Download Slide 1 - licimep.org
Document related concepts
Transcript
•Linear algebra. Lang •Linear algebra. Jim Hefferon •Linear algebra. Hoffman y Kunze •Calculus. Apostol •Applied mathematics. Olver y Shakiban •Calculus of vector functions. Williamson, Crowell y Trotter •Mathematics for physicists. Dennery y Krzywicki •Mathematical methods in physics and engineering. Dettman •Mathematical methods for physicists. Arfken •Sistemas de ecuaciones lineales •Matrices •Determinantes •Espacios vectoriales •Producto escalar. Espacios ecuclidianos •Bases ortonormales •Transformaciones lineales •Valores y vectores propios •Formas cuadráticas y formas hermitianas El Álgebra lineal es la rama de las matemáticas que estudia los vectores, los espacios vectoriales, las transformaciones lineales entre los espacios vectoriales y los sistemas de ecuaciones lineales. •Los espacios vectoriales son fundamentales en las matemáticas modernas; el Álgebra lineal es ampliamente utilizada tanto en el álgebra abstracta como en el análisis funcional. •El Álgebra lineal tiene una representación concreta en la Geometría Analítica. •Tiene aplicaciones importantes y vastas en las ciencias naturales y en las ciencias sociales, ya que muchos modelos no lineales pueden ser aproximados por modelos lineales La historia del Álgebra lineal moderna se remonta a los años de 1843 y 1844. En 1843, William Rowan Hamilton (quien inventó el nombre “Vector”) descubrió los cuaterniones. En 1844, Hermann Grassman publicó su libro Die lineale Ausdehnungslehre. Arthur Cayley en 1857, introdujo las matrices (2x2), una de las ideas fundamentales del Álgebra Lineal. Dados los n m m números complejos a11 , a12 , a13 , ..., amn y b1 , b2 , b3 , ..., bm podemos formar el siguiente sistema de ecuaciones: Sistema de ecuaciones lineales a11 x1 a12 x2 a13 x3 ... a1n xn b1 a21 x1 a22 x2 a23 x3 ... a2 n xn b2 ... ai1 x1 ai 2 x2 ai 3 x3 ... ain xn bi ... am1 x1 am 2 x2 am 3 x3 ... amn xn bm n es el número de incognitas m es el número de ecuaciones Dadas las constantes complejas a11 , a12 , a13 , ..., amn y b1 , b2 , b3 , ..., bm * ¿En qué condiciones existe un conjunto de números complejos x1 , x2 , x3 ,..., xn que satisfacen simultaneamente las ecuaciones? * ¿Cómo encontramos dicha solución? Sistema de ecuaciones lineales a11 x1 a12 x2 a13 x3 ... a1n xn b1 a21 x1 a22 x2 a23 x3 ... a2 n xn b2 ... ai1 x1 ai 2 x2 ai 3 x3 ... ain xn bi ... am1 x1 am 2 x2 am 3 x3 ... amn xn bm n es el número de incognitas m es el número de ecuaciones Finalmente la cosa se reduce a tratar con los coeficientes: a11 a12 ... a1n a a ... a 21 22 2n . . . am1 am 2 ... amn y b1 b 2 . . . bm Un arreglo de números complejos a11 a12 ... a1n a a ... a 21 22 2n . aij . . am1 am 2 ... amn es llamado una matriz m n en C La matriz tiene m renglones y n columnas a11 a 21 . A . . am1 a12 ... a22 ... am 2 ... a1n a2 n amn A aij i 1, 2,..., m j 1, 2,..., n A es una matriz m n Un vector x1 . . . x n es una matriz n 1 Un vector x1 ,..., xn es una matriz 1 n 0 0 ... 0 0 0 ... 0 . . . 0 0 ... 0 aij =0 para todo i, j Todos sus elementos son cero a11 a12 ... a1n a21 a22 ... a2 n . . . an1 an 2 ... ann a ij i 1, 2,..., n El orden de la matriz es n j 1, 2,..., n Tiene el mismo número de renglones y de columnas La matriz identidad A aij n n está definida como aij 0 si i j y aii 1 para i 1,..., n 1 0 . In . . 0 0 ... 1 ... 0 ... 0 0 1 a11 a 21 A a31 a41 a12 a13 a22 a23 a32 a33 a42 a43 A aij i 1, 2, 3, 4 a14 a24 a34 a44 j 1, 2, 3, 4 Tiene 4 columnas, 4 renglones: 16 elementos Sea A aij n n una matriz cuadrada. Los elementos a11 , a22 , a33 ,..., ann constituyen los elementos de la diagonal. Sea A aij n n una matriz cuadrada. Se dice que es diagonal si todos los elementos "fuera" de la diagonal son cero, es decir, aij 0 si i j a11 0 . . . 0 0 ... a22 ... 0 ... 0 0 ann * Toda matriz diagonal es simétrica Sea A aij n n una matriz cuadrada. Se dice que es triangular si todos los elementos "arriba ó abajo" de la diagonal son cero, es decir, aij 0 si i j ó aij 0 si i j 0 1 3 i 4 2 1 1 i 2 8 0 0 0 0 2 0 0 0 3 0 4 i 2i 0 0 Sea A aij una matriz m n. La matriz n m denotada como B b ji tal que b ji aij es llamada transpuesta. T Se denota A . Se intercambian renglones y columnas 1 0.5 1 A 1 2 0.5 1 1 T A 0.5 2 1 0.5 Una matriz A aij m n es simétrica si es igual a su transpuesta, es decir, si A A . T Hay lo mismo arriba y abajo de la diagonal Una matriz A aij m n es antisimétrica si es igual al negativo de su transpuesta, es decir, si A A . T Una matriz cuadrada A aij es simétrica si A A T Una matriz cuadrada A aij es antisimétrica si A A T •La suma de dos matrices •Multiplicación de una matriz por un escalar •Multiplicación de dos matrices Solo se pueden sumar matrices de la misma forma, es decir, que ambas sean m n. Sean A aij y B bkl dos matrices m n, la suma es A B ij aij bij para todo i, j a11 a21 . A . . am1 a12 ... a22 ... am 2 ... a11 a21 A+B am1 a1n a2 n amn b11 b21 . B . . bm1 b11 a12 b12 ... b21 a22 b22 ... am 2 bm 2 ... . . . bm1 b12 ... b22 ... bm 2 ... a1n b1n a2 n b2 n amn bmn b1n b2 n bmn Sea A aij una matriz m n y r un escalar, el producto rA se define como rA ij raij para todo i, j ra11 ra21 . rA . . ram1 ra12 ... ra22 ... ram 2 ... ra1n ra2 n ramn rA raij i 1, 2,..., m j 1, 2,..., n a11 a12 ... a1n a a ... a 22 2n 21 . A . . am1 am 2 ... amn mn b11 b12 ... b1s b b ... b 2s 21 22 . B . . bn1 bn 2 ... bns ns n AB ik aijb jk j 1 m s n AB ik aijb jk j 1 m s La multiplicación no es conmutativa El número de columnas del primer factor debe ser igual al número de renglones del segundo factor 1 2 0 2 2 8 3 1 1 3 1 9 0 2 1 2 6 2 1 3 3 1 8 1 1 2 0 2 3 1 1 3 0 2 1 2 1 3 3 1 ¡La multiplicación de matrices no es conmutativa! 3 1 1 1 3 1 2 5 2 1 2 2 1 11 31 3 1 1 2 1 2 2 1 1 2 3 1 3 2 1 2 3 2 2 2 3 4 1 5 1 3 1 2 3 5 1 1 1 5 2 1 3 2 22 3 2 3 4 1 3 1 2 1 1 2 1 ? No se pueden multiplicar El número de columnas del primer factor debe ser igual al número de renglones del segundo factor Si A, B, C son matrices A B + C = AB + AC Si r es un número A rB r AB Claro, siempre y cuando las sumas y los productos puedan realizarse Si A, B, C son matrices tales que A y B pueden ser multiplicadas y B y C pueden ser multiplicadas. Entonces A, BC pueden ser multiplicadas. También AB, C y se tiene AB C = A BC Sea A una matriz n n A es invertible o no singular si existe una matriz B de rango n n tal que AB = BA = I n La matriz B se llama inversa de A y se denota A 1 Cuando existe la matriz inversa es única Sea A una matriz n n Se pueden formar los productos A AA AA...A Si m es un entero 1 A AA...A m Se define A 0 I Sistema de ecuaciones lineales a11 x1 ... a1n xn b1 ... am1 x1 ... amn xn bm A aij m n b bi m 1 Ax = b x x j n 1 Toda matriz cuadrada n n tiene asociado un determinante que es un número complejo. El determinante de la matriz A se escribe det A A a11 a12 ... a1n a21 a22 ... a2 n an 2 ... . . . an1 ann det A n sgn a S n i 1 i, i La suma se calcula sobre todas las permutaciones de los números 1, 2,3,..., n y sgn es 1 se la permutación es par ó 1 si es impar. det A n sgn a S n i 1 i, i La suma se calcula sobre todas las permutaciones de los números 1, 2,3,..., n y sgn es 1 se la permutación es par ó 1 si es impar. *Permutaciones del 1 y el 2: 1, 2 , 2,1 así que det A a11a22 a12 a21 En el caso de una matriz cuadrada 2 2 el determinante es el número complejo det A A a11 a12 a21 a22 a11a21 a21a12 det A n sgn a S n i 1 i, i La suma se calcula sobre todas las permutaciones de los números 1, 2,3,..., n y sgn es 1 se la permutación es par ó 1 si es impar. Permutaciones del 1, 2 y 3 1, 2,3 , 1,3, 2 , 2,1,3 , 2,3,1 , 3, 2,1 , 3,1, 2 así que a11a22 a33 a11a23a32 a12 a21a33 a12a23a31 a13a22a31 a13a21a32 En el caso de una matriz cuadrada 3 3 el determinante es el número complejo a11 a12 a13 det A A a21 a22 a23 a31 a32 a33 a11a22 a33 a12 a23a31 a13a21a32 a11a23a32 a12 a21a33 a13a22 a31 5 3 3 1 4 2 3 5 0 det 3 4 3 3 1 2 3 0 3 Truco que solo sirve para matrices 3x3 1) Se duplican los renglones 1 y 2 5 3 3 3 1 0 4 2 3 5 3 3 3 1 0 2) Se multiplican diagonalmente hacía abajo con signo + y diagonalmente hacía arriba con signo 3 3 3 1 0 5 4 2 5 3 3 1 5 1 3 3 2 3 4 3 0 15 18 0 12 3 3 3 3 5 2 0 4 1 3 27 0 12 3 0 1 0 2 0 2 4 1 5 det 4 1 5 2 3 2 3 2 1 0 2 4 1 5 2 3 2 1 0 2 4 1 5 2 24 0 0 15 4 1 2 11 2 4 3 2 2 0 5 4 0 2 1 3 5 2 1 2 33 1.- Si todos los elementos de una fila o de una columna de una matriz son cero, entonces su determinante es cero 2.- Si todos los elementos de una fila o de una columna de una matriz se multiplican por el mismo número k , entonces su determinante se multiplica por k . 3.- Si una par de filas o de columnas de una matriz se intercambian, el determinante cambia de signo 4.- Si una fila o una columna de una matriz es proporcional a otra fila o a otra columna, el determinante es cero. 5.- Si todos los elementos de una fila o de una columna se pueden expresar como la suma de dos términos, entonces el determinante puede escribirse como la suma de dos determinantes, cada uno de los cuales contiene uno de los términos en la fila o columna correspondiente. 6.- Si a todos los elementos de una fila o de una columna se le añade k veces el elemento correspondiente de otra fila o columna, el valor del determinante no cambia. Si la matriz A es triangular, entonces det A a11a22 a33 ...ann es decir, el determinante es el producto de los elementos diagonales. Usando las propiedades 1 a 6 expuestas arriba, se lleva la matriz original a una forma triangular cuyo determinante es el producto de los elementos de la diagonal Sea una matriz A cuadrada n n. Eligimos una fila, la i, entonces n det A aij 1 j 1 i j M ij donde M ij es el determinante de la matriz que resulta de quitar la fila i y la columna j a11 a 21 . M ij . . am1 a12 ... a22 ... aij am 2 ... a1n a2 n amn Sea una matriz A cuadrada n n. Eligimos una columna, la j, entonces n det A aij 1 i 1 i j M ij donde M ij es el determinante de la matriz que resulta de quitar la fila i y la columna j 5 3 3 3 1 0 4 3 2 1) Se escoge un renglón. Elegimos el primero. 2) Se toman los elementos de ese renglón uno por uno. Empecemos por el elemento 5. 3) Se crea un nuevo determinante quitando el renglón y la colum na del elemento escogido, es decir -1 0 2 3 A este determinante se le llama menor 5 3 3 3 1 0 4 3 2 4) El determinante obtenido (el menor) se multiplica por el elemento y se pone como signo -1 Número de columna+Número de renglón En este caso -1 1 1 5 -1 0 2 3 5 3 3 3 1 0 4 3 2 5) Se hace lo mismo con todos los elementos del renglón escogido. 5 3 3 3 1 0 4 3 2 1 11 5 1 0 2 3 1 1 2 3 3 0 4 3 1 5 3 3 9 3 10 15 27 30 12 1 3 3 3 1 4 2 1 0 2 4 1 5 2 3 2 1 1 1 1 1 5 3 2 1 5 3 2 02 13 20 33 1 1 2 4 1 2 3 0 4 5 2 2 1 1 3 2 15 2 12 2 2 4 1 2 3 2 5 3 1 1 3 det 1 1 3 2 2 0 2 2 0 2 5 3 1 11 2 1 3 2 0 1 1 2 5 1 3 2 0 2 6 5 6 3 0 12 30 0 42 1 1 3 3 1 1 2 2 0 3 4 2 1 0 2 2 1 3 2 1 3 2 3 1 1 11 0 0 2 3 2 1 1 2 3 1 1 1 1 3 4 1 3 1 3 1 3 2 2 0 2 1 2 2 3 1 3 2 1 4 1 3 1 2 2 1 1 4 1 2 1 2 1 3 1 3 1 3 2 0 2 3 2 3 2 3 2 2 1 1 1 2 1 1 1 3 2 1 0 3 2 3 2 2 3 1 2 2 1 2 1 1 3 3 1 1 0 2 1 3 1 1 3 2 1 1 0 1 3 3 2 2 2 1 3 2 1 3 1 3 2 1 1 0 1 1 1 2 1 3 2 2 3 0 3 3 1 1 1 2 3 3 2 1 2 2 1 3 2 3 3 2 3 1 3 3 1 5 2 2 2 9 9 2 1 1 0 2 2 7 13 113 0 9 2 7 27 0 3 4 2 1 0 2 2 1 3 2 1 3 2 3 1 2 2 3 2 1 1 2 3 1 0 1 11 0 1 1 1 3 4 1 3 1 1 2 2 2 1 3 1 3 1 3 0 2 3 1 1 2 1 1 1 4 3 9 4 13 2 27 25 2 2 1 3 0 2 3 2 2 3 Escogemos un renglón, el primero 2 5 3 1 1 3 2 2 1 11 0 2 1 3 2 0 1 1 2 5 1 3 2 0 2 6 5 6 3 0 12 30 0 42 1 1 3 3 1 1 2 2 Ahora escogemos el segundo renglón, 2 5 3 1 1 3 2 2 1 2 1 0 1 5 3 2 0 1 22 1 2 3 2 0 1 6 6 3 4 10 6 6 3 14 42 23 3 2 5 2 2 Ahora escogemos la tercera columna, 2 5 3 1 1 3 2 2 1 1 3 0 3 1 1 2 2 1 3 0 3 14 0 42 23 3 2 5 2 2 1 3 3 0 2 5 1 1