Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Tema I : matrices o la matriz se forma con los coeficientes de las ecuaciones . Una matriz , por ejemplo de 3×3 , significa que tiene 3 filas C-) y 3 columnas ( I ) . mxn o la matriz ampliada de un sistema tiene las incógnitas a la izquierda y losresultados a la derecha . [ ¡ { ¥ ! f) 9 y h son resultados- Matriz coeficientes= A ° Un sistema se dice que no tiene solución cuando es Inconsistente , por ejemplo cuando queda O = n . Gráficamente las rectas son paralelas . Su conjunto solución es vacío (d) . Un sistema es consistente y puede tener : → única solución = cuando encontramos valores para cada una de las incógnitas , O cuando el número de Pivotes es igual al número de variables ( incógnitas) . → Infinitas soluciones = encontramos una variable libre i O el número de variables es menor al número de pivotes . Gráficamente las rectas están ma sobre la otra . PIVOTES : cuando una matriz está escalonada , es decir queda de la sgte . forma : [§ ¡ 3g ) → elempho nomás . los pivotes son los números más a la izaoierda distintos de cero . Variable libre : es la variable de la G) cual les) las demás variables dependen . Por ejemplo : I → Xp - pénmo µ } II) → ×, i jjj ""stxs } Aañ notamos que xayx, dependen de X3 . Io Xz es ejemplo , pero 0 1 O laidea se ent una variable libre Para llegar a la forma escalonada podemos : sumar , permutar y multiplicar . Todos esos pasos se pueden revertir y volvemos a la matriz original . La idea es ir generando pivotes y ceros de abajo hacia arriba o cada matriz es igual por filas a una y solo a una matriz escalonada reducida : Matriz escalonada reducida → [ y q oz x ejemplo . La entr O O o] ada principal en cada fila diferente de cero es 1 . @ OJO : cuando tenemos un sistema así → [¡ ¡ §] N1 significa que Xr = 0 ,sino que Xn es una } Propiedades variable libre ! . Sofía Gallegos Durán Tema I : Vectores ¿Qué es un vector ? → un vector es una secuencia ordenada de elementos , también llamados componentes , reales . Todos los números reales son vectores , incluido el 0 . Están compuestos por : →MI : longitud expresada en un valor numérico . →Di: ángulo del vector con respecto al eje × . " Recta soporte " del vector →5¥: positivo / negativo . Orientación del vector , dónde está la punta . ° n - tuplas : es la secuencia ordenada de n objetos llamados componentes . Por lo tanto, el conjunto de n - tuplas ordenadas se derrota como IR " , y sus elementos se denominan Vectores . Por eiemrw : ¥ e.IN?mji.iiiiiiiiii.aueienaremossoomrsoneni-es . IoriJia ? ↳ Tuplas Entonces , IR " = { v = [ En] tal que Xr . . . xn E IR} Vectores canónicos : ei = ftp.go ) ← i , para ir . . . n → Explicación : AZ [ = (1 1 0) = en nz = 1010,1 ) ÷ . i " J = ( 0,1 , 0 ) = la L - E3 = [ §)¥ E IR 3 Z = (O , 0 , 1) = ez X L ' ° Mi OIO) • OJO ! En los vectores importa mucho el orden . Notar que :[¥ , ) ¥ [§ ,] e IR3 ° Dados los vectores µ , v : - µ = v implica que sus componentes son iguales . Es decir , [ tq ) --µ = a- [ ¥) R' - Mtv corresponde a la sma de sus componentes . Es decir , n = f } ) t r = [ ¥) mí:) - la ponderación deµ ó r por m escalar es el vector cuyas componentes son el producto del escalar por los componentes deµ o v. Es decir , n = [ }) a =3 e: qu = [ } ) - Cuando tenemos , n = 2 el conjunto de vectores es R2 , por lo tanto un vector sería de la forma : [ ¥,) la suma de elementos de R2 corresponde a la suma de " flechas " . For instante , n = [ Y r -- EH , entre f: ) ( 1,2 ) µ 15 , 3) Corresponde a la diagonal del paralelogramo definido por los sumandos" } parauusaramo La ponderación de elementos de IR? tb lo podemos ver con piedras . → 2 . X - cuando tenemos n =3 el conjunto de vectores es IR ' y su representación se hace en un espacio tridi . " p XFIÍIÉIIIFTÁ sobresaliendo . ÷ a xr - - I - - Xrl la suma tb corresponde a la diagonal del paralelogramo y la ponderación serepresentade forma similar al caso de IR? Sofia , piensa esto como la esquina de la pieza . EÉ"? Ponderaciones : ÷!:: ⇐÷ PROPIEDADES : \ Ecuaciones vectoriales : X n ar t Xz Xz . . - t XNXN = b , donde : Xn , 92 . . . an , b son escalares de IR " y Xn , Xz , Xn son vectores . Ci : Tenemos ( vs , va . . . rm) que corresponde a I vectores que están contenidos en IR " , entonces una combinación lineal de esos vectores es el vector : VE xk t Xzvz . . . XNVN . Hasta 0 , con Xr , da . . . dn E IR E-Templo : los vectores : [!) , { } ) , {%) dan como combinación lineal = [{ ) , pues existen ✓ 1 Va vz VX . 4=2 i da = - r y dos = 5 tales que . f}] . 2 t [ §) . - n t [%] . 5- - ¿§) : dado un espacio vectorial , S que está contenido en IR " , Gen S es el conjunto de vectores , pertenecientes a S , a partir del cual se puede generar el espacio vectorial S completo . Son todas las combinaciones lineales . } Propiedades → son todos los v × loóntnmtwaaoráslontforesmasGimnástica Por ejemplo , el vector : -3 - ¡ y Pertenece al conjunto generado por - 6 mueves ÷::[ ii.%:*:: " ÷:S en v . [%) xz tftzfxr = [} ) rrxr trrxa = r Nota : cuando me preguntan si un vector b está en Men {ve . . . rn} equivale a preguntar si la ecuación vectorial va a n t . . . vnxn = b tiene solución. Descripción geométrica de qen → bien huir } es el plano en IR ' que contiene a u , v y 0 . contiene la recta en IR 3 que pasa por µ y 0 y a la recta que pasa por r y 0 . Tema III : Ecuación Matricial . • Una matriz es un arreglo ordenado de n vectores de IR " . Donde n en Mi matriz son vas columnas l # variables) y m son las filas l # ecuaciones) . ← ¿÷:L . mail.i.fr. . Hola al:p .I II II l - A = ( vs i VL , V3) El producto de una matriz por escolares : AX - Xevrtxzvz . . . Xnvn → esto es ma [} !} !! ) (¥;) =/ {µtf§)xzt[ xs combinaciónLINEAL ! A X X1 ozo , los escolares se ven así = ¿;) Al final lo que se forma con esta ecuación es un sistema lineal de m ecuaciones y n variables , expresado como = AX = b BIEN ¥ . } → Esta ftp.tfdxs.l :) A . × = b = 2X n - Xz t 7×3 = 4 3×1 - 8×3=1 Notar que va x que acompaña a la Matriz A corresponde a vos sol . Ax está definido solamente si elnúmero de columnas de A es igual al número de entradas en x . → n - m Existencia de soluciones El sistema se dice homogéneo si b =J . b es C. lineal de las columnas de A . Cuando Ax -- b es inconsistente significa que b no es un vectorcombinaciónlineal de A . Es decir rnxrtvaxz . . . vnxn 7- b , esto porque AX es la combinación lineal de los vectores columna cn) de A . Una combinación unen yma Gens me uevan siempre a Ax = b Matriz ampliada : Ejemplo : Xf2×2=3 - ex TX, = 2 1! :L ;) x. III. mmm EH t.lk NOTA : cuando dicen " las columnas de A generan a IR " " , significa que cada b en IRM es una combinación lineal de las columnas de A . Gen { rr . . .vn } = IR Sistema homogéneo : Ax - 0 . Es un sistema donde todas las variables son 0 . Un sistema puede tener A 0 Única sol ( esta corresponde a la sol . trivial , es decir , a 01 . son sistemas siempre consistentes . si en un sistema homogéneo hay menos filas que columnas, es decir hay menos ecuaciones que variables Liman) siempre tiene infinitas soluciones . la única forma de - que este sistema tenga una sol . no trivial ( to) si y solo si la ecuación tiene al menos una variable libre . C CÓMO LEER SOLUCIONES ? - ⇒ cuando encontramos soluciones nos Referimos a la X en AX - b . Por lo tanto, cuando tenemos , por ejemplo un sistema homogéneo con co soluciones , las soluciones se pueden expresar así , [ f) Por qenpro : × = Xz → × 1 = -X3 con Xz como variable libre . X z = O Xz = X3 × = × a [ -4g ) t xaf} ) → ¿ E at " con xzyxa como variables libres . X3=-3×2-3×4 xq = Xa Esto quiere decir que todas las soluciones pueden ser expresadas como combinación lineal de los vectores f-f) ó ¥;) yµ;) - Cuando nos Referimos al conjunto solución de los sistemas , nosreferíación lineal . De modo que, el conjunto sol del primero es :mi:{EEI son seamoaamll! .fi:B Sistema lineal no homogéneo la solución de un sistemano homogéneo , AX = b está dada por :X -- Xptxn donde Xp es la solución del sistema y Xh es la solución delsistemahomogéneo asociado Ax = 0 . Entonces → A xp = b y Axn = 0 , de forma que : AX = Axp t Axh = b Nota : se dice que 2 sistemas son equivalentes sitienen el mismo conjunto solución Observación : cuando un conjunto solución está descrito explícitamente por dos vectores se dice que la solución está en forma vectorial paramétrica . \ FÓRMULAS VECTORIALES PARAMÉTRICAS DE UNA RECTA y UN PLANO . Forma vectorial paramétrica de ma RECTA está dada por : × = rt tu , donde . t es un número real , myr son vectores .@ando la recta pasa por el origen es sin v. ) Ahora , la forma vectorial paramétrica de un PLANO está dada por : X = V ttnMr ttr Mz . . . , con v q u vectores y * como número real . OJO , M plano siempre está formado por dos vectores no paramos , es decir un y mz NI son paralelos . Además hay que notar que µ, y na son linealmente independientes , sino los vectores ya no forman un plano , sino que forman una recta . icómo negar a una ecuación cartesiana del plano ? Descomponiendo x = v FÉFII! f- t.fi?.tIIfI:{¡ ' ""nos lo siguiente : × = vs t tn Mr . n t ta Ma - r y = vz ttn Mr . a t tz Ma - 2 7 = Vz t tn Mr . z t t 2 M2. 3 Al NUminar tu y ta , nos queda solo con (X , y , 7) , de esta forma : AX t By t Cz =D . El vector formado por f Aq ) se llama vector normal del - Plano . Es 1 a todos los vectores en el plano Independencia lineal • un conjunto de vectores es linealmente independiente si la ecuación vectorial Xnvr t Xrvr . . . Xmvm =P solo se forma con Xp , Xz . . . Xm = 0 . En caso contrario es meramente dependiente . • si en un conjunto qen S mo de los vectores es combinación lineal de los otros , entonces los vectores son linealmente dependientes - (Basta conque 1 sea) • si un sistema tiene menos ecuaciones que variables (Man ) . entonces siempre es LD , ya que tenemos menos pivotes que variables , por lo que hay variables libres , es decir el n 's tema tiene a soluciones • los vectores canónicos son siempre linealmente independientes • si en un conjunto se encuentra J , entonces esos vectores son LD . • si Sr E Sr z Sr es LI , entonces Sr tb lo es . ¡ Hay m di B . . . que al ponerlos en combinación lineal me dan como resultado Ó ? • gráficamente dos vectores son linealmente dependientes si y solo si están sobre la misma recta que pasa por el origen . Tema II : Introducción a las Transformaciones lineales Es posible encontrar una ecuación matricial Ax = lo que no esté directamente relacionada con combinaciones lineares de vectores . Esto para cuando la matriz A actúa sobre un vector " x " multiplicándolo para Obtener un nuevo vector AX (b) . multiplicación+" A transforma a n en b " : µa-b Ir de x a AX es como parar a x por una función . a Entonces , una transformación T de IR " → IR " es una regla que asigna a cada vector X en IR " un vector Tlxl en IR " . R " = dominio de T IRM = codominio de T → * El conjunto de todas las Imágenes es el rango de T PRE - IMAGEN IMAGEN Una transformación lineal tiene que cumplir con : → Tlrn t va) = Tlvn) t T lvr) → TI Rx) = KTLX) x - vector y ke número real Multiplicación matricial Para cada × en IR " , TLX) se calcula como AX (con A matriz de Ñíxcn) . El rango de T es el conjunto de todas las combinaciones lineales de las columnas de A Por elemplo : A = [§ - § ) , x = |} ) una transformación Tlxl de IR ' → R ' es : al + Y} ) = E) TEEI - III Matriz de una transformación lineal la nave para encontrar la matriz A está en Observar que T estádeterminada por su acción sobre las columnas de la matriz identidad de nxn Matriz identidad : matriz formada por los vectores canónicos . A- = fea . . . es] [ en . . . CJ ] × = X ser . . . TX] es → T (x ) = TCX, en - - . x ] es) = xr Tler) t . . . XJT le ]) → ftlerl - - - T le ] ) ] [ ¥!] = Ax = TCXI - Matriz estándar para la transformación lineal la matriz identidad tiene la propiedad de ser el elemento neutro delproductode matrices , es decir el producto de la MI por cualquier A- no tiene ningún erecto . Ahora , cuando me piden buscar la matriz estándar me tengo que rizar para que IR me la piden , porque así sé cuantos vectores canónicas usar . Por ejemplo , encontrar la ME para Tlx) =3 × , para × en IR ' Tlerl = 3 ei = 3ft ] = Eso ] y T leal = 3er = 3 (9) = [ 5) - - los m se unen en una matriz : [ 30oz ] = A . esta es la M - E ! se dice que un mapeo T : IR " → IRM es sobre IRM si cada b en IRM es imagen de algún × en IR " . Una ayuda para problemas con trigonometría : → Recordar antihorario es : M → siguiente círculo es crucial : ( - seno , caso ) • 1011 ) = ez • Caos o , seno) en → reunión con respecto a ese x :§.ES ME . Yo %) * .iq . → reunión con respecto a ese y : %µ " M . E . [ - I ) e- EH v → anexión a través de z-x.kt.IM#qM.E--f9H → reunión a través de y = - x ftp.qq#n.E--fiI ] → Reunión a través del origen ¡íü¥% meto :3 → contracción a expansión nmrmri : "Ü¥¥ "" K " ) → contracción nrexrannüveriica' µµ§% Í÷¥ " " K " → rrasanmaonorrmwm.iq#qe;jiinqq " " li " K 20 → trasquilado vertical : Ü¥. a.li#XtffE " " K " ) K - - - → 1k] KCO R30 ^ → proyección sobre eresix | ME = Yo 8) 5%1 ' → Proyección sobre uejey MI ME = % 9) No . SOBRE T es sobre IRM cuando todo el rango de T es codominio de IR " . T mapea IR " sobre IRM si para nada b en el co dominio de IRM hay al menos una solución de TTX) = b , si no hay sol , entonces el mapeo de T no es sobre . → El mapeo es 1-1 si cada b en IRM es imagen de máx m × en IR " → T una transf . lineal , T es 1-1 sí y solo si THEO tiene solo sol trivial . → T mapea IR " sobre IR " syss las columnas de A generan a RM → T es 1-1 syss las columnas de A Son L - I .
Compartir