Universidad Nacional Experimental De Guayana Vicerrectorado Acadmico Coordinacin General De Pregrado

ALGEBRA Y PROGRAMACIN LINEAL

Ciudad Guayana, Febrero del 2011

+ = + = ,donde es un escalar.

 + = () + ()

1 2 + 1 2

1 2 = + 1 2

1 2 Donde = ; = 1 2
1 + 2 21 22 21 + 22 + = + = 1 + 1 2 + 2 1 + 1 + 2 + 2 1 2

21 + 22 21 + 22 = 1 + 1 + 2 + 2 1 + 1 + 2 + 2

 = () 1 1 = 1 1 21 21 21 = = 1 + 1 1 + 1 1 + 1

Se cumplen ambas propiedades y la trasformacin es lineal

Ncleo 0

W
Rango

Determinar ncleo y rango de la transformacin definida por la matriz A

1 0
1 T() = () Para el ncleo 1 0 1 2 -1 1 3 1 4 X1 0 = 0 0

2
-1 1

A=

3 1 4

()=0

X2 X3

Por operaciones por renglones queda

X1 X2 X3 = -5X3 X3 X3 -5 1 1 Base del Ncleo

Para el Rango Se saca la transpuesta de A 1 2 3 0 -1 1 1 1 4

Por operaciones por renglones queda la forma escalonada

1 0 0 0 1 1 1 0 0

Se transpone esta ultima matriz y quedara

1 0 1

0 1 1

s t S+ t

Estructura del Rango

En lgebra lineal, los vectores propios, autovectores o eigenvectores de un operador lineal son los vectores no nulos que, cuando son transformados por el operador, dan lugar a un mltiplo escalar de s mismos, con lo que no cambian su direccin. Este escalar recibe el nombre valor propio, autovalor, valor caracterstico o eigenvalor. A menudo, una transformacin queda completamente determinada por sus vectores propios y valores propios. Un espacio propio, autoespacio o eigenespacio es el conjunto de vectores propios con un valor propio comn.

Los vectores propios de las transformaciones lineales son vectores que, o no se ven afectados por la transformacin o se ven multiplicados por un escalar, y por tanto no varan su direccin. El valor propio de un vector propio es el factor de escala por el que ha sido multiplicado. Un espacio propio es un espacio formado por todos los vectores propios del mismo valor propio, adems del vector nulo, que no es un vector propio.

EJEMPLO

Valor propio

Matriz aumentada Reduccin escalonada por renglones

Vectores propios

Teorema

Si A es una matriz real simtrica nxn, entonces A es diagonalizable. El procedimiento para diagonalizar ortogonalmente una matriz real simtrica An consta de cuatro pasos. 1. Se determina una base para cada subespacio propio de A. 2. Se ortonormalizan segn GRAMM-SCHMIDT las bases de cada subespacio propio de A. 3. Se unen estas bases ortonormalizadas obteniendo con estas una base ortogonal de IRn formadas por vectores propios de A. 4. La matriz diagonalizante es aquella que tiene por columnas a los vectores de la base ortogonal de IRn obtenida en el paso 3.

Matriz simtrica

Sean A y B dos matrices de igual orden. Decimos que B es equivalente a A mediante un numero finito de transformaciones elementales. Si se efectan todas las transformaciones con las filas, B es equivalente en filas a A, si las transformaciones se realizan todas con las columnas, es equivalente en las columnas.

Como Ax=b, donde: