HARA JOT Fi Cee FREER EHEEAEE HEE ~ Algebra Lineal con Aplicaciones George Nakos US. Naval Academy David JoynerISBN 0-534-95526-6 Algebra lineal con aplicaciones ISBN 968-7529-86-5 Derechos reservados respecto a la edicién en espaol ‘© 1999 por International Thomson Editores, S. A. de C. V. IGP frternational Thomson Editores, S. A. de C. V. es una empress «de International Thomson Publishing. La marca registrada ITP se usa bajo licencia México y Amériea Central América del Sur Séneca 33, Colonia Polanco el. G4-11)1325-2236 México, DF. 11560 = Fan G4-11)8328-1829 Tel, (525) 281-2906 ~ “sdeluque@ba.net Fax (525) 281-2656 ‘Buenos Ares, ARGENTINA ctientes@mail internet. com.mx MEXICO Espata Tel. G491) 446-3350 E1Caribe Fax (491) 445.6218 Tel. (987) 758-7580 itesparaninfopedidos@mad servicom.es Fax (787) 758-7573 ‘Madrid, ESPANA 102154.1127@compuserve.com Hato Rey, PUERTO RICO Traduccién Ing. Virgilo Gonzalez Pozo Traductor profesional Revisién técnica ‘Ana Elizabeth Garcia Hernandez Escuela Superior de Ingenieria Quimica e Industrias Extractivas (ESIQIE) Instituto Politécnico Nacional (IPN) Director editorial y de produccin: Migue! Angel Toledo Castellanos Raitora de desarrollo: Leticia Medina Viai ator de produccién: René Garay Argueta Corrector de estilo: Martha Alvarado ipograia ins Mendoza Dineho de portada; Publicidad Williams-Lazarov Lecturas: Martha Alvarado y Caros Zien 987654321 evn Queda prohibida la reproduce otransmisin total o parcial det esto dela ress cobra bajo cualesquiera formas, Geetfomiea o mecanica, incluyendo el fotocopiado, el almacenamienfo. en algin sistem de recuperacién de itormacion, 0 el grabado, sin el consentimiento previo y por eserito del editor. “Alfrighs reserved. No part ofthis work covered by the coppright hereon ma, be reproduced or used in any form or fy any means —grophic, electronic, or mechanical, including photocopying recording, taping or information Pr rage end retrieval systems without the writen permission ofthe publisher. Impreso en México Printed in Mexico| Sistemas lineales Tii has ordenado todo en medida, en mimero y en peso Sabiduria de Salomén, Capitulo 11, Versiculo 20 Introduccién M serebicen al problema de ese un stems neal ane ce cn decsorsistemases muy anigu,somolademuetcelrlonscelaean ie Arutmedes (ue se estar en seein 15) Veamor us plone onde hae ssenm neal dl ques euparon ie mates dem eke ne sede nascent Fibonacci ‘Nuestra historia es acerca de Leonardo Pisano, matemstio italiano (cerca 1175-1250 4), ‘cjor conocido como Fibonacei. Durante sus viajes, aprendis la “mueva aritmeética” arabe, ave después present al Occidente en su famoso libro Liber abaci. Dice la leyenda que el emperador Federico I de Sicilia invita Fibonacci y a otros sabios a paricipar en una espe- cie de torneo de matemiéticas, en el que se plantearon varios problemas. Uno de ellos ere el siguiente: Tres hombres poseen una sola pila de monedas, sus partes son &, | y !. Cada 1 toma algo de dinero dela pila hasta que no queda nada £1 primer) repre, sa } de lo que tome, el segundo + y el tercero Cuando el total rintegrade oe divide por igual entre los tes se descubre que Cada uno posee lo que le corres onde, R, (Esealamiento) Multiplique un renglén por una constante distinta de cero. [eR, > R, (Intereambio) Intercambie dos renglones. [RO R,8 Capitulo 1M Sistemas tineales WEJEMPLO 9 Resuelva por climinacién el sistema Bay = 3 2x) + 3m ~ 2s =~ 10 =m FOND SOWCION Se tiene sti = bra: -3 Dey de = o | 23-25 -0 -y Foy “10 6 9 Al multiplicar fa primera ecuacién por -2 y al sumarla a la segunda, se eliminari x, de esta tikima, Cuando se suma la primera ecuaci6n a la tercera también se elimina x, de la tereera, ‘Todo esto puede abreviarse con Ey ~2E,—> Ey.y Ey +E, > £, otambien por R:~ 28, — R. y con Ry + Ry > Ry en la matriz aumentada, —3 12 0:53 =-4 9 [O -1 22-4 6 0 2 6: 6 2h) Reena Pera despejar x; de la tercera ecuacién se lleva a cabo Ex ‘matriz aumentada) Bi sistema tomé la forma de escal6n, Empezamos por abajo y conforme ascendamos, se des- pejarin las incognitas arriba de las variables delanteras de cada ecuacidn (suisttwetén hacia tris), Para eliminar sy de la segunda ecuacién, se suma Ey + Ey F340 Ry = Rx Red xy + 2x 1020: 3 * ~6 o jo -10: ~6 de Para eliminar x; de la primera ecuacién se suma Ey * 2B) —9 £\ (0 Ry + * 15 1 00: 15 ey 6 o |o -10: ~6 dy = 2 o 02: -2 Por iimo, con 4, E40 $ Ry 9 Ro, ¥ CIE 2 E50 (DR: Rs) Se obtiene * =-15 pee: 15) nm = 6 o foro: 6 oor: -1f Por consiguiente. x, = —15.a; = 6 v.44 =—1 es la jnica solucién del sistema1.1 Mi nvoduccién alos sistemas tineales MEJEMPLO 10. Resuelva el sistema xty- 2s 4 + yt3r2 9 axtays 2=11 SOLUCION Trabajamos con Is matriz aumentada para obtener bans Lose 4 ai meme] [3 #) 2 ten BOMB BT Ty 0 5: -5| 13 4] oO? ti a] eae 00 Bs ae basa a] piso: orton [Rese] [ors a] oo 1 3 sees oot ) pee i : oo: oR] foro: 2) fe=mam] foro: 2 Slo os 3 loois3 Por tanto, x La solucién geomévrica es el punto P(1.2, 3), que es la figura de los tres planos definidos por las ecuaciones del sistema (Figura 1.2), Figura 1.2 Solamente una solucién: tres planos se intersecan en un punto,10 Capitulo 1 Sistemas lineates JSoluciones infinitas) Resuelva el sistema EJEMPLO 1) sty 254 Det Sy +2229 xtay+Te=6 SOWUCION Aplicando las operaciones elementales de renglén en la matriz aumentada del 10-32 oo 0 ee primeras ecuaciones, De esta manera, la solucién general es xy = 9r 42 mecdrst ER Eneste caso, la interseccin de los panos definidos por las respeetivas ecuaciones es wi tinea recta (figura 1.3). (Las lineas rectas se estudiaran en el capitulo 2.) — Figura 1.3 Los tres planos tienen una tinea comin,1.1 ME Introduceién a los sistemas lineal: n MEJEMPLO 12 {Sin soluciones) Resuelv 5 El iltimo renglén corresponde a Ia ecuacién falsa Ox, = 5. En eonsecuencia, el Los tres casos graficos de un sistema inconsistente de tre variables son (figura 1.4): 1. Tres planos paralelos entre si 2. Dos planos paraletos, intersecados por el tercero 3. Tres planos que se intersecan, pero sin interseccién comin a los tres. Figura 1.4 No hay soluciones. WEJEMPLO 13. (Empaquetamiento de libros) A una slumma se le asigna una nueva re ccémara. Al empacar sus libros, observa que si coloca 7 libros en cada caja, dejara uno fuera, Por otro lado, si pone 8 libros en cada caja, entonces la altima caja sélo contiene un libro. {{Cudintos libros y cusintas cajas hay? SOLUCION Sean. cantidad de libros y ya canidad de cas. Entoncesenel primer caso = 1, yenel segundo $y =x +7, Al resolver este sistema de dos ecuaciones se obtiene ST libros y y= 8 cajas.12 Capitulo 1m sistemas tneates Sistemas lineales con sistemas algebraicos computacionales Maple 1, Dexrys-3} fxg) solve ({Sex+20 te MATLAB (Symbolic Toolbox} >> solve(*BextZeyet”, 2ex-ye-3?) x= 5/7, y= AN/T Ejercicios 1.1 Ecuaciones lineates Para los ejercicios 1 4 considere las siguientes ecuaciones: (a) &x-5-x= 24245 () 2 tay ty (ltxtytz=1 (detytie le) xtyte yee tyowee xy 1. Diga si cada ceuscién es lineal 0 no Fines. Sie lineal, de- termine si es homogénea 9 no homogénea 2, Para cada sistema lineal, escriba sus coecientes, su térmi= so constante y su eouacién homagénea asociada, 3. Para cada couacin lineal, ordene sus variables y diga cual ‘ela variable delantera y cusles son las vatiables libres. 4. Paracada ceuscién lineal determine, sies posible, lasolucisn eneraly dos soluciones particulares. 5 Coles de os pumas P2, 3,0), 0°2 5. {Cuales de Tos puntos PU, ty 1 =) ou tne = 1-2) y Std, 4,2) estan en el plano definide por li eetacion ey ” 10,062, 5.39, 84.4. 10) S(O, 0,0) estan ene ano defini poy fa Pevacion Den Tytz=10 . Encuentre todos los valores deo, tales que cada una de tas siuientes ecuaciones tenga (@) Exactamente una solucién (i) Soluciones infinitas. Gi) Ninguna solueion aa 2eteta bi@-aens ce (@-ae=0 dan aya 30 y CCateule todas ls valores reales de a tales que cada una de las ecuaciones de abgjo tenga(4) Infintas soluciones (Gi) Ninguna solucién, a aiis+y)—x-y-atl=0 baxty)-x-y-ati=0 Sistemas tineales 9. Replantee el sistema lineal en la forma canénica, zetati=o Det dwa2=x n2en at Bw = 3 yeettawes Determine a. La matriz de coeficientes 'b. El vector de constantes. . Lamatriz aumentads 4. El sistema homogéneo asociado, 10, Aplique Ia sustitucin ha rs para resolver el sistema stint tay ead 25 thy = 2 4-2 ° 11, Emploe ta sustitucién hacia atras para solucionar el siste- ‘ma homogéneo asoeiado con el sistema del gjercicio 10. 12, Sea r-ro1as a M=|0 0 0 0 Lo 0 0-2 0 no a, Escriba un sistema euya matriz aumentada sea M. ', Eneuentre el sistema homogéneo asociado con el iste rma lineal dela parte (3, ‘c. Aplique a Muna operaciOn elemental de englén para {que la matriz resutante corresponds a un sistema en forma de escalén, 13. Determine la solucién general del sistema cuya matriz au rmentada sea la matriz M, definida en el ejercicio 12, 14, Caleule a solucion general del sistema homogéneoasoci do al del ejercicio 13. 15, Encuentre la interseccién de las rectas y + x= I yy—2s= 16, Determine Ia interseecién de las rectas 2y— 3x" Sy ye de= 20, 1.1 WE introduccién a ios sistemas tineales. 13 17. Sin resolver realmente los sistemas, demuestre que son equivalentes. xoytae ae t2y-3e=-2 saet ays a= nd aenaytae= 4 Det y= 2 Sy-har=—2 En los ejerccios 18 #28 determine los sistemas consistentes y caleule sus soluciones generales 2m yte at y Bet Ty 422 DL det yt3e= 15 metay- 25-5 tay tre= 9 2 -xt3y-B=-17 ny “ our y-Re 1 BB oxty-3e=2 suety+ 256 Mott: mero je 25. byt aw xt yok 6 wet yttemwag 26, x+y z~ we 0 axt yhae 2x + 6y + 22 ~ Iw. xt yet years ztwel xtwol wet yet yt2el ztwel yrwel14 Capitulo 1 ml Sistemas tineales 29, Result el vio problema chino deserito en la seceidn | Fn los ejereicios 30 a 34, utilice las matrices aumentadas que apareeen a su f-r-1 14 Poi-ta par 3 = 3a f-1 3-1 37 ae] 6 2 31 38, Desneje @del sistema sen 8 ~ 4c0s8 = 4 sen 0 Aco 36, Dospeje 8 de! sistema 2seno+ vitne= 2y2 4 sen 9 ~ 3V2tand =~ V2 37. Considere al sistema homogéneo aye + by = 0 aux + by = 0 44, Demuestre que siv= ty yy"=ynesuna solucidn para ese sistema, tambign lo es = At, = ky para cualquier & by, Comprucbe que six=x).y=35 ¥ #*23."= 3 90m dos soluciones entonces también foes ¥= 2) 23,9 ity Para ls ejtcicios 38 y 39 considere el sistema BK, Sea ibs ~ byes #0, Demuestre que a. El sistema tiene exaetamente una solucién, Cleule eta ». El sistema homogéneo asaciado tiene sie Ia solueién trivial 39, Sea ayhs hus = 0. Demuestre que 4 Elsistema tiene un nimerico infinto de saluciones © no las tiene. b, Elsistema homogéneo asociado tiene soluciones noth viales Aplicaciones 40. Pedro y Paula comienzan un jucgo de bétsbol con bara, yada uno tiene la misma canidad de carta, Durante lap ‘mera ronda Pedro gané 20 eartas, pero durante la segunda perdié 2 de tas que teniaa comenzar Al final de la segun: de 1.2. Eliminacion de Gauss sh. 1.2 WE Bliminacion de Gauss 15 su velocidad anterior durante el resto del camino y por eso lego 1 hora y 3 minutos tarde al trabajo. Si elaccidente hu bieraocurtido 1S mills mis adelante, el autor hubiera e- {gado 27 minutos mas emprano., que distancia cesta bajo vive el autor? :Cusl es su velocidad normal? Dostbotes de vela salen de Annapolisen horas dist, to aque les da una separacién de 4 mila, y tienen el mismo destin y la misme velocidad. Después de media hora de haber slid cl segundo, el viento e calm bastante. Esto desaelea alos botes, ue ahora vigan a des veloc 4d anterior El segundo bot llega a su destino 45 mina tos después de ahora predicha, El primer bote sso ees 35 minutos tarde, ;Cual es la distancia reorrda por los iotes? Qdjetivos del alumno para esta seccién 1. Reconocer tuna matriz en fa forma renglén escalén y renglén escalén reducida 2. Aprender el proceso de eliminacién de Gauss. ‘Ahora examinaremos con mis detalle el método que usamos pata resolver Ios sistemas linea- les. Se lama eliminacién de Gauss,’ aunque data de una época anterior a Gauss. De hecho, ‘8 us6 para resolver el sistema en el viejo libro chino citado en la seccidn 1.1. También des- cribiremos una variante, la eliminacidn de Gauss-Jordan Forma de renglén escalén; eliminacién de Gauss Las matrices se describen con detalle en el capitulo 3. En este parrafo solo presentaremos la notacién necesaria para resolver con eficiencia los sistemas lineales. ‘Una matriz es un arreglo u ordenacion rectangular de niimeros, Ilamados elementos + Los renglones de una matriz se numeran de arriba abajo, y las columnas de izquierda 2 dere- cha. Asi, cuando decimos iltima columna nos referimos a la columna de la derecha. Los ele- ‘mentos se numeran de acuerdo con su posicidn (renglén, columna), Si unsa matriz tiene m ren- glones y m columnas, sé llama tamafio de m % n. 2 Ambos ejercicios estin inspirados en un problema planteado por Sam Loyd, uno de los mejores re- actores de rompecabezas y problemas de ajedrez de todos los tiempos, > Karl Friedrich Gauss (1777-1855) se considera como uno de los mis grandes matemiéticos de to- dos tos tiempos, Nacié en Alemania y Tu nto prodigio. A los 18 aos forms un poligono regular de 17 lados con regla y compas, resolviendo un problema de 2 000 aos de antigiedad, EscribiS| Disquisitiones Arithmericae, otra maestra en la teoria de los nimeras, ¥demostr el teorena funda imental del dlgebra. En su época, se le lamaba principe de los matemticos 4 N.del Con frecuencia se les llama también “entradas”16 Capitulo 1m Sistemas lineales A continuacién se presentan M, Ny P, que son matrices: My N som de tamaio 3 % 4. pero el tamaito de P es de 2 x3. Fl elemento (2, 3) de Pes I. El elemento (1, 2) de Nes ~6. 1 1-6 02 M=| 0 N=|0 014 ° 0 000 El renglén cero de una matriz sélo incluye ceros, Un renglén no cero tiene cuando me- nos un elemento distinto de cero. De la misma forma se puede hablar de colummus cero y no cero. El primer elemento no cero de un renglon no cera se llama elemento delantero, 0 ele- ‘mento capital. Si sucede que el elemento delantero es 1, se le lama I delantero, Para la matriz.M es valido lo siguiente: sus primeros dos renglones son no cero. El ter cero es cero. Sus elementos delanteros son —1 y ~3. Su segunda columna es cero. Las dems son no cero. Observe que ninguno de los elementos delanteros de Mf son 1. En contraste, todos Ios elementos delanteros de N son I DEFINICION (Forma de renglén escalén} Una matriz puede tener las siguientes propiedades: 1. Todos fos renglones cero estin en la parte inferior de la matviz 2. Elelemento delantero de cada renglén no cero después del primero se presenta a la de- recha del elemento delantero del renglén anterior 3. El elemento delantero de cualquier renglén no cero es 4. Tados los elementos en ta columna arriba y debajo de un I delantero son cer Si una matriz stisface las dos primeras condiciones se dice que esté en forma de ren- glén escalén, o simplemente en forma de escalén. Si una matriz satisface las cuatro condi- ciones se dice que est en forma reducida de renglén esealén (0 tan slo que esté en forma de escalén reducida). Una matriz en forma de escalén reducida siempre esta en forma de escalén. Las matrices M y N estén en forma de escalén. Nademds esti en forma de escalén re- ducida. M no lo esté, porque la condici6n 3 ‘no se satisface. La matriz P tampoco lo esta, por- {que no tiene la propiedad 2, Para estudiar otros ejemplos, sean A,B. D. F. Gy Hestan en forma de escalén, porque se satisfacen las dos primeras condicio- nes, De ellas, 4, B, Dy F estin en forma de escal6n reducida por tener las cuatro propieda-DEFINICION 1.2. W Bliminacion de Gauss 17 des. Pero Gy H no lo estin, Para G, la condicin 4 no se cumple. H no tiene la propiedad 3. Cy Eno estin en a forma de escalén. Para C alla la condicién 2. Para E falla a condicion 1 (Matrices equivatentes) ‘Dos matrices son equivalentes (de renglén) si una puede obtenerse de la otra mediante luna sucesién finita de operaciones elementales de renglén. A veces se usa la notacian AnB para indicar “la matriz A es equivalente a 2" MEJEMPLO 14 son equivalentes, porque 2 AEE] [ 03 11 Se dice que una matriz se converte (0 reduce) ala forma escalin (reductda) si es equi- valente a une matriz en Is forma de escalin (reducida), ‘JEMPLO 15 Demuestre que la mattiz siguiente se convierte a la forma de escalbn res ducida 1 100 0 3310-1 221100 SOLUCION Estose comprueba usando la sueesin de operaciones elementalesderenglin siguientes 1100 0 ooo -~4 10 ord oO 0 0 on 14 La ikima matriz esté en forma de escalinreducida oo EI método de solucién en el ejemplo 15 es un caso especial del siguiente e importante algoritmo (proceso) que nos permite teducir cualquier matriz ala forma de escaldn,o a forma de escalén reducida,18 Capitulo 1 Ml Sistemas ineates Algoritmo 1 [ttminacon ‘de Gauss} Para convert cualquier matriz ala forma de escalén reducida, proceda con los pasos si guientes: Paso |. Vaya a la columna no cero extrema izquierda, Paso 2. Siel primer renglin tiene un cero en la columma del paso 1. intercimbiela con uno. que tenga un elemento no cero en la misma columna Paso 3. Obtenga ceros abajo del elemento delantero, sumando miiltiplos adecuados det renglin superior a fos renglones debajo de él Paso 4. Cubra el renglén superior y repita el mismo proceso comenzando con el paso 1 aplicado a la submatriz restante. Repita este proceso con el resto de las renglo- nes, (En este punto la matriz ya esta en forma de escalén.) | Paso 5. Comenzando con el tiltimo renglén no cero, avance hacia arriba: para se _glén obtenga un I delantero e introduzca ceros arriba de él, sumando nvitiplos adecuados a los renglones correspondientes. El ejemplo que sigue ilustra este proceso. WEJEMPLO 16 Emplec la climinacién de Gauss para determinar una forma de escalén re- dcida de ta matriz, 0 3-6 -4 -3 -5 -1 3-10 -4 -4 2 4-90 34 00 1 21 2-6 0 2 8 -8 SOLUCION Paso I. Vaya a Ja columna extrema izquierda no cero: en este caso es la primera Paso 2. Si el primer renglén tiene un cero en la columna del paso I. intercimbielo con uno que tenga un elemento no cero en ta misma columna. <1 3 -W -4 -4 -2 0 3 ~6 -4 -3 -5 4-9 M0 1-2 2-6 2 2 8 -8 Paso 3. Obtenga ceros abajo del elemento delantero, sumando miltiplos adecuados del pri- ‘mer renglén a los que estin por debaja de éste RoR <1 3-0-4 -4 2 [Ry +4R,— || 0 3 -6 -4 -3 -5 [Ry +2R—R|| 0 3 68 16 -15 29 00 0 6 0-2 aso 4. Cubra el renglin superior y epita el mismo proceso, comenzando.con el paso I apli ado a ta submatriz restante, Haga lo mismo con el resto de los renglones “13-10-40 -4 2 6-4 3-5 -6 -16 -15 -29 0-6 9 -21.2. Ml Bliminacién de Gauss 19 “13-10 -$ =4 =2 R 03 -6 -4 -3 -5 S 00 0 ~12 ~12 ~24 00 0 -6 06 ~12 <1 3-10 -4 -4 -2 Tnoimg]) 93-68 n4 73-5 RT IB— RI] 9 9 9-12 -12 ~24 oo 0 0 6 oO Paso 5. Comenzando con el iltimo renglin distinto de cero, avance hacia arriba: para cada renglén, obtenga un 1 delanteroe introduzea ceros arriba de él, sumando los mittiplos adecuados a los renglones correspondientes “13 = 4-1-2 7 03 6 4 sos B&R 9 0 0-12 -12 -24 Ry + 12Ry— Ry Rt BRR, Raam—n || 00 0 [=a] oo o 1 9 2] [a3 Ry 102 1a A=") 0 0 ie Observaciones 1. Los euatro primeros pasos del algoritmo se llaman paso directo de la eliminacién de Gauss, Convierten la matriz en forma de escaln. El paso 5 es el paso inverso (0 sustitucién ha- cia atrés), y es donde la matriz se lleva a su forma de escalén reducida 2. Con frecuencia, el algoritmo se describe introduciendo 1 delanteros en el paso 3, con lo gue hay una tendencia a introducir fracciones en una etapa temprana del cdlculo, silos cle- ‘mentos son enteros. Esta variante es la preferida por los programadores en aritmética de punto flotante. Ademas, en el paso 2 el renglén con el elemento no cero de mayor valor20 Capitulo 1m Sistemas tineales absoluto se cambia hasta ariba. A esto se le llama pivoteo parcial y se describe en la seccién 1.3. EI pivoteo parcial ayuda a controlar los errores de redondeo.* 3. A veces conviene obtener | delanteros al final de todo el proceso, Dos cosas que deben evitarse 1. Evitar el cambio del orden de los pasos del algoritma (porque se puede terminar con a Isat inil). Obes ue siguiente aoe redo [ i - « 1-1 0 10-1 o 1 0 3 Tym ( f ] En as pls, prime io eds oo 1 o1 0 la forma de escalén y después aplicar el paso 5. La dnica libertad permitida es al obtener los I delanteros. 2. Combinar varias operaciones elementales en una es une mala pricticn, y puede originar errores. Por ejemplo, operaciones de la forma cR, + dR, +R, y eR, + R,—> R,cone #1 son no elementales, y deben evitarse. La operacién correcta es R, + eR, -» R,, En otras pala- bras, el renglén que se sustituye no debe muliplicarse por un excalar ¢ | Unicidad de la forma de escalén reducida: Pivotes La eliminacién de Gauss implica que cada matriz se convierte a la forma de escalén simple ‘ya la reducida. Una matriz puede ser equivalente a varias matrices en forma de escaldn, pero Sélo a una en forma de escaldn reducida. Esta es la afirmacién del siguiente teorema, cuya with(Linalg) > pref (matrix(({1,2,3],(2,2,3],(3,3,3)))): 100 O10 oo1 Mathernatica Inlt}:« RowReduce(({1,2,3),{2,2,3),{3,3,3)] Out [1)= 441, 0, Ob, , 1, OF, , 0, OD MATLAB —_ >> rref([1 23; 223; 33.9)) 1 0 o 1 0 o 0 4 Ejercicios 1.2 Forma de escalén {En os gerccios | 5 ponga cada matriz on una de las siguien- “ [ i] 1. Forma de escalon, pero no forma de escalén reducida, ‘Lio 2 Forma de escalon reducida, 4. Diforente de fa forma de escalon,100 L zaloor ° oo ° “10-1 0 0 -6 ec] oo 1 or 5 oo oo 0 boo 4210 aalot o bloo1roo oo -1 ooo01 roo 4 000 ejoors af|ioo 0000 oot 190-70 4afoo1 80 ooo o1 O18 60-41 nfo ooo 0 *}o 0000 1 ooo000 0 100-10 [obo 80 oot 60 ooo of 60-102 ajoo1 103 oo 014 o 1000 12070 oo001 o1roor Se loo100] Plootoo ooo1o ooore 150-10 oor 90 ©loo00 oF 000 00 40506 ajoo1so4 oooo12 Matrices equivalentes: reduccién con operaciones de rengién 6. Demuestre que cada una de las operaciones elementales de renglén es vversible. En otras palabras, si se usa una opera: «iGn para obtener la matriz 8 a partir de 4, hay una operacin clemental de renglén que invertré el efecto dela primera, transformando Bf de nuevo en 4 1.2 WM Eliminacién de Gauss 27 7. Aproveche el ejercicio 6 para demostrar que SiA~B, eotonces 8 ~ 4 8. Demuestre que SiA~ By B~Centonces = C. 9. Emplee los resultados de los ejercicios 7 y 8 para demos- riot trarlaequivatenciaentre A=] 0 1 -1 fy 123 “10 0 B=] 2 2 31 primerocompruebe que ambas son equi- 3.3 3) 0 0 vateniesa r= {0 1 0 ‘| 0 ' oon 1. ¢Son equivalentes tas dos matrices siguientes? Gag beg 12, Demuestre que as matrices siguientes no son equivalentes. 123 Lo? 4-12 o1 0 13, Compruebe que las matrices siguientes no som equivalentes [01 7] 10. Demuestre que 14, Demuestre que sia — he 0 la forma de escalin reduci ‘ ‘Jai [ee - sere araca= [2 sen® cos 16, Reduze as mais signs a forma de esalbn 0-0 aan efp orf af? 1 es)28 Capitulo 1m Sistemas tneales 17. Caleule dos formas de escalin distntas para cada una de las matrices siguientes. omy + ra roaje riod o = efor nt ba -10 0 1 En los ejercicios 18 a 22 determine la forma de escaln reduc dade cada mati, 1. -2 B 15 “1-40 -3 0 ~6 a. | s 2 1 2 0 4 46 1 4 1 30 mi-1 0 101 Sistemas lineales En fos eetccios 23 233 resuelva ls sistemas de ecuaciones. Box + 2twens xs ptwend xtyt 2tw=-3 me te =? Moom- by + Ty W2ay + 16x ~ 35 ~ 20, 2x) — 16%; + 6x +50 + = 51 Bom + tm t Sy <0 $25) — my ~ 108 = 16 2s + Gry #200) + 465 +25 2% by = wt hyn 2a y= Vx, — Dag ~ 4) ~ Ag = 12 2 x- ytstlw x ot 2x4 2e Wee yt atin xry Bs wed yee, De Fak wens 2y +324 30. 2 2w=6 wend 30 xtyt atwo fat . y - saws pens wos Bo rtyytsetav=o ae ay 3e eh 0 Betsy Seana 0 38 e+ 2y +3 t4w=0 tI 432+ 4w=0 ere Bet 3y +32 + dw a0 Ae tay tae baw =0 34, Resuelvael sistema para x» yz. aty xy ftytese 35. Solucione el sistema para x.y yz, xty =a xy =6 xnyte=01.2. Ml Bliminacién de Gauss 29 536, Dance uetos res de paraloscur sl sitma 44. Lasluin dls cura matic aumentda 4 codicn in mene pd bones como siguca adel oanseo henson sana, cine ata) " 1-1} -b -1 0 0) Oo =27 0 ot Oo oe sone soe no ves, deen sisi In cosién ones no vias o-1 a 1 0 oo indie 2 tana ad be ae[ 8 bak ot io 14 8 8 En ox seteicos 7 #4 ress ls sitemas con las maces oot ia a mendes dds ot ooo 01 baa ra Eno session 4 y sonia seas inet cays mfp 2 023 ates umenads eens sites ferme eo nists on, fe puede elon 2-2-2 ° wigs : resay [ath yoo 8G waloreeg] oleae s ora ooo] *fpeae ot Lebed rade Poo 8 waloooio) w loos fo tnt tt we 20000 9000 Pict o 3 crore bo En los ejercicios 47 y 48, cada renglén de la tabla indica el ta- ant tat acai css pot de ama somes ott Serlgin stoma Qué opna acre dl itema? wf rc ea Too obs a Cantidad ae por bo 3 Tamanho columnas pivote a1 to v3 > ott ie ia : alittle 1 ie ea 3 rite os 3 a) a Canad de 42 Rossi! stems omogéneo deca mac de coe seman conan ge ene eee : a ses 5 123 Vag SxS 4 aj223 bli gt 4x6 4 p33 ped 43. Verifique que los sistemas cuyas matrices aumentadas apa- 49. Demuestre que si el tamaiio de una matriz es m x n, la can- Deiqucans masa " de colina tes menor il orm mero igual to 3 0-6 50. Compete que stema neal cay maiz amen an[$ 1 wom Gad e)exnoniert ences gel cya ate a Late ta 38] tenia [4b] pate er nconstet present un ee sero fin slants a=[2 8-1 608 St. Veiga quesiel tema cya matizaumentad es 2-3 212 (ae) ene solamente na aucon, enone ae Po30 Capitulo! ml Sistemas tineaies sce la matriz aumentada [4 :b] también presenta exacta- . fz 34 En los ejercicios $2 y $3 calcule los valores de a tales que el 213 istemia cuya majriz aumentada se indica tenga (a) exactamente Blis 4 ‘una solucién, (b) infinitas soluciones y (c) ninguna solucién. 12 « aed 0 ff24 1.3 Soluciones numéricas Obdjetivos del alumno para esta secci6n. |. Comprender algunas de las consideraciones numéricas en la solu 2. Ver cémo se resuelven con frecuencia los problemas en la prictica La mayor parte de los sistemas lineales que aparecen en las apliceciones no pueden resolver se. mano, porque en forma caracteristica consisten en cientos o miles de ecuaciones e incég- nitas. Es absolutamente necesario usar computadoras con programas eficientes. Aunque las climinaciones de Gauss y de Gauss-Jordan son métodos muy importantes para resolver un sistema, no siempre son los mas eficientes, aun cuando se use una computadora, En esta sec- cin describiremos dos métodos nuevos que se usan mucho en la préctica, asi como algunas de las consideraciones numéricas que se presentan en Ja solucién de sistemas perticulares. Primero compararemos nuestros dos métodos de eliminacién. Obsérvese que éstos son directos, lo cual significa que siempre se obtiene la solucién con una cantidad finita de pa- 0s. De hecho, esa cantidad de pasos puede calcularse bien. Eleccién entre las eliminaciones de Gauss y de Gauss-Jordan Ena seccién 1.2 dedicamos un poco mis de tiempo a estidiar la eliminacién de Gauss, mien- tras que apenas se ilustré la de Gauss-Jordan. La razon es que la de Gauss-Jordan, aunque apa- rentemente mis eficiente (porque no hay paso hacia atrés), requiere més operaciones aritmné ticas. De hecho, para un sistema de n ecuaciones con m incdgnitas, cuando n es grande, puede -demostrarse que la climinacin de Gauss necesita aproximadamente 27/3 operaciones art- méticas. Por otra parte la climinacién de Gauss-Jordan requiere alrededor de n? operaciones. Son 50% mis operaciones que en la eliminacién de Gauss. Asi, cuando se usa la eliminacién dde Gauss-Jordan para un sistema mediano, digamos de 500 ecuaciones con $00 inedgnitas, se requieren casi 125 millones de operaciones, y slo unas 83 millones con la de Gauss. Es la causa principal por la que se prefiere la eliminacién de Gauss, ‘A pesar de Jo anterior, uno no debe apresurarse a desechar la eliminacién de Gauss- Jordan. De hecho, en el cémputo paralelo moderno, un algoritmo paralelo de Gauss-Jordan es ligeramente mas eficiente que el correspondiente de Gauss,Métodos iterativos Iteracién de Jacobi 1.3 ME Soluciones numéricas M1 Ademis de los métodos directos, también se cuenta con métodos iterativos, en los que se trata jl + [=I]. 51> [1] + (2. y i10) este modo se garantiza que, en este caso, ambas iteraciones convergerin La matriz 402-1 3-52 1-2 10 ‘no es diagonalmente dominante, porque en el segundo renglin {—5| = 5 no es mayor que [B+ 2) Observe que las iteraciones de Jacobi y de Gauss-Seidel pueden converger aun cuando la matriz de coeficientes del sistema no sea diagonalmente dominante (ejercicio 15). A veces, un rearreglo de las ecuaciones dard como resultado una matriz de coefivien- tes diagonalmente dominante. Por ejemplo, el sistema w+ 4y- 2 xn Sy + 22 x- ly +102a Capitulo t Sistemas fineales tiene una matriz de coeficientes que no es diagonalmente dominante. Sin embargo. si se intercambian las ecuaciones primera y segunda, la nueva matriz de coeficientes si Io Sera 1-52 2 4-1 1-2 10 Eleccién entre la eliminacién de Gauss y la iteracién de Gauss-Seidel ‘Veamos como se comparan entre si nuestros métodos aparentemente mis eficientes, directo e iterativo. Puede demostrarse que para n grande, el métoda de Gauss-Seidel requiere unas 2n? operaciones aritméticas por iteracién, Si se necesitan menos que iteraciones n/3, la can- tidad total de operaciones seri menor que 2n°/3, y el de Gauss-Seidel seré mas eficiente que el método de Gauss. Por ejemplo, para que el método de Gauss-Seidel sea la mejor alterna- tiva en un sistema cuadrado de 500 ecuaciones, se requiere que no haya mis de 16 iteraciones, Ena practica, con frecuencia se prefiere al método de Gauss-Seidel fiente al de Gauss, aun cuando haya que efectuar més operaciones, porque durante el proceso de eliminacién de este iltimo se acumulan los errores de redondeo de la computadora en cada operacion ele- ‘mental de renglén, ¥ afectan a la respuesta final. En Ia iteracién de Gauss-Seidel hay slo un error de redondeo, debido sla iltima iteracién. En realidad, puede considerarse que In penl- tima iteracién es un valor inicial excelente. tra virtud de la teracién de Gauss-Seidel es el ser autocorrectiva. Sien cualquier etapa hhubo un error de céleulo, puede seguirse usando la respuesta; tan sdlo se considera como tun nuevo valor iniial. Por diltimo, tanto la de Jacobi como la de Gauss-Seidel son excelentes opciones si la ‘matriz de coeficientes ¢s dispersa, es decir, tiene muchos elementos cero, Esto se debe a que en cada etapa se usan los mismos coeficientes, y los ceros se conservan en el proceso, Consideraciones numéricas: Mal condicionado y pivoteo Algunos sistemas (aun los pequefios) preséntan un comportamiento que requiere un andlisis umérico cuidadoso, Veamos los sistemas casi idénticos, xty=l xtysl Loixty=2 7 1005+ y=2 La solucién exacta del primero ¢s x = 100, y=~99, mientras que la del segundo es x = 200, y= =199. Asi, un cambio pequeiio en los coeficientes ocasioné una modificacién drastica en la solucién, A este tipo de sistemas se es llama mal condicionados. Por ejemplo, si usdramos aritmética de punto flotante con dos cifras decimales de pre- cisién, nuestra aproximacién a la solucién del segundo sistema estaria equivocada un 50%. En este caso, la razén de este comportamiento es que las dos rectas definidas por el primer sistema son casi paralelas. Asi, un camibio pequefio en la pendiente de | puede mover el pun- to de interseccién hasta una distancia bastante apreciable (figura 1.5), Cuando se usa la eliminacién de Gauss o la de Gauss-Jordan con aritmética de punto flotante, se presenta otra clase de problemas y los elementos de la matriz aumentada de un sistema tienen tamafios considerablemente distintos1.3 Ml Soluciones numéricas 38 253075 100 125 130 * ~100 (100, =99) -15. Figura 1.5 Lineas casi paraelas, en un sistema mal condicionado, Por ejemplo, en’el sistema wey. ay Es ficil ver que la solucién exacta es x= 2.000/2 001 y y = 4 000/2 001. Suponga que desea resolver numéricamente el sistema, pero que Ia aritmética de punto flotante s6lo puede lle- varse a cabo con tres cifras significativas SOLUCION 1 re eee = 210K — Re 7 [ye [" 2-10] -a- 10° El elemento (2, 2) real de la Ultima matriz fixe ~2 001, que fue redoncleado a ~2 000 por estar trabajando con tres cifras significativas. El resto de la reduecidn es el acostumbrado: [to 1 2] fio oo 0 12 0 12 yas se obtiene x= 0, y= 2. Vemos que la aproximacién para x es bastante mala SOLUCION 2 Ahora supongamos que se intereambian las ecuaciones | y 2, y se escala el primer renglén para obtener un 1 delantero, (és -} $] = ai[ic. Entonces36 Capituto 1 Sistemas lineales Bl elemento real (2, 2) de la primera matriz era | + (1/2)- 10-3, que en esta aritmética se sim= plifica a 1. En consecuencia, x ~ I, y y= 2 esta vez constituye una mejor aproximacién co {Qué funcioné mal durante la solucién 1? El coeficiente pequeio, 10°, en la primera posicidn pivote, forzé el manejo de coeficientes grandes en el segundo renglaa y esto origi- ‘n6 un pequefio error para y debido al redondeo. Y aunque en apariencia es minimo, caus6 un error apreciable en Ia estimacién de x, en 10% + »= 2, porque el coeficiente de x fue domi nado por el de y. La segunda solucién no presenté este problema, porque el renglén con el elemento delantero de mayor tama se traslad6 ala posicién pivote. Asi Ia eliminacidn no produja ‘coeficientes grandes. Y aun cuando mostré el mismo error de redondeo, el valor de x se afec- 16 slo muy ligeramente, En la prictica, durante la climinacién de Gauss 0 de Gauss-Tordan, siempre se cambia el renglén que tiene el elemento delantero con mayor valor absoluto ala posicién pivote previa al despeje. A esto se le llama pivoteo pareial, y ayuda a mantener bajo control al error de re~ dondeo. También hay una variante en la que se lige como pivote al elemento del valor mis alto en toda la matriz. Esto obliga al intercambio de columnas, ademas de renglones, lo cual significa que también hay que cambiar las variables. A esto se le llama pivoteo total, y pro- dduce mejores resultados numéricos, pero puede ser bastante lento, El pivoteo parcial es la mo- dificacién mis usada de la eliminacién de Gauss 0 de Gauss-Jordan Soluciones numéricas mediante sistemas algebraicos computacionales Maple > Esolve({Sex+Qeyet,2ex-y=-3}, {x,y}; y 1571428572, = —.7142857147} Mathematica Taft) NSolve [{3x+2y==1,2x-y= Out C1] {x -> -0.710286, y > 1.57143}} 3 fe.yH) MATLAB >> rref([3 215 2-1-3) 4.0000 0 0.7143 © 1.0000 1.87141.3 WE Soluciones numéricas 37 Bercicios 1.3 tyereicios | a 4 determine si fa matrz es diagonalmente Ep lor sievleiox $y 6 roplantce el sistema para que su (nueva) matte de cooficieates sea diagonalmente dominant 5 xe bet yaa 6 xt ytse=is xtsyt 22-9 wet yo aes 7. Aplique el étode de Jacobi com cuatro iteracionesy eon los lores mciales «= 1° I, para aproximar a solueign del sistem, Compare sus resultados con la solucién exacta xo 4. Repita el ejercicio 7 con a iteracién de Gauss-Seidel Fr tos gjereicios 91 cafcule soluciones aproximadas del sis- tema empleando el métod de Jacobi con 4 iteaciones. niciaice todas las variables en yro= 23 Woes y+ 2ei7 stat 2 xe yea Me gee yo -ethyte ke ytse En los ejerticios 12.414 caleule soluciones aproximadas del sistema con el método de Gauss-Seidel y cuatro iteraciones Inicialie todas las variables en cero. 12. El sistema del sercicio 9, 13, El sistema del ejreicio 10, 14, Elsistema del eercicio 11 15, Lasmatrces de coeficientes de los sisternasde abajo no son !agonalmente dominantes. Aplique la iteraciin de Gauss- Seidel, inicializando x= 0,)'=0. e iter S veces. Demves: tre que: (a) la teracion diverge en el primer sistema (b) La iteracén en el segundo sistema converge can des cifras de ciales. (La diferencia ene las dos ilhimas itraciones de cada variable es < 0,005.) awny=? be aeny=-3 tyes tyro En los ejercicias 16 219 uilice un pivoten parcial en la elimi nacién de Gauss para resolver el sistema, Redondoe a cuatro ciftassignificatvas 1 x-3y= =n lor + 5y = 30 1. L2e=45y= 125 53+ y= 15.95 1 xt areas derays 2=9 Betas 2219 19, 1 Se+ 2294242532 2Se + Aly + 152-23 w8ax + 22y 4 152 = 175 20, (Esealamiento) En el sistenss siguiente todos los coefi- Cientes de-x son de distintas drdenes de magnital que el resto de los coeficientes. En estos casos, los cietlos se ‘implifican si se escala la variable. Para este sistema, sea v= 0.001x. Eserba el sistema eon las variables "19 = y resuélvato con Ia eliminacién de Gauss. A continaacion caleule 00K + y— 2 ooo + 5y + oni + y+ Se38 Capitulo | Sistemas lineales 1.4 Aplicaciones (Objetive del alumno para esta seccién Adquitir una idea de tas cuantiosas aplicaciones de los sistemas lineales, En esta seccién describiremos algunas aplicaciones de los sistemas lineales a problemas an- ‘iguos y modernos. Al lector le agradard saber que aun con los pocos medios que ha apren- dido hasta ahora, puede resolver —o abordar— una diversidad de problemas de la vida reat cen varios campos de la ciencia ‘Ahora que el lector ya tiene bastante prictica en la solucidn de sistemas lineales, nos saltaremos, en la mayor parte de fos casos, la deseripeién de la solucién de un sistema lineal. Asuntos de manufactura, sociales y financieros WEJEMPLO 24 (Manufactura) R.S.C.LS y Asociados fabrica tres tipos de computado- 13 personal: Ciclin, Ciclope y Cicloide. Para armar una Cielén se necesitan 10 horas, otras 2 para probar sus componentes y 2 horas mas para instalar sus programas. El tiempo requeri- ddo para la Ciclope es 12 horas en su ensamblado, 2.5 para probarla y 2 horas para instalarla, La Cicloide, la mis sencilla de a linea, necesita 6 horas de armado, |.5 horas de prueba y 1.5 horas de instalacién. Sila fabrica de esta empresa dispone de 1 560 horas de trabajo por mies ppara armar, 340 horas para probsr y 320 horas para instalar, ;cusntas PC de cada tipo puede producir en un mes? SOLUCION Scan x,y,z las eantidades de Ciclones, Ciclopes y Cicloides producidas cada ‘mes. Entonces se necesitan 10x + 12y + 6: horas para armar las computadoras, Por consivuiien- te, 10x + 12y + 6 = 1 560. En esta misma forma se obtienen ecuaciones para la prueba y la instalacion. El sistema que resulta es 1ox+ 12y+ 62 = 1560 2x + 25y + 152 = 340 Det Dy + 152 = 320 ccuya solucién es x ~ 60, y 10. Por consiguiente, cada mes se pueden fabricar 60 Cielones, 40 Ciclopes y 80 Cicloides. co WEJEMPLO 25 [Cambio de moneda extranjera) Una empresaria internacional necesi- ta,enppromedio, cantidades fijas de yenes japoneses,libras inglesas y marcos alemanes durante cada viaje de negocios. Este afio viajé 3 veces. La primera vez cambi6 un total de $2 550 con las siguientes tasas: 100 yenes por délar, 0.6 libras por délar y 1.6 marcos por délar. La segunda vez cambié $2 840 en total con las tasas de 125 yenes, 0.$ libras y 1.2 marcos por dolar. La tercera vez, cambié un total de $2 800 a 100 yenes, 0.6 libras y 1.2 marcos por délar. {Cuantos yenes,libras y marcos comprd cada vez?14 Mm Aplicaciones 39 SOLUCION Sean, yy z las cantidades fijas de yenes, libras y marcos que cambia en cada viaje. Entonces, la primera vez gast6 (1/100)r délares comprando yenes, (1/0.6)y délates para comprar libras y(1/1.6)2 para comprar marcos. Por consiguiente, (1/100) + (1/0,6)y+ (1/16) = 2.550. El mismo razonamiento se aplice alas otras dos compras, y se obtiene el sistema Con eliminacién de Gauss se obtiene x = 80 000, y= 600 y == 1 200. En consecuencia, cada ‘vez compré 80 000 yenes, 600 libras y 1 200 marcos para viajar. co WEJEMPLO 26 (Herencia) Un padre desea distribuir sus bienes raices, cuyo valor 5234 000, entre sus cuatro hijas de fa manera siguiente: 3 de Ins propiedades debendividrse por igual entre ls hijas, Para cl resto, cad hija debe recibir $3 000 cade afo hasta su vigé- smo primer cumpleais, Como ents clase llevan 3 afos, zeunto recibitia cada wna de los bienes de su padre? {Qué edad tienen ahora esas hijas? SOLUCION Seanx, » zy wa cantidad de dinero que recibiri cada hija debido al! de las propiedades, segin la edad, comenzando con la de mayor edad. Entonces,x + y+ = + w 234 000 = 78 000, Por otro lado, w ~ =~ 3°3.000,=~y=3"3.000 y y—x~3-3.000, Asi egamos al sistema xtytetw=78000 w-2=9000 zy = 9000 y~x= 9000 cuya solucién es, 24 000, w=33 000, La cuarta parte de dos tercios de la herencia vale + + 2 (234 000) =$39 000. Asi, a hija menor recibird 33 000 + 39 00 ‘$72 000; a siguiente, 24 000 + 39 000 = $63 000; la siguiente, 15 000 + 39 000 = $54,000, y la primera, 6 000 + 39 000 = $45 000. La hija mayor rcibira 6 000 ~ 2 3 000, asi que aetualmente tiene 21 ~ 2= 19 afios. La segunda tiene 16, la tercera 13 y Ia iltima tiene 10 sis MEJEMPLO 27 (Clima) El promedio de la temperaturas en las ciudades de Nueva York, Washington, D. C. y Boston, fue 88°F durante cierto dia de verano. En Washington fue 9° ‘mayor que el promedio de las temperaturas de las otra dos ciudades. En Boston fue 9° me- nor que la temperature promedio en las otras dos ciudades. ;Cudl fue la temperatura en cada -ciudad? co SOLUCION Sean x, y y= las temperaturas en Nueva York, Washington y Boston, respecti- varente. La temperatura promedio en las tes ciudades es (x + y + 2)/3, que es 88. Por otro lado, la temperatura en Washington es 9° mayor que el promedio de Nueva York y Boston,40 Capitulo 1 Economia Sistemas tineales que es (x + V2. De modo que, y= (x + )/2+9, En consecuencia, -= (x +)/2—9. Asicel sise xtytz_ 2 = 88 xe y= tie aa tty 2 Después de replanteareste sistema en forma canénica, aplicamos la eliminacidn de Gauss para obtener x= 88°, y= 94° y z= 82°F, co Una de las funciones mis importantes en la manufactura, que concierne a los fabricantes, ‘economistas, especialistas de mercado, etc, es la funcién demanda. Expresa la cantidad D de piezas de cierto producto que se venden en funcién de su demanda, La funcion demanda (0 Qy para los economistas) depende de algunas variables, como el precio P del articulo, el ingreso / de los consumidores, el precio Cde un articula de la competencia, et., con frecuencia la funcién demands, D, y sus variables, forman una ccuacién lineal. Por ejemplo, D = —15P + 0.051 + 2.5C. Obsérvese que en este caso en particular, a medida que una unidad aumenta cl precio del articulo, la demanda disminuye 15 unidades, Del mismo modo, cuando se inerementan el ingreso del consumidor o el precio de un articulo de la competencia, aumenta la demanda, EJEMPLO 28 (Célculo de una funcién demanda) Bikey, In., quiere fabricar un nue vo tipo de zapato deportivo, poco costoso, ¢ investiga el mercado de Ia demanda. Encuen- tra que si un par de zapatos nuevos cuesta $20 en un dea de ingreso familiar promedio de '$20 000, y que sisu competidor, Triceps, Inc., vende cada par de zapatos a $20, venderia 660 pares. Por otro lado, si el precio fuera igual y Triceps bajara su precio a $10 el par, entonces, venderia 1 130 pares en un érea de $30 000 de.ingreso. Por iltimo, si el precio de los zapa- tos fuera $15 el par, la competencia se queda en $20 el pat, se venderian 1 010 pares en un area de $25 000 de ingreso. Determine la funcién demanda, suponiendo que depende linealmente de sus variables. SOWCION Sea D= aP + bi + oC. Deseamos conocer a,b yc. De acuerdo con el primer caso en la investigacién, 200+ 20 000b + 20e~ 660. De igual forma, al considera los otros dos casos se obiene el sistema lineal 20a + 200008 + 20¢ = 660 20a + 30 000b + 10¢ = 1130 15a + 25000 + 20¢ = 1010 Mediante la eliminacién de Gauss se obtiene a = -20, b = 0.05 y ¢ = 3, Por consiguiente, la funcién demanda esté expresada por D = ~20P + 0.051 « 3C. coQuimica 1.4 WM Aplicaciones 41 WEJEMPLO 29 (Soluciones quimicas) Se necesitan tres ingredientes distintos, A, By C. pera producir determinada sustancia, Pero deben disolverse primero en agua, antes de po- nerlos a reaccionar para producir la sustancia. La solueién que contiene 4 con 1.5 gramos por centimetro cibico (g/em*), combinada con la solucién de # cuya concentracién es de 3.6 giem y con Ia solucion de C con 5.3 g/cm forma 25.07 g de la sustancia. Si las propor- ciones de 4, B y Cen esas soluciones se cambian a 2.5, 4.3 y 2.4 g/em?, respectivamente (permaneciendo iguales los volimenes), se obtienen 22.36 g de la sustancia, Por tltimo, si las proporciones se cambian a 2.7, 5.5 y 3.2 g/emm, respectivamente, se producen 28.14 g de la sustancia. {Cudles son los voliimenes, en centimetros cibicos, de las soluciones que con- tienen 4, By C? SOLUCION Seanx, yy 2los centimetros cibieos de volumen de las soluciones que contie- nen A. B y C. Entonces, en el primer caso 1.5r es la masa de 4, 3.6y es la masa de B y 5,378 lade C. Al sumarlas deben dar 25.07, Asi, 1.5x + 3.6y++ 5.3: = 25,07. El mismo razonamien- to se aplica a los otros dos casos, y se llega al sistema L5e + 36y +532 5.07 25x + 43y + 242 = 2236 27x 55y + 3.22 = 28.14 cuya soluciénes x = 1.5,=3.1 y z= 2.2. Por consiguiente, los volimenes correspondientes de las soluciones que contienen 4, B y C son, 1.5 em’, 3.1 em? y 2.2 cm [| Otra aplicacién caracteristica de los sistemas en quimica es el balanceo de reacciones quimicas. Es preciso introducir coeficientes enteros frente a cada uno de los reactivos, para gue la cantidad de étomos de cada elemento sea igual en ambos lados de la ecuacidn, Por ejem- plo, en la combustién de! metano: a CH,+6 0,6 CO, +d HO as) calcularemos los coeficientes a,b, cy d que balanceen la ecuacién. Observe que eneel siguiente 250 es facil resolver por aproximacién, pera no es el caso general WEJEMPLO 30 (Balanceo de reacciones quimicas) Balancee la reaccién (1.9). SOWCION a =<, porquela cantdad de tomosdecarbono debe serigual en ambos lados De igual manera llegamos a42 Capitulo 1M Sistemas tineales Fisica e ingenieria TEOREMA 6 TEOREMA 7 La solucién de este sistema homogéneo es bay. b=de= td. Sid=2,entoncesa=1 Supongamos que hay una red eléctrica como Ia que se muestra en la figura 1.6(a). Las corrientes y las caidas de voltaje por el circuito se apegan a la primera ley de Kirchhoff: (Ley de corriente de Kirchhoff} | {Ley de voitaje de Kirchhoff) ] ‘La suma algebraica de todos los cambios de voltae en cualquier bucle (ciclo cerrado) es cero Una aplicacién frecuente de esas leyes es cuando se especifica el voltaje de Ia fuerza electromotriz (que por lo general es una bateria o un generador) y las resistencias de los resistores, y se pide calcular las corrientes. Observe que para cada elemento de un circuito hay que elegir una direceién positiva para medir la corriente que pasa a través de dicho elemento. Las elecciones se indican con flechas. Para la fuente de voltaje se toma como positiva la direccién del signo negativo hacia el signo positivo, La fuente de voltaje agrega voltaje, y por consiguiente el cambio de voltaje ¢ positive, mientras que a través de los resistores es negativo, debido a que hay una caida de voltaje, EJEMPLO 31 (Circuits eléctricos) Calcule las corrientes © / en el circuito eld trico de la figura 1.6(a) siel voltaje de la baterfa es £ = 6 V y las resistencias son R, =? Ry=2QyR=19. are ft la Ta : : G Figura 1.6 a} Circuto elécrica._[b) Teansmisién de calorTEOREMA 8 1.4 mM Aplicaciones 43 SOLUCION De acuerdo con ta primera ley iy ~ ip =O para el nodo 4. Aplicando la se- una ley al bucle£ se obtiene 6 ~R} ~ sR ~0, portant 2 + 2; = 6. Del mismo modo, el cle £3 da como resultado iy ~isRy = 0, e8 devi, =2i, +4 =0. Asi 2is 2h tis =0 co y mediante Ia eliminacién de Gauss puede abtenerse con facilidad i, = 2.25 A, is AeLsa 7SAe tra aplicacién frecuente de los sistemas lineales es en el rea de los problemas de trans~ isin de calor, en fisica ¢ ingenieria. ‘Supongamos que hay una placa metilica rectangular delgada, cuyas orillas se mantie- nen a temperaturas fijas. Por ejemplo, la orlla izquierda esti a 0°C, la derecha a 2°C y las superior e inferior a 1°C, figura 1.6(b). Se desea caleular la temperatura en el interior de la placa, - Hay varias maneras de abordar los problemas de este tipo, y en algunas se requieren ma- temticas de mayor nivel. método que nos interesa sera una aproximacidn como la siguiente: cubrir la placa con redes cada vez mis finas, figura 1.6(b). Las intersecciones de las lineas del reticulo se aman nodos. Los nodos se dividen en puntos en a fronzera y en el interior, de- pendiendo de si estin en los bordes o en el interior de la placa, Podernos considerar que éstos son elementos térmicos porque cada uno influye sobre sus puntos adyacentes, Si conoce- ‘mos la temperatura de los puntos en la frontera, podemos calcular la que prevalece en los puntos interiores. Es obvio que cuanto mas fino sea el reticulo, la aproximacion a la distribucion de temperaturas en la placa sera mejor. Para calcular las temperaturas de los puntos en el inte ror se aplica el siguiente principio: (Propiedad promedio para la conduccién de calor] La temperatura en cualquier punto del interior es el promedio de las temperaturas de sus puntos adyacentes, Para simplificar, supongamos que solo se tienen cuatro puntos en et interior. cuyas tem- peraturas x), 3,45 y-x4 Se desconocen, y que en fa frontera estén los 12 puntos (sin designs: cidn) que se indican en fa figura 1.6(b). WEJEMPLO 32 (Conduccién de calor) Caleular x1. 1% y ¥s SOWUCION Sein I teorems de la propiedad promedio. Ke ts+) m= Her ty +3) n=l tat) = Hon ty +3)44 Capitulo 1 Sistemas tineales Podriamos emplear la eliminacin de Gauss, pero para este sistema en particular resulta bas- tante tediosa. En su lugar, aprovecharemos la simetria de la grafica y las ecuaciones para lle- gar a una solucién répida. Por simetria, sabemos que x, =x3 yx2" %y. Sea r=. +4) +4 y © 2x, + 224. Asi, al sumar todas las ecuaciones, se obtiene r= + (2r+ 4), que implica que r 4, Por consiguiente, x, +.x,= 2. En consecuencia, para la segunda ecuacién es necesario que Sinstyne$ x2 = 4. Entonces, la conclusién inmediata es que x En este punto debe mencionarse que la solucién los sistemas originados en los proble- ‘mas de conduccién de calor, como el anterior, es bastante tediosa. El uso de Maple, Mathe- matica 0 MATLAB puede ser de gran ayuda, Estatica y equilibrio de pesos TEOREMA 9 Ahora estudiaremos un problema caracteristico de palancas en estatica, el balanceo de pesos, Para ello, emplearemos el siguiente teorema, [Ley de la palanca de Arquimedes|? Dos masas en una palanca se equilibran cuando sus pesos son inversamente proporciona- Jes a sus distancias al punto de apoyo. -JEMPLO 33 Calcule los pesos ra 1.7(0), 14 2, 5 ¥ wa para balancear las palancas de la fig) 4 _ LS 0 2] 6 2] 8 q e haba @ &| YS “oo 8 = c BD=ceosB DC beat y @ co) Figura 1.7 (al Equilibrio de pesos. (b) La ley de los cosenos, SOWCION Para balancear las dos palancas pequefias, apewindose a la ley de Arquimedes, tenemos que 20 = 6w2 para la palanca de la izquierda, y 20 = 8w, para la de la derecha. Para * Aunque esta ley también se encuentra con anterioridad en os trabajos de Arisételes, parece que Arquimedes fuel primero en basarlacnl etitiea y noch la cinemitca. Esn caso especial del axioms dela simetria en un sistema en equilibria, debide a Arquimedes,1.4 WM Aplicaciones 48 cquilibrar Ia palanca principal, se necesita que S(w; * w;) = 10(w, + wy). De este modo llega- ‘mos al siguiente sistema homogéneo de tres ecuaciones con cuatro incégnitas Sy + Sip ~ 10w5 ~ 101% dw, — 60 o 2ny— 814 =0 El conjunto solucién es monoparamétrico infinito, descrito por w = 7.57, w= 2.5r, ws =4r y=. © R.Asi, hay una cantidad infinita de pesos que pueden equilibrar este sistema, cosa que confirma nuestta experiencia, siempre y cuando los pesos, en el orden acostumbra do, sean miltiplos de los nimeros 7.5.2.5, 4y 1 co Aplicaciones a la geometria MEJEMPLO 34 (Ley de los cosenos}_ Demuestre la ley de los cosenos en geometria, es decir, que para el triéngulo ABC, figura 1.7(b), se cumple Been @+e-8 cosa = AFR coop = HAE Dae SOWUCION Etado aes la suma AD + DC. Pero BD ccos Py DC= hos 7 Deaqui que cos B+ bcos y= a. En forma parecida obtenemos las otras dos ecuaciones del sistema ccosB + beos cease + acosy = b acosB + beosa Se trata de un sistema lineal en cos c, cos fy cos y: La matriz aumentada de este sistema se reduce como sigue: ocb:a 10 0: (+e ~a?)/2be © 0a: bl~~]0 10: W@te—P)/20e bade O01: @4R=A)/rab con lo cual se demuestra Ia ley. oo WEJEMPLO 35 _[Funcién cuadratica que pasa por tes puntos) Determine la eeuscién de a parabola, con eje vertical y en el plano xy, que pasa por los puntos P(1, 4), O(-1, 6) y RQ, 9), SOLUCION Sea y(x) = ax? + br +c la ecuacién de la parabola, Es necesario determinar los coeficientes a, by c. Como el punto P pertenece ala parabola, debe cumplirse 4 = 1(1) = a> 1+5- 1+. De manera similar, a usar los otros dos puntos se obtiene el sistema46 Capitulo 1 Algebra Sistemas tineales at b+ an bre=6 4a+2b+ ‘Mediante la eliminacién de Gauss se obtiene a Lye 3, Por tanto, la ecuacién de la pardbola es y= 2x? ~x +3. Cc EJEMPLO 36 [Plano que pasa por tres puntos) Deduzca la ecuaci6n del plano, en el espacio xyz, que pasa por los puntos P(1, 1, 2), Q(0, 2,0) y R(2, 1.5) SOLUCION Sea ax + by + cz + d= 0 la ecuacién del plano. Es preciso determinar los coeficientes a, 6, ¢ y la constante d. Como el punto P pertenece al plano, debe cumplirse « [46:1 +c+2 +d=0. Siguiendo el mismo procedimiento con las otros dos puntos se obtiene el sistema homogéneo at btx+ atm + dat b+ see Al resolverlo, encontraremos el conjunto infinito monoparamético a= 3r, b= —2r,e=-ry =r, Sise igualad = r = 1, seobtiene la ecuacion del plano 3x — 2y—= + I= 0.(Cualquier otro valor de r produce un miiltiplo constante de esta ecuacién, que representa al mismo plano.) co Los sistemas lineales se usan casi en todos los campos del algebra, desde el estudio de polinomios y fracciones parciales hasta la demostracién de identidades. A continuacién revi- saremos algunas de esas aplicaciones, Recuérdese que un polinomio f(x) en x es una expresién de la forma PO)= a2" + dyer + tax ag fen el que dp, yy, dp Son mimeros fijos llamados coeficientes de f(x) y x es una variable o indeterminado. Si a, # 0, se dice que flx) es de grado n. Dos polinomios son jguales si sus coeficientes correspondientes son iguales. El polinomio cuyos coeficientes son todos cero es el polinomio cero. Los sistemas lineales se utilizan con frecuencia cusndo se comparan los olinomios, EJEMPLO 37 {Igualdad de polinomios) Caleule a,b y ctales que los polinomios ax* 4+ 3x2 + Jar — Dox + 10x + 60 y ~2hx? — 3br +9 + a~ 4b sean iguales SOLUCION Los coeficientes de las potencias correspondientes de x deben ser iguales. Asi, (a+ 3) + (2a 2e + 10)x + 6c = —2bx? — She 4 9+ a= db1.4 WM Aplicaciones 47 implica al sistema at3=-26 2a 2e+ 10 = ~36 6e=9+a~4b El lector puede comprobar facilmente que a = 1, b= ~2 y c= 3, aplicando la eliminacién de Gauss. cS MEJEMPLO 38 (Fracciones parcales) Calcule las constantes A y Bales que 1 A,B =e ee SOLUCION Se debe cumplir —! _. ie Ne-2) Ate =2) + B=) &= De 3 iguiente, |= A(x~2) + B(e~ 1), 0(4 + Bx—-24—B = 1, porque la primera y tercere fracciones iguales tienen los mismos denominadores. Asi que es preciso resolver que dan como resultado A =-1y B= 1 BEJEMPLO 39 (Suma de cuadrados) Deduzca una formula para fa suma de cuadrados indicada abajo, suponiendo que la respuesta es un polinomio de grado 3 en n SOLUCION Sea fx) = ax’ + hx? + ex +d un polinomio con Ia siguiente propiedad: fn) ~ D+ 2 +s-- +2. Como l=) = al) +1? rel +d, debe satisfacerse a +h +¢-+d~ Por otro lado, m= fn) flo = 1) = and + br + en + d= (aln = 1+ Bln = IP + eC +A) Por consiguiente, desarrollando el lado izquierdo Hegamos @ Gn = 3n+ 1) + bQn= I) +e esdecie n?= San? = (3a 2h a—h +e Al comparar los coeficientes de las potencias de m en ambos lados, y teniendo en cuenta que a+b+e+d=1,seobtiene48 Capitulo 1m Sistemas tneales Este sistema puede resolverse con facilidad: c= 4,d=0. Por consiguiente, boy n+ En? Zn, Al analizar la tltima expresién Hlegamos: ey n(n + 12m + 1) Pataca Soa ME NGn ED — EI problema de la pila de monedas de Fibonacci ‘Ahora regresemos a ese famoso problema de Ia pila de monedas, que resolvié Fibonacci hace algunos siglos. LEJEMPLO 40 [El problema de Fibonacci) Ties hombres poseen una sola pila de dine- ro, y sus aportaciones son 4, y 4. Cada uno toma algo de dinero dela pila, hasta que no queda nada, A continuacin el primer hombre regresa + de lo que tomé, el segundo + y el tercero 2. Cuando el total que regresaron se divide por igual entre ellos se descubre que cada hombre posee lo que le corresponde por su aportacién. {Cuinto dinero habia en la pila ot ginal, y eudnto tomé cada uno? SOLWWCION Sean x, yy z la cantidad que tomaron los tres hombres de la pila de monedas, respectivamente, y sea w la cantidad de dinero original. Como no quedan monedas despues de que los tres retiran, entonces xtytzew Los tes hombres reintegran un total de x/2+ »/3 + 216, porque devolvieron respectivamente, 4, Ly 4 deo que tomaron al principio, Esta cantidad se divide por igual, y asi cada quien rocibe H(x/2 + yf3 + 26) El primer hombre tiene x ~ x/2 =x/2, que quedaron después de haber regresado x/2, y se le suma'}(x/2 +3 +216) El total debétia ser lo que le corresponde, es decir, w/2. Asi EGS) - 2 De igual manera, el segundo hombre tiene y ~ y/3 = 2y/3, que le quedaron después de regre- sar y/3, y ademas 1(x/2 + p13 + 2/6). El total debe ser igual a lo que le corresponde, que es wi3. Asi, Por iltimo, el tercer hombre tien 5:16, que le quedaron después de haber regresado 2/6, y ademas 1/3 (x/2 +y/3 + 216). El total debe ser lo que le corresponde, que es w/6. Asi, SNEED <7Cuadrados magicos 1.4 Mm Aplicaciones 49 ¥ se tiene el sistema homogéneo styta-weo hoy sw St5+ Rh Fre 2D “ atte 57° fp le_w Et5 tee ‘Vale la pena hacer notar que la suma de las tres Gltimas ecuaciones es igual a la prime- ra, Esto quiere decir que si determiniramos una solucién simultanea de las tres tltimas ecuaciones, automaticamente tendriamos una solucién de Ia primera. Asi, en esencia, s¢tie- nen tres ecuacicnes con cuatro incdgnitas. Por consiguiente, esperamos que haya ua mimero infinito de soluciones La reduccidn de la matriz aumentada da como resultado Porconsiguiente,x~ 30 =! aque se pueden expresaren a forma x= 32r, Nose sabe i Fibonacci determin el conjunto solucin completo. Peto si alculé la so- lucién particular w= 47,x=33,y= 13 y= 1, que seabtiene al igualarr=47. [3 Un euadrado magico de tamafio » ¢s una matriz de nn cuyos elementos consisten en to- dos los enteras entre 1 y.n3, ental forma que las sumas de los elementos de.cada columna, renglén o diagonal son iguales. La suma de los elementos de cualquier renglén, eolumna 0 diagonal de un cuadrado magico de tamaiio m es n(n? + 1)2. (Para comprobarlo se usa la iden- tidad 1 +2+ "+: k= (e+ 1)/2, donde k= m3) EJEMPLO 41 (Cuadrados magicos de tamafo 2) Demuestre que no existen cuadra- dos magicos de tamaiio 2, a b] atbh= etd ate50) Capitulo | ME Sistemas lineates badass atd=s . beens Es posible aplicar la eliminacién de Gauss, o tan slo observar que estas ecuaciones implican aque b © ¢, de acuerdo con la primera y Ia tercera: por tanto, 24 5, scutin Ia wktima ecuneidn Esto es una contradiceién, porque b deberia ser un entero. De aqui se infiere que este sistema no tiene soluciones enteras. Por consiguiente, no hay euadrados miyicos de tamano 2 BEJEMPLO 42 _[Cuadrados magicos de tamano 3) Determine el cuadrado magico de tamafio 3 cuyo primer renglén es el vector (8,1. 6) SOLUCION Ese cuadrado migico tiene la forma en para las inedgnitas a, b,c, d, ey f Segin la definicién. es un sistema de 7 ecuaciones con 6 incégnitas atbte=i5 ater yas Btatd=15 ltbte=15 6tet fais Btbefais 6tb+d=i5 La climinacién de Gauss es muy lediosa,per6 puede evitarie: si se despejau dela primera y teroera ecuaciones, se obtiene b +c = 8 +d. Bst6,c6fbinado con la iltima ecuaci6n. produ- ce 2b ~ ¢= 17. En consecuencia, de acuerdo con la primera ecuacidn, b— a = 2. Ahora v mos qué puede sera. No puede ser 1, porque ese némero ya se usé. Sia =2. entonces b= 4 ‘ye~9, pera entonces la suma de la tercera columna seria mayor que 15. Sia =3.b = Sy (C= Tyentonces, d= 4, = 9 y f= 2, usando las tres columnas. Es fcil demostrar que estos valores forman una solucién (a nica) del sistema Por lo anterior, ef cuadrado mégico es 816 357 492 Este cuadrado fue citado en un antiguo libro chino, Nueve eupinidos det arte mutenni- ‘ico. _Puede el lector determinar otro cuadrado basado en éste? story of Marhemnanes. de Cart Boyer, p. 219 (Nuova York: Wiley)Gerces 14 Sunonga qu fas cantidades de bacterias de los tipos 4 y 1 son aoterlependientes se apegan ala siguiente tabla texperimental. Hay al ign (eeuacién) lineal en- ety 8 A 8 500 | 500 1000 = 2000 5000 14000 too 29000 ‘Gicklnk Publisher edna tes ealidades de bros: encuader= rid istica, €on pasta dura y empastados en piel. Para los nistioas, a empresa gasta en promedia 85 en papel, $2 cn iusteacionss y $3 en las pastas, Para los de pasta dura, 0s son $10 en papel. Sd en ilustraciones y S8 en pstas: y para fas de lujo empastados en piel, $20 en papel S12 en ilusteaciones y $24 en pastas. St el presupuesta permite $235 000 en papel, $110.000 en ilustraciones y ‘S208 000 on pastas, ;cuantos libros de cada categoria pue- ston praducirse? ta,en promedio,cantida- ales Taso Yenesjaponeses,franeosfranceses y marcos ale- ‘mans para cad uno de sus vigjes de negocios. Este ao viajé 3 seves. La primera cambi6 un tral de $2 400 a a siguiente prdad: 100 yones, 1S franeos y 1.2 marcos por délar La ria vez. eambid un total de $2350 con astasassiguien tes 140 yones 1.2 franeas y 1.8 marcos por dé. La tree 1a vez eambi6 $2 390 en toral.a 125 yenes, 1.2 Fancos y 1.2 ‘marcos por dlr respectivamente,; Qué cantdades de yenes, frances y marcos comps cuda vez? {Un male desea distribuir sus propiedades, valuadas en S00 G00, entre sus 4 hijos como sigue: 3/4 de su herencia be repatirse por igual entre los hijo. El resto deberé di- ‘ilo do i Forma siguiente: $3 000 cada afo a cade uno Fusst que eumplan 25 aos. Coma los hijos sucesivos se I ‘a os entre si geuimto recibir eada uno de herencia? EI promedio de temperaturas en las ciudades de Boston, ‘Sova York y Montteal fue 30°F durante cierto dig dein ‘tern. La temperatura en Nueva York Fue 9 mayor que el romectio de temperaturas en fas otras dos ciudades, En \nnweal fae nienor gue el promedio de temperaturas en 14 WM Aplicaciones $1 las otras dos cudades,; Cuil fue fa temperatura en cal une de las ciudaces? 6. Juguetes, S.A. desea fabricar un nuevo tren de juguete ei vestige el mercado para determina la demanda. Encuentra ‘que si el ten cuesta $40 en din tea donde el ingreso fami liar promedio es de $30 000, y si al mismo tiempo Trenes Miniatura, S. A. su competidor, vende su producto equiva Tentea $30, Juguetes podré vender 160 tenes. Por oto lade, si el precio permaneee igual y Trenes Miniatura eleva su precio a $50 por tren, en un area de S40 000 de ingreso fa milfarse venderian 1700 tenes, Portia, si el precio del nen es de S30 pero ef de Ia competencia permanece on $40, fen una zona de ingreso familiar de S35 000, se lograria una venta de 1530 renes. Calcul a funcin demanda, suponien: dda que depend linealmente de ss variables 7. Se necesitan tres ingredientes distntos, 4, By C. para pro- ‘ducirdoterminada sustancia quimica, A. B y Cashen disol verse en agua. por separado, antes de interactuary formar la sustaneia, La concentracin dela soluicin que contiene 4 es 1.5 gim la que contiene # es de 1.8 gim? y lade Ces de 3.2 g/m al combinarlas se produce 15.06 ¢ dela sustancia. 1 se modifican las eoncentraciones de A.B y C en esas so lucionesa 2.0.2.5 y 2 ivamente(permanecien- «do igual el volumen} se producen entonces 17.79 2 de fa sustaneia.Poriltimo. sas eoncentracionesse.cambitn a 1.2 Isy 302m, b sustanea.;Cusles son los volmenes, en gentimettox cibi- 0s, de las Soluciones que comienen A. By C? gio res espectivamente, se producen 13.08 En los ejercicios 8a 10 calcul las corriontes 41s © «de tos respectivostncutos, dado que en todos ls cus08 ! vltaje de la bateria es # = 6. 8. Deacuerdo com la figura 1X. se sabe que R= 282, Rs= 22, Re 1 Oy R=20. Figura 1.852 Capitulo 1 Sistemas tneates 9. Con respecto a la Figura 1.9, se sabe que Ry = 20, Rs 3O,8,= 4 Dy Rem 2M R A ta a) 3x R ® Figura 1.9 10. Con referencia ala Figura 1,10, se sabe que Ry =3 9, R= 20, B= 20, Re= 1 Ay R,=20. R A lin Ry Re Figura 1.10 1. Caleule fas temperaturas en los puntos x43 yy en la pla- a metilica triangular que se itustrs en la Figura I-11, sila ‘temperatura en cada punto del interior el promedio de las. {que prevalecen en sus cuatro puntos vecinos, ath Np sal al \ IF Figura 1.11 12. Determine las temperatura en xy, x3, 44 y xe dela placa metalic triangular que se veen la figure 1-12, ila tempe- ratura decada punto del interior es igual al promedio de sus ‘cuatro puntos vecinos, Figura 1.12 13. Balancee el sistema de pesos y palancas que se muestra en Ja figura 1.13, T. ¢oad a Figura 1.13 14, Deduzea la ecuacién de la pardbola en el plano xy que pasa por os puntos P(1, 0), Q(-1, 6) y R(2, 0). 15. Eneuentrelaccuacion dela curva cbiea en el plano sy. que ase por los puntos P(1, 1), Q(-1, 5), ROO, 1) y S{-2.9). 16, Deduzca la ecuscin del plano, en el espacio xyz, que pasa Poros puntos P(1, 1,~1), 0. 1,2) y RC, 3, -5). 17. Celeulea, by tales que las eeuacionescusdriticas (a — bs? + a- oe tb +ey Gc) ar~b~ 2c sean iguales, 18, Calcule a, b, ey d, tales que las ecuaciones cubieas (a+b + ox (at Byx + Dbx y (adja + (2~ dhe (1+ ae +b + esean iguates, 19, Calcule las constantes 4 Bde modo que 1 A HG 20. Determine los cuadrados magicos de mato 3 que tengen |a forma1.5 Ml Miniproyectos 1.5 Miniproyectos 1m Conjuntos de sistemas Suponga que tiene que solucionar varios sistemas con la misma matriz de coeficientes. De- termine un método para resolver simultineamente los sistemas, de tal modo que solo se efecrite una vez la reduccién de la matriz de coeficientes. Aplique su método en los cuatto. sistemas lineales siguientes: xtlyt3z+4w=1, =0, =0, =0 de + Dy +324+4w=0, =1, =0, =0 Be + 3y +324 4w= 0, =o Ax tay + az t aw = 0, 2m Inteligencia animal {Un conjunto de experimentos en psicologia tiene por objeto estudiar la ensefianza de activida- des a diversos animales, como cerdos, conejos, ratas, etc. Uno de esos experimentos implica Ja busqueda de alimento. Un animal se coloca en alguna parte de una red cuadrada de corre- dores que pueden llevar al alimento (puntos identificados con 1), 0 a puntos de final ciego (puntos identificados con 0), figura 1.14. Se supone que la probabilidad de que wn animal ‘ocupe la posicidn.x, es el promedio de las probabilidades de que ocupe las posiciones vecinas directamente arriba, abajo, a la izquierda y ala derecha de x,. Si algunos de esos puntos con- tiene alimento, se cuenta como éxito y su probabilidad es 100% = 1. Si una posicién vecina es final ciego, se cuenta como fracaso y su probabilidad es 0% = 0. Por ejemplo, para (a) y (b) en la figura 1.14, se tiene, respectivamente: tots ta) fO+x+y 41) Mati 404%) y= 1Otm +m +0) 0+ 04x +m) {0 tar tas tay) o 1 o 1 oats sl, ofp al | jf st sl sl | patal |, gest sl ol |, oY oo @ o) Figura 1.14 Experimentos en inteligencia anima54 Capitulo 1 Sistemas lineales Caleute: (a) Las probabilidades x), y ve, para la figura 1.14(a. (b) Las probabilidades x). 45 5.5 24 45 ¥s Y Xo, para la Figura 1.140), Si se aprovecha cualquier simetria de los datos podrian evitarse cilculos tediosos. 3 @ Aproximaciones a curvas; segmentos lineales Una de las formas mis elementales y basicas de aproximar Ia grafica de una curva es conec- ‘tando los puntos conocidos consecutivos de la curva con segments de recta. La poligonal que resulta es un segmenta lineal de la curva. Con frecuencia y en la prictica, se da un conjunto de valores de una funcién inedgnita (con frecuencia, algunos datos experimentales) y se ha de identificar la funcién. Una primera aproximacién grafica seria trazar el segmento lineal que une a esos puntos. Suponga, por ejemplo, que los datos son las dos conjuntos siguientes de puntos, que pertenecen a dos curvas distintas. -1 705 0 05 4 15 2 25 3 SS fix) [5 0875 1. 1375 1, 0625 1, 2875 7 -45 -35 25-15-05 3519.14 301641 324844 14,7656 —24.6098 Conjunto 2: x [os 1s 25 354s fix) | -24.6094 14.7656 —32.4844 301.641 3519.14 {a) Trace las grificas de los dos segmentos lineales que unen los puntos consecutivos (b)_ Sila primera curva es una cibica, es decir, que tiene la forma ax? + bx? + 6x + d.y la se~ gunda es un polinomio de sexto grado con la forma ax® + bx! + ex'+ dx¥ + ex? "fi +g, use las tablas de arriba para calcular los coeficientes de cada curva polinomial. Redon- dee las respuestas al entero més cercano. (0) Trace las grificas de las dos curvas. - 4 m El problema del ganado de Arquimedes Es un problema famoso que mandé Arquimedes de Siracusa,"' antiguo matematico griego, a Eratdstenes en Alejandria, Su forma original era un conjunto de epigramas en griego antiguo. Porlo general se cree que Arquimedes resolvié este problema, pero se desconoce si es Su autor, Describiremos la parte del problema que tiene importancia para nosotros en este momento. Para conocer tna buena traduccién al inglés, véase el libro The Works of Archimedes. de Sit ‘Thomas L. Heath (Dover, 1953, pp. 319-326). Los epigramas comienzan como sigue: ° Arquimedes (287-212 aC ) es considerado el matemitico yfisico mis grande de la antigiedad, asi como uno de los matemsticos mas importantes en la historia dela humanvdad, Creci en Siracusa, wna poblacin griega en Sicilia. Pheidias su padre, fue astronomo, Después de estudiar matematicas en Alejandra, Egipto, Arquimedes regres a Siracusa, donde permanecio el resto de su vida, Fue asesi- nado por un soldado, cuando la ciudad eayé en poder de los romans1.6 WW Bjercicios en computadara Caleula, joh extranjero!, la cantidad de reses del Sol que alguna ver pastaban en los campos de fa isla de Trinacia (Sicilia) que estaban divididos, segiin el color fen cuatro rebaiios: uno blanco, uno negro, uno amarillo y uno manchado A continuacién el manuscrito describe las relaciones entre las vacas y fos toros de los. cuatro rebatios. Sean Wf B, Dy Yas cantidades de toros en los rebaitos blanco, neuro. ma= chado y amarillo, respectivamente. En igual forma, sean w; b, dy las cantidades de vacas en el mismo orden, Entonces # + w, B +b, D+ dy ¥ + son las cantidades de reses en las re~ baios blanco, negro, manchado y amarillo, en forma correspondiente, El manuscrito nos co- ‘munica las siguientes relaciones (1) para los toros: 1d we (SeS)aey 1,1), a=(j+l)oey lit pa (i+3)wey ¥y (2) para las vacas: Ly! w-(etoen My v= Dore My a-(Let)oen +p)orem a Resuelva este sistema de 7 ecuaciones con 8 incdgnitas. Como el sistema es homogé- neo, con mis incdgnitas que ecuaciones, es de esperarse llegar a un miimero infinito de soht- ciones. Demuestre que la solucién entera minima es B = 7460 514, Calcule el resto de las incdgnitas y 1a cantidad total de reses en este caso. 1.6 Ejercicios en computadora Los primeras ejercicios en computadora tienen por abjeto ayudar al lector a aprender fos ‘comandos basicos de los programas, en relacién con el capitulo J, y también revisar alzo del ‘material. Un ejercicio identificado con [S] requiere manipulacién simbélica.!? En tados los ‘cas0s se supone que el lector use algiin programa de matemiticas, "= Omitase si s6lo se dispone de eéleulo numérico.56 Capitulo! ML Sisternas tineales 1. Resuelva numéricamente cl sistema, Llegue a los resultados con precision por omision y también con mayor exactitud. Si su programa admiteartméticaracional, calcule Ia respuesta exacta. Por Ailimo, comprucbe su respuesta (1.0) 2, [8] Resuelva este sistema para xy y. axtby =e axt hy =o Invroduzea la matriz aumentada del sistema (1.10) determine: (a) un escalonamiento de renglo- res (si hay disponible), (5) la forma de escalon reducida, ;Cual es la solucién del sistema? 4. Sea la matriz de eoeficientes del sistema (1.10). ;A es equivalente en renglones 8 B? bas p=|2 23 333 5. Para el siguiente sistema, use su programa para demastar que sic 29 ene un mero in nito de soluciones, Pero c # ~ + no tiene soluciones 1 5 1 6 6, Para la matriz Ben el ejercicio 4 y con su programa informatio, presente la primera colunna de 12] £1 segundo renglén, las dos primeras columns los dos tims renglones y la parte a il vr islones y la parte | 2) 7. Sisuprograma admite nimeros aleatories, gener y resuelvaun sistem sleatoro de tres ecuaciones ‘on tres incgnitas. Si repite lo anterio? varias veces, casi siempre ;se obtienen sistemas consis- tentes 9 inconsistentes? 8, Use su programa para trazar las rectas deinidas por un sistema de dos ccuaciones con dos ineég- nits en la misina Figura, 9. Use su programa para trazar los planos definidos por un sistema de tres eeusciones con tres n= cégnitasen la misma figura, 10. Caleule las temperaturas de los nueve puntos interiores en una placa cuadrada que se ha subdivigi- 4o con tes lineas verticales paralelasreparidas y tres horizantales. también repartidas. Suponga ‘que los dos lados vericaes del cuadrado se mantienen a 85°, y los dos verticalesa 110°, Aplique la propiedad del valor promedio en la conduccién de calorAlgunas soluciones con Maple 1.6 W Ejercicios en computadora ST funcién ‘Maple funciona Maple Fin de comand | (punto y coma) Continuar en el siguiente rengion | \ (diagonal inversa) peticion de resultado] : (dos puntos) Resolver solve, lnsolve ‘ayuda ‘tama o bien ayuda (tema) Resolver numéricamente solve ‘comentarios 4 comentario hasta el final del renglon | Paquete de dlgebra lineal ‘withdlinalg): iiimo resultado | * (dobles comillas) Forma de escalin ‘gausselim, ffgausselim ‘asignacin = (dos puntos igual) Forma de escalin reducida Pref, gaussjordan listas de argumentos | () (paréniesis) Susttuciin hacia atrés backaud # Beretelo | ~Parcial sys: (1/Stx+1/6ty+1/7%2 1/Trxe1 /8*y+1/9%2 solvecsys, (x,y.21): evalt); 71/5041; 241/1260, 1/6*x+1/7+y+1/8*2 = 109/672, # Asignacién de un nombre al sistema, # aritmética de nimeros racionales. # Bvaluacién del wltimo resultado # con precision por omisi6n. evalfc* ",18): fsolvecsys, xy.2)i solved{l./Stx+1/6"y+1/7*2=241/1260, L/6rx+1/T*y+1/82 = 109/872, L/Tex4 1/8+¥+ 1/92 = 71/504) bx,y.2); # Bvaluacion con mayor precisi6n. # Alternativa en una etapa, # También, forzamiento de aritmética de # punto flctante con 1./8 # Otra forma importante de resolver un sistema lineal ¢s usando linsolve. Primero conciinalg); & bb: = vector((241/1260, 109/672,71/804)); UnsolveA,b); ~ # Bjeretelo 2 solve(ial*x + bl*y = cl, ax + b2ty = eB. lx.yDs # Bjerelelo 3 m: =matrix({(1/8,1/8,1/7, 241/1260), 11/6, 1/7,1/8,109/672},(1/7,1/8,1/9,71/8041D; gausselim(m): refi), gaussjordcm); # Hjercicio 4 A: = matrix (, 3, (1/8, 1/6, 1/7, 1/6, 1/7, 1/8, 1/7, 1/8, 1/9); B: = matrix , 3, (11, 2, 3), (2, 2, 31, 13, 8, 3D; Pref); Pref(B); # cargue el paquete de algebra lineal, linalg. A con- matrix(I{1/5, 1/8, 1/7) , (1/6,1/7,1/8) , (1/7, 1/8, 1/9); # tinuaci6n la matriz de # oveficlentes y el vector de # constantes en linsolve. # Introduccion de la matriz aumentada, # Bliminacion de Gauss; una forma de escalén, # La forma de escalén reducida. # Lo mismo. La Ultima columna es la solueton. # Introducol6n de A en.un formato # diferente, +# Otro formato. # Las 2 formas de escal6n reducidas son # guales. Luego A y B son equivalentes.58 Capitulo 1M Sistemas lineales # Bjercicio 6 col (B, 19; rowCR, 2); col(B, 1..2); row(B, 2.8); submatrix, 1..2,1..2); # Ejerelelo 7 - Sugerencia, rin := rand(1..1000): # genera un entero aleatorio entre 1 y 1 000. al := evalf(rinO/1000); # La division entre 1 000 genera un numero real en (0,1) # También relacionados: randmatrix y randvector. # Blercioto 8 - Sugerencia, plot(2*x-1, x=0..3); # Grafica 2x-1 varlando x de 0 a &. plot((2*x-1, x42), x20..8); # Grafica 2x-1 y x+2 en la misma figure, # Blercicio 9 ~ Sugerencia, plot3dex-y, x=0..8, y=0..2); # Grafica x-y en (0, 3}x(0, 2), en tres dimensiones plotad(x-y, x+y], X=0..5, ¥=0..2); # Gréficas en tres dimensiones en la misma figura. ‘Aigunas soluciones con Mathematica funeién Mathematica funcion Mathematica Fin cle comanda ‘cambio de renglin) lestas de argumnentos U1 paréntesis cwadrados) ‘presi de alia ‘punto y coma) ‘pasar al siguiente renglon “diagonal inverso) sovuda tema o bien Prema rmltipliacion a en espacio) ‘comemarios (comentario * Resolver Solve, LinearSolve titi resultado 9% (eno de porcentae) Resolver muméricamente Solve wsgnacin = figual) Forma de escalén reducida RowReduce Un paguete de dlgebra linea: > Grafica 2x-1 y x42 en la misma figura. *) (Grafica tridimensional de x-y en 0, SIx{0, 2]. *) © c Otra grafica._ *) Mostrarias juntas. *) [ funetén MATLAB funcion MATLAB Fin de comanda (cambio de renglin) listas de argumento iparémtesis) ‘presiin de wala ‘punto y coma) ‘pasar al siguiente renglon (clips) cada help vopico Resolver ecwacién roots | comentarios % comentario hasta el final | del renglin Resolver ef sistema Ar = 5 ANb ‘nina resultado ans Forma de excalin reducida ret asignacin = figual) “Reduccin on etapas reefmovie Nota: La notacién (ST) significa que c! Toolbox simblica debe estar disponible % Bjercicio 1 ~ Parcial A > Ale (0/5 1/6 1/7; 1/6 1/7 1/8; 1/7 1/8 1/9) (241/1260; 109/6t2; 71/504) format long format short linsot >) % Para resolver un sistema cuadrado % se forma la matriz de coeficientes A, después 5 el vector constante b y se teclea A\b. % Para mostrar mayor exactitud cambiar a % formato largo y llamar al ultimo resultado % Regreso al formato corto. % También se puede usar linsolve (ST)60 Capitulo 1m Sistemas lineales % Rjereieio 2 solveCal*x + bl*y = cl’, ‘aa + bey = 02, xy) 4ST % Hjereicio 3 me[1/8 1/6 1/7 241/1260; 1/6 1/7 1/8 109/672; 1/7 1/8 1/9 71/504) Pref) 96 La forma de escalon reducida. La ultima columna es la soluetén. % Rercicio 4 123,228,533) % La matria A fue introducida en el ejercicio 1 Pref(A) % Las dos formas de escalon redueldas son rref(B) % iguales, luego A y B son equivalentes. % Bercicio 6 Gy LD % Columna 1 BG, -) % Renglon 2. BG, 1:2) % Columnas 1 y 2. BG, % Renglones 2'y 3. BCL, 1:2) % Bloque superior izquierdo. % Byerctelo 7 — Sugerencia rand % Un némero real en {0 1}. % También relacionado: randn % Rjercicio 8 - Sugerencia fplote'12"x-1, x421', 10 5] % Grafica 2x-1 y x+2 en (0, 3) en una gréfica, También, un = 0:-1:35 5% método més ‘importante consiste en definir un vector x, Yi= Q%-1; y@= x42; 9% a continuacién aplique las funciones para obtener los plot (x, yl, x, y2) 9% vectores y y grafique. 9% Vea también ezplot, de (ST). 96 Bercicio 9 - Sugerencia X= 0:1/4:5; 9 Para graficar x-y y x+y en [0, 3}x{0, 2] en la misma figura: y= 0:1/6:2; —% Crear vectores para las coordenadas x y y de los puntos. (X, Yismeshgrid(x, y); % Forma un agrupamiento de x yy adecuado para gréficas en SD. IX-Y, K+Y]; % Defina Z en funcién de las dos funciones de mesh(Z); 9 Xy ¥y use mesh para graficar. % ADVERTENCIA: x y y deben tener las misrhas dimensiones. Observe que x tiene % C-1)"4+1 = 15 componentes, y las componentes de y son (2-1)"6+1 = 18. % Relacionado: |Bxplore la construocién inspacel-_ Vectores ‘Sila supervivencia es una medida de ta calidad, los “Elementos" de Euclides ‘y las Cénicas” de Apolonio fueron las mejores obras en sus campos. ’ Carl C. Boyer Introduccién Apolonio y Descartes den determinar sélo con su magnitud. Sin embargo, pensemos en el desplazamiento, la velocidad y la fuerza. Con ellas necesitamos la magnitud y también la direccién para definirlas por completo, El desplazamiento, 1a velocidad y la fuerza son ejemplos de vectores libres. Nos interesan principalmente los vectores libres que comienzan en el arigen, ‘Acellos los llamaremos simplemente vectores. En este capitulo estudiaremos los vectores, su aritmética y su geometria, porque desem. pefian un papel importante en matemticas,fisica, ingenieria, procesamiento de imigenes, ‘grificas computarizadas y en muchos otros campos de la ciencia y de la vida cotidiana En el plano y en el espacio los vectores tienen existencia doble: son a Ia vez objetos algebraicos y geométricos. Este tipo de duatidad nos permite estudiar Ia geometria con mé- todos algebraicos. Dos hombres, principalmente, tienen el crédito de haber realizado esto: Apolonio y Descartes, { Apolonio! posee un lugar prominente, junto con Euclides y Arquimedes, como uno de los tres grandes geémetras de la antigiedad. Demostré muchas propiedades geométricas de las secciones cénicas, usando lineas de referencia para medir distancias entre puntos de curvas. Este es el primer uso de coordenadas sistemitice conocido. En 1637 Descartes uso uno de los teoremas de Apolonio para ensayar su nueva geometria analitica Li L as cantidades como longitud, érea, volumen, temperatura, masa y potencial se pue- " Apotonio de Ponge nacié en la ciudad griege de-Perg2, hoy el pueblo de Murtana, en Asia Menor ‘Paso algin tiempo en Alejandra y Pérgamo, Se cree que vivid entre 262 y 200.C. La mayor parte de sus trabajos, como Entrega répia, Corte de una relacién, Tangencias ¢ Inclinaciones se han perdido, Sobrevivieron 7 volimenes desu grandioso tratado Cénicas. Sus teoremas de este libro se han usado i ‘en astronomia durante dos milenios LJ ot62 Capitulo 2 mM Vectores Descartes? es el verdadero padre de la geometria anaitica. y el primero en estudiar en forma sistematica la geometria con métodos totalmente algebraicos. A diferencia de Apolonio, Descartes introdujo sistemas de coordenadas independientes de las curvas. A él se debe el concepto de que una curva esta definida por una ecuacién, y no que la curva determina la ‘ecuacidn. Su trabajo mis famoso es un tratado de filasofia llamado Discurse del metodo, Uno : de los apéndices de este libro se lama Geometria, y presenta lo que hoy se conace camo oometria analitiea 2.1 Operaciones vectoriales Gee eo. (Objetivos de! alumno para esta seccién | 1. Bjercitarse en la aritmética vectorial bisica y comprender su veometria. | 2 Conocer qué es una cambinacién lineal de vectores. 3. Comprender la relacién entre sistemas lineales y ecuaciones vectorales edicaremos esta seccién a los vectores y a su aritmética. También presentaremas el impor tante cdncepto de una combinacidn lineal de una sucesion de vectores. Suma y multiplicacién por escalar Un vector es una matriz de una columna. Un vector-n 0 n-veetor es una matriz de> Por Uh vf 02 son vectores 2,3 4, respectivamente, Algunas veces, al valor n suele Hlamxirsele tamaio del vector. Los elementos de un vector también se Haman componentes, Los componentes de w son 0.5, 1, 0 y ~0.2, El conjunto de todos las vectores n se representa con R" R= (x, e5 un vectors} u,v y-w son los elementos correspondientes de R2, RY y RY, Los vectores 2 y 3 pueden interpretarse geométricamente como puntos en el plano © enslespaio.Culgier vector 2 por empl x=[ |. pude representa riiamente con el punto cuyas coordenadas son (x), x3) en un plano de coordenadas cartesianas. Con Frecuencia, x se considera como la flecha que comienza en cl origen (0. 0) cuya punta tiene a René Descartes fue flésato, militar y matemético. Nacié on 1596 en Toirraine, Francia, en una fie rl acomodad: Fue educad en un colegio de jesuitasy estudiéleyes. Vino y participé en varia ea pats militares, Entre sus trabajos estin Je Mande y Discourse la Méthode, Murid en Estacolm, eh T1650, cuando asesoraba a la eina Cristina de Suceia21 WM Operaciones vectoriales 63 e@ st? * we 2.2) Figura 2.1 Representacién geométrica de vectores 2 y vectores 3 [2] ’ w=[ Jen fonma de puntos y de echas que comienzanenel oigen. Como es posible epre- sentar todos los vectores 2 de esta manera, Reel plano total. Los vectors 3 pueden a- ficare en forma preci, figura. 2c) yR constuyeenonces el espacio tidmensiona al See que dos veciores wy ¥ del mismo tama son iguales.y se expresa u "51503 componente rexpectivas son gules, Pero los vectors de tama dstintos munca lo Som MEJEMPLOT La ecuacién co sélo es vilida si a= Ly Los vectores del mismo tamafio pueden sumarse componente por componente: fey fp 4] 5 Eee Ee -( “A esta regla se le denomina ley del paralelogramo para la suma. Un vector n puede multiplicarse por un esealar, componente por componente: RF fF] ‘cesta operacién se le llama multiplicacién por esealar. El vector(~1)v se llama opuesto de Vy se representa con ~v. (lev64 Capitulo 2m Vectores utes Figura 22 La ley del paralelogramo ce la sua, w) ‘Se acostumbra escribir u ~ v para representar u + (~I)v, y al resultado de esta operacién se le denomina diferencia entre wy v. utChy Si todos los elementos de un veetor son cero, se dice que es un vector cero y se representa por 0. Geométricamente, el producto por escalar cues la flecha u escalada por un factor dec. Sie> 0, entonces cu tiene la misma direccin que w. Si c<0, cuttiene direccién contraria. Si [el> 1, entonces cu se extiende en un factor dec. Si|c|< I, entonces cw es una contraccién de wu, figura 2.3(a) y 2.3(b). 0 = (0) @ o © Figura 2.3 Productos por escalr: (ay (bl, [cl dlferencia Observe que la diferencia u-v puede representarse como la suma u + (~1)y, figura 2.3(c). Al vector n que tiene 1 como i-ésimo componente y todas los demas componentes 0 se denota mediante e,. Los vectores e), €2,.. ., €, llaman vectores de base estindar de R", 0 fr simplemente la base de Re. Por ejemplo, los vectores de base estindar de R® sone = || yfo} fo fo] sone lol galtl «[*l o[mmeronisser inn lh wlll a I" ts Lye oe TON, Figura 2.4 Los vectores de base normal. Lasuma vectorial y la multiplicacién por escalar tienen algunas propiedades fundamen: tales, que se resumen en el siguiente teorema. Sean u, v y w cualesquiera vectores m y sean ary b das escalares cualquiera. Entonces se ‘cumplen las siguientes igualdades entre los vectores n: TEOREMA 1 {(Reglas para la suma vectorial y la multiplicacién por escalar) (utyytweus(vtw) Ley asociativa Ley conmutativa Ley distrbutiva | Ley DEMOSTRACION Sélo comprobaremos la parte | y dejaremos las demas demostraciones como gjercicios, Como u + vy w son vectores n, también lo es su suma (uv) waa. mente, u + (v + w) es un vector n, Por consiguiente, (a+ ¥)+ wy w+ (v +9) tienen el mismo. tamafto. Sean u,v, y w; las i-ésimas componentes de u, v y W, respectivamente. Fnionces, 4+ ves In i-ésima componente de u + v, asi que (u;+ v,) + wes la iésinna componente de (u+¥) + w, Del mismo modo, u,+ (v,+ w,) es lai-ésima componente de u+(v +»). Como (u,*¥) * wi u/+ (0, w),ias componentes respectivas de (u+v) +wy deu + (v+w) son iguales. Esta afirmacién es cienta para toda /~ I... .n, Se concluye entonces que (w+ ¥) + wy u+(v-+ w) son iguales, El teorema | puede aplicarse para resolver ecuaciones vectoriales sencillas,66 Capitulo 2M Vectores MEJEMPLO2 Determine el vector x tal que 2x -4v =u SOLUCION Se suma 4v en ambos lados de la ecuacién para obtener (Qx-4y)+4v = 3ut4v @ 2x + (~4v + 4v) = 3u + 4¥ de acuerdo con 1 del teorema 1 2 axt0 =3utav de acuerdo con 4 eo2x = 3u+4y de acuerdo con 3 Se multiplican por + ambos Iados de Is tltima ecuscién = 40x) = iGu+4y) © ($-2)x= 1Gu) + Hay) f , de acuerdo con 7, 5 eix (2-3) (F-4)¥ ge acuerdo con 7 ex =dutw de acuerdo con 8 a Matrices como sucesiones de vectores Con frecuencia se considera que las matrices son sucesiones de vectores. Por ejemplo, la mate, fa] mM puede considerarse como igual (vy v2 vs) siendo vi -[bjw=[2 [y vs" [3 j Dilimos sucesién y no conjunto por dos motives: a diferencia de los conjuntos, (1) los elementos de ‘una sucesién tienen un orden definido, y (2) se permite que el mismo elemento se repita en posiciones distintas. Es claro que una mafriz puede tener columnas repetidas, y cl orden de cllas es importante. Si se toma en cuenta lo anterior, por lo general no hay problema en decir r).u+((v fw) +n), u+ (vt (w+) y vt (u+ (w+ 9) Se expresan como w+ v-+ w+ r. También, pueden escribirse sin ambigiedad expresiones como yo Bu + Sv 2M cen la que V5, Vz, ¥ y Ve son vectores del mismo tamafio. Estas sumas de miltiplos escalares de vectores se llaman combinaciones lineales de es0s vectores.DEFINICION 2.1 M_ Operaciones vectoriales. 67 (Combinaci6n lineal) Sean Vj, Vay... Wectores n, ¥ Scan C}, €2,... ex escalares, El vector n de la forma se llama combinacin lineal de v,..., v. Los escalares cy, -€:8e lama eoeficientes | de la combinacidn lineal ___| MEJEMPLO 3 Calcular y dibujar la combinacién lineal }vy ~3vs, siendo wf) Eh esc CELL] emrnn nam n tot Figura 25 La combinacién lineal $v; ~ 32 EJEMPLO 4 Determine si cada uno de los siguientes vectores, hell ces una combinaciéu lineal de vi, vey vs, dondeSOLUCION Buscamos los escalates cy, cz y tales que u™ eywy Heavy + eW¥s OBE Por consiguiente, -at2qta] fo a tg te=0 ate |= ]2],osa qt g=2 ats 1 ator Este sistema es lineal, com las incégnitas cy, ca yc. Su matriz aumentada tiene las columnas Vi, Va, Vs My se reduce como sigue: -r* 1c) rpara cualquier escolar r, En este caso hay una cantidad infinita de escalares tales que & = c.¥i + c3¥ + ews. Por ejemplo, Hefob jf ‘Tambien buscamos los escalares dj, ds y ds tales que v= divy + devs + divs, es decir (CR La matriz aumentada del sistema correspondiente en dj, ds y ds tiene las columnas vi. 5, Vs y Ys se reduce como sigue: “r21:0 101:0 pou: ifssforr:o o1i:2 ooo:t De aqui inferimos que el sistema es inconsistente. En vista de esto, v no es una combinacién lineal de vs, ¥2 y vs co Sistemas lineales como ecuaciones vectoriales En la solucién del ejemplo 4, vimos que la ecuacién vectorial eww; + cays + ews =u produjo tun sistema cuya matriz aumentada tenia las columnas Vj, V3, ¥s ¥ &. A la inversa, el sistema que exhibe dicha modalidad de matriz representa la misma ecuacién vectorial. Esta impor- lante equivalencia de notacién se aplica @ cualquier sistema lineal.2.1 Ml Operaciones vectoriales 69. Relacién entre sistemas lineales y combinaciones lineales Six)... ty Som las inedgnitas de un sistema, la matriz de coeficientes es 4, cuyos termi ros constantes son las componentes de un vector b: por tanto, si aj. a2,.... a, son las colum- nas de A. las notaciones siguientes son equivalentes: [A:b] ema, tema; tot xa, =b 1 WEJEMPLO 5. Escriba el sistema siguiente en forma de ecuacién vectorial xaSy=l SOWCION ’ x{_t}ey[78] =f 1) 77 6 * [3 a MEJEMPLO 6 Escriba Ta ecuacion vectorial »[el+s[ta] - fe] cen forma de sistema lineal, SOWCION ” co PREGUNTA {Qué expresion es equivalente a “el vector b es una combinacién lineal de vs, RESPUESTA El sistema cuya matriz aumentada es mon b es consistente. O también, “a altima columna de esta matriz aumentada no es una columna pivote”. La equivalencia entre sistemas lineales y combinaciones lineales nos permite expresar las soluciones de los sistemas lineales en forma vectorial. Por ejemplo, la solucién ¥ = 21 [neon PREGUNTA IMPORTANTE Con frecuencia, tanto en teoria como en la prictica (véase el ejemplo 11), se necesita responder la siguiente pregunta: ;puede ser consistente para toda b cl sistema cuya matriz aumentada es (4: BJ? La clave para contestatla es, una vez mis. la re- duecion por renglones. Yl ssumacne! emo Spt xpress como| clorden de las variables esta determinade.10 Capitulo 2m Vectores TEOREMA 2 Sead una matriz de m xn. Las afirmaciones siguientes son equivalentes 1. Bt sistema lineal cuya matrizaumentada es [4 : b] es consistente para todos los vectores ber" 2. Todo vector b € Res una combinacién lineal de las cokumnas de 4 3. A tiene m posiciones pivote. (O bien, cada renglén tiene una posicion pivote,) DEMOSTRACION De acuerdo con (2.1), lasafirmaciones 1 y 2 son equivalents, por lo que bastard demostrardicha equivalencia entre I y 3. Suponga que el sistema es consistent para todo b € Re. Si.unrenglén de. no es renglén pivot, entonces cualquier forma de escalin de [sb] tendrd un renglén dela forma [0 0.0 «0 = b].Comob es cualquier vector n. demos elegircomponentes de b tales que 60 Pero entonces [4 = b]serdinconsistente para ‘una ben particular. Esto contradice nuestra hipétesis de que [4 :b] es consistente para todos los vectores m b. En consecuencia, todos los renglones tienen una posicidn pivote. Por el contrat, supongamos que cada ronglén de tiene una posieién pivote.Entonces. el elemento a1 final del iltimo renglon de des distinto de cero. Por consiguient. altima colurnna de la ‘matriz aumentada no puede ser una columna pivote,independientemente de lo que sea b el sistema (4 :b] es consistente para todos los vectores mb NOTA 1, Decir que la matriz 4 de mx n tiene m posiciones pivote equivale a decir que m < 1 (Por qué?) 2, Las partes 2y 3 del teorema 2 se efieren a la matriz de cveficientes de un sistema. 10 nas pivote, pero el sistema correspondiente no tiene soluciones. MEJEMPLO7 Se tienen los sistemas cuyas matrices sumentadas [4b], {B= b] y [Cb]. donde : -1 3 20 1302 0 -1 3 A=| 0 2-2 4], 0 2-2 4|, c=] oo 2 0-1 12 om 1-2 0-1 {Cuiles sistemas son consistentes para todos los vectores b © R™” Qué puede decirse acer- ‘ea de los sistemas que no lo son”? SOLUCION Ya que -13 20 “1320 “13 A~| 02-24) B~| a2 -2 4) c~}] 02 00 04 90 00 oo A tiene una posicién pivote en cada renglén; por tanto, 4 : b] se soluciona para todo b © RY segiin el teorema 2, Los tereeros renglones de B y C’no tienen pivotes, y en consecuencia los sistemas [B :b] y [C: b] no son solubles para todo b © RX. De acuerdo con el ejercicio 50 devectores libres 2.1 WM Operaciones vectorlales 71 la seccidn 1,2, cada sistema de [Bb] y de [C: b] no tiene soluciones. o bien tiene un infinito de ellas, segin el valor que tenga b. C4 La notacion (x4, X54) ‘A veces, para ahorrar espacio, se emplea la notacién (x), .....t,) para representar al vector ‘cuyas componentes son x), x3,...,X,. Esto no debe confundirse con la matriz [x),.%3,....xh fy cuyo tamaio es Xn, y noes n> 1. Asi (1, 2) es lo mismo que] > |, peru no que (1 2} Un vector libre es una cantidad que puede determinarse por su magnitud y su direccién, Al igual que con los vectores, uno puede penser geométricamente en los vectores libres como si fueran segmentos de ectadirigidos,o lechas,y pueden escribirse en la forma a b,....0 bien como PG, R,... La longitud y a punta dela fecha descrben Ia magnitud y la dreceién del vector. En contrast con los vectores 2 y 3, los vectores libres pueden comenzar en cval- aiuier punto del plano o del espacio. De hecho, todo veetor libre cuyo punto inicial esta en el origen del sistema de coordenadas es un vector Dos vectores libres a y b son iguales si tienen la misma magnitud y la misma direc- cin, y lo anterior se expresa como a = b, figura 2.6(a). Un vector puede usarse para ‘epresentar a todos los vetores libres iguales a é, figura 2.6(6).Y aquél que corresponde a un conjunto de veetores libres iguales se lama veetor del conjunto, o vector de pos cconjunto. @ Figura 2.6 (a) Vectores libres iquales, (b) el vector de posicién de los vectores libres iguales. Dos vectores libres se suman determinando la suma de sus vectores correspondientes De igual forma, la multiplicacién por escalarse lleva a cabo en el vector correspondiente. Los componentes de un vector libre son los componentes de su vector. En general, (os wectores libres se estudian a través de sus vectores correspondiente. Un vector libre PQ en el plano, cuyo origen esti en P(p,.p2) y su punto terminal esta en (41, 42) tiene las componentes PO =(a.~ pigs po)72 Capitulo 2m Vectores porque PQ ~ OQ = OP = (41. 42) ~tpr. P2d = (4s ~ Pre ts =P) figura27().L2 férmata snitogs es lida pars los vectors libres enel espacio. Si Plpn spo ¥ Ot4y.4s 410s componentes de PQ se determinan con PQ = (gi ~ Pu g2— Poo 4x pr) Ppa) aa) (1,05) os. (ar ~ pigs ~ pad o) Figura 27 Componentes de vectores libres, MEJEMPLO8 (Componentes de un vector libre). Eneuentre las componentes de los _guientes vectores, (a) POst PO. 05) y OC, 1), figura 2.716), (0) FB si RC-2,-1,4)y S3, 1,0), SOLUCION wm-['al-feal, os [E83] [3] Aplicaciones —I EJEMPLO9 [Equipo olimpico ce clavados) El equipo olimpico de Estados Unidos, con 10 miembros, participé este afio en tres competencias internacionales, Calcule el promedio de cada uno, s as calificaciones obtenidas en las competencias estan representadas por los vectores u,v y w. ;Cual es la calificacién promedio del décimo miembro del equipo? we [ 5-8, 9.2.9.9, 10.88, 6.5, 9.4,9.8) 5,75, 82,82, 89, 7.9, 7.8, 8.5, 9.4, 9.6) 85, 85,8.9,9.2,8.6,9.9,.98,9.5,9.1, 89) SOLUCION El vector promedio es ' q(t + V+ w) = (B83. 8.50, 8.36, 8.86, 9.13, 9.26, 8.80, 8.16.93, 9.43)Manufactura 21 Ml Operaciones vectoriales 73 ‘Todos los elementos fueron truncados a dos cifras decimales. El décimo miembro del equipo tuvo un promedio de 9.43 puntos. co MLEJEMPLO 10 Una empresa de articulos deportivos tiene das fabrieas, y en cada una se ‘ensamblan bicicletas de montafia fabricadas en aluminio y titanio. La primera planta produ ce 150 bicicletas de aluminio y 15 detitanio por dia. La segunda, 220 y 20, respectivamente 150 220 Sivs=| 15 |¥¥2=| 39 } caleule e interprete el significado de las expresiones (a) a (d). @) wim ) w-w (©) 10% (@) av, + bys, siendo a, b> 0. (€) {Cuintos dias debe trabajar cada fabrica para que la empresa entregue 2 600 bicicletas dd aluminio y 250 de titanio? SOWCION producen las dos fabricas en wn dia 70) (b) vi-vi= | findica cu paracién con la primera fabrica 5 bicicletas mis produce Ia segunda fabrica en un dia, en com- 1500 (©) 10vs = | 45 | representa cudntas biciletas produce la primera f rica en 10 dias [1504 +2208 (2) avi+bve=| 159.4205 [5/2 cantidad total de bicicletas producidas cuando la prime- +a fabrica trabaja a dias y la segunda trabaja b dias. (e) Sean x;y x2 los dias respectivas de trabajo. Entonces xiv) + 10¥ f. 600 (| [ 0] [2 600} “has 20 }*| 250 J fis 220 2600] El sistema correspondiente tiene la matriz aumentada| 52 2g cuya forma de 10: 10) escalénreducidses| , 5 |. Por consiguiente, la primera fabrica debe trabajar 10 dias, yy la segunda S dias. oo” Capitulo 2m Vectores ‘Transmisién de calor Como ejemplo de la aplicacién del teorema 2, regresaremos al problema de transferencia de calor que estudiamos en la seccién 1.4. Una placa cuadrada tiene una distribucién dada de temperaturas en sus bordes, by, bay... by (Figura 2.8). Se trata de caleular las temperaturas ‘enel interior, Para simplificar, asignaremos elementos térmicos en ciertos nodos de la reticula A continuacién aplicaremos la propiédad del valor promedio para conduccitin le calur. que cconsiste en que la temperatura de un punto interior de la reticula es et promedio de las tem- peraturas de sus puntos vecinos en Is reticula, y con ello se abtiene un sistema lineal, En este Gp +25 +b +s) sae Hiy ta th tbo) (22) = Gla + xy + bs + by) X= Hom tay tbe + bb | 4 bop tty, be Figura 28 Transferencia de calor MEJEMPLO 11 _[Intuicién de un ingeniero} _ Uningeniero sabe (por intuicion) que todos los valores de temperatura by, ... hx en las orllas de la placa producen temperaturastnicas en xy, ts, Demuestre mateméticamenté lo anterior. SOLCIGN Se necesita comprobar que el sistema (2.2) puede resolverse para toda by >, Primero se replantean las ecuaciones (2.2) en su forma candnica se forma la mata au. mentada 4-1-1 0: bth aio} 4 0-1: beh eb) yg 4 mtr heb O11 4: bth Ya que 4-1-1 0 O-1-1 4 0 0 4 -2 o 0 02.1 Ml Operaciones vectoriaies 75 4 tiene cuatro pivotes. En consecuencia, [4 :¢] tiene una solucién para todos los vectores 4 ¢, segiin el teorema 2. En particular, si a € se le asignan los componentes 6, * by, bs = hy. ‘bry by + by, observaremos que el sistema (2.2) se resuelve para cualquier eleccién de tem- peraturas by... bs co Combinaciones lineales con sistemas algebraicos computacionales Maple ~ - > vector 2 ah-6e0 3.2 (17, -6, 11) anematica : : In{t):= - Razarees.ccn oust ir, 80 wars Serrrereren Ejercicios 2.1 : 6, Determine un vector x fal que mealspe3M, Compruche que cualquier vector 3es una sombinacion fro. sal detascolumnas de] 1 1 0 Lion 35, Determine un vector 3 que no sea una combinacién lineal | ff [2 “we 136, Demueste que cualquier vetor es una combinacién linea de los vectores de base estindar de R En lovejetcisios 37a bedeserit cl conjunte de todas las com- binacioneslineales de los vectores dados: Ue) BR - “EE EEG Cafes fs valores de moor] 2k fo] fi] omnia 20 1 -k | nacin Hincal de las columnas de|g yg Ecuaciones vectoriales y sistemas lineales 44, Eseriba los siguientes sistemas en forma de ecuaciones sectoral, ao xndyet moet y=o bo xn ay tre 2etd at 445. Exprese los siguientes sistemas en forma de ecuaciones vectorales, 21 WM Operaciones vectoriales 77 aoxsaynzet nxt y yrs bo xnayo “x ta yr? 46, Plantee las ecuaciones vectoriales en forma de sistemas lic reales. -La][5]-G] [a]f) En los ejrcicios 47 y 48 diga sel sistema [4 : bles consistente para todos los vectores b € R?, i Aes 02 anal bond “1 wate 3] Ejercicios de teoria 49. Demuestre las partes 2a 5 del teorema | 450. Compruebe la partes 6 2 9 del teorema 1 SI. Sea 4 una matrz de m xn, Suponga que el sistema [4b] es consistente para todos los veetores wb. ;Es cierto 0 Fale 0? (Explique por qué.) bes una combinacidn lineal en fas columnas de 3. A tiene m pivotes. A tiene npivotes |. Cada renglén de 4 tine un pivore ‘Cada columna de 4 tiene un pivote A puede tener mis de m pivotes, i: A puede tener mais dem pivotes he msn, ‘52, Suponga que el sistema [4 :b] es inconsistente 8 UQuE puede decir acerca de la cantidad de pivotes de 4? b. Puede ser bun miltiplo escalar de la primera columna dea? ‘Aplicaciones '53. Unbote de vela viajaa 10 mifhhaciael este, y soplaun vien- focruzado, de suranorte, de 20 mith. {Cuil esl vector ve~ focided del hots” ‘$4. Durante el despegue,un avin se eleva con rapdez de 20 if fh, Surapidez hacia el est es 150 mirh y su rapidez hacia eh ‘norte es 200 mith, Caleule el vector velocidad total78 Capitulo 2 mM Vectores ‘88. Una zerolinea compra suministrs para tres de sus aviones, aa tata, bana El costo promedio por viaje en délares, se expresa com la eos, 4. 7a, + Bay +925 smatriz A cuyas eolumnas son a, clase Primera Negocios Econéiica Caleule y explique el significado de lo siguiente * 86. Acerca del ejercicio SS, ,euéntos viajes hizo cada avin, si Ja aerotinea gast6 $23 000 para primera clase, $38 000 para Avlén 2 Avién 3 la de negocios y $49 000 para la econémica? (Sugerencia 2.2 Producto punto DEFINICION 300450 me Sit. ¥ 1 Son la cantidad de viajes que hizo cada avién, roo 900 23,000 centonces sa, + a9; +a = | 38,000 |), 49,000 Objetivos del alumno para esta seccién 1. Cafeutar Ia longitud de un vector. el producto punto y el Angulo entre vectores, 2. Calcular la proyeccién ortogonal de un vector sobre otro vector, En esta seccién definiremos al producto punto, o producto escalar ¥ la longitud en Rv. Estos ‘conceptos son bisicos en la teoria y las aplicaciones de los vectores. En dos y tres dimensio- nes tienen interpretaciones geométricas familiares, | (Producto punto} Sean w = (Wy. a) ¥¥= (Hh, vi) dos Vectores n cualquiera. El produeto punto, 0 producto esealar de u y v es el miimero siguiente: HEJEMPLO 12. Sean -2 -2 " 1" = " Caleular u+v, us wy vw. SOLUCION uey = (=1)-(-2)+2-043-240-0=8 ew = (HI) (=2)+2-043-(-2) 40-1 vow = (=2)-(-2)+0-042+(-2) 40-1 = a El ejemplo 12 demuestra que el producto punto puede ser menor que, mayor que 6 igual 80. De hecho, siel producto punto de dos vectores es 0, se dice que son ortogonales entre si Asi, v'y w son ortogonales, pero wy ¥ no lo son,22 WM Producto punto 79 La norma, longitu © magnitud de un vestor nu, es acai cuadrada posts Wall = aru = (uf +--+ ud)" La norma siempre est definid, porque ful? = u-w (23) e520. ‘También a distancia (cuclidiana) entre w y v se define como sigue: d=ju-v WEJEMPLO 13 Calcule la norma de w, que es |jwl|, y la distancia d entre w y v. SOLUCION La norma de w es Iwill = ((-2 +0? + (-2P + PY’? = Yo=s La distancia entre wy ves lla = vil = 0,2,1,0)11 = V6 i Observe que la norma de un produeto escalar, cu, es Hell = Ie a) porque Ve =e. Por ejemplo, =5(1, 2911 = 5, ~ 10 = 55 = [31,20 La norma de un vector 2 0 un vector 3 ¢s exactamente lo gue en geomettia llamamos longitud. Si w= (uy, 1), entonces |= fry a2 = YlOP'? +(PP')? = OP, de acuerdo ‘con el eorema de Pitigoras, figura 2.9{a), Del mismo modo, 3 w= (2, 44) entonees ul es la longitud geométrica, aplicando el teorema de Pitigoras a OPP’ ya OP"P” en ta figura 2.9(b). @ Figura 2.9 Magnitudes o normas de vectores en el plano y en el espacio.80 Capitulo 2 Vectores Si PGes un vector libre siendo Plpi, 2.23) ¥ Olqi-dz.4y), en ese caso la longitud |PO| de PQ es la longitud del vector correspondiente, es deci, {PO = Var PF GFF Gee Esta formula también expresa la distancia entre los puntos Py Q en el espacio. Entonces, la distancia entre dos vectores, tal como se definid, es la distancia geométrica en el espacio centre las puntas de fos vectores. Si p;~ gy = 0, se obtiene la distancia entre dos puntos en el plano. BEJEMPLO 14 (a) Calcule la longitud de v = (1, -2, 2). (b) Determine la distancia entre P(2, 3, -1) y Q(-1, 0, -2). SOLUCION Wil= VPP [Rl arco vio co Un veetor unitario el aguél euya longitud es 1 MEJEMPLOIS u es un vector nitro, porque ceca OPO Con frecuencia nos interesa obtener el vector unitario en la direccién de un vector dado. TEOREMA 3 (Vector unitario en una direccién dada) Sea v= (v1, ... v4) un vector distinto de cero, y sea w el vector unitario en la direccién dev. entonces DEMOSTRACION Como wes un miltiplo escalar positive dev, tiene la misma direccién que v. Ademis, u tiene longitud unitaria, porque cidn (2.4. 7h llvl = 1, de acuerdo conta ecue- sasceTEOREMA 4 22 WM Producto punto 81 MEJEMPLO 16 Determine el vector unitario en la direccion dev ~ (1,2, 1), SOLUCION Segin el teorema 3, Los vectores 3 unitarios a lo largo de los ejes coordenados son e). € y e). También suele representirseles por, jy k,respectivamente figura 210(b). Esta notacidn se acostumbra en fisca e ingenicria 5 | | aa (01) k oi (0.1.0) ao mo 7 Box y @ o Figura 2.10 Vectores unitarios alo largo de fos ejes coorcenados. <~ El producto punto tiene las propiodades que se resumen en el teorema 4, (Propiedades det producto punto} Sean u, vy w vectores n, y © cualquier escalar, Lurvev Simetria 2u(vtw)=uveuew Aditividad 3. ew v) = (eu) “v= u- (cv) Homogeneidad 4, w+ u20.Ademis, u-u=Osiy sélosiu=0. Definicién positiva DEMOSTRACION Unicamentecomprabaremos ls partes 2 y 4 dejremos los casos res tantes como ejercicios. Sean wm (14)... Un), ¥™ (iy eo Ya) ¥ w,). La parte 2 es consecuencia de82 Capitulo 2 mM Vectores a) fate wivtw)= : tin} Uva me Suv tw) too + tale + Wn) (ayy +o Fg) + (Uy oF tog) svtuew En el caso de la parte 4, sus flull? =0 wurde te uy sg =O eu=0 co Es posible combinar la ecuacién (2.3) y el teorema 4 para formar muchas identidades ‘nuevas. Por ejemplo, veamos el teorema 5 TEOREMA 5 Sity v'son vectores n cualquiera, se tiene {lu + viP = ful? + ivi? + 2u-v (iu = viP = jluli? + [lvi? — 2u-v DEMOSTRACION Como liu + vi = (a+ y)-(u ty) de acuerdo com la ecuacién (2.3) u+y)ut(uty)ev segin el teorema 4, parte 2 sutusvty-uty+y ——tomando en cuenta las partes | y 2 sutduevtvey” segin la parte 1 jul? + [iP +2u-v de acuerdo con la ecuacién (2.3) co Si se reemplaza v por —¥, se llega a la segunda identida Una de las consecuencias més itiles del teorema 4 es la desigualdad de Cauchy- Schwarz? TEOREMA 6 (Desiqualdad de Cauchy-Schwarz} Para cualesquiera dos vectores nw y ¥, Hall vil demas, la igualdad es vélida si s6lo si u y v son muiltiplos escalares entre si lav} > Los eréditos y biografias pertinentes se deseriben en el eaptulo 8,TEOREMA 7 22 WM Producto punto 83 DEMOSTRACION Segiin el teorema 5, 0S (uty): (uty) = Fue u) +xQu-v) tev (23) ppara todos los escalares x. Es un polinomio cusdritico p(x) = ax? + bx + een dondew = u- a, h=2u-vye=v-v. Como a Oy pix) 20 para toda x, [a erifiea de p(x) es una parabola en. el semiplano superior, cdncava hacia arriba. Por consiguiente, la parabola esté arriba del eje xen cuyo caso p(x) tiene dos raices complejas, o bien es tangente al eje x y en esa circuns- tancia p(x) tiene una raiz real repetida. En consecuencia, b? ~ 2ae < 0. Asi (2u-y)? = 4(u- w)lv-¥) <0, sea 4(u- vy? ~ 4illulPllvil? <0 to cual implica la desigualdad de Cauchy-Schwar2, La igualdad se aplica si y sélo si 6? ~2ac=0, 0s y silo si p(x) tiene una raiz real doble, por ejemplo r. Por consiguiente, de acuerdo con la ecuacién (2.5) con (rut y) (r+ v) = 069 [iru + vl] = 0 ’ emtv=0 Entonces v es un producto escalar de u, lo cual demuestra la ditima afirmacién del teorema, EJEMPLO 17 Compruebe la desigualdad Cauchy-Schwarz para u = (-1 v=@,-2,-1, 0), SOLUCION fev = =1)+(4,-2,-1, D1} = [-9} ful tvll = 11, 2,0, —1pI hea, 2, —1, 0) = Vo V2 = 11.499 = 9 co ‘Como aplicacién del teorema 4, yde la desigualdad de Cauchy-Schwarz, se obtiene el teorema siguiente iti {La desigualdad del tridngulo} Para cualesquiera dos vectores n u y v, tenemos lia + vil = thal] + tv DEMOSTRACION lu + viP? = [ful + lv? + 2u-v —segin el teorema 5 llulf? + lvl? + zl ll POF la desigualdad de Cauchy-Schwarz = (ull + lv) Por consiguiente, ju + vl $a + Iv ma84 Capitulo 2m Vectores En dos y en tres dimensiones, la desigualdad del trigngulo también puede visualizarse eométricamente: cada lado de un tridngulo tiene su longitud menor que la summa de las lon- gitudes de los otros dos lados (Figura 2.11), B B ’ fal, \ bt ary c utw © Figura 2.11 La desigualdad del triéngulo en el plano, Angulo entre dos vectores La desigualdad de Cauchy-Schwarz implica que lu-vl jel ca, Tullo Como cualquier nimero entre ~1 y 1 puede expresarse como cos @pata 0 < 05 x iinica. la Sltima desigualdad permite definir el éngulo entre dos veetores El Angulo entre w y v, dos vectores a distintas de cero, es el nimero 8 tinico tal que osea p= 4 Voy Teil ivi ee iultivil (2.6) ‘También puede expresarse el producto punto en funcién del angulo: sy = [lll cos 8 (27) MEJEMPLO 18 Calcule el angulo 6 entré los vectores @ (DyG.0) (b) (11,1, Dy (1,0, 0,0) SOWCION aa (9) 0 arses TG. OFT = arccog DL -(0,00) (0) = arecos TT, NHI 0, 0,001 3 "Nuestra nocién geométrica de ingulo concuerda con la definicidn anterior, en dos y tres, dimensiones (Figura 2.12). De hecho, puede comprobarse la ecuacién (2.7) usando la ley de los cosenos como sigue22 W Producto punto 88 ye ® a0 Figura 2.12. El dngulo 8 formado oor dos vectors es, en radanes, 0 <0 x De acuerdo coma ley de los cosenos aplicada al tringulo OPQ (Figura 2.13), lullvi cos @ = (lu? + IvIP - NP) Pero jul? + ||P = IPO? + 2u- v, sega el teorema 5, Por tanto, lav cos@ = + (PQ? + 24-v— POP) = av Figura 2.13 ‘La ecuaéién (2.7) implica que wv y cos Btienen el mismo signo, y uno es cero sélo si lotro lo es. Como el cos 6 es positivo para 0.< @ ©, negativo para % <4< my cero cuan. do = 4 entonces 1. Ges agudo siy silo siu-v>0 2. Bes obtuso si ysSlo si u-¥ <0 3. Bes recto siy sélosiu+v=0. Si @= § ,entonces se dice queu y v son perpendiculares, lo cual se exprea con w Lv. Como 0 = § equivale a u- v= 0 para vectores no cero, es evidente que wy v son perpendi- ‘culares siempre y cuando sean ortogonales, es decir, uLvesury=0 cuandows0y 2086 Capitulo 2 mM Vectores El teorema de Pitégoras tambien se puede generalizar (figura 2.14). tel ¥ Figura 2.14 El teorema de Pitagoras. TEOREMA 8 (Teorema de Pitégoras} Los vectores n u y v son ortoganales si y sélo si Jus of DEMOSTRACION Se deja como ejercicio. (Sugerencia: Aplique el teorema 5.) [—__] Proyecciones ortogonales Los productos punto pueden aplicarse para expresar cualquier vector n como Ia summa de vectores ortogonales. Sean u y vlos vectores dados, distintos de cero. deseamos escribir wen |a forma en donde uy es un miltiplo esealar de v y u,, es ortogonal @ Up (Figura 2.15). Como vemos. siempre es posible esa descomposicién de uy es tinica. Ay Sele llama proyeccién ortogonal de u sobre v, ya u, se le denomina la componente vectorial de u ortogonal a v. Figura 2.15. La proyeccién ortogonal de u sobre v. Ahora calcularemos Uy ¥ U, en funcién de u y v. Como Up y ¥ tienen Ia misma direc- cién, uy. ~ cv para algin escalar c. Ademés, como u, y ¥ son ortogonales, u,v = 0. Por can:2.2 M Producto punto 87 siguiente, u, Por tanto, Wey = (te + te) ¥ = ev tury =(ey-v+0 = av'w) Y entonces, proyeccién ortogonal de u sobre v 28) ‘componente veetorial de u ortogonal a v 29) EJEMPLO 19 (Proyeccidn ortogonal) Siu=(1, 1, I) y ¥=(2. 2,0), determine la pro= yeceién ortogonal de u sobre v y la componente vectorial de u ortogonal 2 ¥. SOWCION (41.1) 2,2,0) 4 2 .02,2,0) = £02,2.0) = (hh (2,2,0) G20)" 20 gl = (e110) y Bee oe = (11, 1.0) 0.0.1) (erifiquelo geométricamente) a Producto punto con sistemas algebraicos computacionales Maple > with(inalg): > dotprod({1,2,3],[-3,2,-11); Mathematica alt}: Dot [{1,2,3, out (1)= -2 3,2,-1))88 Capitulo 2m Vectores MATLAB >> dot({1 2.3), (3 2 -1]) Ejercicios 2.2 Sean w= 21. V3. DY =A 3. Shwe 4, 2,0) d= 1. Encuontre las longitudes de los vectores siguientes: a lod la 2. Caleule las expresiones siguientes, ilu + oth Hull + i Hull ~ vil fs ~ vl Ivllv + wll c/a 3. Dotermine las expresiones siguientes wt) vu twee ad (aad 4. .Cuiles de las siguientes expresiones son indfinidas,y por awe? weve we ieew) ev (uwieew) wOv) we By) (aay date 8 Determine of vector uitario en cada dieecidn, aw hy ew dd Fnewoatre un vector de longitud 2 con la direccidn de ‘Caleule un vector de longitud 2 en direecién opuesta 8 Ia dew, 7 4. Derermine an sector en la direcen de d cuya longitud sea veces fs de 9. Pncuentre un vector de longitud 9 en la direccibn de d 10. Caleule a distancia ente los puntos Py Q. a PULL, Q-2,3-4) b. PUA, ~3,2.0),010,2, 4) 1. Cuiles pares de vectores son ortogonales? aM -0) be G=1,-1), 01-0) 34) 12, Encuentre dos vectores que scan, cada uno, ortagomales & 1,-2.4) 13, Determine un vector uit 0 que sea ortogonal a ». En Ios ejercicios 14 y 15 caleule el angulo que forman w y ¥ (Necesitaré una calculadora), Mo ees Awe) ® 2-21) « Dv = (1.1.0) wk 6.1) b w= (V3,1,-2),¥ = (1, ¥3,-2) 16, Caleule la proyeceid ortogonal dew sobre v 2.3¥ (20) bo w= 0,-1.6.¥ = (-1,-3,5) 0, 1),¥ = (0,0,—1,3), J. Para el ejericio 16, encuentre la componenié vectorial de ‘wortogonal av. - Comprucbe la desigualdad de Cauchy-Sehwarz pr los pa res uy v del ejercicio 16, 19, Demueste el teorema & 20. {Es cierto que si w= = 0. entonces w= 00 bien v= 0? 21, (Es verdad que si ww =u-w yw 20, entonces v= w" 22. (Ley del paralelogramo) Demuestre la identi sguien- te (figura 2.16)2.3. Espacio generado por un conjunto de vectores 89 [ut vB + fu ~vP =2fal + 2iF Figura 2.16 La ley del paralelogramo en el plano. 23. (Identidad de polarizacién) Encuentre Ia identidad que ‘expresa el producto punto en funcién de la norma, i+ vi = Hla — oP 24, Compruebe que siw es ortogonal a ¥ y aw, entonces éste « ortagonal a cualquier combinacién lineal ev + dw. 25, Describa geométricamente el conjunto u de todas los \eetores 2 tales que fll = 1 26. Exprese zeométricamente el conjunto v de todos los vectores 3 tales que lvl" 1 Descomposicién polar de un vector Los ingulos a, By yque forma ¥, un vector 3 no cero y los eetores unttarios base, jj k, se Haman dingulos directores dle vigura 2.17). Los cosenos, cos a, 0s By cos x de los én- alos directores, se llaman cosenos directores dev 27. Compruebe que (cos a 08.605 y) es tn vector enitrio. Figura 2.17 Angulos directores. 28, Demuestre que v= Ilvilcosa,cosB,cosy) (2.10) ‘A esta ecuacién se le llama descomposicin polar de u 29, Sea y=cu para algin esealar > 0, y algin vector unitario uu Demuestre que CHIN yu (eos a. 05 B.cos 1) Para cada uno de los vectores dados en los ejercicios 30 y 31 determine lo siguiente: (a) La descomposicin polar () Los cosenos directores (6) Los angulos drectores (necesita una ealewladors) 301,01) (=1,1,0), (an) G10) BBW (R=) (V3.0 (2,-2.0) 2.3 Espacio generado por un conjunto de vectores Obdjetivo del alumno para esta seccién Comprender, algebraica y geométricamente, el espacio generado por un conjunto de vvectores. El material de esta seccién es importante. Aprenderemos el espacio generado por una suce- sidn de vectores ny su interpretacién geomeétrica en elcaso de los vectores 2 y 3. Es una vasta| ‘zeneralizacién de las nociones de una linea o un plano que pasan por el origen90 Capitulo 2M Vectores DEFINICION (Espacio generado por un conjunto de vectores} El conjunto de todas las combinaciones lineales de los vectores.n ¥\,.,.. vu se Hama ese pacio generado por los vectores vj... va ye representa por Gien{¥s... Vs}. Si P= Gen{vy,..., vi}. Se dice que vi... vi generan a V, y que {v),.... 4} e8 un eonjunto generador de V. WEEJEMPLO 20 Demuestre que los siguientes vectores estin en Gen|vi.¥s} Ov vy MY Avy Sw 2.509 SOLUCION Cada uno de esos vectores es una combinacién lineal dev, y v3, porque O=o+O Welton wtwelytiy Sys tO 3H BEJEWPIO 21 Comprucbe que Gen|v) es el conjunto de los miltplos exealares de w SOLUCION Cuslquier combinacién fneal de v tiene la forma cv para agin escalar Ala imers,eualgoier mill ect cv de es una combinacian neal de ¥. Por consigente Gen(v} ese conjunto de los miltiplos escalares de v. | BEJEMPLO 22 SOLUCION El vector estéen el espacio generador si y slo si hay escalares cy y cy tales que {i : cori tntceerdceta|* 3] tin se no es columna pivote, de modo que el sistema es consistente, y el vector sestd enel yenerador. ‘Aunque no es necesario el sistema puede resolverse con facilidad, y se obtiene ¢ = 1 ee Bele = MEEJEMPLO 23 Demuestre que Gen{ey, €>) [Teal] aoeinns dace 2. 2s:af SOWWCION Toda combinacién lineal en e), €) es un vector de la forma ce ~ e»€> para los escalares cy y cx. Como2.3 WE Espacio generado por un conjunto de vectores 91 se ve que cyey + exe: puede ser cualquier vector 2 y viceversa, cualquier vector 2 puede ex- presarse en forma de una combinacion lineal ce, + ces. Por consiguiente, Gene), MEJEMPLO 24 Demuestre que Gen{eyen .., ) RP SOLUCION Esta comprobacién se dja como eercicio, co BEJEMPLO 25 Determine Gen(e),e} en R® SOLUCION 1 Ya que smell] aff] -[ Gen{e,, €x}¢5 el conjunto de los vectores 3 cuya segunda componente es ce. SOLUCION 2. Necesitamos calculartodo b en R?, 1qve ee) =e eumpla pra ey fro: a, ' €2. También es posible determinar toda b de modo que el sistema|® © = >y | sea consis- lors od fro: a] tente. Como esta matriz equivale a0! : bs |, suiltima columna no es pivote si y s6lo si loo: a] ‘by =0. En consecuencia, Gen{e), e)} incluye todos los vectores 3 cuya segundo componente ‘es cero, a WEJEMPLO 26 DetermineGenfvivs} 6, fis: SOLUCION Seri preciso encontrar todo b =| »| |tal que el sistema y 5 ft 3] [ : jek = Gentv, EJEMPLO 27 Caleule Gen{vs, vi}92 Capitulo 2m Vectores TEOREMA 9 SOWCION En vista de que 12h)_fr2 24 bi)” [0 0 b-2 12:8 clsistema] yg, p, Jesconsistemesiy silo shy — 2h, 1.0 sib: = 2h,. Por consiguien- quier escalar r. En consecuencia, el generador consiste en todos los miiltiplos escalares de vy Gen{vi, v2} = {rvi. © R} = Gen{vi) co EJEMPLO 28 Determine un conjunto generador para fsa-6] fa] [a SOWCION Comes | A) thd ~ +b] 5} para todos los esealares.u yh. Vesté wenerado a 0, we| (Reduccién del conjunto generador] Si uno de los vectores m vj, ..., vy €8 una combinacién lineal del resto, el yenerndor per manece igual si se climina ese vector, DEMOSTRACION Para comodidad en la notacién podemos suponer que vs ¢5 una combi rnaci6n lineal de vi ..., i. (si es necesario, renombrando los vectores), Entonces remit ot eave au para algunos escalares ci, ..., c.1. Sean Vy V” los espacios generados correspondientes dev),...,¥ey de Vi, -., Ye, Es preciso comprobar que = ”. Como cualquier combina- cidn lineal de v,,...., y-1 es una combinacién lineal de v,,. ... (suimindole Ov,), entonces Y" CY. Basta demostrar que VV". Sea € V. Entonces u= div, + ~~ dev, pata algunos escalates dj... de. Se tiene ws div tere t dhvinr + dele 7 eave) = (dy F desu HF (day + decked que es una combi coma se afirmaba, .cidn lineal en v),...., vi-1. Por consiguiente, u € , y entonces VeTEOREMA 10 2.3. Ml Espacio generado por un conjunto de vectores 93 WEJEMPLO 29 Compruebe que wh fa) yor SOUCION Puestoque | |=10]_3]+ | tos dos generadres son igutes de acuer do con el teorema 9 = ‘Quiza las dos propiedades mis importantes del generador de un conjunto de vectores sean las que se describen en el teorema siguiente, i ¥ = Gen{v, ... vg}. Entonces, para cualesquiera uy w en Vy cualquier esealar > 1, ut westien F; 2. ewestéen DEMOSTRACION Se deja como ejercicio. oo El teorema 10 implica que cualquier combinacién lineal de elementos en V esti en V. Esto significa que el generador no séto es el conjunto de combinaciones lineales de vectores, sino también que éste incluye cualquier combinacién lineal de sus propios vectores, Relacién entre el generador y los sistemas lineales Decir que un vector b € Re es una combinacién lineal de los vectores vy... vy equivale a decir que b esti en el Gen{y,,... vy}. Por consiguiente, 1. El sistema cuya matriz aumentada es [4 : b] es consistente si y sélo sib estd en el Gen{vi, Va) 2. [A :b] es consistente para todos los vectores b € R* 1 y sblo st el Genta)... ay © RY. Esto es vilido solo si cada renglin de 4 tiene una posicidn pivote (tearema 2, seceisn 2.1), EJEMPLO 30 Es pao Lesh) SOWCION Ya quecada englénde|_ | tiene unpivore(:porque?)s > . [es consistente para todos los escalares by y bn y Gf [4] . ( } =R So94 Capitulo 2m Vectores interpretacién geomeétrica de Gen{u} y de Gen{u, v} Sean u y v vectores 2, 0 vectores 3. Gen{u},u#0 ‘A medida que ¢ asume cualquier valor escalar, cu pasa por todos los puntos de la recta que atraviesa el origen y tiene direccién u. Como, segiin el ejemplo 21, Gen{u} es el conjunto de todos los miltiplos escalares dew, legamos a la conclusion de que, geométricamente, Gen{u} es la linea / que pasa por el origen y cuya direccién es u, figura 2.18(a). Por otro lado, cual- uier linea recta que pasa por el origen puede escribirse como Gen{u).,siu es cualquier veetor diferente de cero sobre la linea recta (3) Genta} =! (©) Gen (ae) <1 (2) Gentyv) = P Figura 2.18 £1 generador de uno y dos vectores Gen{u, v},u#0 Caso 1. Siv es un milkiplo escalar de u,entonces Gen{u, v} = Gen{u} = J Figura 2.18(b). Caso2. Sivno esun miltiplo escalar de u, entonces v# 0, y Gen{u, v} es el plano que pasa por el origen y contiene tanto a u como a y, figura 2.18(c). De hecho, cualquier piano que pase por el origen puede representarse como Gen{u, ¥), si wy von dos vectores no colineales cualesquiera en ese plano, Ejercicios 2.3 9] 3 siguiente? a-[7? -f2 . swestens (3) [2] DIEStas, EIEN SGaw eff a3] cantidad infinita de vectores fe jaestiencl Gen{b,e]? d. gd esté en el Ger2.3. Espacio generado por un conjunto de vectores 9S fe. gmestdon cl Geni)? cdestienel Gente}? fd esti en cl Gen{b,€!? 4. a. {fs cierto que el Genta, b1 bh {Es verdad que el Genta, d} = R®? {Es certo que el Genfa, e} = Gen{b, e}? 1. Compare el Genta} con el Genji fe. (Cusl es el Genfa, be}? £. Cuil eset Genta, ed)? (Cuil es el Genta, b,¢, dY? hh. {Cual ex el espacio generado de las columnas de A=[a ab 4? Cuil es el espacio generado de las columnas de Ula a ap of] | a. avrestion el Gen{vi.¥5, 931? b, vs esti en el Gen}, v2)? fe. jxvesti en el Genjvs,¥317 6. a, Domuestte que el Gen{y), ¥s, 3} = RY b, Comprucbe que el Gen{yy. v2, ¥4) = R? ‘e. Demuestre que el Genty,,¥s, vel = el Gentvs, vn, Ya En los eorcicios 7 al 13 determine sas columnas de la matriz dladas de m x » goneran a R®. meld a] (5 3] ee 3] [a : saa) aia] mefese [hal oo 0 2-5 oo 0-2 5 = l be223 4) bri Mle gk ahd 2 05 0-20 “12 12-30 2-5 00 0 2-5 4 lo 0 0 -1 0-1 00 0 o 1 2 14, {Bajo qué restricciones de @ y b. las columnas de abo 2 0 O| generana RI? aot 15, {Cierto falso? a, RI® puede generarse exactamente con 9 veetarest0. b. R puede generarse con al menos 9 vectoresit. RW puede generarse con 10 vectores 9. 4. RU” puede generarse con 10) vectores 10. eR se puede generar con I vectores 10. 20 vectores 10 cualesquiera generan a R, 4 20 vectores 10 pueden generar a 16, Comprucbe que Gonfu, vi = Genius. =v} 17, Confirme que Gentu, vw) =Genluca + uty w) 18, Muestre que 8) = Ss, siendo 19, Demueste el teorema 10. 20. Si: es una matrz cujas columnas generan a R™. ,Qué puede decir acerca de lo siguiente? |. Eltamafo de 4 bb, Elsistema [4b].96 a 2. 23 cr 2%. Capitulo 2m Vectores w srcnme jane ence sem on f{[i}-["]} © [4 : bj es inconsistente? Encuentre un conjunto generadorfinito para 27. Determine todos os valores dex tales que ve {[sch ate) om {i} 3) }-" Determine un conjunto generadorFinito para 28, Trace los siguientes conjuntos. {["S']<4 eon soe) v ‘Suponga que cada renglén de la matrz A, de m X>n, tiene snygenvime scp eracaaieme {i} (} sce { Si besté en el generador de las columnas de, qué puede ° decir acerca del sistema [4 : BI? 2.4 Independencia lineal DEFINICIONES Una sucesién de vectores n, Vi, V4, €s linealmente dependiente si 0 es una combina- ‘Objetivos det alumno para esta seccién 1, Conocer qué son los vectores linealmente dependientés y linealmente independientes. 2. Comprender Ia interpretacién geométrica de la independencia lineal. EI material en esta seccidn es muy importante. Aprenderemos lo que son los vectores linealmente dependientes y linealmente independientes. Ademés, describiremos la interpre- tacién geomeétrica de esas nociones para el caso de los vectores 2 y 3 Una combinacién lineal de vectores Vy...» Ve eS eavis eva tees eve y se lama no trivial cuando algunas de las cy... son diferentes de cero, Pero si todos los Coeficientes son cero se denomina trivial. cidn lineal no trivial de es0s vectores. En otras palabras, cuando hay escalares cy... C4 no todos son cere, como avi teas t tee 0 (2.12) Un conjunto vj... . Vede vectores m es linealmente dependiente si lo es como suce- sign Una relacién de la forma (2.12) cuando no todas las ci... ¢4 Son cero, se llama relacién de dependencia lineal. ‘Una ver mas empleamos el término sucesin cuande se permiten repeticiones de vectores24 WM Independencia ineal 97 Un conjunto v,..., vede vectores m es linealmente independiente si no es linealmente ddependiente. Es lo mismo que decir que la tinica combinacidn lineal de O en funcian de iss» ¥4e8 la trivial, o que la ecuacién (2.12) implica que c, MEJEMPLO 31 El conjunto (e}0)-()} ¢ linealmente dependiente, porque Taye kG} B] EME eGo gy EJEMPLO 33 [Es el conjunto “ aly +o[]-[0} ert 2e=0 2c, + 2p + ey=0 Por consiguiente, Es necesario resolver este sistema lineal homogéneo pata encontrar cy, > y ex. Como la ma- wf 2229 feos ae tizzumentada| 9 | | g[sereducea] °F | 65 =F Asi hay sluciones no tvs ye coajunto es linalmentedependicnte, Para con- seguir una relacién lineal particular de dependencia se asigna un valor al parmetro r. Por cjem- plo, sir=2,98 Capitulo 2 mM Vectores ol} E)e ll Ea) Esta es una de las (infinitas) elaciones de dependencia lineal Obsérvese que si slo tuviéramos que comprobar si hay dependencia lineal, bastaia una “22150 forma de escaln de ls matrz sumentada, Por ejemplo, ta forma deescaléa| gy ) 3. g nos dice que el sistema homogéneo tiene variables libres. De aqui que haya soluciones no trviales y que el conjunto sea linealmente dependient, — TEOREMA 11 Dados dos vectoresn no cero as siguientes afirmaciones son equivalentes: 1. Los vectores son linealmente dependientes, 2. Un vector es un miltiplo escatar del otro. 3. El Angulo que forman los vectores es 0 0 DEMOSTRACION Sedsja como ejerccio, co MEJEMPLO 34 Compruebe que (e), ¢} ¢s linealmente independiente en R2 ofl oft]-B] enn }.[] rem 076-0. en ei independiente. = WEJEMPLO 35 Demuestre que (ej, €1,... &)} en Res linealmente independiente. SOLUCION | Se deja como ejercicio. co EJEMPLO 36 Confirme que es linealmente independiente f2 PL fel Fal yf sowcon so|a}en/-les heh a} 0 oTEOREMA 12 24 WM Independencia lineal 99 a a] 3 6 3}, que es equivatente al Forma de escalin | betes f2 8 al 0-3 0s 0 0 -21 ign trivial, y el conjunto es linealmente independiente, oh pr eats bot el Como indicaron los ejemplos anteriores, la reduccisn por renglones es una forma efec- tiva de determinar la dependencia 0 independencia lineal (Criterio de independencia lineal} Las siguientes afirmaciones son equivalentes: 1. El conjunto de vectores m (vj, Yas « Va} €s Linealmente independiente 2. El sistema sélo tiene la solucién trivial [yw ey 2 0] 3. La matriz tiene n posiciones pivote (es decir, cada columna es columna pivote) [we vn ees ved DEMOSTRACION 1 ¢> 2, porque eww; ++ eave =O.y (Wi o~* vy 10) son expresiones cequivalentes. Por otro lado, 2 ©» 3, de acuerdo com el enunciado 2 del teorema 3. seccidn 1.2. co EJEMPLO 37 {Son inealmente independiente ls columnasdea? 338 222 oro 333 SOLUCION A tiene tres columnas pivote, porque A~ | 0 4 41, Porta que suseo oo -1 umnas son linealmente independientes, segin el teorema 12. ABEJEMPLO3E {Sorlinealmente independientestascolumnas de 1?100 Capitulo 2m Vectores TEOREMA 13 TEOREMA 14 “35 5 SOWCION YaqueA~ | 0 9 181, la tercera columna de A no es una columna pi- 00 0 vote. Por tanto, siguiendo el teorema 12, las columnas no son linealmente independientes, (Estas son linealmente dependientes.) Una consecuencia iil del teorema 12 es el tearema 13. Si el conjunto {vj, va, ., Vy} de vectores m es lincalmente independiente, entonces n £m DEMOSTRACION Como el conjunto es independiente, Ia matriz{¥y v2 “++ v,)tiene n columnas pivote, segin el torema 12. Pro el nimero de pivotes no puede ser mayor que e nimero de columnas o que el nimero de renglones de una mati, de acuerdo eon el eericio 49, seccin 1.2. En consecuencia,n <'m, como se afirmabe. cS El teorema 13 dice que si hay mds vectores que componentes. los vectores son linealmente dependientes BLEJEMPLO 39 Son linealmente dependientes las columnas de la matriz siguiente? 45-80-93 92 8-2 7 6 5455-99 61 SOWICION Si; sean conel teoreme 13, cuatro vectores 3 no pueden ser inealmenteinde- pendientes. El siguiente teorema es muy itil para demostrar que una sucesién 0 conjunto de veetores es linealmente dependiente. (Prueba de dependencia lineal) Sea 5 un conjunto 0 sucesién Fnitos de vectores m. Enionces 1. SiS tiene un vector v, entonces es linealmente dependiente si y sélo si v= 0. 2. Si S consiste en dos 0 mis vectores vj, ..., vy entonces Ses linealmente dependiente siy s6lo si cuando menos un vector sea una combinacién lineal de los demis vectores. 3. SiSincluye dos o més vectores Vj, .., ¥econ ¥; #0, entonces S ¢s linealmente depen- diente si y sélo si al menos un vector, por ejemplo v, (12 2), es una combinacién lineal de los vectores que le anteceden, es decir, de Vi, ¥ DEMOSTRACISN Sélocomprobaremosta parte 3y dejaremos las restantes como ejercicios Siv,es una combinacién lineal dev. ¥,~1,entonces hay escalaresc, tales que ereTEOREMA 15 24 Independencia lineal 101 Por consiguiente, eM te Heavy HD OW) te HOM =O Esta es una combinacidn neal no trivial de 0 en funcién devi... vi, porque el coeficiente dev,es -1 #0. Asi, vj. linealmente dependiente, Por el contrario, cuando v),..., v Son linealmente dependientes, entonces hay escalares Cin €4o todos son cero, tales que emt tem=0 Sea cel iltimo escalar distinto de cero en la ecuacién anterior. Entonces civ ts tet Oy, te. + Oy siendo.c:#0. Vemos que i> 2. porquessi i= 1, la comhinacian no trivial ¢\¥; 0 implicaria que civ = 0. Por lo que Emme mits toad yey ose En consecuencia, v;es una combinacién de Vi... ¥iy EJEMPLO 40 Los vectores sonlinelmente dependents de sever concleorema 1, puesto gue S 0. OBSERVACION El eouema 14 no dice que do vector se9 uns combine q cmtaotentns ase} stems mene ove[5}+2[}} sn enta[{] rum entinsntn se] [2] n lineal de fos Ahora reuniremos algunos hechos bisicos, cuyas demostraciones se dejan como eer: Cualquier conjunto 0 sucesién finita de vectores que contiene 0 es linealmente depen diente 2. Una sucesin finita can vectores repetidos es linealmente dependiente 3. Cualquier conjunto finito (sucésién) de vectores que contiene un conjunto 0 sucesién linealmente dependiente (sucesién) es en silinealmente dependiente, 4. Cualquier subconjunto de un conjunto finito linealmente independiente es en si lineaimente independiente102 Capitulo 2 ml Vectores TEQREMA 16 ‘También contamos con el siguiente teorema, Vics sss Va un conjunto Finealmente independiente de vectores im 1. Cualquicr vectdrv hel generador de Ses expresable en forma nica como combina cin lineal de vetiores en S. Esto es las relaciones VEE te tek, YW EMT ty simplican que hen 2. Si v no esti en el generador de 5. el conjunto {v, 1 vi. ¥} es linealmente indepen- diente DEMOSTRACION 1. Coma v= ey +29 Fev diy yo + dv entonces ley diner tte div = De manera que ey = dy" °°" 64 1 porque Ses linealmente independiente. en vista de to cual e, di, as ™ dy, comprueba lo que se afirmaba, Supongamos que, por el contrario. $” = jy)... Vy. ¥} eS linealmente dependiente. En ese ‘caso hay una combinaciéa lineat no trivial de 0, ent Fea bern Sic # 0, podemos despejar v de Ia ccuacién, y obtenemos v= (efey}y) °° (6 TeaNVy Pero entonces v seria una combinacidn lineal en S, y estaria en el yenerador de S. lo eual contradice nuestra hipétesis. Si, por otra lado. ¢ = 0. la ecuacidn se reduce a eye sete con al menos una ¢, # 0. (;Por qué?) Esto también contradice la hipotesis de que S es linealmente independiente. Entonces, legamos a la conclusién que S* debe ser lineslmente independiente. Interpretacién geométrica de la independencia lineal en R? y R? Al aplicar el teorema 15 y las definiciones geométricas de suma y multiplicacién por escalar {que deseribimos en la seceién 2.1, podemos hacer las siguientes observaciones (figura 2.19) |. Dos vectores no cera en R® o en R” son linealmente dependientes si y sélo si estin en la ‘misma Tinea que pasa por el origen. 2. Tres vectores en R son linealmente dependientes si y slo si estan en el mismo plano que pasa por el origen. 3. El yenerador de dos vectores en R® o en R¥ es una recta que pasa por el origen si los vectores: son linealmente dependientes, 0 es el plano definid por éstos si son linealmente indepen- dientes. 4. Bl generador de dos vectores 2 linealmente independientes es R?24 Independencia linea 103 Linealmente dependiente Linealmente independiente Figura 2.19 El generador de tres vectores 3 linealmente independientes es R? Cualquier conjunté linealmente independiente en R* tiene tres vectores, cuando mucho. Cualquier conjunto linealmente independiente en R? tiene dos vectores, como nxiximo. Cualquier conjunto que genere a R? posce al menos dos veetores, Cualquier conjunto que genere a R° tiene tres vectores como minim, Ejercicios 2.4 [Em los cercicios | 5 determine silos vectores son lineslmente oad 15 0) Inelopendientes «] 330 7 {20 0 1 00 25 0 = ( Lh [| Sn emt 10+ Rye xvas tea : Sh men wo fe) eae) (SS LREL SY acre) ~ CHE En los gjereicios 6 2 9, determine si las columnas de la maiz son linealmente independientes104 Capitulo 2 mi Vectores ‘OD il sgeneran Re. voctores.n;determine'c).c+y es paraque v= ¢yvy Wesvs = ews Qey He Ds 24. Seaneyyy Hes dws yen2 ds. Come | 23. Sitvivs 9} estnconjuntolinclment ndepentionte de evi tle eh ewan dw tal 19, :Para que valores dea es linealmente dependiente el con- pruebe que {¥;,v:, ¥sf es linealmente dependiemt. fal fas2] |, 25, Demuestre que sv, ¥.¥3 6 neamenteindependien- samo LG te, tambign loos {¥1~ ¥.¥3= 93, Ye + vf 26, Verifique que son ciertas las airmaciones del ejemplo 35. [fa] fa-2] 27. Demuestre el teorema I. 2 trmeatalocsdcctenimo [4] [=] uy. 3 Demise neaiment dependent? 29. Sapo gu is colunms emai A, de 1, 00 2] [2 Iinsoneidepententen Bema gos cena 2. cero quectecnamociysstementorson| ||]. coum belteast tbe ee en fee oe i pewdentes Vriiquequeprsculqucr vouch ces 22, Lav afmacins sige sn ita as? pends eng qu para cue Cul dos veces dition onesie at, Suponga que ee fee tat yan fs fw, wat som cpt fubcnhnteincaimentc depends de sek 'y. Cualeseiuiera tres vectores 2 diferentes generan 2 {eto geomeétrica es a interscecion de GentS) 0 Gene)? 2.5 El producto Ax Objetivos del alumno para esta seccion |. Aprender a calcular e interpretar la matriz producto Ax. 2. Saber eémo escribir un sistema lineal en funcién de 4x. En esta seecién definiremos el producto 4x de una matriz por un vector y lo usaremos para presentar otra notacién para sistemas lineales. A continuacién estudiaremos el conjunto so- lucién, 0 conjunto de soluciones, de un sistema homogéneo y sus propiedades, El producto Ax Definiremos el producto de una matriz por un vector. Si A =| } ces el producto Ax es la combinacién linealDEFINICION 25 M@ Elproducto Ax 105 En otras palabras, se forma la combinacién lineal de las eolumnas de A y los coeficientes de Jos componentes de x. Observe que esta operacién tiene sentido slo i la cantidad de columnas de a matriz es igual al tamaiio del vector. ‘Sea A una matriz de m Xn, cuyas colwmnas som a), a3, .., Ay ¥ 8ea x un veetor mn euyos componentes son x),X:,.-.,%» El producto matricial Ax es el vector m expresado como la combinacién lineal Axe at WEJEMPLO 41 Sean 2-2 A=|-1 6], b 453 Caleule, sies posible, los productos Ab y Ae, “EelEG- El producto Ae es indefinido, porque des de 3 X2-y eno es un vector 2 = SOWUCION BEJEMPLO 42 Determine ax, donde 2 a=f3a] y -[] ‘ 2 mains nf] pascnsee SOLUCION 5 4 oi 2 2 ‘Vemos que esta vez Ax es justamente el producto punto | 3| - | -1 | .PAGINA 105> 1 4 Observe que a medida que x varia en RY, el producto Ax varia en R. Asi, la multipli- cacién por 4 define una correspondencia entre R* y Rr Matteson = a106 Capitulo 2 mM Vectores TEOREMA 17 MEJEMPLO 43 (Registro de calificaciones) Una profesora de ilgebra lineal emplea ma- trices para registrar las calificaciones de su grupo. Si Mes la matriz definida por Calificacién Oto 1999 Primavera 2000 Otono 2000 A 2 3 1 B 15 2 c 15 15 D 8 n 2 1 Cate inept el products M (| : SOLUCION 23a Pe Psy) py os oR aD “fel ,,fe). fs Si as | 5) *'}is|* fis] = fas Sark 8) oi} tal Gs El producto es el vector cuyas componentes son las sumas de las columnas de M. Se obtiene ta cantidad total de las calificaciones 4, B. etcétera, cq La matriz de m Xn cuyas columnas son €,, €:, . .,€, $e Hama matriz identidad, y se representa con /, 0 con J EJEMPLO 44 1000 ° 0100 1 oo10 0001 co El teorema siguiente describe las propiedades basicas de la operacién Ax. ‘Sea A una matriz de m Xn, sean x y y vectores m y ¢ cualquier escalar. Entonces 1 Alxty)= axe ay 2. Alex)» etAx) 3. 4x= x DEMOSTRACION Comprobaremos so a parte ly dejaremos lo dems como ejercicios Sia), ay Son fs columnas de A yy... $+ y= $00 15 componentes de XY ¥. respectivamente, EntoncesLa ecuaci6n Ax = b 25 lM Elproducto ax 107 x] fy at Alcs y) ad Ly Set Me De acuerdo con Ia definicién del producto, esto es igual a (x; + nda + (5) +yalas #2 Guy + yt . fa Fda * sy) Oo = Seetinel envied 6 del teorema | (ea) + amy +++ nae) + ia + yaks Fo Yaag)—Segtnlosenunciados Ly = Ag+ Ay 2 del teorema 17 = xiay + yiay + may + yaap +0 + Sy + Yat El producto x permite contar con un método muy refinado y itil para representar un siste- mma lineal. Por ejemplo, para el sistema ax yet axtays3 que podemos expresar en notacién vectorial como Tale Ed-B] [+ JG1-6) de acuerdo con fa definicién del producto de una matriz por un vector, Un sistema lineal se puede expresaren la forma 4x = b, donde 4 representa la matriz de corficientes, bel vectorde términos constantes y x el vector de las incdgnitas. De este mado tenemos las expresiones equivalentes Esta ecuacién es equivalente a [bled beoxia + en donde ay... .., a, son las columnas de A. Afirmar que el sistema [4 : b] es consistente equivale a decir que hay un vector x me: diate el cual b pucde expresarse como el producto Ax. Por ello, las sisiientes afirmaciones son equivalentes [4b] es consistente Hay un vector x tal que Ax ~ b, bes una combinacién lineal de las columnas de 4 bbes el generador de las columnas de A Tomando en cuenta la equivalencia de los puntos 2 y 4, Genfay as... ay) = (Ax, para todo x en Re} 2.12)108 Capitulo 2 mM Vectores El espacio nulo TEOREMA 18 MEJEMPLO 45 Determine todos los vectores posibles de la forma [- JE] cuando x y y tienen cualquier valor real souscen eammtenan{[' Sf} cen} -omff [nme vo es, co El espacio nulo, (4), o nulidad de una matriz 4 de m Xn, contiene todos los veetores n en x, tales que 4x = 0. Es el conjunto de soluciones del sistema homoyeneo Ax = 0, WA) = (xen Rr tal que Ax = 0} Observe que Ax =0 sélo tiene la solucién trivial si y sélo si w/A) = {0}. Caleular ¥4) equi- vale a determinar todas las soluciones de Ax = 0. E] > [3] EJEMPLO 46 {Cuil de . ssi tego io a?“ SOWCION En vista de que. AEB) 2) 6) ces evidente que u esti en el espacio nulo y v no lo est Una de las propiedades mis importantes del espacio nulo se deseribe en el teorema ‘guient. ‘Sea.A una matriz de mx-n. Para cualesquiera x), x2 en WA) y cualquier escalar-, tenemos que 1. xy xp est en (4); 2. ex; esté en WA). DEMOSTRACION Coma 4x; =Oy Ax = 0,entonces Alay +) =A + Ay = 0 0=02S Ml Elproducto Ax 109 Mex) = e(4X)) = 0 = 0 de acuerdo con el teorema 17. En consecuencia, x; + x2 y ex, estén en (A), co Las soluciones de Ax = by Ax =0 TEOREMA 19 En este parrafo describiremos la relacién entre los conjuntos solucién de un sistema lineal ¥ de su sistema homogéneo asociado. Demostraremos que si x, es Ia solucién general de ‘Ax = Oy si p es una solucin particular de Ax =b, entonces xe ptr, ¢ la solucién general de Ax =b. La relacién entre os dos conjuntos solucién puede describirse en forma refinada me- diante la notacién siguiente: sip es un vectorm y Ses un subconjunto de R’, representaremos con p +S al conjunto de todas las sumas p + x, donde x es un elemento de S. “ p+S={p+xx€5} Si Ses el conjunto de soluciones de Ax = b, y p esté en S. En ese caso. S=p+ua) (Conjunto solucién deax=b DEMOSTRACION Sip + xyes cualquier elemento dep + v4), entonces Aci + p)=Ax,+ Ap=0-+b=b De modo que xs +p ¢s una solucién de 4x =, Por tanto, x, + p esti en S. Asi, p+ 44) SS. Siy es cualquier elemento de S, entonces Ay=b. La diferencia y —p esté en (4), porque Aly~p)= Ay~ Ap=b-b=0 ‘Como consecuencia, y= p+ (y—p)es un elemento de p+ (4), y asi habia dicho. =p +d), como se MIEJEMPLO 47 Compruebe el teorema 19 para el sistema10 vectores SOLUCION El conjunto solucién del sistema es S it | [erERY yel espacio nuto 2] de la mati de oetcientes es 4A) = ||” |.r€ Rf. (Compruébela.) Puede aplicare teo- rena. one **2”]-[ [2s [3] ero sos prio a El calculo de Ax con rengién-vector A veces deseamos calcular sélo una componente, por ejemplo la /-ésima del producto 4x. sin tener qué manejar toda la combinacién lineal de la definicién. Esto se hace facilmente: tome cl éésimo renglén de 4 y x. Multiplique entre si sus elementos correspondientes y sume to- dos los productos. EJEMPLO 48 Caleule las componentes | y 3 del producto Don 21a] [? 35 alls tat SOLUCION SOT ry PP PRO Te os al({}"|[e} [emir le 764 . 64 Ax en términos del producto punto ‘Vemos que 4x es el vector euyas componentes son el producto punto de cada renglon de por. Asi, Siri, . «tm son los renglones de A, entonces25 WM Elproducto ax UM Ax.con sistemas algebraicos computacionales Maple > with(inalg) > Arsmatrix(([2,-3] , [1,4])):x:=vector((5,-61); > evalm(Akex) ; (28, -19] Mathematica alt) HE2, 3B, {1 AD KB OD: ral2i= kx owetal= {428}, (19) . MATLAB, — De he (2-3: 1A): x= (5: 6 >> hex 28 -9 Bjercicios 2.5 Sean 6. seria el sistema siguiente en ta forma Ax = b [3 “| on[2 7-3 2] pis 46-1 of “275 sco 1 eye = |200), w=]? a 4 1. Enewente todos os vectors nposbles que tenigan a For LL] ima Cui ese valor den? 1. Caleule,sies posible, Au, Avy Aw. « a ally 2, Determine, sie posible, Bu, By Bw sy bapa tee wens ec scl |B. Determine todos los vector nposbles que tenga I for 4. Convierta Bx = w a un sistema lineal, 5. Exprese el sistema siguiente en la forma Ax * b. 2112 Capitulo 2m Vectores 9. Encventte todos los vectores m posible que tengan fa for- . ol fi] i rey | sore erty L 14, ;Cudl(es) u, vy w estan en el espacio nulo de I. Con referencia al ejemplo 43, ealule einterprete el pro- duct siguiente 20 13 8 35 15 1 11s 2 12, Una empresa de artculos deportives vende bicicletas de los tipos 1, 2,3 yen tes tiendas. A eontinuacién proporcio- 15, Cualfes) , vy w se encuentran en el espacio nulo de 2-2 2 a=li na afr oir 16, ,Cudlfes)u, vy w estan en el espacio nulo de thos lode de tanecmiems pst bad 2223], Tipo Tienda 1 Tlenda2 Tienda 3 Arla 33 icicleta 1 25 15 35 44s. tices? [Ss tides [is 17 Contest wren 9 pr stems ideas [yD er Sites esa mati eal meres produc [a 2 yon) py pe sl tToaal edad dened 18, Compact wore 9 pane sien py Laaso 18. sisi primey hima compe pce paest Soon 240i} 222 18, Demueie son oon del ssten = Baye Mentncs tes on stn else bmogenen fof s{fa soa ae fos 20, Selconiossksions de 4st sma do por el teorema 18, qué puede decirse acerca de b? 2.6 El producto cruz ‘Objetivos del alumno para esta seccién 1, Caleular el producto cruz de dos vectores y comprender su geometria, 2, Comprender y aplicar las propiedades bisicas del producto cruz, En sta seccién explicaremos el producto eruz. Aunque éste se limita a vectores 3, iene muchas aplicaciones en ingenieria, fisica y matemsticas, CONVENCION Todos los vectores en esta seccién son veetores en el espacio,26 M Elproducio cuz 3 Sistemas derechos e izquierdos Hay dos tipos de sistemas coordenados en el espacio 3, el derecho y el izquierdo, Un siste- ‘ma coordenado derecho es aquel cuyos semiejes positivos se identifican como sigue: cuando los dedos de la mano derecha se colocan a fo largo de la direccién positiva de las x, los dedos se cierran hacia la direccién positiva de las y, el pulgar debe apuntar hacia la direccién posi- tiva de las z. Para un sistema izquierdo, la mano derecha se sustituye con la mano izquierda (figura 2.20), x ‘ : ‘ x 6 6 4 2 as a Sistemas iquierdos Sistemas derechos. Figura 2.20 Notacién para un determinante Producto cruz DEFINICION La notacién para un determinante que explicaremos.a continuatién puede ser muy dil para cexpresar algunas de las formulas bisicas en esta seccién. Primero, definiremos ab ob = ad ~ be Por ejemplo, 4-2 12 34 En segundo lugar, definiremos la notacién a a], .|a b no 2 by le {2 flee a al Por ejemplo, 1 2-2 a (Producto cruz} Sean u = (uy, us, 1s) V=(vi, ¥2, 95). El produeto cruz, ux v esel vecror con componentes WX V= (use) — uv, Any) — MHS. HOPE HED)114 Capitulo 2 ml vectores Esta relacién también puede expresarse en notacién de determinantes: ijk axvefa me wole[e Bin |m 8he|e not be ely In Ja cual es lo mismo que axe (|2 " EJEMPLO 49° Sean w= (2,-1,3)yv SOLUCION _ wee! f Seb afeft lef? ah i + Sj ~ 3k = (7,5, -3) co MEJEMPLO 50 Caleule ix}. SOLWCION ixje|i 3 ° Por consiguiente, ix j= k. coo De hecho, todos los productos que se forman con i,j y k satisfacen k ixjek | jxi xk xj kxisj | ixk= j La figura 2.21 es un auxiliar mnemotéenico: al avanzaren el sentido de las manecillas del reloj, 1 producto cruz de dos vectores proporciona el tercero. Cuando el desplazamiento se da en sentido contrario al de las manecillas del reloj, el producto cruz de dos vectores obtiene el ‘puesto del tercero. Figura 2.21TEOREMA 20 26 M Elproducocus 1S (Propiedades del producto vectorial o producto cruz)*_ Si w= (ug .ts ts). ¥= (04. ¥9,P9) YW = (04H, hs) SOM Veetores En el espacio y ces eual- aguier escalar. Entonces Lux = =v xu; 2. aX (vbw) = uXy ta XW 3. (atv) XweuxwhyX ws | 4. elu Xv) = (au) Xv = WX (ev): | 5. 0Xu=ux0=0; 6. uXu=o; 7. aX (ww) = (ws wy = (wv): Bu-(WXw)=/y om vs ws Cn DEMOSTRACION “Bemosiraremos as partes 1, 7 8. Elresto de las demostraciones se deja como ejercicio, Para la parte 1 WV (ayy ~ saya, tnry — yeas avy — aM) = =0us = vous ¥9m ~ vinsy time = nn) = WC Para la parte 7, en vista de que VX w= (vas — voir, 9H — vWD HHH HoH) La primera componente de ux (vx w) es an toyi = vem) — uyCogiy = vy) = avis = nave — Mae sv Por otto lado, Is primera componente de (uw}v ~(u* vw es Cu teat asws)¥s~ tins Fieve + vay = maw ws HEMI) MSHS Por consiguiente, u (v x w) y (u- wv ~ (W- vw tienen sus primeras componentes iguales. La igualdad de las dos iltimas componentes se demuestra en forma parecida, Paras pare 5, we orew) = tomy (RB B)-[2 ple el) aul? foul Sfeul ef-[e & wee] Me | a) OBSERVACION 1. De acuerdo con el enunciado 1 del teorema 20, el producto eruz no es conmutativo; es anticonmutativo YN dol T: Al producto vectorial sueleHlamérsele producto cruz116 Capitulo 2 mi Vectores 2. Elpproducto cruz no es asaciativo,* Esto significa que en general (u xv) w # u X(¥ XW). Por ejemplo, (xj) xJ=KX |=, mientras que Hx (jxj)=ix0 La mayor parte de las identidades donde intervienen los productos cruz pueden dedu- cirse a partir del teorema 20. Por ejemplo, es facil demostrar que la propiedad & implica que u(uxy) De aqui que u x v sea ortogonal au y av. Asi, ui(uxy) y vi(uxy) Siwy v son vectores no cero, la diteccién de u Xv es perpendicular al plano definido por uy v. Ademas, es posible comprobar que para un sistema coordenado derecho, los vectores uu, vy w X v también forman un sistema derecho (figura 2.22). Esto determina la direccidn del producto cruz. A continuacién caleularemos su longitud uxy Figura 2.22 Direccién del producto cruz en un sistema derecho. Al hacer el céleulo directo, la parte & del teorema 20 implica que u(y xXw) = “(wx u) = sux) 2.13) (Esta propiedad también puede memorizarse con un diagrama de permutacién cictica, como cl de la figura 2.21, reemplazando I, jy K por u, vy W.) TEOREMA 21 [Longitud de! producto cruz} 1. La siguiente idenidad es vida ita vi? = ful? Iv? ~ (a-v)? tdentidad de Lagrange 2, Si es el angulo que forman uw y v, entonces iu X vil = Hull ivi sen (2.14) © Para conocer wna relacin entre la no asociatividad del producto cruz y el problema de los cua colores, véase "Map Coloring and the Vector Cross Product”. de Louis H. Kauffman, Journal of Combinatorial Theory, serie B, 48 (1990): 145-154COROLARIO 22 COROLARIO 23 26 M Elproductocue 117 DEMOSTRACION 1. flux viP = (xv) (xy) de acuerdo con b 213) fe acuerdo con la ecuacisn ( (x (ax vy) segiin el enunciado 7 del teorema 20 =u ((v- vju~ (w-aly) v= v)(w-w) ~ (v-w)(u- ¥) = ful? tv? ~ (av 2, Segiin el anunciado 1 y de acuerdo con la ecuacin (2.7), seccién 2.2, se tiene hu vf = full? flv? ~ (wv)? = full? vl? — ffl! Iv? cos? @ = [ul flv? (1 = cos? 0) = jul? vif sin? @ En consecuencia, fu x v= fully] sen @ El enunciado 2 del teorema 21 determina la longitud de uw v, Geométricamente, esa ongitud es igual al érea del paralelogramo definida por u y v (figuea 2.23), Por tanto, el area, A del paralelogramo con u y v como lados adyacentes es acho uxy Hu x vil = full ivisen @ Figura 2.23, DEMOSTRACION Como 0 < @< x, entonces 0 < sen @ |, Por Io que la ecuacisn (2.14) implica que {he x vf = full vil sen @ = ful flv] = fell vt (Criterio para que dos vectores sean paraleios} | Dos vectores u y v, no cero, son paralelos si y slo si w x v = 0. si nnn | DEMOSTRACION De acuerdo con la ecuacién (2.14), uxy=0< lux v]=0¢> ul lvisen 6 =0 eosen = 05 0= |, #63 wy ¥ son paaletos =118 Capitulo 2m Vectores Aplicaciones a geometria TEOREMA 24 EJEMPLO 51 (Area deun paraielogramo) _Calcule el area del paralelogramo cuyos la dos adyacentes son PQ y PR, siendo PI2, 1,0), (1,2. 1) y R(-2. 2. 4) SOLUCION De acuerdo con ta parte 2 del teorema 21, cf arca es [PO PRY, Pero PO > PRY = W(— 3,0 (4, 14) = 13,0, ~ 130] = 132 Por consiguiente, el érea es 13/2 unidades co MEJEMPLO52 (Area deuntrisnguio} Calcule el érea del trigngulo euyos vértices estin en Tas puntas de i jy k SOLUCION Dos lados del triingulo son j ~iy ki, De manera qu ‘rea del paralelogramo definide por esos lados, La mitad de ésta IG in <¢k-ir evel cl irea del triinguto, Lig yeep e te . 1 SG ~ x Ok BH = 5-1, 1.0) x (1,0, 0 \ pila = v3 [Volumen de un paralélepipedo); ~~ Demuestre que el volumen ¥ del paralelepipedo cuyos lados adyacentes son los vectores. de posicion u, v y w (figura 2.24) esta expresado por Vela vem) Figura 2.24 SOLUCION Sea 4 el drea de la base definida por v y w. Sea la altura del paralelepipedo, y el Angulo que forman w y vx w. Entonces, f= jl eos 6! y 4 = Jv X wil. Segin la ecua- cin (2.7) en la seccién 22, V = Ah = Iv x wlll eos 8] = lu (v WI] a26 Wi Elproduaocuz 119 MEJEMPLO 53 Calcule el volumen del paralelepipeda cuyas lados adyacentes son los vectores de posicién w =(1,~1, 2), ¥= (0,2, Iy W=(3,-2, -1). SOLUCION Segiin ef enunciado 8 del teorema 20, 1-12 w(vxw)=|0 2 1)=-15 30-2 -1 Tenemos que el volumen V del paralelepipeda es ju (v x w)] = |-15|= 15. oa La ecuacién (2.15) define un criterio ficil mediante el cual podemos comprobar si tres puntos son coplanares. Si u, v yw son coplanares, el volumen del paralelepipedo cuyos la- ddos adyacentes son u, vy wes cero (porque la altura es cero). Por el Conteario, latina forma en‘que este volumen séa cero es que u, v y w sean coplanares. TEOREMA 25 (Criterio para que tres vectores sean copianares} Los vectores u, v y w son coplanares si y s6lo si w *(vxw) =0. Producto cruz con sistemas algebraicos computacionales Maple > with(inalg > crossprod((t,2,31,(-3,2,-11); [-8 -8 8) Mathematica talt] <> crosa({1,2,3), [-3,2,-1])120 Capitulo 2 ml Vectores Ejercicios 2.6 1. Sean u=(-1 2D. y= (4-3, S)y we (4,-2.0). fre te las operaciones siguientes, uxy (wxvxw ux(xw) — (wtyXw uxwtyxw wt iexw) 2. Seauxv=(2, 1,5), Determine veu = 20x w) wx (10v)—(=2u) x (10¥) Hux vi) av) x al R Sea (yw) 5-5. Bncuentre (wx wow ve(uxw) ww XW weuxy) Sean u, ¥ yw vectores 3 4, ,Cuiles de las expresiones si lentes son indefnidas y por ‘ane? (axa) xu ex (exw) a (axw) ux (uw) (uxu) xivxy)— (UXW)- XW) 5. Compruebe la ientidad de Lagrange para w= (3,4, 1)y v= (0,5, 6) 6, Caleule oseno del angulo formado por uy v para fos va- lores siguientes a.u=(6, 12,9 bun, -Taky 7. Determine un voetor unitario perpendicular a plano defi- nid por u =(3, ~8, 0) ¥¥ = (7, 5,~4.) A. Encuentre un vector de longitud que sea perpendicular a plano definido por w= (1,-1.1) y w(=1, 1,0) sngulo cuyos vertices estén en (1, ty 9. iCuiles el rea del Debby 1,1 10. , Cuil es et rea del paralelogramo cuyos lados adys sentes son Dy PR, siendo P11, 1,1), OU,-1.=1) y ota" H1. Caleule of volumen del paralelepipedo cuyos lados ada {centes son los vectores de posicion (1,-2.3), (2,0,-5)¥ ant 12, Aplique ef producto cruz para demostar que (1, 2,—1)y 4, 2) son paralelos, 13, Usilieeelteorema 25 para determinar cules de los veetores 1, vy w son coplansres aust bua (- a Dey (0,1, 3). 1.0.2). = (1,=1,0) 0) 14. Bs verdad que six ¥= th entances w= 0.0 = 07 18, .Escierto quesi ux v= uxw. y tambien u #9, etonces| 16, Termine la demostracin del torema 20, 17. Demueste la identidad (Xv) ww (vX) IR. (Identidad de Jacobi) Demucstr a identidad (uv) Xow + (Kw) Kat Ow) KY =O 19," (Pormula de Euler) Siu.» y w.son tees lados adyacentes 0 bien (x. Ys B= Go, Yo) xem tia 2.18) wrth os)122 Capitulo 2 Mm Vectores MEJEMPLO 54 Silesia recta que pasa por (1,1. 2)en la direceién de (1. 1.1), Deter: ne lo siguiente: (a) Una ecuacién paramétrica de 1 (b) Dos puntos de / (c) La interseccién de / con los planos coordenados SOWCION (a) Como n=(1, 1, 1) y p=(1,~1, 2), una ecuacién paramétrica de la recta es bien, en forma de componentes, (b) Para determina os puntos ene necesita evalua el primero Por ejemplo, = 1y fan producen (Iy=1,2)+1(, [o1)=(2.0.3) ye -1-2)"(-1\0eL 1) (0.2.1) (c) Para caeulariaintersecein con el plano ay se iuala 20, Deah ques 2 += 0.8 deci, 1-2 Alssturlo nterioren les dos primera euaciones paramects ene, mos, =~I,y==3, Asis (-L--3,) esa imerseccin con el lana sy En forma pareeida se obtenen a interseciones on los plans 22, que son 0,3) (0,-2.1) respec tamente a EEJEMPLO 55 [Recta que pasa por dos puntos) Deduzca una ecuacién paramétrica de Ja recta que pasa por los puntos P(3, —1) y O-1, 2) SOWCION Como PO=(-1,2)~(3,=1)=(-4,3) es paraleo a la recta el vector de direc: cin es n= (4,3), Por tant, una ecuscién paraméirica de la recta es “Les MIEJEMPLO 56 (Rectas paralelas) Demuestre que las rectas cuyas ecuaciones paramétri- x=1-2r x yerlta yo ys2bm z= 2-8 ae7-4r son paralelas,2.7 WM Lineas, planos ehiperplanos 123, SOLUCION Un vector de direccién para la primera recta es (~2, 4, 8) = 2-(-1, 2,4). quees tun miiltiplo escalar del vector de direccién (1, 2, 4) de la segunda recta. Ambas rectas tie nen la misma direccién, asi que son paralelas. co HEJEMPLO 57 [Lineas perpendicutares| Demuestre que las rectas euyas ecuaciones paramétricas xei-d yerltar y z=2-2 son perpendiculares. SOLUCION Esto es cierto, porque los vectores de direccién (-2, 4. ~2) y (~1, -2,-3) son ‘ortogonales. hats NOTA La ecuacién paramétrica de una recta no es nica. Puede emplearse cualquier punto de la recta o vector paralelo al vector de diteccién, Por el momento sélo consideraremos rectas en el plano. Como n + 0, siempre es posi bie eliminar ¢ del sistema (2.18) para obtener una ecuacién de la recta en la forma conocida Ax + By (2.19) como una relacién entre yy x Por ejemplo, partiendo del conjunto paramétrico (2.20) climinamos 1 para obtener ea A Ia inversa, la ecuacién (2.20) puede determinarse a partir de Ia (2.21) haciendo 1 =2~ x, Podemos obtener otro conjunto (més facil) de ecuaciones paramétricas izwalando yye-3r+7. xr yaret (22) Obsérvese que los dos conjuntos de ecuaciones (2.20) y (2.22) son equivalemtes. Al reempla- ‘zara rpor 2+" en el sistema (2.20) se obtiene el sistema (2.22). En el caso de rectas en el espacio, a despejar no se obtendri wna ecuscién, como con las rectas en el plano. Asi, la ecuacidn paramétrica es a tinica disponible para describir di- rectamente una linea en el espacio. Sin émbargo, si a# 0, b #0 y c # 0, podemos seguir eli- rminando f de fas ecuaciones (2.17) para-obtenet dos-ecuacioncs:124 Planos Capitulo 2m Vectores Las anteriores son ecuaciones simétrieas de una recta, Descritien indirectamente a la recta ‘como una interseccién de dos planos (que se explicara en la subseccién siguiente). EJEMPLO 58 _[Ecuaciones simétricas de una recta) Deduzca las ecuaciones simétr- ‘cas de la recta que pasa por (~2, 3, 1) cuya direccién es (-1, -2, 1), SOLUCION Como (xo, yo, 9)" (2,3, Dy (a, b. 6) 8 (- 2, 1). entonces -2) Un vector m= (a, 6. ¢) no cero se llama normal a un plano P si es perpendicular a P (fi- gura 2,27). Sean Plo, yo, 29) un punto dado de P, y sea X(x, » =) cualquier otto punto. Si = (4 Yo. 20) ¥X=(X, 2), entonces x ~ p es paralelo a P y, en consecuencia. es ortog Je normal n. Por consiguiente, el producto punto de x ~ p por n es cero: n(x p)=0 En funcién de componentes, esta ecuacién puede expresarse como sigue: Figura 2.27 La ecuacién (2.24) caracteriza a todos los puntos x de Pen funcién de un vector normal y de un punto p de . A esto se denomina forma punto-normal de la ecuacién del plano P. Esta es andloga a la ecuacién simplificada’ de la ecuacién de una recta. Tanto la forma simple como la de punto-normal implican un punto dado y una inclinacién. En el caso de la recta, la inclinacién se expresa con la pendiente, mientras que en el caso del plano se define ‘mediante la direccién de la normal. EJEMPLO 59 (Ecuacién punto-normal) {Cuil es la ecuacién del plano que pasa por (1, 2, 3) yes perpendicular a(~2, 1, 4)? Determine otto punto en este plano. SOLUCION , Como p= (-1, 2,3) y m= (~2, 1,4), con la ecuacién (2.24) se obtiene Deer tld) +4 -3)=0 del TA Ia"forma simplifieada” de a ceuacién de fa recta see llama con frecuencia “forma punta- pendiente”. porque su nombre en inglés es “point-slope form”.TEOREMA 26 2.7 Wi Lineas, planos ehiperplanos 125 El punto en el plano puede obtenerse partiendo de cualquier solucién de esta eeuacién, Por ejemplo, con.x= 1, y= 2, e obtiene 4: 4, Por lo que (1, 2,4) es otro punto oa La ecuacin 2.24) puede reformularse como sigue art bytestd=0 (225) siendo d= ~axg~ by» ~ ozo. Esta es la ecuactén general del plano. Aun en esta forma, los coeficientes de, yy z siguen definiendo wna normal al plano. Por el contrario, la ecuacién (2.25) es la ecuacién de un plano, (Ecuacién de un plano} Si (a, b,c) #0, a grifica de la ecuacién ’ axt bytes td=0 es un plano cuya normal es (a, b,c). DEMOSTRACION Si (Xa, yo, =o) satisface la ecuacidn, entonces axtbytez+d=0 y axytbyyteztd= implican que ale =39) + BY —yp) tel %9)=0 0862 (a,b, e)* = Xu Y— Yo E— 20) =O Como resultado (a, , ¢) es una normal al plano que contiene al punto (to, Jo, =a) yal vector (&—x0.¥— Yo, ). a EJEMPLO60 (Pianos paralelos) Determine la ecuacién del plano que pasa por I. 2,4) y que es paralelo al plano 2x ~ Sy + 22-1 = 0. SOLUCION Como los dos planos son paraelos tienen las mismas normales, La normal a plano dado es (2,~5,2) y por tanto 2-1) =5+W 4242-4) =0 ¢ la ecuacién del plano desconocido, oc EJEMPLO 61 [Plano que pasa por tres puntos) Deduzea la ecuacion del plano que pasa por los puntos P(2, 0,1), O(1, 2,0) y RC3, 2,1). SOLUCION El producto eruz PQ x PR =(-1,2,~1) X(-5, 2,0)=(2, 5,8) es una normal at plano, Por consiguiente, de acuerdo con la formula punto-norma!, 2(x~ 2) + Sy + 8{2— 1) = 0 esdecir 2x + Sy+82-12=0 considerando que P es el punto en el plano, |126 Capitulo 2m Vectores MIEJEMPLO 62 _[Interseccién de dos pianos) Determine las ecuaciones paramétricas de fa recta de interseccién de los planos x ~ y += y&xtytstl=0, SOLUCION Sea Entonees, al despejar x y y del sistema xoytin2=0 2eeyere1=0 se obtiene 4. Asi, las ecuaciones paramétricas son x aes DEFINICION BI Angulo que forman dos planos se define como el angulo que forman dos ni los planos. WEJEMPLO 63. (Angulo entre dos planos) Caleule el coseno del angulo que forman los planos 2x-y+2-2=Oyx+2y~2+1=0 SOLUCION Como (2, -1, 1)y (1, 2,~1) son las normales correspondientes, el coseno del ‘angulo que forman los planos es i ie Zh) -,2.-0) a WEJEMPLO 64 (Pianos perpendiculares} Demuestre la perpendicularidad de los planos ceuyas ecuaciones son x+y +2" Oy-—x~y + 22=0. SOLUCION Son perpendiculares, porque las normales (1.1, 1) (~1.-I,2) son ortogonales. co Rectas e hiperplanos en R° logas de “rectas" y “planos", que se denominan hiperplanos. Un En Rr hay ecuaciones a1 vector que va dl punto P(py a) a Olds» - ga) tiene coordenadas PO=(q-Py — Pa) Una reeta que pasa porel punto p=(p,...Ps) tone la dreceibn = (dj... dy) esl cone jjunto de puntos x = (x, ...,%) tales que x~ pes paralelo a d. Por consiguiente, x ~ p= rd para algiin escalar¢, Para —= <1<=o, la ecuacién Id esdecit Cai...) =r. sPa) +d, de) (2.26) es la ecuactén paramétrica de una recta en R', con pardimetro MEJEMPLO 65 La ecuacién paramétrica dela recta en R® que pasa por el punto (1. 2.3.4) ¥y que tiene la direccidn (1, 1," 1) es Gy 2.5.0) = 1 +H, 2, 3.4) co2.7 WM Lineas, planos e hiperplanos 127 MEJEMPLO 66 Determine la ecuacién paramétrica de la recta que pasa por los puntos GL AHL Dy (,2,3.4), SOLUCION La direccién de la recta es (1, 2,3, 4)~ (1, 1.1, 1 ‘cueneia, la ecuacion de la recta es (x), ¥3.%5.%2) 2, 1,4,3), En conse. CLA) +2143, Co Ya vimos que los puntos x de un plano que pasa por un punto p, ¥ cuya normal es n, deben satisfacer la ecuacién ne(x=p) 227 porque n y x ~p deben ser ortogonales. El anilogo de esta ecuacién en RY es Ia ecuacién ‘punto-normal de un hiperplano. Sin =(a),..-, 0). ecuacién (2.27) implica que air —pi) + Esta ecuacién también puede escribirse como sigue: Bh AYP MPL Pada + a.5~p.)=0 (2.28) tax, td=0 (2.29) que es lo que se llama ecuactén general de un hiperplano. WEJEMPLO67 _Deduzca una ecuacién del hiperplano en R® que pasa por el punto (1.2.3.4) y es normal ala direceién (-1, 2, ~2, 1), SOLUCION De acuerdo con la ecuacién (2.28), Hey ~ 1) + tx ena) + 22x tay 10 2)~ 20) 3) + Mang 4) = 0 Ejercicios 2.7 Para todos los ejercicios de esta seccién, Sean, fa fh ¥ Tas tineas euyas respectivas ecuaciones paramétrices son ky x=S-3r by yorata za2-t by wes 4, yer zallts sean PQ, Ry S los puntos 5,-4.2) Q(2,-2.1) R1,A2,2) S19,-12,-2) |. {Cuales de los puntos P, Q, Ry S estan en f”? _Couiles de los puntos P,Q, Ry S estan en? |. Determine 3 puntos en 1. Encuentre a interseccibn def con los planos coordcnades. ‘Obtenga todos los pares de rectasparaelas que hay enelcon= junto iy Le Encuente todos los pares de recas perpendiculares que hay fenel eonjunta fy. ¥ ly Demuestre que fy use intersecan. Determine su punto de Compruebe que fy son octas seegadas, (Esto es, que no son paralelas ni se interscean )128 Capitulo 2 mM Vectores 9 Deduzca las ecusciones simétrieas de las rectas fy fy! yle 10, Para cada recta de ffs fy ly obtenga las ecuaciones de dos planos cuya intersecci6n est definida por areca dada (Sugerencia: Emplee las ecuaciones simétricas.) 1. Determine las ecuaciones paraméiricas del recta que pasa por Py es paraela a n= (4,3, 1). 12, Deduzea las ecuaciones paramétricas de la recta que pasa Dor (0,3, 2)y es paralela am = (+1, 2,4) 13, Obtenga las ecuaciones paramétricas de la recta que pasa por P y por 9. 14, Deduzea las ecuaciones paraméiricas de la recta que pasa por (2,-3, 5) y(7, 4, 1) 15, Formule las ecuaciones simétricas de la recta que pasa por Gh Dy C125) 16. Encuentre las ecuaciones simétricas dela recta que pasa por P y tiene la direccién S#. 17. {Cuil de tos puntos PQ. Ry Spertenece al plano x + 39+ i+ 1-07 En los ejercicios 18 y 19 encuentre una forma punto-normal de la ecuacién del plano que pasa por el punto X'y cuya nor mal n 1 X= 64,2, DyM=3,2,0. 19. X= Py ne (6,45) 20. Obtenga uns ecuacién general del plano del ejercicio 18, 2.8 Aplicaciones 2 2 2 uM 25. 26. 2, 28. 29, 30. 31 32. Determine una ecuacin general de plano del ejrcicio 19, Deduzea una forma punto-normal de la ecuacién del pla- no euya ecuacién general es a de-dytee br-ty+3e0 Formule una ecuacién del plano que pasa por /! Oy R, Obtenga una ecuacién del plano que pasa por (2,~4, 1) yh Determine una ecuacién del plano que contiene tas rec tas hry be Encuenire una ecuacién del plano que pasa por (2. 3.-1) y es perpendicular a (-2, 4,1), Formule ls ccuacién del plano que pasa por (1, -2.$)y es paralelo al plano x ~ 6y+22~3=0, Determine las ecuaciones paraméiricas de la recta de in- terseccién de los planos xy +2-3= Oy —¥ + Set +4e0, Caleuleelcoseno de ngulo que forma les planos 6x + y te-l=Oyxty-2+1=0, Demusie que os plano cuysscouciones on x= +22 +Sn0y r+ 2p bead son perpenculars Deduace una ecacin del hiperplano en RS que psa por et pinto (1,2, 0,1, O)y es normals (1, 3,-2.8), Demusie que las ete x= x)41myy a= aS inteaecan sy sla 5~ 4 exh en Genny, Qdjetivo del alumno para esta seccién Apreciar las numerosas aplicaciones de los vectores. Hay un sinnimero de aplicaciones de los vectores en casi todas las areas de matematicas, ica ingenieria, En esta seccién describiremos algunas de las més importantes, si bien toda- via elementales. Aunque el énfasis es hacia las aplicaciones geométricas de los vectores en la estitica y en a ingenieria, También aplicaremos el producto Ax para la obtencién de mejores datos y asi obtener grificas mas suaves y, més importante, a los sistemas dinémicos, Seleccién de datos para suavizar graticas ‘Al medir varias cantidades que dependen del tiempo, con frecuencia se recopilan dates que incluyen perturbaciones repentinas. Por ejemplo, supongamos que se miden velocidades det28 M Aplicaciones 129 viento, y que se anotan algunos valores muy altos, por las rachas que s6lo duran corto tiem- po. Es posible tratar de minimizar el impacto de esas rachas breves que pudieran afeetat la interpretacién de los datos. Una forma de hacerlo es suavizando, uniformando o emparejan- do los datos. Una manera de suavizar es promediando. Si tenemos una sucesién de nimeros abode puede transformarse en Ta sucesién de los promedios sueesivos ath btectddte 2 ue comienza con el promedio de a y 0 como primer nimero nuevo. (En la prictica se usan algunos otros esquemas.) El promediar es, de hecho, una multiplicacién por una matriz cuadrada Finita de la forma . foo000 bLoao ot} too bb loo} $0 ooo ss Por ejemplo, supongamos que cada hora se registran las sig cen decenas de millas por hora lentes velocidades de viento, DI3Z3 45343212 ‘Al graficar esos datos en funcién del tiempo se obtiene la figura 2.28. Figura 228 Grafica de datos Al promediar se transforma esta sucesié130 Capitulo 2m Vectores Al graficar estos datos se obtiene una grafica més uniforme (figura 2.29) Figura 2.29 Datos promediados ‘Si deseamos suavizar mas la grifica usando esta técnica, podemos promediar una vez ‘mas. También es posible hacerlo multiplicando la primera sucesién por una matriz de la For- ma B (compruébelo) an) }Looo i 4400 B=|e ida oT rao oops La neva sucesion es Ls7s By, B74 48 Pear ete a 732G Al graficarla se obtiene una grafica ain més uniforme (figura 2.30). Figura 2.30 Datos promediados dos veces.Sistemas dindmicos 28 mM Aplicaciones 131 Para ahondaren ése y otros ejemplos interesantes de transformaciones matriciales. véase The Mathematies of Matrices, de Philip . Davis (Nueva York: Blaisdell Publishing Co.. 1965). pp. 253-264. En esta seccién presentaremos los sistemas dinémicos discretos, como aplicaciones del pro- ducto Ax. Debido a su importancia, vamos a regresar varias veces a este tema, a medida que crezea nuestro acervo de algebra lineal Para generalizar, diremos que un sistema dinémico es una ecuacién un sistema de ecuaciones que tienen por objeto estudiar cantidades que dependen del tiempo. Un ejemplo. caracteristico es la ecuacidn donde interviene el saldo, P, de una cuenta con intereses en el ‘momento 1. En un sistema dinimico discreto,1a variable de tiempo sélo asumne valores en- eros. Por ejemplo, si una cuenta gana 8% de interés compuesto nualmente, entonces Pa representa al depésitoinicial, Pel saldo al final del primer afto, P; el saldo al final del segun= do, y asi sucesivamente, En este caso, aunque los valores no enteros de f, como por ejemplo Ps tienen sentido, baSta con conocer P en valores enteros, porque P, <= P,, Pr7~ Ps, et. Sea Py = $1 000. Entonces, Py = 0.08 : Py * Py ~ 1 080, P= 0.08P, + Py = 1 166.4,... Al Final del (& + 1}-ésimo afo, el saldo es Pins = 0.08, + Py 08Py 2.30) A Ia ecuaci6n (2.30) se le llama sistema dinamico disereto, o ecuacién en diferencias. y da ‘como resultado el valor siguiente de P en funcién del valor actual. P, puede caleularse apli- ccando repetidamente Ia ecuacién (2.30): Pe LOBP.1 = 1.08 + 1.087,» * (1.08) Por lo que, Po 1.08)'P, ean La ecuacidn (2.31) se denomina solucién del sistema dinémico. ‘A veces. a cantidad que depende del tiempo tiene varios componentes. y puede repre. sentarse con un vector. En ese caso, se aplica la teoria de las matrices para estudiar el sistema dinmico correspondiente Un modelo de crecimiento de poblacién Supongamos que hay una poblacién de insectos dividida en tres grupos de edad, 4, By C. El ‘grupo A esti formado por insectos de 0 a 1 semanas de edad, el grupo B por insectos de | a 2 semanas y el grupo C por insectos de 2a 3 semanas. Supongamos que los grupos tienen 4,, Byy Cy insectos al final de la k-ésima semana. Se desea estudiar como varian 4, By Cal paso ddl tiempo, dadas las dos condiciones siguientes: 1. (Tasa de supervivenci Por consiguiente, ) Al sérmino de una semana, silo sobrevi e el 10% del yrupo a Bue (2.32) 10 * Para conocer una excelente introduccién a este tema, véase Discrete Dynamical Systems, Theory and Applications, de James" Sandefur (Oxford: Clarendon Press, 1990)132 Capitulo 2 ml Vectores Y al termino de una semana sélo sobrevive el 40% del grupo B. Es decir, 2 Coss = Be 33 2, (Fasa de natalidad) Cade insecto del grupo A tene un promedio de 2 de descendientes, cada uno del grupo B tiene 4 descendientes y cada uno del grupo Ctiene 5. En la semana + I, os insectos del grupo 4 son descendientes de los insects en la semana k En con- 2 Aner = San + 4B, + 5G, (234) PROBLEMA Sila poblacién de insectos se inicia con 1 000 en cada grupo de edad, zeuan- tos insectos hay en cada grupo al final de la tercera semana? SOLUCION Las ecuaciones (2.32), (2.33) y (2.34) se expresa en términos de vectores y Esta ecuacién matricial es el sistema dindmico del problema. La condicién de la poblacién inicial (condicién inicial) es [é)-[i Al final de la primera semana se tiene: At 3 4 5) rio] [9400 Bi} =] 0.0] | 1000] = | 100 Gq 0 F o| {1000 400 Alterminar a segunda semana hay Ap 3 4 5] 79400] feeo B1=|4 0 of | 100 | - | s90 a} [5 2 of [400 0 yal final de la tercera semana, Ay B 4 6160 [ons : B)=|5 0 of | | =| «6 o) [og wo} | 376 De manera que después de 3 semanas, el grupo A tiene 6 424 insectos, 616 insectos el grupo B, y el C, 376 insectos,Geometria analitica 28 M Aplicaciones 133, MEJEMPLO 68 [Distancia de un punto a un plano) Deduzca una formula para de- teeminar la distancia d més corta del punto P(xo, yi, 0) al plano P cuya ecuacién es ax + hy reztd=0, SOLUCION La ecuacién de P implica que n = (a, 6, c)es un vector normal. Si Q(x, cualquier punto en P. Entonces, des la longitud de la proyeccin ortogonal, d, de QP ala largo de n (Figura 231), Por consiguiente, Ia ecuacién (2.8) dela seceién 2.2 implica que k = Hay te = (GP nj = iste = 2) + Biyo ~ y) + ciem — 2)i a= teal | | Pt Java _ las + byp + ez — lax + by + a] Javea Figura 2.31. Distancia de un punto a un plano Las coordenadas (x, y, 2) de Q satisfacen la ecuaci6n del plano ax + by + ez Fd 0, porque Q esti en P. En consecuencia, d= ~ ax ~ hy = czy asi [axa + bya + ex + a} Oat ee oi WEVALO GY Clee dnc Wi pan MOLD apna OST SOLUCION De acuerdo con el ejemplo 68, d 12: (-1) +(-3) 341+ VErorer =5 Las lineas sesgadas son rectas que no son paralelas ni se intersecan, WEJEMPLO 70 [Distancia entre rectas sesgadas) Determine Ia distancia d vas corta entre las dos rectas sesgadas ly y134 Capitulo 2m Vectores SOWICION Sean P Oy RS. dos pares de puntos en |) ys respectivamente Fr producto cruz n = PG x B¥ es ortogonal a PG y #8: Sean P) y 2: os planos que pasan por Py R,cuya normal es n.entonces.-P, y Ps son paralelosy eomtienen a las Hineas fy Asi. d es la distancia entre Py P:, y puede calculirsele como longitu de la proveccién cortogonal de PR a lo largo de la direccién de la normal n, La ecuacién (2.8) implica que Asi, en términos de los puntos PQ, R y S, tenemos 4- FR POX) Figura 2.32. Distancia entre dos rectas sesgadas. EJEMPLO 71 Determine la distancia més corta entre dos rectas sesgadas, J, pasa por PC. =2,=1) y O10, ~2, 1 yb pasa por RII, 2, 0) y St=1, 0, ~21 SOWCION P= (-1,0,2), R= (0,-2.-2)y PR= (-2, 4.1), Porconsiguiente, POX RS S14 -2,29 d= (2.4.1) 4,-2.2 a 4. -2.2)11 Geometria euclidiana Para demostrar los teoremas de la geometria euelidiana pueden emplearse vectores. como se indica en los ejemplos siguientes. WEJEMPLO 72 Demuesire que el segmento de reeta que bisecta dos lados de un triangulo tiene longitud igual a la mitad del tercer lado.Fisica e ingenieria 28 M Aplicaciones 135 SOLUCION De acuerdo con la figura 2.33(a), necesitamos demostrar que si AP = PB y AQ = OC. entonces PQ = 4 BC. Se tiene Po=PR+AO= ths Le 1 2 Por consiguiente. a longtud PO de PO es la mitad de lalongitud BC. = Figura 2.33, , WEJEMPLO 73 Demuestre que las diagonales de un paralelogramo se bisectan entre si. SOLUCION | Sea ABCD el paralelogramo, y sea O el punto medio de la diagonal AC. figura 2.33(b). Entonces, 4O = OC. Basta con demostrar que BOD es un segmento de recta. y que B= OD. Puesto que BC = AB, BO = BC+ CO = B+ 04 = A+ AB - OB Porloque BO y OB tienen fa misma dreccién asi como un punto comin y la misma longitu Por todo fo anterior, BO = OD, y B, 0, D son colineales como se habia afirmado. [———] EJEMPLO 74 Demuestre que cualquier ingulo inscrito en un semicirculo es recto. SOLUCION escedo son igun 23K) esuficent condemostarqve AB BP on perpendicular oque AP PB =0-Searet aio Eonces AP PB = (AO + OB) - (PO + 8) = (OB + OP) - (-GB + 08) = OB Ob - BB. OB = [OA OBI =P? =o ‘Tanto el producto punto como el producto cruz tienen sorprendentes interpretaciones fisicas. El producto punto puede considerarse como et trabajo efectuado por una fuerza constante, yeel producto cruz como el vector momento de una fuerza ‘Siuna fuerza constante F hace mover un objeto una distancia den la direccion de F figura 2.34(a), el trabajo efectuado es Ww = [Illia136 Capitulo 2 ml Vectores : ; ° ® Si Fy d forman un sngulo 8. figura 2.34(b), entonces se define a Hen funcién de la componente numérica de F en la direccién de d, En otras palabras. w III lal] sen Asi, Ia ecuacion (2.7) implica que el trabajo efectuado por F es Wekd 235) MEJEMPLO 75 (Trabajo efectuado por una fuerza Constante) Caleule el trabajo elec. tuado por la fuerza constante F™= 4i 2) ~ ks su punto de aplicacién se mueve desde P40. 1, ~2) hasta O13, 0, 1), SOLUCION d= PG = (3,0,1) ~ 0,1,-2) = 3,-1.3) Asi, de acuerdo con la ecuacién (2.35), We Ped = (4,-2.1) (3,-1.3) =17 Sila fuerza esti en newtons y la distancia en metros, Hse expresa en newton-metros (N oo Los vectores pueden emplearse en forma grifica y algebraice para caleular las fuerzas resultantes, o las condiciones de equilibrio de un objeto, MEJEMPLO 76 (Plano inclinado} , Calcule la fuerza F que se ejerce sobre la cuerda (fi- {gura 2.35) para equilibrar el objeto que pesa $00 Ib, si la inclinacién del plano es de 30° SOWCION Las fuerzas que actin sobre el objeio son su peso, W. la fuerza sobre la cuer- da, Fla reaceién del plano inctinad, R. Como el sistema est en equilibria a sua vectorial de esa fuerzas debe ser igual a cero, Conocemos la dieccién de , si que sélo st necesita conocer su magnitud Et peso W se puede expresar como la suma de dos vectores componen- tes, Ws y Wa.en las direcciones de F y R,respectivamente, Como | [IML en ese caso Fl lial si . lly 300 - cos 60" = 500- + = 250 b a28 M Aplicaciones 137 Figura 2.35 ‘Ahora describiremos con mis deta el equlibro de los euerpos rigidos sometidos a fuerzas en el plano.“ EI momento mde una fuerza F respecto @ un punto P es el producto m = |IFd, don- ‘ded esa distancia mas corta de Pa la recta definida por la direccién de F (figura 2.36). Sea Q cualquier punto en Ly r= PQ. Entonces, d= |[r| sen 0, siendo @ el Angulo que forman r yB.Asi, ‘m= |e [Fy sen 6 o bien, de acuerdo con la parte 2 del teorema 21, m= lie x Figura 2.36 Definiremos al vector momento, o momento m, como sigue: m=rxF La magnitud de m es el momento m, y se desplaza a lo largo del eje de rotacién que genera F con respecto a P. HEIEVPLO 77 _[Reladin ene eimomento de foerzay un punto) Seaplicauna fuer za de 3N formando n anguto de 60" con el ee de x positiva, ene extrem del vector de po: sicin r= (3,1). Cala el momento dea fuerza en. ,Cail eel momento con respeto alerigen?138 Capitulo 2m Vectores Figura 2.37 SOWCION En a figura 2.37 se ve que 33 3 3 PO’ = PQ cos 60" =3.cos 60°= =, PO"= PO sen 60" = 3 sen 60 = = Assia fuera es (3,22) como vector poi. ¢= Of). Para determine poe marceaivinorx( sel momento. y 0, 0, 3)|=3 es su magnitud “También es posible caleularel momento como Sd. determinando la distancia d del or gona la recta definids, mediante triingulos, por F co Enla practica, frecuentemente se adjudica un signo al momento, Elsigno de m es positive si la fuerza tiende a producir rotacién en sentido contrario a las manecillas del reloj.respecto al punto dado, y es negativo en caso contrario. Obsérvese que para un sistema derecho, el mo- ‘mento (con signo) es el tercer componente’ del momento, siel plano xv esti en el plano defi- nido por Fy r. ‘Ya estamos prepatadas para describir las condiciones bajo las cuales un cuerpo riyide estd en equilibrio, con fuerzas coplanares actuando sobre él Condi nes de equilibrio para fuerzas coplanares ‘Cuando las fuerzas coplanares actiian sabre un cuerps si se satisface lo siguiente: ido, éste se encontrari en equilibric 1. La suma vectorial de todas las fuerzas es cero 2. La suma algebraica de los momentos con signo de todas las fuerzas respecto a cualquier punto del plano es cero, La segunda condicién equivale a: la suma vectorial de los momentos de todas las fuer: 2as relacionadas con cualquier punto en el plano es igual a cero,28 m Aplicaciones 139 EJEMPLO 78 (Equilibrio) El extremo superior de una barra PQ uniforme, de 5 pies de longitud y que pesa 50 Ib, descansa recargado en un muro vertical liso, figura 2.38(a). Fl extremo inferior descansa apoyado en un piso horizontal liso. a 3 pies del muro. Una ccuerda OR sujeta al sistema en equilibrio. Sila distancia RQ es 1 pie, ;eual es la tensidn de Ta cuerda? Figua2.38 (a) SOLUCION Sean R, y Ry las reacciones del muro y del piso, y sea T la tension en la cuerda Figura 2.38(b). Sean R,, Rey Tlas magnitudes de es0s vectores. La suma vectorial de Ry. Ry T y el peso W debe ser cero. Por consiguiente, en términos de componentes, R-Teos8 =0 50+ Ry ~ Tien @ = 0 AA partir dela segunda condicién de equilibrio, podemos obtener una tercers ecuacién, Lgua- Jando a cero la suma algebraica de los momentos respecto a O, se obtiene 3 - 2-500 AR, + 3R~ 5 A continuacién se despeja T del sistema, para obtener 5 Fest -Teo vague se tiene 05 Toque a y snoe BS ~ 1 oR” Vo ¥ entonces ed 3 id = 26351 sGAV10) — 30/4/10) 3140 capitulo 2m Vectores Ejercicios 2.8 Promediando 1. Grafique a sucesién y emplee matrices para promediara dos veces. Trace cada vez que promedie 8 1 0 2. Grafique la sucesién y promédiela dos veces con matrices; después grafique cada vez que promedie 12345 678 Prriadiga 2 15 45 15 20 30 20 50 Sistemas dinamicos discretos Suponge que una especie esti formada por dos grupos de eda- ‘des: los jovenes y los adultos. Sean Y; y 4, las eantidades de individuos después de& unidades de tiempo. Los jSvenes tienen tuna tasa de supervivencia s. La tasa de natalidad de este grupo es)"4es decir, un individuo oven tiene y descendientes por un ‘dad de tiempo), y la de los adults es a, En os ejercicios 3 a 8 exenba, en forma matricial, el sistema dindmico que modela ala potlacién total, Caleule lacantidad de individuos de eada grupo después de haber transcurrido 3 unidades de tiempo, para los valores dados des, Yo, y también para 4g = 100, y= a= 10, ¥4 = 100, 6 5" 1/Ay = 2,0= 12, Yo = 100, 22 /sy 300, Bam 1/57 5,a= 30, % = 100 3a 12, % 9. Una poblacién de moscas se divide en tres prupas de edades: A. By C. Enel grupo A se encuentran las moscas de 0 a 2 scmanas de edad, en el B esti las de 224 semanas, y en el Clas de 4 26 semanas. Suponga que ls grupos tienen Ay, ey Cy cantidades de moscas a final dela 24-ésima sema- na. La tasa de superviveneia del grupo 4 es 25%, mientras aque la del grupo # es 38.33%, Cada mosea del gropa 4 pro- crea 0.25 descendientes, cada una del grupo B tiene 2.5 descendientes,y eada una del grupo C, 1.5. Sila poblacién ‘original es de 4 800 moseas en cada grupo de edad represente cen forma matricial el sistema dindmico que modela a esta poblacin. Calcule Ia eantidad de moscas en cada grupo al final de 6 semanas. Geometria y fisica 10, Cateule fa distancia del punto P(R, 4,~S) al plano 2v— 29+ 2-60. 1, Determine la distancia del punto P11, 1,6 al plano 2+ ~2y $2-6°0. 12, Caleule fa distancia del punto P12, ~4) al plano que pasa por los puntos (0, 0, 0) (2. 1,0) (3.0, =I) Si P,Q. Ry Sson os puntos 0, — RG, 2) Q,-2,1) 21) $(0,2,~3) En los ejercicios 13 215 caleue la distancia mas corta entre las dos lneas sesgadas determinadas por los segmentos de recta cs- pecificados. BRB Poy uw By RO 3. Ry @ 16, Determine la distancia mas corta entre las dos rectas cuyas ceuaiones paramétricas son: dy xeS—3t 0 ky xeS—s poate ya-2-2 17. Sex AP segmentod rect que scl hipotenusa AC trléngulorectingulo ABC. Metiante preducios vectorales demuestre que AP = 4 18, (Centroide) Et cenrode de n puntos (deunpoigono den vertices) forma pola paras de los vectors ie st fig por 1 Ley eee) (Figura 2.39), Determine el centroide del triingulo POR, donde P(1, 2), 02, ~4) y RI-1, 7) 19. De acuerdo con el ejercicio 18, determine el centroide de P0.0,0). P11 My PAI. WV y Pal-2, 1,0), 20, Comprucbe que el cenroide de cualquier tringulo ests en In interseccién de sus tres medians, 21. (Centro de masa) Si... son fas masas ubicadas en fas puntas de los vectores vy... Ys SIM =m tg 5 Ia masa total, entonces el centro de masa de ess siste- mas se define conCenoide farbro Figura 2.39 Determine el centro de masa del sistema cuyas matas de 1.4, Sy2 kgestin ubicadas, espectivamente,en P(-1, 2,0), P40, 5,-1), PA, 1,3) 9 Pal-6y 1-3) 22. A proposito de los ejercicios 18 y 21, demuestre que si to- «das las masas son iguales, su centro equivale al ceneoide En los ejrcicios 23 y 24 caleule el tabaj efectuado por la fuerza cconstante F, cuando su punto de aplicacién se mueve de Xa Y. 2.9 Miniproyectos 2.9 W Miniproyectos 141 DB. F=i+j+hX= 25," = (47, 2 P= 2+) 4 8K X = (-2,3,0,¥ 25, De acuerdo con la figura 2.40, caleule la fuerza F en la ceuerda que equilibra el abjeto de 25 Ih Figura 2.40 26. Caleule el momenta de 1 @ Comportamiento de un sistema dindmico a largo plazo En este proyecto veremos que, bajo condiciones iniciales especiales, es posible predecir una parte del comportamiento de un sistema dinimico discreto a largo plazo. En el capitulo 7 re- Bgresaremos a este importante tema Un modelo de poblacién Suponga que una especie incluye dos grupos de edad: los jvenesy los adultos, sy By son las cantidades de individuos después de k unidades de tiempo. Los jovenes tienen tasa de su- pervivencia igual a $. Sutasa de nataldad es de 3 (es decir un individuo joven tiene 3 des- cendientes por unidad de tiempo) y la de fos adultos es 21 Problema A 1. Escriba en forma matricial el sistema dinimico que modela a esta poblacién, 2. Deduzea una formula, en funcién de doy Bo, que calcule la cantidad de individuos en cada ‘grupo, después de 3 unidades de tiempo, 3. Evalie su férmula para Ay = 700 y By = 70012 Capitula 2m Vectores Problema B Refigrase al problema A. 1, Sido=7y B= ly pees la relacién A,B, caleule el valor pa largo plazo, que es el de ‘py cuando k se incrementa. Esto es, determine p = limy ps lustifique su respuesta. (No es necesario conocer lo relat a limites.) 2. Supongamos ahora que 4 ~ 8 y By = 2; que gues la relacion Ay :By.y 4 es el valor de qu a largo plazo. Fs ficil predecisq esta vez? {Por qué sio por qué no? 3. Esun hecho que p= g. Eneuentre el primer valor de &en qx de manera que gy esté dentro de05 dep Problema C Considere el sistema dinémico cuya forma matricial es [f:]- 1. Formule un problema de crecimiento de pablacién que se pueda modelarse con este sis [ao] fos oa] 2. Determine las relaciones A: By : Ca largo plazo si| Bo | es (ay| 6 | yey] S | Ly, 2 Lt 3. xpique qué sigifican estas relaciones a arg plazo en eada caso, 2'™ Plano bisector de dos planos; recta bisectriz de dos rectas En ete proyecto debe lograr lo siguiente: 1. Desarrollar un método para caleular la ecuacién det plano P que biscca la interscecidn de dos planos, Py y P2 2. Deducir una formula para calcular la distancia de un punto a una recta 3. Obtener una formula para las rectas bisectrices interna y externa de dos rectas en el plano. Con respecto al primer objetivo, siconocemos las ecuaciones de P, y Ps, podemos deter- minar un punto de interseccién y, en consecuencia, un punto de . Ast, con la formula pun to-normal s6lo necesitamos una normal a. Esta ultima debe bisecar tos angulos entre las normales de 1 y P2, figure 2.41(a), por lo que basta con determinar un vector que biseque el angulo entre los dos vectores dados. De los muchos vectores que lo hacen. caleularemos uno con longitud unitaria Problema A Sin, y m; son los dos vectores dados. ¥ si u = (1, us, us) es un vector unitario que biseca el Jangulo entre m; y m;. Demuestre que mm) yay 2.36 (ga- iea) fe) w(x m) =0 (237 1 (238) Bede2.9 W@W Miniproyectos 143 Figura 2.41 Problema B Aplique el resultado del problema A para determinar un vector unitario que biseque el éngu- logue forman m, =(1, 1, 1) y mp = (1,0, 0), Encuentre una ecuacién del plano que biseca los planosx +y +=~1 yal plano y Los dos problemas siguientes son independientes de los dos primeros, conducen a una formula para determinar las bisectrices interna y externa, by y bs, de dos rectas en el plano, y fy figura 2.41(b). Problema C Si Put, yo) es un punto y ar + by + =O es Ia ecuacién de una recta en el plano xy. Use el producto punto para encontrar una formula para la distancia mas corta de P af. ;Cual es la distancia mas corta de P(1, 1) a3x-y+2=0? Problema D Sean ayx> byy +e; = Oy axx + hy + c=0 las ecuaciones de dos rectas, yy fs, en el plano, Utilice el resultado del problema C para llegar a una formula de las dos rectas que bisecan los angulos entce , y /. (Sugerencia: Escoja un punto P en una biseeteiz, figura 2.4 (b). ¥ trace las distancias perpendiculares de Pa I; y fs.) Determine las dos bisectrices de las rectas Bx-y+2=Oy2e=3y+l 3 m Criterio de colinealidad y un teorema de Papo Eneste proyecto se usarin los productos cruz para demostrar una condicién necesari, sufi ciente y sencilla, para que tres vectores coplanares sean colineales. A continuacién aplicare- ‘mos este eriterio para resolver un problema !lamado caso paralelo de wn teorema de Papo® Papo de Aleiandria fue el illimo de los grandes gedmetras rienos. (320 d.C.) Escrbié Srnagogwe (coleecis), un gran ratado de geometiaen 10 volimenes. Ademis dela riqucza de informacion acerca (CN. BI simbolo N se reserva para evaluacion numérica”) Para mostrar una matriz m en forma renglén-columna usar MatrixForm{ral. *) C* Bjereiclos 1,2. *) uty Suma. +) u-v ( Diferencia. *) lou (Producto por escalar. * u-2ve3w Combinacién lineal. *) +(vew) _(* Comprobacion de igualdad. También, iqual@l(uev)+w.us(vew)) 10u+ lov C Igual.) ( Bjereicios 2, 3. +) am = AppendRows IM, v) ¢ La matriz aumentada (Mv) RowReduce [am] (¢ Reduccién: La ultima columna no es pivote. *) Bl sistema es consistente, asi que v es comb. lin. *) en las columnas de M, Los ooeficientes de *) rm{{1, 4}] TakeColumns (Mf, {2)}+ —(¢ 1a comb. lin. son elementos de la Ultima columna +) rm({i2, 4]] TakeColumns (M, (2)]+ (+ de rm. En realidad, al caleular la comb. lin. se obtiene v. *) rm({3, 4jj TakeColumns (4M, (3i) an = AppendRows {n, w] Cow. RowReduce(an] La Ultima columna es pivote. No hay soluciones. *) (@ wno es comb. lin. de las columnas de. *) Bjercicios 5-8. *) (0, 0, O; w=(1, 3, 2 verL, 1, 2) wel2, 1, A; inel{o, ull; ( Definir y nombrar los segmentos de recta, pero *) inetlo, vil: (* todavia no mostrar las graficas. *) Anette, wil A continuacién mostrar pl con ejes identificados. *) Show(GraphicsSD (pl, Axes->True}} A continuacién repetir con p2 y pS. 2 Show(GraphicsSDi(p1, p2, p3), Axes>True}) (* Mostrar todo. ) CA continuacién hay que definir la funcién norma-longitud-magnitud propia, Comenzando *) (con una lista-vector a, a°2 es la lista cuyos elementos son cuadrados de los elementos de a. *) (Entonces aplicar (@@ o Apply) Plus a a%2 para sumar todos sus *) (© componentes y por ultimo sacar raiz cuadrada de la suma. *) Normla_|:=Sqrt/Plus@@(a*2)] Normlul + Normtv) NI=6)150 Capitulo 2m Vectores Norm(u+v) N61 uiv-ulw (¢ Bl producto punto de u por v es u.v, © puntolu,v). *) Definir 1a propia funcion de angulo. — *) Anglela_, b_) ==AreCos{(a. b)/(Normlal Norm(b})) WtAnglefu, vi) pr=(w.w/ ww) w _C Usar la formula para la proyeccion ortogonal. * (0 bien usar la funeién Projection incorporada en Mathematica en el ( paquete Linearlgebra ‘Orthogonalization’. —*) <) % Angulo que forman uy v pr = (dotcy, w) / dotcw, w))*w % Formula de la proyeccién ortogonal. o=v- pr % Componente vectorial de v ortogonal a w. dot (pr, ve) % El producto punto es (casi) cero y pe + ve % la Suma es v, como se esperaba. % Bjercicio 9 - Parcial pref ¢(M (1;3:21] % La ultima columna no es pivote, asi que u esté en el generador % Bjereicio 11 ref (fu; vi wD % [uv wl tlene 3 pivotes, asi que los vectores son independientes % Hjercicio 16. pref CN) 6 De la altima columna: (-2)xcol1 +3xcol2 = col4 to Bjercicto 16 - Sugerencia: La matriz de ooeficientes con operaciones de renglén para verificar que su ‘altima nna sea pivote, y que la Ultuma columna de la matriz aumentada no sea columna pivate182 Capitulo 2m Vectores % Bjereicio 19. M821 9% También: M*I2;-3;1;-4), ete. . Mr y Nu son indefinidas. 9% Bjerelclos 20 y 21. jal) 2 3); vel-1 -1 1); wel2 1 Al; eposs(cross(u, v), w)+cross(cross(v, w), u)+eross(erass(w, Uw), v) cross Cu, v) % Bjercicio 22. 9» R esté en 1, porque el sistema -1-4*t=-9,2+t=4,1+5*te11 es consistente porque roots¢l-4 -1+8}) roots({1 2-41) roots({S 1-11))] | 9 muestra (2 2 2] Irocts¢i-4 -1-71) rocts({1 2-}) rootscl8 1-10))} % [-2,-8,-2.2] por lo que el = 2: 28:8; 9 sistema no tiene solucién y $ no esté en 1 plowS-1-4"t, et, 145%) 9 Grafiear la recta, % Bjercicio 25. function [A] = LnToLn¢p.q,7s) % Bn un archivo, ‘A= abs(dot(r-p, cross(q-p, 8-1))) / norm(cross(q-P, 5-19): end LnTotndl1 -2 -2), (0-2 11, [-1.2 0}, [-1, 0-2) % En la sesién._ Matrices Por lo que he logrado debo agradecer a mi industria, ‘mucho mas que a algin talento sobresaliente. ulius Wilhelm) Richard Dedekind (1831-1916) Introducci6n Sylvester y Cayley Lord Cayley! es uno de los fundadores de la teoria de las matrices, aunque su amigo Sylvester? fue quien aculié el término matriz. Tanto Sylvester como Cayley son considerados entre los mejores matematicos de sus tiempos. Sylvester fue el primer profesor del Departamento de Matemiticas en la Universidad Johns Hopkins, y fandé la prestigiosa revista American Journal of Mathematics. A continuacién veamos un ejemplo de lo que ocupaba a Cayley. Tres sistemas coordenados (x,y), (x. y')y 0”, y")estin conectados mediante las siguientes transformaciones. xtaxloy! yrusey! x+y Deny La telacién emtre (x, »)y (x", y") se deseribe con lu sustitucién xiaxta y= (2+ 2y)~Qxny) = mx 4 By yraxty'= (xt 2) + Qe-y) = aety " (Sir) Arthur Cayley (1821-1895) nacié en Surrey, Inglaterra, yestudi6 en la Universidad de Cambridge. Ejercié a abogaciay al mismo tiempo escribia aportaciones en matemiticas, Pocos aos después de encontrar a su colega Sylvester, otra licenciado y matematico,dejé Ia abogacia y se dedie& 4e tiempo completo alas matemiticas. ‘dames Joseph Sylvester (1814-1897) naci6en Londres, de padres judi. Entré ala Universidad de ‘Cambridge, pero por sureligidn no pude obtener un diploma, sino hasta varios afios después de haber terminado sus studios. También ejerci6 a abogacia y al mismo tiempo hacia investigacionesenelcampo de las matemiticas. £1 y Cayley tuvieron una larga y fructifera colaboracién en Ta rear de los invariantes, campo relacionado con el sigebra lineal 183184 Capitulo3 ml Matrices Esta transformacién también puede obtenerse como sigue: si abreviamos los tres cambios de coordenadas mediante las marrices de los coeficientes, tenemos Pay geft 2) ceft [ef a} [3 a] tor esposte clear decent dey Bpormedio dy Ase dei Cela rmattiz cuyas columnas son 4b; y Ab», y donde b, y b; son las columnas de B. Este pracedi- miento se llama muliplicacién matricial y se deseribe en la seccién 3.1 3.1 Operaciones matriciales ‘Qdjetivos del estudiante para esta seccién 1. Aprendera efectuar la suma, a multiplicacién por escalar y la multiplicacién matricial. 2. Comprender las propiedades basicas de esas operaciones. 3. Resolver ecuaciones matriciales sencilas, En esta seccién presentaremos las operaciones matriciales basicas: suma, multiplicacién por scalar y multiplicacién matricial Recuérdese que una matriz A de m x n es un arreglo rectangular de m+n niimeros en forma de m renglones horizontales y n columnas verticales, Ae ° El niimero a, es el (i,/)-ésimo elemento de A. El iésimo renglén y la -ésima columna de son [an a2 + ae) oy respectvamene. También podemos consider que Ia mati 4 es ura secuencia de sus co- fumnas ay. A= [ajay a) Una matriz de 1 Xn se llama matrizrenglén. Una matiz de m x Ise denomina ma- tris column, o vector. Una mari den Xn selma matriz cuadrada (que tambin se de- finié en la seccién 1.3). Esta iltima tiene igual cantidad de renglones que de columnas. Los ejemplos respectivos son3.1 WH Operaciones matriciales 185 tna mati cua totalidal de elementos es cero se Hama matriz cero y se representa con’, 0 Joo oO) 0 {°] [o 0} o= {5 al fh o-|o 0] o [ | i] iss principal son cero. 4 es diagonal si todos los elementos arriba y debajo de la diagonal prin- Cipal son cero. A es eseaiar si es diagonal y todvs tos elementos diagonales son iguales. i WEJEMPLO1 Sean 12-3 100 a=|o 5 -4| B=|0 00 oo 9 110 1 00 -2 0 0 c=|o -20| p=| 0 -2 0 0 02 0 0 -2 ‘A. Cy D son triangulares superiores. 8, Cy D son triangularesinferiores. Cy D son diagonales. ‘Des escalar. La diagonal principal de 4 es 1, 5,9, mientras que la de Ces 1, 2, 2 ‘Dos matrices son iguales si tienen el mismo tamaiio y sus elementos correspondientes, son iguales, Es lo mismo que decir que las columnas correspondientes son iguales, consid as)fis radas como vectores. Por ejemplo,|_ g|=|_1 p{Sélosia= 1 yb=0. Las matrices de distintos tamafios nunca son iguales. Suma de matrices y multiplicacién por escalar La suma, 4 + B, dos matrices Ay & del mismo tamaio se obtiene sumando los elementos de ambas matrices, Para la diferencia, 4 ~ B, se restan los elementos correspondientes, Las matrices de distintos tamafias no se pueden sumar ni restr. rial gy.(2 efi Ghali dee aa156 Capitulo mM Matrices TEOREMA 1 Sean A cualquier matriz yc cualquier escalar. EI producto por escalar, cA, es la ma- \riz que se obtiene al multiplicar cada elemento de 4 pore, Sic tw de A y se representa por — A. 1, a(-1)4 sele llama opues- EJEMPLO 3 Caleule 24 y (A= ~A, s1 SOWCION “13 0-1 2-2 aoe bo ato Observe que AW B=A+ (8) co La suma, resta y multiplicacién por escalar de matrices se apegan a unas cuantas reglas bsicas, que se resumen en el siguiente teorema, andlogo al teorema | de Ia seccién 2.1 (Leyes para suma de matrices y multiplicaci6n por escalar) Sean 4, B y C matrices de mx n cuslesquiera, y sean a, b y c escalares cualesquiera. Es vido lo siguiente: 1 A4B)+C= 44840) 6. (a+ B)C=aC+ 6C | 2 A+B=B+A 7. (ab)C = a(6C) = (aC) 3.4+0=0+4=4 8 l4=4 44+ CA)=(A)+4=0 9.0, 5. (A+B) cd +08 OBSERVACIONES 1. La propiedad 1 se denomina ley asociativa para la suma, mientras que la propiedad 2 es la ley conmutativa. Las propiedades $ y 6 se conocen como leyes distributivas, ON. del Tambin se le llama negativa de 4 0 inversa aditiva de 43.1 Ml Operaciones matrciales 187 2. Como puede considerarse que las matrices son sucesiones de vectores, el teorema | se de- duce con facilidad del teorema 1 de la seccién 2.1. Sin embargo, también ayuda el conside- rar que una matriz es un arreglo rectangular de sus elementos. Practicaremos esto iltimo demostrande la propiedad 5 DEMOSTRACION DES Es claro que e(d + b) y cd + eB tienen el mismo tamaiio. Sea py el (i,/)-Esimo elemento de (4 + B),y qy el (i, /)-ésimo elemento de cA + eB. Necesita- ‘mos demostrar que py = gy. Si ay y b, son los (i, j)-ésimos elementos de A y de B, entonces By™ lay, + by)s¥ Gy = Cady + eby. Peto c(a, + b,) = cay + cby. En consecuencia, py, ~ 95, de modo que todos los elementos correspondientes son iguales. La conclusién es que cA +B) =A +B. co NOTA Lalley asociativa permite eliminar los paréntesis en sumas miitiples, Asi, todas las cexpresiones siguientes son iguales: (4 +B) +(C + D),A*((B + C) + D),A +(B*(C+D)), xy pueden escribirse simplemente d +B + C+D, Ecuaciones matriciales simples El teorema 1 puede emplearse para resolver ecuaciones matriciales sencillas. Sean 120 1 3 [oo a} [te WEJEMPLO 4 Determine la matriz Xtal que 2X — 4B SOLUCION Se suma 48 en ambos lados de la ecuacién para obtener (2X — 4B) + 4B = 34448 2K + (-4B + 4B) =3A-4+4B de acuerdo con 1, teorema 1 2X +0=34 +48 Sein la propiedad 4, del teorema 1 SX cane ap S280" propiedad 3, dl teorema 1 Ambos lado del itima eouacién se multiplican por $ 3 3A+4B) exdecie X= A+ 2B sopin las propiedades 8,5 y7, del teorema t Por consiguiente, x (oo aJeft o 4]-[ Multiplicacion matricial La multiplicaci6n de matrices es la operacién matricial més importante. Definir el producto de dos matrices como la matriz formada por los productos de cada uno de sus elementos188 Capitulo 3 im Matrices DEFINICION correspondientes no resulta de mucha utilidad en las aplicaciones. La definicién siguiente es ‘mucho més iti. (Multiplicacién matricial} Si es una matriz de mx k y B una matriz de kx n. El producto AB es la matriz de m x cuyas cohumnas son Ab... , AB, en la que bj, ..., by son las columnas de B. Por ejemplo, si entonces Por consiguiente, También, Ba ~ufa]-r [2] anf 3 |] : : bors PRECAUCION La multiplicacién matricial sélo es posible si la cantidad de columnas de la primera matriz es igual a la cantidad de renglones de la segunda. (En cualquier otro caso, Aby, .., seria indefinida.) k : | : (Como en el caso de Ax, con frecuencia es titl obtener 4B elemento por elemento. Eli /)- ésimo elemento de AB puede caleularse como sigue: tome el i-ésimo renglén de A y la -ésima columna de B. Multiplique entre si sus elementos correspondientes y sume todos los pro- ductos. WEJEMPLOS Caleule los elementos (1, 2) y (2,3) de 4B.3.1 Ml Operaciones matriciaies 159 SOWWCION not (5 CAleulo renglén-columna de AB En general, si C= [6,] = AB, los elementos c, se determinan como sigue: “an an Bb by fo ban A=|[aca = a) ba] Bin ij = aiubyj + aby +--+ aaby; En otras palabras, el (i, /)-ésimo elemento de 4B es el producto punto del /-ésimo renglén de A por la j-ésima columna de B. Con frecuencia sélo es necesatio calcular determinado renglén 0 columna de un pro- ‘ducto de matrices MEJEMPLO 6 Column del producto) Catcule la tercera columna de AB. SOLUCION Es igual que el producto de 4 por la tercera columna de B. (2 [3)-6) WEJEMPLO 7 [Rengién del producto} Determine cl segundo renglon de AB | SOLUCION Es lo mismo que el producto del segundo renglon de 4 por la matriz 8 324 (21 2)/-2 4 S| =t4 ws 9) 03-2 En general, 1 i-ésimo renglin de AB es el producto del i-ésimo renglon de A por 8 La j-ésima columna de AB es el producto de 4 por la -ésima columna de B160 Capitulo 3m Matrices TEOREMA 2 Las propiedades bisicas de la multiplicacién de matrices se resume en el teorema si- guiente. {Leyes de ia multiplicacién matricial) Si A es una matriz m Xn, y B y C tienen tamafis tales que las operaciones siguientes pue- dan llevarse a cabo. Y sia es cualquier escalar 1 (4B)C= (BC) Ley asociativa Ley distributiva izquierda Ley distributiva derecha Identidad multiplicative DEMOSTRACION DE 1 Comprobaremos a asociatividad, y dejaremos las demas leyes como , (Vea los ejercicios 21 y 23.) Si dos matrices 4 y B satisfacen AB = BA, se dice que conmutan, BEJEMPLO 10 oo} fi aft fy ae[} Sfeomien comma = CI Una submatriz es la matriz que se obtiene eliminando cualesquiera renglones 0 columnas de 45 6 Con frecuencia se divide o secciona una matriz grande que no puede manipularse con facilidad y se forman “bloques” o submatrices que son mis féciles de manejar. Una matriz se seeciona separando renglones y columnas mediante rectas horizontales y verticales. La ma- triz de submatrices que resulta se llama matriz de bloques. Por ejemplo, seccionemos una matriz A de 3 x 6 como sigue: ve [! "| P hmaricessem ef 2 Al Ta primera matiz. Por eemplo,| {5} g|> [4 5 6] son submatices de A= Se puede considerar que 4 es la matriz de bloques de 2 x3 Ay An Ais An An Ars fz endondeAy={0 2,0) s04*]9Aplicaciones 3.1 Ml Operaciones matrices 163 La razén principal para usar matrices de bloques es que con ellas podemos efectuar ope- raciones matriciales exactamente como si fueran matrices “simples”, siempre y cuando los tamafos de los bloques sean compatibles.* Por ejemplo, si 12 12 BF ya 2 By pete neff), anes p= [8 1 D “5 6 a ¢s ficil de comprobar que También, si Pombo 5 0 0) fey Ge ” Cy Cn 0 2 421 0 305 7201 y -1 0 1 5| _[D ? (3) 0 0 2 se ve que Di + CDs CDi + CD: Las matrices y las operaciones matriciales pueden emplearse para registrar, actualizar y es calar datos tabulares, EJEMPLO 11 (Actualizacién de existencias) Una empresa tiene tres librerias, y cada una de ellas tiene libros de ficeién, de viajes y de deportes. Las cantidades de libros se tabulan como sigue! Libreria _Ficcién Viajes. Deportes 1 300 300 1007 2 300 100 240 3 50 150 200 * Las operaciones con marices de bloques se usan principalmente para manipular matrices may gran: des. que no caben en la memoria de una computadora164 Capitulo 3 ml Matrices Suponga que las entregas a cada libreria estén representadas por D. Caleule las existencias actualizadas, 60 40 20 D=|60 4 30 60 40 30 SOLUCION Para conocer las existencias actualizadas es necesario summar las dos matrices, 360 340 120 360 140 270 10 190 230 Asi, la libreria 3 tiene ahora 190 libros de viajes. co MEJEMPLO 12. {Escalamiento) Suponga que la distancias, en milla, entre Annapolis. Baltimore y Washington, D.C. se expresan como sigue Ciudad Annapolis Baltimore Washington Annapolis 0 30 25 Baltimore 30 0 18 Washington 23 18 0 ‘Si deseamos trazar un mapa cuya escala sea tal que 1 pulgada en el papel corresponda a 5 mi de distancia real, jcual es la matriz de las distancias del mapa?” SOLUCION Por ejemplo, una distancia de 30 millas se representa con 30 mi | = 6 pul. De modo, que necesitamos multiplicar todos ls elementos de la mateiz por 4 =0.2. Este es el producto de la matriz por el escalar 0.2 0 30.25] fos 5 02/30 0 i8]=|6 0 36 co 2 18 of [5 36 0 IEJEMPLO 13 _ingresos procedentes de diversas fuentes) Cada una de las tiendas, 0, ¥ 02, eciben diariamente televisores (1) y videocaseteras (v) de dos fabricantes, fi y fs. Las recepciones o ventas se representan como sigue: toy fi [40 50° fi 70 80, El precio en délares, por aparato en cads tienda, es como sigue: + [200 250 v [300 280 ‘Si Ayy B son las matrices de las tablas anteriores, calcule ¢ interprete el producto 4B.Algunas notas utiles 3.1 Ml Operaciones matrciales 165 SOLUCION ‘a= [40 30] [200 250] _ [23.000 24,000 70 80| [300 260] ~ [38.000 39,900, Et elemento (1, 1) ¢s40 200 + 50- 300 = 23 000, y representa los ingresos de la primera tien- «da por vender todos los lectrodoméstieos que provienen de la primera fabrica. De igual forma, [iteae seas) B= Seno, de f, Senos de fy —— Multiplicacién por una matriz escalar Si A es una matriz de m % n, y Qy Ron matrices escalares mX'm y'n X n, respectivamente ‘con el esealar cen sus diagonales principales), pueden combinarse las propiedades 4 y $ del teorema 2 para ealcular QA = (cle)A = cle) ~ cA. Igualmente, AR = ed. Por consiguiente, QA =AR= cA En otras palabras, la multiplicacién por una matri=escalar es igual que la multiplicacién por tun escalar. Ademés, a suma, diferencia y producto de las matrices escalares que poseen el ‘mismo tamaio dan como resultado una matriz escalar. siamo Calcuio rapido de A* met inte 1a-clevacién al cuadrado Es muy tedioso caleular las potencias de una matriz cuadrada 4. Por ejemplo, digamos que necesitamos calculat 4%, Si tratamos de seguir la definicién Abe (AA AAAAAYA Seria preciso efectuar 7 multiplicaciones de matrices. Sin embargo, si primero se caleula 4%, despues se eleva al cundrado, A?4?= 4¥,y este resultado también se eleva ale segunda poten- cia, a cuadrado, A*4* = 48, silo se necesitan 3 multiplicaciones de matrices, ae (wry Este método se aplica a cualquier potencia de matriz, A". Por ejemplo, A" puede determinar- ‘se como sigue: encontramos 42, después s¢ eleva al cuadrado pars obtener A y el resultado se ‘leva al cuadrado para tener 4*. Ahora bien, 4!? = A¥A¥A, Este proceso sélo necesita 5 multi- plicaciones de matrices, en ugar de las 12 que serian necesarias si optéramos por la defini-166 Capiuio3 mi Matrices CAlculo rapido de A‘x sin potencias de matrices Si se desea caleular el producto 44x para una matriz A den Xn, por x, un vector n. ¢s posible € ingenioso evitar el cdleulo de AA. Primero necesitamos calcular 4x, el vector n, Después determinamos 4(4x), cuyo resultado es un vector n, y continuamos en esta forma hasta ter- ‘minar. En otras palabras, empleamos AG. (AAR) 09) donde podemos observar que el lado izquierdo de la ecuacién tiene & I pares de paréntesis, La ventaja de este método es que siempre se calcula el producto de una matriz por un vector, ¥y munca el producto de dos matrices, Para ejemplificarlo, sean n= 3 y k= 2. Si queremos determinar primera 4? se requieren 27 multiplicaciones; para 4°x se necesitan otras 9, lo cual haria un total de 36 multiplicacio- nes, Si se calcula primero 4a, se requieren 9 multiplicaciones. A continuacién, para A(Ax) son necesarias 9 multiplicaciones mas, o cual significa un total de slo 18 multiplicaciones (Operaciones matticiales con los sistemas algebraicos computacionales Se puede calcular 4B ~ B* como sigue, siendo afi 7 -[o7 eB) esa] Maple > with(Linalg) > Arspatrix(2,2, [1,-2,3,4]) :B:wmatrix(2,2, (0,7,-5,21): > evaln(AkeB-B°2) ; 45-1 -10 60 Mathematica Inlt}:= AeL(1 29.43, 49 FBO, 7H {5,295 inf2}:* A. BMatrixPover{B, 2) owe (2)= 445, 113, (10, 603} MATLAB >> asf -2; 3.4); Belo 7, >> AeB-B-2 52: 450-1 “1060Bjercicios 3.1 Matrices; igualdad de matrices \demtiique los renglones as columns, Tos tamafos los tlementos (2.2) de las matrices, Determine el elemento (3,1) Gie-t yel elemento (2,3) de & afb). elie] Ch ett rs] stale she sh iyi] ef alee, 74 wf s}e[ov. 2] afta: [rf] “(tol (3) cosa son de los siguientes tipos? ‘a, Triangular superior bb Triangular inferior e. Diagonal 4, Escalar fe. Nada de lo anterior ‘Suma, muttiplicacién por escalar 5, Caleule, si es posible, lo siguiente. Silas operaciones no pueden eFectarse, explique por qué fu “4 fo a] fo sf" |r 2j 3.1 Ml Operaciones matricales 167 En tos ejercicios 6 y 7 determine la matriz X que saisfaga tas WeB= 3+ ya fx = 8426 oc+x+sB= 24 W4B+C=0 JAnX=B-¢ C+ IK = 208 veoee 8. Demueste las propiedades | a4 del teorema ! 9. Demuestre las propiedades 6 a 9 del teoreme | e [Joa wn aif] fi -2}f 1 234 «fila 234 [4 23 gh168 Copitulo3 ml Matrices : 125 ‘] ye wees a= (63 3] bas 4] 14, Determine (24) si 18, Caleule asi {puede adivinae cual seré 4°? 16. Compruebe el teorema 2 para [ 0} | -afye 3 V7. Demuestee las partes 28 6 det teorems 2. 18, Enoventre 4, una matriz de2 x 2 tal que A? = 0, 19, Determine 4 # J, una matriz de 2x 2 tal que A? = 4 20. Recuerde que para los nimeros reales la ecuacién a = 1 sélo tiene dos soluciones, que son a=-1. Pero unaafirms- ‘ign anéloga no es vilida para las matrices. Cite cuatro matrices 4, de 2% 2, tales que A =I 21, Eneuentre las matrices 4 y 8 de 2x tales que (AB) 243 22, Determine las matrices y B de 2 x2 que conmuten. 23. Comprucbe que si Ay B conmutan, entonces (AB = 4282 Demuestreque si 4 y 8 son matrices cuadradas del ms. mo tama, entonces (A+ BP =A 2AB + Bes AB = BA bb. Forme dos matrices, A y B de 22, tales que (As BY 2 a AB 28. Compruche el teorema 3 para 3 26, Demuestte el teorema 3, 21. Forme todas las submatrices 2% 2 de M. laa w(t j] 28 si 32 1s 4 ‘ “Le moo As 36 y “12 ccompruebe que Ae avon [223] 2. 5i 73 4:0 0 bo 2i 0 0 . Gr Ge c bos ~ f= [& &] 0 2 too pei od y oo 31 3 5] jo. pe}.2 hea] a) 232 demueste que yD, + CDs Aplicaciones 30. Una empresa embotelladora de agua entrog tres tipos de ‘agua embotellada: Fuente, Montafa y Pola. a cuatro tie32 Ml Matizinversa 169 ds, Ess tends son abastocidas en cetenares de botelas, Tienda Sacos Pantalones Zapatos tie acuerdo con la siguiente abla 1 Two So 2 | 100 so ” Tienda Fuente Montaha Polar 5 Le 30 Ps Dope 4 3 2. Dos tiendas de departamentos, i y da, son abastecidas cn semanalmente por dos fabricas de ropa, yf, con pantae s fe 3 2 Tones (p) ysacos (3) de acuerdo eon a [6s 3s 2s ated i [30 20 Actualce el inventaro evando se hacen las entregas D At ‘] 12 05 os2 0 E precio por anticulo para cada tienda, en dalares, eel ix 2 05 1 utente: 25 15 15 a [100 85 vende sacs, pantalones y calzado,cuyos precios son los dela siguieme tabla. Caleue los valores de los anculos, Sid, B son las matrices de ess tablas, calle e interpre sen las 3 tienda Se ofrece una barata del 20% teel producto 4B 3.2 Matriz inversa Objetivos del estudiante para esta seccién |. Definir la matriz inversa y sus propiedades, 2, Identificar y caleular la matriz inversa, si ésta exist. 3. Resolver algunos sistemas cuadrados invirtiendo la matriz de coeficientes. La inversién de matrices es Ia itima operacién matricial bisica. Sélo se aplica a matrices ‘cuadradas. Cuando existe una inversa, és es aniloga al reciproco de un niimero distinto de 2 a | DEFINICION lInversa} Se dice que la matriz.A den x n es invertible, ono singular, si existe una matriz 8, tlama- da Ia inversa de 4 tal que AB=I y BA Obsérvese que la definicién obliga « que B tenga el tamaio den xn. Una matriz invertible s6lo tiene una inversa, es decir, Ia Inversa es tintea, Si C fuera otra inversa, entonces. B= Bl,= BAC) =(BAYC = 1.C=C Por consiguiente, B= C. La inversa unica de una mateiz invertible Ase representa por 4-!. Asi, Aa y ad ‘Una matriz cuadrada que no tiene inversa se llama no invertible o singular.170 Capitulo 3m Matrices TEOREMA 4 TEOREMA 5 EJEMPLO 15 Demuestre que [' ‘| [ q 1g |eslsiaversa de} 4? sowcion falls absl y alba En el caso de las matrices de 2 x 2 podemos determinar exactamente cudles son invertibles y citar una férmula explicita de la inversa, Esto es mas dificil de predecir para tamafios mayores a 2 DEMOSTRACION ~ Se deja como ejerccio oo 7 SOWICION 1-4~2-340.Porconsiguiente,segin el teorema 4, la matriz 4 es iverible WEJEMPLO 16 Demuestre que €s invertible, y determine su inversa ‘Ademas, . 1 [ 4 I [3 H| ra-aal-3 L$ -4 co EJEMPLO 17 Demuestre que ! 4 “loo. noes invertible. SOWWCION Esto es consecuencia del teorema 4, porque 1-0-0 0 = 0. Si la matriz 4, nn, puede invertirse el sistema 4x = b tiene exactamente una solucién para cada vector n b. Esta solucién dnica es xeTEOREMA 6 32 Ml Matrizinversa 171 DEMOSTRACION x= 4b es una solucién porque al sustituitla en el sistema se obtiene A(A"ID) = b, es decit (44-!)b = b, 0 Mb = b, ob =b, lo cual es cierto, Ademés, la solucién es Sinica, porque si y también lo fuera entonces Ay= Dae At Ay =A y= ath En este caso, todas las soluciones se expresan con la misma formula: 4b, oo CASO ESPECIAL Si Aes invertible, entonces 4x = 0 séto tiene la soluci6n trivial Observe que los sistemas que se describen aqui tienen la misma cantidad de ecuaciones de incégnitas, porque A es una matriz cuadrada. EJEMPLO 18 Aplique la inversion matricial para resolver el sistema SOLUCION Como la forma matricial del sistema es ( SIG}- 6] centonces [Propiedades de las matrices inversas) I. El producto de dos matrices inversas es invertible, Su inversa es el producto de las in- vversas de los factores en orden inverso. Asi, sid y B son matrices m x n invertible, tam- bién 4B lo sera, y (By! = 4 2. La inversa de una matriz invertible también es invertible. Su inversa es la mattiz origi- nal. Por consiguiente, si 4 es invertible, también lo es 4-1, y ayaa 3. Cualquier producto de un escalar distnto de cero por una matriz invertible es invertible. Su inversa es el producto del reciproco del escalar por la inversa de la matriz. Por con- siguiente, sia es invertible y ces urescalar distnto de cero, entonces cA es invertible y |172 Capitulo 3m Matrices TEOREMA 7 TEOREMA 8 DEMOSTRACION 1. Necesitamos comprobar que (AB)(B-!4°!) = = (BA-8Y(AB). Tenemos que (AB)(B1A™) = A(BB™ Ya (B'A'Y(AB) = B(A™1A)B = 2.Comod es invertible, 44-1= [= A-lA. Esto demuestra que 4~\ también lo es, y 3. Esta demostracion se deja como ejercicio, OBSERVACION Si Ay, day. Apis Ay Som invertibles y del mismo tamafio, tambien fo es el producto 4,42" ++ A, 4y. Su inversa es, PRECAUCION En general (véanse los ejercicios 25 y 26). ASB AAT HB y (ABy Ate! Potencias de matrices con exponentes negativos Si Aes invertible, se definen las potencias de A con exponentes negativos en la siguiente for- ma. Para n> Oy n entero, UY Aa (Propiedades de las potencias) ‘Sead una matriz invertible #X k; sean m y n dos enteros cualesquiera (>0,<00=0)y sea un escalar diferente de cero, Entonces, A" es invertible y 1dset =" 3.(ayn= am 2. Anam = Aven 4. (cyt erat DEMOSTRACION Se deja como ejercicio. oo Recuérdese que en la seccién 3.1, en general, para una ecuacién matricial CA = CB no se pueden simplificar las C. Sin embargo, esa anulacién es posible cuando Ces invertible, (Leyes de la simplificacion) Si Ces invertible, entonces32 WM Matiizinversa 173 DEMOSTRACION 1. C-! existe; por consiguiente, C= CB CNCA) = CCB) = (COVA = (C1O)B IA B>A=8 La parte 2 se demuestra en forma parecida, = Ecuaciones sencillas con productos de matrices Calculo de A Las propiedades bisicas de las operaciones matriciales nos permiten resolver algunas ecuaciones matrciales. PRECAUCION Cuando se multiplica ambos lados de una ecuacién matricial por una ma- triz, se debe usar la multiplicacién por la izquierda o por la derecha, pero no ambas ala vez. Asi, A=B=CA=CB, A=B=AD= 5D mientras que A= Brno implica que CA = BC. WEJEMPLO 19 Despeje de la ecuacién matricial CX — invertibles y que todos los tamafios son compatibles. suponiendo que dy Con SOWICION _Aplcando Ins popiedades dels operaciones matricales se puede despejarX al pasarl l lado inquierdo dela ecuacién, AXC-B AXC AIAXC = A" XC=A"'B XCC! = A-'Bc™ X= apc Los pasos 3 y 5 son posibles, porque existen 4-! y C-. Si especificamos 4, B y C, como por ejemplo 21 fit o-1 a entonces xeon [4 Tf ERROR FRECUENTE La expresién 4-!Ba porlo general nose simplifica para obtener 8. (Sélo si Ay Bconmutan) oo Ahora veremos cémo aplicar la reduccién por operaciones de renglén para calcular la inver- sa, El ejemplo siguiente ilustra y justifica el método que se present6 por primera vez en el proyecto I del capitulo |174 Capitulo 3. ml Matrices nef peels [IE 2}-Ee om Pete 32e]-1e Igualando las columnas se obtienen dos sistemas 2+ 3 xt2e 1 a+ Bw oY yt aw ‘cuyas matrices aumentadas son 2304 23:0 r2:o0} ¥ [rasa yy cuyas formas de escalén reducidas son fii aj» [ts 3] Por consiguiente, x» 2,21, para el primer sistema, y y 2-3 ‘consecuencia, tenemos que 4-1=|_, |. Como los dos sistemas tienen la misma matriz w= 2 para el segundo. En 23.10) 10: 2-3 después los reducimos con operaciones de renglonal yy . _) 9 ‘Observe que comenzamos con [4 : I] y después de la reduccién obtavimos [/: 4°"), de donde podemos obtener 4-!. Es todo el método, A continuacién lo practicaremos. 10-1 =|3 4-2 35 72 SOUJCION [1 :} se reduce mediante operaciones de rengién EJEMPLO 20 Calcule "si 1o-1:100 10-1 34 -2:010/ ~Jo4a t 35 -2:001 05 1 10-1: 1 00] fro -1 ~jo4 1: -3 1o0l~foa oo -i: 3? -$1) [oo 1 100: -2 5-8} frao ~lo40: 0 -« 4{~lo 10 oo1:-3 5-8] [ootAlgoritmo 1 32 Ml Matrizinversa 175 Por consiguiente, -205 -4 ate |oo-1 1 — -3 5 4 Con este métado no sélo se calculan matrices inversas, sino también se detectan matri- 12 ces no invertbles. Por ejemplo, si A=| 9 4 |-entonces P2:10)_f12: 10 24:0 1)7 00: -21 Es claro que no podemos obtener la matriz identidad en la izquierda, porque el segundo ele- ‘mento del segundo renglon es 0, Al reinterpretar la respuesta en términos de sistemas, nota- remos que cl segundo renglén implica las ecuaciones incorrectas 0 =~ 2 y 0 I. Por tanto, no existe Ia inversa, El algoritmo siguiente nos muestra cuindo es invertible una matriz, Ademsis, sila res- puesta es positiva, nos permite ealcular Ia inversa, | (Algoritmo para invertir una matriz) Para determinar 4-t, si existe, haga lo siguiente 1, Obtenga la forma de escalén reducida de la matriz [4 : 1], digamos [B : C) 2. Si B tiene un renglén 0, deténgase. 4 no es invertible. De lo contrario, pase a 3, 3, La matriz reducida se encuentra ahora en Ia forma J: 4-1], Anote la inversa 4°! En la seccién 3.3 analizaremos el algoritmo de inversién de una matriz y explicaremos su funcionamiento, Transposicién y operaciones con matrices TEOREMA 9 La transpuesta, 47, de una matriz A m%n, es la matriz n X m cuyas columnas son los renglo- nes de 4 en el mismo orden, Por ejemplo, 14 12 3] r [ H a [: 3 » ate las}, Be , Bs 456 : il 23 23 La operacién empleada para determinar la transpuesta de una matriz se Hama transposici6n, Una matriz que es igual a su transpuesta se denomina simétriea, Por consiguiente, B es simé- trica. Veamos como las operaciones matriciales bisicas afectan a la transposicién. 1 ana. 24+ By 3. (cA) =e". 4. (ABYT= Bar. 5. Sides invertible, también lo es te ca80 (APP = (ANE |176 capitulo 3 mM Matrices Obsérvese que las matrices mencionadas en las partes | a 4 no son necesariamente ‘cuadradas. Bosquejaremos la demostracidn de la parte 4 y dejaremos como ejercicios las res- tantes, DEMOSTRACION PARCIAL DE 4 Primero, elcaso especial encl que d esde I xny Bes de 1X1, implicado en » a aby +++ + agby = bay +++ + bate = (by... By) by ay {ay an) A-continuacién demostraremos el caso especial en el que 4 es mXny Bes un vector n, por ejemplo v. EI caso general que se deja como ejercicio, se basa en éste y se demuestra en for- ‘ma parecida, Se tiene que jeésima columna de (Av) = (-ésimo renglén de Av)? (ésimo renglén de 4 por v)" ¥¥ por el -ésimo renglon de A” (de acuerdo con el caso I x porn 1) ¥" por la -ésima columna de 4? Jeésima columna de WAT BEJEMPLO 21 Comprucbe el enunciado 5 del teorema 9 para 3] SOLUCION (ary AplicaciOn a la ingenieria ‘Como ejemplo de inversién de matrices, regresemos al problema de transmision de calor que cestudiamos en Ia seccidn 2.1. Ahi se proporcioné le distribucion de temperaturas by, bo, Ds para una placa cuadrada, y se pidié determinar las temperaturas x)... %4en el interior (fi- ‘gura 2.8). El sistema lineal resultante fue Meta th thy Natu thsthy 1 gO tact by + be) sale tethth)3.2 Matiz inversa 177 MEJEMPLO 22 [Conduccién de calor) Demuestre que el problema de Wansferencla de calor para el sistem anterior siempre tiene una solucion dnica para evalesquiera valores de temperatura 6, bs, by en la frontera. Calcule esta solucién SOLUCION Para simplificar ta notacién, sean By = by + bs, By~ by + bus Bs hs + by y Ba= ‘hs by. El sistema puede escribirse en la forma canénica 4x ~b siendo 4-1-1 0 i 8, af“ 4 0-1 = B Aero a ify IS] PHL o-r-1 4 x B Si caleulamos 4-! con el algoritmo de inversién de matrices, nos da 24 12 72 27 Por tanto, el sistema tiene una solucién iiniea, x = 4b para cualquier eleccidn de ér- ‘minos constantes, de acuerda con el teorema 5. Asi, x By 7B, + 2B, + 2B; + By vr] og fB | 2 1 | 28+ 7B + By +28, xs] 740 [ay] > a9] 2m +B, +78 +28, co x By By + 2B, + 2B; + 7B, Aplicacién a la economia Con frecuencia, los economistas estudian las condiciones pata los equilibrios de mereudos, ¢8 decir, las condiciones bajo las que se relacionan los precios de diversos articulos, Por ejemplo, examinemos los mercados relacionados de boligrafos y lépices. Sean P)y Ps los precios, en délares, de un lipiz o un boligrafo, respectivamente. Algunas condiciones del mercado obligan a que los dos precios satisfagan la relacién P) + P,~= 1.5, mientras que otras circunstancias requieren de a relacién P;~ P,= 0,5, El precio de equilibrio para cada ‘mercado es aquel que cumple ambas condiciones. Esta es la solucién del sistema de las dos cecuaciones. Asi los precios de equilibrio son P;=0.5 y Py | WEJEMPLO 23 [Equilibrio en mercados relacionados) Las condiciones de Equilibrio entre tres mercados relacionados (carne de pollo, de cerdo y de res) se expresan como sigue: Cateute el precio de equilibrio, en délares. para cada mereado.178 Capiculo 3. mi Matrices SOLUCION El sistema AP = B, con 5s -1 2 P, ' A=|-2 6-3), P=|R], Bel 3 2-1 4 Be 10 puede resolverse invirtiendo 4. Si empleamos el algoritmo de inversidn de matrices obte- 1 ft 6 isp fa 3 al ww] ]s}=4 lis 7 2] [10] |s Por consiguiente, los precios de equilibrio son $3 para la carne de pollo, $4 para yy $5 para la de res, La inversa con sistemas aigebraicos computacionales Maple > with(1inalg) > inverse (matrix({(1,11, (3,411); [$7] 413,43, 404) out ti}= {4,1 3, MATLAB _ >> dnv(li 4: 3 4D ans = 4.0000 ~3.0000 Ejercicios 3.2 1. Aplique el teorema 4 para determinar las inversas de les 2, Usilice el teorema 4 para explicar por aué las matrices si rmatrices siguientes, auiertes no son iveribles [3 2) 75 poe [-10 20 a] (4) Ga) [Ss 4]3. Obtenga wna matriz-cuya inversa sea [! 3] 28 4. Dotermine la invorsa de 104, sil inversa de 4 es (sé) 5. Sig? + = 1, aplique el teorema 4 para demostrar que 4 es invertible. Caleule =! [44] 6. Encuente la inversa de [sai] 7. Determine (24) st 8. Encuentre 2,42, A) 4,45: 9. Obtenga las inversas de las siguientes matrices mediante f-10 9 s 00 o1 0 a5 0 Loa-}) loos 10, Sin hacer cielo, demuestre ue no es invertible 10 0} a=| 010 000 [Sigeroncia: Si es una inversa hipottica, examine el ele mento (3, 3) Je AB.) 11, Sinhacercileulos, comprucbe que 4 no es invertible {Shgerenia: S18 fuera una inversahipottica, examinee elememo (1-1) de AB} En tos ejercicios 12 16 aplique el algoritmo de inversién de matrices rata. en caso de ser posible, caleuar la inversa dela ma- wie dada 32M Matrizinversa 179 Re [3 [ Ba Ma a “10 a wf) o ; oo it -1o1? cord yyy itd En los ejrcicios 17 y 18, resuelva los Sistemas calcvlando p mero la inversa de fa matrz de coeficientes Wa xtyn ' boxm yore? -xty 93 18a “as ty xoyre xtyne 19. Determine 4, st180 Capitulo 3. Matrices 21. Sic, cosy c4 son escalates distintos de cero, caleule aye 22, Determine (ABC) si a 32 “Lat = 23. Caleule 4-1, 4°2,4°3, 4 y AY siendo 100 ond o 01 cow Vb Comprucbe la identidad (ABCy" = 5. Determine dy Bales que (4 +B)! 24 5. Obtenga Ay Bales que (4B)! #418" Demuestre que una matriz con un renglon de ceros no es invertible. 28 Compruebe que una matriz con una columns de ceros no os invertible. 29, Demuestre que una matrz diagonal 4 es invertible siy lo si cada elemento de la diagonal principales distnto de ce- ro, {Qué es A-!en este caso? 31 32, 3. aM 35, 36. 37. 38. 39, 40. a Si Aes invertible y 4B = 0, demuestre ue B = 0, Suponga que 48=0y que B #0. Demuestre que A no pue- 4e inverse ‘Si A es una matriz cuadrada con la propiedad 4° ~ 0, de- ‘muestre que existe [a iversa de /~A yes igual a 4+ 1 Si Aes una matriz euadrada con la propiedad 4°~ 0, com= prucbe que Ia inversa de /=A existe yes igual a4°+ A +f Suponga que 42+ 24 ~ I= 0. Demuestre que 4-!= 4+ 21 Comprusbe el teorema 4. Demuestre la parte 3 del teorema 6 Compruebe el teorema 7. Demuestre la parte 2 del teorema 8, Para el teorema 9: a, Demuestee las partes 1a 3 la parte S Termine de comprobar la parte 4 Use inversion de matrices para ealcular el precio de equi= libro, en dlares, de cada uno de los aniculos relacionados (cereal, galletas y pastelills) si ls candiciones de quilt brio se expresan como sigue Pa Pe Pa Pag Poa + Pay ~ Pay = 3 1 Demuestre que 447 siempre es simétrca. 3.3 Matrices elementales e invertibles renglén, Qdjetivos del estudiante para esta seccién 1. Comprender la relacién entre las matrices elementales y las operaciones elementales de 2, Conocer las diferentes caracterizaciones de matrices invertibles 3. Entender por qué funciona el algoritmo de inversién de matrices, En esta seccidn estudiaremos las matrices elementales y las usaremos para caracterizar a las matrices invertibles en muchas formas interesantes, Ademas,justificaremos el algoritmo de inversion de matrices Matrices elementales DEFINICION, (Matriz elemental) ‘Una matriz de n x n se llama elemental si puede obtenerse a partir de le matriz identidad J, usando una y slo una operacidn elemental de rengl6n (eliminaci6n, escalamiento 0 in- tercambio). Asi, las matrices elementales siempre son equivalentes aI,