Universidad Nacional de San Juan Facultad de Ingenier a Departamento de Matem atica

Notas de MATEMATICA I

ALGEBRA Y GEOMETRIA ANALITICA

Dora Alicia Christian Mar a del Carmen Berenguer Leonor Ester de la Torre Anal a Moyano

Bioingenier a - Ing. Civil Ing. en Metalurgia Extractiva

2012

Acerca de nuestra materia

Algebra y Geometr a Anal tica y Matem atica I, incluyen contenidos de Algebra Lineal y de Geometr a Anal tica. El Algebra Lineal es el conjunto de problemas y de m etodos de c alculo algebraico, que presentan la propiedad com un de ser lineales. Un tema transversal en torno al cual se organiza el algebra, es el estudio de los sistemas de ecuaciones lineales, su forma matricial y los conjuntos de sus soluciones. La soluci on de muchos problemas de ingenier a conduce a la formulaci on de sistemas lineales, a veces con un n umero muy grande de ecuaciones e inc ognitas. La Geometr a Anal tica estudia el espacio y las formas que en el se pueden imaginar mediante la introducci on de coordenadas, a las que se puede aplicar el c alculo algebraico y el an alisis matem atico. El Algebra Lineal provee el soporte te orico a partir del cual se estudian los sistemas de ecuaciones lineales de cualquier tama no y se construye la Geometr a Anal tica. Desde este punto de vista, la Geometr a Anal tica es una aplicaci on del Algebra Lineal. A su vez los sistemas de ecuaciones lineales con dos o tres inc ognitas, admiten interpretaci on geom etrica. Los espacios vectoriales y eucl deos, las transformaciones, el c alculo del determinante e inversa de una matriz cuadrada, convergen a la noci on de diagonalizaci on ortogonal. Esta u ltima proporciona un m etodo sistem atico y elegante para identicar c onicas en el plano y supercies cuadr aticas en el espacio, mediante su reducci on a la forma can onica. La noci on de espacio vectorial, se extiende al An alisis Matem atico. Los valores y vectores propios de una matriz, se pueden emplear para resolver anal ticamente sistemas de ecuaciones en derivadas totales con coecientes constantes. A su vez, las ideas de l mite, derivada y desarrollo en serie de una funci on, se aplican casi inmediatamente al algebra de matrices, y resultan indispensables en el desarrollo del An alisis Num erico. Desde hace relativamente poco tiempo, la Estad stica aprovecha la notaci on ma tricial compacta y la teor a de los espacios eucl deos que el Algebra Lineal aporta, para el estudio y soluci on de Problemas de Regresi on y An alisis de Clusters. Em-

plea la transformaci on ortogonal de coordenadas en el An alisis de Componentes Principales. Los alumnos de Matem atica I de la carrera Bioingenier a pueden acceder a la p agina web de la asignatura en la direcci on http:/dea.unsj.edu.ar/matematica1. Los alumnos de Algebra y Geometr a Anal tica de las carreras Ingenier a Civil y Metalurgia Extractiva pueden acceder a la p agina web de la asignatura en la direcci on http:/dea.unsj.edu.ar/algcivil. En el a no 2011 los ayudantes, Sta Fernanda Aymar a Robledo, actualmente Bioingeniera, y Sr Eliseo Ernesto Ortiz confeccionaron la p agina web para Matem atica I y para Algebra y Geometr a Anal tica respectivamente. El equipo de c atedra agradece y felicita la valiosa labor realizada por todos los que fueron nuestros talentosos ayudantes.

Cap tulo 1 Matrices

1.1 Introducci on

Un estudiante de ingenier a necesita ubicar un lugar determinado por la intersecci on de dos direcciones. El problema equivale a encontrar el punto que pertenece simult aneamente a dos rectas. Supongamos que las rectas son L y U. El conjunto L = {(x, y )/y = 3+2x} representa una recta en el plano, a = 3 es la ordenada al origen y b = 2 es la pendiente. Los puntos A = (0, 3) y B = (1, 1) pertenecen a la recta. La recta L tambi en se puede expresar mediante una forma impl cita de su ecuaci on. Es decir: L = {(x, y )/ 2x + y = 3} U = {(x, y )/y = x}, representa una recta en el plano con ordenada al origen nula y pendiente igual a (-1). Los puntos O = (0, 0) y B = (1, 1) pertenecen a U. Si se expresa U mediante una forma impl cita de su ecuaci on, se obtiene: U = {(x, y )/x + y = 0}. 2x + y = 3 x+y = 0 rectas tienen en com un. T= (x, y )/ representa el conjunto de puntos que ambas

Mediante la soluci on del sistema de ecuaciones lineales que gura en T , se encuentra que ambas rectas tienen s olo un punto en com un y este es B = (1, 1). Para llegar al lugar deseado, nuestro estudiante deber a caminar una unidad a la derecha del origen sobre el eje x, cambiar la direcci on de su desplazamiento en un angulo cuya medida es de 90 y desplazarse una unidad por debajo del origen, en paralelo al eje y . La gura 1.1 representa gr acamente la situaci on.
. . . . . . . . . . . . .. . . . . . . .. . . . . .. . . . . . . .. . .. . . . . .. . . . . . . .. . . .. . . . . . . . .. . . . .. . . . . . . . . .. . .. . .. . .. . .. . .. . .. . . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . . .. . .. . .. . .. . .. . . . . . . .. . .. . .. . .. . . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . . .. . . . .. . .. . .. . .. . .. . .. . .. . .. . . .. . .. . .. . .. . .. . .. . .. . .. . .. . .. . . .. . .. . .. . .. . .. . . . . . . . . . .. . .. . . . . . . .. . . . . . . .. . . . .. . . . . . . . . . .. . . . . .. . . . . . . .. . . .. . . . . .. . . . . . . . . . . . . . . . . . .. . . . . .. . . . . . . .. . . .. . . . . .. . . . . .. .. . .. . . . . . . . .. . . . .. . .. . . . . . . .. . . . . .. . . . . . .. . . .. . . . . . . . . .. . . .. . . . .. . . . . . .. . . . . .. . . . . .. .. . . .. . .. .. . . . . . .. . . . . . . . .. . . . .. . . . . . . . . . . . . . .. . . . .. . . . . . .. . .

y .........

B = (1, 1)

A = (0, 3)

Figura 1.1: Rectas en el plano El sistema que gura en T se puede expresar en forma matricial. B = H = 2 1 1 1 ;

3 x ; X = son respectivamente la matriz de coecientes del 0 y sistema, la matriz de t erminos independientes y la matriz de inc ognitas. Deniendo operaciones entre matrices, los sistemas adquieren una expresi on sint etica que facilita la aplicaci on de m etodos num ericos de soluci on. Una vez que concluya el aprendizaje programado para este cap tulo, Ud. estar a en condiciones de: Clasicar matrices, Efectuar c alculos con matrices, Emplear oportunamente las propiedades de las operaciones, Utilizar la notaci on adecuada, Escribir una matriz, dada la ley de formaci on de sus elementos, Encontrar formas escalonadas de una matriz, Determinar el rango de una matriz, Proporcionar ejemplos que veriquen una condici on especicada. 6

1.2
1.2.1

Matrices
Notaci on simb olica y clasicaci on

2 1 tiene dos las y dos columnas. El n umero de las y 1 1 de columnas de una matriz da una idea de su tama no y se indica mediante el orden. La matriz B = Denici on 1.2.1 Se llamar a orden de una matriz al par ordenado de n umeros naturales (p, n), donde p es el nu mero de filas y n es el nu mero de columnas. Habitualmente se lo simboliza: (pxn) o simplemente pxn. Ejemplo 1.2.1 As B es una matriz de orden 2x2 y se escribe para enfatizarlo, B2x2. En forma an aloga se expresan H2x1 y X2x1 . Una matriz A, de orden pxn puede indicarse en general, mediante la expresi on de sus elementos seg un el lugar que ocupan. a11 a12 a1j a1n a21 a22 a2j a2n = (aij ) i{1, ,p} Apxn = a a a a i 1 i 2 ij in j {1, ,n} ap1 ap2 apj apn aij nota un elemento cualquiera de la matriz A. El sub ndice i se nala la la en la cual se encuentra el elemento y el sub ndice j , la columna. Los elementos de una matriz pueden ser n umeros reales o complejos. El conjunto Mpxn re une todas las matrices de orden pxn: Mpxn = A/A = (aij ) i{1, ,p}
j {1, ,n}

Las matrices se clasican atendiendo a su orden y a la disposici on de elementos nulos. Una matriz de orden pxn se llama rectangular cuando p = n, y cuadrada si p = n. 7

Ejemplo 1.2.2 C= 2 5 4 0 , es una matriz cuadrada de orden 2x2.

1 3 4 5 0 0 , es una matriz rectangular de orden 3x4. R = 2.3 0.2 1 9 6 32 Si aij representa un elemento cualquiera de una matriz cuadrada A = (aij )nxn , cuando i = j diremos que el elemento se ubica sobre la diagonal principal (en adelante: diagonal de la matriz); si i > j el elemento est a por debajo de la diagonal. Aquellos elementos para los cuales i < j se localizan por encima de la diagonal. Una matriz cuadrada, tal que los elementos ubicados por debajo de la diagonal son nulos, se llama triangular superior. En forma simb olica estas condiciones se expresan de la siguiente manera: A = (aij )nxn es una matriz triangular superior si aij = 0 cuando i > j. Se llama matriz triangular inferior a las matrices que son cuadradas y los elementos que est an ubicados por encima de la diagonal son nulos. Es decir: A = (aij )nxn es una matriz triangular inferior si aij = 0 cuando i < j. El nombre superior o inferior, alude a los elementos de la matriz que pueden ser no nulos, mientras que en notaci on simb olica, se se nala la ubicaci on de los elementos obligatoriamente nulos. Ejemplo 1.2.3 5 0 0 6 M= 0 0 2 0 8 6 P = 9 1 3 2 3 12 , es una matriz triangular superior de orden 3x3. 7 0 0 0 0 , es una matriz triangular inferior de orden 4x4. 8 0 7 2

Ejemplo 1.2.4 1 0 0 I = 0 1 0 , es la matriz identidad de orden 3x3. 0 0 1 8

 15 0 0 Q = 0 4 0 , es un ejemplo de matriz diagonal. 0 0 1 21 0 0 E = 0 21 0 , es una matriz escalar de orden 3x3. 0 0 21 0 0 = 0 0 , es la matriz nula de orden 3x2. 0 0 M= 7 11 49 , es una matriz la de orden 1x3. 8 5

Q=

, es un ejemplo de matriz columna de orden 2x1.

4 1 9 1 2 , es una matriz sim etrica de orden 3x3. S = 1 9 2 6 Ejercicio 1.2.1 Escriba las condiciones que debe cumplir una matriz A = (aij )pxn para pertenecer a cada una de las siguientes clases: identidad, diagonal, escalar, nula, la, columna, sim etrica. Ejemplo 1.2.5 Nos proponemos ahora escribir la matriz U = (uij )5x2 tal que sus elementos veriquen la siguiente ley de formaci on: uij = (i2) + 3 j. (1.1)

ndice columna es igual a 2, luego El ndice la del elemento u42 es igual a 4 y el se sustituye en la f ormula 1.1, i = 4 y j = 2, obteni endose u42 = (42 ) +3 2 = 10. Se procede de igual modo para encontrar los restantes elementos de U. u11 u21 u31 u41 u51 = (12 ) + 3 1 = (22 ) + 3 1 = (32 ) + 3 1 = (42 ) + 3 1 = (52 ) + 3 1 =2 = 1 = 6 = 13 = 22 u12 u22 u32 u42 u52 = (12 ) + 3 2 = 5 = (22 ) + 3 2 = 2 = (32 ) + 3 2 = 3 = (42 ) + 3 2 = 10 = (52 ) + 3 2 = 19 9

 Ahora se escribe la matriz U =

2 5 1 2 6 3 13 10 22 19

1.2.2

Igualdad

Denici on 1.2.2 Dadas A, B Mpxn , se dice que A = B cuando se satisface la siguiente condici on. aij = bij para todo i {1, , p}; j {1, , n} Ejemplo 1.2.6 2(x 1) 0 0 2 + 2x 0 0 Sean A = 0 y + 1 0 , B = 0 (y 1) 0 0 0 2x 0 0 2(x y ) 2y entonces A = B porque ambas matrices verican las condiciones de la denici on. A, B M3x3, aij = 0 = bij si i = / j, a11 = 2(x 1) = 2x 2 = b11, a22 = y + 1 = (y 1) = b22, a33 = 2x = 2x + 2y 2y = b33 Ejercicio 1.2.2 Entre las que guran a continuaci on, indique las matrices iguales. 0 0 20 0 0 0 5 ,F = C = 0 0 1 , D = ,E= 2+4 1 0 1 0 2 0 0 1 0 1 1 0 ,K= ,J= G = 0 (3 1 + 4) 1 , I = 1 0 0 0 0 1 Nota 1.2.1 Las matrices D, E, I, J, K se llaman matrices cuadradas. I es la matriz identidad de orden 2x2. C y G son matrices la, F es una matriz columna.

10

1.2.3

Suma

Denici on 1.2.3 Sean A, B Mpxn , se llama suma de A y B a la matriz A + B = C Mpxn , en la que sus elementos se obtienen mediante la siguiente expresi on. cij = aij + bij , para todo i {1, , p} y j {1, , n} Ejemplo 1.2.7 0 0 10 6 1 0 0 3 7 Dadas: A = 9 5 ,I = 0 1 0 ,B = 2 8 , = 0 0 , 0 0 15 11 0 0 1 4 16 A + . 10 6 7 5 + 2 8 15 11 16 13 3 27 tienen el mismo orden. 0 0 0

calcule A + B , A + I , 3 9 A+B = 4 7 = 7 11

No existe A + I , porque A e I no 3 7 0 A+ = 9 5 + 0 4 16 0 3 7 9 5 = 4 16 = A

Nota 1.2.2 La matriz nula de orden 3x2 recibe el nombre de matriz neutra para la suma en M3x2

1.2.4

Producto de un n umero por una matriz

Denici on 1.2.4 Si k es un n umero real y A = (aij ) Mpxn , se llama producto k A, a la matriz k A = (k aij ) Mpxn . 11

Ejemplo 1.2.8 10 6 (1) B = 2 8 3 15 11 ; 30 18 = 6 24 45 33 = 10 6 (1) 2 8 0M = 15 11 ; 10 6 = 2 8 15 11 B = 0 0 0 0 m11 m12 m21 m22 m31 m32 0 0 0

3B =

Nota 1.2.3 La matriz B es la matriz opuesta aditiva de B .

1.2.5

Propiedades de la suma y del producto de un n umero por una matriz

Dadas A, B, C Mpxn , k y t n umeros reales, se verican las siguientes identidades. M1 ) A + B + C = (A + B ) + C = A + (B + C ), M2 ) A + B = B + A, M3 ) Existe una u nica Mpxn , tal que A + = A, on A + (A) = M4 ) A Mpxn es la matriz que verica la condici M5 ) k (A + B ) = k A + k B , M6 ) k (t A) = (kt) A, M7 ) (k + t) A = k A + t A. M8 ) 1 A = A Ejemplo 1.2.9 Dadas A, B M3x2 las matrices que guran en el ejemplo 1.2.7, efectuaremos los c alculos propuestos en la forma m as breve posible, indicando las 12

propiedades usadas. (4) (B + A) + (3 B + 4 A)= = = = = = = Ejercicio 1.2.3 a) Compruebe la propiedad M5 efectuando los siguientes c alculos. 1 3 0.2 0.4 5 0 2 + 5 0 0 = 0.5 6 0 0.2 0.2 0.4 1 3 0 = 5 0 2 + 0 0 0.2 0.5 6 b) Use la propiedad M6 para reducir los c alculos. 1 1 (3) (2) 3 2 = 0 4 (4) B + (4) A + 3 B + 4 A [M5 , M1 ] (4) B + 3 B 4 A + 4 A [M2 ] (4 + 3) B + (4 + 4) A [M7 ] (1) B + 0 A B + B 10 6 2 8 15 11

1.2.6

Producto de matrices

Denici on 1.2.5 Sean A Mpxn y B Mnxr . Se llama producto de A por B , a la matriz Apxn Bnxr = Cpxr , en la que sus elementos se obtienen mediante la siguiente condici on. cij = ai1 b1j + + ain bnj , para todo i {1, , p}, j {1, , r} Dos matrices A y B se pueden multiplicar, en ese orden, cuando el n umero de columnas de A coincide con el n umero de las de B . Esta restricci on no se puede suprimir. Por ejemplo el producto de A Mpxn por B Mnxr se puede efectuar.

13

El resultado es una matriz C Mpxr , tal que el elemento cij ubicado en la la i, columna j de C , proviene de multiplicar la la i de la matriz A por la columna j de la matriz B como lo indica la denici on. a11 a12 a1k a1n b11 b12 b1j b1r a21 a22 a2k a2n b21 b22 b2j b2r AB = bk1 bk2 bkj bkr a a a a i1 i2 ik in ap1 ap2 apk apn bn1 bn2 bnj bnr = c11 c12 c21 c22 ci1 ci2 cp1 cp2 c1j c2j cij cpj c1r c2r cir cpr b1j b2j bkj bnj

cij =

ai1 ai2

aik

ain

= ai1 b1j + ai2 b2j + + aik bkj + + ain bnj Ejemplo 1.2.10 a) b) 2 1 1 3 3 1 1 2 3 1 1 2 = (6 + 1) (2 + 2) (3 3) (1 6) = 5 4 0 7

2 1 7 6 = 1 3 0 5 0 1 1 1 0 1 0 c) 1 1 = 5 2 1 2x3 0 1 2x2 2 4 3x2 3 3 6 9 2 3 d) 1 1 2 3 1x3 = 1 2 3x1 2 4 6 3x3 14

e)

4 2 2 1 2 1 1 3

1 3 2 6 =

0 0 0 0 2 1 1 3 = 5 5 5 10

f)

2 1 1 3

1.2.7

Propiedades del producto de matrices

Sean A, E Mpxn , B, D Mnxr , C Mrxs , I Mpxp, I Mnxn , I, I matrices identidad , k IR, entonces se verican las siguientes identidades. M9 ) (A B ) C = A (B C ), M10 ) (A + E ) B = A B + E B , M11 ) A (B + D) = A B + A D, M12 ) A (k B ) = k (A B ) = (k A) B , M13 ) I A = A = A I Ejercicio 1.2.4 Las siguientes condiciones son identidades en M2x2?. Justique su respuesta. i) A B = B A, ii) Si A B = , entonces A = o B = , iii) (A + B ) (A + B ) = A2 + 2 A B + B 2. Discutiremos el apartado iii). (A + B ) (A + B ) = = = = porque B A = A B . La armaci on iii) no es una identidad. Ejemplo 1.2.11 En este ejemplo se muestra como se pueden reducir los c alculos usando propiedades. ( A + B ) A + (A + B ) B AA+B A+AB +B B A2 + B A + A B + B 2 A2 + 2 B A + B 2

15

3 1 1 1 3 1 1 1 3 1 1 1 3 1 1 1 9 89 1 35

1 0 0 2 1 2 0 4 1 2 5 1 0 2 1 2 4 1 2 1 0 2 1 2 4 1 2 2 21 2 1 22 4 1 2 65 85

1 7 3 3 1 2 3 0 8 2 = 1 1 4 0 0 9 1 7 3 0 0 8 2 = 0 [M11, M12 ] 3 0 0 9 5 3 21 9 0 24 6 = 0 0 0 0 27 5 9 6 = 22

La siguiente es la expresi on simb olica de la identidad empleada. A B k A C = A (B k C )

1.2.8

Trasposici on
2 1 , ordenados, se pueden escribir como un

Los elementos de la matriz A = punto del plano: A = (2, 1).

Se sabe que la longitud del segmento determinado por O = (0, 0) y A = (2, 1) 2 se calcula mediante la f ormula l = 2 + 12 . Es posible obtener l2 = 22 +12 efectuando operaciones con la matriz A?. Resulta imposible multiplicar A2x1 por ella misma. Sin embargo, transformando A2x1 en la matriz AT 1x2 = A2x1 se puede efectuar y ofrece el resultado buscado. AT 1x2 A2x1 = 2 1 2 1 = (22 + 12 ) 2 1 , el producto

AT 1x2

Se introduce ahora la trasposici on de matrices que asocia a cada matriz, otra, que tiene por columnas, las las de A. Denici on 1.2.6 Sea A Mpxn , se llama matriz traspuesta de A, a la matriz AT = C = (cij )nxp , en la que cij = aji , para todo i {1, , n}, j {1, , p}. 16

Ejemplo 1.2.12 2 1 3 5 2 3 0 , entonces AT = 1 5 , 7 0 7 1 0 2 9 1 , entonces B T = 1 0 3 , 0 1 1 0 2 1 0 1 4 2 = C T , entonces C es una matriz sim etrica. 4 1 0 2 0 3 realice

a) Si A =

0 1 b) Si B = 2 0 9 3 5 2 c) Como C = 1 0

1 3 1 0 5 , C = 2 4 0 1 3 los siguientes c alculos. Compare los resultados obtenidos. Qu e concluye? Ejemplo 1.2.13 Dadas las matrices A = a) (A C )T = = 1 3 2 4 1 0 5 0 1 3
T T

= b) AT C T =

1 3 14 2 4 22 1 2 3 4 14 22

1 3 2 4 1 2 3 4

1 0 5 0 1 3 1 0 0 1 2x2 5 3 3x2

No existe AT C T , porque el n umero de columnas de AT es igual a 2 y el n umero de las de C T es igual a 3. 17

c) C T AT = 1 0 5 0 1 3 1 0 0 1 5 3 1 2 3 4 14 22
T

1 3 2 4

1 2 3 4

Observando los resultados obtenidos se comprueba que para las matrices del presente ejemplo: (A C )T = C T AT Sin embargo esta expresi on tiene validez general tal como gura entre las propiedades enunciadas a continuaci on. Propiedades de la trasposici on Cualesquiera sean A, B Mpxn , k IR y C Mnxr , se satisfacen las siguientes identidades. M14) (A + B )T = AT + B T , M15) (k A)T = k AT , M16) (A C )T = C T AT , M17) (AT )T = A. Ejemplo 1.2.14 0 1 1 a) Dada B = 2 0 1 obtenga C = B T B y compruebe que C es una 9 3 0 matriz sim etrica, es decir C T = C .

18

T B B 0 2 9 0 1 1 = 1 0 3 2 0 1 0 9 3 0 1 1 85 27 2 10 1 = 27 2 1 2 85 27 2 C T = 27 10 1 2 1 2 = C

C=

b) Usando propiedades demuestre que C T = C con C = B T B y B M2x3. El producto B T B se puede efectuar y C M3x3.

(1) C = B T B . (2) C T = B T B (3) (4) (5) = BT B = BT B =C

T T T

[Hip.] [(1)] [(M16)] [(M17)] [(4)]

1.2.9

Rango de una matriz

El rango de una matriz es un n umero que la caracteriza y proporciona informaci on muy u til para la soluci on de sistemas lineales. El rango de una matriz A se nota r(A). Cuando una matriz tiene forma escalonada, su rango se encuentra de inmediato. La matriz A = (aij ) Mpxn tiene forma escalonada, cuando se verican las siguientes condiciones. i) El primer elemento no nulo de la la i + 1, pertenece a una columna situada a la derecha del primer elemento no nulo de la la i. ii) Si hay las nulas, deben ser las u ltimas. 19

Ejemplo 1.2.15 a) Cu ales de las siguientes matrices tienen forma escalonada? 1 0 A= 0 0 3 1 0 2 4 1 0 1 7 13 , B = 5 2 0 25 50 4 2 0 0 0 1 2 1 3 1 4 , C = 4 8

0 7 4 3 0 0 2 1

0 2 1 5 1 1 1 0 1 2 0 5 0 0 4 , 0 1 1 , H = 0 1 1 0 , M = 0 F = 0 0 0 0 2 0 0 0 2 0 2 0 4 b) El n umero de las no nulas de una matriz que tiene forma escalonada, es igual a su rango. Con esta informaci on, encuentre el rango de las matrices del apartado a) que est an en forma escalonada.

Las matrices que tienen forma ecalonada son A, C y M . Es posible calcular su rango. Luego r(A) = 3, r(C ) = 2, r(M ) = 3.

Las matrices B , F y H , no est an en forma escalonada. No se sabe, por el momento, cu al es el valor de su rango.

Para encontrar el rango de una matriz que no est a en forma escalonada, se lleva la matriz a una forma escalonada, mediante transformaciones elementales aplicadas a las las de la matriz. Una forma escalonada B Mpxn de la matriz A Mpxn , se obtiene aplicando las siguientes transformaciones elementales a las las de A. Intercambiar dos las entre s . Multiplicar una la por un n umero no nulo. Reemplazar una la por la que resulta al sumarle un m ultiplo de otra. Se nota B = AE . Denici on 1.2.7 Llamaremos rango de A, al n umero de las no nulas de AE , una forma escalonada de A: 20

r(A)= =

N umero de las no nulas de AE r(AE )

El proceso de transformar una matriz en una forma escalonada, se puede esquematizar como se muestra en el ejemplo que gura a continuaci on. Ejemplo 1.2.16 Encuentre una forma escalonada de la matriz B del ejemplo 1.2.15. Cu al es el rango de B ?. 3 1 1 1 1 0 2 4 a en forma escalonada. Por tanto La matriz B = 5 2 1 4 , no est 4 2 3 8 nada se puede decir acerca de su rango. A partir de B se encontrar a una forma escalonada BE , de donde se obtendr a el rango de B .
(k )

Etapa k 0

Filas en cada etapa Fi F1 F2 F3 F4 (1) F1 = F2 (1) F2 = F1 (1) F3 = F3 (1) F4 = F4 (2) (1) F1 = F1 (2) (1) (1) F2 = 3F1 + F2 (2) (1) (1) F3 = 5F1 + F3 (2) (1) (1) F4 = 4F1 + F4 (3) (2) F1 = F1 (3) (2) F2 = F2 (3) (2) (2) F3 = 2F2 + F3 (3) (2) (2) F4 = 2F2 + F4 (4) (3) F1 = F1 (4) (3) F2 = F2 (4) (3) F3 = F3 (4) (3) (3) F4 = (1)F3 + F4

Matriz 3 1 1 0 5 2 4 2 1 0 3 1 5 2 4 2 1 0 0 1 0 2 0 2 1 0 0 1 0 0 0 0 1 0 0 1 0 0 0 0

B (k) 1 2 1 3 2 1 1 3 2 7 11 11 2 7 25 25 2 7 25 0

1 4 4 8 4 1 4 8 4 13 24 24 4 13 50 50 4 13 50 0

21

En la etapa 1 se intercambiaron las dos primeras las. De ese modo se ubic o el n umero 1 de la primer columna, en la la 1 y se facilita el proceso de escalonamiento. En la cuarta 1 0 BE = 0 0 etapa se obtiene una forma escalonada para B . Es decir B (4) = BE . 0 2 4 1 7 13 , luego: r(B ) = r(BE ) = 3. 0 25 50 0 0 0

Ejemplo 1.2.17 Encuentre el rango de las matrices que guran a continuaci on. 0 4 0 1 3 4 0 3 2 1 4 , E= D = 2 3 1 C = 0 0 1 0 2 3 1 5 3 1 1 La matriz E tiene forma escalonada. r(E ) = 2. Su rango se encuentra de inmediato:

Las matrices C y D no est an en forma escalonada. Para determinar su rango, es imprescindible obtener primero alguna forma escalonada. Etapa k 0 Filas en cada etapa Fi F1 F2 F3 (1) F1 = F2 (1) F2 = F1 (1) F3 = F3 (2) (1) F1 = F1 (2) (1) F2 = F2 3 (2) (1) (1) F3 = F1 + F3 2 (3) (2) F1 = F1 (3) (2) F2 = F2 11 (3) (2) (2) F2 + F3 F3 = 8 (4) (3) F1 = F1 (4) (3) F2 = F2 (4) (3) F3 = 2 F3 22
(k )

Matriz 0 4 2 3 3 1 2 3 0 4 3 1 2 3 0 4 11 0 2 2 3 0 4 0 2 0 0 0 3 4 0

D(k) 0 1 1 1 0 1 1 0 5 2 1 0 5 2 1 0 5

En la etapa 1 se intercambiaron las dos primeras las para ubicar en la la 1, umero no nulo. A partir de esta nueva disposici on columna 1, de la matriz D(1) un n se hace posible encontrar una forma escalonada. En la etapa 2, no se modica la la 2 porque ya tiene un elemento nulo en el lugar adecuado. 2 -3 -1 Se encuentra DE = 0 -4 0 , luego r(D) = r(DE ) = 3 0 0 5 Etapa k 0 1 Filas en cada etapa Fi F1 F2 (1) F1 = F1 2 (1) F1 + F2 F2 = 3 (2) (1) F1 = F1 (2) (1) F2 = 3 F2
(k )

0 0 0 0 0 0

Matriz 3 2 2 3 3 2 13 0 3 3 2 0 13

C (k) 1 4 1 5 1 4 5 23 3 3 1 4 5 23

Las matrices C (1) y C (2) obtenidas en las etapas primera y segunda, son formas escalonadas de la matriz C . El rango de C se encuentra contando el n umero de las no nulas en cualquiera de las formas escalonadas. 0 3 2 1 4 5 23 13 0 0 3 3 3

C (1) =

, C (2) =

0 3 2 1 4 0 0 13 5 23

As se obtiene r(C ) = r(C (1)) = r(C (2)) = 2

23

24

1.3

Actividades de aprendizaje correspondientes al Cap tulo 1

0 1 , 6 0 5 , 0

1) Clasique las matrices que guran a continuaci on e indique cu ales son iguales.
0

L=

0 15 1 0

6 10 5 S = 10 2 1 5 1 36 K= 0 1 1 0 ,

96 10 C = 0 0 2 0 , D = 0 2 0 0 0 20 0 , , F = E = 4 2 0 2 J= 0 0 1 0 , 3 8

M = (mij )22 , con mi,j =

1, si i = j, , G= 0, si i = j.

0 0

0 3

2) Dadas las matrices A, D, B y C , efect ue las operaciones indicadas cuando sea posible. En caso contrario explique la raz on por la cual no puede efectuarse el c alculo. 3 0 2 1 0 4 3 1/5 0 A= , D= B = 1 5 1 , 1 2 3 0 2 1 2 3 0 C = (cij )
3 2 ,

con cij = i + j 3 , b) 2 D e) A + C T h) A2 B k)A C + B B 2 m) C T AT c)3 D A f)3 AT C i) B 2 + C C T l) (A C )T

a) A + D d)A + I33 g) B C AT j)C T A C T C 2 ll) AT C T 3)

a) Sea G M4x3 cuyos elementos son gij = 2ij , para i {1, 2, 3, 4} , y para j {1, 2, 3}. Escriba el valor de g13, g42 , g33 b) Proporcione un ejemplo de matriz N , triangular superior, tal que sea posible efectuar N G. c) Cu al ser a el orden de N G?

4) Los c alculos se abrevian aplicando propiedades. Resuelva en la forma m as breve posible y se nale las propiedades que utiliz o. 25

1 0 5 1 3 2 1 0 = +5 0 1 3 2 4 0 5 4 25 25 2 1 0 2 1 0 b) 1 + 1 = 1 3 2 1 3 2 34 34 1 1 1 0 = c) 3 5 0 1 8 2 1 0 0 1 1 5 = d) 0 1 0 3 0 0 1 8 2 a) 1 3 2 4 3 0 1 e) 0 2 0 T 3 0 f) 0 1 4 1
T

0 2 5 4 0 1
T

3 0 1 1 2 1

5) Las siguientes condiciones son identidades en M2x2? Justique su respuesta. i) A B = B A, ii) Si A B = , entonces A = o B = , iii) (A + B ) (A B ) = A2 B 2. 6) C omo efect ua el siguiente producto?. Obtenga el resultado. 1 0 1 1 1 0 1 1 2 3 5 2 =

7) Considera que las siguientes armaciones son correctas o err oneas? Por qu e? a) Si A23 y B33, entonces existe C = A + B y C23 . b) Si A44 , entonces existe A3 y A3 = A + A + A. c) Si B55 , entonces existe B 3 y B 3 = BBB . d) Si D55 = EF y E54 , entonces F42 . e) Si M32 y B32 , entonces existe Q = MB T y Q33. f) Si existe T = GI y G154 entonces I debe ser de orden 4. g) Si existe P = IW y W154 entonces I debe ser de orden 4. 8) Proporcione ejemplos que veriquen las siguientes condiciones 26

a) Una matriz triangular inferior W tal que exista el producto W I33 . b) Una matriz cuya matriz transpuesta sea de orden 2 3. c) Dos matrices cuya suma sea una matriz de orden 3 2. d) Dos matrices rectangulares no nulas cuyo producto sea una matriz de orden 3 3.

9) Dadas las 2 A= 0 0

matrices: 3 5 2 1 , 0 70

B=

2 3 0 2

C=

1 3 4 0 0 1

2 0 D= 0 1 2 G= 3

0 1 3 1 0 2 0 5 , E = 0 6 , F = 0 25 0 12 1 2 1 2 1 1 0 , 1 0 , H = 12 36 0 0 0 1

5 8 15 0 2 45 , 0 0 0 0 2 1 1 0 , J = 0 0 0 1

a) Se nale cu ales de las matrices anteriores est an escalonadas. b) Con respecto a los rangos de las matrices dadas indique verdadero (V), falso (F) o no se sabe (N) seg un corresponda. b1 ) r(A) = 3 b2 ) r(B ) = 2 b3) b4) r (C ) = 1 r (D ) = 3 b5 ) r(E ) = 4 b6 ) r(F ) = 2

10)

1 5 2 4 0 0 3 1 a) La matriz B = a en forma escalonada. Qu e 0 0 12 4 , no est 0 0 3 7 la emplea para llevar a 0 los elementos b33 y b43?. Escriba las operaciones elementales que usa. b) A partir de B encuentre una forma escalonada BE . Complete el siguiente cuadro de c alculos. 27

Etapa k 0

Filas en cada etapa Fi F1 F2 F3 F1 = F1 (1) F2 = F2 (1) F3 = (1) F4 = (2) (1) F1 = F1 (2) (1) F2 = F2 (2) F3 = (2) F4 =
(1)

(k )

Matriz B (k) 1 5 2 0 0 3 0 0 12 0 0 3 1 5 2 0 0 3

4 1 4 7 4 1

1 0

5 0

2 3

4 1

c) Calcule r(B ). 11) Cu ales pueden ser los valores de r(A) y r(B )? a11 a12 a13 a14 a15 A = a21 a22 a23 a24 a25 a31 a32 a33 a34 a35 b11 b21 b31 b41 b51 b12 b22 b32 b42 b52 b13 b23 b33 b43 b53

B=

12) Escalone y calcule el rango de las matrices que siguen. 1 1 0 3 2 1 , , C= 4 6 3 1 1 0 2 1 1 1 1 0 , 1 0 , F = 0 0 3 1 1 1

A=

1 2 3 5

B=

4 8

0 4 0 D = 2 3 1 , 3 1 1 1 2 3 1 2 1 , G = 4 7 1 0 1 0

2 E = 3 4

28

13) Proporcione ejemplos que veriquen las siguientes condiciones: a) Una matriz escalonada de rango 3. b) Una matriz no escalonada de rango 2. c) Una matriz no escalonada de orden 3 4 que tenga rango 2. d) Una matriz triangular superior de rango 5.

1.3.1

Algunas respuestas

0 7 2) C = 1 6 2 5 a) A + D = c) 3 D A = 4 1 4 5 1 4 2 8 3 4 5 1 4 6 1 1 6 8 8 8 b) 2 D = 6 2 0 5 0 4 2

d) No puede realizarse. 3 4 1 0 f) 3 AT C = 10 4

e) A + C T =

3 10 h) No puede realizarse. g) B C AT = 3 30 1 29 54 36 29 i) B 2 + C C T = 48 59 25 j) No puede realizarse. 44 47 22 k) No puede realizarse. 7 5 3 ll) AT C T = 14 12 10 21 22 23 2 4 6 4 8 12 3) G = 6 12 18 8 16 24 29 l) (A C )T = 8 8 13 34 8 8 13 34

m) C T AT =

4) a) 3 1 82 6 2 126 b) 0 0

1 1 c) 3 5 8 2

1 1 d) 3 5 8 2

e) 3 0 1 0 2 0
T

0 2 5 4 0 1

= = =

3 0 1 0 2 0 3 2 4 4 2 1 3 4 2 2 4 1
T

0 2 5 4 0 1

f)

T 3 0 0 1 4 1

3 0 1 1 2 1

= = =

3 0 1 1 2 1 5 1 1 3 5 1 1 3
T

T 3 0 0 1 4 1

5)

a)

i) No es identidad. ii) No es identidad. iii) No es identidad.

7) a) c) e) g) 9) Falso Verdadero Verdadero Falso b) d) f) h) Falso Falso Verdadero Falso

a) Las matrices escalonadas son: A, B, C, F b) b1) Verdadero b2) Verdadero b3) Falso b4) Falso b5) Falso b6) Verdadero 30

12) AE = 1 2 0 1 r(A) = 2, BE = 4 3 0 0 r(B ) = 1,

1 1 0 6 1 r(C ) = 3, CE = 0 5 0 0 3 2 1 1 1 3 r(E ) = 2, EE = 0 0 0 0 1 2 3 1 GE = 0 2 2 1 r(G) = 3. 5 0 0 5 2

2 3 1 0 DE = 0 4 5 0 0 2 0 1 0 FE = 0 0 1 0 0 0

r(D) = 3,

r(F ) = 2,

Las siguientes son otras formas escalonadas para las matrices E , F y G. Todas son correctas. 2 1 1 1 3 EE = 0 2 2 0 0 0 0 2 1 1 FE = 0 0 2 0 0 0

r(E ) = 2,

r(F ) = 2,

1 2 3 1 5 GE = 0 15 10 1 2 0 0 3 3

r(G) = 3.

31

32