Professional Documents
Culture Documents
Algebra - Modul 2 Elements D'algebra Lineal I Geometria
Algebra - Modul 2 Elements D'algebra Lineal I Geometria
d’àlgebra lineal
i geometria
Espais vectorials, matrius, determinants,
espai afí i euclidià
Gerard Fortuny Anguera
Ángel Alejandro Juan Pérez
PID_00151931
© FUOC • PID_00151931 Elements d’àlgebra lineal i geometria
Índex
Introducció .............................................................................................. 5
Objectius ................................................................................................... 6
3. Matrius ................................................................................................. 17
3.1. Concepte de matriu ........................................................................ 17
3.2. Tipus de matrius ............................................................................. 18
3.3. Operacions amb matrius. Matriu inversa ....................................... 20
4. Determinants ..................................................................................... 23
4.1. Determinant associat a una matriu quadrada d’ordre 2 o 3 .......... 23
4.2. Determinant associat a una matriu quadrada
d’ordre 4 o superior ........................................................................ 24
4.3. Propietats dels determinants .......................................................... 27
4.4. Càlcul de la matriu inversa ............................................................. 30
4.5. Rang d’una matriu. Càlcul mitjançant determinants .................... 31
4.6. Aplicacions als espais vectorials ..................................................... 35
4.7. Matriu del canvi de base en un espai vectorial .............................. 36
Resum ........................................................................................................ 54
Solucionari ............................................................................................... 60
Glossari ...................................................................................................... 73
Bibliografia .............................................................................................. 74
© FUOC • PID_00151931 5 Elements d’àlgebra lineal i geometria
Introducció
Entre els fonaments conceptuals que es revisen en aquest mòdul hi ha els d’es-
pai i subespai vectorial, combinació lineal, independència lineal, dimensió,
matrius, determinants, i equacions de rectes i plans en l’espai i alguns concep-
tes bàsics de la geometria mètrica (producte escalar, ortonormalitat, angles i
distàncies).
El mòdul es presenta des d’un enfocament netament pràctic, per la qual cosa
s’inclouen exemples que il·lustren els conceptes introduïts, i també outputs de
diferents programes matemàtics que es poden utilitzar a l’hora d’agilitzar o re-
visar els càlculs.
© FUOC • PID_00151931 6 Elements d’àlgebra lineal i geometria
Objectius
3. Revisar les equacions de les rectes en 2D i 3D, i també les equacions dels
plans en 3D.
1. Exemple introductori
Considerem una xarxa d’àrea local (LAN) composta per diversos ordinadors
servidors i diverses desenes d’ordinadors client. En cada jornada, l’estat de la
LAN (depenent de l’estat dels servidors) pot ser qualsevol dels següents:
A partir de l’historial d’observacions dels últims sis mesos, s’ha obtingut la tau-
la o matriu següent. En aquesta es mostren les probabilitats que la xarxa passi
d’un estat X a un altre Y d’un dia per l’altre (se suposa que les condicions d’ad-
ministració, ús i manteniment de la LAN romanen constants durant aquest
període i continuaran així durant, com a mínim, uns altres sis mesos):
Avui (dia n)
L’administrador de la LAN ens avança que l’estat actual d’aquesta pot ser B o C Les preguntes d’aquest exemple
es raonen i responen en el
solucionari del final del mòdul.
amb la mateixa probabilitat. És a dir: P(A) = 0, P(B) = P(C) = 1/2. Quina és la
probabilitat que la LAN estigui funcionant correctament demà? I d’aquí dos
dies? I d’aquí una setmana?
© FUOC • PID_00151931 8 Elements d’àlgebra lineal i geometria
2. Espais vectorials
Recordeu
2.1. Vectors a l’espai Rn
R2 = R R, amb R el conjunt
dels nombres reals:
Rn = R ...n... R
Vectors de R2
Exemple 1
Donats els punts P(5, 5) i Q(7, 2), el vector PQ és el vector d’origen a P i
extrem a Q, i. e.: PQ (7, 2) (5, 5) (2, 3).
D’altra banda, el vector QP té origen a Q i extrem a P, i. e.: QP = (5, 5) (7, 2)
(2, 3) = (2, 3) PQ .
La seva representació ens mostra que tots dos vectors tenen la mateixa lon-
gitud i direcció, però són de sentit oposat.
© FUOC • PID_00151931 9 Elements d’àlgebra lineal i geometria
Vectors de R3
Generalitzant això a R3, considerem aquest com el conjunt de tots els punts
de l’espai representats en un sistema de coordenades rectangulars de l’espai,
vegeu la figura 2. Els vectors de R3 són tripletes v = (v1, v2, v3) on un vector és
donat per les seves tres coordenades i es representa com un segment orientat
amb origen en un punt P(p1, p2, p3) de R3 i extrem en un altre punt Q(q1, q2, q3),
de manera que v1 = q1 p1 , v2 = q2 p2 i v3 = q3 p3.
Figura 2
Exemple 2
Donats els punts P(2, 3,1) i Q(3, 1 ,0), el vector PQ és el vector d’origen
a P i extrem a Q, i. e.: PQ = (3,1,0) (2,3,1) = (5,4,1).
El vector QP és:
QP = (2,3,1) (3,1,0) = (5,4,1) = (5,4,1) = PQ
Donats dos punts a Rn, P(p1, p2, ..., pn) i Q(q1, q2, ..., qn), es defineix el
vector v = PQ com el segment orientat que té origen a P i final a Q. El
vector PQ té com a components o coordenades:
v = PQ = Q P = (q1, q2, ..., qn) (p1, p2, ..., pn) = (q1 p1, q2 p2, ..., qn pn)
© FUOC • PID_00151931 10 Elements d’àlgebra lineal i geometria
Donats dos vectors a Rn, u = (u1, u2, ..., un) i v = (v1, v2, ..., vn), i un nom-
bre k R, es defineixen les operacions següents:
Observeu que (u v) Rn
Observeu que (k · u) Rn
Exemple 3
Donats els vectors v = (1, 1) i u = (3, 1), la seva suma dóna com a re-
sultat: v u = (1 3, 1 1) = (4, 2).
Exemple 4
Donats els vectors v = (1, 1, 0) i u = (3, 1, 1), la seva suma dóna com a
resultat: v u = (1 3, 1 1, 0 1) = (4, 2, 1).
A l’apartat anterior hem considerat el conjunt de vectors Rn (n 1) i s’han de- • u V es llegeix “u pertany al
conjunt V”.
finit sobre aquest dues operacions: la suma de vectors () i el producte d’un • u, v, w V significa “Per a
tot u, v, w que pertanyen a V”.
vector per un escalar (). Aquestes operacions compleixen determinades propi-
• k, h, w R significa “Per a
etats (associativitat, commutativitat, existència d’element neutre, etc.), i do- tot k, h, w que pertanyen a V”.
• 0 V es llegeix “Existeix 0
ten el conjunt Rn d’una estructura especial que s’anomena espai vectorial. En que pertany a V”.
aquest apartat, generalitzarem aquest concepte:
• Suma
– Associativa: (u v) w = u (v w)
– Commutativa: u v = v u
– Existència d’element neutre: 0 V tal que u 0 u 0 u
– Existència d’element oposat: donat u V , v V tal que
uv=0=vu
© FUOC • PID_00151931 11 Elements d’àlgebra lineal i geometria
• Producte
– Distributiva I: k · (u v) = k · u k · v
– Distributiva II: (k h) · u = k · u h · u
– Associativa: k · (h · u) = (k · h) · u
– Existència d’element neutre: 1 · u = u
a) 0 · u = 0
b) (1) · u = u
c) k · 0 = 0
d) k · u = 0 {k = 0 o u = 0}
Subespai vectorial
1) W V
2) u, w W, u w W
3) u W, k R, k · u W
En aquest apartat veurem una de les maneres més comunes d’obtenir subes-
pais vectorials.
v k1 · u1 k2 · u2 ... kn · un
Exemple 6
A (R2, , · ), el vector (1, 3) és combinació lineal dels vectors (1, 0) i (0, 1),
atès que:
A (R3, , · ), el vector (2, 3, 1) és combinació lineal dels vectors (1, 0, 0), (0, 3,
1) i (0, 0, 1), ja que:
Es demostra que donat un conjunt de vectors {u1, u2, …, un}, el conjunt format
per totes les seves possibles combinacions lineals és un subespai vectorial.
Sigui (V, , ·) un espai vectorial real i {u1, u2, ..., un} un conjunt de vec-
tors de V. S’anomena espai vectorial generat per {u1, u2, ..., un} el
subespai vectorial de V format per totes les combinacions lineals que es
poden formar amb els vectors {u1, u2, ..., un}, i. e.:
Exemple 7
Donats els vectors (1, 1, 3) i (2, 5, 6) de R3, l’espai vectorial que generen
és:
k(1, 1, 3), (2, 5, 6)l = { k · (1, 1, 3) h · (2, 5, 6) / k, h R } =
= { k 2h, k 5h, 3k 6h) / k, h R }.
© FUOC • PID_00151931 13 Elements d’àlgebra lineal i geometria
Exemple 8
El conjunt de vectors {(1, 0, 0), (0, 1, 0), (0, 0, 1), (1, 1, 0)} constitueix un
sistema generador de R3, ja que donat qualsevol u = (u1, u2, u3) R3, es té
que:
Per tant, k(1, 0, 0), (0, 1, 0), (0, 0, 1), (1, 1, 0)l = R3
Observeu que també es compleix: K(1, 0, 0), (0, 1, 0), (0, 0, 1)l = R3
Donat un espai vectorial i un conjunt de vectors, es diu que aquests són line-
alment dependents si n’hi ha un d’ells que es pot expressar com a combinació
lineal de la resta. En cas contrari, els vectors són linealment independents.
Més formalment:
Sigui (V, , ·) un espai vectorial real i {u1, u2, ..., un} un conjunt de vectors
de V. Els vectors u1, u2, ..., un són linealment dependents si existeix al-
gun i {1, 2, ..., n} tal que ui es pot expressar com a combinació lineal de
la resta de vectors, i. e.:
Exemple 9
Els vectors (3, 3, 2), (1, 1, 1) i (2, 2, 3) són linealment dependents, ja que
el vector (3, 3, 2) es pot escriure com a combinació lineal dels altres dos. En
efecte, observeu que prenent k h 1, és certa l’equació:
Exemple 10
Exemple 11
El conjunt de vectors {(1, 0, 0), (0, 1, 0), (0, 0, 1)} té rang 3, atès que els tres
vectors són linealment independents.
El conjunt de vectors {(1, 2, 3), (0, 2, 2), (1, 4, 5)} té rang 2, ja que només
hi ha dos vectors linealment independents (el tercer vector és la suma dels
dos primers).
El conjunt de vectors {(1, 0, 2), (2, 0, 4), (3, 0, 6)} té rang 1, ja que només
hi ha un vector linealment independent (els vectors segon i tercer són múl-
tiples del primer).
Figura 3
Sigui (V, , ·) un espai vectorial real i B = {u1, u2, ..., un} un conjunt de
vectors de V tal que:
1) B és sistema generador de V.
En aquest cas, es diu que B és una base de V, i que la dimensió de V és n Aquesta definició té sentit per-
què es pot demostrar que totes
(dim V n). les bases de V tenen el mateix
nombre de vectors.
© FUOC • PID_00151931 15 Elements d’àlgebra lineal i geometria
Exemple 12
A Rn, el conjunt de n vectors B = {(1, 0, ..., 0), (0, 1, ..., 0), (0, 0, ..., 1)} és
una base especial anomenada base canònica. També se sol usar la no-
tació: e1 (1, 0, ..., 0), e2 (0, 1, ..., 0), ..., en (0, 0, ..., 1).
Exemple 13
A R3, el conjunt de vectors {(1, 0, 1), (2, 3, 1)} no pot ser un sistema generador
de tot R3, ja que la dimensió de R3 és 3 i, per tant, qualsevol sistema generador
d’aquest espai haurà d’estar compost per tres o més vectors. D’altra banda, els
vectors {(1, 0, 1), (2, 3, 1), (0, 1, 1), (0, 1, 3)} no poden ser linealment indepen-
dents, atès que, en ser la dimensió de l’espai 3, cap conjunt amb més de tres vec-
tors complirà la condició d’independència lineal.
Exemple 14
A R3, el conjunt de vectors {(1, 0, 1), (0, 3, 1), (1, 1, 0)} constitueixen una
base, ja que són tres vectors linealment independents. D’altra banda, el
conjunt de vectors {(1, 0, 0), (0, 0, 1), (1, 1, 0)} constitueix una base, atès
que és un sistema generador de tot R3 compost per tres vectors.
Nota
Teorema. Sigui B = {u1, …, un} una base de l’espai vectorial real V. Es
El sistema de coordenades ens
demostra que per a cada vector v de V hi ha un únic conjunt de nom- permet pensar qualsevol espai
bres reals c1, …, cn tals que vectorial com si fos Rn, ja que
un vector, donada una base, és
determinat per n nombres.
v c1 u1 … cn un
Exemple 15
Donada la base B = {(1, 0), (2, 1)} de R2, les coordenades del vector (2, 3)
de R2 en la base B són c1, c2 R2 tals que (2, 3) = c1 (1, 0) + c2 (2, 1)
(c1 2c2, c2). Per tant, c1 = 8 i c2 = 3. És a dir, les coordenades de (2, 3)
en la base B són 8 i 3.
1) B és un sistema generador de W
2) B és un conjunt linealment independent
3. Matrius
x 4y z 4
x 3y 2 z 4
2x 2y 4
1 4 1 4
1 3 2 4
2 2 0 4
Observeu que, en tot cas, la taula o matriu anterior està composta per dotze
elements distribuïts en tres files (horitzontals) i quatre columnes (verticals).
columna 2
columna n
Exemple 16
3 1 2
La matriu A aij és de dimensió 2 3, i. e.: està composta
4 2 5
per dues files i tres columnes. Es compleix a més que: a23 = 5 i a12 = 1.
Donades dues matrius A i B, es diu que són iguals si, i només si, tenen
la mateixa dimensió i els elements que ocupen el mateix lloc en totes
dues són iguals.
Exemple 17
3 b c d 7 4
Les matrius A i B són iguals si, i només si, es
a 1 8 2 e g
compleix que: a 2, b 7, c 4, d 3, e 1 i g 8.
Exemple 18
3 1
3 2 1
Si A , aleshores A t
2 1 .
1 1 8 1 8
Observeu que:
a) At A .
t
Exemple 19
1
1
– Matrius columna: 2
8 1
0 0 0
0 0 0
– Matrius nul·les: 02 x3 03 0 0 0
0 0 0 0 0 0
1 0 5
– Matrius quadrades: 0 1
0 2 2
2 1 4 0 1
1 0 4
– Matrius quadrades simètriques:
0 1
0 2 2
1 3 4 2 1
© FUOC • PID_00151931 20 Elements d’àlgebra lineal i geometria
1 0 0
– Matrius quadrades diagonals: 0 0
0 2 0
0 3 0 0 1
1 0 0
1 0
– Matrius identitat: I2 I3 0 1 0
0 1 0 0 1
1 5 3
1 4
0 2 1
– Matrius de tipus triangular superior:
0 2 0 0 2
5 0 0
– Matrius de tipus triangular inferior: 1 0
1 1 0
3 2 2 0 3
Suma de matrius
Exemple 20
a b c 1 2 3 a 1 b 2 c3
d e ƒ 4 5 6 d 4 e 5 ƒ 6
1) És associativa: (A B) C = A (B C)
2) És commutativa: A B = B A
3) Hi ha element neutre: A 0 = 0 A = A
4) Hi ha element oposat: A (A) = (A) A = 0, on A = (aij) i A = (aij)
Exemple 21
1 0 k 1 k0
k· 3 1 k 3 k 1
1 2 k ( 1) k 2
El producte d’un nombre (escalar) per una matriu verifica les propietats
següents:
1) k · (A B) = k · A k · B
2) (k h) · A = k · A h · A
3) k · (h · A) = (k · h) · A
4) 1 · A = A · 1 = A essent K, h R
Per a multiplicar una matriu A = (aij) per una altra B = (bij), és necessari que
el nombre de columnes de A coincideixi amb el nombre de files de B, i en
aquest cas s’obté una nova matriu, C = (cij), amb tantes files com A i tantes
columnes com B, els elements de la qual són donats per l’expressió:
Exemple 22
0 1 1
a b c , es pot calcular el producte de A per B,
Si A 3 2 2
i B
d e ƒ 3 3 1
ja que el nombre de columnes de A coincideix amb el nombre de files de
B. El resultat serà una matriu de dimensió 2 3:
a·0 b·3 c·3 a·1 b·( 2) c·( 3) a·( 1) b·2 c·1
AB
d·0 e·3 ƒ·3 d·1 e·( 2) ƒ·( 3) d·( 1) e·2 ƒ·1
1) És associatiu: (A · B) · C = A · (B · C).
2) No és commutatiu: A · B B · A.
Exemple 23
Figura 4
Nota
4. Determinants
Nota
Tota matriu quadrada A d’ordre n 1 té associat un nombre concret,
No s’ha de confondre una ma-
que anomenarem determinant de A, i que se sol denotar per det(A) o triu (que és una taula de nom-
bres) amb el seu determinant
bé per A.
associat, que és un simple
nombre.
Exemple 24
1 2
= 1 · 3 0 · (2) = 3
0 3
© FUOC • PID_00151931 24 Elements d’àlgebra lineal i geometria
2 5
= 2 · (4) 5 · 3 = 8 15 =23
3 4
2 3 1
2 1 2 2 · (1) · 1 3 · 2 · 0 1 · (2) · (1)
0 1 1
1 4 3
3 2 1 1 · (2) · 5 3 · (1) · (3) 4 · 4 · 1
4 1 5
[(3) · (2) · 4 1 · ( 1) · 1 3 · 4 · 5]
10 9 16 [24 (1) 60] = 15 83 68
si i j parell
.
si i j senar
i. e.: (1)ij
Observeu, per tant, que el signe associat a cada adjunt dependrà de la posició
inicial de l’element aij segons l’esquema següent:
.
© FUOC • PID_00151931 25 Elements d’àlgebra lineal i geometria
Exemple 25
a12 a13
En definitiva, A21 .
a32 a33
Exemple 26
es té que:
En efecte:
A = ai1 · Ai1 ai2 · Ai2 ... ain · Ain Desenvolupament per adjunts de la fila i
o també:
A = a1j · A1j a2j · A2j ... anj · Anj Desenvolupament per adjunts de la columna j
© FUOC • PID_00151931 26 Elements d’àlgebra lineal i geometria
Exemple 27
2 3 1
A 2 1 2
0 1 1
2 3 1
1 2 2 2 2 1
2 1 2 2· 3· 1· 2·(1) 3·( 2) 1·(2) 10 .
1 1 0 1 0 1
0 1 1
2 3 1
1 2 3 1 3 1
2 1 2 2· ( 2)· 0· 2·(1) 2·(4) 0·(7) 10.
1 1 1 1 1 2
0 1 1
Exemple 28
1 0 1 1
0 0 1 0
A
2 1 1 1
0 2 0 1
1 0 1 1
0 0 1 0
= 0 · A21 0 · A22 1 · A23 0 · A24 A23
2 1 1 1
0 2 0 1
1 0 1
A23 (1)23 · 2 1 1 3
0 2 1
Per tant:
1 0 1 1
0 0 1 0
(3) 3.
2 1 1 1
0 2 0 1
© FUOC • PID_00151931 27 Elements d’àlgebra lineal i geometria
Figura 5
Exemple 29
1 2 3 1 1 0
1 0 0 2 0 0 2
0 0 1 3 0 1
Exemple 30
1 2 3 1 2 3
0 0 1 1 0 0
1 0 0 0 0 1
1 2 3 1 2 3
en efecte: 0 0 1 2 i 1 0 0 2
1 0 0 0 0 1
Nota
Exemple 31
F1 significa fila 1.
C1 significa columna 1.
1 2 3
1 2 3 0 (la F1 i la F2 són iguals)
1 0 0
1 2 3
1 2 3 0 (la C1 i la C2 són proporcionals)
1 2 0
Exemple 32
1 2 3
0 0 0 0 (tots els elements de la F2 són zeros)
1 4 3
Exemple 33
1 2 3 1 2 32 1 2 3
2 0 0 1 0 0 1 2 2 0 2 0 2 1
1 0 0 1 0 02 1 0 0
© FUOC • PID_00151931 29 Elements d’àlgebra lineal i geometria
6) Si tots els elements d’una línia (fila o columna) estan formats per dos
sumands, aquest determinant es pot descompondre com a suma de dos
determinants.
Exemple 34
2 45 3 2 4 3 2 5 3
0 33 2 0 3 2 0 3 2
0 1 2 5 0 1 5 0 2 5
Exemple 35
1 3 2 1 3
2 0 2 2 0 0 (la C2 és combinació lineal de la C1 i la C3)
3 1 23 1
Exemple 36
1 5 3 1 5 2 1 3
2 3 0 2 3 22 0
3 4 1 3 4 23 1
Exemple 37
2 0 0 1 0 2
A , B , A·B A = 2, B = 1, A · B
3 1 1 1 1 4
adj( A)
t
A 1
,
A
Exemple 38
2 0 1 2 0 1
Donada la matriu A 2 1 0 , té inversa, ja que A 2 1 0 4 0
0 1 1 0 1 1
1 0 2 0 2 1
A11 1 , A12 2 , A13 2 ,
1 1 0 1 0 1
0 1 2 1 2 0
A21 1, A22 2, A23 2 ,
1 1 0 1 0 1
0 1 2 1 2 0
A31 1, A32 2 , A33 2 ,
1 0 2 0 2 1
1 2 2
Per tant: adj( A) 1 2 2
1 2 2
1 1 1
4
1 1 1 4 4
adj( A)
t
1 1 1 1
Així doncs, A 1 2 2 2
A 4 2 2 2
2 2 2 1 1 1
2 2 2
© FUOC • PID_00151931 31 Elements d’àlgebra lineal i geometria
1 1 1
4 1 0 0
2 0 1 4 4
1 1 1
A A 1 2 1 0 0 1 0
0 1 1 2 2 2
1 0 0 1
1 1
2 2 2
1 1 1
4 4 4 2 0 1 1 0 0
1 1 1
A 1 A 2 1 0 0 1 0
2 2 2
0 1 1 0 0 1
1 1 1
2 2 2
Figura 6
Exemple 39
1 2 4 2
Donada la matriu A = 0
3 1 1 , el nombre de files linealment in-
0 0 2 3
dependents és 3, per tant el seu rang és 3.
A l’exemple anterior ha estat fàcil calcular el rang, atès que la matriu és trian-
gular, però el càlcul per a una matriu qualsevol no és elemental.
2 3 4 1
Donada la matriu A = 4 6 8 2 , un menor d’ordre 2 de la matriu
2 0 1 0
A s’obté en seleccionar dues files i dues columnes. Per exemple, si selecci-
onem les dues últimes files i les dues últimes columnes obtenim el menor
següent:
8 2
2
1 0
Un altre menor d’ordre 2 és, per exemple, el que s’obté de seleccionar les
dues últimes files i les columnes primera i tercera:
4 8
12
2 1
Donat un menor d’ordre h, s’anomena orlat d’aquest menor el determinant Això significa que només es poden
afegir elements que, dins de la
matriu inicial, estiguin en la mateixa
que s’obté després d’afegir al menor, de manera ordenada, els elements fila o columna que els elements
del menor.
d’una nova fila i d’una nova columna.
2 4 1
4 8 2
2 1 0
© FUOC • PID_00151931 33 Elements d’àlgebra lineal i geometria
2 3 4
4 6 8
2 0 1
Una vegada introduïts els conceptes de menor i orlat, convé ressaltar el re-
sultat següent, que és la clau per a determinar el rang d’una matriu:
En altres paraules: si tots els elements d’una matriu són zeros, el rang de la ma-
triu és zero. Si la matriu té algun element no nul, el seu rang serà igual o major
que 1. Per a determinar-lo, caldrà trobar el menor no nul d’ordre major que es
pot formar amb els elements de la matriu. L’ordre d’aquest menor serà el rang
de la matriu.
Tornant a la matriu dels exemples anteriors, queda clar que el seu rang serà
major que 1 (per ser una matriu no nul·la) i menor o igual que 3 (atès que,
com a màxim, es podrà formar un menor d’ordre 3).
És fàcil comprovar que el rang de la matriu serà igual o major que 2, ja que
el següent menor d’ordre dos és no nul:
8 2
20
1 0
Resulta, tanmateix, que els dos únics menors d’ordre 3 que es poden obte-
nir orlant el menor anterior són nuls:
2 4 1 3 4 1
4 8 2 0 6 8 2 0
2 1 0 0 1 0
2 3 0 2
1 0 1 1
A
4 6 0 4
2 3 0 1
Òbviament, el rang estarà entre els valors 1 (atès que la matriu és no nul·la)
i 4 (atès que, com a màxim, es podrà formar un menor d’ordre 4).
2 3
És fàcil trobar un menor d’ordre 2 no nul: 3 0 . Per tant, ja és
1 0
clar que rg(A) 2.
El pas següent serà anar orlant el menor anterior (que prendrem com a “ba-
se d’ordre 2”) per veure si es pot construir un menor d’ordre 3 no nul:
2 3 0
1 0 1 0 (la 3a. fila és múltiple de la 1a.)
4 6 0
2 3 0
1 0 1 0 (la 1a. i la 3a. files són iguals)
2 3 0
2 3 2
1 0 1 (0 6 6) (0 3 6) 3 0
2 3 1
Hem trobat un menor d’ordre 3 no nul, per tant: rg(A) 3. Usarem aquest
nou menor com a “base d’ordre 3”.
Resulta, tanmateix, que rg(A) 4, ja que l’únic menor d’ordre 4 que es pot
formar és nul:
2 3 0 2
1 0 1 1
0 (la 3a. fila és múltiple de la 1a.) A la figura 7 es mostra com
4 6 0 4 els programes matemàtics
(com Mathcad, Wiris o Maple, etc.)
permeten automatiztar el càlcul
2 3 0 1 del rang d’una matriu.
Exemple 44
Els vectors de R3 (2, 1, 2), (3, 2, 1), (1, 1, 7) són linealment dependents,
atès que donada la matriu formada disposant-los en columnes
2 3 1
A 1 2 1 té rg(A) 2 (n’hi ha prou de comprovar que A 0 i que
2 1 7
hi ha un menor d’ordre 2 no nul)
Exemple 45
1 3 0
1 2 4 = 4 12 (4) (6) 2 0
1 1 2
Exemple 46
1 3 0
1 2 4 = 8 (20) 12 = 0
0 5 4
dimW = rg(A)
Exemple 47
1 5 4
2 6 4
A= . Tenim que rg(A) = 2 (comproveu-ho amb programari) i per
3 7 4
4 8 4
consegüent aquests tres vectors generen un subespai de R4 de dimensió 2.
Per a fixar idees podem identificar (c1,…, cn) amb un vector de Rn (o una ma-
triu 1 n).
© FUOC • PID_00151931 37 Elements d’àlgebra lineal i geometria
a1 c11 c1n b1
a c
n n1 cnn bn
Exemple 48
Siguin B = {(1, 1, 1),(1, 0, 3),(3, 4, 5)} i A = {(2, 3, 1),(0, 0, 1),(2, 1, 0)} dues
bases de R3. Per a calcular la matriu del canvi de base de B a A seguim els pas-
sos:
2 0 2 c11 1
, com que M 0 la matriu M és invertible
3 0 1 c21 1
1 1 0 c 1
31
M
1
c11 2 0 2 1
c21 3 0 1 1
c 1 1 0 1
31
1
c12 2 0 2 1
c22 3 0 1 0
c 1 1 0 3
32
1
c13 2 0 2 3
c23 3 0 1 4
c 1 1 0 5
33
Observem que els càlculs es podrien haver fet amb una única operació de
matrius:
1
2 0 2 1 1 3 c11 c12 c13
3 0 1 1 0 4 c21 c22 c23 = és la matriu del canvi de base de B a A.
1 1 0 1 3 5 c c c
31 32 33
C
© FUOC • PID_00151931 38 Elements d’àlgebra lineal i geometria
1 0
C 1 4
0 1
Figura 8
© FUOC • PID_00151931 39 Elements d’àlgebra lineal i geometria
De manera intuïtiva, sembla clar que dos punts del pla R2 determinen de ma-
nera unívoca una recta r (la que passa per tots dos). Una recta en el pla també
pot ser determinada per un punt de pas i un vector que marqui la direcció de
la recta (vector director). Com es veurà a continuació, les equacions d’una rec-
ta r poden prendre diferents expressions equivalents.
Equació vectorial
Donats dos punts de pas de r, P(p1, p2) i Q(q1, q2), es pot considerar el vector
director v = PQ = (v1, v2) = (q1 p1, q2 p2). Qualsevol altre punt X(x, y) de la
recta r verificarà l’equació:
X = P k · v, on k R (1)
Equacions paramètriques
(x, y) = (p1, p2) k · (v1, v2), és a dir: (x, y) (p1 k · v1, p2 k · v2)
x p1 k v1
k R (2)
y p2 k v2
Equació contínua
x p1
x p1 k v1 k v
, i per tant:
1
y p2 k v2 k y p2
v2
x p1 y p2
(3)
v1 v2
© FUOC • PID_00151931 40 Elements d’àlgebra lineal i geometria
v2
a) L’equació punt-pendent: y p2 ( x p1 ) , és a dir:
v1
v2
on m és el pendent de r
v1
y = m · x n, (5)
Equació general
x p1 y p2 v · (x p ) v · (y p ) v · x v · y v · p v · p 0
2 1 1 2 2 1 2 1 1 2
v1 v2
De manera genèrica:
Ax By C = 0, (6)
Exemple 49
Sigui r la recta que passa pel punt P(1, 2) i la direcció de la qual és donada
pel vector v = (1, 2).
x 1 k
• Equacions paramètriques: kR
y 2 k ·2
x 1 y 2
• Equació contínua:
1 2
• Equació general: 2x y 4 = 0
© FUOC • PID_00151931 41 Elements d’àlgebra lineal i geometria
Figura 9
Comentari
x p1 k v1
• Equacions paramètriques: y p2 k v2
z p k v
3 3
x p1 y p2 z p3
• Equacions contínues:
v1 v2 v3
Exemple 50
Sigui r la recta que passa pel punt P(1, 2, 1) i la direcció de la qual és donada
pel vector v (1, 2, 2).
Figura 10
• Equació vectorial
(x, y, z) (p1, p2, p3) k · (u1, u2, u3) h · (v1, v2, v3) on k, h R.
© FUOC • PID_00151931 43 Elements d’àlgebra lineal i geometria
• Equacions paramètriques
x p1 k u1 h v1
y p2 k u2 h v2 on k, h R.
z p k u h v
3 3 3
• Equació general
x p1 y p2 z p3
A partir de l’equació u1 u2 u3 0 s’obté una expressió
v1 v2 v3
de la forma Ax + By Cz D 0.
Exemple 51
Sigui el pla que passa pel punt P(1, 2, 3) i té per vectors directors u (1, 0, 1)
i v (0, 1, 1). Aleshores:
x 1 k
• Equacions paramètriques: y 2 h
z 3 k h
x 1 y 2 z 3
• Equació general: 1 0 1 0 x y + z 2 0.
0 1 1
Figura 11
© FUOC • PID_00151931 44 Elements d’àlgebra lineal i geometria
u v = u1 v1 + u2 v2 + ... + un vn
Observeu que:
v1
v
u v = (u1 u2 ... un) 2
v
n
Exemple 52
Si u (1, 2, 3) i v (2, 1, 4), el producte escalar u v 1 2 2 (1) 3 4 12.
Observeu que v u = 12 = u v
a) u v = v u
b) (u + v) w = u w v w
d) u u 0 i u u = 0 si, i només si, u = 0 és el vector nul (i. e.: u = (0, 0, ..., 0))
© FUOC • PID_00151931 45 Elements d’àlgebra lineal i geometria
Exemple 53
u = (22 12 32 ) = 14 1
Nota
Donats u i v vectors a R , es defineix la distància entre tots dos com a:
n
Si u OP i v OQ , dist(u, v)
és intuïtivament la distància
dist(u, v) u v els punts P i Q, calculada
entre
com PQ .
© FUOC • PID_00151931 46 Elements d’àlgebra lineal i geometria
Exemple 54
Donats u i v vectors no nuls a R2 o R3, es defineix l’angle entre tots dos Nota
com el nombre real , pertanyent a l’interval [0,], tal que:
s’expressa en radiants.
uv
cos() =
u v
Exemple 55
Si u v = 0, aleshores l’angle que formen els dos vectors és /2 (cos() = 0), in-
tuïtivament les direccions dels dos vectors són perpendiculars. El concepte se-
güent generalitza a Rn la idea intuïtiva de perpendicularitat.
uv=0
Exemple 56
Si sabem que els vectors v = (2, 1, 4) i w = (0, 3, m) són ortogonals, quant
valdrà m?:
Per ser ortogonals, es tindrà que v w = 0, i. e.: 2 0 (1) 3 4 m = 0;
aïllant s’obté m = 3/4.
Exemple 57
Observeu que donada una base ortogonal B serà immediat obtenir una base
ortonormal: n’hi haurà prou de normalitzar cada un dels vectors de B, i. e.:
si B {u1, u2, ..., up} és una base ortogonal de W, aleshores B’ {v1, v2, ..., vp}
amb vi ui /u i (i 1, 2, ..., p) serà una base ortonormal de W.
Exemple 58
A partir de la base ortogonal B = {u1, u2, u3} resulta immediat obtenir una
base ortonormal B’:
(3, 1, 1) = 11
(1, 2, 1) = 6
Per tant,
B’ = {(3/ 11 , 1/ 11 , 1/ 11 ), (1/ 6 , 2/ 6 , 1/ 6 ),
((1/2)/ 33 / 2 , 2/ 33 / 2 , (7/2)/ 33 / 2 )}
Donada una base B {u1, u2, ..., up} d’un subespai W de Rn, qualsevol vector v
de W es podrà expressar com a combinació lineal dels elements de la base, i. e.:
hi haurà valors reals c1, c2, ..., cp tals que:
i. e.:
(v1, v2, ..., vp) c1(u11, u12, ..., u1p) c2(u21, u22, ..., u2p) ... cp(up1, up2, ..., upp)
Teorema. Sigui B = {u1, u2, ..., up} una base ortogonal de W Rn, i sigui
v un vector de W. L’expressió de v com a combinació lineal dels ele-
ments de B és:
Exemple 59
En ser B una base ortogonal, podem utilitzar el teorema anterior per a tro-
bar les coordenades de v a B:
Exemple 60
v u1 = 9 v u2 = 3
u1 u1 = 30 u2 u2 = 6
Per tant, PO(v, W) = v = 3/10 (2, 5, 1) 1/2 (2, 1, 1) (2/5, 2, 1/5) W
© FUOC • PID_00151931 50 Elements d’àlgebra lineal i geometria
Figura 12
v = v + z
Exemple 61
Comprovem que, com diu el teorema, z W, per a la qual cosa n’hi haurà
prou de demostrar que z és ortogonal als vectors d’una base de W:
Figura 13
Exemple 62
v u1 = 15 v u2 = 21
u1 u1 = 30 u2 u2 = 6
Per tant, PO(v, W) = v = 1/2 (5, 2, 1) (7/2) (1, 2, 1) = (1, 8, 4) W
De vegades pot resultar molt convenient disposar d’una base ortonormal per
a un subespai vectorial W de Rn. El procés de Gram-Schmidt és un algorisme
que permet obtenir una base ortogonal per a qualsevol subespai de Rn no tri-
vial (s’entén per subespai trivial de Rn el subespai que només conté el vector 0
de Rn).
Sigui W un subespai vectorial de Rn i B = {u1, u2, ..., up} una base qual-
sevol de W.
Exemple 63
u2 v 1 = 3
v1 v1 = 4
c1 = 3/4
Observeu que v1 i v'2 són vectors ortogonals atès que v2 W (pel teorema
de descomposició ortogonal) per tant, {v1, v'2} és base ortogonal de W2
u3 v1 = 2 u3 v'2 = 2
v1 v1 = 4 v'2 v'2 = 12
c1 = 1/2 c2 = 1/6
... = (0, 0, 1, 1) – [ 1/2 (1, 1, 1, 1) 1/6 (3, 1, 1, 1) ] = (0, 2/3, 1/3, 1/3)
© FUOC • PID_00151931 53 Elements d’àlgebra lineal i geometria
Observeu que v'3 és ortogonal a v1 i v'2 atès que v3 W (pel teorema de
descomposició ortogonal); per tant, B = {v1, v'2, v'3} és base ortogonal.
Per tant, B’ = { (1/2, 1/2, 1/2, 1/2), (3/( 2 3 ), 1/( 2 3 ), 1/( 2 3 ), 1/( 2 3 )),
(0, 2/ 6 , 1/ 6 , 1/ 6 ) } és base ortonormal de W.
© FUOC • PID_00151931 54 Elements d’àlgebra lineal i geometria
Resum
En primer lloc, s’han revisat els conceptes clau associats a espais vectorials re-
als:
• subespai vectorial
• combinació lineal de vectors
• sistema generador
• independència lineal
• rang d’un conjunt de vectors
• base i dimensió d’un espai vectorial
A la part final del mòdul, s’ha fet una revisió dels següents conceptes geomè-
trics:
El mòdul s’ha completat amb exemples i activitats resoltes (amb ajuda de pro-
gramari i sense ajuda), en les quals també s’han introduït algunes aplicacions
interessants de la teoria exposada a diferents àmbits temàtics (informàtica, te-
lecomunicacions, economia, etc.).
© FUOC • PID_00151931 55 Elements d’àlgebra lineal i geometria
Exercicis d’autoavaluació
2 1 3
A = 0 1 1
3 1 2
5 4 2
3. Donada la matriu A = 2 1 1 , calculeu A2 2A.
Per a fer amb l’ajuda de
4 4 1 programari o sense
1 2 1
5. Sabent que es compleix X · A B, obteniu la matriu X si A 0 1 0 i
3 1 2
1 2 1
B 0 1 0 .
1 0 0
6. Calculeu la inversa, quan existeixi segons el valor del paràmetre a, de Per a fer amb l’ajuda de
programari o sense
a 0 0
1 a 2 .
1 2 a
7. Donats els vectors (1, 2, 0), (1, 0, 1) i (2, 2, 3), trobeu la dimensió del
subespai generat. Calculeu k perquè el vector (4, 3, k) pertanyi a aquest
subespai.
8. Donats els conjunts de vectors B = {(1, 1, 2), (1, 2, 3), (3, 4, 3)} i A = {(1, 0, 1), (0,
1, 1), (1, 1, 0)} de R3:
Si la demanda total de consumidors és donada pel vector (d1, d2, d3) essent di
la demanda que els consumidors fan del sector i 1, 2, 3, aleshores la quantitat
produïda en l’economia, (x1, x2, x3), satisfà l’equació següent:
x1 x1 d1
x2 C x2 d2
x x d
3 3 3
© FUOC • PID_00151931 57 Elements d’àlgebra lineal i geometria
12. Calculeu, utilitzant les propietats dels determinants, el valor del determi-
1 a b c
nant associat a la matriu A 1 b c a .
1 c a b
b) Trobar les coordenades que falten a Q(x, y, 3) perquè aquest punt pertanyi
a r.
14. Donat el punt P(2, 1, 1) i els vectors u = (3, 1, 2) i v = (2, 2, 1), es de-
mana:
a) Equació general del pla que passa per P i conté les direccions u i v.
b) Trobar les coordenades que falten a Q(x, 3, 0) perquè aquest punt pertanyi Per a fer amb programari
a .
15. El graf següent mostra els enllaços directes existents entre cinc llocs web
pertanyents a diverses companyies dedicades al desenvolupament de progra-
mari de simulació:
Figura 14
enllaç d’aquest tipus entre els llocs A i C, atès que des de A es pot arribar a C
passant per B).
a) Escriviu una matriu que representi la seqüència anterior. Per què creieu
que a partir d’aquesta matriu pot resultar relativament senzill desxifrar el text
original?
b) Multipliqueu la matriu anterior per una segona matriu (matriu de codificació- Per a fer amb programari
descodificació, que en general no pot tenir menys files que columnes i ha de tenir
rang màxim). Creieu que ara serà més difícil obtenir el text original a partir de la
matriu resultant (sense conèixer la matriu de codificació-descodificació)?
17. Donats els conjunts de vectors B = {(0, 1, 2), (5, 7, 4), (6, 3, 5)} i
A = {(1, 1, 2), (5, 1, 2), (7, 0, 5)} de R3:
18. El graf següent mostra els enllaços directes existents entre sis llocs
web pertanyents a diverses companyies dedicades al desenvolupament de
programari matemàtic:
© FUOC • PID_00151931 59 Elements d’àlgebra lineal i geometria
Solucionari
Exemple introductori
Avui (dia n)
3 1 1 P(A0)
0
4 2 4
1
P(B0)
M
1 1 1
M v 2
8 4 2
1
1 P(C0)
1 1
2
8 4 4
Anàlogament:
En altres paraules, si denotem per Xk el vector que conté les probabilitats que
la LAN estigui en estat A, B o C després de k dies, tindrem que:
P(A1) 0.375
X1 = P(A2) = M · v =
0.375
P(A3) 0.25
© FUOC • PID_00151931 61 Elements d’àlgebra lineal i geometria
És a dir:
P(A2)
0.531
0.531
22 0.266 P(B2)
2 :
XX2 =MM v
·v X2 0.266
X2
0.203
0.203 P(C2)
P(A7)
0.608
0.608
7 :
XX7 =MM77·v v X 0.218
X7 0.218
7
P(B7)
P(C7)
0.174
0.174
Concloem, per tant, que la probabilitat que la LAN estigui funcionant correcta-
ment després d’un, dos i set dies és, respectivament, 0.375, 0.531 i 0.608.
Exercicis d’autoavaluació
1.
a) El conjunt de vectors {(2, 3, 0), (3, 1, 2), (1, 5, 2)} són linealment depen-
dents, ja que:
2 3 0
A 0
A 3 1 2
1 5 2
1 2 1
A 2 4 0 A26
5 1 1
Per tant, atès que són tres vectors linealment independents, constitueixen una
base de R3.
2.
t
A11 A12 A13
1
A 1 A21 A22 A23 , on Aij és l’adjunt de l’element aij .
det( A)
A31 A32 A33
3 3 3
Adj A 1 5 1 i, per tant:
4 2 2
t
3 3 3 3 1 4 3 6 1 6 4 6
1 1
A 1 1 5 1 3 5 2 3 6 5 6 2 6
6 6 3 1 2 3 6 1 6
4 2 2 2 6
1 2 1 6 2 3
12 5 6 1 3
1 2 1 6 1 3
3.
9 8 4
A 4 3 2 i
2
8 8 3
9 8 4 5 4 2 9 10 8 8 4 4
A 2 A 4 3 2 2 2 1 1 4 4 3 2 2 2
2
8 8 3 4 4 1 8 8 8 8 3 2
1 0 0
0 1 0 I 3
0 0 1
a 1 2a
Sigui A 1 a 1 .
2 2 0
El seu determinant val: det(A) = 2a 2 4a2.
1 i a 1.
a
2
Això implica que qualsevol valor de a diferent d’aquests fa que els vectors si-
guin linealment independents (i, per tant, base de R3, ja que són tres vectors).
1 2 1
0 1 0 2 3 1 0
3 1 2
© FUOC • PID_00151931 63 Elements d’àlgebra lineal i geometria
Primer hem d’aïllar X en l’expressió matricial anterior, per a la qual cosa hem
de multiplicar per A1 per la dreta tots dos membres de l’equació, de manera
que ens quedarà.
5 10 2
B · A1 0 1 0
2 3 1
a 0 0
1 a 2 a(a2 4) 0 a 0 o a 2
1 2 a
a2 4 2 a 2 a
Formem la matriu dels adjunts: 0 a2 2a
0 2a a2
a2 4 0 0
Transposem: 2 a 2a
2
a
2 a 2a a2
1
0 0
a
1 a 2
I dividim pel determinant de la matriu:
a 2 a a 4 a2 4
2
1 2 a
a 2 a a 4
2
a2 4
1 1 2
rg 2 0 2 = 2 i, per tant, la dimensió del subespai és 2.
0 1 3
1 1
Com que el menor 0, tenim que els vectors que proporcionen aquest
2 0
menor, (1, 2, 0) i (1, 0, 1), són linealment independents i, per tant, formen una
base del subespai.
© FUOC • PID_00151931 64 Elements d’àlgebra lineal i geometria
1 1 4
2 0 3 = 0, això és 5 2k = 0 i per tant k = 5/2.
0 1 k
8.
a)
1 1 3 1 0 1
1 2 4 0 i 0 1 1 0 i, per tant, els dos conjunts de vectors són
2 3 3 1 1 0
linealment independents i per ser dim R3 = 3, concloem que els dos conjunts
són base de R3.
1
1 1 3 1 1/ 2
1 2 4 1 1/ 4
2 3 3 1 1/ 4
1
1 0 1 1 1/ 2
0 1 1 1 1/ 2
1 1 0 1 1/ 2
1
1 0 1 1 1 3 1 1 1
0 1 1 1 2 4 1 2 2
1 1 0 2 3 3 0 0 2
1 1 1 1/ 2 1/ 2
1 2 2 1/ 4 1/ 2
0 0 2 1/ 4 1/ 2
9.
a) V b) V c) V d) F e) V f) V
© FUOC • PID_00151931 65 Elements d’àlgebra lineal i geometria
10.
a) En primer lloc comprovem que B1 W . Només cal comprovar que els dos
vectors verifiquen l’equació que determina W : x + y + z = 0
1 0 1 0 1, 0, 1 W
1 3 ( 2) 0 1, 3, 2 W
Ara comprovem que el rang de la matriu formada pels dos vectors és màxim:
Efectivament:
2 ( 1) ( 1) 0 2, 1, 1 W
Ara, el vector v en la base que ens demanen serà de la forma (a, b), i les coor-
denades es calculen resolent el sistema:
2, 1, 1 a 1, 0, 1 b 1, 3, 2
d’on podem comprovar que a = –5/3 i b = –1/3; per tant, són els coeficients del
nostre vector.
Ara, el vector v en la base donada serà també de la forma (a, b), i resolent el
sistema corresponent, de tres equacions amb dues incògnites:
2, 1, 1 a 1, 0, 1 b 0, 1, 1
obtenim:
2 a
1 b
1 a b
d’on podem comprovar que a = –2 i b = –1; per tant, són els coeficients del vec-
tor en aquesta base.
El que farem és posar els vectors de B1 com una combinació lineal dels de B2, així:
és a dir, que podem escriure el vector (–1, 0, 1) com (1, 0) en la base B2:
1 1
A
0 3
11.
a) A partir de l’expressió matricial s’aïlla el vector de producció X, de la ma-
nera següent:
X CX D IX CX D X (I C)1 · D
4350 391.4
D = (I C) · X = 1370.2
X 3480
1958 587.6
12.
1 a bc 1 a b 1 a c 1 a b
a 1 a b 1 a b1 c
1 b ca 1 b c 1 b a 1 b c 1 a b 1 b c 1 b c 0
1 c ab 1 c a 1 c b 1 c a 1 b c 1 c a 1 c a
O també
1 a bc 1 a abc 1 a 1
1 b c a 1 b b c a (a b c ) 1 b 1 0.
1 c ab 1 c cab 1 c 1
13.
a)
Equació vectorial: (x, y, z) (1, 0, 3) k(2, 1, 4), k R
x 1 2 k
Equacions paramètriques: y k kR
z 3 4k
x 1 y z 3
Equació contínua:
2 1 4
© FUOC • PID_00151931 68 Elements d’àlgebra lineal i geometria
x 1 y ( 3) 3 3
d’on:
2 1 4 2
x 1 3 x 4
3
y
2
14.
x ( 2) y 1 z 1
a) Equació general: 3 1 2 0
2 2 1
x 2 y 1 z 1
A(x, y, z) = 3 1
2 , A(x, y, z) 3 · x 9 y 4 · z
2 2 1
15.
a) La matriu M serà (entenent que cada fila correspon a les connexions des
d’un lloc web origen cap als llocs web destí):
AB C DE
0 1 0 0 0 AA
0 1 0 0 BB
0 site origen
M 1 0 0 1 0 C
C
0 0 0 0 1 D
D
E
0
0 1 0 0 E
AB C DE
0 0 1 0 0 AA
1 0 0 1 0 BB
site origen
N 0 1 0 0 1 CC
0 0 1 0 0 DD
E
1 0 0 1 0 E
© FUOC • PID_00151931 69 Elements d’àlgebra lineal i geometria
AB C DE
0 0 1 0 0 A
A
B
0 0 1 0 B
1
M2 0 1 0 0 1 CC
0 0 1 0 0 DD
E
1 0 0 1 0 E
Es pot comprovar que M3 proporciona els enllaços indirectes per mitjà de dues
connexions, M4 els enllaços indirectes per mitjà de tres connexions, etc.
d) Calculem M M2:
AB C DE
0 1 1 0 0 AA
0 1 1 0 BB
1
M M 1
2 1 0 1 1 CC
0 0 1 0 1 D D
E
1 0 1 1 0 E
16.
a) La matriu buscada pot ser la següent (observeu que no ha de ser necessàri-
ament única, ja que pot variar en dimensions):
13 14 9
1 1 1
M
15 28 28
1 4 4
13 14 9
1 1 1
M= <-- seqüència original
15 28 28
1 4 4
© FUOC • PID_00151931 70 Elements d’àlgebra lineal i geometria
5 3 2 1
8 2 7 3
C= <-- matriu de codificació-descodificació
7 2 4 6
3 7 5 10
93 127 102
2 94 134
C·M= <-- seqüència codificada
147 188 153
117 215 200
17.
a) Com es pot comprovar en la imatge següent, tant det(B) com det(A) són
no nuls i, per tant, tots dos conjunts de vectors són linealment independents.
Amb la Wiris ho podem veure amb els determinants:
A més a més, és clar que dim R3 = 3 i, per tant, A i B són base de R3.
Però amb la Wiris es poden resoldre equacions que resulten d’igualar un vector
a 0 i, per tant, ho podríem fer aplicant directament l’enunciat:
© FUOC • PID_00151931 71 Elements d’àlgebra lineal i geometria
18.
a) La matriu M serà (entenent que cada fila correspon a les connexions des
d’un lloc web origen cap als llocs web destinació):
enllaços directes, en considerar les connexions fins a ordre 2 ens adonem que
gairebé tots els webs estan a una “distància” de tres clics de ratolí.
d)
Glossari
base ortogonal f Base els vectors de la qual, presos dos a dos, són ortogonals entre ells.
base ortonormal f Base ortogonal que, a més, està composta per vectors unitaris.
espai vectorial sobre R m Conjunt dotat d’una operació interna que rep el nom de suma
i una multiplicació per escalars reals amb certes propietats específiques.
generadors d’un espai (o subespai) vectorial m Tot conjunt de vectors tals que tot vec-
tor de l’espai (o subespai) es pot posar com a combinació lineal del conjunt de generadors.
independència lineal de vectors f Donat un conjunt {v1, ..., vk} de vectors, és linealment
independent si l’equació k1v1 ... kkvk = 0 implica k1 = ... = kk = 0. En cas contrari diem que
són linealment dependents.
matriu f Taula de nombres en forma de n files i m columnes. Això serà una matriu n m.
matriu inversa f Matriu que presenten les matrius quadrades que tenen determinant dife-
rent de zero. El seu producte amb la matriu donada, tant per l’esquerra com per la dreta, és
la matriu identitat.
menor adj Donada una matriu, s’anomena menor o determinant menor qualsevol determi-
nant de la matriu quadrada que es formi amb els elements de la matriu corresponents a k files
i k columnes, suprimint les restants. Les files i columnes no han de coincidir necessàriament.
menor complementari adj Donada una matriu quadrada, anomenem menor comple-
mentari d’un element aij el determinant menor que es forma suprimint la fila i i la columna j.
mòdul o norma d’un vector m Longitud d’un vector. S’obté en calcular l’arrel quadrada
del producte escalar del vector per si mateix.
subespai vectorial m Subconjunt d’un espai vectorial que té estructura d’espai vectorial.
subespai vectorial generat m Donat un conjunt de vectors {v1, ..., vk}, el subespai que
genera és el conjunt de tots els vectors que són combinació lineal dels vectors del conjunt.
vector m Anomenem vectors els elements d’un espai vectorial. Els vectors de l’espai vecto-
rial numèric n-dimensional estan formats per una matriu d’una sola columna (o una sola fila)
de n elements.
vectors ortogonals m pl Dos vectors són ortogonals si el seu producte escalar val 0.
© FUOC • PID_00151931 74 Elements d’àlgebra lineal i geometria
Bibliografia
Bibliografia bàsica
Anton, H. (2002). Introducción al Álgebra Lineal. Ed. Limusa Wiley.
Llibre complet que tracta amb profunditat els conceptes desenvolupats en aquest mòdul. In-
clou bastants demostracions, exemples i activitats resoltes.
Bibliografia complementària