You are on page 1of 9

Matrices y sistemas de ecuaciones

1. Este es un res´umen de lo que hemos visto de operaciones elementales por filas y soluci´on de sistemas de ecuaciones, espero que los ayude a resolver la tarea. En lo que sigue m y n siempre denotaran n´umeros naturales. El espacio de todas las matrices de m × n con entradas en un campo F lo denotamos como M m×n (F).

2. Definici´on. Operaciones elementales por filas. Hay 3 tipos de operaciones elementales que se aplican a los renglones de una matriz A.

(a)

intercambio de renglones (distintos)

A i A j i

= j

 

(b)

multiplicar el i-´esimo rengl´on por un escalar no nulo.

A i cA i , c =

0

(c)

susituir el rengl´on A j por A j + cA i

A j A j + cA i donde i

= j y c es cualquier escalar.

3. Notaci´on.

Las operaciones elementales por filas las denotaremos con la letras e,

f , g, etc

que se obtiene despues de aplicar a la matriz A la operacion elemental

e y escribimos A eA.

y si A es una matriz, el simbolo eA representa a la matriz

4. A cada operaci´on elemental e le corresponde una operaci´on elemental

f (del mismo tipo) de manera que f (eA) = A, esta operaci´on elemental

se le llama la operaci´on elemental inversa y usamos el simbolo e 1 . En este inciso, deben escribir cuales son las operaciones elementales

inversas de cada tipo.

5. Definici´on Equivalencia por filas.Sean A y B matrices de m × n. Diremos que A es equivalente por filas a B si existen un n´umero finito de operaciones

elementales por filas e 1 , e 2 ··· e k tales que e k e k1 ··· e 2 e 1 A = B. Es de- cir, B se obtiene a partir de A mediante la aplicacion de un numero finito de operaciones elementales por filas. Escribimos A B.

=

1

Podemos aplicar operaciones elementales por filas a una matriz para obtener una matriz ”bonita”, esto nos permitira resolver sistemas de ecuaciones de un manera muy sencilla. Primero recordemos que quer- emos decir con ”bonita”.

6. Definici´on. Sea A = (a ij ) una matriz de m × n.

Si A i es el i-´esimo rengl´on de A

y A i es un rengl´on no nulo, definimos la entrada pivote del rengl´on A i

como la primera entrada no nula del rengl´on contando de izquierda a derecha.

7. Definici´on. Sea R una matriz de m × n. Diremos que la matriz R est´a en la forma escalonada reducida por filas si R es la matriz cero o R es no nula y satisface las siguientes condiciones:

(a)

Los renglones nulos de R estan abajo de los renglones no nulos. Es decir, si R tiene r renglones no nulos entonces los renglones R i con i = r + 1, · · · m son los renglones nulos de R.

(b)

Para cada rengl´on no nulo R j , la entrada pivote del rengl´on R j esta a la derecha de la entrada pivote del rengl´on anterior. Dicho de otra manera: si R 1 , ··· R r son los renglones no nulos de R y para cada 1 j r la entrada pivote del rengl´on R j esta en la columna k j entonces se cumple que k 1 < k 2 < ··· k j < ··· < k r .

(c)

La entrada pivote de cada rengl´on no nulo de R es igual a 1.

(d)

Las entradas de la columna donde se encuentra una entrada pivote son toda iguales a cero, excepto la entrada pivote. Estas columnas las llamamos columnas pivote.

Observa que si R es una matriz que est´a en la forma escalonada por filas, y si tiene r renglones no nulos, entonces las columnas que tienen una entrada pivote (hay una por cada rengl´on no nulo) son los vectores can´onicos de R m , e 1 , e 2 , ··· , e r y a´un m´as si las columnas k 1 , k 2 , ··· k r son las columnas pivote de R entonces las columnas correspondientes de la matriz A son base del espacio columna de A.

2

El siguiente teorema marca la pauta para que podamos resolver sistemas de ecuaciones.

8.

Teorema. Dada cualquier matriz A de m×n existe una unica´ matriz R del mismo orden, que est´a en la forma escalonada reducida por filas y tal que A es equivalente por filas a R.

Esta matriz R se llama la forma de Hermite de A.

9.

Definici´on. Sea R una matriz de m×n que esta en la forma escalonada reducida por filas. Definimos el rango por filas de R como el n´umero de renglones no nulos de R y escribimos rango por filas (R) = ran f (R).

10.

Definici´on. Sea A una matriz de m × n. Definimos el rango por filas de A como la dimensi´on del espacio fila de A o´ de manera equivalente como el n´umero de renglones linealmente independientes de A.

11.

Teorema Si A es una matriz de m × n y R la forma de Hermite de A, entonces:

(a)

El espacio fila de A es igual al espacio fila de R. En consecuencia la dimensi´on del espacio fila de A que por definici´on es el rango por filas de A es igual a la dimensi´on del espacio fila de R que por definici´on es el n´umero de renglones no nulos de R.

(b)

Si R tiene r renglones no nulos y si las columnas k 1 , k 2 , ··· , k r son las columnas pivotes de R, entonces ´estas son base del espacio columna de R y las columnas correspondientes de A son base del espacio columna de A, en particular, el rango por columnas de A es igual al rango por columnas de R.

(c)

El rango por filas de A es igual al rango por columnas de A y definimos el rango de A como el rango por filas de A que es igual al rango por columnas de A.

12.

Observaciones. De acuerdo con la definicion de rango por filas, si una matriz tiene m

3

renglones y su rango por filas es r, entonces r m.

Para calcular el rango por filas de A, hay que aplicar operaciones el- ementales por filas comenzando con A, hasta obtener una matriz que esta en la forma escalonada reducida por filas, esto es, hasta obtener

la forma de Hermite de A, luego contar el n´umero de renglones no nulos.

Pensemos ahora en la matriz identidad de n × n, I n . La matriz I n se encuentra en la forma escalonada reducida por filas y todos sus ren- glones son no nulos, por lo que el rango por filas de I n es n. Tambien

se acostumbra decir que tiene rango completo.

La matriz cero de m × n esta en la forma escalonada reducida por filas

y su rango por filas es cero.

Sea R una matriz de m × n que esta en la forma escalonada reducida por filas y observemos lo siguiente: Si R 1 , ··· R r son los renglones no nulos de R y la entrada pivote el renglon R j con 1 j r se encuentra en la columna k j se debe cumplir que k 1 < ··· < k r y todas las entradas de la columna k j son cero excepto la entrada pivote que es igual a 1, para cada 1 j r. De lo anterior podemos concluir que la columna k j es el j-´esimo vector can´onico e¯ j de R m . Las demas columnas (donde no hay entrada pivote) son vectores (ele- mentos) de R m cuyas ultimas´ m r entradas son iguales a cero.

A continuaci´on veamos como resolver sistemas de ecuaciones.

13. Definici´on. Un sistema de m ecuaciones en n variables con coeficientes reales es un conjunto de ecuaciones de la forma:

a 11 x 1 + a 12 x 2 + ··· + a 1n x n

= b 1

a 21 x 1 + a 22 x 2 + ··· + a 2n x n = b 2

.

.

.

.

4

a m1 x 1 + a m2 x 2 + ··· + a mn x n = b m

Diremos que el sistema es homog´eneo si b 1 = b 2 = ··· = b m = 0 y que

el sistema es no homog´eneo si para alguna j con 1 j m, b j = 0. Asociado al sistema tenemos una matriz de m × n llamada la matriz de coeficientes del sistema, dada por:

A =

a

a

11

21

.

.

.

a

a

12

22

.

···

···

···

a

a

1n

2n

.

a m1 a m2 ··· a mn

En caso de que el sistema sea no homog´eneo, tambien tenemos asociada otra matriz de m × n + 1, llamada la matriz aumentada del sistema, dada por:

(A|b) =

a

a

11

21

.

.

.

a

a

12

22

.

···

···

···

a

a

1n

2n

.

b

b

.

1

2

a m1 a m2 ··· a mn b m

donde b es la matriz de m × 1 (vector de R m ), b =

b

b

1

2

b

.

.

.

m

Con estas matrices podemos expresar al sistema de ecuaciones como

Ax = b

donde x es la matriz de n × 1, x =

x

x

.

.

.

x

5

1

2

n

14. Definici´on

Sea Ax = b un sistema de m ecuaciones en n variables con coeficientes

reales.

Una soluci´on del sistema es una n-ada ordenada de n´umeros

reales

s =

s

s

1

2

s

.

.

.

n

es decir, un vector en R n que satisface As = b Adem´as, diremos que el sistema Ax = b (homog´eneo ´o no homog´eneo) es consistente si tiene al menos una soluci´on, y en caso contrario, di- remos que es inconsistente. El conjunto de soluciones del sistema (que puede ser vac´ıo) se le llama el conjunto soluci´on del sistema.

15. Definici´on. Diremos que 2 sistemas de m ecuaciones en n variables, Ax = b y A x = b son equivalentes si tienen el mismo conjunto soluci´on.

16. Observaci´on

Todo sistema homog´eneo de m ecuaciones en n variables tiene por

0

0

.

.

 

 

.

0

lo menos una soluci´on, a saber el vector 0 =

llamada la soluci´on cero o la soluci´on trivial. En caso de que el sistema Ax = 0 tenga una soluci´on distinta de la soluci´on trivial, llamaremos a esta soluci´on, una soluci´on no trivial.

El siguiente Teorema nos dice que para resolver un sistema Ax = b, basta con resolver el sistema A x = b donde la matriz (A |b ) est´a en la forma escalonada reducida por filas y es equivalente por filas a la matriz (A|b). En otras palabras, el conjunto soluci´on del sistema Ax = b es invariante bajo operaciones elementales por filas.

17. Teorema. Consideremos el sistema homog´eneo Ax = 0 y el sistema no homog´eneo Ax = b. Supongamos que las matriz A y la matriz aumentada (A |b )

6

est´an en la forma escalona reducida por filas y que A es equivalente por filas a A y (A|b) es equivalente por filas a (A |b ). Entonces los sis- temas Ax = 0 y A x = 0 son equivalentes as´ı como los sistemas Ax = b y A x = b son equivalentes.

Primero veremos como determinar si un sistema homog´eneo de m ecua- ciones y n variables Rx = 0 tiene una soluci´on no trivial, donde R est´a en la forma escalonada reducida por filas.

Para ello consideramos los 3 casos posibles: m = n, m > n y m < n, mediante el an´alisis de ejemplos.

Caso m = n, con n = 3. En este caso el rango de R puede ser 1 o´ 2 o´

3.

Si rango(R) = 3, R tiene sus tres renglones no nulos, hay tantos ren-

glones no nulos como columnas con entrada pivote, por lo que las 3 columnas de R tienen entrada pivote. Recordemos que estas colum-

nas son vectores can´onicos de R 3 y en este caso son los tres vectores

can´onicos e¯ 1 =

1

0

0

e¯ 2 = 1

0

0

0

e¯ 3 = 0

 

1

Concluimos que R es la matriz identidad y en este caso la unica´ soluci´on es la trivial.

Caso m > n. En este caso hay m´as ecuaciones que variables. Pong-

Como antes, el rango r de R es a lo m´as 5, pero

el rango es igual al n´umero de columnas con entrada pivote y como

solo hay 3 columnas, entonces el rango r es a lo m´as 3. que r = 1 o´ r = 2 ´o r = 3.

amos m = 5 y n = 3.

Conclu´ımos

Si r = 3, los primeros 3 renglones de R son los renglones no nulos y los

dos son nulos. Las 3 columnas de R tienen entrada pivote por

ultimos´

7

lo que la matriz R tiene la siguiente forma:

R =

1

0

0

0

0

0

1

0

0

0

0

0

1

0

0

Concluimos que si el rango r=3=n´umero de columnas, el sistema tiene

unicamente´

Si r = 1 ´o r = 2 el n´umero de variables independientes es n r, que

en este caso es 3 r

tiene al menos una soluci´on no trivial, pues hay al menos una variable

independiente

Esto nos permite concluir que el sistema

la soluci´on trivial.

> 0.

Por ejemplo:

R =

1

0

0

0

0

5

0

0

0

0

1

0

0

0

0

R =

1

0

0

0

0

5

0

0

0

0

1

1

0

0

0

Para la primera matriz que tiene rango 1, tenemos 2 variables indepen- dientes y el conjunto soluci´on es {(5y + z, y, z) : y, z R}. Para la segunda matriz que tiene rango por filas 2, tenemos una vari- able independiente y el conjunto soluci´on es {(5y, y, 0) : y R}

Caso m < n. Pongamos m = 3 y n = 5. En este caso el rango r 3

y el n´umero de variables independientes es n r, que en este caso es

5 r. Como r

es estrictamente menor que 5, 5 r > 0. Por lo que

siempre habr´a al menos una variable independiente, lo cual a su vez

nos dice que hay al menos una soluci´on no trivial.

Despu´es de este an´alisis, escribimos el resultado general en forma de un Teorema.

18. Teorema. Sea Rx = 0 sistema homog´eneo de m ecuaciones en n variables, donde

8

la matriz R est´a en la forma escalonada reducida por filas y sea r el rango de R. Entonces:

(a)

Si m = n, entonces r = n si y solo si R es la matriz identidad I n

si y solo si el sistema tiene unicamente´

la soluci´on trivial.

(b)

Si m = n y r < n entonces el sistema tiene al menos una soluci´on no trivial ( el n´umero de variables independientes es n r > 0).

(c)

Si m > n. Como r es el n´umero de renglones no nulos que es igual al n´umero de columnas con entrada pivote, se cumple que r n. Si r = n, el sistema solo tiene la soluci´on trivial. Si r < n, el sistema tiene al menos una soluci´on no trivial.

(d)

Si m < n, como r m, entonces r < n. El sistema tiene al menos una soluci´on no trivial.

De manera an´aloga, hagamos un an´alisis mediante ejemplos para un sis- tema no homog´eneo. Antes de enunciar el siguiente teorema hacemos una observaci´on: si Rx = b es un sistema no homog´eneo de ecuaciones y la matriz aumentada (R|b) est´a en la forma escalonada reducida por filas, entonces la matriz de coeficientes R del sistema tambi´en est´a en la forma escalonada reducida por filas.

19. Teorema. Sea Rx = b un sistema no homog´eneo de m ecuaciones en n variables, donde la matriz aumentada del sistema (R|b) est´a en la forma escalon- ada reducida por filas. Entonces el sistema tiene soluci´on si y solo si el rango de R es igual al rango de (R|b).

9