Hallare todas las matrices que conmutan con:
A= 2 1
1 3 [ ]
Sol.
X= y u
v w [ ]
A X= X A
[ ][ ] [ ][
2 1 y u = y u 2 1
1 3 v w v w 1 3 ]
[ 2 yv
][
2uw = 2 yu y +3 u
y +3 v u+ 3 w 2 v w v +3 w ]
2 yv =2 y u ; 2uw= y +3u
v =u(1) y=u+w
yu=w ( 2 ) u=v
Como:
X= y
v [ ][ u = y
w u
u
y u ]
X= [ ][
y
0
0 0 u
+
y u u ]
X=y [ ] [
1 0
0 1
+u
0 1
1 1 ]
Otras operaciones matriciales:
Matriz traspuesta:
A tnxm = [ a j i ]
Ejemplo: Sea.
[ ]
2 1
A= 3 4
5 7
Hallar At :
Sol:
[
A tnxm = 2 3 5
1 4 7 ]
Propiedades:
t t
1) ( A ) =A
t t
2) ( k A )=k A
t t t
3) ( A+ B) = A + B
t t t
4) ( A B) = B A
t
5) ( I nxn) =I nxn
Diagonal principal:
Sea una matriz cuadrada A mxn =[ ai j ] se denomina diagonal principal a aquella que corta
[ ]
2 1 4 7
3 6 3 2
A=
5 1 5 3
9 8 1 4
n
tr ( A nxn) = a ii
i=1
En el ejemplo anterior:
tr ( A nxn) =2+65=1
Propiedades:
2) tr ( kA nxn ) =k tr ( A nxn )
3) tr ( A+ B )=tr A +tr B
Matrices especiales:
Son aquellas matrices que cumplen una particularidad especfica, las ms notables son:
Matriz involutiva:
A 2nxn=I nxn
Matriz idempotente:
2
A nxn= A nxn
Matriz nilpotente:
Matriz peridica:
Matriz simtrica:
t
A nxn= A nxn
Ejemplo:
[ ] [ ]
2 1 4 2 1 4
t
A= 1 3 5 =A 1 3 5
4 5 6 4 5 6
A nxn=Atnxn
Ejemplo:
[ ]
0 3 4
B= 3 0 6
4 6 0
[ ] [ ]
0 3 4 0 3 4
B t= 3 t
0 6 =B = 3 0 6
4 6 0 4 6 0
Demostrando:
A nxn=Atnxn
[ ai j ]=[ a j i ]
En la diagonal principal:
i= j
Entonces:
ai i=a ii
2 ai i=0
ai i=0
Teorema: Toda matriz cuadrada se puede expresar como la suma de una matriz simtrica
y otra anti simtrica.
A nxn S nxn + H nxn
Donde:
t
S=S ( Simetria)
H=H t ( Antisimetria )
En forma prctica:
1 1
S= ( A+ A t ) ; H= ( A At )
2 2
Ejemplo: Desglosar la matriz A como la suma de una matriz simtrica y otra anti simtrica.
[ ]
3 2 5
A= 4 1 6
7 2 3
Sol.
1
2
t
S= ( A+ A ) =
1
2
3 2 5
4 1 6 +
{[
3 4 7
2 1 2
7 2 3 5 6 3 ][
=
3 3 6
3 1 4
6 4 3 ]} [ ]
1
H= ( AA t )=
2
1 3 2
2
5 3 4 7
{[0 1 1
4 1 6 2 1 2 = 1 0
7 2 3 5 6 3 1 2 0
2
][ ]} [ ]
[ ][ ][ ]
3 3 6 0 1 1 3 2 5
3 1 4 + 1 0 2 = 4 1 6
6 4 3 1 2 0 7 2 3
Enxn=
[ e i j si i j
0 sii> j ]
Ejemplo:
[ ]
2 1 5
E3 x3= 0 3 4
0 0 6
Fnxn =
[ f i j si i j
0 si i< j ]
Ejemplo:
[ ]
5 0 0
E3 x3= 2 1 0
0 4 3
Teorema: Toda matriz cuadrada se puede expresar como el producto de una triangular
inferior por una triangular superior.
En forma general se escribe:
Lnxn=Triangular inferior .
U nxn=Triangular superior .
Matriz escalonada:
[ ]
1 y /o 0 si i= j
A mxn = 0 si i> j
aij sii< j
Ejemplo:
[ ]
1 2 1 3
A3x 4= 0 1 2 0
0 0 0 5
[ ]
1 y /o 0 si i= j
A mxn = 0 si i> j
aij sii< j
Ejemplo:
[ ]
1 0 0 5
A3x 4= 0 1 0 3
0 0 1 2
Matriz normal:
[
A mxn = 1 si i= j
0 sii j ]
Ejemplo:
[ ]
1 0 00
F 3 x 4= 0 1 0 0
0 0 10
Matriz diagonal:
[
Dnxn= d ii si i= j
0 sii j ]
Ejemplo:
[ ]
2 0 0
Dnxn= 0 4 0
0 0 6
Propiedad:
[ ]
k
D nxn= d ii si i= j
k
0 sii j
Ejemplo:
[ ]
100
2 0 0
100 100
Dnxn = 0 (4) 0
0 0 6100
Teorema: Toda matriz cuadrada se puede expresar como el producto de una triangular
inferior, diagonal y triangular superior.
A nxn=L nxn Dnxn U nxn
Operaciones elementales:
Son cambios que se pueden realizaren las filas o columnas de una matriz A mxn con el
objetivo de encontrar una matriz equivalente a la original.
A mxn Equivalentes Bmxn
1) AA
2) Si A B B A
3) Si A B y B C A C
Nomenclatura:
f i iesima fila de la matriz A .
Por ejemplo:
[ ] [ ]
2 1 3 4 3 0 1 7
A= 4 6 5 2 A= 4 6 5 2
3 0 1 7 2 1 3 4
f1 f3
Por ejemplo:
[ ] [ ]
2 1 3 4 2 1 3 4
A= 3 4 2 5 A= 6 8 4 10
6 2 8 7 6 2 8 7
2 f 2
Por ejemplo:
[ ][ ]
2 1 3 4 2 1 3 4
6 8 4 10 6 8 4 10
6 2 8 7 0 6 4 3
f 2+ f 3 f ,3
Por ejemplo:
[ ][ ]
2 1 3 4 2 1 3 4
6 8 4 10 0 11 13 2
0 6 4 3 0 6 4 3
3 f 1 + f 2 f 2,
[ ] [ ] [ ]
3 4 2 5 1 5 6 4 1 5 6 4
A= 4 5 6 7 4 5 6 7 0 25 18 23
2 1 8 9 2 1 8 9 0 11 20 17
[ ]
1 5 6 4
0 3 22 11
0 11 20 17
, , , ,
f 3+ f 1 f 1 4 f 1+ f 2 f 2 2 f 3+ f 2 f 2 4 f 2+ f 3 f 3
2 f 1 +f 3 f ,3
[ ] [ ] [ ]
1 5 6 4 1 5 6 4 1 5 6 4
0 3 22 11 0 1 108 61 0 1 108 61
0 1 108 61 0 3 22 11 0 0 302 172
[ ]
1 5 6 4
0 1 108 61
0 0 1 86 /151
f 2 f3 3 f 2 +f 3 f ,3 f 2
Forma escalonada
(1 /302 ) f 3
[ ] [ ] [ ]
1 5 6 4 1 5 0 88 /151 1 0 0 247/ 151
0 1 108 61 0 1 0 77 /151 0 1 0 77 /151
0 0 1 86 /151 0 0 1 86 /151 0 0 1 86 /151
[ ]
1 0 0 0
0 1 0 77 /151
0 0 1 86 /151
6 f 3 + f 1 f ,1 5 f 2+ f 1 f ,1 ,
Escalonada reducida ( 77/ 151 ) c 2+ c 4 c 4
,
108 f 3 + f 2 f 2 (247/151 ) c 1 +c 4 c ,4
[ ] [ ]
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
0 0 1 86 /151 0 0 1 0
( 86/151 ) c 3+ c 4 c ,4 Normal
Matrices elementales:
Surgen al realizar la operacin elemental en la matriz identidad con formable a la matriz A.
Entonces se generan matrices elementales de filas y columnas, generalmente se
simboliza por:
Ei Matriz elementalde laiesima operacin elemental en filas.
Por lo tanto:
A mxn op . elementales Bmxn
Entonces:
Ek E3 E2 E 1 A F 1 F 2 F 3 F J =B
[
A= 2 3 7 y B= 2 0 1
5 6 4 0 4 3 ] [ ]
Sol.
[ ] [ ] [
2 3 7 2 3 7 1 15 17 1 15 17 1
5 6 4 1 15 17 2 3 7 0 27 27
0 1
0 27 27 ] [ ] [ ]
3 f 1 + f 2 f 2, f1 f 2 2 f 1+ f 2 f ,2 15 c 1 +c 2 c ,2 2
c1
,
16 c 1+ c 3 c 3 (1 /27 ) f 2
[ 2 0 1
0 1 1
] [
2 0 1
0 1 3
2 0 1
0 4 3 ] [ ]
4 c 2+ c3 c3, 4 c2 B
Matrices fundamentales:
En filas:
[ ]
I 2 x2 = 1 0
0 1 Realizamos las mismas operaciones elementales en la matriz
identidad.
E1= [ ] [ ] [
1 0
3 1
; E 2=
0 1
1 0
; E3 =
1 0
2 1
; E 4=
1
] [
0
0 1/27 ]
En columnas:
[ ]
1 0 0
I 3 x3 = 0 1 0 Realizamos las mismas operaciones elementales en la matriz
0 0 1
identidad.
[ ] [ ] [ ] [ ] [ ]
1 15 0 1 0 16 2 0 0 1 0 0 1 0 0
F1= 0 1 0 ; F 2 = 0 1 0 ; F 3= 0 1 0 ; F 4 = 0 1 4 ; F 5= 0 4 0
0 0 1 0 0 1 0 0 1 0 0 1 0 0 1
Entonces:
E4 E3 E2 E1 A F 1 F 2 F 3 F 4 F5 =B
E
P=( 4 E 3) ( E2 E1 )= 1 [ 0
][
1 0 0 1 1 0= 3
0 1/27 2 1 1 0 3 1 ][ ][ ] [
1
5/27 2/27 ]
[ ][ ] [ ][ ][ ]
1 15 0 1 0 16 2 0 0 1 0 0 1 0 0
Q=( 1 F 2) ( F 3 F 4 ) F 5 = 0 1 0 0 1 0 0 1 0 0 1 4 0 4 0
0 0 1 0 0 1 0 0 1 0 0 1 0 0 1
[ ]
2 60 44
Q= 0 4 4
0 0 1
][ ][
2 60 44
[ 3 1
][
2 3 7
5 /27 2/27 5 6 4
0
0
4
0
4 =
1
2 0 1
0 4 3 ]
P A Q=B
En aquellos problemas donde no se solicite las matrices elementales y solo nos pidan las
matrices P y Q entonces se procede de la siguiente manera:
Qnxn I nxn
filas
Pmxm B mxn
E4 E3 E2 E1 A I =U
Entonces:
A=( E1
1 E 2 E3 E K ) U
1 1 1
A=L U
[ ]
3 2 1
Ejemplo: Descomponer la matriz A= 6 1 4 en la forma A=L D U siendo
9 3 5
[ ]
2 0 0
D= 0 3 0 ; L=triangular inferior ;U =triangular superior .
0 0 4
Sol.
[ ] [ ] [ ] [ ]
3 2 1 3 2 1 3 2 1 3 2 1
6 1 4 0 5 6 0 5 6 0 5 6
9 3 5 0 9 2 0 0 64 /5 0 0 64
9
2 f 1+ f 2 f ,2 ( )f 2 + f 3 f ,3 5f 3 B
5
3 f 1 + f 3 f ,3
Matrices elementales:
[ ]
1 0 0
I 3 x3 = 0 1 0
0 0 1
[ ] [ ] [ ] [ ]
1 0 0 1 0 0 1 0 0 1 0 0
E1= 2 1 0 ; E 2= 0 1 0 ; E3= 0 1 0 ; E4 = 0 1 0
0 0 1 3 0 1 0 9/5 1 0 0 5
Entonces:
E4 E3 E2 E1 A=B / premult . E1
4
E1 1
4 E 4 E3 E 2 E 1 A=E 4 B
E3 E2 E 1 A=E1 1
4 B/ premult . E3
1 1 1
E3 E 3 E 2 E1 A=E3 E4 B
E2 E 1 A=E1 1 1
3 E 4 B / premult . E2
E1 1 1 1
2 E 2 E1 A=E2 E3 E 4 B
E1 A=E1 1 1 1
2 E 3 E 4 B / premult . E1
E1 1 1 1 1
1 E 1 A=E 1 E2 E3 E 4 B
A=E1 1 1 1
1 E2 E3 E 4 B ( )
[ ] [ ] [
1 0 0
0 0 1
1
] [ ]
1 0 0
3 0 1
1
1
E 1 = 2 1 0 ; E 2 = 0 1 0 ; E3 = 0
0
1
0 1 0 0
0 ;E = 0 1 0
0 9 /5 1/5 4 0 0 1/5
[ ][ ][ ]
1 0 0 1 0 0 1 0 0
( E E )( E E )= 2 1 0 0 1
1
1
1
2
1
3
1
4 0 = 2 1 0
3 0 1 0 9/5 1/5 3 9/5 1 /5
Entonces en ( ) :
[ ][ ]
1 0 0 3 2 1
A= 2 1 0 0 5 6
3 9/5 1 /5 0 0 64
B=D U
[ ][ ] [ ]
1 0 0 2 0 0 3 /2 0 1/2
A= 2 1 0 0 3 0 0 5 / 3 2
3 9/5 1 /5 0 0 4 0 0 16
A=L D U
Captulo 2
Determinantes e Inversas
Definicin:
Para definir un determinante existen dos enunciados que dicen:
1 Definicin: Un determinante es una aplicacin que asocia a toda matriz cuadrada un
valor escalar.
f : Anxn K
Definiciones previas:
Permutacin: Una permutacin es un arreglo ordenado de n elementos tomados de n
en n.
Pn=n !
( 1,2 )
( 2,1 )
( 1,2.3 ) (2,3,1 )
( 1,3,2 )( 3,1,2 )
( 2,1,3 ) ( 3,2,1 )
Inversin:
Sol.
8+8+7 +1+1+ 4 +32+1
de inv .=
Producto elemental:
[ ]
a11 a 12 a13
A 3 x 3= a21 a 22 a23 + a13 a21 a32
Si a a22 a31 producto elemental
a31 a 32 a33 13
a11 a23 a32
a12 a21 a33
| |
a 11 a12 a13 a13 a22
det ( 3 x 3)= a21 a22 a23 = ( a11 a22 a33 ) + ( a12 a23 a 31) + ( a (
a13 a 21 a32 31
a31 a32 a33
a11 a23 a 32 (a12 a21 a33)
Regla de Sarrus:
| |
a 11 a12 a 13 a11 a12
a21 a22 a23 a21 a22
a31 a32 a33 a31 a32
Propiedades:
Se pueden aplicar las siguientes operaciones elementales en determinantes:
1) | A 1 A 2 Ai A j A n | | A 1 A 2 Ai A j A n | Ai A j
2) | A 1 A 2 A3 KA i A n | K| A 1 A 2 A3 Ai A n |
3) | A 1 A 2 Ai A j A n | | A 1 A 2 Aij A i + A j An | Ai+ A j A j
4) | A 1 A 2 Ai A j A n= || A 1 A 2 KA i + A j A n | KA i + A j A j
5) | A 1 A 2 0 A n | 0
6) | A 1 A 2 Ai , A i A n | 0
A
7) det )= det ( A nxn )
t
A
8) det
n
det ( A nxn )=K
A
1
( 1 )=
12) det A
det
Ejemplo: Si el determinante:
| |
a b c
d e f =8
g h i
| |
a b c
2g 2h 2i
d3 a e3 b f 3 c
Sol.
| | | | | |
a b c a b c a b c
2g 2h 2 i =(1 ) ( 2 ) g h i =2 g h i
d3 a e3 b f 3 c d3 a e3 b f 3 c d e f
3 f 1 + f 3 f ,3 f 2 f3
| |
4 3 2 2
2 5 2 3
3 1 4 6
4 5 3 2
Sol.
| || || || |
4 3 2 2 1 4 2 8 1 4 2 8 1 4 2 8
2 5 2 3 2 5 2 3 0 13 2 13 0 13 2 13
3 1 4 6 3 1 4 6 0 13 10 30 0 0 8 17
4 5 3 2 0 5 1 4 0 5 1 4 0 5 1 4
f 3 + f 1 f ,1 2 f 1 +f 2 f ,2 f 2+ f 3 f ,3 3 f 4 + f 2 f ,2
, ,
2 f 2+ f 4 f 4 3 f 1+ f 3 f 3
| | | |
1 4 2 8 1 4 2 8
0 2 5 25 0 2 5 25
0 0 8 17 0 0 8 17
0 5 1 4 0 5 1 4
| || |
1 4 2 8 1 4 2 8
0 2 5 25 0 2 5 25
0 0 8 17 0 0 8 17
0 0 23 /2 67 /2 0 0 0 145/16
, ,
(5/2) f 2+ f 4 f 4 (23/16) f 2 +f 4 f 4
Matriz de cofactores:
|M i j| : Determinante menor que queda en la matriz A nxn luego de anular la i-esima fila
y la i-esima columna.
Ejemplo: Hallar la matriz de cofactores de:
[ ]
2 4 5
A= 3 2 1
4 6 2
Sol.
[ ]
c11 c 12 c 13
cofact ( A3 x3 ) = c 21 c 22 c 23
c 31 c 32 c 33
| |
c 11=(1)1+1 2 1 =46=10
6 2
c 12=(1)1 +2 3 | |
1 =(6+ 4 )=2
4 2
| |
c 13=(1)1+3 3 2 =18+8=26
4 6
| |
c 21=(1)2+1 4 5 =( 830 )=22
6 2
| |
c 31=(1)3 +1 4 5 =410=14
2 1
| |
c 32=(1)3 +2 2 5 =( 215 )=13
3 1
| |
c 33=(1)3+3 2 4 =4 +12=16
3 2
[ ]
10 2 26
cofact ( A3 x3 ) = 22 16 14
14 13 16
Propiedades:
t t
1) cofact ( A )=(cofact ( A))
n1
2) cofact ( KA nxn ) =K cofact ( A nxn )
Sol.
Por cofactores alrededor de la segunda columna:
| A|=(4 )(1 ) 3 | | |
1 + ( 2) 2
4 2 | | |
5 ( 6 ) 2 5
4 2 3 1
Regla de Cho:
En un determinante de orden n es posible realizar operaciones elementales con el
objetivo de conseguir la mayor cantidad de ceros en una fila o columna para luego aplicar
el desarrollo de cofactores y as ir reduciendo el orden del determinante.
Ejemplo: Hallar el determinante de:
| |
2 3 4 1 5
4 2 6 2 3
3 5 2 3 4
6 7 2 1 4
4 5 3 2 2
Sol.
| || || ||
2 3 4 1 5 2 3 4 1 5
|
8 4 14 13 0 3 3 13
4 2 6 2 3 8 4 14 0 13
3 14 10 19 3 15 10 19
3 5 2 3 4 3 14 10 0 19
8 4 6 1 0 5 5 11
6 7 2 1 4 8 4 6 0 1
8 1 11 12 8 1 11 12
4 5 3 2 2 8 1 11 0 12
2 f 1 +f 2 f ,2 f 4 + f 1 f ,1 c3 +c2 c2,
3 f 1 + f 3 f ,3 f 4 +f 3 f ,3
f 1 + f 4 f ,4
| |
0 0 3 1
3 4 10 19
2 f 1 +f 5 f ,5
0 0 5 11
8 10 11 12
| |
0 0 0 1
| |
3 2 47
2
3 2 47 19
0 0 28 11
2 0 0 28 2(28)
8 5 25
3 2
8 5 | |
8 5 25 12
3 c 4+ c 3 c ,3
| || |
n 1 1 1 1 n 1 1 1 1
n 2 1 1 1 0 1 0 0 0
n 1 3 1 1 0 0 2 0 0
= | A|=n 1 2 3 (n1)
n 1 1 4 1 0 0 1 3 0
1 0
n 1 1 1 n 0 0 0 0 n1
f 1 +f 2 f ,2
,
f 1 +f 3 f 3
f 1 +f 4 f ,4
,
f 1 +f n f n
| A|=n ( n1 ) !=n !
Inversa de matrices:
Una matriz se dice que posee inversa si se cumple:
1) Debe ser una matriz cuadrada.
A nxn
Propiedades:
1 1
1) ( A ) =A
1 1
2) A A =A A=I
1 1 1
3) (KA) = K A
t 11 t
4) ( A ) =( A )
1 1 1
5) ( AB) =B A
n 1 1 n
6) ( A ) = ( A )
De la equivalencia:
Ek E3 E2 E 1 A=I
1
A =E k E k1 Ek2 E2 E 1
A1=F 1 F 2 F 3 F J
[ ]
3 2 1
A= 4 3 2
5 6 3
Sol.
3 2 1 1 0 0 f 1 +f 2 f ,2
4 3 2 0 1 0
5 6 3 0 0 1 2 f 1+ f 3 f 3
,
3 2 1 1 0 0
1 1 3 1 1 0 3 f 2 +f 1 f ,1
1 2 1 2 0 1
,
0 1 10 4 3 0 f 2+ f 3 f 3
1 1 3 1 1 0
0 3 2 3 1 1 f 1+ f 2 f 2
,
0 1 10 4 3 0
1 0 7 3 2 0 3 f 1 + f 3 f ,3
0 0 28 9 8 1
f 1
1
( )f
28 3
1 0 7 3 2 0 7 f 3 + f 1 f ,1
0 1 10 4 3 0
0 0 1 9/28 8 /28 1/ 28 10 f 1+ f 2 f ,2
1 0 0 21/28 0 7 /28
0 1 0 22 /28 4 /28 10 /28
0 0 1 9 /28 8 /28 1/28 1
A
[ ]
21 0 7
1
A1= 22 4 10
28
9 8 1
Matriz adjunta:
Anxn
cofact ( t)
t
adj ( A nxn )=(cofact (A nxn )) adj ( A nxn )=
Propiedades:
A
t
1) ( t)= [ adj(A ) ]
adj
n1
2) adj ( k A )=k adj ( Anxn )
4) A adj ( A )=det ( A) I
n1
5) det ( adj ( A )) =det (A )
2
(n1 )
6) det ( adj ( adj ( A ) ) )=det ( A)
[ ]
2 1 3
A= 4 2 4
5 2 1
Se pide hallar:
a) adj ( A ) .
b) det ( adj ( A )) .
Sol.
a)
A
( t )
[ ]
| | | | |
+ 2
4
2
1
1
3
2
1
+ 1 2
3 4 |
| | | | |
4
4
5
1
+
2
3
5
1
3 4 |
2 4 =cofact
| | | | |
+4 5
1 2
2 5
1 2
+ 2 4
1 2 |
[ ]
10 7 2
adj ( A )= 24 13 20
2 9 8
b)
| | | || |
10 7 2 5 7 1 5 17
|adj ( A )|= 24 13 20 =2 2 12 13 10 =4 38 57
2 9 8 1 9 4 19 19 0
0 =4 |
38 57
19 19 |
10 f 1 + f 2 f 2,
4 f 1 + f 3 f 3,
Por la propiedad:
| |
2 1 3 2 1
[ A ] = 4 2 4 4 2
5 2 1 5 2
En el anterior ejemplo:
[ ]
10 7 2
1 1
A = 24 13 20
38
2 9 8
Verificando A A1 =I
[ ][ ] [ ][ ]
2 1 3 10 7 2 38 0 0 1 0 0
1 1
4 2 4 24 13 20 = 0 38 0 = 0 1 0
38 38
5 2 1 2 9 8 0 0 38 0 0 1
Captulo 3
[ ][ ] [ ]
a 11 x1 b1
a 12 a 13 a1n
a 21 x2 b2
a 22 a 23 a2n
a 31 x3 = b3
a 32 a 33 a3n
a m2 a m3 a mn
a m1 xn bm
3 x1 +2 x 22 x 3=1
4 x 1+ 3 x 2 +3 x 3=11
Sol.
[ ][ ] [ ]
2 3 1 x1 1
3 2 2 x2 = 1
4 3 3 x3 11
[ ] [ ] [ ]
2 3 1 1 2 3 1 1 0 13 7 5
,
3 2 2 1 1 5 3 2 1 5 3 2 1 f 1 + f 2 f 2
4 3 3 11 0 3 5 9 0 3 5 9
, ,
2 f 2+ f 1 f 1 4 f 3+ f 1 f 1
2 f 1 +f 3 f ,3
[ ][ ][ ]
0 1 13 41 0 1 13 41 1 0 68 203
1 5 3 2 1 0 68 203 0 1 13 41
0 3 5 9 0 0 44 132 0 0 1 3
,
5 f 1+ f 2 f 2 f1 f3
3 f 1+ f 3 f ,3 f 2
(1/44) f 3
Retornando al sistema:
x 168 x3 =203 x 1=1
x 3=3
- Consistente
Sistema - Indeterminado (infinitas soluciones)
lineal
AmxnXnx1= Bmx1
Se simboliza por ( Amxn ) es la cantidad de filas no nulas que quedan en la matriz luego
de llevarla a su escalonada reducida.
Ejemplo:
[ ][ ][ ][ ][ ]
2 1 3 2 1 3 0 7 1 0 0 0 1 3 2
A 4 x 3= 3 2 5 1 3 2 1 3 2 1 3 2 0 1 1/7
5 1 8 1 3 2 0 0 0 0 0 0 0 0 0
8 3 13 0 7 1 0 7 1 0 7 1 0 0 0
, , ,
1 f 1+ f 2 f 2 1 f 2+ f 3 f 3 f 4 +f 1 f 1 (1/7) f 4
2 f 1+ f 3 f ,3 2 f 2+ f 1 f ,1
,
4 f 1+ f 4 f 4
( A 4 x 3 )=2
- Consistente
Sistema - Indeterminado (infinitas soluciones)
lineal
AmxnXnx1= Bmx1
1 1
A A X= A B
X =A1 B
Por lo tanto:
Entonces:
1) El sistema es consistente determinado.
( A )= ( A B =n
3) El sistema es inconsistente.
( A ) ( A B
( k 1 ) x + y + ( 2 k6 ) z =2
( 2k ) x + ( 2 k2 ) y + ( 2 k 2 3 k +4 ) z=k 3 2 k +2
[ ][ ] [ ]
1 2 3k x 1
k1 1 2 k6 y = 2
2 3
2k 2 k2 2 k 3 k + 4 z k 2 k +2
| || |
1 2 3k 1 2 3K
det ( A )= k1 1 2 k6 K +1 5 0
2k 2 k 2 2 k 2 3 k +4 2
2K 2 K 2 2 k 3 k+ 4
2 f 1 +f 2 f ,2 2 c 1 +c 2 c ,2
(k 3)c 1 +c 3 c ,3
| |
1 0 0
K +1 2k + 3 (k +1)(k 3)
2K 6+4 K k 2+2 k +2
|
2 k +3 (k +1)(k 3)
6+ 4 K 2
k +2 k + 2 0 | |
2 k +3 (k +1)(k 3)
3 k 22 k 8 |
2 f 1 +f 2 f ,2
det ( A )=(2 k+ 3 ) ( 3 k 22 k 8 ) =0
3 4
k = ; k =2; k=
2 3
Para k=2:
[ ] [ ] [ ]
1 2 1 1 1 0 5 5 1 0 5 5
1 1 2 2 0 0 0 0 0 1 3 3 ( A )=2 ; ( A B )=2
0 2 6 6 0 1 3 3 0 0 0 0
f 1 +f 2 f ,2 f 3 + f 2 f ,2
,
(1/2) f 3 2 f 3+ f 1 f 1
[ ] [ ] [ ]
1 2 3/2 1 1 2 3/2 1 1 2 3 /2 1
1 /2 1 3 2 0 0 15/4 5 /2 0 0 5/4 15/8
1 /2 1 4 19/8 0 0 5 /4 15 /8 0 0 0 25 /8
1 ,
f +f 2 f 2 3 f 3 + f 2 f ,2
2 1
1 ,
f +f 3 f 3
2 1
( A )=2 ; ( A B )=3
[ ][ ]
1 2 13/3 1 3 6 13 3
7 /3 1 26 /3 2 7 3 26 6
10 /3 14/3 104/9 62 /27 90 126 312 62
3f 1 2 f 1 +f 2 f ,2
3f 2 30 f 1+ f 3 f ,3
27 f 3
[ ] [ ] [ ]
3 6 13 5 0 51 13 3 0 51 13 3
1 15 0 3 1 15 0 0 1 15 0 0
0 306 78 0 0 306 78 28 0 0 0 10
3 f 2 + f 1 f 1, 6 f 1+ f 3 f ,3
f 2
( A )=2 ; ( A B )=3
2 3
Sistemas homogneos:
Un sistema de ecuaciones lineales se denomina homogneo si es de la forma:
A mxn X nx 1=Omx 1
Es decir:
a11 x 1+ a12 x 2 + +a1 n x n=0
a21 x 1 +a 22 x2 + + a2 n x2=0
an 1 x1 +a n 2 x 2+ +a mn x n=0
Por Frobenius:
( A )= ( A B
( A )= ( A O
( A )= ( A
[]
0
X nx 1=Onx 1 = 0 solucin trivial
0
Si el sistema fuera:
A nxn X nx 1=Onx 1 tiene nica solucin si det ( A)0.
Regla de Cramer:
Se utiliza para resolver sistemas de ecuaciones lineales cuadrados con nica solucin.
A nxn X nx 1=B nx1
Dnde:
det ( A i )
x i=
det ( A)
Cuando:
det ( Ai ) es el determinante de la matriz A reemplazando en lugar de la i-esima columna
de A la columna B nx1 .
Dnde:
[ ] []
p 2 2 x
A= 2 p 2 ; x= y
2 2 p z
Hallar p talque:
a) Tenga nica solucin.
b) Tenga infinitas soluciones.
t
x A=3 x
t
/()t
t t t t
(x A ) =(3 x )
t t
A t ( x t ) =3 ( x t )
t
A x3 x=O
A
( t3 I ) x=O
[ ] [ ][ ]
p 2 2 1 0 0 p3 2 2
t
A 3 I = 2 p 2 3 0 1 0 = 2 p3 2
2 2 p 0 0 1 2 2 p3
| | | | | |
p3 2 2 p5 0 2 p5 0 0
| A 3 I|= 2 p3 2
t
0 p5 2 0 p5 0
2 2 p3 P+5 P+5 p3 0 0 p+1
c3 + c2 c2, f 1 + f 3 f ,3
c3 + c1 c,1 f 2+ f 3 f ,3
3 x1 +2 x 2x 3=4
4 x 1 +3 x 22 x 3=4
Sol.
[ ][ ] [ ]
2 1 2 x1 6
3 2 1 x2 = 4
4 3 2 x3 4
Por Cramer:
| |
2 1 2
det ( A )= 3 2 1 =( 8+ 4+18 ) ( 1666 )=26
4 3 2
| |
6 1 2
det ( A 1 )= 4 2 1 =( 24+ 4+ 24 ) (16188 )=62
4 3 2
| |
2 6 2
det ( A 2 )= 3 4 1 =( 1624+24 )( 328+36 )=44
42 4 2
| |
2 1 6
det ( A 3 )= 3 2 4 = (1616+54 ) ( 48+2412 )=6
4 3 4
det ( A i )
x i=
det ( A)
62 31
x 1= =
26 13
44 22
x 2= =
26 13
6 3
x 3= =
26 13
Captulo 4
ESPACIOS VECTORIALES
Introduccin.-
El trmino vectorial est referido a vectores.
Vector.-
Es un segmento con direccin magnitud y sentido.
Sentido
Magnitud
Direcci
n
P(x, y,
z)
P =( x , y , z ) R 3
Operaciones.-
Suma de vectores.-
Sean
u=( u1 , u2 , u3 ) y v = (v 1 , v 2 , v 3)
k u =k ( u1 , u2 ,u3 ) =( k u1 , k u2 , k u 3 ) siendo k R 0
Ejemplo.-
Sean los vectores
u = ( -2, 5, 3 ) v = ( 4, -3, -2 )
Hallar
a) u + v
u +
v = ( -2, 5, 3 ) + ( 4, -3, -2 ) =(2,2,1)
b) 2 u -3 v
2 u -3 v = 2(-2, 5, 3) -3(4, -3, -2)
2 u -3
v =(16,19,12)
El objetivo del captulo es generalizar las propiedades de las operaciones vectoriales y sus
propiedades para un conjunto numrico dotado con una operacin ley de
compocision interna, ley de composicin externa, y un campo de escalares k.
Definicin.-
2.) Asociatividad
u , w v ( u v )
v, w = u ( v
w)
Ejemplo.-
u v = ( u1 + v 1 , u2 + v 2 -1 )
k u =( ku1 , u 2 )
Solucin
i. L.c.i. por definicin.
u = ( u 1 , u2 ); v = ( v 1 , v 2 ) ;
w = ( w1 , w 2 )
( u
v )
w = u (
v
w)
( u1 + v 1 , u 2 + v 2 -1 ) ( w1 , w 2 )
( u1 + v 1+ w1 , u 2 + v 2 +w 2 -1-1 )
u 1 +( v 1 +w 1
( , u2 +( v 2+ w 2 -1)-1 )
u 1 ,u2
v 1 + w1 , v 2+ w2 -1
u (
v
w )= u ( v
w)
ii. u e = u
e1 ,
e2 )
e =
u1 ,u2 ) ( e 1 ,e 2 ) = (u1 , u2 )
u1 +e 1 , u2 +e 2 -1) = ( u1 , u2 )
u1 +e 1 ) = u1 e1 =0
u2 +e 2 -1) = u2 e 2=1
e0 = (0,1) R 2
iii.
u = ( u 1 , u2 ) u1=( u11 , u21)
u1 u1-1 = e
( u1 ,u 2 ) ( u 1-1 , u1
2 )=( e1 , e2 )
( u1 +u 1-1 , u2 +u1
2 -1)=( e1 , e2 )
-1
u1 + u1 = e1
-1
u1 + u1 =0
-1
u1=u1
( u2 +u1
2 -1)=e 2
( u2 +u1
2 -1)=1
u2 =2- u1
2
u 1 , 2u 2 ) R 2
u1
1 =
iv. u v = v u
( u1 + v 1 , u2 + v 2 -1)
( v 1 + u 1 , v2 +u 2 -1)
v u = v u grupo abeliano
v.
k u R por definicion
vi.
k ( u v )=( k 1
u1 ) ( k 2
v2 )
k [(u1 , u2 ) ( v 1 , v 2
k [ u1 + v1 , u2 , v 21
vii. ( k 1 + k 2 ) u = k 1 ( k 2 u )
( k1 + k 2 ) u =(uk )k1 2
( k1 + k 2 ) u =u k k
1 2
viii. 1 u = u
u = u
Nota:
Vectores reales de n componentes se puede escribir
[]
X1
X2
( X 1 , X 2 , X 3 , , X n) o X 3
Xn
Espacio
Vectorial
(S, +, k, )
ii u S k K k u S ( L. C . E)
Ejemplo.-
Analizar si los siguientes subconjuntos son sub espacios en los espacios vectoriales
dados.
a) S= {( x , y , z ) R3 /2 x y +3 z=0 }
( t 1 ) ( t+1 ) +t
b) T ={P ( t ) P2 / P =P
{ }
x
c) U= f ( x ) f ( x ) /f ( x )+ f ( x ) dx =x2 +1
0
d) V = { A Rnn / A=A t }
Solucin
a) i S ea ( u 1 , U2 , U3 ) s 2 u1 - U2 +3 u 3 =0 y ( v1 , V2 , V3 ) s 2 v1 - V2 +3 v 3 =0
( u1 ,u 2 , u3 ) +( V1 , V 2 , V3 ) =(u1 + v 1 , u2 +v 2 , u3 +v 3 )
2 ( u1+v 1 ) ( u2 +v 2 ) +3 ( u3 +v 3 = 0
2u 1+2 v 1u2v 2+3 u3 +3 v 3=0
( 2 u 1 - U2 +3 u3 ) + ( 2 v 1 - V2 +3 v 3 )=0
0=0
ii k ( u 1 , U2 , U3 ) s
b) P ( t ) T P ( t1 )=P ( t+ 1 )+ t
Q ( t ) T Q ( t1 )=Q ( t +1 )+ t
k1 Y k 2 R
entonces k 1 P ( t ) +k 2 Q ( t ) T
[ k 1 P ( t ) +k 2 Q ( t ) ] t=t 1 =[ k 1 P ( t ) +k 2 Q ( t ) ] t=t1 +t
[ k 1 P ( t1 ) + k 2 Q ( t1 ) ]=[ k 1 P ( t+1 ) + k 2 Q ( t+1 ) ]+t
k 1 { P (t 1 )P (t +1 ) } +k 2 { Q ( t 1 )Q ( t+1 ) } =t
k1 t + k 2 t=t
k
t( 1+ k 2 )=t
k 1 +k 2=1
T no es un subconjunto por que k1 y k2 la suma en los reales no siempre
ser 1.
{ }
x
c) Sean f ( x ) L f (x )+ f ( x ) dx=x 2 +1
0
{ }
x
g ( x ) L g ( x)+ g ( x ) dx=x 2+1
0
k1 Y k 2 R
k 1 f ( x )+ k 2 g ( x) L
x
[ k 1 f ( x ) +k 2 g ( x ) ] +(k 1 f ( x ) + k 2 g ( x ))dx=x 2 +1
0
x x
k 1 f ( x )+ k 2 g ( x ) +k 1 f ( x ) dx+ g ( x ) dx=x 2+1
0 0
x x
( ) ( )
k 1 f ( x ) + f ( x ) dx + k 2 g ( x ) + g ( x ) dx =x 2 +1
0 0
x 2+1 x 2+1
x
k
2
( 1+k 2 )=x +1
( 2+1)
k
( 1+k 2 )=1
B U B=Bt
k1 Y k 2 R
k 1 A +k 2 B U
k 1 A +k 2 B=( k 1 A+ k 2 B )t
k 1 A t + k 2 Bt =( k 1 A+k 2 B )t
(k 1 A )t +(k 2 B)t =( k 1 A +k 2 B )t
t t
( k 1 A +k 2 B ) =( k 1 A+k 2 B )
u es unespacio
Combinacin lineal.-
x =k 1
u1 +k 2
u2 + .+k n
un
Ejemplo.-
Hallar el valor de a tal que l polinomio 3 t 3 2t 2 +3 t+(a5) sea combinacin lineal del
conjunto:
{2 t t +t3, t t+1 , 3 t + 4 t 5 } en ( P3 ,+, R , ) .
3 2 3 3 2
Solucin
3 t 3 2t 2 +3 t+ ( a5 )=k 1 (2 t 3 t 2 +t3) + k 2 (t 3t +1)+ k 3 (3 t 3 + 4 t 25)
3 t 3 2t 2 +3 t + ( a5 )= ( 2 k 1+ k 2 +3 k 3 ) t 3+(k 1 +4 k 3 )t 2 + ( k 1k 2 )t +( 3 k 1+ k 25 k 3 )
2 k 1 +k 2 +3 k 3 =3
k 1+ 4 k 3=2
k 1k 2 = 3
3 k 1+ k 25 k 3 =a5
[ ][ ][ ]
2 1 3 3 0 3 3 3 0 1 1 1
1 0 4 2 0 1 4 1 0 1 4 1
1 1 0 3 1 1 0 3 1 1 0 3
3 1 5 a5 0 2 5 a+ 4 0 2 5 a+ 4
[ ][ ][ ]
0 1 1 1 1 0 1 2 1 0 0 2
0 0 5 0 0 1 1 1 0 1 0 1
1 0 1 2 0 0 1 0 0 0 1 0
0 0 3 A+ 2 0 0 3 A+ 2 0 0 0 A+2
(-1/5) F2 F3 F1`
a=2
Se dice que el conjunto es linealmente independiente si el vector nulo 0 se puede
escribir como combinacin lineal del conjunto.
=k 1 v1 + k 2 v 2+ ..+ k n v n
nica solucin
Por el contrario si el vector nulo no se puede escribir como combinacin del conjunto, se
dice que estos vectores son linealmente dependientes.
=k 1 v1 + k 2 v 2+ ..+ k i v i
Infinitas solucines
Ejemplo.-
Analizar el conjunto de vectores {(1, 3,-2,4) ; (2,5,-3,6) ; (3, -6,5,7)} en r 4.
Solucin
(0, 0, 0, 0) = k 1 (1, 3,-2,4) + k 2 (2,5,3,6) + k 3 (3, -6, 5, 7)
k
(0, 0, 0, 0)= ( 1+2 k 2 +3 k 3 , 3 k 1 +5 k 26 k 3 ,2 k 13 k 2+5 k 3 , 4 k 1 + 6 k 2 +7 k 3 )
k 1 +2 k 2 + 3 k 3=0
3 k 1 +5 k 26 k 3 =0
2 k 13 k 2 +5 k 3=0
4 k 1 +6 k 2+ 7 k 3=0
[ ][ ][ ]
1 2 3 0 1 2 3 0 1 0 19 0
3 5 6 0 0 1 15 0 0 0 4 0
2 3 5 0 0 1 11 0 0 1 11 0
4 6 7 0 0 2 5 0 0 0 17 0
[ ][ ]
1 0 19 0 1 0 0 0
0 0 1 0 0 1 0 0
0 1 11 0 0 0 1 0
0 0 17 0 0 0 0 0
F2 = F3
11F2 +F3 = F3
(1/17)=F4
k 1=0 k 2=0 k 3=0
Ejemplo.-
3 2 3 3 2 2
Analizar el conjunto { 3 t +2 t t+3, t t + 1, 4 t +2 t 3 t+ 4,t t +1} es linealmente
Solucin
0t 3 + 0t 2 +0t+0= k 1 ( 3 t 3 +2 t 2 -t+3 ) +K 2 ( T3 -t+1 ) + K 3 ( 4 t 3 +2 t 2 -3t+4 ) + K 4 ( T2 -t+1)
0t 3 + 0t 2 +0t+0= (3 k 1 + K 2 +4 k 3 ) T3 + ( 2 k 1 + 2k 3 + K 4 ) T2 + ( -k 1K 2 -2 k 3 K 4 ) t+ ( 3k 1 +K 2 +4 k3 +K 4 )
3 k 1 + K2 +4 k 3 =0
2 k 1 + 2k 3 + K4 =0
-k 1K2 -2 k3 K 4 =0
3k 1+ K2 +4 k 3 + K4 =0
[ ][ ] [ ]
3 1 4 0 K1 0
2 0 2 1 K2 0
=
1 1 2 1 K 3 0
3 1 4 1 K4 0
| |
3 1 4 0
2 0 2 1
1 1 2 1
3 1 4 1
3F3 + F4 = F4
F1 + F4 =F4
| |
3 1 4 0
2 0 2 1
2 0 2 1
0 0 0 1
Por cho
| |
3 14
2 02
2 02
| |
2 2
2 2
| A|=( 44 )=0
El conjunto es linealmente dependiente.
Ejemplo.-
a) Linealmente independiente.
b) Linealmente dependiente.
( 5+1 ) T +2t+ ( 4+1 ) , ( 4-1 ) T + ( -1 ) t+ ( 4-1 ) , ( 6+2 ) T2 +2t+(5+2)
2 2
Solucin
2 2
0t +0t+0= ( ( 5+1 ) K1 + ( 4-1 ) K 2 + ( 6+2 ) K 3 ) T + ( 2k1 + ( -1 ) k 2 +2 k 3 ) t+( ( 4+1 ) k 1+ ( 4-1 ) k 2 +(5+2) k 3 )
2k1 + ( -1 ) k 2 +2 k 3 =0
[ 2 ( -1 ) 2
][ ] [ ]
( 5 +1 ) 4 -1 ( 6 +2 ) K1 0
K2 = 0
( 4 +1 ) ( 4 -1 ) 5 +2 K3 0
|
| A|= 2
|
( 5 +1 ) 4 -1 ( 6 +2 )
( -1 ) 2
( 4 +1 ) ( 4 -1 ) 5 +2
F1 F2 = F1
|
| A|= 2
( ) 0 ()
( -1 ) 2
( 4 +1 ) ( 4 -1 ) 5 +2 |
C1 C3 = C3
|
| A|= 2
( ) 0 0
( -1 ) 0
( 4 +1 ) ( 4 -1 ) +1 |
Utilizando cho
| A|= ( 1 )( +1 )=0
Entonces. =0 =1 =1
a) Es linealmente independiente 0, 1 y 1
b) Es linealmente dependiente si =0 =1 =1
Teorema.-
En todo conjunto linealmente dependiente un vector del conjunto se puede escribir como
combinacin lineal de los resultantes.
Como:
=k 1 v1 + k 2 v 2+ ..+ k i v i
entonces los escalares k 0.
k n1
k i1 v
=(k 1 / k 1) v1 +(k 2 /k 2 )v 2+ ..+
Ejemplo.-
Hallar los valores de a y b tal que el conjunto en r 2*2 sea linealmente dependiente.
{( 3 4 )(
1 5 2 b+5)(
2 1 ; 3 2 ; a+ 1 3
)}
Solucin.
[ 2 b +5 1] [
a+1 3 = 2 1 + 3 2
3 4 2
1 5 ] [ ]
2 1 +3 2=a+1
1 +2 2=3
3 1 2=2
4 1 +3 2=b+5
( |)
2 3 a+1
1 2 3
3 1 2
1 5 b+ 5
2F2 + F1 = F1
3F2 + F3 = F3
F2 + F4 = F4
( |)
0 7 a5
1 2 3
0 5 11
0 13 b7
-F2 = F2
(1/5)F3 =F3
( | )
0 7 a5
1 2 3
0 1 11/5
0 13 b7
2F3 + F2 = F2
-7F3 + F1 = F1
(-13)F3 + F4 = F4
(| )
0 0 a+52/5
1 0 3/5
0 1 11 /5
0 0 b+ 108/5
F2 F1
F3 F2
(| )
1 0 7/5
0 1 11 /5
0 0 a+52/5
0 0 b+ 108/5
52 108
a+ =0 b+ =0
5 5
52 108
a= b=
5 5
{ f 1 ( x ) , f 2 ( x ) , .., f n ( x ) }
De la definicin
0=k 1 f 1 ( x ) + k 2 f 2 ( x ) + ..+k n f n ( x)
Obtenemos los (n-1) ecuaciones restantes derivando (n-1) veces la anterior ecuacin.
0=k 1 f 1 ( x ) + k 2 f 2 ( x ) + ..+k n f n ( x )
0=k 1 f 1 ( x ) +k 2 f 2 ( x ) + ..+k n f n ( x)
0=k 1 f 1 ( x ) +k 2 f 2 ( x ) + ..+k n f n (x )
n1 n1 n1
0=k 1 f 1 ( x ) + k 2 f 2 ( x ) + ..+k n f n ( x )
En forma matricial.
f1 f2
f 1 f 2
fn
f n
f n1
1 f n1
2
( ) ()
k1 0
( f n ) k 2 = 0
( n1 )
kn 0
Por lo tanto:
Ejemplo.-
Analizar si los siguientes conjuntos de funciones son linealmente independientes o
dependientes.
a) C={ e x , x e x , x 2 e x }
b) D= 1, ,{
1 x 1
x x }
| |
x x 2 x
e xe x e
x x 2
det= e x e (x +1) e (2 x + x )
ex x x 2
e ( x+ 2) e (2+4 x + x )
Factorizando e x
| |
1x x2
det=e x e x e x 1 ( x +1) (2 x + x 2)
1 (x +2) (2+ 4 x + x 2)
-F1 +F2 = F2
-F1 + F3 = F3
| |
2
1 x x
det=e 3 x 0 1 2x
0 2 2+ 4 x
- 2F2 + F3 = F3
| |
2
1 x x
3x
det=e 0 1 2x
0 0 2
Utilizando cho.
3x
Det 2 e 0 es Linealmente Independiente .
| |
1 1
1 1
x x
1 1
b) det=
0 x 2 x2
0 2 2
x 3 x3
| |
1 1
1 1
x x
det= 1 1 =0
0
x 2 x2
0
0 0
Entonces
x =k 1 v 1 +k 2 v2 + ..+ k i v i (nica solucin)
Teoremas
i) Todo conjunto generador es linealmente independiente. Lo contrario no siempre
es vlido.
ii) Todo conjunto linealmente dependiente no genera al espacio vectorial pero si
genera un sub espacio vectorial.
Ejemplo.-
Analizar si el conjunto en r4 genera al espacio vectorial.
{(2, 3, 4,-3); (2, 1, 3, -5); (3, -2, -4, 6); (1, 3, -5, 7)}
Solucin
(a, b, c, d) = k1 ( 2,3, 4,3 ) + K2 ( 2, 1, 3, -5 ) + K3 (3,2,4,6)+ k 4 ( 1,3,5,7 )
2 k 1 +2 k 2+ 3 k 3 +1 k 4 =a
3 k 1 +1 k 2 +2 k 3+3 k 4 =b
4 k 13 k 2 +4 k 35 k 4=c
3 k 1+5 k 26 k 3 k 74 =d
[ ][ ] [ ]
2 2 3 1 K1 a
3 1 2 3 K2 b
=
4 3 4 5 K3 c
3 5 6 7 K4 d
| |
2 2 3 1
3 1 2 3
| A|=
4 3 4 5
3 5 6 7
3F4 + F1 = F1
F4 + F2 = F2
F4 + F3 = F3
| |
8 20 0 4
| A|= 5 10 0 8
1 1 0 7
2 6 1 1
| |
8 20 0 4
5 10 0 8
| A|=
1 1 0 7
2 6 1 1
Utilizando cho en c3
| |
52 2 33
| A|= 27 8 37
1 0 0
| A|=338 0
Si genera a R4.
Ejemplo.-
Solucin.
3 k 1 + K2 +4 k 3 +5 k 4=a
2 k 12k3 + K4 =b
K1 +K 2 +2 k 3 =c
-3k 1K2 -4 k 3 K 4 =d
( |)
3 1 4 5 a
2 0 2 1 b
1 1 2 0 c
3 1 1 1 d
-3F3 + F1 = F1
2F3 + F2 = F2
3F3 + F4 = F4
( | )
0 2 2 5 a3 c
0 2 2 1 b+2 c
1 1 2 0 c
0 2 2 1 d+3 c
F1 + F2 = F2
-F2 + F4 = F4
| )
a3 c
(
0 2 2 5
a+ b+c
0 0 0 6
c
1 1 2 0a 2 2 +d
0 0 0 0 3 3 b+3 c
r ( A )=r ( Am ) < 4
3=3
a 2 2
b+ c+ d=0
3 3 3
Entonces
3 2
S={at + Bt + ct + d / a2 b+2 c+ 3 d=0 }
Base y dimensin.-
v 1 , v 2 , v 3 , .. , v n ) se dice que el conjunto es una base si:
Sea un conjunto de vectores (
i) Es linealmente independiente.
ii) Genera al espacio vectorial.
La dimensin de una base simbolizada por dim bes la cantidad de vectores que tiene
la base.
Ejemplo.-
Hallar una base y dimensin del sub espacio generado por el conjunto en r 4 .
{(2, -3, 4, -3), (1, 2, -1, 2) , (3, -1, 3, -1) , (4, 1, 2, 1)}
Solucin
( |)
2 1 3 4 a
3 2 1 1 b
1 1 3 2 c
3 2 1 1 d
-F2 + F4 = F4
F1 + F2 = F1
F2 + F3 = F3
( |)
1 3 2 5 a+b
3 2 1 1 b
1 1 2 3 c +b
0 0 0 0 db
3F3 + F2 = F2
F3 + F1 = F1
( | )
0 4 4 8 a+2 b+ c
0 5 5 10 4 b+3 c
1 1 2 3 c+ b
0 0 0 0 db
(1/4)F1 = F1
(1/5)F2 = F2
( | )
a+ 2b +c
0 1 1 2 4
0 1 1 2 4 b+ 3 c
1 1 2 3 5
0 0 0 0 c +b
db
-F1 + F2 = F2
( | )
a+2 b+c
0 1 1 2 4
0 0 0 0 a 3 b 7 c
+ +
1 1 2 3 4 10 20
0 0 0 0 c +b
d b
a 3 b 7 c
+ + =0 db=0
4 10 20
S= {(a, b, c, d) /5 a6 b+ 7 c=0 bd =0 }
De las condiciones
bd=0 5 a6 b7 c=0
1
d=b a= (6 d +7 c)
5
( 6 d +75 c , d , c , d )
( a , b , c ,d ) =
d c
( a , b , c ,d ) = ( 6,5, 0, 5 )+ ( 7,0, 5, 0 )
5 5
Dim b = 2
Ejemplo.-
Si se tienen las funciones de la forma f ( x )=a e x + b cos x+ csenx , hallar una funcin f(x) tal
Solucin.
=k 1 v1 + k 2 v 2+ k 3 v 3
3 k 1 +2 k 2 +a k 3 =0
2 k 1+b k 3=0
k 12k 2+ c k 3=0
[ ][ ] [ ]
3 2 a k1 0
2 0 b k 2 = 0
1 2 c k 3 0
| |
3 2 a
| A|= 2 0 b
1 2 c
F3 + F1 = F3
| |
3 2 a
| A|= 2 0 b
1 0 c +a
| A|=2 2 | 4
b
c+ a|
2F1 + F2 = F2
| A|=2 2 | 0
b
a+2 b+c |
| A| (2 )2 ( a+2 b+ c ) 0
a+2 b+ c 0
40
f ( x ) =e x +cos x +senx
B e ={ ( 1, 0 ) ; ( 0,1 ) }
Dim R2 =2
B e ={ ( 1, 0,0 ) ; ( 0, 1, 0 ) ; ( 0,0, 1 ) }
Dim R3 =3
En forma general
n
En R
n
Dim R =n
Generalizando
En Pn
B e ={ t n , t n1 , , t , 1 }
Dim Pn = n+1
En R22
[ ] [ ] [ ] [ ] [ ]
a b =a 1 0 +b 0 1 + c 0 0 + d 0 0
c d 0 0 0 0 1 0 0 1
{[ ] [ ] [ ] [ ]}
B c=
1 0 0 1 0 0 0 0
; ; ;
0 0 0 0 1 0 0 1
22
Dim R =4
En forma generalizada
Dim Rnm = n*m
No existe una base cannica para el espacio vectorial de las funciones de
variable real
B e ={ ( 1, 0,0 ) ; ( 0, 1, 0 ) ; ( 0,0, 1 ) }
3
Dim R =3
En Rn
Dim Rn =n
En P2
B e ={ t 2 , t , 1 }
Dim P2 = 3
En Pn
At n + t n 1 +t n2
B e ={ t n , t n1 , , t , 1 }
Dim Pn = n+1
En R22
[ ] [ ] [ ] [ ] [ ]
a b =a 1 0 +b 0 1 + c 0 0 + d 0 0
c d 0 0 0 0 1 0 0 1
B c= {[ ] [ ] [ ] [ ]}
1 0 0 1 0 0 0 0
; ; ;
0 0 0 0 1 0 0 1
Dim R22 =4
nm
Dim R = n*m
Nota.-
1) No existe una base euclidiana para el espacio vectorial de las funciones de variable
real.
2) Ninguna base puede tener una dimensin mayor a la de su base cannica o la del
espacio vectorial.
3) Como un subespacio es un C.V., por s mismo entonces es posible determinar para los
subespacios bases y dimensiones.
Ejemplo.-
(2 K1+2K2+2K3)=X
(3 K1-1K2+7K3)=Y
(-4K1+6K2-14K3)=Z
[ 2 2
3 1
2 X
7 Y
4 6 14 Z |]
(-F1)+F2=F2
2F1+F3=F3
[ 2 2
1 3
2
5 Y X
X
0 10 10 Z +2 X| ]
(-2F2)+F1=F1
[ 2 8 8 3 X2Y
1 3 5 Y X
0 10 10 Z +2 X| ]
1
F1
8
1
F3
10
[ ]
3 X 2 Y
0 1 1 8
1 3 5 Y X
0 1 1 Z +2 X
10
|
(-F1)+F3=F3
[ ]
3 X 2 Y
0 1 1
1 3 5
0 0 | 8
YX
0 Z+2 X 3 X 2 Y
10
8
Z +2 X 3 X2 Y
=0
10 8
Z +2 X 3 X2 Y
=
10 8
8X+4Z=15X-10Y
7X-10Y-4Z=0
Despejando
1
X= 7 ( 10 y+ 4 z )
10
Y=t z=r x= t+ 4 r
7
10,7,0 4,0,7
(x,y,z)= t r
)+ )
7 7
3 x1 +2 x 2+2 x 32 x 4 +5 x5 =0
4 x 12 x 2x 3+ 2 x 4 3 x5 =0
9 x 1+3 x 2 + x 4 +4 x 5 =0
7 x1 + x 3 +2 x5 =0
Solucin
( |)
2 3 1 1 2 0
3 2 2 2 5 0
4 2 1 2 3 0
9 3 0 1 4 0
7 0 1 0 2 0
(-F1)+F2 = F2
(-F2)+F3 = F3
(-2F3)+F4= F4
( |)
2 3 1 1 2 0
1 1 3 3 5 0
0 8 1 0 7 0
1 9 4 3 4 0
1 9 4 3 4 0
(-2F2) + F1 = F1
(-F4) + F5 = F5
2F1 + F3 = F3
(-F2) + F3 = F3
(-F2) + F4 = F4
( |)
0 5 7 7 4 0
1 1 3 3 3 0
0 8 1 0 7 0
1 9 4 3 4 0
0 0 0 0 0 0
2F3 + F1 = F1
4F3 + F5 = F5
( |)
0 5 7 7 4 0
1 1 3 3 3 0
0 2 13 14 15 0
0 8 1 0 7 0
0 0 0 0 0 0
(-F3) + F4 = F4
F1 F2
( |)
0 1 19 21 26 0
1 1 3 3 3 0
0 2 13 14 15 0
0 0 51 56 67 0
0 0 0 0 0 0
(-1/51) F3
( |)
0 1 19 21 26 0
1 0 22 24 29 0
0 0 51 56 67 0
0 0 51 56 67 0
0 0 0 0 0 0
(-22F3) + F1 = F1
(-19F3) + F2 = F2
( |)
1 0 22 24 29 0
0 1 19 21 26 0
0 0 51 56 67 0
0 0 0 0 0 0
0 0 0 0 0 0
( |)
1 0 22 21 29
0
0 1 19 21 26
0
56
0 0 1 67/ 51 0
51
0 0 0
0 0 0
0 0 0
0 0 0
( |)
1 0 0 8/51 5 /515 0
0 1 0 17/51 53/51 0
0 0 1 56/51 67/51 0
000 0 0 0
000 0 0 0
8 5 8 5
x 1 x + x =0 x 1= t r
51 4 51 5 51 51
17 53 17 53
x 2 x 4 + x 5=0 x2 = t r
51 51 51 51
56 67 56 67
x 3 x 4 + x 5=0 x 5= t r
51 51 51 51
Si x 4=t x 3=r
[ ] [] [ ]
8 5
t r
x1 51 51
8 5
x2 17 53
t r 17 53
51 51 t r
La solucin x3 = = 56 + 67
56 63 51 51
x4 t r 51 0
51 51
x5 0 51
t
r
{[ ] [ ]}
8 5
17 53
B c = 56 ; 67
51 0
0 51
Dim B = 2
x { x
S 1 +S 2= { S1 + S2 }
Teorema.-
Con respecto a las operaciones de subespacios se verifica los siguientes teoremas:
dim ( s1 +S2 ) =dim ( s 1 ) +dim ( s2 ) -dim ( s1 S2 )
1.
2. s1 S2 =dim (s )+dim (s )
1 2
3. Dim =0
Nota.-
S1= { ( x , y , z ) /3 x y + z=0 }
S2= { ( x , y , z ) /3 xz=0 }
A. s1 y s2
B. s1 s2
C. s1 + s2
Solucin.-
A) s1 y s2
Para s1
Si 3x-y+z=0
Z=-3x+y
(x,y,z) s1 (x,y,-3x+y) s1
(x,y,-3x+y)=x(1,0,-3)+y(0,1,1)
Dim(s1)=2
Para s2
3x-2z=0
2
X= 3 z
2
(x,y,z) s2 ( 3 z ,y,z)
2 z
( 3 z ,y,z)=y(0,1,0)+ 3 (2,0,3)
Dim ( s 2 )=2
El sistema
3x-y+z=0
3x -2z=0
(33 1 1 0
0 2 0 |)
-F2+F1=F1
(03 1 3 0
0 2 0 |)
F1 f2
(30 0 2 0
1 3 0 |)
1
F1
3
-f2
( 1 0
2
3
0 1 3
0
0 |)
2
X= z
3
Y= 3z
2 2
(x,y,z)=( 3 x,3y,z)= 3 (2,9,3)
B s1 s2 = { ( 2,9,3 ) }
Dim( s1 s2)=1
C) s1 + s2= { U +V / U s 1 v S 2 }
2
U+ V=(x,y,-3x+y)+ ( 3 z ,y,z)
2
U+V=(x+ 3 z ,2y, ,-3x+y+z)
U+V= x(1,0,3)+y(0,2,1)+z(2,0,3)
Dim(s1 + s2)=3
Ejemplo.-
Sean los sub espacios en R3 S 1={ ( X , y , z ) =2 t , y=t , z=4 t } t R
a S1 S2
b S 1 +S 2
Solucin.-
( x , y , z ) S 2
( |)
2 3 5 x
1 2 1 y
3 1 4 z
2F2 + F1 = F1
3F2 + F3 = F3
( | )
0 7 7 x +2 y
1 2 1 y
0 7 7 z 3 y
-F3 +F1 = F1
( | )
0 0 0 x yz
1 2 1 y
0 7 7 z3 y
x yz =0
S 2={ ( x , y , z ) x yz=0 }
a S1 S2
a S 1 S 2={( x , y , z )=2t , y=t , z=4 t y x yz=0 }
x=2 t
y=t
z=4 t
x yz=0
2t (t )4 t=0
t=0
t=0
( 0,0,0 ) S1 S2
BS S =
1 2
Dim S1 S 2=0
b S 1 +S 2=S1 S 2
Para S 1
( x , y , z ) =( 2t ,t , 4 t )=t (2,1, 4)
B S ={ ( 2,1, 4 ) }
1
Dim S1=1
Para S 2 x yz=0
x= y + z
( x , y , z ) =( y+ z , y , z )
y ( 1, 1, 0 ) + z ( 1, 0,1 )
B S ={ ( 1,1, 0 ) ; ( 1, 0,1 ) }
2
Dim S2=2
S 1 S2 ={( x , y , z ) S 1+ S 2 }
( 2t ,t , 4 t )+ ( y+ z , y , z )
(2 t+ y+ z ,t+ y , 4 t + z)
Dim S1 +S 2=3
3=1+20
3= 3
Ejemplo.-
a b
S= { c d( ) / 3a-2b+c-2d=0 y el subespacio generado por el conjunto
{ (23 15 )(34 12 )(17 14)(411 33)}
Se pide hallar una base y una dimensin para
a) s t
b) s + t
c) Que restricciones debe darse para que exista ST
Solucin.-
Primero generamos T
( |) ( | ) ( | )
2 3 1 4 a 0 1 1 2 a+ 2b 0 1 1 2 a+2 b
1 2 1 3 b 1 2 1 3 b 1 2 1 3 b
3 4 7 11 c ~ 0 10 10 20 c+3 b ~ 0 0 0 0 10 a+c17 b
5 1 4 3 d 0 9 9 18 d+ 4 b 0 0 0 0 9 a13 b+d
10 a+ c17 b =0
9 a13 b+ d =0
2d=0}
El sistema:
3a-2b+c+2d=0
10a+17b-c=0
9a+13b-d=0
( |) ( |) ( |)
3 2 1 2 0 3 2 1 2 0 0 71 13 20 0
10 17 1 0 0 ~ 1 23 4 6 0 ~ 1 23 4 6 0
9 13 0 1 0 0 19 3 7 0 0 19 3 7 0
( |) ( |) ( |)
0 5 1 8 0 0 15 1 8 0 0 0 34 117 0
~ 1 4 1 1 0 ~ 1 4 1 1 0 ~ 1 0 29 101 0
0 19 3 7 0 0 1 7 25 0 0 1 7 25 0
( |) ( |)
1 0 29 101 0 1 0 0 41/34 0
0 1 7 25 0 ~ 0 1 0 31/34 0 a=-41d/34, b=-31d/34, c=117d/34
0 0 1 117 /34 0 0 0 1 117 /34 0
Dim (S T) =1
1
De S 3a-2b+c-2d=0 a= 3 (2b-c+2d)
( )
1
(2bc +2 d) b
( )
a b
c d = 3
c d
=-b/3 (20 30) +c/3 (13 00) +d/3 (20 03)
B s ={
(20 30) ,(13 00) , (20 03) }
Dim s=3
De t 10 a+ c17 b =0 ^ 9 a13 b+ d =0
C=10a+17b d=9a+13b
Dim t=2
( )(
1
( 2bc +2 d) b
S+T= 3
c d
a b
10 a+17 b 9 a+13 b )
( )
2b 1c 2d
a+ 2b
= 3
3
10 a+17 b+ c
3
9 a+13 b+ d
=a (101 09) +b (2/3
17 17)
2
+c (1/3
1 0)
0
+d
(2/3
0 1)
0
Dim (S+T) =4
Dim ( s 1 + S2 ) =dim ( s1 ) +dim ( s 2 ) -dim ( s 1 S2 )
4=2+3-1
4=4
Ejemplo.-
Hallar una base y dimensin del espacio de filas y columnas de la matriz.
[ ]
2 3 1 4 5 6
A= 3 2 4 1 3 2
5 5 3 3 8 8
7 8 2 7 13 14
-F1 +F2 = F2
-2F1 + F3 = F3
-3F1 + F4 = F4
[ ]
2 3 1 4 5 6
1 1 5 5 2 4
A=
1 1 5 5 2 4
1 1 5 5 2 4
-2F2 + F1 = F1
-F2 + F3 = F3
-F3 + F4 = F4
[ ]
0 5 11 14 9 14
A= 1 1 5 5 2 4
0 0 0 0 0 0
0 0 0 0 0 0
[ ]
2 3 57
5 2 5 8
1 4 8 2
A=
4 1 3 7
5 3 8 13
6 2 8 14
2f3 +f1 = f1
3f3 + f2 = f2
-f4 + f5 = f5
-f4 + f6 = f6
[ ]
0 11 11 11
0 14 14 14
1 4 3 2
A=
4 1 3 7
1 4 5 6
2 3 5 7
4f3 +f4 = f4
2f3 + f6 = f6
(1/11) f1 = f1
(1 / 14) f2 = f2
[ ]
0 1 1 1
0 1 1 1
1 4 3 2
A=
4 15 15 15
1 8 8 8
2 11 11 11
-f1 + f2 = f2
-15 f1 + f4 = f4
-8f1 +f5 = f5
-11f1 + f6 = f6
[ ]
0 1 1 1
0 0 0 0
1 4 3 2
A=
0 0 0 0
0 0 0 0
0 0 0 0
Sea un vector
X y una base b = {
V 1 ,
V 2,
V 3 ,... ,
V n } en el mismo espacio vectorial,
entonces:
L.I .
B C . G.
X
= k 1 V 1+k 2 V 2+ k 3 V 3+...........+k n V n
nica solucin
Se define al vector de coordenadas de X respecto a la base b, como aquel vector
cuyos componentes son los escalares de la combinacin lineal.
(
X )b=(k 1+ k 2+ k 3+ ..+k n )
Se define matriz de coordenadas de X respecto a la base b, como aquella matriz
columna cuyos elementos son los escalares de la combinacin lineal
[]
k1
k2
[
X ] B2= k 3
kn
Ejemplo.-
Hallar el vector y la matriz de coordenadas de
2
3 t 4 t +5
2 F 3+ F1 F 1
[ |] [
2 1 3 3 F 2 + F3 F 3
|]
1 1 1 4 0 3 5 5
1 1 1 5 1 1 1 4 (1) F2
1
0 0 2 1 2F3
1
F3
[ |] [
3
1 1 1 4
| ]
0 3 5 5 1 1 1 4 5
3 F 3+ F 2 F 2
0 0 1 1 0 1 5 /3 5 /3
F3+ F1 F1
0 0 1 1
[ | ]
1 1 0 9 /2
F + F F1
0 1 0 15/ 6 2 1
0 0 1 1/2
[ | ]
1 0 0 2 k 1 =2
0 1 0 5/2 k 2=5/2
0 0 1 1/2 k 3=1/2
( 3 t 2 4 t +5 ) B=(2, 5 , 1 )
2 2
[ ]
2
2
[ 3 t 4 t +5 ]B = 5/2
1/2
Matriz de transicin.-
[] [] [] []
1 1 1 1
2 2 2 2
[
v 1 ]B = 3 ; [
2
v 2 ]B =
2
3 ; [
v 3 ]B =2
3 ; [
v n ]B =
2
3
n n n n
Nomenclatura.-
Mat BB 12 ( I )= Matriz de transicin de la base b1 a la base b2
[ (
V 1 ) ] B2
| | |
|[ (
V 2 ) ] B2 |..........|[ (
V n ) ] B2
| | |
B1
Mat B 2 ( I )=
En forma practica se aplica la propiedad de las matrices de transicion son inversas mutuas
1
Mat BB 12 ( I )=[ Mat BB 21 ( I ) ]
1
Mat BB 21 ( I )=[ Mat BB 12 ( I ) ]
Ejemplo.-
Hallar las matrices de transicion entre las bases
Solucion.-
Para la matriz de transicion de b1 a b2
( 2,1 )= 1 (1, 1 ) + 2 ( 3,1 ) ( 1,3 )= 1 ( 1,1 ) + 2(3,1)
Como se puede ver, tiene la misma matriz de coeficientes, entonces resolvemos en uno
solo
[ | ]
1 3 2 1
1 1 1 3 [ | ]
1 3 2 1
0 4 3 2 [ |
1 3 2 1
0 1 3/ 4 1/2 ]
F1 (-1) +F2F2 F2 (-1/4) F2 (-3) +F1F1
1 5
1= - 1=
[ |
1 0 1/4 5/2
0 1 3/4 1/2 ] 2=
3
4
2=
2
1
4 2
[] []
1 5
[ ( 2,1 ) ] B2= 4 ; [ ( 1,3 ) ] B2= 2
3 1
4 2
[ ] [
1 5
B2
Mat B 1 ( I )=
4
3
2
1
B2
Mat B 1 ( I )=
1 1 10
4 3 2 ]
4 2
Como:
1
Mat BB 12 ( I )=[ Mat BB 21 ( I ) ]
1
B1
Mat ( I )=
B2
4 3 2[[
1 1 10
]]
Entonces:
Mat BB 12 ( I )=
1
1
[
2 10
1 230 3 1 ]
4
Mat BB 12 ( I )=4 [
1 2 10
28 3 1 ]
Mat BB 12 ( I )= [
1 2 10
7 3 1 ]
Capitulo 5
Si: u=(u1 ,u 2 , u3 ) y v =( v 1 , v 2 , v 3 )
u v =u1 v 1 +u2 v 2+ u3 v 3
Ej.
u v =21+ (3 )4 +23
u v =4
1 Axioma de conmutatividad
u , v = v , u
2 Axioma de distributividad
u , v + w = u , v + u , w
3 Axioma de homogeneidad
k u , v = u , k v =k u , v
4 Axioma de positividad
u , u 0
u
Ejemplo.-
Analizar si la regla:
1
p ( t ) , q ( t ) > p ( t ) q ( t ) dt
0
Es un producto interior en P2
SOL.
i) A. Conmutatividad
p ( t ) , q ( t ) >< q ( t ) , p ( t ) >
p ( t ) q ( t ) dt= q ( t ) , p ( t ) >
0
q ( t ) p ( t ) dt= q ( t ) , p ( t ) >
0
q ( t ) , p ( t ) >< q ( t ) , p ( t ) >
ii) A. Distributividad
p ( t ) , q ( t ) +r ( t )> < p ( t ) , q ( t )>+ p ( t ) ,r (t)>
1
1 1
iii) A. Homogeneidad
k ( p ( t ) , q ( t ) )> k < p ( t ) , q ( t )>
iv) A. positividad
p ( t ) , p ( t )> 0
p ( t ) p ( t ) dt 0
0
p2 ( t ) dt 0
0
Si es un producto interior.
Ejemplo.- Hallar el valor de a para que la regla sea un producto interior en R 2.
u=
[]
u1
u2 y v
=
v1
v2 []
u , v > ut A v siendo A= 2 4
[
4 a3 ]
i) A. Conmutatividad
u , v >< v , u >
u t A v =v t A u
[ u1 [
u2] 2
4 a3 v 2 ][ ]
4 v 1 =v t A u
[ 2 u1 + 4 u2 4 u1 +(a3)u2 ]
[]
v1
v2
=vt A u
( 2 u1+ 4 u 2) v 1+ ( 4 u1 + ( a3 ) u2 ) v 2=v t A u
2u 1 v 1+ 4 u2 v 1 +4 u 1 v 2+ ( a3 ) u2 v 2=v t A u
( 2 v 1 +4 v 2 ) u1+ ( 4 v 1+ ( a3 ) v 2 ) u 2=v t A u
[ 2 v 1 +4 v 2 4 v 1 +(a3) v 2 ]
[]
u1
u2
=v t A u
[ v1 [
v2 ] 2
4 a3 u 2 ][ ]
4 u 1 =vt A u
v t A u =v t A u
ii) A. Distributividad
u , v +
w > <u , v >+ u ,
w >
u t A ( v +
w )= u , v >+ u ,
w >
u t A v + u t A
w= u , v >+ u ,
w >
u , v >+ u ,
w u , v >+ u ,
w >
iii) A. Homogeneidad
k u , v > k < u , v >
( k u )t A v =k < u , v >
k ut A v =k < u , v >
iv) A. positividad
u , u > 0
u t A u 0
[ u1 [
u2] 2 4 u1 0
4 a3 u2 ][ ]
[ 2 u1+4 u2 4 u1 +(a3)u2 ]
[]u1
u2
0
( 2 u1+ 4 u 2) u1 + ( 4 u1 + ( a3 ) u2 ) u2 0
2u 12 + 4 u2 u1+ 4 u1 u2 + ( a3 ) u22 0
2u 12 +8 u1 u2 + ( a3 ) u22 0
2(u12 +4 u 1 u2 )+ ( a3 ) u 22 0
Completando cuadrados:
a7 0
a7
Entonces:
2
u = u , u
v
u + d=
v u
d=
Entonces:
d u , v = v u = u v
Entonces u es ortogonalmente a v
u , v =0
S ={ x x , v1 = x , v2 == x , vk =0 }
Ejemplo.- Hallar los vectores en R 3 que son ortogonales al vector (2.-1,3) y forma 60 con
el vector (2,1,1)
Utilice el producto interior
( u1 ,u 2 , u3 ) ; ( v1 , v 2 , v 3 ) > u1 v 1 +2u 2 v 2+3 u3 v 3
SOL.
( a , b , c ) ; ( 2,1,3 ) > 0
2 a+2 (b )+ ( 3 c )=0
2 a2 b+ 9 c=0(1)
x , v
cos 60 =
x v
( 2,1,1 ) ;> = 22 +2 12 +3 12
v = v , v =
v =3
x = ( a , b , c ) ; ( a , b , c ) = a2 +2 b2 +3 c 2=1
a2 +2 b2 +3 c 2=1(2)
2 a+2 b+3 c 1
cos 60 = =
1 3 2
3
2 a+2 b+3 c= (3)
2
Del sistema:
2 a2 b+ 9 c=0
3
2 a+2 b+3 c=
2
3
4 b+ 6 c=
2
b=
1
4 {
6c+
3
2 }
En (1)
2 a2
1
4{ 3
}
6 c+ + 9 c=0
2
3
2 a3 c +9 c=0
4
a=
1
2{6 c +
3
4 }
En (2)
2 2
({
1
2
6 c +
3
4 }) ( {
+2
1
4
6c+
3
2 }) + 3 c =1
2
1 3 1 9
4 ( ) (
36 c 29 c+ + 36 c 2 +18 c+ +3 c2 =1/(8)
4 8 4 )
9 9
72 c2 18 c+ +36 c 2 +18 c+ +24 c 2=8
8 4
2 9 9
132 c =8
8 4
c=
37 37
c 2=
8 2 2
a=
1
2 { ( ) }
6
37 3
+
2 2 4
a=
2 {
1 3 212 37
4 2 }
b=
1
4 {( ) } {
6
37 3 1 6 37+ 3 2
+ =
2 2 2 4 22 }
x = ( 3 212
8 2
37 , 6 37+ 3 2 , 37
4 2 2 2 )
Ejemplo.- Hallar una base dimensin del componente ortogonal al subespacio S generado
en R4 por el conjunto:
SOL.
Primero generamos el subespacio:
( a , b , c ,d ) =k 1 ( 2,1,1,3 ) +k 2 ( 3,1,1,2 ) +k 3 ( 5,2,2,5 )+ k 4 ( 1,1,1,4 )
( |) ( | ) ( | )
2 3 5 1 a 0 1 1 1 a2 b 0 1 1 1 a2 b
1 1 2 1 b 1 1 2 1 b 1 1 2 1 b
1 1 2 1 c ~ 0 0 0 0 c+ b ~ 0 0 0 0 b+ c
3 2 5 4 d 0 1 1 1 d3 b 0 0 0 0 a5 b+ d
b+ c=0 ; a5 b+d=0
b=c ; a=5 cd
( a , b , c ,d ) =(5 cd ,c , c , d)
( a , b , c ,d ) =c (5,1,1,0 )+ d (1,0,0,1)
B s= { (5,1,1,0 ) ; (1,0,0,1) }
S ={ x <x , u20 }
u1 x ,
Donde: u1 , u2 } base de S
{
Entonces sea:
x =( x , y , z , u ) S
x ,
u1 ( x , y , z ,u ) , (5,1,1,0 ) > 3 (5 x ) + ( y )+ z +3( 0)=0
15 x + y + z=0( )
x ,
u2 ( x , y , z ,u ) ,(1,0,0,1)> 3 (x )+ 0+0+3 u=0
3 x +3 u=0
xu=0( )
S ={ x 15 x+ y+ z=0 ; xu=0 }
B S ={ ( 1,15,0,1 ) ,( 0,1,1,0) }
Dim S =2
1
unit v =
v
v
Para la proyeccin del vector u sobre el vector v que dorman un ngulo tenemos:
U
Proy v u
V
Proy v u
u , v > =
uv u
=
cos
u , v >
v
Proyv u=
El vector Proy v u tiene la misma direccin que el vector unitario de v .Entonces:
Proy v u=Proy v u
u nit v
1
u , v > v
v v
Proy v u=
u , v > 2 v
v
Proy v u =
Del grfico:
(Proy v u ) =u Proy v u
u , v > 2 v
v
( Proy v u ) =u
Proceso de Ortonormalizacin de Gran Schmidt:
Este proceso permite ortonormalizar una base cualquiera del espacio vectorial.
Si se tiene B={
v1 ,
v2 ,
v3 , ,
vn } luego de ortonormalizar se transforma en B*.
B = {
u1 ,
u2 ,
u3 , ,
un }
2do paso.-
Proy u
1
v 2Proyu
v 2= v2 1
v2,
u1 >
u1
Proy u
v 2=
v 2 2
1
u1
Proy u
1
v 2=
v 2
v 2 , u1> u1
v2 v2 ,
u1>
u1
u2=
v 2
v2 , u1
u1>
3er paso.-
Proy v 3=
u
u
1,
v 3
2
v3 ,
u1 >
u1
v3 ,
u2 >
u2
v3 v3 ,
u1 >
u1
v3,
u2 >
u2
u3=
v 3
v3 ,
u1 >
u1
v3, u2
u2 >
En forma general:
k=1
v k
v k , ui>
ui
i=1
uk =
k=1
Proyeccin de un vector sobrek base
vuna v k , uortonormal:
ui
i>
i=1
Sea la base ortonormal B = {
u1 ,
u2 ,
u3 , ,
un } y un vector x en el espacio vectorial V,
se define:
n
Proy B x = x ,
ui > ui
i=1
Proy B x = x ,
u1 >
u1 + x ,
u2 >
u2 ++ x ,
un >
un
Ejemplo.- Ortonormalizar la base B={ 1, t , t 2 } con el producto interior:
1
p ( t ) , q(t )> p(t)q(t) dt
0
B={ 1, t , t 2 }
B ={q1 , q2 , q3 }
1er paso.-
1
q1 = P
P1 1
t / 10=1
P1 , P2 >= 12 dt=
0
P1=
1
q1 = 1=q1=1
1
2do paso.-
P2 P 2 , q1 > q1
q 2=
1
P2 , q 1> <t , 1> t ( 1 ) dt
0
1 1
t (1) (2 t 1)
2 2
q 2= =
K 2< X , X >= KK XX
K X , K X >= KX
K X
KX
=
2 t 1
2
2 t1 3
32 10
1
0
2 t1=
2 t1 =
1
3
3(2 t1)
(2 t1)
q 2= =q 2=
1
3
3er paso.-
p 3 P3 , q1 >q1 p 3 , q 2> q2
q3 =
1 3
t 1
p 3 ,q 2 t , 1 t 2 dt= 10 =
2
0 2 3
p 3 ,q 2 t 2 , 3(2 t1)>
1
p 3 ,q 2 t 2 3(2 t1) dt
0
p 3 ,q 2 3
4 {
2 t4 t 3 1
0
3 }
p 3 ,q 2 3 {12 31 }= 63
2 1 3
t ( 1 ) 3(2 t1)
3 6
q3 =
2 1 1
t t+
3 2
q3 =
2 1 1 2
t t + (6 t 6 t+1)
6 6
q3 = =
2 2
6 t 6 t+1, 6 t 6 t+1>
6 t 26 t +1=
6t
26 t +1 2 dt
1
0
=
t5
5
t3
3
72 4 12 3 12 2 1
= 36 +36 +t t + t t
4 3 2
0
=
36
5
+12+11846=
36
56
1 1
7= =
5 5
6 t 26 t +1
q3 = = 5(6 t 26 t +1)
1
5
Ejemplo.- Hallar una base orto normal para sub espacios generado en P3 por el
conjunto
Utilice el producto interior p(t ) ,q(t ) > p(0) q(0) + p(1 ) q(1) + p(1 ) q(1)
1 K 13 K 21 K 3 +2 K 4 =b
3 K 1+ 4 k 221 K 4 =c
2 K 13 K 21 K 3 +1 K 4 =d
( |) ( | )
2 1 3 1 a 0 5 5 5 a+2 b
1 3 1 2 b 1 3 1 2 b
3 4 2 1 c ~ 0 5 5 1 3 b+ c
2 3 1 1 d 0 3 3 3 d2 b
|
abc
( )
0 0 0 0
1 3 1 2 b 3
3 b+c abc=0 ; d2b+ ( c+ 3 b )=0
0 5 5 5 5
3
0 0 0 0 d2 b+ 5 ( c +3 b )
abc=0 ; b3 c +5 d=0
1
a=b+c ; d= ( b3 c )
5
3 2 3 2 1
a t + b t +ct +d=(b+ c) t +b t +ct+ ( b3 c )
5
3 2 b 3 2 c 3
a t + b t +ct +d= ( 5 t +5 t +1 ) + (5 t +5 t3)
5 5
1
q1 = ( 5 t 3 +5 t2 +1 )
123
2do paso.-
P2 P 2 , q1 > q1
q 2=
1
3 2
P2 , q 1> < ( 5 t +5 t 3 ) , ( 5 t 3 +5 t 2+1 ) > (3 ) 1 + 77 13
123 123 123 123
61
P 2 , q 1>
123
3 2 61 1 1
5 t + 5t 3 ( 5 t 3 +5 t2 +1 ) 3 2
(310 t 305 t +615 t 430)
q 2=
123 123 =
123
5 3 2
(62t 61 t +123 t86)
123
q 2=
B =
{ 1
123
( 5 t3 +5 t 2+1 ) ; 1 ( 62t 361 t 2+123 t86)
37146 }
1 2
1)La base en R2 B= 1 ; 1 {[ ] [ ]} ortonormaliza en B=
{ [] }
1 1
;
u
10 1 2
u , v > ut A v siendo A= 1 2
2 a3 [ ]
Se pide:
a Hallar el valor de a
b El vector u2
1
u1=
v
v 1 1
v 1 , v 1 >= [ 1 1 ] 1
v 1=
[
2 1
2 a3 1 ][ ]
v1= [ 3
[]
a1 ] 1 = 3+ a1= a+2
1
u1=
1 1
= []
1 1
a+2 1 10 1 []
a+2=10
a=8
v 2 v 2 ,u1 >u1
u2=
v 2 ,u 1[ 2 1 ] [ ]
1 2
=
1
2 5 10
[ 0 1 ] 1 = 1
1 10 []
[ ]
2 + 1 1 1
1 10 10 1 [] [ ] [ ]
=
1 21
10 9
=
3 7
10 3
[ ] [ [ ][ ]
7 = 7 3 ] 1 2 7 = [ 1 1 ] 7 = 10
3 2 5 3 3
[ ]
u2 =
1 7
10 3 [ ]
SOLUICIONARIO DEL 2do PARCIAL
1 Sea una base
[ ][ ]
1 2 0 a 1 2 0 a
A= 3 0 1 b 4 1 0 b+d
2 1 1 c 1 0 0 c+ d
1 1 1 d 1 1 1 d
3= F ,3 2= F ,2
4 + F 4 + F
F F
[ ][ ][
1 2 a 7 0 a2 b2 d
4 1 d +b 4 1
1 0 c+ d 1 0
b+d
c +d
7 a2 d 2b 0
1 c+ d ]
a2b2 d=0
7 ( c+ d )+ 1
7 c7 d +a2 d2 b=0
a2b9 d 0 condicion
EJEMPLO.- a=c=b=d=1
1279 0
3 2
p( x )=x + x +x +1
i si u =(U 1 , U 2 ,U 3) S T
si v =(V 1 , V 2 , V 3 ) S T
( 1U 1+ 2 V 1 , 1 U 2 + 2 V 2 , 1 2 V 2 , 1 U 3+ 2 V 3)
( 1U 1 + 2 V 1 )+ ( a5 ) ( 2 V 2 , 1 U 2 ) +2( 1 U 3 + 2 V 3 ) =0
3
3 V 1+ ( a5 ) V 2 +2V 3 =0
1 ( 3 U 1 + ( a5 ) U 2+ 2U 3 ) + 2
0=0
1 U 1 + 2 V 1=2 t 2 2 V 2 + 1 U 2=3 t 2 1 U 3 + 2 V 3 =3 t 2
2t
3t
( 1)=3 t 2
( 1)=2 t 2 2 (3 t ) + 1
1 (2t )+ 2
2( 1 t + 2 t 1)=2 t 23( 2 t + 1 t 1)=3 t 2
2t 2=2 t 23 t 2 =3 t 2
3( 1 t + 2 t 1)=3t 2
3 t 2=3t 2
S T es subespacio aR
Base y dimensin
3 x+ ( a5 ) y +2 z=0 x=2 t ; y=3 t ; z=3 t
t(2( a5 ) +2)=0
0
t= a 9 ; t=0
9a
B S T =; Dim S T =0
3 P1 , P2 > P1 P2 dx
0
P1 , P2 >
P1P2
=
cos
1 1
P1 , P2 > ( x+3 )( 2 x+ 4 ) dx =2 ( x +3 ) ( x+2 ) dx
0 0
1
( x +2 )3
0
2
P2 , P2 >= ( 2 x+ 4 ) dx =2
3
=2
27 8
=2
3 3
19
3
P2=
53 53
3 3 53
= = =cos1
2 2 37 19
37
3
2
19
3 3
37 19
cos
b)
Proy v u =uProy v u
Proy P P1=P1Proy P P 1
2 2
P1 , P 2 > 2 P2
P2
Proy P P1=2
53
P1 , P2 >
6
P2 =
2
( )19
3
=
19
3
53
6
Proy P P1= ( x +2 )
2
19
3
53
Proy P P1=( x +3 ) ( x+ 2 )
2
2 ( 19 )
15 4
Proy P P1= x+
2
38 19
4
3 x+2 y +3 z8 w=0
2 x + y +3 z +3 w=0
x+ 3 z +14 w=0
( |) ( |) ( |) ( |)
3 2 3 8 0 0 2 6 50 0 0 0 0 0 0 1 0 3 14 0
2 1 3 3 0 ~ 0 1 3 25 0 ~ 0 1 3 25 0 ~ 0 1 3 25 0
1 0 3 14 0 1 0 3 14 0 1 0 3 14 0 0 0 0 0 0
x 1=3 x 314 x 4
x 2=3 x3 +25 x 4
[ ][ ] [ ] [ ]
x1 3 x 314 x 4 3 14
x2 3 x 3 +25 x 4 3 + x 25
= =x 3 4
x3 x3 1 0
x4 x4 0 1
{[ ] [ ]}
3 14
3 25
B= ;
1 0
0 1
Gran Schmidt
v1=(3)2+ 32 +12= 19
[]
3
1 3
u1=
19 1
0
v2 v2 ,
u1>
u1
u2=
v 2
v2 , u1
u1>
[ ] []
14 3
25 1 3 1 117
v 2 , u1> <
, > [ 42+75 ] =
0 19 1 19 19
1 0
[ ] [ ][ ] [ ] [ ]
14 3 14 3 85
25 117 1 3 25 117 3 1 124
0 19 19 1 0 19 1 19 117
1 0 1 0 19
= =
[ ]
85
124
= 852 +1242 +117 2+ 192= 36651
117
19
[ ]
85
1 124
u2=
36651 117
19
Captulo 6
TRANSFORMACIONES LINEALES
Introduccin.- Recordemos que en estructuras algebraicas se analiz los llamados
morfismo u homomorfismo entre dos grupos abelianos sean los grupos abelianos
( A , ) y ( B ,) un morfismo es una aplicacin entre dos grupos abelianos que
verifica el siguiente axioma:
f : ( A , ) (B ,)
a , b A y f ( a ) ; f ( b) B Entonces:
f (a b )=f (a ) f (b)
Los espacios vectoriales son estructuras algebraicas entonces podemos definir una
funcin entre dos espacios vectoriales.
Ejemplo:
3
f :R R
f ( x , y , z )=ln (x 2 + y 2 + z 2)
f : R R3
f ( t )=(cos t , e t sin t , et )
Definicin.- Una transformacin lineal es una aplicacin (funcin) entre dos espacios
vectoriales U y V y que debe satisfacer los axiomas de linealidad y homogeneidad.
i) Axioma de Linealidad
x , y U T ( x + y )=T (x )+ T (y )
b) L: P2 P3 definida por:
t
L { p(t ) }=P ( t+1 )+ P ( t ) dt +1
0
c) f : Rn n R definida por:
f ( a )=Det ( a )
v
v =(v 1 , v 2 , v 3 ) T
i) Axioma de linealidad
T ( u +v )=T (u1 +v 1 ,u 2+ v 2 ,u3 +v 3)
T ( u + v )=( u 1+ v 1+ 2 ( u 2+ v 2 ) +3 ( u3 + v3 ) , 2 ( u1 +v 1 ) +3 ( u2 + v 2 ) +4 ( u3+ v 3 ) )
T ( u + v )=( u1 +2 u2 +3 u3 +v 1 +2 v 2 +3 v 3 , 2u1 +3 u2 + 4 u3 +2 v 1+ 3 v 2 +4 v 3 )
u
v
T ( u + v )=T
t
q(t) L {q(t) }=q ( t +1 ) + q ( t ) dt+1
0
i) Axioma de linealidad
p ( t )+ q ( t ) dt +1
t
+
0
p (t ) +q ( t )
t=t +1
0
L ( p (t ) +q ( t ) )=
t t
L ( p ( t ) +q ( t ) )= p ( t +1 ) +q ( t+1 ) + p ( t ) dt + q ( t ) dt +1
0 0
t t
L ( p ( t ) +q ( t ) )= p ( t +1 ) + p ( t ) dt +1+q ( t+ 1 ) q ( t ) dt
0 0
L { p(t ) }
L {q(t) }
L ( p ( t ) +q ( t ) ) L { p(t ) }+ L {q(t) }
L no es unatransformacion lineal
c)
f ( A ) =Det ( A ) f ( B )=Det ( B )
i) Axioma de linealidad
f ( A+ B )= Det ( A+ B ) Det ( A )+ Det ( B )
2
Ejemplo: Para la transformacin lineal T : R P2 definida por:
Se pide:
a) Hallar la imagen de u= (2,3 ) y v =( 3,4 )
b) Hallar la imagen de u + v
3 u2 v
c) Hallar la imagen de
Solucin
2
a) T ( u ) =T ( 2,3 ) =( 2+2 (3 )) t + ( 2 ( 2 ) 3 ) t+2 (3 )
T ( 2,3 )=4 t 2 +t
2
T ( v )=T ( 3,4 )=( 3+2 ( 4 ) ) t + ( 2 ( 3 ) +4 ) t + ( 3 ( 3 )+ 2 ( 4 ) )
b) T ( u +v )=T ( u ) +T ( v )
2 2
T ( u + v )=4 t +t+11 t +10 t+17
T ( u +v )=7 t 2+11t +17
c) T ( 3 u2 v )=T ( 3 u )T (2 v )
T ( 3 u2 v )=3 T ( u )2T (v )
2 2
T ( 3 u2 v )=3 (4 t + t ) 2(11 t +10 t +17)
2
T ( 3 u2 v )=34 t 17 t 34
Ejemplo:
Para la transformacin lineal T : P3 R3 definida por:
3 2
T ( a t +b t + ct+ d ) =( a+2 b+ 3 cd ,2 a+ b+2 c+ 3 d , 3 a+3 b+ 5 c+2 d )
Se pide hallar bases para para el ncleo, imagen y verificar el teorema de la dimensin:
Solucin:
2 a+b+2 c +3 d=0
[ ] [ ]
1 2 3 1 0 1 2 3 1 0
2 12 3 0 0 3 4 5 0
3 35 2 0 0 3 4 5 0
[ ]
1 2 1/ 3 7 /3 0
0 3 4 5 0
0 0 0 0 0
{ 1 7
3
4
3
5
N (T )= a t 3 +b t 2 + ct+d /a+ c + d=0 b+ c d=0
3 3 }
Pero
1 7 4 5
a= c d b= c+ d
3 3 3 3
BaseN ( T )= {t 3 +4 t 23 t ; 7 t 35 t 23 }
DimN ( T )=2
2 a+b+2 c +3 d= y
[ ] [ ]
1 2 3 1 x 1 2 3 1 x
2 12 3 y 0 3 4 5 2 x+ y
3 35 2 z 0 3 4 5 3 x+ z
[ ]
x
1 2 1/ 3 7 /3
1 2
0 3 4 5 x+ y
3 3
0 0 0 0
x y+ z
f 1 (2 )+ f 2 f 2 ' f 2 (1 )+ f 3 f 3 '
f 2 (1/3 )
[ ]
x
1 0 1/3 7 /3
1 1
0 1 4/3 5 /3 x+ y x y+ z=0
6 3
0 0 0 0
x y+ z
Pero: z y=x
( x , y , z ) =(z y , y , z )
( x , y , z ) =z ( 1,0,1 ) + y (1,1,0)
1,1,0
( 1,0,1) ;
BaseI ( T ) =
DimI ( T )=2
[ ]
T a b =( a+2 b+3 c+ 4 d ) t 2 + ( 2 a+3 b+ 4 c +5 d ) t+ ( 4 a+7 b +10 c+13 d )
c d
Se pide hallar bases para el ncleo, imagen y luego verificar el teorema de la dimensin.
Solucin: si T :U V
N (T )= { x U /T (x )= V }
O;O
I ( T )={ y V / T (x )=y /x U }
Para el ncleo
[ ] [ ]
T a b /T a b = 0t 2 +0 t +0
c d c d
( a+2 b+3 c + 4 d ) t 2 + ( 2 a+3 b+ 4 c +5 d ) t+ ( 4 a+7 b+ 10 c+13 d ) =0 t 2 +0 t +0
[ ] [ ] [ ]
1 23 4 0 1 2 3 4 0 1 0 1 2 0
2 34 5 0 0 12 3 0 0 12 3 0
4 7 10 13 0 0 12 3 0 0 0 0 0 0
f 1 (2 )+ f 2 f 2 ' f 2 (1 )+ f 3 f 3 '
f 2 (1 )+ f 3 f 3 '
f 1 (4 )+ f 3 f 3 ' f 2 ( 2 ) +f 1 f 1 '
[ ] [ ]
1 0 1 2 0 1 0 1 2 0
0 12 3 0 0 1 2 3 0
0 0 0 0 0 0 0 0 0 0
f 2 (1 )
{[ ]
N (T )= a b ac2 d=0 b+2 c+ 3 d=0
c d }
Pero: a=c +2 d b=2 c3 d
[ ][c d c d 1 0 ] [
a b = c+2 d 2 c3 d =c 1 2 +d 2 3
0 1 ] [ ]
{[
BaseN ( T )= 1 2 ; 2 3
1 0 0 1 ][ ]}
DimN ( T )=2
Para la Imagen
T [ ] [ ]
a b
c d
/T
a b
c d
2
= p 2 t + p1 t + p 0
( a+2 b+3 c + 4 d ) t 2 + ( 2 a+3 b+ 4 c +5 d ) t+ ( 4 a+7 b+ 10 c+13 d ) =p 2 t 2+ p 1 t + p 0
2
a+2 b+3 c + 4 d= p2 t
2 a+3 b+ 4 c +5 d= p1 t
[ 1 23 4
] [ 4
]
p2 1 2 3 p2
2 34 5 p1 0 12 3 2 p2 + p1
4 7 10 13 p0 0 12 3 4 p 2+ p 0
[ 1 0 1 2 3 p2 +2 p 1
0 12 3 2 p 2 p1+ p 0
0 0 0 0 4 p2 + p0 ]
f 1 (2 )+ f 2 f 2 ' f 2 (1 )+ f 3 f 3 '
f 2 (1 )+ f 3 f 3 '
f 1 (4 )+ f 3 f 3 ' f 2 ( 2 ) +f 1 f 1 '
[ 1 0 1 2 3 p2 +2 p 1
0 12 3 2 p 2 p1+ p 0
0 0 0 0 2 p 2 p1+ p 0 ]
[ 1 0 1 2 3 p 2+2 p1
0 1 2
0 0 0
3 2 p2 + p1 p0
0 2 p2 p1 + p0 ]
2 p2 p1 + p0=0
f 2 (1 )
I ( T )={ p2 t + p1 t+ p0 2 p2 p1 + p0=0 }
2
Pero:
p0=2 p2 +p 1
2 2 2
p2 t + p 1 t + p0= p2 t + p1 t+ ( 2 p2 + p1 )= p2 ( t +2 )+ p 1 ( t+ 1 )
BaseI ( T ) ={ t 2+2 ; t+ 1 }
DimI ( T )=2
Dim N ( T ) + Dim I ( T ) =Dim . Esp . Vect . Dominio
2+2=4
4=4
3
Ejemplo: Para la transformacin lineal L: P3 R definida por:
Se pide hallar bases para el ncleo, imagen y luego verificar el teorema de la dimensin.
Para el ncleo:
a+b +c +2 d=0
a+b +c=0
9 a+5 b+ 3 c+2 d =0
[ ][ ][ ]
1 1 12 0 0 0 0 2 0 0 0 0 1 0
1 1 10 0 1 1 1 0 0 1 1 1 0 0
9 5 32 0 0 4 6 2 0 0 1 3/2 1 /2 0
f 2 (1 )+ f 1 f 1 ' f 3 (1/4 )
[ ]
1 1 1
0 0
3 3
1 1 0 0 a+b+ c=0 a+ b+ c=0 d=0
2 2
1 0
0 0 0
{ 3
N ( L ) = ( a t 3 +b t 2 +ct+ d ) a+ b+c=0 a+b+ c=0 d=0
2 }
3
a=bc b= c d =0
2
1
a= c
2
c 3 c
a t 3+ b t 2 +ct +d= t 3 c t 2+ c t+ 0= (t 3 3 t 2 +2 t)
2 2 2
BaseN ( L )= { t 3 3 t 2 +2 t }
DimN ( L )=1
Para la Imagen
I ( L)= {( x , y , z ) / L ( a t 3+ b t 2 +ct +d ) =( x , y , z ) }
][ ] [ ]
a
[
1 1 12 x
b=
1 1 10 y
c
9 5 32 z
d
[]
119
t 115
A=
119
202
[ ][ ][ ]
119 1 1 9 1 1 9
115 0 0 4 0 0 1
119 0 0 0 0 0 0
202 0 2 16 0 216
f 1 (1 )+ f 3 f 3 ' f 2 ( 16 ) + f 3 f 3 '
f 1 (2 )+ f 4 f 4 '
[ ][ ][ ]
1 1 0 110 100
0 0 1 001 001
0 0 0 000 000
0 2 0 010 010
f 3 (1/2 ) f 3 (1 )+ f 1 f 1
Base cannicaen R3
DimI ( L )=3
T ( t 2+ 2t +1 )=(2,3,1)
t
T ( 2+ t+1)=(2,3,2)
t
T ( 21)=(1,1,2)
Se pide hallar:
Hallar la frmula para T
Como B es base en P 2
t
( 21) T
2 2 2
a t + bt +c=k 1 ( t +2 t +1 ) + k 2 ( t +t + 1 ) +k 3
t
t
( 21)
( 21) 2 2 2
(*)
T ( a t +bt +c)=k 1 T ( t + 2t +1 ) +k 2 T ( t + t +1 ) + k 3 T
k 1 ( t +2 t+ 1 ) +k 2 ( t 2 +t +1 ) +k 3
2
T ( a t 2 +bt +c)=T
T ( u + v )=T ( u ) +T (v )
T ( k u ) =k T ( u )
k 1 +k 2+ k 3=a
2 k 1 +k 2=b
k 1 +k 2k 3 =c
[ ]
ac
[ ] [ ]
1 1 1 a 0 0 2 ac 0 0 1
2
2 1 0 b 0 1 2 b2 c 0 1 2
b+2 c
1 1 1 c 1 1 1 c 1 1 1
c
f 3 (2 )+ f 2 f 2 ' f 2 (1 ) f 1 ( 2 ) +f 2 f 2 '
[ ] [ ]
ac ac
0 0 1 2 0 0 1 2
0 1 0 ab+c 0 1 0 ab+c
1 1 0 a+ c 1 0 0 a+2 bc
2 2
a+2 bc ac
k 1= k 2 =ab+c k 3=
2 2
f 2 (1 )+ f 3 f 3 '
Verificando:
U y C={ v1 , v1 , v1 , , v n }
V .
u1 T u1
u1
u2 T u2
u2
U T u3
u3
u3
, ,
,
B T un
U C
Por lo tanto podemos escribir las imgenes de cada vector de la base B como
combinacin lineal de la base C.
T (
U 1 ) = 1
U 1 + 2
U 2 + 3
U 3+ + n
Un
T (
U 2 ) = 1
U 1+ 2
U 2+ 3
U 3 + + n
Un
T (
U 3 ) = 1
U 1 + 2
U 2+ 3
U 3 + + n
Un
.
.
.
T (
U n ) = 1
U 1 + 2
U 2+ 3
U 3 + + n
Un
[] [] []
1 1 1
2 2 2
3 3 3
[ 1 ] . , [T (
T (
U ) = U 2)]= . , [ T ( U n ) ]=
.
. . .
. . .
n n n
[
Mat CB ( T )= [ T (
U 1 ) ]C , [ T (
U 2 ) ]C , [ T (
U 3 ) ]C [ T ( ]
U n ) ]C m n
Donde:
m = Dimensin del espacio vectorial codominio V
n = Dimensin del espacio vectorial dominio U
[
Mat BB ( T ) = [ T (
U 1 ) ]B , [ T (
U 2 ) ]B , [ T (
U 3 ) ]B [ T (
U n ) ]B ] n n
Ejemplo.
Definida por:
[ ]
T a b =( a+b +c +d ) t 2 + ( 2 ab+3 c +d ) t + ( 5 a+2 bcd )
c d
B=
{[ ,
1 1 1 1][
1 1 1 1 1 1 1 1
, ,
1 1 1 1 ][ ][ ]}
C={ t 2+2 t+ 1; t 21 ; t+ 4 }
Sol.
Hallamos las imgenes de la base B.
T [1 1 (
1 1 ] 2 2
= 1111 ) t + ( 2+131 ) t + ( 32+1+1 )=2 t t+3
a=1; b=c=d=1
[ ]
T 1 1 = (1+111 ) t 2 + (2131 ) t + (3+2+1+1 )=2t 27 t +1
1 1
b=1; a=c=d=1
[ ]
T 1 1 = (11+11 ) t 2 + (2+1+31 ) t+ (321+1 )=2t 2 +t5
1 1
c=1 ; a=b=d=1
[ ]
T 1 1 = (111+1 ) t 2 + (2+13+1 ) t+ (32+11 )=2t 23 t 5
1 1
d=1 ; a=b=c=1
2 t 2t+ 3= 1 ( t 2 +2 t+1 ) + 2 ( t 21 )+ 3 ( t+ 4 )
2 t 27 t+1= 1 ( t 2+ 2t +1 ) + 2 ( t 21 ) + 3 ( t + 4 )
2 t 2+ t5= 1 ( t 2 +2 t+1 ) + 2 ( t 21 ) + 3 ( t+ 4 )
2 t 23 t5= 1 ( t 2 +2 t+1 ) + 2 ( t 21 ) + 3 ( t +4 )
Tienen la misma matriz de coeficientes, por lo que resolveremos todos los sistemas en
uno solo
[ ] [ ]
1 1 0 2 2 2 2 1 1 0 2 22 2
2 0 1 1 7 1 3 0 2 1 3 3 5 1
1 1 4 3 1 5 5 0 2 4 5 3 3 3
(2 ) f 1+ f 2 f '2' (1 ) f 2+ f 3 f '3'
(1 ) f 1+ f 3 f '3'
[ ]
2 2 2 2
[ ]
1 1 0 2 2 2 2 1 1 0
0 2 1 3 3 5 1
0 2 1 3 3 5 1
2 6 8 4
0 0 3 2 6 8 4 0 0 1
3 3 3 3
(1 ) f 2 f '2' f 3 +f 2 f '2'
( 13 ) f f
3
''
3
[ ] [ ]
2 2 2 2 2 2 2 2
1 1 0 7 15 23 7 1 1 0 7 15 23 7
0 2 0 3 3 3 3 0 1 0 6 6 6 6
0 0 1 2 6 8 4 0 0 1 2 6 8 4
3 3 3 3 3 3 3 3
( 12 ) f f
2
''
2 (1)f 2 + f 1 f ''1
[ ]
5 27 11 5
6 6 6 6
1 0 0
7 15 23 7
0 1 0
6 6 6 6
0 0 1
2 6 8 4
3 3 3 3
C1 = i
C2 =i
C3 = i
C 4= i
[] [ ] [ ] []
5 27 11 5
6 6 6 6
[ 1 1 C 6
2
]
T 1 1 = 7 ; T 1 1
1 1 [[ ]]
C 6
6
[[
= 15 ; T 1 1
1 1 ]]
C 6
8
[[
= 23 ; T 1 1
1 1 ]] C
= 7
6
4
3 3 3 3
[ ]
5 27 11 5
1
Mat CB ( T )= 7 15 23 7
6
4 12 16 8
Definida por:
T ( p ( t )) =P ( t1 )+ P ' ( t ) + P ( 0 )
Sol:
2 2
P (t1 ) =a ( t1 ) + b ( t1 )+ c=at + (2 a+ b ) t+ab+ c
P ( 0 )=C
Entonces sumando:
a=1
b=1
c=1
a=2
b=1
c=3
T ( t 21 ) =t 21= 1 ( t 2t +1 ) + 2 ( 2t 2+ t+3 ) + 3 (t 2 1)
a=1
b=0
c=1
[ 1 2 1 1 2 1
1 3 1 3 8 1
1 2 1 1 2 1
][
1 1 0 1 1 0 0 3 1 0 3 1
0 1 2 2 6 2 ]
'' ''
f 1+ f 2 f 2 (-2) f 3+ f 1 f 1
'' ''
(1)f 1 + f 3 f 3 (3) f 3+ f 1 f 1
][ ]
3 10 5
[
1 0 5 3 10 5 1 0 5
6 15
0 0 7 6 15 7 0 0 1 1
7 7
0 1 2 2 6 2 0 1 2
2 6 2
( 17 ) f f
2
''
2 (2)f 2 + f 3 f ''3
''
(5)f 2+ f 1 f 1
[ ][ ]
9 5 9 5
0 0
7 7 7 7
1 0 0 1 0 0
6 15 2 12
0 0 1 1 0 1 0 0
7 7 7 7
0 1 0 0 0 1
2 12 6 15
0 1
7 7 7 7
f3f2
i i i
[ ]
9 5 0
1
Mat BB ( T ) = 2 12 0
7
6 15 7
T ( x )= A x
T ; R2 2 P2
Definida por:
[ ]
T a b =( a+bc +2 d ) t 2 + ( 2 ab+2 c+ d ) t + ( a+3 b2 c +2 d )
c d
Sol:
Bases canonicas:
{[ ] [ ]
B= 1 0 ; 0 1 ; 0 0 ; 0 0
0 0 0 0 1 0 0 1 }
B ' ={ t 2 , t , 1 }
[ ]
T 1 0 =t 2+ 2t +1= 1 ( t 2 ) + 2 ( t ) + 3(1)
0 0
[ ]
T 0 1 =t 2t+ 3= 1 ( t 2 ) + 2 (t ) + 3 (1)
0 0
[ ]
T 0 0 =t 2+ 2t2= 1 ( t 2 ) + 2 ( t ) + 3 ( 1 )
1 0
[ ]
T 0 0 =2 t 2 +t +2= 1 ( t 2 ) + 2 ( t ) + 3
0 1
[ 1 0 0 1 1 1 2
0 1 0 2 1 2 1
0 0 1 1 3 2 2 ]
i i i i
[ ]
1 1 1 2
A= 2 1 2 1
1 3 2 2
Como:
( T L )( x )=(A B)x
L: V W en laforma L ( x )=B x
U T V L
W
LT :U W
Se define:
L T ( x )=( B A) x
T 1 :V U
T 1 ( y )= A y
Ejemplo:
3 2
Y la transformacin lineal L: P2 R definida como:
2
L ( a t +bt +c )= [ ab+c a+ b+c
a+bc 2 a+ b+3 c ]
Se pide hallar:
a) L T
b) T-1
Sol.
a)
Sabemos
L=T ( x )=B A x
[ 1 0 0 2 1 2
0 1 0 1 2 3
0 0 1 4 1 2 ]
i i i
[ ]
2 1 2
A= 1 2 3
4 1 1
Para B:
B 2={(t 2 , t , 1) }
B 3=
{[ ] [ ]
1 0 0 1 0 0
; ;
0 0 0 0 1 0
;
0 0
0 1
}
2
L( t )=
1 1
1 2 [
= k1
1 0
0 0 ] [ ] [ ] [ ] [ ]
+k 2
0 1
0 0
+ k3
0 0
1 0
+k 4
0 0
0 1
L ( t )= [ 1 1
1 1
=l 1] [ ] [ ] [ ] [ ]
1 0
0 0
+l 2
0 1
0 0
+l 3
0 0
1 0
+l 4
0 0
0 1
[ 0 0 ] [ ] [ ] [ ] [ ]
L ( 1 ) = 1 1 =m 1 1 0 + m 2 0 1 + m3 0 0 + m 4 0 0
1 3 0 0 1 0 0 1
[ ]
1 0 0 0 1 1 1
0 1 0 0 1 1 1
0 0 1 0 1 1 1
0 0 0 1 2 1 3
[ ]
1 1 1
1 1 1
B=
1 1 1
2 1 3
[ ][ ][ ]
1 1 1 5 4 6
2 1 2
1 1 1 3 2 4
B A= 1 2 3 =
1 1 1 1 2 2
4 1 1
2 1 3 17 3 4
[]
a
( a , b , c )=k 1 ( 1, 0,0 )+ k 2 ( 0,1, 0 ) +k 3 ( 0, 0, 1 )=[ ( a , b , c ) ] B = b
1
[ ][ ] [ ]
5 4 6 5 a 4 b 6c
3 2 4 a 3 a 2b 4 c
L T ( a , b , c )= b=
1 2 2 a 2b 2 c
c
17 3 4 17 a 3 b 4 c
[
L T ( a , b , c )= 5 a4 b +6 c 3 a+2 b4 c
a+2 b2 c 17 a3 b+ 4 c ]
3 1 3
b) si T : R P2 entonces T : P2 R
T 1 ( x )=A 1 x
Hallamos A-1
| || ||
2 1 2 6 1 2
| A|= 1 2 3 13 6 8 6 1
4 1 1 9 2 5
13 1 |
| A|=613=7
[ ] [ ]
2 1 4 1 1 1
A t = 1 2 1 Adj ( A )= 13 6 8
2 3 1 9 2 5
[ ][ ]
1 1 1 a
1
A= 13 6 8 b
7
9 2 5 c
1 2 1
T ( a t + bt+c ) = ( a+ b+c ,13 a+ 6 b8 c , 9 a+2 b5 c )
7
C1 ={
V 1,
V 2 ,
V 3, ,
V m } V m=Dim V
Es decir se tiene :
Mat CB ( T )m n
1
C2 ={ r 3 , , rn } r
r 1 , r2 ,
Es decir buscamos:
Mat CB ( T )=?
2
Con ayuda de las bases se puede hallar las matrices de transicin de la base B 1 en U, y
de la base C1 a la base C2 en V.
Mat BB ( T )=[ [
2
1
U 1 ]B [
2
U 2 ]B [
2 2
U n ] B ]n n
U 3 ]B [ 2
Mat CC ( T )=[ [
2
1
V 1 ]C [
2
V 2 ]C [
2 2
V m ]C ]m m
V 3 ] C [ 2
Entonces:
Mat CB ( T )=Mat CC ( T ) Mat CB ( T ) Mat BB ( T )
2
2
2
1
1
1
2
1
Equivalencia de matrices:
B m n=P mm A m n Q n n
Mat BB ( T )=B=?
2
Mat BB ( I )=P
1
B2 1
Mat B ( I )=P
1
Por lo tanto:
Mat BB ( T )=Mat BB ( I ) Mat BB ( I ) Mat BB ( I )
1
2
2
1
1
1
1
B=P1 A P
Semejanza de matrices.
Definida por:
T ( a+ bx ) =( 2 a3 b )+ (3 a+4 b ) x
Se pide hallar:
a) La representacin matricial con respecto a la base.
B 1={ 1+ x ; 1x }
b) Utilizando el cambio de base hallar la representacin matricial con respecto a.
B 2={ 3+2 x ; 24 x }
T ( 1x )=5x= 1 ( 1+ x ) + 2 (1x )
[ ] [
1 1 1 5 1 1 1 5 1 1 1 5
1 1 7 1 0 2 8 6 0 1 4 3 ] [ ]
(1 ) f 1+ f 2 f ''2 ( 12 ) f f (1) f + f f
2
''
2 2 1
''
1
[ 1 0 3 2
0 1 4 3 ]
A=Mat B ( T )=
B1
1 [ 3 2
4 3 ]
b)
B1 B2 B1 B1
Mat B ( T )=Mat B ( I ) Mat B ( I ) Mat B ( I )
2 1 1 2
B=P1 A P
3+2 x=k 1 ( 1+ x ) + k 2 ( 1x )
(1 ) f 1+ f 2 f ''2 ( 12 ) f f (1) f + f f
2
''
2 2 1
''
1
[ ]
5
1
1 0 2
0 1 1
3
2
1 1
1
[
P= 5 2 para P1=
2 1 6
1 5 2
2 1 6 ] ([ ]) [ =2 5 2
1 6 ]
P =2
1
[
1 6 2 1 1 6 2
32 1 5
.P =
16 1 5 ] [ ]
B=P1 A P= [
1 6 2
][
3 2 P
16 1 5 1 5 ]
B= [
1 10 18 1 5 2
16 23 13 2 1 6
=
1 68 88
32 102 124 ] [ ] [ ]
B1
Mat B ( T )=B=
2 [
1 34 44
16 51 62 ]
c) para verificar realizamos lo del inverso a) para B 2
T ( 3+2 x )=17 x= 1 ( 3+ 2 x ) + 2 (24 x)
][ ]
34 44
[
17 26
1 6 1 0 16 16
51 62
0 1 0 1 51 62
16 16
16 16
(6 ) f 2 + f 1 f '1'
B
B=Mat B ( T )=
1
2
1 14 44
16 51 62 [ ]
Ejemplo.
[ ]
2 1 4
A= 1 2 1 Si se conoce la matriz de transicin.
1 3 0
[ ]
3 2 2
De la base B2 a la base B1 que es igual a: 4 1 1
1 3 4
Se pide hallar:
a) La representacin matricial con respecto a la base B 2.
b) La base B2.
Sol.
Por el cambio de base.
2
2
1
1
1
1
2
1
B=P A P
[ ]
3 2 2
1
P= 4 1 1 ; hallamos P
1 3 4
| || ||
3 2 2 11 2 0
|P|= 4 1 1 0 1 0 11 2 =|P|=11
1 3 4 11 3 1
0 1 |
[ ] [ ] [ ]
3 4 1 1 2 0 1 2 0
t 1 1
P = 2 1 1 ; Adj ( P )= 15 14 11 P = 15 14 11
11
2 1 4 11 11 11 11 11 11
[ ][ ]
1 2 0 2 1 4
1 1
B=P A P= 4 1 1 1 2 1 P
11
1 3 4 1 3 0
[ ][ ] [ ]
0 5 2 3 2 2 18 1 3
1 1
B= 33 20 74 4 1 1 B= 105 268 342
11 11
22 22 55 1 3 4 99 187 242
[ ]
3 2 7
B1
b) como P=Mat ( I ) B2 C.L.= 4 1 1
1 3 4
B 2=( P1 , P 2 , P 3 )
P1= 1 (t 2+ 2t +1 ) + 2 ( t 2t +3 ) + 3 (2 t 2 +3 t+2)
P2= 1 (t 2+ 2t +1 ) + 2 ( t 2t +3 ) + 3 (2 t 2 +3 t +2)
[ ]
1 1 1
B
P Mat B ( I )= 2 2 2
1
3 3 3
P1=3 (t 2 +2 t+1 ) + 4 ( t 2t +3 ) + (1 ) ( 2t 2 +3 t+2 ) =t 2t +13
Captulo 7
Autovalores y Autovectores
Introduccin.- sabemos que toda transformacin lineal T :u u (endomorfismo) se
puede expresar en la forma
T ( x )= An n X
X
T ( x )= An n X=
Definicin
Se define auto valores como el escalar factor de multiplicacin asociados a un auto
vector.
Tambin se lo denomina valor propio o eigen valor.
Se define un autovector, como aquel vector no nulo cuya imagen es un mltiplo de si
mismo.
Tambin se lo nombra valor propio o eigen valor.
Para hallar los auto vectores y auto valores se utiliza el siguiente procedimiento.
A n n X n 1= X n 1
A n n X n 1 X n 1=
A n n X n 1I n n X n 1=
( An nI n n ) X n 1 = n 1
La anterior expresin en un sistema de ecuaciones homogneo.
Pero
{
Unica Solucin
X n 1= n 1= det ( A n nI n n ) 0
SISTEMA DE
ECUACIONES HOMOGENEO
Infinitas Soluciomes
n 1= n 1= det ( A n nI n n )=0
X
Por lo tanto:
det ( A n nI n n) =0
a11
a12 a 13
a2 n
a 21
a1n
a
a23 22
a n1
1
0 0
0
0
0
0 1
0
A n nI n n=[ an 2 an 3 ann ] [ 0 0 1 ]
a 11 a12 a13
a1 n
a21
a31
a 11 a12 a13
a1 n
a21
a31
n
P()=
+b n1n1 +bn 2 n2 ++b 22 +b 1+b 0=0
Polinomio Caracteristico
EcuacionCaracteristica
Los auto vectores forman una base denominado base de los espacios propios
1 , X 2 , X
B={ X 1 2 3 , , X n }
3 n
Ejemplo.- Hallar los auto valores y los auto vectores de la trasformacin lineal
T : P1 P1 Definido por:
Sol.-
Necesitamos Matriz Estndar
B c ={ 1, x }
T ( 1 )=16+15 x=1 ( 1 ) +2 ( x )
T ( x )=10+19 x= 1 ( 1 ) + 2 ( x )
[ 1 0 6 10
0 1 15 19
A
] [
A= 6 10
15 19 ]
Autovalores
| AI |=0
AI =
[
6 10
15 19
0 1
=
][ ][
1 0 610
15
]
6
19
[
| AI |= 610 =
15 ]
114 19+6+2 +150=0
213+36=0
(9 ) (4 )=0
9 ;=4
( A )= { 9,4 }
Autovectores
[ AI ] X =
[ 610
15
x
1 =
x2
0
0 ][ ] [ ]
Para 9
( |)
0 0
( 15 10 0
15 10 0 |) ( 0 0 0
15 10 0 |) 1
2
3
0
0
2
x 1+ x 2=0
3
Si x 2=t
2
x 1= t
3
[][ ]
2
x1
x2
t t
= 3 = 2
t
3 3 [ ]
19= 2
X
3 [ ]
Para 4
(10
15
10 0
15 0 |) ( |) ( |)
1 10
1 10
1 10
0 00
x 1+ x 2=0
Si x 2=t= x 1=t
[][ ] [ ]
x 1 t
x2
=
t
=t 1
1
X []
24 = 1
1
{[ ] [ ]}
B esp . propios = 2 , 1
3 1
B=P1 A P
Entonces:
d 11
0
0 0 0 d 22
0
0 0
0
0 d 33 0
0 0 d nn
B=D=
Por lo tanto
1
D=P A P premultiplicamos P
1
AP
PD=PP
I
[
P= X 1
X 2 X n
]
][ ]
d 11 0 0
[ X 1
2
X
X n
0
0 d 22
0
0
d nn
[
= A X1 X 2
X n
]
}
d 11 X 1= A X 1
d 22 X 2= A X2
d33 X 3= A X 3
X
pero: A X=
d 44 X 4 =A X 4
d nn X n= A X n
Entones la matris P esta formando por los autovectores y la diagonal debe tener a los
autovalores
Condiciones de diagonalizacion
i) Cada autovalor genera su propio autovector.
ii) Si un autovalor tiene multiplicidad k debe generar k autovectores
En el ejemplo anterior.
[
P= 2 1 P1=
3 1
1 1
]1 P1= 1
2+3 3 2
1
3 2 [ ] [ ]
1
D=P A P
D= [ 1
][
1 6 10
3 2 15 19
P=
9
] [
9 2 1
12 8 3 1
= D=
9 0
0 4 ][ ] [ ]
Ejemplo.- diagonalizar la matriz
[ ]
1 4 2
A= 3 4 0
3 1 3
Sol.
Autovalores
det ( AI )=0
[
1 4 2 1 0 0 1 4
AI = 3 4 0 0 1 0 = 3
3 1 3 0 0 1 3 ][ ][ 2
4 0
1 ]
1 4
3
0
2
4 0
3+ 3
1 4
3
0
2
0 |
4 0
|
| |
1 4 2
| AI |= 3 4 0
3 1
3
3
1
4
1;=2 ;=3
( A )= {1,2,3 }
Autovectores
( AI ) X =
[ ][ ] [ ]
1 4 2 x1 0
3 4 0 x2 = 0
3 1 x3 0
Para 1
[ ][ ][ ][ ]
2 4 2 0 1 2 1 0 1 2 1 0 1 0 1 0
3 3 0 0 3 3 0 0 0 3 3 0 0 0 0 0
3 1 2 0 0 2 2 0 0 1 1 0 0 1 1 0
x 1x3 =0
x 2x 3=0
[ ] [] []
x 3=t x1 t 1
x 2=t = x2 = t = t 1
x 1=t x2 t 1
1
X
Para 2
][ ]
0 0 0 0
[ ][ ][
3 4 2 0 0 2 2 0 0 0 0 0
2
3 2 0 0 3 2 0 0 3 0 2 0 1 0 0
3
3 1 1 0 0 1 1 0 0 1 1 0
0 1 1 0
2
x 1 x =0
3 3
x 2x 3=0
Si
[ ][ ] []
x 3=t 2
x1 t 2
2 3 = t
x 1= t x 2 = 3
3 t 3
x3 3
x 2=t t
X 2
Para 3
][ ]
1 3 2 0
[ ][ ][
4 4 2 0 1 3 2 0 1 3 2 0
3
3 1 0 0 3 1 0 0 0 8 6 0 0 1 0
4
3 1 0 0 0 0 0 0 0 0 0 0
0 0 0 0
[ ] [ ][ ] []
1 1 t
1 0 0 1 x1 = t x
4 x1 x 3 =0 4 4
4 1
t 1
3 3 x = 3 = 3
0 1 0 3 x= t 2 t 4
4 x 2 x3 =0 2 4 x 3 4 4
4
0 0 0 0 x 3 =t t X3
[ ]
1 2 1 1
P= 1 3 3 D=P A P
1 3 4
Hallamos P1
| | |
1 2 1 1 2 1
|P|= 1 3 3 0 1 2 =|P|=1
1 3 4 0 1 3
+
+
+
+
+
11123313 4
Pt =
[ ]
3 5 3
P1= 1 3 2
0 1 1
Reemplazando.-
[ ][ ]
3 5 3 1 4 2
D= 1 3 2 3 4 0 P
0 1 1 3 1 3
[ ][ ]
3 5 3 1 2 1
D= 2 6 4 1 3 3
0 3 3 1 3 4
[ ]
1 0 0
D= 0 2 0
0 0 3
Demostrando
det ( BI )=det ( Q1 ( AI ) Q )
1
det ( BI )= det ( AI ) der ( Q )
det ( Q )
det ( BI )=det ( AI )
A= A t
P1=Pt
Pero previamente la base de los autovectores debe ser ortonormalizado por el proceso de
Gram Schmidet utilizando el producto escalar entonces:
1
D=P A P
Ser:
D=Pt A P
Nota.- si los autovalores son distintos entonces los autovectores ya son ortogonales, en
consecuencia solo se los normaliza
Funcin Matricial.- En muchas de las aplicaciones se utilizan funciones matriciales, para
ellos utilizamos el hecho que toda funcin analtica se puede expresar como una serie de
potencial alrededor de x 0=0 , denominada serie MClaurin.
Potencial de Matrices
PD P =P
1
P AP P
1 1
I I
A=PD P1
A 2= AA=PD P
P D P1= A2=P D2 P1
1
3 2 2 3 3
P D P = A =P D P
A = A A=P D P
1 1 1
En forma general
A n=P Dn P1
[ ] [ ]
n
1 0 0 1 0 0
n
0 2 0 0 2 0
Donde D= D n=
n
0 0 k 0 0 k
k =0 k!
Entonces
Ak P Dk P1 k
e A=
k=0
=
k ! k=0 k!
=P ( Dk !
k=0
) P1
e A=P e D P1
Donde
[ ]
e 1
0 0
0 e 2
0
eD=
0 0 e k
Por lo tanto
f ( A ) =Pf ( D ) P1
Ejemplo.-
ln ( A )=P ln(D) P1
caracterstico.
Como:
n n1 n 2 2
+ bn1 +b n2 ++ b2 + b1 +bo =0
Por Hamilton-Cayley:
A n +b n1 An1 +b n2 An2 ++ b2 A 2+ b1 A+ b0 I = A1
{ A1=
1 n1
bo
[ A + bn1 A n2+ bn2 A n3+ +b2 A +b 1 I ] }
Ejemplo.- dada la matriz
[ ] [ ]
5 4 2 5 b c
A= b 5 2 A t = 4 5 a
c a 2 2 2 2
Se pide:
a) Diagonalizar ortogonalmente
n At
b) A y e
c) A1 por Hamilton-Cayley.
Sol.-
Diagonalizacion ortogonal A= A t
Entonces
5=5 4=b 2=c 2=a 2=2
[ ]
5 4 2
A= 4 5 2
2 2 2
Autovalores: | AI |=0
[ ]
5 4 2
AI = 4 5 2
2 2
51+ 2 2
4
2
| AI |= 4
2|
5 4 2
| | 9 0
5 2 | 02| 4
2 2
4
|
1 2
0
1
1
9
2
( 2)
1 ,=10
( A )= { 1(2) ,10 }
( AI ) X=
Autovectores:
[ ][ ] [ ]
5 4 2 x1 0
4 5 2 x 2 = 0
2 2 x3 0
Para 1
[ ][ ]
4 4 2 0 0 0 0 0
4 4 2 0 0 0 0 0
2 2 1 0 2 2 1 0
2 x 1 +2 x2 + x 3=0
x 2=t x3 =r
r
x 1=t
2
[][ ]
x 1 t r
[][]
1 1
2 r
x2 = = t 1 + 0
t 2
x3 0
2
r
X
X
1 2
Para 10
[ ][ ][ ][ ]
5 4 2 0 1 8 14 0 1 8 14 0 1 0 2 0
4 5 2 0 0 9 18 0 0 1 2 0 0 1 2 0
2 2 8 0 2 2 8 0 0 18 36 0 0 0 0 0
x 1 +2 x3 =0
x 22 x 3=0
si x 3=r
x1 =2r
x2 =2r
[ ][ ] []
x1 2r 2
x 2 = 2 r = r 2
x3 r 1
x 3
{ [ ][ ] [ ] }
1 1 2
B= 1 , 0 , 2
0 2 1
v v
1
v 2 3
G . Schmidt Normaliza
1 paso
1
u 1= v
v 1 1
[]
1
1
u 1= 1
2 0
2 pas
v 1 v 2 , u 1 u 1
u 2=
v 1 v 2 , u 1 u 1
v 1 , u 1 =
[ ] [ ]
1
0
2
,
1
1
1 =
2 0
1
2
/
/
u 2=
1
2[] []
0
1 1 1
1
2 2 0
[ ]
1
1 = (1 ) + (1 ) + 4 = 18=3 2
4
2 2 2
[]
1
1
u 2= 1
3 2
4
Para u 3
1
u 3= v
v 3 3
[]
2
1
u 3= 2
3
1
[ ]
1 1 2
2 3 2 3
1 1 2
P=
2 3 2 3
4 1
0
3 2 3
P1=Pt
[ ]
1 1
0
2 2
1 1 4
Pt =
3 2 3 2 3 2
2 2 1
3 3 3
D=Pt AP
[ [] ]
1 1
0
2 2 5 4 2
1 1 4
D= 4 5 2 P
3 2 3 2 3 2 2 2 2
2 2 1
3 3 3
[ ][ ]
1 1 1 1 2
0
2 2 2 3 2 3
1 1 4 1 1 2
D=
3 2 3 2 3 2 2 3 2 3
20 20 10 4 1
0
3 3 3 3 2 3
[ ]
1 0 0
D= 0 1 0
0 0 10