sce Fike neat con ee ae ferret fac) (rica WaryAlgebra lineal con aplicaciones GARETH WILLIAMS STETSON UNIVERSITY Traduccion: Ma. del Carmen Hano Roa Jorge Yescas Milanés Traductores profesionales Revision técnica: M.C. Abel Valdés Ramirez Jefe de Matematicas Escuela Superior de Ingenieria Quimica ¢ Industrias Extractivas Instituto Politécnico Nacional McGRAW-HILL MEXICO * BUENOS AIRES * CARACAS * GUATEMALA * LISBOA * MADRID NUEVA YORK + SAN JUAN « SANTAFE DE BOGOTA + SANTIAGO * SAO PAULO "AUCKLAND * LONDRES + MILAN * MONTREAL + NUEVA DELHI SAN FRANCISCO * SINGAPUR ® ST. LOUIS * SIONEY * TORONTOGerente de producto: Francisco E. Vargas Reyes Super Felipe Heméndez Carrasco Supervisor de produceién: Zeferino Garcia Garcis ALGEBRA LINEAL CON APLICACIONES Prohibida la reproduccién total o parcial de esta obra, or cualquier medio, sin autorizacién escrita del editor DERECHOS RESERVADOS © 2002, respect ala primera edicién en espafiol por McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C V. A Subsidiary of The McGraw-Hill Companies Cedro Nim. 512, Col. Atampa Delegacin Cuauhtemoc, 06450, México, DF. Miembro de la Cémara Nacional de la Industria Bitorial Mexicana, Reg, Num, 736 ISBN 970-10-3838-X ‘Translated from the fourth English edition of Linear Algebra with Applications Gareth Williams Copyright © 2001, by Jones and Barlett Publishers, Inc All rights reserved ISBN 0-7637-1451-8 34567890 09876542103 Impreso en México Printed in Mexico Esta obra se tering de ‘imprinon Diciembre dl 2003 en UTOGRAFICA INGRAMEX Cenieno Nim 162-1 Dolegacion tnapalapa CP 08610 Meso OFDedico esta obra a JustinEl comité del Undergraduate Program in Mathematics (CUPM), en sus recomendaciones para Reshaping of College Mathematics. precisa que, para gran parte de Tas matemtich) vtcadas moderas, ese gebra fines, por lo menos tan fundamental como el ealevo, zebra inal es prerequisito para muchos otros cursos. El report contin sugirend qv aunque la abstacciGn debe seguir siendo un propésito valiosa en ls cursos introdycos sjeigebra lineal una meta importante debe sor el hacer énfasis en tas aplicaciones y Jos ae eaee de ealculo, abriendo el curso al gran grupo de estudiantes que necesitan del uso del algebra lineal sacarejoce en estas recomendaciones, ete libro esté disefiado como un curso jntro- luctario a algebra lineal. Es una mezcla flexible de teora,(éenieas de eileulo importantes $ aplicacions interesante. Los maestros pueden seeccionar Tos tema gus den af 0 1 Tertpectva que ells deseen yasignar com Teetras generals temas ue den a estan tuna idea més completa de Ia materia. Firtenciones y objetivos ‘sar Jos fundamentos matematicos sétidos de algebra lineal. npo. Es importante, ar Jos algoritmos Introducir algunos aspectos importantes de los cileutos en este por ejemplo, que los estudiantes sean capaces de entender y ana involucrados. |. Tratar algunas aplicaciones interesantes de manera que los estudiantes sepan cme adhd aplicar el dlgebra Tineal. Las aplicaciones se han tomado de diferentes éreay Como arqucologia, teorfa de cédigos, geometria fractal y relatividad Organizacién El libro estd organizado en alrededor de 26 secciones centrale En estas oraermes se wratan tenicas numéricas y aplicaciones, Un curso te6rico se puede bas sien ccciones centrale. Espero que a los estudiantes de un curso con interés {e660 coe able también de consideraciones relativas a 10s eéeulos y a las aplicaciones, Per a ese, un curso orientado mas a los aspectos del edleulo 0 fas aplicaciones puede toca geramente partes de Ia teorfa de estas secctones centales, ¢incluir. también, varios temas de las secciones opcionales. Matematicas El slgebra lineal es una materia fundamental en los cursos de matemdlics eaare rr ecneiatura Hay temas importantes que se deben tocar en este curso, por eemple ‘ependencia lineal base, producto interno y trnsformacién lineal debiendo Ser WI total ¥cuidadosamente, Estos temas no sélo son importantes en dlgebra neal sino Gut también Xen prerrequisitos para otros cursos como el de ecuaciones diferenciales, En este libro se ha puesto gran cuidado en presentar los temas “estindares” del Sgebra lineal “Fosnapng Calpe Mathematics, Un groecto elcome Undergrad, Program im Matera MAA Haener icc 18 paging 21, The Mathematical Assocation of America, 1989,viii Prefacio Con frecuenci, para los estudiantes éste es el primer curso sobre mateméticas abstractas. No se debe abrumar al lector con demostraciones, sin embargo, sf hay que tensefiarle cémo demostrar teoremas. Se dan las demostraciones de algunos teoremas, que resultan instructivas; algunas demostraciones se dan en forma esbozada y otras se omiten, Hay que introducir a los estudiantes de manera lenta y cuidadosa en el arte de desarrollar ¥ escribir demostraciones. Esta habilidad es esencial en matemiticas. Se debe entrenar al estudiante para pensar matematicamente. Por ejemplo, el concepto de si y silo si es muy importante en mateméticas y en el dgebra lineal surge de manera muy natural. Se introduce este concepto con un ejemplo que demuestra que el producto AB de dos matrices simétricas A y B del mismo tamaio, es simétrico si y s6lo si AB = BA. Nuevamente, el lector se encuentra después con este concepto en varias ocasiones. Una raz6n por la que el curso de algebra lineal es un curso adecuado para introducir el pensamiento matemiitico abstracto es que gran parte del material tiene una interpretacién geométrica; el estudiante puede visualizar los conceptos. De manera reciproca, el algebra lineal ayuda a desarrollar el instinto geométrico del estudiante, En este curso, la geometria y el Algebra van de la mano, El proceso de empezar con hechos conocidos del espacio bidimensional y gencralizarlos am dimensiones surge en forma natural. He intentado censefiar el arte de desarrollar axiomas, Computacién Aunque cl algebra lineal tiene su lado abstracto, también tiene su lado numérico. Algoritmo es una palabra con la que el estudiante debe haberse familiarizado al final del curso. El estudiante participa en el proceso de determinar exactamente dénde unos algoritmos son mejores que otras, Por ejemplo, se discute el algoritimo de Strassen para la multiplicacién rapida de matrices. El lector debe saber que se sigue haciendo investigacion para encontrar algoritmos mas répidos para la manipulacién de matrices. La computadora se usa con frecuencia al aplicar el :ilgebra. El lector tiene la ‘oportunidad de pensar en hacer matemyticas en la computadora, Por ejemplo, se le pide al estudiante predecir et resultado que obtendrii en una computadora si se aplica un programa de climinacién de Gauss-Jordan a una matriz de 3 X 3. Se estudia el error de redondeo en Ja computadora. Se le pregunta al estudiante si una computadora tiene mayor capacidad para dar una solucién de un sistema de ecuaciones lineules que no tiene solucién, © viceversa, Las computadoras nos estan permitiendo reflexionar sobre la manera de enserar el algebra lineal. EI maestro puede enseiar la materia consciente de la capacidad de las computadoras como se vio arriba sin necesidad de usar una computadora, Para aquellos que quicran integrar la computadora al curso se incluye en el apéndice un manual de MATLAB. MATLAB es el software més usado para trabajar con matrices. EI manual consiste de 27 secciones vinculadas con el material del curso. Al principio de cada seccién se da un breve resumen de las mateméticas relevantes. Se introducen funciones de MATLAB, tales como inv(A) para encontrar la inversa de una matriz, y también se proporcionan programas escritos en el lenguaje de MATLAB. Los programas incluyen no s6lo los que hacen célculos, como por ejemplo, eliminacién de Gauss-Jordan con opeién para mostrar todos los pasos. también hay programas con aplicaciones a igrafos, a cadenas de Markov y un viaje simulado en el espacio-tiempo, Aunque este manual se presenta en términos de MATLAB, las ideas serdn de interés general, y se pueden usar como una guia para integrar cualquier paquete de software al curso, Los elercicios se pueden hacer con cualquier software para dlgebra de matrices. Ahora también se usan en dlgebra lineal ealculadoras graficadoras, Hay calculadoras para llevar a cabo célculos con matrices y para caleular formas escalonadas reducidas. En el apéndice C se presenta un manual para integrar la calculadora al curso.Prefacio ix ‘Aplicaciones EI élgebra lineal es un tema amplio de matemaéticas. Su espectro se extiende desde lo abstracto, a través de técnicas numéricas, hasta innumerables aplicaciones. He tratado de dar al lector una visidn de la gran cantidad de aplicaciones interesantes, Estas aplicaciones van desde las te6ricas, como el uso del lgebra lineal en ecuaciones diferenciales y el anilisis de minimos cuadrados, hasta diversas aplicaciones prcticas en campos como la arqueologia, la demografia, la ingenieria eléctrica, el andlisis del trfico, la ‘geometria fractal, la relatividad y la historia. Todas estas aplicaciones son independientes, Yy muchas ayudan a realizar proyectos en grupo. He tratado de estimutar el interés del lector al seleccionar una gran variedad de aplicaciones de la vida real. Estas van desde observar el trafico en el centro de Jacksonv' ille hasta predecir el tiempo en Tel Aviv. Se presenta también una discusion sobre las razones posibles para que Mosct haya sido la capital de Rusia. El lgebra lineal se usa en teorfa de Ta relatividad para predecir que una persona que haga un viaje redondo a Alfa Centauro (0.8 veces la velocidad de Ia luz envejeceré 6 afios, mientras que una persona en Ja Tierra ‘envejecera 10 aiios. ;Aqui debe haber algo que interese a la mayoria de las personas! He tratado de involucrar al lector en las aplicaciones mediante ejercicios que amplian tos tratados, Para la mayoria de las personas no resulta fécit aplicar las matematicas; tienen que ser entrenadas en este arte, y zdénde mejor que en un curso de élgebra lineal ‘con su caudal de aplicaciones? Caracteristicas nuevas de esta edicién El libro conserva la filosofia de las ediciones anteriores que ¢s integrar mateméticas, cdtculos y aplicaciones de manera flexible. Se hhicieron muchos cambios pequefios para mejorar las explicaciones, actualizar las fechas y los hechos y mejorar los ejercicios. Los cambios principales son los siguientes. « Introduccién a los métodos de eliminacién Se da una mejor introduccién al ‘método de Gauss-lordan, Se ilustra el método usando de manera paratela la ecuacién yy la matriz, Este método no es, por supuesto, la manera més eficiente de resolver tun sistema de ecuaciones lineales (se precisa esto) pero es el método més directo inicialmente. Aun cuando los estudiantes pronto hardn uso de la tecnologfa para calcular Formas escalonadas reducidas, me parece que es necesario una buena comprensién de este método (un método) porque esto lleva, después, a una mejor comprensién de ‘otros, En términos de este método se pueden presentar ideas de gran valor relacionadas con los caleulos. = Elespacio vectorial R" Este capitulo se reescribié totalmente, Ahora contiene tuna introduccién a los conceptos de producto punto, dngulo, magnitud y ‘También conticne una introduccién a las transformaciones lineales con aplicaciones 1 gréficas por computadoras y fractales. « Espacios vectoriales en general Los conceptos de combinacisin lineal de vectores, dependencia lineal y dimensién se presentan ahora en este capitulo, dentro del contexto de espacios vectoriales en general, y no en R" como en ediciones anteriores. Los maestros que quieran dar un curso enfocado a R” pueden omitir lo tratado sobre espacios de funciones y matrices. «Valores propios y veetores propios Ahora se dedica un capitulo especial a estos cconceptos importantes. Su empleo trata de fenémenos con tendencias a largo plazo y en diagonalizacién de matrices. = MATLAB y caleuladora graficadora En ediciones anteriores se habl6 de esto & Jo largo de todo el libro. Ahora este material se ha reunido en manuales separacosPretacio al final de éste. El material se puede integrar al curso, si asf se requiere, pero se hha colocado todo junto para una referencia facil. La presentacién fue mejorada ¥ Se agregaron programas. Ahora se pueden bajar los programas (M-files) de wwwstelson.edu/ gwillianv/mfiles.htm, El flujo del material Todo el libro conticne matemsticas junto con aplicaciones intere- santes. El estudiante se encuentra con las aplicaciones en forma natural. El método que he seguido es desarrollar primero las mateméticas y después dar las aplicaciones. Esto, creo,,da al texto una presentacién clara. Sin embargo, es probable que los maestros guieran ver primero las aplicaciones y usar éstas como motivacién para las mateméticas Histéricamente, las matematicas se han desarrollado a través de su interrelacién con I aplicaciones. Por ejemplo, el anilisis del comportamiento de un modelo de cadenas de Markov para analizar los movimientos de poblaciGn entre las ciudades y los suburbios en Estados Unidos a largo plazo: se puede usar para motivar los conceptos de valores propios y vectores propios. Aungue no se debe exagerar en el uso de esta metodologi ésta puede ser muy instructiva, Capitulo 1 El lector es conducido desde la solucién de sistemas de dos ectraciones lineales a la solucién de sistemas en general, Se presenta el método de eliminacién de Gauss-Jordan como el método estindar del curso, por ser un algoritmo “claro y sin complicaciones” para los pequefios sistemas presentados aqui, Es importante que desde este momento el estudiante domine el método porque se usard con frecuencia a lo largo del curso. El capitulo termina con tres aplicaciones. Ajustar un polinomio de grado n — | am datos conduce a un sistema de ecuaciones lineales que tienen una solucidn dinica, De paso, hacemos notar que si el polinomio es de grado mayor a1 ~ 1, hay muchas solucio- nes, mientras que si el polinomio es de grado menor an ~ 1, en general, no hay solucisn (El lector encontrar el método de minimos cuadrados més adelante en el curso.) El andlisis de redes eléctricas y del flujo del trafico dan lugar a sistemas que tienen un: solucién tiniea y muchas soluciones. respectivamente. El modelo para el flujo del tréfico es semejante al de las redes eléctricas, pero tiene menos restricciones, lo que conduce a mayor libertad y de esta manera a muchas soluciones en lugar de una sola Capitulo 2 En el primer capitulo se usaron matrices para trabajar con sistemas de ecuaciones. Esta aplicacién motiva el desarrollo algebraico de la teorfa de matrices en este capitulo. Ademés del desarrollo de las propiedsdes de Ia suma de matrices, de li multiplicacién escalar, de la multiplicacién de matrices y del inverso de una matriz, se presentan ideas interesantes sobre los calculos. Por ejemplo, verde! lector que la propiedad asociativa de la multiplicacién de matrices permite reducir hasta en un 50% la cantidad de célculos al multiplicar tres matrices, Se presenta el algoritmo de Strassen para la multiplicacin répida. Se presenta también una breve, pero bella, aplicacién de las matrices a la arqueologfa, que ilustra la importancia de la multiplicacién de matrices, de la inversa y de las matrices simétricas. EI lector puede prever, debido a razones fisicas, por qué el producto de una matriz.y su transpuesta tiene que ser una matriz simétrica, y después Hegar a esto matematicamente. jEsto es lo mejor de as matemiticas! El capftulo termina con tres secciones opcionales de aplicaciones que resultarén muy atractivas. Se usa el modelo de entradas y salidas de Leontief para economia, para analizar la interdependencia de las industrias. Wassily Leontief recibié el premio Nobel en 1973 por su trabajo en esta area, Un modelo de cadenas de Markov se usa en demografia y genética, y se san digrafos en comunicacién y sociologéa. EI maestro que no pueda incluir estas secciones en su tiempo de clase, debe recomendar a los lectores que revisen estas secciones. Todos estos temas son independientes y se pueden dar como proyectos o tareas,Prefacio xi Capitulo 3 Los determinantes y sus propiedades se presentan tan ripida y fécilmente como sea posible, Se dan algunas pruebas que pueden omitirse si el maestro asf lo desea, Capitulo 4 Este capitulo contiene una introduccién a R®. Se presentan la adicién de vectores y la multiplicacin escalar, asentando ast las bases para la introduccin posterior a espacios vectoriales abstractos. El producto punto conduce a la geometria en RM: las ideas, de angulo, magnitud y distancia se desarrollan a partir del producto punto. Este capitulo contiene también una introduccidn a las transformaciones lineales. El lector ve eémo se puede usar una transformacién matricial para dibujar un helecho fractal Capitulo 5 En este capitulo ya se tienen los cimientos para un planteamiento més te6rico. Se desarrolla la estructura de espacios vectoriales abstractos. Se presentan Tos conceptos de subespacio, independencia lineal, bases y dimensin. Siempre que es posible se les da a estas ideas una interpretacién geométrica. La ultima seccidn sobre el rango, reiine muchos de los conceptos anteriores. El lector verd que inversa de una matriz, determinante, rango y unicidad de la solucién estén relacionados, Capitulo 6 Se presentan valores propios, vectores propios y aplicaciones de éstos. Se considera también espacios propios y diagonalizacién de matrices. Los estudiantes ven cl papel de os valores propios y de los vectores propios en aplicaciones como el andlisis de las tendencias a largo plazo de los movimientos de una poblacin, Ia prediccién del tiempo y la determinacién de modos normales de sistemas oscilantes. Capitulo 7 Este capitulo se basa en la introduccién de transformaciones lineales, en R®, tratada con anterioridad en el capitulo 4. Se encuentra que las transformaciones, lineales son las estructuras que preservan mapeos de espacios vectoriales. Se presentan temas centrales como niicleo, rango y el teorema de rango y nulidad. Se le ha dado gran atencién a la notacién al hablar de representaciones matriciales. Aquf (y en realidad en todas las matematicas) una buena notacién puede significar una buena conceptualizacién. Se le aclara al lector que dominar la notacién es una parte importante del entrenamiento, matematico. Se usan las transformaciones lineales, eI nicleo y el rango para darle al lector ‘una imagen geométrica del conjunto de soluciones de ecuaciones lineales homogéneas © no homogéneas. Capitulo 8 Este capitulo es una continuacién natural del proceso de pensamiento desarrollado en los capitulos anteriores. Las estructuras algebraicas y geométricas del espacio vectorial R” se extienden a otros espacios como los espacios de matrices y funciones. Se dan los axiomas de espacios con producto interno, La teoria se aplis al problema de aproximar funciones mediante polinomios. Se trata la importancia de estas aproximaciones para el software de computadoras. No pude resistir la tentaci6n de presentar el uso de la teoria de espacios vectoriales en la deteccién de errores de c6digos. Se presenta el cédigo Hamming. cuyos elementos son vectores sobre un campo finito. ‘También se introduce al lector « la geometrfa no euclidiana, lo que lleva a una discusién independiente del modelo de relatividad especial del espacio-tiempo. Después de haber desarrollado el espacio general con producto interior, el lector encuentra que este marco no es apropiado para la descripcién matemética de espacio-tiempo. El axioma de mattiz. determinada positiva se descarta, abriendo la puerta, primero para el seudoproducto interior, que se usa en relatividad especial, y después, para uno que describe la gravedad en relatividad general. En este momento resulta adecuado, primero, hablar de la importancia de dominar las estructuras matemidticas estndar, como por ejemplo el producto interior, y después, indicar que con frecuencia en Ia investigacién matemitica es necesario cambiar los axiomas de tales estructuras Las aplicaciones que se encuentran en este capitulo puede que sean las mas interesantes de todo el curso. Se usa el concepto de matriz. seudoinversa para Hegar a la solucién,xii Prefacio mediante minimos cuadrados, de un sistema de ecuaciones sobredeterminadas. Esta herramienta se usa después para determinar la curva de minimos cuadrados para datos dados. Aqui se revinen de manera elegante y poderosa varios resultados te6ricos, para producir una importante herramienta de cileulo. Capitulo 9 Este capitulo sobre técnicas numéricas es importante practican el algebra lineal en los ambientes compatacionales de hoy dia, He incluido la eliminacién gaussiana, la descomposiciéin LLU, y los métodos iterativos de Gauss-Seidel y de Jacobi. Se discuten las ventajas de los diferentes métodos para resolver sistemras lineales Ademis, se discuten los temas estindar de error de redondeo, pivoteo y escalamiento Me parecié importante y adecuado presentar dentro del dmbito de este curso el concepto de condicionamiento. Es muy interesante volver a algunos de los sistemas de ecuaciones presentados antes en el curso y ver cusn confiable es Ia solucién. Por ejemplo. la matriz de coeficientes de un problema de minimos cuadrados es, con frecuencia, una matriz de Vandermonde que lleva a un sistema condicionado. El capitulo concluye con métoxios iterativos para encontrar valores y vectores propios dominantes, Esta discusién lleva, de manera natural, a una discusién sobre las técnicas que usan los ge6grafos para medir la accesibilidad relativa de nodos en una red Capitulo 10 Este tltimo capitulo da al estudiante una breve introduccién a las ideas de programacién lineal. Este campo, desarrollado en 1947 por George Dantzig y su equipo cn el departamento de la fuerza aérea de Estados Unidos, es hoy ampliamente usado en Ja industria, y tiene sus fundamentos en el Algebra lineal. Los problemas se describen mediante sistemas de desigualdades lineales. B! lector verd que sistemas pequefios pueden ser resueltos geométricamente, pero sistemas grandes se resuelven usando operaciones en Jos renglones de las matrices mediante el algoritmo simplex, ia aquellos que [Beracteristicas de los capitulos + Cada seccién empieza con una motivacién introductoria que vincula el material con los temas aprendidos previamente. + Ladificultad del libro aumenta gradualmente, Conforme el estudiante madura materi ticamente, las explicaciones se van volviendo mas sofisticadas, 6n se desarrolla gradualmente, Es importante que en este nivel fa notacidn sea {in mejora la comprensidn, + Lanot estindar, pero se deja alguna flexibilidad, Una buena nota una mala notacién da una imagen confus, + Términos en negritas resaltan Jos términos importantes y las definiciones. + Los conceptos s¢ ilustran mediante muchos ejemplos cuidadosamente explicados. + El libro contiene una cantidad abundante de ejercicios, Los primeros son por lo general ejercicios de céleulos, después se vuelven mas te + Muchos de fos ejercicios, pero no todos, se basan en los ejemplos dados en el libro, Es importante que el estudiante tenga la maxima oportunidad de desarrollar sus hhabilidades creativas. + Los ejercicios de repaso al final de cada capitulo se han seleccionado cuidadosamente para dar al estudiante una visién general de lo visto en ese capitulo.Prelaco xii Buptementos «Un manual de soluciones completo, Soluciones detalladas de todos los ejercicios. = Manual de soluciones para el estudiante, Respuestas completas a los ejercicios seleccionados. «Programas en MATLAB para aquellos que deseen integrar MATLAB al curso (Disponibles en www stetson.edu/~gwilliam/mfiles htm.) [Beconocinientos un placer conocer la ayuda que hizo posible est libro, Mi mas profundo agradecimiento ‘a mi colega Wanda J. Mourant que ley6 ¢ hizo criticas constructivas al manuscrito y que forganiz6 el manual del instructor para su edicién final, Agradezco a mis colegas Lisa Coulter, Dennis Kletzing y Michael Branton de Stetson University por sus sugerencias para hacer de éste un mejor libro. Un especial agradecimiento a Lisa Coulter por desarroltar el software, Muchos de sus M-files se usan en el apéndice de MATLAB, Agradezco a Carol J, Harrison de la Susquehanna University y @ Matt Lunsford de la Union University por sus comentarios constructivos sobre el texto. ‘Agrade7co a la National Science Foundation por su donativo dentro del Curriculum Development Program para el desarrollo de gran parte del software de MATLAB. ‘Como siempre agradezco a mi esposa Donna por toda su colaboracién matemstica y computacional y por su continuo apoyo. Finalmente, una mencidn especial de todos los estudiantes que pasaron por MS 245 y MS 345 en Ia Stetson University donde se probs este material, Sus reacciones y aportacio- nes a lo largo de los afios han sido invaluables.Content Capitulo 1 MW 12 13 Capitulo 2 2 25 26 27 Capitulo 3 31 Prefacio vii Sistemas de ecuaciones lineales 1 Matrices y sistemas de ecunciones lineales 2 Muchos sistemas 11 Eliminacién de Gauss-Jordan 16 Sistemas homogéneos de ecuaciones lineales 23 Ajuste de curvas. redes eléctricas y flujo de trifico 28 Ajuste de curvas 28 Andlisis de redes eléctricas 30 Flujo de tratico 34 Matrices 43 AdiciGn, multiplicaci6n escalar y multipl de matrices 44 Adicién de matrices 45 Multiplicacién por un escalar de matrices 45 Negacién y sustraccién 46 Multiplicacién de matrices 47 ‘Tamafio de una matriz producto 50 Notacién matricial y sistemas de ecuaciones 52 Multiplicacién répida de matrices 52 Propiedades de las operaciones con matrices $7 Potencias de matrices 62 Matrices simétricas y seriacién en arquologia 65 Matrices con elementos complejos 70 Seriacién en arqueologia 72 La inversa de una matriz y Notacign 79 Eliminacién de Gauss-Jordan para encontrar la inversa de una matriz. 80 Criptografia 85 EI modelo de entradas y salidas de Leontief en economia 89 Cadenas de Markov, movimientos de poblacién y genética 95 Un modelo de comunicacién y relaciones de grupo en sociologia 104 Distancia en un digrafo 107 Relaciones de grupo en sociologia 108 iptogratia 78 Determinantes 119 Introduceién a los determinantes 120 CAlculo de determinantes de matrices de 2x 2y 3.x 3. 124 Definicién alternativa de determinante 125xvi 32 33 34 Capitulo 4 4a 42 43 44 Capitulo 5 SL 52 53 34 5S 56 7 Contenido Propiedades de los determinantes 129 Evaluacién numérica de un determinante 136 Evaluacién numérica de un determinante 137 Determinantes, matrices inversas y sistemas de ecuaciones lineales 141 El espacio vectorial R° 153 Inroduccién a los vectores 154 Vector cero 158 Vector negative 159 Sustraccién 159 Vectores columna 162 Producto punto, norma, éngulo y distancia 164 Norma de un veetor en R® 165 Angulo entre vectores 169 Distaneia entre puntos 173 Introduceién alas transformaciones Tineales 178 Composicién de las transformaciones matriciales 182 Transformaciones mairiciales, gdficas por computadoray fractales 185 Rotacién con respecto al origen 185 Representacién matricial 187 Dilatacién y contaccion 188 Reflexign 190 Transformaciones definidas por matrices no singulares 191 Translaciones y tansformaciones afines 193 Transformaciones en gréficas por computadora_ 196 Imgenes de la naturaleza por medio de fracales 198 Espacios vectoriales generales 207 Espacios vectoriales 208 Espacios vectoriales de matrices 209 Espacios vectoriales de funciones 210 El espacio vectorial complejo C" 211 Subespacios 213 Combinaciones lineales de vectores 220 Dependencia ¢ independencia lineal 231 Dependencia lineal de {v,, ¥,) 234 Dependencia lineal de (v,, V3. V5) 235 Bases y dimension 238 Rango de una matriz 248 Vectores ortonormales y proyecciones en R” 257 Proyeccién de un vector sobre otro vector 260 Proyeccién de un vector sobre un subespacio 264 Distancia de un punto a un subespacio 267 Matrices ortogonales 269Capitulo 6 6A 62 63 64 Capitulo 7 uW 72 73 14 Capitulo 8 8 82 83 84 Contenido wii Valores propios y vectores propios 275 Valores propios y vectores propios 276 Cleulo de los valores propios y de los vectores propios 276 Demografia y prediccién del tiempo 283 Diagonalizacién de matrices 289 Diagonalizacién de matrices simétricas 295 Diagonalizacién ortogonal 296 Formas cuadriticas, ecuaciones en diferencia y modos normales 300 Rotacién de coordenadas 300. - Formas cuadréticas 302 Ecuaciones en diferencia 305 SueesiGn de Fibonacci 308 Modos normales de sistemas oscilantes 309 Transformaciones lineales 317 ‘Transformaciones lineales, nicleo y rango 318 Terminologia 327 ‘Transformaciones y sistemas de ecuaciones lineales 333, Ecuaciones homogéneas 334 Ecuaciones no homogéneas 335, Muchos sistemas 338 Vectores de coordenadas 341 Notacién 342 Cambio de bases 345 Isomorfismos 348 Representaciones matriciales de transformaciones fineales 351 Importancia de las representaciones matriciales 355 Relaciones entre representaciones matriciales 358 Representacién matricial diagonal de un operador lineal 360) Espacios con producto interno 367 Espacios con producto interno 368 Norma de un vector 371 Angulo 372 Vectores ortogonales 373 Distancia 373 Producto interno en C* 374 Geometria no cuclidiana y relatividad especial 378 Relatividad especial 380 Aproximacién de funsiones y teoria de cédigos 385 Aproximaciones de Fourier 388 Teoria de cédigos 390 Curvas por minimos cuadrados 392 Curvas por minimos euadrados 395xvi Capitulo 9 94 92 93 94 95 Capitulo 10 10.1 102 103 Apéndice A Apéndice B Apéndice C Apéndi. Contenido Técnicas numéricas 409 Bliminacin gaussiana 410 Comparacién de la eliminacién de Gauss-Jordan y la eliminacién gaussiana 413, EI método de descomposicién LU 416 Método de descomposicién LU. 418 Construccién de una descomposicién LU de A 421 Dificultades précticas en ta solucidn de sistemas de ecuaciones 424 EI niimero de condicisn de una matriz 424 ‘Téenicas de pivoteo y de escalamiento 429 Procedimientos de pivoteo y de escalamiento 432 Métoxios iterativos para la solucién de sistemas de ecuaciones lineales 436 Método de Jacobi 436 Método de Gauss-Seidel 438 Comparacién entre Ia climinacién Valores propios mediante iteracién: Deflacién 446 Indice de uccesibilidad de una red 446 wussiana y Gauss-Seidel 440 ‘onectividad de redes 441 Programacién lineal 453 Introduecién geométrica a fa programacién lineal 454 Un problema de programacién lineal 456 Valor minimo de una funcién 459 Andlisis del método 461 Método simplex 464 Explicacién geomeétrica del método simplex 471 Producto cruz 479 Ecuaciones de planos y de rectas en tres dimen Manual para calculadoras graficadoras 499 Manual de MATLAB 513 Respuestas a los ejercicios seleccionados 575 indice 639Sistemas de ecuaciones lineales SE Memsicas son, por supuesto, una disciplina. Sin embargo, también es una herramienta que se usa en muchos campos. El algebra lineal es una rama de las matematicas modernas que juega un papel central y que también tiene una iemportancia cada vee mayor ert la ingenieria y en la fisica, en las clencias sociales y del comportamiento, En este curso aprender’ matematicas y se le enseftard también el arte de aplicar las matematicas; el curso es una mezcla de teoria, tecnicas numéricas y aplicaciones. Por ejemplo, extenders la geometria euclidiana de dos dimensiones a.n dimensiones y generalizara despues estos resultados para llegar a la geometria no euclidiana, Desarrollara modelos matematicos, es dec, “representaciones” matematicas de problemas y vera cémo esas descripciones pueden llevar a una comprension mas profunda de los problemas Entre las aplicaciones estaran las que se hacen a la industria aeroespacial, 4 circuitos eléctricos, a redes de comunicacién, a la arqueologia, a la prediccion del tiempo, @ movimientos de poblacion, a la relatividad y al analisis de rutas mercantiles en Rusia. El propésito del curso es dar un conacimiento de las areas|e ES Sistemas de ecuaciots hin 2 Capitulo 1 principales del algebra lineal, desarrollar la habilidad de aplicar las matematicas, y al mismo tiempo, ensefar ai lector a pensar matematicamente Cuando se usan las matematicas para resolver un problema, con frecuencia resulta necesario encontrar 'a solucién de un llamado sistema de ecuaciones lineales. Histéricamente el eigebra lineal se ha desarrollado por la necesidad de tan estudiar métodos para resolver tales ecuaciones. En este capitulo se pres métodos para resolver sistemas de ecuaciones lineales y se dan ejemplos de problemas que se reducen a resolver tales ecuaciones, Las técnicas de este capitulo se usarén a través del resto del curso. Matrices y sistemas de ecuaciones lineales A una ecuacién como la ecuacién x + 3y = 9 se le Hania una ecnacivin finewl, La aréfica de esta ecuacién es una linea recta en el plano yy. Considere un sistema de dos ecuaciones lineales, A un par de valores de x y y que satisfacen ambas ecuaciones es a lo gue se le tama una solueién, Por sustitucién se puede ver que.x = 3 y y = 2 es una solucidn de este sistema. Una solucidn de uno de estos sistemas seri un punto en el que las grificas de las dos rectas se intersecten. Estos sistemas de ecuaciones pueden presentar res posibilida des, como se ilustra en Jos siguientes ejemplos. Puede haber una solucisn tiniea, ninguna solucién o muchas soluciones. Nuestro objetivo en este capitulo es analizar sistemas de ecu ecuacién Hineal en n variables tiene la forma jones grandes, Una yk, + dgty + ayy + Hat, = Solucién tinica rtive9 Detye 4 Ls hineas se ntrsetan en el punto (3.21 SoluciinGnica, x = 3.9 = Figura 1.1 ‘Ninguna solucién -aty=3 aes dpa? Las lneas son paralelas. No hay punt Ue inlersseisn. No hay solic Figura 1.2 ‘Muchas soluciones Ade 6 oro Amas eeuseione sh misma gre, “Todo punto dl estes os uns slain, Muchas sluciones, | / wees Figura 13DEFINICION 1.1 Mateicesy sistemas de ecuaciones lneales donde los coeficientes a). dy, dy... 4, ¥ b son niimeros reales. El siguiente es un ejemplo de un sistema de tres ecuaciones Tineales. yt yt y= 2 Qypt3gt = 3 ‘Una ecuacidn lineal con tres variables corresponde a un plano en el espacio tridimensional Las soluciones al sistema serdn puntos que se encuentren en los tres planos. Para estos sistemas, como para los sistemas de dos ecuaciones, puede haber una solucidn Gnica, muchas soluciones o ninguna soluciGn. En la figura 1.4 ilustramos algunas de las distintas posibilidades Conforme el mimero de variables aumenta, la interpretacién geométrica de tales sistemas se hace mas complicada, Cada ecuacisn representaré un espacio dentro de un espacio ms grande, Las soluciones serdn puntos que se encuentren en todos estos espacios dentro de un espacio mas grande, El método geoméirico para visualizar las soluciones resulta poco prictico. Debemos apoyarnos inicamente en los métedos algebraicos. Presentamos un método para resolver sistemas de ecuaciones lineales, conocido como climinacién de Gauss-Jordan.! En esta seccidn veremos cémo se aplica este método a sistemas de ecuaciones que tienen una solucién Gnica. Estos sistemas se presentan coménmente en tas aplicaciones, ¥y merecen una atencién especial. Con frecuencia, se sabe de antemano, que un sistema de ecuaaciones tiene una solucién Gnica debido a fa situaciGn que describe. Veremos, por tejemplo, que las corrientes en una red se encuentran resolviendo uno de estos sistemas de ‘cuaciones lincales. En el método de eliminacién de Gauss-Jordan se eliminan de modo sistemético las variables de las ecuaciones. En la seccidn siguiente extenderemox el estudio del método a sistemas de ecuaciones lineales mds generales. Para describir sistemas de ecuaciones lineales usaremos arreglos de nimeros Hamados terminologia necesaria matrices. Ahora, se introduce Una matriz es un arreglo rectangular de niémeros. A los ntimeros en el arreglo se Tes Hama elementos de la matri. "Gar Fricarich Gauss (1777-1855) fue un de los matemaicos mis grandes de todos ls tiempos, Fue profesor dornte 47 aos en la Universidad de Gottingen, Alemania, ¢ hizo contibuciones a fa teria de nimeros, ta pido, tw estacay a I era de fancies. Descubris wn manera de caleulr las its de los aaercnden A Gaus se le dexcibi “no como un fsica en ct sentido de invesigar nuevos fendmenos sino mis Tor come un matemtico que wataba de formula en tminos matemsticos exactos lox resuliados experimcotales Joven Su ida personal fe tga, suff los distrbios politicos y fs problems fnancierns relacionados Te revolucign ranceaay 1a revolucion Jemoctiica de Alemania. Wilhelm Jordan (1842-1899) fue profesor de recta en fa Universidad Técnica de Karlsruhe, Alemania Su obra principal fue wn manut sobre geodesia aemtcnta wa tabajo sae sistemas de ecuaciones, A Tordan se le considers un excelente profevor y itor4 Capitulo 1 Sistemas de ecuaciones ineales Solueién tinica sige c id Las ues planos A By Cac intrsetan en un solo punt P, A corresponde ana solucién nics Los panos A.B y Cno tienen puntos en comin, No hay soli ; fs Muchas soluciones.., " Los tres planos A,B y Ce inersectan ena linea PO. Cualquer punto de Ie linea es una solcién, ‘Las tres ecuaciones representan el mismo , plano, Cvalqies punts en el plano es tna solucidn: a) 81.1 Matrices y sistemas de ecuacioneslineales Las matrices se denotan generalmente con letras maytisculas. Los siguientes son ejemplos de matrices en la notacién estindar Renglones (filas) y columnas Las matrices constan de renglones filas) y de columnas. Los renglones (filas) se numeran de arriba hacia debajo, y las columnas de izquierda a derecha. La matriz siguiente tiene dos renglones y tres eolumnas Bcf Los renglones son: ba-d O s-3 reoglin ia) eng ile)2 Las columas son 2 js -4] 7 ls 1 columa! colina 2 eolumn3 Submatriz Una submatriz de una matriz dada es un arreglo que se obtiene eliminando algunos renglones (filas) y columnas de ta matriz. Por ejemplo, considere la siguiente matriz A. Las matrices P,Q y R son submatrices de fa matriz A. 17 4| 7 7 A=|2 3g) 3 Q=-|3 s 1-2 1) 1 rmatriz A submatrices de A Tamajioy tipo El tamafio de una matriz se define especificando el némero de renglones (filas) y de columnas de Ia matriz. Por ejemplo, una matriz que tiene dos renglones ¥ tres columnas se dice que es una matriz 2 X 3; el primer niimero indica el niimero de renglones, y el segundo indica el niimero de columnas. Si el niimero de renglones es igual ‘al numero de columnas se dice que la matriz es cuadrada. A una matriz.que tiene un solo renglén sé le llama matriz renglén. A una matriz que tiene una sola columna se le Tama matriz columna, Las matrices siguientes son del tamafo y tipo que se indica.Capitulo 1 Sistemas de ecuaciones hneales - > fas? i poy [eee \ be 44 “35 8 L wmarig 2x3 marie 3 3 matt 3 x | matriz cuadrada matriz columna Posicién La posicién de los elementos en una matriz se especifica dando el renglin y ka columna en los que se encuentra el elemento. Por ejemplo, en la matriz siguiente: 2 3-4) 7 5-1) El elemento 7 esti en el renglin 2, columna 1. Decimos que esté en la posicisin (2, 1) El elemehio en la posicion (1. 3) es —4. Observe que la convencisn consiste en dar el renglén en el que se encuentra el elemento, seguido de Ja columna, matriz identidad es una matriz cuadrada con unos en las 3), ete. de Ia diagonal y ceros en todas las demas posiciones Matrices identidad Un: posiciones (1, 1), 22), Representamos con J, a la matriz identidad 1% n, Las matrices siguientes son mi identidad. Ahora ya estamos listos para continuar con nuestro estudio de Jos sistemas de ectstciones Tineales, Para describir los sistemas de ecuaciones lineales se usan matrices. Hay dos matrices asociadas a cada sistema de ecuaciones lineales, Los coeficientes de las variables o incég nitas forman una matriz Hamada matriz de coeficientes del sistema, Los coeficientes, Junto con los términos constantes, forman una matriz llamada matriz, aumentada del sistema. Por ejemplo, la matriz de los coeficientes y la matriz aumentada del sistema de jones lineales siguientes son: mt oyt ye 2 ae) ee 203 4] bag dx ++ x | P 3 2h : u-1-3) I-12 -6 ~ yy = -6 > matriz de coeicientes_matriz aumentada Observe que 1a matriz de coeticiemtes es una submatriz de la matriz aumentada, La ‘matriz aumentada describe completamente el sistema. Se pueden usar transformaciones Mamadas transformaciones elementales para transformar un’ sistema de ecuaciones lineales en otro sistema de ecuaciones lineales que tiene la misma solucién, Estas transformaciones se usan para resolver sistemas de7 1.1 Matrices y sistemas de ecuaciones ineales 7 ecuaciones lineales mediante eliminacién de las variables. En la prictica es més facil trabajar en términos de las matrices usando operaciones equivalentesllamadas operaciones lementales en los renglones. No es necesario escribir las variables 1, xy. ¥y, en cada paso. En las computadoras se escriben y se manipulan sistemas de ecuaciones ineales en Términos de estas matrices, Estas transformaciones son las siguientes. ‘Transformaciones Operaciones elementales elementales en los renglones 1, Intercambiar dos ecuaciones. 1. Intercambiar dos renglones de una matrz. 2, Multiplicar ambos lados de una ecua- 2. Multiplicar los elementos de un renglén cin por una constante distinta de por una constante distinta de cero, 3, Sumar un méltiplo de una ecuacién 3. Sumar un maltiplo de Tos elementos de un a otra ecuacién, rengldn a los elementos correspondientes de otro renglén. Las transformaciones elementales preservan Is solucién porque el orden de las ecuaciones ro afecta a la soluciGn, multiplicar toda una ecuacién por una constante distinta de cero no cambia la igualdad, y sumar cantidades iguales a ambos lados de una igualdad da como resultado una igualdad. ‘A Jos sistemas de ecuaciones relacionados mediante transformaciones elementales. ¥ que por lo tanto tiene las mismas soluciones, se les llama sistemas equivatentes. El Simbolo ~ se usa para indicar que dos sistemas de ecuaciones son equivalentes. El método de climinacién de Gauss-Jordan usa transformaciones elementales para eliminar variables: se puede usar el método porque cada sistema de ecuaciones tiene 1a misma solucién que el sistema original, ustramos el método de eliminacién de Gauss-Jordan usando ecuaciones Y al lado la realizacién andloga del método usando matrices en el ejemplo siguiente: FL lector observard, en el lado izquierdo, Ia manera sistemitica en que se van eliminando las variables de las ecuaciones. AL mismo tiempo observard, en el lado derecho, eémo se hace esto en términos de matrices, creando ceros en ciertas posiciones. De aqui en ‘adelante seguiremos ef método usando matrices. Resuelva el sistema de ecuaciones lineales siguiente nt metus 2 2x $3 + y= 3 ny yy = 6 (Blicion Método usando las ecuaciones | Método andlogo usando la matriz Sistema inicial Matriz aumentada mt yt as 2 rhe rt 3 2x t Bayt = 2313) = 2x, = -6 1-1-2 -6)2 Capitulo 1 Sistemas de ecuaciones lneales Eliminamos x, de la 2a. y 3a. ecuaciones: - nt nts 2 Ee? + (~2)Ee1 ny Fe3+(-DBel 2x, = 34x, = -8 Eliminamos x, de la la. y 3a, ecuacio +22 3 Fel + (“E27 Ec3 + (2)Be2 Sx, = -10 En la 3a, ecuacién convertimos en 1 el coeficiente de x, (es decir, despejamos ah Hye 3 Hoye ¥/5)Ee3 ye Eliminamos x, de la 1a. y 2a. ecuaciones: Eel +(-2)E3 = Fe? + Be3 n= 2 La solucién es x) = ~1, xy La soluci6n es x, = —1, x, Creamos ceros en ta columna I: - bud R2+C-IRI |g RO (-DRI Creamos los ceros correspondientes en la columna 2: 102 RIC DRE) ror ot) ROR [0 0-5-1) Convertimos en 1 el elemento (3, 3) (es decir, “normalizamos” el elemento): or-t loot Creamos ceros en la columna 3 1/5)Be3 " =-t Ixy = 2, Geométricamente, cada una de las ecuaciones originales de este ejemplo representa un plano en el espacio tridimensional. El hecho de que se tenga una sola solucién significa que los tres planos se intersectan en un solo punto. La solucién (1, 1. 2) da las coordenadas de este punto en el que se intersectan los tres planos. A continuacién damos otro ejemplo para entender n -jor el método. Resuelva el siguiente sistema de ecuaciones lineales xy 2x t4xy = 12 2x, ay Sn, = 18 wry + 3x)- 34, = -81.1 Matrices y sstemas de ecuaciones Ines 9 BBSblucion Empezamos con la matriz aumentada y usamos el primer rengl6n para crear ceros en la primera columna. (Esto corresponde a usar la primera ecuacién para eliminar x, de la segunda y tercera ecuaciones.) 1-2 41 - [2 4 2-1 518) R2+(-DRI 0 3-3-6 -1op-3-8) 0 R3ERI Después, se multipica el rengl6n 2 por § para converiren 1 el elemento (3, 3). (Esto corresponde a convertr en 1 el cocficente de x, de la segunda ecuacién.) - faag yee [0 dha Ro & oO 1 4 Se crean ceros en la segunda columna como sigue. (Esto corresponde a usar la segunda ecuacién para eliminar x, de la primera y tercera ecuaciones.) - 1023) RI + ()R2 Jo -1 -2] R3+(-DR2 [0 0 2 6) Moltipticamos el renglén 3 por 4. (Esto corresponde a convertir en 1 el coeficiente de 15 dela tercera ecuacién,) ~ fio2a 1 jo 1-1-2 2)R3 & oo13 Por iltimo, creamos ceros en la tercera columna. (Esto corresponde a usar a tercera ecuacién para eliminar x, de la primera y segunda ecuaciones.) - 1003 RI+(-2)R3 Jo 1 0 R24 R3 joo 1 3 Esta matriz. coresponde al sistema 4 =2 =] a3 La solucién es x, = 2,4) = Ly =3.10 Capitulo 1 Sistemas de ecuaciones ineales EI método de Gauss-Jordan para resolver sistemas de ecuaciones lineales usando ices emplea la creacién de unos y ceros en ciertas posiciones de las matrices. Estos ruimeros se erean de manera sistemitica, columna por columna. El ejemplo siguiente muestra que algunas veces es necesario intercambiar dos renglones para poder proceder como hemos explicado, Bee oe cael site 4xy+ 8x5 12x, = 44 Bisolucion Empezando con la matriz aumentada se procede como sigue, (Note el uso del cero en kt ‘atriz.aumentada como coeficiente de la variable que falta x,, en la tercera ecuacién. ) 4 8-2 4 - fa ui] 13 6-8 3} ey 3 6-8 2 [-2 -1 0-7) 1 0-7 ~ 12-3 4] R2*(-3)RI |g 0 dat RI+2R1 | 0 3-6 15, Para continuar es necesario un elemento distinto de cero en ka posicisn (2, 2). Para esto intercambiamos el segundo renglén con el tercer renglin (un renglin posterior) y después continuamos, ~ flea . fi 2-3) | 0 3-6 is) , bias R24 R3 ° G)R2 | loo 1-1 : oo 1-4 - fiend ~ re ki e(-DRo o 1-205 RI + (-1)R3 lo 1 0 3 La solusiines4y = 2.45 = 3g = 1 A continuacién se da una sintesis del método de Gauss-Jordan para resolver un sistem de n ecuaciones con nm variables, que tiene una solucién tinica. La matriz aumentada esté formada por la matriz A de coeficientes y por una matriz. columna, B, de téminos1.1 Matrices y sistemas de ecuacioneslineales "1 constantes, Eseribiendo esta matriz. como [4:8]. Para transformar gradualmente esta tmatriz, columna por columna, en una matriz (/,:X]. donde /, es la matriz identidad n nn, se usan operaciones en tos renglones. [apy se = :X1 ‘A ta matriz fina (/,:X) se le Hama la forma escalonada reducida de la matriz aumentada original. La matriz de coeficientes del sistema de ecuaciones final ex J, y X es a matr columna de términos constantes. Esto implica que los elementos de X son la solucién linica, Observe que [A:B] se ha transformado en [J,:X]. A se ha transformado en /,, Por lo tanto SiA sla matriz de coeficientes de un sistema de n ecuaciones con n variables que tiene una solucidn Gna, entonces A es equivalente por renglones 2 J, Si no se puede transformar [A:B] en [J,:X1. entonces el sistema de ecuaciones no tiene una En la seceidn siguiente se dira mas acerea de tales sisten soluciGn dnica [ptuchos sistemas En ciertas aplicaciones hay que resolver varios sistemas de ecuaciones lineales, todos con la misma matriz A de coeficientes. Sean estos sistemas, [AB I. | AByhe | AB) Los términos constantes By, By. .... B, pueden ser, por ejemplo, datos de prueba. ¥ se ‘quiere saber qué soluciones Hevarian a estos resultados, Con frecuencia Ia situacién indica que la solucién debe ser tinica. Por supuesto que uno puede seguir el método de climinacién de Gauss-Jordan con cada uno de los sistemas, y resolver cada sistema de manera independiente. Este procedimiento Hevaria a las formas escalonadas reducidas Ugh UX os eid y las soluciones serian X,, X. Se repetiria la misma reduccién de A a /,,con cada Sistema: esto ocasionaria una gran cantidad de trabajo duplicado innecesariamente, Los sistemas se pueden representar mediante una matriz aumentada [A:B, By“ B,]. y se puede aplicar el método de Gauss-Jordan a esta nica matri2. Asf obtendrfamos Web, By By) = Jo que nos Hlevaria a la sotuciones X,. Xs.Capitulo 1 Sistemas de ecuacones inales Resuelva los siguientes tres sistemas de ecuaciones lineales, sistemas que tienen todos a misma matriz de coeficientes. a xy- tx = fal fo a fol fg By tty by peo Lilt 3) espectivamente BiSolucion Construimos la matriz aumentada que describe a los tres sistemas y encontramos la forma escalonada como sigue. 3 8 0 3) ~ f= fo 03 2-1 4 not 3 R2+(-2)R1 oon 1-3) la a-a-in aq wert |p para 2 - fio rsid aim 38 merce [oo 12 ~ in oo 1 riers lo 1 0-1 R+2R3 0 1 2 Las soluciones de los tres sistemas de ecuaciones estin dadas por las tres tltimas columnas de la forma escalonada reducida, Las soluciones son En esta seccién se ha limitado el estudio a sistemas de n ecuaciones con n variables y que tienen una solucién tinica. En la seccién siguiente extenderemos nuestro estudio del meétodo de climinacién Gauss-Jordan a otros sistemas que tienen una solucién tnica, y también a sistemas gue tienen muchas soluciones 0 ninguna solucién,1.1 Matrices y sistemas de ecuacioneslneales B Rea ete aes 1. Dé el tama de las matrices siguientes “0 123 fo 9 *@ Jor 2 mbes 453 -3 @ froaol 7 vo [P23 @ ly lio] l4 “ 129-8 7 we la 2s 72 4-6 4 0 ol o © b-34 7 #2, DE tos lementos (I, 1), 2. 3.2.4), (6,2) de a sipuiente mate ® nel 3. DE fos elementos (2, 3), ¢ 3.14 4 ee ee (3,1) dela sigiente mati, fy) bbq 8a as fiad 4 Stig st = 0 245 an 6 tnterprete fs matrices siguientes como matrices aumen- 5 oe tadas de sistemas de ecuaciones.Eseribadebajo de cada 6904 una el sistema de ecuaciones 4. Bsoriba la mati identidad 1, 5, Determine la matrz de cosficentesy ia mates aumen- p23 ho @ “wy tada correspondientes a los sistemas de ecuaciones lasd 64 siguientes. t@) stage 7 wo fed 2x, - 5m = 3 50 2 0) Sx, 42m = ayy = Sx + 2m = ayy as-d ayt3n ton 4 62 4 30 8 “@) ls 4x, + 6x) — 9x, = 7 » ‘Las respuesas alos ejericios mareados con un asterisco sedan al final de libro,ae 14 Capitulo 1 Sistemas de ecuacionesineales 6. continuacién, -3 6 4 5-23) 240 fo-2 4 wo fs 7a) | 12-1 4 amo 1 4. S| io 1-3 7. En los ejrcicios siguientes se da una maiz seguida de luna operacién elemental en los renglones. Determine fen cada caso Ia maiz que se obtiene. WR oi Rie? He RI+RE R3+(-2R1 oo RI + (-2)R2 R34 4R2 I o4 - Me Jo p32) RE (aR: foo a RO aR 1a 2 4 - Mor s-3 lo 0-2 + 8, Interprete cada una de las siguientes operaciones en fos renglones como un paso para obtener la forma escalo- hada reducida de una matriz. «Por qué se escogieron lus operaciones que se indican? ¢Cul es et objetivo particular que se busea, en términos del sistema de ‘ecuaciones lineales que representan las matrices? freaag ~ say 217 5) 400 ~36) aa 4 bas oats 1) fea}. ; los 6 gy : os a8 ql fase 0 fh aca woo 6 : 90-2 6 gags 81 aw bia lo 0-2 4 fre so] tdi j0 1 2 3} RE + (= 2)R2 lo-sn-a} R34 ape bod ¢ | ! | oa oo au 9. Interprete cada una de las siguientes operaciones en fos Fenglones como un puso para obtener fa forma escalor nada reducida de una matte. «Por qué se ese estas operaciones? Fo 24 - roa way lo 1-1 a} RE*C-20R3 fo 105) oo 1 RRS foot} ; ; pred 2 fad o > =x D> yd? Rier2 | 2404 s-7 12 Is-71 2 ox . fros a ; | tat py fora 2 n26 loo 1-3] j= fioo-a| wo xa} RIOR oto 5} loo 1a] R2+1-RI Lo 0 1-3)1.1 Matrices y sistemas de ecvacioneslneales 15 10. Todos los sistemas de ecuaciones siguientes tienen tuna solucién dnica. Resuelva estos sistemas usando el rétodo de eliminacién de Gauss-Jordan Ma) 2m = 8 2xy-3xy = “11 () 2x, 42x) = 4 Bx 42 = 3 On tye B 2ey- 2x, = 4 nods 5 @ x4 tin = 6 9 Qe + yt 6x = IN ay t 2x tary He) oy tan = 3 Bay ay tay = 2 Bx ty 2 © ont y- ye Bt Qt y= 10 4n 42x 435 = 4 11. Todos tos sistemas de ecusciones siguientes tienen una solucién nica. Resuelva estos sistemas usando el método de eliminaci6n de Gauss-lordan. a gta = 8 dnt? = 6 yt nt nes ox ay $x + 10x, = 21 2x, -3q- Sy = = ~2xy- 4x, = -9 "O x t2yt3y = M4 2x, + Sx 48x, = 36 xn oe =-4 @ > ye 2x, +6x, + 10x, = It en Qyt yt Gy = 9 *@) 2x) t 2-44 = 14 Bet nt ye 8 2x, — y+ 2ay = -1 12, Los siguientes ejercicios incluyen muchos sistemas de ecuaciones lineales con solucién Ginica, que tienen ta misma matriz de coeficientes. Resuelva los sistemas ‘empleando el método de eliminacién de Gauss-Jordan 42 una gran matriz aumentada que describa varios sis- Dod FB = 1S ay t Tay = xy = 45 ds HS Hb) 3x) — 6x = 15x ntiet ins 4d m2 bao Fay (©) 3x, 46% -ay = 3 ny t3xy- 4, = 12 Ayr ttl 8B 2x; + 3x, 8 s@) + 2x + 2x, + Say 2x, + 4x, + 2x, 48x = 14 xy t 3x, tay H Bey = 19 yo mtn = 2 te nt tlt bye 2x; + 3x, 46x) + 19%, = 36 Bx, + 4x, 41S, = 28 7 Oy = 2 13, En los ejercicios siguientes se tienen muchos sistemas de ecuaciones lineales con solucién tnica y una misma rmatriz de coeficientes, Resuelva los sistemas aplicando el método de eliminacién de Gauss-Jordan a una matriz aumentada grande que deseriba a todos los sistemas.16 Capitulo 1 Sistemas de ecuacioneslineales 13, continuaciGn 0) x)= 2x, 43x = by a) Qt 2 = dy 2a, = 34 + 6% fal [> {4 ole seperate ova | = | sh by ) x + 2xy Bx #5xy = Py 3] respectivamente ot mh 2x, +34, = by mt) Blm— ia espectivamente Eliminacién de Gauss-Jordan En Ia seccién anterior usamos el método de eliminacién de Gauss-Jordan para resolver sistemas de n ecuaciones con n variables que ten‘an una solucién tinica. Ahora estudiaremos el método de una manera mds gencral, el niimero de ecuaciones puede scr distinto del numero de variables y puede haber una solucién nica, muchas soluciones 0 ninguna solucién. Una vex més, empezaremos con la matriz aumentada del sistema dado. y Hevaremos a cabo una serie de operaciones elementales en los renglones que darn como resultado una matriz mas simple (la forma escalonada reducida), que nos conducitd directamemte a la solucién, Daremos la definicién general de la forma escalonada reducida. El lector puede observar que la forma escalonada reducida tratada en secciones anteriores, conforman esta definicién, DEFINICION Una matriz. esta en forma escalonada reducida si 1. Todo renglén que conste tnicamente de ceros esté en la parte inferior de la max wiz, i 2. Bl primer elemento distinto de cero en cada uno de los otros renglones es 1. A este elemento se le llama I principal. 3. BI principal en cada uno de los renglones, después del primer renglén, se encuentra @ la derecha de los | principales de los renglones anteriores. 4, Todos los demés elementos en una columna que contiene un 1 principal, son cero.1.2. Eliminacion de Gauss-Jordan 7 Las siguientes matrices estin en forma escalonada reducida, ros] [room fisod frase 012} loroa looro |ooo1 loool loo19 = =oo01 § joood rosoos} fi2z0304 017009) 001207 000105, joooors 000014 looooaa Las siguientes matrices no estén en forma escalonada reducida, 1204) 12030 1002] 1708| joo00) oo 340 joord 0103) 0013) ooo0L 0103) oo 12) 0000) tun engin de enelrenglén 2.c1 ent renglin 3el_ sobre el ceeros que no esté —primerclemento I principal no esté principal del cena parte inferior distinto de cero aladerecha del 1 renglin 2 hay un ‘de la matriz noesun | principal elemento distinto del renglén 2 de cero Hay diferentes secuencias de operaciones en los renglones que pueden usarse para transformar una matriz dada en la forma escalonada reducida —sin embargo. todas ellas Hlevan a Ia misma forma escalonada reducida—. Se dice que la forma escalonada reducida de una matriz es nica. El método de eliminacién de Gauss-Jordan es un método sistemético importante (Ilamado un algoritmo) para llegar a la forma escalonada reducida, Este método se puede programar en una computadora. Ahora damos el método resumido yy después, un ejemplo de aplicacién. Eliminacién de Gauss-Jordan 1, Escribir la matriz. aumentada del sistema de ecuaciones lineales. 2. A partir de la matriz aumentada y usando operaciones elementales en Ios renglones, obtener Ia forma escalonada reducida, Esto se leva a cabo creando, columna por columna, empezando con la primera columna, los unos principales, y después los ceros sobre y debajo de cada uno principal. 3. Eseribir el sistema de ecuaciones correspondiente a la forma escalonada reducida, Este sistema da la solucin, ‘Se hace énfasis en Ja importancia de dominar este algoritmo. No s6lo es importante obtener la solucién correcta, el método para llegar a la solucién es también importante. Interesa, por ejemplo, laeficiencia de este algoritmo (el niimero de sumas y multiplicaciones ‘que se usan) y compararlo con otros algoritmos que pueden usarse para resolver sistemas de ecuaciones.18 Capitulo 1 Sistemas de ecvaciones lineales 0 0 2-2 2 33-3 912 Gana BBSBlucion Paso Si es necesario, intercambiar renglones para llevar un elemento distinto de cero la parte superior de la primera columna distinta de cero, A este elemento distinto de cero se le Hama pivote. ~ fore og Rl R2 00 2-22 la ang Paso 2 Crear un | en la posicién del pivote, multiplicando el renglén del pivote por H woe ~- 11-1 3 4] qe 0 9 2-2 2 * 4 4-2 1 Paso 3 Crear ceros en todas las dems posiciones de la columna pivote, sumando miltiplos adecuados del renglén pivote a todos los dems renglones de la matriz, . bias | 0 0 2-2 2 w+ (-#9R1 secon PT] Paso 4 Cubrir el renglén pivote y todos los renglones arriba de él. Repetir los pasos 1 y 2.con la parte restante de la matriz. Repetir el paso 3 en toda la matriz. Continuar hasta alcanzar fa forma escalonada reducida, [ecumenical Lat 0 0 2-2 2) ~ 0 0 fo 0 2-1-4 oo phowe primera columna distinc de cero dea submatri2 - ri-13 4 oo 1-r 1 lo 0 2-1 ~4)1.2 lminacion de Gauss-Jordan 19 - LAlpo 25 RI+R2 OcOeb -1 1 R3+(-2)R2_ [0 0 0 Pe pivote ~ fi. o on RI+(-2)R3 lo 0 1 0-5 R2+R3 [0 0 0 1-6 La matria resultante es de la forma escalonada reducida para la matriz dada, Ahora vea cémo se usa este método para resolver distintos sistemas de ecuaciones. El ejemplo siguiente ilustra cmo resolver un sistema de ecuaciones lineales que tiene muchas. soluciones. Se obtiene la forma escalonada reducida, Después, es necesario interpretar la forma escalonada reducida, expresando las distintas soluciones obteni ot BBBalcion ‘Se empieza con la matriz aumentada y se aplica el algoritmo de Gauss-Jordan. Los pivotes ¥ los unos principales estén encerrados en citculos. @-3 39 = zal 4g ri 3-5-1 7 = r-1 13 - it 034 recor fo @ 2) RIFR2 fo 121 R3+(-3)R1 fo -2 -4-2] 3 4¥2R2 |o 0 0 ‘Se llega a la forma escalonada reducida. El sistema de ecuaciones correspondiente es “ tn, sh ny tea ? ntmmei ol wy20 Capitulo 1 Hay muchos valores para x), y x, que satisfacen al sistema de ecuaciones. Este es un sistema de ecuaciones que tiene muchas soluciones. A x se le Hlama variable principal de la primera ecuacidn y x, es la variable principal de la segunda ecuacién. Para expresar las diversas soluciones, se escriben la s variables principales de cada ecuacién en términos de las variables restantes, Asi se tiene que: 3x, +4 ny = 72a +1 Se le asigna a x, un valor arbitrario r. La solucién general del si tema es ays Br $4 = Wt haya Como r puede ser cualquier niimero real, se obtienen muchas soluciones. Se dice que r es un parmetro. Déndole distintos valores a r se pueden obtener soluciones especttficas. Por ejemplo, parar= 1, setiene x, = 1, 4) =e parar= 2, setiene x, = 10,x,= 5, 3 Resuelva el sistema de ecuaciones 2x) ~ 4x + 12x, - 10x, = + 2x) Bx, t Qny = 14 2x 4a + 9x Ory = 44 MBBBucion Empezando con la matriz. aumentada se obtiene @-4 12-10 si ~ @-2 6-5 2 “12-3 2-14) yg, f= 2-3: 2-14 2-4 9 -6 44) 2 2-4 9-6 44 ~ 1-2 6-5 29) = [1-2 6-s 29] +RI - - R2+R 9 0@-3 15) pp [0 9 D-1 5 R3+(-2R1 [9 0-3 4-14) 0 0-3 4-14) ~ 1-2 0 1-1) ~ 1-2 0 0-3 Ri+(-6R2 fo oO 1-1 3} RE+CDRS |p 0 1 0 6) R3+()R2 lo o 0 1 4 R2+R3 [0 O01 11.2. Eliminacion de Gauss-loedan 2 Fsta es la forma escalonada reducida, El sistema de ecuaciones correspondiente es xy 72% =-2 5 = 6 X Hay muchas soluciones. Una vez. més escribiendo la variable principal en términos de las variables restantes se obtiene ape 2g 2 Haye! Asignando ax, el valor arbitrario r. La solucién general es ig 2 = ny 6K= 1 Dindole a r diversos valores se pueden obtener soluciones especificas. LO 4 Este ejemplo ilustra que en algdn paso puede ser necesario intercambiar renglones Resuelva el sistema de ecuaciones, apt dx — at Sey t ts = 2x + 4g 4 o 4 + 64y + 385 = Hdryt ay~ yt 35 = WBRicion ‘Aplicando el algoritmo de Gauss-Jordan se obtiene 2 ~ para 6 R2+(-2R1 Jo 0 0 0 1 2 4 +R fo 0 0@4 6 ~ - 12-1313 R2ER3 ge °° 923 joo 0012 - 12-1 0-5 -7| ~ 12-1 00 3) oo 0123 Ri+sR3 |g 0 0 1 0-1 Ri + (—3)R2 o oo 0 O@ 2 R2+(-2)R3 [0 0 O Of22 Capitule 1 Sistemas de ecuacioneslineales Se tiene la forma escalonada reducida. El sistema de ecuaciones correspondiente es ay + 2x) = xy = x 1 7 Expresando las variables principales en términos de las vatiables restantes se ob: tiene 2 by $3, Dando los valores arbitrarios r a.x, y s a x,, La solucién general es Wt st3, 5 Este ejemplo ilustra un sistema que no tiene solucisin. Tratemos de resolver el sistema ayo xy t2ky 2x, ~2xytSey = 4 xy t2n- x = -3 2x +2, = 1 WiSolucion Partiendo de Ja matriz aumentada se obtiene M-1 2 j ~ iS ; s) R24 CRI TES rae (oer bia Beco R2ORS G)R212. Eliminacisn de Gauss-loedan 23 ~ rod lo 1-1-2] Ri+R2 Ré+(-2)R2 0 9 O-2 oo 45 - 100 3 RI+(-DR3 /y 1 9 —a) R2+R3 Jo o 1-2] R4+(~4)R3 [oo oa 100 3) - 0 1 0-4 GIR4 fo 0 1-2 jo 0 0 Esta matriz. atin no esté en ta forma escalonada reducida; todavia hay que crear ceros sobre el I del tltimo renglén. Sin embargo, en situaciones como éstas, en las que en una ‘matriz el tltimo renglén que no consta dnicamente de ceros es de la forma (0.0: 01), no hay necesidad de seguir adelante. El sistema no tiene soluciGn. Para ver esto escribamos Ia ecuacién que corresponde al tiltimo renglén de la matriz, Ox, + Or, + Ox, No hay valores para xy, x; y x5 que satisfagan esta ecuacién. El sistema de ecuaciones no tiene solucién. [Bétemas homogéneos de ecuaciones lineales Se dice que un sistema de ecuaciones es homogéneo si todos los términos constantes son cero. Conforme avancemos en el curso vamos a ver que los sistemas homogéneos de ecuaciones lineales tienen muchas propiedades importantes y tienen un papel clave cn este estudio, EI siguiente sistema de ecuaciones es un sistema homogéneo de ecuaciones Tineales xy #2ay~ Sy = 0 2x, — 3x, + 6x, = 0 Observe que x, = 0, x, = 0.x, = 0 es una solucién de este sistema. Es claro que esto es cierto para Cualquier sistema homogéneo de ecuaciones.