Nota Álgebra II- General
-
Upload
lalo-color -
Category
Documents
-
view
9 -
download
2
description
Transcript of Nota Álgebra II- General
1 Notas de Eduardo Ortiz R. del curso de Álgebra II impartido por la Dra. Myriam Maldonado R.
Matrices no singulares
Definición: Sea 𝐴 ∈ 𝑀𝑛(𝐑) decimos que 𝐴 es no singular si existe 𝐵 ∈ 𝑀𝑛(𝐑) tal que
𝐴𝐵 = 𝐵𝐴 = 𝐼
Proposición: Si 𝐴, 𝐵 ∈ 𝑀𝑛(𝐑) son no singulares, entonces 𝐴𝐵 es no singular.
Observación: Sea 𝐴 ∈ 𝑀𝑛(𝐑). Si 𝐴 es no singular entonces existe una única
matriz 𝐵 ∈ 𝑀𝑛(𝐑) tal que 𝐴𝐵 = 𝐵𝐴 = 𝐼.
Notación: A la única matriz que satisface 𝐴𝐵 = 𝐵𝐴 = 𝐼 la denotaremos por
𝐴−1.
𝐴𝐴−1 = 𝐴−1𝐴 = 𝐼
Observación: Si 𝐴, 𝐵 ∈ 𝑀𝑛(𝐑) son no singlares entonces
(𝐴𝐵)−1 = 𝐵−1𝐴−1
Observación: Si 𝐴 ∈ 𝑀𝑛(𝐑) es no singular entonces 𝐴−1 es no singular, más
aun
(𝐴−1)−1 = 𝐴
Definición: Sea 𝐸 ∈ 𝑀𝑛(𝐑) decimos que 𝐸 es una matriz elemental si se
obtiene de 𝐼 a través de una única operación elemental.
Notación:
Si 𝑅 es la operación
𝑅𝑖 ↔ 𝑅𝑗
Entonces 𝐸 = 𝐸𝑖𝑗
Si 𝑅 es la operación
𝑅𝑖 ↔ 𝑟𝑅𝑖
Entonces 𝐸 = 𝐸𝑖(𝑟)
Si 𝑅 es la operación
𝑅𝑖 ↔ 𝑅𝑖 + 𝑟𝑅𝑗
Entonces 𝐸 = 𝐸𝑖𝑗(𝑟)
2 Notas de Eduardo Ortiz R. del curso de Álgebra II impartido por la Dra. Myriam Maldonado R.
Proposición: Sean 𝐴, 𝐵 ∈ 𝑀𝑚𝑥𝑛(𝐑). Sea 𝑅 una operación elemental. Sea 𝐸 la
matriz elemental de oren m correspondiente a 𝑅. Si 𝐵 se obtiene de 𝐴 al
aplicar 𝑅, entonces:
𝐸𝐴 = 𝐵
Proposición: las matrices elementales son no singulares.
Teorema: Sea 𝐴 ∈ 𝑀𝑛(𝐑). Entonces las siguientes condiciones son
equivalentes:
I) 𝐴 es no singular.
II) 𝐴 ≡𝑅 𝐼
III) 𝐴𝑋 = 𝐵 tiene una única solución, ∀𝐵 ∈ 𝑀𝑚𝑥𝑛(𝐑).
IV) 𝐴𝑋 = 0 tiene una única solución.
V) 𝐴 es producto de matrices elementales.
VI)Existe 𝐶 ∈ 𝑀𝑛(𝐑) tal que 𝐶𝐴 = 𝐼
VII) 𝐴 ≡𝐶 𝐼
VIII) 𝑋𝐴 = 0 tiene única solución.
IX) 𝑋𝐴 = 𝐵 tiene única solución, ∀𝐵 ∈ 𝑀𝑚𝑥𝑛(𝐑).
X) 𝐴 es producto de matrices elementales por columnas.
XI) Existe 𝐵 ∈ 𝑀𝑛(𝐑) tal que
𝐴𝐵 = 𝐼
𝐴 → 𝐵𝐸𝑅 𝐴 → 𝐵𝐹
𝐶
𝐸𝐴 = 𝐵 𝐴𝐹 = 𝐵
3 Notas de Eduardo Ortiz R. del curso de Álgebra II impartido por la Dra. Myriam Maldonado R.
Espacios vectoriales
Definición: Sea 𝑉 un conjunto no vacío. Decimos que 𝑉 es un espacio vectorial real si en 𝑉 se tienen dos operaciones
+: 𝑉𝑥𝑉 → 𝑉(𝛼, 𝛽) → 𝛼 + 𝛽
∙ ∶ 𝑹𝑥𝑉 → 𝑉(𝑎, 𝛼) → 𝑎𝛼
Las cuales satisfacen:
1) Si 𝛼, 𝛽, 𝛾 ∈ 𝑉, entonces (𝛼 + 𝛽) + 𝛾 = 𝛼 + (𝛽 + 𝛾)
2) Si 𝛼, 𝛽 ∈ 𝑉, entonces 𝛼 + 𝛽 = 𝛽 + 𝛼
3) Existe un único elemento en 𝑉 denotado por 𝑂𝑉 tal que 𝑂𝑉 + 𝛼 = 𝛼
4) Para cada elemento 𝛼 ∈ 𝑉 existe un único elemento en V denotado por – 𝛼 que satisface que
𝛼 + (−𝛼) = 𝑂𝑉 5) Si 𝛼, 𝛽 ∈ 𝑉 y 𝑎 ∈ 𝑹, entonces
𝑎(𝛼 + 𝛽) = 𝑎𝛼 + 𝑎𝛽 6) Si 𝑎, 𝑏 ∈ 𝑹 y 𝛼 ∈ 𝑉, entonces
(𝑎 + 𝑏)𝛼 = 𝑎𝛼 + 𝑏𝛼 7) Si 𝑎, 𝑏 ∈ 𝑹 y 𝛼 ∈ 𝑉, entonces
(𝑎𝑏)𝛼 = 𝑎(𝑏𝛼) = 𝑏(𝑎𝛼) 8) Si 𝛼 ∈ 𝑉, entonces
1 ∙ 𝛼 = 𝛼 (𝑉, +,∙)
Nota:
El elemento 𝑂𝑉 es llamado vector cero de 𝑉.
A los elementos de 𝑉 les llamaremos vectores.
A los elementos de 𝑹 los llamaremos escalares.
4 Notas de Eduardo Ortiz R. del curso de Álgebra II impartido por la Dra. Myriam Maldonado R.
Proposición: Sea𝑉 un espacio vectorial real, entonces
1) 0 ∙ 𝛼 = 𝑂𝑉 , ∀𝛼 ∈ 𝑉 2) 𝑟𝑂𝑉 = 𝑂𝑉 , ∀𝑟 ∈ 𝑹 3) Si 𝛼, 𝛽, 𝛾 ∈ 𝑉, tales que 𝛼 + 𝛽 = 𝛽 + 𝛾, entonces 𝛼 = 𝛾 4) Si 𝑟 ∈ 𝑹 y 𝛼 ∈ 𝑉, entonces (−𝑟)𝛼 = 𝑟(−𝛼) = −(𝑟𝛼)
Si 𝑟 ∈ 𝑹 y 𝛼 ∈ 𝑉 tales que 𝑟𝛼
Subespacios Definición: Sea 𝑉 un espacio vectorial real. Sea 𝑊 ⊆ 𝑉, no vacío. Decimos que 𝑊 es un subespacio de 𝑉 si con las operaciones que hacen a 𝑉 un espacio vectorial 𝑊 también lo es.
Proposición: Sea 𝑉 un espacio vectorial real. Sea 𝑊 ⊆ 𝑉. Entonces 𝑊 es un subespacion de 𝑉 si y s
1) Si 𝑂𝑉 ∈ 𝑊 2) Si 𝛼, 𝛽 ∈ 𝑊, entonces 𝛼 + 𝛽 ∈ 𝑊 3) Si 𝑟 ∈ 𝑹 y 𝛼 ∈ 𝑉, entonces 𝑟𝛼 ∈ 𝑊
Proposición: Sea 𝑉 un espacio vectorial real. Si 𝑊1 y 𝑊2 son Subespacios de 𝑉, entonces 𝑊1 ∩ 𝑊2 es un subespacio de 𝑉
Observación: La unión de Subespacios no necesariamente es un subespacio.
Definición: Sea 𝑉 un espacio vectorial real. Sean 𝑊1, 𝑊2 ⊆ 𝑉. Definimos
𝑊1 + 𝑊2 = {𝛼 + 𝛽|𝛼 ∈ 𝑊1 𝑦 𝛽 ∈ 𝑊2}
Proposición: Sea 𝑉 un espacio vectorial real. Si 𝑊1 y 𝑊2 son Subespacios de 𝑉, entonces 𝑊1 + 𝑊2 es un subespacio de 𝑉
Conjuntos linealmente dependientes y conjuntos linealmente independientes
Definición: Sea 𝑉 un espacio vectorial real. Sean 𝛼1𝛼2, … , 𝛼𝑛 ∈ 𝑉 . Una combinación líneas de 𝛼1𝛼2, … , 𝛼𝑛 es una expresión de la forma
𝑎1𝛼1 + 𝑎2𝛼2 + ⋯ + 𝑎𝑛𝛼𝑛
Donde 𝑎𝑖 ∈ 𝑹, ∀𝑖 = 1,2, … , 𝑛
5 Notas de Eduardo Ortiz R. del curso de Álgebra II impartido por la Dra. Myriam Maldonado R.
Definición: Sea 𝑉 un espacio vectorial real. Sean 𝛼1𝛼2, … , 𝛼𝑛 ∈ 𝑉. Decimos que {𝛼1𝛼2, … , 𝛼𝑛} es un conjunto linealmente independiente (𝑙. 𝑖. ) si 𝑎1𝛼1 + 𝑎2𝛼2 + ⋯ + 𝑎𝑛𝛼𝑛=0, entonces 𝑎𝑖 = 0, ∀𝑖 = 1,2, … , 𝑛 En caso contrario diremos que {𝛼1𝛼2, … , 𝛼𝑛} es un conjunto linealmente dependiente (𝑙. 𝑑. ).
Definición: Sea 𝑉 un espacio vectorial real. Sea 𝑆 ⊆ 𝑉. Decimos que 𝑆 es 𝑙. 𝑖. si todo subconjunto de 𝑆 finito es linealmente independiente. En caso contrario diremos que 𝑆 es 𝑙. 𝑑.
Observación: Sea 𝑉 un espacio vectorial real. Sea 𝑆 ⊆ 𝑉 𝑙. 𝑖. Si 𝐴 ⊆ 𝑉, entonces 𝐴 es 𝑙. 𝑖.
Observación: Sea 𝑉 un espacio vectorial real. Sea 𝑆 ⊆ 𝑉 𝑙. 𝑖. Si 𝛼 ∈ 𝑉, entonces 𝑆 ∪ {𝛼} no necesariamente es 𝑙. 𝑖.
Proposición: Sea 𝑉 un espacio vectorial real. Sean 𝛼1𝛼2, … , 𝛼𝑛 ∈ 𝑉 entonces {𝛼1𝛼2, … , 𝛼𝑛} es 𝑙. 𝑑. si y sólo si existe 𝑖 ∈ {1,2, … 𝑛} tal que
𝛼𝑖 = 𝑎1𝛼1 + 𝑎2𝛼2 + ⋯ + 𝑎𝑖−1𝛼𝑖−1
= 𝑎1𝛼1 + 𝑎2𝛼2 + ⋯ + 𝑎𝑛𝛼𝑛
Proposición: Las filas no nulas de una matriz en forma escalonada forman un conjunto 𝑙. 𝑖.
Definición: Sea 𝑉 un espacio vectorial real y sea 𝑆 ⊆ 𝑉. Definimos el conjunto generado por 𝑆, denotado por 𝐿(𝑆) como
𝐿(𝑆) = {𝑎1𝛼1 + 𝑎2𝛼2 + ⋯ + 𝑎𝑛𝛼𝑛|𝑎𝑖 ∈ 𝑹, 𝛼1𝛼2, … , 𝛼𝑛 ∈ 𝑉 𝑦 𝑛 ∈ 𝑵 }
Proposición: Sea 𝑉 un espacio vectorial real. Si 𝑆 ⊆ 𝑉, con 𝑆 ≠ ∅, entonces:
1) 𝐿(𝑆) es un subespacio. 2) 𝑆 ⊆ 𝐿(𝑆) 3) Si 𝑊 es un subespacio de V tal que 𝑆 ⊆ 𝑊, entonces 𝐿(𝑆) ⊆ 𝑊.
Observación: 𝐿(𝑆) es el mínimo subespacio de V que contiene a S.
Observación: Sea 𝑉 un espacio vectorial real. Si 𝑊 es un subespacio de V. entonces 𝐿(𝑊) = 𝑊
6 Notas de Eduardo Ortiz R. del curso de Álgebra II impartido por la Dra. Myriam Maldonado R.
Nota: Sea 𝑉 un espacio vectorial real. Sea 𝑆 ⊆ 𝑉, con 𝑆 ≠ ∅.
Sea 𝑊 = 𝐿(𝑆). En este caso decimos que 𝑆 genera a 𝑊.
Si {𝛼1𝛼2, … , 𝛼𝑛} ⊆ 𝑉, entonces en lugar de escribir 𝐿({𝛼1𝛼2, … , 𝛼𝑛}) escribiremos 𝐿(𝛼1𝛼2, … , 𝛼𝑛)
Definición: 𝐿(∅) = {𝑂𝑉}
Observación: ∅ es 𝑙. 𝑖.
Observación: Sea 𝑉 un espacio vectorial real. Sea 𝑆 ⊆ 𝑉 tal que 𝐿(𝑆) = 𝑉
Si 𝛼 ∈ 𝑉, entonces 𝐿(𝑆 ∪ {𝛼}) = 𝑉
Si 𝛽 ∈ 𝑉, entonces 𝐿(𝑆\{𝛽}) no necesariamente es 𝑉
Bases y dimensión
Definición: Sea 𝑉 un espacio vectorial real. Sea 𝐵 ⊆ 𝑉 no vacío. Decimos que 𝐵 es base de V si:
1) 𝐵 es 𝑙. 𝑖. 2) 𝐿(𝐵) = 𝑉
Proposición: Sea 𝑉 un espacio vectorial real. Sea 𝐵 ⊆ 𝑉. Entonces 𝐵 es base de 𝑉 si y sólo si todo elemento de 𝑉 se puede expresar de forma única como combinación lineal de elementos de 𝐵.
Proposición: Sea 𝑉 un espacio vectorial real. Sean {𝛼1𝛼2, … , 𝛼𝑛} ⊆ 𝑉 tal que 𝐿(𝛼1𝛼2, … , 𝛼𝑛) = 𝑉. Sea {𝛽1𝛽2, … , 𝛽𝑚} ⊆ 𝑉 𝑙. 𝑖. Entonces 𝑚 ≤ 𝑛.
Proposición: Sea 𝑉 un espacio vectorial real. Sean {𝛼1𝛼2, … , 𝛼𝑛} base de 𝑉 Si B es base de 𝑉, entonces |𝐵| = 𝑛
Definición: Sea 𝑉 un espacio vectorial real. Sea B una base de 𝑉. Si B es un conjunto finito de 𝑛 elementos, entonces diremos que 𝑉 es de dimensión finita 𝑛 y escribiremos
𝑑𝑖𝑚𝑉 = 𝑛 o 𝑑𝑖𝑚𝑹𝑉 = 𝑛
En caso contrario, es decir B un conjunto infinito, diremos que 𝑉 es de dimensión infinita.
7 Notas de Eduardo Ortiz R. del curso de Álgebra II impartido por la Dra. Myriam Maldonado R.
Teorema: Sea 𝑉 un espacio vectorial de dimensión finita 𝑛, entonces:
1) Todo conjunto con más de 𝑛 vectores es 𝑙. 𝑑. 2) Ningún conjunto con menos de 𝑛 vectores genera a 𝑉.
Teorema: Todas las bases de un espacio vectorial de dimensión finita tienen el mismo número de vectores.
Proposición: Sea 𝑉 un espacio vectorial de dimensión finita 𝑛. A todo conjunto generador de 𝑉 se le puede extraer una base de 𝑉.
Proposición: Sea 𝑉 un espacio vectorial de dimensión finita 𝑛. Sea 𝑎 ={𝛼1𝛼2, … , 𝛼𝑛} ⊆ 𝑉 𝑙. 𝑖. Entonces 𝑎 se puede extender a una base de 𝑉
Proposición: Sea 𝑉 un espacio vectorial real de dimensión finita 𝑛. Sea 𝑊 un subespacio de 𝑉. Entonces
𝑑𝑖𝑚𝑊 ≤ 𝑛
Además si 𝑑𝑖𝑚𝑊 = 𝑛, entonces 𝑊 = 𝑉.
Teorema: Sea 𝑉 un espacio vectorial real de dimensión finita 𝑛. Sean 𝑊 y 𝑈 dos Subespacios de 𝑉. Entonces
𝑑𝑖𝑚(𝑊 + 𝑈) = 𝑑𝑖𝑚𝑊 + 𝑑𝑖𝑚𝑈 − 𝑑𝑖𝑚(𝑊 ∩ 𝑈)
Definición: Sea 𝑉 un espacio vectorial. Sean 𝑊 y 𝑈 dos Subespacios de 𝑉. Decimos que 𝑊 y 𝑈 forman una suma directa de 𝑉 si 𝑊 ∩ 𝑈 = {𝑂𝑉}. En tal caso escribiremos 𝑊 ⊕ 𝑈.
Espacio fila, espacio columna y espacio nulo de una matriz Definición: Sea 𝐴 ∈ 𝑀𝑚×𝑛(𝐑), definimos el espacio fila de 𝐴, denotado por 𝐹𝐴, como:
𝐹𝐴 = 𝐿(𝑅𝑜𝑤1(𝐴), 𝑅𝑜𝑤2(𝐴), … , 𝑅𝑜𝑤𝑚(𝐴))
Observación: Sea 𝐴 ∈ 𝑀𝑚×𝑛(𝐑), entonces 𝐹𝐴 es un subespacio de 𝑹𝒏.
Definición: Sea 𝐴 ∈ 𝑀𝑚×𝑛(𝐑). Definimos el espacio columna de 𝐴, denotado
por𝐶𝐴, como:
𝐶𝐴 = {𝐶𝑜𝑙1(𝐴), 𝐶𝑜𝑙2(𝐴), … , 𝐶𝑜𝑙𝑛(𝐴)}
8 Notas de Eduardo Ortiz R. del curso de Álgebra II impartido por la Dra. Myriam Maldonado R.
Observación: Si 𝐴 ∈ 𝑀𝑚×𝑛(𝐑), entonces𝐶𝐴 es un subespacio de 𝑹𝒏.
Definición: Sea 𝐴 ∈ 𝑀𝑚×𝑛(𝐑). Definimos el espacio nulo de 𝐴, denotado por
𝑁𝐴, como:
𝑁𝐴 = {𝑥 ∈ 𝑹𝒏|𝐴𝑋 = 0}
Proposición: 𝑁𝐴 es un subespacio de 𝑹𝒏.
Definición: Sea 𝐴 ∈ 𝑀𝑚×𝑛(𝐑).
1) A la dimensión de 𝐹𝐴 le llamaremos rango fila de 𝐴.
2) A la dimensión de 𝐶𝐴 le llamaremos rango columna de 𝐴.
3) A la dimensión de 𝑁𝐴 le llamaremos la nulidad de 𝐴.
Proposición: Sean 𝐴 ∈ 𝑀𝑚×𝑛(𝐑) y 𝑥 ∈ 𝑹𝒏. Entonces 𝑥 ∈ 𝐶𝐴 si y sólo si el
sistema 𝐴𝑋 = 𝑌 tiene solución.
Proposición: Matrices equivalentes por renglones tienen el mismo espacio
fila.
Proposición: Sean 𝐴, 𝐵 ∈ 𝑀𝑚×𝑛(𝐑) en forma escalonada. Si 𝐹𝐴 = 𝐹𝐵,
entonces los unos principales de 𝐴 y 𝐵 están en las mismas posiciones.
Proposición: Dos matrices en forma escalonada reducida tienen el mismo
espacio fila si y sólo si tienen las mismas filas no nulas.
Proposición: Toda matriz es equivalente a una única matriz en forma
escalonada reducida.
Proposición: El rango fila y el rango columna de una matriz son iguales.
Definición: Sea 𝐴 ∈ 𝑀𝑚×𝑛(𝐑). Definimos por 𝑟𝑎𝑛𝑘(𝐴) como
𝑟𝑎𝑛𝑘(𝐴) = 𝑑𝑖𝑚𝐹𝐴 = 𝑑𝑖𝑚𝐶𝐴
Proposición: Si 𝐴 ∈ 𝑀𝑚×𝑛(𝐑), entonces
𝑟𝑎𝑛𝑘(𝐴) + 𝑑𝑖𝑚𝑁𝐴 = 𝑛