Scribd Logo
Upload

Welcome to Scribd!

  • Algebra Lineal Juan de Burgos en Espaol 3 PDF Free

    Uploaded by

    Leandro Javier Romero
    53 views652 pages

    Original Title

    Pdfcoffee.com Algebra Lineal Juan de Burgos en Espaol 3 PDF Free

    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
    53 views652 pages

    Algebra Lineal Juan de Burgos en Espaol 3 PDF Free

    Uploaded by

    Leandro Javier Romero

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 652
    \LGEBRA LINEAL Y GEOMETRIA CARTESIANA Juan de Burgos ALGEBRA LINEAL y geometria cartesiana Tercera edicién Juan de Burgos Roman Cue Téenic ‘uaonio« BOGOTA BUENOS AES» CARACAS - QUATEMALA - L880 LENCO NUEVA YORK" PANAMA "SAN JUAN SANTIAGO SK PAUL) ‘AUCKLAND = WANBURGO = LONORES MILAN MONTREAL “ROB Sea Re "SA FRANCISCO = SIONEY = SIVGAPUR "ST LOUIS“ TOKIO“ TORENTO Contenido PROLOGO A LA FI PROLOGO ALA SEG PROLOGO A LA TERCERA EDICION x INICIACION: LINEALIDAD Y RANGO PARTE I Introdueci Capitulo 1. Sistemas de ectacionesUneales: el método de Gauss (a Primeras dfinicions. Equivalencia 11h Sistemas de eevaiones lineal 12, Sistemas equivalentes Bt EL método be Gauss 113. Matices caealooadasy sistemas esc VA. EI metodo de Gatss 115. Sistemas bomogéncos con menos ecvaciones que incgnas Capitulo 2. Kango (de vectores y de matrices) ‘a. Vectores de n componentes 2h Bl expacio vectonal K Dependenciae inlependencia tinea Rango de wn sistema de vectores x» 23. Range, Opersiones elementals. 0 34 CAleto de ango de un sera de vectores 4 Rango de une matric % 25, Existenci y edlulo del rango % 2 Matrices equvalenes ..-.-> » Capitulo 3 Operaciones com matrices; matrz iver a et Matrices; dlgebra de matrices 8 SM. Primers detnicioes: 8 32 Producto de mates 6 35 Traspuesta de na mati nena Aa -Relicon ene lac operaciones clemeniaies y el product... 38 35) Malipcacie de matics por Blogues So Maries vei a a 36, Definickin y pimeras propieddes i @ 37. Cateao efecivo de nines... z ss 3K Carncteriatclones de las matics tnverabies. o Defcon» lr dew determinant eee eccrine denn mae eux 12° Baresi dl lor de on deerinanie £3 Gili ees ce decorate Provide: dearrlo de wn determinants dcerminane 8 a mari nee rn Dacimime d'un rice: comets 45 Desoto prs enoonos de ona inca a 4, Rang decors ce 1 Terenas de Cramer de Roache 18" Siena de Caner 49, Trorens de Rowe eres y pois a part Boos. anciaos 7 Solaciones.—. : itt ALGEBRA LINEAL PARTE IT Capitulo. Espacios vectoriales. : i ‘@ Espacios, subespacios y combinaciones lineales 116 S11. Concepto de espacio vectorial». s 16 52. Subespacios vectoriaes us 53, Dependenciae independencia lineal sis 10 B Bases. Coordenadas noe 6 54, Espocios de dimensién finta... re 18 55. Coordenadas 12 56, Rango de un ‘sisicroa de veciones. Fe 1g Y Suma de subespacios ot) 54 Suna y sma directa : 139 'S8._Dimensin de Ia sums. Te 16) Capitulo 6 Aplicaciones lineaes : @ Aplicaciones lincales : Gil, Defnicigny:propiedades..0.... : 62. Isomoeismes eo B Matrices de las aplicaciones lineales a 63. Eeuaciones y matriz de una apliccién lineal i 64. Matrices equivalenes 1 Operaciones ¢on aplicaciones lineales- me 5. Espacios vectorales de homomorfisnios y de matrices ...-.o.... 176 66, Anillo‘de endomorfismos. Matrices inveribles ic 8 Sistemas de ecuaciones lineales 69, Espacio dual 6:10, Apicacién dual’ teaspuesa. \ Pactoricaclin LU de uma mate (*)o..ecscseesseseeseee ws ‘AB. Existencia de la factorizacon LU. 16 ANS. Factorizacion LOU. CH ‘ALS. Resoluion de un sistema de ecuacionesscudlendo a hi factriva sida. LU. AJ6, Fectonzaciéa. LDU Herieon» problemas a pate i Enanciaos Soluciones PARTE 11 Capitulo 7. Formas cuadrticas. 208 ‘e Formas cuadrétcas. Conjugacion 208 TA, Formas, ilies 208 72) Formas cuadeticas 218 73 Conjugsciénrespcto de una forma euatica a izacién de una forma cuadritica 74. Forma diagonal (congricncia) 73. Dingonalizacin etectiva de tins forma cuniitica Formas cuadreas reales : 2 716 Forms define Tey de erin 240 79. Rxpeesi6n canica de una format cuatica 26 Capitulo 8. Espacios yeetoriales euctideos 253 Produc eater 254 81. Prosdicto coals Vetoes 254 82. Normas y dngulos 29 B Vectores rtogonelesy ortonormales: 266, 83. Bases ononormales lea ar 8.4. Proyescién ontogonal s=-. m7 ¥, Transformaciones ortogonales . 284 855. Transformaciones ortoponales 285 6, Matrices ortogonales, SS 290 ‘87, Transformaciones orogonales ca'2'y 3 dimensiones 237 8 Produco mista y produc vec 208 8. Prodito mio ------ 305 89, Producto vectorial : Sean “¢. Preudoinversa. Slucion sein minimos cuadradas (7)... 313 ‘ANG. Descomposickn. dena maiz en valores principals ..0...... 628 ‘AI Aplcacén y- mats pseodoinversas ar) ‘AB. ‘Aporimacié de sloes pot miimos cond 313 jercg» problemas ala parte 1 aud Bungie cee a4 PARTE IY Capitulo 9% Dingonalizaciin de endomorfismos y de matrices . 1 Autres yn oo: : dilerrorlres movers, Polnomio earteisico Be Aitiptadesalebraca ygeomerica de un autovalor 35. Complies de espacio vectorial real (B Endomorfcmor cagonaliabes 94. Diagonaizaion (por seman) 95, Diagoalinciin erogonal eres 7 praticmen «ln porte TV Enuncoos, sotiones GEOMETRIA CARTESIANA PARTE V Capitulo 10, Los espacios geométricos F, y E, ‘@ Axiomas » definiciones OL, Lox espacios geométicos bi y tridimensionales 102, Las eects y Tos planos B Geomeria plana (afin y euclidea) 103. Problemas afines (en el plano E.) 104, Problemas euclieos (en el plano) ¥ Geometria tridimensional (ax y ewelidea) 10S. Ecuaciones de recta 9 pianos 106. Posiciones relativas de reetas y pianos 107. Angulos y distancias (en E;) Ejercicios y problemas a la parte V. Enincas PARTE V1 Capitulo 11, Cénieas: estudios particular y generat @ Estudio particular de las cénicas WAL Las tres cnicis 112. Primeras propiedides de las cnicas 113. Las eénicas: scuciones ¥ langenc M4. eunciones reducidas iacion de as Ts, pune lily clasifesion dls nics Se eee 8 Sere ESSRESE See Bess SES G65 ake S 682 xi 2A. Bevasionesreducdasy clasiiaciin de ls curicas su 125, Elementos de las curicas ne Ejerclis y problemas a ta parte VI Pa Enunciaos set Soluciones 5 APENDICES Algebra bisa 7 J iSSenatvacion por blogues de wns wansfornacidn orogoal 590 3. Forma canénca de Jordan oe pact afin (de dimension ne N) oot Epos an amplindo (puntos dl ino) 612 {6 Fattorzacie LU de una mati 66 $, Pesudoinyersa. SoluciGn en el setio de los minimos cuadrados es Alfabeto gree a7 Referencias bibliogrfeas as indice i en INICIACION: nee | LINEALIDADY RANGO | “| Ineo, 1, Sita de ecuaiones Giese mo. 2, Rango (de veces y de 3. Opercanes on mates: at 40 cuando, pr fen conceptos pons, ‘Fete modo de iniciar un curso de «Algebra Lineal», hablando de tos «sistemas {de ecuaciones linealess y del «rango>, no es ninguna tonteria Hay importantes tnotivos para ello: Bien es verdad que, desde un punto de vista l6gico y formal, quizd habrfa que pensar en emprender fa tarea presentando ex primer lugar 1 Ips cespacios vectoriales», Iuego a los shormomorfismos» 0 «aplicaciones - fealesw entre espacios vectoriles, mis tarde a las «inatrices» y, con todo ello algo mis, abordar debidamente el estudio de los «sistemas de ecuaciones dineates» y de otras cuestiones. Creemos, no obstante, que la didéctica dice otra ‘cosa. TLos conceptos deberin presentarse de la manera que mejor puedan enten- ders, In cual nid es, eneralmente, 1a que demanda la lgica, Ello no debe jimpedir que, al final del proceso de aprendizaje, los conocimientos adquitids terminen formando cl enramado adecuado, de suerte que, & la poste, se ‘consiga que los saberes queden pertinentemente estructurados, ‘Con el correr de los aos, han sido muchos los problemias que haan desem- bocado'en sistemas de ecuaciones lineales, de las que ha habiéo que halla las soluciones. Al abrigo de estos procesos de biisqueda de soluciones,y al de ots Aesarollos similares, se han ido perfilando los conceptos de vector, mati, rango, homomorfismo, etc.; no ha ocurrido al revés. Por ello, entendemos que, al menos ahora, al comienzo, todos estos conceptos se deben dar a. conosst respetando su «antigiiedad>. Pignsese que aquello que primero se resolvié fe, no dudarlo, lo que era mas ficil de resolver. Es obvio que con el poco bagaje de conocimiientos que, aestas alturas, se ‘os supone, no nos va a ser posible llegar al fondo de las cuestiones que agul se abordan; tiempo tendremos para ello més adelante Este capitulo introductorio pretende cubrir varios objetivas, todos 08. Exte capitulo es el escal6n que permitiré acceder a una estancia que 6st situada mis alta de lo que es ondinario. Este capitulo es la base en la tar los congeptos abstractos que luego. vendrin. Este capitulo enta o instramento que permitiré manejarse con soltura en 1 ie captulg sel gemen de tid de ideas y conceptos que Ps sdigebra = for Clue) Ke} Sistemas de ecuaciones i lineales; el método de Gauss | PRIMERAS DEFINICIONES. EQUIVALENCIA Segin ya re2a en el titulo de exe Libro, tos problemas qve ng que al duplicar gon Tos elinedlese, entendicndo por tales a aquellos n los 4 iplicar ete, la causa, acontece que se duplica, tplica, ete» cl efecto tinbign se requlere que, al sumar Tas causas, se sume los efectos, Ast. por sjemplo, si las eausts vienen representadas por x ¢ y, que deaotan a dos ‘timieros cusleaquiera,y el efecto es a= 3x 2y, este a depende lincalmente de los x ey. ‘Los problemas drectos son aquellos n los que fos datos conducen dire ‘tamentes sin rodeos, 1 fos renltadas, Si 10 que se conocen 500 los resultados se boscan los datos que se necestarian para obener dichos resultados, se est Somsiderando un problems inverso ( reciproco), Los sistemas Tincales tienen esta condicién de problema inverso; en ellos, = datos (x € ). por ejemplo) que, en un problema de tipo i on end ue nos on concn BP ‘cjemp), Asi, en un sistema sea) ‘hay que hallar 16s valores dex e (que se Haman ineSgnitas) que conducen, a Jos resultados ay B (que son dados) : ‘Debemos empezar precisacdo el significado de los dstintos términos que va- os a utilizar en To que sigve: {1 periniciones en las m incdgnitss x... A apaty tot as, =, Gait apy to + Oat = by Avie BASIL AIA mesma gi F daaky + F Boat = by ‘coetisientes) y 10s by (érminosndependientes) som ese decir, elementos de un cverpo cvalguiera. Se dice q iy yo constinjen un soluién de S ial omar x, =a 1, = Gy las m ecuaciones $6 convicrten en igualdad 56 lla as sus soluciones. Se dive que un sistema es co solidi y.que es incompatible si Ic, se dice que es determinado si tiene une sola Iindeterminadlo si tiene mas de ns. exe deo eal pnd rcs. Pode spent Uni tease com ra R= oe se ae Discutir un sistema de eeuaciones es analizar si éte tiene soluciones y, e889 de tenerlas, cunts tiene, EJEMPLOS A oxtyt Este sistema (en las inc6gnitas x, y; 2) tiene solueida ies que €s Ia G9, 2) apts sistema compatible y determina. xty =3 % sty+ 2=6) Ese sistema os compatible indeterminado, ya que tete sty~ 2=0| infitiias soluciones; ests son todas las (x, 2) = (0 3f 374 3.donde a es un nimero rea cualquier, ty xhy+2e=3) + y—z=0} Nétese que al sumar las tres ecuaciones se legt = 0g a) Seles Bot vs ste sistema es incompatible, carece de soluciones: { ECUACIONES LINEALES; EL METODO DE GAUSS 5 {1 sicno sumArorio; iDICES MUDOS E INDICES LIBRES Mr cect dommes abeviads na sna como a P,P, 4+ Pa Pea is ta passa (span mayisrla), que rel: el nombre de Seva sumatorio.y e pone B+? + ‘Agui se ha recurrido a Ia Tetra j, que se llama indice mudo, que no tiene tun valor determinado; se supone que j varia recorriendo todos los valores in La letra j se puede sustituir por otra Fra cualg. sin que por ello varie el resultado; esto es: i ‘Asi, por ejemplo, las m ecuaciones del sistema S (de [001)) pueden ponerse ce le forma: Bagnbs 3 ans Sa . 18) 2, Por otra parte, para denotar de manera conjunta a todas y cada wna de las ‘mecuaciones del sistema S, se puede recurira otro indice, que llamaremos 7 representard a cualquiera de Tos niimeros 1, 2, . my poner: pan i=1,2, 0m 1S] “Aqut ies un indice libre; para cada valor que se Te dé a ise tuna de las ecuaciones del sistema S. 43, Recurriendo ahora a un indice libre # (que varia de 1 am) y a un indice rmudo (que varia de 1 4 n), el sistema S se puede expressr como sigue a obtener Sy b G=1,2..m {8} (1 EXPRESION MATRICIAL DE UN SISTEMA ‘Lo aque distingue a los sistemas de ccuactones tineates, diferenciando a unos de otros, son sus coeficientes sus términos independiente. Para caracterzar ‘aun sistema de ecuaciones, como el — Bech wonaom ( {gon incégnit ALGEBRA Une ee basta con saber tos valores que toman Ios siguientes escalaes fay (owes qu ets aU iota ima de I e=mcién sma) Jb, (cémmino independiente de 1a ecuacién i-éimas) ‘Un sistema de ecuaciones queda, pues, determinado en cuanto se conozea tn tabla rectangular, 0 matriz, que forman sus coeficientes y sus términos independienes, stados todos ellos en ln misma posicin relatva que ocups- fanvon el sistema, Notese que esta tabla es lo que queda del sistema al prescindir en él de las inedgnitas y de los signos (+ ¢ =). Concretando: MD ra mr tens a A Fae Mt, =D, gy + gs ++ dak = By | Sellaman marriz de los coffclentes, matriz de los ttminos independien- ¥ matric del sistema (© amplada) a as siguientes tabhs rectangula- ae i ohare CUACIONES LINEALES; EL METODO DE GAUSS TS) (4) sisremas HOMOGENEOS Los sistemas de couaciones que tienen nulos sus términos independientes, se Taman homogéneos. Esto es: n sistema de eeuaciones lineales se dice homopéneo si es el tipo: ayy Hayat, ++ at, = 0) -Abreviadamente, s© pondt in [AX=0 donde 0 es WA (de una sola columna) cuyos lementos. son todos nulos eee aii + Oyaha + + dehy =O) “Todo sistema de esciones Tncales homogéneo [1] tiene, al memos, ta “solci6n x, =x; =~ = x, =, llamada solvci6n trivial 0 null, por Yo que ‘Sempre es compatible. Seri compatible indeterminado si tiene alguna soluciéa to mula. ‘Las combinacioueslineales de las soluciones de un sistema homogéneo son, también, soluciones de Este; es decir: F ay Bison soluciones de H => 5 A+ uBles solucidn de H (Ay w escalares) : i ss bi Bee 0, (ia, iB Aa, + mB 1) BB By i COMPROBACION Expresando el sistema homégeneo en Ja forma abreviada ¥ a,3,=0, como & ¥y Bison soluciones, se sabe que Beano y Sogo (nua i=1.2, 0) Por tanto, A& + 4 también es solucién, ya que (para i= 1, 2, .., m): Seaepeuny=B np + ung =n Engen Zap-r-0%n-0-0 AvcetRA umen | SIS De Ja ecantidad> de ue tenen los conjun- se les clasfiea en INFINITOS. $i C5 > fint, se dir’ que mero finito de ele Cees un conjunto in It que € one i= ios, No es comesto xe timo caso, que -nimero infin Je infinito no es un mi EJERCICIO compro Jsiema de ecuaciones ineales tiene més de una Se desea comprobar que, si un sistema d . a Sakti entonces el sistenia tiene infinitas soluciones. Mis exactament, va- mos a probar que: ‘ ul un stm de scuacions lines Sopa b, (con f= 1,2.) ay @) B= (By By» Bd lis son dos races distints det sistema, entonces se verifica que ie = By 5 ~ By on 4, ~ B,) es rakz del sistema homogénea t 0, By @+ AC Byes rat de sistema dado Y.ayx,= b saa todo escalr A. ‘RESOLUCION @ Lajay-B)=Laya,—Layp,=b, luego a~ Bes raiz del sistema homogéneo, ») Bala, + Ma, B)1= aya,+A Lala B)=h+ A-0=2, luego a+ A(a~ A) es rafz del sistema dado para cualquier A SEU AAU ‘Para resolver un sistema de ecuaciones, se le iné wreduciendo» a otros sistemss que sean més simples; esto es, se buscarin sistemas que tengan las mismas soluciones que e! dado y que resulten cada vez mas Facies de resolver. A 105 ‘Sistemas que tienen las mismas soluciones. lama ecuivs ss de tem ii pet es Has ea oP (4 EQUIVALENCIA DE SISTEMAS; OPERACIONES ELEMENTALES (con ls isms inca) di Solacones, 0 sea 5 toda solucion de solocén dl ot. de tn equivalencin-Un sistem de ecusiones ln cies sing i sauiem Je las sngulntes maniplaciones, que $2 elementales a ut i ti el a Sapte poo coin ra coma cal tm [Nétese que entre las operaciones elementales del apartado 4, cabe destcar ia ‘Siguiente: susiuir una caalguiera de las ecuaciones por una combinacin lineal ide otras y de ella misma de manera que el coefictente que muliplica a éta sea no nla, ‘Vamos aguf a simpliicar fa notacisn tlamando Ela) mat +9854 + aay —b, (para T= 1,2, 5 mi) Sa ic siete naar aan ten (rz) expos en la EW=0) eyo 10 ALGEBRA nes | gs ——— | Ch ‘Gon este tipo de now, Ia propiedad anterior asegurs que, por ejemplo, sox ‘equivalentes Jos siguientes sistemas: 59-0) 268) =0) B90) Be BS 2B) +38 (9 =0) E@=0) EQ)=0) 1B) - Fe) + EQ) = vecrones Las casos 1") 2°) son obvios: el €aso 4.) se reduce «aplicar feiteradamene Jos rsuliads de Tos casos que le preceden, Por ello, slo consideraemos el Agu para enor aes sucesio~ Sana), 8 nn th is Pars sell gue 3 = ay, x, ty ow x4, €5 une soluciGn del sistema, fem ects oe ba ecaido 8 2 aires ge feaTigo so dirt que la solucin es a. f~ eso ex se ha lamido es lamar etre. Un ic ni nant Setar on £2 Gy Son) ARC Oy i) ceaien nos bos ate nok de momen, he. Bes Fees cubis, | Pr vein que ta, propiedad es ceca ca lease 34, bay mds ave ones nese. dare cbcna de que las sigutentes airmacioes son eqivalemes ene sf Sor es slocion | se vera se erifican | aes soca paren) el sitema | as igualdades | tas iguatdades | de sistema eer ete « E@=0) E@=0 | E(a+e(a=0 B+ B=) Gata datnmy Ep =0 a=0 | Ea=0| E=0 > > Ayn 0 ear, 49=0 £40=0 | ° £49=0) OBSERVACION Sea $n sistema de'm ccuaciones lineales y sea 5" un sistema formado por m ‘combinaciones lineales de aquellas. Es evidente que tala solucion de S <5, también, solucién de. Sin embargo, en general puede haber soluciones de S ‘que n0 lo sean de S. Ast puede ocursir en los dos ejemplos siguientes, et as ue $ toma para S' uno de los 5) 0 E()=0) (0) E4090) EO =0) (8) = 2) EM@=0) (Sth BO +E =O) EE =0, — AS DE ECUACIONES UNEALES; EL METODO DE GAUSS, 1 ‘Témese, en eonereto F@=%'5-2B@anty-2 y H@=Htx Fa este caso, § tiene una nica soluci6n que es lax, = 1,3, = 1.25 = 1. E sistema S; tiene infinitas solaciones, ue son las x, = A Ceualguem),;=2—A sisiema S;- tiene infinitas soluelones, que son las ‘A (eualguier) EJEMPLO Recuriendo # ta propiedad anterior y aplicindols atinadamente, se pueden resolver ls sistemas de eouaciones, Ast, por elemplo, el siguiente sistema S es fequivalnte a tos" y Sy la resolucién de este timo es el:mental (j= eb y#22=9) Qi 3e+6-Se=0} (5) G9— %+4y-32=1) (209 = xt ye 2s yxy 9-201 La solucin de 8 és, evidentemente, | Ja solucion del sistema dado (J eNroQue MATRICIAL si se conce Ia matriz de un sistema, éte eambign se conore y. por ello, se resolver. Al set-muchio mis cémodo manejar solamene ia matrix, en Tuga de todo el sistema, ast se hari, con To que simplificaemos el proceso de resolucién, En este sentido, es sil obseevar que la anterior propiedad (0), ‘Sobre sistemas equivalents, pede formularse en los siguemes teminos: TEMAS DE ECUACIONES LNEALES METODO DE GAUSS 4 Temese, en coneret B= 44-2, BOG? y E4442 Fin este eas, § tiene una dia solucién que 6 lay =I. Is = bs EL sista; tiene ifinits soluciones, que son as x, = A (cualquiera, x= 2— A = EI sistema S} tone infinits’ solucions, que son las ‘A (cualquier. EJEMPLO Recurrendo a a propiedad anterior y aplicindoly atinadamente, se pueden resolver los sistemas de eeuaciones, ASt, por ejemplo, el siguiente sistema Se fsuivalenle a los” y $y la resolucin de este Utimo ex elemental Ree 3) oe enol Pc Gee ee @)-a9 oe is 6-69 a eal Qa) | = ne yt ao 252) 3y— 1h a Is") = @')=30)-20 La solucidn de 5” es, evidentements 1 solucién de sistema dado, (4 eNFoour MATRICIAL Si se conoce Ia matric’ de un sistema, éte umbién se conoee ¥. por lla, se pod resolver. Al ser mucho mis cOmodo mansjr solamente a maiz, en Tigar de todo esstema, as se hari, con lo que simpificaremos el proceso de resolcidn. En est sentido, es stil observar que In anterice propiedad (008), Sobre sistemas equvalentes, puede formulae cn los siguientes terminos: ss oPERACIONES (en as ase una maiz) Ges mc. i fin ores Pe Avo ov nuaaaaae rs 4m a ay ‘ma, A por la jésima. sEMPLO Pan ir lint sien $v ly considera ne ino emp) ‘atejamos (en gar de todo el shtema) solamente Su matric AB, a ealiar Operas ‘lementnes on 8 fas, se ovine xt yt2e9 Ch aie debaym emt m=a ~ @)=29-30 @)= 69-20. ay=ay @=@) @")=36)- Esta hima matriz 1o es de un sistema que se resuelve trivialmente; 8 solucidn, que es la misma que la de 8, es la += 1, y B| EL METODO DE GAUSS POUR ONTO Y SISTEMAS LONADOS ‘Nos vamos a eetragu no sistemas de eevacioes, especialmente fell de resolver & los que luego reduciremos todos les Ueris satemas stoma We setaciones lnealesresulard ser suivante algono de Wo S_| temas escalonados, = 0, (= 1, 2. ou my G1, 2, oy he $e8.AB su matriz, amplinda. ‘Sp die que‘un elemento’, #0 se utiliza de pivore hacia abajo (0 hacia Ariba o amas cosas) sien fs filas de AX se realizan aqullas operaciones lementales que uansforman a a, ch | y convierten e1 0 a los demas elementos. ela columns j, que estén por debajo (0 por ariba o ambas osas) dell w, Todo elemenio no nblo a, de A pulle utilizarse como pivore.| Utliands como pivotes a ciertos elementos de A, elsgidos de modo ‘deo para realizar adecuadas operaciones elemertales en las fas de A, siempre eS posible ransformar $ en un sistema equivalente S, que sea 4 neluso, que sea excalonado recido. 2 Sieh Sean Si Ses compatible, para resolver este sistema se-puede proceder de dos ‘maneras: 1S" Hilndo at ciao. sisema 8, ecalonad, peo go reduc, & iio a icy de cabscea es Ut esanebe 9; seen |e ajo eb, ssi et valor hallado pane cots incon an 4a souaion amie, dela que se digest tes moore era “ge. {sod de shiminaion de Oss) 2° Tollndo SSSR 5 esnad reduc, de cla na de ss bciones te dene iectament) la incognita ne Se co oe ‘abecers (linimsein de Guise Joneat : {AS DE ECUACIONES LINEALES; EL ME-TOVO DE GAUSS 19 COMPROBACIONES Cereiorémonos primero ke que cualgier elemento a, #0 se puede utilizar de pivote, Para ello, fealicetnos as siguientes operaciones elementales en his fi Ge 85; Primero dividamos fa fila de ligar 1 por a, con To que el elemento d lugar i) pasa a valet | de higar multiplied por fom en 0. AL tepetr ext ima operacidn para todos los h >i ( thas cont), tno Ios elementos que estan por debaio del (i) (0 por amb spuds, a la ila de lugar A / e restos la fila ‘ambas cosas) pasan ase 0, co 1o-que dha pedo ser utlizado convo piv Veatnos ahora c6ino obtener in stem exealomado $, que sea, equiva Tene al S: En la primers columna de A hay’ algin elemer iter ambiand dos flas eA, i fuera preciso, se obtendeia en el gar (1. 1) un emento.no nulo; ulizindolo de pivote, se tansforman en (0 todos Ios el ientossituados por debajo de 6. Con est, la 1," columns eats ya en Ia forma ‘eseada, Si todos Ios elementos que queclan por dcbajo del (, 2) son nulos, se {cia la 2° columna como ess; si algun de ellos es no nu, intercambiando ‘os fllax si fivera preciso, so He Teva al lugar (2, 2) y,Inego, se le utiliza d pivote para anlar todos Tos clemenios qu estin situados por debajo de CU=a > =o = amo —————— i = —_ (ALGEBRA Ue Poon NRE: ‘Vamos ahora a conretar na idea que ya hemos marjado heen fo-gue sigue, va seguir ied eponerente frien Shedtr ave depende inesiment de otos» oeepto [2 COMBINACIONES LINEALES; ‘DEPENDENCIA LINEAL ‘delos veetores i, ofp eapeorelie BE fee ae $= (ty bys 6) estan verifies una de las Siguien- DEMOSTRACION 1. Comprobemos en pri een pin en asta Se pe tats inte © stos i, depende linealmente de Ios W,, ¢sto es, para ciertos eal 3; 1), se verfea que: oe 2 00: Sap, Ns ah ym ¥ ayn, ‘en : piers Dr a inte ue: oni hay os pat CELESTE ——————————— 60 (06 VECTORES ¥ DE MATRICES) 27 onde se ha tama a= Zan Resa, pues, que # dépendé finealmente de qu eomprobar También debemos comprobar que las condiciones Ly esto es, que T= ILy que Il = 1 Asi ocure, en efecto: D> TL La hipstesis-es, ahora, que alguno de tos 6; cepende linealmente de los dems vamos 4 suponer que dicho vector es el 6, (de no Sasi, cambiamos Ta nameraci6n para que Wo sea), es decir, que pana algunos escalaes Ay. Ay B= At AG bo FAG Pasando fal segundo miembro y lamando 2, =~1, resulta que B= A+ Ag += HAND Iuego se verti Ia condici6n 1, come habia que probar, ya que Tos Ay Ay Ay. 0 80H todos los por ser 4, = —1 4 0. =I Lahipétesis es ahora que Aye, Ast, + = + Ay = 0 para algunos ‘exealares A, no todos mules, Podemos, pues, suponer que es A, #0 {de no ser asi, eambiando la numeraciGn se consigue que lo ea), To que nos permite poner: es devi, uno de los veetores de S (ef) deponde linealmente de los dems, esto es, se verifica la condicién L EJEMPLOS 1 Bl vector milo, 0, es combinaci6n lineal de cualesquiem yectores dy By, ya que 0g, + 02, + +00, Por tanto si 0 es uno de los vectores de un sista 8, entonces $ es ligealmente dependent | 2 Sean ty ty; ¥ 01s siguientes vectores de 4 compenenes: 4-0-5.) BCL3 20) o=C,-81,-1) sites oo y= By Ie 8,2), Fa vetor& depend lieatmente de Tox veciores Hy ¥ 98 que p= 1a,~20,~ 14 xo, d también puede expresarse de otros modos sy Ya qe: Nétese que, en este combiracién lineal de los y == 8-34, + 08 Setalemnos, de paso, que la sitima igualdad nos permite aftrmar que fey tana combinacin lineal de los y @, (solamente). 3. Sea $= (a, 6, 2} el sistema formado por los siguientes vectores @=(44-2) , B=.) y e= 2,-1.5) Bate sistema 5 cs uh sistema ligado ya que 2a ~ 36 + Se pra cualesquira que sean Tos vectores d y & (de tes componente), el Sistema $°= (0, & de} también es ligado, ya que 2835+ Se-+0d +08 =0 By, By ond, Son p Vectores dé n componentes y si es p> gj) estn sistema ligndo. aa RESOLUCTON Denoternas a fos vectores das, del siguiente moco: @, Gy oy Oy) pra j= 1, 2, p Hay que comprobar que existen unos ty ai omar iertos escalares 3,5 90 todos Fata tot a, = 8 8 desir, de: manera que: AUBjt Bay 9 Oy) * HAM, ay oy yy) 4 + HG yo ig) (0.0, ne 0) eta hqualdad vectorial cquvate a ts n ecunciones (escalares) que resutan de CE EE oO ices 29 fguilar a cero cada una de las componcntes dela summa del priner mem ‘al INDEPENDENCIA LINEAL independiente: mis pesisamente Se ice que un sistema (0 conjunto) de veetres $= (yf, yf) 8 uh Sistema libre olinealmente independiente si se verifica unade las Sigu {es eotidiiones (A) 0 (B), que son equivaentes ene s: (A) Bi siema $ no e& tinealmente dependiente, es decir, ninguno de fos vectores de $ depeode linealmene de Tos demi (8) Lv niea combinacidn lineal de veetores de $ que es pula es la que tiene too sus eoeicientes nulos; esto es AGt Gt tARO = A= =e A <0 Cy Ag Ay escalas): COMPROBACION ‘Si comparamos las condiciones (A) y (B) con las (1) y (ll) ce la dependencia lineal (¥éase 1013), nos encontramos con que (A) es ta negicién de (Dy (B) £5 la negacigm de (li), Como (1) y (l) son equivalents, segih ya se demosts, {onellimos de elo que tambign son equivalents sus negaciones (A) y (B). EJEMPLO Los vectors a, 6 y & (de $ componentes) 82.1734. 620.24, 2) y €= 0.0, ——— =< = i @°&°&2&= eee CCC 3a=0) a+2p=0) PF) que sélosese (obviaente) pemeeee) fa solucién a=0, 6 =0, y=0. -sa~ 38+ 5y=0 4a 26+ y= [B] RANGO DE UN SISTEMA DE VECTORES ado un eonjunto de Veetores-no nulos, estamos interesados en estudiar i hay algunos de ellos tales que satisfagan aos dos requerimienos siguientes: 1) que formen un sistema independiente; y2) que los demas vectres dados depends Tinealmente de ellos. Vamos a probar que tales sistemas existen y que todos cellos tienen el mismo nimero de vectores, que se Hama rango del conjunto de estore dado, BON ONY VB) ualuiera que sea el sista = (Fy 0} dep vectors, no alos vice ie pean” o alee tira evans Sl ae 1) Sys Hinealmeni : semis lined Rs oe veetores de $ dependen lina: “Tosos los semis, de vectors de 5, que satiacen a Tos requ | siios 1)y 2) tienen et miso mimeo de vere oy} de vectors no nulos, existe pues un foe 0 (DE VECTORES ¥ DE MATRICES) 31 YOSTRACION Heros de comprobar la veraciad de las dos proposiciones ()y (i). Las dem afimaciones del enuriciado son consecuencias obvias de (Dy (I) Fu proposcion la comprobaremos por induccion solve p : fiearemos que es ciera para p= y probarcmos que, de ser pom, entonces tambien Jo es para p= m+ 1. Esta proposi videntemente cients para p= ya que. como ahon es S= (0 &, 49, a proposicign se saaface obviamente p S) Sopontent ahora qv la proposicion() ex ciers para los sistemas § que tengan p — m vectors, debembs comprobar que tambicn lo es st S ene p= m+ 1 ves tores. Consideremos, para ello, lo dos casos que pusten presentare ‘m1 veetores soa) independientes 0 s0n dependiemes}. St los m tectores de § son independiente, entonces la propiedal se veriica pa S =. Silos m+ 1-vectres de son linealmente dependieaes, entonces tno de ellos depende linealmente de los demas; Yamemos aguel on To que los dems son 0, fy. En este caso, como el sistema S1= (0). bo on fa) tiene m vectors, ‘para él existe el sistema S, que aseyura la proposicin (1); esta proposicion (1) se vrifes,entonces, (para S) ise toma §, = Sp ya que este Sj es independiente yfoos los vectores de § (incluyendo el Z,,) dependen, obviamente, de bs de Sy Procedetemos por reduccién al abirdo; esto es, pariendo de que la proposicién es falsa, encontrremos una contradic, Supongaros, es, que hubiera dos sistemas S,. que lamaremos $, yS', que cumplie ‘an lo exigido en (1) 9 tuvieran distinto nimero de vectores. St denotamos Se (Cr Jo que se ha admitido es que r ys son distintos; sypongamos, por cjemplo, que es r=. Pues bien, vamos a comprobar que por verficarse ‘que es F

    You might also like