ESCUELA SUPERIOR POLITCNICA DE

CHIMBORAZO
INGENIERA ELECTRNICA EN
TELECOMUNICACIONES Y REDES

MATERIA DE ALGEBRA LINEAL

REALIZO POR:
MARCELO TENELEMA

DOCENTE:
ING.HERNAN CHAMORRO

2016-2017
RIOBAMBA

VECTORES EN R2, RN
 Aspectos Geomtricos.

R2 es un conjunto de vectores de R 2=(x1, x2) se lo denota de la forma x, y.

Segmento dirigido
Es un segmento de recta que tiene direccin. Es decir, tiene un extremo que
es el inicial y otro que es el final.
La regla bsica para operar segmentos dirigidos es la siguiente:
ab+bc =acab+ bc=ac

Donde aa , bb y cc son puntos alineados.

NOTA: Una diferencia importante entre los segmentos dirigidos y los

vectores, es que los segmentos dirigidos tienen posicin.
Segmento de redes equivalentes
Los segmentos de recta dirigida son todas representaciones del mismo
vector.
Definicin geomtrica de un vector
Es el conjunto de todos los segmentos de recta dirigidos dados se llama
vector.

------------------------------------------------ 5

p(1,3)
1 3
MAGNITUD
La magnitud es la longitud del vector, mientras que la direccin indica hacia
donde apunta el vector. Otras operaciones importantes que puedes hacer
con ellos son sumar y restar vectores, hallar el ngulo entre dos vectores y
hallar el producto vectorial.
Ejemplo 1

V= x2 +2

I I I I I I I I I I I I I I I I I I I I I V= 32+ 52
- 3 V= 5.83
Ejemplo 2
-5
 Y V= ( X 2 X 1)2 +(Y 2Y 1)2

- V= (15)2 +(21)2
V= 4 +1
2 2
-B(1,2)

- V= 17
- A(5,1) V=4.12
I I I I I I I I I I I I I I I I I I I I I x
-
-
-
-
DIRECCIN
La direccin de un vector es la di reccin de la re cta que contiene
al vector o de cualquier recta paralela a ella.

Encuentre la direccin del vector PQ cuyo punto inicial P est en (2, 3) y

punto final Q est en (5, 8).

Las coordenadas del punto inicial y del punto terminal estn dadas.
Sustityalos en la frmula

y 2 y 1
tan =
x 2x 1

tan = 8-3

5-2

=5
 3

Encuentre la tan inversa, luego use una calculadora.

-1

5
=tan ( 3 )

El vector PQ tiene una direccin de alrededor 59

Adicin grafica de un vector

Suma de vectores por el mtodo grfico
Mtodo cola a punta
En este mtodo se utilizan la regla y el transportador, existe una regla
general y es la siguiente:
Usar la misma escala para todos los vectores
Trazar un vector (el orden no es importante)
Trazar el segundo vector, empezando desde el final del primer vector (la
punta de la flecha), hay que dibujar correctamente el vector cuidando el
ngulo, longitud y sentido.
La suma de los dos vectores es la flecha que se traza desde el principio del
primer vector hasta la punta del segundo.
NOTA: este mtodo se puede usar con ms de dos vectores.
Ejemplo 1:
Tenemos los siguientes vectores:
A

B
C
Trazamos el vector B en la punta del vector C

C B
Trazamos el vector A en la punta del vector B
 A
C B

La resultante c +b+ a es el vector que une el inicio (cola) del vector c

con la

c +b+ a

Punto del vector A

Mtodo del paralelogramo
Para hacer una suma de vectores grficamente por este mtodo, se trazan
los dos vectores desde el mismo origen y se forma un paralelogramo usando
los vectores como lados adyacentes, el vector resultante es la diagonal que
se traza desde el origen.
Ejemplo 1:
Tenemos los siguientes dos vectores:

Trazamos los dos vectores desde el mismo origen:

B

A
Trazamos los dos vectores desde el mismo origen:

B
 A

Hacemos Lneas paralelas a cada vector para formar un paralelogramo:

El vector resultante a+b ser la lnea diagonal que sale desde el origen:

a+b

MULTIPLICACION GRAFICA DE UN VECTOR POR UN ESCALAR

El producto de un escalar por un vector da por resultado otro vector, con la
misma direccin que el primero. Al hacer la multiplicacin, el escalar cambia
el mdulo del vector (grficamente el largo) y en caso de ser negativo
cambia tambin el sentido. La direccin del vector resultado es siempre la
misma que la del vector original.

Matemticamente se realiza multiplicando al escalar por cada una de las

componentes del vector.

Si por ejemplo el vector V tiene 2 coordenadas:

v =( x , y ) kv=k (x , y )=(kx , ky) Ejemplo 1:

v =( 4,2)
k=3
kv=3(4, 2)=(12, 6)

4 -----------------------------------------
2 -------------------

6 12
Ejemplo 2:

v =(3, 2) k = 2
kv=2(3,2)=(6, 4)

3 -----------------------------------------
2 -------------------

4 6

Si los vectores son de ms de dos coordenadas se realiza lo mismo por cada

una de ellas.
VECTORES N- UPLA DE LOS NUMEROS REALES
El conjunto Rn es el producto cartesiano , cuyos
elementos son las n las de nmeros reales, (X1,, Xn), Xi R, I =1,., n
llamados vectores de n componentes
EJEMPLO 1:

IVI= X 2 +Y 2

IVI= 22+3 2
IVI= 4+ 9
IVI= 13
IVI=3.61
REPRESENTACION GEOMTRICA PARA R3

Los ngulos , , son ngulos directores.

Los cosenos de estos ngulos (cosenos directores) se calculan a partir de las
componentes del vector mediante las formulas
cos 1 = x / (x + y + z)
cos 2 = y / (x + y + z)
cos 3 = z / (x + y + z)
OPERACIONES DE VECTORES RN

Se tiene los puntos p1=(x 1, y 1, z 1) y p2=( x 2, y 2, z 2). Si trazamos un

segmento de la recta dirigido desde P1 hacia P2 tenemos una
representacin del valor

V= P1P2 ( X 2X 1,Y 2Y 1, Z 1Z 2)

P2=(x 2, y 2, z 2).

P1=(x 1, y 1, z 1)

X
VECTORES RENGLN Y COLUMNA
Est compuesta por el mismo tipo de dimensin n.

v1 [1 2 6 4 8 2] vector fila

v2 1
2
6 vector columna
4
8
2

OPERACIONES CON VECTORES

Suma de vectores
 v
u
u+ v
Para sumar dos vectores libres u y v se escogen como representantes dos
vectores tales que el extremo de uno coincida con el origen del otro vector.

---------------------------
v
u+ v

REGLA DEL PARALELOGRAMO

Se toman como representantes dos vectores con el origen en comn, se
trazan rectas paralelas a los vectores obtenindose un paralelogramo cuya
diagonal coincide con la suma de los vectores.
Para sumar dos vectores se suman sus respectivas componentes.

U=(U 1,U 2) V =(V 1, V 2)

U +V =(U 1+V 1, U 2+V 2)

Resta de vectores
-V

U -V
U

Para restar dos vectores libres U y V se suma U con el opuesto de V .

Las componentes del vector resta se obtienen restando las componentes de
los vectores.

U=(U 1,U 2) V =(V 1,2)

UV =(U 1V 1, U 2V 2)
Ejemplo:

U=(4,10) V =(6,2)

U V =(4+10,62)

UV =(410,6(2))=(14,8)

Producto de vectores
El producto de un nmero k por un vector U es otro vector:
1 De igual direccin que el vector U.
2 Del mismo sentido que el vector U si k es positivo.
3 De sentido contrario del vector U si k es negativo.
4 De mdulo IKI . IUI

3U

Las componentes del vector resultante se obtienen multiplicando por K las

componentes del vector.

U=(U 1,U 2)

K(U 1,U 2)=( KU 1, KU 2)

Ejemplo:
U=(4, 10) V =(6,2)

U =(4,10)

2.V =(12,4)

PRODUCTO INTERNO DE UN VECTOR:

SIMETRA

u , v v , u>

ASOCIATIVA
 u+v , w u , w>+ u , w>

HOMOGENIADIDAD

ku , v u , vkk <u , v >

POSITIVIDAD

u , v > 0 donde< u , v0 si y solo siu=0

PROPIEDADES EN EL ESPACIO VECTORIAL R3

Consideremos el vector v ,w,u R y , R entonces

1. V +0=V
2. V V =0
3. 0 V =0
4. 1 V =V

5. V +W =W +V
6. ( V +W +U =V (W +U )

7. (V +W )+ v+w

8. ( + v =v+ v
9. ( )v= (v )

NORMA
Un espacio vectorial es el objeto bsico de estudio en lgebra lineal. A los
elementos de los espacios vectoriales se les llama vectores. Sobre los
vectores se pueden realizar dos tipos de operaciones:
La multiplicacin por escalares y la adicin. Es importante conocer la
longitud de los vectores. Para esto es necesario definir un operador norma
que determine la longitud o magnitud del vector.
El vector est comprendido por los siguientes elementos. La Direccin que
determinada por la recta de soporte y puede ser vertical, horizontal e
inclinada u oblicua. La orientacin o sentido que est determinada por la
flecha y puede ser horizontal hacia la derecha o hacia la izquierda, vertical
hacia arriba o hacia abajo e inclinada ascendente o descendente hacia la
derecha o hacia la izquierda. El punto de aplicacin, que est determinado
por el punto origen del segmento que forma el vector y por ltimo la
longitud o mdulo, es el nmero positivo que representa la longitud del
vector.
 b1

IIABII = siendo OA=(a 1, a 2) y OB=(b 1, b 2) y O el origen de


coordenadas del espacio euclideo
De esto se sigue que, fijada una base orto normal B en la cual un vector V
v 1, v 2 .. , vn
se da a partir de sus componentes en esta base, VB= ), la norma

de dicho vector vendr dada por:

v1

IIVII=

MATRICES Y DETERMINANTES
MATRIZ:
Se denomina matriz a todo conjunto de nmeros o expresiones dispuestos
en forma rectangular, formando filas y columnas.

a 11 a12 a 1 j . a 1n
A= ai1 ai 2 aij ain
am1 am 2 amj amn

Elemento de una matriz

Cada uno de los nmeros de que consta la matriz se denomina elemento.
Un elemento se distingue de otro por la posicin que ocupa, es decir, la fila
y la columna a la que pertenece.
Dimensin de una matriz
El nmero de filas y columnas de una matriz se denomina dimensin de una
matriz. As, una matriz de dimensin mxn es una matriz que tiene m
filas y n columnas.

De este modo, una matriz puede ser de dimensin: 2x 4

(2 filas y 4 columnas) , 3 x 2(3 filas y 2 columnas), 2 x 5(2 filas y 5 columnas) ,...
S la matriz tiene el mismo nmero de filas que de columnas, se dice que es
de orden: 2,3, 4,...

El conjunto de matrices de m filas y n columnas se denota por

Amn o(aij).

Un elemento cualquiera de la misma, que se encuentra en la fila i y en

la columna j, se denota aij .

Matrices iguales
Dos matrices son iguales cuando tienen la misma dimensin y los elementos
que ocupan el mismo lugar en ambas, son iguales.
MATRIZ TRANSPUESTA
Dada una matriz A, se llama matriz traspuesta de A a la matriz que se
obtiene cambiando ordenadamente las filas por las columnas

2 3 0 2 1 3
A= 1 2 0 A = 3 2 5
t

3 5 6 0 0 6

( At )t= A

( A+ B)t= At + Bt

( A )t= At

( A B)t=Bt At

MATRIZ IDENTIDAD
Una matriz identidad es una matriz diagonal en la que los elementos de la
diagonal principal son iguales a 1.
EJEMPLO 1:

1 0 0
0 1 0
0 0 1

MATRIZ ESCALAR
Una matriz escalar es una matriz diagonal en la que los elementos de la
diagonal principal son iguales. EJEMPLO 1:
 2 0 0
0 2 0
0 0 2

MATRIZ DIAGONAL
En una matriz diagonal todos los elementos situados por encima y por
debajo de la diagonal principal son nulos.

2 0 0
0 2 0
0 0 6

SUMA DE MATRICES

Si las matrices A=(aij) y B=(bij) tienen la misma dimensin, la matriz

suma es:

A + B=(aij+ bij) .

La matriz suma se obtiene sumando los elementos de las dos matrices que
ocupan la misma posicin.

4 0 2 2 0 2
A= 6 0 0 B= 2 4 2 EJEMPLOS
10 2 2 2 2 0
2 4 2 14 2+ 4+1 4
2 4 18
8 10 + 4 16 = 8+ 10+ = 12
4 16 26
4+2 0+0 2+2 6 0 4
2 6+2
A+B - 0+4 0+2
2 -14
= 82+ 4-2-7 2 4
4
10+ 2 -18
-8 2 10 2+2
+ 4 16
2+0 = 12- 410- 2 = -4
8+ 16
4 -6
4-2 0-0 2-2
-2 4 2 -4 - 4-4 0
= 22+ 0 0
A-B 6-2 0-4 0-2
2 0
10-
8 2-10 2-2
+ 8 10 = 48-8 -4- = -2 0
2-0
8 010+ -2
10 0

MATRIZ IDEMPOTENTE
A= 1 0
0 1

A = A

1 0 1 0 1 0
A = 0 1 * 0 1 = 0 1

MATRIZ NILPOTENTE
Sea la matriz A =

0 1 0
0 0 1
0 0 0

2
A = AA=0

0 1 0 0 1 0 0 1 0
0 0 1 = 0 0 1 * 0 0 1 = 0
0 0 0 0 0 0 0 0 0

Por lo tanto A es una matriz nilpotente

MATRIZ TRIANGULAR

Cuadrtica mn nn (superior e inferior)

En una matriz triangular superior los elementos situados por debajo de la

diagonal principal son ceros.

2 14 -4
0 -6 8
0 0 4

En una matriz triangular inferior los elementos situados por encima de la

diagonal principal son ceros.

4 0 0
2 4 0
6 10 12
 MULTIPLICACION DE MATRICES
MATRIZ POR ESCALAR

Dada una matriz A=(aij) y un nmero real k R , se define la

multiplicacin de un nmero real por una matriz a la matriz del mismo orden
que A, en la que cada elemento est multiplicado por k. k A=(k aij)

EJEMPLO 1.

4 0 2 16 0 8
4 6 0 0 = 24 0 0
10 2 2 40 4 4
EJEMPLO 2.
2 1
3 -2 Digamos que A = , encuentre 4A .

2 1 4.2 4.1 8 4
4 A=4 4(-
6 -4 = 4.3 2) = 12 -8

MULTIPLICACION DE UNA MATRIZ CUADRATICA

Dos matrices A y B son multiplicables si el nmero de columnas de
A coincide con el nmero de filas de B.
Mm x n x Mn x p=M m x p

El elemento cij de la matriz producto se obtiene multiplicando cada

elemento de la fila i de la matriz A por cada elemento de la columna j de la
matriz B y sumndolos.
EJEMPLO 1:

2 0 1 1 0 1
3 0 0 * 1 2 1 =
A.B
= 5 1 1 1 1 0

2.1+0.1+1. 20+0.2+.1. 2.1+0.1+1.

1 1 0
3.1+0.1+0. 3.0+0.2+0. 3.1+0.1+0.
= 1 1 0
5.1+1.1+1. 5.0+1.2+1. 5.1+1.1+1.
1 1 0
 3 1 2
= 3 0 3
7 3 6

Ejemplo 2:

1 4 7 1 -1 2
2 5 8 2 -1 2 =
3 6 9 3 -3 0

1+8+2
1 -1-4-21 2+8+0
2+10+ 4+10+
24 -2-5-24 0 =
3+12+ 6+12+
27 -3-6-27 0

30 -26 10
= 36 -31 14
42 -36 18

Ejemplo 3

1 1 0 1 2 5
2 -1 2 3 -1 3 =
0 3 0 5 2 1

1+3+0 2-1+0 5+3+0

2-3+10 4+1+4 10-3+2 =
0+9+0 0-3+0 0+9+0

4 1 8
= 9 9 9
9 -3 9

PROPIEDADES DE LAS MATRICES

Interna:

Asociativa: A +(B+C )=( A +B)+C

Elemento neutro: A +0=A

 Elemento opuesto: A +(A)=O

Conmutativa: A + B=B+ A

PROPIEDADES DE LA MULTIPLICACION

Asociativa:
A ( BC )=( AB )C

Elemento neutro:
AI =A

No es Conmutativa:
AB BA

Distributiva del producto respecto de la suma:

A(B+C)= AB+ AC

TRANSPOCICION DE MATRICES

Dada una matriz de orden m x n, A = (aij), se llama matriz

traspuesta de A, y se representa por At, a la matriz que se obtiene
cambiando las filas por las columnas (o viceversa) en la matriz A.
Es decir:

a 11 .. a 1 n a 11 am 1
A= . . .. t
A=
am1 . amn a 1 n . amn

Propiedades de la trasposicin de matrices

1. Dada una matriz A, siempre existe su traspuesta y adems es nica.

2. ( A t)t =A .

MATRIZ ESCALONADA
En lgebra lineal una matriz se dice que es escalonada, escalonada por
filas o que est en forma escalonada si:

1. Todas filas cero estn en la parte inferior de la matriz.

2. El primer elemento no nulo de cada fila, llamado pivote, est a la

derecha del pivote de la fila anterior (esto supone que todos los
elementos debajo de un pivote son cero)., 1 es decir, si para cada fila
i, s i=min { j /aij0 } , se verifica que a i, j=0 para toda columna
j< s i y que ai+1, j=0 para toda columna js i

Si en cada fila el pivote es el nico elemento no nulo de su columna, se dice

que es escalonada reducida por filas.
MATRIZ ESCALONADA
MATRIZ ESCALONADA REDUCIDA
ESCALONADA
REDUCIDA

1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0

ESCALONA
DA

5 9 1 1
0 1 0 2
0 0 4 3

NO ESCALONADA

1 2 3 4
0 3 7 2
0 2 0 0

No es escalonada porque el pivote de la tercera fila no est a la derecha del

pivote de la segunda fila

DETERMINANTES

SARRUS
Pierre Sarrus (1798, 1861) fue un matemtico francs
que estableci una regla para calcular determinantes de
orden 3.

Los trminos con signo + estn formados por los elementos de

la diagonal principal y los de las diagonales paralelas con su
correspondiente vrtice opuesto.

a1 a1 a1
1 2 3
IAI a2 a2 a2
= 1 2 3
a3 a3 a3
1 2 3

Los trminos con signo estn formados por los elementos de

la diagonal secundaria y los de las diagonales paralelas con su
correspondiente vrtice opuesto.

a1 a1 a1
1 2 3
IAI a2 a2 a2
= 1 2 3
a3 a3 a3
1 2 3

Ejemplo :

1 2 3
115+2(1)2+ 31031221510(1)=
1 1 -1 =
54+ 0610+0=15
2 0 5

COFACTORES

3 2 1
IAI
= 5 6 7 = -72
8 9 1

Se aplica el mtodo de eliminacin de Gau ss

 Regla del triangulo

3 2 1
c11=(-1) 1x(6x1-
(1+1)x 5 6 7 = 7x9)=-57
8 9 1

3 2 1
c11=(-1) 1x(6x1-
(1+1)x 5 6 7 = 7x9)=-57
8 9 1

3 2 1
c13=(-1)
(1+3)x 5 6 7 = 1x(5x9-6x8)=-3
8 9 1

LA MENOR

Se llama menor complementario de un elemento a i j al valor

del determinante de orden n 1 que se obtiene al suprimir
en la matriz la fi la i y la columna j.

1 2 1 1 1

2 5 4 3 2
3 6 2

MATRIZ INVERSA

Si pre multiplicamos (multiplicamos por la izquierda) o pos

multiplicamos (multiplicamos por la derecha) una matriz
cuadrad a por su inversa obtenemos la matriz identidad.

AA1=A1A=I
METODO DE GAUSS

Sea A una matriz cuadrada de orden n. Para calcular la matriz

inversa de A, que denotaremos como A 1 , seguiremos los
siguientes pasos:

Construir una matriz del tipo M = (A | I) , es decir, A est

en la mitad izquierda de M y la matriz identidad I en la
de recha.

Consideremos una matriz 3x3 arbitraria:

1 1 0
A= 1 0 1
0 1 0

La ampliamos con la matriz identidad de orden 3.

1 1 0 1 0 0
1 0 1 0 1 0
0 1 0 0 0 1

Utilizando el mtodo Gauss vamos a transformar la mitad

izquierda, A, en la matriz identidad, que ahora est a la derecha, y la
matriz que resulte en el lado derecho ser la matriz inversa: A1.
F2 = F2 F1

1 1 0 1 0 0
0 -1 1 -1 1 0
0 1 0 0 0 1

F3 = F3 + F2

1 1 0 1 0 0
0 -1 1 -1 1 0
0 0 1 1 1 1

F2 = F2 F3

1 1 0 1 0 0
0 -1 0 0 0 -1
0 0 1 1 1 1

F1 = F1 + F2

1 0 0 1 0 -1
0 -1 0 0 0 -1
0 0 1 1 1 1

F 2 = (1) F 2

1 0 0 1 0 -1
0 1 0 0 0 1
0 0 1 -1 1 1

1 0 -1
-1
A= 0 0 1
-1 1 1

METODO DE GAUSS JORDAN

Solo son invertibles para sistemas cuadrados.

Sea A=(ai j) una matriz cuadrada de coeficientes orden n. Para calcular
la matriz inversa de A, que denotaremos como A1 , seguiremos los
siguientes pasos:
Paso 1. Construir la matriz n 2 n M =( A I ) esto es, A est en la mitad
izquierda de M y la matriz identidad I en la derecha.
Paso 2. Se deja tal y como est la primera fila de M, y debajo del primer
trmino de la diagonal principal, a 11 , que llamaremos pivote, ponemos
ceros. Luego se opera como se indica en el siguiente ejemplo.
Ejemplo:
Consideremos una matriz 3 3 arbitraria
a11 a12 a13
A= a21 a22 a23
a31 a32 a33

a1 a1 a1
1 2 3 1 0 0 PASO 1 M=A L
a2 a2 a2
1 2 3 0 1 0
a3 a3 a3
1 2 3 0 0 1
 PASO 2
a1 a1 a1
1 2 3 1 0 0
a2 a2 A1 M=
0 2 3 1 1 0
a3 a3
0 2 3 0 0 1
EJEMPLO:
Supongamos que queremos encontrar la inversa de
1 0 2
A= 2 -1 3
4 1 8

La mitad izquierda de M est en

1 0 2 1 0 0 forma triangular, por
M= 2 -1 3 0 1 0
4 1 8 0 0 1
consiguiente, A es invertible. Si
hubiera quedado toda una fila con ceros en la mitad A de M, la
operacin habra terminado (A no es invertible). A continuacin,
cogemos como pivote a33, ponemos ceros encima de ste y
seguimos operando hasta que nos quede una matriz diagonal.

M=-2+L2 1 0 2 1 0 0
2 -1 3 0 1 0
4 1 8 0 0 1

M=-4+L3 1 0 2 1 0 0
0 -1 -1 -2 1 0
4 1 8 0 0 1

1 0 2 1 0 0
M=L2+L
3 0 -1 -1 -2 1 0
0 1 0 -4 0 1
 1 0 2 1 0 0
0 -1 -1 -2 1 0
M=-
1+L2 0 0 -1 -6 1 1

1 0 2 1 0 0
0 -1 0 4 0 -1
M=-
1 0 0 1 6 -1 -1

1 0 2 1 0 0
0 1 0 -4 0 1
M=-
2+L1 0 0 1 6 -1 -1

1 0 0 2 2
0 1 0 -4 0 1
M= 0 0 1 6 1 -1

La matriz que ha quedado en la mitad derecha de M es precisamente la

matriz inversa de A:
-11 2 2
-1
A= -4 0 1
6 -1 -1
Para comprobar si el resultado es correcto, se procede a multiplicar AA-1,
teniendo que dar como resultado la matriz identidad I.
1 0 2
A= 2 -1 3
4 1 8
PO
R

-11 2 2
-1
A= -4 0 1
6 -1 -1

SERA IGUAL

1 0 0
0 1 0
0 0 1

METODO DE COFACTORES

Determinante de la Matriz Adjunta de A: Transpuesta de la matriz de

cofactores de A.

Matriz A tiene que ser Diferente de 0.

Transpuesta: Cambiar las filas por columnas de la matriz.

2 3 -4
A= 0 -4 2
1 -1 5

-420+2 182
C11 = -4 2
= -1 5
-1 5
=

C12
0 -4 = - 0 2
-(0- = (0+4) 2)=2
C12 1 5
=+ 1 -1 =4

-(15- c22=
C21 - 3 -4
= 4) =-11 + 2 -4
=
-1 5 1 5

(10+4)=142 =- (-5-
3
c23 2)=5
=- 1 -1

c31 2 -4
=+ 3 4
-(4+0)=-4
= (6-16)=-10
-4 2
2 3
c33= 0
c32 -4
=- 0 2
 (-8-
= 0)=-8
DETERMINANE POR PRIMERA FILA
2(-18)+3(2)+(-4)(4) = -36+6-16=-46
MATRIZ DE COFACTORES

-18 2 4
C= -11 14 5
-10 -4 -8
LA TRANSPUESTA ES LA MATRIZ ADJUNTA adj (A)

-18 -11 -10

2 14 -4
4 5 -8

-1 -18 -11 -10

A 2 14 -4 =1 adj(A) = 1
Det (A) -46
4 5 -8

-18 -11 -10

2 14 -4

9 11 5
23 46 23

-1 -7 2
23 23 23

PROPIEDADES DE LA INVERSA

( AB ) 1=B1A1

( A1)1=A

( kA )1=k 1A1

( A t)1=( A1) t

SISTEMA DE EC UACIONES

GAUSS
El mtodo de Gauss consiste en transf ormar un sistema de
ecuaciones en otro equivalente de forma que este
sea escalonado .

Para facilitar el clculo vamos a tran sformar el sistema en una

matriz, en la que pondremos los coefi cientes de las variables y
los trminos independientes (separados por una re cta).

a1
1 a1n
A= . .
. .
. .
c1
am amn
.
1
.
.
cn

a1
1 a1n
A= . .
. .
. .
c1
amn
0 .
.
.
cn

Ejemplos

3x + 2y + z = 1

5x + 3y + 4z = 2
x + y z = 1

3 2 1 1 f3--f1 1 1 -1 1
5 3 4 2 f1--f2 3 2 1 1
1 1 -1 1 f2--f3 5 3 4 2

1 1 -1 1
f2--f2-
3f1 0 -1 4 -2
f3--f3-
5f1 0 -2 9 -3

1 1 -1 1
0 -1 4 -2
f3-2f2 0 0 1 1

X+y-z=1
-y+4z=-2
Z=1
Y = 4z + 2 +6 = 1 -y+ z= - 4

SISTEMA COMPATIBLE DETERMINADO

X=-4 Y=6 Z=1

EJEMPLO 2
2 X- 5 Y+4 Z+ U-V=- 3

X- 2 Y+ Z- U+ V= 5

X- 4 Y+ 6Z +2 U+ V= 1 0

1 -2 1 -1 1 5
2 -5 4 1 -1 -3
1 -4 6 2 1 10

1 -2 1 -1 1 5
F2-
2F1 0 -1 2 3 -3 -13
F3-
F1 0 -2 5 3 0 5

1 -2 1 -1 1 5
0 -1 2 3 -3 -13
3-
2F2 0 0 1 -3 6 31

X-2Y+Z-U+V=5
-Y+2Z+3U-3V=-13
Z-3U+6V=31
SISTEMA COMPATIBLE INDETERMINADO

GAUSS JORDAN

Como hemos visto, el mtodo de Gauss transforma la matriz de coeficientes

en una matriz triangular superior. El mtodo de Gauss-Jordan contina el
proceso de transformacin hasta obtener una matriz diagonal unitaria (
a ij=0 para cualquier i j ).

Veamos el mtodo de Gauss-Jordan siguiendo con el ejemplo empleado en

el apartado anterior. Aplicando el mtodo de Gauss habamos llegado a la
siguiente ecuacin:

6 -2 2 4 X1 12
0 -4 2 2 X2 10
0 0 2 -5 X3 -9
0 0 0 -3 X4 -3

Ahora seguiremos un procedimiento similar al empleado en el mtodo de

Gauss. Tomaremos como pivote el elemento a 44=3 ; multiplicamos la

cuarta ecuacin por 3 /4 y la restamos a la primera:

6 -2 2 0 X1 8
0 -4 2 2 X2 10
0 0 2 -5 X3 -9
0 0 0 -3 X4 -3

Realizamos la misma operacin con la segunda y tercera fila, obteniendo:

6 -2 2 0 X1 8
0 -4 2 0 X2 8
0 0 2 0 X3 -4
0 0 0 -3 X4 -3

Ahora tomamos como pivote el elemento a 33=2 , multiplicamos la tercera

ecuacin por 1 y la restamos a la primera
6 -2 0 0 X1 12
0 -4 2 0 X2 8
0 0 2 0 X3 -4
0 0 0 -3 X4 -3

se repite la operacin a la segunda fila:

6 -2 0 0 X1 12
0 -4 0 0 X2 12
0 0 2 0 X3 -4
0 0 0 -3 X4 -3

Finalmente, tomamos como pivote a22=-4, multiplicamos la segunda

ecuacin por 1/2 y la sumamos a la primera:

6 0 0 0 X1 6
0 -4 0 0 X2 12
0 0 2 0 X3 -4
0 0 0 -3 X4 -3

El sistema de ecuaciones anterior es, como hemos visto, fcil de resolver.

Empleando la ecuacin (46) obtenemos las soluciones:

1
X= -3
-2
-1
 METODO DE CRAMER

La regla de Cramer se aplica para resolver sistemas de

ecuaciones lineales que cumplan las siguientes condiciones:

El nmero de ecuaciones es igual al nme ro de

incgnitas.
El determinante de la matriz de los coefi cientes es
distinto de ce ro.

Tales sistemas son sistemas compatibles determinados y se

denominan sistemas de Cramer.

+
a11x +a12 +a12 a1nxn=
1 x2 x3 + b1
+
a21x +a22 +a22 a2nxn=
2 x2 x3 + b2
+
a31x +32x +a32 a3nxn=
3 2 x3 + b3

.
+
an1x +an2 +an3 annXn=
1 x2 x3 + n

Sea el determinante de la matriz de coeficientes.

a11 a12 a13 .. a1n

a21 a22 a23 .. a2n

. . . .. .

an1 an2 an3 .. ann

Todo sistema de Cramer tiene una sola solucin (es decir, es un sistema
compatible determinado) que viene dada por las siguientes expresiones:

X 1= 1 X 2= 2 Xn= n


1 , 2 , 3 ,... , n son los determinantes que se obtiene al sustituir los

coeficientes del 2 miembro (los trminos independientes) en la 1

columna, en la 2 columna, en la 3 columna y en la ensima columna
respectivamente.

Ejemplo:

x+y+z=1
x-
2y+3z=2
x
+z=5

1 1 1
1 -2 3 = 2 =
1 0 1

1 1 1
2 -2 3 = 21 1=
5 0 1

2=
1 1 1
1 2 3
1 5 1
= -8
1 1 1 2=
1 -2 2 = -11
1 0 5

21
X=
2

Y= -4
-11
Z=
2

TEMA: ESPACIOS VECTORIALES Y SUB ESPACIOS

OBJETIVOS:

Conocer sus definiciones y las principales aplicaciones de los espacios

y sub espacios vectoriales
Conocer su aplicacin dentro de Algebra Lineal

DESARROLLO:

ESPACIOS VECTORIALES
La idea de vector est tomada de la Fsica, donde sirven para representar
magnitudes vectoriales como fuerzas, velocidades o aceleraciones. Para ello
se emplean vectores de dos componentes en el plano, de tres componentes
en el espacio. Se supone conocida la representacin grfica y manejo de los
vectores de R2 y de R3.

Podemos sumar dos vectores y obtenemos otro vector;

Podemos multiplicar un vector por un nmero (escalar) y obtenemos
otro vector.
Definicin de Espacios Vectoriales
Cualquier conjunto que posea unas operaciones suma y producto por
escalares, cumpliendo todas las propiedades anteriores, diremos que es un
espacio vectorial. Los elementos de tal conjunto se llamarn vectores
El espacio vectorial es real o complejo, segn sean los escalares
Propiedades de los espacios Escalares
Propiedades de la suma de vectores.

Asociativa: (u+ v)+w=u+(v + w)

Conmutativa: v +u=u+ v .
 Existe un elemento neutro, el vector 0 ,tal que+ v=v para cualquier vector
vK 0 K

Para cada vector v existe un elemento opuesto, v, que sumado con l da

0K

Propiedades del producto de un vector por un escalar.

Asociativa: ( v)=( ) v

Distributivas:

*Respecto de la suma de escalares: ( + ) v= v + v

*Respecto de la suma de vectores: (u+v )= u+ v

Existe un elemento unidad: el escalar 1, tal que 1v=v para cualquier

vector v.
Ejemplo de Espacios Vectoriales

El espacio, formado por los vectores de n componentes (x 1, . .. , xn)

es un espacio vectorial real, en el que se pueden sumar vectores y
multiplicar por un escalar (real) de la forma habitual.
nR Se puede comprobar que se cumplen las propiedades

requeridas para ambas operaciones. El vector cero es (0,. ..,0) .

Es un espacio vectorial complejo, pues no podemos multiplicar por

escalares complejos (si lo hacemos, el resultado no se mantendr
dentro de ).

Es un espacio vectorial real, pues podemos sumar dos matrices de M 2 x2

obteniendo otra matriz de M 2 x2 , y multiplicar una matriz de M 2 x 2

por un escalar real obteniendo otra matriz de M 2 x 2 . Se puede

comprobar que se cumplen las propiedades. El vector 0 K es, en este caso,
la matriz con todos sus trminos nulos. No es un espacio vectorial complejo
EJEMPLO
El conjunto ME de las matrices 3x2 con trminos enteros. Podemos sumar
dos matrices de ME y obtenemos otro elemento de ME:

a c a c
En efecto, si tomamos, a,a,b,b ,c ,c ,d,d
b d b d con enteros,
 a c +a c
Tambin tiene trminos enteros, luego pertenece a ME .
b d b d

Sin embargo ME no es un espacio vectorial real, pues al multiplicar un

elemento de ME por un escalar real no est garantizado que el

resultado permanezca dentro de ME . Si el escalar es p.ej. el nmero

real 1.25, el resultado ya no es una matriz con trminos enteros. Por similar
razn tampoco es un espacio vectorial complejo.
SUB ESPACIOS VECTORIALES
Dado un espacio vectorial V, podemos considerar una parte S de l que
funcione como un espacio vectorial ms pequeo, incluido en V. Como V
es un espacio vectorial, posee unas operaciones (suma, producto por un
escalar) que en particular se pueden efectuar en S. Slo necesitaremos que,
al efectuarlas, su resultado quede dentro de S.
Definicin de Sub Espacios Vectoriales
Dado un espacio vectorial V, se dice que un subconjunto S de V es un sub
espacio vectorial si contiene al vector 0, y si al efectuar las operaciones de
suma y producto por escalar entre vectores de S, el resultado permanece en
S.
Es decir

0 S . K

Si v , w S entonces v +w S .

Si v S y es un escalar , entonces v S .

No se comprueban si se cumplen las propiedades asociativa, conmutativa,

etc. puesto que sabemos que se cumplen en V, y por tanto tambin en S (se
dice que S hereda las propiedades de las operaciones en V).
Ejemplos de subespacios.

1) La recta x= y es un subespacio de R 2 Est formado por los vectores

a,a
de la forma ). Contiene al vector (0,0).
Adems, es cerrado para la suma y producto por escalar:
Suma: (a , a)+(b ,b)=( a+b , a+b) que tambin es un elemento de la
recta.
Producto por un escalar: R , (a , a)=( a , a) que tambin es un
elemento de la recta.
Descripcin de los sub espacios de Rn.
Los sub espacios de Rn pueden describirse de dos formas: implcita y
paramtrica.
Forma implcita: Mediante ecuaciones. Los vectores que verifiquen
las ecuaciones son los que pertenecen al sub espacio.
Forma paramtrica: Mediante una expresin con parmetros, los
cuales al tomar distintos valores producen todos los vectores del sub
espacio.
Para pasar de una a otra forma:
De la forma implcita a la paramtrica: Basta considerar las ecuaciones
implcitas como un sistema, y resolverlo. La solucin general del sistema
(que podr depender de parmetros) es la expresin paramtrica.
De la forma paramtrica a la implcita: Podemos decir, aunque no es un
mtodo riguroso, que se trata de describir mediante ecuaciones cmo
es el vector genrico del subespacio. Ayudar el conocer qu nmero de
ecuaciones es necesario
Ejemplo

En 2R , la recta bisectriz del primer cuadrante puede describirse en

implcitas como { y =x }, y en paramtricas como{( , ) : R} R

RELACIN ENTRE LA FORMA IMPLCITA Y PARAMTRICA.

Si S es un subespacio de Rn, la forma implcita y paramtrica de S
satisfacen en general la siguiente relacin:
N de ecuacionesimplcitas + N de parmetros=n .

INCLUSIN DE SUBESPACIOS.
Dados dos sub espacios A y B, puede ocurrir que uno est incluido en
otro (una recta dentro de un plano, por ejemplo).

Se dice que A est contenido o incluido en B ( y se denota A B) si todos

los elementos de A estn tambin en B.
En cualquier espacio vectorial V, el sub espacio {0} est contenido en
todos los dems sub espacios; mientras que todos ellos estn contenidos
en el total V.
En forma implcita: Si las ecuaciones de B estn incluidas en las de
A , entonces A B . (Cuantas ms ecuaciones implcitas, ms pequeo es
el sub espacio).

En forma paramtrica: Para ver si A B , tendremos que ver si todo

vector genrico de A, est en B.
OPERACIONES CON SUBESPACIOS
A partir de dos sub espacios podemos construir otro efectuando las
operaciones de suma o interseccin de sub espacios.
INTERSECCIN DE SUB ESPACIOS.

La interseccin, indicada por el smbolo , puede aplicarse a conjuntos

cualesquiera, no slo a espacios vectoriales. Consiste en
encontrar los elementos comunes a dos conjuntos.
Teorema La interseccin de sub espacios es un sub
espacio

En efecto, es posible sumar vectores dentro de S T , pues

por ser S y T sub espacios, la suma debe permanecer dentro de S y dentro
de T, y por tanto dentro de S T . Lo mismo para el producto por
escalares.
Suma de sub espacios.
Dados dos sub espacios S, T se define el sub espacio suma como:

S +T ={u+ v :u S , v T }

Es decir, aquellos vectores que podamos construir sumando un vector de S

y uno de T.
Bibliografa:
http://personales.unican.es/camposn/espacios_vectoriales1.pdf
http://es.slideshare.net/breerico/41-definicin-del-espacio-vectorial-y-sus-
propiedades
http://algebralinealpolitecnica.blogspot.com/2010/06/espacios-
vectoriales.html