Professional Documents
Culture Documents
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Introducció a l’assignatura
El professor que ens donarà l’assignatura es diu Joaquim (Quim) Roé, el seu correu
electrònic és jroe@mat.uab.cat. El podem trobar al seu despatx C1/346 (Ciències, torre
C1 Parell [Mates]). El seu horari de consultes és Dimarts i Dimecres de 13:00 a 14:30 o a
hores convingudes en cas de ser necessari i s’han de demanar prèviament per correu
electrònic. Tot el material que necessitem el podem trobar al campus virtual.
about:blank 1/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Índex
Bloc I: Nombres complexos ................................................................................................. 4
Definició de nombres complexos .............................................................................................. 5
Operacions amb Nombres Complexos....................................................................................... 5
Element Invers del Producte................................................................................................. 6
Representació vectorial i forma polar dels nombres complexos. ...................................... 7
Representació vectorial ............................................................................................................ 7
Conjugat .............................................................................................................................. 8
Norma ( o Mòdul) ................................................................................................................ 8
Forma polar dels nombres complexos ....................................................................................... 8
Argument ( o Angle) ............................................................................................................. 9
Taula de de relacions entre Radiants Graus Sinus Cosinus i Tangent.................................... 10
Forma Polar ....................................................................................................................... 11
Producte de nombres complexos en forma polar ................................................................ 12
Conjugat de nombres complexos en forma polar ................................................................ 12
Potencies de nombres complexos en forma polar ............................................................... 12
Exemple: Treure les voltes d’un complex expressat en forma polar ..................................... 12
Fórmula de De Moivre. .................................................................................................. 12
Càlcul d'arrels n-simes. .................................................................................................. 13
Què son les arrels: .................................................................................................................. 13
Arrels de polinomis i factorització de polinomis ............................................................. 15
Operacions amb polinomis:............................................................................................ 15
Suma de polinomis ................................................................................................................. 15
Propietats de la suma ......................................................................................................... 15
Producte de polinomis ............................................................................................................ 16
Grau del polinomi .............................................................................................................. 16
Propietats del producte...................................................................................................... 16
Divisió del polinomi ................................................................................................................16
Casos coneguts de polinomis .................................................................................................. 17
Teorema “Fonamental de l’àlgebra” .............................................................................. 17
Relació entre la divisió amb residu i les arrels ................................................................ 17
Bloc II: Matrius .................................................................................................................. 18
Àlgebra Lineal ......................................................................................................................... 18
Les propietats de la Suma seran: ........................................................................................ 18
Les propietats del producte seran: ..................................................................................... 18
Exemple de cos: ................................................................................................................. 18
Exemple............................................................................................................................. 18
Definició de Matriu ................................................................................................................. 18
Exemple............................................................................................................................. 18
Operacions amb matrius. ............................................................................................... 19
Suma de matrius..................................................................................................................... 19
Propietats de la suma......................................................................................................... 19
Multiplicar escalar a matriu ....................................................................................................19
Propietats de la multiplicació d’escalar ............................................................................... 19
Transposició de matrius .......................................................................................................... 19
Producte de matrius ............................................................................................................... 20
Cas 1: (1x1) ........................................................................................................................20
Cas 2: (m x n) .......................................................................................................................... 21
Propietats del producte de matrius .................................................................................... 21
Matrius invertibles......................................................................................................... 22
Matriu Invertible 1.................................................................................................................. 22
about:blank 2/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
about:blank 3/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
ℤ
Es poden: Sumar, Restar i
ENTERS 1, -1, 2, -2, 3, -3,… Multiplicar
A vegades: Dividir
Es poden: Sumar, Restar i
ℚ
Multiplicar.
RACIONALS 1, 1/2, 4/3, -1/4,…
𝑚∈ℤ i 𝑛∈ℕ
També: Dividir m/n sempre que
about:blank 4/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Anomenem el símbol 𝒾 com a Unitat Imaginaria i s’estableix com a norma que s’ha de
Definició de nombres complexos
𝒾 · 𝒾 = −1
complir la condició tal que:
Un Nombre Imaginari és el producte (Multiplicació) d’un nombre real per 𝒾 com per
exemple:
𝒾 , 2𝒾 , 4𝒾 , 𝜋𝒾
3 + 𝒾 , 2 + 3𝒾
Podem escriure aquesta afirmació de la següent manera on 𝒂 serà la Part Real i 𝒃 serà
la Part Imaginaria:
𝒂 + 𝒃𝓲
𝒛 + 𝒘 = (𝑎 + 𝑏𝒾) + (𝑐 + 𝑑𝒾) à 𝑧 + 𝑤 = (𝒂 + 𝒄) + (𝒃 + 𝒅 )𝒊
(𝒂 + 𝒄)>serà>la>𝑷𝒂𝒓𝒕>𝑹𝒆𝒂𝒍
(𝒃 + 𝒅)>serà>la>𝑷𝒂𝒓𝒕>𝑰𝒎𝒂𝒈𝒊𝒏𝒂𝒓𝒊𝒂
𝒊>serà>el>𝑵𝒐𝒎𝒃𝒓𝒆>𝑰𝒎𝒂𝒈𝒊𝒏𝒂𝒓𝒊
Producte (𝐚, 𝐛, 𝐜, 𝐝 ∈ ℝ ):
𝑧 = 𝑎 + 𝑏𝒾> i 𝑤 = 𝑐 + 𝑑𝒾
à
(Cal veure que fem servir la igualtat de )
about:blank 5/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
De les operacions de Suma i Producte dels Nombres Complexos en podem veure que
tenen les següents propietats:
1 𝑧d 𝑎 − 𝑏𝑖
que es un número real diferent de zero per tant l’invers és,
𝑧 bc = = =
𝑧 𝑧 · 𝑧 d 𝑎e + 𝑏e
2 − 3𝑖 2 − 3𝑖
𝑧 bc : = (2 + 3𝑖)bc = =
2e + 3 e 13
about:blank 6/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
El producte de dos nombres complexos és realment complex com per fer-ne càlculs en
forma cartesiana, no obstant hi ha una manera simple per calcular el producte que és
escrivint els nombres complexos en forma polar.
Hem d’entendre que el Nombre Complex es pot considerar com un punt (𝑎, 𝑏) en el pla
Representació vectorial
about:blank 7/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
𝑧 d = 𝑎 − 𝑏𝑖
1 𝑧d
𝑧d = =
𝑧 |𝑧 |e
|𝑧 | = |𝑧d|
arg>(𝑧 )d = arg>(𝑧)
Donat 𝑧 el conjugat és el vector simètric de>𝑧 respecte l’eix OX, és a dir gràficament ho
podem representar com a:
Norma ( o Mòdul)
|𝒛 | = + o𝒂𝟐 + 𝒃𝟐
S’observa que aquest nombre és la distància del punt complex 𝑧 = 𝑎 + 𝑏𝑖 a l’origen
0 + 0𝑖 .
about:blank 8/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Argument d’un Nombre Complex 𝑧 a l’angle entre l’eix real positiu (OX) i el segment
OZ, denotem doncs l’argument com a angle 𝜃.
Aquest angle 𝜃> es calcula utilitzant l’arctang de b/a i coneixent el seu quadrant.
𝑏
𝜃 = tanbc ( )>
𝑎
Cal tenir en comte que aquests angles s’han de mesurar en radiants.
En la següent imatge podem veure’n un exemple en l’esfera.
about:blank 9/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Ra
Raddiaant
nt
ntss> Graus
Graus>> Sinus
Sinus>> Cos
Cosinus
inus
inus>> Tange
Tangent
nt
nt>>
𝝅 1 √3 √3
> 30°> > > >
𝟔 2 2 3
𝝅 √2 √2
> 45°> > > 1>
𝟒 2 2
𝝅 √3 1
> 60°> > > √3>
𝟑 2 2
𝝅
> 90°> 1> 0> +∞>
𝟐
𝟐𝝅 √3 1
> 120°> > − > −√3>
𝟑 2 2
𝟑𝝅 √2 √2
> 135°> > − > -1>
𝟒 2 2
𝟓𝝅 1 √3 √3
> 150°> > − > − >
𝟔 2 2 3
𝟕𝝅 1 √3 √3
> 210°> − > − > >
𝟔 2 2 3
𝟓𝝅 √2 √2
> 225°> − > − > 1>
𝟒 2 2
𝟒𝝅 √3 1
> 240°> − > − > √3>
𝟑 2 2
𝟑𝝅
> 270°> -1> 0> -∞>
𝟐
𝟓𝝅 √3 1
> 300°> − > > -√3>
𝟑 2 2
about:blank 10/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Forma Polar
Expressar en forma polar és una alternativa a la forma cartesiana. On la forma cartesiana
ens diu on és el punt en l’eix X e Y, la forma polar ens indica la distancia des de les
coordenades (0,0) al punt (a,b) i l’angle que forma el triangle resultant.
Posarem l’exemple sobre la foto anterior:
‘
1𝑒 • ’
‘
•
Amb la notació anterior per 𝑧 = 𝑎 + 𝑏𝑖, r i θ, la forma polar del nombre 𝑧 és donada
Essent 1 la Norma en radiants i l’Argument
𝑧 = 𝑟𝑒 ”’
Podem veure doncs que ho podem passar a forma trigonomètrica;
𝑟𝑒 ”’ ∶= 𝑟 cos(𝜃 ) + 𝑟 sin(𝜃 ) 𝑖
On podem veure que 𝒓>𝒄𝒐𝒔 seria la part real de 𝑧 i 𝒓>𝒔𝒊𝒏 seria la part imaginaria de 𝑧
(𝑎 + 𝑏𝑖 ) = |𝑎 + 𝑏𝑖 |· 𝑒 (˜™š i) >𝑖>>>
Formula:
|𝑎 + 𝑏𝑖 | = > o𝑎e + 𝑏e
𝑏
𝜃 = (arg 𝑧) = 𝑎𝑟𝑐𝑡𝑔> >(+>𝜋>𝑠𝑖>𝑎 > 0)
𝑎
about:blank 11/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
ž𝑟 · 𝑒 ”’ Ÿ · ž𝑠 · 𝑒 ∝’ Ÿ = (𝑟 · 𝑠) · 𝑒 (”¡∝)’
|𝑧 · 𝑤 |= |𝑧 | · |𝑤 |
𝑧 = 𝑟𝑒 ’” → > 𝑧 d = 𝑟𝑒 b’”
podem representar com:
𝑒 (”¡∝ )’ = 𝑒 ”’ · 𝑒 ∝’
cos(𝜃+∝ ) + sin(𝜃+∝ ) 𝑖
Donat el nombre: 2𝑖 = 2𝑒 ¤ ’
Exemple: Treure les voltes d’un complex expressat en forma polar
£
‘ ¥¥ ‘ ¦ £§ ¦ £§ ¦ £§
‹2𝑒 • Œ = 2¥¥ · 𝑒 ¥¥· • = 2¥¥ · 𝑒 = 2¥¥ · 𝑒 e• = 2¥¥ · 𝑒 •
’ ’ ‹e•¡ • Œ £§
¡•
Fórmula de De Moivre.
Aquesta fórmula és important perquè connecta els nombres complexos amb la
complexos. La formula afirma que, per a tot nombre real 𝑥 i tot enter 𝑛,
trigonometria, cosa molt útil, per exemple, en la representació gràfica dels nombres
𝑒 ’ª = cos 𝑥 + 𝑖 sin 𝑥
about:blank 12/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
𝑟 (cos 𝛼 + 𝑖 sin 𝛼)
complex, que és:
Una arrel quadrada, cúbica, enèsima (n-sima) d’un nombre 𝑧 és un nombre 𝑤 que
Què son les arrels:
𝑤© = 𝑧
escrita com "𝑑𝑒𝑔". Podem veure’n els exemples d’arrels quadrada i cúbica:
Hem de tenir en comte que n és el grau de l’arrel i el podem representar de forma
Podem veure llavors que els nombres que tenen arrel quadrada són;
𝑋 → > √−𝑥
𝑠 = √𝑟>
Les solucions són:
about:blank 13/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Vaguem doncs que per trobar l’arrel d’un nombre complex tal com o(𝑎 + 𝑏𝑖) podem
°
usar el següent:
𝑀ò𝑑𝑢𝑙:>𝑠 = ° √𝑟
𝜃 2𝜋𝑘
À𝑟𝑔𝑢𝑚𝑒𝑛𝑡:> ∝© = +
𝑛 𝑛
On k = 0,1,2,3,4... (n-1)
En general les arrels n-èsimes de tot >𝑧 ≠ 0 son els vèrtex d’un n-àgon regular amb
centre en el 0.
about:blank 14/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
9𝑥 e + 3𝑥 + 2 = 0
Veurem que amb aquests polinomis podem fer diverses operacions i que aquests
polinomis que poden ser Complexos ℂ[X] o Reals>ℝ[X]. Aquests els expressarem així:
mateixos polinomis tenen diverses propietats. Generalment treballarem amb
P(x)=>3 + 6𝑥 e − 5𝑥 •
Q(x)=>2 − 8𝑥 − 6𝑥 e + 7𝑥 •
o Associativa: (𝑃 + 𝑄) + 𝑅 = 𝑃 + (𝑄 + 𝑅) .
Propietats de la suma
o Commutativa: (𝑃 + 𝑄 ) = (𝑄 + 𝑃) .
o Element neutre: És el polinomi zero P(x)=0
o Element oposat: (–1)P(x) = – P(x)
about:blank 15/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Producte de polinomis
Donats els polinomis P(x) i Q(x) anomenarem al polinomi (P·Q)(x) el seu producte.
Vaguem un exemple amb nombres dels polinomis P i Q:
P(x)=>2𝑥 e − 3
Q(x)=>2𝑥 ¦ − 3𝑥 e + 4𝑥
zero com si tingues grau −∞. El grau l’obtenim aplicant la següent formula:
polinomi, veurem que a vegades està escrit com a “deg”. Considerarem el polinomi
o Associativa: (𝑃 · 𝑄 ) · 𝑅 = 𝑃 · (𝑄 · 𝑅).
Propietats del producte
o Commutativa: (𝑃 · 𝑄 ) = (𝑄 · 𝑃).
o Distributiva: 𝑃 · (𝑄 + 𝑅 ) = 𝑃 · 𝑄 + 𝑃 · 𝑅
o Element neutre: És el polinomi 1 P(x)=1
c
o No existeix l’Invers: É
Q(x)= 𝑥 ¦ − 𝑥 e = 𝑥 e (𝑥 − 1)
Un nombre complex Z és arrel del polinomi P(x) si P(z)=0
Són Z1 = 0 // Z2 = 1
about:blank 16/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Si P(x) té grau −∞., P(x)=0, llavors tots els nombres z son arrel de P(x)
Casos coneguts de polinomis
about:blank 17/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
1≠0
Producte. Aquestes operacions han de complir que
o Associativa (𝑃 + 𝑄)+ 𝑅 = 𝑃 + (𝑄 + 𝑅)
Les propietats de la Suma seran:
o Commutativa (𝑃 + 𝑄 ) = (𝑄 + 𝑃)
o Hi ha element zero
o Hi ha element oposat
o Associativa (𝑃 · 𝑄 ) · 𝑅 = 𝑃 · (𝑄 · 𝑅)
Les propietats del producte seran:
o Commutativa(𝑃 · 𝑄 ) = (𝑄 · 𝑃)
o Distributiva𝑃 · (𝑄 + 𝑅 )= 𝑃 · 𝑄 + 𝑃 · 𝑅
o Hi ha element 1
o Hi ha inversos (excepte del 0)
+ 0 1 · 0 1
0 0 1 0 0 0
1 1 0 1 0 1
XOR AND
0 0 1 1
Exemple
Õ1 1 0>>>0 Ö
0 1 0 1
about:blank 18/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
1 2 1 2 1+1 2+2 2 4
‹ Œ+ ‹ Œ=‹ Œ= ‹ Œ
3 4 3 4 3+3 4+4 6 8
Propietats de la suma
o Associativa
o Commutativa
o Element Neutre
o Element Oposat
1 2 3· 1 3·2 3 6
3· ‹ Œ= ‹ Œ= ‹ Œ
3 4 3· 3 3·4 9 12
• (𝑎 + 𝑏) · 𝐴> = (𝑎 · 𝐴 )+ (𝑏 · 𝐴 )
Propietats de la multiplicació d’escalar
• 𝑎 · (𝐴 + 𝐵 ) = (𝑎 · 𝐴 ) + (𝑎 · 𝐵)
Transposició de matrius
La transposició de matrius significa canviar les seves files per les seves columnes,
vaguem-ne un exemple per entendre-ho.
1 2 3 1 4 7
Ú4 5 6 Û = Ú2 5 8 Û
7 8 9 3 6 9
Notació de la transposició: 𝑀Ü
about:blank 19/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Producte de matrius
Dues Matrius es poden multiplicar quan donades dues matrius;
𝐴 ∈ 𝑀×>ª>© (𝑘 )
𝐵 ∈ 𝑀Ý>ª>Þ (𝑘 )
𝐴 · 𝐵 ∈ 𝑀×>ª>Þ (𝑘 )
𝑒 𝑓
∗ ∗
‹𝑎 𝑏 Œ · Õ𝑔 ℎ Ö = ‹∗ ∗ Œ
𝑐 𝑑
𝑖 𝑗
Cas 1: (1x1)
o Si 𝑚 = 1 (A és una matriu-fila)
o Si 𝑞 = 1 (B és una matriu-columna)
𝑏c
(𝑎c 𝑎e ⋯ 𝑎© ) · ä𝑏e å = 𝑎c · 𝑏c + 𝑎e · 𝑏e + ⋯ + 𝑎© · 𝑏© = 𝑋> >
…
𝑏©
(𝑋>ℎ𝑎>𝑑𝑒>𝑠𝑒𝑟>𝑢𝑛>𝑛𝑜𝑚𝑏𝑟𝑒)
Notació del Cas 1:
𝐹c (𝐴 ) = 𝐹𝑖𝑙𝑎>1>𝑑𝑒>𝐴
𝐹’ (𝐴 ) = 𝐹𝑖𝑙𝑎>𝑖>𝑑𝑒>𝐴
𝐶’ (𝐴 ) = 𝐶𝑜𝑙𝑢𝑚𝑛𝑎>𝑖>𝑑𝑒>𝐴
about:blank 20/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
0 1 1 2 3 4 5 6
‹ Œ· ‹ Œ= ‹ Œ
1 0 4 5 6 1 2 3
𝐹c (𝐴 )𝐶c (𝐵 ) = 0 · 1 + 1 · 4 = 4
𝐹c (𝐴 )𝐶e (𝐵 ) = 0 · 2 + 1 · 5 = 5
𝐹c (𝐴)𝐶¦ (𝐵) = 0 · 3 + 1 · 6 = 6
𝐹e (𝐴 )𝐶c (𝐵 ) = 1 · 1 + 0 · 4 = 4
𝐹e (𝐴)𝐶e (𝐵) = 1 · 2 + 0 · 5 = 5
𝐹e (𝐴)𝐶¦ (𝐵) = 1 · 3 + 0 · 6 = 6
o Associativa: 𝐴 · (𝐵 · 𝐶 ) = (𝐴 · 𝐵 ) · 𝐶
Propietats del producte de matrius
𝐼𝑛 · 𝐴 = 𝐴
Matriu compleix que :
𝐴 · 𝐼𝑛 = 𝐴
1 0 0
𝐼𝑛 = Õ0 1 0 Ö
0 0 1
o Distributiva: (𝐴 + 𝐵) · 𝐶 = (𝐴 · 𝐶 ) + (𝐵 · 𝐶 )
o No te Commutativa (Generalment). 𝐴 · 𝐵 ≠ 𝐵 · 𝐴
3 4
𝐴 = (1 2 )>𝑖>𝐵 = ‹ Œ
§ Pot passar que AB existeixi i BA no existeixi si :
5 6
§ Pot passar que AB i BA existeixin però tinguin dimensions diferents.
§ Quan A i B són quadrades de la mateixa dimensió, AB i BA
existeixen de la mateixa dimensió però poden ser diferents.
§ Hi ha algunes matrius A,B que compleixen AB=BA. En aquest cas
diem que Commuten.
𝐴×>ª>© >és invertible quan existeix una matriu 𝑚>𝑥 n 𝐴bc que compleix:
o NO té la matriu Inversa (Generalment). Es diu que una matriu quadrada
𝐴 · 𝐴bc = 𝐼𝑛 = 𝐴bc · 𝐴
about:blank 21/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Matrius invertibles.
En (𝐹’ ↔ 𝐹ò ) és una matriu que surt d’intercanviar la Fila i de la Identitat amb la Fila j
Matriu Invertible 1
Si A és qualsevol matriu de n files llavors (E(𝐹’ ↔ 𝐹ò )). A és igual a la matriu A amb les
de la identitat.
Si 𝜆 ≠ 0, en (𝜆𝐹’ ) és invertible en ‹ô 𝐹’ Œ
c
1 0 0 1 4 1 4
Õ0 7 0 Ö Õ2 5 Ö = Õ14 35 Ö
0 0 1 3 6 3 6
En (𝐹’ + 𝜆𝐹’ ) és una matriu que surt sumant a la fila i de In 𝜆 cops la fila j.
Matriu Invertible 3
1 0 0
𝐹¦ (𝐹e + 2𝐹c ) = Ú2 1 0Û
0 0 1
Si A té n files, el producte :
𝟏 0 4 0 𝟏 5 4 0
𝐸𝑠𝑔𝑙𝑎𝑜𝑛𝑎𝑑𝑎 = ö0 0 3 3 ÷>>>>>>>𝑁𝑜>𝐸𝑠𝑔𝑙𝑎𝑜𝑛𝑎𝑑𝑎 = ö0 0 𝟑 3÷
0 0 𝟑 2 0 𝟒 1 2
0 0 0 𝟐 𝟐 0 0 1
about:blank 22/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Per tal de tenir una matriu esglaonada en forma de Gauss-Jordan haurem de complir
les següents condicions:
𝟏 2 0 0
Vaguem-ne un exemple
0 0 𝟏 0
𝐺𝑎𝑢𝑠𝑠 − 𝐽𝑜𝑟𝑑𝑎𝑛 = ö ÷>>>>>>>
0 0 0 𝟏
0 0 0 0
Transformacions elementals
Hi ha 3 tipus de transformacions elementals que podem usar per transformar una
matriu a Gauss-Jordan.
Ø Intercanviar files
Ø Sumar un múltiple d’una fila a una altre
Ø Multiplicar una fila per un nombre
Exemple:
0 𝟐 −2 −5 𝟏 1 −1 −2
Õ𝟏 1 −1 −2> Ö>𝐹c ↔ 𝐹e Õ0 𝟐 −2 −5 >Ö 𝐹¦ = 𝐹¦ − 3𝐹c
𝟑 −1 1 4 𝟑 −1 1 4
𝟏 1 −1 −2 𝟏 1 −1 −2
Õ 0 𝟐 −2 −5>Ö 𝐹¦ = 𝐹¦ + 2𝐹e Õ0 𝟐 −2 −5>Ö𝐹e = 𝐹e
c
0 −𝟒 4 10 0 0 0 0
e
𝟏 1 −1>>> −2
Õ0 𝟏 −1 −5 ⁄2> Ö >𝐸𝑆𝐺𝐿𝐴𝑂𝑁𝐴𝐷𝐴
0 0 0>>>> 0
𝟏 0 0 1 ⁄2
𝐹c = 𝐹c − 𝐹e Õ 0 𝟏 −1 −5 ⁄2>Ö>𝐹𝑂𝑅𝑀𝐴>𝐺𝐴𝑈𝑆𝑆 − 𝐽𝑂𝑅𝐷𝐴𝑁
0 0 0>>>> 0
Consells:
Ø Treballar amb els pivots de mes a l’esquerra
Ø Treballar amb pivots petits
Ø Es pot agrupar passos, tots partint del mateix pivot.
Ø Si hi ha un pivot a l’esquerra de l’anterior intercanviar.
Ø Donat un pivot que té valors diferents a 0 sota (o sobre) canviar 2 files.
Ø Si un pivot és diferent a 1, dividir per aquest valor.
about:blank 23/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
La matriu Gauss-Jordan és el resultat de multiplicar una matriu “P” a la matriu “A” per
tant podem entendre que després de fer les transformacions elementals, “P” és el
resultat de fer els mateixos canvis que fem a “A”, a la Identitat. Vaguem l’exemple de
“P” respecte l’exemple anterior.
1 0 0 0 1 0 0 1 0
Õ0 1 0 Ö𝐹c ↔ 𝐹e Õ1 0 0 Ö 𝐹¦ = 𝐹¦ − 3𝐹c Õ1 0 0 Ö 𝐹¦ = 𝐹¦ + 2𝐹e
0 0 1 0 0 1 0 −3 1
0 1 0 1 0 1 0 −1/2 1 0
Õ1 0 0Ö >𝐹e = 𝐹e Õ1/2 0 0 Ö>𝐹c = 𝐹c − 𝐹e Õ 1/2 0 0Ö
2
2 −3 1 2 −3 1 2 −3 1
𝐺𝐽 = 𝑃 · 𝐴>(𝑜𝑛>𝑃>é𝑠>𝑖𝑛𝑣𝑒𝑟𝑡𝑖𝑏𝑙𝑒)
𝟏 0 0 1 ⁄2 0 𝟐 −2 −5 −1/2 1 0
Õ0 𝟏 −1 −5 ⁄2>Ö Õ𝟏 1 −1 −2> Ö Õ 1/2 0 0Ö
0 0 0>>>> 0 = 𝟑 −1 1 4 · 2 −3 1
𝐺𝐽 𝐴 𝑃
Teorema:
La forma de Gauss-Jordan d’una matriu A no depèn de la successió de transformacions
elementals escollida. És única.
Observem que la matriu P a vegades depèn del procés, és a dir no sempre serà igual
per a tothom.
1 0 0
Si A és una matriu quadrada:
Ø Si A és invertible, G=P·A és invertible Õ0 1 0Ö =
0 0 1
In , per tant el rang de A=n
Conclusions
about:blank 24/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Cal tenir en comte que una matriu 𝑚>𝑥>𝑛 és invertible si la seva forma de Gauss-Jordan
Càlcul de matrius inverses
(𝐴|𝐼) i fer els canvis a aquesta. Si A és invertible obtenim (𝐼|𝑃)>on 𝑃> = > 𝐴bc .
Una manera còmoda de fer els mateixos canvis a “A” i a “I” és considerar la matriu
Vaguem un exemple:
1 1 1
𝐴 = Õ1 1 0Ö
0 1 1
1 1 1 ⋮ 1 0 0
𝑪𝒐𝒏𝒔𝒕𝒓𝒖𝒊𝒎>(𝑨 |𝑰 ) = Õ1 1 0 ⋮ 0 1 0Ö
0 1 1 ⋮ 0 0 1
𝑩𝒖𝒔𝒒𝒖𝒆𝒎>𝑮. 𝑱 →
1 1 1 ⋮ 1 0 0
𝐹e − 𝐹c >&>𝐹¦ ↔ 𝐹e Õ0 1 1 ⋮ 0 0 1 Ö
0 0 −1 ⋮ −1 1 0
1 0 0 ⋮ 1 0 −1
𝐹c − 𝐹e Õ0 1 1 ⋮ 0 0 1 Ö>
0 0 −1 ⋮ −1 1 0
(𝑉𝑒𝑖𝑒𝑚>𝑞𝑢𝑒>𝑡𝑒>𝑅𝑎𝑛𝑔>3)
1 0 0 ⋮ 1 0 −1
𝐹e + 𝐹¦ >&>– 𝐹¦ Õ0 1 0 ⋮ −1 1 1 Ö
0 0 1 ⋮ −1 −1 0
1 0 0 ⋮ 1 0 −1
Õ0 1 0 ⋮ −1 1 1 Ö
0 0 1 ⋮ −1 −1 0
𝐼>>>>>>>>>>>>>>>>>>>>>>>>>𝐴.
→ 𝐴. · 𝐴 = 𝐼
matrius de 2>𝑥>2
*Consell: Calcular les inverses sempre així per tal d’estalviar-nos feina, exceptuant les
about:blank 25/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
𝑥 −𝑧 = 0
/3𝑥 −2𝑦 −3𝑧 = 2
−𝑥 +𝑦 +𝑧 = −1
elements d’un cos k i 𝑥c …>𝑥© són símbols que representen les incògnites de totes les
Una solució del sistema és un conjunt ordenat de valors>∝c … ∝© del cos que, al
equacions i en un mateix sistema son les mateixes.
substituir en el lloc de 𝑥c …>𝑥© > fan que les igualtats siguin certes.
1 0 −1 1 0 −1 0
𝐴𝑠𝑠𝑜𝑐𝑖𝑎𝑑𝑎 Õ 3 −2 −3 Ö >>𝐴𝑚𝑝𝑙𝑖𝑎𝑑𝑎 Õ 3 −2 −3 2 Ö
−1 1 1 −1 1 1 −1
1 0 −1 0 1 0 −1 0
Õ3 −2 −3 2 Ö𝐺𝑎𝑢𝑠𝑠 − 𝐽𝑜𝑟𝑑𝑎𝑛 → Õ0 −1 0 −1 ÖàInterpretem com a S.E
−1 1 1 −1 0 0 0 0
𝑥=𝑧
𝑥−𝑧 = 0
1 → 𝑦 = −1 → 𝑺𝒐𝒍𝒖𝒄𝒊ó>𝑷𝒂𝒓𝒂𝒎𝒆𝒕𝒓𝒊𝒄𝒂
𝑦 = −1
𝑧 = 𝑙𝑙𝑖𝑢𝑟𝑒
𝑥 𝑧 1 0
Ú𝑦 Û = Ú−1 Û = 𝑍 Õ0Ö + Õ−1 Ö → 𝑺𝒐𝒍𝒖𝒄𝒊ó>𝑽𝒆𝒄𝒕𝒐𝒓𝒊𝒂𝒍
𝑧 𝑧 1 0
about:blank 26/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
0 𝟐 −2 −5
𝑅𝑎𝑛𝑔>𝐴 = Õ𝟏 1 −1 −2>Ö = 2
𝟑 −1 1 4
Teorema de Rouché.
about:blank 27/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
• 𝑛> = >1
Si 𝐴> = > (𝑎) entendrem que el determinant de 𝐴> = >𝑎
|𝐴| > = 𝑎
• 𝑛> = >2
Si 𝐴 = ‹𝑎 𝑏Œ entendrem que el determinant de 𝐴> = (𝑎 · 𝑑)>– (𝑏 · 𝑐)
𝑐 𝑑
|𝐴| > = (𝑎 · 𝑑)>– (𝑏 · 𝑐)
• 𝑛> ≥ >2
mida>(𝑚 − 1)𝑥(𝑛 − 1)
La definició serà recursiva si suposem que sabem calcular determinants de
0 1 2
Exemple:
𝐴 = Õ−1 0 3 Ö
2 −1 −1
0 3
• 𝑛> = >3>(𝑆𝑎𝑟𝑟𝑢𝑠)
𝒂 𝒃 𝒄
𝒅𝒆𝒕 = 7𝒅 𝒆 𝒇7
𝒈 𝒉 𝒊
= 𝑎 · det :𝑒 𝑓 − 𝑏 · 𝑑𝑒𝑡 𝑑 𝑓 𝑑 𝑒
: ; ;+ 𝑐 · 𝑑𝑒𝑡 ; ;=
ℎ 𝑖 𝑔 𝑖 𝑔 ℎ
= (𝑎 · 𝑒 · 𝑖 ) − (𝑎 · 𝑓 · ℎ ) − (𝑏 · 𝑑 · 𝑖 ) + (𝑏 · 𝑓 · 𝑔 ) + (𝑐 · 𝑑 · ℎ ) − (𝑐 · 𝑒 · 𝑔 ) =
= (𝒂 · 𝒆 · 𝒊 + 𝒃 · 𝒇 · 𝒈 + 𝒄 · 𝒅 · 𝒉) − (𝒂 · 𝒇 · 𝒉 + 𝒃 · 𝒅 · 𝒊 + 𝒄 · 𝒆 · 𝒈)
about:blank 28/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
+ − + − +
Õ− + − + − Ö
+ − + − +
(ens recorda a un taulell d’escacs)
2- El determinant de >|𝐴bc | =
c
|< |
gracies a això veiem que també es pot
desenvolupar per columnes
Exemple: 𝑑𝑒𝑡|𝐼𝑛 | = 1
𝟏 2 3 4 5
0 𝟏 6 7 8
=
𝑑𝑒𝑡 = =0 0 𝟎 9 10 == = 0
0 0 0 𝟎 11
0 0 0 0 𝟎
2 2 4 1 1 2
Exemple:
𝐴 = Õ1 2 1 Ö → 𝐹1/2 Õ1 2 1Ö → |𝐴 |= 2
2 1 1 2 1 1
Veiem que amb les propietats 3, 4, 5, 6 impliquen que podem calcular determinants
esglaonant.
about:blank 29/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Ø ≤ 𝑛 − 1 intercanvis de fila
Ø < combinació de files ≤ ~𝑛¦ >operacions
©k © k> (e©¡c )
© e
o 1>𝐷𝑖𝑣𝑖𝑠ó, 𝑛>𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑒𝑠, 𝑛>𝑠𝑢𝑚𝑒𝑠
𝐴 · (𝐴̹ )Ü = |𝐴 | · 𝐼𝑛
Proposició de fórmula:
Conseqüència:
(𝐴̹ )Ü
𝐴bc =
|𝐴 |
𝑥c 𝑏c
escriure com:
𝑥e 𝑏
𝐴 ä ⋮ å= ä e å
⋮
𝑥© 𝑏©
1
𝐴. = · (𝐴̹ )Ü
|𝐴|
about:blank 30/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
(𝑥, 𝑦 ) + (𝑧, 𝑡 ) = (𝑥 + 𝑧, 𝑦 + 𝑡 )
𝜆 (𝑥, 𝑦 ) = (𝜆𝑥, 𝜆𝑦 )>>>𝜆 ∈ ℝ
• (𝑓 + 𝑔 )(𝑐 ) ∶ 𝑓 (𝑥 ) + 𝑔 (𝑥 )>𝑝𝑒𝑟>𝑥 ∈ 𝐾
en K és un espai vectorial)
𝐸𝑥𝐸 → 𝐸
Diem € és un k-espai vectorial si tenim una suma (interna)
(𝑢, 𝑣 ) → 𝑢 + 𝑣
𝐾𝑥𝐸 → 𝐸
i un productes escalar
(𝜆, 𝑣 ) → 𝜆 · 𝑣
o Associativa:>𝑢 + (𝑣 + 𝑤 ) = (𝑢 + 𝑣 ) + 𝑤>
Propietats de la suma:
o Commutativa: 𝑢 + 𝑣 = 𝑣 + 𝑢
o Element Neutre: 𝑢 + (𝑣 + 𝑤 ) = (𝑢 + 𝑣) + 𝑤
o Element simètric (−𝑢 ):> (−𝑢 ) + (𝑢 ) = 0
about:blank 31/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
0 · 𝑢 =>0GGGFGH 𝑉𝑒𝑐𝑡𝑜𝑟>𝑧𝑒𝑟𝑜>𝑑𝑒>𝐸
Es té sempre
0 = 0 + 0>𝑎>𝐾
Perquè?
0• = (0 + 0 ) · 𝑢 = 0𝑢 + 0𝑢 → 0𝑢 = 0𝑢 − 0𝑢 = > 0GGGFGH
Combinacions lineals.
(1,0,0)𝜖>𝐴
Veiem que NO ja que:
(0,1,0)𝜖>𝐴
(1,0,0) + (0,1,0 ) = (1,1,0 )𝑛𝑜>é𝑠>𝑑𝑒>𝐴
vectors 𝑢c , … , 𝑢©
Totes les combinacions lineals que podem fer amb els vectors 𝑢c , … , 𝑢© (a escalars en
k)
𝑢c , … , 𝑢© vectors de E
Fet
about:blank 32/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
𝑥c
𝐴 Õ ⋮ Ö= 𝑏
𝑥©
𝐴 ∈ 𝑀ת© (𝑘 ) i suposeu que té solució. Aquest és un subespai vectorial de 𝐾 © si i
0
nomes si 𝑏 = Õ1 Ö
0
Exemple
< 𝑢c , … , 𝑢© >
Tipus (SE1): Combinació lineal de certs vectors:
0
Tipus (SE2): Solucions d’un sistema lineal on 𝑏 = Õ 1Ö (un sistema lineal homogeni)
0
Exemple “base”: 𝐾 © , (ℝe , ℝ¦ )
Subespais vectorials de 𝐾 ©
(SE1):>< 𝑢c , … , 𝑢© >
(𝑆𝐸2 ) ↔ (𝑆𝐸1)
(SE2): Com a solució d’un sistema homogeni
𝑊 =>< 𝑢c , … , 𝑢© >I
generadors de w si es té
= 𝑡𝑜𝑡𝑒𝑠>𝑙𝑒𝑠>𝑐𝑜𝑚𝑖𝑛𝑎𝑐𝑖𝑜𝑛𝑠>𝑙𝑖𝑛𝑒𝑎𝑙𝑠>𝑑𝑒>𝑢c , … , 𝑢©
nul·la 𝑎c 𝑣c + ⋯ + 𝑎© 𝑣© = 0 és 𝑎c = 𝑎e = 𝑎© = 0
about:blank 33/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
amb< 𝑣, …>, 𝑣© >>= 𝐸> , llavors hi ha una subfamília dels 𝑣, …>, 𝑣© que són base
Si 𝑃c , …>, 𝑃© > són polinomis < 𝑃c , …>, 𝑃© >> està format per polinomis de
lineal d’aquests, el grau sempre serà com a màxim al grau del primer.
grau ≤ max (deg (𝑃c ), … , deg (𝑃© )) i per tant < 𝑃c , …>, 𝑃© >≠ 𝐾 [𝑥 ]
Donats vectors 𝑣c , …>, 𝑣© > amb < 𝑣c , …>, 𝑣© >, podem trobar una base formada
són Linealment Dependents
Lema de Steinitz.
about:blank 34/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
∀>= Per>a>tot
Aplicacions lineals.
∃>= 𝐸𝑥𝑖𝑠𝑡𝑒𝑖𝑥
∈>= 𝑃𝑒𝑟𝑡𝑎𝑛𝑦
⊂>= >é𝑠>𝑠𝑢𝑏𝑐𝑜𝑛𝑗𝑢𝑛𝑡>𝑑𝑒
Representem vectors de 𝑘 © per matrius columna>∈ 𝑀ת© (𝑘 ) és a dir:
1
(1,2,3, −4) > = ö 23
÷
−4
Aplicació: Funció, procediment entrada i un element de X i sortida un element de Y
𝑥c 𝑏c
𝐴 ∈ 𝑀ת© (𝑘 ) = Õ 𝐴 Ö· Õ ⋮ Ö=Õ ⋮ Ö
𝑥© 𝑏©
O
Tota matriu 𝑚𝑥𝑛 defineix una aplicació lineal 𝐾 © → >𝐾 × (en la pràctica és 𝐸> →>𝐹>)
O
𝑥c
𝑓 (𝑥c , … , 𝑥© ) = 𝐴 Õ ⋮ Ö
𝑥©
Exemple concret:
2 3 −1
Œ l’aplicació lineal associada a A va de ℝ¦ a ℝe i és
2 2 0
Si A=‹
𝑥
2𝑥 +>>>3𝑦 −>>>>𝑧
𝑓 (𝑥, 𝑦, 𝑧 ) = ‹2 3 −1 Œ Ú𝑦 Û= g h= (2𝑥 + 3𝑦 − 𝑧, 2𝑥 + 2𝑦)
2 2 0 2𝑥 +>>>2𝑦 0
𝑧
és a dir hem fet que d’una matriu 𝐾 l’hem convertida a una matriu >𝐾 × . Si 𝑣 és el
©
about:blank 35/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
on estan situades son una base de la 𝐼𝑚>𝑓 (Espai generat per les columnes)
2- Quan trobem els pivots a la matriu, la seva posició ens indica que les columnes
4- Els vectors que ens queden a la forma paramètrica son Base del 𝐾𝑒𝑟>𝑓
paramètrica.
sistema homogeni 𝐴𝑥 = 0
a. Base formada pels vectors de la solució vectorial (paramètrica) al
Si A és una matriu 𝑚𝑥𝑛 la dimensió del subespai generat per les columnes de A
- És igual al rang de A
- és igual a el nombre màxim de columnes Linealment Independents en A
Si 𝑃 ∈ 𝑀©ª×(𝑘 ) és una matriu invertible, rang 𝑃 = 𝑛 = 𝑑𝑖𝑚 de l’espai generat per les
Matrius invertibles i canvi de base
Per tant, les columnes d’una matriu invertible 𝑛𝑥𝑛 són una base de >𝐾 ©
Recíprocament, si (𝑣c , …>, 𝑣© )> és una base de >𝐾 © , la matriu és invertible.
Aquesta matriu determina una aplicació lineal >𝐾 © → >𝐾 ©
Com que P és invertible → 𝑓 isomorfisme
Definició
(:= regla, procediment, assignació) d’un vector 𝑓 (𝑣) ∈ 𝐹 per a cada 𝑣 de E 𝐸> →>𝐹 és a
Donats un K-espais vectorials (K-e.v) E i F una aplicació lineal de E en F és una aplicació
O
O
dir 𝑣> → >𝑓(𝑣 ) que compleixi les propietats anteriors 1 i 2.
about:blank 36/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
about:blank 37/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
𝑓 (𝑢 )= 𝑣 . S’anomena 𝑓 bc (𝑣)
2 3 −1
𝐴=‹ Œ
2 2 0
𝑓(−1 1 0) = (1 0)
𝑓(−2 2 1) = (1 0)
Exemple
𝑥
0
*(conjunt de solucions del sistema) 𝐴 = Ú𝑦 Û = ‹ Œ
𝑧 0
2 3 −1 0 1 0 1 0
‹
Fem l’exemple:
Œ=‹ Œ
2 2 0 0 0 1 −1 0
{𝑧 (−1,1,1)𝑜𝑛>𝑧 ∈ ℝ>}
𝑓 bc (1,0) = {( 1 − 𝑧, 1 + 𝑧, 𝑧), 𝑧 ∈ ℝ} = (−1,1,0 )+ 〈(−1,1,1) 〉
about:blank 38/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
>𝐾𝑒𝑟>𝑓> ≠ (0), 𝑓
no és injectiva com ja sabem, perquè 𝑓(−1,1,0) = 𝑓(−2,2,1)>
Solucions de 𝐴𝑥 = 𝑏 quan 𝑓 bc (𝑏)
Com que
Subespais de 𝐾 ©
o Exemple: 𝐸 ⊂ > ℝŽ
- Donats per un sistema de generadors
o Exemple 𝐹 ⊂ > ℝ•
- Sistema d’equacions homogènies
2𝑥 +𝑦 −𝑧 = 0
{𝑥, 𝑦, 𝑧, 𝑡|
2𝑥 −2𝑡 =0
1 0 2
1- Formem la matriu posant els vectors en columna
⎛0 2 2⎞
⎜−1 2 0⎟
2 −1 3
⎝2 0 4⎠
1 0 2 𝟏 0 2
2- Esglaonem la matriu
⎛0 2 2 ⎞ ⎛0 𝟏 1 ⎞
⎜0 2 2 ⎟ → ⎜0 0 0 ⎟
0 −1 −1 0 0 0
⎝0 0 0 ⎠ ⎝0 0 0⎠
En el cas d’un subespai donat per equacions homogènies. Resoleu el sistema, una base
2 1 −1 0 |0 2 1 −1 0 |0 2 0 0 −2 |0
esta formada pels vectors director de la solució paramètrica(vectorial)
g h→ g h→ g h→
2 0 0 −2 |0 0 −1 1 −2 |0 0 −1 1 −2 |0
1 0 0 −1 |0
g h
0 1 −1 2 |0
Dimensió F = nº variables – rang de la matriu
Hem format Gauss-Jordan i tenim 2 variables lliures (z,t) és a dir, premen que;
X=t
about:blank 39/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Donats dos subespais F, G dins del mateix espai vectorial E, la intersecció 𝐹> ∩ >𝐺 és
també un subespai, (es dedueix de les propietats que defineixen els subespais)
Si F i G venen donats com solucions a sistemes d’equacions.
− − −>= 0
𝐹X
− − −>= 0
𝐹> ∩ >𝐺
𝐺 X− − −>= 0
− − −>= 0
Donats vectors 𝑣c , …>, 𝑣© > Linealment Independents d’un espai vectorial E (que tingui
Proposició
Suposem que 𝑣c , …>, 𝑣© >és una base de 𝐹> ∩ >𝐺 la podem ampliar:
Considerem el subespai vectorial generat per totes les combinacions lineals de vectors
de F i de G
about:blank 40/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Isomorfismes.
Dos vectors tenen la mateixa imatge per una aplicació lineal quan 𝑢 − 𝑣 ∈ 𝐾𝑒𝑟>𝑓 per
𝑓>é𝑠>𝑖𝑛𝑗𝑒𝑐𝑡𝑖𝑣𝑎>𝑞𝑢𝑎𝑛>𝑒𝑙>𝐾𝑒𝑟>𝑓 = 0
tant això ens confirma que:
Si 𝑓>𝐸> → >𝐹>és una aplicació lineal i 𝑣 ∈ 𝐹, pot passar que 𝑓 bc (𝑣) sigui el conjunt buit,
O
Observació
Per a tota aplicació lineal 𝑓>𝐸> → >𝐹 la imatge de 𝑓, 𝐼𝑚(𝑓) és un subespai vectorial de
O
Proposició
O
Si f 𝐾 © →>𝐾 × ve donada per la matriu A, el subespa 𝐼𝑚 (𝑓 ) dins 𝐾 × >és el conjunt de
tots els 𝑓(𝑣) per 𝑣 ∈ 𝐾 ©
𝑥c
𝐼𝑚 (𝑓 ) = /𝐴 Õ ⋮ Ö7 (𝑥c , … , 𝑥© ) ∈ 𝐾 © } =
𝑥©
(les columnes de A són vectors de 𝐾 × )
{𝑡𝑜𝑡𝑒𝑠>𝑙𝑒𝑠>𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠>𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖𝑜𝑛𝑠>𝑙𝑖𝑛𝑒𝑎𝑙𝑠>𝑑𝑒>𝑙𝑒𝑠>𝑐𝑙𝑢𝑚𝑛𝑒𝑠>𝑑𝑒>𝐴 } =
〈𝐶c (𝐴 ), 𝐶e (𝐴 ), … , 𝐶© (𝐴 )〉
about:blank 41/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
Definició
Quan la imatge d’una aplicació 𝑓>𝐸> → >𝐹 és igual a l’espai d’arribada de F diem que 𝑓
O
O
Veurem que en el cas 𝐾 © → >𝐾 × f exhaustiva quan el 𝑟𝑎𝑛𝑔>𝐴> = >𝑚> = >𝑛º>𝑓𝑖𝑙𝑒𝑠
és exhaustiva.
Veurem també que f és bijectiva, que vol dir exhaustiva e injectiva, alhora, en el cas
O
𝐾 © → >𝐾 × correspon 𝑟𝑎𝑛𝑔> = >𝑛 = 𝑚 quan A és invertible
O
Una aplicació f>𝐾 © →>𝐾 × es pot donar de 3 formes:
2 3 −1
- (A.L. 2) Amb una matriu ‹ Œ
2 2 0
- (A.L. 3) Mitjançant m formes lineal de les files(2𝑥 + 3𝑦 − 𝑧, 2𝑥 + 2𝑦)
- (A.L. 1) Mitjançant n vectors de 𝐾 × de les columnes 𝑥(2,2 ) + 𝑦 (3,2 ) + 𝑧(−1,0)
Resposta;
about:blank 42/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
𝑀ת©
xc 𝑥c
v = Õ ⋮ Ö → 𝑓 (𝑣) = 𝐴 Õ ⋮ Ö
x] 𝑥©
Si 𝐸, 𝐹 són dos espais vectorials de dimensions n, m respectivament i 𝑓: 𝐸 → 𝐹 una
aplicació lineal, donades bases B de E, i B de F, aquestes determinen isomorfismes de
coordinació.
O
Anomeno 𝐶^ >𝑖>𝐶^_ els isomorfismes 𝐶^ : 𝐸 →𝐾 © i 𝐶^_ : 𝐹 →𝐾 × inversos dels
O
𝐶^ (𝑣 ) = (𝐶𝑜𝑜𝑟𝑑𝑒𝑚𝑎𝑑𝑒𝑠>𝑑𝑒>𝑣>𝑒𝑛>𝑙𝑎>𝑏𝑎𝑠𝑒>𝐵)
isomorfismes de coordinació de forma que :
𝐶^_ (𝑢 ) = (𝐶𝑜𝑜𝑟𝑑𝑒𝑛𝑎𝑑𝑒𝑠>𝑑𝑒>𝑢>𝑒𝑛>𝑙𝑎>𝑏𝑎𝑠𝑒>𝐵 )
𝐵 = (𝑥 e , 𝑥, 1 )>>>>>>>>𝐶^ (𝑎𝑥 e + 𝑏𝑥 + 𝑐 ) = ( 𝑎, 𝑏, 𝑐)
𝐹 = ℝe
𝑎 +𝑏 𝑎 −𝑏
𝐵 = ž(1,1 , 1,1 >>>>𝐶^_ ž(𝑎, 𝑏 )Ÿ = g
. ) ( )Ÿ , h
2 2
denota
O
𝑀 ‹𝐵. ← 𝐵Œ
𝐸 = ℝ[𝑥]¦ = 𝑝𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑠>𝑑𝑒>𝑔𝑟𝑎𝑢 ≤ 3
Exemple
𝐹 = ℝ[𝑥 ]e = 𝑝𝑜𝑙𝑖𝑛𝑜𝑚𝑖𝑠>𝑑𝑒>𝑔𝑟𝑎𝑢>2
𝑓: 𝐸 → 𝐹
𝑓 (𝑃 ) = 𝑃′
𝑓`: ℝ• → ℝ¦
𝑓`(𝑎, 𝑏, 𝑐, 𝑑 ) = 𝐶^_ ž𝑓 (𝑎𝑥 ¦ + 𝑏𝑥 e + 𝑐𝑥 + 𝑑 )Ÿ = 𝐶^_ (3𝑎𝑥 e + 2𝑏𝑥 + 𝑐 ) = (3𝑎, 2𝑏, 𝑐 )
3 0 0 0
Per tant:
𝑀 g𝐵. ←𝐵h = Õ0 2 0 0Ö
b
0 0 1 0
Observació
(𝑃 + 𝑄 ). = 𝑃. + 𝑄.
Derivar és una aplicació lineal perquè:
(𝑎𝑃 ). = >𝑎 · 𝑃.
about:blank 43/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
(𝑔 ∘ 𝑓 )(𝑣 ) = 𝑔ž𝑓 (𝑣 )Ÿ
Proposicions
2- Si B és una base de E,
Si B’ és una base de F,
Si B’’ és una base de G,
d∘b d b
Llavors 𝑀 g𝐵.. > e⎯g> 𝐵 h = 𝑀 g𝐵.. > ←> 𝐵. h · 𝑀 g𝐵. > ←> 𝐵 h
Recordem:
b
Això ho podem interpretar com un cas particular del que hem fet. 𝑃 = 𝑀 g𝐵. 𝐵h
> ←>
’¹
L’aplicació 𝐸 → 𝐸>(𝑖𝑑𝑒𝑛𝑡𝑖𝑡𝑎𝑡) és lineal.
ℝ¦ → ℝ¦
Exemple
𝑓 (𝑥, 𝑦, 𝑧 ) = (𝑧 − 2𝑦 + 𝑧, −𝑦 + 𝑧, 𝑦 − 𝑧)
1 2 1
𝑀 g𝑐𝑎𝑛> ←> 𝑐𝑎𝑛 h = Õ 0 −1 1 Ö
b
0 1 −1
about:blank 44/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
2 2
0
𝐴𝑣 = ‹ Œ = 0 · 𝑣
0
mentre que 𝑣 = (1, 2 )>és vector propi de valor propi 3 perquè:
1 1 1 3 1
𝐴𝑣 = ‹ Œ‹ Œ= ‹ Œ= 3 ‹ Œ
2 2 2 6 2
Trobar els valors 𝜆> per als quals 𝑑𝑒𝑡 (𝐴 − 𝜆𝐼 ) = 0 (𝑃< (𝜆 )) , aquesta matriu depèn de 𝜆
1r Pas:
Trobar una base per a cada 𝐸𝜆 on 𝜆 és valor propi i E𝜆 és espai propi de valor propi 𝜆
2n Pas:
(o de 𝐾 © ) està formada pels vectors de les bases dels𝐸𝜆 trobats. (Els vectors en
Si la suma de les dimensions dels 𝐸𝜆> és 𝑛 = 𝑑𝑖𝑚>𝐸 llavors f (o A) diagonalitza, sinó, no.
columna)
about:blank 45/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
La multiplicitat algebraica del valor propi 𝜆 és la seva multiplicitat com arrel del
Definició:
Proposició:
1 ≤ dim 𝐸𝜆 > ≤ 𝜇 (𝜆 )
La multiplicitat geomètrica és com a màxim igual a l’algebraica
Proposició
Vectors propis de valors propis diferents són linealment independents.
Atenció
tants cops com la dim 𝐸𝜆 . S’han de posat els valors propis a D en el mateix ordre que
Si hi ha vectors propis amb multiplicitat > 1 aquests apareixen repetits a la diagonal,
Polinomi Característic
𝐴. = 𝑃 bc𝐴𝑃
Demostració
about:blank 46/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
𝜆c ⋯ 0
𝑀(𝐵 ←𝐵) = Õ ⋮ ⋱ ⋮ Ö
O
0 ⋯ 𝜆©
𝑓(𝑣c ) = 𝜆c 𝑣c
Significa que:
𝑓(𝑣e ) = 𝜆e 𝑣e
𝑓(𝑣© ) = 𝜆© 𝑣©
Diagonalitzar una matriu quadrada A és trobar una matriu invertible P tal que 𝑃bc · 𝐴 ·
𝑃 és diagonal
𝜆c ⋯ 0
𝑃bc · 𝐴 · 𝑃 = Õ ⋮ ⋱ ⋮ Ö
0 ⋯ 𝜆©
Lligam: Si 𝐸 = 𝐾 ©
𝐴>defineix un endomorfisme 𝑓(𝑣 ) = 𝐴𝑣
Diagonalitzar f o A és equivalent perquè:
’¹ ’¹
𝑀(𝐵 ← 𝐵) = 𝑀 ‹𝐵 ←𝐶𝑎𝑛Œ𝑀(𝐶𝑎𝑛 ← 𝐶𝑎𝑛)𝑀(𝐶𝑎𝑛 ← 𝐵)
O O
𝐷 = 𝑃bc · 𝐴 · 𝑃
about:blank 47/48
26/10/22, 18:37 Apunts Àlgebra
Codi: 103801
Àlgebra Crèdits: 6
Prof.: Joaquim Roe Vellve
𝑓 e = 𝑓 · 𝑓>(𝑓>𝑐𝑜𝑚𝑝𝑜𝑠𝑎𝑡>𝑎𝑚𝑏>𝑓)
𝑓¦ = 𝑓 · 𝑓 · 𝑓
𝑓 © = 𝑓 · … · 𝑓> (𝑛>𝑣𝑒𝑔𝑎𝑑𝑒𝑠 )
𝑓 e ↔ 𝐴e = 𝐴 · 𝐴
𝑓 ¦ ↔ 𝐴¦ = 𝐴 · 𝐴 · 𝐴
𝑓 © ↔ 𝐴©
Si A és diagonalitzable podem trobar P inversa D diag amb :
𝐷 = 𝑃 bc · 𝐴 · 𝑃> ⇔ 𝑃 bc · 𝐷 · 𝑃 = 𝐴
𝜆c ⋯
Exemple:
𝐷 = Õ⋮ ⋱ ⋮ Ö llavors
⋯ 𝜆©
𝜆ô c ⋯
𝐷Ã = ö ⋮ ⋱ ⋮ ÷
⋯ 𝜆Ã ©
𝐹¯ = 1, 𝐹e = 2, 𝐹¦ = 3, 𝐹• = 5, 𝐹Ž = 8 … ..
Nombres Fibonacci
𝐹© = 𝐹©bc + 𝐹©be
about:blank 48/48