Tema 1: Sistemes dequacions lineals.

1. Equaci lineal:
Equaci de grau 1 amb 1 o ms incgnites.
2. Equacions equivalents:
Equacions que tenen les mateixes solucions.
3. Sistemes dequacions:
Conjunt dequacions que sn donades per obtenir 1 o ms solucions.
4. Sistemes dequacions equivalents:
Sistemes dequacions que tenen les mateixes solucions.
5. Transformacions dun sistema dequacions:
Procs dobtenci de sistemes equivalents operant les equacions que el formen.
5.1. Transformacions vlides:
a. Multiplicaci duna o varies equacions per { } \ 0 :
1 1
' 3
4 7 3 12 21
2 3 5 2 3 5
E E
x y x y
x y x y
=
+ = + =

` `
= =
) )

b. Fer una combinaci lineal de les altres equacions:
1 1 2
' 3 2
4 7 18 11
2 3 5 2 3 5
E E E
x y x y
x y x y
=
+ = + =

` `
= =
) )

c. Afegir o eliminar una equaci que sigui combinaci lineal de les altres:
4 7
4 7
2 3 5
2 3 5
18 11
x y
x y
x y
x y
x y
+ =

+ =


=
` `
=
)

+ =
)

6. Tipus de sistemes i interpretaci geomtrica:
Sistema
Compatible
Determinat (SCD) 1 soluci
T solucions
Indeterminat (SCI) solucions
Incompatible No t solucions
6.1. Sistemes de dues equacions i dues incgnites:
Cada equaci representa una recta en el pla:
6.2. Sistemes de tres equacions i tres incgnites:
Cada equaci pertany a lequaci dun pla.
SC SCD

Els plans es tallen en
un punt
Combinaci lineal:
Es diu que E
1
s combinaci lineal daltres, quan:

SCI

Els plans es tallen en
una recta
SI

Els plans sn iguals

Els plans sn
parallels.

Els plans es tallen dos
a dos.

7. Resoluci de sistemes amb el mtode de Gauss:
I. El sistema es pot interpretar en dos matrius: una formada pels coeficients i laltre
pels termes independents.
2 4 6 18 2 4 6 18
4 5 6 24 4 5 6 24
3 2 4 3 1 2 4
x y z
x y z A B
x y z
+ + = | | | |
| |
+ + = = =
`
| |
| |
+ =
) \ . \ .



II. Sajunten les matrius per fer sa matriu ampliada del sistema ( ) | A B :
( )
2 4 6 18
| 4 5 6 24
3 1 2 4
A B
| |
|
=
|
|

\ .

III. Es transforma sa matriu ampliada fins obtenir una matriu triangular (matriu on
tots els elements per davall (superior) o per damunt (inferior) de la diagonal
principal sn 0) ( ) | U Y equivalent a ( ) | A B o una escalonada (matriu triangular
on totes les files comencen per 1):
Transformacions vlides (operacions elementals):
a. Multiplicaci duna o varies files o columnes per { } \ 0 :
1 1
' 0'5
2 4 6 18 1 2 3 9
4 5 6 24 4 5 6 24
3 1 2 4 3 1 2 4
F F =
| | | |
| |

| |
| |

\ . \ .

b. Fer combinacions lineals de files i columnes:
2 1 3 3 2
2
3 1 3
4 ' 5
'
3
' 3
1 2 3 9 1 2 3 9 1 2 3 9
4 5 6 24 0 1 2 4 0 1 2 4
3 1 2 4 0 5 11 23 0 0 1 3
F F F F F
F
F F F
= +
=
=
| | | | | |
| | |

| | |
| | |

\ . \ . \ .

c. Permutar les files o les columnes:
1 2
1 2 3 9 0 1 2 4
0 1 2 4 1 2 3 9
0 0 1 3 0 0 1 3
F F
| | | |
| |

| |
| |
\ . \ .

d. Eliminaci de files de 0:
3 1 4 2
3 1 4 2
3 6 2 4
3 6 2 4
0 0 0 0
| |
| |
|

|
|

\ .
|
\ .

e. Eliminaci de files que siguin combinaci lineal de altres:
3 1 2
3 1 4 2
3 1 4 2
3 6 2 4 2
3 6 2 4
9 13 0 6
F F F
| |
| |
|
=
|
|

\ .
|

\ .

IV. Traslladar els elements de la matriu equivalent obtinguda al nou sistema que ser
equivalent del primer i es resol (quan es permuten columnes, es permuten les
variables):
2 4 6 18 2 3 9 13
4 5 6 24 2 4 2
3 2 4 3 3
x y z x y z x
x y z y z y
x y z z z
+ + = + + = =


+ + = + = =
` `

+ = = =
) )

Tema 2: lgebra de matrius.
1. Matriu:
Conjunt de nombres que pertanyen a ordenats en files i columnes:
Cada element de la matriu es denota com
ij
a on i s la fila, i j
la columna la qual pertany lelement.
La dimensi de A el nombre de files (m) pel de columnes (n):
( ) Dim A m n =
La matriu es pot nombrar de diferents maneres: ,
ij
A A .
2. Igualtat de matrius:
Es diu que dos matrius (Ai B) sn iguals si tenen mateixes dimensions i elements:
dim( ) dim( )
ij ij
A B A B a b = = =
3. Tipus de matrius:
3.1. Matriu fila, o vector fila:
( )
11 12 1n
A a a a =
3.2. Matriu columna, o vector columna:
11
21
1 m
a
a
A
a
| |
|
|
=
|
|
\ .

3.3. Matriu transposada:
Matriu on totes les seves columnes passen a ser files i les columnes files:
11 1 11 1
1 1
dim( ) dim( )
t
n m m n
t
n m
m mn n nm
t
n m m n
A A
a a a a
a a a a
A A


=
| | | |
| |
=
| |
| |
\ . \ .
=




3.4. Matriu escalonada:
Matriu triangular on cada fila comena per 1. No s necessari de que la diagonal principal
noms estigui formada per 1 mentre que abans hi hagi 0.
0 1 0
1
0 1 0 1
0 0 1 , ,
0 0 1 0 0 1
0 0 1
0 0 0 1 0 0 0 0 1
a b a b c d
b c
c d e f g
A B C
e h i
| | | |
| |
| |
|
| |
= = =
|
| |
|
| |
\ .
\ . \ .

C no s escalonat perqu el primer element de la fila 1 que no sigui 0 no s 1.

3.5. Matriu equivalent:
Es diu que una matriu s equivalent a una a altra quan sha obtingut a partir de
les transformacions de Gauss.


3.6. Matriu quadrada:
Matriu de dim( ) A n n =
11 1
1
n
n n
n nn
a a
A
a a

| |
|
=
|
|
\ .

3.6.1. Matriu simtrica:
t
A A =
3.6.2. Matriu antisimtrica:
t
A A =
3.6.3. Matriu nulla o zero:
Matriu on tots els elements sn 0:
0 0
0
0 0
| |
|
=
|
|
\ .

3.6.4. Matriu triangular:
3.6.4.1. Matriu triangular superior:
Matriu amb 0 per davall de la diagonal principal.
11 12 1
22 2
0
0 0
n
n
nn
a a a
a a
A
a
| |
|
|
=
|
|
\ .

3.6.4.2. Matriu triangular inferior:
Matriu amb 0 per damunt de la diagonal principal.
11
21 22
1 2
0 0
0
n n nn
a
a a
A
a a a
| |
|
|
=
|
|
\ .

3.6.5. Matriu diagonal:
Matriu on els seus elements sn 0 excepte els de la diagonal principal:
11
22
0 0
0 0
0 0
nn
a
a
A
a
| |
|
|
=
|
|
\ .

3.6.6. Matriu identitat:
Matriu diagonal que t en la diagonal principal 1.
Diagonal principal
1 0 0
0 1 0
0 0 1
I
| |
|
|
=
|
|
\ .

3.7. Matriu elemental:
Matriu equivalent a la matriu identitat que es pot obtenir a partir duna operaci
elemental per files (multiplicar per un nombre, fer combinacions lineals o permutar). Es
denota per E o P en cas de que shagi fet una permutaci (matriu de permutaci).
3.7.2. Teorema:
Per fer una transformaci elemental en una matriu, es pot multiplicar per
lesquerra la matriu elemental la qual shan fet les mateixes operacions
elementals.

1 1
1 1
11 12 13 11 12 13
21 22 23 21 22 23 ' 2
31 32 33 31 32 33
' 2
11 12 13
21 22 23
31 32 33
' 2 2 2
1 0 0 1 0 0
0 1 0 0 2 0
0 0 1 0 0 1
1 0 0
0 2 0
0 0 1
F F
F F
a a a a a a
A a a a A a a a
a a a a a a
I E
a a a
E A a a a
a a a
=
=
| | | |
| |
= =
| |
| |
\ . \ .
| | | |
| |
= =
| |
| |
\ . \ .
| | |
|
=
|
|
\ . \
11 12 13
21 22 23
31 32 33
2 2 2 '
a a a
a a a A
a a a
| | |
| |
= =
| |
| |
. \ .

Si es fan ms duna transformaci, ' A ser el producte de totes les matrius
elementals (comenant per la darrere) i A:
1 2 2 1
' ...
m m m
A E E E E E A

=
Per tant,
1
1
'
m
i
i
A E A

=
| |
=
|
\ .

.
4. Operacions:
4.1. Suma:
Es sumen les component que tenen la mateixa posici. A i B han de tenir la
mateixa dimensi:
11 11 1 1
1 1
( ) ( )
( ) | dim( ) dim( )
ij ij
n n
ij ij
m m mn mn
A a B b
a b a b
A B a b A B
a b a b
= =
+ + | |
|
+ = + = =
|
|
+ +
\ .

4.1.1. Propietats:
Els conjunts de les matrius duna determinada dimensi, forma cada un, un grup abeli.
Per tant les seves propietats seran:
Associativa: ( ) ( ) A B C A B C + + = + +
Commutativa: A B B A + = +
Existncia de lelement neutre 0 : 0 A A + =
Existncia de lelement simtric A : ( ) 0 A A + =
4.2. Diferncia:
Es fa una suma de matrius del primer pel simtric del segon:
( ) A B A B = +


4.3. Producte duna matriu per un nombre real:
Es multiplica el nombre a tots els elements de la matriu:
11 1
1
( )
n
ij
m mn
a a
A a
a a



| |
|
= =
|
|
\ .

4.3.1. Propietats:
Distributiva respecte la suma: ( ) A B A B + = +
Distributiva respecte el producte: ( ) A A A + = +
Associativa: ( ) ( ) A A =
4.4. Producte entre matrius:
4.4.1. Producte duna fila per una columna (producte escalar):
Suma dels productes de les components:
( )
11 1
11
1
11 11 12 21 13 31 1 1 1 1
1

n
m
n
n n n n
i
A a a
b
B
b
A B a b a b a b a b a b
=
=
| |
|
=
|
|
\ .
= + + + + =

Les matrius han de tenir el mateix nombre delements.
4.4.1.1. Propietats:
0 0 A =
Llei commutativa del producte escalar: A B B A =
Llei distributiva del producte escalar respecte la suma: ( ) A B C A B AC + = +
( ) ( ) | A B A B =

4.4.2. Producte de matrius que no siguin vectors:
El producte s una altra matriu delements obtinguts fent productes escalars de
les files de la primera matriu i les columnes del segon:
( )
( )
( )
A A
A B
B B
ij m n
ij m n
ij m n
A a
A B C c
B b

= =
`
=

)




On:
( )
1
2
1 2
1

j
n
j
ij i i in ik kj
k
nj
b
b
c a a a a b
b
=
| |
|
|
= =
|
|
|
\ .

4.4.2.1. Propietats:
Noms es pot fer si el nombre de files de A s igual que el de B.
dim( )
A B
C m n = .
Propietat associativa: ( ) ( ) A B C A BC = .
No s commutatiu.
Llei distributiva respecte la suma: ( ) A B C A B AC + = +
Llei distributiva respecte la multiplicaci: ( ) A B C AC BC + = +
4.4.2.2. Multiplicaci per blocs:
Sha de dividir cada matriu en submatrius, i desprs es multipliquen com si cada
submatriu fos un element:
1 7 0
3 7 1 4
5 2 1
2 9 6 2 ,
7 5 3
4 5 8 1
6 3 8



C D G H
A A B B
E F I J
C D G H C G D I C H D J
A B
E F I J E G F I E H F J
| |
| |
|
| | | |
|
|
= = = =
| |
|
|
\ . \ .
|
|
\ .
\ .
+ + | | | | | |
= =
| | |
+ +
\ . \ . \ .

Per ltim sopera cada submatriu de cada element i es seliminen les submatrius
per obtenir el resultat:
( ) ( ) ( ) ( )


3 7 1 7 1 4 7 5 3 7 0 1 4 3

2 9 5 2 6 2 6 3 2 9 1 6 2 8
1 7 7 5 0 3
4 5 8 1 4 5 8 1
5 2 6 3 1 8
38 35 3
47 32
C G D I C H D J
E G F I E H F J
+ + | |
=
|
+ +
\ .
| | | | | | | | | | | | | | | | | |
+ +
| | | | | | | | |
\ . \ . \ . \ . \ . \ . \ . \ .
|
= =
|
| | | | | | | |
|
+ +
| | | |
|
\ . \ . \ . \ . \ .
| |
+
|
=
\ .
( ) ( )
( )
1 17 7 35
54 36 9 34
29 38 62 43 37
69 52 42 69 52 42
101 68 43 101 68 43
91 81 37 91 81 37
| | | | | | | |
+
| | | |
=
\ . \ . \ .
|
|
+
\ .
| | | | | | | |
| | | |
= =
\ . \ .
|
|
|
|
\ .
\ .

5. Inversa duna matriu:
Per trobar la inversa duna matriu A, es fa la matriu ampliada ( | ) A I , i mitjanant
operacions elementals, es transforma en
1
( | ) I A

.

6. Factoritzaci A=LU i PA=LU:
Consisteix en posar una matriu Acom a producte duna matriu triangular inferior ( L ) i una
matriu triangular de A(U ). La matriu L s el producte de les inverses de totes les matrius
elementals que es necessiten per obtenir U .
En cas que es necessiti fer una permutaci a A, shaur de multiplicar a Ala matriu de
permutaci necessria.


6.1. Mtode senzill per factoritzar:
Es pot fer un sistema dequacions per tal dobtenir la factoritzaci. Un exemple seria
aquest:
2 3 2 4 1 0 0 0 2 3 2 4
4 10 4 0 1 0 0 0

3 2 5 2 1 0 0 0
2 4 4 7 1 0 0 0
a u v w
A LU
b c x y
d e f z
| | | | | |
| | |

| | |
= = =
| | |

| | |

\ . \ . \ .

Soperen les matrius, es fan les equacions de cada element i es resol el sistema que
formen.
2
3
4 2
2
3 2
5
2 2
8
10 3 1
2 3 7
4
4 3
20
4 2
3
5 2
4
4 2
8
0 4
8
2 4
3
7 4
9
49
a
b
a
b
c
d
a u d
b cu
e
d eu
a v
f
b cv x
u
d ev fx
v
a w
w
b cw y
x
d ew fy z
y
z
=

=
=

=
=

= + =

= +

=

= +

` `
= +
=

= + +

=
= + +

=

= +

=
= + +

=

= + + +
)

=

=
)

Per tant queda:
1 0 0 0
2 3 2 4 2 3 2 4
2 1 0 0
4 10 4 0 0 4 8 8
3 7

1 0
3 2 5 2 0 0 3 9
2 4
7 20 2 4 4 7 0 0 0 49
1 1
4 3
A LU
| |
|
| | | |
|
| |

|
| |
= = =

|
| |

|
| |

|
\ . \ .

|
\ .

En cas de que shagi de permutar, primer es permuta Ai desprs es fa la igualtat a travs de
la matriu permutada.

7. Diagonalitzaci:
7.1. Valors propis:
Nombres que seran a sa matriu principal de la matriu diagonalitzada. Es troben
mitjanant sa equaci: det( ) 0 A I = (equaci caracterstica). Sent A una
matriu quadrada que es vol diagonalitzar, els valors propis i, I la matriu
identitat.

Exemple:
{ }
2
0 1 3
5 2 1
3 1 0
1 3
5 2 1 ( 3)( 2) 0 3, 2,1
3 1
A
A I

| |
|
=
|
|
\ .

= = + =

7.2. Autovectors:
Es troben resolent lequaci
j j j
A = , on
j
s un dels valors propis de la
matriu, i
j
s el vector propi de
j
.
Exemple:
1 2 3
1 1 1 1 1
1 1 1 1 1 1 1
1 1 1 1 1
0 1 3
5 2 1 i 3, 2, 1
3 1 0
0 1 3 3 3 1
5 2 1 3 ; 5 2 3 9
3 1 0 3 3 4
0 1 3
5 2 1
j
j j j j j
j
A
a
A b
c
a a b c a
b b a b c b
c c a b c

| |
|
= = = =
|
|
\ .
| |
|
= =
|
|
\ .
+ | || | | | | | | | | |
| | | | | |
= + + = =
| | | | | |
| | | | | |
+
\ .\ . \ . \ . \ . \ .

2 2 2 2 2
2 2 2 2 2 2 2
2 2 2 2 2
3 3 3 3
3 3 3 3 3
3 3 3
3 2 1
2 ; 5 2 2 1
3 1 0 3 2 1
0 1 3 3
5 2 1 ; 5 2
3 1 0 3
a a b c a
b b a b c b
c c a b c
a a b c
b b a b c
c c a b

+ | || | | | | | | | | |
| | | | | |
= + + = =
| | | | | |
| | | | | |
+
\ .\ . \ . \ . \ . \ .
+ | || | | |
| | |
= + +
| | |
| | |
+
\ .\ . \ .
3
3 3
3 3
1
4
1
a
b
c

| | | | | |
| | |
= =
| | |
| | |

\ . \ . \ .

8. Introducci als espais vectorials:
8.1. Definici:
Conjunt de vectors V sobre un cos K on hi ha definides dos operacions ( una interna i
una altra externa).


8.2. Propietats:
( , ) V + s un grup abeli.
Propietats de loperaci externa:
Associativa
( ) ( ) a b v a b v =


Distributiva I
( ) a b v a v b v + = +


Distributiva II
( ) a v u a v a u + = +


Element neutre de K 1v v =



8.3. Combinaci lineal:
Es diu que v

s una combinaci lineal daltres vectors si est format per:

1 1 2 2 3 3
...
n n
v a u a u a u a u = + + +


8.4. Dependncia lineal i independncia lineal:
Un vector s linealment dependent (LD) si es pot posar com a combinaci lineals daltres.
Un vector s linealment independent (LI) si no es pot posar com a combinaci lineals
daltres.
8.4.1. Propietat fonamental:
Per que un conjunt de vectors siguin LI, la igualtat
1 1 2 2 3 3
... 0
n n
x u x u x u x u + + + =

sha de complir si i noms si
1 2 3
... 0
n
x x x x = = = = =

.
9. Rang duna matriu:
9.1. Definici:
Nombre de files o de columnes que siguin LI.
9.2. Obtenci:
A partir doperacions elementals, sintenta fer el major nombre files o columnes
de 0. El nombre de files o columnes que no shagin pogut fer 0 s el rang de la
matriu.

Tema 3: Determinants.
1. Clcul de determinants 2x2:
11 12
11 22 12 21
21 22
det( )
a a
A A a a a a
a a
= = =
2. Clcul de determinants 3x3:
11 12 13 11 12 13 11 12 13
21 22 23 21 22 23 21 22 23
31 32 33 31 32 33 31 32 33
det( )
a a a a a a a a a
A A a a a a a a a a a
a a a a a a a a a
= = =
Es sumen els productes del triangles.
3. Propietats:
3.1.
t
A A =
3.2. Si t una fila de 0, 0 A = .
3.3. La permutaci duna fila o una columna, fa que la determinant canvi de signe.
3.4. Si t dos files o columnes iguals, la determinant val 0.
3.5.
11 12 13 11 12 13 11 12 13
21 22 23 21 22 23 21 22 23
31 32 33 31 32 33 31 32 33
;
a a a ka a a ka ka ka
A a a a k A ka a a a a a k
a a a ka a a a a a
= = =
3.6. Si una fila o columna que s proporcional duna altra, el determinant val 0.
3.7.
11 12 13 11 13 11 12 13
21 22 23 21 23 21 22 23
31 32 33 31 33 31 32 33
a a a a l a a a l a
a a a a m a a a m a
a a a a n a a a n a
+
+ = +
+

3.8. Si a la matriu se li fa operacions elementals, la seva determinant no varia.
3.9. Si una matriu t una fila o columna que s combinaci lineal daltres, el seu
determinant val 0.
3.10. A B A B =
4. Menor duna matriu:
Si a una matriu li seleccionem r files i r columnes, el determinant daquesta submatriu se li
anomenar menor dordre r.
5. Menor complementari:
Si a una matriu de n n seleccionem el component
ij
a i eliminem tota la fila i la columna la
qual pertany, sobt un menor dordre 1 n que sanomenar menor complementari de
lelement (
ij
).
11 12 13
11 12
21 22 23 11
21 22
31 32 33
,
a a a
a a
A a a a
a a
a a a

= =




6. Adjunt:
Ladjunt dun element
ij
a s:
( 1)
i j
ij ij
A
+
=
7. Matriu adjunta:
s la matriu trasposta de la matriu formada per adjunts:
11 12 13 11 21 31
21 22 23 12 22 32
31 32 33 13 23 33
T
A A A A A A
adjA A A A A A A
A A A A A A


= =




8. Determinant dordre qualsevol:
s la suma dels productes entre els elements i els seus adjunts duna fila o duna columna
qualsevol:
1 1
n n
kj kj ik ik
k k
A a A a A
= =
= =


8.1. Teorema:
El determinant duna matriu triangular, s igual al producte dels components de la
diagonal principal.
9. Inversa duna matriu:
La inversa duna matriu ve donada per la frmula:
1
1
A adjA
A

=
10. Clcul de rangs amb determinants:
10.1. Mtode:
Si en una matriu, agafo una menor dordre dos no nulla, les files i columnes les
quals pertanyen els elements del menor sn LI.
10.2. Nova definici de rang:
Mxim ordre dels menors que no valen zero.
Tema 4: Resoluci de sistemes dequacions.
1. Teorema de Rouch:
Sigui (*) el sistema segent:
11 1 12 2 13 3 1 1
21 1 22 2 23 3 2 2
31 1 32 2 33 3 3 3
1 1 2 2 3 3
...
...
(*) ...
....
...
n n
n n
n n
m m m mn n m
a x a x a x a x c
a x a x a x a x c
a x a x a x a x c
a x a x a x a x c
+ + + + =

+ + + + =

+ + + + =

+ + + + =

De matriu de coeficients Ai de matriu ampliada B , que sn les segents:
11 12 13 1
21 22 23 2
31 32 33 3
1 2 3
n
n
n
m m m mn
a a a a
a a a a
A a a a a
a a a a
| |
|
|
|
=
|
|
|
\ .

11 12 13 1 1
21 22 23 2 2
31 32 33 3 3
1 2 3
n
n
n
m m m mn n
a a a a c
a a a a c
B a a a a c
a a a a c
| |
|
|
|
=
|
|
|
\ .

Si Rang( ) Rang( ) A B = , el sistema s compatible, i si no, s incompatible.
2. Regla de Cramer:
Sigui el sistema compatible determinat (*) el segent :
11 12 13 1
21 22 23 2
31 32 33 3
(*)
a x a y a z c
a x a y a z c
a x a y a z c
+ + =

+ + =

+ + =

La soluci al sistema s:
, ,
y
x z
A
A A
x y z
A A A
= = =
On
x
A s la matriu de coeficients per, amb la columna dels coeficients de x substituda
per la columna dels termes independents, i anlogament per i
y z
A A .
2.1. Cas de Rang(A)=Rang(B)<n incgnites:
Si Rang( ) Rang( ) nombre d'incgnites A B = < , seliminen les files que sn LD i passem
una de les incgnites a laltre membre de la igualtat per fer un nou sistema equivalent.
Saplica la regla al nou sistema.
Exemple:
3 2 2
2 5 3 15
11 21
x y z
x y z
x y
+ =

+ =
`

=
)

Selimina sa segona equaci i els termes de y passen a laltre banda:
3 2 2
11 21
x z y
x y
+ = +
`
= +
)

Ara saplica la regla de Cramer:
11
(21 )
41 19
x
z
A
A y
A y
=
= +
=
21
11
41 19
11
x
y
z

+
=

3. Sistemes homogenis:
3.1. Definici:
Sistema dequacions on els termes independents sn 0.
3.2. Propietats:
Tots tenen la soluci
0
0
0
x
y
z
=

, anomenada soluci trivial.

Si el rang de la matriu de coeficients s menorqu el nombre dincgnites, el sistema
s SCI.
4. Forma matricial dun sistema dequacions:
Un sistema dequacions es pot posar com una equaci matricial:
AX B =
On As la matriu de coeficients, X la de les incgnites i B la dels termes independents.
Allant X sobt que
1
X A B

= .
5. s de la factoritzaci de matrius per resoldre sistemes:
Lequaci AX B = , es pot convertir en UX Y = , on U s una matriu triangular superior.
La matriu A, es pot factoritzar i lequaci convertir-se en LUX B = .
La matriu B es pot factoritzar emprant la matriu L com un dels factors. Per tant
lequaci queda LUX LY = .
Podem llevar les matrius L de cada banda i obtindrem UX Y = .

Tema 5: Vectors en lespai.
1. Introducci:
Definici: Segment ordenat.
Definici en lgebra: Conjunt ordenat de nombres.
Parts dun vector

Dos vectors sn iguals si tenen mateixa direcci, sentit i mdul.
2. Operacions:
2.1. Producte dun vector per un escalar:

2.1.1. Propietats del producte dun vector per un escalar.
Associativa ( ) ( ) a b v a b v =


Distributiva I ( ) a b v a v b v + = +


Distributiva II ( ) a u v a u a v + = +


Producte per 1
1v v =



2.2. Vector unitari:
Vector de mdul 1u.
2.3. Obtenci de vectors unitaris:
Sigui el vector v

, el vector unitari que t la mateixa direcci i sentit s:

v
v

.



A
B




El mdul s multiplicat pel
nombre.
No canvia de direcci.
Si , tamb canvia de
sentit.







2.4. Suma de vectors:
La suma de vectors ser la suma poligonal dels vectors:










Els vector amb la suma, forma un grup abeli.
2.5. Resta de vectors:
Quan es resta un vector, es fa la suma del seu oposat:
( ) u v u v = +


3. Desigualtat del triangle:
u v u v + +



4. Combinaci lineal de vectors:
Es diu que v

s una combinaci lineal daltres vectors si est format per:

1 1 2 2 3 3
...
n n
v a u a u a u a u = + + + +

.
4.1. Dependncia lineal i independncia lineal:
Un vector s linealment dependent (LD) si es pot posar com a combinaci lineals
daltres.
Un vector s linealment independent (LI) si no es pot posar com a combinaci lineals
daltres.
4.1.1. Propietat fonamental:
Per que un conjunt de vectors siguin LI, la igualtat
1 1 2 2 3 3
... 0
n n
x u x u x u x u + + + + =


sha de complir si i noms si
1 2 3
... 0
n
x x x x = = = = =

.









5. Base:
Conjunt generador de vectors linealment independents de lespai de treball.
5.1. Base ortogonal:
Formada per dos vectors perpendiculars (o ortogonals).
5.2. Base normal:
Base formada per vectors unitaris.
5.3. Base de
3
:

{ }
, , B i j k =

(base cannica).
s ortonormal.
Es pot posar qualsevol vector com a combinaci lineal de , , i j k

:
{ } | , , v ai b j ck a b c = + +

, i a b c sn les coordenades del.
5.3.1. Operacions de coordenades:
Producte dun vector per un nombre:
0 0 0 0 0 0
( , , ) ( , , ) x y z x y z = .
Suma de vectors:
0 0 0 1 1 1 0 1 0 1 0 1
( , , ) ( , , ) ( , , ) x y z x y z x x y y z z + = + + + .
Diferncia de vectors:
0 0 0 1 1 1 0 1 0 1 0 1
( , , ) ( , , ) ( , , ) x y z x y z x x y y z z = .
6. Producte escalar:
6.1. Definici:
Siguin dos vectors
0 0 0
( , , ) v x y z =

i
1 1 1
( , , ) u x y z =

, el producte escalar daquest

vectors es defineix com:

cos v u v u uv =



6.2. Interpretaci geomtrica:
cos u

s la longitud del segment projectat

del vector u

sobre v

, i al inrevs amb
cos v

.
Allant cos u

de la frmula del producte

escalar, sobt que:
cos ; cos
v u
v u v u u
v
= =

El vector projecci de u

sobre v

( proy
v
u

) ser cos u

pel vector unitari que tingui

mateixa direcci i sentit que v

. Per tant:
2
proy cos
v
v v u
u u
v
v
= =

Base ortonormal: Base formada per
vectors ortogonals i
unitaris
Anlogament per proy
u
v

:
2
proy cos
u
u v u
v v
u
u
= =

6.3. Propietats dels productes escalars:
Propietat commutativa: v u v u =

.
Propietat associativa: ( ) ( ) ( ) v u v u v u = =

.
Propietat distributiva: ( ) ( ) ( ) v u w v u v w + = +

.

2
cos v v v v v v v v = = =


Teorema: El vector
2
u v
w u v
v
=

s ortogonal av

.
0 u v u v =


Expressi analtica del producte escalar:
1
1
1
i i
j j
k k
=
=
=

0
0
0
i j
i k
j k
=
=
=

6.4. El producte escalar en funci de les coordenades:
0 0 0 1 1 1
0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1
0 1 0 1 0 1
0 1 0 1 0 1
( ) ( )
( )( ) ( )( ) ( )( )
u v x i y j z k x i y j z k
x i x i x i y j x i z k y j x i y j y j y j z k z k x i z k y j z k z k
x x i i y y j j z z k k
x x y y z z
= + + + + =
= + + + + + + + + =
= + + =
= + +








7. Producte vectorial:
7.1. Definici:
Siguin dos vectors
0 0 0
( , , ) v x y z =

i
1 1 1
( , , ) u x y z =

, el producte vectorial daquest

vectors es defineix com:
0 0 0 0 0 0
0 0 0
1 1 1 1 1 1
1 1 1
i j k
y z x z x y
u v x y z i j k
y z x z x y
x y z
= = +




7.2. Caracterstiques:
El seu mdul s:

sin u v u v uv =


s ortogonal a u

i v

.
La seva direcci ve donada per la regla de
Maxwell: Girem el primer vector sobre el segon
pel cam ms curt, i es mira cap on es desplaaria
un sacacorchos. Se s en sentit contra horari,
ser per damunt, i al revs.


7.3. Interpretaci geomtrica:
El mdul coincideix amb lrea del parallelogram que formen els vectors.

7.4. Propietats del producte vectorial:
u v v u =


, 0 u u u =




0
0
0
i i
j j
k k

i j k
i k j
j k i
=
=
=




( ) ( ) ( ) u v u v u v = =


8. Producte mixt:
8.1. Definici:
Siguin dos vectors
0 0 0
( , , ) v x y z =

,
1 1 1
( , , ) u x y z =

i
2 2 2
( , , ) w x y z =

, el producte
mixt daquest vectors es defineix com:
[ ]
0 0 0
0 0 0 0 0 0
0 0 0 1 1 1 0 0 0 1 1 1
1 1 1 1 1 1
2 2 2 2 2 2
( ) , , ( , , )
i j k x y z
y z x z x y
u v w v u w x y z x y z x y z x y z
y z x z x y
x y z x y z
= = = + =




8.2. Interpretaci geomtrica:
El seu valor absolut coincideix amb lrea del paralleleppede que formen els vectors.

Tema 6: Punts rectes i plans a l'espai.
1. Sistema de referncia a lespai:
Consisteix en el conjunt
{ }
, ( , , ) O i j k =


Os lorigen de coordenades.
La base s
{ }
, , B i j k =

.
2. Aplicacions dels vectors:
2.1. Coordenades del vector que uneix
dos punts:
Siguin els punts
0 0 0
( , , ) P x y z i
1 1 1
( , , ) Q x y z , el vector PQ

ser la
diferncia entre els vectors OP

i OQ

. Per tant, les coordenades de PQ

sn:
0 1 0 1 0 1
( , , ) PQ x x y y z z =

2.2. Comprovaci que tres punts estan alineats:
Siguin els punts
0 0 0
( , , ) A x y z ,
1 1 1
( , , ) B x y z i
2 2 2
( , , ) C x y z , es diu que estan alineats si
AB BC

, s a dir:
0 1 0 1 0 1 1 2 1 2 1 2
( , , ) ( , , ) x x y y z z x x y y z z =
Per tant, si desenvolupem el producte, igualem les component i allem , obtenim que:
1 0 1 0 1 0
2 1 2 1 2 1
x x y y z z
x x y y z z

= =


2.3. Punt mitj dun segment:
Siguin els punts
1 2
( , ) A a a i
1 2
( , ) B b b , les coordenades
del punt mitj del segment AB , s la semisuma de
les seves coordenades:
1 1 2 2
,
2 2
a b a b
M
+ + | |
|
\ .

2.4. Punt simtric respecte un altre:
Siguin els punts
1 2
( , ) A a a i
1 2
( , ) B b b ,el punt simtric de Arespecte B ( '( , ) A )s el
punt que t com a mitj en el segment ' AA al punt B . Per tant:
1 2 1 2
1 2
, ,
2 2 2 2
a a a a
B b b
+ + + + | |
= =
|
\ .

3. Equacions de la recta:
3.1. Elements necessaris per definir una recta:
2 punts de la recta.
1 vector amb la mateixa direcci (vector director) de la recta i un punt.
2 plans que es tallin.



3.2. Equaci vectorial:
1 2 3 1 2 3
( , , ) ( , , ) ( , , )
d
OX OP v
x y z p p p v v v

= +
= +



On OP

s el vector de coordenades dun punt conegut i

d
v

s el vector director de la
recta.
3.3. Equaci paramtrica:
Es fa la suma de lequaci vectorial i es fa un sistema de tres equacions amb les
components dels vectors igualats:
1 1
2 2
3 3
:
x p v
r y p v
z p v

= +

= +

= +

3.4. Equaci continua:
De cada equaci, salla i sigualen per obtenir la
segent equaci:
3 1 2
1 2 3
:
z p x p y p
r
v v v

= =
3.5. Equaci implcita:
Consisteix en un sistema de dos equacions, on cada
equaci representa un pla.
0
:
' ' ' ' 0
ax by cz d
r
a x b y c z d
+ + + =

+ + + =

4. Posicions relatives de les rectes:
Les rectes poden estar:
Coincidents

Paralleles

Secants

Creuades





Sn les mateixes
rectes
1 2 d d
v v


No es tallen en cap
punt.
1 2 d d
v v


Es tallen en un punt.
1 2 d d
v v


No es tallen en cap
punt
1 2 d d
v v





4.1. Mtode per sabre les posicions relatives de les rectes:
1 2 d d
v v

?
S: Les rectes tenen
la mateixa direcci.
Poden ser
coincidents o
paralleles.
Tenen qualque punt
en com?
S: A vol dir que
tots els punts de les
rectes estan alineats
No: A col dir que
no existeix cap punt
que pertanyi a les
rectes.
No: Les rectes no
tenen la mateixa
direcci
Sn coplanaris?
1 1 1 1
2 2 2 2
3 3 3 3
0
v u p q
v u p q
v u p q

S: Les rectes
pertanyen a un
mateix pla i, per
tant, com no tenen
la mateixa direcci,
es tallaran
No: Les rectes no
pertanyen a un
mateix pla i, per
tant, com no tenen
la mateixa direcci,
no es tallaran en cap
punt.

4.2. Mtode per sabre les posicions relatives amb rangs:
Siguin les rectes
3 3 1 2 1 2
1 2 3 1 2 3
: i :
z p z q x p y p x q y q
r s
v v v u u u

= = = = , es far
una matriu M amb les components del vectors director i, una altra ' M amb les
components dels vectors directors i les components del vector entre dos punts de les
rectes:
1 1 1 1 1 1
2 2 2 2 2 2
3 3 3 3 3 3
'
v u v u p q
M v u M v u p q
v u v u p q
| | | |
| |
= =
| |
| |

\ . \ .

Ara es miren els rangs daquesta manera:
( ) 1 Rang M =
Els vectors sn
proporcionals.
( ') 1 Rang M =
Els 3 vectors estan alineats entre si.
Coincidents
( ') 2 Rang M =
Els vectors no estan alineats entre
si.
Parallel
( ) 2 Rang M =
Els vectors no sn
proporcionals.
( ') 2 Rang M =
Els vectors sn coplanaris.
Secants
( ') 3 Rang M =
Els tres vector no sn coplanaris.
Creuades

5. Equacions del pla:
5.1. Elements necessaris per definir un pla:
Tres punts que pertanyin al pla.



Una recta i un punt (que no pertanyi a la recta) que pertanyin al pla.

Dos rectes secants que pertanyin al pla.

Dos rectes paralleles que pertanyin al pla.

Dos vectors i un punt que pertanyin al pla.

Una recta normal (o un vector normal) al pla i un punt que pertanyi al pla.

5.2. Equaci vectorial:
1 2
1 2 3 1 2 3 1 2 3
( , , ) ( , , ) ( , , ) ( , , )
d d
OX OP v v
x y z p p p v v v u u u


= + +
= + +



On OP

s el vector de coordenades dun punt conegut i

1 2
i
d d
v v

sn els vector
director del pla.
5.3. Equaci paramtrica:
Es fa la suma de lequaci vectorial i es fa un sistema de tres equacions amb les
components dels vectors igualats i amb i com incgnites:
1 1 1
2 2 2
3 3 3
:
x p v u
y p v u
z p v u



= + +

= + +

= + +

5.4. Equaci implcita:
Es resol el sistema passant les components del punt a laltra banda de la igualtat:
1 1 1
2 2 2
3 3 3
:
x p v u
y p v u
z p v u



= +

= +

= +

Com s un sistema de tres equacions i dos incgnites, noms tindr soluci si la
determinant de la matriu ampliada s 0:
1 1 1
2 2 2
3 3 3
0
x p v u
y p v u
z p v u

On si desenvolupem la determinant, obtindrem
una equaci amb la forma:
0 ax by cz d + + + =
On , i a b c sn les coordenades dun vector normal al pla.
6. Posicions relatives del pla:
6.1. Entre dos plans:
Coincidents Parallels Es tallen



1 2
n n


Les equacions sn
proporcionals
1 2
n n


Les equacions no sn
proporcionals
1
n

2
n

Es tallen en una recta.
6.1.1. s de rangs per determinar posicions relatives:
Siguin els plans : 0 i ' : ' ' ' ' 0 ax by cz d a x b y c z d + + + = + + + = , es far
una matriu M amb les components dels vectors normals i, una altra ' M amb les
components dels vectors normals i les components del vector entre dos punts dels
plans:
, '
' ' ' ' ' ' '
a b c a b c d
M M
a b c a b c d
| | | |
= =
| |
\ . \ .

Ara es miren els rangs daquesta manera:
( ) 1 Rang M =
Els vector normals sn
proporcionals
( ') 1 Rang M =
Els tres vectors sn
coplanaris.
Coincidents
( ') 2 Rang M =
Els tres vectors no sn
coplanaris.
Parallels
( ) 2 Rang M = Es tallen
Els vectors normals no
sn proporcionals
6.2. Entre tres plans:
Es resol el sistema dequacions dels plans i segons el tipus de sistema seran:
a) SCD: Els plans es tallen en un punt.
b) SCI: Els plans es tallen en una recta.
c) SI: Els plans no es tallen entre si, per podrien ser coincidents, parallels o que es
tallin dos a dos.
6.3. Entre un pla i una recta:
Un pla i una recta poden ser parallels, es poden talla en un punt, o la recta pot
pertnyer al pla.
Sn parallels o la recta pot pertnyer al pla.
Sn parallels o la recta pot pertnyer al pla si i noms si
dr
n v

. s a dir: 0
dr
n v =

.
Si no compleixen lanterior igualtat es tallen en un punt.
Tema 7: Problemes mtrics.
1. Clcul dangles:
Es tracte duna aplicaci del producte escalar.
1.1. Angle entre dues rectes:
s langle entre els dos vectors directors. Per tant,
aplicant la definici de producte escalar:
arccos
dr ds
dr ds
v v
v v
=

1.2. Angle entre dos plans:
s langle entre els dos vectors normals. Aplicant la definici de
producte escalar:
arccos
n n
n n

1.3. Angle entre un pla i una recta:
Com n

s perpendicular a , langle entre la recta i el pla ser

el complementari entre n

i
dr
v

:
90 arccos arcsin
dr dr
dr dr
v n v n
v n v n


= = =




2. Clcul de distncies:
2.1. Distncia entre dos punts:
Siguin els punts
0 0 0
( , , ) P x y z i
1 1 1
( , , ) Q x y z , la seva distncia ser igual al mdul del
vector que els uneix PQ

,per tant:
2 2 2
0 1 0 1 0 1
( , ) ( ) ( ) ( ) dist P Q PQ x x y y z z = = + +

2.2. Distncia dun punt a una recta:
s la distncia entre un punt ( P )i la seva projecci en una recta ( ' P ).
2.2.1. Mtode constructiu:
Es troba un pla perpendicular a la recta que passi per P .
Es troba la intersecci entre el pla i la recta que ser ' P
Es troba la distncia entre i ' P P .
2.2.2. Mtode del punt genric:
I. Emprarem un punt genric R on les seves coordenades
depenen dun parmetre.
II. Es resol lequaci 0
dr
PR v =

.
III. Substitum el parmetre obtingut en R per
obtenir ' P .
IV. Es troba ( , ') dist P P .
2.2.3. Mtode del producte vectorial:
Sagafa un punt Q conegut de r i es troba el vector PQ

.
La distncia ser laltura del
parallelogram que forma PQ

i
dr
v

:
sin h PQ =


Si apliquem la definici del producte
vectorial obtenim que:
sin ; sin ( , ) ( , ')
dr dr
dr
dr
PQ v PQ v PQ dist P r dist P P
PQ v
v
= = = =

2.3. Distncia entre un punt i un pla:
s la distncia entre un punt i la seva projecci en el propi pla:
( , ) ( , ') dist P dist P P =
Per calcular-ho es pot emprar sa segent frmula:
0 0 0
( , ) ( , ')
ax by cy
dist P dist P P
n

+ +
= =


2.4. Distncia entre dos plans parallels:
s la distncia entre un punt del pla a laltra.

2.5. Distncia entre una recta i un pla parallels:
s la distncia entre un punt de la recta al pla.
2.6. Distncia entre rectes:
Si les rectes sn secants la distncia s 0.
Si les rectes sn paralleles, la distncia ser la de un punt duna recta a laltre.
2.6.1. Distncia entre dos rectes creuades:
2.6.1.1. Mtode del pla parallel:
I. Es troba un pla que contengui una de les rectes i
que sigui parallela a laltra recta.
II. Es troba la distncia del pla a la recta.
2.6.1.2. Mtode del punt genric:
I. Emprarem un punt genric R on les seves coordenades depenen del
parmetre de la recta a la que pertany, i un altre punt genric S per laltra
recta.
II. Es resol el sistema
0
0
dr
ds
RS v
RS v

.
III. Substitum els parmetres obtinguts en R i S
per obtenir els punts de mnima distncia entre
les rectes.
IV. Es troba la distncia entre aquests punts.



2.6.1.3. Mtode del producte mixt:
Si fem el producte mixt dels vectors
directors i dun vector que uneixi dos
punt de les rectes sobt un
paralleleppede.
Laltura del paralleleppede s la
distncia de les rectes.
Apliquem la frmula del volum dun
paralleleppede, la del producte mixt i
la del producte vectorial:
[ , , ] ;
[ , , ]
( , )
dr ds dr ds
dr ds
dr ds
V v v PQ v v h
v v PQ
h dist r s
v v
= =
= =

3. Clcul de volums i rees:
3.1. rea dun triangle:
1
2
ABC
A AB BC =

3.2. Volum dun tetraedre:
[ ]
1
, ,
6
V v u w =




1. Grup:
Donat un conjunt no buit G i una operaci binria *, forma un grup ( ,*) G quan compleix
aquestes propietats:
Propietat distributiva: ( * ) * *( * ) , , a b c a b c a b c G = .
Existncia de lelement neutre: * * | a e e a a e G = = .
Existncia de lelement neutre:
1 1 1
* * | a a a a e a G

= = .
Si compleix la propietat commutativa direm que el grup s abeli:
* * , a b b a a a b G = = .
1.1. Propietats dun grup:
* * x y x z y z = = :

1 1 1 1
*( * ) *( * ); ( * ) * ( * ) * ; * * ; x x y x x z x x y x x z e y e z y z

= = = =

1 1
* x y e x y y x

= = =

1 1
1 1
1
1
* ;
*( * ) * ;
( * ) * * ;
* * ;

x y e
x x y x e
x x y x e
e y x e
y x

=
=
=
=
=
1 1
1 1
1
1
* ;
( * ) * * ;
*( * ) * ;
* * ;
x y e
x y y e y
x y y e y
x e e y
x y

=
=
=
=
=



1 1 1
( * ) * x y y x

= (sha canviat lordre dels inversos!!!):
Si
1
( * ) ( * ) x y x y e

= , sha de demostrar que

1 1
( * ) *( * ) y x x y e

= :

1 1
1 1 1 1
( * ) *( * ) ;
*( * ) * *( * ) *
y x x y e
y x x y y e y y y e


=
= = =

* x y y x e = = :

1 1
1
( * ) * * ;
*( * ) ;
* ;
x y y y y
x y y e
x e e
x e

=
=
=
=


1 1
( ) x x

= :

1 1 1
1 1 1
1 1 1
1 1
( ) * ;
( ) * * * ;
( ) *( * ) ;
( )
x x e
x x x e x
x x x x
x x




=
=

=
=

1.2. Subgrup:
Es diu que ( ,*) H s subgrup de ( ,*) G , si ( ,*) H s grup i si H G .
Quan H G = , es diu que ( ,*) H s un subgrup impropi.
1.2.1. Condici elemental dun subgrup:
( ,*) H s subgrup de ( ,*) G si i noms si
1
, , * x y H x y H

.

1.3. Homomorfisme:
Siguin ( ,*) G i ( ', #) G dos grups, es diu que : ' f G G s un homomorfisme quan
, ( * ) ( ) # ( ) x y G f x y f x f y = .
Quan f s bijectiva, xerrem dun isomorfisme.
1.3.1. Propietats elementals:
( ) ( ') | ' ' f e f e e G e G = :

( ) ( * ) ( ) # ( ) ( ) ' f x f x e f x f e f e e = = =

1 1
( ) ( ( )) x G f x f x

= :

1 1 1 1
( ) # ( ) ( * ) ( ) ' ( ) ( ( )) f x f x f x x f e e f x f x

= = = =
Si ( ,*) H s subgrup de ( ,*) G , ( ) f H s subgrup de ( ', #) G

1 1 1
( * ) ( ) # ( ) '# ' f x y f x f y x y

= =
Si ( ', #) H s subgrup de ( ', #) G ,
1
( ') f H

s subgrup de ( ,*) G .
2. Anells:
Est format per un conjunt no buit A i dues operacions binries i internes. Es denota
( , ,*) A + i compleix aquestes propietats:
( , ) A + forma un grup.
Distribuitat respecte la suma i el producte:

( ) * * * a b c a c b c + = +

( * ) * * a b c a c b c + = +
Si * * a b b a = s un anell commutatiu.
Si *1 1* a a a = = s un anell unitari.
2.1. Propietats elementals:

0* (0 0) * 0* 0*
0* *0 0;
*0 *(0 0) *0 *0
x x x x
x x
x x x x
= + = +
= =

= + = +

( ) *( ) *( ) ( * ) x y x y x y = = :
( ) * * ( ) * 0* 0 ( ) * ( * )
( ) *( ) *( ) ( * )
*( ) * *( ) *0 0 *( ) ( * )
x y x y x x y y x y x y
x y x y x y
x y x y x y y x x y x y
+ = + = = =
= =

+ = + = = =

( ) *( ) * x y x y =

( ) *( ) ( *( )) ( ( * )) * x y x y x y x y = = =
*( ) * * x y z x y x z = i ( ) * * * x y z x z y z =

*( ) *( ( )) * *( ) * * x y z x y z x y x z x y x z = + = + =

( ) * ( ( ) * * *( ) * * x y z x y z x y z x z y z = + = + =
2.2. Subanell:
Un conjunt no buit S forma un subanell ( , ,*) S + de ( , ,*) A + si ( , ,*) S + s anell i
S A . Per tant ha de complir aquestes condicions:
( , ) S + s subgrup de ( , ) A + .
, * x y S x y S .
S ha de contenir el neutre de *.

2.3. Ideal dun anell:
Un conjunt no buit I A forma un ideal de ( , ,*) A + quan:
a) ( , ) I + s subgrup de ( , ) A + .
b) , * * x I a A x a A a x A
3. Cos:
Diem que un anell ( , ,*) K + forma un cos quan el producte t invers per tots els elements
no nuls de K .
Si *s commutatiu xerrem dun cos commutatiu.
Tema 8: Espais vectorials
1. Introducci:
1.1. Definici:
Un espai vectorial s un conjunt E sobre un cos abeli K on hi ha definides dues
operacions, una interna (+) i laltra externa ().
1.2. Axiomes dun espai vectorial:
1.2.1. Operaci interna:
( , ) E + forma un grup abeli.
1.2.2. Operaci externa:
Associativa
( ) ( ) a b v a b v =


Distributiva I
( ) a b v a v b v + = +


Distributiva II
( ) a v u a v a u + = +


Element neutre de K 1v v =


1.3. Propietats dun espai vectorial:
1.3.1. ( , ) E + compleix les propietats dun grup.
1.3.2. Propietat dintegritat: 0 0 0 a a = = =



1.3.3. , 0 0 K =


1.3.4. Mobilitat de signes: ( ) ( ) a a =



2. Subespais vectorials:
2.1. Definici:
Sigui F E , es diu que F forma un subespai vectorial del que forma E si, F forma
un espai vectorial i si compleix les segents propietats:
, ,
, ,
x y F x y F
K x F x F
+




Tot subespai cont al 0

.
2.2. Subespai propi:
Subespai que no noms cont 0

o que sigui ell mateix.

2.3. Subespai Impropi:
Dins dun espai vectorial format per E sempre hi ha un subespai que format per
{ }
0

i
un altre per E . Aquests sn els subespais impropis.
2.4. Teorema:
Siguin
1 2
, F F E i formen subespais vectorials de E ,
1 2
F F tamb forma un
subespai vectorial de E .
3. Combinaci lineal i espai generador:
3.1. Combinaci lineal:
Es diu que v

s una combinaci lineal daltres vectors si est format per

1 1 2 2 3 3
...
n n
v a u a u a u a u = + + + +

per , i
n n
v u E a K

.

3.2. Conjunt generador:
Conjunt de vectors que generen E amb combinaci lineals fetes entre ells.
3.3. Espai generat per un conjunt de vectors:
Si
1 2 3
, , ,...
k
v v v v

sn k vectors dun espai vectorial V , lespai generat per
{ }
1 2 3
, , ,...
k
v v v v

s el conjunt de combinacions lineals, s a dir:
{ } { }
1 2 3 1 2 3 1 2 3
gen , , ,... , , ,... : ...
k k k
v v v v v v v v v v v v v v = = = + + + +


3.3.1. Teorema 1:
Si
1 2 3
, , ,...
k
v v v v

sn k vectors dun espai vectorial V ,
1 2 3
, , ,...
k
v v v v

subespai de
V .
3.3.2. Teorema 2:
Siguin
1 2 3 1
, , ,... ,
n n
v v v v v
+

sn 1 n + vectors dun espai vectorial V i
1 2 3
, , ,...
n
v v v v


genera V ,
1 2 3 1
, , ,... ,
n n
v v v v v
+

tamb genera V .

s a dir, si a un conjunt generador se li afegeix un o ms vectors, encara podr
generar el mateix espai.
4. Dependncia lineal:
4.1. Dependncia lineal i independncia lineal:
Un vector s linealment dependent (LD) si es pot posar com a combinaci lineals
daltres.
Un vector s linealment independent (LI) si no es pot posar com a combinaci lineals
daltres.
4.1.1. Propietat fonamental:
Per que un conjunt de vectors siguin LI, la igualtat
1 1 2 2 3 3
... 0
n n
x u x u x u x u + + + + =

sha de complir si i noms si
1 2 3
... 0
n
x x x x = = = = =

.
4.2. Teorema 1:
Dos vectors sn LI si un s un mltiple escalar de saltre vector.
4.3. Teorema 2:
Un conjunt de n vectors de lespai vectorial de
m
s sempre LD si n m > .
4.4. Corollari:
Un conjunt de vectors LI en
n
cont almenys n vectors.
4.5. Teorema 3:
Qualsevol conjunt de vectors LI de
n
genera a
n
.
5. Bases i dimensi:
5.1. Base:
5.1.1. Definici:
Conjunt finit de vectors que generen V i sn LI.
Tot conjunt de vectors LI de
n
s una base de
n
.

5.1.2. Teorema 1:
Si { }
1 2 3
, , ,...
n
v v v v

s una base per V i si v V

, noms existir un conjunt

descalars
1 2 3
, , ,...
n
c c c c tal que
1 1 2 2 3 3
...
n n
v c v c v c v c v = + + + +

.
5.1.3. Teorema 2:
Si { } { }
1 2 3 1 2 3
, , ,..., i , , ,...,
n m
v v v v u u u u

sn bases per V , n m = s a dir, tenen el
mateix cardinal.
5.2. Dimensi:
5.2.1. Definici:
Cardinal de totes les bases dun espai vectorial.
Si la base t un nombre finit de vectors, lespai ser de dimensi finita.
Si la base no t un nombre finit de vectors, lespai ser de dimensi infinita.
Si lespai s el format pel conjunt
{ }
0

, es diu que t dimensi zero.

5.2.2. Teorema 1:
Si dimV n = i si
1 2 3
, , ,...,
m
u u u u

sn LI, implica que n m .
5.2.3. Teorema 2:
Sigui H V el conjunt que forma un subespai de V , tenim que dim dim H V .

6. Rang, nullitat, espai de files i espai de columnes.
6.1. Espai nul duna matriu i nullitat:
Sanomena espai nul duna matriu A a totes les solucions de lequaci A = x 0 :
{ }
:
n
A
N A = = x x 0
La nullitat duna matriu s la dimensi de lespai nul: ( ) dim
A
A N = .
6.2. Imatge duna matriu:
Est definida per:
{ }
Im( ) : per qualque
m m
A A = = y x y x
La imatge s un subespai vectorial de
m
.
6.3. Rang duna matriu:
Dimensi de la imatge duna matriu: ( ) dimIm( ) A RangA A = = .
6.4. Espai de files i espai de columnes:
Si As una matriu m n , el conjunt de files formar lespai de files :
{ }
1 2 3
espai de les files de gen , , ,...,
A m
F A F F F F = =
I el conjunt de columnes formar lespai de columnes:
{ }
1 2 3
espai de les columnes de gen , , ,...,
A n
C A C C C C = =
6.5. Teoremes:
1. Per qualsevol matriu A, Im( )
A
C A = .
2. Si As una matriu de m n , dim dim dimIm( ) ( )
A A
R C A Rang A = = = .
3. El rang duna matriu s igual al nombre de pivots duna matriu en forma
escalonada.
4. Tot vector de
A
F s ortogonal a tots els vectors de
A
N .
5. ( ) ( ) de columnes Rang A A n + = .
7. Canvi de base:
7.1. Anotacions:
Sigui el vector
1
2
x
x
x

=

en la base
1
B , es denotar
1
1
2
( )
B
x
x
x

=

, i en
2
B ,
2
1
2
( )
B
c
x
c

=

7.2. Matriu canvi de base:
s una matriu quadrada que compleix la igualtat
2 1
( ) ( )
B B
x A x =

, i serveix per passar
un vector de
1
B a
2
B .
Lestructura s:




La seva inversa s la matriu de canvi de base de
2
B a
1
B .
7.3. Procs dobtenci de la matriu canvi de base de la base cannica a una altra.
Sigui { }
2 1 2 3
, , ,...
n
B v v v v =

, la matriu canvi de base de
2
B a la base cannica ser la
matriu formada pels vectors { }
1 2 3
, , ,...
n
v v v v

. Per tant la seva inversa ser la matriu
canvi de base de la base cannica a
2
B .

8. Projeccions ortonormals:
8.1. Conjunt ortonormal de vectors:
Un conjunt de vectors s ortonormal si cada parell de vectors s ortogonal i si tots sn
unitaris.
8.2. Ortonormalitzaci dun conjunt de vectors:
1. Sigui { }
1 2 3
, , ,...
n
S v v v v =

una base per V , el primer que es far s agafar un vector
unitari de qualsevol vector del conjunt:
1
1
1
v
u
v
=

2. Ara sagafa un vector ortogonal a
1
u

a travs del producte escalar:

( )
( )
1 2 '
2 1 1 1 1 2 1 2
1
u v
v u u u u v u
u
= =

11 12 12 1
21 22 23 2
1 2 3
n
n
n n n nn
a a a a
a a a a
A
a a a a



=

3. Es treu el segon vector unitari que ser lunitari de
'
2
v

i es fa lo mateix per la resta de

vectors.
8.3. Matriu ortogonal:
Una matriu Q de n n s ortogonal si
1 t
Q Q

= .
Per que sigui ortogonals les seves columnes han de formar una base per
n
.
8.4. Projecci ortonormal:
Sigui H un conjunt que forma un subespai de
n
, i
n
v

, la projecci
ortonormal de v

sobre H ve donada per:

1 1 1 1 1 1
1
proy ( ) ( ) ( ) ... ( ) ( )
m
H m m k k
k
v v u u v u u v u u v u u v u u
=
= + + + + =