Escolar Documentos
Profissional Documentos
Cultura Documentos
Matrices
MATRIZ
Matrices
MATRIZ
Una matriz A de mxn es un arreglo rectangular de mn nmeros
ordenados en m filas y n columnas
A=
a11
a21
a31
.
.
.
am1
Matrices
Matrices
Matrices
Matrices
IGUALDAD DE MATRICES
Matrices
IGUALDAD DE MATRICES
Dos matrices A = [ aij ] y B = [ bij ]
iguales si:
son
Matrices
IGUALDAD DE MATRICES
Dos matrices A = [ aij ] y B = [ bij ]
iguales si:
tienen el mismo tamao mxn
son
Matrices
IGUALDAD DE MATRICES
Dos matrices A = [ aij ] y B = [ bij ]
iguales si:
tienen el mismo tamao mxn
aij = bij para 1im y 1jn
son
10
Matrices
11
Matrices
12
Matrices
Matrices
SUMA DE MATRICES
Un fabricante de cierto producto realiza tres modelos A, B y C en
tres fbricas F1, F2 y F3. En dos perodos, las cantidades
producidas fueron las que muestran en las siguientes tablas.
Cul fue la produccin total, por fbricas, de cada producto?
F1 120
250
305
F2 207
140
F3
120
29
F1 100
150
411
419
F2 190
200
312
190
F3
85
120
50
14
Matrices
SUMA DE MATRICES
Un fabricante de cierto producto realiza tres modelos A, B y C en
tres fbricas F1, F2 y F3. En dos perodos, las cantidades
producidas fueron las que muestran en las siguientes tablas.
Cul fue la produccin total, por fbricas, de cada producto?
F1 120
250
305
F2 207
140
F3
120
29
F1 100
150
411
419
F2 190
200
190
F3
85
50
F1
312
F2
120
F3
15
Matrices
SUMA DE MATRICES
Un fabricante de cierto producto realiza tres modelos A, B y C en
tres fbricas F1, F2 y F3. En dos perodos, las cantidades
producidas fueron las que muestran en las siguientes tablas.
Cul fue la produccin total, por fbricas, de cada producto?
F1 120
250
305
F2 207
140
F3
120
29
F1 100
150
411
419
F2 190
200
190
F3
85
50
F1 220
400
716
312
F2 397
340
731
120
F3
205
310
79
16
Matrices
PROPIEDADES DE LA SUMA DE
MATRICES
17
Matrices
PROPIEDADES DE LA SUMA DE
MATRICES
1. A + B = B + A
18
Matrices
PROPIEDADES DE LA SUMA DE
MATRICES
1. A + B = B + A
2. A + (B + C) = (A + B) + C
19
Matrices
PROPIEDADES DE LA SUMA DE
MATRICES
1. A + B = B + A
2. A + (B + C) = (A + B) + C
3. Existe una nica matriz O de tamao mxn
tal que A + O = A para toda matriz A de
tamao mxn.
20
Matrices
PROPIEDADES DE LA SUMA DE
MATRICES
1. A + B = B + A
2. A + (B + C) = (A + B) + C
3. Existe una nica matriz O de tamao mxn
tal que A + O = A para toda matriz A de
tamao mxn.
O se denomina matriz nula.
21
Matrices
22
Matrices
23
Matrices
24
Matrices
Matrices
PROPIEDADES DE LA SUMA DE
MATRICES
1. A + B = B + A
2. A + (B + C) = (A + B) + C
3. Existe una nica matriz O de tamao mxn
tal que A + O = A para toda matriz A de
tamao mxn.
O se denomina matriz nula.
26
Matrices
PROPIEDADES DE LA SUMA DE
MATRICES
1. A + B = B + A
2. A + (B + C) = (A + B) + C
3. Existe una nica matriz O de tamao mxn
tal que A + O = A para toda matriz A de
tamao mxn.
O se denomina matriz nula.
4. Para cada matriz A de mxn existe una
nica matriz D tal que A + D = O.
27
Matrices
PROPIEDADES DE LA SUMA DE
MATRICES
1. A + B = B + A
2. A + (B + C) = (A + B) + C
3. Existe una nica matriz O de tamao mxn
tal que A + O = A para toda matriz A de
tamao mxn.
O se denomina matriz nula.
4. Para cada matriz A de mxn existe una
nica matriz D tal que A + D = O.
Claro que se cumple que D = - A.
28
Matrices
29
Matrices
A = [ aji ]
30
Matrices
31
Matrices
32
Matrices
33
Matrices
34
Matrices
35
Matrices
36
Matrices
MULTIPLICACIN DE MATRICES
Un fabricante de cierto producto realiza tres modelos A, B y C en
tres fbricas F1, F2 y F3. En cierto perodo, las cantidades
producidas y los costos de produccin por unidad fueron los que
muestran en las siguientes tablas. Cules son los costos de
produccin totales en las tres fbricas?
A
Costos
F1
120
250
305
2.00
F2
207
140
419
3.00
F3
29
120
190
2.75
37
Matrices
MULTIPLICACIN DE MATRICES
Un fabricante de cierto producto realiza tres modelos A, B y C en
tres fbricas F1, F2 y F3. En cierto perodo, las cantidades
producidas y los costos de produccin por unidad fueron los que
muestran en las siguientes tablas. Cules son los costos de
produccin totales en las tres fbricas?
A
Costos
Costos
F1
120
250
305
2.00
F1
F2
207
140
419
3.00
F2
F3
29
120
190
2.75
F3
38
Matrices
MULTIPLICACIN DE MATRICES
Un fabricante de cierto producto realiza tres modelos A, B y C en
tres fbricas F1, F2 y F3. En cierto perodo, las cantidades
producidas y los costos de produccin por unidad fueron los que
muestran en las siguientes tablas. Cules son los costos de
produccin totales en las tres fbricas?
A
Costos
Costos
F1
120
250
305
2.00
F1
1828.75
F2
207
140
419
3.00
F2
1986.25
F3
29
120
190
2.75
F3
940.50
39
Matrices
40
Matrices
41
Matrices
42
Matrices
43
Matrices
ABBA
A (B C) = (A B) C
A (B + C) = AB + AC
(A + B) C = AC + BC
44
Matrices
ABBA
A (B C) = (A B) C
A (B + C) = AB + AC
(A + B) C = AC + BC
c (A B) =
45
Matrices
ABBA
A (B C) = (A B) C
A (B + C) = AB + AC
(A + B) C = AC + BC
c (A B) = (c A) B
46
Matrices
ABBA
A (B C) = (A B) C
A (B + C) = AB + AC
(A + B) C = AC + BC
c (A B) = (c A) B = A (c B)
47
Matrices
48
Matrices
49
Matrices
PROPIEDADES DE LA TRAZA DE
UNA MATRIZ
50
Matrices
PROPIEDADES DE LA TRAZA DE
UNA MATRIZ
1. tr (k A) = k tr (A)
51
Matrices
PROPIEDADES DE LA TRAZA DE
UNA MATRIZ
1. tr (k A) = k tr (A)
2. tr (A ) = tr (A)
T
52
Matrices
PROPIEDADES DE LA TRAZA DE
UNA MATRIZ
1. tr (k A) = k tr (A)
2. tr (A ) = tr (A)
T
3. tr (A + B) = tr (A) + tr (B)
53
Matrices
PROPIEDADES DE LA TRAZA DE
UNA MATRIZ
1. tr (k A) = k tr (A)
2. tr (A ) = tr (A)
T
3. tr (A + B) = tr (A) + tr (B)
4. tr (A B) = tr (B A)
54
Matrices
MATRIZ IDENTIDAD
55
Matrices
MATRIZ IDENTIDAD
Es una matriz cuadrada que tiene nmeros 1
en la diagonal principal y nmeros 0 en otro
lugar
In =
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0
56
Matrices
MATRIZ IDENTIDAD
Es una matriz cuadrada que tiene nmeros 1
en la diagonal principal y nmeros 0 en otro
lugar
In =
1 0 0 0
0 1 0 1
0 0 1 0
0 0 0
57
Matrices
MATRIZ IDENTIDAD
58
Matrices
MATRIZ IDENTIDAD
Si A es una matriz de tamao mxn se cumplen
las siguientes propiedades:
A In = A
Im A = A
59
Matrices
MATRIZ IDENTIDAD
Si A es una matriz de tamao mxn se cumplen
las siguientes propiedades:
A In = A
Im A = A
En particular, si A es una matriz cuadrada de
orden n se cumple
A In = In A = A
60
Matrices
MATRIZ IDENTIDAD
Si A es una matriz de tamao mxn se cumplen
las siguientes propiedades:
A In = A
Im A = A
En particular, si A es una matriz cuadrada de
orden n se cumple
A In = In A = A
o ms brevemente, A I = I A = A
61
Matrices
MATRIZ INVERSA
62
Matrices
MATRIZ INVERSA
Una matriz A de mxn es invertible o no
singular si existe una matriz B de nxm tal que
AB=BA=I
donde I es la matriz identidad de orden n.
63
Matrices
MATRIZ INVERSA
Una matriz A de mxn es invertible o no
singular si existe una matriz B de nxm tal que
AB=BA=I
donde I es la matriz identidad de orden n.
La matriz B se denomina inversa de A.
64
Matrices
MATRIZ INVERSA
Una matriz A de mxn es invertible o no
singular si existe una matriz B de nxm tal que
AB=BA=I
donde I es la matriz identidad de orden n.
La matriz B se denomina inversa de A.
Una matriz A que no tiene una inversa se
denomina no invertible o singular.
65
Matrices
MATRIZ INVERSA
Una matriz A de mxn es invertible o no
singular si existe una matriz B de nxm tal que
AB=BA=I
donde I es la matriz identidad de orden n.
La matriz B se denomina inversa de A.
Una matriz A que no tiene una inversa se
denomina no invertible o singular.
Las matrices no cuadradas no tienen inversas.
66
Matrices
MATRIZ INVERSA
Una matriz A de mxn es invertible o no
singular si existe una matriz B de nxm tal que
AB=BA=I
donde I es la matriz identidad de orden n.
La matriz B se denomina inversa de A.
Una matriz A que no tiene una inversa se
denomina no invertible o singular.
Las matrices no cuadradas no tienen inversas.
No todas las matrices cuadradas tienen inversa.
67
Matrices
68
Matrices
69
Matrices
La inversa de A se denota A .
70
Matrices
PROPIEDADES DE LA
TRANSPUESTA DE UNA MATRIZ
71
Matrices
PROPIEDADES DE LA
TRANSPUESTA DE UNA MATRIZ
Si c es un escalar y A y B son matrices entonces
72
Matrices
PROPIEDADES DE LA
TRANSPUESTA DE UNA MATRIZ
Si c es un escalar y A y B son matrices entonces
T
1. ( A ) = A
T
73
Matrices
PROPIEDADES DE LA
TRANSPUESTA DE UNA MATRIZ
Si c es un escalar y A y B son matrices entonces
T
1. ( A ) = A
T
2.
(A + B) = A + B
74
Matrices
PROPIEDADES DE LA
TRANSPUESTA DE UNA MATRIZ
Si c es un escalar y A y B son matrices entonces
T
1. ( A ) = A
T
2.
3.
(A + B) = A + B
(c A)
=cA
75
Matrices
PROPIEDADES DE LA
TRANSPUESTA DE UNA MATRIZ
Si c es un escalar y A y B son matrices entonces
T
1. ( A ) = A
T
2.
3.
4.
(A + B) = A + B
(c A)
=cA
(A B) =
76
Matrices
PROPIEDADES DE LA
TRANSPUESTA DE UNA MATRIZ
Si c es un escalar y A y B son matrices entonces
T
1. ( A ) = A
T
2.
3.
4.
(A + B) = A + B
(c A)
=cA
T
(A B) = B A
77
Matrices
MULTIPLICACIN REPETIDA DE
MATRICES CUADRADAS
78
Matrices
MULTIPLICACIN REPETIDA DE
MATRICES CUADRADAS
Si A es una matriz cuadrada de orden n y k es
un entero positivo entonces
k
A = A A AA
79
Matrices
MULTIPLICACIN REPETIDA DE
MATRICES CUADRADAS
Si A es una matriz cuadrada de orden n y k es
un entero positivo entonces
k
A = A A AA
k veces
80
Matrices
MATRIZ IDEMPOTENTE
81
Matrices
MATRIZ IDEMPOTENTE
2
82
Matrices
MATRIZ NILPOTENTE
83
Matrices
MATRIZ NILPOTENTE
Una matriz A es nilpotente de ndice k si se
cumple que
84
Matrices
MATRIZ NILPOTENTE
Una matriz A es nilpotente de ndice k si se
cumple que
2
A O , A O, A O , , A
k -1
85
Matrices
MATRIZ NILPOTENTE
Una matriz A es nilpotente de ndice k si se
cumple que
2
A O , A O, A O , , A
k -1
pero A = O
86
Matrices
MATRIZ ESCALONADA
87
Matrices
MATRIZ ESCALONADA
Una matriz A de mxn est en forma escalonada reducida por
filas cuando satisface las condiciones siguientes:
88
Matrices
MATRIZ ESCALONADA
Una matriz A de mxn est en forma escalonada reducida por
filas cuando satisface las condiciones siguientes:
1. Todas las filas que constan solo de ceros, si las hay, estn
en la parte inferior de la matriz.
89
Matrices
MATRIZ ESCALONADA
Una matriz A de mxn est en forma escalonada reducida por
filas cuando satisface las condiciones siguientes:
1. Todas las filas que constan solo de ceros, si las hay, estn
en la parte inferior de la matriz.
2. El primer elemento distinto de cero de cada fila, al leer de
izquierda a derecha, es un 1. Este elemento se llama
elemento principal, entrada principal o uno principal
de la fila.
90
Matrices
MATRIZ ESCALONADA
Una matriz A de mxn est en forma escalonada reducida por
filas cuando satisface las condiciones siguientes:
1. Todas las filas que constan solo de ceros, si las hay, estn
en la parte inferior de la matriz.
2. El primer elemento distinto de cero de cada fila, al leer de
izquierda a derecha, es un 1. Este elemento se llama
elemento principal, entrada principal o uno principal
de la fila.
3. Para cada fila que no consta de solo de ceros, el uno
principal aparece a la derecha y debajo de cualquier uno
principal en las filas que le preceden.
91
Matrices
MATRIZ ESCALONADA
Una matriz A de mxn est en forma escalonada reducida por
filas cuando satisface las condiciones siguientes:
1. Todas las filas que constan solo de ceros, si las hay, estn
en la parte inferior de la matriz.
2. El primer elemento distinto de cero de cada fila, al leer de
izquierda a derecha, es un 1. Este elemento se llama
elemento principal, entrada principal o uno principal
de la fila.
3. Para cada fila que no consta de solo de ceros, el uno
principal aparece a la derecha y debajo de cualquier uno
principal en las filas que le preceden.
4. Si una columna tiene un uno principal, el resto de las
entradas de dicha columna son iguales a cero.
92
Matrices
OPERACIN ELEMENTAL
93
Matrices
OPERACIN ELEMENTAL
Cualquiera de las siguientes es una operacin
elemental por filas sobre una matriz A de
tamao mxn:
94
Matrices
OPERACIN ELEMENTAL
Cualquiera de las siguientes es una operacin
elemental por filas sobre una matriz A de
tamao mxn:
Intercambiar las filas r y s.
95
Matrices
OPERACIN ELEMENTAL
Cualquiera de las siguientes es una operacin
elemental por filas sobre una matriz A de
tamao mxn:
Intercambiar las filas r y s.
Multiplicar la fila r de A por un nmero c
distinto de cero.
96
Matrices
OPERACIN ELEMENTAL
Cualquiera de las siguientes es una operacin
elemental por filas sobre una matriz A de
tamao mxn:
Intercambiar las filas r y s.
Multiplicar la fila r de A por un nmero c
distinto de cero.
Sumar d veces la fila r de A a la fila s.
97
Matrices
MATRICES EQUIVALENTES
98
Matrices
MATRICES EQUIVALENTES
Se dice que una matriz A de mxn es equivalente
por filas a una matriz B de mxn si B se puede
obtener al aplicar a la matriz A una serie finita de
operaciones elementales por fila.
99
Matrices
MATRICES EQUIVALENTES
Se dice que una matriz A de mxn es equivalente
por filas a una matriz B de mxn si B se puede
obtener al aplicar a la matriz A una serie finita de
operaciones elementales por fila.
Teorema
Toda matriz de mxn es equivalente por filas a una
nica matriz en forma escalonada por filas.
100
Matrices
101
Matrices
102
Matrices
103
Matrices
de
una
matriz
por
104
Matrices
de
una
matriz
por
105
Matrices
de
una
matriz
por
106
Matrices
de
una
matriz
por
Matrices
de
una
matriz
por
108
Matrices
109
Matrices
a11
a12
a21
a22
Matrices
111
Matrices
112
Matrices
113
Matrices
i+j
Mij
114
Matrices
115
Matrices
116
Matrices
117
Matrices
118
Matrices
119
Matrices
120
Matrices
121
Matrices
122
Matrices
123
Matrices
124
Matrices
125
Matrices
126
Matrices
127
Matrices
128
Matrices
129
Matrices
130
Matrices
131
Matrices
132
Matrices
133
Matrices
134
Matrices
135
Matrices
136
Matrices
Matrices
138
Matrices
139
Matrices
DETERMINANTE DE UN MLTIPLO
ESCALAR DE UNA MATRIZ
140
Matrices
DETERMINANTE DE UN MLTIPLO
ESCALAR DE UNA MATRIZ
Si A es una matriz cuadrada de orden n y c
es un escalar entonces el determinante de la
matriz cA est dado por
141
Matrices
DETERMINANTE DE UN MLTIPLO
ESCALAR DE UNA MATRIZ
Si A es una matriz cuadrada de orden n y c
es un escalar entonces el determinante de la
matriz cA est dado por
det(cA) = c
det(A)
142
Matrices
143
Matrices
144
Matrices
DETERMINANTE DE LA INVERSA DE
UNA MATRIZ
145
Matrices
DETERMINANTE DE LA INVERSA DE
UNA MATRIZ
Si A es una matriz invertible entonces
-1
det( A ) =
1
det (A)
146
Matrices
147
Matrices
148
Matrices
149
Matrices
150
Matrices
151
Matrices
152
Matrices
Matrices
154
Matrices
155
Matrices
det(A) = det(A )
156
Matrices
157
Matrices
158
Matrices
159
Matrices
160
Matrices
Matrices
MATRICES ORTOGONALES
162
Matrices
MATRICES ORTOGONALES
Una matriz ortogonal es una matriz cuadrada
cuya matriz inversa coincide con su matriz
transpuesta.
163
Matrices
MATRICES ORTOGONALES
Una matriz ortogonal es una matriz cuadrada
cuya matriz inversa coincide con su matriz
transpuesta.
Una matriz no singular A de orden n es ortogonal
si se cumple
T
A A = In
164
Matrices
MATRICES UNITARIAS
165
Matrices
MATRICES UNITARIAS
Una matriz compleja A de orden n es unitaria si
T
( A ) A = A ( A ) = In
166
Matrices
MATRICES UNITARIAS
Una matriz compleja A de orden n es unitaria si
T
( A ) A = A ( A ) = In
Toda matriz real ortogonal es unitaria.
167
Espacios Vectoriales
ESPACIO VECTORIAL
168
Espacios Vectoriales
ESPACIO VECTORIAL
169
Espacios Vectoriales
ESPACIO VECTORIAL
170
Espacios Vectoriales
ESPACIO VECTORIAL
171
Espacios Vectoriales
ESPACIO VECTORIAL
172
Espacios Vectoriales
ESPACIO VECTORIAL
173
Espacios Vectoriales
ESPACIO VECTORIAL
174
Espacios Vectoriales
ESPACIO VECTORIAL
175
Espacios Vectoriales
ESPACIO VECTORIAL
176
Espacios Vectoriales
ESPACIO VECTORIAL
177
Espacios Vectoriales
ESPACIO VECTORIAL
178
Espacios Vectoriales
ESPACIO VECTORIAL
179
Espacios Vectoriales
ESPACIO VECTORIAL
180
Espacios Vectoriales
ESPACIO VECTORIAL
181
Espacios Vectoriales
ESPACIO VECTORIAL
182
Espacios Vectoriales
SUBESPACIO VECTORIAL
183
Espacios Vectoriales
SUBESPACIO VECTORIAL
184
Espacios Vectoriales
SUBESPACIO VECTORIAL
185
Espacios Vectoriales
SUBESPACIO VECTORIAL
Teorema (Prueba para un subespacio)
186
Espacios Vectoriales
SUBESPACIO VECTORIAL
Teorema (Prueba para un subespacio)
Si W es un subconjunto no vaco de un espacio
vectorial V entonces W es un subespacio de V si
y solo si se cumplen las siguientes condiciones:
187
Espacios Vectoriales
SUBESPACIO VECTORIAL
188
Espacios Vectoriales
SUBESPACIO VECTORIAL
189
Espacios Vectoriales
190
Espacios Vectoriales
191
Espacios Vectoriales
192
Espacios Vectoriales
193
Espacios Vectoriales
DEPENDENCIA E INDEPENDENCIA
LINEAL
194
Espacios Vectoriales
DEPENDENCIA E INDEPENDENCIA
LINEAL
195
Espacios Vectoriales
DEPENDENCIA E INDEPENDENCIA
LINEAL
Teorema
196
Espacios Vectoriales
DEPENDENCIA E INDEPENDENCIA
LINEAL
197
Espacios Vectoriales
DEPENDENCIA E INDEPENDENCIA
LINEAL
Corolario
198
Espacios Vectoriales
DEPENDENCIA E INDEPENDENCIA
LINEAL
199
Espacios Vectoriales
BASE
200
Espacios Vectoriales
BASE
201
Espacios Vectoriales
BASE
Teorema
202
Espacios Vectoriales
BASE
203
Espacios Vectoriales
204
Espacios Vectoriales
205
Espacios Vectoriales
BASE
Teorema
206
Espacios Vectoriales
BASE
Teorema
Si un espacio vectorial V tiene una base con n
vectores entonces toda base de V tiene n
vectores.
207
Espacios Vectoriales
208
Espacios Vectoriales
209
Espacios Vectoriales
BASE Y DIMENSIN
Teorema
210
Espacios Vectoriales
BASE Y DIMENSIN
211
Espacios Vectoriales
ISOMORFISMO
212
Espacios Vectoriales
ISOMORFISMO
Los
espacios
vectoriales
de
dimensin finita son isomorfos a
sus correspondientes espacios de
coordenadas.
213
Espacios Vectoriales
ISOMORFISMO
Los
espacios
vectoriales
de
dimensin finita son isomorfos a
sus correspondientes espacios de
coordenadas.
Que son isomorfos quiere decir que son
esencialmente
iguales
respecto
a
las
operaciones de suma vectorial y multiplicacin
escalar.
214
Espacios Vectoriales
ISOMORFISMO
Teorema
215
Espacios Vectoriales
ISOMORFISMO
Teorema
Dos espacios vectoriales de dimensin finita V y W
son isomorfos si y solo si tienen la misma
dimensin.
216
Espacios Vectoriales
217
Espacios Vectoriales
218
Espacios Vectoriales
219
Espacios Vectoriales
220
Espacios Vectoriales
CAMBIO DE BASE
221
Espacios Vectoriales
CAMBIO DE BASE
El procedimiento mostrado en los
ejemplos anteriores se llama
cambio de base
222
Espacios Vectoriales
MATRIZ DE TRANSICIN
223
Espacios Vectoriales
MATRIZ DE TRANSICIN
224
Espacios Vectoriales
MATRIZ DE TRANSICIN
225
Espacios Vectoriales
MATRIZ DE TRANSICIN
-1
226
Espacios Vectoriales
MATRIZ DE TRANSICIN
227
Espacios Vectoriales
MATRIZ DE TRANSICIN
-1
-1
228
Espacios Vectoriales
MATRIZ DE TRANSICIN
Los vectores de las bases se
escriben como vectores columna.
229
Espacios Vectoriales
230
Espacios Vectoriales
231
Espacios Vectoriales
232
Espacios Vectoriales
Teorema
Si una matriz A de mxn es equivalente por filas a
una matriz B de mxn entonces el espacio fila de
A es igual al espacio fila de B.
233
Espacios Vectoriales
234
Espacios Vectoriales
Teorema
Si una matriz A es equivalente por filas a una
matriz B que est en forma escalonada por filas
entonces los vectores fila de B diferentes de cero
forman una base del espacio fila de A.
235
Espacios Vectoriales
236
Espacios Vectoriales
Teorema
Si A es una matriz de mxn entonces el espacio
fila y el espacio columna tienen la misma
dimensin.
237
Espacios Vectoriales
238
Espacios Vectoriales
239
Espacios Vectoriales
240
Espacios Vectoriales
241
Espacios Vectoriales
242
Espacios Vectoriales
243
Espacios Vectoriales
244
Espacios Vectoriales
245
PRODUCTO INTERNO
246
PRODUCTO INTERNO
247
PRODUCTO INTERNO
248
PRODUCTO INTERNO
249
PRODUCTO INTERNO
250
PRODUCTO INTERNO
251
PRODUCTO INTERNO
252
PRODUCTO INTERNO EN R n
253
PRODUCTO INTERNO EN R n
254
PRODUCTO INTERNO EN R 2
255
PRODUCTO INTERNO EN R 2
256
257
258
259
260
VECTOR UNITARIO
261
VECTOR UNITARIO
n
262
263
264
VECTORES ORTOGONALES
265
VECTORES ORTOGONALES
n
266
CONJUNTO ORTOGONAL
267
CONJUNTO ORTOGONAL
Un conjunto S de vectores en un espacio V con
producto interno se llama ortogonal si todo
par de vectores en S es ortogonal.
Si, adems, cada vector en este conjunto es
unitario entonces S se denomina ortonormal.
268
PROCESO DE ORTONORMALIZACIN DE
GRAM-SCHMIDT
269
PROCESO DE ORTONORMALIZACIN DE
GRAM-SCHMIDT
Teorema
270
PROCESO DE ORTONORMALIZACIN DE
GRAM-SCHMIDT
271
PROCESO DE ORTONORMALIZACIN DE
GRAM-SCHMIDT
272
PROCESO DE ORTONORMALIZACIN DE
GRAM-SCHMIDT
273
PROCESO DE ORTONORMALIZACIN DE
GRAM-SCHMIDT
Entonces B es una base ortogonal en V.
274
PROCESO DE ORTONORMALIZACIN DE
GRAM-SCHMIDT
275
SUBESPACIOS ORTOGONALES
276
SUBESPACIOS ORTOGONALES
n
277
COMPLEMENTO ORTOGONAL
278
COMPLEMENTO ORTOGONAL
n
279
Transformaciones Lineales
TRANSFORMACIN LINEAL
280
Transformaciones Lineales
TRANSFORMACIN LINEAL
Sean V y W espacios vectoriales.
281
Transformaciones Lineales
TRANSFORMACIN LINEAL
Sean V y W espacios vectoriales.
La funcin T: V
W se llama transformacin
lineal
de V en W si las dos propiedades
siguientes son verdaderas para todo u y v en V y
todo escalar c:
282
Transformaciones Lineales
TRANSFORMACIN LINEAL
Sean V y W espacios vectoriales.
La funcin T: V
W se llama transformacin
lineal
de V en W si las dos propiedades
siguientes son verdaderas para todo u y v en V y
todo escalar c:
1. T(u + v) = T(u) + T(v)
283
Transformaciones Lineales
TRANSFORMACIN LINEAL
Sean V y W espacios vectoriales.
La funcin T: V
W se llama transformacin
lineal
de V en W si las dos propiedades
siguientes son verdaderas para todo u y v en V y
todo escalar c:
1. T(u + v) = T(u) + T(v)
2. T(cu) = c T(u)
284
Transformaciones Lineales
PROPIEDADES DE LAS
TRANSFORMACIONES LINEALES
285
Transformaciones Lineales
PROPIEDADES DE LAS
TRANSFORMACIONES LINEALES
Si T es una transformacin lineal de V en W, v
est en V y w est en W entonces se cumple:
286
Transformaciones Lineales
PROPIEDADES DE LAS
TRANSFORMACIONES LINEALES
Si T es una transformacin lineal de V en W, v
est en V y w est en W entonces se cumple:
1. T(0) = 0
287
Transformaciones Lineales
PROPIEDADES DE LAS
TRANSFORMACIONES LINEALES
Si T es una transformacin lineal de V en W, v
est en V y w est en W entonces se cumple:
1. T(0) = 0
2. T(-v) = - T(v)
288
Transformaciones Lineales
PROPIEDADES DE LAS
TRANSFORMACIONES LINEALES
Si T es una transformacin lineal de V en W, v
est en V y w est en W entonces se cumple:
1. T(0) = 0
2. T(-v) = - T(v)
3. T(u v) = T(u) T(v)
289
Transformaciones Lineales
PROPIEDADES DE LAS
TRANSFORMACIONES LINEALES
Si T es una transformacin lineal de V en W, v
est en V y w est en W entonces se cumple:
1.
2.
3.
4.
T(0) = 0
T(-v) = - T(v)
T(u v) = T(u) T(v)
Si v=c1v1 + c2v2 + + cnvn entonces
T(v) = c1 T(v1)+ c2 T(v2) + + cn T(vn)
290
Transformaciones Lineales
MATRICES Y TRANSFORMACIONES
LINEALES
291
Transformaciones Lineales
MATRICES Y TRANSFORMACIONES
LINEALES
Sea A una matriz de mxn.
292
Transformaciones Lineales
MATRICES Y TRANSFORMACIONES
LINEALES
Sea A una matriz de mxn.
La funcin T definida por T(v) = Av
transformacin lineal.
es una
293
Transformaciones Lineales
294
Transformaciones Lineales
295
Transformaciones Lineales
296
Transformaciones Lineales
297
Transformaciones Lineales
W es
298
Transformaciones Lineales
299
Transformaciones Lineales
300
Transformaciones Lineales
301
Transformaciones Lineales
302
Transformaciones Lineales
303
Transformaciones Lineales
304
Transformaciones Lineales
305
Transformaciones Lineales
306
Transformaciones Lineales
307
Transformaciones Lineales
308
Transformaciones Lineales
Transformaciones Lineales
ESPACIO PROPIO
310
Transformaciones Lineales
ESPACIO PROPIO
Si A es una matriz de mxn con un valor propio
entonces el conjunto de todos los vectores
propios correspondientes a junto con el vector
cero es un subespacio de Rn y se llama espacio
propio de .
311
Transformaciones Lineales
TEOREMA DE CAYLEY-HAMILTON
Toda matriz cuadrada satisface su ecuacin
caracterstica.
312