Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algebra Lineal 3
Algebra Lineal 3
1.
En esta seccion, se introduciran las definiciones necesarias para analizar los sistemas de ecuaciones
lineales.
Definici
on de una ecuaci
on lineal. Una ecuacion lineal en un campo K es una ecuacion de la
forma
a1 x1 + a2 x2 + + an xn = b1
donde a1 , a2 , , an K se denominan los coeficientes de la ecuaci
on y b1 K se denomina el
t
ermino independiente, si el termino independiente
b1 = 0,
la ecuacion lineal se denomina homogenea. En caso contrario, es decir, si
b1 6= 0,
la ecuacion lineal se denomina no homogenea. Ademas, se supone que x1 , x2 , , xn K, estos valores se
conocen como las incognitas de la ecuacion lineal. El conjunto solucion de una ecuacion lineal, denominado
CS , se define como
CS = {(x1 , x2 , , xn )|a1 x1 + a2 x2 + + an xn b1 } .
Una ecuacion lineal de la forma
0x1 + 0x2 + + 0xn = 0,
se denomina redundante porque cualquier (x1 , x2 , , xn ) satisface la ecuacion. Por el contrario, una
ecuacion lineal de la forma
0x1 + 0x2 + + 0xn = b1
con
b1 6= 0,
= b1
= b2
=
= bm
(1)
Si se denomina CSi el conjunto solucion de la i-esima ecuacion lineal del sistema de ecuaciones dado por
la ecuacion (1), se tiene que
CS = CS1 CS2 CSm =
m
\
(2)
CSi .
i=1
= 0
=
= 0
en el cual todas los terminos independientes se han hecho iguales a 0, se conoce como el sistema de
ecuaciones homogeneo asociado al sistema de ecuaciones lineales dado por la ecuacion (1).
El objetivo del resto de estas notas es encontrar el conjunto solucion de un sistema de ecuaciones
lineales arbitrario. Empezar un curso de algebra lineal con este tema tiene varias razones:
1.
Un sin n
umero de tareas dentro del algebra lineal requieren precisamente de resolver un sistema de
ecuaciones lineales.
2.
Este tema permite introducir a un nivel elemental el concepto de matrices, uno de los objetos de
estudio del algebra lineal.
3.
Las ecuaciones lineales tienen una interpretacion geometrica muy sencilla en los espacios Euclideos
de dimension dos, el plano, y dimension tres, el espacio. Estas interpretaciones permiten intuir como
es el comportamiento de sistemas de ecuaciones con mas de tres variables, donde una interpretacion
geometrica ya no es posible.
2.
En esta seccion se introduciran objetos conocidos como matrices que, en esta etapa del curso, nos
permitiran tratar de manera un poco mas abstracta a los sistemas de ecuaciones lineales eliminando toda
referencia a las incognitas del sistema. El sistema de ecuaciones, dado por la ecuacion (1), puede escribirse
en forma matricial como
(3)
am1 am2 am3 amn
xn
bm
2
a11
a21
A=
am1
a12
a22
am2
a13
a23
am3
a1n
a2n
amn
se conoce como la matriz de coeficientes del sistema lineal de ecuaciones dado por la ecuacion
(1), la matrix Ab , definida como
Ab =
3.
Soluci
on de un sistema lineal de ecuaciones.
Durante la educacion media superior se estudian sistemas de ecuaciones lineales con dos o tres incognitas. All se muestra que existen tres posibles metodos de solucion de estos sistemas de ecuaciones:
1.
2.
Sustitucion de variables.
3.
Igualacion.
En estas notas se mostrara un metodo sistematico de solucion basado en el metodo de suma o resta
de ecuaciones lineales. El metodo consiste en paulatinamente cambiar el sistema de ecuaciones lineales
original por otro mas sencillo pero que tenga el mismo conjunto solucion.
A continuacion se prueba el resultado fundamental del metodo de solucion de un sistema de ecuaciones
lineales.
Teorema. Considere el conjunto de m ecuaciones lineales en n incognitas dado por la ecuacion (1),
el conjunto solucion del sistema de ecuaciones lineales
CS = CS1 CS2 CSm =
m
\
CSk .
k=1
Se intercambian ecuaciones.
2.
3.
Se suma el m
ultiplo de una ecuacion a otra ecuacion.
Prueba: La prueba se hara evidentemente en tres partes
1.
Se intercambian las ecuaciones i y j. El conjunto solucion del sistema original esta dado por
CSo = CS1 CS2 CSi CSj CSm ,
mientras que el conjunto solucion del sistema final, es decir aquel que se obtiene despues del intercambio de ecuaciones, esta dado por
CSf = CS1 CS2 CSj CSi CSm .
Es, pues, suficiente probar que CSo = CSf . Este resultado se probara por doble inclusion; es decir,
probando que
CSo CSf y CSf CSo .
Considere
(x1 , x2 , , xn ) CSo (x1 , x2 , , xn ) CSk
k = 1, 2, , m (x1 , x2 , , xn ) CSf
Se multiplica la ecuacion i por un elemento del campo, tambien conocido como escalar, K tal
que 6= 0. La ecuacion original i esta dada por
ai1 x1 + ai2 x2 + ai3 x3 + + ain xn = bi
y su conjunto solucion se denomina CSio , la ecuacion que se obtiene despues de multiplicar la
ecuacion i por un escalar K, tal que 6= 0 esta dada por
( ai1 )x1 + ( ai2 ) x2 + ( ai3 ) x3 + + ( ain ) xn = bi
y su conjunto solucion se denomina CSif . Como en este caso, solo se manipula la i-esima ecuacion,
es suficiente probar que CSio = CSif . Nuevamente, este resultado se probara por doble inclusion;
es decir, probando que
CSio CSif
y
CSif CSio
Sea (x1 , x2 , , xn ) CSio entonces
ai1 x1 + ai2 x2 + ai3 x3 + + ain xn bi
entonces
(ai1 x1 + ai2 x2 + ai3 x3 + + ain xn ) (bi ).
Por lo tanto
(ai1 )x1 + (ai2 )x2 + (ai3 )x3 + + (ain )xn (bi)
y (x1 , x2 , , xn ) CSif . Se ha probado pues que CSio CSif .
En la direccion contraria, sea (x1 , x2 , , xn ) CSif entonces
(ai1 )x1 + (ai2 )x2 + (ai3 )x3 + + (ain )xn (bi)
3 Una manera alternativa de probar este resultado consiste en invocar las leyes de Morgan que indican que la intersecci
on
de conjuntos es conmutativa y asociativa.
tal que
(1 )bi
pero
1 = 1,
donde 1 es el identico multiplicativo del campo, y 1k = k = k1 para cualquier elemento k K, por
lo tanto
ai1 x1 + ai2 x2 + ai3 x3 + + ain xn bi
y (x1 , x2 , , xn ) CSio . Se ha probado pues que CSif CSio . La conjuncion de estos dos resultados
parciales conduce a CSif = CSio .
3.
Se suma un m
ultiplo de la ecuacion i a la ecuacion j. Las ecuaciones originales i y j estan originalmente dadas por
ai1 x1 + ai2 x2 + ai3 x3 + + ain xn = bi
y
aj1 x1 + aj2 x2 + aj3 x3 + + ajn xn = bj
y sus conjuntos solucion se denominan CSio y CSjo . La ecuacion que se obtiene despues de sumar
veces la ecuacion i a la ecuacion j esta dada por
(ai1 + aj1 )x1 + (ai2 + aj2 )x2 + (ai3 + aj3 )x3 + + (ain + ajn )xn = bi + bj
(4)
y su conjunto solucion se denomina CSi+j . Como en este caso solo se manipulan las ecuaciones i y
j es suficiente probar que CSio CSjo = CSio CSi+j .
Nuevamente, este resultado se probara por doble inclusion; es decir, probando que
CSio CSjo CSio CSi+j
Suponga que (x1 , x2 , , xn ) CSio CSjo entonces, (x1 , x2 , , xn ) CSio and (x1 , x2 , , xn )
CSjo , por lo tanto
ai1 x1 + ai2 x2 + ai3 x3 + + ain xn bi
y
aj1 x1 + aj2 x2 + aj3 x3 + + ajn xn bj
Sin embargo, si se sustituye (x1 , x2 , , xn ) en la ecuacion (4), se tiene que
(ai1 + aj1 )x1 + (ai2 + aj2 )x2 + (ai3 + aj3 )x3 + + (ain + ajn )xn
= bi + bj
= bi + bj
bi + bj
Por lo tanto
(x1 , x2 , , xn ) CSi+j
y
(ai1 + aj1 )x1 + (ai2 + aj2 )x2 + (ai3 + aj3 )x3 + + (ain + ajn )xn bi + bj
Expandiendo y acomodando esta u
ltima ecuacion, se tiene que
(ai1 + aj1 )x1 + (ai2 + aj2 )x2 + (ai3 + aj3 )x3 + + (ain + ajn )xn
ai1 x1 + aj1 x1 + ai2 x2 + aj2 x2 + ai3 x3 + aj3 x3 + + ain xn + ajn xn
(ai1 x1 + ai2 x2 + ai3 x3 + + ain xn ) + (aj1 x1 + aj2 x2 + aj3 x3 + + ajn xn )
bi + bj
bi + bj
bi + bj(5)
4.
Ejemplos.
En esta seccion se mostraran algunos ejemplos de solucion de sistemas de ecuaciones lineales:
4.1.
Ejemplo 1.
= 1,
= 1,
1 x1 7 x2 + 10 x3
(6)
2.
2 2 2
1
0 1
Ab = 3 6
1 7 10 2
Si se suma a la segunda ecuacion 32 de la primera ecuacion y se suma a la tercera ecuacion 12 de la
primera ecuacion, el sistema de ecuaciones se transforma en
2 x1 2 x2 + 2 x3
0 x1 + 3 x2 + 3 x3
0 x1 + 6 x2 + 9 x3
1
1
2
3
2
2 2 2 1
Ab1 = 0 3 3 21
0 6 9 32
En la etapa final, si se suma a la tercera ecuacion 2 veces la segunda ecuacion, se tiene que el sistema
de ecuaciones se reduce a
2 x1 2 x2 + 2 x3
0 x1 + 3 x2 + 3 x3
0 x1 + 0 x2 + 3 x3
1
1
2
1
2
(7)
2 2 2 | 1
Ab2 = 0 3 3 | 21
(8)
0 0 3 | 12
Es importante se
nalar que puesto que durante este proceso se han empleado exclusivamente las operaciones elementales, el conjunto soluci
on del sistema original, vea la ecuaci
on (6), y el conjunto
soluci
on del sistema final, vea la ecuaci
on (7), coinciden.
Mas a
un, el sistema final de ecuaciones, vea la ecuacion (7), y la matriz aumentada, vea la ecuacion
(8), tienen una forma muy simple conocida como escalonada o de modo mas formal como triangular
superior, todos los elementos por debajo de la diagonal principal son nulos, y este sistema de ecuaciones
puede resolverse de manera muy sencilla por el metodo conocido como sustituci
on inversa. Este proceso
consiste en resolver la tercera ecuacion para la incognita x3 , sustituir este valor en la segunda ecuacion,
del sistema, para resolver esta ecuacion para la incognita x2 . El proceso finaliza con la sustitucion de x3
y x2 en la primera ecuacion y la solucion de esta ecuacion para la incognita x1 .
El conjunto solucion del sistema lineal de ecuaciones esta dado, en dos formas alternativas, por
1
1
1
1
= x1 = , x2 = 0, x3 =
.
, 0,
CS =
3
6
3
6
5.
Representaci
on de lneas y planos mediante vectores y ecuaciones lineales.
En esta seccion se mostrara como representar lneas y planos en el espacio mediante dos diferentes
metodos:
1.
2.
5.1.
Representaci
on de planos como combinaciones de vectores y como ecuaciones lineales.
Considere el espacio fsico tridimensional, formado por puntos, lneas, planos, etc. Si se selecciona un
origen arbitrario, los puntos estan en una relacion biunivoca, es decir inyectiva y sobreyectiva, con las
7
donde , R} .
Sin embargo, existe otra manera de representar los vectores de posicion de los puntos, digamos Q,
contenidos en el plano. Considere el plano mostrado en la figura 3, sea P y Q puntos contenidos en el
plano, y sea u
, un vector, que por comodidad se supone unitario, que es perpendicular al plano. Suponga
que los vectores de posicion de los puntos P y Q y el vector unitario u
estan dados por
~rP = (xP , yP , zP ) ~rQ = (x, y, z)
y u
= (ux , uy , uz ).
Entonces el vector ~rQ ~rP que conecta el punto P con un punto arbitrario contenido en el plano,
digamos Q, esta contenido en el plano, y es, por lo tanto, perpendicular al vector u
, que es perpendicular
al plano. Es decir, la ecuacion del plano esta dado por
(~rP ~rQ ) u
=0
~rQ u
= ~rP u
.
(9)
5.2.
Ejemplo 1.
(10)
Esta ecuacion puede expresarse, despues de una redefinicion de las incognitas, como
2x1 2x2 + 2x3 = 1;
sin embargo, puesto que se busca una interpretacion geometrica de la ecuacion se cambio el significado
de las incognitas. Es evidente que el origen del sistema coordenado (0, 0, 0) no forma parte del plano
representado por la ecuacion (10), pues
2(0) 2(0) + 2(0) = 0 6= 1.
La figura 4 muestra el plano representado por la ecuacion (10). Esta figura verifica que el origen no forma
parte del plano.
5.3.
Ejemplo 2.
(11)
Es evidente que el origen del sistema coordenado (0, 0, 0) forma parte del plano representado por la
ecuacion (11), pues
(0) 7(0) + 10(0) = 0.
La figura 5 muestra el plano representado por la ecuacion (11). Esta figura verifica que el origen forma
parte del plano.
10
6.
Determinaci
on de los diferentes casos de soluci
on de sistemas
de ecuaciones lineales.
En esta seccion se analizaran los diferentes casos de solucion, o ausencia de solucion, de sistemas de
ecuaciones lineales. Mas a
un, esos casos se interpretaran a la luz de la representacion de ecuaciones lineales
como planos en un espacio fsico tridimensional. Para tal fn conviene clasificar las matrices asociadas,
a los sistemas de ecuaciones lineales, de acuerdo a las filas diferentes de cero que aparecen en su forma
escalonada previa a la posible solucion del sistema por el metodo de sustitucion inversa.
1.
El n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada,
es mayor que el n
umero de filas diferente de cero de la matriz de coeficientes, en su
forma escalonada, del sistema de ecuaciones. En este caso, el sistema de ecuaciones tiene, al
menos, una ecuacion lineal inconsistente. El sistema de ecuaciones no tiene soluci
on alguna
y el sistema de ecuaciones se denomina inconsistente.
2.
El n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada,
es igual al n
umero de filas diferente de cero de la matriz de coeficientes, en su forma
escalonada, del sistema de ecuaciones.4 En este caso, el sistema de ecuaciones no tiene ninguna
ecuacion lineal inconsistente. El sistema de ecuaciones si tiene, al menos, una soluci
on y el
sistema de ecuaciones se denomina consistente. Ademas, este caso admite una clasificacion
mas fina.
a)
Si el n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada, es
igual al n
umero de incognitas, el conjunto solucion del sistema de ecuaciones tiene un u
nico
elemento. En otras palabras, la soluci
on es u
nica.
b)
Si el n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada,
es menor al n
umero de incognitas, el conjunto solucion del sistema de ecuaciones tiene un
n
umero infinito de elementos. De manera mas especfica, el conjunto solucion tiene tantas
variables libres como la diferencia entre el n
umero de incognitas y el n
umero de filas diferente
de cero de la matriz augmentada, en su forma escalonada.
Estos resultados se encuentran resumidos en la figura 6; sin embargo, se debe enfatizar que no es, en
general, posible determinar el tipo de sistema y el n
umero de soluciones sin encontrar primero la forma
escalonada de la matriz aumentada.
Un caso especial muy importante, que merece un analisis particular, es el de los sistemas de ecuaciones
homogeneos, en este caso, el n
umero de filas diferente de cero de la matriz augmentada, en su forma
escalonada, es siempre igual al n
umero de filas diferente de cero de la matriz de coeficientes, en su forma
escalonada, del sistema de ecuaciones.5
Entonces, estos sistemas siempre tienen al menos una solucion, denominada la trivial, y dada por
x1 = x2 = = xn = 0.
(12)
Si el n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada, es igual al
n
umero de incognitas, el conjunto solucion del sistema de ecuaciones tiene un u
nico elemento. En
otras palabras, la solucion es u
nica y es la trivial, dada por la ecuacion (12).
2.
Si el n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada, es menor
al n
umero de incognitas, el conjunto solucion del sistema de ecuaciones tiene un n
umero infinito
4 Cual es la raz
on por la cual el n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada, no
puede ser menor que el n
umero de filas diferente de cero de la matriz de coeficientes, en su forma escalonada, del sistema
de ecuaciones?
5 Cual es la raz
on de este resultado?
11
6.1.
Ejemplo 3.
= 1
= 1
=
(13)
2 2 2 | 1
1 | 1
Ab = 3 6
6 6 6 | 4
A
nadiendo a la segunda fila de la matriz augmentada, Ab , 32 veces la primera fila y a
nadiendo a la
tercera fila de la matriz augmentada, Ab , 3 veces la primera fila, se llega a la matriz augmentada del
sistema de ecuaciones en forma escalonada. Esta matriz esta dada por
2 2 2 | 1
Ab1 = 0 3 4 | 12
0 0 0 | 7
Como puede observarse, la matriz de coeficientes A en su forma escalonada unicamente tiene 2 filas
diferente de cero, mientras que la matriz augmentada Ab1 en su forma escalonada tiene 3 filas diferente
de cero. El sistema de ecuaciones es inconsistente, y su conjunto solucion esta dado por
CS = .
12
Figura 7: Dos vistas de los planos correspondientes al sistema de ecuaciones dado por la ecuacion 13.
Este resultado, puede verificarse rapidamente notando, que la tercera ecuacion del sistema de ecuaciones,
en su forma escalonada, esta dada por
0x + 0y + 0z = 7.
Esta es una ecuacion lineal inconsistente, cuyo conjunto solucion, CS3 esta dado por
CS3 = .
Una explicacion geometica de este resultado se muestra en la figura 7. Esta figura muestra los planos
asociados a cada una de las ecuaciones del sistema lineal (13). En particular, los planos asociados a las
ecuaciones 1 y 3 son paralelos, y estos se interesectan solo en el infinito, recuerde que infinito no es un
n
umero real. Es pues evidente que el sistema de ecuaciones lineales es inconsistente y su conjunto solucion
es CS = .
6.2.
Ejemplo 4.
= 1
= 1
6 x + 6 y 6 z
= 3
(14)
2 2 2 | 1
1 | 1
Ab = 3 6
6 6 6 | 3
Figure 6: Dos vistas de los planos representados por las ecuaciones del sistema de ecuaciones lineales
dado por la ecuacion (13).
13
Figura 8: Dos vistas de los planos correspondientes al sistema de ecuaciones dado por la ecuacion 14.
nadiendo a la
A
nadiendo a la segunda fila de la matriz augmentada, Ab , 32 veces la primera fila y a
tercera fila de la matriz augmentada, Ab , 3 veces la primera fila, se llega a la matriz augmentada del
sistema de ecuaciones en forma escalonada. Esta matriz esta dada por
2 2 2 | 1
Ab1 = 0 3 4 | 12
0 0 0 | 0
Como puede observarse, tanto la matriz de coeficientes A como la matriz augmentada Ab en su forma
escalonada tiene 2 filas diferente de cero. Este resultado indica que el sistema de ecuaciones es consistente
y tiene solucion. Mas a
un, el n
umero de filas diferente de cero, 2, es menor que el n
umero de incognitas,
3, de manera que el sistema tiene soluciones m
ultiples, de manera mas especfica, el conjunto solucion
tiene una variable libre.
El proceso de solucion inversa, conduce al siguiente conjunto solucion
2 7 1 4
z, z, z | z R
CS =
3 3 6 3
Una explicacion geometrica de este resultado se muestra en la figura 8. Esta figura muestra los planos
asociados a cada una de las ecuaciones del sistema lineal (14). Note que la figura unicamente muestra 2
planos, la razon es que los planos asociados a las ecuaciones 1 y 3 son, ademas de paralelos, coincidentes.
El conjunto solucion esta representado geometricamente por la lnea que constituye la interseccion de
ambos planos.
14