Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Producto Punto
Los dos vectores deben tener igual cantidad de elementos.
El resultado de la operación será un número
• ‖𝑈 + 𝑉‖ ≤ ‖𝑈‖‖𝑉‖
Combinación Lineal
𝑎 𝐴 𝑥
• C1V1 + C2V2 + ∙∙∙ CnVn = b • V1=[𝑏 ] V2=[𝐵] b=[𝑦]
𝑐 𝐶 𝑧
𝑎 𝐴 𝑥 𝑎 𝐴 𝐶 𝑥 𝑎𝐶1 + 𝐴𝐶2 𝑥
• C1 [𝑏 ] + C2 [𝐵]=[𝑦]→ [𝑏 𝐵] ∙ [𝐶1 ]=[𝑦]→[𝑏𝐶1 + 𝐵𝐶2 ] = [𝑦]
2
𝑐 𝐶 𝑧 𝑐 𝐶 𝑧 𝑐𝐶1 + 𝐶𝐶2 𝑧
• a y b = d(a,b) = ‖𝑎 − 𝑏‖
Proyección de un vector
𝑈∙𝑉
• Proy U(V) = 𝑈∙𝑈 𝑈
• Proy U(V) = cos 𝜃 ‖𝑉‖
Siendo U el vector en donde
se proyecta.
Si el ángulo entre u y v es obtuso, entonces proyu(v)
será un múltiplo escalar negativo de u.
Producto Cruz
𝑛∙𝑑=0
Ecuación Vectorial
Si no pasa por el origen se presentará de la siguiente forma
Considere la recta con ecuación 2𝑥 + 𝑦 = 5
𝑃 = 𝑃𝑜 + 𝑡𝑑
(𝑥, 𝑦) = (𝑥𝑜 𝑦𝑜 ) + 𝑡(𝑎, 𝑏)
Ecuaciones Paramétricas
(𝑥, 𝑦) = (𝑥𝑜 , 𝑦𝑜 ) + 𝑡(𝑎, 𝑏)
(𝑥, 𝑦) = (𝑥𝑜 , 𝑦𝑜 ) + (𝑡𝑎, 𝑡𝑏)
(𝑥, 𝑦) = (𝑥𝑜 + 𝑡𝑎 , 𝑦𝑜 + 𝑡𝑏)
𝑥 = 𝑥 + 𝑡𝑎
• 𝑦 = 𝑦𝑜 + 𝑡𝑏
𝑜
Rectas en R3
Ecuación Vectorial
𝑃 = 𝑃𝑜 + 𝑡𝑑
(𝑥, 𝑦, 𝑧) = (𝑥𝑜 , 𝑦𝑜 , 𝑧𝑜 ) + 𝑡(𝑎, 𝑏, 𝑐)
Ecuaciones Paramétricas
(𝑥, 𝑦, 𝑧) = (𝑥𝑜 , 𝑦𝑜 , 𝑧𝑜 ) + 𝑡(𝑎, 𝑏, 𝑐)
(𝑥, 𝑦, 𝑧) = (𝑥𝑜 , 𝑦𝑜 , 𝑧𝑜 ) + (𝑡𝑎, 𝑡𝑏, 𝑡𝑐)
(𝑥, 𝑦, 𝑧) = (𝑥𝑜 + 𝑎𝑡 , 𝑦𝑜 + 𝑏𝑡 , 𝑧𝑜 + 𝑐𝑡)
𝑥 = 𝑥𝑜 + 𝑎𝑡
• 𝑦 = 𝑦𝑜 + 𝑏𝑡
𝑧 = 𝑧𝑜 + 𝑐𝑡
Ecuación de una recta con dos puntos
𝑃 = (𝑥1 , 𝑦1 , 𝑧1 ) 𝑄 = (𝑥2 , 𝑦2 , 𝑧2 )
𝑣 = (𝑥2 − 𝑥1 )𝑖 + (𝑦2 − 𝑦1 )𝑗 + (𝑧2 − 𝑧1 )𝑘
Ecuación Vectorial
𝑃 = 𝑃𝑜 + 𝑡𝑈 + 𝑠𝑉
Ecuaciones Paramétricas
(𝑥, 𝑦, 𝑧) = (𝑥𝑜 , 𝑦𝑜 , 𝑧𝑜 ) + 𝑡(𝑈1 , 𝑈2 , 𝑈3 ) + 𝑠(𝑉1 , 𝑉2 , 𝑉3 )
𝑥 = 𝑥𝑜 + 𝑡𝑈1 + 𝑠𝑉1
• 𝑦 = 𝑦𝑜 + 𝑡𝑈2 + 𝑠𝑉2
𝑧 = 𝑧𝑜 + 𝑡𝑈3 + 𝑠𝑉3
Matrices
Una matriz es un arreglo rectangular de números
llamados entradas, o elementos, de la matriz.
𝐴𝑥 = 𝑏
𝑎11 ⋯ 𝑎1𝑛 𝑥1 𝑏1
𝐴=[ ⋮ ⋱ ⋮ ] 𝑥=[ ⋮ ] 𝑏=[⋮ ]
𝑎𝑛1 ⋯ 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛
Sistema Homogéneo
0
Si 𝑏 = 0 = [ ⋮ ] el sistema es homogéneo es decir la
0
única solución es la trivial
Sistema no Homogéneo
Si hay infinitas soluciones es decir cuando una fila está
llena de ceros al aplicar Gauss-Jordan o hay solución.
Suma de Matrices
En la suma entre matrices cada elemento es sumado
con la posición respectiva de la otra matriz por lo
tanto, si no presentan la misma dimensión la suma no
estará definida.
𝑎11 ⋯ 𝑎1𝑛 𝑏11 ⋯ 𝑏1𝑛
𝐴=[ ⋮ ⋱ ⋮ ] 𝐵=[ ⋮ ⋱ ⋮ ]
𝑎𝑛1 ⋯ 𝑎𝑛𝑛 𝑏𝑛1 ⋯ 𝑏𝑛𝑛
Resta de Matrices
La resta entre matrices plantea la combinación del
producto escalar y la suma entre matrices.
𝐴 − 𝐵 = 𝐴 + [(−1)𝐵]
Multiplicación entre Matrices o producto Punto
En el producto entre matrices afecta el orden entre que
esto se haga, siendo 𝐴𝑚×𝑛 ∙ 𝐵𝑢×𝑣 = 𝐶𝑚×𝑣 n y u deben
ser iguales y el resultado de multiplicar A y B da como
resultado una matriz C de tamaño 𝑚 × 𝑣.
Se multiplica el primer dato de la primera fila de la
matriz A con el primer dato de la primera columna de
la matriz B y así moviendo los datos de la fila de A y de
la columna de B.
1
1 2 3
𝐴=[ ] 𝐵 = [2 ]
4 5 6
3
(1 ∙ 1) + (2 ∙ 2) + (3 ∙ 3) 14
𝐴∙𝐵 =[ ]=[ ]
(4 ∙ 1) + (5 ∙ 2) + (6 ∙ 3) 32
Propiedades
𝐴+𝐵 = 𝐵+𝐴
𝐴 + (𝐵 + 𝐶 ) = (𝐴 + 𝐵 ) + 𝐶
𝐴 (𝐵 ∙ 𝐶 ) = ( 𝐴 ∙ 𝐵 )𝐶
𝐴(𝐵 + 𝐶 ) = 𝐴𝐵 + 𝐴𝐶
(𝐵 + 𝐶 )𝐴 = 𝐵𝐴 + 𝐶𝐴
a(B+C)=aB+aC
(𝑎 + 𝑏)𝐴 = 𝑎𝐴 + 𝑏𝐴
(ab)C=a(bc)
a(BC)=(aB)C=B(aC)
𝐴2 = 𝐴𝐴
Tipos de Matrices
Matrices Triangulares
Triangular superior
Si todos los elementos debajo de
la diagonal son ceros
Triangular inferior
Si todos los elementos arriba de la
diagonal son ceros
Matriz Identidad
Esta matriz necesariamente debe ser cuadrada
1 ⋯ 0
1 0
𝐼𝑛 = [ ⋮ 1 ⋮ ] 𝐼𝑛 = [1] 𝐼𝑛 = [ ]
0 1
0 ⋯ 1
𝐴∙𝐼 =𝐴
𝐼𝑇 = 𝐼
Matriz Nula
0 ⋯ 0
𝑁 = [⋮ ⋱ ⋮]
0 ⋯ 0
𝐴∙𝑁=𝑁
𝐴+𝑁=𝐴
Transpuesta
Cambio de filas por columnas
𝑎 𝑏 𝑐 𝑎 𝑑 𝑔
[𝑑 𝑒 𝑓 ] → 𝑇 [ 𝑏 𝑒 ℎ ]
𝑔 ℎ 𝑖 𝑐 𝑓 𝑖
La diagonal principal no cambia, Se puede realizar en
cualquier dimensión de matriz.
(𝐴𝑇 )𝑇 = 𝐴
(𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵𝑇
(𝐴𝐵)𝑇 = 𝐵𝑇 𝐴𝑇
𝑘(𝐴𝑇 ) = 𝑘𝐴𝑇
Si A y B son invertibles
𝐴−2 = 𝐴−1 𝐴−1 = (𝐴2 )−1
(𝐴−1 )−1 = 𝐴
(𝐴𝐵)−1 = 𝐵−1 𝐴−1
(𝐴𝑇 )−1 = (𝐴−1 )𝑇
𝐴−1 𝐴 = 𝐴𝐴−1 = 𝐼
Matriz Simétrica
Si 𝐶 𝑇 = 𝐶 se dice que C es una matriz simétrica.
𝑎 𝑏 𝑐 𝑎 𝑏 𝑐
𝐶 = [𝑏 𝑑 𝑒 ] 𝐶 𝑇 = [𝑏 𝑑 𝑒 ]
𝑐 𝑒 𝑓 𝑐 𝑒 𝑓
Matriz Idempotente
Si 𝐴2 = 𝐴 se dice que A es una matriz idempotente.
1 1 1 1
𝐴=[ ] 𝐴2 = [ ]
1 1 1 1
Matriz Involutiva
1 0 1 0
Si 𝐴2 = 𝐼 𝐴=[ ] 𝐴2 = [ ]
1 −1 0 1
Matriz Ortogonal
La matriz será ortogonal si 𝐴𝑇 = 𝐴−1
𝑆𝑒𝑛 𝐶𝑜𝑠 𝑆𝑒𝑛 𝐶𝑜𝑠 1 0
𝐴=[ ] 𝐴𝑇 = [ ] 𝐴 ∙ 𝐴𝑇 = [ ]
𝐶𝑜𝑠 −𝑆𝑒𝑛 𝐶𝑜𝑠 −𝑆𝑒𝑛 0 1
Operaciones Elementales
Cambio de filas
1 0 ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 1 0
[ ] 𝐹 = 𝐹2 [ ]
0 1 1 1 0
Multiplicar por un escalar una sola fila
1 0 ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 3 0
[ ] 𝐹 = 3𝐹1 [ ]
0 1 1 0 1
Multiplicar por un escalar una fila y sumársela a
otra fila
1 0 ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 1 2
[ ] 𝐹 = 2𝐹2 + 𝐹1 [ ]
0 1 1 0 1
Matrices Elementales
Es una matriz cuadrada que se obtiene al hacer una
única operación elemental sobre la matriz identidad.
1 2 1 2
𝐶=[ ] → 𝐹2 = 𝐹1 − 3𝐹2 → [ ]
3 4 0 −2
−1 −2 𝐹3 1 2
𝐷=[ ] → 𝐹1 = −1𝐹1 → 𝐹3 = → [ ]
0 −8 4 0 −2
Son equivalentes por filas
Otro tipo de hallar la Inversa
Basándose en la propiedad 𝐴𝐴−1 = 𝐼
2 71 0
( | ) Convirtiendo la matriz de la izquierda
1 40 1
1 0 4 −7
en la identidad se tiene ( | )
0 1 −1 2
Factorización de Matrices
Si se realiza una operación elemental a la matriz
identidad, está matriz se convierte en una matriz
elemental. Si la matriz elemental se multiplica por una
matriz B, el resultado será como si se hubiese realizado
directamente la operación a la matriz B. La inversa de
una función puede escribirse como el producto de
matrices elementales.
1
2 6 0 1 2
𝐵=[ ] 𝐸 = [2 ] 𝐸2 = [ ] 𝐵 −1 = 𝐸𝑛 ⋯ 𝐸2 𝐸1
4 −1 1 0 1 0 1
Factorización LU
Llevar la matriz A a una matriz triangular superior y
cada paso para llegar a está matriz describirla como
una matriz elemental 𝐸1 , 𝐸2 ⋯ 𝐸𝑛 se tiene que la matriz
triangular superior será U y la multiplicación de la
inversa de cada matriz elemental será L el resultado de
la multiplicación debe ser triangular inferior. Al
multiplicar L y U debe dar la matriz A.
𝑎 𝑏] |A| = 𝑎𝑑 − 𝑏𝑐
𝐴=[
𝑐 𝑑
Forma 2
Si se desea hallar el determinante de una matriz por
cofactores se escoge una fila cualquiera y se saca el
cofactor de cada elemento en esta fila de modo que:
𝑎 𝑏 𝑐
⌈𝑑 𝑒 𝑓⌉
𝐴= 𝑔 ℎ 𝑖 |𝐴| = (𝑎𝑒𝑖 + 𝑑ℎ𝑐 + 𝑔𝑏𝑓) − (𝑐𝑒𝑔 + 𝑓ℎ𝑎 + 𝑖𝑏𝑑)
𝑎 𝑏 𝑐
⌊ ⌋
𝑑 𝑒 𝑓
𝑎 𝑏 𝑐 𝑎 𝑏
𝐴 = [𝑑 𝑒 𝑓 𝑑 𝑒 ] |𝐴| = (𝑎𝑒𝑖 + 𝑏𝑓𝑔 + 𝑐𝑑ℎ) − (𝑏𝑑𝑖 + 𝑎𝑓ℎ + 𝑐𝑒𝑔)
𝑔 ℎ 𝑖 𝑔 ℎ
Propiedades
det(𝐴) = det(𝐴𝑇 )
Si es triangular el determinante será el producto de la
diagonal
|𝐴𝐵| = |𝐴||𝐵|
1
|𝐴−1 | =
|𝐴|
Si A tiene dos filas o columnas iguales |𝐴| = 0
Si A tiene una fila o columna de ceros |𝐴| = 0
Si B se obtiene de A al intercambiar dos filas o columnas
|𝐵| = −|𝐴|
Si B se obtiene al multiplicar por un escalar k una fila o
una columna de A |𝐵| = 𝑐|𝐴| si se multiplican varias filas
se tendrá 𝑘 # 𝑓𝑖𝑙𝑎𝑠 |𝐴|. Al realizar una suma el |𝐴| no cambia
Cofactores
Cada elemento de la matriz presenta un cofactor, al
obtener todos los cofactores de la matriz A se obtiene
una matriz de cofactores posicionando el cofactor en el
mismo lugar de donde se tomo
𝐶 = (−1)𝑓𝑖𝑙𝑎+𝑐𝑜𝑙𝑢𝑚𝑛𝑎 det([𝑀])
𝑎 𝑏 𝑐
𝑒 𝑓
[𝑑 𝑒 𝑓] 𝑐11 = (−1)1+1 𝑑𝑒𝑡 ([ ])
𝑔 ℎ 𝑖 ℎ 𝑖
𝑎 𝑏 𝑐 𝑎 𝑐
[𝑑 𝑒 𝑓] 𝑐22 = (−1)2+2 𝑑𝑒𝑡 ([𝑔 𝑖 ])
𝑔 ℎ 𝑖
𝑎 𝑏 𝑐
[𝑑 𝑒 𝑓 ] 𝑐33 = (−1)3+3 𝑑𝑒𝑡 ([𝑎 𝑏])
𝑑 𝑒
𝑔 ℎ 𝑖
Matriz Adjunta
La matriz adjunta es la matriz transpuesta de
cofactores. Se debe realizar el cofactor de cada
elemento dando como resultado:
𝑐11 𝑐12 𝑐13
𝑀𝑎𝑡𝑟𝑖𝑧 𝐶 = [𝑐21 𝑐22 𝑐23 ]
𝑐31 𝑐32 𝑐33
𝑐11 𝑐21 𝑐31
𝐶 𝑇 = 𝑎𝑑𝑗(𝐴) = [𝑐12 𝑐22 𝑐32 ]
𝑐13 𝑐23 𝑐33
1
𝐴−1 = 𝑎𝑑𝑗(𝐴)
det(𝐴)
Regla de Cramer
La regla de cramer es útil para hallar la solución a
sistemas de ecuaciones por medio de determinantes
(No hay límites para el numero de ecuaciones, sin
embargo la matriz debe ser cuadrada). Teniendo una
matriz A y las soluciones w se conforma una matriz
compuesta y se hallan los determinantes que
corresponden. Se mueve la columna solución de
izquierda a derecha remplazando la columna.
𝑎 𝑏] 𝑢 𝑎 𝑏 | 𝑢
𝐴=[ 𝑤=[ ] [ ]
𝑐 𝑑 𝑣 𝑐 𝑑 | 𝑣
𝑎 𝑏]
det(𝐴) = [
𝑐 𝑑
𝑎 𝑢 𝑢 𝑏]
det(𝐴1 ) = [ ] det(𝐴2 ) = [
𝑐 𝑣 𝑣 𝑑
det(𝐴1 ) det(𝐴2 )
𝑥= det (𝐴)
𝑦= det (𝐴)
Espacio Vectorial
Sub-espacio Vectorial
Independencia Lineal
Conjuntos generadores
Rango matriz
Solución de Sistemas
Permutación
Inversión en Permutación
1⁄
5⁄ 7⁄ 1⁄ 2 4
2 2 2 3
[ −1 −2 0 ] ∙ ⁄4 → [−2] = 𝑥[𝐶]
−4 −4 0 1 −5
[ ⁄4]
Transformaciones Lineales
Sea 𝑇: 𝑉 → 𝑊 una función que cumple dos
propiedades
Para todo V1, V2 en V tenemos que 𝑇(𝑉1 + 𝑉2 ) = 𝑇(𝑉1) + 𝑇(𝑉2 )
Para todo 𝐶 ∈ 𝑅 y para todo 𝑇(𝑘𝐴) = 𝑘𝑇(𝐴)
……………………………………………………..
𝐴 → 𝑇(𝐴) = 𝐴𝑇
𝑇(𝐴 + 𝐵) = (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵𝑇 = 𝑇(𝐴) + 𝑇(𝐵)
𝑇(𝑐𝐴) = (𝑐𝐴)𝑇 = 𝑐𝐴𝑇 = 𝑐𝑇(𝐴)
Cumple con ambas propiedades por lo cual es una
transformación lineal.
………………………………………………………
Si se tiene la transformación en los elementos de una
base, se puede escribir la transformación.
………………………………………………………
𝐴 → 𝐴𝑇 + 2𝐴
𝑇(𝐴 + 𝐵) = (𝐴 + 𝐵)𝑇 + 2(𝐴 + 𝐵) = 𝐴𝑇 + 𝐵𝑇 + 2𝐴 + 2𝐵 = 𝑇(𝐴) + 𝑇(𝐵)
( ) 𝑇 𝑇
𝑇 𝑐𝐴 = 𝑐𝐴 + 2𝑐𝐴 = 𝑐(𝐴 + 2𝐴) = 𝑐𝑇(𝐴)
………………………………………………………..
1 0 0 1 0 0 0 0
Bases [ ] [ ] [ ] [ ]
0 0 0 0 1 0 0 1
1 0 1 0 2 0 3 0
[ ]→[ ]+[ ]=[ ]
0 0 0 0 0 0 0 0
Núcleo
Para hallar el núcleo se iguala la transformación lineal
a cero es decir: (𝑥, 𝑦, 𝑧) → (𝑎, 𝑏, 𝑐) (𝑎, 𝑏, 𝑐 ) = (0)
𝑎𝑡 2 + 𝑏𝑡 + 𝑐 → (𝑎 + 𝑏 + 𝑐)𝑡 2 + (𝑎 + 𝑏)𝑡 = 𝑎0 + 0𝑡 + 0
Su dimensión se denomina nulidad de T = ɳ(𝑇)
Imagen
La dimensión de la Imagen (T) se denomina rango de T
o 𝜌(𝑇)
Factorizar los elementos, esta será la imagen
Matriz Transformación
𝐼𝑚𝑎𝑔𝑒𝑛(100) 𝑇(100)
𝐴 = [𝐼𝑚𝑎𝑔𝑒𝑛(010)] = [𝑇(010)]
𝐼𝑚𝑎𝑔𝑒𝑛(001) 𝑇(001)
Al hallar la imagen se coloca en posición vertical
La matriz resultante será la matriz transformación.
𝑥 𝑎 𝑑 𝑔 𝑥
𝑇 [𝑦] = [𝑏 𝑒 ℎ ] [𝑦]
𝑧 𝑐 𝑓 𝑖 𝑧
Inversa
Para hallar la inversa los vectores se igualan a términos
generales y se despejan los vectores
𝑇(𝑟, 𝑠, 𝑡) = (𝑟 − 𝑠 + 𝑡, 𝑠 − 2𝑡, 2𝑟 − 𝑠 + 𝑡)
𝑟−𝑠+𝑡=𝑥 𝑟 = −𝑥 + 𝑧
𝑠 − 2𝑡 = 𝑦 → 𝑠 = −4𝑥 − 𝑦 + 2𝑧
2𝑟 − 𝑠 + 𝑡 = 𝑧 𝑡 = −2𝑥 − 𝑦 + 𝑧
𝑇 −1 (𝑥, 𝑦, 𝑧) = (−𝑥 + 𝑧, −4𝑥 − 𝑦 + 2𝑧, −2𝑥 − 𝑦 + 𝑧)
La matriz inversa de la transformación se hace igual al
anterior
Vectores Propios
𝑇𝑥 = 𝑟𝑥
𝐴𝑥 = 𝑟𝑥 → 𝐴𝑥 − 𝑟𝑥 = 0 → 𝑥(𝐴 − 𝑟𝐼 ) = 0
Problema curioso
𝐶 −1 𝐴𝐶 = 𝐵 → 𝐶𝐶 −1 𝐴𝐶 = 𝐶𝐵 → 𝐼𝐴𝐶 = 𝐶𝐵
Diagonalización
Los vectores anteriormente encontrados con |𝐴 − 𝑟𝐼|𝑋 = 0
formaran una matriz los vectores se colocaran en forma de
columnas, la matriz resultante será la matriz C que
diagonaliza la matriz A, D será la matriz diagonal
𝐶 −1 𝐴𝐶 = 𝐷 𝐴~𝐷
𝑢1 𝑢2 𝑢3 𝑜 0 0
𝐶 = [ 𝑣1 𝑣2 𝑣3 ] 𝐷 = [0 𝑝 0]
𝑤1 𝑤2 𝑤3 0 0 𝑞
Esto es útil cuando se quiere elevar una matriz aun
número muy grande
𝐴100 = (𝐶𝐷𝐶 −1 )100
Al multiplicar múltiples veces (𝐶𝐷𝐶 −1 ) C y C-1 se ven
transformados en identidades 𝐶𝐷𝐶 −1 𝐶𝐷𝐶 −1𝐶𝐷𝐶 −1 = 𝐶𝐷 ∙
𝐼 ∙ 𝐷 ∙ 𝐼 ∙ 𝐷𝐶 −1 por lo que solo D seria multiplicada n veces y
siendo una matriz diagonal solo se eleva cada número de la
diagonal a la n
𝑜𝑛 0 0
𝐷 = [ 0 𝑝𝑛 0 ]
0 0 𝑞𝑛