Apuntes Algebra Lineal.10A

Apuntes
de
lgebra Lineal
lgebra Lineal

Ing. Manuel Gutirrez G.
UNIDAD I
MATRICES Y DETERMINANTES
1. Matrices:
1.1. Definicin
1.2. Clasificacin de matrices
1.3. Operaciones con matrices
1.4. Inversa de una matriz
1.5. Matrices elementales
1.6. Aplicaciones de matrices
2. Determinantes:
2.1. Definicin y notacin
2.2. Propiedades
2.3. Teoremas bsicos
2.4. Determinantes inversos
2.5. Regla de Cramer
2.6. Aplicaciones de los determinantes
UNIDAD I
Definicin de Matriz
Es un arreglo rectangular de mn elementos o cantidades acomodados o dispuestos en m renglones y n
columnas:
11 12 1
21 22 2
1 2
n
n
m m mn
a a a
a a a
A
a a a
_

,
K
K
M M K M
K
a
( )
ij
A a
donde:
A Matriz de orden mxn
ij
a
ij-simo elemento de la matriz A
i i-simo rengln de A (i=1,2,,m)

j
j-sima columna de A (j=1,2,,n)
Ing. Manuel J. Gutirrez G 2
lgebra Lineal

Clasificacin de matrices
MATRICES BASICAS MATRICES ESPECIALES
M. Rengln Submatriz
M. Columna M. Transpuesta (Propiedades *)
M. Cuadrada M. Simtrica
M. Diagonal M. Antisimtrica
M. Nula M. Invertible
M. Identidad M. Adjunta
M. Triangular Superior M. Conjugada
M. Triangular Inferior M. Hermitana
M. Elemental M. Antihermitana
M. Escalonada
M. Compleja
Tarea No.: 1
Tema: Clasificacin de Matrices
*Propiedades de la transpuesta
1 1 T
. ( ) . ( ) , con A y B matrices
. ( ) . ( ) ( ) , si A es invertible entonces A tambien es invertible
T T T T T
T T T T T
i A A iii A B A B mxn
ii AB B A iv A A

+ +

Operaciones con matrices
Igualdad de matrices
Sean las matrices ( )
ij
A a y ( )
ij
B b de orden mxn, entonces A y B son iguales, si y solo si:
ij ij
A B a b
Ej.
Hallar la matriz A, para A=B,
3 2 0 3
4 7 2 4
x y
A y B
z w
+ + _ _

+
, ,
lgebra Lineal

Suma de matrices
Sean ( )
ij
A a y ( )
ij
B b matrices mxn entonces:
ij ij
A B a b + +
es decir.
11 12 1 11 12 1
21 22 2 21 22 2
1 2 1 2
11 11 12 12 1 1
21 21 22 22 2 2
1 1 2 2
n n
n n
m m mn m m mn
n n
n n
m m m m mn mn
a a a b b b
a a a b b b
A B
a a a b b b
a b a b a b
a b a b a b
A B
a b a b a b
_ _

+ +

, ,
+ + + _

+ + +

+

+ + +
,
K K
K K
M M K M M M K M
K K
K
K
M M K M
K
Multiplicacin de una matriz por un escalar
Sea ( )
ij
A a una matriz mxn y k un escalar entonces:
( )
ij
kA k a
es decir:
11 12 1 11 12 1
21 22 2 21 22 2
1 2 1 2
n n
n n
m m mn m m mn
a a a ka ka ka
a a a ka ka ka
kA k kA
a a a ka ka ka
_ _

, ,
K K
K K
M M K M M M K M
K K
Propiedades
Sean las matrices mxn A, B , C y N, adems c y k escalares (reales), entonces:
a. A+ N = A, con N = matriz nula
b. kA= N, con k = 0 y N = matriz nula
c. A+B = B+ A
d. (A+B) + C = A+ (B+ C)

e. k(A+B) = kA+kB
f. cA= A, con c = 1
g. A+ (-A) = N, N = matriz nula
lgebra Lineal

Ej. I
Realiza lo que se indica, dadas las siguientes matrices:
1 3 0 1 0.5 0 0 2
0 2 0.5 0 , 1.5 0 0 3.5 ,
1 1.5 0 1 1 1 2.5 2
3.5 4 1.5 1
0 1 0.5 0 y
0 2.5 0.5 1
0.5 0.5 1
0.5 1
2 2
A B
C
a b c d
D e f g h
i j k l
_ _

, ,
_

,
+ _

+

,
1. 2 - 0.5
2. 4 2
3. 3 - 2 8 - 4 0
M A B C
P C B A
C B A D
+
+
+ Obtener la Matriz D, talque :
Ej. II
Realiza lo que se indica, dadas las
siguientes matrices:
1 4 0.25
A 0 3 0.75 0.25
2 0 1.25
0 4.25 1
B 0.25 1 0
3.75 0.25 0 1.25
i i
i i y
i
i i
i
i i
_

,
_

+
,
1. 4 1.5 C A B
Multiplicacin de matrices
Sea ( )
ij
A= a una matriz mxn y ( )
ij
B = b una matriz nxp, entonces la multiplicacin de A y B es la
( )
ij
C = c una matriz mxp, talque:
(el i-simo rengln de A) (la j-sima columna de B)=(el ij- elemento de AB)
donde:
ij i1 1j i2 2j in nj
c = a b + a b + + a b
Propiedades
( ) ( )
( )
( )
)
)
)
a A BC AB C
b A B C AB AC
c A B C AC BC
+ +
+ +
lgebra Lineal

Ej.
Realizar lo que se indica, dadas las siguientes matrices:
2 0
1 0.5 0 1 0 1 0.5 2 1
0.5 1
0 0 0.5 1 , 1 2 , y 0 2 0
0 0.5
0.5 0 1 0 2 0 0 0.5 1
0 1
A B C D
_
_ _ _

, , ,
,
( )
( )
1. 2 0.5
2.
3.
T
T T T
T T
M A B C
P B D C A
N B C A D comprobar resultado en maple
+

1

]
Potencia de una matriz
Sea ( )
ij
A= a una matriz cuadrada (nxn), las potencias de A, se definen como:
2 1
3 2 0
. .
. .
n n
i A AA iii A A A
ii A A A iv A I

Para los polinomios de una matriz A, sea ( )
2 n
n 0 1 2 n
P x = a + a x + a x + + a x un polinomio de grado n, donde

i
a son escalares (i = 0,1,2,...,n) , entonces:
( )
2 n
n 0 1 2 n
P A = a I + a A+ a A + + a A
Ej.
Obtener ( ) P A
, si:
( )
3 2
3
1 0 1
1. 1 1 0 2 3 4
0 1 1
A y P x x x x
_

+

,
( ) ( )
3
3
1 1
2. 1
1 0
i
A y P x x
i
_

+
,
Tarea No.: 2
Tema: Operaciones con matrices
lgebra Lineal

Inversa de una matriz
Sean A y B dos matrices de nxn. Suponga que
AB BA I
Entonces B se llama la inversa de A y se denota por
-1
A
, entonces se tiene que:
1 1
AA A A I

Propiedades de las matrices invertibles
Sean A y B matrices invertibles nxn, c un escalar distinto de cero, entonces:
1.
1
A
es invertible, tal que:

( )
1
1
A A
2. cA es invertible, tal que: ( )

1
1
1
cA A
c
3. AB es invertible, talque: ( )
1
1 1
AB B A
4.
T
A
( ) ( )
1
1
T
T
A A
5.
n
A
( ) ( )
1
1
n
n
A A
Operaciones elementales de rengln

En una matriz se pueden efectuar las siguientes operaciones elementales de rengln:
1. El intercambio de dos renglones:
i j
R R
2. La multiplicacin de un rengln por un escalar distinto de cero:
i
cR
3. La suma de un mltiplo de un rengln a otro rengln:
i j
cR R +
El proceso de aplicar operaciones elementales de rengln para llevar a una matriz a la forma escalonada de
rengln, denominado reduccin de rengln, es utilizado para reducir una matriz a la forma escalonada.
Ej. Obtener la inversa ( )
1
A
de la matriz dada si:

2 4 6
1. 4 5 6
3 1 2
A
_

,

3 12 2 6
1 3 0 2
2.
2 10 2 5
1 6 1 3
B
_

,
lgebra Lineal

Matriz Elemental
Una matriz elemental es aquella que puede ser obtenida al realizar una operacin elemental por rengln sobre
una matriz identidad. Una matriz elemental se denota como
n
E .
Cada matriz elemental es invertible ( )
1
n
E
y su inversa es una matriz elemental del mismo tipo.

Sea
1 2 k
A E E E L donde
i
E es una matriz elemental invertible, si A es invertible entonces:
1 1 1 1 1
1 2 1 k k
A E E E E

L
Por lo tanto:
( ) ( )
1 1
1 1 1 1 1 1 1 1 1
1 2 1 1 2 1 k k k k
A A E E E E E E E E

L L
Operaciones de matrices elementales
Permutacin de dos renglones: ij
P

( )
1
ij ij
P P
Multiplicacin de un escalar por un rengln:

i
cR

( )
1 1
i i
cR R
c
Suma de dos renglones: i j

cR R +
( ) ( )
1
i j i j
cR R cR R
+ +
Ej.
Obtener la matriz dada como el producto de sus matrices elementales:
2 4 6
4 5 6
3 1 2
A
_

,
Tarea No.: 3
Tema: Inversa de una matriz / Matrices elementales
Tarea No.: 4
Tema: Matrices elementales
lgebra Lineal

Factorizacin LU (Descomposicin LU)
Sea A una matriz nxn, entonces la matriz A se puede escribir o descomponer de la forma:
A LU
Es decir, como el producto de una matriz triangular inferior (L) y una matriz triangular superior (U), con:
11 12 1
22 2
0
0 0
n
n
nn
a a a
u u
U
u
_

,
L
L
M M O M
L
Matriz escalona por renglones (sin permutaciones)
i j
cR R +
21
1 2
1 0 0
1 0
1
n n
l
L
l l
_

,
L
L
M M O M
L
Producto de matrices elementales
1 1 1 1
1 2 1 n n
L E E E E

L
Por lo tanto:
( )
1 1 1 1
1 2 1 n n
A E E E E U

L
Descomposicin PA=LU
Sea A una matriz nxn, entonces la matriz A, si para descomponer a la matriz dada se requiere de alguna
permutacin de renglones ( )
i j
R R se obtienen matrices de permutaciones elementales ( )
i
P el producto de
las matrices se llama matriz de permutacin:
1 2 1 n n
P PP PP
L
Por lo tanto la matriz A se puede expresar de la forma:
PA LU
Ej. 1
Descomponer la matriz dada como
A=LU:

2 3 2 4
4 10 4 0
3 2 5 2
2 4 4 7
A
_

,
Ej. 2
Descomponer la matriz dada como PA=LU:

0 2 3
2 4 7
1 2 5
A
_

,
Tarea No.: 5
Tema: Descomposicin LU
lgebra Lineal

DETERMINANTES
Definicin:
Sea ( )
ij
A a una matriz nxn: entonces el determinante de A que se denota como det A, se define como: Sea
11 12
21 22
a a
A
a a
_

,
entonces
11 12
11 22 12 21
21 22
det
a a
A a a a a
a a

Menor de una matriz
Sea ( )
ij
A a una matriz nxn, entonces el menor de A, que se denota como M
ij
es una matriz de orden (n-
1)x(n-1), que se obtiene al eliminar el i-simo rengln y j-sima columna de A.
Cofactor de una matriz
Sea ( )
ij
A a una matriz nxn, entonces el cofactor de A, que se denota como C
ij,
est dado por:
( 1) det
i j
ij ij
C M
+

Determinante nxn
Sea ( )
ij
A a una matriz nxn, entonces el determinante de A. se expresa como:
11 11 12 12 1 1
det ...
n n
A a C a C a C + + +
Ej. 1
Obtener la matriz de cofactores de las
siguientes matrices:

0 2 3
2 4 0
1 0 5
A
_

,

3 2 0 1
1 0 2 3
0 1 2 0
1 1 0 1
B
_

,
Ej. 2
Obtener el determinante de las siguientes
matrices:

0 2 3
2 4 0
1 0 5
det( ) 8
A
A
_

,

3 2 0 1
1 0 2 3
0 1 2 0
1 1 0 1
det( ) 12
B
B
_

Tarea No.: 6
Tema: Determinantes
Propiedades de los determinantes
Sea ( )
ij
A a una matriz nxn:
Si A tiene un rengln (columna) cero, entonces:
lgebra Lineal

det 0 A
Si B se obtiene al intercambiar dos renglones (columnas) de A, entonces:
det det A B
Si A tiene dos renglones (columnas) idnticos (as), entonces:
det 0 A
Si B se obtiene al multiplicar un rengln (columna) de A por k, entonces:
det det B k A
Si A, B y C son idnticas excepto que el i-simo rengln (j-sima columna) de C sea la suma de los i-
simos renglones (j-simas columnas) de A y B, entonces:
det det det C A B +
Si B se obtiene al sumar un mltiplo de un rengln (columna) de A a otro rengln (columna), entonces:
det det A B
Si A es una matriz nxn:
( ) det det
n
kA k A
Si A y B son matrices nxn, entonces.
( ) ( ) ( ) det det det AB A B
Si B es una matriz nxn y E una matriz elemental nxn, entonces:
( ) ( ) ( ) det det det EA E A
Si E es una matriz elemental nxn, que se obtiene al intercambiar dos renglones de
n
I
, entonces:
det 1 E
Si E es una matriz elemental nxn, que se obtiene al multiplicar un rengln de
n
I
por k, entonces:
det E k
Si E es una matriz elemental nxn, que se obtiene al sumar un mltiplo de un rengln de
n
I
a otro rengln,
entonces:
det 1 E
Si A es invertible, entonces:
det 0 A
lgebra Lineal

Si A es invertible, entonces:
( )
1
1
det
det
A
A
Si A es una matriz nxn:

det det
T
A A
Teorema:
Sea ( )
ij
A a una matriz nxn triangular superior o inferior, entonces:
11 22 33 1
det ...
n
A a a a a
Esto es: el determinante de una matriz triangular superior o inferior es igual al producto de los componentes de
la diagonal.
Ej. 1
Obtener el determinante de las siguientes matrices:

0 2 3
2 4 0
1 0 5
det( ) 8
A
A
_

,

3 2 0 1
1 0 2 3
0 1 2 0
1 1 0 1
det( ) 12
B
B
_

Ej. 2
Encuentra el determinante de las matrices dadas, si:
( ) det 2
a b c
A d e f y A
g h i
_

,

2 2 2
1.
a b c
B d e f
g h i
_

,
2.
2 2 2
a g b h c i
C g h i
d e f
+ + + _

,
Ej. 3
Sean det 3 A y det 2 B , obtener
el determinante que se pide:
( )
( )
( )
1 2
1. det
2. det
3. det 3
T
AB
B A
B
Regla de Cramer
Sea una matriz invertible de nxn y sea b un vector en
n
. Entonces, la nica solucin del sistema Ax b esta

dada por:
( ) ( )
( )
det
1,...,
det
i
i
A b
x para i n
A

lgebra Lineal

Ej.
Obtener la solucin del sistema Ax b , si:

3
1 1 1 1
1 1 1 2 ,
1 1 0 3
A y b con x
_ _

, ,
Matriz Inversa
Sea A una matriz invertible nxn, si y solo si det 0 A ,entonces:
1
1
det
A adj A
A
:
T
T
adj A C
con
C transpuesta de la matriz de cofactores de A

'

Ej.
Obtener la inversa de la matriz dada, mediante el mtodo de la adjunta:

1 2 1
2 2 4
1 3 3
A
_

,
R:
1
18 3 10
1
10 2 6
2
4 1 2
A
_

,
lgebra Lineal

UNIDAD II
SISTEMAS DE ECUACIONES LINEALES
1. Sistemas de Ecuaciones Lineales:
1.1. Sistemas de dos ecuaciones lineales con dos variables
1.2. Sistemas de dos ecuaciones lineales con tres variables
1.3. Sistemas de tres ecuaciones lineales con tres variables
1.4. Sistemas de m-ecuaciones lineales con n-variables
1.5. Mtodos de solucin de un sistemas de ecuaciones lineales
1.6. Factorizacin LU de una matriz
1.7. Sistemas ecuaciones no homogneos y sistemas de ecuaciones homogneos
1.8. Aplicaciones
UNIDAD II
SISTEMAS DE ECUACIONES LINEALES
Sistemas de ecuaciones lineales no homogneos y homogneos
Sea el sistema de ecuaciones lineales de la forma:
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
n n
n n
m m mn n m
a x a x a x b
a x a x a x b
a x a x a x b
+ + +
+ + +
+ + +
K
K
M
K
En forma matricial se expresa como:
11 12 1 1 1
21 22 2 2 2
1 2
n
n
m m mn n m
a a a x b
a a a x b
a a a x b
_ _ _

, , ,
K
K
M M O M M M
K
Es decir:
Ax B o Ax b
Si 0 B entonces el sistema de ecuaciones lineales es no homogneo, tiene como posibles
soluciones:
Solucin nica ( ) det 0 A
Infinidad de soluciones
Ninguna solucin
Si 0 B entonces el sistema de ecuaciones lineales es homogneo, tiene como posibles soluciones:
det 0 A
lgebra Lineal

Solucin trivial (solucin nica) ( ) det 0 A
Solucin no trivial (infinidad de soluciones) ( ) det 0 A
Sistema de dos ecuaciones lineales con dos variables
11 1 12 2 1
21 1 22 2 2
a x a x b
a x a x b
+
+
11 12 1 1
21 22 2 2
a a x b
a a x b
_ _ _

, , ,
Es decir:
Ax B
Sistema de dos ecuaciones lineales con tres variables
11 1 12 2 13 3 1
21 1 22 2 23 3 2
a x a x a x b
a x a x a x b
+ +
+ +
1
11 12 13 1
2
21 22 23 2
3
x
a a a b
x
a a a b
x
_
_ _

, ,

,
Es decir:
Ax B
Sistema de tres ecuaciones lineales con tres variables
11 1 12 2 13 3 1
21 1 22 2 23 3 2
31 1 32 2 33 3 3
a x a x a x b
a x a x a x b
a x a x a x b
+ +
+ +
+ +
11 12 13 1 1
21 22 23 2 2
31 32 33 3 3
a a a x b
a a a x b
a a a x b
_ _ _

, , ,
Es decir:
Ax B
Sistema de m-ecuaciones lineales con n-variables
lgebra Lineal

11 1 12 2 13 3 1
21 1 22 2 23 3 2
1 1 2 2 m m mn n m
a x a x a x b
a x a x a x b
a x a x a x b
+ + +
+ + +
+ + +
K
K
M
K
11 12 1 1 1
21 22 2 2 2
1 2
n
n
m m mn n m
a a a x b
a a a x b
a a a x b
_ _ _

, , ,
K
K
M M O M M M
K
Es decir: Ax B
Mtodos de solucin de un sistema de ecuaciones lineales
o Eliminacin Gaussiana (sistema de ecuaciones mxn)
11 1 12 2 13 3 1
21 1 22 2 23 3 2
1 1 2 2 m m mn n m
a x a x a x b
a x a x a x b
a x a x a x b
+ + +
+ + +
+ + +
K
K
M
K
11 12 1 1 1
21 22 2 2 2
1 2
n
n
m m mn n m
a a a x b
a a a x b
a a a x b
_ _ _

, , ,
K
K
M M O M M M
K
Es decir: Ax B
La solucin del sistema mediante la eliminacin gaussiana, se obtiene:
Se expresa el sistema de ecuaciones lineales en forma aumentada
( ) A b
.
La matriz aumentada se reduce por renglones a la forma escalonada.
Se resuelve la ltima ecuacin, para obtener el valor de la incgnita
n
x
.
Se utiliza la sustitucin hacia atrs a fin de obtener las dems incgnitas
i
x
.
Posibles soluciones:
m<n ______________
m=n ______________
m>n ______________
lgebra Lineal

Ej. 1
Resolver los sistemas de ecuaciones lineales dados:
( )
2 4 6 18
1. 4 5 6 24
3 2 4
: 4, 2, 3
x y z
x y z
x y z
R SU
+ +
+ +
'

1 2 3
1 2 3
1 2 3
2 7 1
2. 2
3 2 5 5
:
x x x
x x x
x x x
R IS
+ +
+
'
o Eliminacin Gauss-Jordn (sistema de ecuaciones mxn)

Es decir: Ax B
La solucin del sistema mediante la eliminacin Gauss-Jordn, se obtiene:
Se expresa el sistema de ecuaciones lineales en forma aumentada
( ) A b
.
La matriz aumentada se reduce por renglones a la forma escalonada reducida.
Se obtienen los valores de las incgnitas
i
x
.
Ej. 1
Resolver el sistema de ecuacin
lineal dado:

( )
1 2 3
1 2 3
1 2 3
2 3 11
4 4
2 3 10
: 2, 3,1
x x x
x x x
x x x
R SU
+
+
'
^
Ej. 2
Dado el siguiente sistema de ecuacin lineal

( )
2
2 3 4
3 5 2
4 14 2
x y z
x y z
x y a z a
+
'
+ + +
Hallar el valor de a de tal manera que:

a) el sistema tenga solucin nica
( ) 4 a t
b) el sistema tenga infinidad de
soluciones
( ) 4 a
11 12 1 1 1
21 22 2 2 2
1 2
n
n
m m mn n m
a a a x b
a a a x b
a a a x b
_ _ _

, , ,
K
K
M M O M M M
K
11 1 12 2 13 3 1
21 1 22 2 23 3 2
1 1 2 2 m m mn n m
a x a x a x b
a x a x a x b
a x a x a x b
+ + +
+ + +
+ + +
K
K
M
K
lgebra Lineal

c) el sistema no tenga solucin ( ) 4 a
o Por inversa (sistema de ecuaciones nxn)
11 1 12 2 13 3 1
21 1 22 2 23 3 2
1 1 2 2 n n nn n n
a x a x a x b
a x a x a x b
a x a x a x b
+ + +
+ + +
+ + +
K
K
M
K
11 12 1 1 1
21 22 2 2 2
1 2
n
n
m m mn n m
a a a x b
a a a x b
a a a x b
_ _ _

, , ,
K
K
M M O M M M
K
Es decir: Ax b
Si det 0 A , entonces el sistema tiene solucin nica, de la forma:
1
x A b
Ej. 1
Resolver el sistema de ecuacin lineal dado:
( )
1 2 3
2 3
1 2 3
2 4 7
4 : 2, 3, 1
3 5 7 2
x x x
x x R SU
x x x
+ +

'
+ +
o Factorizacin LU (sistema de ecuaciones nxn)

11 1 12 2 13 3 1
21 1 22 2 23 3 2
1 1 2 2 n n nn n n
a x a x a x b
a x a x a x b
a x a x a x b
+ + +
+ + +
+ + +
K
K
M
K
lgebra Lineal

11 12 1 1 1
21 22 2 2 2
1 2
n
n
m m mn n m
a a a x b
a a a x b
a a a x b
_ _ _

, , ,
K
K
M M O M M M
K
Es decir: Ax b
El sistema de ecuaciones lineales se resuelve mediante la factorizacin LU de la siguiente manera, Ax b
como A LU entonces ( ) LU x b , como L es invertible, existe un vector nico y talque Ly b , como
tambin U es invertible , existe un vector nico x tal que
Ux y
Ej. 1
( )
1 2 3
1 2 3
1 2 3
2 4 6 6
4 5 6 0 : 3, 0, 2
3 2 13
x x x
x x x R SU
x x x
+ +
+ +
'
o Regla de Crammer (sistema de ecuaciones nxn)

11 1 12 2 13 3 1
21 1 22 2 23 3 2
1 1 2 2 n n nn n n
a x a x a x b
a x a x a x b
a x a x a x b
+ + +
+ + +
+ + +
K
K
M
K
11 12 1 1 1
21 22 2 2 2
1 2
n
n
m m mn n m
a a a x b
a a a x b
a a a x b
_ _ _

, , ,
K
K
M M O M M M
K
Es decir: Ax b
Si det 0 A , entonces el sistema tiene solucin nica, de la forma:
1
x A b
, mediante la regla de
Crammer, la solucin del sistema se obtiene como.
det
, con 1, 2,..,
det
i
i
x
x i n
A

lgebra Lineal

Ej. 1
2 2 7
45 11 23
2 0 : , ,
13 13 13
3 1
x y z
x y z R SU
x y z
+ +
_
+
'

,
+ +

Sistemas de ecuaciones lineales homogneos
Sea el sistema de ecuaciones lineales homogneo expresado de la forma:
11 1 12 2 1
21 1 22 2 2
1 1 2 2
0
0
0
n n
n n
m m mn n
a x a x a x
a x a x a x
a x a x a x
+ + +
+ + +
+ + +
K
K
M
K
11 12 1 1
21 22 2 2
1 2
0
0
0
n
n
m m mn n
a a a x
a a a x
a a a x
_ _ _

, , ,
K
K
M M O M M M
K
Es decir:
Ax B o Ax b

Si 0 B entonces el sistema de ecuaciones lineales es homogneo, tiene como posibles soluciones:
Solucin trivial (solucin nica) ( ) det 0 A
Solucin no trivial (infinidad de soluciones) ( ) det 0 A
Ej. 1
Resolver el sistema de ecuacin
lineal dado:

1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
2 4 6 0
). 4 5 6 0
3 2 0
2 0
). 3 3 2 0
11 6 0
x x x
a x x x
x x x
x x x
b x x x
x x x
+ +
+ +
'
+
'
Ej. 2
Dado el siguiente sistema de ecuacin lineal

0
2 4 3 0
5 13 0
x y z
x y z
x y kz
+
+
'
+ +
Hallar el valor de K de tal manera que:

c) el sistema tenga solucin trivial
( ) 10 k
d) el sistema tenga solucin no trivial
( ) 10 k , encontrar un punto.
lgebra Lineal

Aplicaciones
Circuitos
Leyes de Kirchhoff
1 Ley. La suma de las corrientes que llegan a una unin (nodo) es igual a la suma de las corrientes que
salen de esa unin (nodo)
ent sal
I I

2 Ley. La suma de las fuentes de energa (fem) alrededor de cualquier malla cerrada es igual a la suma de
todas las cadas IR alrededor de dicha malla.
IR

Ej.
Determinar las corrientes
1 2 3
, i i ei del circuito elctrico dado:
lgebra Lineal

Diagrama de flujo
En cada nodo, el flujo que entra es igual al flujo que sale
A B
C D
f1
f2 f3
f4
10
10
10
15
15
20
5
15
lgebra Lineal

Ej.
El centro de la Ciudad de Toluca se compone de calles de un solo sentido, y se a medido el flujo de
trfico en cada interseccin. Los puntos de interseccin A, B, C y D representan el nmero promedio
de vehculos por minuto que entran y salen, durante las horas de trabajo como se muestra en la figura.
a. Establezca y resuelva un sistema de ecuaciones lineales para encontrar los flujos posibles
1 2 3 4
f ,f ,f y f .
b. Si el trfico es regulado en CD de manera que
4
f =10
vehculos por minuto, Cules sern los
flujos promedio en las otras calles?
c. Cules son los flujos posibles mnimo y mximo en cada calle?
d. Cmo cambiara la solucin si todas las direcciones fueran invertidas?
Balanceo de reacciones qumicas
Ej.
Balancear la ecuacin qumica de la reaccin dada:
2 2 2 3 2
FeS O Fe O SO + +
Asignacin de recursos
Ej.
lgebra Lineal

Un comerciante de caf vende tres mezclas de caf. Una bolsa de la mezcla de la casa contiene 300 gr
de grano colombiano y 200 gr de grano francs tostado. Una bolsa de mezcla especial contiene 200 gr
de grano colombiano, 200 gr de la variedad de Kenia y 100 gr de grano francs tostado. Una bolsa de
la mezcla gourmet contiene 100 gr de grano colombiano, 200 gr de grano de Kenia y 200 gr de grano
francs tostado. El comerciante tiene disponible 30 k de grano de Colombia, 15 k del de Kenia y 25 k
del caf tostado de Francia. Si desea utilizar la totalidad de los granos, cuntas bolsas de cada tipo
de mezcla pueden hacerse?
Dgrafo
Un grafo se compone de un conjunto finito de puntos llamados vrtices y un conjunto finito de lneas, cada
una de las cules unen a dos vrtices.
Un dgrafo es un grafo con lneas dirigidas.
Si G es un dgrafo con n vrtices entonces su matriz de adyacencia es la matriz A de nxn definida por:
1, si existe una linea desde el vrtice i hasta el vrtice j
0, de otro modo
ij
a

'
Ej.
Cinco equipos de ftbol (Amrica, Cruz Azul, Guadalajara, Toluca y UNAM) compiten en un torneo de
round-robin (todos contra todos). Elaborar un dgrafo de acuerdo a los resultados dados. Determinar
el equipo campen del torneo.
Chivas 3 0 Pumas
Amrica 2 0 Pumas
Toluca 1 2 Cruz azul
Cruz Azul 0 1 Chivas
Chivas 1 0 Toluca
Cruz Azul 3 2 Amrica
Amrica 0 1 Toluca
Cruz Azul 2 -1 Pumas
Chivas 3 2 Amrica
Pumas 0 1 Toluca
UNIDAD III
ESPACIOS VECTORIALES
A C
G P
A
T
lgebra Lineal

1. Espacios Vectoriales:
1.1. Definicin y propiedades bsicas
1.2. Subespacio Vectorial
1.3. Combinacin lineal y generacin de un espacio
1.4. Dependencia e independencia lineal.
1.5. Bases y dimensiones
1.6. Espacio de renglones, espacio de columnas, rango y nulidad de una matriz
1.7. Cambio de base
1.8. Bases ortonormales y proyecciones
1.1. Definicin
Sea V un conjunto en el cual dos operaciones, llamadas adicin y multiplicacin escalar, han sido
definidas. Si u y v se encuentran en V, la suma de u y v, se denota como u+v, y si c es un escalar, el
mltiplo escalar de u por c, se denota como cu. Si los siguientes axiomas se cumplen para u, v y w en V y
para todos los escalares c y d, entonces V se denomina espacio vectorial y sus elementos son llamados
vectores.
Adicin Multiplicacin escalar
Cerradura:
+ u v V
Cerradura:
V c u
Conmutatividad:
+ = + u v v u
Distributividad sobre vectores:
( ) c + = c +c u v u v
Asociatividad:
( ) ( ) + + = + + u v w u v w
Distributividad sobre escalares:
( ) c+d c +d u= u u
Existe un elemento 0 en V, denominado vector
cero o nulo, talque: + = + = u 0 0 u u
Asociatividad de escalares:
( ) ( ) c d cd u = u
Para cada u en V, existe un elemento u en V,
talque: ( ) ( ) + = + = u -u -u 0 u 0
Para cada u en V, c = , con c =1 u u
1.2. Subespacio Vectorial
Sea V un espacio vectorial, y W un subconjunto no vaci de V. Entonces W es un subespacio de V si y slo
si se cumplen las siguientes condiciones:
Si u y v se encuentran en W, entonces u+v se encuentra en W.
Si u se encuentra en V y c es un escalar, entonces cu se encuentra en W.
Tipos de Espacios Vectoriales
lgebra Lineal

2
3
n
R V
R V
R V
o
o
o
2
n
P V
P V
o
o
22
mn
M V
M V
o
o
n
C V
1.3. Combinacin Lineal y Generacin de un Espacio
Sea
1 2
, , ,
n
u u u K vectores que pertenecen al espacio vectorial V. Entonces la expresin de la forma:
1 1 2 2 n n
c u c u c u + + + K
se llama combinacin lineal de
1 2
, , ,
n
u u u K con
1 2
, , ,
n
c c c K escalares.
Si { }
1 2
, , ,
k
S v v v K es un conjunto de vectores en un espacio vectorial V, entonces el conjunto de
todas las combinaciones lineales de
1 2
, , ,
k
v v v K se conoce como espacio generado por
1 2
, , ,
k
v v v K y se
denota mediante la expresin espacio ( )
1 2
, , ,
k
v v v K o espacio (S) o { }
1 2
, , ,
k
v v v K gen , entonces S se
denomina conjunto generador para V y se dice que V es generado por S.
{ } { } { } 1 2 1 1 2 2
= , , , : ;
k k k
v v v v v cv cv c v v V + ++ K K gen S gen
Ej:
1. Sea
3
7
7 ,
7
u R
_

,
expresar
u
como una combinacin lineal de
1 2
1 5
2 y 3
4 1
u u
_ _

, ,
2. Sea
23,
3 2 8
1 9 3
M M
_

,
expresa M como una combinacin lineal de
1 0 4 0 1 2
y
1 1 5 2 3 6
A B
_ _

, ,
3. Sea
2
2
( ) 19 5 10 , P x x x P +
expresa
( ) P x
como una combinacin lineal del
conjunto dado
{ }
2 2 2
3 1, 2 5, 3 5 x x x x x + +
1.4. Dependencia e Independencia Lineal
Un conjunto de vectores { }
1 2
, , ,
k
u u u K de un espacio vectorial V es:
linealmente dependiente si existen escalares
1 2
, , ,
k
c c c K
al menos uno de los cuales diferente
de cero, tales que:
lgebra Lineal

1 1 2 2
0
k k
cv cv cv +++ K
linealmente independiente si existen escalares
1 2
, , ,
k
c c c K
todos iguales a cero
( )
1 2
0
k
c c c K , tales que:
1 1 2 2
0
k k
cv cv cv +++ K
Ej:
1. Determinar si el conjunto de vectores
1 0 1
0 , 1 , 1 ,
1 1 0
_ _ _

' ;

, , ,
es linealmente dependiente o
independiente en
3
R
.
2. Determinar la dependencia o independencia del siguiente conjunto
23,
2 0 3 3 1 4 1 0 0
, ,
1 0 1 0 0 0 0 1 1
en M
_ _ _
' ;
, , ,

3. Determinar la dependencia o independencia del siguiente conjunto
{ }
2 2
2
3 , 4, 1 . x x x x x en P + + +
Tarea No.: 7
Tema: Dependencia e Independencia Lineal
1.5. Bases y Dimensiones
Base: Un subconjunto B de un espacio vectorial V es una base para V si:
o B genera a V.
o B es linealmente independiente.
Base Estndar
o Base Estndar para ,
n
R
{ }
1 2
, , ,
n
e e e K donde
i
e es la i-sima columna de la matriz identidad
de nxn.
n
P { }
2
1, , , ,
n
x x x K
mn
M { }
11 1 21 2 1
, , , , , , , ,
n n m mn
E E E E E E K K K donde
ij
E
es la matriz con 1
en el ij-simo elemento y ceros en los dems elementos de la matriz.
Dimensin: Un espacio vectorial V se denomina de dimensin finita si tiene una base
determinada por un nmero finito de vectores.
La dimensin de V, se denota mediante la expresin dimV , es el nmero de vectores en una base
para V. La dimensin del espacio vectorial { }
0 es cero.
Un espacio vectorial que no tiene base finita se conoce como de dimensin infinita.
lgebra Lineal

o La base estndar para ,
n
R contiene n vectores, por lo tanto
dimR n
n
.
n
P contiene n+1 vectores, por lo tanto dim 1
n
P n + .
mn
M contiene mn vectores, por lo tanto dim
mn
M mn .
Teorema
Sea W un subespacio de un espacio vectorial de dimensin finita V. Entonces:
o W es de dimensin finita y dim dim W V .
o dim dim W V si y slo si W=V.
1.6. Espacio de renglones, Espacio de Columnas, Rango y Nulidad de una matriz
Sea A una matriz nxn.
Espacio Nulo
Sea A una matriz mxn, entonces el espacio nulo de la matriz A se expresa como:
{ }
: 0
n
A
N x R Ax
o Nulidad
La nulidad de la matriz A se expresa como: ( )
A
dimN A
Imagen de una matriz
Sea A una matriz mxn, entonces la imagen de la matriz A se expresa como:
{ }
: ,
m n
A y R Ax y x R Imagen para alguna
o Rango de una matriz
El rango de la matriz A se expresa como: ( ) dim A A Imagen
El rango de una matriz es igual al nmero de pivotes en su forma escalonada por renglones.
Espacio Rengln de A es el subespacio
ren( ) A
de
n
R generado por los renglones de A.
{ }
1 2
r ,r , ,r
m A
R K gen
Espacio Columna de A es el subespacio
col( ) A
de
m
R generado por las columnas de A.
{ } c ,c , ,c
1 2 n A
C K gen
Teorema
Sea A una matriz de mxn. Entonces
( ) ( ) A A n +
Ej:
1. Determinar si los vectores dados forman una base para
3
R
:
lgebra Lineal

1 1 1
1 , 5 , 3
3 1 1
_ _ _

' ;

, , ,
2. Encuentre una base en
3
R
y su dimensin para el conjunto de vectores en el plano dado por:
: 2 3 0
x
S y x y z
z
_

+
' ;

,
3. Encuentre una base para el espacio de solucin del sistema homogneo dado:
3 0
2 2 3 0
4 8 5 0
x y z
x y z
x y z
+
+
+
4. Encuentre una base para
, y
A A A
N R C
, dada la matriz:

1 1 3 1 6
2 1 0 1 1
3 2 1 2 1
4 1 6 1 3
A
_

,
Tarea No.: 8
Tema: Base y dimensin
Tarea No.: 9
Tema: Espacio de renglones y columnas
1.7. Cambio de Base
Vector Coordenado de una base
lgebra Lineal

Sea V un espacio vectorial con base { }
1 2 3 , , ,..., k H u u u u para
u V
, existen
1 2
, ,...,
n
c c c tales que:
1 2 3 , , ,..., k u u u u u
El vector cuyos componentes son los coeficientes de
u
, expresado como ( )
B
u se llama vector
coordenado de
u
con respecto a B. Es decir:
( )
1
2
B
n
c
c
u
c
_

,
M
Ej:
1. Sea
1 1 1
0 , 1 , 1
1 0 1
H
_ _ _

' ;

, , ,
en
3
R
y
2
3
4
u
_

,
a. Determinar ( )
B
u b. Calcular
v
, si ( )
2
3
1
3
2
3
B
v
_

,
2. Determina ( )
B
v
en
3
R
, si
a
v b
c
_

,
y { }
1 2 3 , , B e e e
3. Obtener ( ) ( )
B
P x
en
2
P
, si ( )
2
1 2 3 P x x x + +
y { }
2 2
1 ,1 ,1 B x x x x + + +
Cambio de Base
Sea { }
1 2 3
1
, , , , n B u u u u K y { }
1 2 3
2
, , , , n B v v v v K dos bases de un espacio vectorial de dimensin
finita Sea A la matriz de transicin o cambio de base de
1
B a
2
B , cuyas columnas son:
( ) ( ) ( )
2 2 2
1 2 , , , n
B B B
A u u u
1
1
]
K
Por otro lado. Sea C la matriz de transicin o cambio de base de
2
B a
1
B , cuyas columnas son:
( ) ( ) ( )
1 1 1
1 2 , , , n
B B B
C v v v
1
1
]
K
Ej:
lgebra Lineal

1. Sean
1
3 2
,
1 1
B
_ _
' ;
, ,
y
2
2 5
,
4 3
B
_ _
' ;
, ,
dos bases en
2
R
, obtener:
a. La matriz de transicin A
b. La matriz de transicin C
c. ( )
2
B
x
, si ( )
1
7
4
B
x
_

,
2. Sean { }
2
1
1, , B x x
y { }
2 2
2
4 1, 2 , 3 3 B x x x x +
dos bases en
2
P
, obtener:
a. La matriz de transicin A
b. La matriz de transicin C
c. ( )
2
5 3 4 P x x x +
en trminos de
2
B
Tarea No.: 10
Tema: Cambio de base
1.8 Bases ortonormales y proyecciones
Conjunto ortonormal
Se dice que un conjunto de vectores { }
1 2
, , , en
n
k
S u u u R K es un conjunto ortonormal si:
0 si
1
i j
i i
u u i j
u u

Si slo se satisface la primera condicin, entonces se dice que el conjunto es ortogonal.
Longitud o norma de un vector
Si ,
n
v R entonces la longitud o norma de
v
, denotada por
, v
est dada por:
v v v g
Si
1 2
( , , , )
n
v x x x K entonces
2 2 2
1 2 n
v x x x + + + K
Teorema
Si { }
1 2
, , ,
k
S u u u K es un conjunto ortogonal de vectores diferentes de cero, entonces S es
linealmente independiente.
Base ortogonal
Una base ortogonal de un subespacio W en
n
R
es una base de W que es un conjunto ortogonal.
Proceso de Gram-Schmidt
lgebra Lineal

Sea { }
1 2
, ,...,
k
S v v v una base de un subespacio W de
n
R
, entonces S tiene una base ortonormal,
que se obtiene como:
Base ortogonal:
{ } 1 2 1
1 1
1 2
2 2 1
1 1
1 3 2 3
3 3 1 2
1 1 2 2
1 2 1
1 2 1
1 1 2 2 1 1
, ,..., ,
k k
k k k k
k k k
k k
B w w w w
w v
w v
w v w
w w
w v w v
w v w w
w w w w
w v w v w v
w v w w w
w w w w w w
+
,
_ _

, ,
_ _ _

, , ,
M
L
Base ortonormal:
{ }
1 2 3
1 1 2 2 3 3
1 2 3
, , , ,
1 1 1 1
, , , ... ,
k
k k
k
H u u u u
u w u w u w u w
w w w w

K
Proyeccin ortogonal
Sea H un subespacio de
n
R
con base ortonormal { }
1 2
, , ,
k
u u u K , si
n
v R
, entonces la proyeccin ortogonal de
v
sobre H, denotada por ,
H
proy v est dada por:
( ) ( ) ( ) 1 1 2 2 H k k
proy v v u u v u u v u u + ++ K
con .
H
proy v H
Teorema
Sea { }
1 2
, , ,
n
B u u u K sea una base ortonormal para
n
R
y sea
n
v R
. Entonces:
( ) ( ) ( ) 1 1 2 2 k k
v v u u v u u v u u + ++ K
Esto es, n
R
v proy v
lgebra Lineal

Teorema de proyeccin
n
R
y sea
n
v R
. Entonces existe un par nico de vectores
h
y p tales que
, , h H p H y v h p
+
En particular
H
H
h proy v y p proy v

De manera que:
H
H
v h p
v proy v proy v
+
+
Definicin
Sea W un subespacio de
n
R
, se dice que
n
v R
es ortogonal a W, si
v
es ortogonal a todo vector en W . El
conjunto de todos los vectores que son ortogonales a W se denomina complemento ortogonal de W , denotado
como W
. Esto es:
{ }
: 0
n
W v en R v w para todo wenW

n
R
, el complemento ortogonal de H denotado por
H
esta dado por:

{ }
: 0
n
H x en R x h para toda h en H

Ejercicios
Sea
3
3
: 2 3 0 2
4
x
H y x y z y v en
z
_ _

+
' ;

, ,
, calcular
a.
H
proy v
b.
H
proy v
c. Una base para

H

lgebra Lineal

UNIDAD IV
TRANFORMACIONES LINEALES
1. Definicin y Propiedades
2. Ncleo e Imagen de una Transformacin Lineal
3. Representacin Matricial de una Transformacin Lineal
4. Isomorfismos
1. TRANSFORMACIN LINEAL
Definicin y Propiedades
Sean V y W espacios vectoriales reales, una transformacin lineal T de V en W, es una funcin que
asigna a cada vector v V un vector nico ( )
T v W y que satisface, para u y v en V, las siguientes
propiedades:
( ) ( ) ( )
( ) ( )
,
T u v T u T v
T u T u escalar real
+ +

Una transformacin T de V en W se denota como:
: T V W
o Teorema
Sea V un espacio vectorial de dimensin finita con base
{ } n v v v B ,..., , 2 1
, y sea W un espacio vectorial que
contiene n vectores
{ } n w w w ,..., , 2 1
, entonces existe una transformacin lineal nica, denotada como
W V T :
, tal que:
( )
i i T v w
, con n i ,..., 2 , 1
Es decir:
n
n
v c v c v c v + + + ... 2
2
1
1
Aplicando la transformacin:
( ) ( ) ( ) ( )
( )
1 2
1 2
1 2
1 2
...
...
n
n
n
n
T v c T v c T v c T v
T v c w c w c w
+ + +
+ + +
lgebra Lineal

Ej. 1
Sea
3 2
: T R R una transformacin
lineal, calcular ( )
T v , si:
( ) ( ) ( )
1 2 3
2 1 5
, ,
3 4 3
T e T e T e
_ _ _

, , ,
Y
3
4
5
v
_

,
Ej. 2
Sea
4 3
: T R R una transformacin lineal, calcular ( )
T v , si:
( ) ( ) ( ) ( )
1 2 3 4
3
3 3 7 1
4
1 , 0 , 5 , 1
1
1 0 4 1
10
T e T e T e T e y v
_
_ _ _ _

, , , ,

,
2. NCLEO E IMAGEN DE UNA TRANSFORMACIN LINEAL
Ncleo o Kernel de una Transformacin Lineal
Sea V y W dos espacios vectoriales y sea W V T : una transformacin lineal, entonces el ncleo o
kernel de T, est expresado como:
( ) ( ) ( ) { } 0 : ker v T V v T T nu
Imagen de una Transformacin Lineal
La imagen de T, est dada por:
( ) ( ) { } V v para v T w W w T , : Im
Nulidad de una Transformacin Lineal
Si T es una transformacin lineal de V en W, entonces:
( ) ( ) ( ) ( ) ( )
dim dim ker T nu T T
Rango de una Transformacin Lineal
Si T es una transformacin lineal de V en W, entonces:
( ) ( ) ( )
dim Im T T
o Teorema:
Si W V T : es una transformacin lineal, entonces:
a). ( ) ( ) T T nu ker , es un subespacio de V.
b). ( ) T Im , es un subespacio de W.
lgebra Lineal

3. REPRESENTACION MATRICIAL DE UNA TRANSFORMACIN LINEAL
Sea
m n
T : una transformacin lineal, entonces existe una nica de
mxn
, ( )
T
A tal que:
( ) x A x T
T

para
n
x
Donde
T
A es la matriz de transformacin a T o representacin matricial de T.
o Teorema:
Sea
T
A la matriz de transformacin correspondiente a la transformacin lineal T, entonces:
( ) ( )
( ) ( )
( ) ( )
( ) ( )
T
t
A
A
A T d
A T c
C A T b
N T T nu a
T
T

)
)
Im Im )
ker )
o Teorema:
Sea V un espacio vectorial de dimensin n, W un espacio vectorial de dimensin m y W V T : una
transformacin lineal. Sea { } n v v v B ,..., , 2 1
1
una base para V y sea { } m w w w B ,..., , 2 1
2
una base
para W, entonces existe una matriz nica
T
A de mxn tal que:
( ) [ ] ( )
1 2 B T B
x A x T
o Teorema:
Sean V y W espacios vectoriales de dimensin finita con
( ) n V dim
, sea
W V T :
una
transformacin lineal y sea
T
A
una representacin matricial de T respecto a las bases
1
B
en V y
2
B
en
W, entonces:
( ) ( )
( ) ( )
( ) ( ) n T T c
A T b
A T a
T
t
+

)
)
)
o Teorema:
Sea
m n
T :
una transformacin lineal, sea
T
C
la matriz de transformacin de T respecto a las
bases estndar
n
S
y
m
S
en
n
y
m
, respectivamente. Sea
1
A
la matriz de transicin de
1
B
a la base
n
S
en
n
y
2
A
la matriz de transicin de
2
B
a la base
m
S
en
m
. Si
T
A
denota la matriz de
transformacin de T respecto a las bases
1
B
y
2
B
, entonces:
1
1
2
A C A A
T

lgebra Lineal

Ej. 1
Sea
3 4
: T R R una transformacin lineal,
dada por:
2
2
x y
x
y z
T y
x y z
z
x y z
_
_

+

,

+ +
,
Calcular:
a) La matriz asociada a la
transformacin lineal
b) Ncleo o kernel y nulidad de la
transformacin
c) Imagen y rango de la transformacin
Ej. 2
Sea
3 3
: T R R una transformacin lineal, dada por:
2
2
x y
x
y z
T y
x y z
z
x y z
_
_

+

,

+ +
,
Calcular:
a) La matriz asociada a la transformacin lineal
b) Ncleo o kernel y nulidad de la transformacin
Ej. 3
Sea
2 2
: T R R una transformacin lineal,
dada por:

x x y
T
y x y
+ _ _
, ,
y
1 2
1 3
,
1 2
B B
_ _

' ;
, ,
Calcular:
a) La matriz asociada a la
transformacin lineal
b) Ncleo o kernel y nulidad de la
transformacin
d)
4
7
T
_

,
Ej. 4
Sea
2 3
: T R R una transformacin lineal, dada por:
2
x y
x
T x y
y
y
_
_

+

,

,
y
1 2
1 0 0
2 1
, 1 , 2 , 2
1 2
0 0 5
B y B
_ _ _
_ _

' ; ' ;

, ,
, , ,
Calcular:
Ej.5Sea
2 3
: T P P una transformacin lineal, dada por: ( ) ( ) T P x xP x 1
]
y
{ } ( ) ( )
{ }
2 3
2
1 2
1, , 1,1 , 1 , 1 B x x y B x x x + + +
Calcular:
Tarea No.: 11
Tema: Ncleo e imagen de una transformacin
Tarea No.: 12
Tema: Cambio de base de una transformacin lineal
lgebra Lineal

4. ISOMORFISMOS
Transformacin Inyectiva (Uno a Uno)
Sea W V T : una transformacin lineal, entonces T es inyectiva (1-1), si:
( ) ( ) 2 1 v T v T
para
2 1 v v
Teorema
Sea W V T : una transformacin lineal, entonces T es inyectiva (1-1), si y slo si:
( ) ( ) { } 0 ker T nu T
Transformacin Sobre (Suprayectiva)
Sea W V T : una transformacin lineal, entonces T es sobre (suprayectiva) de W, si para , W w
existe al menos un V v , tal que:
( ) w v T
es decir:
( ) W T Im
Isomorfismo
Sea W V T : es una transformacin lineal, entonces T es un isomorfismo si:
a) ( ) { } 0 ker T T. Inyectiva
b) ( ) W T Im T. Sobre
Transformaciones Lineales Inversas
1)Sea V V T : una transformacin lineal, entonces
a) T es invertible si y slo si es un isomorfismo.
b)Si T es invertible entonces
1
T
es lineal.
2)Sea V V T : una transformacin lineal cuya matriz
T
A Con respecto a las bases
1
B y
2
B de V, entonces:
a)T es invertible si y slo si
T
A es invertible.
b)Si T es invertible entonces
1
T
A es la matriz de
1
T
con respecto a
2
B y
1
B .
3)Una transformacin lineal V V T : es invertible, si existe una transformacin V V T
:
1
tal que:
( ) ( ) x A x T
T

1 1
Ej.:
Sea
3 3
: T R R una transformacin lineal, dada por: 2
3 4 3
x x y z
T y x y z
z x y z
+ _ _

+

+ +
, ,
y
a) Determinar si la Transformacin lineal dada es un isomorfismo
b) Calcular la matriz inversa (si existe)
c) Obtener ( )
1
T x

1
]
Tarea No.: 13
Tema: Transformaciones Lineales Inversas
UNIDAD V
VALORES Y VECTORES CARACTERISTICOS
lgebra Lineal

1. Valores y vectores caractersticos.
2. Polinomio caracterstico y ecuacin caracterstica.
3. Multiplicidad algebraica y geomtrica.
4. Matrices semejantes y diagonalizacin de una matriz nxn.
5. Matrices simtricas y diagonalizacin ortogonal.
6. Formas Cuadrticas y Cudricas.
1. VALORES Y VECTORES CARACTERISTICOS
Sea A una matriz nxn con componentes reales, el nmero (real o complejo) se llama caracterstico o
propio (eigenvalor) de A si existe un valor diferente de cero con
n
C v , tal que:
( ) 0
Av v
A I v

donde v se llama valor caracterstico o propio (eigenvector) de A correspondiente al valor caracterstico .
2. POLINOMIO CARACTERISTICO Y ECUACION CARACTERISTICA
Polinomio Caracterstico
Sea A una matriz nxn, entonces es valor caracterstico de A, entonces el polinomio caracterstico est
dado por:
( ) ( ) I A p det
Ecuacin Caracterstica
La ecuacin caracterstica se expresa como:
( ) 0 det I A
Espacio Caracterstico
Sea un valor caracterstico de A, el subespacio propio de A, correspondiente a , se expresa como:
{ }
( ) { } 0 :
:

v I A v E
v v A v E
3. MULTIPLICIDAD GEOMTRICA Y ALGEBRAICA

Multiplicidad Algebraica
Sea la ecuacin caracterstica de la forma ( ) 0 p
lgebra Lineal

La cual se puede escribir ( ) ( )
1
1 1 0
1 0
n
n n
n
p b b b
1 + + + +
]
L en donde la ecuacin tiene n
races, algunas de ellas repetidas.
Si
1 2,
, ,
m
K
son las diferentes races de la ecuacin caracterstica con multiplicidades
1 2
, , ,
m
r r r K
respectivamente, entonces la ecuacin se puede factorizar de la forma:
( ) ( ) ( ) ( ) ( )
1 2
1 2 2
1 0
m
n r r r
p L , en donde los nmeros
1 2
, , ,
m
r r r K son las
multiplicidades algebraicas de los valores propios
1 2,
, ,
m
K
respectivamente.
Multiplicidad Geomtrica
Sea un valor caracterstico de la matriz A, entonces la multiplicidad geomtrica de es la dimensin
del espacio caracterstico correspondiente a , esto es
( ) dim Multiplicidad geometrica de E A I

Teorema
Sea un valor caracterstico de A, entonces:
Multiplicidad geometrica de Multiplicidad a lgebraica de
4. MATRICES SEMEJANTES Y DIAGONALIZACIN DE UNA MATRIZ
Matrices Semejantes
Sean A y B dos matrices nxn, entonces A y B son semejantes si existe una matriz C invertible nxn, tal que:
1
CB AC
B C AC
Diagonalizacin de una Matriz

Sea A una matriz nxn, entonces A es diagonalizable si existe una matriz diagonal D, tal que es A es
semejante a D, donde la matriz D est dad por:
,
_
n
D
0 0
0 0
0 0
2
1
donde
n
, , ,
2 1
son los valores caractersticos de A, entonces:
AC C D
1
donde C es la matriz formada por los vectores caractersticos { } n v v v ,..., , 2 1 linealmente independientes de
A, es decir:
lgebra Lineal

( )
,
_
,
_
,
_
,
_
nn n n
n
n
nn
n
n
n
n n
n
c c c
c c c
c c c
C
c
c
c
v
c
c
c
v
c
c
c
v
v v v C
1 1
2 22 21
1 12 11
2
1
2
22
21
2
1
21
11
1
2 1
, , ,
con la matriz C invertible.
Ej. 1
Sea la matriz dada
1 1 4
3 2 1
2 1 1
A
_

,
, calcular:
a). Polinomio caracterstico ( ) p
b). Valores caractersticos ( )
i
c). Vectores caractersticos ( )

i
v
d). Espacios caractersticos ( ) E
Ej. 2
Sea la matriz dada
1 1 4
3 2 1
2 1 1
A
_

,
a) Encontrar la matriz C que diagonaliza a la matriz
A
Obtener la matriz diagonalizable D
Tarea No.: 14
Tema: Valores y vectores caractersticos
Diagonalizacin de una matriz
5. MATRICES SIMTRICAS Y DIAGONALIZACIN ORTOGONAL
Matrices simtricas
Sea A una matriz simtrica real de nxn, entonces los valores caractersticos de A son reales.
Sea A una matriz simtrica real de nxn, si
1
y
2
son valores caractersticos diferentes con vectores
caractersticos reales correspondientes
1
v y
2
v , entonces
1
v y
2
v son ortonormales.
Sea A una matriz simtrica real de nxn, entonces A tiene n vectores caractersticos reales
ortonormales.
Diagonalizacin Ortogonal de una Matriz
Se dice que una matriz A de nxn es diagonalizable ortonormalmente si existe una matriz ortogonal Q tal
que:
t
QD AQ
D Q AQ
6. FORMAS CUADRATICAS Y CUADRICAS

Una ecuacin cuadrtica en dos variables sin trminos lineales es una ecuacin de la forma:
lgebra Lineal

d cy bxy ax + +
2 2
Una forma cuadrtica en dos variables es una expresin de la forma:
2 2
( , ) F x y ax bxy cy + +

Una ecuacin cuadrtica en tres variables sin trminos lineales es una ecuacin de la forma:
2 2 2
11 22 33 12 13 23
a x a y a z a xy a xz a yz d + + + + +
Una forma cuadrtica en tres variables es una expresin de la forma:
2 2 2
11 22 33 12 13 23
( , , ) F x y z a x a y a z a xy a xz a yz + + + + +
La forma cuadrtica F se expresa mediante la matriz simtrica A, como:
v v A F
Por lo tanto, la ecuacin cuadrtica mediante la matriz simtrica A, se expresa como:
d v v A
La matriz simtrica A, est dada por:
,
_
nn
n n
n
a
a a
n a
a
a
a a
a
A
2 2
2
2
2
2 2
2 1
22
21
1 12
11
La ecuacin cuadrtica con respecto a las variables ' , ' , ' z y x se expresa como:
d v v D ' '
Con respecto a los ejes principales se expresa como:
d z a y a x a + +
2
33
2
22
2
11
' ' ' ' ' '
Ej.
1. Identifique la cnica cuya ecuacin es:
2 2
28 4
5 4 2 6
5 5
x xy y x y + +
2. Identifique la cudrica de la superficie:
( ) { }
2 2 2
, , : 5 11 2 16 20 4 36 x y z x y z xy xz yz + + + +
Tarea No.: 15
Tema: Diagonalizacin ortogonal de una matriz
Formas cuadrticas
FORMAS CUADRATICAS Y CANONICAS
En
2
R
:
lgebra Lineal

FORMAS
CUADRATICAS Y CANONICAS
lgebra Lineal

En
3
R
:
ANEXOS
lgebra Lineal

Anexo 1. Tareas
UNIDAD I
Tarea No.: 1
Tema: Clasificacin de Matrices
Fecha de Entrega: _________________________
Investigar el concepto de las siguientes matrices, indicando notacin, caractersticas principales y un
ejemplo.
CLASIFICACIN DE MATRICES
MATRICES BASICAS
o M. Rengln
o M. Columna
o M. Cuadrada
o M. Diagonal
o M. Nula
o M. Identidad
o M. Triangular Superior
o M. Triangular Inferior
o M. Elemental
o M. Escalonada
o M. Compleja
MATRICES ESPECIALES
o Submatriz
o M. Transpuesta
o M. Simtrica
o M. Antisimtrica
o M. Invertible
o M. Adjunta
o M. Conjugada
o M. Hermitana
o M. Antihermitana
Tarea No.: 2
Tema: Operaciones con matrices
Fecha de Entrega: __________________________
lgebra Lineal

I. Resolver lo que se pide:
Sean:
1 1 0
3
1 2 0
0
2 1 2 0 1
2
2 0 1
1
2 0 1 1 , 1 0 , 0 2
3 1 2
0
2 2
0 0 2 1 3
1 1 3 0
2
0 1 1
A B C y D
_
_
_
_

,

,
,
,
1.
1
3 2
2
M AD C I
2. 2 2
T T T T
J C D A BB
3. ( ) ( )
2 3
3
, 4
2
f C si f x x x x +
4. ( ) ( )
T
T
T
H AD BB C
5. Hallar la matriz E, de tal manera que: 2 2 0
T
AD C BB E +
II. Sea la matriz (compleja) dada:
1 3
0 4
i
A
i
_
,
Obtener ( ) ( )
3 2
1
, 4
2
f A si f x x x x +
Tarea No.: 3
Tema: Inversa de una matriz / Matrices elementales
Fecha de Entrega: _________________________
1. Obtener la inversa (si existe) de las matrices dadas.
11 2 5 4
3
9 5
2 2
4 1 2 2 2
5 1 3 ,
2
5 1 2 2
1 2 2 2
2 1
2 9 2 4 3
A B y C
_
_

_

,
,
,
2. Expresar las matrices inversas del inciso anterior como el producto de sus matrices
elementales.
Tarea No.: 4
Tema: Matrices elementales
Fecha de Entrega: _________________________
lgebra Lineal

Instrucciones
Comprobar con Maple que:
1 1 1 1
1 2 15 16
1
16 15 2 1
1. ...
2. ...
A E E E E
A E E E E

donde:
1
3 12 2 6 1 0 0 2
1 3 0 2 1 1 2 2
y
2 10 2 5 1 0 3 3
1 6 1 3 2 2 3 2
A A
_ _

, ,
Tarea No.: 5
Tema: Descomposicin LU
Fecha de Entrega: _________________________
Instrucciones
Dadas las siguientes matrices, encontrar la descomposicin LU de cada una de ellas
0 1 4
1. 1 2 1
1 3 3
A
_

,
0 0 1 2
1 1 3 2
2.
0 2 1 1
1 1 1 0
B
_

,
0 1 1 3
1 1 1 2
3.
0 1 1 1
0 0 1 1
C
_

,
Tarea No.: 6
Tema: Determinantes
Fecha de Entrega: _________________________
Instrucciones
I. Obtener el determinante de las siguientes matrices:
4 1 3
1. 2 2 4
1 1 0
A
_

,
1 1 0 3
2 5 2 6
2.
0 1 0 0
1 4 2 1
B
_

,
3. 0
0
Cos Sen Tan
C Cos Sen
Sen Cos

_

,
UNIDAD III
lgebra Lineal

Tarea No.: 7
Tema: Dependencia e Independencia Lineal
Fecha de Entrega: ____________________
Determinar si los conjuntos dados son linealmente dependientes o independientes.
22
2 3 1 1 1 3
1. : , ,
4 2 3 3 1 5
En M H
_ _ _
' ;
, , ,
{ }
2 2
2
2. : 1 ,1 ,1 En P H x x x x + + +
4
1 0 1 3
2 3 0 2
3. : , , ,
0 1 1 0
0 1 2 3
En R H
_ _ _ _

' ;

, , , ,
4. Para que valor(es) de k sern linealmente dependientes los vectores dados:
1 2 3
2 , 1 ,
3 4 4
H k
_ _ _

' ;

, , ,

Tarea No.: 8
Tema: Base y dimensin
Fecha de Entrega: ____________________
1. Determine si el conjunto de vectores dados es una base para el espacio vectorial indicado:
3
0 1 5
1.1. : 3 , 0 , 0
0 1 1
En R
_ _ _

' ;

, , ,
{ }
2 2 2
2
1.2. : 1, 2, 3 En P x x x
22
1 1 0 1 1 1
1.3. : , ,
0 1 1 0 1 1
En M
_ _ _
' ;
, , ,
2. Encuentre una base para el espacio vectorial indicado, con los vectores dados y su dimensin:
{ }
3
2.1. : / 3 2 6 0 En R H x x y z +
{ }
2.2. / 2 0 H x x y z
3. Encuentre una base y dimensin para el espacio de solucin del sistema dado:
0
3.1.
2 0
x y z
x y z

'
+
2 6 4 0
3.2. 3 2 0
3 9 6 0
x y z
x y z
x y z
+
+
'
Tarea No.: 9
Tema: Espacio de renglones y columnas
Fecha de Entrega: ____________________
lgebra Lineal

Dadas las siguientes matrices, encontrar ( ) , ( ), Im
A
N A A y A
1 1 2
1.
3 1 0
A
_

,

1 1 2
2. 3 1 4
1 0 4
A
_

,

1 1 2 3
3. 0 1 4 3
1 0 6 5
A
_

,

1 1 2 3
0 1 0 1
4.
1 0 1 0
0 0 0 1
A
_

,
Tarea No.: 10
Tema: Cambio de base
Fecha de Entrega:
Obtener lo que se pide:
B C
x y x
1 1
] ]
Matriz cambio de base de B a C
Matriz cambio de base de C a B
Verificar t t
C B
x A x donde A matriz cambio de base de B a C
1 1

] ]
Verificar
1 1
t
t
B B
x A x donde A matriz cambio de base de C a B

1 1

] ]
Si:
3
3 0 0 1 1 0 1
1. 1 , 1 , 0 , 0 , 1 , 1 , 0
5 0 1 0 0 1 1
x B C en
_ _ _ _ _ _ _

' ; ' ;

, , , , , , ,
( ) { } { }
2 2 2 2
2
2. 4 2 , ,1 , , 1,1 , p x x x B x x x x C x x en P + + +
UNIDAD IV
TRANFORMACIONES LINEALES
lgebra Lineal

Tarea No.: 11
Tema: Ncleo e imagen de una transformacin
Fecha de Entrega: _____________________
Dadas las siguientes transformaciones lineales, determinar: , ( ), Im( ), ( ) ( )
T
A nu T T T y T
Sea
2 3
: T R R definida por:
2
3
x y
x
T x y
y
x y
1
1
1
+
1
1
]
1 +
]
Sea
3
2
: T P R definida por:
2
2
3
a b
T a bx cx a b c
c a
1
1
1 + + +
]
1
1
]
Sea
3
22
: T R M definida por:
a
a b b c
T b
a b b c
c
1
1
1
1
1
+ +
]
1
]
Tarea No.: 12
Tema: Cambio de base de una transformacin lineal
Fecha de Entrega: ____________________
Dadas las siguientes transformaciones lineales, obtener: ( )
2
,
T
B
A T x
1
]
Sea
2 3
1 2
2 1 1 1
1 3 7
, , 0 , 1 , 1 ;
2 1 7
0 0 1
x y
x
T x B y B x
y
y
+ 1 _ _ _
1 _ _ _ 1

' ; ' ; 1
1

] , , ,
1
] , , ,
Sea
2 2
1 2
5 6 1 0 1 2 1
, , , ;
3 4 0 1 1 1 1
x x y
T B y B x
y x y
+ 1 1 _ _ _ _ _

' ; ' ; 1 1
+
] ] , , , , ,
Sea
3
2
: T P R definida por:
( )
( )
( )
{ } ( )
2 2
1 2
1
0 1 1
, , ,1 , ; , 1
1 0 1
1
p
T p x B x x y B p x a bx cx x
p
1
1 _ _
1
+ + 1
' ; 1 ]
1
, , ]
1
]
Tarea No.: 13
Tema: Transformaciones Lineales Inversas
Fecha de Entrega: ____________________
lgebra Lineal

Dadas las siguientes transformaciones lineales:
a. Verificar si forman un isomorfismo
b. Obtener
T
A
c. Obtener
1
T
A
d. Obtener ( )
1
T x
Sea
3 3
2
2
x x y z
T y x z
z x y
+ + 1 1
1 1

1 1
1 1
] ]
Sea
3 3
2
3 4 3
x x y z
T y x y z
z x y z
+ 1 1
1 1
+
1 1
1 1 + +
] ]
Tarea No.: 14
Tema: Valores y vectores caractersticos
Diagonalizacin de una matriz
Fecha de Entrega: ____________________
Dadas las siguientes matrices, obtener:
Polinomio caracterstico
Valores caractersticos
Vectores caractersticos
Espacios caractersticos
Multiplicidad algebraica y multiplicidad geomtrica
1 1 0 1 0 2
1 3
1. 2. 0 2 1 3. 3 1 3
2 6
0 0 3 2 0 1
A A A
_ _
_

,

, ,
La matriz que diagonaliza a la matriz A
Verificar
1
D C AC
1 2 1
3 4
1. 2. 1 0 1
1 1
1 1 0
A A
_
_

,

,
Tarea No.: 15
Tema: Diagonalizacin ortogonal de una matriz
lgebra Lineal

Formas cuadrticas
Fecha de Entrega: ____________________
o La matriz que diagonaliza ortogonalmente a la matriz A (A debe ser una matriz
simtrica para que se pueda diagonalizar ortogonalmente).
Verificar
1
D Q AQ
1 2 2
3 4
1. 2. 2 1 2
4 3
2 2 1
A A
_
_

,

,
Identifique la cnica con la ecuacin dada y obtener su ecuacin en forma estndar:
2 2
2 2
1. 3 4 3 28 2 22 2 84 0
2. 2 4 2 4 0
x xy y x y
x xy y x
+ + +
+ +
Identifique la cuadrtica con la ecuacin dada y obtener su ecuacin en forma estndar:
2 2 2
2 2 2
3. 4 4 4 12
4. 11 11 14 2 8 8 12 12 12 6
x y z xy xz yz
x y z xy xz yz x y z
+ + +
+ + + + + +
Anexo 2. Serie de Ejercicios
lgebra Lineal

SERIE DE EJERCICIOS No. 1
MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES
Fecha de Entrega:_______________________________
Primer Examen Parcial: ___________________________
1. Sean
2 3 3 2
1 2 4 3
1 2 3
x y z
A w r s
t u v
+ 1
1

1
1
]
,
3 1 3 2
2 1 3 2 1
3 5 2 4 1
x y z
B w r s
t u v
1
1

1
1 +
]
y
2 0 5
3 4 0
1 1 2
C
1
1

1
1
]
Hallar la matriz A y B, de tal manera que: C B A 3 2
2. Sean

2 3 3 2
1 2 4 3
1 2 3
x y z
A w r s
t u v
+ 1
1

1
1
]
,
3 1 3 2
2 1 3 2 1
3 5 2 4 1
x y z
B w r s
t u v
1
1

1
1 +
]
y
2 0 5 2
3 4 0
1 1 2 2
i i
C i
i i
+ 1
1

1
1 +
]
Hallar la matriz A y B, de tal manera que: C B A 3 2
3. Determinar los valores de c y k para que la matriz A sea simtrica:
1
1
1
]
1

+ +
4 2 1
2 1 2 3
3 2 7 3 2
k
c
k c
A
4. Calcular
1
A
(si existe), por el mtodo de escalonamiento y comprobar el resultado, si:
4.1.
1
1
1
1
]
1
4 1 1 0
1 4 0 1
1 0 4 1
0 1 1 4
A 4.2.
1
1
1
]
1
1 0 1
2 5 3
2 4 3
A
5. Calcular
1
B
(si existe), por el mtodo de la adjunta y comprobar el resultado, si:
5.1.
1
1
1
]
1
3 0 5
2 3 4
2 2 1
B 5.2.
1
1
1
1
]
1
4 2 4 1
2 1 3 1
1 1 1 0
0 1 2 1
B
lgebra Lineal

6. Sea
3 2
4 2 3 5 ) ( x x x x f + , Obtener ) ( A f , si:
1
1
1
]
1
3 4 3
1 2 1
1 1 1
A
7. Encontrar la matriz D, de tal manera que: 0 3 2 + D C B A , si:

1
1
1
]
1
2 1
5 2
3 1
A ,
1
1
1
]
1
5 7
4 1
0 2
B y
1
1
1
]
1
3 6
6 4
1 1
C
8. Calcular ) det( AB , si:
1
1
1
]
1
5 2 0
4 1 3
2 1 1
A y
1
1
1
]
1
2 0 2
4 1 0
3 2 1
B
9. Sean
1
1
1
]
1
3 4
5 3
7 2
A ,
1
]
1
0 1 3
2 4 2
B y
1
1
1
]
1
4 5 0
8 0 3
0 1 2
C
Calcular: 9.1. 2( ) 3 AB C 9.2. ( ) AB C 9.3. ( )
T T T
B A C
10. Resolver los siguientes sistemas, por eliminacin Gaussiana:
10.1.
10 3 2
4 4
11 3 2
3 2 1
3 2 1
3 2 1
+
+
+
x x x
x x x
x x x
10.2.
0 3 5
1 4
8 2 2 3
2 2
4 3 1
4 3 2
4 3 1
4 3 2 1
+

+
+ +
x x x
x x x
x x x
x x x x
11. Resolver los siguientes sistemas, por Gauss Jordan:
11.1.
20 3 6
4 5 4
7
3 2 1
3 2 1
3 2 1
+ +
+
+
x x x
x x x
x x x
11.2.
3 3 5
1 4
8 2 2 3
2 2
4 3 1
4 3 2
4 3 1
4 3 2 1
+

+
+ +
x x x
x x x
x x x
x x x x
12. Resolver los siguientes sistemas, por el mtodo de la inversa:
12.1.
0 3 2 2
4 5 4
7
3 2 1
3 2 1
3 2 1
+
+
+
x x x
x x x
x x x
12.2.
3
2
2
2 1
3 1
3 2 1
+

+
x x
x x
x x x
lgebra Lineal

13. Resolver los siguientes sistemas, por Regla de Crammer:
13.1.
11 5 2 8
5 3 2 3
6 2
3 2 1
3 2 1
3 2 1
+ +

+ +
x x x
x x x
x x x
13.2.
0 5 3
3 4
2 2
7
4 3
2 1
3 2
4 1
+

+

x x
x x
x x
x x

14. Resolver los siguientes sistemas homogneos:
14.1.
0 10 13 5
0 3 4 2
0
3 2 1
3 2 1
3 2 1
+
+
+
x x x
x x x
x x x
14.2.
0 3 2 4
0 5 3
0 4 2
0 7 2
3 2 1
4 3 1
4 3 2 1
4 1
+ +
+
+ +
+
x x x
x x x
x x x x
x x
15. Hallar el valor de k, para que el sistema tenga la solucin no trivial y obtener el punto solucin.
0 11 4
0 7
0 5 3 2
3 2 1
3 2 1
3 2 1
+
+
+
kx x x
x x x
x x x
16. Sea el sistema:
4 3
12 6 3
9 3 2
3 2 1
3 2
3 2 1
+

+ +
kx x x
x x
x x x
Hallar el valor de k, para que: a). El sistema tenga la solucin nica.
b). El sistema tenga un nmero infinito de soluciones.
c). El sistema no tenga solucin.
17. Expresar la siguiente matriz como el producto de matrices elementales.
1
1
1
]
1
2 0 1
1 3 0
3 3 1
A
18. Resolver los siguientes sistemas dados usando la factorizacin LU.
18.1.
,
_
1
1
1
]
1
1
1
6
,
6 1 2
5 3 4
7 1 2
b A 18.2.
,
_
1
1
1
1
]
1
4
0
0
1
,
2 5 4 0
0 2 5 2
1 2 7 4
6 1 3 2
b A
lgebra Lineal

19. Para que valores de k, la matriz A es invertible
2
0
2
0
k k
A k k
k k
1
1
1
1
]
20. Calcular las corrientes i
1
,i
2
e i
3
del circuito dado:
1
2
3
4
6
2
2
1
2
E V
R
R
R
R

21. Se necesitan tres
ingredientes distintos A, B y C, para producir determinada sustancia qumica. A, B y C deben disolverse en
agua, por separado, antes de interactuar y formar la sustancia. La concentracin de la solucin que contiene
A es de 1.5 g/cm3, la contiene B es de 1.8 g/cm3 y la de C es de 3.2 g/cm3, al combinarlas se produce 15.06
g de la sustancia. Si se modifican las concentraciones de A, B y C en esas soluciones a 2.0, 2.5 y 2.8 g/cm3,
respectivamente (permaneciendo igual el volumen) se producen entonces 17.79 g de la sustancia. Por ltimo,
si las concentraciones se cambian a 1.2, 1.5 y 3.0 g/cm3, respectivamente, se producen 13.05 g de la
sustancia. Cules son los volmenes, en cm3, de las soluciones que contienen A, B y C?
22. Balancear la reaccin dada:
4 2 2 2
aCH bO cCO dH O + +
SERIE DE EJERCICIOS No. 2
lgebra Lineal

UNIDAD III
Fecha de Entrega:____________________
Segundo Examen Parcial:_____________________
COMBINACION LINEAL Y ESPACIO GENERADO:
PAGS: 311 PROBLEMA: 4.4 EJERCICIOS: 4,10
INDEPENDENCIA LINEAL:
PAGS: 329/330 PROBLEMA: 4.5 EJERCICIOS: 10,19,26
BASES Y DIMENSION:
PAGS: 345 PROBLEMA: 4.6 EJERCICIOS: 14,23
RANGO, NULIDAD, ESPACIO COLUMNAS Y RENGLONES DE UNA MATRIZ:
PAGS: 361 PROBLEMA: 4.7 EJERCICIOS: 6,12,18,21
CAMBIO DE BASE:
PAGS: 383/384 PROBLEMA: 4.8 EJERCICIOS: 8,16,17,20
BASE ORTONORMAL Y PROYECCIONES:
PAGS: 408 PROBLEMA: 4.9 EJERCICIOS: 5,26,28
BIBLIOGRAFIA:
ALGEBRA LINEAL
STANLEY I. GROSSMAN
QUINTA EDICION
MC GRAW HILL
UNIDAD IV
lgebra Lineal

TRANSFORMACIONES LINEALES
1. Sea , , :
2 4
,
_
+
+
,
_

w y
z x
w
z
y
x
T T demostrar si la transformacin es lineal.
2. Sea
,
_
,
_
,
_
,
_

5
0
4
1
0
3
2
1
0
1
, :
3 2
T y T T , Encontrar:
,
_
,
_
7
3
).
4
2
). T b T a
3. Sea ,
3 6 3
2 4 2
2
, :
3 3
,
_
+ +

+ +
,
_

z y x
z y x
z y x
z
y
x
T T , obtener:
) ( ).
) ker( ).
).
T v c
T b
A a
T
) ( ).
) Im( ).
T e
T d
4. Sea
'
,
_
,
_
,
_
'
,
_
,
_
,
_
,
_

5
2
0
,
0
2
0
,
0
1
1
2
1
,
1
2
, 2 , :
2 1
3 2
B y B
y
y x
y x
y
x
T T ,
) ( ).
) ( ).
).
T v c
T Ker b
A a
T
) ( ).
) Im( ).
T e
T d
5. Sea
'
,
_
,
_
'
,
_
,
_
,
_
,
_
+ +
,
_

3
2
,
1
1
1
1
1
,
0
1
1
,
1
0
1
,
3
2
, :
2 1
2 3
B y B
z y
z y x
z
y
x
T T ,
) ( ).
) ( ).
).
T v c
T Ker b
A a
T
) ( ).
) Im( ).
T e
T d
6. Sea ,
2
2 , :
3 3
,
_
+ +
,
_

y x
z x
z y x
z
y
x
T T obtener:
1
1
).
).
T b
A a
UNIDAD V
lgebra Lineal

1. Dadas las siguientes matrices, calcular:
a. Polinomio caracterstico. c. Espacio generado.
b. Valores y vectores caractersticos. d. Multiplicidad algebraica y geomtrica
1.1.
,
_
1 1 0
1 2 1
0 1 1
A 1.2.
,
_
2 5 1
2 3 1
6 6 4
A 1.3.
,
_
2 5
1 2
A
2. Obtener la matriz C que diagonaliza a la matriz dada, obtener su inversa si es invertible y obtener la matriz
diagonal.
2.1.
,
_
1 5
2 3
A 2.2.
,
_
2 2 1
3 4 2
5 7 3
A
3. Obtener la matriz Q que diagonaliza ortogonalmente a la matriz dada, obtener su inversa si es invertible y
obtener la matriz diagonal.
3.1.
,
_
2 1
1 2
A 3.2.
,
_
1 1 0
1 1 1
0 1 1
A
4. Obtener la cnica de las siguientes ecuaciones, expresando con respecto a las nuevas variables eliminando
los trminos lineales (xy, xz, yz), segn sea el caso:
36 5 6 3 ).
0 2 ).
9 4 4 ).
2 2
2 2
2 2
+
+
+
y xy x c
y xy x b
y xy x a
36 4 4 2 4 3 ).
4 2 2 2 ).
2 2 2
2 2 2
+ + + +
+ +
z xz y xy x e
z yz xz y xy x d
Anexo 3. Trabajos
lgebra Lineal

TRABAJO No. 1
MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES
Fecha de Entrega: _______________________________
I. MATRICES Y DETERMINANTES
1.1. Sean las matrices:

1 2 3 2 8
1 2
1 2 4
2
1 0 , 0 7 ,
5
1
1 0
2 1
2
5 2 3 6
2
A B C y D
_ _ _
_

, , ,
Obtener:

( )
1.1. 2 2
1.2. 3
1.3.
1.4.
T T
T
T
H C D
J C D
K AC
L BA

+
1.2. Sean las matrices:

1 2 0 1
2 2 3 1
0 3 1 2
1 1 2 1
M
_

,
obtener:
1
1
).
). det( )
). det( )
a M
b M
c M
II. SISTEMAS DE ECUACIONES LINEALES

2.1. Calcular las corrientes i
1
,i
2
e i
3
del circuito dado:

1 2 3
4 5
6
3 , 2 , 2 ,
1 2
E V
R R R
R y R

2.2. Resolver el sistema dado:
1 1 1
2840
125 0.5 1.2
1 1 1
2550
100 0.6 1.6
1 1 1
2800
100 0.6 1.2
x y z
x y z
x y z
+ +
+ +
+ +
TRABAJO No. 2
lgebra Lineal

Fecha de entrega:____________________
UNIDAD III
1. Sea { } { }
1 2 3 1 2, 3
1 2 3 1 1 2
, , 1 , 3 , 2 , 2 , 1 , 9
1 3 3 1 0 8
B v v v y C w w w
_ _ _ _ _ _

' ; ' ;

, , , , , ,
bases en
3
R
:
a) Obtener la matriz
( ) ( ) ( )
1 2 3
C C C
D v v v
1
]
b) Encontrar ( ) ( )
B C
x y x
, si
1
2
3
x
_

,
c) Verificar ( ) ( )
C B
x D x
2. Sea
1 1 1 1
2 1 2 2
, , ,
0 2 3 1
1 2 1 4
H
_ _ _ _

' ;

, , , ,
en
4
R
, encontrar:
a) Una base ortonormal para el espacio generado por el conjunto de vectores dado.
b)
H
H
proy v y proy v
, si
1
1
0
1
v
_

,
lgebra Lineal

UNIDAD IV
TRANSFORMACIONES LINEALES
3. Sea
4 4
: , T una transformacin definida por: ( )
1,..., 4 i i T v w para i , donde:
{ } { }
1 2 3 4 1 2 3 4
1 2 2 3 1 2 1 0
0 1 1 4 2 5 1 3
, , , , , , , , , , , ,
0 0 2 2 1 3 1 7
0 0 0 1 0 2 2 7
v v v v y w w w w
_ _ _ _ _ _ _ _

' ; '

, , , , , , , ,

Verificar si T forma un isomorfismo
Obtener T
-1

La matriz asociada a T
Ker(T), Im(T), nulidad y rango
UNIDAD V
4. Obtener los valores y vectores caractersticos, dada la siguiente matriz:
1 1 0.5 1
2 1 1 0
0 2 0 2
2 1 1.5 2
A
_

,


Apuntes Algebra Lineal.10A

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Apuntes Algebra Lineal.10A

Caricato da

Copyright:

Formati disponibili

Apuntes

es invertible, tal que:

2. cA es invertible, tal que: ( )

Operaciones elementales de rengln

de la matriz dada si:

y su inversa es una matriz elemental del mismo tipo.

Multiplicacin de un escalar por un rengln:

Suma de dos renglones: i j

Si A es una matriz nxn:

. Entonces, la nica solucin del sistema Ax b esta

o Eliminacin Gauss-Jordn (sistema de ecuaciones mxn)

Hallar el valor de a de tal manera que:

o Factorizacin LU (sistema de ecuaciones nxn)

o Regla de Crammer (sistema de ecuaciones nxn)

Hallar el valor de K de tal manera que:

esta dado por:

c. Una base para

Ing. Manuel J. Gutirrez G 33

3. MULTIPLICIDAD GEOMTRICA Y ALGEBRAICA

Diagonalizacin de una Matriz

c). Vectores caractersticos ( )

6. FORMAS CUADRATICAS Y CUADRICAS

1.2. Sean las matrices:

II. SISTEMAS DE ECUACIONES LINEALES

Potrebbero piacerti anche