You are on page 1of 392
ALGEBRA LINEAL CLAUDIO DE J. PITA RUIZ Escuela de Ingenieria Universidad Panamericana sion técnica Fernando Vera Badillo Ing. Civil, Universidad La Salle Maestro en Ciencias, UNAM Profesor Investigador Universidad La Salle McGRAW-HILL MEXICO + BUENOS AIRES * CARACAS + GUATEMALA + LISBOA + MADRID © NUEVA YORK. PANAMA » SAN JUAN » SANTAFE DE BOGOTA » SANTIAGO » SAO PAULO. AUCKLAND + HAMBUASO * LONDRES * MILAN * MONTREAL « NUEVA SELtll + PARIS ‘SAN FRANCISCO » SINGAPUR + ST, LOUIS + SIONEY * TOKIO * TORONTO ALGEBRA LINEAL PROLOGO Not being familiar withthe concepts cof Linear Algebra such s linearity, vector, lnese space, mattis, ete snowadiys amounts elmost io being iterate in the natural sciences and pethaps in the social sciences as wel Lore Gieding i lgebia ives, Have ulgunos anos esta dlisciplina matemaitiea era estudiada solamente por personas que se estaban format: do dentto de alguna earreta de “elencia pura”, como mateméticas o fisiea. Es por {¢s0 que actuslmente existen en el mereado algunos textos eseritos previsamente paraeste pibico. Estos textos son, sin duda alguna, exeelentes libros sobre el toma, pero tienen Ia earacteristica de ser muy rigurosos o muy ambiciosos en lo que respecta la generalidad de la teoria tratada, ‘Mis recientemente, el dlgebra lineal se ha convertido en una parte de la Imatemiética que resulta ser indispensable para cualquict persons gue estudia una carrera cientificao téenica, como lo es cuslquict rama de la ingenietia. Esentonces ‘ahora, que han comenzad a aparecer algunos libros sobre este tema con caract tisticas distntas de aguéllas que mencionaba anteriormente. La intencidn de esta nueva generacion de textos de lgcbta lineal es introducir de la matematica de un modo “didictico”, partiendo de situaciones coneretas y simples, recortiendo paso a paso el camino de la generalizacién y desembocando finalmente en las grandes y maravillosas ideas que aparecen en esta teora, fas cuales resultan set de capital imporiancia en estudios pastetiotes de matem ode ciencia aplicada Este es precisamente el espititu que tiene In presente obra, El material aqui presentadbo tiene un earicter elemental (lo eual no significa que sea fil) en cuanto que no pretende resaltar los aspectos mis generales de las ideas expuestas. Sin embargo, se ha tratado siempre de explotar al méximo estas ideas con el fin de obtener en cada tema el mayor ndmero de resultados que este tratamiento elemental permite ALGEBRA LINEAL Prohibida la reproduccién total o parcial de esta obra, por cualquier mecio, sin autorizacién escrta del editor. DERECHOS RESERVADOS © 1991, respecto a la primera adiciéa por McGRAW-HILL[INTERAMERICANA DE MEXICO, S. A, de C. V. ‘Atlacomulco 499-501, Fracc. ind. San Andrés Atoto 83500 Naucalpan de Judrez, Edo. de México Miembro de la Cémara Nacional de la Industria Editorial, Reg. Nim. 1890 ISBN 968-422-777-9, anse7g0012 INGOT 9087649215 Impreso en Mico Pte in Mexico Esta obra so tering da Imprimir en Septembre d'1995 en Programas Educallves, S.A. do. Cal. Chabacano Num. 65. Col Asturias Delegactin Cuauhtémoc ‘06280 Mexico, DF a Se taron 500 ejmsiaas Las matematicas constituyen una aetividad regida por las mistas reglas imp «as sinfonias de Beethoven, las pinturas de Da Vinei y las poesias de Homero. [Asi como las esealas, las leyes de Ia perspectiva y la mettica patecen carecer de vitalidad y ardor, poded parecer que las reglas formales de las materniticas som tediosas, Sin embargo, las matemtieasalcanzan pindculos tan elevados como los logrados pot la imaginacién de sus mas osados exploredores. ¥ agut se encietta, ‘quizi, la whima paradoja de la ciencia, puesto que en su prossico trifago, tanto la Fgica como las matematicas dejan atti frecventemente, a su avanzada y muestren aque el mundo de la razén poraes mis extrafio ain que ef mundo de la fantasia pura E, Kaswen/J. Newnan (Maremdticas e imaginacin) vill ALGEERAUNEAL 1 ilgebra lineal es una base que soporta otros estudins importantes en mate: mites (ls cuales a su Vez resullan ser eentrales para los ingeniero, los fiscos, ete). En muchos casos importantes, Ia manera de aeluar en este soporte es proporeionando un lenguaje adccuado y preciso para estudiar algunas otras ideas ‘matemiticas, Un ejemplo de este hecho se encuentra en el estudio del eileuto de funciones del tipo f: US R* = Re, eon ny m ntimeros naturales srbtrarios, en donde para estableeer de une manera precisa el concepto de devivada de una fine, es necesario hacerlo con el Ienguje del algebra line De esta manera, cada libro sobre el tema presents una manera distnta de construrlabase-soporte de élgebra lineal. La elaboracisn que presenta este libro pretende ser simple pero sida, de modo que, por una pare, el estudiante ls pueda incorporat a sus conocimientos sin mucha dificultad y, por otra, pueda servirle adeeuadamente como apoyo pars estudios posterior. El lector pod ver distrlbuides alo largo de la obra una buena eantidad de apéndices, tanto de secciones particulars de algin capitulo, como de eapitulos, tmismos, Algunos de estos apéndices tienen la finalidad de exponer temas que, aun, dontro del earicier elemental de toda la obra, son menos elementales que los temas {que conforman propiamente el cuerpo principal del libro, pero que sin embargo, dlependiendo das intenciones de cada curso particular, podrian ser ineluidos en _unprimer oenunsegundo eutso sobre ilgebra lineal (al es eleaso de lasapendices y IL del capitulo 4, por ejemplo). Algunos otros apéndices no eontienen materi ‘evo sobre élgebra lineal. En ellos, la intencidn es usar algunas ideas previamente estudiadas para aplicarlas a la solucién de varios problemas “prietieos” (éste es el «aso del apéndice de la seccion 4 del capitulo 5, por ejemplo) De cualquier modo, el conjunto de apéndices de este libro consttuye un ‘material opcional para un primer curso estndar y elemental sobre esta materi, La seouencia que siguen los temas desarrollados a lo largo de los capitulos es tal que eada capitulo requiere, en general, el conocimiento del material diseutido cn los capitulos que Je anteceden. En otras palabra, el libro presenta una estruc- tura de expesictin pramidal, eniendo la base en el capitulo 1 y en la eispide el capitulo 7. Se incluye un capitulo de conceptos generales (wéase la introduccidn) que presentan ailisisbastante concisos sobre tres temas importantes de cultura general cenmatemiticas:eonjuntos (que se usa constantemente en todo el libro), relaciones de equivalencia (que se usa en los capitulas 3, 4 y 6) y funciones {uno de los conceptas mis importantes de la matemitica, que se usa, bajo diversas formas, en todos los eapituls). En cl capitulo 1 se stdin fos sistemas de ecuaciones lincales y las matrices En las seeciones | y 2 se hace un estudio bastante elemental sobre sistemas de ccuuciones lineales. El interés principal es establecer una hettamnienta eon Iu que se trabajar encel resto del libro. Es por eso que el énfasis en el tratamiento de este {oma es en este momento de earicter operativo: se trata de ver cémo resolver sistemas de ecuaciones lineales. AL intentar contest esta pregunta se producixin, las primeras euestiones tebrieus inleresantes alrededor de este tema, el cual es retomaclo en Ia sein 7 del eapitulo 4, en donde, ya con un lenguaje propio det flgebra lineal (teansformaciones lineales entze espacies veetoriales) se obtienen PrbLo90 Ix algunos otros resultados tricos “no elementales” sobre sistomis de ectaciones lineales y mattices. Las dos seeciones restantes de este capitulo se dedican a «estudiar el itmportante concepto de mattr, asi como a establecer algunas de lss propiedades mis importantes qu tine estos “enfes matemiticos” En ealidad, ‘este eoncepto es introducido desde la seccién 2 (subscecién 2.1) en tm intento de simplificaciénen la notacién parael proceso de solueidn desistemas de ecuaciones lineales) El capitulo 2 contiene un aceteamiento elemental a a teoria de determinantes ‘AL igual que en el capitulo 1, no se pretende hacer un estudio exhaustivo de esta teorla, pues, por una parte, éste quedaria fuera de los aleanecs y objetivos de | obra, y, por lta parte, el interés en este capitulo sigue siendo dessrollar mis hrerramientas que nos permitan navegat, con el menor nimero de diffeultades t€enicas, pr los capitulos subsecuentes Podkamos decir que el eaptulo3 exe “primer” eapitulo del libro, en el sentido ‘de que enél se estuia la primera de las abstraciones fundameniales ent algebra Lineal el concepto de espacio vectorial. A partide este capitulo y en lo que testa {el libro, se puede ver el uso que se hace de ls deus y metodos desarollados en los dos primeros capitulas con el fin de lograr una mejor comprensin de los pantos {que involucra el estudio de esas maravillosas y potenes ideas que apareccn eh el Algebra lineal. El sabor de a abstracelén matetiica, que apenas se esbozs en los capitules 1 y 2, eomionza alhacerse mis palpablea pat deste capitulo. La manera ‘como se pretende lograr que el estudiante entienda estas nuevas abstraceiones mateméticas es mostrando una gran eantidad de ejemplos conerets (algunos de «ellos numéricas) que ilstten eada uno de los eoneepios introduekdos. Es por eso ‘que después de presentar una definiién o de obtener un resultado apateee, si por regla genera, la frase “por ejemplo..." El capitulo 4 trata sobre las transformaciones lieales. La sospecha de que las transformaciones lineales y las matrices sean paricntes muy eereanos trata de sembrarse desde la primera seein, en donde se da la defini y los primeros ejemplos de transformaciones lineales. Esta sospecha se eonvierts en una realidad en la seccion 3. BI lector interesado en ir mis al fondo de esta relocisn entre transformaciones linealesy matrices puede estudiar el apéndice de laseceiin 5,en donde se muestra que el dlgebra de las transformaciones lincales enc espacios vectoriales de dimension finita es iséiorfa algebra de matrices. En la seeetin 6 se otoma el anilisis que sobre isomorfismos entre espacios vectoriales se hizo en Inseecién 6 (eubsecciin 62) del capitulo 3. Eta secein contens un apindive que muestra emo pueden ser usados los métodos del lgebra lineal para hall antiderivadas de algunas fonciones. Este “método" de integracién no tiene valor alguno desde el punto de vista prietico, per slo tiene desde el punto de vista de Iabelleza de las ideas involueradas. Se presentan,finalmente, des apéndices en el capitulo 4, En el primero de ellos se estudian los funcionales lincles: se presenta el concepto de espacio dual aun espacio veetoral, el eoncepto de espaefo bidual yysu somorfismonatural eon el espacio del que procede, el eoncepiode ranspuesta de una transformacisn lineal y, por illimo, se da una caracteizaciin de los hiperplanos como nicles (trasladados) do funcionales lineales. El apéndice I introdace el importante concepto de espacio vectorial cociente. Al lestor con intereses dentro de las materaticas le es ampliamente recomendado el estudio de este apéndice, pues la construceidn de estructuras coeientes es una de las herr ‘mientas mis usadas en muchos otros estudios de matemiticns. En el eapitulo Sse estudian de nuevo los espacios vectoriales, pero ahora con ‘un nuevo ingrediente que les da una gran riqueza estructural: el producto intetno, Este ingredionte permite, en muchas ocasiones, tenet imagenes geométricas de los resultados obtenides. La seccidn 4, que trata sobre bases ortonormales, eontiene ‘un apéndice sobre el método de los minimos euadrados, el eval es muy usado dentro Ge cietios estudios de ingenietia y de ciencia aplicada en general Et capitulo 6 es, sin dada, uno de los eapitules mus importantes del libro. Bn él se estudia lo relacionado a los valores y vectores propios de transformaciones lineales y matrices. En este capitulo se da respuesta a una pregunta que fe planteada en la secein 4 del capitulo 4: dada una matriz cuadrada, jes ésta ‘semejante a una matriz diagonal? La respuesta, comose ve en este capitulo, es que dlesgraciadamente no cualquier matriz es semejante a una mattiz diagonal; estoes, ‘no toda matriz es diagonalizable. Esta propiedad de diagonalizacién de una mattiz es estudiada en Ia seeeién 3 usando el polinomio minimo de la matriz (\eotema 3.6). Enesta seecion tainbicn se establece el elebre teorema de Hamilton-Cayley. Se incluye un apéndice sobre teorta de grficas. Esta es una paste dela matemitien ontemporinea de gran riqueza y uilidad préetica, En este apéndige solament ‘muestran algunos aspeetos de a teor‘a que tienen conexisn con el silgebra lineal En el capitulo 7 se estudian las formas bilincales y euadriticas. En realidad, «fos temas pertencven ya. Loy tertenos del dlgebra muitlincal, pero, debido ales ‘muy importantes aplicaciones que tienen las formas euadrticas (como por ejemplo !as pesentadas en las secciones 3 y 4 de este capitulo) es que muchas veees se incluye su estudio en un curso introductorio de élgebra lineal EE fibro contiene mas de 900 problemas propuestos para que el estudiante resuelva, En el apéndice se dan Ins respuestas, en algunos casos, las soluciones «explicitas de la mayoria de estos problemas. Fl papel que desempeiis la resolvcién, dle éstos en la comprensidn de la teoria discutida en el textos, como cn la mayorta de los libros de matemtieas, fundamental. El quedarse eontemplando las det clones y los teoremas que aparecen en el libro, seguramente no conduciré al estudiantea a asimilaeidn de la teoria, Muchos de estos problemas son mutnéricos, dvearictcr operativo. A este respecto, esnecesaria una aclaracisn: el dlgebta lineal ‘no es solamente un ctimulo de téenieas de cémo resolver sistemas de eeuaciones, «cémo hallar bases de espacios veetoriales, edmo determinar los valores y vectores Propios de una mattiz, ete, Los problemas numétieos tienen muchas veees la intencisn de reforzar este aspecto operativo (que ciertamente ayuda ala compren- sidn de la materia). Sin embargo, un curso de dlgebra lineal debe ir ms lejos del caricter operativo, tratando de instalar en el estudiante una serie de conocimientos, ue, por una parte, le den formacién dentro del tipo de razonamiento analitico propio de la matemitica, y, por otra, le sirvan en futuros estudios de esta u otra parte del conocimiento cichtifico. Es por eso que en algunos otros de los problemas Dropuestos se pide “demuesize que . ..". En ello, se invita al estudiante a echar ‘mano de Ia teoria previamente estudiada para establecet Ia valides del resultado indicado en el problema, Se han elasifieado los problemas propuestos en dos clases muy generates: los que no requieren mas que de la aplicacién directa de la teorfa disculida ct cl texto (previamente asimilada, claro esti) y los que presentan cietto ptado de dificultad Adicfonal, ya sea porque Is habilidad operativa que demanda para su solucion es alla, o porque quizis requiere de un “chispazo adicional’a Ia cori discutida en el fexto pars demostrar un cierto resultado. Estos tkimos hen sido mateados con un equefio citeulo y, a su vez, se han subdividido en cuatro subclasess el nimero entro del eirculo indica el “grado de dificultad Por iltimo, deseo hacer patente mi agradecimiento las autoridades de ta Universidad Panamericana que me brindaron su apoyo para la realizacisn de esta obra. Agradezco también al Dr. Francisco Gonailez, Acuia el haber usado eoino texto la primera versién de este libro en vn eurso que impartié en 1990; frato de clo fueron una serie de valiosos comentarios que influyeron en la estructura de la versiGn definitive de la obra que ahora se presenta, Agradezco también a la Srita. Irma Cuéllar Carmona quien realizé el trabajo meesnogritico original, Alejandro Lopez Léper y Ricardo Téllez Reyes, quienes trabajaron conmigo durante todo un semestre en la ttiniea labor de revisin de los originales y, muy especialmente, al ‘matemitico Alfonso Leal Guajardo, quicn me ayudé.a detectar algunos de los ertores “mis escondidos” que se encontraban todavia en la primera version del lilo, asf ‘como a presentar las soluciones de muchos de los problemas propuestos, México, D.F., enero de 1991 Claudio Pita Ruie Escuela de Ingenieria Universidad Panam Contenido Prélogo Introduccion... 1, Sistemas de ecuaciones lineales y matrices ........+- 1 Conjuntos oA Relaciones de equivalencia Fonciones Ejercicios Sistemas de ecuaciones lineales LL Sistemas equivalentes y el método de eliminacién Ejercicios El método do eliminacién de Gauss-Jordan 2.1. Matrices y sistemas de ecuaciones . 2.2. Opetaciones elementales en las lineas de una mattiz 2.3. El método de eliminacién Gaussians 24 Sistemas homogéncos dk Ejercicios -cuaciones lineales Matcices I: Operaciones eon mattices 3.1 Suma y producto por un escalar 3.2. Producto de matrices 3.3. Patticién de matrices coca 34 La sohucién de un sistema no homogéneo de ecuaciones lineales Ejercicios Matrices I: Inversibilidad . 4.1 Definiciones y resultados prefiminares 56 58 64 1 B 80 sl xill xiv ALGEERALNEAL fndwoco xvii 42. Matrices elementaes - _ 87 4.3 Complementos ortogonates 456 oo Apéndice. El método de mfnimos cuadrados 461 4.4. Mis sobre inversibilidad . oe 94 Ejercicios 470 Bjercicias ces ~ 8 fs : 5. Transformaciones ortogonales . 47 2. Determinantes ........ Ejercicios pecdododeeca 485 1. Peemutaciones Bjercicios Apéndice, Funcionals lineales en espacios eon product interno 488 i Ejercicios .. paeeneaes . 498 2. Definici y propiedades . ug 21 Definicién de determinante 119 6. Valores y vectores propios wee + 494 22 Propiedades ...cveeveevecseeese e « ral 1. Definicién y resultados preliminares: tee 496, 23. Operacionesclementales y deteminantes ss... 126 pa a 11 Valores ptopios sess es++ 498 1.2 Vectores propio. Bspacios propios 501 3. Eldeterminante de un producto de mattiees .....606.660ccecreee 139 we Ejercicios ve. e eevee . ves 507 Bjercicios ee ceesvsees 143 ‘ 2. Diagonalizacion ......sessseecseseeesees coven SB 4, Desatollo por cafactores sewdeciene MS Bjercieios eS eaten 330 Ejercicios . Q 156 3. El polinomio minimo de una maiz y el teorems de Hamilton-Cayley 534 5. Laadjunta de una matriz . ve 160 Ejercicios ou 5.1 Una formula para la inversa : 162 52 Laregla de Cramer 165 | 4, Dingonalizacgn ottogonal.......esceeeseeee cop 551 Bercicios 167 Ejercicios 561 Apinuice, El doterminante de Vandermonde 1m Apéndice, Sobre la teora de grifieas 2.2.2. c.. ee Blercicios " ! AL Algunas definiciones preliminares . oro Ho ic i A.2_ Gnificas y matrices .......... ee cae 565 Espacios vectoriales .......... seveeees 176 i ioe 569 1. Definicién y observaeiones preliminares . 178 AA Elespectro de una grifica sm Ejercicios . 182 1 AS Unacota paral espectto .....c00ccecseeeeseeseseeeeee ST rf i ~ { teorema de Sac! 581 2. Ejemplos de espacios veetoriaes: - v8 \ arama sae 211 Bel copecls ieee ene eee . 184 i Ejercicios 22 leap , SOI sa i 23. Blespacio Myey sees. . vote 198 i 7. Formas bilineales y cuadraticas ..., 5 2.4 Blespacio F() . ooo 193 t, 1. Formas ilineales . 591 Blercicios fiititteeisetcerensseree 195 LL La matrigasociada a una forma bilieal -...... = 594 r xvii ASEBRA LINEAL 1.2. Cambio de base, Rango de una forma bilineal 1.3 Elespacio de formas bilineales Ejercicios ; 2. Formas evadriticas oo 2.1 Reduesidn a una suma de euadtados 22 Laleydelainercia . A 2.3. Formas definidas positivas y definidas negativas Ejercicios 3. Parbolas, elipses,hipérbolas, ete. 3.1 Reducidn dela ecuacicn general de segundo grado ala forma ccansnica a 3.2. Constr grado Ejercicio .. de la grifica de una ecuacién general de segundo 4. Paraboloides,elipsoides, hiperboloides, ete. Hferct6l0s eee eevee Respuesias y sohuciones a ejercicios seleccionades Referencias bibliogrificas. indice alfabético 397 399 602 607 610 617 eu oo 635 646 659 669 om a2 685 715 m INTRODUCCION Conceptos preliminares La finalidad de este capitulo es proporcionar el matetial matemitico basico con el que se trabajaré en este libro. Los temas que se diseutirin aqut som: 1) conjuntos 2) relaciones de equivalencia 3) funciones El primeto de estos temas es usado frecuentemente durante el desarrollo del libro. Los dos testantes se presentan pues, cuando se llegue a hacer uso de ellos, seri neeesatio tener bien elaros algunos detalles de los mismos. No se pretende hacer una discusisn exhaustiva del material que estos temas ccubren, La discusidn que se hard seri mis bien coneisa, guiindose sobre todo por aquellos aspectos que llegardn a ser usados en algiin momento en este libro, La ddemostracién de algunos de los teoremas aqui presentados serin desarroindos. cofno ejereicio por el lector. A. CONJUNTOS ‘Como es usual en libros que no tratan la teorfa de conjuntos desde un punto de vista avanzado, Ia idea de “conjunto” en est libro seri aquella que intuitivamente 4a esa palabra, 0 bien, lo que intuitivamente se entiende por “familia” o “eolee~ cid” de cfertos objetos, A estos objetos se le llamara elementos del conjunto. Bs ‘isa designar con letras mayisculas a los conjuntos y eon minGseulas a sus elementos. Lateoria de conjuntos es una de las partes “delicadas” de las matematicns. Se advierte que este pequefio resumen de Ia teorfa que aqui se presenta no es para tspeciaistas. El lector interesado en ver con. profundidad esta teoria, puede ‘consultar como primer paso— el libro de P. R. Halinos, Naive Set Theory, Van Nostrand, Princeton, N. J, (1960). ‘Cuando es posible exhibir de alguna manera los elementos de un conjunto, digase x), x... Se esetibe bya ed 2 ‘para denotar al conjunto euyos elementos son 11,12, . . Sint embargo, muchas ‘veces no s posible mostrar explicitamente los elementos de un eonjunto. En tal caso se recurre a exhibir alguna propiedad compartida por tados los elementos de Gl, Digase que P ¢s tal propiedad. Entonces se eseribe IP) pera denotar al conjunto euyos elementos son las-x que satisfacen ls propiedad P. Se dice que un eanjunto es finit (infinito) si el némero de sus elementos es finito (infinito, respectivamente. ‘Algunos conjuntos importantes que se usar en este ibto (todos ellos infinitos) N= (1,2,3,...1 el conjunto de mimeros naturales Ze (01y-2,-1,0, 1,2, +} ef eonjunto de niimeros enteros R= el conjnto de mimeros reales C= (a+ ib], b € Rj el conjunto de mimeros complejos Si.xes un elemento del conjunto A se eseribe xeA En caso contario so esribe ea Por ejemplo,3 Ny V=T ER ‘Atm conjunto que carece de elementas se le llamar conjunto vacio y se denotari por 8. Sedice que los conjuntos A y Bson iguaes, lo cual se representa como A = By sieeflos constan exactamente de los mismos elementos. En caso contrario se dice que Ay Bson diferentes y se escribe A # B. Pot ejemplo si AM 124,600.) Be (x|x=2k KEN] wo Co (r]x=2k- 1, KEN} setiene qued = BC. ‘Se dice que el conjunto A es un subconjuato del conjunto B, 0 bien que el conjunto B contiene al conjunto A, lo cual se escribe como ¢ B, sitodo elemento, dl conjunto A es también elemento del conjunto B. Es decir A SB si xeAmxeR Por ejemplo, todo conjunto es subconjunto de sf mismo, y si A es un eonjuto cualquiera, el conjunto vaeto es un subconjunto de . La relacign de igualdad entte conjuntos puede ser establecida en términos de contencidn entre los eonjuntos: se diov que el eonjunto A es igual al conjunto B si AGB y BoA TEOREMA 1.4 TEOREMA 1.2 wrroovccien 8 Probat este par de contenciones es el provedimiento normal que se sigue cuando se quiere demostrar que los conjuntos A y B son iguales, ‘Cuando un conjunto A es subconjunto del conjunto B, pero A * B, se dive que A.esun subconjunto propio de B,o bien que el conjunto B contiene propiamente al conjunto A, Par» afatizar este hecho, en ocasiones se eseribe AS B. Dados los conguntos A y B, se define el conjunto unin de A y B, denotado por AU B, como aquel cuyos elementos son los elementos que pertenecen a A 0 los {que perienecen a B (oa ambos). Es decit AUB=(x|x€4 0 2eB) Por ejemplo, si y C son los conjuntos definidos en (1), Neauc Las principales propiedades de la unién de conjuntos de resumen en el siguiente teorema Si A, By Cson conjuntos cualesquieta, entonces 1) AUB*BUA 2) AU(BUO)=(AU BUC 3) AUASA AAU OHA 5) ACB AUBHB Dados los conjuntos Ay B, defina el conjunto intersecctén de A y B, denotado por 11 B, como aquel exyos elementos pertenecen a A y a B simultineamente. Bs decir ANB=(x|xeA y 2€B) SiA 11 B= @ (estoes, el conjunto A no tiene elementos en comin conel conjunto B), diga que los conjunios A y B son disjtatos (0 ajenos). Por ejemplo, los cconjuntos A y C de (1) son disjuntos. Las principales propiedades de la interseceién de conjuntos se resumen & SiA, By C son conjuntos cuslesquiera, se tiene 1) ANB=BnA 2 ANBNO=An HAC 3) AN ASA AN D=D 5) AGB ANB*A 4 duceena nea TEOREMA 1.3 Dados los conjuntos A y B, defina el conjunto diferencia entre A y B, denotado ot \ B,* como el conjunto euyos elementos son los elementos del conjunto A {que no pertenecen al conjunto B. Es decin A\Bs[s]x€4 y rea} Por ejemplo si4 es el conjunto definide en (1) y B es el eonjunto Bx (x|x=48 REN) seticne: A\B = (2,6,10, SiA y Bson conjuntos cualesquictn, s tiene DA\o=A | 2ANB= om 4A\BoA 3) ACB A\B= 0 SiAy Bson dos conjuntas cualesquieta, defina el producto cartesiano de A y B, cl eual se denota como x B, como el conjunto de todas las parejas ordenadas ( B) euyo primer elemento pertencce a A y el segunda a B. Es decir AXB™ (014 €4,b EB Pot ejemplo si A = {1,2,3} y B= (1,2) se tiene A*B= (0,052) 1, 2,2), 0,8,2)) ‘Més generalmente, con los conjuntos A,, As, ...,As puede formar su producto cattesiano A: * Az... X Ay, el cual es (por definielén) el eonjunto de n-adas ordenadas (a, a3... a.)endonde a€ A, i= 1,2,...,1. Enel caso en el que A, *ALE*1,2,-.. nse eseribe AXAK.. XA SAP oo veces Eneste libro se estudiard (en el capitulo 3) el conjunto Re el cual es entonces Be (G2... ,8) | RF 1,2,...,n) B. RELACIONES DE EQUIVALENCIA Una relacidn binaria en un conjunto X es unsfmbolo matemético ouna afitmacién verbal, que se denota por R, tal que para cada par de elementos x, yen X, la asercicn, +Ry tiene completo sentido y puede asignarsele sin ambigticdad el valor de verdad © falsedad; es decir, ados x, y € X, la asercidn xRy es verdadera ofalsa. Cuando "Nota: La dfstenciade y Bse denote a veces porA~B,oicn poe A~ B, rmcouccen 5 sf) es verdadera, se dice que el elemento x esti telacionado por medio de la ‘claciGn binaia Rcon el elemento y,yse esribe simplemente xRy.Caso contario, 6 decir cuando xRy es falsa, se dice que tno esta relacionado con y, y se escribe Ry: Por ejemplo, si X es el conjunto de los mimetos entetos 2, la relacion (Cmenor que") es una relacién binatia en X. Asse tiene que -1<2y -1.¢-3, En esta seecian es de especial interés estudiar un tipo eoncteto de telaciones binarias Hsmaddas relaciones de equivatencia « Una relacidn de equivatencia en un eonjunto X es une relacida binatia Ren X que cumple as siguientes propiedades: 1, reflexividad: xRx. Wx € X, 2, simetria: xRy = yRr,¥ xy eX 3, transitividad: xR, yRe = xR, Vx, zex ‘Se usati frecventemente el simbolo ~ para denotar ala relacisn R, Sea ~ una relacin de equivaleneia en un conjunto X. Pata cada elemento x € Xse define la clase de equivatencia de x denotada por (x},* como el conjunto de todos los elementos de X que esti relacionados con x por medio de la rlacion =, Osea Bde tye x} y=a Si Xes un conjunto (no vacfo) cualquiera el ejemplo mas simple de relacién de ‘equivaleneta se encuentra si se define a telacién ~ en X como xeyerey Osea que ~ es larelueidin de igualdad enire los elementos de X. Es claro que esta relacion es reflexiva, simétriea y transitiva, La clase de equivalencia de x consta kn, EZ) = Ve Zly x ten EZ) Por ejemplo, sin= 4 se tiene [}" (y€Z ym 4k KEZ} = 10, Ue VEZ y= 144K RE ZI = Gey -1y 75-3, 15, 95-00} [Js (ye Z y= 244k ke Z) = (42,46, 410...) DB]= (YZ ym 344 REZ) © [0025-9 B,D Used [as (yeZ y= 444k kez) = (ye Z y= 4k ke Z} = [0] Eneste caso existen solamente 4 clases de equivalencia distintas, a saber (0) [1], (2,6). "El resultado principal de esta seccisn se encuentra en el siguiente teorema: ‘Sea.X un conjunto y sea ~ una elaeidn de equivalencia en X.Las distintas clases de equivaleneia obtenidas en esta relacién proporcionan una des composicicn de X como una unin de subconjuntos ajenos. Reciproca- mente, dada una descomposicién de X como unidn de subconjuntos ajenos no vaefos, es posible definir una relaci6n de equivateneia ~ en X tal que estos subconjuntos sean precisamente las clases de equivaleneia obtenidas de la relaciSn ~, neracouccssn 7 DEMOSTRACION Obsérvese primeramente que x-Upy xeX Setiene que probarentonces que dadas dos clases de equival tuna de las siguientes postbilidades: ica fx] y | setiene 1 fd=bl 2 INI & Supsngase gue [x] 0 [y] # ®. Se probani entonces que en este caso fas clases [3] yD] coinciden. ‘Sea z € [2] M [y]. Entonces ane a ry @ “Téimese un elemento a en fx}, Entonces a ~ 3 pero por (1), ~ 2 (pues ~ es simtie) y por tanto az (pues ~ es transitva).Por 2), a~y (puss ~estrasitiva) In aue quene dei enienees qi a (j]. Fntonces 4] © 9) ‘Un argumento similar nos conduce# a otra contencisn {3} &[x]-Seconeluye pues que [x] =f. sto musta la primera parte del veorema Sopéngase ahora que X es una wnidn de subeonjuntes ajenos no vacios. Definase en X la relacgn ~ como x7 y xy ypertenccen al mismo subconjunto Se verifica de inmediato que ésta es una relacion de equivalencia y que las clases. de equivaleneia son precisamente los subconjuntos en que estaba descompucsto inicialmente X. QED. Cuando en un conjunto X se establece una relucién de equivalencia entre sus clementos,sedice que“X queds partido —o dividido— en clases de equivatenei indieando con esto el hecho de que X puede ser contemplado como la unién dlsjunta de las clases de equivalencia de sus elementos. Este hecho resulta ser de capital importanefa dentro de algunas situaciones conerstas en matemticas. Pot ejemplo, esto permite hacer una identijicacién de todes los elementos de X que pertenezcan a una misma clase de equivalencia: identifiesndose cada elemento x € Xeon Iaclase de equivalencia ala que pertenece, y de esta manera dos elementos que pertenezcan a la misma clase seri, bajo esta perspectiva,indistinguibles (esta siluacién se presenta en ladiscusién sobre isomorfismos de espacios vectorialest subseccién 6.2 del capitulo 3) 7 8 AuseeaA UNEAL (Otrasituaeién que se encontrar también en este libro, relacionada con Ia patticiin de un conjunto X en elases de equivalencia, sent In de procurar “repre: sent: «s adecuados” en una cierta elase de equivaleneia: supdngese que a cada clomento de un eonjunto X se Te puede asociar una y solamente una clase de cequivalencia de otto conjunto ¥. Habri que preguntarse entonces si dentto de la clase de equivalencia que le cortesponde a un cierto clemento.x € X, existe un By i dy ~* Br son iguaes o cul se serve como fi = fiy Si Au = Az, By = Bz y f(a) = fla), V a € A(=A2). ‘Sea ahora A — Buna funcisn del conjunto A al eonjunto B. Si Ay un subeonjunto de A, se dice que el eonjant t.), subeonjunto de B, dado por fai) = Ula) Ja € ASB cs a imagen (directa) de A, bajo f. Esquematicamente 10 AiceorA uNeaL Si B. es vn subeonjunto de B, al conjunto f(B.), subeonjunto de A, dado por PB) lac Alfa) € BCA se le llama imagen inversa de By, Si By esté constituido por un solo elemento, ligase B,entonees se esetibe LO={a€ Alfa= 0) CA y se dice que este subconjunto de A es la imagen inversa de b. B ro Obsétvese que f(b) puede ser vacio. Por ejemplo, si se considera la funcion ft RH ffx) "3°, se thene LCD =o f10)* (0) FQ) = U1} Mas generalmente: F10) =o siy<0 #0) =0 Po)* WF, - Wi siy> 0 Alconjunto de elementos b € Bpatalos cuales f(b) noes vacio, ele lama rango dela fancisn £* Por ejemplo, para la misma funcion . R — R, fia) =, se tiene que rangodef= [y € R]y2 0} Si para le fonctén A — Bse eumple que rango de f= B digase que f es una funcidn sobreyectiva (o suprayectiva). Si ocure que para cualesquieta ay, as € A, tales que a, # a, se tiene fla) # fla), se dice que fes una “funcisn inyectiva. Equivatentemente, la funcidn fi — Bes inyectiva si Ect lacbraliea la plabarango sparse dsignanoun concep distntoal aq presenta. su momento (seen 2, capitulo) shar de nuevo la elaraekn corespondiens wrropuccion 11 fas) = flan) = 0) * a Si uns functn esa la ver inyectiva y sobreyectiva, se dice que es una funeiéin biyectva Por ejemplo, la funcion fi ~ Nfl) = 2x es inyectiva pero no sobreyectiva La fincisn 2 0} ~ N,f09 « bes sobreyectiva pero no inyectiva. La faneién FR» R,fd) = # noes ti inyectiva ni sobreyeciva. Por itino, la funciin R fet) = es inyectva y sobreyectiva; es por tanto una func bipectva ‘Sea ahora fi ~» Buna funcidn del conjunto A al eonjunto B yg: B — C una foneion del conjunto B al canjunto C. Definase Ia funcién composicin de g con ‘fdenotada por ge, como la foncién wfA~C ee ena exe) «9 Esquemétieamente =o) Obsérvese que aungue se pueda establever la composicién de gef, puede ocuttit ‘que la composieiin fg no esté definida. AG mis, si ambas coinposiciones gofy ‘fog estuvietan defindas, no es cierto en general que gof = fog. Debido a esto, se ‘dice que la composicién de funciones es una operaeién no eonmutativa, Por ejemplo, sise tienen las funciones LRA RY, fey)" @FHX-WD. BR Regt ydaeryez se puede format la compasicicn gefi R? —+ R, La cual esté dada por GAG 9.2) she yD) = RET A-y Dextytx-yt teed Eneste easo no se puede formar la composicisn fog (ipor que). Por otto lado, sise consideran ls funeiones PROR a2 BRR g)=2e 12 Aseonsunen. se tiene gue of ROR GPL) = BOA) = gb) = 2° fog: R=R aK = fig) * f29 = (2042 Serene pues que gef * fog ‘Se dice que la funcién fA ~ Brriene inversa, siexiste una funcign fs B—+ A (llamada inversa de f tat que fife td, Pf" = Hy ra re Un resultado importante, que da condiciones equivalentes al hecho de que una funcidn tenga inversa, esti contenido en el siguiente teorema: TEOREMA 3.4 [ La funcién fi A ~+ B tiene inversa si y solamente si es una funcisn biyectiva, DEMOSTRACION Supéngase prineramente que la fneidn A» B ine inverse ‘Vease que fes sobreyectiva: dado b € B se tiene be Melb) = (eF-9) = AO) Sia=/*(b),homos mostrado que (a) « b. Entonces b€ rangodef Es decir, rongo e,f= B. Por tanto, fes sobreyectiva, Véase ahora que fes inyectiva: sean di, a € A tales que far) fas) Slay) = f(ftay) Id se concluye que a, * ds, lo que muestra que fes inyectiva, Intaoouccidn 13 Entonces fes bivectiva, como se queria, Supéngase ahora que f es una funcisn bivectiva, Se quiete ver gue f tiene inversa. Para un elemento b € B, existe un elemento a € A tal que fla) = b (pues ‘Ses sobreyectiva), Este elemento es inico (pues fes inyectiva). Defina ls funcisn SBA como f(b) = a. Bs inmediato verificar que F=f Ids y fof = Id. Esto muesta que fliene inverse QED. Por ejemplo, sift R— Res la funcion fx) =, se tiene que ftiene invers, pues es una funcisn biyectiva, Ta funcién f: R — R, inversa de fes f(x) = WF. EJERCICIOS (INTRODUCCION) 1. Sean fos enue As lestuchisar) Be (masemdsieas) C= les) D* Yaseimante) =) Desetiba los conjuntos A U B.A UD,AN BAND. ©) Compricbe que Ces subconjunto de A, By D ©) Demuestre quea n De BND ©) Comproebe que \D = A.B ©) Demuestre ae (fa;ne8] CA UD 5) Compeuebe que {6a} es subconjunto de A, By D 2. Sea A un conjunto no vacio y a un elemento de A. Sea B = (a). Diga cues de las siguientes exprosiones son corrects, euses no, o bien, sobre cules de ellos no so puede decidir (por falta de informaetin,Sustifique su respuesta, 2) eB Dace WaAnBea vaca 2) BCA D aeaus ©) BEA 8) Bela) m) (a)CAnB ® (ayes i (alea 1) (ajeane 8 lace i falca ) AUB=(a) 3. Seanfosconjuntos A = 0,1], B (1,0},C= 0, {1} },D~ (10), 1]. £* {10}, 10,11), F~ {{0), {1,0]}. Maniieste euiles de las siguientes expresiones son covreelas y 4140 Agena uneaL 10, un, 2, a rn uses no, Jusitique su respuesta, Ack DECK b ENF=(10) base 2 FE ) EUF=(o)uA ace by Ace m) ENC~(0} @ ACD ACE ) EnD=(0) oad DANB-A 9) BOF SeaA = [@,[}](# ese conjunto vacio). Diga cules de las siguientes expeesiones son corrects y cuales no. Prucbe su respuesta, 8) Ase conjumto vaefo 9 An(e}-19) boca DAne=o eA AU [o) =A ® (8 }eA ) Aniol-o © (9 )e4 DAno=(0) Sean a y bos nimeros eualesquiera y sea A= tab (a), (21) {Cierto 0 falso?:€lconjunto A tiene slo dos elements distintos, (Sugerencia: consiere ls dos casos a= by a * b) Con os ndmeros 0y 1 eonstruya un conjunto que tenga S elementos distnts Sea = [avy € M),Demuestre que A= N. Sea B= [x+y] sy € Z]-Comprucbe que B = Z. Sean A, By C wes conjuntes tales que ACBCCCA Demuestre que A = B = C. Mis generalmente, si, Aa, - yay Son m eonjunts ales ave MEAG. CA CAEL Dnicbe entonces que Ay = Az "..-= Ay Demitestre el teorema 1.1 Demuestre el torema 1.2, Demuestre el teorema 1.3. Sean A, By C tres conjuntos evalesquicra. Demveste as leyes de De Morgan a) C\AUB) =A NCI » Clan B= C\AaU CD Dado un conjunto 4, se define su comin potencta, denotade por p(A) coma el ‘conjunto formiado par todos los subeonjuntos do A. Es decit pla) = (88) Por cemplo, si = {1,2} entonces PA) = (9, (1), (21, 12) 8) SiA~ @, desciba p(A) D) SIA» (1.2.3), deseriba pA) ©) SiA= 41,2), deserba p(p(a)) os © 6. v7. O18 1. 20 24 2 2, 24, 25, 26, Considere la wircouccen 15 (i) > mom seo 4 kets vn, Cs rns i A ee 2 oooh Shimer tapetsined e veB 9 4408} AMB=(A\B)UB\A) Scan A, B, Cy D conjuntescuslesquicra. Compruebe que ) ADB) = (AAHAC b) Aad=o OARBMA 8 ANBAO-UNHAANG, ©) AUBACUD) CAAQuU@AD) Ina interpreta ernie de los comjuntos RXR Rey RX RXR RE Enel plano ay deserba geomeétieamente el eonjunto Nx N Haga lo mismo para el conjunto 2% Z Sea A un eonjonto cualquiera. :Qué ese conjunto A * @? ‘Suponga que pata dos conjuntos Ay Be tiene A x B= ©. ;Qué puede decir de estos conjuntos? 8) Suponga que d € By C D, Demussie entonees que A * CC Bx D. 1). Piense que pra los eonjuntos A, B, Cy D se tiene Ax CC BX D. concluirgued © By CCD? posible ‘Sea X el conjunto de todos los seres humans. En X defina la relacién ~ entre sus ‘lementos como a) x~ysixeshermano de y by x~ysi.xespodre dey o) x~ysixesamigodey 4d) > ysix acs en la misma ciudad en que nacis y ox 1) x~ysixhabla la misma lengua que y Diga en cada easosi~ es una relaci6n de equivatencia en X. Bi el caso de que lo se8, sleseriba las clases de equivalencia correspondientes ia ~ en el eonjunto Zdefinida como six vive en la misma easa que y xo yo BkEZtal quex—y > 3k 16 Avsenaunen Demucsie que ~ es una relsién de equivalenciay que el conjunto caciente 7 formado por as clases de equivalencia (0), (1, (2) 27, Sea Xelconjunto de todas Is rectasenel plano. En X defina la relaeidn ~ como 8) x-ysixesparaelaay b) a> yshces perpendicular ay Acepte que toda recta es paalela a si misma, Demuestre entonces que la tela efinida en a) es una relacién de equivalenca,zeusles som ls clases de equivalencis 1s generadss? Bs la relaciin definida en b) una relacion de equivslencla? 28. Sea X el conjunto de todos ls triéngules.Defina en Xlarelaeion = como 8) x~ysixessemejantea y b) x~ysixescongruentecony Demueste que éstss son relaciones de equivalencia en X. 29. Bel conjunto de mimeros enteros Ze ha defini una ciertaelacién de equivalencia ~ demodo que Ziha qvedado descompuesto como la unidn de los siguientes conjuntos isconjuntos) Deseriba la rlacign~ 30, Enel conjunto N N defina la relacion ~ como @d)~ de atde bee Prucbe que ~ es una retacién de equivatenia 31, El siguiente argumento “demuestea” que si una reasidn binara R es un eonjunto X és sidirica y ransiiva,entonces es reflexiva: sean x,y € X tales que xR. Como R «ssiméticay se tiene Rr, Como Res tansitiva,xRy yRt implica xR, loque miestra ‘que Res refcxiva ncuentre el exror en este razonamiento 32, Co dere los conjunios A= (abe) B= (1234) Se dun » continvacion conjuntos de parejas ondenadas (x, )),x € A,y € B. Diga en ‘cada caso si se tene una funcién fi — B en dande y = fs). En easo afirmativo determine 1) elzango de a funcion 2) sila foneion es inyectiva 23) sila funcién tiene invers. En tal caso dotemnine la funcién f: B+ A 8) (aA, @2)(€3).(44)) % (a1), (42), 036.4, (6, 62)) 3 34 Ee 3 38 39, © 4. 2 4“. oa. wrrosucesn 17 ©) M03) (6.3), 35 (43)) ® (1,4), (63,42) ) (21.63), (1), (62), (42) 9D UD, (42), (02,6964) 8 (28), (43), (62.6.1) 1) (1 63), (22), (63), (42)} i) 183), (62), (a2), Ca)} MEN, A), (42), 2)) ‘Scan las funciones , g: R + Rdadas por FO= BK L 8(Q) ~ ale = P+ et 2 Hex td Determine a, bey d para quef= . Se dice que la funcién f R ~» Res lineal si flexi + 2) = es) + fe), en donde ¢1, sat € Re Determine cules dela siguientes funciones son lineales 9) fe)-x foyer >) Ay =3e ©) ft)" ms, m una constante 2 faxed De) = mx+ b my beonstantes Demuestreque la funcinjt A ~ Bes una biyeceiéns,y solo sicumplecon a siguicate propiedad: dado € Bel conjunto f(b) © A corsa de un solo elemento. ‘ca wn eunjumtosInto y conskdere na funcibnf.A — A, Demvestrequefesinyectiva Siy blo sifes biyectiva, Precise todas ls posible funciones biyectivas del eonjunto (1, 2,3) en s mismo {(véaseejercicio 36), Si esun conjunto den elementos, euinas funelones biyectivas de Aen Adis exisen? SeanfiA—~ By g: B+ Cdos funciones. Demueste que 8) Sify g son inyectivas entoncesgof es inycetiva by Sify g son sobeeyectivas entonces gefes sobreyectiva, ©) Sify g som biyectivas entonees eof es biyeetiva Suponga que las funciones dl ejercicio anterior son tales que gefes una funciona) Inyoetiva, t)sobreyectiva, ) biyectivs. Qué pusde deci de las funciones fy g? ‘Scafi -» Buna func biyectiva, Deneste que lafunciénf“: BA iene inversa que =f Sean iA ~ By g: B -+ C dos funcioss biyeeivas, pruche que fa funcion gefi A -+ Ctione inversay que (ge = fog” Sean iA» B, g: B+ C, fe C - D tes funciones, Demuestre que las fusciones| hie(gef (heghef.A > D son iguales. CConsidere la func: N — N tal que PE+Y) =f) +0) TEN fay=2 Comprucbe que x) =2¢Vx EN. 18 ALoeoPAUNEAL Demuestre que j- ee CAPITULO UNO 9 AP) = Fai yosifesotrsi . . OTE cme Sistemas de ecuaciones 46, Seu. ~ Buna fincinde Aa By sean fy Re subonjnts de , Dems que lineales y matrices a) AG, UG) = 00) UK) 9 uN ERED M9 apace ate 0) =f 1s. fs ieee e Eneste capitulo se exponen las ideas y resultados preliminares que aparceen en el estudio del ilgebra lineal Se discutits, por una parte, el método deeliminacida de Gouss-Jordan para resolver sistemas de ccuaciones lineales, siendo éste una herramienta fundamental que se usari en el resto del libro. Por otra patte, se introducira formalmente el concepto de mattiz y se hari un estudio més o menos detatlado de las prineipates propiedades que tienen esios “entes matemticos” c Iamados matrices, que sparecen también como elementos fundamentales de trabajo en el élgebra lineal. Pata introdueitse en el tema, se retoma la tan familia situacion de resolucign. do un sistema de dos ecuselones lineales con dos inedgnitas (x y y), digas: art by=m ortdyen (Conde a, B, cs, m,n son nimeros reales dados). ‘Uno de los procedimientos mis conocidos para oblenet la solucion de este sis- tema esl llamado “método de eliminaetén”, que consiste en, pormedio de opera ciones algebraicas (permisibles), eliminar una de las inedgnitas y producit asi una nueva eeuscién en la que aparece entonces s6lo la otra. Por ejemplo, si se multi- plica por (-c) la primera ccuacisn y por (a) lasegunda, y luegose suman, se obtiene (ad - be)y = an ~ em de donde se ve que si ad ~ be # 0 entoneces el sistema pose por solueiéa ana en ad= be dn =bn ad ~ be {el valor de x se obtiene sustituyendo el valor para y encontrado en euatquiera de Tas ecuaciones y despejando), Des el punto de vista geome uss del sistema dado representa una recta en el plano. Hallar una solucién de sistema consiste en localizar el punto en el que tales toctas se intersecan (punto cuyas eoordenadas ead una de las couse 49 satisfacen simultdneamente amas ecvaciones). Asi pues, siad ~ be # Ose tiene Is siguiente situacién: dan mientras que siad - Be = 0, puede acontecer que las dos rectas sean paralelas (en ‘euyo caso se dice que et sistema no tiene solueidn) o bien que se trate de la tnisma recta (en cuyo caso se dice que el sistema posce una infinidad de soluciones). Grificamente se ve como La primera parte de este capitulo (secciones 1 y2) noes mas que una generaliza- cin de Ins ideas involueradas en este sencillo ejemplo, Por ejemplo, se wataré do lar un sentido més amplio (jy preciso!) a los conceptos: ccuacisn lineal, sistema de ecuaciones lineales,solueidn de un sistema de ecuaciones lineaes, et, que son términos que ya se usan en este ejemplo elemental, asi como tambicn se ¢slablecer un metodo general para resolver sistemas de ecuaciones Et lasegula Parte de este capitulo, se introduce formalmente el eoncepto de “matriz" y se «studian as propfedades més importantes de elas (seeciones 3 y 4). 1, SISTEMAS DE ECUACIONES LINEALES ‘Sellama ecuacién lineal en tes inedgnitas (oindeterminadas) x1, x3)... 5% ava ‘ecuacidn de la forma am tant. act = b aay Te el caso de una ec fneal con dos nese se wan taconlmens ls leas xy y pra deotnra dss as como ene easo de 3, 405 insignias ews ambi, adore ds p94, ets» w: Enel eno general se usar jor rzoues obvi amiss fata can un sublece ‘ve indcad el nimerode inept del que Sete, Asi eeucion at # by = nse vocbeoneoan, bss my lacewcion art by + ce dit ew nat verde, ob le hen EJEMPLO 1 EJEMPLO2 EJEMPLO3 SISTEWAS DE ECUACIONES LIMEALES YaTRIces 21 endonde ay, a... , a bson nimeros (reales) dados, Al mimeto 4; que multiplica a la incdgnita x, (7= 1,2, n) se le Hama Coeficiente de ta inedgnita correspondiente, Al niimero & se le lama término independiense de In ecuacién, Sib*0,sedice que la ecusci6n (1.1) es homogéiea, En caso contterio, se dice que es no homogéinea. Asi pues, las ecuncfones 3x, + 2; = 6, 511 + Gx = Oson ecuaciones lineales en las inedgnitas 21, x: (la primera de ellas no homogénea y Ia segunda homogcnea), ‘mientras que la ecvacién 3x3 + 2x, 1 no es una eeuacién lineal, Sediee que a) 4." Fy o.0y 1, (ly. Son mimeros detrminades) una solucin dela ecuacidn (1, si estos valores de las ined saigaces ccuacin, en el sentido de que sustituyendo ests valores en ella, étase reduces tua identi, esto es, Wks + asks +. agi Por ejemplo, para Ia eouscidn 3x; = 6, se tiene que x, = 2 es una solucién, puesto que 3(2) = 6 es una identidad, as{ como para la ccuacidn 5 + 3%; = 4, se tiene que ai=ar" Ly. * 10, 2+ -2son soluciones, ya que 1 + 3(1) =4y 10+ 3(-2) = 4 son identidades. Se llamara conjunto solucidn de la ecuseién (1.1) al eonjunto formado por las soluetones dela ecuacién, Por ejemplo, para una ecuacién lineal con una inedgnita.x, at = b se pueden tener las siguientes situaciones: 8) Sia=2, = 4 (la ecuscién es pues 2x = 4) el conjunto solueidn esta formado. por el inico valor de la inedgnita x 2. b)_Sia=0,b=0 (laccuacisn es pues 0x0) el conjunto solucién est formado Por una infinidad de valores de x; esto es, eualquier valor de x saisface ©) Sia~0, b= 1 (la ecuacién es pues Ox 1) el conjunto solueisn es vacio, peso existe valor ¥de.x que euipla eon 0 F= 1 ‘Véase pues que en este ejemplo, el conjunto solucisn es vacio, o contiene un ‘inico valor dex, 0 est formado por una infinidad de valores pata x (obsérvese ‘que no puede ocurrir que el conjunto solucién tenga dos o tres on -n fnito mayor que 1~ valores de.) En la seecisn 3 de este capitulo se veri que éste es un hecho. general para sistemas de ecuacioneslineales. En esta seccion y en la siguiente, sera de especial interés considerar sistemas «de ecuaciones lineaies. Alconjunto de m ecuasfoneslineales uk aiats +... dinky nts tants ++ dante by a2 22 fseera near EJEMPLO4 EJEMPLO5 EJEMPLO6 anki # dusts tet ak ba en donde aj, (1 £i$m, | $j $n) son nimeros dados, se fe tama sistema de mt ecuaciones lineales en las n inedgnitas XSi los términos independiente (G1, 2, 2) som todos iguales a cero, se dice qu el sistema es honiageneo, En caso contrario se dice que es no homogéneo. Obsérvese que se tone que introducir un nuevo subjndice a los coeficientes de las ecuaciones: el primero de ellos indica el nimero de ecuacisn de la quese tats y el segundo, el nimero de la inedgnita de la que es coeficiente. Asi pues, dyes el coefieiente de lx inedgnita x en la I-ésima ecuscisn, ‘Los coneeptos de solucién y de conjunto solueign pata el sistema (1.2) se sgenetalizan de una manera natural: a los valores x,= 3, (i= 1, ...n)se les llama. solucién del sistema si estos satisfacen todas y cada una de las ecvaciones det isto (o sea, si son soluciones para todas y cada una de las ecusciones). El ‘conjunto solueisn esté constituldo por ls soluciones del sistema, Por ejemplo, el sistema 3y42n=7 ated ‘ene por eonjunto solucién a (xy * 1,12 = 2) (la solucién es “unica”) ntHe3 an +26 El sistema posce una infinidad de soluctones, pues dando cualquier valor a x digase x; = #(¢ € R), basta con eseribir x3 = 3 ~ fpara que se saistng el sistema, Eneste caso el conjunto soluctones (x1 = 1,42" 3 ~ 1, € R) (el sistema tene tina infinidad de soluciones), Por iltimo, es elaro que el sistema y+2n=1 itd 93 no posee solueiones, esto es, el conjunto solucidn es vacio. ‘Una vez dados estos eoneeptos proliminares, se pasa a Ia discusidn de edimo obtener las soluciones (si existen) de un sistema como (1.2). En el exso m= = 2 (Gistema de dos eeuaeiones con dos inedgnitas) se sabe perfectamente que hacer: se realizan operaciones algebraicasen las ecuaciones con el objeto deeliminat una ide las incdgnitas y se resuelve pata la restante, Para el easo general, se ver que “la filosofia” del procedimiento es esencialmente la misma: trator de eliminar incégnitas, En una primera vista, parece pues que no hay nada nuevo qué decir: dado un sistema de ecuacfones lineales, se realizan operaciones en las ecuaeiones de tal ‘manera que se eliminan incégnitas jy ya! Resulta que, efectivemente, no hay nad nuevo qué decir, a excepcién de la puesta en escena de tal estrategia SISTEVAS DE ECUACIONES UNEALES YMATAICES 23 Se debe ser muy enidadoso con el tipo de operaciones que se cecuaciones: considétese por ejemplo el sistema de 3 ecuaciones cor iran en las inasighitas Sx-2ye1 ox +222 axt2y=9 yy apliquese libremente la “esttategia de eliminar ineégnitss”. Sumando ls segun- day tercera ecuscién se tiene artdy= ‘que junto con la primera de ellas Sx - 2y « 1, produce (digase que se multipli ppor2 esta itima y se summa con 3x + 4y= 11 elitminando asi a y) por “solueidn” x Lye? ‘ise verffca esta “solucién” del sistema en las eeuaciones, se ve que, exeep~ cigin de la primera de elas para la cual se tine S(1) ~ 2@)* 1, una identidod, en las dos restantesestos valores do xy y no conducen a identidades (se tiene ~(1) + 2(2) +2,4(1) +202) * 9),9 pot tanto, io quese obtiene no fue una solucidn del sistema. ‘Ya en Ia introduecidn al eapftulo se observa que en el método de eliminacién se deben realizar operaciones algebraicas permisibles en lus ecuaciones para climinarincdgnitas de ellas, Uno de los puntos que se discutiran aqut esacerea de ‘uailes so esas operaciones permisibles (se obstrvara después, que en el ejemplo anterior st realiza una operacién no permisible en las ecusactones del sisterma). “Tambign se discutint la metodologia pata realizar tales operaciones. Pra coneretar la discusidn, se tomard como ejemplo un sistema de 3 ecuacio- nes con 3 ine6gnitas. Si se observa el sistema nel nel as) aed ¥y se pregunta por a solueidn de éste, se ve que no se tiene nada que haver, pues ta solucisn esti eserita en ef mismo sistema. ,Qué es lo que tienen‘de particular lasecuaciones de est sistema? Sucede que en eada unc de ellas aparece soto una incdgnita y ésta con coeficiente I (esto ¢s, en cada ecwacién aparece cada una de las indeterminadas despejad), Sin embargo, si se observa el sistema 2x + Su Suy 21 nitm+3n=12 aa) Sx #2t:+ 5x5" 23 nose puede, a simple visia, decir cules son sus soluelones, todo de eliminacisn permitiré pasar del sistema (1.4) al sistema (1.3); [se verificaficilmente que (1.3) es solueiin de (.4)} i.1, SISTEMAS EQUIVALENTES Y EL METODO DE ELIMINACION DEFINICION 1.1 Scie quedossistemas de ecuaciones son equivalentessiambos paseen el misma inimero de ecuaciones e inedgnitas y paseen también el mismo conjunsto solucisn, Por ejemplo, el sistema (1.3) y ef sistema (1.4) son equivalentes. Dado enfonces un sistema de ecuaciones por resolver, se deben realizar ‘operaciones algebraicas en las eeuaciones persiguiendo 2 fines: 1) Obtener un sistenna mas simple que el dado [en el sentido en el que (1.3) es mas simple que (1.4. 2) Queet sistema asi obtenido sea equivalente al original. sta es la filosofia propismente dicha del método de elt sistemas de ecuaciones. De esta estrategia general surge una interrogante natural: Qué tipo de operaciones se pueden realizar en las ecvaciones para producit sistemas equivalentes? ‘Véase que son 3 operaciones, lleunadas operaciones elenentales, que perm Lindn obgener sistemas equivalentes, Estas som ién para resolver 1) Intercambiar de posicién 2 de las ecuaciones, 2), Maltiplicat una de tas ecuaciones por una constante diferente de eeto. 3) Sumara una ecuncisn un tiltiplo de ota, En efecto: [Es claro que sien un sistema de eeusciones se intereambia la de elias, el nuevo sistema tendra las mismas soluciones que el inicial. Asf, en el sistema (I.4), es elaro que, por ejemplo intercambiando la primera y segunda ‘couacién, se obtiene el sistema mtmt3y= 12 Duy + 3t;- Sey= 21 (4a) Sx #28 + Sry = 23 el cual posce el mismo conjunto solucién que (1.4), Por otra parte, véase que al multiplicar una do las ecuaciones de un sistema por una constante diferente de cero, se obfiene un nuevo sistema equivalent, ignsese on general en el sistema (1.2) y supéngase que a la -ésima ecvactén se ea muhtiplieado por la constante k # 0, quedando entonees el sistema ute tanks + at Dy SSTEUAS DE ECUACIONES LNEALES YMATRICES 25 aan, + katy + + hate = bby (2a) aks + as #6 date Da Para vetificar que (1.2) y (1.28) son sistemas equivalentes, sélo se debe tener cuidado con la i-ésima eeuaeién que es la que ha sido alterada. Supdngase que x; = 5G 1,2,..., nes soluetén de (1.2). Entonces, ike + aks +. tinky = By, (5) es una identidad, ‘Si se multiplica esta identidad por kse obtiene agi + haa +. tha = ky 0.6) ta cual sigue siendo una identidad, o que dice entonces que x)= = 1,2,--+5 1) es también solueién de (1.2.a).Por timo, como la constante kes ditinta de cero, se pede, a pati de (1.6), regres a (1.5) multiplicando por, y entonces se ve que cualquier solucicn de (1.2.) es tambign solueidn de (1.2). En resumen, los sistemas (1.2) y (1.2.8) son sistemas equivatentes, Por itimo, pata ver que sumando un miltiplo de una eeuacién a otra no se a el conjunio solucidn, sopdngase, sin pénida de genralidad, que on of ‘ema (1.2) se sua k veces la primera cevacléna la segunda (mas eoneretaten- te: se sustituye Ia segunda eevacién por ella misma mis & veces lt primera, ‘quedindo entonces esta segunda ecuacién eoino Core kay + (aa has. * (aac kay de = bat Ry (LT) (todas las demas ecuaciones del sistema no se han alterado). Supéngase que x)= 3 j= 1, 2,....,1) es solucién del sistema (1.2). Entonces aut + ak +... dink aati t ants ¢... + aasks= By son identidades. Si se suma & veces la primera de estas identidadls ala segunda se obtiene (aay + kau + (aa + Rana) ¥ + (day + Rated = by + Rb 1a cual es también una identidad. Esto quiete decir entonces que x)= 3 (j* 1,2, ++) estambién solucidn del nuevo sistema, Portiltimo, obsérvese que se puede pasar del nuevo sistem al sistema original sumando (en el nuevosistema) -k veces ls primera ecuacion a la segunda (Ia ecuacién (1.7), recuperando ast la ecuacisn original), de modo que cualquier soluciin del nuevo sistema es también solucisn del sistema original. En conclusisn, ambos sistemas son equivalentes 26 AvseoAAuNeaL EJEMPLO7 Observe edmo funcionan estas ideas en nuestro ejemplo, el sistema (Lf). Setratart entonces de realizar operaciones clementales en Iss ecuactones (creando, asi sistemas equivalentes) que conduzcan a una simplificacisn en las mismas (inten- tando siempre eliminat incdgnitas). arta entonces dal sistoma (1.4.2) proveniente det sistema (1.4) y equivalents almismo, aetat3n= 2 2x, + 3ta~ Sty = -21 Sx #28; #5) # 23 Sustituya ahora la segunda ecuseién por ella misma menos 2 veees fa primera y la tereera por ella misma menos 5 veces la primera (logtando asi eliminar Ia inedgnita x, de estas ecuaciones). Queda entonces mene 312 verily 45 = “Br = 10x, = -37 Sustituya ahora fa tereeta eeuseién por el ‘quedando ahora rista mis 3, wees la segunda, xia 34-12 wan Tin 45 ~43n = -172 1 ‘Multiplique ta tereeta eeuaetén pot ~ 75 aitmt3n= 12 ano Haye 45 aed Sustituya la primera eeuacién por ella misma menos 3 veces la fereera y la segunda por ella misma mas 11 veces Ia tereera y obtenemos atmeo Te . med Finalmente sustituya Ia primera ecuacién por ella misma menos la segunda y obtenga axel aed EJEMPLO 8 “sIsTEMAS DE ECUACIONESUNEALES YaTRCES 27 ‘yasi se ha logtadoc sistema (J.3) el eual se sabe que tiene las mismas soliciones {gue el original (1.4) Por tanto, las soluefones (1.4) sony = 1,xs=-Ly me Véase un ejemplo mis, Se quiete resolver el sistema, au -2n 42048 «eb ween BuO © dn tat dot dues ee axj-4n tt dued ces) Para abreviar, se eseibitd (Ei) «+ (E) para indicar que se ba intereambiado Ia posicién de las eousciones (E) y (E), (E)) ~+ K(E) para indiear que se ba mul- Liplicando por k Ia ecuacién (E) y (E) > (EB) + K(E) para indieat que se ha suistituido la ecuacién (E) por ella misma mas k veees la ecuaeidn (E) (efiien~ dose siempre al sistema inmediato anterior). Procédase entonces a realizar operaciones elementales con el objeto do elimi- nar inedgnitas y obtener un sistema equivalente del cual se puedan leer ficilmente tas soluciones. Se iri escribiendo en la izquierda los sistemas obzenides y en Ia derecha las operaciones elementales que se han realizado para obtencrlos (en + ayer 3K 0 Bx - 2mt2y% Int mtd taued fun dyy ta tne 4 (2) > (2) - ED (3) > (B)- 2D (9 > (4) - MEN) aiom-- due at Sut 10ue 1 areas # 1d 5 Sut Mun 4 ayetem 3K (23) > (3) - 302) wat S54 10Kg= 1 HH = 20K¢* 2 Sx + dy 4 dyna as Bee 0 wet Si + 10K = 1 Suit Lay = 28 Aaceesa unc! Woo 3n 0 (EH €E)- 5(E3) 458+ 10%= 1 (E) — BED Su + 10n=1 nel fiom 3 (ED > (ED +3 6) ntSu=-9 (£2) + (£2) - 10(84) red (3) =) - 2) aicarct en ED +e atl (E2) » (E2) = (ES) el nn? (El) > (E+ (2) nel 1 La soluctén del sistema es pues 4)" 2,22 1,35 = -2,4° 1 5. Determine el conjunto soucidn de loss EJERCICIOS (SECCION 4, CAPITULO 1) 1, Determine cues dels siguientes eevaclones son lineales: 8) Br42ymz \ ® Ws zyes b) Sx t2u+3m-0 ©) Sa #64727 « ©) G= 3% 9 6y-Tmr eyed / eres: CUACICNESLNEALES Y MATRICES 29) En los siguientes incisos se da una ecuaci6n finealy un eonjunt ce valores de a indeterminadas de la ceuscién. Determine si los elementos del conjunto dato son soluciones de fx ecuscidin comespondiente, a 5e-7 tee2) by Set Gad trey) 6) Se#2y=0 [r=0y=0) ® wr4ye0 ) x+3y-0 (eenye-tneeR) 9 axt3y-204 (ergyeszedee3s-4nER) Determine el conjunto soluciin de Ia ecuncisn 0 = 4 Determine el eonjunt soluciéa dela ecuscisn Sx = 10, 5. Determine el conjunto solusin de a eeuaclin ax + by = cen euda uno de fos caso 9) ar 0,b=0,c-0 ©) a0,b+0,0%0 B a=0,b- 0,040 D a¥0,0~0,c40 ©) a= 0,b40,c=0 2) 440,540,020 ) a=0,40,040 2) a¥0,b40,c40 es sistemas de dos ecuciones con dos incognita. En cada caso, interprete geométricamente ls ecusciones dl sistema, ash ‘como su solucin. a) 3x4 2y=0 O xtye0 eyed pye0 by Setyer eo xty=0 Bety0 Srtsy=0 getayed D artsye8. Get aya Sr-2y=3) ‘Vetitique que el conjunto dado esté formed por soluctones del sistema eotrespon: ioate, 8) 312, = S40 nin-5e (nen 2x8 +6577 by tet 6s) dn as Dei T= de) #98499 a4 By hay - 6x3 (i252 OneK= 1) 6-44 + 405-10, = 6 Oa-wtye] (altos ueqnaseseR) 25-2 2H =2 Considere los siguientes sistemas de ecvacioneslineales: wot) Dy tBu 5 ax tanes aya y edu 2e,- B= 6 Determine el conjunto solucin deéada unode estos sistem. Son sistemas equiva leaves? 30 AucceRAUNest, 9. Considero et sistema de 3 ccuseiones con 2inedgnitas Se-2yet w ext 2y-2. axe2y=9 ‘Alsustitur la segunda ytercera eeuseién por la sums de elas se obviene el sistema 8 Se2ye 1 Bet dye Demuestre que toda solu del sistema (A) es también soluctén de sistema (B)- Bs decir, eompruede que cl conjunto solucién del sistema (A) es vn subeonjunto det teonjunto solucion del sistema (B). 2Es vilida tambi&n la otra conteneisn? ;Son (A) ¥ (B) sistemas equivalents? Expligue. 10. Prucbe que los sistemas de ecuaciones Sxj-dg 22 y ne? 2x, ¢ 3m = 10 ne? son equivalents 11, Comprucbe que el sistema ats # an by a # ats = De ces equivalent al sistema (ay + Ras + (ian + Betas Ra + iby ay mass + (maa + meas * ms # Me tendon hy, fa, ms y mason constantes no mula. 12, Use el métod de elininacign disewido en esta secei6n para obtener Ia solucién de Jos siguientes sistemas de ecuaciones: a ntntn=6 2x) dx +250 Bxj-2n +5 = 14 stmt dae Det Sutm cm tnt an 6 © 2- et need tet due 8 Bx Hay -24 0 ntéyt3n-4n93 2. EL METODO DE ELIMINACION DE GAUSS-JORDAN’ El objetivo de esta seecién es exponer el método de eliminaeién de Gaus-lordan para resolver sistemas de ecuaciones lin EI método no es més que una “opt cexpuestas en Ia seceién anterior. EI primet paso que so dari para lograr este objetivo va en la direc ahorto de notacidn”, Para aclarar esta idea, se debe recordar lo que motive el estudio de Ia “division sintétiea” en los cursos de algebra elemental. sjstEMAS OE ECUASICNES UNEALES VaTIICES: 34 ‘Supdngase que se quiere dividir el polinomio 3x! = 20 + 4x? = 30° + Be ~ 1 centre el polinomio x - 1, Realicense entonces las operaciones estindar del algoritmo de la division de polinomios gett PtSi 4 2+ 4 (coviente) y se esetibe entonces ol resultado como Beh Det yd Be + De x sate esd +20rdt Después de hacer tepetidas veces este proceso, se da uno cuenta que existe urta forma de hacer la mista divisién eon un ahorto notable en tx notaetén: toda la informacién en el proceso de la division esti eontenids en fos coofiientes del polinomio 3x° - 2x + 4x? ~ 3x2 +2x~ 1 y del polinomio.x - 1. Se llega ast a la divisién sintética: fa mista operacion de divistin de estos: polinomios puede efectuarse haciendo las operaciones sélo con los coeficientes. El algoritmo se veri ahora*™ Ccofientes del numerals Seopa shoe eae vars ana ems te ees ome eee een 3 Coctcees dl cociene 650 se veentonces que se llega al mismo resultado evtando eserbi todas as 10 ‘ual representa un considerable ahorro de espacio y de tint [AL resolver un sistema de ecuaciones ocurre una situacién similar: toda Ia informacién en el proveso de eliminacién de incdgnitas expuesto en Ia seceisn. *Elalgoromoes a (arta a amd ae(astabyb... 32 Acceeraunent anterior, estd eontenida en los coeficientes de las ecuaciones. De nitevo, se puede evita escribir las inedgnitas x, 25... y trabajar s6lo con los coeficientes de las ecuaciones. Surge, de este modo, el eoncepto de maltiz.* 2.44. MATRICES Y SISTEMAS DE ECUACIONES Se llama matriz a un atreglo rectangular de niimeros como el siguiente: Oy a. diy ao Oat dae s+ Aan A los mimeros ag (= 1, 2,...5mj* 1,2, 5) se les Mama elementos de la mattiz Se denota a las matrices con letras maytisculas a sus elementos con mints- cules ‘Se esctibe entonces la mattiz A eomo Aa] Od oe On en Ait ads Gn (tra notacion que se usard frecuentemente pata matrices es A (ie. -cual representa lo mismo que (2.2) Se dir que los elementos ax, aa... . a constituyen la iésima linea de la maiz A, mientras que los elementos ay, dy... ,dqjconstituyen la j-ésima columna de la maltiz . Ast{pues,elelemento ase encuentraen a -ésima linea y en la -ésima columna ded bay iy) ésima tinea Jira columna *Rimgue el concepto de matiz parce en ese moneato so por una eustién de hort en vtacién en el proceso de soucién deur sistema de eounciones, veer ms dsc queen ead ‘sos lementesmstemics tienen “vida propin In eal estar etendamente EJEMPLO1 SISTEWAS DE ECUACIONES UNEALES YMaTAIcES. 33 El orden (“tamafio”) de una maitiz A se define como rnimero de lineas « nimero de columns Asi, la matriz (2.2) tiene orden m Xn Las matrices A y B se dicen iguales si: 1) tienen ef mismo orden, y 2) sus elementos correspondientes son iguales (0 sea, si A= (Arete B* Cts ann entonces A = Bi ms ma m= my ay bis Gy ceymy Ft byes ym Dado el sistema de m ecuaeiones con 1 incégnitas ts + ate + + nat By 8) 330 ot danke es 3) 8+ Oaks + ake By Se asocia a éste la matrizd (de orden mi X 1) de sus eveficientes jal dh Oa ce dy ea Ay ya 2+ ge Hamada matric de coeficientes (0 matriz del sistema), asi como la matriz mx (nt D. ay ag oes din | BL ey a oo aay je iy et Ona +++ an | De (a misma mattiz A con une titima columns afiadida, la de los términos inde pendicntes), llamada matriz aumentada de coeficientes (0 del sistema). Asi pues, para el sistema de 2 ecuaciones con 4 inesgnitas 2x =m + Sx) ~ Sue 1 n= Si 10%) - 24= ‘Se asocia In matriz del sistema(2 x 4) 34 Arcesraumen EJEMPLO2 P33] yy la matriz aumentada (2 * 5) 2-1 5-351 1S 10-2} -7 Del mismo modo, pata el sistema de 3 ecuaciones con 3 ineégnitas mr? wel aed la matriz dal sistema es: y la mattiz aumentada 2 ia 4 Antes de comenzar a describir Ia metodologta de la eliminacién Gaussiana, se introduciti el eoncepto de mattiz en forma escalonada reducida. ‘Se dice que Ia matriz A esté en la forma escalonada reducida si en ella se cumplen las siguientes 4 condiciones: 1) Sila matriz. posee alguna o algunas lineas que consten exelusivamente de ccoros, éstas se eneuentran coneentradas en la parte inferior de la matrz 2). Para cada inea de la matriz que no consta exclusivamente de cetos, el primer elemento distinto de cero (leyendo éstos en el orden natural de izquietda a detecha) de tal linea es 1 3) Para cada dos lineas consecutivas que no constan exclusivamente de ceros, et primer elemento distinto de cero de la linea superior se encuentra laizquierda ‘dl primer elemento distinto de cero de la linea a la que precede. 4) Cada columna que contiene un primer elemento distin de cero de alguna linea, tiene en las posiciones restantes 0. ‘Sila mattiz A satisface las condictones-1), 2) y 3), pero no la 4), se dice que ‘sta se encuentra ela forma escalonada, SISTENMAS DE ECUACIONES UNEALES varmices 35 Por ejemplo, ls siguientes matrices se encuentran en la forma escalonadda redid: 1002] fo0102]|464| [190] Beete lees bab foe alls ot oo14|[ooooo) |e og (oot rnientras que las matrices 1032] [00162] [100 o101|,jooo1s}joor 0014) {00000] joo se encuenttan en Is forma escalonada, La propiedad més importante que posee una mattiz en Is forma escalonaca redueida es que sigsta representa la matriz aumentads de unsistemade ecuaciones lineales, ls soluciones de éste pueden leerse muy ficilmente. Por ejemplo, suponga que a mattiz, 10004 0100-2 Atloniot 00014 representa la matriz aumentada de un sistema de ecuaciones fineales, de modo que atendiend a la eortespondeneia entre matrices y sistemas de ecuaciones estable cida anteriormente (correspondencia entre (2.3) y (2.5), se ve que el sistersa correspondiente es: Tem t Ome Oem tO ed sat emt O-ay + Ooms 2 sa tOomt Lot Ou el HAO NFO Ht ned (0 8ea, 4) # 4, 4) = -2,.44 * 1,x1 = 4, Las soluciones det sistema estén dadas, pues, ‘en Ia misma mattiz, Por otra parte, sila matriz 1003 Avfor12 0000 cs la matriz autmentada de un sistema de ecuaciones, éte seria enfonces 36 ALszeRAUNEAL EJEMPLOS ae3 tye? jet valor a ay, digase x = , se obtiene el valor x; = 2 ry entonces finito) de soluciones del sistema estd dado por (ne3,m22-,5558€R} re we [84] svete ee ven sss A mtn nt min ts vere nl men a mn sane 2.2. OPERACIONES ELEMENTALES EN LAS LINEAS DE UNA MATRIZ Al tenerse siempre en mente (por el momento) que las matrices representan sistemas de ecuaciones lineales, se pueden transportar las operaciones elementales en las ecuaciones del sistema, discutidas en la seceidn anterior, a operaciones elementales en las lease la matriz (pues cada linea de la maiz corresponde a tuna ecuacién del sistema y vieeversa. Estas seréan pues: 1) Imereambiar dos lineas de la mattiz, 2) Multiplicar una linea por una constante distinta de cero. 3). Sustituir una linea por ella misina més k veces otra linea de la mateiz, Se diri que la matriz B es equivalente a la mattiz A, lo cual se eseribiré B ~ A si se puede obtener Ba partir de A, realizando en ésta una secuencia (finita) de ‘operaciones elementales en sus lineas. Véase que, desde el punto de vista de la ccorrespondencia matrices-sistemas de ecuaciones, no se esti dfiniendo mis que la equivalencia entre sistemas (es decir, sie sistoma que ropresenta la mati B es cequivalente al sistema que representa la mattiz A, entonees se dice que Bes equi- valente a). EJEMPLO 6 SISTEMAS DE ECUACIONES LNEALES YaTRCES. 37 Obsérvese también que esta relacién que se ha establecido entre las matrices (Bes equivalente a A) es, de hecho, una relacién de equivalencia, es decir, reflexiva, simétriea y transitiva, En efecto: 1) Toda matrizes equivalente asf misma (obvio); (rflexibidad), 2). Supéngase que B es equivalente a A. Esto significa que partiendo de A, se tealizan en ésta operaciones elementales que conducen eventualmente a B. ‘Como cada operacién elemental tiene su “inversa” que ademis es del misino tipo,* se puede, a partir ahota de B realizat las operaciones elementales inversas y legar asia A, Esto significa que A es equivalente a B (simetri). Por timo: 3) Supéngase que A es equivalente a B y Bes equivalente a C. B se obtuvo centonees a partir de C haciendo operaciones elementales. Pero A se obtuvo asimisino partiendo de B. Juntando esta secuencia de operaciones elementa les, se pucde, a partir de C, obtener A (pasando por B). Esto significa que A es equivalente a C (ransitividad), Se podri entonces deci, cuando la matriz Bes equivatente a la matriz.A, que “las ‘matrices A y B son equivalentes” sin temor a confusién, Por ejemplo, eonsidere la matriz: boas nay spins nm epi Suma Sioa [6323] La matriz A, es entonces equivalente a la mattiz A, Multiplique ahora la sogunda linea de A, por ~ 4, obteniendo asf la mattiz 1325 a-[5 1% 4] 1 Siac fan iran esa cperacin iver esen estas ea misma 0 voli esses te rial 2) Siseha multiplicado una line porla constant KO, multiple shor esa rnin pore constant 3). Silane fue sustiida po ela sma ms &veoes alin, suits ahora ine roe lla sr menos veces aia 98 ALGEERALIVEAL La mattiz A; es equivalente a la matriz Ay y por tanto es equivalente aA, ‘Si sustituye ahora la primera linea de A por ella misma menos 3 veces su segunda line obiongs 10-% 34 ES iG 1% | La mattiz A, es equivatente a la matriz A, por tanto equivalente a Ia matsiz Ai y por tanto equivatente aA. Observe que Ay esti en forma escalonacla reducida. Se dice que la mattiz As es “Ia forma escalonada reducida de la matriz A” En general se dice que la matt B es Ia forma esealonada reducid de la matriz Asi 1) Bes uma matriz.en forma escalonada reducida. 2) Bes equivalentea A. 23. ELMETODO DE ELIMINACION GAUSSIANA EJEMPLOT Las ideas bisiess Jel ingtealo ya fusion discvtidas en las suboosconee anteriores ‘Salo falta pone en orden: dado el sistema de ecuaciones (2.3) del cual se quieren ‘conocer sus soluciones, eserfbase la matriz aumentada asociada al sistema y LUsvese, por medio de operaciones elementales sus lineas, ala forma esealonads redueida.* El sistema que representa esta nueva matriz.tene ls mismas soluciones que el sistema original (:por qué?) Elmétodo deeliminacién Gaussiana indica cémo* se puede llevar una matt dada a sa forma escalonada teducida, Las diferentes ctapas del método se expli- ccardn con un ejemplo particular. ‘Supéngase que se tiene la mattiz ‘Se hace que el primer elemento distinto de cero de la primera linea sea I, Esto es post sand orl ines Sn eng, seeder rine Se pede demestrr qu a forma esealonada redveida de una matrixes ni ‘*Clertaments no esse una manera alea de poseder pr Hvar una masz so fora cscalonada redelda El modo agulexpocso proves una sistematzsien deal proved, SSTEMAS DEECUACIONES LNEALESY MATRICES 39 ramente la primera y segunda lineas (pues esta linea eomicnza ya eon 1) eon el ‘objeto de retrasat el manejo de fracciones. Se obtiene pues la matriz La siguiente etapa es, por medio de sustituilineas por ellas mismas ms mitiplos de otras, hacer eetos en las posiclones restantes dela columna debajo del | logrado cen el primer paso. Llamando (L) a la linea {, se hace (L2) > (L2) ~ 3¢L1), (3) + (3) ~ 2(L1), (LA) > (1A) ~ 4(L1). Se obtiene entonces la mattiz. Se eoncentea ahora la ateneton ex la subunatiiz seitoda en ot paso anterior, Se ropite de nuevo el proceso, Se tiene ya un I como primer clemento, por lo tanto sélo testa hacer cefos debajo de l. Se realiza (L3) ~+ (L3) ~ 32) en In mattiz anterior obteniéndose ast Se reitera en la submatrz sefialada, Se realiza entonces en la mattiz anterior (3) 1 1 (43) pata tograrun | como primer elemento no nto dela teroeta ine L-1-l 30 o 1 5 10 1 o 0 1 MM oo 5 4 4 ‘Se hace ahora (L4) — (14) ~ 5(L3) 40 hvocera nea. b-a- 3 0 ors 0 1 0 0 1 My ML 0 0 0 Si 541 Para ener un 1 como primer elemento no nulo dela euarta linea se realiza (14) ~ u a) foci) 0) o15 0 1 0 0 1% -% ooo 1 0 Obsérvese que esta mattiz se eneventra ya en la forma escalonada. Para llegar aa forma escalonada reducida, se comienza con el tltimo uno logrado (en el ‘paso antetios) y se procede a volver ceros las posiciones restantes (eneima de él). ara esto se tealiza (L1) + ~ (L1) + 3(L4), (L2) ~+ (£2) ~ 1O(L4) y (L3) + (L3) 20, “4 “Ahora con el siguiente uno se hace lo mismo: so realiza (L1) -+ (L1) + (13), (L2) + (12) = 5(13) 1-10 01 o 1001 o 0 1 0-2 O00 0 19 Finalmente se efeetda (L1) -+(L1) + (12) fie e0, 0) 2) o 1001 oo 102 ooo1 1 EJEMPLOS: EJEMPLO9 SSTEWAS CE ECUACIONESUNEALES YAATRICES 441 y el sistema que representa esta mattiz es entonces x = 2,.%* 1,452 -2,m0= 1 quees la solucién desistema, (Comprese el provedimiento con el que se emples pata resolver este mismo sistema en la pigina 27) ‘Veanse un par de ejemplos mis Se quiere resolver el sistema 2+ Out Mn+ 4u=4 22 tay ede = 12ky= Lay = 16x = 15 La matriz aumentada es: 264 44 121-41 1-12-11-16 15 ‘Se exponen en seguidia los pasos para llegar a la forma escalonada reducida de esta ‘matriz, En cada paso se indican las operaciones elementals que se efeetian 2614 4.4 rez ad 1-12-1116 15 | (ut 13722 sat 0-5 -6 -6-1 Clean (125 (12) 3.722] 2 1-4 1 | aay arya 16 15 | (13) (03)~ (1) O-15-18-18 13 O-15 ~18 18 13 | (£3) (23)+15(12) A pesar de que no se ha llegado atin a Ia forma esealonada reducida de la mattiz, se puede observar que en este titimo paso esti contenida toda la informacion que se necesita: la ectucidn del sistema que representa esta iltima matriz (equival ‘ala primera) es 0-1 +0 0-1 +0-x = 16 Es claro, entonces, que el sistema es inconsistent. Un tiltimo ejemplo. Se quiere resolver el sistema 42 koceraumen, (yd) 2.03) Qut2ntdyt + 10 wr 26 420+ 12H =0 ata t2ut Su 30%4=0 ny tap #2n +20 y= El procedimiento de eliminacin se ve como sigve 22400 120058 Of i274 122120 112 530 12.5300 11222 122123 112005 012220 (13)2(L3) - (LD) dy {0 001 6-1 (4) 14) - (1) SED! 9 0 0 212-2 it 1izo0o0s o1 012002 00 0001 6-1 oo (L2)=+(12) -213)| 0 0 0 00 0 (LY=(L1) ~ (12) EI sistema equivalente al origina Véase entonees que se pueden dar valores arbitrarios a. y 035 digase 15 = 7X5 = s,y quedat asi determinados los valores de. y.%4.%2* 2 = 27, x1= =1-6s. El conjunto solucidn del sistema es entonees (693,48 22pm eae -1 B55, (SER)E ‘Antes de pasar a la siguiente subseceidn, se quisicra en este momento sacar un poco mis de provecho al método de eliminacién Gaussiana discutido aqui para resolver ottos tipos de problemas relacionados con sistemas de eevaciones que parceetin posteriormente en el libro. ‘Considérese el sistema de ecvaciones EJEMPLO 10 SISTEMAS DE ECUACIONES LINEALES Y MATRICES 43 at + ants + Supéngase dados los cveficientes aj, P= 1... 5 j= 1... 1, teniendo indeterminados los términos indepensdientes b, by, ..., by. Se trata de ver el comportaiento de las solueiones del sistema de acuerdo a los posibles valores do ls términos independientes. El método de eliminacién Gaussiana ayuda a dar respuesta aeste problema, Sise considera el sistema Sy tat Sos b, Qn tants by nt #2 = 94 = by y uno se pregunta, por ejemplo, para qué valores de by, by y by el sistema tiene soluclén, se puede proceder con el método de eliminacidn de la siguiente manera: llevando la mattiz. aumentada a su forma escalonada reducida 145% bi3] 24d? | anun20 : ® J (43)+(L3) +4 (L1) Le % ap 1 % bs F 0 194-25> de-2IyB3 ' 04-78 IAB | FSC) 9 yg ye 1% OB ah | O bte 9-2] 5 go pagan | EDMUD- 402) Ab = by 105% Aah 0 temp 3222 10 00 0 bby 2, -véase entonces que, a menos que by ~ bs + 2b, = 0, el sistema no tiene solucisn. 44 Acesraunen En el caso by ~ b; + 2b, = 0, tas soluciones del sistema serian = Abs by 7 reR Otto tipo de problema interesante que puede resolverse usando ef metodo de climinacién es el siguiente: supsngase dado un sistema de ecuaciones en el que existe un parimetto indeterminado dentro de los coeficientes del sistema, Se Pregunta también sobre ef comportamiento de las solueiones en funcién de los valores de este parimetto, EJEMPLO11 Por ejemplo, considete el sistema Dn tata age nithy tn tae? aitmthytned emtmtaued Realice el proceso de evar la matrizaumentads del sistema asu formaescalonada reduelda Aida riiag Tere tei) Pad 1 2} a212)-any brads El A 1 3) U3)-s03)- (11) Prd a alansagia rrr 1] aauay-aany ee ee) © a1 0 I-A --2 0 oO AdEA -1 OTR I-A eat Lan Elsiguiente paso en nuestro proceso de eliminacién seria dividir la segunda linea pot A ~ 1. Peto esto se puede hacer sélo cuando A # 1. Si k= 1 se oblendsia I smariz eae <= SISTENAS DE ECUACIONES UNEALESY MATRICES. 45 rridaa 0000-2 0000-1 o000-3 ‘Que representa a un sistema sin solucién. Por lo tanto, se coneluye que si = 1 sistema no tiene sotueisn, Supéngase ahora que 2 + 1 y siga adelante en la eliminacién Se realiza (L.) 1 (L),i=2,3,4, para obtener tian 4 0 1 0 tan 0 0 1 “yet ot wy 2 [ays ayray ime eee cet o 1 0-4 oo 00 4 erny | ay = ay + (2) 0 0 0 -GH) Nuevamente, et siguiente paso sera di puede hacer cuando # -3. Si 5 3 Por lo que el sistema no tendefa solucién, Se coneluye irpor ~(3+ 2) ln cusrta linea, lo eual se 3, altima eeuacién que representa la mattiz obtenida serfa entonees:s 4A.» Bel sistema tampoco tiene solucién, Sea pues 2 # ~3 y conliniie o 10 2 oo 1 I y= (L) 2A) oo 2egn_| (12) ~+(L2)+ (1A) “Geneon | C3) 03) +H 46 ALcEORALINEAL oe ' ' : ° Q-DO+3) 2d ° ' OY (a 1XA43) | ~ 3 oe ' a (A143) aie 0 0 0 1 Bayes | C= ED - 3) 3 oC) Bed ° ‘ ne (143) Bel eo 8 ‘ ° (Qe DA43) Beh 0 0 0 1 RygaH | an-en-ca 10 0 0 et ° , Ce (D3) 3a eo 8 ' ° Q-DA+3) aes nC En conelusién, se tienen dos casos: 1) SiA=1,-3,elssistema no tiene solucién, 2) SiK# 1, -3,elsistema do 2d Bh-1 24h “Genossy 8” Genes’ Y7 GENE! *” @-DE3) Nora: A lo largo del material que se Heva anafizado hasta este momento, se he podid obscrvar en los ejemplos que et conjunto solucion de wn sistema de ceuaciones lineales puede ser: 7 1) Vacio. En este easo se dice que el sistema no tiene solueidn, sne una viniea solueién, a saber m Formando por un valor para cada inedgnita. En este caso se dice J sistema tiene solueidn nica 3) Infinite. Formado por una infinidad de valores para al menos una de las inedgnitas. En este easo se dice que el sistema tiene uns infinidad de soluciones. SSTEMAS DE ECUACIONES LNEALES YMATRICES 47 Estos easos correspondeh geométricamente, en el caso de un sistema de 2 ‘ecuaciones eon 2 inedgnitas (ta caso como se observd et li intraduecién al ‘capitulo) a: 1) la rectas que representan las ecuaeionesson paralelas; 2) as reetis ‘se eoflan en tn punto, 3) las rectas coinciden, respectivamente, ‘Se usar’ también la terminologia: sistema inconsistente para un sistema cuyo cconjunto solueion sea vaclo y sistema consistent para uno euyo eonjunto solt- ‘eign sea no vaeio. ‘Se puede demostrar (se haré) que, dado un sistema de ecusefones lineales, st conjunto salucidn siempre serd de uno de estos 3 tipos. Dado un sistema de ecuaciones en general no se puede saber a priori de qué tipo es su conjunto solucién, Sin embatgo, hay un easo especial (importante) en el que si se puede saber en base al nimero de ecuaciones y de inedgnitas del sistema, Este es ol caso de un sistema homogéneo. 2.4, SISTEMAS HOMOGENEOS DE ECUACIONES LINEALES EJEMPLO 12 Considérese el sistema homogéneo ats + ants tt dite ® 0 ant tanta tt date 0 26) yh eat + daa O Obsérvese que este sistema siempre serd consistente, pues al menos posee Ia solucidn x == -.. X= 0, lamada solucidn trivial." Axim mis, se puede saber (Gin resolverse) bajo qué condiciones posee, adetns de la soluci6n trivial, ots soluciones (y entonees, segtin fo sefialado en a nota final dela subsecein (2.3), {etal eas0 el sistema fendré una infinidad de soluciones). Antes de enunciar y probarelteorema que enuneia con preeisiéneste hecho, veanse un par de cjemplos. Considete primeramente el sistema homogénco de 4 ecuaciones eon 3 inedgnitas Sut Tq -9n 70 fitn-0=0 Sata t= 0 -2t;~ 442 +6m = 0 *Eacleaso m= =2s paste ver gométicamente ese hecho. Una cevscin tinea homontnes endo wurisles epcsentageometreiete ia rela que psa porelcrgen Por ato, dado wh ‘Sema de dos ecuncones lneles omopéneas co dos ines Is tects que eta extacones tepresentanse cotanal menos ene crgenenisnteva}) quedanda tambien a posibidad de que {als recta oineid infinidaddeslucone) 48 voeeAK UNE. EJEMPLO 13 Para obtener Iss soluciones del sistema, use el método de eliminacién Gaussiana, observando que en este caso no hay necesidad de considera la mattiz aumentads, del sistema, bestando s6lo con la mattizdelsistetna, Estos porque las o clementales que realice en fal matriz no alterarin en absoluto la eolumna de los {érminos independientes, que consta slo de cetos. Hecho este convenio, proceds a la eliminaeién (los pasos intermedios quedan asueargo) 57-9 bod Pod -the-Jo 1 -2 311 oo 0 2-4 6 oo 0 de modo que el sistema dado es equivalente a ntn0 -2u=0 ¥ entonces, el conjunto solucidn sera (ye -pn=%uenreR) Resuelva ahora el siguiente sistema homogéneo de 3 ecuaciones com 4 inesghitas Ait 2xe= Set = 0 2+ 2-0 Bena tay 2k Haciendo las operaciones cortespondientes obtenga 1231 10 0 -% 2 2-af "lo 10 % P-ao1 2 ecOee te de modo que el sistema 1 winger at pun0 we gned TEOREMA 2.1 DEMOSTRACION slereuas DE ECUACIONES UNEALES YuATRICES 49 ces equivalente al original y entonces el eonjunto solucion es: «tyne yne Syme fo nme Bae Bt x] Analice con detenimiento este titimo ejemplo. La matriz del sistema es una mateiz de 3 Iineas (una por cada ecuacién) y 4 columnas (comespondientes 2 las 4 inedgnitas del sistema). Al llevar esta matriz usu forma escalonada reducida véase quo, por set menor el nimero de lineas que el de columnas, se debe esperar que al menos una de las columnas de la mattiz no tenga su primer elemento dlstinto de cero (un 1) de linea alguna. El peor de los e250s (el que ocurri6 en el ejemplo) es cuando se tiene 4 ~ 3= 1 columna no formada por ceros y unos. Esta columna. corresponde a la euartaine6gnita, que queds entonces eomo variable libre. Como es de esperarse, una situacién similar ocurriri siempre que se tenga un sistema homogéneo con més inedgnitas que ecuaciones. El siguiente teorema establece en general este resultado: ‘Un sistema homogéneo de ecuaciones lineales con més inedgnitas que ecuaciones tendré siempre una infinidad de soluciones. | ‘Supéngase que el sistema tiene m ecuactones y n incdgnitas. La hipotesis del teoremia es que m Gy + 24-1 Say -m- Int r35"0 ®) Ane de-meneT ©) Saye Day eas ha Bag = 2 diomtas- Dey eS 4143 +2%) + 2e4- 205-5 4a tape 6 Su dry Sry xe ~x5~ 12 1B), Dae 3m ~ay Gy aso y+ 2m tag Dau Sas Dey tp ~ Oxy + Say 4 Bp =2 Bn 42mm ease0 Sn, # Sin + Sy + Sq + Say = 35 PN tm Asean eas t= 3 Des tay tS xa Sts Hg O vit 2ea tay Dee + Das ap= Him Oxy x4 35 #0 Brom tant day ds + Ig = 6 Duta Tm tre ta590 apemoan tay as—a6 1 Dyed eS Das= 4 Buta tyes a6* “1 sy Dnata + teas 2x ta G15 + Tue 85 = 1 Say lng + 7x5 + 12a = 105 = 4 © 12, Resuelvael siguiente sistema de n eeuactones con inedgnitas: es Ft to ky by a # + tat = aos Fast te tat by 17. SISTEMAS OE ECUACIONES UNEALES wares 53 endonde a=, 78s fhe Sean ps) ya) dos palinomios de mismo grado, ga : Pa)" ata s... 8a Wd=berbe tt be Se dice gue el poinomo ps) es igual al poinanin qs), lo eual se eseribe pts) ~ ghoysharn b= Oya 2) Determine los valores dea yb parequesecumpla a gualdad de poinmios PH Qa+ OH Sa Boat Se 1, Determine los valores dea y b pare que se compla a gualdad 241 a, be Wie Ft F2 (Sugerencia muipiqae ambos miss por (x= 1-2). 6) Determine los valores dea, by para ques cumpla in iguana seeder a, bite Bal ¥-T Ferd (Sugerencia: moltplique amos miembros por 2-1). 4) Determine los valores de a,b cy para que se cumple Tagua Beetrtl a yb ,ectd Mel eT‘ xeT Sei (Sugerencia: muliplique ambos miembros pots ~ 1). Para qué valores de el sistema atnnl aitage? tiene una solucién tnica, eu es esta soln? CConsidere el sistema de ecuaciones lincales ay, - Bane dan, (6a x= Determine el valorde a para el cual 4) lsistema se tiene una solucininiea 1) elsistema no tiene solueiones onside el sstema de ecuacioneslineales tat (@-Dxe1 wt2m 43501 eer) CClasifique las diferentes posibitidades para el conjunt solucién de este sistema en términos de los pardmettos a y & CConsiere el sisema de ecuaciones lineales Dar, - Sx, + 20 2x ty 4aK=1 2x t3u tay =? 54 ALcEERAUNEAL 20, 2. 2, SISTEMAG OE ECUACIONES LNERLES YuaTACES 55 Demnestte que independientemente el valor dea el sistema posee una solucién Unica. Determine tl soli Clasiique las diferentes posibilidades parse conjuntosolucion del sistemasiguicnte, ‘en terminode Tos parimetos 8, 28,36 br t2ntneb Ba tan ence Para los siguientes sistemas de eevaciones, determine los valores a y B para que: 1) el sistema tenga una solueign nie 2 sistema no tenga solucién; 3) el sistem tenga una infnidad de soluciones 1) dntanenes 3 ontatael Su-mt age? any 4289+ 9 =2 sit Te = 6-8 mtantannb+2 2 ata-daro 4) anttetann be? 2a tint met 4x +7m an 6 Du tant 4n=1 Detar tate 1 Enos sistemas de ecuaciones siguientes, detemine los valores de a para los eves cl sistoma tiene solueidnes) En al easo determine la(s) solucién(es). ) mtanet Do mented ax tase 2x) +582 + Say = 10 2 menemel In tara autntnsa 4 eines @y-me3nea el 2a + Tie dia Dey a +S oxy - dn bay tx 2x #8 + Gry 24 = 2+ 1) ‘Resuelva los siguientes sistemas homogénoos de cevasfones lineal 1D) Intntso~0 A nt2er 2a tno 2x1 +4n9 +45 =0 dient 2a 20 4x, ¢ 2m, ~9= 0 Dy tated 2 mrmtnn0 3 xtmewe0 nod sit2ntm=0 ani-22 #3070 2x; #2 +290 3) mt3ue3m-0 ' 2x; Tas + Tay 20 2x; Ten + 6x = 0 {Bs verdadero el teorema 2.1 para sistemas no homogeneos d En caso afimative demuéstrelo, de otro modo, Jé un conte ‘ouaciones Hncales? -mplo. 3. MATRICES (V : OPERACIONES CON MATRICES Bl concepto de mattiz aparecié ya en la seectén anterior en relacidn con los sistemas de ecuaciones Fineales, en un intento de ahorto en la notacién para el proceso de eliminacién Gaussiana. A partir de este momento se va a olvidar esa correspondencia matriees-sistemas de ecuaciones, a menos que se haga referencia explicitaaclla, Se emprenderé ahora un estudio de estos nuevosentes matemiticos pensando en ellos como “objetos con existencia propia’ ‘A pesar de que ya fueron establecidas algunas de las definiciones preliminares, stas se repetinin en su momento para lograr una continuidacl en nuestro estudio, Se llama matric «un arteglo rectangular de németos como el siguiente: a aw an ak gt oes a (constituide por m lineas, 0 filas © renglones, ym coluninas). A los mimetos y= 1, 5m,j 1-51) se les ana elementos de la mata. 4,65, pues, el elemento de lt maiz. que se encuentra en la la fdsima column, Se uso Fetias maysisculas (Ay B,C). pata dsnotar matrioes y mindecula (a3, Bj cj».) para denotara sus elementos. ‘Se define cl orden de una matriz como: ndmero de lineas * mimero de ‘eolumnas, Para la mattiz A de orden m * n, euyos elementos son ay, se usa tambien La notacién A * (4), pe -ésima linea y en moc m=, sedice que A es una matricuadrada. En tal SienA = (a); caso se eseribe A = (aj)j-1..0y Se dice que A es una matt (euadrada) de orden Se dice que las matrices A y B son iguales i ellas tienen el mismo orden y sus elements eorrespondlientes coinciden. Por ejemplo, la matri es igual ala mattiz, siy silo si,y= 2, mienttas que la mattiz 56 Auseera ten 1°20 c-|8 3 0 0 0 0 cs diferente ls matriz A (sus érdenes no eoinciden). Dade la matrizcuadrada A de orden n,A * (ai). Se dice que los elementos Gita Gin cn [a cual todas sus elementos son cero, excepto los de la diagonal principal, que son uno, se le llama matri identidad (de orden 1), y se denota por Jy. Asi, por sjetnpla! 1000 heph ° nel® 1 0 0 helo af M)o Oo 1 0 oo 01 Se define también la mattiz cero de orden mx 1, denotada por 0,.,(siel orden es ‘claro on el contexto, se va a escribir slo 0), como la mattiz que tiene todos sus elementos iguales a cero. Por ejemplo: 0 oF Pésese ahora a ver qué tipo de operaciones se pueden realizar con las matrices y ccémo se efectian O20 0 (oe 010) 9 0 0 3.1. SUMA Y PRODUCTO POR UN ESCALAR, DEFINICION 3.1 (Suma de matrices) Sean las matrices A * (4) so1,...av ¥ B= (Bi) i=1,.m Se define la suma de A y ; B,denotada por A + B, como la matriz ( jwendonde ¢y~ ay + by, Esdecit, ANB (Oy # Bet om ye EJEMPLO2 DEFINICION 3.2 (Producto por un escalar)* EJEMPLO3. SISTEMAS CE ECUAGIONES UNEALES YuATACES 57 Obien au an ay] [ba be bw ay as ay || be ba Our aa e+ an | | Bata bo autby aistba 1. auetl aytbay aztba aut Gurtbat uate +++ gate ‘Véase que la suma de matrices se ha defi solamente para matrices del mismo orden, Por jepo 12-17 [4 3 37 75 5 2] foam eee alee see tein 5 7 2| [7-1 5] [2 6 7] Sea la matin A = (ay) 24. ¥ 820 kn escaat(Aigase I € R) ise Se define e! producto de In matriz.A por el esealar k, denotado por kA, como Ia atti (6) =. 1m seh donde = Kay Bsdecit, FA* (Kean obien ay anv. ae) Phu kan oe hte plan an an |. | kon kom ase tar tae a || Rts Rea Klas Porejempio 21 4 3).f6 3 29 3]402 5 i\"|3 6 15 3 Aunque estas operaciones no patezean a primera vista muy emoeionantes, results (como se aclarard en el capitulo 3) que ef conjunto (inetme) de matrices se ‘convierte, con las operaciones anteriormente definidas, en una estructura algebrai- cea muy importante: la de espacio vectorial. EI tino esalar ys uso pasa denotar esa operteié Se hal claro en el captlo 3, Pore momento entiquese eacalar con “nimero” (slo compl). 58 ALcEBRA LINEAL TEOREMA3.1 DEMOSTRACION DEFINICION 3.3 Las principales propiedades de que gozan estas operaciones estin contenides siguiente teorema: ‘Sean A, By C ties iaitices cualesquiera del mismo orden (w * n) con elementos a, byy ¢,respectivamente, Sean ky dos esealares. Entonces: 1) A+B=B+A (la sumacs conmutativa. 2) A+ (B40 = (A+B) +C (lasuina.es asociativa) 3) Existe una mattiz “cero”, tal que A +0 = A. 4) Dada la matriz A, existe una matriz (-A) tal que A + (~ A) = 0 (la matriz 20). | 3) kas katie ©) (k+DAska+la D ed 8) AeA Se trata de verifieaciones de simple rutina, en las que se emplean propiedades press we ius nimeros reales. Por ejemplo, A + Bes una matriz mr S becy Entonoes ond oy bey - y aabucy Por otra parte v= J asey EJEMPLO6 SSTEMAS DE ECUACIONESUNEALES YMATRCeS 63 ‘en donde aes el elemento de la -ésima linea y sésima columna de AB, 0 sea ae” YF aa be Entonces pir euey YF aubcy” Oy QED. Se puede ver entonees que la multiplicactén de matrices goza de muchas propic~ aby aby t+ Ob 1sigm 1Sjsm ‘Similarmente, el producto de la mattiz Ar. de orden my * ps por la matriz Bs de ‘orden ps * m, 05 la matriz AisB de orden my, Xm, dada por Quy ya oss ip JP Epis By Brot Andy] Bet ere ay |] Bp Be om [Pe [amet dpe eee One| By By ee bn | endonde tovibyrs tdgyabmiy FoF Opbys SES Lsjsm Entonces la mattiz.C, * AuBu + Ain tone ensu /-ésima linea y -ésima eolumna alelemento a+ Pyel cual es aby... apdpst Gipntbpets too tabi ® YE aaby — SES ms B Isjsm Este es precisamente el elemento de la i-tsima linea y Ht ih, 1 $$) del producto AB. Se ha pues mostrado que na columna (1 1< [AnButdnBa | dm lL | | El resto, como ya se habia dicho, queda como ejerciio para el lector. EJEMPLO8 Por ejemplo, sean A y Blas matrices 21 3 As|O -1 4 ied EJEMPLO9 sisTeMas DE ECUACIONES LILES VaTRiCes 69 Lamatriz AB es: 21 3]f1 1-t) f2n ap-|0 -1 4|]]2 3 4|-[-10 5 8 3 1 1{[2 23 38 4 Exte mismo resultado se puede obtener haciendo una previa particisn de las rmattices A y By procediendo segin lo analizado anteriormente, Por ejemplo: > Et A Be «G42 ‘resultado que coincide (después de quitar los corchetes interiores) con el obtenido digectamente para el producto AB, Se hubiera podido efectuar una particion distinta ‘en las matrices A y By obtenct el mismo resultado, El lectot puede verifiear, por ejemplo, que Cotno-un iltimo ejemplo, considere las matrices ron ogo fei 020) 2-12 000 Opn sle 0 a-[3 4.0.0.0 0 hoo 1 10 Oeil) o2 411 oer 01) OTe) OE te oo 1001 0213 Supdngase que se quiere ealeular el producto AB. Se veri que con una particién adecuada de estas mattices, este producto es muy fic de ealculat. Sean 70 Avceonauneat ‘SISTEMAS DE ECUACIONESUNEALESY MATRICES 74 13-1 10 Az]? 12] Be[-l ol rmismo concepto de solucidn de ecuaciones lineales, eserto matticialmente), Io (distinga entre el sistema AX = B y la igualdad de marices-numétices AX = B). Entonces A y Bse ven como Supsngase que el sistema AX = B es consistene (s conjanto solucisn no es vacio) Sea X, una solucén particular de sistema, y sea X cualquier otra solucton a-[4 0] pef BE del mismo, 1 OB Al warsels propiedaces ela multiplicaciSn matricial desctitas en teorema (G.2) se puose eseribirentonces es una solucion de AX = B sila matriz AX es idéntica a la mettiz B (se trata del cen donde 0 ¢ Ison las matrices eero e identidad de olen 3, respectivamente. Por lo tanto AQ -%) = AX-AX,=B-B=0 Entonees 5,» X - Xyes alguna solueisn del sistema homogéneo asociado AX = Ar OVP B 1) [AB +0-0 A+O-Be]_ [AB Ay | * eee 7 a AB . peal a Es decir, como X =X, +X, cualquier solueidn del sistema AX = B se eseribe como hhomogéneo asociado, Sea ahora Xs cualquier soluctin de AX = 0, Al escribir X « X, + 8 se we que AX = Byestoes, Kes solucisn de AX = B Entonces, si ¥ es cualquier soluciin de AX = B, ésta puede escribitse como la Todo lo que se tiene que hacer es calcular el producto A,B, AB, 13 -17f1 0 17 [3 -6 aie te 2) lei ie al eleal es , suma de una solucion particular X del sistema mis Ry en donde Res cualquier 34 Off 3 a] faa solved del sistema homogénce asociado. La manera comecla de weferise a ¥ como “cualquier” solueiin de AX = B(0 a Entonoss %i de AX = 0) os diciendo que X (espectivamente Xi) es a solucion general del sistema AX = B(eespectivamente, del sistema AX = 0). pie erase © ha entonees probado el siguiente resultado. ce oe ‘Sea entonces probado el siguiente resultad ag-[48 4 7 [1-4 3 4 0 — = Biel]. 0 1 3 4 4 TEOREMA3.3 Sil sistema AX = Bes consistent entonees la solucién general del sis a2 121 | fmzeoesrine cm sum dn slip nso seed | mista solucisn genera del sistema homogenco asociado AK = 0. | 3.4. LA SOLUCION DE UN SISTEMA NO HOMOGENEO ; : . DE ECUACIONES LINEALES sail D Notaessnaae 2 | Considrese et sista dem ecuciones con m incégitas AX = B (A es ntonees leon Siete ota i una mati nn), Seasocara eel sistema homogéneo AX = 0 (agu,0 dota lamatizcerom * I) y sedi que estsisemaesel sistema homogencoasocindo Cea DEMOSTRACION Primeramenteobsérvese que el sistema homogénco AX + 0, que siempre es con eee sistente, de tener otras soluciones ademés de la trivial, tendrd una infinidad de ellas. En efecto, si X, es una solucién no trivial de AX = 0, entonces 1X), 1 € Rsera también i soloci, puss ACK) = HAN) = 1 = 0. Suptingase entonces que AK B es ® consistente. Sea X Ia solucién general del sistema. Entonces X = X, + X,, como cn tlteotena antetio, Sie sisema AX * 0 tiene so la solueln tivil (Xr esa z tale eto), entnes X = Xyy ln solcin del sistema es ine (vase ue la 72 Auccenaunenr afirmacisn reeiproca tambien es cietta) Caso contratio (es dec infinidad de soluciones), es claro que el sistema tiene un ndimero infinito de soluciones. EJEMPLO10 ——_Parailustrarel resultado al quesse reflere el teorema anterior, considere el sistema x14 60- S821 at2u-ns Bu +294) 6 19 Alusar climinacisn Gaussiana, se obtiene Ios 1 101 12-1 S|...-)0 1-1 iit) 0 0 0 porlo que bien, en notacién matricial “at “0 Obsérvese que cen donde x) = 7, x ‘SSTEMAS OE ECUACIONES UNEALES V NATFC ‘O¢s una solucisn particular del sistem y x, = 1,3) =€(¢ € R) es la solucién general del sistema homogéneo asociado. EJERCICIOS (SECCION 3, CAPITULO 1) pest “ELE 4-6) (Fjeefe sees deft dee[i 3] 4. Dada as matrloes Ay By elnimero a caleule en cada inciso A + B, aA, a8, a14*B), (04 + aBy comprucbe en exds cas la vider do inciso(S) del teorema 3.1 “(Eb aae[ papas i t 3 oe-[P a lps E i]e-2 pa-[) dpec[h hae 2 jaetl 3 4a-lil e=6 2 6, Sea wna matsz de orden m xy sean In ¢ lls matrices identidad de Grdenes m y ni respectivamente ‘Compruebe que a) Ans bhAed TA Aoeena went ‘Sea A una matriz de orden mx n. Demuestre gue 2) A025 Onxp b) Oped" Open Dé ejemplos ie matices evadradas 4, By C de orden 3 tales que 2) AB+ BA by AB=AC pew Bec ©) AB=0 peroA roy B40 ‘Seam A y B dos matrices ;Qué puede coneluir acerea de los dudenes de A y B, si os Drodhctos 4B y BA estin ambos defiidas? Demuesire que una condicion suficiente ‘para que los productos ABy BA estin definides es que A y B scan matics cuadradas, in necesaris? Suponga ahora que los productos AB y BA estin Aofinidos y que A@ = BA. ;Qué puede conelur de fos drdenes de Ay B ‘Sea A una mater euadiads, Se define A",n € Noma Si Acs la matie ‘compruche que Dada Ins matices [se] [se gy) demmuestre que ap pao [ 04Y) ee sen (+3) cas (+9) En particule se tiene que sen 2 cos 2 Domuestre que 22) 1s ‘SISTEVAS OF ECUACIONES UNEALES Y MATRICES 75 ‘Sea 4 una matte euadrada de orden n. Se die que la matriz B de orden n commuita ‘con la mattizAsi AB = BA 8) {Cuiles matrices conmutan con ta mati idenidad J.” by {Cuites matrices eoumutan con la mattiz cero O,? ©) Dada Ia mattiz 4, determine en cada caso Is estructura de fa maiz B de moda ‘que B conmute con 4 oa f 23 alt 3] 0 1 0 ea As}o 0 1 ooo A In maiz 4 de orden nse le Yama matri idempotent si = A 4) Compruebe que ta matiz “os aes 3-4 ‘es idempotent ) DemuesirequesiAB = Ay BA = B,entoncesd y B sonmatties idempotente. ‘Ala mattiz de orden se le lama mairz nilpotent si existe un entero k> Otal que a0, 8) Compeuebe que fa matiz esnilpotente. 2). Suponga que la mat A es nilpotent. Se dice que la matrz A de orden nes una marrie dhagonal si todas sus elementos, ‘excepto fos de su diagonal principal, son igules a cero, En tal exso se eseribe A (aot ..n 88 ve ds = O para 12 j. Demuesie que A ding (440s, -444) para denotar ala mati, diagonal (endonde los cers indican que tds los elementos en esa parte de ls matrz son eet), ‘Demuestre que et producto de dos matrices (del mismo orden) diagonales es una ratriz diagonal. Mésconcretamente, compruebe que si 76 Avceera nese 20, Ae ding (yay...) Bom diag (bibs oo s0e) AB = BA + lias (basa. 5Abs) Una condicidn necesariay sufciente para que la mattiz B de orden a conmute con tuna raz diagonal a es que B sea una mattiz diagonal. ;Cémo tiene que ser la mateiz diagonal A para que conmute con cuslquier matriz B del mismo orden que A? Explique por qué no es valid, en genera, la siguiente fSrmula, en donde A y B son ase presenta un argumienta para “emosteat™ que siendo y Brmattces ‘euardis del misino orden se ene AB = BA. AB ~ £ QAX2B) “LIA +B) + (A~ B)(A + B)~(A~ BY) Lig eay -(4-ay1 = a+) ~ (BA) Gl BF ~ (= Byl = F1B+A) ~ B-A)} 41@+a) + @~ay@+a) ~ BA) = LeBy2A = BA Sofie en dénde se enctenea el ertor de este argumento, Sea A una natin de orden m « py Buna matrz de orden p * 4) Demmuesire que la iim linea de Ia mata AB se puede obtener multiplicando Ja Fsima linea de la matiz A (considerada como una matriz 1 * p) por la ma- tz. b)_Prusbe quo laj-sltnacolumna de la mats. AB se puede obtener mulipicando la ‘atti A por la-ésima eolumna de la matriz B (considerada como una matt p xD. ©) Sean Ay B as matrices 143+ 12 Ae ate) || see 1144 12 Sin hacer ol edlouto completo del producto AB, determi et) ta primera linea de AB. 2) Is segunda eotumina de AB, 3) fa tercera columma de AB. Sea Ala mattiz cundrada 24. 23, m4, SSTEWAS DE EcUACIONES \wesLEs Y MATRICES 77 ‘Se define fa trazade a matiz A, denolada por tr, coma WA > alias + 1 due = Ya (cuadrada) A es la suma de los elementos de su diagonsl Sean y Blas matices 254 1-1 27 4-]3 4 7] Bela 7 a] oro Oe eal 8) Caleute ar BA + tr by Cateule 4 + By y compruche que ir{A + B) = tA + 1B, ©) Caleule7(AB) y (BA). Comprucbe que a pesarde que AB * BA, se iene (4B) = (BA) ‘Sean A y Blas matices de orden A= Gsm B= Ds toom 4) Demvestre que 7A ¢ B) = 1rd +1, by Demueste que (AB) « 17(84), 2) Domuestte quo Demuesite que noexisten las matices cuadradas Ay B ales ave A~ Bycntonces tA =e. Cs cieta laafimasion retproest AB-BA=1 (Sugerencia: proce por eotradicién, Use los resultados del ejecicio anterior) Sean A y B dos matics del misino orden m % 2 en Jas que se ha efeetuado fa misma patticion,Eserba A= (Ade Be Bram cen donde Ay y Bij son fs submaticesresutantes dela paricibn efeetuada en A y B. 8) Demuesire que la suma de fs matrices A y B puede efeewssse “submatti por submatriz", Esto es APB yt Bom, 1) Pruebe ques kes un escaar, entonces HA GAD oh om Consiere las maticescuadradas A;y Bj de orden ny = 1,2. Sean A y Blas matrices (le orden m+n, siguientes: 78 ALSESPA LINEAL 25. 26. AB, 0 Al CCompae con l ejecicio 15. zB en este caso AB = BA? Calevle et protucto AB si Sen Ila mati identidad de ork 2 sea Ala ait 0-1 at onside aie joe sr on 10} 2"|0 -a A oO ernst ue titer! sinjend eke ke=k Peee (una maiz de la forma ove + eal + yj + exk,endonde cs, cy cx Son nimetos reales, se le lama cuaternio). Se dice que ls mater cuadeada Aes una matric involutria sia? ~ I.Sea B una mate via de orden n evalguiers, Demuestre que la matez.A de orden 20 “fb 3] csinvolotoria, Demacste, tmbién, Ia siguinte relacién entre matrices involotorias y matrices idempotentes (vGase ejetccio 13): Si es avolutora, la mati das cosas és idempotent, i Ces idempotent, a matiz An2C-1 es involutoria 28 2. SISTEMAS DE EOUAGIONES UNEALES YaTaICES 79) En los incisoe siguientes se dan matrices A y B en las que se ha efeetuado cierts partcién, Calenle en cada caso el producto AB atendiendo 2 Is paricién dada Verifique su respuesta ao soso my past p18 oo 3014 ) 21d was a’ as 23 ack of Sean Ay B sgl mais 2120000000 Sid ooc kee Did doe cond dT oor sooo foro 010000 oo oboe TOO oo tooo oat fou eo owe OF 3120010000 sib toooe Si tte ott Boos TO ee p.[0 80324 0000 oo 03210000 si Soo aoe pi2e000100 oo S334 7 bw oa Caled praia (Sugerencia: Una adecuada partcion en las matrices Ay B puede simpiifiar mucho Tos eeulos,) En los incises siguientes, se dan sistemas no homogéneos de ecuacionestineaes, los cuales son consistentes, Esciba Ia solucin del sistema como la sum dela solucién teencrat del sistema homogéneo asociado y una solucion particular del sistema no hhomogéneo. 80 AcesRA meat 2 atest © Httutwed Beh dn s-2utn eo ) eta-ne2 2a tan yd n-nenel O neuenel Sr t54 =m 99 dy tanened 30. (Enun tono menos serio: un problema prctico de multiplicacién de matices.) Enel bar “La Rana Feliz” se preparan S tipos de bebidas euyas rectas se musstran a Bebida 1 (cuba libre) 1 medida do eon I efresco de cola ebida 2 (cube campechana) I medida de ron 4reftesea de cola gus mineral 2 medidas de ron refeseo de cota 4}agva mineral Bebida 4 (ehandiy seerveza $imonada BobidaS(especialidad dels casa) 1 medida de ron Bebida 3 (cuba doble) $Himonade 2) Estructure nia mattizeuyas llness sean “ineas de ingredientes en ls bebidas” ¥ ‘euyas columnas sean “eolumnas de tipos de bebidas” 1) La experiencia demuestra que de lunes a jueves se consumen, en promedio por ds, 20 bebidas del tipo 1,30 del tipo 2, 10 del tipo 3,20 del ipo 4 y 30 del tipo ‘3, mientea que tanto elvieenes como e! sibado se consumen 30 bebidas de! tipo 1,40 del tipo 2,20 cel tipo 3, 40 del tipo ty 40 del tipo S. Estructure una matric ceiyaslineas sean "lineas de pos de bebidas” y cuyas columnas sean “eolumnas del dia dela semana”. ©) Use las matrices de los incsos anteriores para obtener una matrizen donde se pueda Ieee a cansidad de ingredientes consumids por dia. Contste enfonces as siguientes preguntas: {Cudntos refescos de cola se eonsumen por seniana?, euintas limoradas?, jeuints botellas de ron, sabiendo que cada botella inde 20 medidas? 4, MATRICES (I INVERSIBILIDAD En toda esta seccisn se van a consietar solamente las matrices enadradas. ‘Se ha visto en Ia seceién anterior, al hablar de multiplicacién de matrices, que no es posible deducir del hecho A # 0, AB = AC que B » C, es decir, que la ley de Iacancelacién no es vida para matrices. ‘Véuse con detenimionto lo quo establece esta ley en el easo de niimeros reales. La ley dice: si a es un niimero real distinto de cero y ab = ac, entonces b = ¢ Recuérdese que los msimeros reales distintos de cero son precisamente aquellos «que poseen un inverso muliplicativo, Es decir, a # Osi, y silo si existe" tal que SISTEMASOF ECLACIONES LNEALESY MATRICES. 81 ea = ar = 1, Uno se pregunta si para matrices también es cierto que A es una atti distinta de cero, s6losi, existe un inverso multiplicativopara A, es deci, ‘una matriz. 4" (necesariamente del mismo orden que A), tal que A'A = AA =F (la matriz idertidad juega el papel del 1, como ya se habia visto). Véase por . of) cs distinta, de cero, pero no existe ninguna matriz Atal que A“MA = AA =I. Esto se puede constatar haciendo ol producto de una matrz arbitratia B por A [i e] [3 al = [fe 3bn + a] OH ba ba |[0 2) 7/0 b+ 2b (pes la matez identdad no tiene ninguna columna de cero). Entonoes, Ja propiedad de existencia de inverso multiplicative de una matriz no es equivalente a que tal matriz sea distinta de cero (como en et easo de los rnimeros reales) Esta es una propiedad maisrestrctiva que se va estudiar enests seccién. Se llama inversibilidad, Obsérvese quo Ia ley de Ie cencelactén para matrices eserita como: siA es una matric para la que existe wn inverso muutipl- cativo (en el sentido mencionado anteriormente) y si AB = AC, entonces B= C, ¢s valida. La demostracisn es: témese la matriz A" tal que "A = AA" = J Moltipliquense ambos miembros de AB * AC por A~ para obtener A") = {AP(AC), Alusarla asociatvidad del produto, se obliene (114) B= (A"A)C, osea, 1B = IC, donde Is la mati identidad y entonces Finalmente, B = C. 4.1, DEFINICIONES Y RESULTADOS PRELIMINARES DEFINICION 4.1 Se dice que la matrz Aes inersible si existe una mattiz B (necesariamente del mismo orden que A) llamada inversa de A, tal que BA* ABI Caso contratio se dice que A es no inversibl, El ejemplo trivial de mati atciz ible es la matriz identidad. Otro ejemplo es la ‘Aces inversible pues la mateiz 82 ALoceRAUNeAL COROLARIO DEMOSTRACION TEOREMA 4.1 DEMOSTRACION estal que [a s][2 fo f]-[2 a] 3 {Una primera observacién que se puede hacer, en base ala definieién de inversi- bilidad, es queen el easo de que una matriz sea inversible, su inversa es unica, En. efecto, supéngase que B, y B; son dos inversas de A. Entonees. By = 1B, = (BsA)B, = BYAB)) = Bul = By t t pues Bees pues Byes inyersa de A inversa de A A partir de este momento se puede, entonees, hablar de la inversa de la maitiz (nversible) 4, la cual so va a denotar por 4° i ‘Sid es inversible, su inversa es tambign inversible y (A-t)" = A De la definicién deinversibidad y la iid de a invorsa ce signe de inmediata Qu Si y B son dos matrices inversibles del misino orden, entonces AB (ABy* = Bia 7 | | tambien es inversible y l Se tiene (B!A)AB > BIAMAB = BIB = BB = (ABY(BAA) = A(BBA! = AIT = AAT ™ Entonces BA" es la inversa de AB, QED. Mis genetalmente, si j,i 1, ...,21s0n matrices inversibles del mismo orden, centonces A\As.... Ayes tambisn inversible y (Aa. Ay = i. AA Lademostra in es por induceién y se deja como ejereieio para el lector. COROLARIO TEOREMA 4.2 DEMOSTRACION EJEMPLO 1 SISTEMAS OF ECUACIONES UNEALES YWATRICES 83 Se hari referencia al resultado anterior eomo “producto de matrices inversibles cesinversible” Sea n un numero natural yA una matriz cualquiera. Se define In potencia neisimadelamatrizA comod* = AA...A (veces A multiplicada por si misma). Sehace el convenio de que A?= J. $iA es una matriz inversible, se puede tambic definir ‘poteneias negativas"* de A escribiendo A= (4"". Al usar es cidn se obtione el siguiente eorolatio que nvés que itil, ofrece una fSrmla muy bonita Si A esuna matriz inversible, A" ay La demosttacin es inmediata (véase e teorema 4.1) y se deja como ejercicio, Si A cs una mattiz inversible y kes un escalar distinto de cero, A también es inversible y sntonces (kay = fea (G@onde &* denota al inyerso multiplicative def). Se hard uso del teorema 3.2 (4). (CAA) = (ead = LTT GAYE A) = (EAA = TT QED. Asi, por ejemplo, se habia visto al principio de esta subscecidn que a inversa de lamatriz -[i-4 uA -[2 °| cra ees *Se debe ter mucho edad en no confi el signiiesdo de “pens de una ati A” oa a ‘manera gorse est denotndo suinversa Por empl mas significa 4:4," mo signa 174, sino que es la manera come se dental inversa de A 84. ALGEERA LINEAL TEOREMA4.3 DEMOSTRACION TEOREMA 4.4 DEMOSTRACION Eons dt u(2 Fl ue 2] ‘como se puede comprobar directamente. ‘Un resultado interesante, que conecta I propiedad de inversibilidad de la rmatriz A, con las soluciones del sistema homogéneo AX = 0, esti contenido en el siguiente teotema: ‘Sila mattizA es inversible, entonces el sistema homogénco de cevaciones lineales AX = O tiene slo a solucién trivial. Supéngase que A es invesible yconsidérese el sistema homogéneo AX = 0, Sea cualguiersolucicn de este sistema, esto es, AX = 0. Multpliando (por la iequierla) esta dtima igualdad por A" se obtiene 4-(AY) = AO, osea (A"'A)X = 0, esto es, X = 0, Es decir, la tnica solucién de] sistema AX = U es la trivial, Qe En realidad, tambign es cietta la afitmactén reefproca de! teorema anterior, es ecit, sil sistema homogéneo de eounciones AX = O tiene silo lasolucisn trivial, entonces se puede coneluir que la maiz d es inversible (y en ese caso decir que Acs inversiblees equivalente a decir que el sistema homogénco de ecuaciones AX = Oticne sélo la solueién trivial) Para poder dar una demastracién de este hecho se tend que avanzat wn poco ids en la teorla que se esté desarrollando (la prueba se dara en la siguiente subsecci6n). Sin embargo, se quiere usarlo ahora para dat una caracterizacion mis simple de inversibilidad de una matriz. Sea A una mattiz,cualquiera 1). Siexiste Btal que BA = J, entonces A es inversible (y B = 4"). 2) Siexiste Ctal que AC = I entonces A es inversible (y C= A“), 1) Considétese el sistema de eevaciones AX » 0, Sea X una solusin de é, esto 8, AX = 0, Muliplique por la izquierda por B para obtener X= 0 Entonces, SISTENAS DE ECUACIONES LcALES Y MATRICES: BB €l sistema AX = 0 tiene slo la solucién trivial. En ese caso 4 es inversible Mulsiplique pot la derecha a BA = Ipor A pata obtener B = 4”. 2). Aniloga a 1). QED. De agui en adelante, entonces, para verificar que B es inversa de A basta con verificar que BA ~ Fo que AB ~ I (cualquiera de estas condiciones implica a la ‘otra, segin el teorema anterior). Hasta este momento nada se ha dicho acerca de edmo detetminat la inversa de tuna mattiz, De eso nos oeuparemos en Ja subseccién 4.3. Sin embargo, se puede plantear un procedimiento natural pata hallar la inversa de una matriz como se cine aco bd “fe 4] ‘Soa Ia mateiz Se quiere deteriinat bajo qué condiciones esta matrizes inversibie y,en tal caso, obtener una féermula para su Se quiere entonces hallar uns mattiz. a-[e 2] of dE 26 3 Al hacer la multiplicacidn indicada ¢ igualando los elementos correspondientes, se obtiene el par de sistemas de dos ecuaciones con 2 inesgnitas ary + be cn + dey = 0 fs + bu = 0 tal que cnt du = 1 Reoustdese que a, bey d Son daudos y se quiete determinar x1, X25, % Es fll ver que el primer sistema tiene solucion si ad ~ be # 0, en euyo caso 86 A.ceeR LINEAL Similarmente, si ad = be # 0, el segundo sistema tiene por solueién ad- be Md be De tal manera, entonces, si ad ~ be # 0, la matriz A es inversible y su inversa es: _d -b adhe ad= Be ad-e EJEMPLO 2 Apliquese de mievo este procedimiento para halla la inversa de la mate 1203 A=|0 2 3 oe Os) Se quieren en ese caso hallar i, «xy ales que (3 3]2 2 2} Al heer las operacinnes indlieadas se obtiene a4 2ee# 3x21 2ut3n=0 => 3u=0 wt2nst3u=0 2x4 38 1 => 3u=0 2) 42a + 3p = 0 2+ 3m#0 => Bue ¥y entonees: Para una matriz de orden n, este proceditniento para halla la inversa de la matriz cconducinfa a resolver n sistemas de ecuaciones con 1 inedgnitas, Es claro que, a osTeuss PE ECUACIONES LnestesY MATRICES BT menos que los sistemas resultantes sean Ficiles de resolver (como.en el ejemplo anterior), se precisa ce mucho trabajo para obtener Ja inversa de una matriz.con este procedimiento, En In subseccisn 4.3 se veré un método mis sistemuitien que requiere de menos esfuerzo. Peto antes, se tendra que avanzar més en la teort 4.2. MATRICES ELEMENTALES DEFINICION 4.2 EJEMPLO 3 EJEMPLO4 Se dice que a matriz Ede orden mes una matrig elementals ella puede obtenerse, a partir de la matriz identidad [,realizando en ésta wna operacion elemental 103 Of 0 oo 1 Por ejemplo, la mattiz. lr es una matrz elemental, pues se obtuvo partiendo de fy, sustituyendo en ésta su primera linea por ella misma tads tres voces su toreera linea ‘Similarmente, las matrices (eS spe te lo s}'|r oo son elementales (la primera provino de /; intercambiando sus Shineronbind spt) ec Ti Sinema nate 02 [i 3] Jemental, pues para Hegar a ella partiendo de Jshay que realizar mentales (intercambiar lineas y multiplicar la primera linea as, la segunda fereera proving, ‘no es una matt dos operaciones el por2). Consiclere Ia matriz A de orden 3x3 atriz elemental que provino de itercambiando su primera y tercera lineas. Realice el producto EA 88 ALGEBRA LINEAL TEOREMA4.S Ou lest BA=|0 1 0 10 0 [E = 3-2 2 3) Observe que el resultado es la malriz que proviene de iutercambiandosu primera yyrercera lineas. ‘Seu E: = mattiz elemental que provino de /, sustiurendo su segunda linea por lla mds kveces su tercera tinea. Realice el producto EA. aan ay daa an an |= [dat kay a+ tay dy + kay} a as, aya ay linea por ella, mis k veces su tercera linea. ‘Sea Ey « matriz elemental que provino de /s multiplicando por e* Osu tercera linea, Realies el producto Ess. 10 O}fan ax ay] [au an ay BA=|0 1 Olfax an an}=|an an os 0 0 cllax az ay] [ea can cas ‘Observe que el resultado 6s la mattlz. que proviene de A mutipticando por e * 0 su tercera linea. ‘Como conelusién de estos ejemplos se ve que al multiplicar por la izquierda (se dra “premultiplicar”) la atti por la matriz elemental E, se obtiens la ratriz, que resulta de A al realizar en ésta la misma operacidn elements que se realias en J; para obtener E; (/=1, 2,3), Este es en realidad un hecho general que se enuncia en cl ccuya demostracién se deja como ejercicio al lector: jente teorema, Sea A una mattiz mn. Al premultiplicar A por a matriz elemental E'se | obtiene por resultado la mattiz. que proviene de A realizando en ésta a | _ isms peel ental een cn pr gare Antes de enunciat y probar el siguiente resultado, que indicard que todas las ‘matrices clementales son inversibles, se recuetda que las operaciones elementales cn las lineas do una matriz tienen una operacién elemental asociada “inverse” (en. cl sentido de que deshace la operacién efectuada), que ademas es del mismo tipo. Enefecto, 1) Supéngase que A’ se obtuvo de A intercambiando las lineas fy . Sien A” se intereambian nuevamente Ins lineas iy j se recupera 4. TEOREMA 46 DEMOSTRACION EJEMPLO 5) SISTEMAS OF ECUACIONES LIEALESYaTRICES 89 2) Supcingase que A’ se obtuvo do A sustituyendo la fésima linea por ella misma mis & veces la j-ésima linea. Sien A’ se sustituye la fésinia linea iis (-f) veces la -¢sita linea, se reeupera A. Por iltimo: 3) SiA’ se obtuvo de A multiplicando su i-ésima linea por la constante ¢ * 0, multipliquese la iésima linea de A’ por 7 a y reeupérese asi A. Si E es una mattiz clemental, entonces E es invetsible. Su inverse es también wna matriz elemental Ls eee ee —— Siendo E una maitiz elemental, E provino de Fteatizando en éta una operacién, ‘lomental, Segin la observacién previa al teorema, se puedereeuperat realizado cen £ la operacién elemental inversa. Sea Ela mattiz elemental que proviene def tealizando en ésta la operacisn elemental inversa mencionada. Segin el teoremma 435 se tiene BE = 1. Un argumento similar aplicado a ta matriz elemental E, ‘muestra que existe una matriz elemental £” tal que E”E" =I, De las expresiones EE* I= E°E’ se concluye que E= E",Se ha entonces probado que EE = EE’ = Testo es, que E es inversible y que su inversa £’ es también una mattiz elemental, Qu D. Por ejemplo, si Besa maria elemental que proviene de , sustituyendo su prime linea por ella misma mis 3 veoes su tereera linea, 0 sea 10 3 E-|o 1 0 joo 4 su inversa E°' seri aquella matsiz cfemental que proviene de Jy reafizando ta ‘operacién elemental inversa a la que se realiz6 en f,para obtener E; es decir, ‘sustituyendo su primera linea por ella misma mis (-3) veces su lercera linea, 0 10-3 Bi=/0 10 (eeoe a El siguiente teorema (4.7 es un resultado muy importante, tanto desde el punto de vista eético, como también desde el punto de vista prictico, pues de él (dle su ddemostracién) se podré deducir un método para hallar la inversa le una matez. Para demostratlo, se pondrin en juego todas las ideas desartolladas en esta 90 ALceeraument LEMA DEMOSTRACION TEOREMA 4.7 DEMOSTRACION COROLARIO; subscecién, asi como también el siguiente resultado “téenico” sobre sistemas de u Basta obscrvar que el sistema AX = O es equivalente al sistema x, = 0, t= 0... 4" 0, cuya matziz (la matriz del sistema) es f.. Lo eval significa que partiendo de A, por medio de operaciones elementales, se puede llegar a fy. Esto es precisamente lo que se queria probat. Qkp. Las siguientes afitmaciones acerea de la matriz.A de orden m son equiva lentes: }) Acsinversible, 2) Acsequivalente ala matriz identidad 1) 2): SiA ¢s inversible por el teorema 4.3, el sistema homogéneo de ecua~ ciones AX = 0 tiene sélo la solucién trivial. Entonees, seg anterior, A es equivalente a Jy. 2) = 1): Que A es equivatente a In matriz identidad /, significa que, partiendo de A y tealizando en ella operaciones clementales, se puede Megar (igase que despuds de r pasos) a L Esque ae Aw AW Am eT donde i= 1,..., rindica que se efectia una operacién elemental, Porel teorema 45 se tiene que existen matrices elementales Ei, Es, , Ey tales que Bid = Ay, EAy= Az..+, EA, =1. Combinaneo estas expresiones se llega a (E-... ExE)A =I. Sienclo EE... E-inversibles ((eorema 4.6) se puede presentar la expresin, anterior como A = Ej! E:!.. E-!, Entonces 4 es un producto de matrices inversi- bles, Es por tanto inversible. QED. Se puede abora probar el resultado que se hubfa prometido en la subseccién anterior. ‘Sea A una mattiz de orden n, Si el sistema de ecuacionies AX = Otis la solucién trivial, entonces 4 es inversible, SISTENAS DE ECUACIONES LNEALESY MATRICES 91 DEMOSTRACION Segin el lena previo al ieorema 4.7, A es equivatente a la matriz identidad 1, Entonces, segin el teorema 4.7, des inversible: QED. 4.3. EVALUACION DE A~* Bn la subseecidn anterior se desatrollé mis la teoria acerca deta inversibilidad de imatices, Se obtuvieron resultados importantes (como el tcorema 4.7) que se lusanin posteriomnente en otros eapitulos. Sin embargo, se veri que, come fruto, de esta maquinaria tedriea desarrollada, se puede concretar un método para evaluat Ia inversa de una matt Se centta la ateneién en la demostracion dela implicacién 2) => 1) en el teore- rma 4.7, Bajo la hipétesis de que A es equivalente a la mattiz identidad J, se coneluys que A es inversibl. Alpprermltiplicar la mattiz A por la mattiz elemental E, se obliene Ay, que es le primera mattiz. equivalente a A que apareée en nuestro eamino para Tlegar a Jy. ‘Similarmente al premultiplicar A, por Ese obliene Az, segunda mattiz, equivalents A enel proceso para aleanzar J, ete. Se iene la importante formula (Eng. EXEQA = @ de la cual se puede concluir que 4 es inversible, Acontece que en realidad se puede conclu mids tadavia, Tal férmula nos esta \diciendo cudt es fa matriz A~. En efecto, segin el teorema 4.4 se tiene A= Bose BEL © De esta firmula, por simple que parezca, se puede deducir un ingenioso & interesante método pata hall la inversa de una mata Sehia de leer la formule (a) dca siguiente mancra “al elzetur las operaciones clementales correspondientes @B;, Ei... E (eh este orden) en la maiz A, se obtiene P A let entonces de la misma manera Ia férmula (b) se tien: “al efeetuar as ‘operaciones elementalescorrspondientesa Ey, £..., Een la mati f,se obtiene a 1. he agu el metodo para halla 4: las mismas operaciones clementales 4que se hagan en A para obtener /, se hacen en y el resultado es ni ras ni me- nos que A". En la prctiea, para hallr 4" se va a eserbie una mati de la forma win ‘Al centrar a atencidn en la parte izquierda de esta matriz (en doncle se encuentra ‘A) se realizan las operactones elementales que conduzcan a llevar a a la mateiz iddentidad (obsérvese entonces que esas mismas operaciones se estin efectuando cen), Cuando se Hegue a J la matriz que aparezea en el lado derecho debe set 4”. 92 ALoceAALNeat EJEMPLO6 Esqueméticamente: wig wpa Considétese que si llegara a aparecer una linea de ceros en la parte izquietda de la matriz dorante el proceso deserito, esto indicari que A no es eguivalente aly y pot lo tanto, segtin el teorema 4.7, que en tal caso A no es inversible, Es decir, este métealo ayula a detectar tambign la no inversibilided de una imatriz Observe funcionar este método en un ejemplo conereto, Sea Beeaee! A=|-1 203 313 i i i ste derecha las Sein eseribiendo en la parte izquierda la matriz obtenida y en la parte de ‘operaciones elementales que se realizaron para obtenerla (de la anterior) 1 | 1 0 0 3 1 0 1 olf 3] 0 0 0 41% 0 OF Gy day 3 | 0 1 of 4D 30D 3 | 0 04 Ms Ms 0 0) (12) — (12) + (LI) % | 1 0} (13) = (£3) + 3(L1) bro 4 nella ene] ~ 2a 1 | we % of 7 3 2] 1 048 “Ve 1% 0-0) (3) -+ (3)-3042) fe een ee -1 | %& OT “| We OO} U3)» ~ (43) 1 | wm oO 11 % - EJEMPLO7 ‘SISTEMAS OF ECUACIONES MEALES YWATRICES 93 14 0 | & & -w it -}o1 0, «-m i (Ly ~ (e+) O00 1 | % =] Oy + UD-EH 1,0 0 | -% % = ee) jor 0 | x me 1] CD en-2a2 Oe One te |e stein Entonees % - Ms | * - eee ~[3 2 12 ATs 6 -1 10 3-2 5 1 Obtenga 2) ele ie) 0) a0 302 1 21 0 4 0 of, Soa my oo tq 39203 110001 ee 0 Oo) ee aay) -[O -4 4 =} 3 1 0 of @3) 5 @3)-sany O 4 4 +10 | -§ 0 1 Oo} (4) = Uay-3L1) 0-8 8 nj oo 1 to2 -1 4 f 1 0 0 of Ua) 5 ayy HO ee ho Oe 0 0a ee eet ao) [9 @ 8 1 3 0 014 Se ba obtenido una linea de ceros en la maitiz de la izquicrda, ‘Le mattiz A es, pues, no inversible, 94 AoeeRA uNeAL 4.4, MAS SOBRE INVERSIBILIDAD TEOREMA 48 DEMOSTRACION EJEMPLO 8. ara terminar esta seeeisn, se va a explotar un poco ts Ia idea del método que se acaba de deseribir, para obtener algunos otros resultados interesantes. [ {que A es inversible, pues las matrices elementales lo son y el producto de matrices inversibles es inversible. Reefprocamente, supéngase que existe A”, La formuls (b) dice que AY Eby + Bab donde Ey, Es... £-Son matrices elementales. Entonces A= APY! (EE va EXE)" = BV ES Las matrices 7! (ie, 2, .-.. 7) som inversas de matrices clementales, y son, por tanto (véase teorema 4.6), matrices elementales. QED. Por sjemplo, considere In matrix 361) 01 O10} 00 Beite: 12 0 | 1 0 OF G2) + @2)-300 -}o o 1 | 3 1 0 o1o}oo04 120) 10 GVH Uy -|o 10 | 001 a) 10 0 | 1 0-2) @) + Un-202) +o 1 0 | oo 4 oo 1} 31 0 SISTEMASDE ECUAGIONES LINEALES YaTacES 95 Segtin el teorema antetior A debe de expresarse como el prodicto de matrices celementales. Arin mis, el mismo teorema dice que A = Ej*E3'... E:!, donde EVES,... Ej! representan las matrices elementales inversas de las matrices correspondientes a las operaciones elementales que se tuvieron que realizar en A para llegar a /, En nuestro ejemplo se tiene: Enionces y OPERACION | ELEMENTAL (12) = (12)- 41) (2) (13) (Ly > (L242) Entonees ee 0/) fie 0n 103] 1210) A+ BIE =/3 1 offo 0 1]jo 1 0 oo 1]/0o 1 offo o 4 2 10)) ee pte 00H tO} 0 ta) 10} Soest | ot teee0)|| 08 Oren (Ol fata) o 1 of fo o affo 1 oj/o o 4 Otro resultado interesante, de eardeter mis general que el anterior, estd contenido cen el siguiente teorema: 96 Avcesra umes TEOREMA Sea A una matriz m % m. Eptonces A puede factorizatse como A = QA’, donde A’ es la forma esealonada teducida de A y Qes une mateizinversi- ble (de orden my. DEMOSTRAGION Laittea de la demostraidn es la misma que se usd para demostrar 2) ~ 1) en el EJEMPLO icorema 4.7. Partiendo de 4, por medio de operaciones clementaes, se llega a’ Cada operacién elemental que se realize en A equivale a premoltiplicar por una mtr clemental Bxisten pues, Kmateies elementales iy Eis... Ede of don m tales que Ey... . ExE,A ~ A’, Entonces 4 ~ (Ei'... Er)’. Llimese Q = Ey... Ei, Esclaroque Qes inversibe. QED. EI mismo teorema anterior proporciona el método para hallar la factorizacién. rmencionada de una mattiz. Esqueméticamente el método se ve como (nen | fel -W1O) Por ejemplo, si Aes la matriz se tiene 123; 1 07, fl ow 1% 145701 ole 1% Bones, Low afb oa] Ahora obtenga Q = (Q")' Ww [ot oy 1 2 Ww M | 0 lop -bo4 Entonees La factorizacidn de A se ve entonces como TEOREMA 4.10 DEMOSTRACION EJEMPLO 10 LSISTEWAS OE ECLACIONES LIEALESY MATRICES 97 fee ae stalin 2] 0a 14 5)"|-1 affo 1 4% %—Tavenible fom exatonade ‘educa de & Un tltimo resultado que relacions Ia propiedad cle inversiitidad de una mattiz A con las soluciones del sistema no homogéneo de ecuaciones lineaes es: Las siguientes afirmaciones sobre ln 1) Aesinversible. 2) Elsistema AX» Btiene solueida tnica. 1) +2). Siendo A inversible, el sistema AX = B tiene al menos la solucién X = AB (pues A(A"'B) = Bes una identidad). Para ver que esta solucisn es Tunica, sea X cualquier otra solueién del sistema, Por lotanto, AY’ = B. Premultiplique por A" y obtenga X’ = A" = X (otro argumento para la unietda: sea ¥ cualquier solvein del sistema AX » B. Entonces X = J, + Xi donde J, os una solucisn portiular al sistema y Ry es la soltidn generat det sistema homogéneo asoetado, Per A inversibic implica ¥y= 0 (Worema 4.3) Entonees, X= Xy la soluién es uni) 2) = 1), La demostracisn del corolaria del teorema 3.3 permite conelutr que si AX = B tiene una solucidn tniea, entonees el sistema homogénco ‘asoeiade tiene sélo la solucién trivial. De este modo, por el corolatio del teorema 4.7, la matriz es inversibe. QED. Este teorema proporciona un nuevo métodl para resolver sistemas no homogéneos de couaciones “cuadrades" (niimero de ecuaciones * mimero de inesgnitas) ‘cuando éstos tienen una solucién tinea, Por ejemplo, considtere el sistema By t2n-med au t2u tBu By tut 3ne2 bien, AX = B eon 9B ALcesRAUNEAL Alal-t ya se vio (primer ejemplo de Ia subscecién 4,3) que A es inversible y que “= Ata) M% MO “Am 1 n (nica) del sistema esta dada por “% me -17[4] [ew Reatp=| 46 my 1 {fate] 1m se 8 -ff2] | cs decir, 1 = -21/8, 45 = 17/4, x5 2718. EJERCICIOS (SECCION 4, CAPITULO 1) 1. Verifique que fa mata ; 4 ‘] a-[o eu lett cs ls inversa de a siguiente mateiz A. ;Cuiles la inversa de BY 2 Demuestre que lam 10 0 0 o 100 Alo 20-1 0 5-8 0-1 ‘es inversible y quella es su propia invers. (Ver ejereicio 25 dela seecién anterior.) 3, Demuestre que una mattiz con una linea o con una column de ceros no puede ser invorsible. 4, Veritique la valde det teorema 4.1 con las matrices A del ejrcici ty ta mateiz 10. ‘SISTEMAS OE ECUACIONES LINEALES YATRICES 99 123 (Caya inversa fue dererminada p-|o 23 [: a dl en fa pigina 86.) Demvestre el reciproco del orem 4.1: si y B son dos mattices del mismo orden tales que el producto AB es inversible, entonces A y B son matrices inversibles (Observe que no puede wsar la formula (AB)! = BA, pues ésa presupone precisa- ‘mente lo que se quiere demostrar) ‘Sea Ata mateiz ‘| 5 CComprucbe que A es inversble y hile su invetsa, nel ejecico 10 de I seceibn snteriorsedemostes que 2 [us on ] on 16] cen donde n = 1,2, ... Prucbe que esta formula tambign es vi negativas de’ Enevenire la inverst de la mati. 1s “12-18 aT om 8 para “potencias 303053 (Sugerencia: Use el teoema 429 el ejecicio 1.) SiA esuna matriz inversible y kes un nimero distinto de cero, demuestre que KA* y (A): son inversibes, en donde m es un aimero natural cualquiera, Seam Aas. An attics inversibles ks... Ay mimeros no mules, Demuestee (orinduecién) que el producto Aldo AD) cs inversible y que su inversa es Ai! Use elejercicio ty elteorema 43 para resolver et sistema homogéneo de ecuaciones Hneales Sti 4y-65 0 100 ‘ALOEBRALINEAL 12, rey M4 16, 9x4 By Ty 20 nem=520 n (Pig, 86) se demostré que stad - be *Ocntonces Ia maiz ae [ed] esinvrsive, Dermest aaacnrcposeinvasble enonces ad - be +0, Utilice el “método” deserito en In pdgina 85 (para halle inversas de matrices) par sdemostrar quel mattiz Dada la matt 3-1 4 asfo 24 rl? ‘demestze que A? ~ 348 - TA + 1815 = 0 (la matezcto de orden 3) A partir de este resultado prusbe que A es inversble y halle 4 Dada la mati comprucbe que A? = 34? = 7A - 11s = 0, Encuentre A 9. Diga cules de fas siguientes matrices, son matrices elementals. i taleaso, encuen- a usando ol feorema 4.6 (Su demastracin). of] oft BP ale o ° 1 10 0 104 Lo 0 B03 0] g-]0 1 0] Belo 0 1 001 ° ° "7 9. 20, a1. 2, 23. SISTENAS OF ECUACIONES LNEALESY MATRICES 101 ‘Sea A uns mattiz cualquiera de den 3. Descrit las sigulentes matrices a) BA 0) EEA ® BEA i) BEA BA © BEA ) BEA Wy BABEA © BA 0 BEA ) BEEA 2 BNEEEYA Sea una matiz m x py Buna matrix p* n.,Cémo se alter el producto AB sien is smattiza 4) inteceambia dos de ss lineas, 'b)-mutiplica una de sus lineas por el escalar + 0, 9) sustituye una de sus Hneas por ella misma mask veces ota linea (Sugerencla: use elteorema 45 y la propiedad asocitiva del producto de mattices) En esta seccidn se discutl cules el efecto de promuitiplicar una mattix A por una smatez elemental (leotema 45). ,Qué ocure sa la mate A la mulipicamos por la dereciha por la matiz elemental B? Es deci, icOmo es la matriz AE respecto dela mmatriz A? Sead una matic m X py Buna matte p xn, ,Cémose alters el produeto AB sien la matte B, 8) Inveeambia dos de sus columnas, 'b)-moltiplica una de sus columnas por el esealark# 0, )susttuye usa de su Kneas por ella mista mas veces ra coluna ‘Sea A una matrz inversible, Deseriba fos eambios que curren en Asi en la ma wid 8) se intereambian ds de sus lineas, 'b) se muipica una de sus lneas pore escalar k ¥ 0, ©) sesustinye una de sus lneas por ella misma mas k veces ota tinea, (Sugerencia: use los tcoremas 4.6 y 4.1, as{ como el resultado del eetccio anterior.) Repita el eerccio anterior cambiando la palabra “linea” por la palabra “eolum Use el teorema 4.7 para demostrar que la matiz. as 4 Arjo 71 0 0 2 esinvorsibl Sea A la matiz 102 Auseonaunent 25, 26, 2 28, 29, en donde dian... #0, Demuestte que A es inversible. Qué acontece si ods: +e ™ OF (Gugerencia: use el mismo argumento que en el eerccio anterior) Como un caso paticular del ejrcicio anterior, coneluys que la mattz diagonal A ding (a, 05..,0.) en donde ajay -. ay # Os inversible, Caleule su inversa (Sugerenca: vse ojercicio 15 dela seccién anterior.) Sea una matizailpotente (ve eerccio 1 do la seecibnanterion). Compruebe que ‘A-no pucde set inversible. Sea A una matiziavoluoria (ver ejereieio 26 de la seid anterior). Demuestre que ‘Acs inversible, Determine su inverse Prucbe que sid es una matriz idempotent (ver ej nversible,entonees A eS fa matrizidentidad. Sean A y B dos matrices inversibles de orden n. Demuestre que la msirie C de of denn Ao eft] ‘esinversble, Determine sa inversa. Use este hecho para hall la inversa de la ate 13 de la seceiénamtetion & ° ° 3 a 3 A ° ° (Sugerenca: vease el eereicio 23 de la seccisn anterior) Diga cules dels siguientes matrices son inversibles. En caso de que lo sean, hallesu ar og 32 Go 2 31 ‘SISTEMAS DE ECUACIONES LmALeS YMaTRICES. 103 oo 1 o sees 10 0 0 eee No ot p]2 0 0 00 01 o 10 on 214 100-4 1104 fdtet een ont 2 Poo 1 2 102135 22-11 bio oo lo o12 0-6 34-2 03-9 2312 001223 ria ®lia3 4 102-6 (El mensaje secret.) En est problema se da un mensaje para todas aquellas personas {que estudian est libro. Consiere la equivalenea letras-ntimeros: A = 1, B= 2,C~ 3, + Z= 27, Se propotciona la matrz BA de orden 4 8 siguiente 3301870 oO uw 6 36 pa [165 94 130 12106 70184 nM 45 is cieessie 10) 4 76 65 50 3% Lalllave que deseubre el mensaje es la mattiz En las lneas dela mats Ase le el mensaje. Silo descubre, péngaloen pict En cada uno de los ejecicios siguientes, X es una matriz de orden 2. Resuelva Bale eb tee Te a of ape 3] 104 Auceera umes. cy 35, 36, m1. estat 2 h}o 1 0] x-lo eed 1 ba ba ha o}2 2 3] x}a-1 12 03 2] |3 2 1 1 0 of f2 0 00 ]o 2 olxlo 3 ro oo 3] |o 0 02 Demuestte que fa mateiz 1000 ao 3.4 0100 co o4 s «sinversibley eseriaa como un preducto de matrices elemeatales Enel ejerciclo 24 se demasis que la mate diagonal Am diag (4,03, -+-54) fen donde ay, as... ay #0 es inversibe, Escriba esta mateiz como un producto dem matrices elementaes ‘Seg el teorema 49 toda mati 4 se puede escribir coma el proiveto QA’ en donde (Qs una maiz inversible y Ae fa forma escalonada reduc de A. ,Cémo se ve este producto A es una mateiz inversble? Escriba eads une de as siguientes matrices como el producto de una matt inversible (Qy la four escalonada reduc ded: 314 23 132 of ] fa 2 3 afi 4 te at 2 ta Resuelva fos siguientes sistemas de ecuaciones, inviniendo primeramente la matriz {el sistema y motilicando luego tainversa por la matriz de téminos independientes ‘SISTEMAS DE ECUACIONES UNeALes YwATACES 105 (ease demostracion del teorema 4.10) a) u+3K21 ) mtmontne3 Satan? dy tytn Dee 1 3x) -4)- 20) -2e= -2 a tyes See5) b) 34 -3u4 2561 48-5425 =1 34) 644 dy =3 CAPITULO DOS Determinantes 1. 106 El objetivo principal de este eapftulo es crear una herramienta adieional de trabajo que ayudani a avanat en a tcotia que se desarrollaré en los préximies capitules. Esta herramienta esta relacionada con Ia teoria do determinantes. Se debe decit, sin embargo, que la teoria ce determinantes tiene por sf misma un earcter propio, indopendientemente del uso que de ella se hace como herramienta de trabajo en cl ilgebra lineal, En este capitulo so pretende también ver algunos aspectos ~clementales— de esta interesante teora, Uno de fos conceptos nuis importantes que han aparecido hasta este momento en el libro, es el concepto de inversibilidad de una mattiz. Relacionado con él, ‘parecetin posteriormente muchas otras ideas y resultados. En este capitulo se veri que eon la ayuda de Jos determinantes es posible “etiquetee” a las matrices ‘cuadradas eon informacién sobre la inversibilidad de éstas. Mas concretamente, se establecetd una funcidn det: Myx. + R llamada (funcisn) determinate del conjunto de matrices cuadradas de orden m los imeros reales, tal que den(A) € R—valor quese calcula con los eoeficientes de A— di si la mattiz A es inversible ono oes. En cl capitulo anterior se vio que si ad - be + 0, la mateiz de la mati A, Se veré que en geneal tna cond ay sofilente para ave una mattz euadrada A sea inversblees que sy determinanie ce distin de cao (crolrio Ida teoreme 3.1) Para poder abordaradecuadamente la teria quese desarolla sobre determi- nants, sedcben desareollar previamenteslgunas ideas sobre permtaciones. Este es el objetivo dela primera seccidn que ahora se comsnea a etadir PERMUTACIONES Considétese el conjunto ds mimetos (1,2, 1}. Una permutacién de este conjunto no es mis que una determinada ofdenacién de sus elenientes. Pot ejemplo, sil cojunto es (1, 2), se tienen dos diferentes permutactones; a saber (1,209 QD. DEFINICION 1.1 EJEMPLO 1 EJEMPLO 2 oevenuinanres 107 Con objeto de ganar precisién y una adecuada notacién para este coneepto, establézcase formalmenite la definicién de permatacién. Se llama permutacién del conjunto $= {1,2, 4} a una fn OSS, én biycctiva® Por ejemplo, si S = [1,2] existen dos funciones biyectivas 6, 0:de Sen simismo “ exten, oneiaz wt)22, of La manera como se escribird la permutactin 0: $ ~+ Ses 12 on (1) (2)... fn) bien, abreviadamento (C01), 02)... o(0)) Asi, en el ejemplo antetior la primera permutacién es (1,2) y la segunda (2, 1) Para el conjunto S = (1,2, 3) se tienen las siguientes 6 permutaciones 42,3) 3,2) 21,3) 23,0 G12 820 ‘Véanse cules son las permutaciones del conjunto de cuatro elementos *"11, 2, 3,4] "Es dei, inyecva (ano a uno) y sbreyeciva,nunque en ete ea (el cout Ses its) cusguler de estas dos proiedades pen Is ts. 108 AuceenauneaL _Sise eseribe o(1) ~ I, entonces 4(2) tiene slo 3 posibiidades 2, 3.04 (pues Ja funeidn « es inyeotiva). Analicense las ies aliernativas por separado. 8) Si (2) = 2,entonces 4(3) tiene silo 2 posibilidades: 3 0 4. a.1) Si o(3) = 3, necesariamente o(4) = 4, entonces una permutacién es: 2,34) 2) Si (3) =4, nccesariamente, o(4) = 3, entonces otra permutacién es ,2,4,3) b) Si a(2) = 3, entonces 4(3) puede ser 2 04. bal) Si o(@) =2, necesariamente o(4) = 4,yse tiene entonees fa permutacisn, 3,24) 62) Si 03) = 4, necesariamente o(4) = 2,y se tiene asi Ia permutacisn 1, 3,4,2) Si o(2) = 4, entonces 0(3) puede ser 2.03 el} Si (3) *2, necesatiatente (4) = y/se tiene Ia permutacisn en este (1,4,2,3) €2) Sio(3)= mente 6(4) =2 y se tiene entonces la permutacién ,4,3,2) En conclusin, si o(1) = 1, set 1m Ins siguientes 6 permutaciones (12,34) 2,453) 3,24) ,3,4,2) (4,23) (1,4,3,2) Este mismo tipo de razonamiento se puede repetiren el easo que se eseoja o(1) = 2,0(1) =30a(l)=4, verermuntes 109 Esquemiticamente se puede representar este razonamiento por medio de fa siguiente tabla, Las cuatro diferentes columnas indian las respectivas posibles posictones de fos cuatro elementos de $ en fa pettmutaeidn, Una vez que se ha Uecilido sobre la primera columna (esto es, ha dado el valor de o(1)),se tienen solo 3 posibilidades para la siguiente. Deciido ya el valor de esta columna (esto ts, dado el valor a 0(2)), se tienen silo dos posthilidades pata la siguiente, Dado cl valor a ésta (dando (3) sélo testa eseribir el nsimero que falta en ta iltima column (9(4) [ew 32) 93) o(4) 2 es 1 3-2 iS ieee 1 ss 7 oe eer [fe ees Leer > La Peers ‘ert Vers i ce re ee rca Se tienen, entonces, as 24 permutaciones de (1,2, 3, 4) siguientes: 234) G34) BLAM Gh23) 4243) @L43) G42 43,2) 324 @Sh4 BAL) 213) 342 234) BSD 230 423) 2413) 43,2 2430 GB.4,1,2) 3.42, (43,152) (4,3,2,1) 112. AucearAuneaL EJEMPLO6 DEFINICION 1.3, EJEMPLO7 EJEMPLO8 ‘currieton en los trazos realizados (euidando que no existanintersceciones de 3.0 mis trazos a la vez). Este es el mimero de inversiones de lx permutacion.* Para los dos ejemplos anteriores ‘irene (= eves) Serneines (= Sinversons) Sea o una pertavtacién del eonjunto {1,2,....}-Sea k, = mimero de inversiones de 0, Sikes par, se dice que o es una permutacién par; caso eontratin, se dice que es una permutacién impar, Se define el signo de la permmutacién 6, denotade por sgn geome. sgn a= (-1) Por lo tanto, si o es una permutacisn par, sg 0 = 1, €as0 contratio, si o es una permutacién impar, sgn 0 «1 Considere, por ejemplo, las permutaciones del conjunto (1,2, 3). En la siguiente tabla se encuentra Ja informacién corespondiente sobre la paridad de estas permutaciones NUMERO DE. TIRODE PERMUTACION INVERSIONES PERMUTACION —_SIGNO. 4.2.3) o per 1 30 2 par 1 1.2) 2 par 1 3.2) 1 impar a a1 1 impae a B20 3 impor “1 Se quiere ver ahora eémo esti relacionado el signo de una composi ppermutaciones con el signo de cada una de ls permutaciones componentes, primero un ejemplo, Sean o, x las permutaciones oe{t 23 4 {123 4 ae "la 34 2 *Enefecto: Si i 0 yes deci si exse una inven TEOREMA 1.1 DEMOSTRACION cevenumanres 113 Se tione: rnimero de inversiones en a = 3. Entonces gu = ~ rnimeto de inversiones en ®= 2. Entonces sgn x= 1 Forme las composiciones x » 0 y 0 # 1234 123 4 wor(2 3 4] asia tar Se tiene! imimero de inversiones en x © @* I. Entonces sgn n° 6 * =I imimero de inversiones en o ¢ x « 5. Entonces sgn g © = -L Observe que tanto sgn s © a y sgn a « x como el producto (sgn a)(sgn x) valen -1, Esto no es una coincidencia, El siguiente teorema nos dice que es un hecho general: +b. Entonees sgn Sea ¢ y dos permutaciones del conjunto (1,2, on = (sgn o)(sgn x) = sgn mec Se demostratd que sgn o © x ~ (sgn o)(sgh f). Se debe de conta el niimero de inversiones que ocurran en x, en 6 y en a © 2. Témense los enteros i,j € (1, 2... m), tal que i 20); similarmente, 0 x tended una inversién si (0 « 2) > (6 © x)()- Obsérvese que, partiendo del orden de los enterosx() y n() se puede decir, usando la informa: cin del orden de (a © (= o(r(0) y (0° x)G)" o(r(p) si 6 tiene ono inversion. Es deci, si n() < x() (en euyo caso x no tend inversion respecto de iy yy si a(R) > ofxG)), 6 tend una inversin, asf como también six) > x()y o(R(0) < or ()Xen cuyo easo x sf tiene inversin respecto de iy /). Se deben entonces de considerar 4 easos CASO___ORDENRELATIVO. CONCLUSION T ia) Hay inversion para @ ox isi Hay inversion para ® 3 x) > a0) Hay inversion para of nt) < of x) No ay inversién para @ 27 i ag) Nohay inversion para 6 of ati) > atx) Hayinversion paraoen | 414 Avosenatneat COROLARIO DEMOSTRACION DEFINICION 1.4 Llmese ko. sy fe Jos corresponsdientes nimeros de inversiones en 0 © 7 0 YF. Obsétvese que cuando hay una inversidn en 6 x, entotices hay uns inversion. en 60 (exclusive) en & (casos 2 y 4 respectivamente), Por lo tanto, eth t ker donde res el nimeto de veces en los que hay inversiones en o y en x sirmultines- mente (e880 3) CIR = CURR = CDECDECD™ = CDEC = (sgit oX3gn #). sgnoon QED. —— = ‘Sea o una permutacidn del conjunto (1,2... n}. Entonees: Le Como 6 « 0"! ise tiene, sgn 6 © 0° = (sg a)(sgn 6°) = I (pues sen id = (1)? = 1), Entonoes sgn 0 = sgn os sgno=sgno" QED. Se dice que ls permutacisn 6 del conjunto (1,2, 11) es una transposicidn de Tos enteros i,j € (1,2,.-. 4} si o@ ~J, 0G) = Fy O(K) = k para k ¥ i ‘Una transposteidn es, pues, um tipo muy sinnple de permutacién en la eval slo es alterada a posicién de 2 niimeros iy el ntimero i pasa ocupat Ia posicién de j y viceversa ‘Una transposicién se ve entonces como 12 bo joe 12 rn a Cuéntese el nimero de inversiones que tiene una tran 4. Héigase con larogla de “contarintersecciones de trai jeién de los enteros iy Lasituseiénse veeomo Jolt eemene cetermnanres 115, Sc-observa, entonees, que existiin 2(-i-1) + 1 intersecciones entre los trazos, clectinilos. Este es un mimero impar. Pot To tanto, se ha probado el siguiente teoremat —— TEOREMA 1.2 | Una transposicin es una permutacién impar tL —_____ Por ejemplo, la transposicién de los enteros3 y 9 del conjunto (1,2, ++, 10) 6 7 8 9 10 1294567 8 3 10 tiene 2G-i-1)+1 = 20-3-1)+1 = 11 inversiones, lo eual se puede verificar direeta- mente, COROLARIO Sea 6 una permutacién cualquiera del conjunto {1,2,..., 1). Seat una transposicisn. Asi, DEMOSTRACION Se sigue inmediatamente de los teoremss 1.1-y 12. QED, El resultado anterior dice que sien una permutacidn se intercambia la posieidn de dos de sus elementos, este hecho se reflejari en un cambio de signo de ta permutacién; es decit, la permutacion resultante tendré signo conteario al de a permutacion original. EJERCICIOS (SECCION 1, CAPITULO 2) 1, ,Cusntas permutaciones o det conjunto (1,2, 3,4) som tales que o(1) = 4 y 22) ~ 537 laga ura lista de ells. 2. ;Cuintas pemutactones 6 del conjunto (1,2, 3,4,5, 6) son takes que ofl) = 6, (2) 5, (3) = 4? Haga una lisa de ells 5, Paralassiguieutes penmutaciones 0 y woblenga 6°, n° 9,020, °% w(t 23 {123 eel oa Fly 302 116 AcceaaLneA, 5. Sean o y dos permutaciones del conjunto (1,2, ...m). Demstre que (@ 92} vefhtig ent g 423 1 "Tha. 304 po-(h 234567), (1234567 7654321 6713425 Para las permutaciones del ejerciio anterior obtenga o*, x, (0 © R),w-1 06". Compare la permutacicn (@ ©) eon to, Determine el nimero de inversiones para cada una de ls permutaciones 0, xo © x, 90,09, 2m del ejercicio 3, Obtenga el signa de cad una de esis permetaciones Y verlfique que se satisface el tonema 11 7. Establerca el ndmévo de jnversiones para cada Una de las permitaciones 0“) x, (6 21)" dol ejerelcio 4, Verfique que se saisfce el corolario del teorema 1, ‘Consiere la siguiente peemutacién del conjunto (1,2, ae(t Zon nom wersiones de 0, 1b) Obtenga el signo de esta pormutac ©) obtenga 0°. CConsidere tas siguientes tansposiciones 6. Determine el mimeto de inversiones en cada un de elas y verfique que se satisfacee teorema 1.2. ‘Obenga 0:1 on cada caso, 10. ou. 123456748 peresunanres 117 90 W a) ees tse ba bw oe Sea oun transpasieién del conjunto (1,2, Dada la permutacion o del eonjunta (1,2, - 41), Obtenga 0 1m) defina la mate asceiadn a esta permuacion, denotada por Ag, como la mati2 cuadeada de orden n,cuyos elementos ‘ajestis dados por lsijs oo “loss Por ejemplo, si Ao 8) Demvestre que en ead inca de la matriz Ae se tiene exaotamente un uno y eeros cen las posicionesrestantesy que esta propiedad también vale para las col de esta matiz. by Sean o y elas permutaciones 123 leat) els 24 mela 1 3 ‘.t). Hille tas mattioes Ao y As 12). Bncuentte fa mattiz do» v3) Verifique que hoon Arde ©) Comprucbe que, en genera, side y Ax Son las matrices asociadas a las permuta efones 6 y x del conjunto (1,2, ..»,m,entonces Ayax = Aue Sea ola permutaclia 1) Halle Aa 42) Determine Ay 43) Verifique que Aa, Aa! 118 ozenaunes, ©) Demusste que, ex gence, sie 6 Ib matt asociada « Bs permuiacion o del conjunto (1,2... m}y€n{006€S Avtar = Ay =f 12, El objetivo de este ercicio es probate siguiente resultado general sobre permite clones toda permtaciin a: §~» $ del conju S = (1, 2,-.-) se puede escribir ‘como una compesieion de tansposiciones de elementos de S, Es decir, dad ta permuscién o : $ ~ S,existentransposiiones r,t, ».,12:5—> Stales que @= Ste.s..2 te Esta exprosién noe Uni, por st To es Ia paridad de &, (Observe ‘entonces que bajo ess peespectiva, se pucde defini una pemnatacisn par —inpar— feamno una que se presenta como compasiciéa de un miinero par —impar— de transposiciones). La demostracién de este hecho se face por induccién sobre ‘Observe qu el resultado es obvi pata = 2. Suponga eutonces vido e resultado pza n= Ly prusbeto para, sigaiend los ineiss siguientes 8) Seno:5—+ 5,5 (1,2,..-yn} una permutacion evalqiers. Si o(n) =n. Asocie {rcstina) ao wna permmuacion of S*~+S*,S* = (1,2,---,1-1} denida como (oi) = o()4 = 1,2, 21-1. Aplique la ipdtess de induceion a o* para obtene 4queo* =ferfo, ..0F%,en donde sontranspesieiones det conan S*. Extend lastransposiciones rf tansposiciones del eonjunto Sy eoncluya, Finalmente, queo=t)ete...2%, como se quel 1) Suponga ahora que o(s) # n (¥ entones ofn) j(ay= Oi i ‘0G. Ea tl caso dagy = 0. Siendo as, el tnico producto elemental que no ¢s cero (que no tiene un factor igual a cero) es aque enel cual o(9 ~ para toda i, Se rata, ‘es, de la permutaeisn identidad para la coal sgn 0 = 1, Brtonees det = Y (s9n Oa: ey = du an QED. or ejemplo: 2 5 10 29°27 A OG det|0 4 9|=aer|0 4 35|=de|59 4 0} = 2x4,3) = 24 (00) 13) 00 3 5-20 3 Un tipo especial de matriz riangular cs la Yamada matriz diagonal: se dice, que In matriz. A= (@j)ie1,..u0 68 una matriz diagonal si aj = 0 si i ¢ j. Bl aspecto ‘que tiene una matriz diagonal es a DEMOSTRAGION Obvio, del teorema anterior. Un caso mils particular se encuentea en el siguiente corolatio: El siguiente resultado es un resultado téenico. Servité para establecer una propie- «dad muy importante del determinante en la prdxima subseccidn. TEOREMA23 que para alguna r € (1,2, sii rey * ay by Entonces det C= det A det B DEMOSTRAGION Se tiene que det © = J, (880 Ces Crea-+ Grey ++ Con pM se tiene ey = dy + by, mientras que cevenmvanres 125 QED. QED. ‘ieteom Supangase J, 6a oder ereay---(@rain * Brae) Geen 126 fvceera teat = J (sgn oer coat agit oe C308) + Beas = Cue om (590 Oa a9) += Arey + Good mt (90 1a basey-- Brana ™“ = det A+ det B QED. EJEMPLO 5. Por ejemplo si 14) geft 4), cof 4 ef ab eed} ef 5] (i sogunda lea de C 6 ln sna de as eas comespondnes de A y ones, ng nef! 4] seavae[} S]e- aeaete [E §] wou [} H+ = detA+ derR a A 2.3 OPERACIONES ELEMENTALES Y DETERMINANTES Sea dada la matriz A deonden n, Se encuentza uno interesado en ver ebmoseafecta cl valor dot doterminante de A cuando se realiza en ésta alguna operacién a ‘Si A’ es la maiz que se obtiene cle A intercambiando ds de sus Hineas, tentonces, TEOREMA 2.4 der a’ det DEMOSTRACION Sea A’ = (a3), ‘Supéngase que A’ se obtuvo de A intercambiando en ésta Iaslineas py q.EntoncessiA™ (aos... tiene ayn ajsiit na Oly = ay iy = ay oerenmuwres 127 Se'tiene por lo tanto, dot A’ = J ($9 ODA aty- + Whey Mite = J, Gam oa.) Opa) Bp dase Esta frmula se parece rmucho a la que deseribe et determinante de la mattiz A, Sélo que se tiene un problema: la permutacién « que aparece en (sgn 9) no ccortesponde a la permutacién que aparece en el segundo subindice del producto elemental correspondiente, Para ver mis claro el problema se esetibe rey conf ot (PS... tole o aaa = Fe {at |) --|o(a) ote} et) + Me + Apes» a deta’ = me rientras que la fra de der debe ser 1 x (ay a Gann e(icgonny) Entonces # = o © Tes Ia permutacién ge ho Poe dee MY Mae poe ge wl) ss lp) + m(Q)-. (2) | * [ 01)... 0(9). ofp) 960) Obsérvese que mientras ¢ recorte todas las permutaciones de (1,2, ...), asi= mismo la hard z (s6lo que en otro orden). Ademis, sgn x = sgn (61) = ~sgr o (corolatio del teorema 1.2). Entonces det A= Yo (Sgn Rare) + Moxa) + Bp) + Aa) Apa) Anse) $Y gM As 9+ Goo - = deta’ 128 ArceonAunen EJEMPLO6 COROLARIO DEMOSTRACION ‘TEOREMA 2.5 DEMOSTRACION Por ejemplo’ et E al ad ~ be wali sl eb- da ~(ad ~ be) *=det [: al Un corolario importante del teorema anteriores el siguiente: ‘Si A es una mattiz de orden 1, que posee dos lineas iguales, entonces det A=, Supéngase que A tiene as lineas p y 9 iguales. Sea A’ la mattiz.que se obtiene de A intercambiando las lincas p y q. Es claro que A’ = A. Pero, segin el teorema, anterior det A’ = det A= det Entonces det A * 0. ‘Sea A’ la mattiz que se ha obtenido de A multiplicando wna de sus liness porla constante ¢. Entonces det A'= ¢ det A Sea’ = (Ai), * id pot c para obtener A’. Entonces om Digase que la linea r de A fue rmuliplicada ays ay site Entoness det = J (Sgn ma hae i ~ YS Gam wa, y= (Cia) + dons J Ge my Ao Aeay FedeA QED. EJEMPLOT TEOREMA 2.6 DEMOSTRACION EJEMPLOB ererunantes 129 Por ejemplo, si 4 12 . [5 ;| (aera = -2) ef 4] 6 12 58 det A’ aa | HID = 2) = 6 der A Sea A" Ia matsiz que se obtiene de A sustituyendo su r-ésima linea por ella mas k veces su s-ésima lines, Entonces, deta = deta Sea B= (uy orl mai tal oe byw aysiier . by = kay Sea A’ = (aye se Obsérvese que ays ape bse a = ay, + hay = a5 + By Se eat entonces dentro dels hipstests del teorema 2.3, de el se eancluye det A’ = deta + det B Pero, sein cl teorema 2.5, der B= ket A donde Z es una mateiz que tene sus Tincesry igual,» por tanto, po el corlaro del teorema 24, de d =O; eto tet Be 0, Enionees deta" = der A coro se queria Por ejemplo, si

You might also like