Professional Documents
Culture Documents
Números Complejos
Debido a que el cuadrado de cualquier número real es no negativo, una simple ecuación como x2 =
-4 no tiene solución en el conjunto de los números reales. Para poder tratar con este tipo de
situaciones tenemos que extender el conjunto de los números reales a un conjunto mayor, el
conjunto de los números complejos.
Para poder obtener una solución de la ecuación x2 + 1 = 0, utilizamos el número i, tal que i2=1. Este
número i no es un número real y se llama la unidad imaginaria, pero i2 si es un número real. La
unidad imaginaria se utiliza en la siguiente definición de los números complejos.
Ejemplos:
z Re(z) Im(z)
7+5i 7 5
-4 –3 i = -4 + (-3) i -4 -3
-9 i = 0 + (-9) i 0 -9
4=4+0i 4 0
Decimos que dos números complejos z = a + b i, w = c + d i, son iguales z = w, si y solo si a = c y
b = d.
Podemos visualizar a los números complejos asociándolos con puntos del plano.
Hacemos esto que el número a + b i se corresponda con el punto (a, b).
Suma
Para sumar números complejos, se siguen las normas básicas de la aritmética, sumando los
reales con los reales y los imaginarios con los imaginarios:
Ejemplo de suma:
el resultado es 7 + 4i
Resta
Al igual que en la suma, se opera como con los números reales ordinarios:
Multiplicación
Para multiplicar dos números complejos, se multiplica cada término del primero por los dos
del segundo, con lo que obtenemos 4 términos:
Obsérvese que el término bdi2 pasa a ser − bd. Eso es porque i2 = − 1. Ejemplo: y así queda
División
Para elevar un número complejo a un exponente entero, se aplican las identidades notables.
Se debe tener en cuenta la igualdad i2 = − 1:
Dos binomios se llaman conjugados si solo difieren en su signo central, por ejemplo, los
dos binomios: 3m - 1 y 3m + 1 son conjugados.
z´ = x - iy<===> z = x + iy
El valor absoluto, módulo o magnitud de un número complejo z viene dado por la siguiente
expresión:
Si pensamos en z como algún punto en el plano; podemos ver, por el teorema de Pitágoras,
que el valor absoluto de un número complejo coincide con la distancia euclídea desde el
origen del plano.
Si el complejo está escrito en forma exponencial z = r eiφ, entonces |z| = r. Se puede
expresar en forma polar como z = r (cosφ + isenφ), donde cosφ + isenφ = eiφ es la conocida
fórmula de Euler.
Podemos comprobar con facilidad estas cuatro importantes propiedades del valor absoluto
Por definición, la función distancia queda como sigue d(z, w) = |z - w| y nos provee de un
espacio métrico con los complejos gracias al que se puede hablar de límites y continuidad.
La suma, la resta, la multiplicación y la división de complejos son operaciones continuas.
Si no se dice lo contrario, se asume que ésta es la métrica usada en los números complejos.
Forma Polar
Sean r y θ coordenadas polares del punto (x, y) que corresponde a un número complejo no
nulo z = x + iy. Como
x = r cos θ e y = r sen θ
z = r(cosθ + i senθ).
Forma exponencial
La ecuación
que define el simbolo eiθ, o exp (iθ), para todo valor real de θ, se conoce como fórmula de
Euler. Si escribimos un número complejo no nulo en forma polar
z = r(cos θ + i sen θ),
z = reiθ
FÓRMULA DE MOIVRE
que es útil en trigonometría, pues permite hallar cos na y sen na en función de sen
a y cos a.
Esta igualdad recibe el nombre de fórmula de Moivre, en honor del matemático
francés Abraham de Moivre (1667-1754).
Potencia
La potencia es un producto de factores iguales, por tanto la regla es la misma que
la de multiplicar.
Raíz Cuadrada
Vamos a hallar :
Primero pasamos z=4+3i a forma polar:
z = 4+3i = 536.9º
La raíz cuadrada de z, tendrá de módulo la raíz cuadrada del módulo de z y de
argumento, el de z dividido por 2.
Las dos soluciones de esta raíz cuadrada son:
Si k=0 --> z1=18.4º
Si k=1 --> z2=198.4º
Si le seguimos dando valores a k = 2, 3, 4, ... veremos que las soluciones que
salen coinciden con las ya mencionadas, después de haber dado 1, 2, 3, ...
vueltas a la circunferencia.
Todas estas operaciones que hemos hecho las puedes ver en la escena, y ver
como quedan los vectores, tanto de z como de z1 y z2
Raíz Cúbica
¿Cómo resolver una ecuación de primer grado? Para la resolución de ecuaciones de primer grado podríamos
definir un esquema con los pasos necesarios. Para empezar comenzemos con una ecuación de primer grado
sencilla: 9x − 9 + 108x − 6x − 92 = 16x + 28 + 396 Nuestro objetivo principal es dejar sola la x en uno de los
terminos, el izquierdo o el derecho.
1- TRANSPOSICIÓN: Lo primero que debemos hacer es colocar los terminos con X en un lado, y los
numeros enteros en otro. Para ello, podemos ver que hay algunos números que tendremos que pasarlos al otro
término. Esto lo podemos hacer teniendo en cuenta que: Si el número esta restando (Ej: −6): Pasa al otro lado
sumando (+6) Si el número esta sumando (Ej: +9): Pasa al otro lado restando (−9) Si el número esta
multiplicando (Ej: •2) Pasa al otro lado dividiendo (en forma fraccionaria) (n/2) Si el número esta dividiendo
(en forma fraccionaria) (Ej: n/5) Pasa al otro lado multiplicando (•5) Una vez hemos pasado todos los
terminos en nuestra ecuación, esta quedaría así: 9x + 108x − 6x − 16x = 28 + 396 + 9 + 92 Como podrás
comprobar todos los monomios con X han quedado a la izquierda del signo igual, y todos los números enteros
se han quedado en la derecha.
2- SIMPLIFICACIÓN: Nuestro siguiente objetivo es convertir nuestra ecuación en otra equivalente más
simple y corta, por lo que realizaremos la operación de polinomios que se nos plantea Es decir en nuestro
caso, por un lado realizamos la operación: 9x+108x-6x-16x Y por otro lado: 28+396+9+92 De forma que
nuestra ecuación pasaría a ser esta: 95x = 475
3- DESPEJAR: Ahora es cuando debemos cumplir nuestro objetivo final, dejar la X completamente sola,
para ello volveremos a recurrir a la transposición. Es decir, en nuestra ecuación deberíamos pasar el 95 al otro
lado, y, como está multiplicando, pasa dividiendo: x = 475 / 95 Comprueba que el ejercicio ya está
teóricamente resuelto, ya que tenemos una igualdad en la que nos dice que la x ocultaba el número 475/95.
Sin embargo debemos simplificar esto. Resolvemos la fracción (Numerador dividido entre denominador) en
caso de que el resultado diera exacto, si nos diera decimal, simplificamos la fracción y ese es el resultado. En
nuestra ecuación vemos que si se puede resolver la fracción (475:95=5) por lo tanto x=5 Ya sí hemos resuelto
la ecuación, es decir hemos averiguado que el número que x representaba era el 5. Resolución de ecuaciones
de primer grado (Problema) Pongamos el siguiente problema: El número de canicas que tengo más tres es
igual al doble de las canicas que tengo menos 2.¿Cuántas canicas tengo? El primer paso para resolver este
problema es expresar el enunciado como una expresión algebraica: x + 3 = 2x − 2 El enunciado está
expresado, pero no podemos ver claramente cuál es el valor de x, para ello se sigue este procedimiento: x + 3
= 2x − 2//Primero se pasan todas las x al primer término y los términos independientes al segundo. Para ello
tenemos en cuenta que cualquier expresión pasa al otro término haciendo la operación opuesta. Así
obtenemos: x − 2x = − 2 − 3//Que simplificado resulta:− x = − 5//Esta expresión nos lleva a una parte muy
importante del álgebra, que dice que si modificamos igualmente ambos términos de una ecuación, el resultado
es el mismo. Esto significa que podemos sumar, restar, multiplicar, dividir, elevar y radicar los dos términos
de la ecuación por el mismo número sin que esta sufra cambios. En este caso, si multiplicamos ambos
términos por −1 obtendremos: x = 5//El problema está resuelto Resolución de ecuaciones de segundo grado
Todas las ecuaciones de segundo grado pueden tener como mucho 2 soluciones válidas.Para la resolución de
ecuaciones de segundo grado tenemos que distinguir entre tres tipos distintos de ecuaciones:-Ecuaciones de la
forma ax2 + c = 0 Este tipo de ecuaciones son las más sencillas de resolver, ya que se resuelven igual que las
de primer grado. Tengamos por ejemplo: x2 − 16 = 0//Pasamos −16 al segundo término x2 = 16//Ahora
pasamos el exponente al segundo término haciendo la operación opuesta, en este caso raíz cuadrada
La ecuación ya está resuelta
-Ecuaciones de la forma ax2 + bx) = 0 Tengamos: 3×2 + 9x = 0//En este tipo de ecuaciones lo primero que
hacemos es sacar x factor común de ambas expresiones: x(3x + 9) = 0// Esta expresión es una multiplicación
cuyo resultado es 0, por lo tanto una de los factores tiene que ser igual a 0. Así que o el primer factor (x)es
igual a cero (esta es la primera solución) o: 3x + 9 = 0 3x = 9
Por lo tanto, las 2 soluciones válidas para esta ecuación son 0 y 3-Ecuaciones de la forma ax2 + bx + c = 0
Tengamos por ejemplo la ecuación: x2 + 5x − 6//Para resolver este tipo de ecuaciones utilizamos directamente
la siguiente fórmula:
//Por lo tanto para resolver esta ecuación sustituimos las letras por los números:
//A partir de esta fórmula obtenemos que las soluciones válidas para esta ecuación son 1 y −6
UNIDAD II.
MATRICES Y DETERMINANTES.
Los elementos de una matriz se identifican por la fila y la columna que ocupan.
Así, designaremos por a32 el elemento que está situado en la tercera fila y
segunda columna de la matriz A.
El número de filas y columnas que tiene una matriz se llama dimensión de la
matriz.
Dos matrices son iguales si son de igual dimensión y coincide el valor de los
elementos que ocupan la misma posición en ambas
Para el caso de una matriz A con m filas y n columnas, se debe entender que i varía desde 1 hasta
m y que j varía desde 1 hasta n (siendo i y j variables en el conjunto de los números naturales).
Por ello, otra forma de anotar una matriz A, de m filas y n columnas, que tiene como elemento
genérico a aij, es:
MATRICES IGUALES
a) rectangulares
b) cuadradas.
Sea Amxn ;
si m n, la matriz se dice rectangular;
si m = n, la matriz se dice cuadrada.
a11 a12 a13
a11 a12 a13
a 21 a 22 a 23
a 21 a 22 a 23
a 31 a 32 a 33
a 31 a 32 a 33
a 41 a 42 a 43
matriz rectangular matriz cuadrada
Las matrices son usadas en matemáticas discretas para expresar relaciones entre objetos.
Definición: Concepto de matriz Una matriz es un ordenación rectangular de números. Una matriz
con m filas y n columnas es llamada una matriz de tamaño m x n.
Ejemplo:
Es una matriz de tamaño 4 x 3 Se emplean los paréntesis cuadrados con el fin de considerar la
ordenación rectangular de números como una entidad.
Una notación abreviada para expresar la matriz A es escribir , lo cual indica que A es
Ejemplo:
Consideremos la matriz
Y sus columnas
Definición: Matriz cuadrada Una matriz A de tamaño n x n, es decir, cuando el número de filas es
igual al número de columnas, se denomina una matriz cuadrada de orden n.
Ejemplo:
Ejemplo:
Hallar si
Esto es, la suma de dos matrices del mismo tamaño es la matriz de ese mismo tamaño obtenida al
sumar los correspondientes elementos deA y B. La matrizCse denota por A+B. Por lo tanto,
Ejemplo:
Sean
y
Entonces
Ejemplo:
La suma
Definición: Matriz cero. Una matriz en que todos sus elementos son cero se denomina matriz
cero (o matriz nula) y se denota por 0.
Ejemplo:
Las siguientes matrices son todas cero:
Demostración:
Sean
Para probar esta igualdad, por definición de igualdad entre matrices, tenemos que mostrar que los
elementos correspondientes de F y G son iguales.
Para esto demostramos las matrices por:
Veamos que
Teniendo en cuenta las notaciones anteriores y la definición de suma entre matrices obtenemos:
Sea y sea
En la siguiente figura, hemos resaltado la fila de A y la columna de B que son usadas para calcular
el elemento cij de AB.
Nótese que el producto de una matriz A con una matriz B solamente se define cuando el número de
columnas de A es igual al número de filas de B. Además el tamaño de la matriz producto es:
Ejemplo:
Hallar el producto de
Donde
Ejemplo:
Sean
Entonces
Teorema
En las operaciones indicadas hemos supuesto que A, B, y C son matrices de tamaño tal que las
operaciones se puedan efectuar.
Demostración:
b) Sean
Para probar esta igualdad, por definición de igualdad entre matrices, tenemos que mostrar que los
elementos correspondientes de G y H son iguales.
Veamos que
Teniendo en cuenta las notaciones anteriores, las definiciones de suma y producto de matrices, y
las propiedades de la suma y el producto de números reales obtenemos:
Ejercicio: Demostrar las otras partes del teorema anterior.
Definición: Una matriz cuadrada de orden n que tiene todos los elementos diagonales iguales a 1
y todos los demás componentes iguales a 0 se llama matriz identidad (o idéntica) de orden n y se
por lo tanto,
Ejemplo:
Definición: Potencia de una matriz Sea A una matriz de n x n. Definimos la n - enésima potencia
de A de la siguiente manera
Ejemplo:
Sea
Entonces
Teorema:
Sean m y n enteros no negativos. Entonces
, entonces .
Definición: Producto por escalar Sea y c un número real. El producto por escalar
Esto es, la matriz producto por escalar se obtiene al multiplicar cada elemento de A por c. La matriz
B se denota por . Por lo tanto
Ejemplo:
Ejemplo:
El siguiente teorema resume las propiedades básicas del producto por escalar.
Demostración:
b) Sean
Para probar esta igualdad, por definición de igualdad entre matrices, tenemos que mostrar que los
elementos correspondientes de D y G son iguales.
Para esto denotemos los elementos de las matrices por:
Veamos que
Teniendo en cuenta las notaciones anteriores, la definición de suma y producto por escalar entre
matrices, y la ley distributiva del producto sobre la suma para números reales obtenemos:
Ejemplo:
Sea
Entonces
Demostración:
c) Sean
Debemos demostrar que
Para probar esta igualdad, por definición de igualdad entre matrices, tenemos que mostrar que los
elementos correspondientes de D y G son iguales.
Veamos que
Obsérvese que una matriz es simétrica si y solamente si es cuadrada y es simétrica con respecto a
su diagonal principal
Ejemplo:
Sean
“MATRIZ ESCALAR”
Si una matriz diagonal tiene todos los términos de la diagonal iguales se llama
matriz escalar.
ENTONCES:
Esto quiere decir que los renglones de A son ortogonales y de longitud unitaria, es
decir, forman un conjunto de vectores ortonormales. En forma similar se puede
probar que las columnas forman también un conjunto de vectores ortonormales.
Las matrices:
A= 20B=023
-3 1 −1 0 2
000
Los elementos a11, a22, a33, … ann de una matriz cuadrada constituyen su
diagonal principal.
a11… … …
A =… a22… …
… … a33…
… … … ann
a11 = a22 = a33 = …. = ann = 1 y todos los demás elementos son cero, es una
matriz unidad.
IA = 1 0
1
Una matriz diagonal es aquella en que los elementos que no están en la diagonal
principal son ceros.
2000
A= 0300
0 0 −2 0
0004
Una matriz cuyos elementos por encima o por debajo de la diagonal principal son
todos ceros es matriz triangular. Si todos los ceros están por encima de la diagonal
principal entonces es una matriz inferior y si todos los ceros están por debajo de la
diagonal principal es una matriz superior.
Ejemplo:
120
-1 0 4
B = 4 1 −2
003
1 0 4 7 filas
A= 0258
0369
1 2 1 0 diagonal principal
Columnas
000
A= 000
000
A = 1 −3 5
-3 2 0
501
Observa si 1 = j, aii = -aii y el único número que cumple con esta igualdad es el
cero por lo que es una matriz asimétrica la diagonal principal esta formada por
elementos nulos.
B = 0 2 −2 5
-2 0 3 6
2 −3 0 −1
-5 6 1 0
A= 300
030
003
Matriz identidad
Es toda matriz escalar en la que todos los elementos de la diagonal principal son
iguales a la unidad.
12 = 1 0
1
Ejemplo:
A= abB=xy
cdzw
Matriz transpuesta
Si
A = 4 −1 3
0 5 −2
At = 4 0
-1 5
−2
Matriz adjunta: Matriz que se obtiene al sustituir cada elemento por su adjunto. El
adjunto de un elemento aij es el valor del determinante que se obtiene de eliminar
la fila y la columna en la que se halla dicho elemento(menor complementario)
multiplicadom por el signo correspondiente a su posicion, segun la regla de los
signos o aplicando la expresion (−1)^ij. La matriz adjunta se representa A^* y se
forma a partir de una matriz cuadrada.
1. A·(B·C) = (A·B)·C
2. El producto de matrices en general no es conmutativo. (Ejemplo)
3. Si A es una matriz cuadrada de orden n se tiene A·In = In·A = A.
4. Dada una matriz cuadrada A de orden n, no siempre existe otra matriz B tal que A·B = B·A
= In. Si existe dicha matriz B, se dice que es la matriz
1. Todas las filas nulas (caso de existir) se encuentran en la parte inferior de la matriz.
2. El pivote de cada fila no nula se encuentra estrictamente más a la derecha que el pivote
de la fila de encima.
Por ejemplo, entre las matrices:
Dada una matriz escalonada E se define el RANGO de E, que representamos por rg (E), como el
numero de filas no nulas de E.
En los ejemplos B y C de arriba se tiene rg (B) = rg(C) = 2, sin embargo no podemos decir que
rg(A) = 3 ya que A no está escalonada. Otro ejemplo, las matrices nulas tienen rango cero y la
matriz identidad de orden n cumple rg (In) = n.
La siguiente cuestión que abordaremos es la definición de rango para una matriz cualquiera que no
esté escalonada. La idea será la de transformar la matriz dada en otra que sea escalonada
mediante las llamadas transformaciones elementales por filas que describimos a continuación.
Dada una matriz A cualquiera, las TRANSFORMACIONES ELEMENTALES por filas de A son tres:
Nota: Análogamente podríamos hacerlo todo por columnas; sin embargo, son las transformaciones
por filas las que son importantes en los sistemas de ecuaciones lineales que estudiaremos
después.
El siguiente resultado nos garantiza que siempre podemos transformar una matriz cualquiera en
otra escalonada.
Teorema
A partir de cualquier matriz A se puede llegar, mediante una cantidad finita de transformaciones
elementales, a una matriz escalonada E.
Veamos en un ejemplo cómo se hace. Obsérvese que, primero, hacemos que la componente (1,1)
de la matriz de partida sea igual a uno. Luego, se hace que el resto de componentes de la primera
columna sean cero. Después se pasa a la componente (2,2), y así sucesivamente.
El teorema anterior nos permite hacer una definición importante:
Ra ngo de una ma tr iz
Ta mb i é n po d e mo s d e ci r q u e e l ra n g o es: e l or de n de la
m ay or s ubm a tr iz c ua dr a da no nula . U ti li za n do e sta de fi n i ció n
se p u ed e ca l cul a r e l ra ng o u sa nd o de te rmi na n te s.
Se p u ed e ca l cul a r e l ra ng o d e u n a ma tri z po r do s mé to d o s:
To d o s su s coe fi ci e n te s so n ce ro s.
H a y d o s l íne a s i g ua l e s.
U na l íne a e s co mb in a ci ón li ne a l d e o tra s.
F3 = 2F1
F 4 e s n ul a
F5 = 2F2 + F1
r(A ) = 2 .
En ge ne r a l c ons is te e n ha c er nula s e l m áx im o núm er o de
líne a s pos ible , y e l r a ngo se r á e l núm er o de fila s no nula s .
F2 = F2 - 3F1
F3 = F3 - 2F1
P o r ta n to r (A ) = 3 .
Ra n go de un a ma tri z
Ta mb i é n po d e mo s d e ci r q u e e l ra n g o es: e l or de n de la
m ay or s ubm a tr iz c ua dr a da no nula . U ti li za n do e sta de fi n i ció n
se p u ed e ca l cul a r e l ra ng o u sa nd o de te rmi na n te s.
To d o s s u s c o e f i c i e n t e s s o n c e r o s .
dos primeras: c3 = c1 + c2
|2|=2≠0
3 . Te n d r á r a n g o 2 s i e x i s t e a l g u n a s u b m a t r i z c u a d r a d a d e o r d e n 2 ,
4 . Te n d r á r a n g o 3 s i e x i s t e a l g u n a s u b m a t r i z c u a d r a d a d e o r d e n 3 ,
superior a 4.
Las matrices que tienen inversas se llaman regulares y las que no tienen inversa
matrices singulares.
Una vez que hemos asegurado la existencia de la matriz inversa, calculamos esta
mediante la siguiente expresión:
Donde es la matriz adjunta de . Se verifica que
El determinante de una matriz cuadrada es un número real cuya definición exacta es bastante
complicada. Por ello, definiremos primero el determinante de matrices pequeñas, y estudiaremos
métodos y técnicas para calcular determinantes en general. Solamente se puede calcular el
determinante a matrices cuadradas.
En cuanto a la notación, a veces el determinante se escribe con la palabra det, y otras veces se
indica sustituyendo los paréntesis de la matriz por barras verticales.
Definición de determinante de una matriz.
Sea A una matriz cuadrada y aij uno cualquiera de sus elementos. Si se suprime la
fila i y la columna j de la matriz A se obtiene una submatriz Mij que recibe el
nombre de matriz complementaria del elemento aij.
Dada la matriz
La demostración es muy fácil, basta con aplicar la definición de determinante a ambos lados de la
igualdad.
Nota
Esta regla rebaja el orden del determinante que se pretende calcular en una
unidad. Para evitar el cálculo de muchos determinantes conviene elegir líneas con
muchos ceros
1 .| A t |= |A |
2 . |A | =0 Si:
Po se e do s líne a s igua le s
To d o s l o s e le m e ntos d e un a l ín e a so n nulos .
L o s el e men to s d e un a l ín e a so n c om bina c ión line a l d e l a s
o tra s.
F3 = F1 + F2
8 . |A ·B| =| A | ·| B|
Una matriz cuadrada que posee inversa se dice que es inversible o regular; en
caso contrario recibe el nombre de singular.
Observación
Podemos encontrar matrices que cumplen A·B = I, pero que B·A¹ I, en tal caso,
podemos decir que A es la inversa de B "por la izquierda" o que B es la inversa de
A "por la derecha".
Hay varios métodos para calcular la matriz inversa de una matriz dada:
Directamente (Ejemplo)
Usando determinantes
Por el método de Gauss-Jordan
La matriz que se ha calculado realmente sería la inversa por la "derecha", pero es fácil comprobar
que también cumple A-1 ·A = I, con lo cual es realmente la inversa de A.
2.9 APLICACIÓN DE MATRICES Y DETERMINANTES.
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
PMVQKSZOTBWIUJCXEGYLDRHAFN
Esto asegurará que A-1 también tiene sólo componentes enteras. Una matriz con
esas condiciones es
15 16 58 71 61 81 45 54 18 23 76 95 57 71 40 53 30 37 7 9 27 32 91 115 (5)
Este es nuestro nuevo mensaje codificado, que sería muy difícil de descifrar si no
se sabe cuál es la matriz A. Conociendo A, en cambio es relativamente sencillo.
Empezamos rearreglando los números en (5) en grupos de vectores de 2
componentes. Ya que, por ejemplo,
Multiplicando cada uno de los vectores en (4) por A-1 se obtendrán los vectores en
(3), que se pueden convertir directamente por medio de (1) en el mensaje (2). En
este contexto, la matriz A se denomina matriz codificadora, y la matriz A-1 recibe
el nombre de matriz descodificadora.
Unidad III.
Sistemas de ecuaciones lineales.
El método de eliminación por suma o resta es la técnica más breve y fácil de hallar
soluciones. Además, lleva la técnica de matrices que se estudia en esta sección.
Cualquier sistema de ecuaciones lineales con tres variables tiene una solución
única, un número infinito de soluciones o no tiene solución.
Ejemplo:
Resuelve el sistema:
Solución:
4x +5y + 6z = 24
0 −3y - 6z = −12
x + 2y + 3z = 9
-3y - 6z = −12
x + 2y + 3z = 9
y + 2z = 4
-5y −11z = −23
x + 2y + 3z = 9
y + 2z = 4
5y +11z = 23
x + 2y + 3z = 9
y + 2z = 4
z=3
Las soluciones del último sistema son fáciles de hallar por sustitución. De la
“tercera ecuación”, vemos que z = 3. Al sustituir “z” con 3 en la “segunda
ecuación”, y + 2z = 4 obtenemos y = −2. Por último, encontramos el valor de “x” al
sustituir y = −2 y z = 3, en la “primera ecuación”, x + 2y + 3z = 9 con lo cual x = 4.
Por tanto, hay una solución:
x = 4,
y = −2,
z = 3.
Si analizamos el método de solución, vemos que los símbolos usados para las
variables carecen de importancia; debemos tomar en cuenta los coeficientes de
las variables. Puesto que esto es verdadero, es posible simplificar el proceso. En
particular, introducimos un esquema a fin de seguir los coeficientes en forma tal
que no haya necesidad de escribir las variables.
Los renglones (o filas) de la matriz son los números que aparecen uno a
continuación del otro en sentido horizontal:
1 2 3 4 primer renglón R1
4 5 6 24 segundo renglón R2
3 1 −2 4 tercer renglón R3
Las columnas de la matriz son los números que aparecen uno junto del otro en
sentido vertical
1239
4 5 6 24
3 1 −2 4
Definición de matriz.
Sean m y n enteros positivos. Una matriz de m x n (se lee “m” por “n”), es una
matriz de la siguiente forma, donde cada aij es un numero real.
Ejemplos:
Sea la matriz:
Sea la matriz:
por tanto, es una “matriz de orden 3 x 1.”
Ejemplo.
Resuelve el sistema:
x + 2y + 3z = 9
4x + 5y + 6z = 24
3x + y - 2z = 4
(−4)R1 + R 2 R 2
(−3)R1 + R 3 R 3?
(-(1÷ 3))R 2 R 2
(−1)R 3 R 3
(−5)R2 + R 3 R 3
Con la matriz final regresamos al sistema de ecuaciones:
Ejemplo:
Sea la matriz:
(b) Aplicar transformaciones elementales de renglón del tipo kR1 + Rj Rj. para j > 1
y obtener 0 bajo el número 1 obtenido en la guía (a) en cada uno de los renglones
restantes.
© Hacer caso omiso del primer renglón. Localizar la próxima columna que
contenga elementos diferentes de cero y aplicar transformaciones elementales de
renglón con objeto de obtener el número 1 en el segundo renglón de esa columna.
(d) Aplicar transformaciones elementales del tipo kR2 + Rj Rj. para j >2 y obtener 0
bajo el número 1 obtenido en la guía © en cada uno de los renglones restantes.
(e) Hacer caso omiso del primer y segundo renglones. Localizar la siguiente
columna que contenga elementos diferentes de cero y repetir el procedimiento.
Ejemplo:
Resuelve el sistema:
R1 R4
R2 R3
(1)R1 + R 3 R 3
(−2)R1 + R 4 R 4
(−1)R 2 R 2
(-(1÷ 2))R 2 R 2
(−1)R2 + R 3 R 3
(−1)R2 + R 4 R 4
(3)R3 + R 4 R 4
(-(1÷ 2))R 4 R 4
y - 2z - w = 6
y - 2(−2) - (−1) = 6
y+4+1=6
y=1
x + (−2) + 2(−1) = −3
x - 2 - 2 = −3
x=1
¿Qué condiciones deben cumplir las ecuaciones para que el sistema tenga una, ninguna o
infinitas soluciones?
C l a s i f i c ac i ó n de s i s t em a s de ec ua c i o n es
x = 2, y = 3
rectas.
Sistema compatible indeterminado
No tiene solución
Método de sustitución
sustitución
3 Se resuelve la ecuación.
5 Solución
Método de igualación
igualación
3 Se resuelve la ecuación.
3 Resolvemos la ecuación:
5 Solución:
Método de reducción
reducción
preparar las ecuaciones; pero vamos a optar por suprimir la x, para que
Solución:
Método de Gauss
El método de Gauss consiste en transformar un sistema de
Ejemplos
3x +2y + z = 1
5x +3y +4z = 2
x + y - z = 1
Regla de Cramer
La regla de Cramer sirve para resolver sistemas de ecuaciones
siguientes:
cero.
Y sean:
Δ 1 , Δ 2 , Δ 3 ... , Δ n
respectivamente.
Un sistema de Cramer tiene una sola solución que viene dada por
3.5 APLICACIONES.
Para resolver un problema es conveniente realizar cuatro fases
2ª Concebir un plan.
Determinar la relación entre los datos y las incógnitas.
De no encontrarse una relación inmediata puedes considerar problemas auxiliares.
¿Conoces problemas relacionados con éste?
¿Podrías plantear el problema de forma diferente?
¿Puedes cambiar la incógnita o los datos o ambos si fuera necesario, de tal forma que la nueva
incógnita y datos estén en una relación más sencilla?...
¿Has considerado todas las nociones esenciales del problema?
.................
Obtener finalmente un plan de solución.
Para nuestro caso:
Escribir la ecuación o ecuaciones que relacionan datos e incógnitas y analizar el sistema que
forman.
3ª. Ejecutar el plan.
Resuelve el sistema por los métodos estudiados.
Es un problema con dos incógnitas y dos condiciones, luego suficientes para poder determinarlas.
x = 27 + y
x + 8 = 2(y +8)
Es un sistema lineal de dos ecuaciones con dos incógnitas. Lo resolveremos por el método de
sustitución.
3º Ejecutar el plan.
x = 27 + y
Entonces:
INDEPENDENCIA LINEAL
En el estudio de álgebra lineal, una de las ideas centrales es la dependencia o independencia
lineal de los vectores.
DEFINICIÓN
Dependencia e independencia líneal sean v1, v2, ..., vn, n vectores en un espacio
vectorial V. Entonces se dice que los vectores son lineamientos dependientes si existen n
escalares no todos cero tales que
C1 v1 + c2 v2 + ... cnvn = 0
Si los vectores no son lineamientos dependientes, se dice que son lineamientos independientes.
TEOREMA 1
Dos vectores en un espacio vectorial son linealmente dependientes si y sólo si uno
es un múltiplo escalar del otro.
TEOREMA 2
Un conjunto de n vectores en Rm siempre es linealmente dependiente si n>m.
TEOREMA 3
a11 a12 ... a1n
a21 a22 ... a2n
A= .
.
.
am1 am2 ... amn
TEOREMA 4
Sean v1, v2, ..., vn, n vectores en Rn y sea A una matriz de n*n cuyas columnas son v 1,
v2, ..., vn. Entonces v1, v2, ..., vn son linealmente independientes si y sólo si la única
solución al sistema homogéneo Ax= 0 es la solución trivial x=0.
TEOREMA 5
Sea A una matriz de n*n. Entonces det A = 0 si y solo si las columnas de A son
linealmente independientes.
TEOREMA 6
Cualquier conjunto n vectores linealmente independientes en R n genera a Rn
EJEMPLO
2 -6
-1 3
0 0
3 -9
Los vectores v1= y v2= son linealmente dependientes ya que v2= -3v1.
c1v1 + c2v2+...+cnvn = 0
Si los vectores no son linealmente dependientes, entonces se dice que son
linealmente independientes.
(2)
Teorema 3. Sea
Entonces las columnas de A, consideradas como vectores, son linealmente
dependientes si y sólo si el sistema (2), que puede ser expresado como Ac = 0,
Teorema 4. Sean v1, v2, ..., vn, n vectores en ℜn, y sea A una matriz de n x n cuyas
columnas son v1, v2, ..., vn. Entonces v1, v2, ..., vn, son linealmente independientes
si y sólo si la única solución al sistema homogéneo Ax = 0 es la solución trivial x =
0.
Teorema 6. Sea A una matriz de n x n. Entonces cada uno de los siguientes siete
enunciados implica a los otros seis (esto es, si uno se verifica, todos son ciertos).
i. A es invertible.
vi. det A ≠ 0.
Combinación lineal.
Sean v1, v2, ..., vn vectores en un espacio vectorial V. Entonces, toda expresión de
la forma
Observaciones adicionales
1. Las bases son conjuntos ordenados. Es decir que si bien {a,b,c} y {b,a,c} generan el mismo
espacio vectorial, las bases no son iguales.
2. Dado un vector v y una base B de un espacio vectorial V, existe una única manera de
escribir a v como combinación lineal de los elementos de la base B. Es decir, la
representación de un vector en una base es única.
3. De la observación anterior se desprende que las bases no son únicas. En general, suele
haber infinitas bases distintas para un mismo espacio vectorial. Por ejemplo, si ,
una base muy sencilla de V es:
Nuevamente sucede que todas las bases ortogonales tienen el mismo cardinal,
por lo que se define el concepto de dimensión de Hilbert como el cardinal de
cualquier base de Hilbert.
Dimensión vectorial
La dimensión de un espacio vectorial se define como el número de elementos o
cardinal de una base de dicho espacio. Dado que para todo espacio de Hilbert de
dimensión infinita podemos distinguir entre bases de Hilbert y de Hamel, podemos
definir la dimensión vectorial ordinaria y la dimensión vectorial de Hilbert. Se tiene
que para cualquier espacio vectorial V, la relación entre dimensión de Hammel y
dimensión de Hilbert es la siguiente:
EJEMPLO
Un producto interno en Rn Rn .- es un espacio con producto interno con (u, v)= u * v.
DEFINICIÓN 2
Sea V un espacio con producto interno y suponga que u y v estan en V. Entonces
i. U y v son ortogonales si (u, v) = 0
i. La norma de u, denota por u, esta dada por
U = (u , u )
Nota: A la u se le pone doble barra para evitar confusión con el valor absoluto
EJEMPLO
Dos vectores ortogonales en C2 En C2 los vectores (3, -1) y (2, 6i) son ortogonales
porque
((3, -1), (2, 6i)) = 3*2 + (-i)(6i) = 6 + (-i)(-6i) = 6 –6 = 0 además (3, -i)) =
3 * 3 ( i )(i ) = 10 .
DEFINICIÓN 3
DEFINICIÓN 4
DEFINICIÓN 1
C, entonces
EJEMPLO
Un producto interno en Rn Rn .- es un espacio con producto interno con (u, v)= u
* v.
Ejemplo
1. T (u+v)= Tu+Tv
2. T(∝v)= ∝Tv, donde ∝ es un escalar.
Demostración
El núcleo de T es subespacio Sean v1 y v2 elementos del núcleo de T y c un escalar cualquiera. As
´ı T(v1) = 0 = T(v2), y por tanto:
Probando que c1 v1 + c2 v2 esta también en el núcleo de T. Lo cual a su vez prueba que el núcleo
de T es un subespecie de V .
Definición:
Denotada por:
Donde:
Además si la base del espacio de partida es igual al del espacio de llegada, la matriz asociada a
la transformación lineal se denota por
Ejemplo
Dada la transformación lineal
luego,
Ejemplo
Dada la transformación lineal
Determinar , donde
Solución:
Para determinar la matriz asociada a en la base canónica, primero calculemos
F(1;0) = (3;1) F(0;1) = (2;-4)
Cuando se quiera una reflexión sobre un plano cualquiera, el proceso se complica notablemente.
La técnica utilizada es similar a la del giro sobre eje arbitrario. En este caso, inicialmente se
requiere definir un punto en el plano, y la normal al plano en ese punto.
• Aplicar las transformaciones inversas para devolver el plano de reflexión a su posición original.
La matriz neta podría ser, por ejemplo, el resultado de la composición de las matrices [M]= [T]⋅ [G ]⋅
[G ]⋅ [R ]⋅ [G ]−1 ⋅ [G ]−1 ⋅[T]−1 x y z y x , si se opta por realizar las transformaciones para alinear el
vector normal con el eje Z. En tal caso, la matriz de reflexión a utilizar sería la Rz.
Rotación
Otro tipo común de transformación en el plano es la rotación o giro en torno a cualquier punto en el
plano. Nos interesan principalmente las rotaciones en tormo al origen. Rotación en el plano: La
transformación 2 se define por
y hace girar cada vector, θ rad en sentido contrario al de las manecillas del reloj en torno al origen.
Las compresiones y expansiones son escalamientos a lo largo de los ejes coordenados. Con mas
precisión: para CC>>0, la transformación escala las coordenadas x en un factor de c, dejando
inalteradas a las coordenadas y. Si 0<1 se trata de una compresión en la dirección del eje x
positivo. Si >1, se refiere a una expansión. También se tienen compresiones y expansiones a lo
largo del eje y, expresadas = para >0.
Otro tipo son los escalamiento simultáneos a lo largo de los ejes x y y, como con factores de
escala y>0 a lo largo de las direcciones x y y.
CORTES Un corte o deslizamiento a lo largo del eje x es una transformación de la forma .En otras
palabras, cada punto se mueve a lo largo de la dirección x una cantidad proporcional a la distancia
al eje x. También hay cortes a lo largo del eje y: son transformaciones matriciales cuyas matrices
son
Algebra.
Paul K. Rees.
Fred W. Sparks
Reverte ediciones, Cuarta Edición 1997
Algebra Lineal
Stanley I. Grossman
Mc Graw Hill, Quinta Edición