ALGEBRA LINEAL

TRABAJO FINAL




Matrices
Una matriz es un arreglo rectangular de datos que sirve para almacenar nmeros y datos, se utiliza para
almacenamiento, presentacin y manipulacin de datos.
Ejemplo: consumo de energa en USA
Petrleo
Gas
Carbn Petrleo
Gas
Importacin
Hidroelctrico
Geotrmico y
sinttico
Nuclear
6.5 2.8 3.0 0.2 0.5 Norte
3.2 1.1 0.5 0.5 0.2 Sur
3.4 2.0 1.1 0.1 0.4 Oeste medio
5.5 1.5 3.3 0.6 0.2 Oeste
Zona de donde se consume Norte Oeste E = RxC
Sur E = 4xS
Oeste medio
Ejemplo. Tipo de automvil

Tamao
Mediano
Compactos Subcompactos
6.5 2.8 3.0 Norte
3.2 1.1 0.5 Oeste medio
3.4 2.0 1.1 Sur
5.5 1.5 3.3 Oeste

N = 4xS
Una matriz es un arreglo de m renglones y n columnas de nmero o datos en este caso se llaman matrices de tamao
mxn.
Los componentes de la matriz se enumeran de la siguiente manera:

a
11
a
12
a
13
a
1n

a
21
a
22
a
12
a
2n


a
m1
a
2m
a
3m
a
mn

El componente general a
Ij
es el que corresponde a la columna j y rengln i (amxn).
Una matriz se denota con letras maysculas.
Ejemplo de Sx2




Donde:
a
22
= 4 a
32
= -6 a
31
= u

=
=
=
9 1
8 4
u 6

Ejemplo:


A =
S2
8
1u
Su
2u
1u



A =
8
1u
2u
u
Su
1u

Suma de Matrices
Sea A A = (a
Ij
) A B = (b
Ij
), dos matrices del mismo tamao mxn. La suma de A A B se denota como A +B y es igual a
A A +B = (a
Ij
+b
Ij
)
Propiedades de la suma de matrices
1. Si A, B son matrices mxn entonces A +B = B +A ser conmutativa.

A =
8
S
1
-2
B =
S
-1

S
9

A +B = B +A

8 +S 1 +S = 1S 4 S +8 S +1 = 1S 4
S -1 -2 +9 2 7 -1 +S 9 -2 2 7

2. Si A, B, C son matrices de mxn, entonces (A +B) +C = A +(B +C)

C =
S
2

u
4


(A +B) +C =
1S
2

4
7
+
S
2

u
4
=
16
4

4
11


A +(B +C) =
8
S

1
-2
+
S +S
-1 +2

S +u
7 +4
=
16
4

4
11

3. Existe la matriz neutro aditivo para el conjunto de matrices mxn; es la matriz cuyos componentes a
Ij
= u vi, j
4. Cada matriz A de tamao mxn, tiene inverso aditivo A, que satisface: A +(-A) = u
A =
8
S

1
-2
-A =
-8
-S

-1
2


A +(-A) =
u u
u u

Multiplicacin por un escalar de matriz
Sea A una matriz de mxn y un nmero real, la multiplicacin A de tamao mxn se define: A = a
Ij

Ejemplo:
= 9
A = 7 -1 2S 1uu
A = 7(9) -1(9) 2S(9) 1uu(9) = 6S -9 2u7 9uu

Ejemplo:
Petrleo
Gas
Carbn Petrleo
Gas
Importacin
Hidroelctrico
Geotrmico y
sinttico
Nuclear
6.5 2.8 3.0 0.2 0.5 Norte
3.2 1.1 0.5 0.5 0.2 Sur
3.4 2.0 1.1 0.1 0.4 Oeste medio
5.5 1.5 3.3 0.6 0.2 Oeste

NE
S
SE

Consumo de
energa 2010

NE
S
SE

Consumo de
energa 2011
=

SE = 5 periodos con el mismo comportamiento
Propiedades de la multiplicacin por escalar
1. Sea A, B matrices de mxn y u, dos escalares, =u(A +B) = uA +uB
2. (u +)A = uA +A
3. u(A) = u(A)
4. 1A = A
Ejemplo: u(A +B) = uA +uB
A =
6 1S -4
74 26 u
9 2 S
B =
S 6 7
Su 6u 7u
9 19 29


u(A +B) = 1u
11 19 S
74 86 7u
9 21 S2
=
11u 19u Su
74u 86u 7uu
9u 21u S2u
= 1u
6 1S -4
74 26 u
9 2 S
+ 1u
S 6 7
Su 6u 7u
9 19 29
=

6u 1Su -4u
74u 26u u
9u 2u Su
+
Su 6u 7u
Suu 6uu 7uu
9u 19u 29u
=
11u 19u Su
74u 86u 7uu
9u 21u S2u

Naturales
N = {1,2,S, .]


Suma =





Multiplicacin =


Enteros
Z = {., -S, -2, -1,u,1,2,S, .]

Racionales
p = ]
a
b
a, b son enteios A b = u
Reales
J = {union ue los nmeios iacionales e iiiacionales]
Irracionales
Un nmero es irracional si su expresin decimal no es peridica; es decir, es infinita |2, , e|
Suma Cerrada Conmutativa Asociativa + neutro + neutro aditivo
Z

p

J


Multiplicacin Cerrada Conmutativa Asociativa + neutro multiplicativo + inverso multiplicativo
Z

p

J




Cerrada
Conmutativa
Asociativa
+ Neutro aditivo
+ Inverso aditivo
Cerrada
Asociativa
Conmutativa
+ Neutro multiplicativo
Definicin:
Campo es un conjunto C con dos operaciones llamadas suma y multiplicacin que cumplen con las propiedades:
- Cerradura
- Conmutatividad
- Asociacin
- + neutro
- Distributiva
- + inverso
Ejemplo: C = {&, $, #,-, ]
Suma
& $ - #
& & $ - #
$ $ - # &
- - # & $
# # & $ -
& $ - #
Multiplicacin
& $ - #
& & & & & &
$ & $ - #
- & - $ #
# & # $ #
& # - $
Del ejemplo anterior:
La suma y la multiplicacin son cerradas y conmutativas.
Asociatividad (suma)

(+- j&) = $ +& = $
+(- &) = +-= $
Asocitatividad (multiplicacin)
($ - )# = $
$(- #) = $
La suma y la multiplicacin son asociativas
- + neutro para la suma: &
- + neutro multiplicativo: $
- + neutro aditivo
Ejemplo
& $ - #
Inveiso & $ - #
Auitivo & # -

Inveiso $ - #
Nultiplicativo $ - #

Distributiva

(- +#) = &
(-) +(#) =- +-=
Construccin del campo
C = {u,1,2,S,4], Coeficiente de construccin del campo N primo S




Suma
0 1 2 3 4
u 0 1 2 3 4
1 1 2 3 4 0
2 2 3 4 0 1
S 3 4 0 1 2
4 4 0 1 2 3
Multiplicacin
0 1 2 3 4
u 0 0 0 0 0
1 0 1 2 3 4
2 0 2 4 1 3
S 0 3 1 4 2
4 0 4 3 2 1
Espacios Vectoriales
Espacio vectorial v sobre el campo c
Campo C
+ , . v , +

Sus elementos Conjunto con
Se llaman escalares suma


uv Multiplicacin por escalar

Definicin de ev: un ev U sobre el campoC, es un conjunto v en una operacin de suma que satisface lo siguiente:
1) Cerradura: si v
1
y v
2
e v, = v
1
+v
2
e v
2) Conmutativa: si v
1
+v
2
= v
2
+v
1
v v
1
, v
2
e v
3) Asociativa: (v
1
+v
2
) +v
3
= v
1
+(v
2
+v
3
) v v
1
, v
2
, v
3
e v
4) + neutro aditivo en v llamado ceio que satisface: v +u = v v v e v
5) Cada elemento v e v tiene inverso aditivo, denotado por v, el cual satisface: v +(-v) = u y debe tener una
operacin llamada multiplicacin por escalar que satisfaga lo siguiente:
6) Si u e v, = uv e v
7) Si u, e c A v e v
8) Si u e c A v
1
, v
2
e v
Distributiva por escalar
9) Si u, e c, v e v
Asociativo = u(v) = u(v)
10) 1 v = v v v e v = neutro implicativo
Espacio Vectorial
J ieales Natiiz mxn
(+ ,) (+)


Producto Escalar
Ejemplo:
v = {polinomiio ue giauo n] = P
n

Con la suma de polinomios y la multiplicacin por escalar con los nmeros reales, se forma un EV: P
1
P
2
P
3
P
n

Ejemplo de EV:
R
2
= plano = {(x, y)|x, y e R]
Si (x
1
, y
1
) y (x
2
, y
2
) e R
2

Suma: (x
1
, y
1
) +(x
2
, y
2
) = (x
1
+x
2
, y
1
+y
2
)
Multiplicacin por escalar: u e R, (x, y) e R
2
u(x, y) = (ux, uy)
Propiedades de la suma
1. La suma es cerrada, de acuerdo a como se define
2. (x
1
, y
1
) +(x
2
, y
2
) = (x
2
, y
2
) +(x
1
, y
1
) conmutativa
3. |(x
1
, y
1
) +(x
2
, y
2
)] +(x
3
, y
3
) = (x
1
, y
1
) +|(x
2
, y
2
) +(x
3
, y
3
)] asociativa
4. + neutro para la suma (u,u) que satisface (x, y) +(u,u) = (x, y)
5. v (x, y)+ inverso aditivo (-x, -y)|(x, y) +(-x, -y) = (u,u)
Propiedades de la multiplicacin
6. u (x, y) = (ux, uy) e R
2

7. u|(x
1
, y
1
) +(x
2
, y
2
) = u(x
1
, y
1
) +u(x
2
, y
2
)
8. (u +)(x, y) = u(x, y) +(x, y)
9. (u)(x, y) = a|(x, y)]
10. 1(x, y) = (x, y)
El EV R
3
o tridimensional
R
3
= {(x, y, z)|x, y, z e R]
R
2
= {(x, y, .)]
R
3
= {(x, y, z) .]
R
n
= {(x
1
, x
2
, ., x
n
)] Cada componente es un nmero real
Ejemplo: egresos de un pas
E = {(E
1
, E
2
, E
3
, .E
32
)] Donde E
I
: Estado de la Repblica i
Ejercicio: muestre que el siguiente conjunto de matrices es un EV sobre el campo de los reales, con la suma y la
multiplicacin por escalar
v = ]
u u
a u
a es un ieal
Solucin para la suma:
1.
u u
a u
+
u u
b u
=
u u
a +b u
- este resultado est en v la suma es cerrada

2.
u u
a u
+
u u
b u
=
u u
b u
+
u u
a u
- la suma es conmutativa

3. j[
u u
a u
+[
u u
b u
[ +[
u u
c u
= [
u u
a u
+j[
u u
b u
+[
u u
c u
[ -la suma es asociativa

4. [
u u
a u
+[
u u
u u
= [
u u
a u
- neutro aditivo
5. Cada matriz [
u u
a u
tiene inverso en v: [
u u
-a u

6. u[
u u
a u
= [
u u
ua u
est en v la multiplicacin por escalar cerrada
7. uj[
u u
a u
+[
u u
b u
[ = u[
u u
a u
+u[
u u
b u

8. (u +) [
u u
a u
= u[
u u
a u
+[
u u
a u

9. u[
u u
a u
= uj[
u u
a u
[
10. 1[
u u
a u
= [
u u
a u
es un espacio vectorial (EV)
Ejemplo
v = ][
u u
a 1
a es un ieal.
1. [
u u
a 1
+[
u u
b 1
= [
u u
a +b 2
- la suma no es cerrada
2. [
u u
a 1
+[
u u
b 1
= [
u u
b 1
+[
u u
a 1
- la suma s es conmutativa
3. j[
u u
a 1
+[
u u
b 1
[ +[
u u
c 1
= [
u u
a 1
+j[
u u
b 1
+[
u u
c 1
[ - asociativa


4. [
u u
a 1
+[
u u
u u
= [
u u
a 1
- + neutro aditivo
5. La matriz [
u u
a 1
no tiene su inverso en v dado que [
u u
-a -1
no pertenece a v
6. u[
u u
a 1
= [
u u
ua 1

7. uj[
u u
a 1
+[
u u
b 1
[ = u[
u u
a 1
+u[
u u
b 1

8. (u +) [
u u
a 1
= u[
u u
a 1
+[
u u
a 1

9. u[
u u
a 1
= uj[
u u
a 1
[
10. 1[
u u
a 1
= [
u u
a 1
N0 es un espacio vectoiial
Ejemplo: de una operacin definida en un conjunto y que satisface propiedades similares a las de la suma. S = R -{1]
Con la siguiente operacin si a, b son reales a - b = a +b -ab
1. S - 4 = S +4 -S(4) = -11
-S - 6 = -S +6S(6) = 21
2. a - b = b - a - conmutativa
3. (a - b) - c = (a +b -ab) - c = a +b -ab +c -(a +b -ab)c
(a - b) - c = a - (b - c) - Asociativa
4. a en S
a -. = a+. -a. = a =. (1 -a) = u -. = u o (1 -a) = u, Pero 1 -a = u porque 1 e S = u -neutro aditivo
5. a en S
a - y = a
a - y = a +y -ay = u
= y(1 -a) = -a
y = -
a
1-a
Es el inverso de a v u = 1
Verificando a = S
y = -
S
1 -S
= -
S
- 2
=
S
2

S - _
S
2
] = S +_
S
2
] -S_
S
2
] = u
Propiedades de un espacio vectorial v sobre un campo c
1. Si u, v son elementos de v y si u +v = u, entonces v = u
2. Si u +v = u +w, entonces v = w
Demostracin 1 Demostracin 2
B
0
: u +v = u B
o
i
: u +v = u +w
- -u +u +v = u +u -(u) +(u +v) = -u +(u +w)
(-u +u) +v = u (-u +u) +v = (-u +u) +w
Por propiedades del neutro para la suma v = w
Espacio Vectorial
c , +, v, +, neutio auitivo
u[
a b
c u
Propiedad: v vector v o v = u
u(1, -8,S) = (u,u,u)
-S(u,u,u) = (u,u,u)
Ejemplo: v = R
2
w = {(a, b)|Sa -b = u]
1. El neutro de v(u,u) est en w
2. Sea (a
1
, b
1
) y (a
2
, b
2
) en w
(a
1
, b
1
) e w - Sa
1
-b
1
= u
(a
2
, b
2
) e w - Sa
2
-b
2
= u
(a
1
, b
1
) +(a
2
, b
2
) = (a
1
+a
2
, b
1
+b
2
) = S(a
1
+a
2
) -(b
1
+b
2
)
Sa
1
+Sa
2
-b
1
-b
2

3a
1
-b
1
0
+
3a
2
-b
2
0
S es cerrada en w

3. u + R(a, b) e w
- u(a, b) = (ua, ub) = S(ua) -ub =
3ua-b
0
- uu = u (ua, ub) e w S es un espacio vectorial
v e R
3

w = {(x, y, z)|x = 2y, z = -Sy]
1. (x, y, z) el neutro de R
3
est en w.
Si y = u - (u,u,u) e w
2. Sea (2y
1
, y
1
, -Sy
1
)~(2y
2
, y
2
-Sy
2
) = |2(y
1
+y
2
), y
1
+y
2
, -S(y
1
+y
2
)]
3. Sea u e R - (2y, y, -Sy) e w w es un espacio vectorial
Sea v un espacio vectorial, tiene dos subespacios vectoriales
1) {u] = w -subespacio trivial
2) v es un espacio de si mismo (subespacio impropio)
Subespacios triviales en R
2

1) Subespacios triviales en R
2

2) Reales que pasan por el origen
3) El mismo R
2

Subespacios vectoriales en R
3

1) Subespacios triviales en R
3

2) Planos que pasan por el origen
3) El mismo R
3

Combinacin Lineal
Sea v
1
, v
2
, v
3
, .v
n
vectores de un espacio vectorialv, se dice que es combinatoria lineal de v
1
v
2
, v
3
, ., v
n
si existen
escalares
1
,
2
,
3
, .,
n
tal que v =
1
v
1
,
2
v
2,.

Ejemplo en R
4

v
1
= (1,2,S,4)
v
2
= (u, -2,1,1)
v
3
= (S,4,1u,1S)
Existen escalares
1
y
2
| (S,4,1u,1S) =
1
(1,2,S,4) +
2
(u, -2,1,1).
v
3
Es combinatoria lineal de v
1
y v
2
.
Solucin
S =
1
+u
Sistema de
Ecuaciones Lineales
de 4x4
Si
1
= S
4
= 2
1
-2
2

- 1S = 4(S) +
2

2
= 1
1u = S
1
+
2
Sustituir
1
y
2
en las
dems ecuaciones para
comprobar
1S = 4
1
+
2


(S,4,1u,1S) = S(1,2,S,4) +1(u, -2,1,1) = (S,6,9,12) +(u, -2,1,1) = (S,4,1u,1S) v
3
S es combinacin lineal de v
1

y v
2

Subespacios vectoriales
Sea v un espacio vectorial sobre los reales y w un subespacio (subconjunto) diferente del vaco de v, w se llama
subespacio vectorial de v" si w satisface todas las propiedades del espacio vectorial con la suma y la multiplicacin por
escalar de v.
Teorema: Sea w un subconjunto de un espacio vectorial v, w = u, entonces w es un subespacio vectorial de v si:
1) v w
1
, w
2
e w se tiene w
1
+w
2
e w
2) Si es real y w e W, entonces w e W
Una condicin equivalente a w = u es que We neutro aditivio del espacio vectorial de v
Ejemplo
v = {matiiz ue 2x2] = N
2x2
w = ][
a u
u b
, a, b son ieales.
Mostrar que w es un subespacio vectorial de v
1) El neutro de v, [
u u
u u
e W
2) Sean _
a
1
u
u b
1
] y _
a
2
u
u b
2
] e W - _
a
1
u
u b
1
] +_
a
2
u
u b
2
] = _
a
1
+a
2
u
u b
1
+b
2
] e W
3) Sea un real y [
a u
u b
e W -
[
a u
u b
= [
a u
u b
e W
W S es un subespacio vectorial de v
v = R
2
= {(a, b)] a, b son ieales.
w = {(x, u)|x u]
1) El neutro de v(u,u) e W
2) Sea (x
1
, u) y (x
2
, u) e W
(x
1
, u) +(x
2
, u) = (x
1
+x
2
, u) e W
(x
1
+x
2
u) e W
3) Si < u y (x, u) e W- (x u)
(x, u) = ( x, u) Pero x < u e W W no es subespacio vectorial de v
v: R
3

1) El neutro de R
3
(u,u,u) e N
2) Sea (x
1
, y
1
, z
1
) y (x
2
, y
2
, z
2
) e W
Sx
1
-4x
1
+2z
1
= u
Sx
2
-4x
2
+2z
2
= u
(x
1
, y
1
, z
1
) +(x
2
, y
2
, z
2
) = (x
1
+x
2
, y
1
+y
2
, z
1
+z
2
) = Sx
1
+Sx
2
-4y
1
-4y
2
+2z
1
+2z
2
e W
3) Sea un nmero real y (x, y, z) e W
Sx -4y +2z = u
(x, y, z) = ( x, y, z) = S x -4 y +2 z = u - (x, y, z) e W W S es subespacio vectorial de v
Espacio Vectorial
Sea v
1
, v
2
, ., v
n
vectores del espacio vectorial v, al conjunto de datos de las combinaciones de v
1
, v
2
, ., v
n
se les
denota como:
gen{v
1
, v
2
, ., v
n
]o < v
1
, v
2
, ., v
n
>
u e v v =
1
v
1
+
2
v
2
++
n
v
n
v Escalar
1
,
2
, .,
n

A los v
1
, ., v
n
se les llama conjunto de generadores del espacio gen{v
1
, v
2
, ., v
n
]
Proposicin: Sean v
1
, ., v
n
vectores del espacio vectorial, gen{v
1
, ., v
n
] = (v e v:
1
v
1
++
n
v
n
) es un
subespacio vectorial
Demostracin:
i) Como u

= uv
1
+. . +uv
n
- u

e gen{v
1
, ., v
n
]
ii) Sean v =
1
v
1
++
n
v
n
y w =
1
v
1
++
n
v
n
- v +w = (
1

1
)v
1
++(
n

n
)v
n
v +w es
una combinacin lineal de v
1
, v
2
, ., v
n
- v +w e gen{v
1
, ., v
n
].
iii) Sea v =
1
v
1
+
2
v
2
++
n
v
n
en gen{v
1
, v
2
, ., v
n
] y un escalar
v =
1
v
1
++
n
v
n
- v e gen{v
1
, ., v
n
].
Ejemplo
Espacios generados
v: R
2
v
1
= (2,S) v
2
= (u,u) - gen{v
1
] = {v =
1
v
1
]
Ejemplo
v: R
2
v
1
= (1,u) v
2
= (1, -1) - gen{v
1
, v
2
] = {v = Sv
1
= v
2
= (S,1)] - R
2

Sea (x, y), e R
2
.
Si + escalares
1
,
2
tales que x +y =
1
(1,u) +
2
(1, -1)
x =
1
+
2

y = u -x
2
- y = -
1

2
= -y, = x +y
-
1
(1,u) +
2
(1, -1)
(x +y)(1,u) +(-y)(1, -1) = (x, y)
Verificando numricamente tenemos:
(x, y) = (7,S)
Determine si el conjunto dado de vectores genera el espacio vectorial
1) v = R, v
1
= [
1
1
, v
2
= [
2
1
, v
3
= [
2
2

2) v
1
= [
1
1
, v
2
= [
2
2
, v
3
= [
S
S

3) En R
3
v
1
= _
1
2
S
_, v
2
= _
-1
2
S
_, v
3
= _
S
2
S
_,
4) En P
2
v
1
= 1 -x v
2
= S -x
2

Solucin
1) Sea [
x
y
e R
2
, + escalares
1
,
2
y
3
tales que [
x
y
=
1
[
1
1
+
2
[
2
1
+
3
[
2
2

x =
1
+2
2
+2
3

y =
1
+
2
+
3

x -y =
2

Sustituyendo en x
x =
1
+2(x -y) +2
3

=
1
+2x -2y +2
3

-x +2y =
1
+2
3
Se le puede dar valor arbitrario a una de las incgnitas

1
= c
3
=
2y -x -c
2

Comprobacin
[
x
y
= u [
1
1
+(
x -y
) [
2
1
+
2y -x -z
2
[
2
2

_
x = c +2x -2y -x -c
y = c +x -y +2y -x +c
] = [
x
y

Numricamente [
x
y
= [
8
S
= 2[
1
1
+S[
2
1
+(-2) [
2
2

1
= 2

2
= x -y = 8 -S = S

3
=
2y -x -c
2
=
2(S) -8 -2
2
=
6 -1u
2
= -2
2) v
1
= [
1
1
, v
2
= [
2
2
, v
3
= [
S
S

Sea [
x
y
e R
2
, + escalares
1
,
2
y
3
tales que
[
x
y
=
1
[
1
1
+
2
[
2
2
+
3
[
S
S
?
x =
1
+2
2
+S
3

y =
1
+2
2
+S
3

x -y = u, 3 Escalares
3) En R
3
: v
1
= _
1
2
S
_, v
2
= _
-1
2
S
_, v
3
= _
S
2
S
_
Sea _
x
y
z
_ e R
3
, + escalares
1
,
2
y
3
tales que
_
x
y
z
_ =
1
_
1
2
S
_ +
2
_
-1
2
S
_ +
3
_
S
2
S
_?
x =
1
-
2
+S
3

y = 2
1
+2
2
+2
3

z = S
1
+S
2
+S
3

1
2
S
1
2

-1
2
S
-1
2

S
2
S
S
2
= (6 +Su -6) +(-Su -6 +16) = u, 3 escalares
Solucin 2
Sea a
0
+a
I
x +a
2
x
2
= u e p
2
, + escalares
1
,
2
tales que a
0
+a
1
x +a
2
x
2
=
1
(1 -x) +a
2
(S -x
2
)
a
0
=
1
+S
2
= a
0
=
1
+S
2

a
1
x = -x
1
a
1
= - _1
a
2
x
2
= -x
2

1
a
2
= -
2



1
= -a
1
a
0
= -a
1
-Sa
2

2
= -a
2
3 Escalares que generen el espacio vectorial de p_2
a
0
= -a
1
-Sa
2

+ Escalares
1
,
2
,
3
tales que
v
1
= [
2 1
u u
, v
2
= [
u u
2 1
, v
3
= [
S -1
u u
, v
4
= [
u u
S 1

N
2x2
=
1
[
2 1
u u
, +
2
[
u u
2 1
+
3
[
S -1
u u
+
4
[
u u
S 1

= [
2
1

1
u u
+_
u u
2
2

2
] +[
S
3
-
3
u u
+_
u u
S
4

4
] = _
2
1
+S
3

1
-
3
2
2
+S
4

2
+
4
] -[
x y
z w

x = 2
1
+S
3

1
=
x-3
3
2

2
=
z-3
4
2

y =
1
-
3

3
= -y +
1

4
= w- _2
z = 2
2
+S
4

w =
2
+
4

Dependencia e Independencia Lineal
Sea v
1
, v
2
, .v
n
vectores de un espacio vectorial v, se dice que v
1
, ., v
n
son linealmente independientes si + escalares

1
, .,
n
no todos u tales que
1
v
1
+
2
v
2
++
n
v
n
= u
v
1
, v
2
, ., v
n
Son linealmente independientes si los nicos escalares que satisfacen
1
v
1
+
2
v
2
++
n
v
n
= u son
todos cero;
1
, . . ,
n
= u
Ejemplo
[
2 1
u u
, [
u u
2 1
, [
-S 1
u u
, [
u u
S 1

1
=
Sb +a
S
,
2
= Su -c,
3
=
a -2b
S
,
4
= c -2u
Suponiendo a, b, c, u = u =
1
=
2
=
3
=
4
= u, las matrices son linealmente independiente (LI)
Ejemplo
[
1 2
S 4
A [
-2 -4
-6 -8
, Son LI?
Como un vector es mltiplo del otro = ser LD; pero, si
1
= 2,
2
= 1, = son LI
Proposicin: sean v A w vectores de un espacio vectorialv, v A w mltiplos escalares uno del otro = son LD
i) v
1
w =u = w, u -uw = c , son mltiplos escalares uno del otro?
Es decir que v A w son LD porque al menos un escalar es= u
ii) v A w son LD, =+ escalares
1
,
2
= u tales que
1
v
1
+
2
v
2
= u

supongamos
1
= u despejando a v,
se tiene:
v =

2
w

1
v Es mltiplo escalar de w
Ejemplo
v = p
2
, Es LI?
-x, x
2
-2x, Sx +Sx
2

p
2
= a
0
+a
1
x +a
2
x
2
= u
a
0
+a
1
x +a
2
x
2
=
1
(-x) +
2
(x
2
+2x) +
3
(Sx +Sx
2
) = u
a
0
= u
a
x
= -
1
x -2 x +S
3
x = u -
1
-2
2
+S
3
= u
a
2
x
2
=
2
x
2
+S
3
x
2
= u -
2
+S
3
= u

1
= -c =
1
BC
2
= -S
3

2
= -Sc
-
1
-2(-S
3
) +S
3
= u -
1
+1S
3
= u
-
1
+1u
3
+S
3
= u
3
= c si son LI
Proposicin I: cualquier conjunto de vectores v
1
, v
2
, ., v
n
de un espacio vectorial que contenga a cero es LI; por
ejemplo, si v
r
= u, se consideran escalares
1
, . . ,
k
iguales a cero excepto
r
= u, = tiene:

1
v
1
+
2
v
2
++
r
v
r
++
k
v
k
= u
uv
1
+uv
2
++
r
(u) ++uv
n
= u
v
1
, v
2
, ., v
k
Son LD
Ejemplo numrico {(1,1,1), (1,4,u), (u,u,u), (S, -1,S)]
Proposicin II:
1
,
2
, .,
k
= u algn
I
= u; si v
1
, v
2
, ., v
n
es un conjunto LD, al agregarle cualquier otro vector
v
k+1
, el conjunto que se obtendr ser tambin LD.

NOTA: Se agrega una matriz cualquiera:
[
1 -1
S u
, [
-S S
u u
, [
u u
1 u


LD
S[
1 -1
S u
+1[
-S S
u u
+u[
u u
1 u
= [
u u
u u

Proposicin III: si v
1
, v
2
, ., v
n
es un conjunto LI en un espacio vectorial, = cualquier subconjunto = de este conjunto,
es LI
Ejemplo
En v - R
3
, v
1
= (1,1,1), v
2
= (1,2,u, ), v
3
= (1,u,u) =
1
(1,1,1) +
2
(1,2,u) +
3
(1,u,u) = (u,u,u) =

1
+
2
+
3
= u
1
= u

1
+
2
= u
2
= u v
1
, v
2
A v
3
Son LI

1
= u
3
= u
Si tenemos v
1
= (1,1,1), v
2
= (1,1,u) =
1
(1,1,1) +
2
(1,1,u) = (u,u,u) =

1
+
2
= u
2
= u

1
= u v
1
A v
2
Son LI
Para qu valor de sern LI los siguientes vectores?
_
1
2
S
_, _
2
-1
4
_, _
S

4
_
Dado el sistema de ecuaciones lineales homogneo
x
1
+x
2
+7x
3
-x
4
= u 1) Escribe las soluciones en trminos de uno o ms
2x
1
+Sx
2
-8x
3
+x
4
= u 2) Vectores LI

1
_
1
2
S
_ +
2
_
2
-1
4
_ +
3
_
S

4
_ = _
u
u
u
_

1
+2
2
+S
3
= u _
1 2 S
2 -1
S 4 4
_ = _
u
u
u
_
2
1
-
2
+
3
= u
S
1
+4
2
+2
3
= u

-2(
1
+2
2
+S
3
)
2
1
-
2
+
3

-S
2
-6
3
+
3

(-6+)
3


(-S)
1
+2
2
+S
3

S
1
+4
2
+4
3

-2
2
-S
3

[
-S -6+
-2 -S
= [
u
u
= (2S) -(12 -2 ) = 2S -12 -2 = 1S +2 =-
1S
2
=
1) x
1
-x
2
+47 -x
4
= u =x
4
= x
1
-x
2
+7x
3
=2x
1
+Sx
2
-8x
3
+(x
1
-x
2
+7x
3
) - Sx
1
+2x
2
-x
3
=
u =
x
3
= 2x
2
-x
3
, x
4
= x
1
-x
2
+7(2x
2
+Sx
1
) =x
4
= 22x
1
+1Sx
2
= u =x
1
=
-1Sx
2
22
=
x
1
=
-1Sc
22
x
1
-x
2
+7x
3
= x
4

x
3
= 2c +S_
-1Sc
22
] =x
3
= 2c _
-S9c
22
] =
-Sc
22

2) 2x
1
+Sx
2
-8x
3
+x
4
= u
Base: sea v un espacio vectorial, una base v es un conjunto de vectores v
1
, ., v
n
tales que: v
1
, v
2
, ., v
n
genera a v
NOTA: cualquier v e v es combinacin lineal de v
1
, v
2
, ., v
n

i) v
1
, v
2
, ., v
n
es LI

Ejemplo
v - R
3

v
1
= (1,1,1)
v
2
= (1,1,u)
v
3
= (1,u,u)
Son v
1
, v
2
v
3
LI?
(x, y, z) =
1
(1,1,u) +
2
(1,1,u) +
3
(1,u,u)
x =
1
+
2
+
3

2
= y2 A
3
= x -y
y =
1
+
2
v
1
, v
2
v
3
Generan a R
3

z =
1
={v
1
, v
2
, v
3
] Es base de R
3

Ejemplo v - R
3
otra base es la cannica
{(1,u,u), (u,1,u), (u,u,1)] - Son LI = cumplen i) A cumplen ii)
Ejemplo v - R
2

v
1
= (-S,12)
v
2
= (1, -4)
Forman v
1
y v
2
una base en R
2
?
Son LD no forman base en R
3

Ejemplo v - R
2

v
1
= (1, -1)
v
2
= (1,u)
v
3
= (S,4)
i) (x, y) =
1
(1, -1) +
2
(1,u) +
3
(S,4)
x =
1
+
2
+S
3

y = -
1
+4
3

Operando sistema

1
= 4
3
-y
Ahora decimos que
3
= c
y = 4c -y +
2
+Sc
x = 7c -y +
2

2
= x +y -7c Hay una infinidad de soluciones

1
-4c +y =v
1
, v
2
, v
3
si Generan a R
2

ii) LI
u =
1
+
2
+S
3

u = -
1
+4
3

Resolviendo el sistema

1
= 4
3

u = 4
3
+
2
+S
3

2
= -7
3
= Damos valor arbitrario a
3
= c
suponienuo c = 1 tenemos:
4(1, -1) +(-7)(1,u) +1(S,4) = u
u = u v
1
, v
2
, v
3
Son LD
Teorema: 2 bases cualesquiera de un EV v tienen el mismo nmero de elementos
Ejemplo v - R
3

{(1,1,1), (1,1,u), (1,u,u)] Es base de R
3

{(1,u,u), (u,1,u), (u,u,1)] Es base de R
3

Ambas bases tenan tres elementos
Dimensin: Sea v un espacio vectorial, la dimensin dev, se define como el nmero de elementos de cualquiera de sus
bases. Si un espacio vectorialv, tiene una base con una igualdad de elementos, se dice que v tiene dimensin infinita.
Es decir: v = {polinomio ue cualquiei giauo]
Base (v) = {1, x, x
2
, x
3
, x
4
, x
5
] = Es dimensin infinita
Ejemplo v = N
2x2
= ]
a b
c u

Base(v) = ][
1 u
u u
, [
u 1
u u
, [
u u
1 u
, [
u u
u 1
Dimensin N
2x2
= 4
NOTA:
v = N
mxn
=Bim(N
mxn
) = mxn
Ejemplo
v = p
3
= {(p(x): P(x)polinomio ue giauo S] =Base(v) = {1, x, x
2
, x
3
]
a
0
+a
1
x +a
2
x
2
+a
3
x
3
uimension = 4
Regla General para los polinomios
v = P
n
{p(x): P(x) polinomio giauo n] =Bim(P
n
) = n +1
Teorema: Si w es un subespacio vectorial v, =Bim(w) Bim(v)
Ejemplo
v = N
2x2
; w = ][
a b
c u
a, b, c e R , =Base(w
1
) = ][
1 u
u 1
, [
u 1
u u
, [
u u
1 u
=Bim(w
1
) = S
w
2
= ][
u a
a u
a, b e R =Base(w
2
) = ][
u 1
-1 u
, [
u u
u 1
=Bim(w
2
) = 2
w
1
r w
2
= ][
u a
-a u
a e R =Bim(w
1
r w
2
) = 1
Nuevo subespacio
Base(w
1
r w
2
) = ][
u 1
-1 u
NOTA: al intersectar subespacios, obtenemos otro subespacio
Proposicin I: Si w
1
, w
2
son subespacios vectoriales del espacio vectorialv, entonces w
1
r w
2
es subespacio vectorial
Demostracin:
i) w
1
r w
2
subespacio, =u

e w
1
A u

e w
2
u

e w
1
r w
2

ii) Sean v
1
A v
2
e w
1
r w
2
, =v
1
A v
2
e w
1
A w
1
es subespacio, =v
1
+v
2
e w
1

Tambin v
1
A v
2
e w
2
A w
2
es subespacio, , =v
1
+v
2
e w
1
r w
2

iii) Sea v e R, v e w
1
r w
2
=v e w
1
A v e w
2

Como w
1
es subespacio, = v e w
1

Como w
2
es subespacio, = v e w
2

v e w
1
r w
2

Ejemplo: Encontrar una base para el conjunto solucin de los siguientes sistemas de ecuaciones lineales
x
1
-2x
2
+x
3
= u
2x
2
-Sx
2
+x
3
= u
-x +x
2
= u
=x
1
= x
2
Proponemos x
1
= c
x
1
-2x
2
+x
3
= u, =x
3
= -x
1
+2x
2
= -c +2c -c, {(x
1
, x
2
, x
3
) -(c, c, c)|c e R], =c(1,1,1) Base
= {(1,1,1)]
Bim(subespacio ue solucion) = 1
Ejercicio: Encontrar una base para los siguientes Subespacios
w = {(x
1
, x
2
, x
3
, x
4
, x
5
), a
1
-a
3
a
4
= u], =w es subespacio ue R
5

x
2
= x
3
+x
4
; Damos valores arbitrarios a x
3
= c A x
4
= u
Como x
2
A x
5
no tienen restricciones se les asignan
Valores arbitrarios, =x
2
= a A x
5
= b
w = {(x
1
, x
2
, x
3
, x
4
, x
5
)] = (c +u, a, c, u, b)|a, b, c e R] = (c, u,u, ) +(u, uu, u, u) +(u, a, u,uu)]
Ejemplo: v - R
3

B = {(v
1
= (1,1,u), v
2
= (2,u,1), v
3
= (2,2,1)]
< v
1
, v
2
> 2 +u +u = 2 = u v
1
A v
2
No son ortogonales
=w
1
= (1,1,u), w
2
= (2,u,1) = _
2(1) +u(1) +1(u)
(1)
2
+(1)
2
+(u)
2
_(1,1,u)
= (2,u,1) -(1,1,u) = (1, -1,1)
w
2
= v
2
-
(v
2
, w
2
)
|w
1
|
2
(w
1
)
|w
1
|
2

w
3
= (2,2,1) -
2(1) +2(1) +1(u)
2
(1,1,u) -_
2(1) +2(-1) +1(1)
1
2
+1
2
+1
2
_(1, -1,1)
w
3
= v
3
-
v
3
-w
1
|w
1
|
2
(w
1
) -
v
3
-w
2
|w
2
|
2
(w
2
)
w
3
= (2,2,1) -
9
2
(1,1,u) -_
1
S
] (1, -1,1) = _(1,1,u), (1, -1,1), _-
1
S
, -
1
S
,
1
S
]_ si es base oitogonal
NOTA (1,1,u) - |(1,1,u)| = 1
2
+1
2
+u = 2; ahora, si queremos normalizar el vector o hacerlo ortogonal, slo
multiplicamos el vector por el inverso de su normal para este caso
1
2
y tenemos
1
2
(1,1,u) = [
1
2
,
1
2
, u =
[
1
2
,
1
2
, u =

[
1
2

2
+[
1
2

2
+u = 1
Si lo realizamos sin utilizar el inverso de su normal, tenemos que no es ortogonal en ninguna de sus 3 vectores, tomando
a v
3
tenemos:
_-
1
S
,
1
S
,
2
S
] - __-
1
S
,
1
S
,
2
S
]_ =

_-
1
S
]
2
+_
1
S
]
2
+_
2
S
]
2
=

1
9
+
1
9
+
4
9
=

6
9
=
6
S

|v| Es la longitud del vector o la distancia del vector o la distancia del origen al punto de coordenadas (x, y)


Ejercicio: Sea = {(S,u,4), (-1,u,7), (2,9,11)] una base en R
3
, aplicar el proceso de Gram-Schimidt para
encontrar una base ortogonal
|w
1
| = 9 +16 = S
w
1
= (S,u,4)
w
2
= v
2
-
(w
1
, v
2
)
|w
1
|
2
(w
1
) = (-1,u,1) -
(S,u,4)(-1,u,7)
2S
(S,u,4) = (-4,u,S)
w
3
= v
3
-
(v
3
, w
1
)
|w
1
|
2
(w
1
) -_
v
3
, w
2
|w
2
|
2
] (w
2
)
|w
2
| = 16 +9 = S
w
3
= (2,9,11) -_
(2,9,11)(S,u,4)
2S
(S,u,4)_ -_
(2,9,11)(-4,u,S)
2S
(-4,u,S)_ = (u,9,u) y
= {(S,u,4), (4,u,S), (u,9,6)] es oitogonal
Base Normal: tomando el ejercicio anterior |w
3
| = u
2
+9
2
+u
2
= 4, entonces tenemos que uno entre la normal del
mismo
{_
1
S
(S,u,4),
1
S
(-4,u,S),
1
9
(u,9,u)_ o __-
S
S
, u,
4
S
] , _-
4
S
, u,
S
S
] , (u,1,u)_
Ejercicio: Encontrar una base para el siguiente subespacio
w = (x
1
, x
2
, x
3
, x
4
, x
5
) x
2
= x
3
= x
4
, x
1
+x
5
= u, =w es subespacio ue R
5

x = x
3
= x
4
= c, =w = {(x
1
, x
2
, x
3
, x
4
, x
5
), (-b, -c, c, b)|b, c e R] Base(w) = {(-1,u,u,u,1), (u,1,1,u)] Bim(w)
= w
Base Ortonormal: Sea = {(v
1
, v
2
, ., v
k
)] una base del espacio vectorialv, se llama base ortonormal del espacio
vectorial, si adems de ser ortogonal cada vector de ella tiene norma o longitud 1.
< v
1
, v
2
>= u -Producto punto de vectores multiplicaciones
Ejemplo: {(-1,u,u,u,1) (u,1,1,1,u)] es una base ortogonal de w
-1(u) +u(1) +u(1) +u(1) +1(u) = u
Norma o longitud de (x
1
x
2
, ., . x
n
) = |(x
1
x
2
, ., . x
n
)| = x
1
2
++x
n
2

Ejemplo:
|(-1,u,u,u,1) (u,1,1,1,u)| = (-1)
2
+1
2
= 2 = 1 {(-1,u,u,u,1) (u,1,1,1,u)] no es una base oitonoimal
Proceso o Mtodo de Gram-Schmidt
Sea = {v
1
, v
2
, ., v
k
) cualquier base de un espacio vectorial, se construye otra base y = (w
1
, w
2
, ., w
k
) ortogonal del
EV de la siguiente forma: w
1
= v
1

w
2
= v
2
-_
(v
2
, w
2
)
|w
1
|
2
_(w
1
)
(S,S) =
1 2 3 4 5
w
3
= v
3
-_
(v
3
, w
1
)
|w
1
|
2
_(w
1
) -_
v
3
, w
2
|w
2
|
2
](w
2
)
Transformaciones Lineales
Sean v A Wdos campos vectoriales sobre los reales, una transformacin lineal de v enW, es una funcin T: v - w que
satisface:
i) T(v
1
+v
2
) = T(v
1
) +T(v
2
)v v
1
A v
2
e v
ii) T( v) = T(v)v v e v A touo escalaies

v W
+, +,
- v
1
(1, -2) T(v
1
)(-2, -1, -1)
v
2
(-S,u) T(v
2
)(u, -S,S)
- v
1
+v
2
= (2, -2) T(v
1
) +T(v
2
) = T(v
1
+v
2
) = (-2, -4,2)
Ejemplo: T: R
2
- R
3

T(x, y) = (y, x +y, -x)
T(1, -2) = (-2, -1,1)
T(-S,u) = (u, -S,S)
T((1, -2) +(-S,u)) = T(-2, -2) = (-2, -4,2)
T(1, -2) +T(-S,u) = (2, -1, -1) +(u, -S.S) = (-2, -2,2)
Ejemplo: Demostrar que T es lineal
i) Sean (x
1
, y
1
) A (x
2
, y
2
) e R
2

T|(x
1
, y
1
) +(x
2
, y
2
)] = T(x
1
+x
2
, y
1
+y
2
) = |(y
1
+y
2
)(x
1
+x
2
) +(y
1
+y
2
) -(x
1
+x
2
)] = T(x
1
, x
2
) +T(y
1
, y
2
)
= (y
1
x
1
+y
1
-x) +(y
2
, x
2
+y
2
, -x
2
) = |(x
1
+y
2
), (x
1
+x
2
) +(y
1
+y
2
), -(x
1
+x
2
)]
= T|(x
1
, y
1
) +(x
2
, y
2
)] = T(x
1
, y
1
) +T(x
2
, y
2
)
ii) Sea e R
2
A (x, y) e R
2

T| (x, y)] = T( x, y) = ( y, x+ y, - x), = T(x, y) = (y, x +y, -x) = ( y, x+ y, - x)
Ejemplo
T: R
2
- R
2
; T(x, y) = (u, y
2
)
i) T|(x, y) +(x
2
, y
2
)] = T(x
1
+x
2
, y
1
+y
2
) = (u, (y
1
+y
2
)
2
)
T(x
1
, y
1
) +T(x
2
, y
2
) = (u, y
1
2
) +(u, y
2
2
) = (u, y
1
2
+y
2
2
)
ii) no cumple
Ejemplo: T: R
3
- R
3
= {(1,1,1), (1,1,u), (1,u,u)]; T: R
3
- R
4

T(1,1,1) = (2,4,6,8)
T(1,1,u) = (-1,7,S, -6)
T(1,u,u) = (u,8,u,S)
Sea (x, y, z) e R
3
, entonces (x, y, z) es combinacin lineal de los elementos de la base:
=(x, y, z) = z(1,1,1) +(y -z)(1,1,u) +(x -y)(1,u,u)
T(x, y, z) = T|z(1,1,1) +(y -z)(1,1,u) +(x -y)(1.u.u)] = Tz(1,1,1) +T(y -z)(1,1,u) +T((x -y)(1,u,u))
= zT(1,1,1) +T(z -y)(1,1,u) +(x -y)T(1,u,u)
= z(2,4,6.8) +(y -z)(-1,7,S, -6) +(x -y)(u,8,u,S)
= (Sz -y, -Sz -y +8x, 2 +Sy, 14z -11y +Sx)
Teorema: Sea v
1
, v
2
, .v
n
una base de un espacio vecotiral v A w
1
, w
2
, ., w
n
vectores de otro espacio vectorial
W, entonces existe una nica transformacin T: R
2
- R
2
tal que.
T(v
1
) = w
1
, T(w
2
) = w
2
, ., Tv
n
= w
n

Ejemplo: Existe una transformacin T: R
2
- R
2
tal que
T(1,u) = (S,S)
T(S,u) = (2, -1)
(2, -1) = T(S,u) = T|(S(1,u)] = ST(1,u) = S(S,S) = (9,1S) T no es lineal
Ejercicio
T: P
2
- P
1
; T(a
0
, a
1
x, a
2
x
2
) = a
1
x +a
2
x
T(S -Sx +4x
2
) = -Sx +4x
2


Demostrar que T es lineal
Encontrar la transformacin lineal que
cumpla con esto
U
T
V
L
W
i) T|(a
o
+a
1
x +a
2
x
2
) -(b
0
+b
1
x +b
2
x
2
)] = T|(a
0
+b
o
) +(a
1
+b
1
)x +(a
2
+b
2
)x
2
] = (a
1
+b
1
) +
(a
2
+b
2
)
ii) T| (a
0
+a
1
x +a
2
x
2
)] = T( a
0
+ a
1
x+ a
2
x
2
) = a
1
+ a
2
x
T(a
0
+a
1
x +a
2
x
2
) = (a
1
+a
2
x) = a
1
+ a
2
x
Suma de Transformaciones
Sean T: v - w A 0: v - w dos transformaciones lineales de v enw, la suma de ellas T +u: w -tambin es
transformacin lineal y se define como:
T +0(v) = T(v) +0(v)v v e v
Ejemplo: T: R
2
- R
3

T(x, y) = (x +Sy, u,2x -4y)
0(x, y) = (x -y, 2x, Sx -2y) =(T +0)(x, y) = T(x, y) +0(x, y) = (x +Sy, u,2x -4) +(x -y, 2x. Sx -2y)
= 2x +2y, 2x, Sx -2y
Numricamente
T(S,7) = (x +Sy, u,2x -4y) = (24,u,22)
0(S,7) = (9,6,2S)
Demostrar que T +0 es una transformacin lineal si tanto T como 0 son lineales
B
0
: T es lineal
T(u +v) = T(u) +T(v)
T( v) = T(v)
u es lineal
0(u +v) = 0(u) +0(v)
0( v) = T(v)
i) T +0 (u +v) = T(u +v) +0(u +v) = T(u) +T(v) +0(u) +0(v) = |T(u) +0(u)] +|T(v) +0(v)] =
(T +v)(u) +(T +0)(v)
ii) T +0( v) = T( v) +0( v) = T(v)+ 0(v) = |T(u) +0(v)] = (T +0)(v) la suma es lineal
Ejemplo:
T: P
3
- P
2
T(a
0
+a
1
x +a
2
x
2
+a
3
x
3
) = a
1
+2a
2
x +Sa
3
x
2

0: P
3
- P
2
0(a
0
+a
1
x +a
2
x
2
+a
3
x
3
) = a
2
-a
0
x
2

(T +0)(a
0
+a
1
x +a
2
x
2
+a
3
x
3
) = a
1
+2a
2
x +Sa
3
x
2
+(a
2
x -a
0
x
2
)
T(S -4x +8x
2
-Sx
3
) = 4x +16x -1Sx
2

0(S -4x +8x
2
-Sx
3
) = 8x -Sx
2

T +0(S -4x +8x
2
-Sx
3
) == (-4 +16x -1Sx
2
) +(8x -Sx
2
) = -4 +24x -2ux
2

Ejemplo: T: N
2x2
- N
2x2

Sea
A = [
8 1S
2 11

T(B) = AB, es T lineal.
[
8 1S
2 11
[
a b
c u
= [
8a +1Sc 8b +1Su
2a +11c 2b +11u
- T[
u 2
1 -1
= [
1S -29
11 -1S

T[
7 S
-4 8
= [
4 144
Su 98

T[
7 S
-S 7
= [
17 11S
-119 8S
= T[
u -2
1 -1
+T[
7 S
-4 8

Composicin: Sea T: 0 - v y adems L: v - W dos transformaciones lineales, a composicin de T, L (denotada por
L T) es la transformacin lineal L T: W- W tal que:





Ejemplo:
T: R
2
- R
4
T(x, y) = (y, -x, u, x +y)
L: R
4
- R
3
L(x
1
, x
2
, x
3
, x
4
) = (x
2
, -x
1
, x
2
)
L T: R
2
- R
3
= ( L T)(x, y) = L|T(x, y)] = L(y, -x, u, x +y) = (-x, -y, x)
Numricamente
U T(V) L[T(U)]
T(4,6) = (6, -4,u,1u)
L T = L(T(4,6) = (-6, -4, -6)
Ejemplo: T: N
2x2
- P
3

T[
a b
c u
= c +bx +ux
2
+ax
3

L = P
3
- R
4

L(a
0
+a
1
x +a
2
x
2
+a
3
x
3
) = (a
1
, a
2
, a
3
, a
4
)
L T = N
2x2
- P
3
, entonces L T[
a b
c u
= L_T[
a b
c u
_ = L(c +bx +ux
2
+ax
3
) = (b, u, a, c)
Numricamente
T[
S 2
7 1
= 7 +2x +x
2
+Sx
2

L T = (2,1.S,7)
L: R
2
- R
3
Una transformacin lineal tal que:
T(1,u) = (1,2,S), Balle T(2,4), T(S, -7)
T(u,1) = (-4,u,S)
{(1,u), (u,1)] es base ue R
2

(2,4) = (2,u) +(u,4) = 2(1,u) +4(u,1) =T(2,4) = T(2(1,u) +4(u,1)) = T|2(1,u)] +T(4(u,1)) T es lineal
= 2T(1,u) +4T(u,1) = 2(1,2,S) +4(-4,u.S) = (2,4,6) +(-16,u,2u) = (-14,4,26)
T(-S,7) = T(-S(1,u) +7(u,1)) = T(-S(1,u)) +T(7(u,1)) T es lineal
= (S,6,9) +(-28,u,SS) = (-2S,6,44)
Multiplicacin de Matrices
Sea A = (a
Ij
) una matriz mxn A B = (b
Ij
) una matriz nxp, la multiplicacin de AB es la matriz que se denota como
C = AB de tamao mxp tal que:
C
Ij
= (a
I1
, a
I2
, ., a
In
)(b
1j
, b
2j
, ., b
nj
) Producto punto= ienglon i ue A columna j ue B
AB = _
a
11
a
1n
a
21
.
a
m1
a
mn
__
a
11
a
1p
a
21
.
a
n1
a
np
_
= _
a
11
b
11
+a
12
b
21
++a
1n
b
n1
a
11
b
12
+a
12
b
22
++a
1n
b
n2
. a
11
b
1p
+a
12
b
2p
++a
1n
b
np
a
21
+b
11
+a
22
b
21
++a
2n
b
n1
.
a
m1
+b
11
+a
m2
b
21
++a
mn
b
n1
a
m1
b
1p
+a
m2
b
2p
++a
mn
b
np
_
Ejercicio
A = [
S -1 u
1 1 2
, B = [
S -1 u
1 1 2

Calcular A B y B A
A B = [
S -1 u
1 1 2
_
S -1
1 4
2 S
_ = _
S(S) +(-1)(1) +(u)(2) S(-1) +(-1)(4) +u(S)
1(S) +1(1) +2(2) 1(-1) +1(4) +2(S)
] = [
14 -7
1u 9

B A = _
S -1
1 4
2 S
_[
S -1 u
1 1 2
= _
14 -6 -2
7 S 8
9 1 6
_
NOTA: la multiplicacin de matrices no es conmutativa A B = B A
La multiplicacin de matrices es asociativa?
C = [
S 1
-1 4
=(A B) C = A (B C)
tenemos que: (A B) C = [
14 -7
1u 9
_
S -1
1 4
2 S
_ = [
77 -14
41 46

poi otio lauo: A (B C) = [
S -1 u
1 1 2
j[
S -1 u
1 1 2
[
S 1
-1 4
[ = [
S -1 u
1 1 2
_
26 1
1 7
7 14
_ = [
77 -14
41 46

si es asociativa
Ahora A +(B +C) = AB +AC

A = [
8 -1
4 -2

B = [
1 S -S
u 6 4

C = [
-S 2 1
S u 9

A(B +C) = [
8 -1
4 -2
j[
1 S -S
u 6 4
+[
-S 2 1
S u 9
[ = [
8 -1
4 -2
[
-2 6 -1
S 6 -S
= [
-21 42 -S
-18 12 6

AB +AC = j[
8 -1
4 -2
[
1 S -S
u 6 4
[ +j[
8 -1
4 -2
[
-S 2 1
S u 9
[ = [
8 S4 -28
4 8 -2u
+[
-29 8 2S
-22 4 26

= [
-21 42 -S
-18 12 6

Ahora (B +C)A = BA +CA
A = _
S
-2
S
_
B = [
1 S -S
u 6 4

C = [
-S 2 1
S u 9

(B +C)A = j[
1 S -S
u 6 4
+[
-S 2 1
S u 9
[ _
S
-2
S
_ = [
-2 6 -1
S 6 -S
_
S
-2
S
_ = [
-21
-12

BA +CA = _[
1 S -S
u 6 4
_
S
-2
S
__ +_[
-S 2 1
S u 9
_
S
-2
S
__ = [
-16
u
+[
-S
-12
= [
-21
-12
, si se cumple
Decodificar con el siguiente cdigo T: A
3
- A
6
, T = (x, y, z) = (x, y, z, x +2, y -z, x +y)
A: T(u,u,u) A = (u,u,u) A = (u,u,u)
C: T(1,u,u) C = (1,u,u) S = (1,u,1) - sobia
E: T(u,1,u) E = (u,1,u) T = (u,1,1)
I: T(u,u,1) I = (u,u,1) N = (1,1,u)
N: T(1,1,u) N = (1,1,u)
T: T(u,1,1) T = (u,1,1)
S: T(1,u,1) S = (1,u,1)
0: T(1,1,1) 0 = (1,1,1)
Transformaciones
A = (u,u,u,u,u,u) A, A
C = (1,u,u,1,u,1) A, S
E = (u,1,u,u,1,1) E, I
I = (u,u,1,1,1,u) I, W
N = (1,1,u,1,1,2) N
T = (1,u,1,2,1,1) T
S = (1,u,1,2,1,1) S
0 = (1,1,1,2 +2 +2) 0
Sistema de Ecuaciones Lineales mxn
Un sistema de ecuaciones lineales mxn, consta de m ecuaciones con cada ecuacin teniendo n incgnitas de la siguiente
forma:
a
11
x
1
+a
12
x
2
++a
1n
x
n
= b
1

a
21
x
1
+a
22
x
2
++a
2n
x
n
= b
2

.
a
m1
x
1
+a
m2
x
2
++a
mn
x
n
= b
m

Los trminos a
Ij
son los coeficientes del sistema y los trminos b
j
son los trminos independientes.
x
1
, x
2
, ., x
n
Son n incognitas
Un sistema tiene 2 matrices que se le asocian:
A = _
a
11
a
12
. a
1n
a
21
a
22
. a
2n
.
a
m1

a
m2
.
.
a
mn
_
Y la aumentada:
A = _
a
11
a
12
. a
1n
b
1
a
21
a
22
. a
2n
b
2
.
a
m1

a
m2
.
. .
a
mn
b
m
_
Ejemplo
Sx
1
-4x
2
+x
3
= 1
x
1
+x
2
-2x
3
= -8
Matriz Asociada A = [
S -4 1
1 1 -2

Matriz Aumentada A = [
S -4 1 1
1 1 -2 -8

_
a
11
a
12
. a
1n
a
21
a
22
. a
2n
.
a
m1

a
m2
.
.
a
mn
__
x
1
x
2
.
x
n
_ = _
b
1
b
2
.
b
m
_
Si x = _
x
1
x
2
.
x
n
_, B = _
b
1
b
2
.
b
m
_, =A
l
x = B
Ejemplo: [
S -4 1
1 1 -2
_
x
1
x
2
x
3
_ = [
1
-8

Consideremos el sistema
a
11
x
1
+a
12
x
2
= b
1

a
21
x
1
+a
22
x
2
= b
2

Una solucin del sistema de ecuaciones lineales que no afectan al conjunto de soluciones del sistema
1. Intercambiar 2 ecuaciones no afecta al conjunto de soluciones
2. Multiplicar de una ecuacin por una constante diferente de cero
3. k = u - ka
11
x
1
+ka
12
x
2
= kb
1

a
21
x
1
+a
22
x
2
= b
2

Sea (s
1
, s
2
) soluciones ue S) como a
11
s
1
+a
12
s
2
= b
1

Se multiplica por k - ka
11
s
1
+ka
22
s
2
= kb (s
1
, s
2
)es solucion ue 4)
ka
11
s
1
+ka
12
s
2
= b
1

a
21
s
1
+a
22
s
2
= b
2

Como k = u, se divide a la primera ecuacin entre k
a
11
s
1
+a
12
s
2
= b
1
(s
1
, s
2
) es solucion uel sistema
4. Sumarle a una ecuacin un mltiplo diferente de cero de otra ecuacin
a
11
x
1
+a
12
x
2

a
21
x
1
+a
22
x
2
= b
2

k = u Si multiplicamos la ecuacin por k
ka
21
x
1
+ka
22
x
2
= kb
2

y la sumamos a la piimei ecuacion
a
11
x
1
+ka
21
x
1
+a
12
x
2
+ka
22
x
2
= b
1
+kb
2

el nuevo sistema que se obtiene
(a
11
+ka
21
)x
1
+(a
12
+ka
21
)x
2
= b
1
+kb
2

a
21
x
1
+a
22
x
2
= b
2

entonces sea (s
1
, s
2
)una solucion ue S),
a
11
s
1
+a
12
s
2
= b
1

a
21
s
1
+a
22
s
2
= b
2

Sustituyenuo (s
1
, s
2
)en la piimei ecuacion ue 4)
(a
n
+a
21
)s
1
+(a
12
+ka
22
)s
1
= b
1

a
11
s
1
+ka
21
s
1
+a
21
s
1
+ka
22
s
2
= a
11
s
1
+a
12
s
2
+k(a
21
s
1
+a
22
s
2
) = b
1
+kb
2

Inversamente si (s
1
, s
2
)es solucion, entonces
(a
11
+ka
21
)s
1
+(a
12
+ka
22
)s
1
= b
1
+kb
2

a
21
s
2
+a
22
s
2
= b
2

Poi igualuau se obtiene

4)
a
11
s1 +ka
21
s
1
+a
12
s
2
+ka
22
s
2
= b
1
+kb
2

a
11
s
1
+a
12
s
2
+k(a
21
s
1
+a
22
s
2
) = b
1
+kb
2

sustituyenuo b
2

a
11
s
1
+a
12
s
2
+kb
2
= b
1
+kb
2
, a
11
s
1
+a
12
s
2
= b
1
=satisface el sistema S
Mtodo de Gauss para resolver sistemas de ecuaciones
Se considera a matriz aumentado del sistema y se le aplican algunas de las operaciones siguientes:
i) Intercambio de 2 renglones
ii) Multiplicacin de un rengln por una constante diferente de cero
iii) Suma de un rengln con un mltiplo diferente de cero de otro rengln y entonces transformar la matriz
a otra con la siguientes caractersticas:
1) El primer coeficiente diferente de cero del 1
cr
rengln es 1
2) El primero coeficiente diferente de cero de cada rengln est ms a la derecha del primer
coeficiente diferente de cero del rengln anterior
3) Las componentes estarn abajo del primer elemento diferente de cero de algn rengln
Ejemplo
Resolver el sistema
2x
1
-Sx
2
+2x
3
= u
x
1
+x
2
+x
2
= S
Sx
1
-x
2
-Sx
3
= 4
_
2 -S 2 u
1 1 1 2
S -1 -S 4
_ ~
CAMBIAR R2 POR R1
_
1 1 1 2
2 -S 2 u
S -1 -S 4
_ ~
R1(-2)+R2
R1(-3)+R1
_
1 1 1 2
u -S u -4
S -4 -6 -2
_ ~
R2(-1)+R2
_
1 1 1 2
u S u 4
S 4 -6 -2
_
~
R3(1)+R2
_
1 1 1 2
u 1 -6 2
S -4 -6 2
_ ~
R2(4)+R3
_
u 1 -1 2
u 1 -6 2
S -4 -Su 6
_ ~
R[-
1
3
+R
_
4 1 1 2
u 1 -6 2
u u 1 -
1
S
_ = x
1
+x
2
+x
3
= 2, x
2
-6x
3
= 2, = x
3
= -
1
S

x
2
= 2 +6_-
1
S
] =
4
S
= (s
1
, s
2
, s
3
) = _
7
S
,
4
S
, -
1
S
]
x
1
= 2 -
4
S
+
1
S
=
7
S

NOTA: verificar en el sistema
Dos matrices se llaman semejantes si una se obtiene de la otra aplicando alguna de las 3 operaciones elementales.
Dos sistemas de ecuaciones lineales se dicen equivalente si tienen el mismo conjunto solucin.
Ejemplo
x
1
+Sx
2
= 2
-2x
1
-Sx
2
= -2
-Sx
1
-4x
2
= 12 = _
1 S 2
-2 -S -2
-S
-S
-4
-9
12
-6
_ ~
R(2)
R(5)+3R
-1R(3)+4R
_
1 S 2
u 1 2
u
u
1
u
22
u
_ ~
2R(-11)
+3R
_
1 S 2
u 1 2
u
u
u
u
22
u
_
-Sx
1
-9x
2
= -6
x
2
= 2, x
1
+Sx
2
= 2 =x
1
+S(2) = 2, x
1
= -4, (s
1
, s
2
) = (-4,2)
Ejemplo
x +y -2z = 1
2x -y -z -Sw = -4
x +2y -Sz +w = S
2x +y -Sz +w = u
_
1 1 -2 u 1
2
1
2
-1
2
1
-1
-S
-S
-S
1
-1
-4
S
u
_ ~
(-1)+3R
R(-2)+2R
(-2)+4R
_
1 1 -2 u 1
u
u
u
-S
1
-1
S
-1
1
-S
1
-1
-6
2
-2
_ ~
2R[-
1
3

_
1 1 -2 u 1
u
u
u
1
1
-1
1
1
-1
1
1
1
2
2
-2
_
- 2 ienglones uifeientes ue ceio y 4 incognitas, se uan valoies aibitiaiios a 2 ue ellas y las uems se uespejan
z = b, w = c, entonces x = 1 -y +2b, y = 2 +b = c
x = 1 -(2 +b -c) +2b - x = -2 +b +c
Solucin general del sistema
(x, y, z, w) = (s
1
, s
2
, s
3
, s
4
) = (-1 +b +c, 2 +b -c, b, c)|b, c e R
Numricamente
b = 7, c = 2 - x = -1 +b +c = -1 +7 +2 = 8, y = 7, z = 7, w = 2
Sustituyendo
x +y -2z = 1
-1 +b +c +2 +b -c -2c = 1
-1 +7 +2 +2 +7 -2 -2(7) = 1
8 +7 -14 = 1
1 = 1
Ejemplo
x +y -w = u
x +z -w = -1
-x +y -2z +w = S
tenemos - _
1 1 u -1 u
1 u 1 -1 1
-1 1 -2 1 S
_ ~ _
1 1 u -1 u
u -1 1 u -1
u 2 -2 u S
_ ~ _
1 1 u -1 u
u -1 1 u -1
u u u u 1
_,
no tiene solucion poi la contiauiccion ux +uy +uz +uw = 1
El rango de una matriz escalonada es el nmero de renglones diferentes de cero de dicha matriz.
Se comparan los rangos de la matriz escalonada y asociada al sistema y de la matriz escalonada acumulada al sistema; si
los rangos son diferentes, el sistema no tiene solucin.
En el ejemplo anterior, el rango de la matriz asociada es 2 y el rango de la m aumentada es 3.
Ejemplo: Resolver el sistema
2x +y +z +w = u
-x -y +z -2w = u
4x +Sy -z -w = u
_
2 1 1 1 u
-1 -1 1 -2 u
4 S -1 -1 u
_ ~ _
1 1 -1 2 u2
1 1 1 1 u
4 S -1 -1 u
_ ~ _
1 1 -1 2 u
u -1 S S u
u -1 S 9 u
_ ~ _
1 1 -1 2 u
u 1 -S -S u
u -1 S 9 u
_
~ _
1 1 -S 2 u
u 1 -S -S u
u -1 S 9 u
_ ~ _
1 1 -1 2 u
u 1 -S -S u
u u u u u
_
Rango = S, =4 -S = 1
Incognitas = 4
x +y -z +2w = u
y -Sz -Sw = u, 6w = u =w = u
Slo se dan valores a z = c ya que w = u, y se sustituye en la 2
a
ecuacin, y = S, x = -2c
Comprobacin:
2x +y +z +w = u 4x +Sy -z -w = u
2(-2c) +Sc +c +u = u 4(-2c) +S(Sc) -c -u = u
-4c +4c +u = u -8c +9c -c -u = u
u = u u = u
-x -y -z +2w = u
2c -Sc +2(u) = u
u = u
Ejercicio
Sx +2y +z = S
2x +Sy +z = 1
2x +y +Sz = 1

Un sistema de ecuaciones se llama homogneo
cuando cada una de las ecuaciones est igualada
a 0, siempre tiene solucin (nica o infinita)

3

2

1

6

7

700 600 200
800 GF
600
_
S 2 1 S
2 S 1 1
2 1 S 11
_ ~ _
S 2 1 S
2 S 1 1
2 1 S 11
_ ~ _
1
2
S
1
S
S
S
2 S 1 1
2 1 S 11
_ ~ _
1 2S 1S SS
2 S 1 1
u -2 2 1u
_ ~ _
1 2S 1S SS
u SS 1S -7S
u 1 -1 -S
_
~ _
1 2S 1S SS
u 1 -1 -S
u SS 1S -7S
_ ~ _
1 2S 1S SS
u 1 -1 -S
u u 2 u
_ ~ _
1 u 1 S
u 1 -1 -S
u u 1 S
_

Ejercicio
-2x
1
+x
2
+6x
3
= 18 x
1
= -4
Sx
1
+8x
3
= -16 x
2
= 7
Sx
1
+2x
3
-2ux
3
= -S x
3
=
1
2

Ejercicio
Dividir 180 en 3 partes de modo que la mitad de la primera, el tercio de la segundo y el cuarto de la tercera sean 3
nmeros iguales x, y, z, cul es valor de cada variable?
x
2
=
y
S
=
z
4
=
x
2
=
y
S
, Sx = 2y auems como
y
S
=
z
4
, =Sy = Sz
_
1 1 1 18u
S -2 u u
u 4 S u
_ ~ _
1 1 1 18u
1 1
S
S
1u8
u u 1 8u
_ ~ _
1 1 1 18u
u -S -S -S4u
u 4 -S u
_ ~ _
1 1 1 18u
u 1
S
S
1u8
u 4 -S u
_ ~
`

1 1 1 18u
u 1
S
S
1u8
u
u -
2S
S
-4S2
/

~ _
1 1 1 18u
1 1
S
S
1u8
u u 1 8u
_ ~
`

1 u
2
S
72
u
1
S
S
1u8
u u 1 8u /

,
x
2
=
4u
2
= 2u,
y
S
=
6u
S
= 2u

x +y +z = 18u
4u +6u +8u = 18u
18u = 18u
Ejercicio
3 obreros trabajan en una obra, el primero y el segundo podran hacerlo en 8 das; el primero y el tercero en 9 das; el
segundo y el tercero en 10, cunto tiempo tardaran cada uno para hacerlo solos?
Sean x, y, z los tiempos inuiviuuales poi obia teiminaua
x +y = 8
x +z = 9
y +z = 1u
x =
7
2

y =
9
2

z =
11
2

Problema de Trnsito









Cantidad de vehculos por hora que entran y salen 16: uu -17: uu his
200
400 Morelos

Objetivo: minimizar el paso de vehculos en Morelos entre Rayn y Sor Juana de tal forma que no haya
congestionamiento en las 6 esquinas del diagrama
Esquina - llegan 4uu +x
4

6uu +x
2
- 4uu +x
4
= 6uu +x
2

B: x
2
+x
5
= 1uu +x
4
x
1
-x
4
= 2uu
C: Suu +4uu = x
3
+x
5
x
2
-x
4
+x
5
= 1uu
B: 8uu +x
1
= x
2
+x
7
x
3
+x
5
= 7uu
E: 6uu +x
6
= x
2
+x
7
x
1
-x
6
= 1uu
F: x
7
+x
3
= 2uu +7uu x
2
+x
6
+x
4
= 6uu
x
3
+x
7
= 9uu
Matriz Identidad
La matriz identidad nxn es la siguiente:
I = _
1 u .
u 1 .
u u 1
_
La componente ij de la matriz es:
I
Ij
= _
1 si i = j
u si i = j

I Es el neutro multiplicativo en el conjunto de matrices nxn
Es decir, si A es matriz de nxn, entonces AI = IA = A
Ejemplo
A = _
-S u 1
2 4 -1
-S 1 6
_, =AI = _
-S u 1
2 4 -1
-S 1 6
__
1 u u
u 1 u
u u 1
_ = A
Matriz Inversa
Sea A una matriz nxn, otra matriz nxn denotada por A
-1
es la matriz inversa deA, si satisface:
A A
-1
= I
A
-1
A = I
A = [
a b
c u
, =A
-1
= [
u -b
-c a

Ejemplo: A = [
S S
S 2

A
-1
= [
2 -S
-S S

A A
-1
= [
S S
S 2
[
2 -S
-S S
= [
1 u
u 1

A
-1
A = [
2 -S
-S S
[
S S
S 2
= [
1 u
u 1

Ejemplo: Encontrar la matriz inversa de A
A = _
2 4 6
4 S 6
S 1 -1
__
1 u u
u 1 u
u u 1
_ = _
-8S 7S -1
-11S 2
-11S SS -1
_
Hallar A
-1
ue A, B
-1
ue B, AB y (A -B)
-1

A = _
2 1 -1
1 1 1
1 2 -S
_
B = _
S 1 -1
1 1 1
4 2 -S
_
_
2 1 -1
1 1 1
1 -2 -S
_
1 u u
u 1 u
u u 1
_ = _
1 12 -12
u -12 S2
u -S2 -S2
_
12 u u
-12 1 u
-1S u 1
_ = _
1 12 -12
u 1 -S
u 1 -1
_
12 u u
1 u u
-21S u
2
S
_
= _
1 12 -12
u 1 -S
u u 4
_
12 u u
1 u u
-171Su u 2S
_
A
-1
= _
. 2 1 . 4
. 8 -1 -.6
-.6 1 . 2
_ =
`

1
S
1
2
S
4
S
-1 -
S
S
-
S
S
1
1
S
/

B
-1
=
`

S
6
-
1
6
-
1
S
-
7
6
S
6
2
S
1
S
1
S
-
1
S
/

AB
-1
=
`

-
1
1u
2
S
11
Su
-
1
21
-
4
S
-
S
6
-
2
S
-
1
S
-
2
1S
/

Determinante
_
2 -1 4
u 1 S
6 S -4
_ = 2|(1)(-4) -(S)(S)]1|u(4) -6(S)]
Sea A = [
a
11
a
12
a
21
a
22
, el uetA o |A| se define como el nmero real siguiente:
uetA = a
11
a
22
-a
12
a
21

Si A = _
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_ se uefine comouet A = a
11
[uet [
a
22
a
23
a
32
a
33
-a
12
uet [
a
21
a
23
a
31
a
33
+a
13
uet [
a
21
a
22
a
31
a
32

Ejemplo
A = _
S u -1
2 u 4
-S u 1
_ = u
Propiedades de los Determinantes
1. Si una matriz A tiene un rengln de ceros o una columna de ceros, entonces uetA = u
2. Si la matriz B se obtiene de A, el multiplicar un rengln o columna de A por un escalar c = u, entonces el
uetB = c(uetA):
B = _
2 -1 4
u -2 -1u
6 S -4
_ - uet
B = (-92)(-2) = 184
ienglon 2 poi (-2)tomauo ue la matiiz A

3. Si B obtiene de la matriz A intercambiando 2 de sus renglones o dos de sus columnas, entonces uetB = -uetA
B = _
2 -1 4
6 S -4
u 1 S
_, =uet B = 2(1S +4) -1(Su +u) +4(6 -u) = 92
Ejemplo: Calcular det A
A = _
1 S -1
-1 -4 2
2 u 1
_ - _
S S -1
-S -4 2
u u 1
_
uet A = [
S S
-S -4
= S
Calcular uet A
A = _
1 -S
2 4

S 6
u S
1 S
4 u

4 -2
2 7
_ - _
1 -8
2 -6

S 6
u S
1 u
4 -2u

4 -2
2 7
_ - _
1 -8
2 -6

-4 6
u S
1 u
4 -2u

u -2
-S4 7
_ - _
1 -8
2 -6

-4 8
-18 7
1 u
4 -2u

u u
-S4 1S
_
_
u -4 u
Su -18 -29
48 -S4 -SS
_ Recoiuanuo los signos tenemos:
-(-4) [
Su -29
48 -SS
= -792
uet _
S 1
1 1

-1 u
1 -1
4 -2
1 S

-S 2
-2 4
_ = 44
1uet _
-14 S -12
-4 S -S
-22 S -14
_ - uet _
-
22
S
-
11
S
-
46
S
-
17
S
_ = 44
Definicin
uet _
a
11
a
1n
. .
a
n1
a
nm
_ = (-1)
1+1
a
11
uet N
11
+(-1)
1+2
a
12
uet N
12
++(-1)
1+n
uet N
1n

Donde N
Ij
es la matriz menor correspondiente a ala componente a
Ij
, que se obtiene eliminando el rengln i A la
columna j
Con el determinante se puede encontrar por cualquier rengln de acuerdo al rengln i -simo, la definicin es
uet A = (-1)
1+I
a
I1
uet N
1j
+(-1)
I+2
a
I2
uet N
2j
++(-1)
1+n
a
In
uet N
In

Matriz Transpuesta deA, denotada por A
t
, es la matriz obtenida de A, al considerar las columnas de A como renglones
de A
t

A = _
S 1 -1
6 u -1
S 9 2
_ = A
t
= _
S 6 S
1 u 9
-1 -1 2
_ A
t
(a
Ij
) -a
Ij
= a
jI

uet A = -44 A uet A
t
= -44
Propiedad: uet A = uet A
t

Ejemplo
B = _
8 2S 1u
S -4 S
Su u 2
_ = 2uet [
-142 2S
4u -4
= 2976
Propiedad: uet(A B) = uet A(uet B)
uet(A B) = _
S 1 -1
6 u -1
S 9 2
__
8 2S 1u
S -4 S
Su u 2
_ = _
-1 6S S1
18 1S8 S8
14S 79 81
_ = -1S1,944
uet A = -44 A uet B = 2976 = -44(2976) = -1Su,944
Propiedad: A A
t
= I uet _
1 u u
u 1 u
u u 1
_ = uet I = 1 uet(A A
t
) = uet I = 1 = uet A(uet A
t
) = 1 =uet(A
t
) =
1
dct A

Matrices Espaciales
Matriz Diagonal: matriz A de tamao nxn tal que a
Ij
= u si i = j
Ejemplo
A = _
8 u
u -S
u u
u u
u u
u u
1 u
u S
_ = uet A = 8(-S)(1)(S) = -12u
El determinante de una matriz diagonal es igual al producto de los elementos de su diagonal
Matrices Triangulares Superiores
A = _
2 4 -S
u -1 S
u u 6
_ a
Ij
= u si i > j
El determinante de una matriz triangular superior es igual al producto de los elementos de su diagonal
Ax = B Si el sistema nxn tiene solucin y A tiene inversa A
-1
:
A
-1
(Ax) = A
-1
B
(A
-1
A)x = Ix = x = A
-1
B
Ejemplo: Resolver el sistema de ecuaciones
Sx +2y +z = u
2x +Sy +z = 1
2x +y +Sz = 11
_
S 2 1
2 S 1
2 1 S
__
x
y
z
_ = _
S
1
11
_
A
-1
=
1
12
_
8 -S -1
-4 7 -1
-4 1 S
_ - _
x
y
z
_ =
1
12
_
8 -S -1
-4 7 -1
-4 1 S
__
S
1
11
_ =
1
12
_
24
-24
S6
_ _
x
y
z
_ = _
2
-2
S
_
Factorizacin en Irreducibles en C|x]
x
5
-Sx
4
+4x
3
-4x -4 = |x -(1 +i)]|x -(1 +i)]|x -(1 +i)]|x -(1 +i)](x +1)
Teorema Fundamental del lgebra
Sea f(x) en C|x] de grado mayor que uno, entonces f(x)tiene al menos una raz en C
a(x) = (x -
1
)b(x) Con grado |b(x)] < giauo |a(x)] se aplica el teorema a b(x). Hasta obtener un factor de grado 1
Un polinomio de grado n enC, tiene n races en C, aunqueQ|x] A a +b es una raz de f(x) con a e Q A b e Q =
Ejemplo: Factorizar 2x
4
-x
3
-17x
2
+1Sx -9 = u sabiendo que 1 -2 es iaiz
2 -1 -17 1S 9
2 -22 S -S2 -6 +92 -9
2 1 -22 -12 -S2 9 +92 u
2 +22 S +S2 -9 -92
2 S -9 u

2x
2
-Sx -9 = u - x =
-S _9 +72
4
- x
1
=
S
2
, x
2
= -S
Factorizacin en J|x]
2x
4
-x
3
-17x
2
+1S +9 = _x -
S
2
] (x +S)|x -(1 +2)]|x -(1 -2)]
Factorizacin en Q|x]
2x
4
-x
3
-17x
2
+1S +9 = _x -
S
2
] (x +S)(x
2
-2x -1) = x
2
-(1 -2)x -(1 -2)x +(-1)
= x
2
-x -2x -x +2x -1 = x
2
-2x -1
Ejemplo: Factorizar el polinomio x
4
-16x
2
-8x -1 = u
Cuando no tienen trmino cbico:
x
4
= 16x
2
+8x +1
x
4
= (4x +1)
2

x
2
= _(4x +1)
x = 4x +1 - Sx = -1 - x = -
1
S

x = 4x -1 - Sx = -1 - x = -
1
S

Factorizar el polinomio en J|x] A C|x]: x
4
-2x
3
+6x
2
-2x +S sabiendo que i es una raz
Factorizar en Q|x] A J|x] el polinomio: x
6
-x
5
-8x
4
+2x
3
+21x
2
-9x -S4 sabiendo que 2 +i es una raz
Determine cules son los polinomios son irreducibles en el campo que se da:
i) En Q|x] x
2
-2x +4 x +S x
2
-8 x
2
-
9
4

ii) En J|x] x
2
-8 x +8 x
2
-2x +4
iii) En C|x] x
2
-2x +4 x +7 x -i

Transformaciones de R
2
(PLAN0 CARTESIAN0)








(, )
(
i
, )
Ejemplo
T
1
(x, y) = (-2x, Sy) T
1
(S,8) = (-6,24); T
1
(u,1) = (u,S)
T
2
(x, y) = (Sx +y, -2x) T
2
(-S,4) = (-11,1u); T
2
[S,
2
3
= [SS +
2
3
, -2S
T
3
(x, y) = (u, x) T
3
(4,1) = (u,4); T
3
(u,S) = (u,u); T
3
(4, -S) = (u,4)
= T
3
no es inyectiva porque (4,1) = (4, -S); peio ue ambas el iesultauo es (u,4)
Ejemplo: T
1
, inyectiva?
Demostracin
Sean (x, y). (x
i
, y
i
) e R
2

Suponemos T
1
(x, y) = T
1
(x
i
, y
i
)
(-2x, Sy) = (-2x
i
, Sy
i
)
= -2x = -2x
i
= x = x
Sy = Sy
i
= y = y
i
(x, y) = (x
i
, y
i
) T
1
es inyectiva
Ejemplo: T
2
, inyectiva?
Demostracin
Sean (x, y), (x
i
, y
i
) e R
2

Suponemos T
2
(x, y) = T
2
(x
i
, y
i
)
= (Sx +y, -2x) = (Sx
i
+y
i
, -2x)
-2x = -2x
i

(x, y) = (x
i
, y
i
) T
2
es inyectiva
T es sobreinyectiva si la imagen de T es todo el plano R
2
; es decir, si para cada pareja (a, b) e R
2
se puede encontrar
otra pareja (x, y) e R
2
tal que T(x, y) = (a, b)








Ejemplo: T
3
(x, y) = (u, x)


La imagen de T
3
son los puntos del eje y nicamente T
3
no es sobreyectiva
Ejemplo: T
1
, sobreyectiva?
Demostracin
T
1
(x, y) = (-2x, Sy) = (a, b)
-2x = a
Sy = b
Despejando a x, y - se tiene que x = -
a
2
, y =
b
3

T
2
(x, y) = T
2
_-
a
2
,
b
S
] = (a, b)
Sx +y = a y = a +
3
2
b
-2x = b x = -
b
2

T
2
es sobreyectiva porue para cualquier (a, b) e R
2
, + la pareja [-
b
2
, a +
3
2
b e R
2
tal que:
T
2
_-
b
2
, a +
S
2
b] = (a, b)
T
2
_-
b
2
, a +
S
2
b] = _S_-
b
2
] +a +
S
2
b , -2_-
b
2
]_ = (a, b)
Definicin- Una transformacin que es inyectiva y sobreyectiva se llama tiansfoimacion no sinulai; estas
transformaciones tienen la propiedad de tener inversa T
-

T
1
es no singular y su inversa T
-
(x, y) = [-
x
2
,
y
3

T
-
= |T
1
(x, y)] = T
-
(-2x, Sy) = (x, y)
T
1
(p) = p +(1,S)
Si p = (x, y) - T
1
(x, y) = (x, y) +(1,S) = (x +1, y +S)
Si (u,u) = (1,S)
Si (S,2) = (4,S)
Si (-S,8) = (-2,11)
- Tiaslaua caua uno ue los puntos una uniuau en x, S en y

Ejemplo: 2 iv) del Grossman
T
4
(x, y) = (x
i
, y
i
)
x
i
= |x|
y
i
= y
T
4
(x, y) = (|x|, y)
i) Sea (x, y), si x > u, T(x, y) = (x, y)
ii) Si x < u, T(x, y) = (-x, y)
La mitad del plano que corresponde al eje x positivo queda igual, la mitad del plano que corresponde al eje x negativo
Ejemplo: T
5
(x, y) = x(2,u) +y(u,2) = (2x, u) +(u,2y) = (2x, 2y)
La transformacin agranda al punto; lo estira con una razn de 2 unidades
Ejemplo: T
6
(x, y) = (x, x) - Si T
6
(2,S) = (2,2), Si T
6
(-4,2) = (-4, -4)


T
1
(x, y) = (-y, x) La transformacin es una rotacin de 90
T
1
(1,u) = (u,1)
T
1
(u,1) = (-1,u)
T
1
(2,2) = (-2,2)
=
La transformacin manda a
un punto a la , = en el
punto que tiene el mismo
valor de su abscisa
Transformaciones Rgidas
Definicin - Una transformacin de R
2
se llama Rgida si preserva distancias esto es si p, q estn en el plano:
|p -q| = |T(p) -T(q)|

Transformaciones Rgidas
- Traslaciones
- Rotaciones
- Reflexiones
Una traslacion es de la forma T(p) = p +q uonue q es fija
Ejemplo
T(p) = p +(2,S)
T(q) = (2,S)
El plano se traslada 2 unidades a la derecha y 2 unidades hacia arriba

Proposicin: una traslacin es una transformacin rgida y es no singular
Demostracin
Sea la traslacin T(p) = p +s; s fijo
Tenemos 2 puntos p, q en el plano:
|T(p) -T(q)| = |(p +s) -(q +s)|, sustituyenuo a T(p), T(q) - |p -q| es iigiua
T(p) = p +s es no singular, pues su inverda es T
-
(p) = p -s
Comprobacin:
T
-
|T(p)] = T
-
|(p +s)] = (p +s) -s = p
Ejercicio: Determine las traslaciones T que transforma el punto P
o
(x
0
, y
0
) en el punto Q
0
(x
1
, y
1
)
Dar la regla general de la traslacin T(x, y) que concluya en:
T(P
0
) = Q
0

T(P
0
) = P
0
+(Q
0
-P
0
) = Q
0

T(x, y) = (x, y) +Q
0
-P
0
= (x, y) +(x
1
-x
0
, y
1
-y
0
)
T(x, y) = (x, y) +(-2 -S,S -6)
= (x, y) +(-S, -S)

Definicin - Una rotacin 0(x, y) es una transformacin de la forma:
0(x, y) = xu +yu
1
uonue u = (u
1
, u
2
)es un vectoi unitaiio (ue noima 1)~ u
1
= (-u
2
, u
1
) es el oitogonal ue u.

0

Ejemplo
0(x, y) =
1
1S
(-2x -Sy, Sx -2y); ueteiminai el vectoi 0 ue esta iotacion
0(x, y) =
1
1S
|(-2x, Sx) +(-Sy, -2y)] =
1
1S
|x(-2,S) +y(-S, -2)] = x
1
1S
(-2,S) +y
1
1S
(-S, -2) u
=
1
1S
(-2,S)
|u| = a
2
+b
2
- |u| =
1
1S
4 +9 =
1
1S
1S
= 1
Proposicin: Una rotacin U es una transformacin rgida, es no singular, 0
-
es una rotacin
NOTA: propiedad de producto punto
Si p = (x, y) = p p = (x, y)(x, y) = x
2
+y
2
= |p|
2
= |p| = x
2
+y
2
p p = |p|
2



i) Sean (x, y), (x
i
, y
i
) e R
2

P. B |u(x, y) -u(x
i
, y
i
)| = |(x, y) -(x
i
, y
i
)|
P. B |u(x, y) -u(x
i
, y
i
)|
2
= |(x, y) -(x
i
, y
i
)|
2

|u(x, y) -u(x
i
, y
i
)|
2
= |(xu +yu
1
) -(x
i
u +y
i
u
1
)|
2

|(x -x
i
)u |(x -x
i
)u +(y -y
i
)u
1
]|(x -x
i
)u +(y -y
i
)u
1
|
= (x -x
i
)
2
u u +(x -x
i
)(y -y
i
)u u
1
+(y -y
i
)u
1
u +(y -y
i
)u
1
u
1
= (x -x
i
)
2
+(y -y
i
)
2
= |(x, y) -(x
i
, y
i
)|
2
- uistancia entie (x, y) A (x
i
, y
i
) 0 pieseiva uistancias
Ejercicio
Determna la rotacin que transforma (2,4)en (4,2)

Encontrar 0 tal que: 0(2,4) = 2u +4u
i
= (4,2) = 2(u
1
, u
2
) +4(-u
2
, u
1
) = (4,2)
2u
1
-4u
2
= 4
4u
1
+2u
2
= 2

4(2u
1
-4u
2
= 2) 2(2u
1
-4u
2
= 4)
-2(4u
1
+2u
2
= 2) 4(4u
1
+2u
2
= 2)

8u
1
-16u
2
= 16 4u
1
-8u
2
= 8
-8u
1
-4u
2
= -4 16u
1
+8u
2
= 8
-2uu
2
= 12 2uu
1
= 16
u
2
= -
S
S
u
1
=
4
S


(-2,S)
(4,2)
(2,4)
|u| =

16
2S
+
9
2S
= 1
u(x, y) = xu +yu
1

Verificacin: u(2,4) = 2[
4
5
, -
3
5
+4[
3
5,4
,
4
5
= (4,2)
0
-
es una iotacion Demostracin
u(x, y) = xu +yu
1
con |u| = 1
u(u
1
, u
2
) u
1
= (-u
2
, u
1
)
Planteado para encontrar la inversa:
0(x, y) = x(u
1
, u
2
) +y(-u
2
, u
1
) = (xu
1
-yu
2
, xu
2
+yu
1
) = (a, b)
u
1
= (xu
1
-yu
2
= a)
u
2
= (xu
2
+yu
1
= b)
xu
1
2
-yu
1
u
2
= au
1

xu
2
2
+yu
1
u
2
= bu
2

xu
1
2
= au
1
= x(u
1
2
, u
2
2
) = (au
1
+bu
2
) x =
au
1
+bu
2
u
1
2
+u
2
^
= au
1
+bu
2

xu
2
2
= bu
2
= u
2
(xu
1
-yu
2
= a)
u
1
(xu
2
+yu
1
= b)
xu
1
u
2
-yu
2
2
= au
2

-xu
1
u
2
-yu
1
2
= -bu
1

-y(u
1
2
+u
2
2
) = au
2
-bu
1
y = bu
1
-au
2
u
-
(a, b) = (x, y) = (au
1
+bu
2
, bu
1
-au
2
)
Cambiamos el nombre de las variables en 0
-
, en lugar de a, x y en lugar de b, y
0
-
(x, y) = (u
1
x +u
2
y, u
1
y -u
2
x)
Verificacin: 0
-
es la inveisa ue 0
0
-
(u(x, y)) = 0
-
(u
1
x +u
2
y, u
1
y -u
2
x) = (u
1
(xu
1
-yu
2
) +u
2
(xu
2
+yu
1
), u
1
(xu
2
+yu
1
) -u
2
(xu
1
-yu
2
))
= (xu
1
2
+xu
2
2
, yu
1
2
+yu
2
2
) = [x(u
1
2
+u
2
2
), y(u
1
2
, u
2
2
) = (x, y), 0 no es singulai
0
-
es una iotacion
0
-
(x, y) = (u
1
x +u
2
y, u
1
y +u
2
x) = (u
1
x, -u
2
y) +(u
2
y, u
1
y) = x(u
1
, -u
2
) +y(u
2
, u
1
) = (u
1
, -u
2
)es unitaiio
(u
2
, u
1
)
L
= (u
2
, u
1
)
Ejemplo: Determinar la rotacin que transforma a (1,u)en
1
2
(1,1)
Encontrar u(x, y) tal que u(1,u) =
1
2
(1,1)
u(1,u) =
1
2
(1,1) = 1(u
1
, u
2
) +u(-u
2
, u
1
) =
1
2
(1,1)
u = (u
1
, u
2
) = _
1
2
,
1
2
] u(x, y) = x _
1
2
,
1
2
] +y _-
1
2
,
1
2
] = _
x
2
,
x
2
] +_-
y
2
,
y
2
] = _
x -y
2
,
x +y
2
]
=
1
2
(x -y, x +y)
Verificacin: u
-
[-
1
2
,
1
2
=
1
2
[
2
2
, u = (1,u)
Determine 0
-
(x, y)
0
-
(x, y) = x _
1
2
, -
1
2
] +y _
1
2
,
1
2
] = _
x
2
,
-x
2
] +_
y
2
,
y
2
] =
1
2
(x +y, y -x)
Grficamente


Teorema: Propiedades de la Rotacin 0
a) u(a)u(b

) = a b

b) a u(b

) = u
-
(a) b

c) u(a
J
) = (u(a))
J

Demostracin
Sea a = (a
1
, a
2
) A b

= (b
1
, b
2
) con u(x, y) = x(u
1
, u
2
) +y(-u
2
, u
1
) tal que |(u
1
, u
2
)| = 1
a) a b

= a
1
b
1
+a
2
b
2
= (a
1
(u
1
, u
2
) +a
2
(-u
2
, u
1
)) ((b
1
(u
1
, u
2
) +b
2
(-u
2
, u
1
)) = a
1
b
1
(u
1
2
+u
2
2
) +
a
2
b
2
(u
1
2
+u
2
2
) = a
1
b
1
+a
2
b
2
= a b

b) u
-
(a) b

= u
-
(a) u
-
((u(b
J
)) - u
-
(a) = u
-
[u(b

) = a u(b
J
) ya que u
-
es inveisa ue 0 , como u
-
es
rotacin, satisface a) si cumple, satisface
c) u(a) = a
1
(u
1
, u
2
) +a
2
(-u
2
, u
1
) = (a
1
u
1
-a
2
u
2
, a
1
u
2
+a
2
u
1
) = (u(a))
J
= (-a
1
u
2
-a
2
u
1
, a
1
u
1
-a
2
u
2
)
Comparando con:
u(a
J
) = u(-a
2
, a
1
) = -a
2
(u
1
, u
2
) +a
1
(-u
2
, u
1
) = (-a
1
u
2
-a
2
u
1
, a
1
u
1
-a
2
u
2
)
u(a
-1
) = (u(a))
J

Ejercicio: Determinar la rotacin alrededor del origen que transforma al eje x en la recta y = {t(1,S)]

u(x, y) = xy +yu
-1
, |u| = 1
u(1,u) = t(1,S) = (t, St)
|(1,u)| = 1 = 1 = t
2
+9t
2
=

1ut
2
= _1ut = t = _
1
1u

u = (1,u) = _
1
1u
,
S
1u
]
u = (1,u) = _-
1
1u
,
-S
1u
]
Primer caso: si t =
1
10

u(1,u) = _
1
1u
,
S
1u
] = (u
1
, u
2
) +u(-u
2
, u
1
) u = _
1
1u
,
S
1u
] A u
-1
= _
-S
1u
,
1
1u
]
Demostracin
T(x, y) = xa +yb

|a| = |b

| = 1
a b

= u
|T(x
i
, y
i
) -T(x, y)| = |(x
2
, y
2
-(x
1
, y
1
)| = |T(x
i
, y
i
) -T(x, y)|
2
= |(x
2
, y
2
-(x
1
, y
1
)|
2

T(x
2
, y
2
) -T(x
1
, y
1
)(T(x
2
, y
2
) -T(x
1
, y
1
)) = (x
2
-x
1
)
2
+(y
2
-y
1
)
2


Definicin - Una reflexin respecto a la recta L que pasa por el origen es una transformacin de la forma:

v(x, y) = xu -yu
J
uonue |u| = 1
v(1,u) = 1u -uu
J
= u -El punto medio del segmento que una a i con u est sobre la recta L:
I+u
2

Ejemplo: Encontrar la recta de reflexin de la transformacin v(x, y) = x [
2
13
,
3
13
-y [
-3
13
,
2
13

u = _
2
1S
,
S
1S
]
|u| =

1S
1S
= 1
v(1,u) = _
2
1S
,
S
1S
] =
1
1S
(2,S)
L Debe tener direccin i +u = (1,u) +[
2
13
,
3
13
= [1 +
2
13
,
3
13

Checando si (2,S)se traslada a otro punto
v(2,S) = 2_
2
1S
,
S
1S
] -S_-
S
1S
,
2
1S
] = _
1S
1S
, u] = (1S, u)
El punto medio entre los puntos (2S) A (1S, u) es:
(2,S) +(1S, )u)
2
= _
2 +1S
2
,
S
2
_
Ejemplo
Determine la reflexin que enva al punto (1,S) en (-S,1)
v(1,S) = 1(u
1
, u
2
) -S(-u
2
, u
1
) = (-S,1)
u
1
+Su
2
= -S
-Su
1
+u
2
= 1

Ejemplo: Determine la reflexin que enva al punto (1,S) en (-S,1)
v(1,S) = 1(u
1
, u
2
) -S(-u
2
, u
1
) = (-S,1)
(u
1
+Su
2
, u
2
-Su
1
) = (-S,1)
u
1
+Su
2
= -S, = u
1
= -
S
S

-Su
1
+u
2
= 1, = u
2
= -
4
S

v(x, y) = x _-
S
S
, -
4
S
] -y _
4
S
, -
S
S
] = _
-Sx -4y
S
,
-4x +Sy
S
]
Teorema: Sea v una reflexin, = v es una transformacin rgida, es no singular A v
-
= v
Demostracin
Sea v(x, y) = xu -yu
J
con |u| = 1
|v(x
2
y
2
) -v(x
1
, y
1
)|
2
= |(x
2
u -y
2
u
J
) -(x
1
u -y
1
u
J
)|
2
= |(x
2
u -y
2
u
J
) -(x
1
u -y
1
u
J
) (x
2
u -y
2
u
J
) -(x
1
u -y
1
u
J
)]
= x
2
2
u u -x
2
y
2
u u
J
-x
2
x
1
u u +x
2
y
1
u u
J
+y
2
2
u
J
u
J
-y
2
y
1
u
J
u
J
-x
1
x
2
u u +x
1
2
u u
-y
1
y
2
u
J
u
J
+y
1
2
u
J
u
J
= x
2
2
-2x
2
x
1
+y
2
2
-2y
1
y
2
+x
1
2
+y
1
2
= x
1
2
-2x
1
x
2
+x
2
2
+y
1
2
-2y
1
y
2
+y
2
2
= (x
1
-x
2
)
2
+(y
1
-y
2
)
2
= |(x
1
, y
1
) -(x
2
, y
2
)|
2

|v(x
2
, y
2
) -v(x
1
, y
1
)| = |(x
1
, y
1
) -(x
2
, y
2
)|

Prueba que v es la inversa de ella misma
Demostracin
v(x, y) = x(u
1
, u
2
) -y(-u
2
, u
1
) = (xu
1
+yu
2
, xu
2
-yu
1
)
v(v(x, y)) = v(xu
1
+yu
2
, xu
2
-yu
1
) = (xu
1
+yu
2
)(u
1
, u
2
) -(xu
2
-yu
1
)(-u
2
, u
1
)
= (xu
1
2
+yu
2
u
1
+xu
2
2
-yu
1
u
2
, xu
1
u
2
+yu
2
2
-xu
2
u
1
+yu
1
2
) = [x(u
1
2
+u
2
2
), y(u
1
2
+u
2
2
) = (x, y)
v
-
= v
Como |u| = 1, = u
1
2
+u
2
2
= 1
Ejercicio 11c)
L
1
: 2x -Sy = u, = y =
2x
S

L
2
: _
x = 2t
y = St

Si x = S = y = 2 p(S,2) e L
1

Aplicando una rotacin A(S,2)
u(S,2) = (2t, St) Sea |(S,2)| = |S
2
+2
2
| = 9 +4 = 1S
u(S,2) = (-2, -S) |(2t, St)| = 1S
4t
2
+9t
2
=

1St
2
= 1S = _1St = t = _1
Obteniendo la regla general
u(S,2) = S(u
1
, u
2
) +2(-u
2
, u
1
) = (2,S) = (Su
1
, Su
2
) +(-2u
2
, u
1
)
Su
1
-u
2
= 2 - 2(Su
1
-2u
2
= 2) - 6(u
1
-4u
2
= 4)
Su
2
+2u
1
= S - -S(2u
1
+Su
2
= S) - -6u
1
-9u
2
= -9
-1Su
2
= -S
u
2
=
S
1S
u
1
=
12
1S

u(x, y) = x _
12
1S
,
S
1S
] +y _-
S
1S
,
12
1S
] = (2,S)
Ejercicio 13c)
Determnese la reflexin respecto a la recta L que pasa por el origen cuando:
d) Es la recta de pendiente -1
L: (x, -x): x e R y = mx +b
L = ]
x = t
y = -t
Si m = -1 = y = -x
Para la reflexin:
v(x, y) = xu -yu
J
= (1,u) +(u
1
, u
2
) = (x, -x) v valoi ue x
1 +u
1
= x = u
1
= x -1
u
2
= -x
Sustituimos v(1,u) = 1(u
1
, u
2
) = (x -1, -x)
|(1,u)| = 1 = (x -1)
2
+(-x)
2
= x
2
-2x +1 +x
2
= 2x
2
-2x +1 = 2x
2
-2x = 2x(x -1)
x = u o x = 1
Si x = u, u
1
= -1, u
2
= u
v(x, y) = x(-1,u) -y(u, -1)
Si x = 1, u
1
= u, u
2
= -1
v(x, y) = x(u,1) -y(1,u)
Checarlo (u,1)en [
1
2
,
3
2

0(x, y) = x _
1
2
,
S
2
_ +y _-
S
2
,
1
2
_ = (a, b)
[
x
2
-
y3
2
= a -S[
x
2
-
y3
2
= a -
x3
2
+
3y
2
= -Sa
x3
2
+
y
2
= b [
x3
2
+
y
2
= b
x3
2
+
y
2
= b
y2y = b -Sa
= y =
b -Sa
2
=
x
2
-
yS
2
= a =
x
2
= a +
S
2
_
b -Sa
2
_ = a +
bS -Sa
4
b -Sa
2
=
x
2
=
a +bS
4
= x =
a +bS
2


= u
-
(a, b) = _
a +bS
2
,
b -Sa
2
=
x
2
_ = _
a
2
, -
Sa
2
_ +_
bS
2
,
b
2
_ = a _
1
2
, -
S
2
_ +b _
S
2
,
1
2
_
Secciones 6.1 y 6.2 Grossman
Definicin - Valor propio: Sea A una matriz nxn, y un nmero, y se dice valor propio deA, si + un vector v e R
n
, v =
u tal que:
Av = yv
Ejemplo: A tiene dos valores propios: y
1
= 1, y
2
= -2
A = [
1u -18
6 -11

El vector correspondiente A, y
1
es [
2
1
= v
Av = [
1u -18
6 -11
[
2
1
= [
2
1

Para y
2
= -2: v = [
S
2
= Av = [
1u -18
6 -11
[
S
2
= [
-6
-4
= -2[
S
2

y
1
= 1 A y
2
= -2 son valoies piopios
Los vectores que satisfacen la condicin anterior se llaman vectores propios de A
Propio = Eligen valores = Caractersticas
Av = yv
Av - yv = u Esto es un sistema de ecuaciones homogneo con solucin v = u =uet(A -yI) = u
Av -yIv = u
(A -yI)v = u
uet(A -yI) Es un polinomio de grado n en la variabley. Dicho polinomio se llama polinomio caracterstico de A
uet(A -yI) = u Es la ecuacin caracterstica
Las races o soluciones el polinomio caracterstico son los diferentes valores propios de A: y
1
, y
2
, y
3
, ., y
k

Luego se sustituye cada uno de los valores y
I
en (A -yI)v = u obtenidos en el sistema
El cual, al darle solucin, nos da todos los vectores propios asociados a y
I

Ejemplo: Encontrar los valores propios y vectores propios asociados de:
A = [
4 2
S S

A -yI = [
4 2
S S
-y [
1 u
u 1
= [
4 2
S S
-_
y u
u y
] = _
4 -y 2
S S -y
] = (4 -y)(S -y) -6 = 12 -7y +y
2
-6
= y
2
-7y +6 - polinomio caiacteiistico
y
2
-7y +6 = u - ecuacion caiacteiistica
(y -6)(y -1) = u y
1
= 6, y
2
= 1 - valoies piopios ue la matiiz
Para y
1
sustituir A -yI:
[
-2 2
S S
[
x
y
= [
u
u

-
1
2
[
-2 2
S S
~[
1 -1
S S
~[
1 -1
u u
x -y = u, x = y = a
Solucin General:
{(x, y): (x, x)] vectoies asociauos y
1
= 6
Verificando Av = yv
[
4 2
S S
[
S
S
= [
Su
Su
= 6[
S
S

[
4 2
S S
[
x
x
= [
6x
6x
= 6[
x
x

Para y
2
= 1
[
S 2
S 2
[
x
y
= [
u
u

Para x = a
2y = -Sa = y = -
Sa
2

Solucin General:
_(x, y): y = -
Sa
2
, x = a_ = _(x, y) = _a, -
Sa
2
]_ = _a _1, -
S
2
]_ = {a(2, -S)]

Verificando:
Si a = 6 = 6(2, -S) = (12, -18)
[
4 2
S S
[
12
-18
= [
12
-18
= 1[
12
-18

[
4 2
S S
[
2a
-Sa
= [
2a
-Sa
= 1[
2a
-Sa

Ejemplo
Encontrar los valores propios y vectores propios asociados de la matriz
A = _
1 -1 4
S 2 -1
2 1 -1
_
A -yI = _
1 -y -1 4
S 2 -y -1
2 1 -1 -y
_
uet _
1 -y -1 4
S 2 -y -1
2 1 -1 -y
_ = uet _
S -y u S -y
S 2 -y -1
2 1 -1 -y
_
= S
-y uet _
1 u 1
S 2 -y -1
2 1 -1 -y
_
= S -y ut _
1 u u
S 2 -y -4
2 1 -S -y
_ = (S -y) ut _
2 -y -4
1 -S -y
] = (S -y)(y
2
+x -2) = u
= (S - y)(y +2)(y -1) = u valoies piopios y
1
= 1 y
2
= -1; y
3
= S
Hallar sus vectores propios
Para y
1
= 1; sustituir en A -yI: _
1 -y -1 4
S 2 -y -1
2 1 -1 -y
_ = _
u 1 4
S 1 -1
2 1 -2
_
_
u -1 4
S 1 -1
2 1 -2
__
x
y
z
_ = _
u
u
u
_
-y +4z = u
Sx +y-= u
2x +y -2 = u

_
u -1 4
S 1 -1
2 1 -2
_~_
u -1 4
S u S
2 u 2
_~_
u -1 4
1 u 1
2 u 2
_~_
u -1 4
1 u 1
u u u
_
x
1
= -x
3
x
2
= 4x
3

Solucin General: {(x
1
, x
2
, x
3
): (-x
3
, 4x
3
, x
3
)]
Verificando:
Av = yv si x
3
= 1
_
1 -1 4
S 2 -1
2 1 -1
__
-1
4
1
_ = _
-1
4
1
_ - vectoi piopio 1 = v
1

Para y
2
= -2
_
S -1 4
S 4 -1
2 1 1
_~_
S -1 4
1S u 1S
S u S
_~_
S -1 4
1 u 1
S u S
_~_
-1 -1 u
1 u 1
S u S
_~_
-1 -1 u
1 u 1
u u u
_ x
2
= -x
1
; x
3
= -x
1

Solucin General: {(x
1
, -x
1
, -x
1
)]
Verificando: Av = yv
v
2
= _
1
-1
1
_ = E
2
= _
1
-1
1
_
Para y
3
= S
_
-2 -1 4
S -1 -1
2 1 -4
__
x
1
x
2
x
3
_ = _
u
u
u
_ Aplicanuo 0peiaciones - _
2 -1 u
1 u -1
u u u
_
x
3
= x
1
x
2
= 2x
1

v
3
= _
1
2
1
_ = E
3
= _
1
2
1
_

Definicin - Espacio propio: Sea A una matriz nxn, y un valor propio deA, E
y
= {v e R
n
: Av = yv] se le llama al espacio
propio de A asociado a y
Proposicin: E
y
es m subespacio vectorial de R
n

Demostracin:
i) u

e E
y
poique A
0

= u

= yu

ii) Sean v
1
, v
2
vectoies piopios asociauos a y, entonces:
Av
1
= yv
1
, Av
2
= yv
2
= A(v
1
, v
2
) = Av
1
+Av
2
= xv
1
+yv
2
= x(v
1
, v
2
) v
1
+v
2
vectoi piopio
iii) Sea v - vectoi piopio, c = esclai
Av = yv = A(cv) = cAv = c(yv) = y(cv) cv es un vectoi piopio E
x
es un subespacio vectoiial
A la dimensin del subespacio vectorial E
y
, se le llama la multiplicidad geomtrica de y
Continuacin del ejercicio anterior: y
1
= S, y
2
= -2, y
3
= 1
Calcular los vectores propios
Para y
1
= S
_
-2 -1 4
S -1 -1
2 1 -4
__
x
y
z
_ = _
u
u
u
_
-2x -y +4z = u
Sx -y -z = u
2x +y -4z = u

_
-2 -1 4
S -1 -1
2 1 -4
_~_
-2 -1 4
S -1 -1
u u u
_~_
-S u S
S -1 -1
u u u
_~_
1 u -1
S -1 -1
u u u
_~_
1 u -1
u -1 2
u u u
_
x -z = u
y -2z = u - uanuo un valoi aibitiaiio a z = a
E
3
= {(x, y, z) = (a, 2a, a): a e R]
a = (1,2,1)es subespacio vectoiial ue R
3

Base de E
3
es {(1,2,1)] uimue E
3
= 1 multiplicauoi geomtiica ue (y
1
= S) = 1
Para A = _
1 -1 4
S 2 -1
2 1 -1
_ - Polinomio caiacteiistico p(y) = (S -y)(y +2)(y -1), y
1
= S, y
2
= -2, y
3
= 1
Ejemplo
B = _
S 2 4
2 u 2
4 2 S
_ - encontiai sus vectoies piopios y la multipliciuau geomtiica ue caua valoi piopio
1) B -yI = _
S -y 2 4
2 -y 2
4 2 S -y
_
2) uet(B -yI) = uet _
S -y 2 4
2 -y 2
4 2 S -y
_~uet _
-Sy 2 4
2 -y 2
u 2 +2y -1 -y
_~_
S -y 2 4
2 -y 2
u -2 1
_ =
_
S -y 1u 4
2 4 -y 2
u u 1
_ = (-1 -y) uet _
S -y 1u
2 4 -y
] = (-1 -y)(12 -7y +y
2
-2u) = (-1 -y)(y
2
-7y -
8) = (-1 -y)(y -8)(y +1) - polinomio caiacteiistico
= (-1)(1 +y)(y -8)(y +1) valoies piopios y
1
= -1, y
2
= 8
Vectores Propios Asociados a y
1
= -1
B -(y)I = _
Sy 2 4
2 -y 2
4 2 S -y
_ = _
4 2 4
2 1 2
4 2 4
_~_
2 1 2
u u u
u u u
_ = 2x +y +2 = u y = -2x -2z; sea x = a A = b
Solucin General:
{(x, y, z)|(a, -2a -2b, b)|a, b e R] = E
-1
= (a, -2b -2a, b) = (a, -2a, u) +(u, -2b, b) =
a(1, -2,u) +b(u, -2,1) Base ue E
-1
= {(1, -1,u), (u, -2,1)] Bimension E
-1
= 2
la multipliciuau geomtiica ue y
1
= -1 Es 2
Es linealmente independiente?
R = C
1
(1, -2,u) +C
2
(u, -2,1) = (u,u,u)
C
1
+u = u
-2C
1
-2C
2
= u si son linealmente inuepenuientes
C
2
= u
Definicin- Sea A de 7x7 con polinomio caracterstico: p(y) = (-1)(y -8)(y +S)
2
(y -1)(y +4)
Valores propios:

y
1
= 8 Multiplicidad geomtrica 1
y
2
= -S 2
y
3
= 1 3
y
4
= -4 4
Teorema: Sea A una matriz nxn con valores propios diferentes y
1
, y
2
, ., y
m
vectores propios asociados respectivamente
a cada valor propio, entonces v
1
, v
2
, ., v
m
son linealmente independientes
Ejemplo
B = _
S 2 4
2 u 2
4 2 S
_ - valoies piopios y
1
= -1, y
2
= 8
E
-1
= {(1, -2,u), (u, -2,1)]
Vectores propios asociados a y
2
= 8
B -8I = _
-S 2 4
2 -8 2
4 2 -S
_~_
-S 2 4
-18 u 18
9 u -9
_~_
-S 2 4
u u u
9 u -9
_~_
u 2 -1
u u u
-1 u 1
_
x -z = u - si uamos valoi aibitiaiio a z = a, entonces y =
a
2
E
8
= {(x, y, z) = (2a, a, 2a) = a(2,1,2)]
2y -z = u
Aplicando el teorema:
Como y
1
= -1 = y
2
= 8, los vectores propios (1, -2,u), (2,1,2) asociados respectivamente a -1 A 8 son linealmente
independientes
Verificacin:
C
1
(1, -2,u) +C
2
(2,1,2) = (u,u,u)
C
1
+2C
2
= u
-2C
1
+C
2
= u son linealmente inuepenuientes
C
2
= u, C
1
= u
Ejemplo
A = _
-S -S -9
8 9 18
-2 -S -7
_ - Encontiai valoies piopios ue A y ueteiminai su multipliciuau algebiica y geomtiica
A -yI = _
-S -y -S -9
8 9 -y 18
-2 -S -7 -y
_ =
uet(A -yI) =
uet _
-S -y -S -9
8 9 -y 18
-2 -S -7 -y
_ = (1 -y) uet _
-S -y -S -9
2 1 u
-2 -S -7 -y
_ = (-1 -y) uet _
S -y -S -9
u 1 u
4 -S -7 -y
_ =
(-1 -y)(-SS +2y +y
2
+S6) - (-1 -y)(y
2
+2y +1) - (-1 -y)(y +1)
2
= (-1)(1 +y)(y +1)
2
=
(-1)(y +1)
3
- polinomio caitesiano
Valores propios: y = -1 con multiplicidad algebraica 3
A1I = _
-4 -S 9
8 1u 18
-2 -S -6
_ = _
u 1 S
u -2 -6
-2 -S -6
_ = _
-2 -S -6
u 1 S
u u u
_ = _
-2 u S
u 1 S
u u u
_
-2x = -Sz
y = -Sz
Solucin General:
_(x, y, z) = _
Sa
2
, -Sa, a] _a e R_ , z = a {valoi aibitiaiio] multipliiuau geomtiica (-1) = 1
Definicin - Sean A A B matiices ue nxn, se uice que A A B son matrices semejantes, si + una matriz
nxn inveitible C tal que:
B = C
-1
AC o CB = AC
Ejemplo: A = [
2 1
u -1
B = [
4 -2
S -S

A A B Son semejantes porque existe C = [
2 -1
-1 1
tal que B = C
-1
AC
C
-1
= [
1 1
1 2
, entonces C
-1
AC = [
1 1
1 2
[
2 1
u -1
[
2 -1
-1 1
= [
4 -2
S -S
, entonces si son semejantes

Definicin
- Biagonalizacion: Sea A una matiiz nxn, se uice ue A es uiagonizable si A es semejante a una matiiz uiagonal B;
es uecii, existe una matiiz inveitible C, tal que:
Ejemplo: A = [
4 2
S S

(A -yI) = _
4 -y 2
S S -y
] = uet _
4 -y 2
S S -y
] = (4 - y)(S -y) -6 = (12 -4y -Sy +y
2
-6) = (y
2
-7y +6)
= u, entonces (y -6)(y -1 ) = u y = 6, y = 1 - valoies piopios
Para y = 6 [
-2 2
S -S
[
x
y
= [
u
u

-2x +2y = u
Sx -Sy = u
x = y
{(x, y)|(x, y)] x(1,1)
Para y = 1 [
S 2
S 2
[
x
y
= [
u
u

Sx +2y = u
Sx +2y = u
x = -
2y
3
, valoi aibitiaiio y = a
Solucin General:
_(x, y)_ _-
2a
S
, a]_ a _-
2
S
, 1] si a = -S, entonces (2, -S) - 1
Ejemplo: A = [
4 2
S S

y = 1, y = 6, C = [
2 1
-S 1

C
-1
=
1
S
[
1 -1
S 2
- C
-1
AC =
1
S
[
1 -1
S 2
[
2 1
-S 1
[
4 2
S S
[
4 2
S S
=
1
S
[
1 -1
S 2
[
2 6
-S 6
=
1
S
[
S u
u Su
= [
1 u
u 6

= B A es uigonalizable
Teorema: Una matriz A nxn es diagonizable = tiene n vectores propios linealmente independientes
C Es una matriz cuyas columnas son vectores propios linealmente independientes
B Es una matriz diagonal cuyas componentes en la diagonal son vectores propios de A
Ejemplo
A = _
S 2 4
2 u 2
4 2 S
_
Diagonalizar A
y
1
= -1 , y
2
= 8
E
-1
= {a(1, -2,u) +b(u, -2,1)]
E
8
= {a(2,1,2)]
C = _
2 1 u
1 -2 -2
2 u 1
_; C
-1
= -
1
9
_
-2 -1 -2
-S 2 -4
4 2 -S
_
B = C
-1
AC = -
1
9
_
-2 -1 -2
-S 2 4
4 2 -S
__
S 2 4
2 u 2
4 2 S
__
2 1 u
1 -2 -2
2 u -S
_ = -
1
9
_
-16 -8 -16
S -2 -4
4 -2 S
__
2 1 u
1 -2 -2
2 u 1
_
= -
1
9
_
-72 u u
u 9 u
u u 9
_ = _
8 u u
u -1 u
u u -1
_
Proposicin: Una matriz A nxn es diagonalizable si para cada uno de sus valores propios y, la multiplicidad algebraica
(y) = multiplicidad geomtrica (y)
Ejemplo:
B = _
-S -S -9
8 9 18
-2 -S -7
_ - valoi piopio y = -1
Multiplicidad Alg = S
Multiplicidad Geo = 1 - son uifeientes, entonces B no es uigonizable
Definicin - 0na matiiz A ue tamao nxn, se uice simtiica si a
Ij
= a
jI
vi, j
Ejemplo:
A = _
8 -1 4 2
-1 S 2 4
2 4 -1 6
_
Proposicin: Una matriz A ue tamao nxn se dice ortogonal si es invertible y A
-1
= A
t


Ejemplo:
A =
`

1
2
-
1
6
1
S
1
2
1
6
-
1
S
u
2
6
1
S
/

=
`

2
2
-
6
6
S
S
2
2
6
6
-
S
S
u
26
6
S
S
/

=
1
6
_
S2 -6 2S
S2 6 -2S
u 26 2S
_ = A A
T
=
1
6
_
S2 -6 2S
S2 6 -2S
u 26 2S
__
1
6
_
S2 S2 u
-6 6 26
2S -2S 2S
__ =
1
S6
_
S6 u u
u S6 u
u u S6
_ = _
1 u u
u 1 u
u u 1
_ A
t
= A
-1

Proposicin: Una matriz de nxn es diagonizable ortogonalmente = sus columnas forman una base ortonormal de R
n

Definicin- 0na matiiz A e nxn es uiagonizable oitogonalmente =A es simtiica
Ejemplo:
A = _
S 4 2
4 S 2
2 2 2
_ = A -yI = _
S -y 4 2
4 S -y 2
2 2 2 -y
_
uet(A -yI) = uet _
S -y 4 2
4 S -y 2
2 2 2 -y
_ = uet _
S -y 4 2
u 1 -y -2 -2y
2 2 2 -y
_ = (1 -y) _
S -y 4 2
u 1 -2
2 2 2 -y
_
= (1 -y) uet _
S -y 4 1u
u 1 u
2 2 6 -y
_
= (1 -y) uet _
S -y 1u
2 6 -y
] = (1 -y) _Su -
1
y
+y
2
-2u] = (1 -y)(y -1)(y -1u) = u y
1
= 2, y
2
= 1u
Encontrando los valores propios para y = 1
A -yI = _
4 4 2
4 4 2
2 2 1
_~_
2 2 1
u u u
u u u
_ 2x +2y +z = u
Sean x = a, y = b, entonces z = -2a -2b
Solucin General:
{(x, y, z) = (a, b, -2a -2b) = a(1,u, -2) +b(u,1, -2)] son linealmente inuepenuientes
Para y = 1u
A = yI = A -1uI = _
-S 4 2
4 -S 2
2 2 -6
_~_
-S 4 2
4 -S 2
1 1 -4
_~_
1 1 -4
S 4 2
4 -S 2
_~_
1 1 -4
u u -18
u -9 18
_~_
1 u -2
u 1 -2
u u u
_
x = 2z, y = 2z (2z, 2z, z)
Para Diagonalizar:
v
1
= (1,u, -2); v
2
= (u,1, -2); v
3
= (2,2,1)
Aplicar proceso ortoganizable de Gram-Schmidt:
w
1
= v
1
= (1,u, -2)
w
2
= v
2
=
< v
2
w
1
>
|w
1
|
2
w
1
= (u,1, -2) -
4
S
(1,u, -2) = _-
9
S
, 1, -
2
S
]
w
3
= v
2
-
< v
3
w
1
>
|w
1
|
2
w
1
-
< v
2
w
2
>
|w
2
|
2
= (2,2,1)
Base Ortonormal:
v
1
= _
1
S
, u, -
2
S
]
v
2
= _-
4S
1S
,
S
1S
,
-2S
1S
_
v
3
= _
2
S
,
2
S
,
1
S
]
C =
`

1
S
-4S
1S
2
S
u
S
1S
2
S
-2
S
-
2S
1S
1
S/

Ejemplo: Si A tiene valores propios y
1
, y
2
, y
3
, ., y
n

Por definicin:
y
I
Es valor propio de A si + v = u
Av = y
I
v
CAv = cy
I
v
C(A)v = (Cy
I
)v cy
I
es valoi piopio ue CA
Ejemplo: Si A es invertible, los valores propios de A
-1
son:
1
y
1
,
1
y
2
, .,
1
y
n

Por definicin:
Av = y
I
v - Multiplicar A
-1

A
-1
Av = A
-1
y
I
v_
1
y
I
], = A
-1
v =
1
y
I
v
1
y
I

es valoi piopio ue A
-1

Ejemplo: Si A tiene valores propios y
1
, y
2
, y
3
, ., y
k
, = los valoies piopios ue A
m
son: y
1
m
, y
2
m
, ., y
k
m
v m 1
Por definicin:
Av = y
I
v - Multiplicar A
A
2
v = y
I
Av = y
I
(Av) = y
I
(y
I
v) = y
I
2
v
A
2
v = y
I
2
v y
I
2
es valoi piopio ue A
2

A
3
v = y
I
2
Av = y
I
2
(y
I
v) = y
I
3
v

Proposicin:
Si B = _
a
11
u u
. .
u u a
nn
_ - es una matiiz ue nxn uiagonal, entonces:
B
n
= _
a
11
n
u u
. .
u u a
nn
n
_ v 1
Ejemplo: Si A es semejante a B, entonces A
n
es semejante a B
n
si existe C invertible
Si + C inveitible, B = C
-1
AC = B
2
= B B = |C
-1
AC]|C
-1
AC] = C
-1
A
2
C, = B
3
= |C
-1
AC]|C
-1
AC]|C
-1
AC] =
C
-1
A
3
C

Ejemplo:
Suponga que C
-1
AC = B, demuestre que para cualquier n e A
n
= CB
n
C
-1

A A B son semejantes, = A
n
A B
n
son semejantes
B = C
-1
A
n
C
CB
n
= CC
-1
A
n
C = A
n
CC - Multiplicar por C
-1

CB
n
C
-1
= A
n
CC
-1
= A