2. Estructura algebraica
Conjunto de operaciones binarias
Se representan <A, operación>, <{a, b,
c}, operación>, si son sencillas; o bien,
se
representan
<conjunto,
1o.
operación, 2o. operación> cuando son
dobles
4. Ejemplo
Siendo los conjuntos
A= {1, 2, 3} y
B= {4, 5, 6}
entonces
AxB=
{4, 5, 6, 8, 10, 12, 15, 18}
x
4
5
6
1
4
5
6
2
8
10
12
3
12
15
18
5. Vector
Cantidades físicas que necesitan
dirección
y
magnitud
para
su
especificación, fuerza y velocidad son
ejemplos de vectores.
Se representa por un segmento de línea
recta con dirección y longitud dadas. P1
es el punto inicial y P2 el punto terminal
del vector, la cabeza de la flecha indica
la dirección del vector.
6. Espacios vectoriales
Conjunto de n-adas ordenadas, también
conocido como espacio euclidiano o
espacio n-dimensional
Un espacio vectorial es un espacio no
vacío.
7. Espacios vectoriales
Se denota por Rn , éste es una sucesión de
n números reales, donde:
R1 = espacio unidimensional, línea recta
real.
R2 = espacio bidimensional, pares
ordenados.
R3 = espacio tridimensional, terna
ordenadas.
…
Rn = espacio n-dimensional, n-adas
ordenadas.
8. Espacios vectoriales
Siempre cumplen las propiedades o
axiomas de la suma de vectores y la
multiplicación por un escalar dichas
propiedades vistas en espacios ndimensiónales Rn o R2.
10.
Para suma de vectores
X + Y = (x1 , x2, ... , xn) + (y1 , y2, ... , yn).
Para multiplicación de un vector por un escalar
H(x1 , x2, ... , xn) = (Hx1 , Hx2, ... , Hxn).
Las propiedades que cumplen son las mismas
que vimos en operaciones básicas con
vectores en R2.
El vector cero “0” es el vector neutro o
identidad de la suma de vectores en Rn:
0 = (0, 0, 0, ..., 0n), este vector tiene como
propiedad de que es único, es decir, U + 0 = 0,
0U = 0, a0 = 0, aU = 0 si a = 0 o U = 0, donde
“U” es un vector y “a” un escalar.
11. Sub espacio vectorial
Sub conjunto del espacio vectorial
W es un sub espacio vectorial de V si W es
un espacio vectorial bajo las operaciones
de suma y multiplicación por un escalar
definidas en V.
Para que W sea un sub espacio de V debe
cumplir las propiedades de cierre de la
suma y la multiplicación por un escalar
también debe cumplir la ley del elemento
neutro bajo la suma, el inverso bajo la
suma y el neutro bajo la multiplicación por
un escalar.
13. Ecuaciones lineales
a1 x1 + a 2 x2 + … an xn = b
Incógnitas: x , x , …, x
1
2
n
Constantes: a , a , …, a , b
1
2
n
ak coeficiente de xk
b, constante de la ecuación
Solución: conjunto de valores de las
incógnitas U = (k1,k2,…kn)
x = k , x = k , …, x = k .
1
1
2
2
n
n
Sustituyendo x por k
i
i
a1 k1 + a 2 k2 + … an kn = b
15. Ecuaciones lineales
2x – 5y +3xz = 4
No es una ecuación
lineal pues el producto
de dos incógnitas la
hace de segundo grado
X + 2y – 4z + t = 3
U = (3, 2, 1, 0)
U = (1, 2, 3, 4)
(3) + 2(2) – 4(1) +
(0) = 3
(1) + 2(2) – 4(3) +
(4) = 3
3+4–4+0=3
1 + 4 – 12 + 4 = 3
Cierto
Solución
Falso
16. Ecuaciones lineales con una
incógnita
ax = b
Teorema 1.1:
Solución única: Si a 0, x = b/a
ii. No tiene solución: si a = 0 pero b 0
iii. Soluciones infinitas: Si a = 0 y b = 0,
todo escalar k es solución
i.
17. Ecuaciones lineales
degeneradas
0x1 + 0x2 + … 0xn = b
Teorema 1. 2:
i. Si b 0 la ecuación no tiene
solución
ii. Si b = 0, todo vector U = (k1,k2,…kn)
es una solución
18. Ecuaciones lineales no
degeneradas
a1x1 + a2x2 + … anxn = b
Primera incógnita
Coeficiente no nulo
Su posición p, menor valor entero de j
para el cual aj 0
xp es primera incógnita si aj = 0
para j p pero a 0
19. Teorema 1.3:
Para
a1x1 + a2x2 + … anxn = b
Con primera incógnita xp
i. Cualquier conjunto de valores de las
incógnitas xj con j p dará una
única solución
ii. Toda solución de la ecuación se
obtiene en i
20. Ruta de Solución
2x – 4y + z = 8
Asignamos valores arbitrarios a las variables
libres
y = a, z = b
Sustituimos dichos parámetros
2x – 4a + b = 8
Despejamos x
2x = 8 + 4a – b x = 4 + 2a – ½ b
Obtenemos el conjunto solución
u = (4 + 2a – ½ b, a, b)
21. Ecuaciones lineales con dos
incógnitas
ax + by = c
a, b, c
a 0 ó b 0, se supone no degenerada
Solución
u R2
k1, k2
u = (k1, k2)
22. Sistema de dos ecuaciones con
dos incógnitas
a1x + b1y = c1
a x+b y= c
2
2
2
a y b no son simultáneamente nulos
1
1
ni a2 y b2
Solución simultánea: único par de
números reales u = (k1, k2) que
satisface ambas ecuaciones
23. Sistema de dos ecuaciones con
dos incógnitas
Solución
simultánea:
único par de
números reales
u = (k1, k2)
que satisface
ambas
ecuaciones
24. Sistema de dos ecuaciones con
dos incógnitas
Cuando a, b, coeficientes de x e
y respectivamente, son
proporcionales
No tiene solución. Las rectas del
gráfico son paralelas
Tiene infinitas soluciones dado que
son ecuaciones equivalentes. Las
líneas del gráfico son coincidentes.
25. Sistema de dos ecuaciones con
dos incógnitas
a1/a2= b1/ b2
b1
a2
ó
a1
b2
= a1b2 – a2b1 = 0
No solución si: a1/a2= b1/ b2 c1/c2
Infinitas soluciones si:
a1/a2= b1/ b2 = c1/c2
Única solución si el determinante de
los coeficientes es diferente de 0
27. Sistemas de ecuaciones
lineales de m ecuaciones
lineales
L1, L2, …, Lm son ecuaciones lineales
con n incógnitas x1, x2, …, xn
a11x1 + a12x2 + … + a1nxn = b1
a21x1 + a22x2 + … + a2nxn = b2
…………………………………………………….
…………………………………………………….
am1x1 + am2x2 + … + amnxn = bm
Donde aij, bi son constantes
28. Sistemas de ecuaciones
lineales de m ecuaciones
lineales
Solución particular. Conjunto de
valores de las incógnitas, digamos
x1 = k1, x2 = k2, …, xn = kn, o bien, la
n-pla U = (k1,k2,…kn) , solución de
cada una de las ecuaciones del
sistema.
Solución general: conjunto de todas
las soluciones
29. Sistemas equivalentes
Operaciones elementales
[E1] Intercambiar las ecuaciones i-ésima y
j-ésima: Li Lj
[E2] Multiplicar la ecuación i-ésima por un
escalar no nulo k: kLi Li, k 0
[E3] Sustituir la ecuación i-ésima por ella
misma más k veces la j-ésima: (kLj + Li) Li
[E] Sustituir la ecuación i-ésima por k (no
nulo) veces ella misma más k’ veces la jésima: (k’Lj + kLi) Li , k 0
30. Sistemas equivalentes
Teorema 1.4:
Si un sistema de ecuaciones lineales (#)
se obtiene de otro (*) mediante una
sucesión
infinita
de
operaciones
elementales, entonces (#) y (*) tienen el
mismo conjunto solución
31. Sistemas equivalentes
Resolución
Paso 1. Usar operaciones elementales
para reducir el sistema a uno
equivalente más simple (en forma
triangular escalonada)
Paso 2. Usar la sustitución hacia atrás
para hallar la solución del sistema más
simple
34. Teorema 1.5:
Supongamos un sistema de ecuaciones
lineales que contiene la ecuación
degenerada
L : 0x1 + 0x2 + … 0xn = b
a) Si b = 0, L puede suprimirse del sistema
sin alterar la solución (T. 1.2, ii)
b) Si b 0, el sistema no tiene solución dado
que la ecuación no la tiene (T. 1.2, i)
35. Sistemas en forma triangular y
escalonada
Forma triangular
Si el número de ecuaciones es igual al
número de incógnitas y si xk es la primera
incógnita de la k-ésima ecuación. Por tanto
tiene la forma
a11x1 + a12x2 + … + a1,n – 1xn – 1 + a1nxn = b1
a22x2 + … + a2,n – 1xn – 1 + a2nxn = b2
…………………………………………………….
an – 1,n – 1xn – 1 + an – 1,nxn = bn – 1
annxn = bn
37. Sistemas en forma triangular y
escalonada
Forma escalonada. Variables libres
Si ninguna ecuación es degenerada
La primera incógnita de cada ecuación está
a la derecha de la primera incógnita de la
ecuación anterior
a11x1 + a12x2 + … + a1,n – 1xn – 1 + a1nxn = b1
a2j xj + a2, j xj +… + a2nxn = b2
2 2
2+1 2+1
…………………………………………………….
arj xj + ar, j
r
r
r+1
xj
r+1
+ … + ar nxn = br
38. Sistemas en forma escalonada
Donde
1 < j2 < … < jr
a11, a2j , …, arj 0
rn
2
r
xk se denomina variable libre si xk no es
la primera incógnita de la ecuación, esto
es xk x1, xk xj , …, xk xj
2
r
39. Sistemas en forma escalonada
Teorema 1.6:
Consideremos el sistema de ecuaciones
de forma escalonada (presentado
anteriormente) Existen dos casos:
i. r = n Hay tantas ecuaciones como
incógnitas. El sistema tiene solución
única
40. Sistemas en forma escalonada
ii.
r < n Hay menos ecuaciones que
incógnitas.
Entonces podemos asignar
arbitrariamente valores a las n – r
variables libres y obtener una de
infinitas soluciones del sistema
Teorema 1.6
41. Sistemas en forma escalonada
Siendo:
x + 2y – 4z = – 4
y–z=–2
– 8y + 15z = 23
Este no es un sistema escalonado
42. Sistemas en forma escalonada
x + 4y – 3z + 2t = 5
z – 4t = 2
Un sistema escalonado
Las primeras incógnitas son x y z
Las variables libres son y y t
Solución:
Asignar parámetros a variables libres
Sustitución hacia atrás
43. Sistemas en forma escalonada
x + 4y – 3z + 2t = 5
z – 4t = 2
y=a
t=b
En consecuencia
z = 2 + 4b
x = 11 – 4a + 10b
Solución: (11 – 4a + 10b, a, 2 + 4b, b)
44. Algoritmo de reducción
Paso 1.
Intercambiar las ecuaciones de forma que x1
aparezca con un coeficiente no nulo en la
primera ecuación es decir, conseguir a11 0
Paso 2.
Utilizar a11 como pivote para eliminar x1 de
todas las ecuaciones excepto de la primera.
Esto es, para cada i > 1, efectuar la
operación
[E3]: (ai1/ a11) L1 + Li Li ó [E] ai1L1 + a11Li Li
45. Algoritmo de reducción
Paso 3.
Examinar la nueva ecuación L:
a) Si L tiene la forma 0x1 + 0x2 + … 0xn = 0
o si es un múltiplo de otra ecuación,
suprimirla del sistema
b) Si L tiene la forma 0x1 + 0x2 + … 0xn = b
con b 0, abandonar el algoritmo. El
sistema no tiene solución
46. Algoritmo de reducción
Paso 4.
Repetir los pasos 1, 2, 3 con el
subsistema formado por todas las
ecuaciones excluyendo la primera
Paso 5
Continuar con el proceso anterior hasta
que el sistema esté en forma
escalonada, o hasta que se obtenga
una ecuación degenerada en el paso 3b
48. Algoritmo de reducción
O bien
x + 2y – 3z = 1
y – 2z = 2
Forma escalonada
Variable libre: z
Asignamos parámetro: z = a. Luego,
y = 2 + 2a
x=–3–a
z=a
(– 3 – a, 2 + 2a, a)
50. Teorema 1.7
Cualquier sistema de ecuaciones
lineales tiene:
i. Una única solución
ii. Ninguna solución
iii. Un número infinito de soluciones
51.
52. Matriz
Sea una tabla ordenada de números como
sigue
a11 a12 …
a1n
a21 a22 …
a2n
A=
………………………………….
am1
am2
…
amn
A = (aij)
i = 1, …, m; j = 1, …, n
aij llamado entrada o componente ij, aparece
en la fila i-ésima y la columna j-ésima
53. Entrada principal no nula de R, la
primera en una fila.
Fila nula. Cuando toda entrada en R es
0
1
A=
–3
0
5
4
–2
54. Matrices escalonadas
Cuando se cumplen las siguientes
condiciones:
i.
ii.
Todas las filas nulas, si las hay, están en
la parte inferior de la matriz
Cada entrada principal no nula está a la
derecha de la entrada principal no nula de
la fila precedente
55. Matrices escalonadas
Forma escalonada:
Esto es, si en A = (aij) existen entradas
distintas de cero
a1j , a2j , …, arj donde j1 < j2 < … < jr
1
2
r
con la propiedad de que
aij = 0 para i r, j < ji
para i > r, a1j , …, arj son las entradas
1
r
principales no nulas de A
56. Matrices escalonadas
Forma canónica por filas: Si
Cada entrada principal no nula es 1, y
iv. Cada entrada principal no nula es la
única entrada distinta de cero en su
columna
iii.
57. Equivalencia por filas.
Se
dice que una matriz A es
equivalente por filas a otra B, escrito
A B, si
B puede obtenerse a partir de A
mediante una sucesión finita de las
operaciones llamadas elementales
entre filas
58. Operaciones elementales
E1 intercambiar las filas i-ésima y jésima : Ri Rj.
E2 Multiplicar la fila i-ésima por un
escalar no nulo k: kRi Ri, k 0
[E3]Sustituir la fila i-ésima por ella
misma más k veces la j-ésima:
kRj + Ri Ri
[E] Sustituir la fila i-ésima por k (no nulo)
veces ella misma más k’ veces la
j-ésima: k’Rj + kRi Ri, k 0