Apunts D'àlgebra

Apunts dlgebra (05.
557)
UOC (Universitat Oberta de Catalunya) 05.557
http://furniman.blogspot.com
Pgina 1 de 21
Apunts dlgebra (05.557)
LORIGEN DELS NOMBRES ...................................................................................................... 5

NOMBRES NATURALS ................................................................................................................... 5
NOMBRES ENTERS....................................................................................................................... 5
NOMBRES RACIONALS .................................................................................................................. 5
NOMBRES IRRACIONALS ................................................................................................................ 5
NOMBRES REALS ........................................................................................................................ 5
NOMBRES COMPLEXOS ................................................................................................................. 5
EL PRINCIPI DINDUCCI DELS NOMBRES NATURALS ........................................................... 5
FORMULACI BSICA DEL PRINCIPI DINDUCCI .................................................................................... 5
Tipus 1: ............................................................................................................................... 6
Tipus 2: ............................................................................................................................... 6
NOMBRES COMPLEXOS ........................................................................................................... 6
FORMA BINMICA ....................................................................................................................... 6
OPERACIONS AMB NOMBRES COMPLEXOS ............................................................................................ 6
Suma i resta de complexos en forma binmica: ........................................................................ 6
Producte de complexos en forma binmica ............................................................................... 6
Conjugat dun nombre complex .............................................................................................. 6
Divisi de nombres complexos en forma binmica..................................................................... 7
FORMA POLAR............................................................................................................................ 7
De la forma binmica a la forma polar ..................................................................................... 7
De forma polar a binmica ..................................................................................................... 7
Operacions aritmtiques amb nombres complexos en forma polar............................................... 7
Producte i divisi de nombres complexos en forma polar ........................................................... 7
EXPONENCIAL DUN NOMBRE COMPLEX ............................................................................................... 7
Operacions dels nombres complexos en forma exponencial ........................................................ 7
LES ARRELS DELS NOMBRES COMPLEXOS ............................................................................................. 8
ESPAIS VECTORIALS .............................................................................................................. 8
VECTORS A LESPAI RN .................................................................................................................. 8
Operacions amb vectors ........................................................................................................ 8
DEFINICI DESPAI VECTORIAL ........................................................................................................ 8
Subespai Vectorial ................................................................................................................ 8
COMBINACI LINEAL. SUBESPAI GENERAT ........................................................................................... 8
DEPENDNCIA I INDEPENDNCIA LINEAL. BASE I DIMENSI DUN ESPAI VECTORIAL. .......................................... 8
Coordenades dun vector en una base ..................................................................................... 8
Dimensi del subespai ........................................................................................................... 8
MATRIUS ................................................................................................................................ 9
TIPUS DE MATRIUS ...................................................................................................................... 9
OPERACIONS AMB MATRIUS. MATRIU INVERSA. ..................................................................................... 9
Suma de matrius .................................................................................................................. 9
Producte dun nombre per una matriu ..................................................................................... 9
Producte de dues matrius ...................................................................................................... 9
DETERMINANTS ................................................................................................................... 10
DETERMINANT ASSOCIAT A UNA MATRIU QUADRADA DORDRE 2 O 3 ........................................................... 10
DETERMINANT ASSOCIAT A UNA MATRIU QUADRADA DORDRE 4 O SUPERIOR ................................................. 10
Adjunt dun element ............................................................................................................ 10
Clcul del determinant duna matriu quadrada a partir dels adjunts. ......................................... 10
PROPIETATS DEL DETERMINANTS .................................................................................................... 10
CLCUL DE LA MATRIU INVERSA ..................................................................................................... 10
RANG DUNA MATRIU. CLCUL MITJANANT DETERMINANTS ..................................................................... 10
Clcul del Rang duna matriu ................................................................................................ 11
APLICACIONS ALS ESPAIS VECTORIALS ............................................................................................. 11
Dependncia i independncia lineal ....................................................................................... 11
Dimensi dun subespai generat ........................................................................................... 11
MATRIU DE CANVI DE BASE EN UN ESPAI VECTORIAL ............................................................................. 11
EQUACIONS DE RECTES I PLANS .......................................................................................... 11
Pgina 2 de 21
EQUACIONS DUNA RECTA AL PLA .................................................................................................... 11

EQUACIONS DUNA RECTA A LESPAI ................................................................................................ 11
EQUACIONS DUN PLA A LESPAI ..................................................................................................... 12
PRODUCTE ESCALAR I ORTOGONALITAT .............................................................................. 12
PRODUCTE ESCALAR, MDUL DUN VECTOR I ANGLE ENTRE VECTORS .......................................................... 12
Propietats .......................................................................................................................... 12
Mdul o longitud dun vector ................................................................................................ 12
Normalitzaci dun vector .................................................................................................... 12
Distncia dun vector ........................................................................................................... 12
Angle entre dos vectors ....................................................................................................... 12
VECTORS I BASES ORTOGONALS A N .............................................................................................. 12
Complement Ortogonal ........................................................................................................ 12
Base Ortogonal ................................................................................................................... 12
VECTOR COMBINACI LINEAL DUNA BASE ......................................................................................... 13
PROJECCIONS ORTOGONALS ......................................................................................................... 13
Descomposici ortogonal ..................................................................................................... 13
PROCS DORTOGONALITZACI DE GRAM-SCHMIDT .............................................................................. 13
SISTEMES DEQUACIONS LINEALS (SEL) .............................................................................. 14
CLASSIFICACI ........................................................................................................................ 14
EXPRESSI MATRICIAL DUN SEL ........................................................................................ 14
DISCUSSI DE SEL ............................................................................................................... 14
TEOREMA DE ROUCH-FRBENIUS .................................................................................................. 14
SISTEMES LINEALS HOMOGENIS .......................................................................................... 15
RESOLUCI DE SEL PER GAUSS ............................................................................................ 15
RESOLUCI DE SEL PER CRAMER ......................................................................................... 15
INTERPRETACI GEOMTRICA DELS SEL ........................................................................................... 16
m rectes en el pla ............................................................................................................... 16
m plans a lespai ................................................................................................................. 16
rectes com a intersecci de plans.......................................................................................... 16
CONCEPTE DAPLICACI LINEAL .......................................................................................... 17
APLICACIONS ENTRE CONJUNTS ..................................................................................................... 17
APLICACIONS LINEALS ENTRE ESPAIS VECTORIALS ................................................................................ 17
MATRIU ASSOCIADA A UNA APLICACI LINEAL ................................................................... 17
NUCLI I IMATGE DUNA APLICACI LINEAL ......................................................................... 17
TEOREMA DE LA DIMENSI ........................................................................................................... 17
MONOMORFISMES I EPIMORFISMES. ................................................................................... 18
CANVIS DE BASE EN UNA APLICACI LINEAL. ..................................................................... 18
VECTORS (VEP) I VALORS PROPIS (VAP) ............................................................................. 18
DIAGONALITZACI DENDOMORFISMES .............................................................................. 19
DIAGONALITZACI, CONCEPTES I RESULTATS ..................................................................................... 19
APLICACI AL CLCUL DE POTNCIES DUNA MATRIU ............................................................................. 19
TRANSLACI EN 2D .............................................................................................................. 19
TRANSLACI EN
UN PUNT ............................................................................................................. 19
ROTACI EN 2D .................................................................................................................... 19
ROTACI DUN PUNT AL VOLTANT DE LORIGEN DE COORDENADES.............................................................. 19
ROTACI DUN OBJECTE AL VOLTANT DUN PUNT DE ROTACI GENRIC ........................................................ 19
ESCALATGE EN 2D ................................................................................................................ 19
ESCALATGE DUN PUNT A PARTIR DE LORIGEN DE COORDENADES .............................................................. 19
Pgina 3 de 21
ESCALATGE DUN
OBJECTE A PARTIR DUN PUNT FIX GENRIC TANT EN
2D COM 3D ......................................... 19
NOTACI MATRICIAL EFICIENT ........................................................................................... 20

COMPOSICI DE TRANSFORMACIONS .................................................................................. 20
TRANSFORMACIONS AFINS EN 2D ....................................................................................... 20
TRANSFORMACIONS GEOMTRIQUES EN 3D ........................................................................ 21
ROTACI DUN ANGLE AL VOLTANT DUN
EIX QUALSEVOL ER ................................................................... 21
Pgina 4 de 21
Els nombres
Lorigen dels nombres
Nombres Naturals
Es representen pel smbol N

N = {1,2,3,...}
N * = {0,1,2,3,...}
3 N (El 3 pertany al conjunt dels nombres naturals)
s un conjunt ben ordenat (qualsevol subconjunt d N t un element que s el ms petit de tots.)
Nombres Enters
Es representen pel smbol Z

Z = {, -3, -2, -1, 0, 1, 2, 3, }
Nombres Racionals
s el format per les fraccions

Es representen pel smbol Q
Els nombres naturals i enters tamb sn racionals.

Es poden expressar en forma decimal amb nombre finit de decimals o amb nombre infinit per patr peridic.
Nombres Irracionals
No es poden representar mitjanant fraccions

Es representen pel smbol I
Altres irracionals sn , e i les arrels quadrades dels nombres primers.
En forma decimal tenen infinits decimals sense patr.
Nombres Reals
Es representen pel smbol R

s la uni dels conjunts de nombres Racionals i Irracionals (R = Q U I)
Nombres Complexos
Responen a la necessitat de treballar amb -1 (anomenat i o j)

Es representen pel smbol C
s el conjunt format per les expressions de la forma a+bi, en qu a i b sn nombres reals i i s tal que el seu quadrat s
igual a 1
N Z Q R C
El principi dinducci dels nombres naturals
Sempra quan es vol demostrar que una determinada propietat s certa per a tot nombre natural n:
o
Demostrar que la propietat s certa per a n = 1
o
Demostrar que si s certa per a n, llavors ho s per a n+1.
Formulaci bsica del principi dinducci
Sigui P una propietat definida sobre el conjunt dels nombres naturals que satisf les dues condicions segents:
1)
2)
P(1) s vertader
Per a tot n si P(n) s vertader, tamb ho s P(n+1)
Llavors, la propietat es verifica per a tot nombre natural.
La primera propietat del principi dinducci sanomena pas base i la segona hiptesi dinducci.
P(n) s la hiptesi dinducci que sempra per a demostrar P(n+1)
Pgina 5 de 21

Tipus 1:
Successi = Frmula(n)
o
o
o
o
Comprovem que el P(1) sigui cert.

Fem: successi + segent element = frmula(n+1)
(Trobem frmula(n+1))
Fem: successi + segent element = ? (Per inducci substitum successi per frmula(n))
Successi + segent element ha de ser frmula (n+1)
Tipus 2:
Frmula(n) = Concepte
o
o
o
o
Comprovem que el P(1) sigui cert.

Fem: formula(n) + segent element
formula(n) s correcte per inducci
Mirar si ho s el segent element.
Nombres Complexos
Forma Binmica
z = a + bi
(a s la part real i b la imaginria)
Per a representar un nombre complex en el pla, representarem la part real en labscissa (eix x) i la part imaginria en
lordenada (eix y)
Si un nombre complex no t part real, diem que s un nombre complex imaginari pur.
Operacions amb nombres complexos

Suma i resta de complexos en forma binmica:
Per a sumar nombres complexos, sumem les parts reals i les parts imaginries per separat.
La suma grfica es faria utilitzant la llei del parallelogram (imatge 1)
Loposat de z s z
z = 1 + 3i -> -z = -1 -3i
Per a restar nombres complexos fem la suma amb loposat.
(imatge 2)
Producte de complexos en forma binmica
Per a multiplicar un nombre complex per un nombre real, multipliquem les parts real i imaginria del nombre complex
pel nombre real.
a z = a (1 + 2i) = a 1 + a 2i = a + 2ai
Per a multiplicar nombres complexos multipliquem aplicant la propietat distributiva, s a dir multiplicant-ho tot per tot
tenint en compte que i2 = -1
Conjugat dun nombre complex
El conjugat de z es representa per

El conjugat dun nombre complex s un altre nombre complex amb la mateixa part real per amb la imaginaria
canviada de signe. (z = 1 + 2i ->
)
En el pla, el conjugat dun nombre complex sobt fent una simetria respecte leix dabscisses. (imatge 3)
Si multipliquem un nombre complex pel seu conjugat obtenim un nombre real i positiu (o zero si z=0)
Imatge 3
Imatge 1
Pgina 6 de 21
Imatge 2

Divisi de nombres complexos en forma binmica
a+bi / n = a/n + b/n i

Per a dividir dos nombres complexos, multiplicarem i dividirem pel conjugat del denominador.
Forma Polar
r s la manera de representar un nombre complex en forma polar.

La distncia del punt (a,b) a lorigen de coordenades sanomena magnitud o mduli es representa com a r.
Langle que forma la recta que uneix els punts (a,b) i (0,0) amb leix positiu dabscisses sanomena argument i es representa com a .
De la forma binmica a la forma polar
Per trobar r farem:

o
Per trobar farem:

o
= arctan(b/a)
o
= arctan(b/a) +
o
= arctan(b/a) -
(si a s positiu)
(si a s negatiu i b s positiu)
(si a i b sn negatius)
De forma polar a binmica
r = r cos() + r sin() i = r (cos() + sin() i)
Si (/2, )
Si (-,-/2)
Si (-/2,0)
Forma trigonomtrica
sin()
sin( -)
-sin(+)
-sin(-)
cos()
-cos( -)
-cos(+)
cos(-)
Operacions aritmtiques amb nombres complexos en forma polar
Per a sumar o restar dos nombres complexos en forma polar els hem dexpressar en forma binmica i sumar-los com a
tal.
Producte i divisi de nombres complexos en forma polar
Per a multiplicar dos nombres en forma polar es multipliquen els mduls i se sumen els arguments.
r1s 2 = (rs) 1+ 2
Per a dividir dos nombres en forma polar es divideixen els mduls i es resten els arguments.
r1/s 2 = (r/s) 1- 2
Exponencial dun nombre complex
La forma exponencial dun nombre complex s
rei
Operacions dels nombres complexos en forma exponencial
Producte
o
Es multipliquen els mduls i se sumen els arguments.
Divisi
o
Es divideixen els mduls i es resten els arguments.
Conjugaci
o
El conjugat dun complex en forma exponencial s el nombre complex de mdul igual i argument oposat
o
Suma i resta
o
Per a sumar o restar nombres complexos en forma exponencial, els hem dexpressar en forma binmica.
o
Potenciaci
o
Per a elevar un nombre complex en forma exponencial a la potencia n, elevem a n el mdul i multipliquem per
n largument.
o
Pgina 7 de 21
Les arrels dels nombres complexos
A diferncia dels nombres reals que poden tenir una o dos o cap soluci, una arrel ensima dun nombre complex
sempre t n solucions.
Per a resoldre-ho primer passarem el nombre a forma exponencial re i

Aplicarem la frmula:
k=0,1,2,3...
Ara anirem substituint la k per 0,1,2... fins arribar a n solucions.
Elements dlgebra lineal i geometria

Espais vectorials
Vectors a lespai Rn
Donats dos punts en Rn, P(p1,p2,,pn) i Q(q1,q2,,qn) es defineix el vector

a P i final a Q.
com el segment orientat que t origen
o
o
P(5,5) i Q(7,2)
P(-2,-3,1) i Q(3,1,0)
Operacions amb vectors
u+v=(u1+v1, u2+v2, , un+vn) (u+v) Rn
ku=(ku1, ku2, , kun) (ku) Rn
Definici despai vectorial
Donat un conjunt i dues operacions: La suma delements dV (+) i el producte dun element dV per un nombre Real ()
si:
suma
o
Associativa: (u + v) + w = u + (v + w)
(u,v,w V)
o
Conmutativa: u + v = v + u
o
Existncia delement neutre
u+0=0+u=u
o
Existncia delement oposat
u+v=v+u=0
Producte
o
Distributiva: k (u + v) = k u + k v
(k,h R)
o
Distributiva II: (k + h) u = k u + h u
o
Associativa: k (h u) = (k h) u
o
Existncia delement neutre: 1 u = u
Els elements dun espai vectorial sanomenen vectors
Subespai Vectorial
Si W s subconjunt de V i la suma de dos elements dW i el producte dun escalar per W tenen com a resultat un nou
element dW parlem de subespai vectorial.
Combinaci lineal. Subespai generat
Un vector de dimensi n, s combinaci lineal dn vectors si cada terme daquest s resultat de multiplicar cada vector
per una constant.
o
El vector(2,-3,1) s combinaci lineal de (1,0,0),(0,3,1) i (0,0,1) pq. (2,-3,1)=2(1,0,0)+(-1)(0,3,1)+2(0,0,1)
Un subespai generat dn vectors s el conjunt dels vectors generats de multiplicar cada vector per qualsevol nombre.
Els vectors sobre els que actuen sanomena sistema generador.
Dependncia i independncia lineal. Base i dimensi dun espai vectorial.
Un vector s linealment dependent duns altres si es pot escriure com a combinaci lineal dels mateixos.
Si no es pot s linealment independent.
El rang dun conjunt de vectors s el nombre mxim de vectors linealment independents.
El conjunt dn vectors B=[(1,0,0), (0,1,,0), (0,0,...,1) sanomena base cannica.
Si V t dimensi n, un sistema generador tindr un mnim dn vectors.
Si V t dimensi n, un conjunt linealment independent tindr un mxim dn vectors.
Si V t dimensi n, i n vectors linealment independents, es diu que s base de V.
Coordenades dun vector en una base
Si tenim una base de V (B) amb els vectors u1 ... un, per a cada vector (v) hi ha un nic conjunt de nombres reals tals
que v = c1u1 + ... + cnun. A aquest nombres sels anomena coordenades de v en la base B.
Dimensi del subespai
Sanomena dimensi del subespai(dimW) al nombre de vectors duna base.

Pgina 8 de 21
Matrius
Una matriu A s una taula composta per m x n elements distributs en m files i n columnes.
Un element se sl representar per aij. (i fila, j columna)
m x n s la Dimensi o mida de la matriu.
Dues matrius son iguals si tenen la mateixa dimensi i tots els elements sn iguals en el mateix lloc.
Si permutem files per columnes trobarem la matriu trasposada dA (At)
Tipus de Matrius
A
A
A
A
A
A
A
A
A
s
s
s
s
una matriu fila si t una nica fila (m=1)

una matriu columna i t una nica columna (n=1)
una matriu nulla si tots els seus elements sn 0
una matriu quadrada dordre n si t el mateix nombre de files que de columnes ( m = n)
o
La diagonal principal duna matriu quadrada s el conjunt de tots els elements de forma a ii
s una matriu quadrada simtrica si A = At
s una matriu quadrada diagonal si tots els elements excepte els de la diagonal principal sn 0.
s una matriu quadrada identitat dordre n si s diagonal i tots els elements sn 1.
s una matriu quadrada triangular superior si tots els elements situats per sota de la diagonal principal sn 0.
s una matriu quadrada triangular inferior si tots els elements situats per sobre de la diagonal principal sn 0.
Operacions amb matrius. Matriu Inversa.

Suma de matrius
Per sumar (o restar) dues matrius has de tenir la mateixa dimensi i se sumen (o resten) terme a terme
La suma de matrius verifica les propietats segents:

o
Associativa. (A + B) + C = A + (B + C)
o
Commutativa. A + B = B + A
o
Element neutre A + 0 = 0 + A = A
o
Hi ha element oposat A + (-A) = (-A) + A = 0
A=(aij) i A = (-aij)
Producte dun nombre per una matriu
Es multiplica el nombre per cada un dels elements de la matriu.
El producte dun nombre (escalar) per una matriu verifica les propietats segents:
o
k(A+B) = kA + kB
o
(k+h)A = kA + hA
o
k(hA) = (kh)A
o
1A=A1=A
Producte de dues matrius
El nombre de columnes dA ha de coincidir amb el nombre de files de B.
Sobt una nova matriu amb tantes files com A i columnes com B.
El producte de matrius verifica les propietats segents:

o
s associatiu: (AB)C = A(BC)
o
NO s conmutatiu: AB BA
o
Si A s una matriu quadrada dordre n: AIn=InA=A (In s la matriu identitat dordre n)
o
Si A s una matriu quadrada dordre n, no sempre hi ha una matriu tal que AB=BA=In
Si existeix sanomena matriu inversa (A-1)
Una matriu que no t inversa sanomena matriu singular

o
s distributiu respecte a la suma:
A(B+C) = AB+AC
(A+B)C = AC+BC
Pgina 9 de 21
Determinants
Determinant associat a una matriu quadrada dordre 2 o 3
Si la matriu s 1x1 el determinant s el nombre que compon la matriu.

Si la matriu s 2x2, el determinant s el producte dels elements de la diagonal.
Si la matriu s de 3x3:
Determinant associat a una matriu quadrada dordre 4 o superior

Adjunt dun element
s el determinant que resulta eliminant la fila i columna a la que pertany lelement.
El signe de ladjunt ser:
Clcul del determinant duna matriu quadrada a partir dels adjunts.
Buscarem la fila o columna que ms ceros tingui.
El determinant s el resultat de sumar el producte de tots els termes de la fila o columna escollida pel seu adjunt.
Propietats del determinants
El determinant duna matriu s igual al de la seva transposada

Si partim dun determinant inicial i sintercanvien de posicio dues files o dues columnes, el valor del nou determinant s
el mateix per de signe contrari
Si un determinant t dues files o columnes iguals o proporcionals, el seu valor s 0.
Si un determinant t una fila o columna tota de zeros, el seu valor s 0.
Multiplicar un determinant per un nmero s equivalent a multiplicar una sla fila o columna pel nmero.
Si tots els element duna fila o columna dun determinant estan formats per dos sumands, el determinant es pot
descompondre com a suma de dos determinants.
Si els elements duna fila o columna sn combinaci lineal de les altres, el determinant val 0.
Si a una fila o columna se li suma els elements duna altra lnea multiplicats per un nmero (ouna combinaci lineal de
les altres) el valor del determinant no varia.
El determinant dun producte de matrius s igual al producte dels determinants. |AB| = |A||B|
Clcul de la matriu inversa
Una matriu t inversa (no s singular) si el seu determinant no s nul.
Per calcular-la apliquem:

o
o
o
o
, s a dir:
Calculem el seu determinant i veiem que no s 0.

Calculem la matriu dadjunts (A)
Transposem (canviant files per columnes) la matriu (A)T
Multipliquem la matriu transposada per 1 dividit pel determinant
Rang duna matriu. Clcul mitjanant determinants
s el nombre de files o columnes linealment independents.

Es denota com rg(A)
Sanomena menor dordre h a qualsevol determinant que sobtingui desprs de seleccionar h files i columnes duna
matriu.
Sanomena orlat dun menor, el determinant que sobt desprs dafegir al menys, de forma ordenada, els elements
duna nova fila i columna.
El rang duna matriu no nulla s determinat per lordre del major menor no nul.
Pgina 10 de 21

Clcul del Rang duna matriu
Per a saber el rang duna matriu partirem dun nombre diferent de 0.
Fem tots els determinants que podem (menors dordre 2) que inclouen el nombre anterior fins a trobar un diferent de
0. Si no en trobem cap, el rang s 1.
Orlem el menor anterior. Si no nhi ha cap diferent de 0, el rang ser 2.
Repetim el procs fins que no puguem orlar el menor.
Aplicacions als espais vectorials

Dependncia i independncia lineal
Un conjunt dn vectors sn linealment independents si el rang de la matriu que els allotja s n
Un conjunt dn vectors sn linealment dependents si el rang de la matriu que els allotja s menor que n
Dimensi dun subespai generat
La dimensi dun espai generat, coincideix amb el rang de la matriu
Matriu de canvi de base en un espai vectorial
En aquest cas, el vector que tingui coordenades (1,1,0) en base B tindr les coordenades segents en base A:
Equacions de rectes i plans

Equacions duna recta al pla
Si tenim una recta r, que passa per dos punts P(p1,p2) i Q(q1,q2), podem considerar un vector director
v= =(v1,v2)=(q1-p1,q2-p2). (x,y) s qualsevol altre punt de la recta.
Equaci vectorial
Equacions paramtriques
X=P+kv, on k R
(x,y)= (p1,p2)+k(v1,v2)
Equaci continua
Equaci punt-pendent
Equaci explcita
Equaci genrica
y=m(x-p1)+p2 = mx-mp1+p2 o sigui y=mx+n

Ax+By+C=0, on A=v2 , B=-v1 i C=-v2p1 + v1p2
essent n=-mp1+p2
lordenada a lorigen
Equacions duna recta a lespai

Equaci vectorial
(x,y,z)= (p1,p2,p3)+k(v1,v2,v3)
Equacions continues
Pgina 11 de 21
Equacions dun pla a lespai
Lequaci dun pla a lespai es determina per un punt del pla P(p1,p2,p3) i dos vectors no nuls i no proporcionals (s a
dir, no paral.lels) u=(u1,u2,u3) i v(v1,v2,v3)
Equaci vectorial
(x,y,z)= (p1,p2,p3)+ k(u1,u2,u3) + h(v1,v2,v3)
on k,h
on k,h
Equacions general
A partir de lequaci
=0
sobt
Ax+By+Cz+D=0
Producte escalar i ortogonalitat

Producte escalar, mdul dun vector i angle entre vectors
u=( u1,u2,...,un) ; v=( v1,v2,...,vn)

uv = u1v1 + u2v2 + ... + unvn
El producte escalar de dos vectors a dna com a resultat un nombre real.
En notaci matricial es podra escriure com:
Propietats
uv=vu
(u + v) w = u w + v w
(c u) v = c (u v) = u (c v)
u u 0 (noms es 0 si u = (0,0,...,0) -vector nul-)
Mdul o longitud dun vector
o
o
o
o
|u|0 i |u|=0 si u=0

|cu| = |c||u| (on |c| s el valor absolut de c)
|uv| |u||v| (desigualtat de Cauchy-Schwarz)
|u+v| |u| + |v| (desigualtat triangular)
Normalitzaci dun vector
vector unitari: s aquell vector de mdul o longitud 1

normalitzaci dun vector: Consisteix en obtenir un vector unitari amb la mateixa direcci i sentit que un altre.
o
v=u /|u|
Distncia dun vector
dist(u,v) = |u v|
(Es resten els vectors i es troba el mdul)
Angle entre dos vectors
Val per a 2 o 3
[0,]
Vectors i bases ortogonals a n
Dos vectors son ortogonals (perpendiculars) si u v = 0

El vector 0 = (0, 0, ..., 0) de n s ortogonal a tot vector dn
Complement Ortogonal
Complement Ortogonal: s el conjunt de tots els vectors u d n que sn ortogonals al subespai W

Es denota per W
Un complement ortogonal dun subespai vectorial dn s tamb un subespai vectorial d n
Base Ortogonal
Si tenim una base dun subespai vectorial (W), B s base ortogonal de W si els vectors que la componen sn
ortogonals entre ells. ui uj = 0
Si a ms tots els vectors que la componen sn unitaris parlem de base ortonormal de W
Pgina 12 de 21
Vector combinaci lineal duna base
Si tenim una base B={u1, u2, ..., up} dun subespai W a n, podem trobar un vector v de W que sigui combinaci lineal
de la base trobant les coordenades c1, c2, ..., cp
v = c1u1 + c2u2 + ... + cpup
Per a trobar les ci caldr resoldre un sistema del tipus:
Si la base s ortogonal aquest sistema se simplifica bastant:

ci = vui / ui ui (i=1,2,...,p)
Projeccions Ortogonals
Tenim un vector v de n, un subespai vectorial W de n i una base ortogonal B={u1, u2, ..., up} de W
PO(v,W) = v* = c1u1 + c2u2 + ... + cpup amb ci = v ui / ui ui (i = 1,2,...,p)
Descomposici ortogonal
Qualsevol vector d n es pot escriure com:
v = v* + z
z = v v* s un vector de W.
|z| s la distancia ms curta dun punt dv a W
Procs dortogonalitzaci de Gram-Schmidt
Permet obtenir una base ortogonal per a qualsevol subespai n no trivial (que no noms cont el vector 0 de n)
Sigui W un subespai vectorial dn i B={u1, u2, ..., up} una base qualsevol de W.
1)
2)
3)
4)
p)
Es
Es
Es
Es
...
Es
pren
pren
pren
pren
v1=u1
v2=u2
v3=u3
v4=u4
i es considera W1=<v1>
PO(u2, W1) i es considera W2=<v1, v2>
PO(u3, W2) i es considera W3=<v1, v2, v3>
PO(u4, W3) i es considera W4=<v1, v2, v3, v4>
pren vp=up PO(up, Wp-1)
Pgina 13 de 21
Sistemes dequacions lineals (SEL)

Sistemes dequacions lineals (SEL)
Un sistema dm equacions lineals amb n incgnites (SEL) s un conjunt de relacions de la forma:
sanomenen coeficients del sistema.
sanomenen incgnites del sistema.
sanomenen termes independents del sistema.

Dos sistemes dequacions sn equivalents si tenen el mateix nombre dincgnites i les mateixes solucions, encara que
puguin tenir un nombre dequacions diferents.
Classificaci
Si
Si
Si
Si
un
un
un
un
sistema
sistema
sistema
sistema
dequacions
dequacions
dequacions
dequacions
(lineal o no) t soluci sanomena sistema compatible.

(lineal o no) NO t soluci sanomena sistema incompatible.
lineal te una nica soluci sanomena sistema compatible determinat.
lineal te infinites solucions sanomena sistema compatible indeterminat.
Expressi matricial dun SEL
Es possible expressar un sistema dequacions lineals com a producte de matrius.
o equivalentment
o
o
o
AX=B
A s la matriu de coeficients
X s el vector dincgnites
B s el vector de termes independents
Tamb existeix la matriu de coeficients ampliada
Discussi de SEL
Consisteix en determinar quin tipus de sistema s el SEL
Teorema de Rouch-Frbenius
Donat un sistema dm equacions lineals i n incgnites es compleix que:

o
o
Si rg(A) = rg(M) = n tenim un SCD (Sistema compatible determinat)

Si rg(A) = rg(M) = r < n tenim un SCI (Sistema compatible indeterminat)
Es diu que t n r graus de llibertat
Si rg(A) < rg(M) s un SI
(Sistema incompatible)
A s la matriu de coeficients i M la matriu de coeficients ampliada.
Pgina 14 de 21
Sistemes lineals homogenis
Un SEL s homogeni si tots els seus termes independents sn 0.
s a dir AX = 0
o
o
A s la matriu de coeficients
X s el vector dincgnites
En els SEL homogenis sempre rg(A) = rg(M), per tant sn sempre compatibles
Com a mnim accepten la soluci trivial x1 = x2 = ... =xn = 0
Per saber si un SEL homogeni t noms la soluci trivial o en t infinites cal esbrinar si rg(A)=n
o
Es cas afirmatiu s un SCD amb una nica soluci (la trivial)
o
En cas negatiu seran infinites solucions (la trivial inclosa)
Resoluci de SEL per GAUSS
Consisteix en aplicar operacions sobre les files i columnes duna matriu de coeficients ampliada M, de manera que es
transformi en una nova matriu E amb les segents caracterstiques:
o
o
E i M representen sistemes dequacions equivalents.

La matriu E est esglaonada inferiorment, s a dir, s de la forma:
s a dir
Les operacions que podem fer per arribar a la matriu esglaonada son:
o
Transposar dues files
o
Transposar dues columnes (tamb saltera lordre de les variables en el SEL)
o
Multiplicar una fila per un escalar no nul i sumar-la a una altra (sumar a una fila una combinaci lineal de les
altres)
o
Eliminar una fila de zeros
Un cop tinguem la matriu esglaonada, allarem una incgnita en funci de les altres i substituirem a lequaci superior i
successivament.
El nombre dequacions no nulles ens dona tamb el Rang de la Matriu.
Si tenim menys equacions que incgnites sexpressaran en funci de les altres i sanomenar grau de llibertat.
Resoluci de SEL per CRAMER
Per aplicar Cramer, la matriu de coeficients A ha de ser quadrada i de determinant no nul i es verifica que:
o
s compatible determinat
o
La soluci sobt amb les expressions segents.
Tamb podem resoldre per Cramer el cas de que tinguem ms incgnites que funcions passant una delles a la columna
de termes independents.
Pgina 15 de 21
Interpretaci geomtrica dels SEL

m rectes en el pla
s a dir m equacions amb dues incgnites (x,y)
Per tant:
o
Si el sistema s compatible determinat existeix un nic punt (x 0, y0) on es tallen les m rectes
o
Si el sistema s compatible indeterminat les m rectes tenen infinits punts en com, s a dir, s la mateixa
recta expressada de diferents formes
o
Si el sistema s incompatible, no hi ha cap punt en com (si m=2 sn paralleles)
m plans a lespai
Un pla es representa com una equaci lineal de tres incgnites:

o
: ax + by +cz = d
Per tant:
o
Un SEL dm equacions amb 3 incgnites es pot interpretar com un conjunt dm plans a lespai
o
Si un SEL s compatible determinat existir un nic punt (x 0, y0, z0) on sintersecaran els m plans.
Si tenim dos plans (m=2) mai es tallaran en un nic punt (o ser el mateix pl o es tallaran en una
recta)
o
Si un SEL s compatible indeterminat hi haur infinites solucions que verifiquin les m equacions, s a dir que
es tallaran en una recta o ser el mateix pla.
o
Si un SEL s incompatible els m plans no tindran cap punt dintersecci.
rectes com a intersecci de plans
Ats que la intersecci de dos plans dona una recta, podem determinar una recta aix:
o
Aix doncs
incgnites.
o
Si
o
Si
o
Si
podem determinar la posici relativa duna recta en un pla discutint un sistema de 3 equacions amb 3
el sistema s incompatible la recta est en un altre pla parallel
el sistema s compatible determinat la recta talla al pla en un punt
el sistema s compatible indeterminat la recta pertanyer al pla
Daltra banda podem estudiar la posici relativa de dues rectes amb un SEL de quatre equacions i 3 incgnites:
o
o
o
o
Si el sistema s incompatible les rectes seran paralleles o es creuaran per pertanyeran a plans parallels.
Si el sistema s compatible determinat les rectes es tallaran en un punt.
Si el sistema s compatible indeterminat les rectes seran la mateixa.
Pgina 16 de 21
Aplicacions lineals
Concepte daplicaci lineal
Aplicacions entre conjunts
Una aplicaci f dun conjunt origen A en un conjunt dest B s una relaci de correspondncia que assigna a cada
element a A un nic element b B
b s la imatge de a per f. Per extensi sanomena imatge de A per f al subconjunt de B format per totes les imatges
dels elements de A.
Es representa:
o
Una aplicaci s injectiva si a elements diferents del conjunt origen corresponen elements diferents del conjunt
destinaci.
Una aplicaci s suprajectiva (o exhaustiva) quan tots els elements del conjunt origen tenen imatge.
Una aplicaci s bijectiva quan s injectiva i suprajectiva alhora.
Aplicacions lineals entre espais vectorials
Tenim dos espais vectorials (U,+,) i (V,+,) d. f s una aplicaci entre U i V
U V s una aplicaci lineal o homomorfisme si:

o
u1, u2 U,
f(u1 + u2) = f(u1) + f(u2)
o
u U, ,
f( u) = f(u)
el que s equivalent
o
u1, u2 U, 1, 2 ,
f(1 u1 + 2 u2) = 1 f(u1) + 2 f(u2)
Una aplicaci lineal sanomena endorfisme quan lespai origen s el mateix que el dest.
f:U U
Matriu associada a una aplicaci lineal
Nhi ha prou en conixer com actua laplicaci lineal sobre els elements duna base origen per a conixer com actuar
sobre qualsevol altre vector de lespai origen.
Exemple:
BU = {(1,0,1),(0,1,1),(-1,2,2)} s una base d3
Les imatges sn: {(2,4),(1,3),(0,3)}
M(f|B3, B2)=
Per tant qualsevol vector u d3 expressat com a combinaci lineal d Bu es pot resoldre:
u = (-7,5,0) = -5(1,0,1) + 1 (0,1,1) + 2 (-1,2,2)
Nucli i imatge duna aplicaci lineal
nucli o kernel de laplicaci s el conjunt de tots els vectors de lespai origen la imatge dels quals sigui en vector nul.
Teorema de la dimensi
Sigui f: U V una aplicaci lineal, es compleix que:

dim U = dim Ker(f) + dim Im(f)
Pgina 17 de 21
Monomorfismes i epimorfismes.
Si una aplicaci lineal o homomorfisme s

o
injectiva parlem de monomorfisme
o
suprajectiva parlem depimorfisme
o
bijectiva parlem disomorfisme
Si f: U V s una aplicaci lineal de les bases BU={u1,u2, , un} i Bv={v1,v2, , vn}:

o
Si f s un monomorfisme
Ker(f)={0} ( dim Ker(f) s injectiva)
M(f|BU, BV) t rang n = dim U

o
Si f s un epimorfisme
Im(f)=V ( dim Im(f) = dim V)
M(f|BU, BV) t rang m = dim V
Canvis de base en una aplicaci lineal.
C3 = {(1,0,0),(0,1,0),(0,0,1)} s una base d3

Les imatges sn: C2 = {(1,0),(0,1)}
La matriu associada s M(f|C3, C2)=
Si tenim unes noves bases A={(1,0,0),(1,-1,0),(0,0,1)} i B={(2,0),(1,-1)} quina ser la matriu associada M(f|A,B)?
1.
Calculem la matriu Q-1 associada al canvi de B a C2
2.
Obtenim la matriu P associada al canvi de A a C3
3.
Apliquem la frmula
Vectors (VEP) i valors propis (VAP)
Si f: U U s un endomorfisme, es diu que un vector no nul de U, u U \ {0}, s vector propi de f(VEP) si existeix
tal que f(u) = u
El valor sanomena valor propi associat al vector propi u(VAP)

o
o
o
u = (2,3) s vector propi df

= 4 s el valor propi associat.
La funci que permet trobar els valors i vectors propis df en foema de determinants s:
|M|(f|A,B) - In|=0
|M|(f|A,B) - In| sanomena polinomi caracterstic df.
Les arrels del polinomi caracterstic determinen els VAPs:

Ex: (5-)2 => VAP =5 (multiplicitat 2)
M - In s nucli de laplicaci i per tant ser un subespai vectorial dU
p()=|M - In|
Pgina 18 de 21
Diagonalitzaci dendomorfismes
Diagonalitzaci, conceptes i resultats
Sigui f:U U un endomorfisme i sigui n = dim U, f s diagonalitzable si:

1) El polinomi caracterstic descompon completament en factors reals de grau 1 (possiblement repetits)
2) La multiplicitat de cada VAP coincideix amb la dimensi de lespai vectorial generat pels seus VEP associats.
o
s a dir, resolem un sistema homogeni per a cada . Si els vectors resultants son linealment independents, la
matriu s diagonalitzable (pels seus VAPS), lordre donaria el mateix.
Aplicaci al clcul de potncies duna matriu
Tm = P Dm P-1
Transformacions Geomtriques
Translaci en 2D
Translaci en un punt
Per a traslladar un punt P a P fem (x, y) = (x,y) + (t x, ty)

El vector (tx, ty) sanomena vector de translaci.
Rotaci en 2D
Rotaci dun punt al voltant de lorigen de coordenades
P=RP
P =
R s la matriu de rotaci
Rotaci dun objecte al voltant dun punt de rotaci genric
Apliquem una translaci a lobjecte i al punt de rotaci, de manera que lltim coincideixi amb lorigen de coordenades
Rodem lobjecte al voltant de lorigen de coordenades.
Traslladem lobjecte a la posici inicial
Escalatge en 2D
Escalatge dun punt a partir de lorigen de coordenades
P=SP
P =
Els factors descala sx i sy poden prendre qualsevol valor positiu

o
Els factors descala superiors a 1 produeixen un allunyament respecte leix de coordenades
o
Els factors descala inferiors a 1 produeixen un apropament respecte leix de coordenades
R s la matriu descalatge
Escalatge dun objecte a partir dun punt fix genric tant en 2D com 3D
Apliquem una translaci a lobjecte i al punt de rotaci, de manera que lltim coincideixi amb lorigen de coordenades
Escalem lobjecte a partir de lorigen de coordenades.
Traslladem lobjecte a la posici inicial
Pgina 19 de 21
Notaci matricial eficient
De tot lanterior dedum que tant la translaci, com la rotaci, com lescalatge presenten expressions de la forma
general:
P = M1 P + M2
o
P =
o
o
M2 s un vector columna que cont els termes de translaci. M 2 = 0 en cas de rotacions i escalatges.
La frmula anterior t el problema de que sha de repetir per cada pas, hem de trobar una manera ms genrica:
o
Translaci dun punt 2D / 3D
La inversa de la matriu de translaci es pot obtenir reemplaant els parmetres t x i ty pels seus
oposats -tx i -ty
Rotaci dun punt
al voltant de lorigen (2D)
al voltant de leix Z
al voltant de leix X
al voltant de leix Y
La inversa de la matriu de rotaci sobt reemplaant els parmetres per -
Escalatge dun punt a partir de lorigen:
La inversa de la matriu descalatges sobt reemplaant els parmetres sx i sy pels seus inversos 1/sx i
1/sy
Composici de transformacions
Translaci:
Rotaci:
Escalatge:
T(tx2,ty2) T(tx1,ty1) = T(tx1+tx2 , ty1+ty2)

R(2) R(1) = R(1 + 2)
S(sx2,sy2) S(sx1,sy1)= S(sx1sx2,sy1sy2)
Transformacions afins en 2D
Una transformaci af en 2D s una transformaci de coordenades de la forma:

o
x= a11x + a12y + b1
y= a21x + a22y + b2
Pgina 20 de 21
Transformacions geomtriques en 3D
Rotaci dun angle al voltant dun eix qualsevol e r
1.
2.
3.
4.
5.
Apliquem una traslaci de vector (tx,ty,tz) a lobjecte i a er de manera que aqeust passi per lorigen de coordenades
Aconseguim que leix de rotaci coincideixi amb algn dels eixos de coordenades, per al qual cal fer dues rotacions
dangles i (tant a lobjecte com a er) per a primer portar e, sobre un pla coordenat (ex. yz rodant sobre y) i desprs
sobre leix coordenat escollit (p.ex. z rodant al voltant dx)
Aplicar a lobjecte la rotaci dangle al voltant de la nova posici de leix de rotaci er (que ser algn dels eixos
coordenats)
Desfer les rotacions del pas 2 (aplicant una rotaci - i )
Desfer la translaci inicial. (-tx,-ty,-tz)
Pgina 21 de 21

Apunts D'àlgebra

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Apunts D'àlgebra

Transféré par

Droits d'auteur :

Formats disponibles

Apunts dlgebra (05.

UOC (Universitat Oberta de Catalunya) 05.557

Apunts dlgebra (05.557)

LORIGEN DELS NOMBRES ...................................................................................................... 5

Apunts dlgebra (05.557)

EQUACIONS DUNA RECTA AL PLA .................................................................................................... 11

Apunts dlgebra (05.557)

OBJECTE A PARTIR DUN PUNT FIX GENRIC TANT EN

NOTACI MATRICIAL EFICIENT ........................................................................................... 20

EIX QUALSEVOL ER ................................................................... 21

Apunts dlgebra (05.557)

Es representen pel smbol N

Es representen pel smbol Z

s el format per les fraccions

Els nombres naturals i enters tamb sn racionals.

No es poden representar mitjanant fraccions

Es representen pel smbol R

Responen a la necessitat de treballar amb -1 (anomenat i o j)

El principi dinducci dels nombres naturals

Formulaci bsica del principi dinducci

Llavors, la propietat es verifica per a tot nombre natural.

Apunts dlgebra (05.557)

Comprovem que el P(1) sigui cert.

Comprovem que el P(1) sigui cert.

Operacions amb nombres complexos

Producte de complexos en forma binmica

Conjugat dun nombre complex

El conjugat de z es representa per

Apunts dlgebra (05.557)

a+bi / n = a/n + b/n i

r s la manera de representar un nombre complex en forma polar.

De la forma binmica a la forma polar

Per trobar r farem:

Per trobar farem:

De forma polar a binmica

r = r cos() + r sin() i = r (cos() + sin() i)

Operacions aritmtiques amb nombres complexos en forma polar

Producte i divisi de nombres complexos en forma polar

Exponencial dun nombre complex

La forma exponencial dun nombre complex s

Operacions dels nombres complexos en forma exponencial

Es divideixen els mduls i es resten els arguments.

Apunts dlgebra (05.557)

Les arrels dels nombres complexos

Per a resoldre-ho primer passarem el nombre a forma exponencial re i

Ara anirem substituint la k per 0,1,2... fins arribar a n solucions.

Elements dlgebra lineal i geometria

Donats dos punts en Rn, P(p1,p2,,pn) i Q(q1,q2,,qn) es defineix el vector

com el segment orientat que t origen

Operacions amb vectors

u+v=(u1+v1, u2+v2, , un+vn) (u+v) Rn

ku=(ku1, ku2, , kun) (ku) Rn

Definici despai vectorial

Combinaci lineal. Subespai generat

Dependncia i independncia lineal. Base i dimensi dun espai vectorial.

Coordenades dun vector en una base

Sanomena dimensi del subespai(dimW) al nombre de vectors duna base.

Apunts dlgebra (05.557)

una matriu fila si t una nica fila (m=1)

Operacions amb matrius. Matriu Inversa.

La suma de matrius verifica les propietats segents:

Es multiplica el nombre per cada un dels elements de la matriu.

El nombre de columnes dA ha de coincidir amb el nombre de files de B.