Scribd Logo
Upload

Welcome to Scribd!

  • Schaum Álgebra Lineal 2da Edición - Seymour Lipschutz

    Uploaded by

    giomar leon gutierrez
    0 views562 pages

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    0 views562 pages

    Schaum Álgebra Lineal 2da Edición - Seymour Lipschutz

    Uploaded by

    giomar leon gutierrez

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 562
    —— Sif ALGEBRA LINEAL SEGUNDA EDICION Seymour Lipschutz ALGEBRA LINEAL Segunda edicién SEYMOUR LIPSCHUTZ, Ph. D. Temple University Traducci6n: CELIA MARTINEZ ONTALBA Revision: LORENZO ABELLANAS Catedratico Métodos Matemiticos de la Fisica Universidad Complutense de Madrid McGraw-Hill MADRID @ BUENOS AIRES ¢ CARACAS » GUATEMALA @ LISBOA @ MEXICO NUEVA YORK ¢ PANAMA e SAN JUAN e SANTAFE DE BOGOTA e SANTIAGO e SAO PAULO "AUCKLAND # HAMBURGO @ LONORES MILAN « MONTREAL @ NUEVA DELHI @ PARIS "SAN FRANCISCO e SIDNEY # SINGAPUR @ ST. LOUIS e TOKIO @ TORONTO ALGEBRA LINEAL. Segunda edieién No esta permitida la reproduccién total o parcial de este libro, ni su tratamiento informatico, ni la transmision de ninguna forma o por cualquier medio, ya sea electrénico, mecénico, por fotocopia, por registro u otros métodos, sin el permiso previo y por escrito de los titulares del Copyright. DERECHOS RESERVADOS © 1992, respecto a la segunda edicién en espaitol, por McGRAW-HILL/INTERAMERICANA DE ESPANA, S.A, Edificio Oasis-A, 1.* planta Basauri, s/n 28023 Aravaca (Madrid) Traducido de la segunda edicién en inglés de LINEAR ALGEBRA Copyright © MCMXCI, por McGraw-Hill, Inc. ISBN: 0-07-038007-4 ISBN: 84-7615-758-4 Depésito legal: M. 119/193 Cubierta: Juan Garcia ‘Compuesto e impreso en: Fernandez Ciudad, S.L. PRINTED IN SPAIN - IMPRESO EN ESPANA Prdlogo . Capitulo 1. Capitulo 2. Capitulo 3. Capitulo 4, Capitulo 5. Contenido SISTEMAS DE ECUACIONES LINEALES SAGE Power ss oot 1.1. Introduccion.—1.2. Ecuaciones lineales. Soluciones—1.3. Eeuaciones lineales con dos inedgnitas.— 1.4. Sistemas de ecuaciones lincales. Sistemas equivalentes. Operacio~ nes elementales.—1.5. Sistemas en forma triangular y escalonada—1.6. Algoritmo de reduccion.—I.7, Matrices.—1.8. Equivalencia por filas. Operaciones clementales entre filas—1.9. Sistemas de ecuaciones lineales y matrices.—1.10. Sistemas de ecuaciones lineales homogéneos. \VECTORES EN R" Y C!. VECTORES ESPACIALES ... 0-01-20 00- >>> 2.1, Introduccién.—2.2. Vectores en R*—2.3, Suma de vectores y producto por un escalar—2.4, Vectores y ecuaciones lineales.—2.5. Producto escalar—2.6. Norma de tun vector. 2.7, Vectores localizados, hiperplanos y rectas cn R' espaciales. Notacién ijk en R*.—2.9. Niimeros complejos.—2.10. Vectores en C™ MATRICES uve + 2 BEYEROSG $40 + woniclas® ae 3.1, Introduccién-3.2. Matrices—3.3. Suma de matrices y producto por un esca~ lar—3.4, Producto de matrices. —3.5. Traspuesta de una matriz—3.6. Matrices y sistemas de ecuaciones lineales—3.7. Matrices por bloques. MATRICES CUADRADAS. MATRICES ELEMENTALES |... . - Psgasten 4.1, Introduccion —4.2. Matrices cuadradas—4.3, Diagonal y traza. Matriz identi- dad.—4.4, Potencias de matrices. Polinomios de matrices—4.5. Matrices invertibles (no singulares)—4.6. Tipos especiales de matrices cuadradas.—4.7. Matrices comple jas—4.8. Matrices cuadradas por bloques.—4.9. Matrices elementales. Aplicaciones 4.10. Operaciones elementales entre columnas. Equivalencia de matrices.—4.11. Matri- ‘ces simétricas congruentes. Ley de inercia—4.12, Formas cuadraticas—4.13. Simila~ ridad.—4.14, Factorizaci6n LU. ESPACIOS VECTORIALES ..... 000-0 2+0200+ 5 5.1. Introduccidn.—5.2. Espacios veetoriales.—5.3. Ejemplos de espacios veetoriales. 5.4. Subespacios. 5.5. Combinaciones lincales. Envolventes lineales.—5.6. Dependen- 45 87 105 167 vi CONTENIDO Capitulo 6. Capitulo 7. Capitulo 8. Capitulo 9. Capitulo 10. Capitulo 11. Capitulo 12. Capitulo 13, cia e independencia lineal—S.7. Bases y dimension.—S.8. Ecuaciones lineales y espa- cios vectoriales—5.9. Sumas y sumas directas,—S.10. Coordenadas.—5.11. Cambio de base. ESPACIOS CON PRODUCTO INTERNO. ORTOGONALIDAD .. ...--- 6.1. Introduccién.—6.2. Espacios con producto interno.—6.3. Desigualdad de Cauchy- Schwarz. Aplicaciones—6.4. Ortogonalidad.—6.5. Conjuntos ortogonales y bases. Proyecciones—6.6. Proceso de ortogonalizacién de Gram-Schmidt.—6.7. Productos internos y matrices.—6.8. Espacios complejos con producto interno.—6.9. Espacios vectoriales normados. DETERMINANTES : coves eee ee 7.1. Introduccion.—7.2. Determinantes de 6rdenes uno y dos.—7.3, Determinantes de orden tres—7.4. Permutaciones.—7.5. Determinantes de orden arbitrario.—7.6. Pro- piedades de los determinantes.—7.7. Menores y cofactores—7.8. Adjunto clasico. 7.9. Aplicaciones a las ecuaciones lineales. Regla de Cramer—7.10. Submatrices. Menores generales. Menores principales—T.11. Matrices por bloques y determinan- tes.—7.12. Determinantes y volumen.—7.13. Multilinealidad y determinantes. VALORES PROPIOS Y VECTORES PROPIOS. DIAGONALIZACION 8.1, Introduccién.—8.2. Polinomios de matrices—8.3. Polinomio caracteristico. Teo- rema de Cayley-Hamilton.—8.4, Valores propios y vectores propios—8.5. Céleulo de valores propios y vectores propios. Diagonalizacion de matrices.—8.6. Diagonalizacion de matrices reales simétricas.—8.7. Polinomio minimo. APLICACIONES LINEALES . . .. - Asem seers persbettamenn 9.1. Introduccién.—9.2. Aplicaciones. 9.3. Aplicaciones lineales.—9.4. Niicleo e ima- gen de una aplicacién lineal—9.5. Aplicaciones lineales singulares y no singulares. Tsomorfismos.—9.6. Operaciones con aplicaciones lineales.—9.7. Algebra de operado- res lineales A(V).—9.8. Operadores invertibles. MATRICES Y APLICACIONES LINEALES sate § 7 SSRN oe 10.1. Introduccion.—10.2. Representacion matricial de un operador lineal —10.3. Cambio de base y operadores lineales—10.4. Diagonalizacion de operadores linea- les.—10.5. Matrices y aplicaciones lineales generales. FORMAS CANONICAS ....6. 5. suk sats ro ok ; ILL. Introduccién —11.2. Forma triangular—I1,3. Invariancia.—11.4. Descomposi- ciones en suma directa invariante—11.5. Descomposicion primaria.—11.6. Operadores nilpotentes.—11.7. Forma canénica de Jordan—I1.8. Subespacios ciclicos.—11.9. Forma canénica racional—1.10. Espacios cociente. FUNCIONALES LINEALES Y ESPACIO DUAL... 0-2. - 0202000 s cee e ees 12.1. Introduccién.—12.2. Funcionales lineales y espacio dual.—12.3. Base dual. 12.4. Espacio segundo dual,—12.5. Aniquiladores.—12.6. Traspuesta de una aplicacién lineal. FORMAS BILINEALES, CUADRATICAS Y HERMITICAS ... .. : 13.1, Introduecién.—13,2, Formas bilineales—13.3. Formas bilineales y matrices. 13.4. Formas bilineales alternadas.—13.5, Formas bilineales simétricas. Formas cua- draticas—13.6. Fornias bilineales simétricas reales. Ley de inercia—t3.7. Formas hermiticas. 290 330 369 406 436 CONTENIDO Capitulo 14. OPERADORES LINEALES EN ESPACIOS CON PRODUCTO INTERNO . Apéndice Indice 14.1. Introduccion.—14.2. Operadores adjuntos—14.3. Analogia entre A(V) y C. Operadores especiales—14.4, Operadores autoadjuntos.—14,5, Operadores ortogona- les y unitarios—14.6. Matrices ortogonales y unitarias.—14.7, Cambio de base orto- normal.—14.8. Operadores positivos. Diagonalizacién y formas canénicas en espacios euclideos.—14.10. Diagonalizacién y formas canénicas en espacios unita- rios—14.11. Teorema espectral. CONJUNTOS Y RELACIONES . 0.00.00 0 eee ete teet eee ee ee ee ees Conjuntos, elementos.—Operaciones entre conjuntos—Producto cartesiano de con- juntos.—Relaciones —Relaciones de equivalencia. ESTRUCTURAS ALGEBRAICAS ... : Introduccién.—Grupos.—Anillos, dominios de integridad y cuerpo: POLINOMIOS SOBRE UN CUERPO . . Introduccion. —Divisibilidad. Maximo comin divisor.—Factorizacion, —Médulos. vii 503 528, 535 545 549 Prologo El dlgebra lineal se ha convertido en los tltimos afios en una parte esencial de los conocimientos matematicos requeridos a mateméticos, ingenieros, fisicos y otros cientificos. Este requerimiento refleja la importancia y la amplitud de sus aplicaciones. Este libro se ha proyectado como libro de texto en un curso regular de algebra lineal o como suplemento a los textos clasicos en uso, Su propésito es presentar una introduccién al algebra lineal que todos los lectores encuentren provechosa, cualquiera que sea su campo de especiali- zacién. Se ha incluido mas material del que puede abarcarse en muchos primeros cursos, con objeto de hacer el texto mas flexible, proporcionar un libro de referencia util y estimular el interés futuro en el tema. Cada capitulo comienza con enunciados claros de las definiciones, principios y teoremas pertinentes, junto con ejemplos y otro material descriptivo. A esto siguen colecciones graduadas de problemas resueltos y problemas suplementarios. Los problemas resueltos sirven para ilustrar y ampliar la teoria, coneretan aquellos puntos sutiles cuyo desconocimiento Heva al estudiante a sentirse continuamente en un terreno inseguro, y suministran la repeticién de los principios basicos tan vital para un aprendizaje efectivo. Entre los problemas resueltos se incluyen numerosas demostraciones de teoremas. Los problemas suplementarios sirven como revision completa del material de cada capitulo. El primer capitulo trata los sistemas de ecuaciones lineales. Esto proporciona la motivacién y las herramientas de célculo basicas para el material subsiguiente. Tras haber introducido los Vectores y las matrices, aparecen capitulos sobre espacios vectoriales y subespacios, y sobre productos internos. Siguen capitulos que cubren determinantes, valores propios y vectores propios, y diagonalizacion de matrices (bajo similaridad) y formas cuadraticas (bajo congruen- cia). Los capitulos posteriores abarcan las aplicaciones lineales abstractas y sus formas canénicas. especificamente las formas canénicas triangular, de Jordan y racional. El dltimo capitulo trata las aplicaciones lineales abstractas en espacios con producto interno. Los principales cambios en la segunda edicién han sido por razones pedagogicas (de forma) més que de contenido. Aqui la nocién de aplicacién matricial se introduce al principio del texto, x PROLOGO y los productos internos justo después del capitulo sobre espacios vectoriales y subespacios. ‘Asimismo, se presentan los algoritmos de reduccién por filas, inversién de matrices, calculo de determinantes y diagonalizacion de matrices y formas cuadraticas, usando notacién algoritmica. ‘Ademis, temas tales como matrices elementales, factorizacién LU, coeficientes de Fourier y varias normas en R" se introducen directamente en el texto, en lugar de hacerlo en las secciones de problemas. Por iiltimo, al tratar los aspectos abstractos més avanzados en la parte final del texto, facilitamos el uso de éste en un curso elemental o en uno de dos semestres de algebra lineal. Deseo dar las gracias al personal de McGraw-Hill Schaum Series, especialmente a John Aliano, David Beckwith y Margaret Tobin, por sus inestimables sugerencias y su cooperacion, verdaderamente util. Por diltimo, quiero expresar mi gratitud a Wilhelm Magnus, mi maestro, consejero y amigo, que me introdujo en la belleza de las matematicas. Temple University SEYMOUR LiPSCHUTZ Enero de 1991 CAPITULO 1 Sistemas de ecuaciones lineales 1.1. INTRODUCCION La teoria de las ecuaciones lineales juega un papel importante y motivador en el ambito del Algebra lineal. De hecho, muchos problemas de algebra lineal son equivalentes al estudio de un sistema de ecuaciones lineales, como hallar el micleo de una aplicacién lineal o caracterizar el subespacio generado por un conjunto de vectores. Por cllo, las técnicas introducidas en este capitulo seran aplicables al tratamiento mas abstracto dado posteriormente. Por otra parte, algunos de los resultados del tratamiento abstracto arrojaran nueva luz sobre Ia estructura de Ios sistemas de ecuaciones lineales «concretos». Este capitulo investiga sistemas de ecuaciones lineales y describe detalladamente el algoritmo de eliminacién gaussiano, que se utiliza para hallar su solucién, Aunque seran estudiadas en detalle en el Capitulo 3, las matrices, junto con ciertas operaciones entre ellas, se introducen también aqui, puesto que estén estrechamente relacionadas con los sistemas de ecuaciones lineales y su solucién. Todas nuestras ecuaciones involucraran nimeros especificos denominados constantes 0 esca- ares, Para simplificar, en este capitulo asumimos que todos nuestros escalares pertenecen al cuerpo de los nimeros reales R. Las soluciones de nuestras ecuaciones también involucrarén neplas u = (key, ky. --., ky) de mimeros reales Hamadas vectores. El conjunto de tales n-plas se denota por R". Apuntamos que los resultados de este capitulo son validos asimismo para ecuaciones sobre el cuerpo complejo C, 0 sobre cualquier cuerpo arbitrario K. 1.2. ECUACIONES LINEALES. SOLUCIONES Por una ecuacién lineal con incgnitas x,, x2, ...,%, entendemos una ecuacién que puede escribirse en la forma convencional: on yxy + aa Xa + + OX, 2 ALGEBRA LINEAL donde a, a2, ..., dy, b son constantes. La constante a, se denomina el coeficiente de x, y b se denomina la constante de la ecuacion. Una solucién de la ecuacién lineal anterior es un conjunto de valores de las incdgnitas, digamos x, = ky, Xz = kp, ..., %, = ky, 0 simplemente una n-pla u = (ky, kp, .... k,) de constan- tes, con la propiedad de que es cierta la siguiente expresion (obtenida sustituyendo cada x, por k, en la ecuacién): Ayky + agky +--+ gk, = b Se dice entonces que este conjunto de valores satisface la ecuacién. El conjunto de todas las soluciones se lama conjunto solucién, solucién general o, simple- mente, la solucién de ta ecuacién. Nota: Las nociones anteriores presuponen implicitamente que existe un orden entre las incdg- nitas. Con el fin de evitar los subindices, normalmente utilizaremos variables x, y, z para denotar tres incégnitas, x, y, z, t para denotar cuatro inedgnitas y x, y, 2, s, ¢ para denotar cinco incdgnitas, considerandolas ordenadas. EJEMPLO 1.1 a) La ecuacion 2x—Sy+3xz=4 no es lineal, porque el producto de dos incdgnitas es de segundo grado. 5) La ecuacién x + 2y~ 42 +1 = 3 es lineal en las cuatro incégnitas x, y, x, t. La 4-pla w= (3, 2, 1, 0) es una solucién de la ecuacion porque 3+2@)—4(1)+0=3 0 3=3 es una expresién cierta. Sin embargo, la 4-pla v= (1, 2, 4, 5) no es una solucion de ta ecuacién porque 142Q)-4(4)+5=3 0 -6 no es cierto, ECUACIONES LINEALES CON UNA INCOGNITA El siguiente resultado basico esta probado en el Problema 1.5. Teorema 1. Consideremos la ecuacién lineal ax = b. i) Sia #0, x =b/aes solucion tnica de ax = b. ii) Sia=0, pero b #0, ax = b no tiene solucién, iii) Sia=0 yb =0, todo escalar k es solucién de ax = b. EJEMPLO 1.2 a) Resolvamos 4x —1= x +6. ‘Trasponemos para obtener la ecuacién en forma convencional: 4x — ‘mos por 1/3 para obtener la solucién tinica x = 3 [Teorema 1.1 i). 6+163x= . Multiplica- SISTEMAS DE ECUACIONES LINEALES 3 5) Resolvamos 2x — 5 — x Reescribimos la ecuacién en forma convencional: x — ecuaci6n no tiene solucion (Teorema 1.1 ii). +3,0x— =348,00x=8. La ©) Resolvamos 4 +x —3=2x+1-x Reescribimos la ecuacién en forma convencional: x +1 =x +1, 0x—x escalar k es una solucién [Teorema 1.1 iii] 1=1, 0 0x =0. Todo ECUACIONES LINEALES DEGENERADAS Una ecuacién lineal se dice degenerada si tiene la forma Ox, + Ox, +++ + 0x, = b esto es, si cada coeficiente es igual a cero. La solucién de tal ecuacién se halla como sigue: Teorema 1.2: Consideremos la ecuacion lineal degenerada 0x, + Ox, + + + Ox, i) Si b¥0, la ecuacion no tiene solucién. ii) Si b=0, todo vector w= (ky, ka, «+5 ky) @s una solucién. Demostracion. i) Sea u= (Ky, Kay «+s ky) UN vector cualquiera. Supongamos b#0. Sustituyen- do w en la ecuacién obtenemos: < Ok, +0ky ++ +0K,=b 0 O0F04--4+0=b 0 O=b No es una expresi6n cierta porque 640. Por tanto, ningiin vector u es soluciom. ii) Supongamos b = 0. Sustituyendo u en la ecuacién obtenemos: Ok, + Ok, +--+ + Oky © 0404--+0=0 0 0=0 que es una expresién cierta. Por consiguiente, todo vector u en R" es una solucién, como se pretendia. EJEMPLO 1.3. Describir la solucién de 4y —x —3y +3=2+x—2xty41 La reescribimos en forma convencional agrupando términos y trasponiendo: yox+3=y-x43 0 y x-ytx=3-3 0 Ox +0) La eouacion ¢s degenerada con constante nula; por tanto, todo vector u = (a, 6) en R es una solucién ECUACIONES LINEALES NO DEGENERADAS. PRIMERA INCOGNITA Esta subseccién trata la solucién de una sola ecuacién lineal no degenerada con una o mas incégnitas, digamos yxy 4 yxy Ho + Xp 4 ALGEBRA LINEAL Por la primera incdgnita en tal ecuacién entendemos a primera con coeficiente no nulo. Su posicién p en la ecuacion es entonces el menor valor entero de j para el cual a, #0. En otras palabras, x, es la primera incognita si a, = 0 para j Lj. [Ex] Multiplicar la ecuacién i-ésima por un escalar no nulo k: kL; L;, k #0. [Es] Sustituir la ecuacion i-ésima por ella misma mas k veces la j-ésima: (kL) + L,)> Ly. SISTEMAS DE ECUACIONES LINEALES 9 En la practica efectuamos [E,] y [E,] en un solo paso, 0 sea, Ia operacién [E] Sustituir la ecuacin i-ésima por k (no nulo) veces ella misma mas k’ veces la j-ésima: (KL) + kL) > Ly, k #0 Lo anterior se enuncia formalmente en el siguiente teorema, probado en el Problema 1.46. Teorema 1.4: Supongamos que un sistema de ecuaciones lineales (#) se obtiene de otro (+) mediante una sucesion finita de operaciones elementales. Entonces (#) y (*) tienen el mismo conjunto solucion. Nuestro método para resolver el sistema de ecuaciones lineales [1.3] consta de dos pasos: Paso I. Usar las operaciones elementales anteriores para reducir el sistema a uno equivalente mis simple (en forma triangular o escalonada), Paso 2. Usar la sustitucién hacia atrés para hallar Ia solucién del sistema mas simple. Los dos pasos se ilustran en el Ejemplo 1.9. En cualquier caso, por razones pedagogicas, discutimos en detalle primero el Paso 2 en la Seccidn 1.5 y luego el Paso 1 en la Seccion 1.6. EJEMPLO 1.9, La solucién del sistema xt y- a= -4 5x4 Ly —2z= 22 3x— 2y+ 3r= Mf se obtiene como sigue: Paso I: Primero eliminamos x de la segunda ecuacién mediante la operaci6n elemental (—SLy + La) Lay esto es, multiplicando L, por —5 y sumandola a L,; entonces eliminamos x de la tereera ecuacion Sfectuando la operacion elemental (—3L; + L) + Ly, es decir, multiplicando L, por ~3 y sumandola @ Ly 5x Ly: —Sx—10y+202= 20 3x Ly: —3x— by + 122 = 12 Ly _Sx+ly-2z=-2 Jy: _3x—2y+ 32a nueva La? yo f= 2 nueva Ly: = By + 152 = 23 Por tanto, el sistema original es equivalente al sistema x+2y— 4o=—4 yo z=-2 ty + 1S2= 23 ‘A continuacién eliminamos y de la tercera ecuacién aplicando (8L7 + L,) +> Ls, esto es, multiplicando L, por 8 y sumandola a L3: 8x1, ay 8 = 16 Ly: ~8y+15e= 2B nueva Ly: t= 7 i i 10 ALGEBRA LINEAL Por consiguiente, obtenemos el siguiente sistema triangular equivalente: x4 2y—4z— 4 yr r= 72 a= 7 Paso 2. Ahora resolvemos el sistema triangular mas simple mediante sustitucién hacia atras. La tercera ecuacién da z = 1, Sustituimos z= 1 en la segunda ecuacién obteniendo -2 0 Ahora sustituimos z = 1 e y= —1 en la primera ecuacién para obtener x4+2(-1)-4(I)=-4 0 x-2-4 0 x-6=-4 0 x=2 Entonces x = sistema dado, y= —1, z=, 0, en otras palabras, la terna ordenada (2, —1, 1) es la solucién tinica del El anterior algoritmo de dos pasos para resolver un sistema de ecuaciones lineales se denomina eliminacién gaussiana, El siguiente teorema se utilizaré en el Paso 1 del algoritmo. Teorema 1.5: | Supongamos que un sistema de ecuaciones lineales contiene la ecuacion degenerada L: Ox, + 0x, +++ + 0x, =b 4) Si b=0, L puede suprimirse del sistema sin alterar el conjunto solucién. b) Si b#0, el sistema no tiene solucién. Demostracién, Se obtiene directamente del Teorema 1.2. Esto es, la parte a) se obtiene del hecho de que todo vector en R" es solucién de L,, y la parte b) del hecho de que L no tiene solucién y por tanto tampoco la tiene el sistema. 1.5. SISTEMAS EN FORMA TRIANGULAR Y ESCALONADA Esta seccidn considera dos tipos simples de sistemas de ecuaciones lineales: sistemas en forma triangular y el caso més general de sistemas en forma escalonada. FORMA TRIANGULAR Un sistema de ecuaciones lineales est en forma triangular si el niimero de ecuaciones es igual al ntimero de incégnitas y si x, es 1a primera incdgnita de la k-ésima ecuacién. Por tanto, un sistema de ecuaciones lineales triangular tiene a forma siguiente: BX Faraz tt Be Matt Oa % AaaX2 Fo + aX t any seen aaa (4) y— $.n—1Xn—1 + Opt, Xn = yy Gn Xu = Dy donde ayy 40, a2 £0, +s yg £0. SISTEMAS DE ECUACIONES LINEALES 11 El sistema de ecuaciones lineales triangular anterior tiene una solucion Gnica, que puede cobtenerse mediante el siguiente procedimiento, conocido como sustitucién hacia atras. Primero, resolvemos la ultima ecuacion para la ultima incdgnita, x,: Segundo, sustituimos este valor de x, en la peniiltima ecuacién y la resolvemos para la peniltima incognita, x,_1! = Gn~1, nb x/ ean) Byte Tercero, sustituimos estos valores de x, y X,-1 en la antepeniiltima ecuacién y la resolvemos para la antepeniiltima incdgnita, x, 2: bens = (Onna, i/ y= 1.n— Pam 1 — Bn~ 1,1(Pal an) — (n= 2, 0/ Gand p20? En general, determinamos x; sustituyendo los valores previamente obtenidos de xq. X,—15 - Xk en la ecuacion k-ésima ecuacion: x XL ten Xn actu El proceso finaliza cuando hemos determinado x,. La solucién es iinica puesto que, en cada paso del algoritmo, el valor de x, esta, por el Teorema 1.1 i), univocamente-determinado. EJEMPLO 1.10. Consideremos el sistema dxe+4y—- = i Syt z= 2 = -9 Como el sistema esta en forma triangular, puede resolverse mediante sustitucién hacia atras. 3 i) La Ghima ecuacién proporciona z ii) Sustituimos en la segunda ecuacion para obtener Sy— 3 =2 6 Sy iii) Sustituimos z = —3 ¢ y= 1 en Ia primera ecuacién para obtener dxt4)-(-3= 1 0 xt443=11 0 2x i S Entonces el vector w = (2, 1, —3) es la soluci6n tinica del sistema. 12 ALGEBRA LINEAL FORMA ESCALONADA. VARIABLES LIBRES Un sistema de ecuaciones lineales esta en forma escalonada si ninguna ecuacién es degenerada y la primera incognita de cada ecuacién esté a la derecha de la primera incognita de la ecuacion anterior. El paradigma es: 41% + aya Xp + Gy3X3 + ayy Xy +> 92), %j2 + 92, pri%pasi t* 15) rj, Xi + Op, ipa Xen Hoe donde 1 1, efectuar la operacién (Seccién 1.4) (Esk (ual; + LiL; 0 (EE anh + abi Paso 3, Examinar cada nueva ecuacién L: a) Si L tiene la forma Ox, + 0xz ++ +0x,=0 0 si es un miltiplo de otra ecuacion, suprimirla del sistema. b) Si L tiene la forma Ox, + 0x; + ~~ +0, =b con b #0, abandonar el algoritmo. El sistema no tiene solucion. Paso 4. Repetir los Pasos 1, 2 y 3 con el subsistema formado por todas las ecuaciones, excluyendo la primera. Paso 5. Continuar el proceso anterior hasta que el sistema esté en forma escalonada, o hasta que se obtenga una ecuacién degenerada en el Paso 3b). La justificaci6n del Paso 3 esta en el Teorema 1.5 y en el hecho de que si L = kL’ para alguna otra ecuaci6n L'en el sistema, la operacién —kL’ + LL sustituye L por Ox, + 0x2 +++ + 0%_= 0. que podra ser de nuevo eliminada segin el Teorema 1.5 14 ALGEBRA LINEAL EJEMPLO 1.12 a) b) ) El sistema xt yo2e=10 3x+2y+22= 1 Sxtdy+3c= 4 se resuelve reduciéndolo primero a forma escalonada. Para eliminar x de las ecuaciones segunda y tercera efectuamos las operaciones ~3L, +2L, +L, y —SL + 2L,> Ly: =3Ly: -6x—3y+ 62 = —30 =SLy: —10x — Sy + 102 = —50 Dy: Ox t+4yt Ac= 2 2Ly: l0x+8y+ 6e= 8 =3L, + Ly: y+ 102 =—28 =5L, + 2: By + 1 = 2 Esto proporciona el siguiente sistema, en el que y se elimina de la tercera ecuacion mediante la operacién —3L, + Ly > Ly: w+y- 2= 10) 2xty- w= 10 y+ z= —28¢ + y+ 102 = —28 3y + 162 = —42) -Me= 42 EI sistema esti ahora en forma triangular. Por consiguiente, podemos utilizar Ia sustitucién hacia atras para obtener la solucién iinica u = (1, 2, ~3), El sistema x+2y— 3z=1 2x+5y— Brad 3x4 By— 13257 se resuelve reduciéndolo primero a forma escalonada. Para eliminar x de las ecuaciones segunda y tercera efectuamos —2L, +L, Lz y —3L, + Ly Ly para obtener x42y-3e—1 wai yoda? —- 2y—42=4 x (La tereera ccuacién se suprime puesto que es un miéltiplo de la segunda.) EI sistema est ahora en forma escalonada con variable libre z. Para obtener la solucién general hacemos 2 = a y resolvemos por sustitucién hacia atrés. Sustituimos z= en la segunda ccuacién para obtener y = 2+ 2a. A continuacién sustituimos z = a e y =2 + 2a en Ia primera ecuacion para obtener x + 2(2 + 2a)—3a=1 0 x= —3—a. Entonces la solucion general es = 3a ya242, 3-a,2+2a, a) donde a es el pardmetro. El sistema x+2y—32=-1 3x— yt2e= 7 Sx+3y—4:= 2 SISTEMAS DE ECUACIONES LINEALES 15. se resuelve reduciéndolo primero a forma escalonada. Para eliminar x de las ecuaciones segunda y ter- tera efectuamos las operaciones —3L, +L, +L) ¥ —SL1 + Ly ~ Ls para obtener el sistema equivalente x¢2y- eal —Ty+1lz= 10 —Ty+ize= 7 La operacién —L, + Ls + Ly conduce a la ecuacién degenerada Ox + Oy +02 = Entonces el sistema no tiene solucion. El siguiente resultado basico se menciond previamente, Teorema 1.7: Cualquier sistema de ecuaciones lineales tiene: i) una Gnica solucion, ii) ninguna solucién, o iii) un nimero infinito de soluciones. Demostracién. Aplicando el algoritmo anterior al sistema podemos bien reducirlo a forma escalonada, o bien determinar que no tiene solucién. Si la forma escalonada tiene variables libres, entonces el sistema tiene un némero infinito de soluciones. Nota: Se dice que un sistema es compatible si tiene una 0 mas soluciones [Casos i) 0 iii) en el Teorema 1.7], y se dice que es incompatible si no tiene solucién [Caso ii) en el Teorema 1.7]. La Figura 1-3 ilustra esta situacion ame | Ninguna Solucién Niimero infinito solueion ‘nica de soluciones Figura 1-3. 1.7. MATRICES Sea A una tabla ordenada de nimeros como sigue: ai 16 ALGEBRA LINEAL La tabla A se denomina matriz. Tal matriz se denota pot A= (ay), i= 1, --..m,j= 1 simplemente A = (a,,). Las m n-plas horizontales (yas yas oess @ga)s (days Gazy 204 Gan)o oes mrs ina +++» Onin) son las filas de la matriz, y las n m-plas verticales ay1\ fare! Gn) 21 | | a2 an x \dmif en o con sus columnas. Nétese que el elemento a,» llamado la entrada ij 0 la componente ij, aparece en la fila i-ésima y en la columna j-ésima. Una matriz con m filas y n columnas se Hama matriz m por n, 0 matriz m x n; el par de nimeros (m, n) se lama su tamario. 1-3 0 5 (0, 5, —2); sus columnas son L =3) 4 0,5, -2% 8 i) (meg il La primera entrada no nula en una fila R de una matriz A se llama la entrada principal no nula de R. Si R no tiene entrada principal no nula, es decir, si toda entrada en R es 0, R se denomina una fila nula. Si todas las filas de A son nulas, es decir, si toda entrada en A es 0, A se lama la matriz cero, denotada por 0. a EJEMPLO 1.13. Sea 4 -( ) Entonces A es una matriz 2 x 3. Sus filas son (1, —3, 4) y MATRICES ESCALONADAS Una matriz A se denomina matriz escalonada, 0 se dice que est en forma escalonada, si se cumplen las dos condiciones siguientes: i) Todas las filas nulas, si las hay, estan en la parte inferior de la matriz. ii) Cada entrada principal no nula est4 a la derecha de la entrada principal no nula de la fila precedente Esto es, A = (a,;) es una matriz escalonada si existen entradas distintas de cero Ay, Qajy ev dys — donde jy r En este 480, dj...» dy, Son las entradas principales no nulas de A. SISTEMAS DE ECUACIONES LINEALES 17, EJEMPLO 1.14. Las siguientes son matrices escalonadas cuyas entradas principales no nulas se han rodeado con un circulo: ae 3 oo 4 5 Nig 2 3\ i Oo 3 9 0 3 a 2 ‘ 9 7 Q om o @\lo -o Oo. 0 -3 8 0 0 o/\o 0 0 2 Org momen Pa get a, mw © Se dice que una matriz escalonada A se ha puesto en forma canénica por filas si tiene las dos propiedades adicionales siguientes: iii) Cada entrada principal no nula es 1 iv) Cada entrada principal no nula es la tnica entrada distinta de cero en su columna. La tercera matriz de arriba es un ejemplo de matriz en forma candnica por filas. La segunda no esté en dicha forma porque la entrada principal no nula en la segunda fila no es la nica entrada distinta de cero en su columna; hay un 3 sobre ella. La primera matriz tampoco esta en forma candnica por filas puesto que algunas de las entradas principales no nulas no valen 1 ‘La matriz cero, 0, con cualquier nimero de filas y de columnas, es otro ejemplo de matriz en forma candnica por filas. 1.8. EQUIVALENCIA POR FILAS. OPERACIONES ELEMENTALES ENTRE FILAS Se dice que una matriz A es equivalente por filas a otra B, escrito A ~ B, si B puede obtenerse a partir de A mediante una sucesién finita de las siguientes operaciones, llamadas operaciones elementales entre filas: {E,] Intercambiar las filas i-ésima y j-esima: R, > Ry, [£3] Multiplicar la fila i-ésima por un escalar no nulo k: KR, Ri, k #0. [£3] Sustituir la fila i-ésima por ella misma mas k veces la j-ésima: KR, +R; > Ry En [a practica efectuamos [£3] y [Es] en un solo paso, es decir, la operacion [E] _ Sustituir la fila i-sima por k (no nulo) veces ella misma mis k’ veces Ta j-ésima: KR, +kR,> Ry k #0 Sin duda, el lector reconocera la similitud entre las operaciones anteriores y las utilizadas para resolver sistemas de ecuaciones lineales. El siguiente algoritmo reduce por filas una matriz A a forma escalonada. (La expresion «ceducir por filas> 0, simplemente, «reducit» significara transformar una matriz mediante operaciones elementales entre filas.) Algoritmo 1.84 Aqui A= (a,) es una matriz arbitraria. Paso I. Encontrar la primera columna con una entrada no nula. Supongamos que es la columna j,. 18 ALGEBRA LINEAL Paso 2. Intercambiar las filas de forma que aparezca una entrada no nula en la primera fila de la columna jj, esto es, conseguir que a,,, # 0. Paso 3. Utilizar a,;, como pivote para obtener cero bajo él; esto es, para cada i> | efectuar la operacién entre filas ~ay,R, + ay, Ry > R, 0 (—ay,/ay,)Ry + Ry > Ry. Paso 4, Repetit los Pasos 1, 2 y 3 con la submatriz formada por todas las filas, excluyendo la primera. Paso 5. Continuar el proceso anterior hasta que la matriz quede en forma escalonada, 1 2-3 0 EJEMPLO 1.16. La matriz 4={2 4 —2 2 Jse reduce a forma escalonada mediante el Algo- ritmo 1.8A como sigue: an: Utilizamos a1 = 1 como pivote para obtener ceros bajo a,,, esto es, efectuamos las operaciones entre filas —2R, + Ry -» Ra y —3R, + Ry Ry para obtener la matriz 1 2-3 ol 0 0 4 2 o 0 5 3, Ahora utilizamos a, = 4 como pivote para obtener un cero bajo as, esto es, efectuamos la operacién entre filas —5R + 4R, — Ry, obteniendo la mattiz 1 2-3 0 . 0 0 4 2 0 0 0 x La matriz esté ahora en forma escalonada. El siguiente algoritmo reduce por filas una matriz escalonada a su forma candnica por filas. Algoritmo 1.8B Aqui A = (a) esta en forma escalonada, digamos con entradas principales no nulas Bijs Aris + ys, Paso I. Multiplicar la éltima fila no nula R, por L/a,, de forma que la entrada principal no nula sea 1. Paso 2. Utilizar a,,,=1 como pivote para obtener ceros sobre él; esto es, para i r—2,..., 1, efectuar la operacin 1, —a,,R, +R, > R, Paso 3. Repetir los Pasos | y 2 para las filas R,_,, R,-», Paso 4. Multiplicar Ry por Ia,,,. SISTEMAS DE ECUACIONES LINEALES 19. EJEMPLO 1.16. Utilizando el Algoritmo 1.8B, la matriz escalonada 2 o 0 se reduce a forma candnica por filas como sigue: Multiplicamos Ry por $ An cow cou ous one 345 6 0325 0004 de forma que su entrada principal no nula sea 1; entonees utilizamos a3 = 1 como pivote para obtener ceros sobre él efectuando las operaciones —SR, + Ry > Ry y —6Rs + Ri Ry: 6) (23450 s}~{o 03.20 J \o 0001, ‘Multiplicamos R, por § de modo que su entrada principal no nula sea 1; entonces utilizamos a,, = 1 como pivote para conseguir un 0 encima, con la operacion —4R, + Ry + Riz 2345 A~{o 01 % 0000 Finalmente, multiplicamos R, por 4 obteniendo 1 3 00 0 0 oo) (2305 0 o}~(o o 1 30 i) \o ooo, a) 170 001, Esta matriz es la forma canénica por filas de A. Los Algoritmos 1.8A y 1.8B muestran que cualquier matriz es equivalente por filas a al menos una matriz en forma candnica por filas. En el Capitulo 5 demostraremos que tal matriz es iinica, esto es: Teorema 1.8: Cualquier matriz. A es equivalente por filas a una tinica matriz en forma candnica por filas (llamada la forma candnica por filas de A). Nota: Si una matriz A esta en forma escalonada, sus entradas principales no nulas se denominaran entradas pivote. El termino proviene del algoritmo anterior que reduce por filas una matriz a forma escalonada. 1.9. SISTEMAS DE ECUACIONES LINEALES Y MATRICES La matriz ampliada M del sistema [1.3] de m ecuaciones lineales con n incdgnitas es la siguiente: ain by by My a2 2, aay a2 20 ALGEBRA LINEAL Obsérvese que cada fila de M corresponde a una ecuacién del sistema y cada columna a los coeficientes de una incognita, excepto la iiltima, que corresponde a las constantes del sistema. La matriz de coeficientes A del sistema [1.3] es 41 M2 + 2, ag ay A Gq Gm ss Notese que la matriz de coeficientes A puede obtenerse de la ampliada M omitiendo su éltima columna. Un sistema de ecuaciones lineales puede resolverse trabajando con su matriz ampliada. Especificamente, reduciéndola a forma escalonada (lo que nos dice si el sistema es compatible) y luego a su forma canénica por filas. La justificacién de este proceso proviene de los siguientes hechos: 1, Cualquier operacién elemental entre filas en 1a matriz ampliada M del sistema es equivalente a efectuar la operacién correspondiente en el sistema mismo. El sistema tiene soluci6n si y sélo si la forma escalonada de la matriz ampliada no tiene una fila de la forma (0, 0, ..., 0, 6) con b #0. 3. En la forma canénica por filas de la matriz ampliada M (excluyendo filas nulas) el coeficiente de cada variable no libre es una entrada principal no nula igual a uno y es la Gnica entrada distinta de cero en su columna; de aqui la solucién en forma de variables libres se obtiene simplemente transfiriendo los términos de variable no libre al otro miembro. Este proceso se ilustra en el siguiente ejemplo. EJEMPLO 1.17 a) El sistema xt yo2t4r=5 Wx+2y—3e+ t=3 3x4 3y—4e—2tel se resuelve reduciendo su matriz ampliada M a forma escalonada y después a forma canénica por filas como sigue: boi -2 4 S\ ft 1-2 4) 8) 1 ot 0 -10 ~ M=(2 2-3 1 aj-(o 0 1 -7 -J~() 5? eae 3-3-4 -2 1f \o 0 2 -16 -¥ {La tercera fila (en la segunda matriz) se suprime, puesto que es un miltiplo de la segunda y resultaré una fila nula,] Asi la solucién general en forma de variables libres del sistema es como se indica a continuacién: x+y =108=-9 x= -9—y+ 100 r- t=-7 741 Aqui las variables libres son y y 1, y las no libres x y 2. SISTEMAS DE ECUACIONES LINEALES 21 b) El sistema xt X,— 2x tx n4 2x, + 3x, +3x)— 14=3 Sx, + 7x; +4xy3+ x4 =5 se resuelve como sigue. Para empezar, reducimos su matriz ampliada a forma escalonada: 4 1-2 3 4) fi 2-2 3 4 ft 1-2 3 4 M=(2 3 3-1 3}~{o 1 7 -7 -s}~{o 1 7 -7 -S s 7 4 1 3/ \o 2 t4 -14 15/ \0 0 0 0 -5 No hay necesidad de continuar para hallar la forma canénica por filas de la matriz, puesto que la matriz esealonada ya nos indica que el sistema no tiene solucién. Especificamente, la tercera fila en Ia escalonada corresponde a la ecuacion degenerada Ox, + Ox, + 0x3 + Oxy = que no tiene solucién. ©) El sistema xt2yti= 3 2x +Sy—z= 4 Bx-2y-z= 5 se resuelve reduciendo su matriz ampliada a forma escalonada y Iuego a forma canénica por filas como sigue’ 1 2 2 a) ft 2 1° 3) fp 2 1 BD M=(2 5 -1 -4]~(o0 1 -3 -10}~(o 1 -3 -10)~ 3-2 -1 3/ \o -8 -4 -4/ \o 0 -28 84 1 2 1 3) fp 2 0 WN ft 0 0 2 ~{o 1 -3 -10)~fo 1 0 -1}~{o 1 0 -1 o o 1 3 \o o 1 3 lo Oo 4 Y De este modo, el sistema tiene la solucién nica x =2, y= —1, 2=3 0 w= (2, —1, 3). (Notese que la forma escalonada de M ya indicaba que la solucién era tnica, puesto que correspondia a un sistema triangular.) 1.10. SISTEMAS DE ECUACIONES LINEALES HOMOGENEOS Se dice que el sistema de ecuaciones lineales [1.3] es homogéneo si todas las constantes son iguales cero, esto es, si tiene la forma Oy1Xy + 412 %2 $ °° + yg X, =O aan + G,2X2 + °° + Gz_X, =O 16 + Oyen Xp ‘De hecho, [1.6] se denomina el sistema homogéneo asociado con el sistema [1.3]. Ay X + Smo Xo + 22 ALGEBRA LINEAL E| sistema homogéneo [1.6] siempre tiene una solucién, a saber, la n-pla nula 0 = (0, 0, ..., 0) lamada Ia solucién nula o trivial. (Cualquier otra solucién, si existe, se denomina solucién no nula © no trivial.) Siendo asi, el sistema siempre puede reducirse a uno homogéneo equivalente en forma escalonada: yy Xy + yp Xq + yy X3 °° + yy X, =O BajaXjz t+ Ga, jraiXjti t+ AagX%q_ =O (1.7) 1, Xj, + Oe, 4p HO + Oy Ky =O Existen dos posibilidades: i) r=n. En tal caso, el sistema tiene solo la solucién nula, ii) r

    You might also like