Está en la página 1de 458

RIEBRA LII{EAL

PAnA ADIIINISTRAcX
y D IR[ctt,X,. br r$PRrgAg

sanzy torres

Descarga mas libros en:


http://librosdejoe.blogspot.com

o busca en la web:
librosdejoe

ALGEBR,{ LINEAL
para Administracin y Direccin de Empresas
Emilio Prieto Sez
Catedrtico de Universidad
Departamento de Economa Aplicada Cuantitativa II
Facultad de Ciencias Econmicas y Empresariales UNED

Atberto A. lvarez Lp ez
Profesor Titular de Universidad
Departamento de Economa Aplicada Cuantitativa II
Facultad de Ciencias Econmicas y Empresariales UNED

sflnu ytorres

lndce
Presentacin

11

Espacios vectoriales

15
16

- RESUMEN
INrnoruccrN
1. Definicin de espacio vectorial
ESQUEMA

2.
3.
4.
5.
6.
7.
B.
9.

il

I7
31

Subespacios vectoriales

37

Suma de subespacios vectoriales

43

Subespacios afines

54

Sistemas de vectores

63

Vectores linealmente dependientes


Vectores linealmente independientes
Sistemas de generadores y bases de un espacio vectorial

65

Dimensin de un espacio vectorial

77

6B

70

10. Rango de un sistema de vectores


11. Solucin de los ejercicios propuestos

BO

RncaprruLACIN I

90

Aplicaciones

lineales

97

- RESUMEN
Iurnonucclu
1. Definicin de aplicacin lineal
ESQUEMA

2.
3.

Propiedades de una aplicacin lineal


Aplicaciones lineales con conjunto de partida un espacio vectorial de dimensin finita

4.
5.
6.
7.

El espacio vectorial

L(E,F)

Isomorfismos de espacios vectoriales


Formas lineales .
Aplicaciones afines

B5

.98
.99
. 113
. 115
.
.
.
.
.

119
131

132
135
139

Notce

B.

T43

Solucin de los ejercicios propuestos

L15

RrcapITULACtN II

m Matrices L49
- RESUMEN
IxrnotucctN
1. Definicin de matrtz

150

2.
3.
1.
5.
6.
7.
B.
9.

TB1

EsQuMA

151
17B

Matriz asociada a una aplicacin lineal


El esPacio vectorial Mn n(K)

189

Producto de matrices

193

Rango de una matriz

209

Transformaciones elementales de una matriz

2L2

Inversa de una matrtz cuadrada

226

TrasPuesta de una matriz

230

Solucin de los ejercicios propuestos

233
237

RECNPITULACIN III

ry

Sistemas de ecuaciones lineales

243

ESQUEMA _ RESUMEN

211

INTnODUCCION

215

1.
2.
3.

Definiciones y Propiedades
Resolucin de un sistema de ecuaciones lineales
Aplicaciones de los sistemas de ecuaciones lineales

Sucesiones de nmeros

277
286

293

RncapITULACrN IV

268

reales

295

ESQUEMA _ RESUMEN

296

IurnonucctN
1. El conjunto de los nmeros reales

297

2.
3.
1.
5.
6.
7.

Sucesiones de nmeros reales

32r

Sucesiones convergentes. Lmites infinitos

328

Sucesiones montonas

347

Series de nmeros reales

3s0

Solucin de los ejercicios propuestos

35s

Anexo

359

RncapITULACrN V

310

363

Notcr

A Preliminares
ESQUEMA

1.
2.
3.
1.
5.

37L

RESUMEN

Conjuntos
Aplicaciones
Operaciones

Polinomios
Solucin de los ejercicios propuestos

B Determinantes

429

Determinantes de orden dos


Determinantes de orden tres

. 430
. 43r
. 432

Permutaciones

ESQUEMA

1.
2.
3.
1.
5.
6.
7.
B.
9.

RESUMEN

Determinante de n vectores en una base


Determinante de una matriz
Desarrollo de un determinante por los trminos de una fila o
Aplicacin aI clculo de la inversa de una matriz
Aplicacin aI clculo del rango de una matriz

Sistemas de Cneusn
10. Solucin de los ejercicios propuestos

Bibliografa 46I
ndice

. 372
. 373
. 391
. 402
. 1r3
. 4L9

analtico

463

437

. 11L
. 445
columna 118
. 452
. 455
. 457

. 160

PRESENTACION
En los captulos que comprende este texto se exponen los instrumentos matemticos

bsicos del lgebra Lineal, as como una introduccin a las sucesiones de nmeros
reales.

A quin va dirgido este

texto

Este manual est dirigido, principalmente, a los

estudiantes de la asignatura de Matemticas I del Grado de Administracin y Direccin de Empresas en la UNED. Est escrito pensando en estudiantes a distancia, Ios
cuales deben tener a mano Ia informacin ms completa posible sobre la asignatura.
Pero, precisamente por este motivo, pensamos que podra ser til tambin para estudiantes presenciales que necesiten algn libro en el que consultar estos temas.

Contextualizacin de Ia asignatura en Ia

materia

En el plan de estudios
actual, la asignatura de Matemticas I, que es la primera de la materia de Matemticas
en eI Grad.o de ADE, se estudia en el primer cuatrimestre de primer curso. Habr

dos asignaturas ms: la siguiente -Matemticas II- en el primer cuatrimestre de


segundo curso, y la tercera y ltima -Matemticas III- en eI primer cuatrimestre de
tercer curso.
En

lo que a contenidos

Se refiere,

la asignatura de Matemticas

I eS una ple-

sentacin de los conceptos y las tcnicas bsicos del lgebra Lineal, y una introduccin a las sucesiones de nmeros reales. Las siguientes asignaturas estarn dedicadas
a presentar contenidos de Anlisis Matemtico, con funciones de una y varias variables, incluyendo integracin, y de otros temas como los Sistemas Dinmicos. Los
contenidos de Matemticas 1 son, pues, necesarios para el estudio de las restantes
asignaturas de Matemticas, aunque tambin encuentran aplicacin directa en otras
materias del Grado.

Estructura

deltexto

EI texto tiene cinco captulos, y se completa con dos apndi-

ces. Los cuatro primeros captulos son los propiamente dedicados al Atgebra Lineal:
espacios vectoriales, aplicaciones lineales, matrices y sistemas de ecuaciones lineales; el quinto, presenta las sucesiones de nmeros reales. En cuanto a los apndices,

PRESENTACIN

eI primero recoge varios temas de carcter preliminar: conjuntos, aplicaciones, operaciones y polinomios, de los cuales el lector debera tener un conocimiento al menos
introductorio. El segundo apndice presenta los determinantes, de los cuales no se
hace uso para estudiar sistemas de ecuaciones lineales.

Requisitos previos Los contenidos de Matemticas habituales de un Bachillerato (con orientacin a ciencias, ingeniera, o ciencias sociales) son ms que suficientes
para poder abordar esta asignatura. Tambin son perfectamente adecuados los contenidos de Ia asignatura de Matemticasl del Curso de Acceso Directo a la Universidad, para Mayores de 25 Aos, que imparte la propia UNED.

Cmo leer este texto Cada uno de los cinco captulos empieza con una amplia
introd.uccin. Recomendamos aI lector leerla con detalle, pues presenta, de manera
menos formal que eI texto principal, los contenidos bsicos del captulo que introduce, a Ia vez que enfatiza lo ms importante, insiste en lo ms difcil, y da idea del
alcance de exigencia de la materia.
Tras la introduccin, eI cuerpo principal del captulo incluye todas las definiciones
y resultados exigidos, acompaados unas y otros de ejemplos de distinta dificultad
para ilustrar su uso y aplicacin. A Io largo de este cuerpo principal, se incluyen ejercicios propuestos, cuya resolucin se presenta al final del captulo. Estos ejercicios
son de dos tipos: algunos, los menos, buscan que el lector se ejercite en alguna tcnica; otros, los ms, proponen al lector la demostracin de algn resultado adicional.
Del primer tipo son menos porque ese cometido se deja a los ejercicios y problemas
d.el texto corespondiente;z los segundos, por su parte, se pueden considerar, a modo
de Actividades Complementarias, para ampliar formacin.

Finalmente, cada captulo termina con una recapitulacin de todo lo visto en su


desarrollo, tanto definiciones como resultados. Estas recapitulaciones pueden ser
muy tiles como "fichas" de consulta rpida y referencia.

Los autores, los profesores Emilio Pnrsro SAnz y Alberto


A. rvarz Lvrz, Ilevan trabajando muchos aos en asignaturas de la materia de
Matemticas para Ia Economa y la Administracin y Direccin de Empresas, con la
metodologa a distancia, y son autores, tanto por separado como en colaboracin, de

Sobre los

autores

varios manuales sobre estos temas.

Agradecimientos

Los autores queremos dejar constancia de nuestro agradeci-

miento a los tutores y compaeros de los equipos docentes de las asignaturas del
lHasta el curso 2008-2009, esta asignatura se llamaba Matemticas Especiales
2Cf .

Problemas Resu eltos.

13

PRESENTACIN

Departamento de Economa Aplicada Cuantitativa II de la UNED, por sus sugerencias,


as como a los alumnos, con cuyas pleguntas y comentarios a lo largo de los aos
hemos podido hacernos idea de sus dificultades y de aquellos aspectos en los que
debemos intentar mejorar.
Un reconocimiento especial merecen nuestros compaeros -y amigos- Mnica
BunNra CanErr, Jaer S,Nz PYsz y Toms PRIETo RUMEAU, a los cuales nunca
dejaremos de agradecer todas sus observaciones, comentarios, y conversaciones sobre Ia materia de este texto. Muchos de los aciertos que pueda tener son suyos; los
errores, que quedarn va.rios, son de nuestra exclusiva responsabilidad'
Los AUToRES
Madrid, junio de 2010

C,q,prulo I

ESPACIOS VECTORIALES

I.

r6

ESPACIOS VECTORIALES

ESQUEMA RESUMEN
INrnooucclN

5.

17

Definicin de espacio vectorial, 17 Subespacios vectoriales, 19 Suma de subespacios vectoriales, 22


Subespacios afines, 24 Sistemas de vectores, 25
Vectores linealmente dependientes, 26 Vectores Iinealmente independientes, 27 Sistemas de generadores y bases de un espacio vectorial, 27 Dimensin
de un espacio vectorial, 29 . Rango de un sistema de

2.

.
de subespacios vectoriales

37
40

Interseccin
Ejemplos de subespacios vectoriales de R2 . 40
Ejemptos de subespacios vectoriales de R3 . 42
Ej emplos de subespacios vectoriales
de

4.

36

R'

43

vectoriales 13
1. Suma de subconjuntos de un espacio
vectorial .
2. Suma de subespacios vectoriales de un espacio vectorial
3. Subespacios vectoriales independientes
4. Combinaciones lineales .

7.

2.
3. Hiperplanos de R'
4. Subespacios afines Paralelos
5. Combinaciones afines.

Interseccin de subespacios afines.

Vectores linealmente

65

independientes

65

66
6B

1. Definicin. Propiedades bsicas


2. Otras propiedades

6B

69

Sistemas de generadores y bases de un es-

vectorial 70
1. Sistemas de generadores
2. Bases. Coordenadas de un vector en una
base .
3. Base cannica
4. Teorema de la base incompleta

pacio

un espacio vectorial 77
1. Definicin de dimensin de un espacio
vectorial .

70
72
7

75

9. Dimensin de

77

vectores B0
de rango de un sistema de

10.Rango de un sistema de

Suma de subespacios

Subespacios afines 54
1. Definicin de subesPacio afn

63

dependientes
1. Definicin. Propiedades bsicas
2. Otras propiedades

B.

34

Subespacios vectoriales 37
1. Definicin de subespacio vectorial

2.
3.
4.
5.
3.

34

vectores

6. Vectores linealmente

vectores, 30.

1. Definicin de espacio vectorial


1. Definicin de espacio vectorial
2. Componentes de un vector de K'

Sistemas de

43
45
46
53

.54
. 58
.60
. 61
.62

1. Definicin
vectores
2. Ejemplos de clculo

B0

de

rangos

1l.Solucin de los ejercicios

propuestos

90
REc,pITuLACrN I
Definicin de espacio vectorial,

90

83

90

85

Subespacios

Suma de subespacios vectoriales, 91


. Subespacios afines, 92 . Sistemas de vectores, 92
Vectores linealmente dependientes, 92 ' Vectores linealmente independientes, 93 Sistemas de generadores.
Bases, 93 Dimensin, 94 . Rango de un sistema de

vectoriales,

vectores, 94.

INTRODUCCION

L7

INTRODUCCION

vectoriql

Deftnicin de espacio

El lector se encontrar al inicio de esta seccin

con la definicin general de espacio vectorial sobre un cuerpo. Un ejemplo sencillo de


espacio vectorial sobre un cuerpo lo constituye el conjunto R.2 de los pares ordenados

de nmeros reales sobre el cuerpo R.. Los elementos de este conjunto son de Ia
forma: (a,b), con ay b nimeros reales. Por ejemplo:
(1,

-3) c R2,

(i,t)

c R2, 1 R2.

Sobre el conjunto R2 se define una operacin, La adicin, de esta manera:

(xt, xz) + (yt, yz) : (x


(para cada

/t,xz

+ Vz)

(xt,x) e R2 y (yt,y) e R2). Por ejemplo:


(1,3) + (-7,I12): (r + (-1),3 + (Il2)) :

(o,712).

Esta operacin satisface las siguientes propiedades:

c es asociatrva, es decir, cualesquiera que sean los pares ordenados de nmeros


reales (a, b), (c,d) y (e,f), se verifica:
(a,b) + l(c,d.) + (e,f)): l@,a + G,d)l + @,f);
o pos elemento neutroi el par (0, 0), lo cual significa que la suma de cualquier
par ordenado (a,b) con (0,0) da como resultado el mismo par (q.,b), esto es:

(a,b) + (0,0): (a.,b);

es simetrizable: cualquiera que sea

es conmutativai cualesquiera que sean

(a,b) e R.2, existe un elemento de R2, pre(a,b)-, que sumado


cisamente (-a,-b)
-del que se dice es el opuesto de
(a,b)
(-a,
(o,b)
+
a
da como resultado el elemento neutro:
-b) : (0,0);
(a,b) + (c,d)

(a,b) e

R2

y (c,d) e

R2, se tiene:

: (c,d) + (a,b).

La comprobacin de estas propiedades es inmediata. Por verificarlas, se dice que la

adicin articula eI conjunto R2 como grupo abelano.l


Por otra parte, tambin se define una operacin externa sobre

R.2

para el cuerpo

R.,

de esta manera:

A.(xt,x) : (Ixr,Ix2)
(para A

y (x1,xz) e

R.2).

Por ejemplo:

3(2,_.4): (3'2,3' (-4))

: (6,_r2), -r(r,J2) :

er,-2^/2).

Esta operacin externa satisface Ias siguientes propiedades:


lPueden consultarse ms detalles sobre operaciones, y en particular sobre grupos, en eI apndice A.

I.

18

es asociativa en los elementos de R: cualesquiera que sean los nmeros reales

uy

el par ordenado de nmeros reales

A(p(a,b))

.
.

ESPACIOS VECTORIALES

(a,b),

se verifica:

(dp)(a,b);

es distribuva respecto de Ia adicin de nmeros reales: para cada nmero real A


y cada nmero real r, y cada par ordenado de nmeros reales (4, b), se tiene:

(A+ u)@,b) : A(a,b) + p(a,b);


es disibutva respecto de Ia adicin de vectore.s: para cada A de R, y para
cada (a,b) y cada (c,d) de R2, se verifica:

A(ta.b) + (c,d))

A(a,b) + A(c,d);

o es neutrapara el nmero real l: para cada (a,b) e R2, se tiene:

7(a,b) = (a,b).
Tambin es inmediata la comprobacin de estas cuatro propiedades. Afirmar que
eI conjunto R2, dotado de la adicin y de la operacin externa recin definida, es
un espacio vectorial sobre eI cuerpo R significa afirmar precisamente que, dotado
de Ia adicin, es un grupo abeliano, y que la operacin externa satisface las cuatro
propiedades anteriores.
En lo sucesivo, cuando nos refiramos a R.2 estaremos pensando en el espacio vectorial sobre R.. En este contexto, a los elementos de R.2 los denominaremos vectoresi
a los de R, escalares.
Tambin consideramos el conjunto R.3 de las ternas ordenadas de nmeros reales,
cuyos elementos son de la forma: (a,b,c), con cL, b y c n'metos reales; por ejemplo:

(1,2,0) R3, (-2, -1 ,r R3, (2,_3) R3


Asimismo, consideramos el conjunto R4 de las cuaternas ordenadas de nmeros reales: (a, b,c,d), con a, b, c y d nmeros reales; y el conjunto R.s de las quntuplas;
y, en general, el conjunto Ru de las n-uplas de nmeros reales (n > 1). Observemos
cmo son los elementos de R4:

(xt,xz,...nxn),

con f1, xz,

...,

x.nimeros reales.

> I, lo cual engloba

en particular los
R.s), se define, mutatis mutandis, una adicin y una operacin
nombrados R3,
externa para el cuerpo R. como Io hemos hecho sobre R.2, y se comprueba que estas
operaciones articulan Ru como espacio vectorial sobre R. A partir de ahora, siempre
que tratemos el conjunto R. estaremos automticamente pensando en el espacio
Sobre el conjunto R.u (para cualquier rL
R4 y

r9

INTRODUCCION

vectorial sobre

R, y llamaremos vectores a sus elementos y escalares a los elementos

de R, como comentamos para el caso de R2.


Queremos observar que, aunque el texto trata los espacios vectoriales en general,
la experiencia nos muestra que, al menos en lo que se refiere al nivel exigible a un
estudiante de ADE, el manejo prcticamente exclusivo de los Ru es ms que suficiente
pila comprender los conceptos y las propiedades ms importantes de los espacios
vectoriales.Z Adems, en ningn caso manejaremos
-para espacios vectoriales- un
cuerpo que no sea R.
Finalmente, queremos enfatizar al lector la definicin de componente de un vector: si (ar, 0{2,..., ar) es unvector de R.u, diremos que su primera componente es dt;
que su segunda componente es c{2, etc.; en general, diremos que su -sima componente es a (1 < < n). Por ejemplo, para elvector (1,-3,7,0) de Ra, la primera

componenteesigualal, lasegundaiguala-3, laterceraigual aT,ylacuartaigual


a 0.3

Subespacios vectoriales Como los nicos espacios vectoriales que realmente


nos interesan en este curso son los del tipo R. (n > I), veamos cmo se formula
el concepto de subespacio vectorial aplicado sIo a ellos. Un subconjunto F, no
vaco, de R.u es subespacio vectorial del espacio vectorial R si se satisfacen dos
propiedades (que en el texto se designan (SV1) y (SV2)):
(SVI) la suma de vectores de F es un vector tambin de F; es decir, para cada vector u : (u t,u2,. . ., un) y cada vector w = (u t, u2,. . ., tur") pertenecientes a F,
pertenece a su vez a F eI vector siguiente:

(SV2) el producto de cualquier escalar (esto es, de cualquier nmero real) por un
vector de F es un vector tambin de F; o Io que es Io mismo; para cada A e R.

y cada u

(ut,'u2,...,un) e F, pertenece a su vez a F el vector:


A?

Es importante sealar que si

A(?1, .t)2,...,un)

(trUt,truz,... ,tru").

F es subespacio vectorial de Rn, entonces F es en s

mismo un espacio vectorial con la adicin de vectores y la multiplicacin de nmeros


reales por vectores.4
2Por este motivo no se hacen preguntas, en Ias pruebas presenciales, sobre espacios vectoriales de

otro tipo.
3El motivo de enfatizar esta sencilIa definicin es Ia posibilidad (que efectivamente se da con mucha

frecuencia) de que el alumno confunda componente con coordenada, concepto que surgir ms adelante.
4Tcnicamente, conla restriccir de estas operaciones a F.

I.

ESPACIOS VECTORIALES

Podemos estudiar si un subconjunto de R.u es subespacio vectorial o no de otra


forma, haciendo uso de la caracterizacin enunciada en la proposicin I.1 (cf. p. 39).
sta, para eI caso de Ru, tiene este aspecto: un subconjunto F de R., no vaco, es
subespacio vectorial de R. precisamente si cualesquiera que sean los vectores u y u
de F, y los escalares a y p, pertenece a F el vector:

uu+But:i::'r'l'u-r,'"^:'r**uuYr','''au;il*,,
Adems de la caracterizacin anterior, vemos otras propiedades de los subespacios vectoriales. Es de destacar que el vector O es un elemento de cualquier subespacio vectorial; recurdese que, en el caso de los R, eI vector O es el vector (0,0, . . . ,0)
(con n ceros). Otra propiedad muy importante es que Ia interseccin de subespacios
vectoriales es a su vez un subespacio vectorial.
El estudio de subespacios vectoriales particulares se inicia con los de R.2. Adems
d" {(0,0)} y del propio R2, se muestra que es un subespacio vectorial de R.2 todo
conjunto de esta forma:

R(a,b)

IA(a,b) I A e R.l,

donde (a,b) es un par ordenado de nmeros reales. Por eiemplo:

R(1,3)

: {l(r,3)

IA

e m} : {t,3A)

|A

e R}.

que es subespacio
Observemos que cada vector de este conjunto R(1,3)
-conjunto
vectorial de R2, como decimos- es de esta forma: (4, 3A) para algn A e R. Podemos

deci que (4,3A)

vnvector genrico del subespacio vectorial R(1,3). Ntese tambin que, a la vista de este vector genrico (4,3A), podemos afirmar que los vectores
de este subespacio vectorial son los que satisfacen que su segunda componente es el
tripledelaprimera.s As:(2,6),(-4,-12)o (1/3,1)sonvectoresdeR.(1,3);perono
lo son (1,4), (0, I) o (I12,2).
Otro ejemplo: R(2,-5) : {(24,-54) lA e R.}. Un vector genrico de este otro
subespacio vectorial de R2 es (24, -54), lo que puede interpretarse as: los vectores
de este subespacio vectorial son aquellos cuya segunda componente es igual a la primeramultiplicadapor-512. Losparesordenados (I,-512), (-4,10) o(213,-5l3)
pertenecen aI subespacio vectorial; no as los pares (1,0), (5, -") o (1, -1).
Otra forma de presentar un subespacio vectorial de R2 es con una ecuacin (una
ecuacin lineal, para ser ms exactos). Por ejemplo, eI conjunto siguiente es un subespacio vectorial de R.2:
es

F - {{xt,xz) e R2

l3xt-

x2

o}

sO tambin: son aquellos vectores cuya primera componente es igual a un tercio


de la segunda.

INTRODUCCION

Sus elementos son los vectores

(xt,xz)

cuyas componentes,

xt y xz, satisfacen

- 12 :

la

ecuacin 3x1 - x2:


0.
Notemos que la ecuacin 3xt - xz : 0 es equivalente a esta otrai xz : 3xt,Io que
nos permite afirmar: Ios elementos de F son los vectores cuya segunda componente
es igual al triple de la primera. Es decir, los elementos de F y los del conjunto R ( 1, 3 )
son los mismos; ambos subespacios vectoriales son iguales.
En el texto comprobamos un resultado que generaliza el caso particular anterior:
cuando el vector (a,b) no es eI (0, 0) (o lo que es Io mismo: ay b no son simultneamente nulos), se tiene:
0. Verbigracia, (4, 12) es un elemento de F, pues: 3 ' 4

{(xt,xz) e R2 I axt + bx2 - 0} : R(-b,a).


Otro ejemplo: {(xr,xz) e R.2 | -Sxr -2x2:0} : R(2, -5). obsrvese que si (a,b)
fuera elvector nulo (es decir, si (a,b) : (0,0)), entonces R(a,b) se reduce al con-

junto {(0,0)}; en smbolos: R(0,0) : {(0,0)}.

Nota

importante sealar que la ecuacin que define un subespacio vectorial de R2 debe


: 0 (con a y b nmeros reales). En particular, cualquiera de
la forma ax1 -t bx2 : d, con d un nmero real distinto de 0, no define un subespacio
vectorial. Por ejemplo, el conjunto l(xr,xz) e R2 | -xr + 2x2: -2] no es un subespacio
vectorial de R.2.6 a
Es

ser de Ia forma ax1 + bx2

A continuacin pasamos a estudiar subespacios vectoriales de R3. Los conjuntos { (0, 0, 0) } y R.3 son subespacios vectoriales de R.3, y tambin lo son los conjuntos
de este tipo:
R(a,b,c)

: IA(a,b,c)

|A

e R.l,

donde (q,b,c) es una terna de nmeros reales. Asimismo, los conjuntos definidos
por una ecuacin, anlogos al subconjunto F de R.2 que consideramos antes, son
subespacios vectoriales de R.3; por ejemplo, es subespacio vectorial de R3 este con-

junto:

l(xt,xz,xs) e R3 I Zxt - xz + 3x3 = Ql ,


formado por los vectores (xt,xz,xz) de R.3 tales que 2x1 - xz-r 3x3 :0. (O bien
tales que: xz : Zxt + 3x3, lo que se puede expresar con palabras as: los vectores
de

R.3

tales que su segunda componente es igual al doble de la primera ms el triple

de la tercera.)

La prueba de que los subconjuntos de R3 anteriores son subespacios vectoriales


de R3 es, mutatis mutandis, como la del caso de R2. Sin embargo, debemos hacer

notar que no se verifica para R3 ningn resultado de igualdad entre subespacios


65 es, y Io veremos ms adelante en este mismo

captulo,urt

su.bespacio afn.

I.

ESPACIOS VECTORIALES

vectoriales definidos por una ecuacin y subespacios vectoriales del tipo R (, b, c) ,


como ocurre para R2.
Queremos llamar Ia atencin, por ser especialmente ilustrativo, del ejemplo 10
(cf.p.12). Se trabaja con estos subespacios vectoriales de R3:

F1: {{*t, xz, xz) e R3 I xt -

2x2 * x3

Fz- {{xt, x2, xz) e R3 I xt - 2*=I


y

o}

R(4,3,2). Note-

se demuestra que su interseccin es igUal al subespacio vectorial

mos que esta interseccin puede escribirse as:

\F2:

{(xr, xz,x) e

R3

lxr -2x2+xz:o y xr:zxz},

es decir, como un subespacio vectorial definido por dos ecuaciones.T

Finalmente, generalizamos lo visto a cualquier Rn, Enfatizamos aqu, en particular, que es subespacio vectorial de Ru cualquiera de la forma:

I(xt,xz,...,xn) e R"

I a'1x1 -t cL2x2-1

"

' + anxn = OI ,

donde a7, &2, .. ., &n son nmeros reales. No sera subespacio vectorial este conjunto
si la ecuacin fuera a.1x1 * 612x2 * "' + cLnxn : d con d + O'

ril

'lll
lrlt

Suma de subespacios vectoriales Comienza esta seccin definiendo la suma


de subconjuntos de un espacio vectorial. Si A y B son dos subconjuntos de Rn
(no oldemos que en todo momento particularizamos a Rn), st suma es el conjunto cuyos elementos son vectores obtenidos como suma de un vector de A y otro
de B. Esta definicin se generaliza fcilmente a ms de dos conjuntos. El ejemplo 11
(cf.p.44), de suma de dos conjuntos, y eI ejemplo 12 (cf. p. 45), de suma de tres, son
suficientemente ilustrativos.
El resultado ms importante de esta seccin es que la suma de subespacios vectoriales es a suvez un subespacio vectorial. EI ejemplo 13 (cf.p.45) es importante;
en I se muestra esta igualdad de subespacios vectoriales:

R(1,0,0) + R.(0,0,1)

: I(xr,xr,x:)

e R3 I

xz:

OI

en la que vemos, en particular, cmo un subespacio vectorial de R.3 definido por una
ecuacin se puede expresar como Suma de subespacios vectoriales del tipo R(a,b,c).
En general, cuand.o trabajamos con subespacios vectoriales, de lo que se trata es de
7Ms adelante, tras estudiar sistemas de ecuaciones lineales en el captulo [V, veremos cmo relacionar subespacios vectoriales definidos por ecuaciones con subespacios vectoriales del tipo R(a,b,c),
y no sIo para R3, sino para cualquier Ru.

23

INTRODUCCIN

relacionar subespacios determinados por una ecuacin o por varias (stos ltimos
son interseccin de los determinados por una sola ecuacin) con Ia suma de subespacios del tipo R(a1, a2, . . . , cln). Hasta el captulo [V, cuando tratemos los sistemas
de ecuaciones lineales, no tendremos herramientas suficientes para resolver completamente este problema; por ahora, nos debemos conformar con estudiar algunas
situaciones particulares, como Ia del citado ejemplo 13 o las vistas en los ejercicios
del manual Problemas Resueltos.

Otro concepto importante de la seccin es el de independencia de subespacios


vectoriales. Dos subespacios vectoriales (de R) son independientes si todo vector
de su suma se puede obtener de forma nica como suma de un vector del primero y
un vector del segundo. La proposicin I.4 (cf. p. 48) muestra una manera sencilla de
comprobar la independencia: que dos subespacios vectoriales sean independientes
es equivalente a que su interseccin se reduzca al conjunto {(0,0,...,0)}.
En el ejemplo 17 (cf . p. 48), para los subespacios vectoriales de R.3 siguientes:

Fr:R(0, 1,1)

y F2:{(xr,xz,xz)e

R3

lx1 =x2+x3},

se prueba tienen un nico vector en comn: (0, 0, 0), con Io que se est efectivamente

demostrando que son independientes. Por otra parte, en el ejemplo 18 (cf. p. 49)
se comprueba que la suma Fr + F2 es igual a R3. Esto significa: todo vector de R.3
se puede escribir como suma de un vector de F1 y un vector de F2, y adems esta
descomposicin del vector en suma de dos, uno de cada subespacio, es nica.
Tambin hablamos de suma directa, que no es ms que la suma de subespacios
vectoriales independientes. Por ejemplo, Ia suma de los subespacios vectoriales F1
y F2 de R3 del parrafo anterior es suma directa; se denota: F1 @ F2. Y tambin se define eI concepto de subespacios vectoriales suplementariosi son aquellos cuya suma
directa es igual a todo el espacio vectorial. Los subespacios vectoriales Fl y F2 de los
que venimos hablando son suplementarios: F1 o F2

p3.

Termina el apartado de independencia de subespacios vectoriales con la generalizacin (por otra parte inmediata) de Ia nocin de independencia (y de suma directa)
a ms de dos subespacios vectoriales. Es de observar, sin embargo, que la caracterizacin vista de Ia independencia de dos subespacios vectoriales (interseccin igual
a

{(0,0,...,0)})

no admite una generalizacin inmediata a ms de dos.

Lo ltimo que vemos en esta seccin es el importante concepto de combinacin

Iineal. Afirmar que un vector u (de R.4) es igual a :una combinacin lineal de Ios k
vectores ttr, ttz, . .., uk (todos de R.) no es ms que afirmar se verifica Ia igualdad
u : ttrLt* 1QUz +...+ aauapara algunos nmeros reales 41, 2,..., at (alos
que a veces nos referiremos como los coeftcientes de la combinacin lineal). Dicho
ms tcnicamente: el vector u es igual a una combinacin lineal de los k vectores u1,

I.

24
LJz, . . ., LJk

si

ESPACIOS VECTORIALES

u es un elemento de Ia suma de subespacios vectoriales siguiente:


Rul + Ru2

+ .+Ru.

Por ejemplo, el vector (2,3) de P2 es igual a una combinacin lineal de los vec-

tores (1,1) V (0, 1), Pues se tiene:

(2,3)

- a(1,1) + b(0, 1)

para

Ios coeficientes de esta combinacin lineal son a


tir la misma idea: (2,3) e R'(1, 1) + R(0, 1).

a.-2yb 2yb

1;

: I' Ofra forma de transmi-

Ntese que, sean los que sean los vectores ur, u2, ..., uk de R, el vector nulo: (0,0,...,0), es igual a una combinacin lineal de ellos; no hace falta ms que
tomar todos los coeficientes iguales a 0:

(0,0,...,0)

aftnes

: jut + Ouz + "'

+ jur'

afnde R.2 es un subconjunto de Ru obtenido


como suma de un vector y un subespacio vectorial de R.. Si u es un vector y F es un
subespacio vectorial (ambos de R.n), el subespacio afn obtenido como suma de ellos
Subespacios

rJn subespacio

se denota: u + F.8

Cuando Sumrmos un vector y el subespacio vectorial { (0, 0, . . . , 0) }, obtenemos el


conjunto cuyo nico elemento es el vector. Cuando sumamos el vector (0,0,...,0) y
un subespacio vectorial, obtenemos este mismo subespacio vectorial. Estos son los
ejemplos ms sencillos de subespacios afines: los conjuntos formados por un solo
vector y los propios subespacios vectoriales.
Para Obtener mS subespacioS afines, no tenemos ms que Sumal un vect6r a

cada subespacio vectorial que conocemos, y fundamentalmente hemos visto dos


tipos de subespacios vectoriales: los del tipo R(ar,6lzn...,a y los definidos por
una ecuacin.g
En el primer caso, obtenemos

un subespacio afn de este tipo:

(1)r,1)2,...,un) + R(ar, 612,..., &n).

(at,a2,. ..,&n) es no nulo, de este subespacio afn se dice es wa recta


. pn.10 Por ejemplo, el conjunto (1,1) + R.(2,3) es una recta de R.2, y el conjunto (0, 1, -3) + R (2, -10,0) es una recta de R'3'
Si el vector

8De suyo, la notacin debera ser {u} + F, pero abreviamos quitando las llaves.
gEstos
tipos "bsicos" son los que Iuego intersecamos o sumamos.

l0Ntesequesielvector (at,aZ,...,an)esnonulo,entonceselsubespaciovectorialW(at,a.Z,...,an)

noesigualal{(0,0,...,0)},yelsubespacioafnanteriornosereducealconjunto

{(ut',u2,""uil}'

25

INTRODUCCIN

En el segundo caso, obtenemos

un subespacio afn de este otro tipo:

(ur,1)2,...,'t)n) + {(xr, x2,...,xr") e Rn I atxt + a2x24

"'+ enxn:0I

Una consecuencia que se extrae del texto es que estos subespacios afines se pueden
escribi de esta forma:
(1)

{{xr, xz

donde d es un nmero real. (El nmero d puede ser nulo o no; en el primer caso,
estaramos ante un subespacio afn que tambin es subespacio vectorial; en eI segundo, ante un subespacio afn que no sera subespacio vectorial.) Cuando Ios nmeros d-1, az, ..., cLnno son simultneamente nulos, de todo conjunto de la forma (1) se
dice es un hiperplano de R.i 1 Los hiperplanos de R.u son, pues, subespacios afines
determinados por una ecuacin de Ia forma a.1xl -l 612x2 -l ' ' ' + anxn: d con los
nmeros 6Lr, &2, ..., 6Ln no simultneamente nulos.
A modo de muestra de lo dicho, en el ejemplo 33 (cf. p. 61) se prueba que el
hiperplano determinado por la ecuacin xt - x3: 4, es decir:

: {(xuxx)

- xz: 4I
verifica: A: (4,0,0) + {(x1,xz,x) e R3 lxr -x::0}.
e R3 | xr

El Itimo concepto que se estudia en esta seccin es el de combinacin afn. Afirmar que un vector u es igual auna combinacin afn de los k vector:s tl'y, 2, ' ' ', uk

significaafirmarsesatisfacelaigualdadu:a7ur*21t2+"'+akukpataalgunos
nmeros reales a1, otz, ..., o(k que suman 1; es decir:

- atUt *

zWz

l<Ul<

C{r

* AZ -l

O{,

1.

Por ejemplo, el hecho de que se verifique:


(1,

-2,-l) -

a(1,0, -1) + b(I,z,

-1),

permite afirmar que el vector (I, -2, -1) es igual


tores (1,0, -1) y (1,2, -7),pues a + b : L
Sistemas de

para &

- 2y b- -1,

a una combinacin afn de Ios vec-

vectores l|n sistema de vectores de R2 es una coleccin finita

or-

denada de vectores de R.2. Escribimos un sistema de vectores ene parntesis, separando los vectores por comas. Por ejemplo, los cuatro siguientes son sistemas de
vectores de R2:

((r, 2),(-1,0)) , ((0,0), (1, -1), (1, -1)), (6D.,2)) , (t-1,0),


11Si

(1

,2))

los nmeros a7, a2, ..., an son todos nulos, eI subespacio afn resulta igual a R.u, que no

considera un hiperplano.

se

I.

26

ESPACIOS VECTORIALES

El primero y el cuarto son sistemas en los que figuran dos vectores; se dice que su
cardinal es igual a2. El segundo sistema tiene cardinal igual a 3 (se considera que
en definitiva figuran tres vectores, a pesar de que hay uno repetido); y el tercero,
cardinal igual a 1. Es de observar que el primer sistema y eI cuarto tienen los mismos
vectores, pero no en el mismo orden; se consideran sistemas distintos.
Consideraremos tambin sistemas de vectores de R.3, que se definen de manera
anloga; por ejemplot ((1,-2,2),(0,-I,0)) o ((1,0,0), (1, -7,-23), (1, -1,0)). Y
alguna vez tambin sistemas de vectores de R4, como ((0,

o ((0,1,0,0), (0,1, -1, -3), (-rlz,-1,0,1/3)).

-1,-2,1),(1,-2,5,0))

Vectores lnealmente dependiente.s Dados unos vectores de R2, sabemos que


es posible extrlresar el vector (0,0) como combinacin lineal de ellos: al menos con
todos los coeficientes de la combinacin lineal iguales a 0. Si es posible expresar el
vector (0,0) como combinacin lineal de los vectores dados de forma que alguno de
Ios coeficientes de Ia combinacin lineal sea distinto de 0, se dice que los vectores
son linealmente dependientes.

A modo de ejemplo, consideremos los vectores (1,-1) y (2,-2) de R2. Toda


combinacin lineal de ellos es de la forma: a(1, -1) + P(2, -2), con a y B nmeros
reales; alguna de estas combinaciones lineales es igual al vector (0,0) y es tal que
uno de los dos coeficientes, u o P (o ambos), es no nulo? S; por ejemplo, para a : 2
YB

: -l

se obtiene:

a(1,

-1)

B(2,-2) = 2(1,-r)

- Q,-2) :

(0,0),

Io que permite responder afirmativamente la pregunta recin formulada. Los vectores (1, -I) y (2, -2) son entonces linealmente dependientes. Tambin expresaremos
esto afirmando que el sistema ((1, -l), (2,*2)) es un sistemaligado.
La definicin se extiende con facilidad a vectores de Rs (y de R.a). Por ejemplo, los
vectores (1, -1, O) y (-2,2,0) de R3 son linealmente dependientes, pues podemos
escribir:
(1,

-1,

O)

1G2,2,0)

(0,0,0),

que es una combinacin lineal de ellos igualada al vector (0,0,0) y con alguno de los
coeficientes (en este caso, ambos) distinto de 0.
Saber si unos vectores dados son linealmente dependientes o no, o lo que es lo
mismo: saber si eI sistema que forman es ligado o no, es fcil cuando se trata de uno

o de dos vectores. Un sistema formado por un nico vector es ligado si el vector es


nulo (es decir, si es igual a (0,0) en el caso de R2, o a (0,0,0) en el caso de R3), y no
es ligado si el vector es otro cualquiera. Por ejemplo, el sistema ((1, -B)) de R.2 no es
ligado, y s lo es ((0,0)), que es de hecho el nico sistema ligado de R2 con un nico
vector.

INTRODUCCIN

27

un sistema formado por dos vectores, no es mucho ms difcil: si ambos


vectores sor' proporcionales, eI sistema es ligado, y no es ligado en caso contrario.
Qu significa que los dos vectores sean proporcionales? Que uno de los vectores
es igual a un nmero multiplicado por el otro. Por ejemplo, los vectores (2,-4)
y (I,-2) son proporcionales, porque eI primero puede obtenerse del segundo mulPara

tiplicando por un nmero, en este caso 2: (2,-4)


forman: ((2,*4),(I,-2)), es entonces ligado.

: 2(I,-2); el sistema que ambos

Otro ejemplo: los vectores (1,0,3) y (-2,1,1) no son proporcionales. Cmo


podemos verlo? Si fueran proporcionales, deberamos ser capaces de obtener uno de
los vectores multiplicando el otro por algn nmero; un simple vistazo nos muestra que ello es imposible: no hay forma de multiplicar por un mismo nmero los
nmeros 1, 0 y 3 para obtener, respectivamente, -2, I y I,y ceversa: no hay forma
de multiplicar por un mismo nmero los nmeros -2, I y 1 para obtener, respectivamente, 1, 0 y 3. Estos vectores no son, pues, linealmente dependientes; eI sistema
que forman no es ligado.
Si tenemos tres o ms vectores, se puede proceder como se hace en eI ejercicio 2
(cf. p. 66), o se puede calcular elrango de los vectores e interpretar adecuadamente
el resultado. Para los sistemas de vectores que manejaremos, este segundo mtodo
es en general el ms sencillo, y por tanto eI ms recomendable; en la seccin 10 de
este mismo captulo Io aprenderemos.

Vectores linealmente independientes Unos vectores dados son linealmente independientes si no son linealmente dependientes. Tambin se dice: un sistema de
vectores es libre si no es ligado. En concreto, que unos vectores sean linealmente independientes, o llue un sistema de vectores sea libre, significa entonces lo siguiente:
la nica combinacin lineal de esos vectores que es igual aI vector nulo es aquella en
la que todos los coeficientes son iguales a 0.
De acuerdo con lo dicho en el apartado anterior, podemos afirmar lo siguiente:

EI sistema formado por el vector nulo es ligado, y cualquier otro sistema for-

mado por un nico vector es libre.


Un sistema formado por dos vectores es ligado o es libre segn sean los vectores proporcionales o no, respectivamente. Por ejemplo, los vectores (1,0,3)
y (-2,1, 1) de R.s no son proporcionales (Io vimos en el apartado anterior),
Iuego son linealmente independientes; el sistema que forman es libre.
Para un sistema formado por tres o ms vectores, podemos calcular su rango e
interpretar eI resultado (mtodo ya apuntado antes aI ver la dependencia lineal,

y que veremos ms adelante).

I.

28

ESPACIOS VECTORIALES

Sistemas de generadores y bases de un espacio vectorial Un sistema de


vectores de R2 es vn sistema de generadores del espacio vectorial R2 si todo vector
de R2 se puede escribir como combinacin lineal de los vectores del sistema. Tambin
se dice, ms simplemente, que los vectores del sistema generanR2 '
Por ejemplo, eI sistema de vectores ((1,1), (0, 1)) es un sistema de generadores

de R2. Qu significa? Que todo vector de R2 es igual a alguna combinacin lineal de


los vectores (1,1) y (0,1). Por ejemplo:

1), (0,0) : 0(1, 1) + 0(0, 1),


o (-1, -2) : -(I,1) - (0,1),
(a,b) de R.2 verifica: (a,b) : a(l,I) + (b - a)(0,\), igualdad

(I,2) =
yunvector genrico

(1, 1) + (0,

que Io expresa efectivamente como combinacin lineal de Ios vectores (1,1) y (0' 1)'
Cuando un sistema de generadores es, adems, un sistema libre, recibe el nombre

de base. Una base de R2 es, pues, un sistema cuyos vectores son linealmente independientes y generan R.2. EI sistema del eiemplo del prrafo anterior: ((1,1), (0,1)),
eS una base de R.2: sus dos vectores generan R.2, y como no Son proporcionales,
tambin son linealmente independientes. Todo vector de R2 es entonces igual a
algUna combinacin lineal de los vectores (1,1) y (0, 1), ya lo hemos dicho, pero

hay algo ms aI tratarse de una base: esa combinacin lineal es nica. Por ejemplo: (-1,1) : -(1,1) + 2(0,1), y no hay otra manera de escribir (-1' 1) como una
combinacin lineal de (1,1) y (0, 1); es decir, los coeficientes de una combinacin
lineal de estos dos vectores que sea igual al vector (-1,1) han de ser necesariamente -I y 2. Se dice que -1 y 2 (en este orden) son las coordenadas del vec-

tor (-1, 1) en la base ((1, 1), (0, 1)).


Nota bene No deben confundirse las coordenadas de un vector (en una base) con las componentes del vector.

Estos conceptos se extienden con facilidad a R3. Por ejemplo, eI sistema de


vectores ((1,0,0), (1, 1,0), (0,0, 1)) resulta ser una base de R3. Esto significa que
cada vector de R.3 es igUal a una nica combinacin lineal de los vectores (1,0,0),
(1,1,0) y (0,0, 1); Ios coeficientes de estanica combinacin lineal son las coordenadas del vector en la base. Para el vector (1,1,3), por ejemplo, se tiene Ia igUal-

: 0(1,0,0) + 1(1,1,0)

+ 3(0,0,1), y no hay otra forma de escribilo


como combinacin lineal de los tres vectores; los nmeros 0, 1 y 3 (en este orden)
son las coordenad.as del vector (1, 1,3) en la base ((1,0,0), (1, 1,0), (0,0, 1)).
Queremos enfatizar algo importante: eI orden en el que se citan las coordenadas
de un vector en una base es fundamental: se cita como primera coordenada eI coeficiente del primer vector de la base, como segunda el coeficiente del segundo vec'
tor, y as sucesivamente. As, por ejemplo, el vectot de coordenadas -1 y 2 en la
dad: (1,1,3)

29

INTRODUCCIN

base ((1,1), (0, 1)) es el

(-1,1),

como ya hemos visto, pero el de coordenadas 2 y

I)

-1

-- (2,1), que es otro vector distinto.


No hemos dicho nada en las lneas anteriores sobre algn mtodo prctico que
permita averiguar si un sistema de vectores es de generadores, o incluso si es una
es:

2(1,1)

(0,

base. En general, el mtodo ms sencillo es el clculo de su rango, que estudiaremos


en la seccin 10. Por otro lado, cuando ya sabemos que cierto sistema dado es una
base y queremos averiguar concretamente las coordenadas en esta base de cierto vec-

tor, encontrarlas requiere en general resolver algn sistema de ecuaciones lineales;


Ios estudiaremos en eI captulo IV.
No queremos dejar de resear aqu lo que es la base cannica de R.2 y la base
cannica de R.3. La de R.2 est formada por dos vectores: ((1,0), (0, r); y la de R3

portresvectores: ((1,0,0),(0,1,0),(0,0,1)).Esinteresanteobservarquelascoordenadas de un vector en la base cannica son precisamente las componentes del vector.
Por ejemplo, las coordenadas delvector (2,5) enlabase cannica de R2 son 2 y 5,
exactamente sus componentes, pues: (2, 5) : 2(1,0) + 5(0, 1). En el texto (cf. p. 74),

puede encontrar el lector Ia generalizacin a Ia base cannica de R.n.


Finalmente, en esta seccin se incluye el denominado teorema de Ia base incompleta. Esfe teorema es un resultado tcnico, que se aplica en ciertas demostraciones
tericas. Aqu sIo nos interesa resaltar una consecuencia muy importante. En R2,
todos los sistemas de vectores que son base tienen la misma cantidad de vectotes,
precisamente dos. Para R.3 Ia consecuencia es anloga: todas las bases de R3 tienen
eI mismo nmero de vectores, tres en este caso. Y tambin acontece que todas las
bases d.e Ra tienen la misma cantidad de vectores: cuatro. La generalizacin de esta
consecuencia a cualquier R. es que todas las bases de Rn tienen rL vectores.

Dimensin de un espacio

vectorial

Como acabamos de decir, todas las bases


de R.2 tienen Ia misma cantidad de vectores; esta cantidad de vectores de cualquiera
de las bases de R.2 se denomina dimensin del espacio vectorial R2. El espacio vectorial R.2 es, pues, un espacio vectorial de dimensin igual a 2.
La definicin de dimensin se extiende anlogamente a R3, y a todos los Rn.
As, el espacio vectorial R.3 tiene dimensin igual a 3, R4 dimensin igual a 4, y Ra
dimensin igual a n.

Instamos al alumno a leer detenidamente las consecuencias de la definicin de


dimensin, por ser muy tiles para trabajar los ejemplos prcticos. Destacamos aqu
una de ellas: cuando tenemos un sistema de vectores (de m.2 o de R3, por ejemplo) de
cardinal igual a la dimensin (es decir, con tantos vectores como marca la dimensin),
para saber si es o no base no es necesario comprobar que se trata de un sistema
de generadores y tambin comprobar que se trata de un sistema libre: en cuanto
es una de las dos cosas, automticamente tambin es la otra. Por ejemplo, los dos

I.

3o

ESPACIOS VECTORIALES

vectores (I,-2)y(5,-9)deR2formanunsistemalibre(puesnosonproporcionales);
como son tantos vectores como marca la dimensin de R.2 (ya que son exactamente
dos), automticamente son tambin generadores de R.2, y el sistema que forman es
una base de

R.2.

Y otra consecuencia ms: no es posible tener una cantidad de vectores linealmente independientes mayor que la dimensin, As, por ejemplo, en R2 todo sistema
de tres o ms vectores es ligado, y en R.3 todo sistema de cuatro o ms vectores es
ligado.
Tambin se aplica le definicin de dimensin a los subespacios vectoriales de un
espacio vectorial.lz Hay una propiedad en la que se relaciona la dimensin de un
espacio vectorial con la de sus subespacios vectoriales. Enunciada esta propiedad
particularizada para R.2, reza as: la dimensin del espacio vectorial R.2 es mayor
o igual que la de cualquiera de sus subespacios vectoriales, y el nico subespacio
vectorial de R2 que tiene dimensin igual a 2 es el mismo R2. Como consecuencia,
cualquier subespacio vectorial de R2 tiene dimensin igual a 1, excepto eI mismo R.2,
que la tiene igual a 2, y excepto el que tiene como nico vector el vector nulo: {(0,0)},
cuya dimensin se define como igual a 0.13 La extensin a m3 (y a cualquier R) es
ctl
I

t,

anloga: todo subespacio vectorial de R.3 tiene dimensin igual a 1 o a 2, excepto el


R.3 (dimensin igual a 3) y el {(0,0,0)} (dimensin igual a 0).

propio

Rango de un sistema de vectores El rango de un sistema de vectores de R2


se define como Ia dimensin del subespacio vectorial de R.2 que generan. Y anloga
definicin tiene el rango de un sistema de vectores de R.3 o de cualquier R.n. En el
texto podemos encontrar una lista exhaustiva de propiedades, todas obtenidas de
forma ms o menos sencilla a partir de esta definicin. Una de ellas es esta: eI rango
de un sistema es menor o igual que la cantidad de sus vectores (dos vectores, por
ejemplo, no pueden generar un subespacio vectorial de dimensin mayor que 2),
y el rango tambin es menor o igual que la dimensin del espacio vectorial al que
pertenecen los vectores (si los vectores son, por ejemplo, de R3, no hay forma de que
generen un subespacio vectorial de dimensin mayor que 3).
Otra propiedad, que es necesario destacar, establece que eI rango de un sistema
de vectores coincide con el mximo nmero de vectores linealmente independientes
que hay entre ellos. Como consecuencia de esta propiedad, si uno de los vectores del
l2Puesto que un subespacio vectorial es en s mismo un espacio vectorial.
13No podemos aplicar aI subespacio

vectorial {(0,0)} la definicin dada de dimensin nmero de

vectores de cualquiera de sus bases, ya que es ul espacio vectorial que no admite base (como no hay
vectores no nulos, no hay vectores linealmente independientes). Definimosla dimensin de este espacio
vectorial como igual a 0. Lo mismo acontece con el subespacio vectorial de cualquier Ru formado slo
por el vector nulo, como por ejemplo { (0, 0, 0) }: su dimensin se define igual a 0.

INTRODUCCION

3r

sistema es el vector nulo, aI eliminarlo obtenemos un sistema con un vector menos


pero con el mismo rango. Lo mismo acontece si eliminamos un vector que sea proporcional a algn otro del sistema: el nuevo sistema (con un vector menos) tiene el
mismo rango. Por ejemplo, los tres siguientes sistemas de vectores de R.2 tienen eI
mismo rango:
((1, 2), (0, o), (- 2,

-1)),

((1,2),(-2,-4)),

((1,2))

siunvector del sistema es igual a alguna combinacin lineal de


los restantes vectores, al eliminarlo eI rango no vara. Por ejemplo, si en un sistema
de tres vectores acontece que el primero es igual al doble del segundo menos el
tercero, eI rango no vara al quitar el primer vector; es decir, si u : 2u - rr, entonces
los sistemas (u,u,ut) y (u,u) tienen el mismo rango.
Hay una propiedad del rango que ser muy til cuando veamos ms adelante,
en este mismo epgrafe, un mtodo prctico para su clculo: el rango de un sistema de vectores no vara si sustituimos un vector del sistema por el resultado de
sumarle una combinacin lineal de los restantes. Por ejemplo, si en un sistema de
tres vectores sumramos al primero el doble del segundo ms el cudruple del tercero, obtendramos un nuevo sistema con el mismo rango que el primero; es decir:
rango (u,u,ut) : rango (u + 2u + 4u,u,u).
Finalmente, queremos recoger aqu una propiedad ms. Cuando eliminamos un
vector de un sistema, sabemos que el rango no vara si ese vector es igual a alguna
combinacin lineal de los dems. Pero, qu ocurre si tal vector no es igual a una
combinacin lineal de los restantes vectores? Acontece que el sistema nuevo (con un
vector menos) tiene por rango eI del sistema original disminuido en 1. Por ejemplo,
dados tres vectores trtr, u y t, si del tercero sabemos que no es igual a una combinacin lineal de los otros dos, podemos escribir: rango (u,u,w) :1 + rango (u,u).
Esta ltima propiedad del rango es especialmente aplicable cuando los vectores
(de R.u ) son tales que todos tienen una misma componente igual a 0, excepto uno,
que la tiene distinta de 0. Por ejemplo, los vectores (1,0), (3,0) y (0, -1) de R.2 son
as: Ios dos primeros tienen una misma componente nula: la segunda, y eI tercero
la tiene no nula. Qu podemos afirmar de estos vectores? Que no hay forma de
obtener el tercero de ellos como combinacin lineal de los dos primeros.la Se tiene
entonces: rango ((1,0), (3,0), (0, -1)) : 1 + rango ((1,0), (3,0)).
De forma ms general,

14Ntese que cualquier combinacin lineal de Ios vectores (1,0) y (3,0) es un vector de la
forma: a(1,0)+(3,0):(a+3,0)(paraalgr.rnosnmerosrealesayp),yelvector(a+3,0)tambin
tiene nula su segunda componente: de ninguna forma, pues, puede ser igual a (0, -l). AI hacer combinaciones lineales de vectores que tienen nula una misma componente, se obtienen inevitablemente
vectores que siguen teniendo nula esa componente.

I. ESPACIOS

32

VECTORIALES

Calcular el rango de un sistema de vectores dado no es difcil en la prctica,


al menos para nuestro caso: vectores de R2 o de R3, o acaso de Ra. Cuando el
sistema tiene un nico vector, el rango es igual a 0 si ese nico vector es el vector
nulo: (0,0) o (0,0,0), y es igal a I si ese vector es cualquier otro. Por ejemplo:
rango ((1,

2,4))

:1

Y rango

((0,0,0,0))

0.

Cuando se trata de dos vectores, y descartado el caso trial en que ambos fueran
nulos (el rango sera igual a 0), se tiene que el rango es igUal a 1 si ambos vectores Son proporcionales, y es igUal a 2 si no Son propolcionales. (Recurdese que
el rango coincide con el nmero mximo de vectores linealmente independientes.

Si los dos vectores no son proporcionales, son linealmente independientes y tal


nmero mximo es 2; si los vectores son propolcionales, son linealmente dependientes y tal nmero mximo es 1.) Por ejemplo: rango((1,2,O),(-L,-2'0)) : I'

y rango ((-1,1,2,r12),(-r,-2,312,0)) :2'


Cuando eI sistema tiene ms de dos vectores, es posible reducir el problema a
un sistema con un vector menos, haciendo uso de las propiedades que hemos sto.
Si del sistema que nos dan quitamos un vectof directamente, tenemos en general el
problema de saber si es o no igual a una combinacin lineal de los restantes: si lo
es, el rango no vara por quitarlo; si no lo es, el rango disminuye en 1' Lo que se
pretende entonces eS "transformar" eI Sistema en Otro nuevo, con el mismo nmero
de vectores y con eI mismo rango que el original, pero tal que slo converlo podamos
asegurar de alguno de sus vectores que no es igual a una combinacin lineal de los
dems. Podemos buscar el nuevo sistema con la intencin de que todos sus vectores
tengan una misma componente igual a 0, excepto uno que la tenga no nula; si lo
conseguimos, de este Itimo vector podremos efectivamente decir que no es igual a
una combinacin lineal de los dems.
Consideremos, por ejemplo, el sistema ((1,2, -5), (2,-I,7),(-L,0, 1)), de vectores de R.3. Buscamos, a pafiil de ste, otro Sistema con el mismo nmero de vectores y con el mismo rango, pero tal que dos de sus vectores tengan nula, verbigracia,
la primera componente, y el que queda la tenga no nula. Hacemos para ello uso de la
propiedad segn la cual el rango de un sistema no vara si sumamos a un vector una
combinacin lineal de los dems. En concreto, podemos conseguirlo conservando el
primer vector: (1,2,-5) (que tiene no nula su primera componente), y sumando a
cada uno de Ios dems este primer vector multiplicado por algn nmero, de forma
que eI resultado de Ia operacin sea un vector con la primera componente igual a 0.
Sumamos al segundo vector el primero multiplicado por -2:
rango

.rf

((-1,

D,Q,-7)):

(2,-I,7) + (-2)(1,2, -5)

: (2,-I,7) + (-2,-4,I0):

(0,

-5,17);

ysumamosaltercervectorelprimero: (-1,0, 1)+(1,2,-5): (0,2,-4). Elnuevosistema obtenido: ((1, 2, -5), (0, -5, 17), (0,2, -4)), tiene eI mismo rango que el sistema

INTRODUCCIN

33

original, pero la construccin llevada a cabo hace que podamos asegurar del primer
vector que no es igual a una combinacin lineal de los restantes. Si "extraemos" este
primer vector, reducimos el rango en 1:
rango

((1,2,-5),

(0,

-5, 17),(0,2,-4)):

1 + rango ((0,

-5, 17),(0,2,-4)).

Y ya tenemos reducido el problema a

un sistema con un vector menos que el original.


Este sistema con un vector menos es: ((0, -5,17),(0,2,-4)), de dos vectores; tiene
rango igual a 2 porque los dos vectores no son proporcionales. En resumen:
rango ((1, 2, -s), (2,

:
:

-r,z), (-1, o, 1))

-5), (0, -5, 17),(0,2,-4))


1 + rango ((0, -5,17),(0,2,-4)) : I + 2:3.

rango ((1,2,

Finalmente, queremos comentar que, conocido el rango de unos vectores, podemos decir varias cosas de ellos. Por ejemplo:
. si el rango es igual al nmero de vectores, stos son Iinealmente independientes; si es menor, los vectores son linealmente dependientes;
. si el rango es igual a Ia dimensin del espacio vectorial al que pertenecen los
vectores, se trata de un sistema de generadores; si es menor, no es un sistema
de generadores;

o como consecuencia de Ios puntos anteriores, si el rango coincide simultneamente con el nmero de vectores y con Ia dimensin, entonces eI sistema es
una base.
El sistema cuyo rango hemos calculado: ((1, 2, -5), (2, -I,7), (-I,0, 1)), es una base
de R.3, pues su rango coincide con su cantidad de vectores (lo que establece que son
linealmente independientes) y coincide con Ia dimensin del espacio vectorial (lo que
establece que se trata de un sistema de generadores).

I. ESPACIOS

34

Ll

VECTORIALES

DEFINIcItrl DE ESpAcIo vECToRIAL


1. Defnicin de espacio vectoral

La definicin general de espacio vectorial

sobre un cuerpo es esta:

Espacio vectorial

sobre un cuerpo

nHT;;;;;;-, *;; .-.--;;;;"",


,,

cuerB m a todo eqfuqo f CoUn" Ue uin Iery de s"'*iuqiO{r hreru4 + qqe


1o articulq .q*p, gqpgo abett4no," y solre 4 qUe esta Oeffri4a ,g4a- ley de co4pryqqp "e.!rt-ern-q." pufu.K que es risopi4-tive'en los elemerrtqg dq K, *tin$y4

rqyctg

rrutx

db

ffi

{a

gnqry|9n +

Kr

.qrytuutfva respecto de k oFerayry,n

O" q v

eltementb neu*crde ls eeracin . de K.rs

m"Ty"s

dgrconLu$aEJ1llq"*nos vecrores d.8;a

r,os

dr ceipo K)

Notacin

Cuando consideremos un espacio vectorial E sobre un cuerpo K, representaremos los vectores con letas en negrita: x, Lt, ...; y los escalares con letras griegas: a, A, . . .
El elemento neutro de la operacin + sobre E (adicin de vectores) ser denotado: O; el
de Ia operacin + sobre K (adicin de escalares):0, y el de la operacin . (multiplicacin
de escalares): 1. Tambin omitiremos los signos . y ., de forma que el producto de escalares a ' p ser denotado:

ap,y

eI

vector o(.

Consecuencias de Ia deftnicin de espacio

ser denotado:

vectorial

Sea E

ax.16

un espacio vectorial sobre

un cuerpo K. De acuerdo con Io exigido en la definicin de espacio vectorial, Ia ley de


composicin externa de la definicin verifica las siguientes propiedades (consltese
eI cuadro de Ia pgina 413):

. YxeE,0x=O,
. VAeK,A0:0,
. Vx E, -x: (-I)x,
o V A e K,

x e E, trx - 0

<+

f^

-0
o

[" -0.
lsEs decir, la ley de composicin interna + verifica Ias propiedades (cl), (G2), (G3) (ca) enunciadas
V
en Ia p. 406; y la ley de composicin externa ., las propiedades (Ll), (L2), (L3) y (L4) enunciadas en la
p. 409.
l6Excepto por la omisin de los signos . y ., estas notaciones son las que
empleamos para las leyes de
composicin externas (cf. p. 409).

.i.I

DEFINICIN DE ESPACIO VECTORIAL

EJEMPLO

35

Si (K, +, .) es un cuerpo conmutativo, K es un espacio vectorial sobre el cuerpo K al considerar como ley de composicin externa la operacin ' del cuerpo:

KXK
(a,x)
En efecto: las propiedades exigidas en la

ot-x:x.
definicin de espacio vectorial son una consecuencia

inmediata de las propiedades que verifica un cuerpo.


EJEMPLO

El conjunto R (con

Y la ley de

n > I)

es

un grupo abeliano con la operacin + definida por:

(xt,xz,...,x) e Ru, V (yt,y2,...,!) e Rn,


(xt,xz,...,xn) + (yt,yz,...,t) = (x1 + Vt,xz t Vz,...,xn + !n).

(2)

composicin externa definida sobre Ru para R de la forma:

VA e

R., Y

(xt,xz,...,xn) e R2, A(xr,xz,...,xn\:

(lxr,A,xz,...,A,x)

(3)

verifica las cuatro propiedades exigidas en la definicin de espacio vectorial.


En definitiva, con las operaciones definidas en (2) y en (3), R.2 es espacio vectorial sobre

el cuerpo
EJEMPLO

R..

') es un cuerpo conmutativo, se puede generalizar el resultado del ejemplo anterior


al conjunto Kn: para la ley de composicin interna + dada por:
Si (K, +,

(o\,0<2,...,o.n) +

$t,82,...,F") = (a1 + Bt,o<z + Bz,...,an + Fn)

(para(qr,d2,...,ar)eKny(Bt,Fz,...,B)eK"),ylaleydecomposicinexternadadapor:
A(ar, qz,
(para A e K y (ar, ot2,...,
EJEMPLO

a,) e K'),

...,ot) :

(Aar,Aaz,..., Aa")

el conjunto KZ es un espacio vectorial sobre K.

Si E y F son dos espacios vectoriales sobre el mismo cuerpo K, entonces podemos articular
el conjunto FE, de las aplicaciones de E en F, como un espacio vectorial sobre K.

/ y g dos aplicaciones de E en F. Si x es un vector arbitrario de E, entonces f(x),


f (x) + g(x) son vectores de F. Definimosla suma de las aplicaciones / y g, q.ule

Sean

g@) y

denotamos:

+ g, como la aplicacin de E en F que verifica:


Y

e E,

lf

+ Sl@)

: f(x)

s@).

un ejercicio sencillo, que dejamos al lector, comprobar que la adicin de aplicaciones as


definida articula el conjunto F como grupo abeliano.

Es

I.

36

Notacin

El elemento neutro para Ia adicin de aplicaciones se denota: O, y verifica:


V x e E,

O(x) : 0r,

donde 0 designa el elemento neutro de Ia adicin de vectores de


AnLlogamente,

cacin

ESPACIOS VECTORIALES

F.

si a es un escalar y -f es una aplicacin de E en F, definimos la apli-

a/ de E en F como la que verifica:

YxeE,lafl(x)=af(x)'
Podemos, pues, considerar la ley de composicin externa:

(a,f) e KxFE '--* af

eFE,

la cual verifica ser, como el lector puede comprobar sin dificultad, asociativa en los elementos
de K, distributiva respecto de la adicin en K y respecto de la adicin en E, y neutra para el
elemento 1 de K.
En conclusin: con Ia adicin y la ley de composicin externa aqu definidas, FE es un
espacio vectorial sobre K.

Kn

Siempre que consideremos Rn o Ku,


implcitamente estaremos suponiendo que son espacios vectoriales sobre R o sobre K, respectivamente, con las operaciones definidas en los ejemplos 2 y 3 anteriores (cf. p. 35). EI primero: Rn, lo manejaremos en todos los ejemplos; el segundo: Kn,

2. Componentes de un vector de

en muchas conSideraciOnes tericas. RecordamOs que dOS elementOs (o.t,

y (Bt,82,.

..,

2,..', n)

de K son iguales:
(ar ,2,... ,c(n)

: (Bt,82,...,

Fn),

precisamente si:

d1 :

Fr, a2:

Fz,

...,

Y oht: B"-

Es decir:

:
2 :
c{1

(cxr

, 2,... , 2)

(Ft, Bz,...,Fr) <-{

BT,

F2,

Yan : Fn'
Componentes de
u

n vector de K?I

sikffi,*e'J:,illxet,",e.t*:dde*"1-*'r;idtr&lqb$"

sffiq{4 a{q{

e"ru'ffi4ffiffie*-m,.* t;*""F*d"dd"df;i-Fg'i
;*-*;;;:;;;.';

11

SUBESPACIOS VECTORIALES

1.2

37

STJBESPACIOS VECTORIALES
1. Deftnicin de subespacio vectorial Mostramos la definicin de subespacio
vectorial, y a continuacin damos un primer ejemplo.

Subespaco

vectorial

Si F es un subespacio vectorial de E, de la definicin


-y en concreto del enunciado (SVl)- se deduce que la restriccin al conjunto F de la adicin de vectores de E
es una operacin sobre E:

(u,ut) e F X F

v---+

r) +

u e F,

(1)

y fcilmente se comprueba que esta operacin articula el conjunto F como grupo


abeliano; y tambin se deduce
enunciado (SV2)- que lo anlogo acontece con

-del

la operacin externa, es decir, es posible definir la operacin externa sobre F para K


siguiente:

(A,u)

eKxF-trueF,

(5)

operacin externa que edentemente es asociativa en los elementos de K, distri


butiva respecto de la adicin en K y respecto de la adicin en E, y neutra para el
elemento 1 de K. En consecuencia, el conjunto F con la operacin (4) y la operacin
externa (5) es un espacio vectorial sobre K.
Podemos, pues, afirmar:

-ldo

subespcio

vectorial

es

: s 3acio vectorial

EJEMPLO

EI

subconjunto de

R3:

F -es

I(xt,xz,x) e

R3 I x1 + x3

6)

un subespacio vectorial de R3.


Para jusficarlo, analicemos en primer lugar qu significa que un vector de R3 pertenezca

aF.
De la definicin del conjunto F deducimos que una terna

precisamente si:

X7+x3=0.

(xt,xz,xE) de

R3

pertenece a F

I.

38
En otras palabras, un vector de

pertenece

R.3

ESPACIOS VECTORIALES

F precisamente si la suma de sus componentes

primera y tercera es igual a 0.


Para probar que F es un subespacio vectorial de R3 hay que probar en primer lugar que F
no es el conjunto vaco, circunstancia que se verifica, pues, por ejemplo, (0,0,0) e F.
En segundo lugar, veamos que se cumple (SVl). Sean

(x1,x2,xz) y w

: (yt,yz,yz)

dos vectores arbitrarios de F, y por tanto:

x:+x3:0 Y !t+!z:O'
Entonces:

u+

yU+W

u : (xt,xz,xs)

(yt,yz,y)

= (xr

(6)

!t,xz * !z,xz + !z),

es un vectol de F, pues la Suma de SuS componentes primera

y telcera,

Como

Se

deduce de (6), es nula:

(xt + yt) + (xz + yt)

@t + x3) + (yt + yz) = 0 + 0 = 0.

En consecuencia, se verifica (SVl).

Por ltimo, probemos se cumple (SV2). Sea u

= (xt, xz, xz) un vector arbitrario

de F, y

por tanto:

Xl -lX3:Q'
y

sea

I un escalar

U)

arbitrario (en este ejemplo, un nmero real). Entonces:


Au

A(xt, xz, xz) = (A,xt, A.xz,Axz).

Pero Au es un vector de F, pues la suma de sus componentes primera y tercera es, de acuerdo

con (7), nula:


Ax1 + Ax3

A(xr +x3)

:0.

En consecuencia, se verifica (SV2).


En conclusin, F es

un subespacio vectorial de

Consecuencias de Ia deftnicin de subespacio

R3.

vectorial

Sea E

un espacio vectorial

sobre un cuerpo K. Se verifica:

. El conjunto IO\ y eI propio E son subespacios vectoriales de E.


En efecto: es obvio que, en ambos casos, se verifica (SVl) y se verifica (SV2).

Si

z es un vecto de E, eI conjunto:
Kz

: {xE I ld

K,

x:

az}

es subespacio vectorial de E.
En efecto. EI conjunto Kz es no vaco; por ejemplo: O

: Iazld

: 0z c Kz. Por otro lado, si az

y u'z sor dos vectores arbitrarios de Kz, entonces:


o(z+

y (a + o(')z e Kz.

d,z= (a+ a,)2,

De esta forma, se verifica (SVl).

K}

S U B ES

39

PAC I O S V ECTO RI ALES

Por ltimo, si az es un vector arbitrario de Kz y A es un escalar arbitrario, entonces:


(l,a)2, y (Aa)z e Kz. Tambin, pues, se verifica (SVZ), y con ello Kz es

A(az)

subespacio vectorial de E.
Obsrvese que si z :0, entonces:

Si

Kz: KO: {0}.


F es un subespacio vectorial de E, entonces.' 0 e F.

En efecto. Por ser F subespacio vectorial es no vaco, as que existir algn vector x
de E tal que: x F. De (SV2) se deduce: (-1)x e F, y de (SVl) se concluye pertenece
a

F el vector: x +

(-l)x

O.

La siguiente proposicin es una caracterizacin de los subespacios vectoriales.


CNS17 de

subespacio

vectorial

Proposicin l.l
SiE es un espacio vectorial sobre un cuerpo K yF es un subconjunto no vaco de E, una condicin necesaria y suficiente para que F sea subespacio
vectorial de E es:
V (a,) K2, V (u,u) e F2, uu + frut e F.

Demostracin

(B)

La condicin es necesaria. Si F es subespacio vectorial, u y ro son vectores

arbitrarios de F, y a y p son escalares arbitrarios, entonces de (SV2) se deduce:


y Bu e F, y con (SVl) se concluye: uu + pw e F.

au e F

La condicin es suficiente. Si u y ro son vectores arbitrarios de F, de (8) se deduce perte-

neceaFelvector:lu+lw:u+ro,yportantoseverifica(SVl).Ysiuesunvectorarbitrario
de F y A es un escalar arbitrario, de (8) se infiere pertenece
tanto se verifica (SV2).

EJEMPLO 6

EI

subconjunfo F

de

1@1,xz,x) e

R3 |

F el vector: tru + SO : Au, y por


C.Q.D.

2xr - xz t- 2xz: 0), de

R.3, es

un subespacio vectorial

R.3.

En efecto: F no es el conjunto vaco, pues, por ejemplo,

y / : (/r

(0,0,0) e F; y si x

(xt,xz,xz)

yz, y ) son dos vectores de F, es decir:

Zxt

x2

2x3

- g y 2y, -

7z + 2yz

(e)

0,

y si a y p son dos escalares (en este ejemplo, nmeros reales), entonces pertenece a F

(axt + Byt,axz + Byz,qxz + Fyz), pues

By:
2(axr + By) - (axz + By) + 2(axz + Byz) :

vector: ax +

a(2xt

x2 + 2') +

BQyt - lz + 2y3) = g.

En conclusin, hemos probado:

V (a,) e R2, V

(x,y)

e F2, ax + Py e F,

y de acuerdo con la proposicin I.1 (cf. p. 39), F es un subespacio vectorial de


17CNS:

condicin necesaria y zuficiente.

el

(de acuerdo con (9)):

R3.

I,

4o

ESPACIOS VECTORIALES

2. Interseccin de subespacios vectoriales La interseccin de dos o ms subespacios vectoriales es un subespacio vectorial; nos Io muestra la siguiente proposicin.
Interseccin de
subespacios
vecto riale

Proposicin 1.2 Si F1, F2, . .., Fn son rL subespacios vectoriales de un espacio


vectorial E sobre un cuerpo K, enfonces su interseccin:

FrFza ')Fr,
es un subespacio vectorial de E.

Demostracin

Designemos por F la interseccin de Fr, Fz, . .,, Fn. En primer lugar, observamos que F no es el conjunto vaco, pues el vector 0 pertenece a cada subespacio vectorial F ,
1 < < n,ypor tanto: 0 e F.
En segundo lugar, si u y u son vectores de F, y ay B son escalares, entonces acontece que
el vector au + pro pertenece a F. En efecto: como Ft, Fz, ...,
se tiene (cf. proposicin I.1, p. 39):

V i e {1, 2,... ,n}

F, son subespacios vectoriales,

, au + Bu e Fi,

lo cual implica: au + pto e F. En conclusin, se verifica:


V (o<,) e K2, V
y F es subespacio vectorial de

(u,u) e F2, qu + pw e F,

E.

c.e.D.

3, Ejemplos de subespacos vectoriales de R2

De acuerdo con las consecuen-

cias de ta definicin de subespacio vectorial, los siguientes subconjuntos de

{(0,0)},
R(a,b) = Il(o,b) e Rt lA e

R.2:

R2,

Rl con(a,b) e R.2,

son subespacios vectoriales de R2.

EJEMPLO

El subconjunto de R2:

R.(1,2): {^tt,2) lAe m}: {t,24) lAe


es

R}

un subespacio vectorial de R2.


Obsrvese que cada vector de R.(1,2) es un vector de la forma:

(^,2^)

para algn

R..

Y, recprocamente, todo vector de esta forma, esto es: (4,21) para algn A

e R., es un vector
fines exclusivamente prcticos- que (4,2tr) esunvector
-con
genrico del subespacio vectorial R(1,2).
de R(1,2). Podramos decir

2.

4L

SUBESPACIOS VECTORIALES

EJERCICIO

Si(a,b) esunvector de R2 yr

es

unnmerorcalnonulo, demostrar sevefica:


R(/-ra,Ltb)

Generalizar esre
St

resultado.

R(a,b).

a y b son dos nmeros reales, el subconjunto de R2:

: l(xtxz)

e R2 | axt + bxz: oI

tambin es un subespacio vectorial de R2.


Enprimer lugar, observamos que si a = b : 0, entonces G : R2, con Io que G es
un subespacio vectorial de R.2. En otro caso: si ay b no son simultneamente nulos,
se verifica:
G

: R(-b,a),

(10)

y por tanto G tambin es, en este caso, un subespacio vectorial de R2. La igualdad (10)

se puede justificar de la siguiente manera. Si suponemos que

a+

O, se tienen las

siguientes equivalencias:

(xt,

x)

<- xy: -L*,


&
<- (xt,x : x2(-",

<- (xt,x)
<-

(xt,

R (-

1)

I,r),

x) R( - b, a),

y en consecuencta:

{(xt,x)
Si

similar

EJEMPLO

0, entonces

b+

e R2 | axt + bx2

O (pues

:0} :

R'(-b, a).

a y b no son simultneamente nulos), y de forma

se Ilegara al mismo resultado.

EI subconjunto de R2:

{{tr,xz) c
es

R2

l3xt-x2 -o}

un subespacio vectorial de R2. Se verifica:

{(xt,xz) e R2 l3xt - x2 - o} - R(1,3).

I.

42

4. Ejemplos de subespacios vectoriales de


de

R3

ESPACIOS VECTORIALES

Los siguientes subconjuntos

R.3:

{(0,0,0)}, R3,
R(a,b,c) ={A(a,b,c) eR.3 ll R'} con(a,b,c) e R3,
son subespacios vectoriales de R3.

EJEMPLO

El subconjunto de

R.3:

: {^(1,2,-L)

R(1,2,-1)
es

un subespacio vectorial de

lA e R} = {(4,24,-^)

|A

R'}

R3'

en
Observemos que un vector genrico de R^(1,2, -1) es (4, 24, -^), en el mismo sentido
que (4,24) lo es del subespacio vectorial R(1,2) de R2 (cf' ejemplo 7'p' a0\'

si a, b y c son nmeros reales, razonando de forma anloga a como se hizo en eI


ejemplo 6 (cf.p. 39), se comprobara que el subconjunto de R3:

l(xrxz,x3) e R.3 | axt + bx2 + cx3 :


es subespacio vectolial de R3. Ntese que si a', b y
entonces este coniunto coincide con R.3.

,lt

ol

(11)

c son sirnultneamente nulos,

'1lil

EJEMPLO I

Los siguientes subconjuntos de


F1

R.3:

= l(xt,xz,x) e
Fz

R3 | xt

= I(xt,xz,x) e

R.3 I

Zxz + x3 = 0l

xt

= ZxEl

son subespacios vectoriales de R3, y por tanto su interseccin: Fr n Fz, tambin es un subespacio vectorial de R3 (cf. proposicin I.2, p' 40)' Adems, se verifica:

Ft.Fz: R(4,3,2).

GZ)

En el captulo IV veremos un mtodo que nos permitir obtener el subespacio vectorial que es interseccin de dos o ms subespacios vectoriales dados. Por el momento, nos

Nota

Iimitaremos en este ejemplo a comprobar se verifica


Un vector

(a,b,c) de

R3 pertenece a F2

(12).

precisamente si:

a:2c.

pues, un vector de la forma:

(Zc,b,c)

para algnc

Yalgn b e

R.,

Todo vector de F2 es,

.3. SUMA

43

DE SUBESPACIOS VECTORIALES

y todo vector de la forma anterior pertenece a F2. Podemos decir que el vector (2c,b,c) esun
vector genrico del subespacio vectorial F2.
Ahora, el vector (2c,b,c) pertenece a Fr (y por tanto a Ft n Fz) precisamente si Ia suma
de su primera componente, su segunda componente multiplicada por -2 y su tercera componente es igual a 0:2c-2b +c:0, obien: b =3c12. Podemos, pues, afirmar queunvector
pertenece a F1 ) F2 precisamente si es de la forma:

(zr,r,r)

para algn c

R,

es decir:

un vector genrico de F1 o

Fz

es: (zr,?rr, ,)

En conclusin:
Ft

) Fz-

(r,i,t) - R(4 ,3,2),

donde en la ltima igualdad se ha utilvado el resultado del ejercicio 1 (cf. p. 41). Queda as
probada la igualdad (12).

5. Ejemplos de subespacios vectoriales de


de

Rn

Los siguientes subconjuntos

R.4:

{(0,0,...,0)},

R,1,

R(a1,a2,...,61n): {tr(a1,cLz,...,an) eRn lA e R.} con (a1,612,...,an) eK.n,


son subespacios vectoriales de R7.
Y generalizando Ia prueba de que el conjunto de (11) (cf. p. 42) es un subespacio vectorial de R3, se comprobara que dados rL nmeros reales 6Lr, cLz,

subconjunto de Ru:

{(xt,x2,... ,xn) e Pn I atxt *


es un subespacio vectorial de

I.3

cLzxz

+ -+ cLnxn - 0l

R?x.

SUMA DE SUBESPACIOS VECTORIALES


7. Suma de subconjuntos de un espacio vectorial Consideremos un

espacio

vectorial E, y sean A y B dos subconjuntos no vacos de E. Se define la suma de Ay B,


que se denota: A + B, como el conjunto de los vectores de E que pueden obtenerse
como suma de un vector de A y un vector de B. En smbolos:

A+B

{z e E I 1x e A, 1Y e B, z

x + YI

Tambin escribiremos:

A+B-{x+ylxeAy

ye

Bl

I,

44

EJEMPLO

SiA

- {(1,1),(0, 1)}V B - {(-1,-1)

ESPACIOS VECTORIALES

},entonces:

A+ B - {(0,0), (-1,0)}.

Notacin

Si

escribiremos:

es

un vector del espacio vectorial E y A es un subconjunto no vaco de E,


x\ + A; es decir:

+ A, en vez de:

x+A:l.t+ylyeAI.
Del conjunto x + A diremos es la suma del vector x y el coniunto A (ntese que, de
no haber hecho esta observacin, deberamos decir: "suma del conjunto formado por el
A
nico vector x y el conjunto

A").

Consecuencias de Ia deftnicin de suma de coniuntos Si A y B son dos subconjuntos no vacos de un espacio vectorial E, se verifica:

(sl/o+A=4.
En efecto:

0+A
(52) Si

: {0+y I y AI = \y I y e Al = A.

es un vector de E, entonces:

Y z e E, z e

x+A

<+ z

-x

e A.

En efecto, para cada z e E se tiene:

Ze X+A <- 1UeA,Z:X+U

<- z-xe

<- 1ueA, z-x-u


(53) Si

x yy

son vectores de E tales que:


V

x+A- y

A.

+ B, entonces:

z e E, (z + x) + A = (z + y) + B.

Para demostrarlo, sea z un vector cualquiera de E. Un vector arbitrario de (z +

x)

+A

es de la forma:

(z+x)+r paraalgnze
Ahorabien, de lahiptesis'. x + A:
es unvector de y + B, con lo que:

y +8,

se tiene

* tr: y + u'

A.

quex +

para algn

(que pertenece

ax

+ A)

u' e B.

: z + (x + u) = z + (y + u' ) : (z + y) + u', y (z + y) + u' e (z + y) + B,


(z
+8. Enconclusin: (z+x) +Ac(z+y) +8.
+x)+ue(z+y\
luego:
La otra inclusin se obtiene, con el mismo razonamiento, partiendo de un vector
arbitrario de (z + /) + n.
Asi: (z + x) + u

45

-?, SUMA DE SUBESPACIOS VECTORIALES

La definicin de suma de n (n > 2) subconjuntos de un espacio vectorial es una


generalizacin de la antedor. Si At, Az, ..., An son subconjuntos del espacio vectorial E, se define la suma de .41, A2, . .., An de la forma siguiente:
A1

EJEMPLO

l2

I xnl xt e At, x2 e A2,..., y xn e An]

+ A2+' . . + An: Ixt -t X2 -r "'

Reconsiderando los conjuntosAyB del ejemplo 11 (cf. p. 44),siC = {(0,0), (1,0)}, severifica:

A+B+C

{(0,0), (1,0), (-1,0)}.

2. Suma de subespacios vectoriales de un espa.cio vectorial La suma de


subconjuntos de un espacio vectorial tiene gran inters cuando stos son subespacios
vectoriales.
Su

ma de

subespacos

f.3

F y G son subespacios vectoriales de un espacio vectorial E,


entonces su suma: F + G, es un subespacio vectorial de E.

Proposicin

Si

ve cto ria le s

1:to2 (con u2 e F y uz e G)
p
dos vectores arbitrarios de F + G, y sean a y dos escalares. Entonces podemos escribir:
q(ut+ut) + B@z+w) : (uut+ Fu) + (atot+ Bwz); como F y G son subespacios vectoriales,
se tiene: au1+ pu2 e F y uw1 + Butz e G, luego:

Demostracin

Sean u1 -ttr)1(con

ur e F y wt e G)yu2

a(u1 + tttt) + F@z + wz) e F + G.


En conclusin (cf. proposicin I.1, p. 39): F + G es subespacio

vectorial.

c'Q.D.

De forma similar se probara que si Ft, Fz, . . . , Fn son subespacios vectoriales del
espacio vectorial E, entonces su suma: F1 + F2 + ' ' ' + F", tambin es un subespacio

vectorial de E.

EJEMPLO

13

Consideremos los siguientes subespacios vectoriales de R3:

h- R(1,0,0) y
Se

tiene que Fr

Fz

:R(0,0,1).

F2 es el subespacio vectorial:

- I@r,xz,x:) e R3 I xz - 0l

En efecto. Un elemento arbitrario de Fr

A(1,0,0) +g(0,0,

1)

Fz es de la forma:

paraalgnA e RyalginU e

R;

I.

46
pero: A(1,0,0) + (0,0, 1)
En consecuencia: F1

Fz

ESPACIOS VECTORIALES

(1,0,9), V (4,0,r e F (pues su segunda componente

es nula).

F.

=
Por otra parte, un vector arbitrario de F es de la forma:

(xrO,
pero: (x1, 0,xs)
cia: F

F1

+ F2,y

xs)

para algn x1

R.

y algn x3 e

R;

xr (1, 0, 0) + x3 (0,0, 1), y x1 (1, 0, 0) + x3 (0,0, 1) e Fr + F2. En consecuenen definitiva: F = Ft + Fz.

3. Subespacios vectoriales independientes Si F y G son dos subespacios vectoriales del espacio vectorial E y z es un vector de F + G, por definicin de suma
existen vectores u F y ut e G tales que z : u + rrr. Pero puede ocurrir que existan
otros vectores ?' F y w' e G de modo que Z = n' + to', coiau' + rt y ut' + u. EI
siguiente ejemplo es una muestra de esta situacin.

EJEMPLO I

Consideremos los siguientes subespacios vectoriales de R3:

ft :

l(x1,x2,x) e R3 I xr +x3 = g],


Fz = I(xt,xz,x) e R3 l2xt - x2 + 24 : Q\ .
Por ejemplo, los vectores (2,1,-2) y (3,6,0) pertenecen, respectivamente, a Ft y a Fz
(como se comprueba inmediatamente), y su suma es:

(2,I,-2) + (3,6,0) = (5,7,-2);


pero el vector ( 5, 7 , -2) fartbin puede obtenerse como suma del vector (0, 1, 0), el cual pertenece a Fr, y el vector (5,6, -2), el cual pertenece a F2. El vector (5,7, -2) puede obtenerse,
al menos, de dos formas diferentes como suma de un vector de F1 y un vector de F2.

Tambin puede ocurrir que un vector z de F + G tenga una nica descomposicin


como suma de un vector de F y un vector de G; esto es, que edstan dos nicos
vectores u y u, el primero de F y el segundo de G, tales que su suma sea igual
a zi z : u + u). El siguiente e.jemplo nos lo muestra.

EJEMPLO

l5

Si Fr Y F2 son los subespacios vectoriales del ejemplo 13 (cf. p. 45), se tiene que el vector (2,0,3) pertenece a F1 + F2, pues:

(2,0,3) -(2,0,0)

+(0,0,3)

(13)

.3, SUMA DE

SUBESPACIOS VECTORIALES

47

y (2,0,0) e r y (0,0,3) e Fz.


tor (2,0, 3) como suma
En efecto:

Adems, la anterior es la nica manera de obtener el vec-

de uno de Fr y otro de Fz.

unvector genrico de

F1 es de

la forma: (4,0,0);uno de F2, de Ia forma: (0,0, g),

y si:

(0,0,),
(14)
entoncesnecesariamente A:2y tt =3, ylaigualdad(14)se
(2,0,3): (4,0,0)

esdecir: (2,0,3) = (A,0,9),

reduce a la (13).

De dos subespacios vectoriales de un espacio vectorial se dice son independien-

tes si todo vector de su suma se puede obtener de forma nica como suma de un
vector del primero y un vector del segundo. En otras palabras: dos subespacios
vectoriales F y G de un espacio vectorial son independientes si de:

lu:x+y,-' conx F, yeG,


|
lv
lu: x' + y', con x' F, y' e G,
sededuce:x=x'y!:!'.
I

EJEMPLO I

Los siguientes subespacios vectoriales de

Fr=R(0, 1,1)

R.3:

y Fz=l@t,xz,x)e

R.3

lxr:xz+xzI

son subespacios vectoriales independientes.

Por el momento, nos limitamos slo a una comprobacin: tomemos, por ejemplo, Ios
vectores (0,2,2) Fr y (3,1,2) F2, cula suma es (3,3,4), que por tanto es un vector
de Ft + F2, ! veamos que de la igualdad:

(3,3,4)
donde

(0,x,x) y (y + z,y,z)
(y

deduce: (0,x,x) : (0,2,2) y


De (15) se obtiene:

(O,x,x) + (y

z,y,z),

son vectores genricos de F1


+

z,y,z) :

(15)

y de F2, respectivamente,

se

(3, 1,2).

3:O+y+2, 3:x+! y 4:x+2,


que slo admite como solucin: x : 2, y : I y z : 2, y asi (O,x,x) :
bin (y + z,y,z) : (3,I,2).

(0,2,2) y tam-

Slo hay, pues, una forma de expresar el vector (3, 3,4) de Fr +Fz como suma de un vector
de F1 y un vector de F2:

(3,3,4)

(0,2,2) + (3,r,2).

De todas formas, insistimos, no hemos demostrado que Fl y F2 son independientes.

I.

48

ESPACIOS VECTORIALES

Una caracterizacin de la independencia de dos subespacios vectoriales la proporciona la siguiente


CNS de

independencia de
dos subespacos
vecto riale

Proposicin

f.4

vectoriales Ft

Una condicin necesaria y suficiente para que dos subespacios

y Fz de un espacio vectorial sean indepenentes es:

Ft^iFz: {0}.

Demostracin

La condicin es necesaria: si suponemos que F1 y F2 son independientes,

y u es unvector de F1 n F2, entonces u e F1 y u

e F2,y podemos escribir:

lu:u+O, conuFt,OeFz,
lv
fr:o+r, conoe F1,ueF2,
I

de lo que se deduce: u = O, dado que Fr y Fz son independientes (cf. definicin, p. 47). En


conclusin: s Ft y Fz son independientes, entonces F1 Fz = {0}.
La condicin es suficiente: si suponemos que F1 n F2 : {O}, y u e F1 + F2, entonces de:

: u + u2,
I v
lP

CorIUl

F, v2 eF2,

se deduce (restando): 0

lu
(ur

= u', +

ul)

(16)

u2, con ui e F, u2 e F2,


- uL), de donde:

+ (uz

ut-ui:uL-uz.
Z
Ahora bien, como se tiene que ut -u\ e Fl y que u'z -uz e Fz, de (17) se deduce que tambin
ut - ui e F2y u'2 - u2 e F1, luego:
Ur-rt1 Fr.Fz y trz-Uze F1 o F2,

y con la hiptesis: Ft

Fz

: {0}, se infiere: t)1 - u, y u, :

de (16) son idnticas. As, todo vector de Fr

u z, y las dos descomposiciones


Fz se puede expresar slo de una forma como

suma de un vector de F1 y un Vector de F2, esto S, F1 y Fz son independientes.

EJEMPLO

C.Q.D.

Ahora estamos en condiciones de probar son independientes los subespacios vectoriales F1


y F2 de R3 vistos en el ejemplo 16 (cf. p. 47).De acuerdo con la proposicin I.4, lo justificaremos si demostramos se verifica: F1 t F2 : { (0,0,0) }.
Un vector que pertenezca a F1 es de la forma: (0,x,x), y si pertenece, adems, a 2, su
primera componente es igual a la suma de las otras dos:

0:x+x,
x = 0. En consecuencia, slo el vector (0,0,0) pertenece simultneamente a F1 y
aF2:Fy nF2 = {(0,0,0)}.Lossubespaciosvectoriales FtyFz son,entonces,independientes.

y por tanto:

49

1.3. SUMA DE SUBESPACIOS VECTORIALES

y G son dos subespacios vectoriales independientes de un espacio vectorial E,


su suma: F + G, se denota de la forma:
Si F

FeG,
y de F e G se dice es la suma directa de F y G. Si, adems,
E

Se

verifica:

F e G,

de los subespacios vectoriales F y G de E se dice son suplementarios.

EJ

EM

PLO I

Los subespacios vectoriale s h y Fz de R3 vistos en el ejemplo 16 (cf. p. 47) son suplementarios.

En efecto. En el ejemplo 17 (cf. p. 48) ya vimos que Fl y F2 son independientes, con lo


cual su suma es la suma directa h o Fz. Slo resta, pues, comprobar que esta suma directa
es igual al espacio vectorial R3.
Pero si (xt,xz,x) es unvector arbitrario de R3, entonces (xt,xz,xz) es igual a:

ln xz+x-_l! x+xt-xt\-(,-

z '

\"'

z /-\'"

Xz-Xt-fX1

-x2+X3\

y adems:

)er,, (.,,3Y

(r,".#
Iuego: (x1,xz,xs)
ca: F1 o Fz q

R.3,

e FtaFz.

En consecuencia: R3

se concluye: F1 @

F2:

)erz,

c Fr oF2, ;z como obviamente se verifi-

R3, es decir,

los subespacios vectoriales F1

)z

F2 son

suplementarios.

De forma anIoga a como hemos hecho con dos subespacios vectoriales, se define

n (n > 2) subespacios vectoriales. De los subespacios vectoriales


Fr, Fz, ..., Fn de un espacio vectorial E se dice son independientes si todo vector
de su suma: u e F1* F2 + ' . ' -t Fn, se puede escribi de forma nica como suma de n
", tn, demaneraQue: 1 e Ft,uzF2,...,unFn.
vectores: u:ut*u2*
En otras palabras: los subespacios vectoriales F1, F2, ..., Fn son independientes
si, para cada vector u de su suma, de:
Ia independencia de

lu:ur-tu2*'.

ln, Conu eFt, uz F2, ...,

vtn eFn,

1v
I

collul
lu:u,-luz-1 "'lun,
se deduce: uI : ur, Llz : u2, ..., un : un.
I

F1, u2eF2,

...,l)nFa,

I.

5o

ESPACIOS VECTORIALES

Finalmente, otra forma de expresar la independencia de los subespacios vectoriales Fr, F2, ..., F," es la siguiente: cada vector u de su suma determina de forma
unvoca (inequvoca) n vectores r, Ltz, . . ., ttn tales que:
lL1

Ff ,LJZe FZ,...,UnFn,
'lUn,

U:UI*U2*

Podra pensarse que la caracterizacin de la independencia de dos subespacios


vectoriales dada en la proposicin I.4 (cf. p. 48) es generalizable a ms de dos subespacios; en particular, que si los subespacios vectoriales F1, F2, ..., F, fueran de interseccin igual a {O}, entonces seran independientes. Pero esto no se verifica, como
comprobamos en el siguiente ejemplo.

EJEMPLO

l9

Es

fcil comprobar que los siguientes subespacios de

R2:

Ft:R(1,0), F2:R(1,1) y ft-R(0,1),


verifican: F1)F2 nF3 = {(0,0)}. Sin embargo, estos tres subespacios vectoriales no son
independientes: por ejemplo, el vector (2,2) puede obtenerse de ms de una forma como
suma de tres vectores, uno de cada uno de los subespacios vectoriales F1, F2 y F3:

(2,2)

(0,0) +(2,2)

+(0,0) y

(2,2)

(2,0) + (0,0)+(0,2).

No obstante, podemos utilizar de alguna forma la caracterizacin de la proposicin I.4 (cf. p. 48) para estudiar la independencia de ms de dos subespacios vectoriales. Comencemos con el caso particular de tres subespacios. Consideremos, pues,
tres subespacios vectoriales F1, F2 y F3 de un espacio vectorial E. Si se verifica:
F1

Gz + F: ) son independientes,

F2

y ft sonindependientes,

entonces podemos afirmar que los tres subespacios Fr, Fz y Fz son independientes.
En efecto. Si
1,t.

es

un vector de F1 + F2

: ut -t 2 -t us

y los vectores tt1, rr2

)z

para algn u1

1- F3,

entonces:

Fl, algin u2 e Fz Y algn u3 e F3,

u3 eue verifican lo anterior son nicos; podemos escribir:

LJ:Ltr+ (uz*uz) conutFt y u2*u3e Fz*Fz,

,3. SUMA DE

SUBESPACIOS VECTORIALES

5r

lo que establece que u pertenece a la suma de los subespacios Fty Gz +F3), y

de

suponer son stos independientes obtenemos como consecuencia la unicidad de z1


y la de u2 * u3l tambin podemos escribir:

U2-tLfi e Fz +FE CorIU2 e Fz y U3

F3,

y de suponer la independencia de los subespacios Fz y Fz se deduce la unicidad de los


vectores uz y uz.Los subespacios vectoriales F1, Fz y Fz son, pues, independientes.
En general, si los subespacios vectoriales F1, Fz, ..., F, verifican:

[1]

y Gz+

F1

l2l:

+F.n) son independientes,

F2Y

(F:+ '+F,n) son independientes,

ln

- tl:

Fn-L Y Fn son independientes,

entonces son independientes.

Enefecto. Seau e F1 +Fz


algunos vectores rr Fr , Ltz

+ .*Fn; entoncesi LJ: I,t7*Laz +

Un para

Fz

u Ft * Gz +

'*

Fn),

y del enunciado [1] se deduce eue u1 est inequvocamente determinado. Tambin


se verifica:

u2 -t

u3+ "' + un F2+ (Fs + "' + Fn),

y del enunciado [2] se infiere


As, sucesivamente, llegamos

elue

u2 queda tambin inequvocamente determinado.

a:

l.,an-tILJneFn-LlFn,

y de ln

1l

se obtiene eue. rrn-1

siue

y un

esrn inequvocamente determinados. En

+F2 +...+F,ryseverifica: [1], [2],...,1n -ll,entonces


escribi u como suma de rt vectores, uno de cada uno de los
subespacios vectoriales FL, Fz, . .., Fn.Es decir: Ft, Fz,. . ., Fn son independientes.

conclusin:

F1

hay una nica forma de

EJEMPLO

20

Los cuatro siguientes subespacios vectoriales de Rs:

ft- {{*r,xz,x3,x4,xs) c Rs I xt- X2:X3:X+I


F2

: R(1,1,0,0,0), F: -

son independientes.

R(0, 1,1,0,0),

F4:R(0,0,0, 1,0),

I. ESPACIOS

52

VECTORIALES

Para demostrarlo, comprobemos en primer lugar que son independientes los subespacios
y (Fz + Fs + Fq) , para lo cual (cf. proposicin L4, p. 48) vearnos se verifica:
vectoriales

Ft.

(Fz + Fz

+ Fq) :

Un vector genrico de Fr eS de la forma:


a (Fz + Fz + Fq) , entonces:
(x, x, x, x,

y) :

{(0'0'0'0'0)}.

(x,x,x,x,y).

(s, s, 0, 0,

Si este vector pertenece, a Su vez,

(18)

0) + (0, ,t,0, 0) + (0,0, 0, , 0)

para algunos nmeros reales s, t y I. De (18) se deduce:

dedonde:x-s-t-

x:5, x-s+, x:t,

x:L, 7:0,

: 7-

O. En consecuencia, F1

(Fz * F -t F+) es igual a

{(0,0,0,0,0},

y los subespacios Ft y (Fz + F: F ) son efectivamente independientes.


En segundo lugar, comprobemos eue F2 y Gz + Fq) son independientes, o lo que es lo
mismo: Fz n (FE + F+) : { (0, 0, 0, 0, 0)}. Si el vector (x, x, 0, 0, 0), que es un vector genrico
de Fz, pertenece a (F: * F+), entonces:
-r

(x,x, 0,0, 0) : (0,s,s,0, 0) + (0, 0, 0, , 0)


para algunos nmeros reales s y L. Se obtiene:
X

dedonde:

x-- s_L - 0,. Por

:0, x:5, 0:s, 0-L,


tanto: Fz o (Fz +

Fr)

- {(0,0,0,0,0\,

y Fz y Gz + F+) son

independientes.
Finalmente, veamos que F3 y Fa son independientes. Si (0, x, x,0, 0), vector genrico de F,
pertenece a F4, entonces:

(0,x,x,0,0)

(0,0,0,

,0)

para algn I e

R..

obtiene: x = 0y l:0,y por tanto: F3 )Fa = {(0,0,0,0,0)}, y F y F4 son independientes.


pertenece a la suma de Fr, Fz, F
Tomemos el vector (0,2, -1, -2,1)
-que admitiremos
y F+-, y comprobemos quedan determinados unvocamente unos vectores |tr, Nl2, uz Y us,
petenecientes, respectivamente, a Ft, Fz, Fz y Fa, tales que su suma es igual a (0,2, -I, -2,L):
Se

(0,2, -1,-2, 1) : 14 * LIz * U3 *


Si

(x,x,x,x,y), (s,s,0,0,0), (0,,t,0,0) y (0,0,0,

Ua.

1,0) son vectores de

h,

pectivamente, tales que:

(0,2, -1, -2,T)

(x,x, x, x,y)

entonces:

0:x*s,

2:x+s+, -1 -x+t,

-2-x+L, 1:!,

Fz, F3

Fa, res-

1.3. SUMA DE SUBESPACIOS VECTORIALES

53

de donde:

t:2, x=-3, s:3, L=l y y:I.


En consecuencia, el vector (0,2,

-1, -2, 1) queda descompuesto, unvocamente, como suma

de los vectores:

- (-3, -3, -3, -3, 1) Ft, Ltz - (3,3,0,0,0) e Fz,


LQ: (0,2,2,0,0) c Fs y 1,t4 : (0,0,0, 1,0) F+.

Lt1

..., Fn son subespacios vectoriales independientes de un espacio vectorial E, su suma: F1 + Fz + ' ' ' * Fn, se denota:
Si Fr, Fz,

FrOFz@ '@Fr,
y de Fr o Fz @ . @ Fn se dice es la suma directa de Ft, Fz

EJEMPLO

2l

Los cuatro subespacios vectoriales de

R.s

stos en el ejemplo 20 (cf. p. 51) son independien-

tes, como en este mismo ejemplo citado se demostraba, as que su suma es suma directa:
F1e-F2 oFE oF.

4. Combinaciones

lineales

Afirmar que un vector es igual a una combinacin

lineal de otros significa lo siguiente:

Com binacin
I

neal

Un vector z de E es una combinacin lineal de los vectores l)7,1)2,


mente si existen escalares 1, 2, . . ., n tales que:
Z

'.., un precisa-

: AtUt -l Ol2U2+''' + nUn'

Todo vector que es combinacin lineal de vectores de un mismo subespacio vectorial pertenece, a su vez, al subespacio vectorial.

I.

54

EJEMPLO

22

El

vector (3,0,

-3)

ESPACIOS VECTORIALES

de R3 es una combinacin lineal de los vectores:

(1,1,0), (0,1,1) y (3,1,-2),


pues los escalares 0,

-l y I

son tales que:

(3,0,-3) = 0(1,1,0) + (-1)(0,1,1) + 1(3,1,-2).


EJEMPLO

23

El siguiente subespacio vectorial de

R.3:

- I{*t,xz,x) e R3 I xz -

0}

es el conjunto de las combinaciones lineales de los vectores:


(1, 0,

pues (cf. ejemplo 13, p. 45): F

I.4

y (0, 0, 1),

R(1,0,0) + R(0,0, 1).

SUBESPACIOS AFINES
1. Definicin de subespacio afn
pacio afn de un espacio vectorial:

Su be s pacio

0)

Vemos en primer lugar Ia definicin de subes-

afn

En smbolos: el conjunto no vaco A c E es subespacio afn de E si existen un


vector u e E y un subespacio vectorial F de E de forma que:

A:u+F:Iu+xlxeFI.
Nota

En lo sucesivo, con la frase "rr + G es un subespacio afn del espacio vectorial E ",
supondremos implcitamente que r, es un vector de E y que G es un subespacio vectorial
deE. A

1.4. SUBESPACIOS AFINES

EJ

EM PLO

24

55

El siguiente subconjunto de R3:

- {(r,1,1)}

que obviamente es no vaco, es un subespacio afn de R3, pues:

A
EJEMPLO

25

(1,1,1) + {(o,o,o)}.

- {(r,1,1)} -

El subespacio vectorial de R3 siguiente:

: I@rxxs) e R.3 | x1 + x2 : O y xz+x3 = 01,

es un subespacio afn de R3, ya que, como comprobamos a continuacin, A es igual al siguiente subespacio afn de R3:

s:
Si

(xt,xz,xz)

es

unvector de A, es decir:
X1

xt :
(-xz,xz,-xz)

entonces:

(0,0,0) + R(-1,1,-1).

1-X2:0 Y x2+x3:0,

_xz y xt : -xz. Podemos, pues, afirmar que todo vector de A es de la forma:


pataalginx2 R. Pero:

(-xz,x2, -xz) : xz(-1,1, -1) - (0,0,0)

xz(-1,

1,

lo que establece que el vector (-xz,xz,-x2) pertenece a.S. As: A c

S.

-1),

Recprocamente, un vector de S es de la forma:

(0,0,0) + A(-1,1,

-1)

para algn A e

R.,

-l) = (-^,4, -A), y se tiene: (-^,^, -A) e A,ya que: (-l) + (A) = 0
^(-1,1,
y(l)+(-A)=0.Enconsecuencia:
ScA.Yendefinitiva:A:S,yAesunsubespacioafn
pero: (0,0,0) +
de R3.
EJEMPLO

26

El siguiente subconjunto de

R.3:

A:

I@t,xz,xe) e R3 | xt - xz

4I

que es no vaco (por ejemplo: (4,0,0) e A), es un subespacio afn de R3, pues es igual al
subespacio afn:

B:

(4,0,0) + R(1,0,1) + R(0,1,0),

como comprobamos seguidamente.


Si (xt, xz, x) es un vector de A, ha de verificar:
de la forma: (xt,xz,xz) : (x3 + 4,xz,xs), y como:

(xz + 4, xz, xz)

xt - xs :

4, con lo cual puede escribirse

(4,0,0) + xz(1,0, 1) + xz(O, 1,0),

I.

56
se

ESPACIOS VECTORIALES

(xz + 4,xz,x3) e B. En consecuencia: A c B.


Recprocamente, todo vector de B es de la forma:

tiene: (xt,xz,x3)

(4,0,0) + A(1,0, 1) + p(0,1,0)

(4 + A,r,A),

que es un vector que cumple Ia condicin para pertenecer a


cuencia: B c A, y en conclusin'. A

A: (4 + A) - (A) = 4. En

conse-

B.

afn Si E es un espacio vectorial sobre


K,
se
verifica:
un cuerpo
. [Jn subconjunto de E formado por un nico vector es un subespacio afn de E.
En efecto: si A : {u} . E, entonces'. A = u + {O}. Obsrvese que, enparticular, el
Consecuencias dela deftnicinde subespacio

co4junto {O} es un subespacio afn de E.


Todo subespacio vectorial de E es un subespacio afn de E.
Pues si F es un subespacio vectorial de E, se puede escribir: F : 0 + F. Ntese que, en
particular, el propio E es un subespacio afn de E.

. Siu yw son dos vectores de E, eI conjunto:

u+Klu:{u+ArlAeK}
es tambin un subespacio afn de E.
una consecuencia inmediata de la definicin. Ntese que si ru
anterior se reduce a {u}.

Es

Si

EJEMPLO

27

0, el subespacio afn

r + 0, del subespacio afn u+ Krrr de E se dice es una recta del espacio vectorial E.

El subespacio afn de R3 visto en el ejemplo25 (cf.p. 55):

^ {(xr,xz,xz) R3 I xt

h,-

es una recta de R3,ya que, como se

Ay

+ xz

- 0 y xz -t xz - 0},

demostr en el ejemplo citado, se tiene:

(0,0,0) + R(-1,1,-1),

(-1,1,-1) + (0,0,0).

Proposicin 1.5 Si u + F es un subespacio afn de un espacio vectorial E y u


un vecto de E, entonces:
(ut e u +

F) ee

(ut + F

u + F).

es

57

1.4, SUBESPACIOS AFINES

Demostramos en (S2) (cf. p.44) la siguiente equivalencia:

Demostracin

(uteu+F) <- (ut-ue

F);

pero al ser F un subespacio vectorial podemos escribir:

(uteu+F) <- (ut-ueF) <- (u-ueF)Por otra parte, como el lector puede comprobar, se verifica:

(uteu+F) <+ (ut+f cu+F).


En consecuencia:

(ut+f cu+F) <- (ute u+F) <- (u-ue F)


<- (ueut+F) <=+ (u+f cut+F),
y en conclusin: (ut e u + F)

(ut + F

u + F).

C.Q.D.

Como consecuencia de esta proposicin se tiene la siguiente


CNS para que un

subespacio afn
sea subespacio
vecto rial

Pro pos ic i n

verifica:

1.6
/

Si

u + F es un subesqacio afn de un espacio vectorial E,

u+Fes

[rro.sp

\ <-

acio vectorial)

(u +

F:F) <-

se

(u F).

Por un lado, si u + F es subespacio vectorial, entonces a l pertenece el


vector 0, y de acuerdo con la proposicin I'5 se tiene:

Demostracin

u+F:0+F:F.
Elrecprocoesobvio:

siu+F:

F,entoncesu+F esunsubespaciovectorial. Quedaas

probada la primera equivalencia.


Por otro lado:

(ueF):
Io que termina de probar el

(u e

0+F) e

(u

+F=0+F) <- (u+F:F)'

resultado.

c.Q'D.

Dado un subespacio aflr;r A de un espacio vectorial E, es decir:

A:u +F conu E y Funsubespaciovectorial

deE,

nos preguntamos si edste algn vector w de E, distinto de u, y algn subespacio


vectorial G de E, distinto de F, de forma que:

4-u+F-u+G.
IJna respuesta parcial nos la da la siguiente proposicin.

I.

5B

lgualdad de
subespacios
afines

Proposicin 1,7
cio vectorial E: u
igaales: F - G.

yu

Siu +F

+F:

7D

ESPACIOS VECTORIALES

+Gson el mismo subespacio afn de un espaIos subespacios vectoriales F y G son

G, entonces

Demostracin De Ia hiptesis: u + F _ tD + G, y teniendo


(-u)) + F - (u, + (-u)) + G, de donde (cf. 151), p.

deduce: (u +

en cuenta (S3) (cf. p. 44),

se

44):

(ut - u) + G.

1e)

De esta forma, el subespacio afn (ut

posicin I.6, p. 57): G - (ut

G-(w-u)+G:F.

-u)

- u) + G es un subespacio vectorial, y por tanto (cf. pro+G, eu unido alaigualdad (19) permite finalmente concluir:
C.Q.D.

Nota bene Si u + F es un subespacio afn de un espacio vectorial E y u/ es un vector de E


tal que:u + F - u + F, no se deduce necesariamente que ? sea igual au). A

EJEMPLO 28

Si F es el subespacio

vectorial de

R3:

F * R(1,0, 1)+R(0, 1,0),


se

verifica: (4, 0,0) + F

(0,0, -4) + F.

En efecto, podemos escribir: (4,0,0) : (0,0, -4) + (4,0,4), con


forma: (4,0,0) e (0,0, -4) + F, y por tanto (cf. proposicin L5, p. 56):

(4,0,0) + F

(0,0,-4)

(4,0,4) e F; de

esta

+ F.

2. Interseccin de subespacios aftnes Fuede ocurrir que dos subespacios afines de un espacio vectorial no tengan ningn vector en comn; en este caso, su
interseccin es el conjunto vaco, que no es subespacio afn.

EJEMPLO 29

Los siguientes subespacios afines de R3:

A-(1,1,0)+R(1,0, 1) y B-(2,0,-I)+R(0, 1,1),


son tales que A

0, como el lector puede comprobar fcilmente.

I
I
a

,.4.

59

SUBESPACIOS AFIN ES

:.
lt:t

Pero si Ia interseccin no es eI conjunto vaco, entonces sta es un subespacio


afn, como probamos en Ia siguiente proposicin.

W
ffiai

Y;,

m
W':

W.
W:

M.

ffi.

lnterseccn de
subespacos

Proposicin 1.8 Siu +F yut +G son subespacios afines de un espacio vectorial E


tdes que su interseccin es no vaca: (u + F) n (ut + G) + A, entonces:

afines

(u +F) n (ut + G)

- z+ (F n G),

MI:

ffi

donde z es un vector de (u + F) n (ut + G).

ffii
W

w,.

Demostracin Como, por hiptesis, z c (u + F) n (u + G), se tiene (cf. proposicin


: z + F y tD + G : z * G,y por tanto:

W
ffi.

I.5,

p. 56): u * F

ffi
ffi
ffi

(u+F)(ut +G)-(z+F) n(z+G).

ffi

(2 0)

ffi

Si

ffi

es un

vector de E, se verifica:

ez+F

ffi

x(z+F)n(z+G)

r. ez+G

y en consecuencia:
concluir: (u + F)

EJEMPLO

30

(z

(ut

<-

<+

l., -zeG
zFG <- xez+(F

+F) n (z+G):

:.

-zeF
v

nG),

(F n G), que unido a (20) permite finalmente

+G)-z+(FnG).

C.Q..D.

Recordemos los subespacios vectoriales de R3 vistos en el ejemplo 10 (cf.p. 42):

h_

F2

ffi

los cuales verifican: F1

xt - 2xz * xz - ol
{{*r,xz,x) e R3 I xt - 2x3I

I@r,xz,x3) e

R3 l

oF2: R(4,3,2), y consideremos

tes:

A: (3,2,1)+Fr y

los subespacios afines de R3 siguien-

(7,5,3) +Fz.

La interseccin A B no es el conjunto vaco, pues por ejemplo (como el lector puede


comprobar sin dificultad): (-1,-1,-l) e A8. La proposicin I.B nos permite asegurar
que A n B es un subespacio afn de R3:

AnB - (-1, -1,-L) +Fr )

F2

- (-1, -1, -1)

+ R(4,3,2).

I.

6o

3. Hiperplanos

deRn
ru =

Llamamos hiperplano de R a todo conjunto de Ia forma:

ior*r: al,
l{rt,*2,...,xn). R' I i:7

donde [Lr,cL2,...,anyd sonnmerosreales,


nulos.

EJEMPLO

3l

ESPACIOS VECTORIALES

6Lr,az,...,&nno sonsimultneamente

El conjunto siguiente:

{ttr,xz) c R2 l+"r-txz-T\,
es

un hiperplano de

R2.

{{rr ,x2,x3,x4) e R4 lZxz - x4 - 4I es un hiperplano de Ra.


El conjunto I{rr,x2,x3,x4,xs,xo) R6 I xs - 0} es un hiperplano de R6.
El conjunto

Los hiperplanos son subespacios afines, como vemos en Ia siguiente proposicin.


Un hiperplano es
s u be s pacio afn

Proposicin

1.9

Todo hiperplano de Ru es subespacio afn de Ru.

Demostracin Hacemos la demostracin para m : 3.


Sea A : |?r,xz,x) e R3 larxr +azx2+a4x3:dl tn hiperplano de R.3. Si d:
entonces A es un subespacio vectorial de R3 y, por tanto, un subespacio afn de
y, por ejemplo, e4 * 0, designemos por B el siguiente subespacio afn:

R.3. Si

B- (*,0,0) iF,
a3x3:0|.

(tt,tz,t)e B <- (tt,tz,t)-(*,0,0) er

ld\_

lr,

i,rr,h)

eF

e ar / - d\/ -t a-2t2-r a3L3 :


\tt
^
e d'1t7 * aztz -l A3fi :
<+ (tr,tz,tz)

g-

e A,

y como consecuencia: A: B.
Si fuera a : O y a.2 + O, entonces la definicin de B, en (21), hubiese sido:
B

* (0,*,

o) + r;

(2r)

siendo F el subespacio vectorial F : I@t,xz,xg) e R.3 | atxt + 612x2-r


se verifica: A = B , y el hiperplano A es un subespacio afn de R3.
En efecto, se tienen las siguientes equivalencias:

O,

d+

Entonces

6r

1.4. SUBESPACIOS AFINES

y si fuera a3 el nico no nulo, hubiese sido: B

: (0,0,dlaz)

+ F. En ambos casos, se com-

prueba que A: B,
La demostracin para el caso general es anloga:

es el hip erplano de Rz:

H - I@r,x1,...,xn) R' I > a.ixr


entonces existe k

d"l

e tl ,2,...,r1} tal que cLt< *0, y ,. ,iJr.L'


TL

H - (0,...,0,*,0,...,0) + {(xr ,x2,...,xn) eR'I Zot*t


:1

- 0l

t-r

y quedara as probado que H es un subespacio afn de R'.

EJEMPLO

32

C.Q.D.

El siguiente subconjunto de Ra:

= l@1,x2,xz,xq) e

R4 | 2xz

- xs : 4I

y, de acuerdo con la proposicin anterior, un subespacio afn de R4. Un


coeficiente no nulo en la condicin de la definicin de A es el de xz, que es igual a 2. Por

es un hiperplano

tanto:

donde F
EJEMPLO

33

Es

n: (o.1.0.0)
\"' / *.
{(xr, xz,xz,xq) e Ra | 2xz - xs

oI.

un hiperplano de R3 el conjunto:

A:

l(x1,x2,x) e R3 | xt - xt

4I

el cual ya se comprob es un subespacio afn de R3 (cf. ejemplo 26, p. 5 5). De acuerdo con lo
dicho en los prrafos precedentes, se tiene:

= (i,0, o) *

|&,,rr,x) e R3 | xr - x : ol.

4. Subespacios aftnes paralelos

De dos subespacios afines u + F y ttt + G de

un espacio vectorial E diremos son paralelos si F : G.


Algunos autores definen eI paralelismo dbil: eI subespacio afn u + F es dbilmente paralelo al subespacio afn w + G si F c G.

EJEMPLO

EJEMPLO

34

El hiperplano (de R3) A

35

La recta (1,2,3) + R.(1,2,1) es dbilmente paralela al subespacio afn A del ejemplo anterior,

l(x1,xz,x) e R.3 I xt - xz: a\ V el subespacio afn (tambin


(1,1,1) + R(1,0,1) + R.(0,1,0) son paralelos, pues se verifica (cf. ejemplo 26,

de R3) C :
p. 55): A : (4,0,0) + R(1,0, 1) + R(0,1,0).

ya que: R(1,2,1)

.I(xt,xr,x)

R.3 I

x1

-4

= g\.

I.

6z

ESPACIOS VECTORIALES

aftnes

Dados 7t vectores u)r, 7t)2, .. ., un de un espacio vectorial E, si 41, d2, . . ., n son n escalares tales que:

5. Combinaciones

1*A2+"'+n:I,
del vector fD1 -r 21o2
vectores u)L luz, ..., un.

EJEMPLO

36

El vector (0,

* ' ' . + otnu)n diremos

eS

una combinacin afn de los

-1,3) de R3 es una combinacin afn de los vectores (1,1,0), (0,1, 1) y (1,0,1),


-2,Iy 2 sontales quesuman 1: (-2) +1'+2: l,ysetiene:

pues,porejemplo, losescalares
(0,

-1, 3)

(-2) (1,1,0) + 1(0, 1, 1) + 2(L,0,

1).

Todo vector que es combinacin afn de vectores de un mismo subespacio afn


pertenece, a su vez, al subespacio afn. Para comprobarlo, consideremos un subes-

pacioafnu+FdeunespaciovectorialE,yseanu*rt1;u-1Lt2,...,u+llnvectores
pertenecientes a u + F (Y por tanto r, Ltz, ..., un son vectores del subespacio vectorial F). Si r es un vector de E que es una combinacin afn de ellos, probemos

queuu+F.
Por sert unacombinacin
ot2,

...,

a,o tales

Que: o{1

afnde u-lu1,u*1t2,...,u1ur", existenescalares a1,


-l 2 -l ' ' '+ an = 7,y

u): ar(u +ut) *

z@ +uz)

+ '*

0(n@

+un).

(22)

Simplificando en la igualdad (22), obtenemos:


,nrfl

\ o,r,-r)+

w:()a)u+
\ / '- 'l

L
i:]

'r:f

)aiLti,

i:l

y como Zorut e F (pues es combinacin lineal de u1, uz, ..., lrn, vectores del
i:I

subespacio vectorial F), se concluyei

Escolio

Siu + u7,u +u2,..., u +

e u + F.

l,trn son vectores

del subespacio afn u +

F,y r es el

vector:

w -- dt(u +ut) + az(u +uz)

+."

+ ar(u

+u),

123)

donde qr , ob, ..., c{n son escalares tales que:


TL

Zot * I,

:1

t-r

(24)

1.5. SISTEMAS DE VECTORES

6E

entoncesrr,lnoperteneceau+F,salvoenelcasoelementalenqueu+Fseasubespacio
vectorial de E.
En efecto. Supongamos que u + F no es subespacio vectorial, y por tanto que u F
(cf. proposicin I.6, p. 57). Queremos probar, bajo las hiptesis enunciadas en el prrafo
anterior, se tiene que w u + F, y para ello procedemos por reduccin al absurdo, es
decir, suponemos que u u + F. De (23) obtenemos:

,:(;a,)u+9o,u,,
\- /
7_,

pero si w e u +F, entonces existe

z e F tal que:

/n

f\4'llrr,
o bien:

r,

u -t u,y por tanto:

lu+\

a,u,=u+u.

/n\n
(I"')u-u:u-\uu,
t=r /

-r

de donde (teniendo en cuenta (24)):

-'

(S o,) - r)
./
"= (\\a-,/

\" - i.*,,,,)

l,,,

que contradice el hecho de que u F, pues el segundo miembro de esta igualdad es un


vector de F.
Enparticular, si u + F es un subespacio afn de un espacio vectorial E y u +F no es
subespacio vectorial, entonces se verifica:

Vl e K- {1}, Vw eu + F, Aut u + F.

I.5

SISTEMAS DE VECTORES
En esta seccin introducimos varias definiciones y notaciones que sern de gran uti-

lidad en el resto del texto.


Consideremos un espacio vectorial E sobre un cuerpo K. Llamaremos sistema
de vectores de E a toda lista, o coleccin, finita ordenada de vectores de E. Si u1,
uz, . . ., un sonrL vectores de E, el sistema S formado por ellos se denota:

S:

(ur,Ir2,...,Un).

De los vectores 7)r, u2, .. . , un diremos son los vectores del sistema S. Al conjunto
formado por ellos lo denotaremos por S.
Dados dos sistemas (u1,u2,...,u.,) y kut,tuz,...,w*) deny m vectores de E,
respectivamente, consideraremos son iguales si:

TL: TYL Y U7: U)L, U2:

U)2,

6+

I.

EJEMPLO

37

Consideremos los vectores ur : (1,0), u2: (O,I),u3


podemos formar, entre otros, los siguientes sistemas:

ESPACIOS VECTORIALES

= (3,1) y ua: (2,2) de

R.2.

Conellos

. 5r: (u1,u2,u3),
. Sz : (uz,ut,ua,,uE),
. = (u1,ut,uq), donde observamos que el vector u1 figura dos veces,
c S = (ua,ua,ua,u1,u1), donde observamos que el vector u4 figura tres veces, y el vector u1 dos.
Los conjuntos asociados a estos cuatro sistemas son:

: lut,uql y B :

St:

{ut,uz,u},

Sz

{ut,uz,uE,u+},

{ut,uo,}.

Dado un sistema S : (ur, nz,...,un) de vectores de E, definimos el cardinal de S,


que denotamos: Card(.S), como el nmero de vectores de la lista que define S. Es
decir: Card(S) : Card (ut,uz,...,ud : n.

EJEMPLO

38

El cardinal de los sistemas del ejemplo 37 es: Card(Sr)


y Card(B)

definimos el sistema (S,S')

39

3, Card(Sz)

= 4, Card(A) =

5.

Dados dos sistemas S

EJEMPLO

: (ut t, lil 2, . . ., w m) devectores de E,


de laforma: (S,S') : (ur,u2,...,nn,ro7,tr)2,...,u^).

(ur,

I)

2,. . ., u.,-) y S'

Volviendo de nuevo a los sistemas del ejemplo 37 (cf. p. 64), podemos escribir:
(Sr,

(ur))

(u1,u2,u3,u1)

y ,8)

= (u1,ur,uq,u+,uq,ua,u1,u1).

Dados dos sistemas S y S' de vectores de E, diremos que S es subsistema de S'


si todo vector de S es de S' y no figura en la lista de los vectores de S ms veces que
en la de S'.

EJEMPLO

40

Para los sistemas del ejemplo 37 (cf. p. 64) se cumple:

o Sr s un subsistema de Sz;
A es un subsistema de B, puesto eue u1 no figura ms veces enA que en B,y u4figu.ra

menos veces en A que en B;

.,S2 no es subsistema de Sr, pues ua es unvector de 52, pero no lo es de 51;


. B no es subsistema de A, pues, aunque todo vector de B es vector de A, el vector ua
figura ms veces en B que en A.

I.

6.

VECTORES LIN EALMENTE DEPEN DIENTES

T.6

6S

VECTOR"ES LINEAT.MENTE DEPENDIENTES


1. Deftnicin. Propiedades

bsicas

A continuacin, vemos la definicin

de

dependencia lineal de vectores:

Vectores

linealmente
dependientes

Hrff"-;.;

"; ;;;,;;, ; ;; **,*.; .,

.,' 0. u
(ur,n?:
.,,,ed
se
se dicg_ryT li4qqhnepte deeldisnteq o del siatq4a
dkg es
rn qis{ernAjigedA, S qgtrn eSqqlarcs fi1, fla, ., n &ru. A-o tsdo{ zuos, tde-qug

Sistema ligado

* o(Tu\- 0.

tUt * zUZ *

Consecuencias de Ia deftnicin de dependencia


Se

lineal

Sea E

un espacio vectorial.

verifica:

o (0)

es

un sistema ligado.
: 0 y I I O; es decir,

En efecto: 10

el vector 0 es linealmente dependiente, o lo que es

lo mismo: (0) es un sistema ligado.

Si u es un vector de E distinto del vector O, entonces


ligado.

(u) no es un

sistema

Si or es un escalar, de la igualdad au :0 se deduce (consecuencia de la definicin


de espacio vectorial) que d : 0; es decir, no podemos encontrar un escalar a + 0 tal
que o(u : 0. El vector u no es un vector linealmente dependiente, o bien: (u) no es un
sistema ligado.

Todo sistema de vectores en eI que fig&re el vector O es ligado.


Que el sistema (0) es ligado lo sabemos por la primera consecuencia de la definicin de
dependencialineal. Porotra parte,5i3 = (0,ur,u2,...,u") (donden e Nx N {0}),

entonces es posible encontrar escalares B,


BO

(por eiemploi P

: I

apt

qr = dz = ... :

o\, az, ..., dn, no todos nulos, tales

-l oQl)z +
otn

.' ' + dnun

que:

= 0), Io que establece que el sistema B es

ligado.

Todo sistema en el que uno de los vectores es igud a una combinacin lineal
de los restantes es ligado.
Sl u es igual a una combinacin lineal de u:, u2, ..., un, es decir, para algunos escalares 0\, 0e,. .., o(z se tiene: rrr : o.ttrt * dzuz + .' ' + du un, entonces:

(-l)u t

ot1u1 -t ot2u2+ .

.' + d.nun :

O,

y no todos los escalares ( - 1), ar, 012, .. ., c{z son nulos. Los vectores u), u t, uz, .. ., u n
son, pues, linealmente dependientes, o lo que es lo mismo: el sistema (w,ut,uz, . . . ,un)
es ligado.

I.

66

EJ

EMPLO 4 r

Los vectores

ESPACIOS VECTORIALES

(I,2,3) y (3,2, 1) de R3 no son linealmente dependientes.

En efecto. Si a y son escalares tales que:

fi(1 ,2,3) + fi(3,2,L)


o lo que es lo mismo: (a + 38,2 + 28,34 + B)
c{

3B:0,

De la segunda igualdad deducimos:

y por tanto: B = 0 y a :

a:

2u+

(0,0,0),

(0,0,0), entonces:

2B:0,

3a +

-8, y sustituyendo

B:0.
en Ia primera llegamos a:.2p

0. En consecuencia, slo los escalares

Al no existir dos escalares

ay p,no

(2 s)

c:

0y

0 verifican

0,

(2 5).

ambos nulos, que satisfagan (25), concluimos que los

vectores (1,2,3) y (3,2,1) no son linealmente dependientes, o lo que es lo mismo: el sistema


((1, 2, 3), t, z,

EJ

EMPLO 42

tl)

Los vectores (1,1), (1,3)

tres escalares -4,

EJERCTCTO 2

no es un sistema ligado.

y (3,1) de R2 son linealmente dependientes, pues por ejemplo los

I y 1 no son todos

Estudiarparaquvalores dea e
de

R.3.

R.

nulos y se verifica:

-4(I,I)

+ I ( 1, 3) + 1 (3, 1)

(0, 0).

esligadoelsistemadevectores ((1,0,0), (0,I,a),(0,a,t))

2. Otras propiedades

En las siguientes proposiciones mostramos dos propie-

dades de Ia dependencia lineal.


CNS de sistema
de dos vectores
Ii

gado

Proposicin l.l0
Sean u )/ rp dos vectores de un espacio vectorial E sobre un
cuerpo K. Si u * O, entonces una condicin necesaria y suficiente para que (u , ut)
sea un sistema ligado es: ru e Ku.
Demostracin

La condicin es necesaria. Si

a y B son dos escalares, no ambos nulos,

tales que:

uu+Bw-O,

(26)

entonces p + 0, pues en caso contrario de (26) se deducira: oe : O, y como por hiptesis u +


0, se tendra: d : 0, que lrrlnerara que los escalares no son ambos nulos. Al ser p + 0, de (26)
se deduce: w = B-, Ga)u, y por tanto: r e Ku.
La condicin es suficiente. Si r e Ku, entonces ut = tru para algn ,\ e K, y podemos
escribir: (-A)u + Lw : O. Al no ser los escalares -l y 1 simultneamente nulos, esta igualdad
establece que (u, r) es un sistema ligado.
c.e.D.

5, VECTORES

LIN

EJEMPLO

EALMENTE DEPENDIENTES

43

6Z

Encontremos para qu valores reales de


vectores de R3:

u=

ay b son linealmente

(t,-t,2) y

rt)

dependientes los siguientes

(2,a,b).

Como u + (0,0,0), la proposicin I.10 afirma que u y rr son linealmente dependientes


precisamente si: rr e R.u, es decir, precisamente si existe algn nmero real a tal que:
o<(1,

-1,2)

(2,a,b).

Esta igualdad vectorial es equivalente a:

equivalente

a=2, -a=a., 2a=b,


a su vez a: a:2, a = -2y b : 4.

En conclusin, Ios vectores

u y w son linealmente dependientes si, y slo si, a, = -2

vb:4.
En la siguiente proposicin se presenta una condicin necesaria y suficiente para

que un sistema de vectores sea un sistema ligado.

I Una condicin necesaria y suficiente para que un sistema de


vectotes sea gado es que exista un sistema ligado que sea subsistema suyo.

Proposicin f.l

Demostracin

La condicin es obviamente necesaria, pues todo sistema es subsistema de

s mismo.

La condicin tambin es suficiente. Para demostrarlo, consideremos un sistema de vectores B = (ut,uz,...,u"), y supongamos es ligado el sistema:

g'

(u1,u2,. .. ,up)

con

p < rL,

que es subsistema de B (no se pierde generalidad al suponer que tal subsistema ligado es de
esta forma). Como B'es un sistema ligado, existen escalares

0\, oe,..., p, no todos nulos,

tales que:

tt)tl

dzUz+

"'+

d.pup

=O.

Si definimos: dj = 0 para p < j < z, entonces los escalares ott,


y de acuerdo con (27) podemos escribi:
011U1'l Ol2U2-t

lo que establece que el sistema B es ligado.

"'+

otz,

(27)

...,

otntTo son todos nulos,

O<nUn:Ol
c.e.D.

Nota bene Puede ocurrir que un sistema B sea ligado y que todo subsistema de B de
cardinal menor no lo sea. Por ejemplo, el sistema de vectores ((1,0), (0, 1), (1,1)) de R2
es un sistema ligado, pero cualquier subsistema suyo de cardinal menor no es un sistema
Iigado, como el lector puede comprobar sin dificultad. A

I.

6B

EJ

EM

PLO 44

ESPACIOS VECTORIALES

Estudiemos para qu valores reales de a, b, c y d es ligado este sistema de vectores de R3:

, -2,4) I
B_(,",-.b,5),(1,_L,2),(1,3,c+D,(a+blC,=W|,A),{z
/
\

En el ejemplo 43 (cf.p. 67) vimos que el sistema B'

((f , -I,2),(2,-2, a))

es

un sistema

ligado. Como B'es un subsistema de B, de la proposicin I.11 (cf.p.6 7) se deduce que


tambin B es un sistema ligado.
Ntese que el sistema B es un sistema ligado independientemente de los valores que
puedan foma &, b, c y d.

I.7

VECTORESLINEALMENTE INDEPENDIENTES
7. Deftnicin. Propiedades

bsicas

De manera informal podemos decir que la

ind.ependencia Iineal es la negacin de la dependencia lineal. De forma ms precisa:

vectores
linealm

nte

independientes
Siste

ma libre

f i- =.,,i )', '= . : ,'',=, ,;Cl,n.=lO,

Consecuencias de Ia deftnicin de independencia


Se

lineal

Sea E

un espacio vectorial.

verifica:

(0) no es un sistema libre.

Ya vimos que (0) es un sistema ligado.


Si u es un vecto de E distinto de O, entonces

Ya probamos que si u + 0, entonces (u) no es un sistema ligado.


[Jn sistema de vectores en el que figare eI vector O no es libre.

(u)

es

un sistema libre.

En la seccin anterior probamos que un sistema en estas condiciones es un sistema


ligado.

Un sistema en eI que uno de los vectores es combinacin lineal de los restantes


no es Libre.
Vimos en la seccin anterior que si ur es una combinacin lineal de ut, uz, "', un,
entonces (u,u1,u2,. .. ,u") es un sistema ligado.

ECTORES

I_I

EALM ENTE

45

EJEMPLO

N D EP EN D I

6g

ENTES

Los vectores (1,2,3) y (3,2,1) de R3 son linealmente independientes, pues, como vimos en
el ejemplo 41 (cf. p. 66), estos vectores no son linealmente dependientes.
Recordemos que en el ejemplo citado buscamos qu valores de a y B verificaban:

o<(t,2,3) + p(3,2,1)

(0,0,0),

yvimosquelanicaposibilidades:o(= P:0, loqueconfirmaquelosvectores(1,2,3)


y (3,2,1) son efectivamente linealmente independientes, o dicho de otra forma: el sistema ((1,2, 3), (3,2, 1)) es libre.
EjEMPLO

46

Los vectores ( 1, 1), ( 1, 3) y (3, 1) de R.2 no son linealmente independientes, pues son linealmente dependientes (cf. ejemplo 42,p.66).
Si

tratamos de resolver en las incgnitas a, p y y la ecuacin:


c{(1,1) + BO,3) + y(3,I) _ (0,0),

(2 B)

no obtenemos necesariamente que a : B = Y = O: como ya vimos en el ejemplo citado,


prra d = -4, P : I y y : I se verifica (28).

tJERCICIO

Estudiarpanquvalores deae R eslibreelsistemadevectorcs ((1,0,0), (0,L,a),(0,a, 1))


de

R3.

2. Otras propiedades

El resultado siguiente es una consecuencia inmediata de


Ia proposicin L10 (cf. p. 66):
-'rS de sistema

t:

cos vectores
libre

EJEMPLO

47

Sean u )/ u, dos vectores de un espacio vectorial E sobre Ltn


entonces una condicin necesaria y suficiente para que (u , ut)
sea un sistema Libre es: u Ku.

Proposicin l.l2
cuerpo K. Si u *

O,

Estudiemos para qu valores reales de


vectores de R.3:

ay b son linealmente independientes los siguientes

: (1,-1,2) y u :

(2,a,b).

En el ejemplo 43 (cf. p. 67) vimos que u y ru son linealmente dependientes precisamente

si:a=-2yb=4.Portanto,uytDsonlinealmenteindependientesprecisamentesi:a+-2

ob+4.

I.

7o

ESPACIOS VECTORIALES

y suficiente para que un sistema


sea un sistema libre'
su'/o
vectores sea libre es que todo subsistema
Proposicin l.l

Una condicin necesaria

La condicin es necesaria: si B es un sistema libre y B' es un subsistema


(cf. propode B, entonces B' es un sistema libre, pues en caso contrario tampoco sera libre B
sicin I.11, p. 67).
Recprocamente, la condicin es suficiente: si todo subsistema de un sistema B es un

Demostracin

sistema libre, tambin es libre el propio B, pues es subsistema de s mismo.


EJERCICIO

C.Q.D.

Seanut,uz,...,unvectoesdeunespaciovectorialE.Demostraqueunacondicinnecesaria
que
suficiente para que un vectof to e E no sea una combinacin lineal de estos vectorcs es

de Ia

igualdad:

AtUt * zUz *
se deduzca: B

EJEMPLO

48

: 0.

0,

R, el vector (a,I,Q
(0,
(1,0,
1,0) V (1, 1,1).
1),
vectores
Para cualquier

+ o(nl,)n + BUt

ae

1) de R3 no es igual a una cornbinacin lineal de los

En efecto, de la igualdad:

ar ( 1, 0, 1)

+ az(0, 1, 0) + a(1,1,1) + B(a,I,e+I)

(0,0,0)

se obtiene:

+aP:0, ot2l-3+:0, drrc{ +aP+P=0,


la primera igualdad de la tercera) se deduce: p : 0. Con el ejercicio 4 se

d1+d3
de donde (restando

concluye el resultado.

EJERCTCTO 5

Demostrar que si (u1,u2,.. .,un) es un sistema libre de vectoes de un espacio vectorial E


y u es un vecto de E que no es igual a una combinacin lineal de ut, uz, .. ., un, entonces

tr.8

(w,u1,u2,. .. ,un) tambin

es

un sistema

libte'

SISTEMAS DE GENER{DORES Y BASES


DE UN ESPACIO VECTORIAL
Sistemas de generadores Sea B : (ut,uz,...,un) un sistema de vectores
de un espacio vectorial E. Por: I(B), o tambin: L(u1,u2,'.',un), denotaremos el
conjunto de todos los vectores de E que son combinacin lineal de los vctors u1,

7.

t)2,

..., tt

es decir (cf. P. 53):

1.8. SISTEMAS DE GENERADORES Y

7t

BASES DE UN ESPACIO VECTORIAL

El conjunto I(B) es, pues, un subespacio vectorial de E: es el subespacio vectorial


de E de los vectores que pueden escribirse de Ia forma:

tUt -l ZUZ -l

'I

O(nUn,

donde 04, z

Sistema de

generadores

.., un son generadores del espacio vectorial E y u es un


vector de E, entonces existen escalares o{L, 2, "', n tales que:
Si los vector1s 7)1, u2,

U:0<7Ut-l

2U2

.''+

anUn'

De esta igualdad diremos es una descomposicin del vector


lineal de los generadors 1.r1, 7)2, . . .,7)n.

EJEMPLO

49

t, como combinacin

El sistema ((1,0), (1,1), (0, 1)) es un sistema de generadores de R2.


En efecto. Para cada vector (a, b) de R2 se verifica:

(a,b)

: |o,ot * |o,t + (u- f)

to,

rr,

Io que establece que (a,b) es combinacin lineal de los vectores (1,0), (1,1) y (0, 1).
consecuencia:

((1,0), (1,1), (0,1))

En

R'.

Con palabras: R2 est generado por los vectores (1,0), (1,1) y (0, 1).
EJEMPLO

50

El sistema ((1,1,0), (0, 1,1)) no es un sistema de generadores de R3.


Por ejemplo, el vector (1, 1, 1) no es combinacin lineal de ( 1, 1, 0)

y (0, 1, 1). En efecto,


p
y
tales que el vector:
afirmarlo sera lo mismo que afirmar existen dos nmeros reales or
or(1,1,0)

+p(0,1,1), obien (4, 01+ P,P),

es igual a (1,1,1), pero esto significara decir que tanto


iguales a 1, lo cual es claramente imposible.

a y p como su suma: a+ B, son

I.

72

EJERCICIO

Sean

A = (ut,uz,...,up) y B : (w1,w2,...,wq)

ESPACIOS VECTORIALES

dos sistemas de vectotes de un espacio

vectorial E. Demostrar

a) A=L(A);
b) si F es subespacio vectorial
c) A=L(B) + L(A) =L(B);

d)

de E, se verifica:

AcF

L(A)

F;

L(A) = L(B);
L(B) + L(A,(u)): L(8,(u));
e) para cadau
f) si A es un sistema de generadores de E y A es subsistema de B, entonces B tambin
si A es subsistema de B, entonces:

E se tiene: L(A) :

es un sistema de generadotes de

E.

2, Bases. Coordenadas de un vector en una

base

A continuacin definimos

el concepto de base de un espacio vectorial:

Bas e

ffilrro

*'n*u
i,,0',,',un)au

E se dice es

:;:::;

Tlffi*fiffii*
EJEMPLO

5l

El sistemaB

es

-mrsl-

;:,-* ;

((t,1),(0,1)) esunabase de R2.

proposicinI.l2, p. 69). Y B
un sistema de generadores de R2, pues si (a,b) es unvector arbitrario de R2, entonces:
En efecto: B es un sistema libre, pues (1,1) R(0, 1) (cf.

(a,b

: a(I,I)

+ (b

es

- a)(0,I),

lo que establece que todo vector de R2 es combinacin lineal de (1,1) y (0, 1).
EJEMPLO52 Elsistema: ((1,0),(1,1),(0, 1)) noesunabasedeR2,puesaunqueesunsistemadegeneradores de R2 (cf. ejemplo 49, p. 71), no es un sistema libre: por ejemplo, los escalares -1,

y -1

EJERCICIO

-no

todos nulos-verifican:

(-1)(1,0) + 1(1,1) + (-1)(0,1)

(0,0).

B' : (u1,wz,...,rulq) son dos bases de un espacio vectorial E, demostrar que no puede ocurrir: B c B' , ni tampoco: B' c B.
Si B

: (u1,u2,...,up)

Nota

Obsrvese que es posible que dos bases de un mismo espacio vectorial no tengan
vector alguno en comn. Por ejemplo, los sistemas (tt,tl,(0, 1)) y ((-1,-1),(0,-1))
son, ambos, base de R2 y no tienen vectores comunes. A

,8.

SISTEMAS DE GENERADORES Y BASES DE UN ESPACIO VECTORIAL

La

descomposicin
de un vector
como
combinacin
lineal de los
vectores de una
base es nica

73

f.l4

Una condicin necesaria y suficiente para que un sistema de


(u,.,1r2,...,u) de un espacio vectorial E sea una base de E es que
todo vector de E se pueda descomponer de manera nica como combinacin lineal
de los vectores de B, en eI sentido sigulente: si

Proposicin

vectoes B :

"'

1U71- 2U2-1

+ O(nUn

FtUt + BzUz+

"' I

Bnun

son dos descomposiciones de un mismo vecto como combinacin lineal de los


vectoes de B, entonces:

fi1 : BL, 2: Bz

Demostracin

, OQt: Bn.

La condicin es necesaria. Supongamos que B es una base de E. Por ser B

un sistema de generadores de E, todo vector u de E puede escribirse al menos de una forma


como combinacin lineal de los vectores de B. Supongamos se verifica:

tU: giryrt d|zUz+...+


para algunos escalares o'r, 2,

..

a.nun

., dn, y

y lrt:

BtUt+ FzUz+.'. -l BnUn,

0t, Fz, . .., Bn. Restando a la primera igualdad la

segunda, se obtiene:

(ar

Ft)ut + (az

Fz)uz + - - - +

(an- F)un,

y de esta ltima igualdad, por ser B un sistema libre, se deduce:

dt - Bt = oe -

Fz

=... : n-

Bn = 0,

o bien: at : 8t, az : 02,..., ltn = 8n. En conclusin, todo vector de E se escribe de una
nica manera como combinacin lineal de los vectores de B.
La condicin es suficiente. Supongamos que todo vector de E se puede descomponer de
una nica manera como combinacin lineal de los vectores de B. En primer lugar, ya tenemos
que el sistema B es un sistema de generadores de E. En segundo lugar, para el vector O se
verifica: 0 : Our + 0u2 + . . . + jun, y esta descomposicin es nica, luego de la igualdad

deducenecesariamente: o(1 = otz: ---:


sistema B tambin es un sistema libre. En conclusin, B es una base de E.

oltutl

Coordenadas de
-n vector en una
base

Si

otzUz-1

"'+

o(nun:

: (ut,uz,...,un)

otn:0, yas

O se

es una base de

el

C.Q.D.

ul espacio veCtorial E, entonces

podemos

afirmar (cf. proposicin I.I4, p. 73) que para cada vector u de E existen unos
iios esc'ars''di 2t . . , o(n tal's'qffi'ii-r;'n ".""'f
'"..-r"':=".-''
-,.1.'-- ,,,,, 1.,-r',-rr

tt""tf

-'-'r:rr:'l't'

'r ';r'fi"''"t"
r

n i

' -'rf ittf'

''"-"'

-itfi1

t"+

! *

r''t','i

r.f"

,.., on se dice son=Iai ,aAAendas'

- (ut,r)z,...,ur)

significa:

u-

=""'-'i.

-.ctm

'

".'':.'''

n'Ia'b's

sean las coordenadas del vector

Es decir, que los escalares o(r, oe

base B

-"

2uz + ;'i.

04ut

AzUz

r'

-f ' * nun.

u en Ia

I.

74

EJEMPLO

53

ESPACIOS VECTORIALES

y
En el ejemplo 51 (cf. p. 72) vimos que el sistema ((1,1), (0, 1)) es una base de R2, observamos que s (a,b) es un vector arbitrario de R2, entonces:

(a,b) = a(r,t) + (b

Nos preguntamos si habr otras formas de escribir


y (0,1); en otras palabras, si la ecuacin:

(a,b)

a)

(o,I)'

(a,b) como combinacin lineal de (1' 1)


(2e)

a(1, 1) + B(0, 1),

:
enlas incgnitas a y p, admite otras soluciones distintas de a aY fi = b - a'
de que el sistey
(cf.
p.
consecuencia
73), como
De acuerdo con la proposicin I.14
(29) es'. o( -- &
ma ((r, 1), (0, 1)) es una base de R2, podemos afirmar que la nica solucin de
(a, b)
y B : b-a. O dicho de otra forma: los escalares ay b-a son las coordenadas delvector
en la base

(tt, t,

(0, 1))'

y
Por ejemplo, las coordenadas del vector (6,5) en la base ((1' 1)' (0,1)) son 6

(6, s)

-1,

pues:

6(1,1) + (-1)(0,1).

Es fundamental el orden en que se escriben las coordenadas de un vector


en una base. En este ejemplo vemos que 6 y -1 son las coordenadas de (6,5) en la
base ((1,1),(0,1)) de R2; el vector cuyas coordenadas son -1 y 6 (en la misma base)

Nota

bene

sera: (-1) (1,1) + 6(0, 1)

(-1,

s)'

Sea (K, +, .) un cue{po,

y sean > 1 un nmero natural. Como


ya se o en el captulo I (cf. p. I7), el conjunto K es un espacio vectorial sobre K
3. BaSe CAnniCA

con las operaciones:

(o.t,0Q,...,o) +

(Bt,Bz,"',F):

A(ar, dz, ..., n)


EI siguiente sistema de

Bc =

(a1 + Bt,uz'r

Bz,"',an+

Fn),

(Aar, Aotz,.'. , Aar").

vectores:

(G,0,...,0),

(0,

1,0,...,0),. . ., (0,...,0, 1)) ,

86 eS un Sistema de generadores de Ku,


es un elemento arbitrario de Ku, entonces:

es una base de K1. En efecto. El sistema

pues si

(t,

2,.

..,

u)

(ctt,a2,...,n): dr(1,0,...,0) + az(0, 1,0,...,0) +'

"

an(o,"',0, 1)'

Tambin es 86 un sistema libre, pues de Ia igualdad:

r(1,0,...,0) + Bz(0,I,0,...,0) +
se deduce:

"'+

Bn(O,'.',0,1) = (0,0,1)',0)

(Bt,82,. .. , B: (0,0, j,l).,0), o bien: Bt

De la base Bc se dice es la base cannica de Ku.

: Bz

Bn

O'

,8.

SISTEMAS DE GENERADORES Y BASES DE UN ESPACIO VECTORIAL

Notacin

75

Para los vectores de Ia base cannica de Ku, utilizaremos la notacin siguiente:

et -- 0,0,...,0), ez : (0,1,0,...,0), ..., 8n: (0,...,0,


Labase cannica de

K'

es, pues, el sistema: B

1).

: (e1,e2,...,e").

de Ku, si las componentes de x son: xr, xz, ..., xn, es decir,


si: x : (xt,x2,...,xn), entonces la descomposicin de x como combinacin lineal
de los vectores de 86 es:
Dado un vector

X - Xtt -f XZ9Z -f
Esto es: las coordenadas de un vector

x de Ku

+ XnOn'

en Ia base cannica son precisamente

sus componentes.

EJEMPLO

54

(1,0) y ez: (0,1). Labase cannica de R2 es el sistema ((t,Oi, (0, 1)).


En R.3 se tiene: e1 = (1,0,0), e2 = (0,1,0) y es : (0,0, 1), y la base cannica de R3 es
((1,0,0), (0, 1.0), (0,0, 1)).

En R2 se tiene:

el

Obsrvese que hemos designado con la misma notacin los vectores ( 1, 0) y ( 1, 0, 0), y que

lo mismo acontece con los vectores (0, 1) y (0,1,0). La prctica demuestra que este abuso de
notacin no da lugar a confusin.

bene

yn>

es un nmero natural, sabemos qu es la base


cannica de K'. En general, slo tiene sentido referirse a Ia base cannica de un espacio
vectorial E sobre un cuerpo K si E : K' para alginn > I'

Nota

Si K es un cuerpo

4. Teorema de Ia base incompleta

EI llamado teorema de la base incompleta

se enuncia de Ia siguiente manera:


Teorema de la

Teorema

Si e1 srstema:

3ase incompleta

(Ur, U2,. . .,1)p,Up+7t...,Ur)

es un sistema de generadores de un espacio vectorial E, y si los vectores 7t1,


u2, ..., up son linealmente lndependientes, entonces exste una base de E que es
subsistema de S, y en Ia que figuran los vectotes 7)r, uz, ..., rrp.
Designemos p or B el sistema libre (rt,1)2,...,up).
Demostracion
Br*1 de la forma siguiente:
el
sistema
Definimos

Bp+r:

fs,

si up*L e L(B)'

L(8,(up+r)),

si

up*r L(B).

I.

76
Se

ESPACIOS VECTORIALES

verifica:

a) Br*r S un sistema libre


b) up*t e L(Bp+r).

(cf. eiercicio 5, p. 70), y B es subsistema

dQ.

Bp+t,

Ahora, definimos Bp+zi

Bn+z

I
1

Br*r,

si

(Be*r, (u p*))

r+z e L(Be+r ),

si u p+z L(Bp+r ),

que verifica:

a) Bp+2 es un sistema libre, Y Bp+r s subsistema


b) up+2 L(Be+z).

de Bp+2,

Iterando este proceso llegamos al sistema Bn:

l tr-r,
Bn:1
L(8"- t,

si un e L(Bn-r ),

(u)) ,

si un L(Bn-r ),

que verifica:

a)
b)

Bn es un sistema libre, y 82,1 s subsistema de Br,

un e L(8").

De esta construccin se deduce que B es subsistema de Br, que a su vez es subsistema


de S, y de los apartados (a) se infiere (cf. ejercicio 6,p.72):

fi c L(B) = L(Bp+r) c ... c L(Bn) = L(s).

(30

Delosapartados(b)yde(30)sededuce: ScL(B) s(S),dedonde(cf.ejercicio6,p.72):


(S) s L(B) c (S), y en consecuencia: L(8") = (S) : E, y el sistema libre B" es un sistema
de generadores de E.

En definitiva, B es una base de E que es subsistema de S y en la que figuran los vectofS U1, Uz,

. . .,

Up.

C.Q.D.

El teorema anterior tiene una consecuencia importante: no hay dos bases de un


mismo espacio vectorial con distinto nmero de vectores.
Todas las bases
de un mismo
es

Proposicin l.I 5 Si (u1,u2,...,up) y


pacio vectorid E, entonces: p : q.

(ut,roz,...,w")

son dos bases de un es-

paco vecto ral

tienen gual
nmero de
vectores

Procedemos por reduccin al absurdo; hacemos la hiptesis de que p < q.


En primer lugar, el sistema (ur,ur,...,up,tult) es un sistema de generadores de E, y
como (ro1) es un sistema libre (al ser subsistema de (ru1, toz,...,u), que es sistema libre),

Demostracin

del teorema de la base incompleta se deduce existe una base 81 tal que:
a) (wt) es subsistema de Br,

b) h

es subsistema

de

(ut,uz,...,up,wt).

',

DIMENSION DE UN ESPACIO VECTORIAL

Pero como

77

(ur,ur, .. .,up,luut) no

es base de E (obsrves Que rd1 es

combinacin lineal de ur,

de (b) se deduce que el nmero de elementos de 81 es a lo ms igual ap. En


smbolos: Card(Br) < p.
En segundo lugar, consideramos el sistema: (AL Qo)), que es un sistema de generadores
de E. Como (ut,ur) es un sistema libre que es subsistema de (f1, (roz)), existe una base 82

uz,...,uil,

de E tal que:

a) (wt,u2) es subsistema
b)

de 82,

Bz es subsistema de (Br, (uz)).

(h,@)) no es base de E, se tiene: Card(B) < p.


Iterando este proceso construimos una coleccin finita de bases B, de E tales que el sistema (rr.,1, rttz,.. .,ur) es subsistema de Br y Card(Br) < p. De esta forma, llegaremos a construil una base B- tal que: B^: (Iat,tt2,...,w*) y m < p, lo cual es absurdo, pues se
afimara que los sistemas:
Pero como

(u,t,tu2

(ur r, ru

son dos bases de E (cf. ejercicio 7, p. 72).


Por tanto, no puede ser p estrictamente menor que 4. De Ia misma forma demostraramos
que tampoco puede ser 4 estrictamente menor que p. En conclusin: p
c.Q.D.

: 4.

I.9

DIMENSIN OE UN ESPACIO VECTORIAL


1. Deftnicin de dmensin de un espacio

vectorial

Antes de ver, propiamente, la definicin de dimensin de un espacio vectorial, introducimos el concepto


de espacio vectorial de dimensin finita.
Sea E un espacio vectorial sobre un cuerpo K. De E diremos es un espacio vecto-

rial de dimensin finita si existe algn sistema (ut,uz,...,un) de vectores de E que


es sistema de generadores de E. En otro caso, de E diremos es de dimensin infinita.
Si utr, ruz, . . ., up son vectore s linealmente independiente s de
Proposicin Ll6
un espacio vectorial E de dimensin finita, entonces exrs te una base de E en la que
figuran los vectores LUr, tuz, ..., up.

Demostracin Como el espacio vectorial E es de dimensin finita, admite algn sistema


de generadores (u1,u2,...,un). Si aplicamos el teorema de la base incompleta al sistema

(rrr1,

tt)2,...,7Dput,t)2,...,ur), que tambin es de generadores, deducimos existe una

base de E en la cual figuran los vectores linealmente independientgs 7o1, tD2, ' '

Nota
se ha

En las condiciones de esta proposicin, se dice que el sistema

ampliado

una base de

E.

',Lop'

c.Q.D.

llbte (wt,wz,." ,up)

I. ESPACIOS

78

Todo espacio
vectorial de
dimensin finita
(d istinto de {0} )
ad m ite base

Corolario

VECTORIALES

finita, distinto del espacio


admite una base (con un nmero finito de vectores), y todas
sus bases tienen el mismo nmero de vectores.
vectorial

Si E es un espacio vectorial de dimensin

{Ol , entonces

Demostracin Como E + {0}, existe algn vector u de E distinto de 0. EI vector u es,


pues, linealmente independiente, y como consecuencia de la proposicin anterior el espacio
vectorial E admite alguna base.
Finalmente, que todas las bases de E tienen el mismo nmero de vectores es una consecuencia de la proposicin I.15 (cf. p.

Dimensin de

76).

c.Q.D.

un

espacio vectorial

Dimensin nula

un espacio vectorial de dimensin finita distinto del espacio vectorial {0},


unabase de E, entonces: dimE : Card(B). Ntese que el espacio vectorial {0}
no admite base, pues el nico sistema posible de vectores de este espacio es: (0), que
no es libre.
Si E es

yB

EJEMPLO

55

es

El espacio vectorial R2 es un espacio vectorial de dimensin 2, pues el sistema ((1,1), (0, 1))

esunabase de R2 (cf. ejemplo 5I,p.72) y est formado por dosvectores: dim R.2 :2.
El espaco vectorial R.3 es un espacio vectorial de dimensin 3, pues su base cannica:
((1,0,0), (0, 1, 0), (0,0, 1)), tiene tres vectores: dim R3 : 3.
En general, R' es de dimensin 71, pues su base cannica:

((r,0,.. .,0), (0, 1,0,...,0),..., (0,... ,0, 1))


est formada por

?L

vectores: dim Rn

?2.

Anlogamente, el espacio vectorial K?" es de dimenstonn: dim Kn

rL.

Consecuencias de Ia deftnicin de dimensin Sea E un espacio vectorial de dimensin finita, con dimE : rL, y n > I. Se verifica:
. Sin vectores ur, t)2, ..., t)n son generadores de E, entonces el sistema que
forman: (u r,ur,. . .,u n), es una base de E.
Como dimE = n > 0, alguno de los generadores u1, 1t2,..., un es no nulo, y por
tanto linealmente independiente. Como consecuencia del teorema de la base incompleta, existe una base de E que es subsistema de (ut,uz,...,u").Pero todas las bases

i.9.

DIMENSIN DE UN ESPACIO VECTORIAL

.
.

79

de E tienen n vectores, luego los vectores de tal base deben ser precisamente los
generadores ut, uz, ... , I)n.

n vectores u1, 7)2, ..., t)n de E son linealmente independientes, entonces el


sistema (ut,uz,...,un) es unabase de E.
El sistema libre (ur,uz,...,un) se puede ampliar hasta una base de E (cf. proposicin I.16, p. 77); pero tal base tiene rL vectores, luego stos deben ser los del sisSi

tema (u1, uz,...,un).


Todo sistema de vectores de E formado por ms de n vectores es ligado.
Si (ut,uz,...,u*), sistema de m vectores de E, conm > zr, fuera libre, tambin lo
sera (u1, nz,...,un), que por tanto sera unabase de E (consecuencia anterior). Pero
en tal caso, el vector un1, pot ejemplo, sera igual a una combinacin lineal de los
vectores ut,7)2, ..., t)n,lo que contradice que el sistema (ur,ur,.. .,u^) sea libre.
EI nmero mximo de vectores linealmente independientes de E es n.
No puede ser mayor que z, pues todo sistema con ms de ?L vectores es ligado.
Si 1os vectores t) r, uz, . . . , t)m son generadores de E, es posible escoger entre

ellos

n vectoes linealmente independientes, pero no ms de n.

Aplicando el teorema de la base incompleta como se hizo en Ia primera consecuencia, podemos afirmar existe una base de E que es subsistema del sistema de generadores (u1, u2 ,. . . ,u*)i existen, pues, rL vectores linealmente independientes entre los
generadores ut, uz, ..., um. Que no puedan ser ms de n se reduce a la consecuencia
anterior.
La

dimensin de

un subespacio

vectorial

Proposicin l.l 7
SiE es unespacio vectorial de dimensln finitayF esunsubespacio vectorial de E, entonces F es un espacio vectorial de dimensin finita, y

es

menor o igual
que la de su
e s pacio vecto rial

dimF < dimE.


Si adems

F + E (es decir: F c E), entonces; dimF < dimE.

Demostracin Sea p el mximo nmero de vectores linealmente independientes de F.


tiene: p < dim E, pues tambin son vectores de E linealmente independientes.

Se

SiF:{0},entoncesp:0.YsiF+{0},entoncespvectoresdeFlinealmenteindependientes forman una base de F, pues si tales vectores no fueran generadores de F, existira
algn vector de F que no sera combinacin lineal de ellos, y podramos encontrar p + I vectores de F linealmente independientes (cf. ejercicio 5, p. 70). En cualquiera de los dos casos,
se verifica que el subespacio vectorial F es un espacio vectorial de dimensin finita igual a p,
que es menor o igual que la dimensin de E.
Finalmente, si F + {0} y F c E, no puede ocurrir que p sea igual a dimE, pues en tal
caso p vectores linealmente independientes de F formaran una base de E, y F sera igual
a E. Y si F : {0} y F c E, es obvio que p < dimE. En consecuencia, si F c E, podemos

escribir:

P:

dimF <

dimE.

c.e.D.

I.

8o

Corolario

Si

F c f, y damF

dimE, entonces F

ESPACIOS VECTORIALES

E,

Demostracin Si F no fuera igual a E, entonces F estara estrictamente contenido en E, y


la dimensin de F sera menor que la de E, en contra de la hiptesis.
c.e.D.

I.1O

RANGO DE UN SISTEMA DE VECTORES


1. Deftnicin de rango de un sistema de vectores El rango de un sistema de
vectores se define como la dimensin del subespacio vectorial que generan:

Rango de un

sistema de
vectores (o rango
de unos vectores)

Consecuencias de Ia definicin de rango Sea E un espacio vectorial de dimensin


finita con d i m E : TL, y seafr 7) r, t) z, . . ., u m vectores de E. Se verifica:
. Si rango (ut,ur,...,u*) = f,, entonces p es el nmero mximo de vectores
Iinealmente independientes que figuran entre los vectores ut, u2, ..., um.
Sip > l, esto es: rango(u1,u2,...,u*) : dimL(ur,ur,...,u*) : p > I, de las consecuencias de la definicin de dimensin se deduce el resultado. Si

p:

0, es decir:

diml(u1,1t2,...,u^):0,entonceslosvectoresttt,t)2,...,ltmsontodosnulos,yno
hay ene ellos vectores linealmente independientes.

o rfl9o (ur,uz,.

.,u*)

< m, y este rango es igual a m precisamente si los vec-

. . ., um son linealmente independientes.


inmediatamente de la consecuencia anterior.
o rrtgo (ur,ttz,...,u^) < dim E.
En efecto, en un espacio vectorial de dimensin dim E : n no hay ms de rL vectores

tofes

t)

r, t)2,

Se deduce

Iinealmente independientes.

Si

si

w = 1u1 -l 2u2 -1 "

es igual a una combinacin lineal de los vectores 7tr, 7tz, ..., t)m, es decir,
' + o<m7)m paa unos escalares 1, 2, . . ., m, entonces:

., U *) = rango (7r t, 7t 2, . . ., u
.
^)
:
que
Es consecuencia de
L(u,uy,uz,...,u*) L (u1,u2,.

rango (w, l) t, lt z,

..

..,u^).

SilosvectoresTrr,T)z,...,umsongeneradoresdeE,entoncessufangoesigual
ala dimensin de E.
Pues: rango (ut,uz, . . .,u-) : dim l (ut,uz,. .. ,u^) : dim E.

}.

8r

RANGO DE UN SISTEMA DE VECTORES

a es un escalar no nulo y en eI sistema (ur,uz,... ,u^) sustituimos el vectoru (con 1 < I < m) por uu, entonces el sistemaresultante tiene eI mismo

Si

rango que eI primero; es decir:


rangO (Ul

,.. ., UU,...,U*) : fangO (U1,.. .,1),...,U*)

Teniendo en cuenta que K(au)


rango (u1,

- Kui (al ser c{ no nulo), se tiene:

..., dui,...,u*)

:
:
:
:

dimL(u1,...,
dim(Ku1

dui,...,u*)

+...

+ K(au) +

dim(Ku1 + . . .+ Ku
rango

... + Ku-)

+' . .+ Ku-)

(ur,...,u,...,U*)

Si en el sistema (ut,...,u,...,u j,...,u^) permutamos entre s dos vectores,


por ejemplo: ui y u.i, entonces el sistema resultantetiene el mismo rango que el
primero. Esto es:
rango (u1,

... ,ui,...,u j,... ,u^)

rango

(ut,.,

,u

j,...,ui,. ..,um)

En efecto:

t"ngo(rr, ...,u,...,vj,...,u-)

o rilllgo (O)

0.

Pues: rango (O) =

EJEMPLO

56

Si

es un

dimt

(O)

:
:
:

."
dim (Ku1 + ...

+. . .+ Ku-)
+ Ku; + " . + Ku +.' . + Ku-)
rango (ut,...,u,...,ui,...,u^)

dim (Ku1 +

dim{0}

57

+. . .+

Kuy

0.

vector de un espacio vectorial E, entonces el rango del sistema (u,2u,3u) es:


rango (u,2u,3u)

EJEMPLO

+ Ku

El rango de los vectores (1,

:0,
: lfo, si u
Ll, siu+0.

-1,1), (1,0, -L) y (2,4,-10) de R.3 es igual a 2.


(1,-1,1) y (1,0,-1) son linealmente independientes, y

En efecto. Como los vectores

el

vector (2,4, -10) es combinacin lineal de ellos:

-4(1,-t,1)

+ 6(1,0,

-I) :

(2,4,-L0),

el mximo nmero de vectores linealmente independientes entre los vectores dados es dos;
podemos escribir:

rango((t, -1,1), (1,0, -1),(2,4,-10))

2.

I. ESPACIOS

8z

EJERCICIO

Estudiar segn los valores de a, b y c el rango de los vectores (L,O,a),


de

El rango no vara

si se suma a un

R3.

VECTORIALES

(b'O'-l) y (O,c'c)

proposicin l.l8 No se modifica eI rango de un sistema de vectores aI sustituit


uno de ellos por la suma de l mismo y una combinacin lineal de los restantes.

vector u na
combinacin
lineal de los
de ms

un sistema de vectores de un espacio vectorial E, y


elijamos en l un vector, por ejemplo: u1, I si or2, . . . , du, son escalates, consideremos el

Demostracin

Sea

(ur,ur,...,u)

vector:
1)'L

- Ut -f zUZ -l' '' + nl)n,

(3 1)

y por tanto:
uy
De (31) se deduce:

- ui - ( zuz+'''

+ unun)

(3 z

Iut,7)2,..-,unl q (ut,r)2,--',I)tt) , y pot tanto (cf. ejercicio 6, p .72):


L(ui,

r,

(3 3)

tanto:

a su vez, de (3 2 ) se deduce : {u r, u Z

L(ut,

(34)

u2

De (33) y (34) se obtiene: L(ur,uZ


ang o

(ut,r)Z
lim

I (r'r,t)2,.,.,nn) -

ran

go (ut

ran

go (u'1,u2

y en conclusin:
rango

El rango

disminuye en 1 si
se extrae un
vector que no es

-f zuz *' ' ' + nun,l)z, -..,un)


C.Q.D.

Si U1, 1t2, ..., Utt Son vectores de un espaCio vectorial E de


Proposicin f.l9
y
dimensin finita, u es unvector de E que no es igual a una combinacin lineal de
ellos, entonces:
rang o (w,1)L,Uz

combinacin
lineal de los
de ms

(ur,l)z,...,un) -

Designemos por p el rango de los vectores ut, uz, - - -, un'


un : O, y puesto que rrr no es combinacin lineal de ur,
Si p = g, entonces t)r : uz
+
O,Y
tiene:
w
...,
ur,
se
u2,

Demostracin

rango (ur,ur,7)Z

].

RANGO DE UN SISTEMA DE VECTORES

8E

p > 1, entonces hay p vectores linealmente independientes entre los vectores ul,
u2,..., uuy no ms de p; podemos suponer, sin prdida de generalidad, son los p priSi

t)t, uz, ..., t)p. De esta forma se tiene: I(u1,u2,...,un)


acuerdo con el ejercicio 6(e) (cf. p. 72); podemos escribir:
meros:

L(to,ut,uz,...,ur)

= L(ut,u2,...,ur),y

de

: L(w,ur,uz,...,up),

de donde:

rango(u,uy,uz,...,un):

rngo

(w,ut,uz,...,up).

(35)

Ahora, como u no es igual a una combinacin lineal de los vectores uy, u2, . .., un, larnpoco es igual a una de los vectores ut,uz,...,rrp, as que el sistema (w,ur,trz,...,ur) es
libre (cf. ejercicio 5, p. 70), y se tiene:

rango(ut,7)L,l)2,...,Up): p + 1.

(36)

Finalmente, de (35)y (36) se concluye:


rang o

(ut,r)r,r)2,, ..,t)n)

tango

(-,ur,u2

rango(ur,t)2
C.Q.D.

2. Ejemplos de cIculo de

rangos

Las proposiciones L18 y I.19 permiten cal-

cular en la prctica el rango de un sistema de vectores de R.n. Veamos con un ejemplo


el procedimiento.
Calculemos el rango de los siguientes vectores de

ur

(1,

1,0),

uz

: (2,I,I),

u3

R.3:

1),

(0,0,

ua

: (-I,0,2).

En primer lugar, elijamos un vector cuya primera componente sea no nula; por

ejemplo: u1.
A continuacin, consideramos el vector:

uL:uztu1'
donde

c{ es

un escalar tai que la primera componente de u!


uL

uz

- 2u1 :

(0,

-1,

es nula. Nos

siwe a = -2:

1);

de acuerdo con Ia proposicin I.18 (cf. p. 82) se tiene:


rang O

(Ur,l)2,U3,U4)

rang O (Ur,l)'r,UZ,U+)

(37)

AnIogamente, definimos los vectores ul y u a a partir de u3 y 1r4, respectivamente, y


sirvindonos de ur para conseguir que la primera componente resulte nula:

ui - u3 * 0u1 U'4:l)4* U1:

(0,0, 1),
(0, 1,2).

I.

8+

Aplicando dos veces consecutivas la proposicin L18,


rango (u1, u'2,uz,us)

rango

ESPACIOS VECTORIALES

se obtiene:

(utu'z,u|,us) = rango (utuL,u1,ul)

y con (37) se deduce:


rango

((

1, 1,0) ,

(2,1, 1 ), (0, o, 1 ), ( -

1, o, 2 ) )

:
Losvectores

rango((1, 1,0), (0,

-1,

1), (0,0, 1), (0, 1,2)).

uz,uiyu'a,es decir: (0,-1,1), (0,0, 1), (0, 1,2),tienensuprimera

componente nula, y por tanto Io mismo le ocurrir a cualquier combinacin lineal de


ellos. En particular, eI vector ut = (I,1,0) no ser combinacin lineal de u'2, u5 y uL.
En consecuencia, y de acuerdo con la proposicin L19 (cf. p. 82):
rango((1, 1,0), (0, -1, 1), (0,0, 1), (0, 1,2))

: I + rango ((0, -1, 1), (0,0, 1), (0, 1,2)).

Ahora, llevamos a cabo unprocedimiento anlogo con los vectores u2,u!y ua:
como sus primeras componentes son nulas, buscamos uno de ellos que tenga no
nula su segunda componente, por ejemplo: u'2, y siwindonos de l obtenemos de
los restantes vectores, esto es, de
nula. Definimos:

u, y ut, vectores cuya segunda componente s sea

u : u5 + Ou, :
u : uL+ u;:

(0,0, 1),

(0,0,3),

y de acuerdo con las proposiciones I.18 y L19, se tiene:


rango((0,

-1,

:
:

1), (0,0,1), (0, 1,2))

rango((0, -1, 1), (0,0, 1), (0,0, 3))


1

+ rango((0,0, 1), (0,0,3))

El vector u'{, es decir: (0,0, 1), tiene no nula su tercera componente. Si conside-

ramos:

u' : u - 3u :

(0,0,0), se cumple:

rango((0,0,1), (0,0,3))

1+

rango((0,0,0)) = 1 + 0:

Finalmente, recapitulando lo obtenido:


rango(u1, 7t2,uz,rn)

1 + rango

(ur,u't,u'n)

:2+rango(",")
:3+rango(u'):3.

1.

. soLUCtx or

EJEMPLO

Los EJERCtctos pRopuEsTos

5B

BS

Calculemos el rango de los siguientes vectores de Ra:

ur

: (0,0,1,0), u2: (0,1,1, -1), ue : (0, -I,2,L),


u : (0,0,0,0), us: (0,2,1,1).

La primera componente de todos estos vectores es nula. Buscamos, pues, alguno que
tenga la segunda no nula. Por eiemplo: uz. Sirvindonos de ?2, obtenemos los vectores:

(0,0, 1,0),

u; - us - 2uz -

(0, 0, 3, 0),

Ui

- Ul

ui :

*
u'+ : u+

tt2

t)3

(0, 0, 0, 0),

(0,0, -1,3),

y aplicando las proposiciones I.1B (cf.p. 82)y I.19 (cf.p. B2):


rango (u1,u2,u3,ua,u5)
La tercera componente del vector

= 1 + rango (u\,uz,uL,u't)

ui no es nula: a partir

'

de l definimos los vectores del

siguiente paso:

u:ui-3ut ul : u'q
u'{:u's* ui (ui,u|,u'+,u;)

de donde se deduce: rango

(o,o,o,o),
(0, 0, 0, 0),

(0,0,0,3),

+ rango (u,u,uJ).

Slo hay un vector con la siguiente componente no nul a: u { , y por tanto:

rango

(u,u',u'J)

y recapitulando: rang o (ur,Uz,1)3,U+,us)

r.11
Ejercicio
1p.

at

I
)

+ rango

(r,u';) - I + 0 :

1,

- 3.

SOTUCTON DE LOS EJERCTCIOS PROPUESTOS


Sea ,r

e R*

{0}.

Se

tienenlas siguientes equivalencias:

(xt,xz) e R(a,b) e xt=AaYxz:A'b paraalgnAe R'


<--; xr : A'(ua) Y xz : A'(ub) para aign A' e R.

e
donde A'

AlU.

(xt , xz) e R(ua, Ub),

I.

86

ESPACIOS VECTORIALES

Este resultado puede generalizarse a un espacio vectorial cualquiera: si rrl es un


vector de un espacio vectorial E sobre un cuerpo K, y t es un escalar distinto de 0,

entonces se verifica: K(pru)


anterior.

Kur. La prueba es anloga a la efectuada en eI parrafo

Ejercicio 2 El sistema ((1,0,0),(0, 1, a),(0,a, 1)) es ligado precisamente si existen tres escala(p. 66) res a, y y,no todos nulos, tales que:
c{(1, 0, 0) +

B(0,L,a) + y(0,a,I)

(0, 0, 0),

o bien:

c{:0, s+Y&:0, Ba+Y:0.

(3 B)

Supongamos que d, B y y son tres nmeros que verifican (38). De la segunda


igualdad se obtiene: F -- -ya, que sustituido en la tercera nos da: -yaz +/:O, o

y(l - a2) =O.


SiI - az + 0, de la igualdad anterior se deduce que y : 0, y sustituyendo en (38)
se obtiene que d: B: O. De estaforma, sil- a2 + 0, Ios escalares a, py y son

bien:

(0,I,a) y (0,a,,1) no son linealmentedependientes,oloqueeslomismo: elsistema ((1,0,0), (0,1,q),(0,a,I))


necesariamente nulos, y por tanto los vectores (1,0,0),

no

es ligado.

Analicemos ahora qu ocurre si I - az : 0, es deci, si a.


que
A:7, las igualdades de (38) se reducen a:
en

: I

oa

: -L

En el caso

c{:0, p+y:0, B+Y:0,


:
:
:
Ias cuales son verificadas
-por ejemplo- por d O, B 7 y y -1. En conse:
(0,
(1,0,0),
(O,a,I)
y 1, a) son linealcuencia, en el caso en que a. l,los vectores
mente dependientes, pues hemos encontrado tres escalares no todos nulos -precisamente:0, 1 y -1-, que verifican: 0(1,0,0) + 1(0, a,l-) + (-1)(0,I,a) : (0,0,0).
Un anlisis anlogo nos mostrara que en el caso en que a, : -I tambin es ligado
el sistema ((1, 0, 0), (0,I, a), (0,

a,I)).

Recapitulando: el sistema ((1,0,0), (O,I,a),(O,a,I)) es un sistema ligado pre-

cisamentesia:Ioa:-L
Ejercicio

Concluye el ejercicio 2 con la afirmacin de que eI sistema ((1,0,0),

(0,1,a),(O,a,l))

1p.69) esligadoprecisamentesia: Loa: -l.Estesistema((1,0,0),(0,L,a),(0,a, 1)) es


entonces libre precisamente si a + I y a + -I.

4
70)

Ejercicio
1p.

La condicin es necesaria. Supongamos que r, no es igual a una combinacin lineal


de los vectors trl , uz, ..., un,y sean o(r, 2, . . ., o(n y B escalares tales que:

ohUt

azUz

+ oht)n + Bw

0.

. soLUCtN or

Los EJERctctos pRopuEsTos

8Z

Si ocurriera que es no nulo, de esta igualdad podramos deducir:

U):

B-L

(-atUt- 2U2- .-

nun),

u es combinacin lineal de u1, nz,


supuesto. Por tanto, necesariamente se tiene: B : g.

..., nn, en contra de lo

lo que establecera que

La condicin es tambin suficiente. Supongamos que de cualquier igualdad de la


forma ojuy-r ot2u2-r "'+ o(nun+ Bw:0 se deduce que B:0. Sit fueraigual a
una combinacin lineal de u1, n2, ..., ttn, es decir, si w : yrur + lzuz + "' + ynun

para algunos escalares yt-, y2,

YtUt
para

..

., yn, se verificara:

* YzUz *

tynun*Sw-0

- -1, y llegaramos a una contradiccin,

(3 e)

pues de verificarse (39) debera

deducirseque:0.
Ejercicio

Sean o(r, 2, . . ., an y B escalares tales que:

(p. 7 0)

But +

fittrt* zuz* -+ o(nv)n -

(40)

0.

Como el vector rrr no es igual auna combinacin lineal de u1, uz, ...,un, de (40) se
deduce: P:0 (cf. ejercicio 4,p.70), yportanto d1u1 * 2u2-r "'+ nun: O,
de donde se infiere son nulos los escalares a1,a2,...,n, pues los vectores ?1,
nz, . . ., u n son linealmente independientes. En consecuencia, de la igualdad (40) se deduce: B : o<r : z: ...: o(n:0, Io que establece que el sistema (ut,7tt,uz,...,un)
es un sistema libre.

6 Se tiene:
(p.72) a) Stuie A, entoncespodemos
ui:1Y a - 0 si i + j.

Ejercicio

de u1,
a

7)2,

escribir: U j: oq_Ut*oQUz-f'" tpUp, donde:


Todo vector de A s, pues, combinacin lineal
que
es lo mismo que decir que todo vector de A pertenece
..., r)n,

L(A): A c f(A).

Nota bene

Puede ocurrirt

A:

L(A), como sucede si A

- (0).

A c F, entoncps t)1, u2, ..., un son vectores del subespacio vectorial F, y

b)

Si

c)
d)

toda combinacin Iineal de ellos pertenece a F, es decir:


Es un caso particular de (b), tomando: F : L(B).
Se tiene la siguiente cadena de implicaciones:

(A es subsistema de B)

g fi

c L(B)

(c)

I(A) c f.

L(A) q L(B).

BB

I.

e)

ESPACIOS VECTORIALES

Se tiene Ia siguiente cadena de implicaciones:

L(A)

:.tul I A = L(B) 9 a r L(g,(u))


9 , {u} = L(B,tu)) 9 L(A,(u)) . L(g,(u)),

y anlogamente se demostrarat L(8,(u)) L(A,(u)).


=
Se tiene: A es subsistemade B,B c Ey L(A): E,ycomo consecuencia:

fl

E:L(A)eL(B)=E,
de donde: L(B)

7
1p. z2)

Ejercicio

E, es decir: B es un sistema de generadores de E.

Supongamos, por ejemplo, que B

c B'. Entonces

cada vector de B figura en la base B',


que es .r1- eue no pertenece a B.
-consideremos
Como B es unabase de E, el vector /1 s rro combinacin lineal de los elementos

y existe algn vector de B'


de B:

u1: dtl)t * 2u2 + ' ' ' + aouo, de donde:


d.1Uy

-l d2U2 -1 "' + apup

- tttt :

O.

Peroestaltimaigualdadesunaformadeexpresarque (u1,n2,...,up,wt) esunsistema ligado, en contradiccin con el hecho de que (ut,uz,. ..,up,ru1) es un sistema
libre (aI ser subsistema del sistema libre B').
Un argumento anlogo demostrara que no puede ocurrir que B' est estrictamente contenido en B.
Ejercicio 8 Denotemos por r el rango de los vectores
(p. 82) r : rango((I,O,a),(b,0,-D, (0,c,c)).

En primer lugar, observamos que

dientes precisamente

r:
y asr

(I,O,a), (b,0,-l) y (O,c,c), es decir:

(I,0,a) y (b,0,-1) son linealmente indepen: -1, entonces:

siab + -1. De esta forma, siab

rango((1,0, a), (b,0, -1),(0, c,c)) = rango((1, O,a), (O,c,c)),

es igual a

si c

0, y es igual a 2 si c + 0.

Por otro lado, si ab + -7, como ya sabemos que (1,0,a) y (b,0,-D son linealmente independientes, slo nos resta estudiar si el tercer vector: (0, c , c) , es igual a
una combinacin lineal de ellos. Desde luego, si c : 0, la respuesta es afirmativa, y
se tiene:

r = rngo ((I,0, a), (b,0, -7)) = 2.


Si

c + 0, supongamos

se verifica Ia igualdad:

(1,0,a) + p(b,0, -I) + y(0,c,c)

(0, 0, 0)

r"t

t.

soLUCrN

or

Los ElERctctos pRopuEsTos

8g

(para algunos escalares a, B y y). Esta igualdad vectorial es equivalente a estas tres
igualdades:

:0, ua- B*lc :0,


de stas se obtiene: y : O. El resultado del ejercicio
u+

Pb

:0,

)tc

y de la segunda
4 (cf. p. 70) per(1,0,
(0,
que
lineal
de
a) y (b,0, -1),
mite inferir
c,c) no es igual a una combinacin
y en conclusin:

r:

rango((I,O,a),(b,0,-I), (0,c,c))

3.

Resumimos en eI siguiente cuadro lo obtenido en este ejercicio:

6Lb : -1
eb + -1

C:0
T-1

T:2

c+0
T:2
T-3

I.

9o

ESPACIOS VECTORIALES

RECAPITUIA.CION I
Deftnicin de espacio

vectorial

Consideramos un conjunto E no vaco y un

cuerpo (K, +,') conmutativo:


. E es un espacio vectorial sobre el cuerpo K significa: sobre E estn definidas:
o una ley de composicin interna que articula E como grupo abeliano;
a una ley de composicin externa para K que verifica: es asociativa en los
elementos de K, stributiva respecto de la operacin + de K, distributiva
respecto de la operacin + de E, y neutra para eI elemento 1 de K.
Se Ilama a los elementos de E vectores; a los de K, escalares'

. Propiedades:
o YxeE,Ox:O,
o VA K, A0:0,
o VxeE,-x:(-I)x,

[A

oVAe K, Vxe E,\x-0<+]

-o
o

eS espacio vectorial sobre

Lr-0.

K: al Considerar Ia operacin

como operacin

externa.

Kn (n > 1) es espacio vectorial sobre K con las operaciones:

(ar,2,...,yt) + (8t,82,...,Fn): (ar + BL,o(2+ Fz'"',n+ fir),


A(a t, Z
En

particular:

R?

es espacio vectorial sobre R.

o Dados dos espacios vectoriales E y F sobre K, FE (conjunto de las aplicaciones


de E en F) es espacio vectorial sobre K con las operaciones:
o adicin de aplicaciones: lf + gl@) - f (x) + g (x);
o multiplicacin por un escalar: lLf l(x) - If (x).
EI elemento neutro de la adicin de aplicaciones se denota: O,y verifica: Y x e
E, O(x) - 0r (donde 0r designa el elemento neutro de la adicin de vectores
de F).

. Para un vector (ut, 2,. .., n) de Ku: d1 s Su primera

componente, d2 s s
segunda componente, etc, y o( es su i-sima componente (1 < < 7L)'

Subespacos

vectoriales

Consideramos un espacio vectorial E sobre un cuer-

po K:

Subespacio vectorial de E: F c E, F no vaco, y tal que:

(vt",u,)eF2,ut:rleF)

Y (vAe K, Vue F,Au cF)

, ECAPITULACION I

9r

Propiedades:

o
o

si F es subespacio vectorial de E, entonces: 0 e F;

todo subespacio vectorial es espacio vectorial;

o {0} y E son subespacios vectoriales de E;


o Kz : {az I u e K} es subespacio vectorial de E;

.
.

o la interseccin de subespacios vectoriales es un subespacio vectorial.


Condicin necesaria y suficiente: F es subespacio vectorial precisamente si:
V(a,)e K2, V(u,w)e F2,uu+Bwe F.
El conjunto {(xt,xz,...,xn) R" I cL1x1 -l 612x2* "'+cLnxn:0} es subespacio vectorial de R4.
Sl (a,b) + (0,0): {(xt,x) e R2 | axt + bx2 :0} : R.(-b, a).

Suma de subespacios vectoriales Consideramos un espacio vectorial E sobre


un cuerpo K:
. Si A c E y B c E son no vacos, se define:

A+B:I*+ylxe
Caso particular:

A:

{x}

Ay yBI.

+ A.

At, Az, ..., An son subconjuntos no vacos de E, se define la suma Ay + A2 +


. . ' -t An como el conjunto:

Si

{x1 +

.
.

Si

Fr,

F2,

...,

x2+'''

xnl xt

e A1, x2

A2,...,

xn e AnI'

F," son subespacios vectoriales, su suma es subespacio vectorial.

Dos subespacios vectoriales F y G son independientes si: todo vector de F + G


se puede obtener de manera nica como suma de un vector de F y un vector
de G.

directa, y se denota: F e G.
Condicin necesaria y suficiente de independencia: F y G son independientes
precisamente si: F n G : {0}.
Dos subespacios vectoriales F y G son suplementarios si: son independientes
y su suma (directa) es E: F @ G : E.
Combinacin lineal de los vectores r)r,t)2,...,un de E: cada vector del subespacio vectorial Ku1 + Kuz +' . . + Kun.
Un vector z e E es una combinacin lineal de u1, ltz,...,un si y slo si existen
escalares r, 2, .. ., n tales que: z : ru7 -l 2u2 + " ' + nltn.
Toda combinacin lineal de vectores de un mismo subespacio vectorial perteSi F y G son independientes, su suma se llama suma

nece aI subespacio vectorial.

I.

92

ESPACIOS VECTORIALES

aftnes Consideramos un espacio vectorial E sobre un cuerpo K:


SubespacioafndeE: A c E,Anovaco, y A: u +F, con u e Ey F subespacio
vectorial de E.
Son subespacios afines de E: {u} (donde u e E), y cualquier subespacio vectorial de E.
Recta de E: u + Krr, donde ut + O. Toda recta de E es subespacio afn de E.

Subespacos

.
.

Propiedades:

o (we u+F) e Qa+F:u+F)i


o (u +F es subespaciovectorial ) .o siu + F : w + G, entoncesF : G;
.

(u e F);

o la interseccin de subespacios afines, si no es vaca, es subespacio afn.


Hiperplano de Ru: dados r, &2,..., az nmeros reales no simultneamente
nulos, es eI conjunto:

l(xr,xz,...,xn). R, I ior*r: al
i=I

.
.

Todo hiperplano de Ru es subespacio afn de Ru.


Subespacios afinesparalelos: u + F yu + G sonparalelos si: F: G.
EI subespacio afn u + F es dbilmente paralelo al.ut + G si: F c G.
Combinacin afn de los vectors il.r1, tDz, . . . ,utn de E: todo vector de la forma:
11U1 -l a27o2 1- ".+ a.n|on donde 1 -f 2 +.'.+ n:1.
Todo vector que es combinacin afn de vectores de un mismo subespacio afn
pertenece al subespacio afn.

vectores Consideramos un espacio vectorial E:


Sistema de vectores de E: lista, o coleccin, finita ordenada de vectores de E.
El sistema S formado por los vectores t)7, uz, ..., un se escribe de esta forma:
S : (ur, n2,. . . ,u.,), y de ellos se dice son los vectores de .S.
El cardinal del sistema S es: Card(S) : Card (ur,t,z,...,un) : n.
o Que el sistema S es subsistema del sistema S' significa: todo vector de .S es
de S' y no figura en la lista de S ms veces que en la de S'.

Sistemas de

Vectores linealmente dependientes Consideramos un espacio vectorial E sobre un cuerpo K:


r Los vectores

7)1, t)2, . . .,ltn de E son linealmente dependientes, o bien: eI sistema (u1,u2,...,un) es un sistemaligado, si: existen escalares t, 2,..., n,
no todos nulos, tales que yu1 -l 2u2-l ' . ' + anun: O.

Propiedades:

o (0) es un sistema ligado;


o si u e E y u # 0, entonces (u) no es un sistema

ligado;

: ICAPITULACION I

93

o
o

todo sistema en el que figure el vector 0 es un sistema ligado;


todo sistema en el que uno de los vectores sea igual a una combinacin
Iineal de los restantes es un sistema ligado;
dados dos vectores: u + O y u), (u,u) es sistema ligado precisamente
si rrr

e Ku;

o si B' es subsistema de B y B' es sistema

ligado, tambin lo es B.

Vectores linealmente independientes Consideramos un espacio vectorial E sobre un cuerpo K:


. Los vectores uy, u2, ..., nn de E son linealmente independientes, o bien: el
sistema (7rt,uz,...,un) es un sistema libre, si: Ios vectores no son linealmente
dependientes, o equivalentemente: de Iaigualdad a1u1 -t ot2u2+''' + oqun : O
se deduce:

t: dz

an:0'

Propiedades:

o (0) no es un sistema libre;


o si u e E y u + 0, entonces (u) es un sistema libre;
o todo sistema en el que figure eI vector O no es un sistema libre;
o todo sistema en el que uno de los vectores sea igual a una combinacin
o

lineal de los restantes no es un sistema libre;


dados dos vectores: u + Oy u, (u,r) es sistema libre precisamente si

ueKu;
o

todo subsistema de un sistema libre tambin es sistema libre.

Sistemas de generadores. Bases Consideramos un espacio vectorial E sobre


un cuerpo K, y un sistema B : (utt)2,...,u") de vectores de E:
. Notacin: L(B):L(uu2,...,u.n): Kur + Ku2 + "'+ Ku.
. Sistema de generadores de E: se dice que B es sistema de generadores de E, o
que los vectores t)r, t!2, . . ., un generan E, si: L(B) : r.
. Base de E: B es base de E significa: B es sistema de generadores de E y B es
sistema libre.

Condicin necesaria y suficiente: B es base de E precisamente si todo vector


de E se puede expresar de manera nica como combinacin lineal de los vectores de B.

Coordenadas de un vector u de E en la base (7tt,uz,...,un): los nicos escalares r,o.2,...,n talesque: u: tut* 2u2 + .''+ nun.
Base cannica de Ku: el sistema Bc : (et,az,...,en), con: et : (1,0,...,0),
ez : (0,1,0, . ..,0), ... , en : (0,...,0, 1).
Las coordenadas de un vector de Kn en la base cannica son sus componentes.

I.

94

ESPACIOS VECTORIALES

Teorema de la base incompleta: si B es un sistema de generadores de E y ut,


l)2, ..., 7rp sotr vectores de B linealmente independientes, entonces existe una
base de E que es subsistema de B y en la que estn los vectores ut, uz, . . ., up.
Si Br y 82 son dos bases de E, entonces: Card (Br ) : Card(Bz).

Dimensin Consideramos un espacio vectorial E:


. Dimensin finita: que E es de dimensin finita significa
generadores

admite un sistema de

(ut,uz,...,u*).

En particular, E

{0} es de dimensin finita.


+ {O} y es de dimensin finita, admite una base.
Dimensin de E; si E + {O}, se define como eI nmero

de vectores de cualquiera

de sus bases (que es el mismo para toda base); si E

{O}, se define igual a 0.

Si E

denota: dim E.
tiene: dim Ku : n, dim{O} : 0.
Propiedades: consideramos dim E: rL, conn > I:
o n generadores de E forman una base de E;
Se
Se

o rL vectores linealmente independientes de E forman una base de E;


o todo sistema de vectores de E de cardinal mayor qtue n es un sistema
ligado;

o el nmero mximo de vectores linealmente independientes de E es n;


o entre los vectores de un sistema de generadores de E es posible escoger rL
o

Iinealmente independientes, pero no ms de n;


todo subespacio vectorial de E es, como espacio vectorial, de dimensin
finita menor o igual qve nl
si el subespacio est estrictamente incluido en E, entonces su dimensin
es menor que n;

si un subespacio vectorial de E es de dimensin igual a rL, entonces coin-

cide con E.

Rango de un sistema de vectores Consideramos un espacio vectorial E;


. Rango del sistema (ut,uz, . . . ,un), o de los vectores ur, uz, . . ., uni dimensin
del subespacio vectorial que estos vectores generan.
Se denota: rango (u1,uz,.. . ,u.,).
Por definicin: rango (ur,uz,...,u..,-) : dim L(u t,uz,...,u.,-).
Se verifica: rango (0) : 0.
. Propiedades: consideramos un sistema B de vectores de E;
o el nmero mximo de vectores linealmente independientes de B coincide

con el rango de B;
el rango de B es menor o igual que el cardinal de B, y se da la igualdad si

RECAPITULACION I

y slo si B es sistema libre;


si dimE : z, entonces eI rango de B es menor o igual que

7L'

y se da Ia

igualdad si B es sistema de generadores de E;


si B : (ut,t)z,. . . ,ur,-) Y eI vector rr es combinacin Iineal de los vectores
de B, aI aadir w a B elrango no vara:
rango

pero si

(ut,l)t,u2,,..,um)

rango

(7rr,uz,''',u^)l

no es combinacin lineal de los vectores de B, al aadir

aB

el rango aumenta en 1:
rang o (ut ,7) r,7)

No

modifica eI rango de unos vectores u L, nzt -.., u* sil


o se sustituye uno de los vectores: ui (L < < rn), por aUb donde c'( +
o se permutan entre s dos de los vectores;
o se sustituye uno de los vectores por la suma de l mismo y una combinacin lineal de los restantes.
se

Cnprulo II
APLICACIONES LINEALES

II. APLICACIONES

98

ESQUEMA

RESTJMEN

IxraonuccrN

99
Recordatorio sobre aplicaciones, 99 Definicin de
aplicacin lineal, 100 Propiedades de una aplicacin
lineal, 102 . Aplicaciones lineales con conjunto de partida un espacio vectorial de dimensin finita, I04 . El espacio vectorial

L(E,F), 108 . Isomorfismos de espacios

108

vectoriales,

Formas lineales,

109

Aplicaciones

afines, 110.

1. Definicin de aplicacin lineal


2.

1.

lineal

. 115

de

1.
2.
3.

base

4.

19

rrnear

13

. T22

Caracterizaciones de una aplicacin lineal

inyectiva.

dimensiones

El espacio vectorial

.C

(E, F )

I24

. T29

131

6.

132
Definicin de isomorfismo. Espacios vec. r32
toriales isomorfos
.133
Propiedades

Formas

1.
2.
3.

lineales

13

Espacio dual. Formas lineales

Base dual

Ortogonalidad

RcaprrrJLACrN

II

.135
.138
.139

139

B. Solucin de los ejercicios propuestos

Una primera propiedad


Rango de una aplicacin
Caracterizacin de una aplicacin lineal
por las imgenes de los vectores de una
.

Teorema de las

7. Aplicacionesafines

partida un espacio vectorial de dimensin


1

6.

2.

. LI7
2. Ncleo de una aplicacin lineal
3. Inversa de una aplicacin lineal biyectiva . I 1B
4. Composicin de aplicaciones lineales .118

finita

Caracterizacin de una aplicacin lineal


. L27
suprayectiva .

1.

13

3. Aplicaciones lineales con conjunto

5.

5. Isomorfismos de espacios vectoriales

PropieCades de una aplicacin lineal 115


1. Propiedades generales; imagen de una
aplicacin

LINEALES

r13

I15

Definicin y propiedades, I45 Aplicaciones lineales


con conjunto de partida un espacio vectorial de dimensin finita, 146 . El espacio vectorial L(E, F), L47
. Isomorfismos de espacios vectoriales, I47 Formas
lineales , I47 . Aplicaciones afines, L4B.

99

TRODUCCION

INTRODUCCION
Recordatorio sobre aplicaciones El lector que no est familiarizado con las
aplicaciones o con su manejo puede consultar el apndice A. No obstante, ofrecemos
en esta introduccin un repaso de lo ms esencial sobre ello.
Recordemos, en primer lugar, que luna aplicacinest definida por un conjunto de
partida,un conjunto de llegada, y una forma de asignar a cada elemento del conjunto
de partida un elemento y slo uno del coniunto de llegada. Por ejemplo, si consideramos el conjunto A: {I,2,3} como el de partida, el conjunto B : {a, b} como eI de

llegada,yasignamosalelementolela,yaloselementos2y3elb,tenemosunaapli-

cacin del conjunto A en el conjunto B. Si la denotamos por f , escribimos: f (t) : a,


para dar a entender que al elemento I le asignamos el elemento a, y decimos: la imagen p la aplicacin / de 1 es igual a a (o f aplica el elemento 1 en el elemento a);
anlogamente: f (2): by f (3) : b.
En segundo lugar, tenemos inters en recordar los conceptos de imagen por una
aplicacin de un subconjunto del conjunto de partida, y de imagen recproca por una
aplicacin de un subconjunto del conjunto de llegada. Lo vemos con un ejemplo.

la aplicacin del conjunto A: 1I,2,3] en el conjunto B : {a,b,c} definida


por /(1) : a, f (2) : b y f (3): b. Si consideramos el subconjunto Ar : {1,2} de A,
la imagen por / de sus elementos es: /(1) = ay f (2) = b. Se llama imagen por / del
conjunto .41 al conjunto formado por estas imgenes, y se denota: f lAtl. Es decir:
el conjunto f lA;i1 es el formado por aquellos elementos de B que son imagen por /
de algn elemento de Ar; en smbolos: flAi : If @) | x e ArI : {a,b}' Si, por
ejemplo, A2: {2,3}, entonces f (2) : f (3) = b,y flAzl: {b}' Y si consideramos
como subconjunto de A el mismo A, obtenemos: /[A] : {a,bl (eI elemento c no
es imagen de ningn elemento de A); aI conjunto /[A] se Ie llama imagen de la
Sea

f ,y se denota: lml.
Por otra parte, si consideramos eI subconjunto 81 : Ib,c\ de B, todos los elementos de A cuya imagen por / pertenece a 81 son 2 y 3 (ambos se aplican en b y
no hay ms que se apliquen en b, y a su vez no hay ninguno que se aplique en c).
Se llama imagen recproca por / del conjunto 81 al conjunto formado por los elementos de A cuya imagen por / pertenece a 81, y se denota: f l lBi; en smbolos:
f-rlnl : {x e Al f @) e Br} : {2,3}. Otros ejemplos de imgenes recprocas
son: /-1[{a}] : {t}, f-tl{a,b}l: 1r,2,3} y f-lUc}l: a.
aplicacin

bene

Nota
Ntese que la palabra imagen aparece de cuao maneras: imagen de un elemento por una aplicacin, imagen de un conjunto por una aplicacin, imagen de una
aplicacin, e magen recproca de un conjunto por una aplicacin. a

II. APLICACION ES LINEALES

A continuacin, recordemos que una aplicacin / de un conjunto A en un conjunto B es inyectiva si las imgenes por / de elementos distintos de A son elementos distintos de B; o dicho de otra forma: dos elementos de A que tengan la
misma imagen por / son necesariamente iguales. Por ejemplo, si;f es la aplicacin
de A : {7,2,3} enB : la,b,c,dl ralque /(1) : e, f(2) : b V fG) = d, entonces;f es inyectiva, pues no hay dos elementos distintos del conjunto de partida con
Ia misma imagen por f . Sin embargo, la aplicacin h, entre los mismos conjuntos,
definida por h(1) : a, h(2) : b y h(3) : b no es inyectiva, pues hay al menos dos
elementos distintos con la misma imagen: LL(z) : h(3) : b.
Recordemos asimismo que una aplicacin / de un conjunto A en un conjunto B
es suprayectiva si cada elemento de B (conjunto de llegada) es imagen por / de aI
menos algn elemento de A (conjunto de partida); o expresado de otra forma: si Ia
imagen de / coincide con B. Por ejemplo, la aplicacin a del conjunto A : {I,2, 3} en
el conjunto B : |a,b] definidapor a(l) : b y u(2) : u(3) : 4 s suprayectiva, pues
cada elemento en el conjunto de llegada, es decir, en B, es imagen por z de algn
elemento de A: lm

por

"

(1)

u (2)

-precisamente:

u : B. Pero la aplicacin ?, entre los mismos conjuntos,

dada

: u (3) : ano es suprayectiva, pues hay al menos un elemento de B


b- que no es imagen de ninguno de A: lm u : {a} + B.

Finalmente, recordemos que una aplicacin biyectiva es una aplicacin inyectiva


f de A: {1,2,3}

y suprayectiva a Ia vez. Por ejemplo, es biyectiva Ia aplicacin


enB = {a,b,c\ definidapor/(1) : b, f (2) = ay f (3): c.

Definicin de aplicacin lineal En este captulo estamos interesados en aplicaciones cuyos conjuntos de partida y llegada son espacios vectoriales, y que cumplen
ciertos requisitos. Consideremos esta aplicacin de R3 en R.2:

R3

R2

(xt -

(xt, Xz, xz)

2xz, xz

+ xz).

lo siguiente: la aplicacin / tiene como conjunto de


partida R3, como conjunto de llegada R.2, y Ia imagen por f de un vector arbitrario (xr, xz,xz) de R3 es el vector (xt - 2xz,xz + xz) de R2; por ejemplo:
Esta notacin nos informa de

f (t,0, -1) :

(1,

-1), f t0,0,0) : (0,0), f (-1, I l2,T) -

(-2,312).

Esta aplicacin verifica estas propiedades:

(xt,xz,xz) y (yt,!2,li de R3, se tiene:


f (xt,xz,xz) + f (yt,yz,y3), esto es: la imagen

cualesquiera que sean los vectores

f ((xt,xz,xz)

+ (yt,yz,!z))

de la suma de dos vectores del espacio vectorial de partida (en este caso, R.3)
es igual a la suma de sus imagnes, que son vectores del espacio vectorial de
llegada (en este caso, R.2);

ror

-RODUCCIN

cualesquiera que sean el vector (xt, xz, xz) de R.3 y el nmero real a, se cumple:
.f (u(xxz,x)) : af (xt,xz,,r3), es decir: Ia imagen del producto de un nmero real por un vector de R.3 es igual al producto del nmero por la imagen
del vector (en R.2).
La comprobacin de estas dos propiedades es sencilla, y totalmente anloga a Ia que
se lleva a cabo en el ejemplo 1 (cf. p. 113). Por verificarlas, se dice que Ia aplicacin /
es una aplicacin

Nota

lineal

Podramos haber presentado Ia aplicacin

de esta otra forma: Ia aplicacin

de R3

en R.2 queverifica: /(xr, xz,xz) = (x1-2x2,xz+xz). Estanotacin,quizms sencilla,

es

general, no exclusiva de las aplicaciones lineales.l Veremos ms adelante otras formas de


determinar una aplicacin lineal que s son especficas pua aplicaciones lineales.

Queremos comentar cmo es tod.a aplicacin lineal de R3 en R2: es tal que Ia


imagen de un vector arbitrario (xt,xz,x:) de R3 es un vector de R2 que es de Ia
forma (axt + b x2 + cx3, A' xy + b' x2 + c' x3), para algunos nmeros reales a, b, c, &',
b' y c' .Es decir:
R2

R3

(axt + bx2 + cxz, cL' xr + b'xz + c'xz),

(xt, Xz, Xz)

para algunos nmeros reales &, b, c, &', b' y c' Por ejemplo, son lineales las aplicaciones de R3 en R2 definidas de esta manera:

ft(xt,xz,xz) : (2xt,0), fz(xt,xz,x3) : (x2 - xr,5x3),


fz(xt,xz,xz) : (2xz,xt - 3xz + 9xz), fs(xt,xz,x:) : (0,0);
y no son lineales las definidas de esta otra:

: (xr,1), qz(xt,xz,xz) : (xzxz,xr + zxz),


!ft(x1,x2,xi : @1,x1 -3xz), g+(xt,xz,xr = (1,0)'

gt(xt,xz,xz)

Estos comentarios sobre cmo son las aplicaciones lineales se generalizan sin
dificultad a aplicaciones de Rz en Rm. Por ejemplo, toda aplicacin lineal / de R2
en R3 est definida de la forma:

f (xt, xz) : (axt + bxz, cL' xr + b' x2, a." x7 + b" xz),
para algunos nmeros reale s &, b, &' , b' , &" , y b"; algunas aplicaciones lineales de
en R3 son las definidas por:

ht@t, xz) : (Zxt t xz, -xr + 3x2, xr),


Ltz@t, xz)

(0, 0, xL

xz),

hz@t, x2) : G xz, 0, 5 x1 - xz


Ltq(xt, xz) : (xt, xr, xt).

lEn eI citado apndice A se pueden encontrar otras notaciones generales para aplicaciones.

12),

R.2

II. APLICACIONES

LO2

LINEALES

Propiedades de una aplicacin lineal En esta seccin se detallan propiedades


generales de las aplicaciones lineales. La ms sencilla establece que toda aplicacin
lineal aplica eI vector nulo del espacio vectorial de partida en el vector nulo del espacio vectorial de llegada. Por ejemplo, si / es una aplicacin lineal de R.3 en R2, la
imagen por / del vector (0,0,0) es el vector (0,0); en smbolos: "f (0, O,0) : (0,0).
Otra propiedad compara el rango de un sistema de vectores con el rango del sistema formado por las imgenes de tales vectores por una aplicacin lineal: el primer
rango es mayor o igual que eI segundo. Por ejemplo, el sistema ((1,2), (0, 1), (1, 1)),
d.e vectores de R2, tiene rango igual a 2,y si;f es una aplicacin lineal de R2 en R3
cualquiera, el sistema (f (7,2),f (0,7), f (I,1)), que est formado por vectores de R3,
tiene rango a lo ms igual a 2.
Una propiedad muy importante establece que la imagen por una aplicacin lineal
de un subespacio vectorial (del espacio de partida) es a su vez un subespacio vectorial
(del espacio de llegada). Si / es una aplicacin lineal de R 3 en R2, al calcular la imagen
por / de cualquier subespacio vectorial de R3, obtenemos un subespacio vectorial

de R2. En particular, la imagen del propio R3, es decir, la imagen de la aplicacin


lineal /: lm;, es un subespacio vectorial de R2. El subespacio vectorial lm/ es de
especial importancia, como veremos ms adelante.
Otra propiedad, tambin muy importante, es anloga de la anterior para imgenes
recprocas: Ia imagen recproca por una aplicacin lineal de un subespacio vectorial
(del espacio de llegada) es a su vez un subespacio vectorial (del espacio de partida).
Dada una aplicacin lineai / de R3 en R2, por ejemplo, la imagen recproca por / de
cualquier subespacio vectorial de R.2 es un subespacio vectorial de R3. Una imagen
recproca interesa especialmente: Ia del subespacio vectorial formado por el vector
nulo, es decir: /-1[{(0,0)}]. Este conjunto, subespacio vectorial del espacio vectorial de partida (en este caso R.3), se denomina ncleo de la aplicacin lineal -f , y se
denota:

Ker/.

En smbolos:

f :/-t[{(0,0)}] = {(xt,xz,x3) e R3 | f(xt,xz,xs) = (0,0)}.


Ntese que el ncleo de / tiene al menos un elemento: eI vector nulo.
Veamos un ejemplo. Consideremos la aplicacin lineal / de R3 en R2 definida
por f (x1,xz,xz) : (xy + xz,xz). La imagen de / es el subespacio vectorial de R2
formado por los vectores de R2 que son imagen por / de alguno de R3, es decir, son
Ker

aquellos vectores (a,b) de

Laigualdad

R.2

tales que:

f (xt,xz,4) : @,b) para algn (xr,xz,x) e R3.


f (xt,xz,xz) : (a,b) es equivalente a (xt + xz,xt) : (a,b), lo que es a

su vez equivalente a las ecuaciones:

X1|-Xz-a

y X3-b;

r03

"TRODUCCION

es fcil obtener una solucirri x1 : 0, xz : e Y xz : b (aunque hay ms soluciones), con Io que efectivamente es posible encontrar, para cada vector (a, b) de R.2,
algnvector (xt,xz,x:) de R.3 tal que f (xt,xz,4) : @,b);por ejemplo, nos sirve'. (x1,x2,xs) : (0, a,b).Laimagen de la aplicacin;f, es, entonces, R.2: lm.f = R2.

Por otra parte, el ncleo de la aplicacin lineal / es el conjunto de los vectores (xr,xz,x:) de R3 cuya imagen por -f es igual al vector nulo: (0,0), es decir: f (x1,xz,xz) : (0,0). Esta ltima igualdad es equivalente en este ejemplo a
esta otra: (xt + xz,x3 ) : (0, 0), a su vez equivalente a las ecuaciones:

x1

-tx2-0 y x3-0.

Podemos afirmat, entonces, que el ncleo de


ecuaciones x1 -l x2 : 0 Y xz : 0, es decir:
Ker

es el subespacio vectorial de R.3 de

f - {{*r,xz,xz) ep3 I xr -t xz- 0 Y xz - 0}

Otro ejemplo: la aplicacin lineal g de R2 en R3 definida por:


9 @t, xz)
Su imagen est

(xt, xz, xt

xz).

formada por aquellos vectores (a,b,c) de R3 tales que:


g

@t, x2) : (a,

b,

c)

para algn (xt,

x) e R2

Xt : CL, xz : b y xt + Xz : c. EStaS tres ecuaciones admiten una Solucin


simultnea siy sIo sia+b: c (ytal solucin sera: xr : a'Y xz: b), esto es, slo
hay solucin para los vectores (q,b,c) de R3 cuya telcera componente es igUal a Ia
suma de las dos primeras. La imagen de g es, pues, el subespacio vectorial de R3 de
ecuacin lz = lt I !2i en smbolos:2
es decir:

lmg

: I(yt,yz,/:)

e m,3 I yz: Yt

+ Yzl

Por otra parte, el ncleo de g est formado por los vectores de R2 cuya imagen es
igual a (0,0,0), es decir, por aquellos (xt,x) de R2 tales que g(xux) : (0,0,0), lo
que es equivalente a las siguientes ecuaciones:

x1-0, xz-0 y

x1

-lx2-0.

Obviamente, sIo un vector de R2: eI vector nulo, verifica simultneamente estas


ecuaciones:

(xt, xz) :

(0, 0). En consecuencia: Ker

g:

(0, 0) }.

2
Quiz el lector esperaba encontrarse con Ia ecuacin de este subespacio vectorial escrita de
que usemos son indiferentes siempre que quede
esta forma: x3
e m3 Iyg :7r + yz\
claro a qu componente se refiere cada una. Los conjuntos I|t,/z,t)

y I@t,xz,x) e m3 I xs : x\ * xz] son el mismo.

Lo4

II. APLICACION ES LI N EALES

En general, interesa determinar Ia imagen de una aplicacin lineal en el sentido

de saber si coincide o no con el espacio vectorial de llegada, y en caso negativo


conocer una ecuacin o ecuaciones que la determinen, y conocer tambin una base.
En lo que concierne al ncleo de una aplicacin lineal, interesa saber si coincide o
no con el subespacio vectorial (del espacio de partida) formado sIo por el vector
nulo, y en caso negativo conocer una ecuacin o ecuaciones, y tambin una base. EI
mtodo general para resolver estos problemas requiere el manejo de los sistemas de
ecuaciones lineales, que no estudiaremos hasta el captulo IV. Pero ms adelante,
en este mismo captulo, veremos algunas herramientas que permitirn atacar estos
problemas para muchas aplicaciones lineales sencillas.3

Aplicaciones lineales con conjunto de partida un espacio vectorial de dimensin ftnita Esta seccin es especialmente importante, pues las aplicaciones
lineales que nos interesan son las que tienen tanto como conjunto de partida como
conjunto de llegada algn R. (y ms particularmente R2 o R3, y eventualmente R4),
y todos los R.u son espacios vectoriales de dimensin finita.

un concepto que se introduce al principio de la seccin es el de rango de una


aplicacin lineal. Es tan til que es obligado su clculo para averiguar casi cualquier
cosa de la aplicacin lineal. El rango de una aplicacin lineal (de R. en Ru ) se define
como la dimensin de su imagen. Si

es una aplicacin lineal de R.n en Rm, su

rango, que se denota; rangof , es, pues, la dimensin del subespaciovectorial

lml;

en smbolos:

rangof

dim(lm/).

Para calcularlo, no hay ms que tener en cuenta esta propiedad: si calculamos las
imgenes por la aplicacin lineal de los vectores de una base del espacio vectorial
de partida, el sistema de vectores que forman estas imgenes (que es un sistema de
vectores del espacio de llegada) tiene por rango precisamente el rango de la aplicacin
lineal.a

veamos un primer ejemplo con la aplicacin lineal / de R3 en R2 definida de la


forma: f (x1,x2,x3) : @t * x2,x3), de la que ya hablamos en el apartado anterior.
La imagen de .., como calculamos en este apartado citado, es R2, luego su rango es
igual a 2: rangof : dim(lm/) : dimR.2 : 2. Pero calculmoslo como hemos apuntado, es decir, calculemos el rango del sistema de vectores de R2 (espacio de llegada)
formado por las imgenes por / de una base de R3 (espacio de partida). Lo ms
3Por otra parte, las habituales en las pruebas presenciales.
4En eI texto se demuestra una propiedad
ms general, en virtud de Ia cual bastara un sistema de
generadores en vez de una base; es decir: el rango de la aplicacin lineal es igual al rango del sistema de
vectores formado por las imgenes de los vectores de un sistema de generadores del espacio de partida.

105

,TRODUCCION

cmodo, habitualmente, es coger labase cannica: Bc


las imgenes por / de estos tres vectores son estas:

((1,0,0), (0,1,0), (0,0,1));

f (t,O,O): (1,0), f (0,I,0): (1,0) y f (O,0,1):

(0,1);

y el rango de la aplicacin lineal / es igual al rango del sistema que forman estas
imgenes: rango f : rango ((1,0), (1,0), (0, 1)) : 2.
Estudiemos otro ejemplo: la aplicacin lineal g de R2 en R3 definida de la forma: g(x1,x2) : (xt,x2,x1 t x2), que tambin se o en el apartado anterior. Ahora
el espacio vectorial de partida es R2, de base cannica el sistema Bc : ((1,0), (0, 1));
la imagen por g de estos dos vectores es: gr(1,0) : (1,0, 1) y g(O,l) : (0, 1, 1), y por
tanto:
rango

g : rango ((1,0,

1), (0, 1, 1))

2.

Recordemos que en el apartado anterior obtuvimos que Ia imagen de g es el subespaciovectoriallmg: I(yt,yz,ys) e R3 | yz: yt+ yzl;ahoranos damos cuentade
que la dimensin de este subespacio vectorial de R3 es igual a 2.
Despus de definir el rango, en esta seccin se estudia cmo una aplicacin lineal
queda perfectamente determinada con slo conocer la imagen por ella de los vectores
de una base. Ms en concreto, si de una aplicacin de Ru en R.% slo conocemos Ia
imagen de los vectores de una base de Ru, como nos digan que tal aplicacin es lineal,

automticamente podemos averiguar la imagen de cualquier vector. Veamos con un


ejemplo qu se quiere decir. De una aplicaciln h de R.3 en R.2 sabemos que en los
vectores de la base cannica de R3 acta as:

h(I,0,0) : (2,0),

LL(0,

1,0)

: (-1,0) Y

LL(O,0,

1) : (0, t.

Supongamos que tambin nos dicen qtJe h es lineal. Hay forma de conocer Ia imagen
por h del vector (2, - 1, 3), por ejemplo? S. El vector (2, - 1, 3) se puede escribir

como combinacin lineal de los vectores de la base cannica de p3 (y adems de


forma nica) as:
(2'-I'3):2(I'0'0) - (0' 1'0) + 3(0'0' 1)

(recordemos: Ias coordenadas de un vector en Ia base cannica coinciden con sus


componentes); como h es lineal, de aqu deducimos:

h(2,

-1,3)

- h(z(L,0,0) - (0, 1,0) + 3(0,0, 1))


- zl,L(L,0,0) - h(0, 1,0) + 3h(0,0, 1)
- 2(2,0) - (-1,0) + 3(0, 1) - (5,3).

Vemos que el hecho de que h sea lineal nos ha llevado a conocer la imagen del
vector (2,-1,3), conocidas las imgenes de los vectores (1,0,0), (0, 1,0) y (0,0, 1),

II. APLICACION ES LIN EALES

106

que forman una base. Con el mismo procedimiento podramos averiguar Ia imagen
de cualquier otro vector. Calculemos entonces Ia imagen de (xr, xz,x3), vector arbitrario de R.3; sus coordenadas en Ia base cannica de R3 (que coinciden con sus
componentes) sonx1, x2\ xgi

(xt,xz,xz) : xt(I,0,0)

xz(o,1,0) + x: (0,0, 1);

de aqu, por ser h lineal:

: h(xJ

h(x1,x2,xs)

1,0,0) + xz(o,1,0) + xs(0,0,1))

= xth(1,0,0) + xzh(0,1,0) + xzh(0,0,\)

: xt(2,0) + xzGI,0)
: (Zxt - Xz,Xz).

+ x3 (0, 1)

Y esto nos permite concluir: la aplicacin h es la aplicacin de R3 en R2 definida de


la forma: h(xt,xz,xz) : (2xt - xz,xz).

Nota

En referencia a este ltimo ejemplo, debemos hacer notar que hay infinitas aplicaciones de R3 en R2 que aplican, como h, los vectores (1,0,0), (0, 1,0) y (0,0, 1) en los
vectores (2,0), (-1,0) y (0, 1), respectivamente; pero de estas infinitas aplicaciones hay
una que es lineal, y slo una: precisamente h. Ahora cobra sentido la afirmacin de que

una aplicacin lineal queda determinada cuando se conocen las imagnes por ella de los
vectores de

unabase.

Con la aplicacin lineal


de

h(xt,xz,x3)

pafiir

h del ejemplo anterior, hemos encontrado la expresin

de las imgenes de los vectores de labase cannica. Si lo que

conocemos es la imagen de los vectores de otra base (no necesiamente la cannica),

tambin queda determinada la aplicacin lineal. El procedimiento para averiguar la


expresin de h(xt,xz,xz) en tal caso habra requerido un paso intermedio adicional
(porque las coordenadas de un vector en una base que no sea la cannica no coinciden
en general con sus componentes), pero no es ms complicado. En el texto figura un

ejemplo detallado (cf. p. 123).

A continuacin, encontramos en esta seccin algunas caracterizaciones de las


aplicaciones lineales inyectivas. Dada una aplicacin lineal de R. en Ru, tenemos
varias formas de saber si es inyectiva o no. La primera es examinando su ncleo.
Si ste se reduce al subespacio vectorial formado exclusivamante por el vector nulo: {(0,0, . . . ,0)}, entonces la aplicacin es inyectiva, y no Io es en otro caso (es decir,
si el ncleo es un subespacio vectorial de Ru distinto del { (0, 0, . . . , 0) }). La aplicacin
lineal / de R3 en R.2 definida por f (x1, xz, xz) : (x1+ xz, x) tiene por ncleo (como
vimos en el apartado anterior);
Ker

f - l{xt,xz,xz) R3 lxt*xz -

y x3:0}

_Di,'CDIJCC!N

La7

como este conjunto no es el {(0,0,0)}, la aplicacin no es inyectiva. La aplicacin


Iineal g de R2 en R.3 definida por g(xl,x) : (xt,x2,xt + xz), tambin vista en
eI apartado anterior, tiene por ncleo: Kerg : {(0,0)}, Iuego esta aplicacin s es
inyectiva.
Otra forma de saber si una aplicacin lineal es inyectiva o no requiere eI clculo
de su rango: si ste coincide con la dimensin del espacio vectorial de partida, la
aplicacin es inyectiva; si el rango es menor, no es inyectiva. Por ejemplo, las dos
aplicaciones f y S de las que hemos hablado en eI parrafo precedente tienen ambas
el rango igual a 2 (este clculo se llev a cabo en el apafiado anterior), y para la
aplicacin / el espacio vectorial de partida es R3 (dimensin igual a 3, mayor que el
rango), y para la g es R.2 (dimensin igual a 2, igual que el rango), Io que confirma
que la primera no es inyectiva y la segunda s.

Seguidamente, se presenta en la seccin una caracterizacin de las aplicaciones


Iineales suprayectivas. Esta caracterizacin es sencilla una vez hemos calculado el
rango: una aplicacin lineal / (de R. en R.u ) es suprayectiva si su rango es igual a la
dimensin del espacio vectorial de llegada, y no lo es si el rango es menor.
Por ejemplo, consideremos la aplicacin lineal / de R3 en Rz definida de Ia
forma: f (xt,xz,x) : (x1 + x2,x:) y la aplicacin lineal g de R.2 en R3 definida
por g(xx1-) : (xt,xz,x1 1- x2), de las cuales venimos hablando en los prrafos

precedentes. Ya hemos calculado que ambas aplicaciones lineales tienen eI rango


igual a 2. En el caso de /, eI espacio vectorial de llegada es R2, de dimensin igual al
rango, Iuego se trata de una aplicacin lineal suprayectiva. En eI caso de g, el espacio
vectorial de llegada es R3, de dimensin mayor que el lango, luego se tlata de una
aplicacin lineal no suprayectiva.
Esta seccin termina con el teorema de las dimensiones. Este resultado establece
la siguiente propiedad de una aplicacin lineal / de R.u en Ru: la dimensin de su
ncleo ms la dimensin de su imagen es igual a la dimensin del espacio vectorial
de partida; en smbolos:

dim(Ker.f) + dim(lm/) = dim Rn -- tt,


o equivalentemente (recordando que el rango de la aplicacin lineal es Ia dimensin
de su imagen): dim(Ker/) + rango f : dim R : n.
Veamos algn ejemplo en el que apliquemos este teolema, que servir a la vez de
sntesis de los resultados vistos en esta seccin. Consideremos la aplicacin lineal /
de R3 en R.2 dada por f(x1,xz,x) : (xt - x2,2x1 + 3xE). Calculemos su rango.
Las imgenes por / d.e los vectores de labase cannica de Rs son: f (1,0,0) : (1,2),
f (0,1,0) : (-1,0) V (0,0, 1) : (0,3), lo que nos permite escribir:
"f

rang o

f :

rango ((I,2),

(-1,0), (0,3)) -

2-

r08

II. APLICACIONES

LINEALES

lo siguiente:
la imagen de la aplicacin lineal / tiene dimensin igual a 2 (no es ms que la
definicin de rango): dim(lm f) : Z, as que lm/ es un subespacio vectorial de
dimensin 2 del espacio vectorial de llegada, que es R2; como el nico subespacio vectorial de R.2 de dimensin 2 es el mismo R.2, se concluye: lm.; : pz'
. la aplicacin lineal ;f, es suprayectiva (podemos deducir esto de dos formas:
como consecuencia de que lmf : R2, o como consecuencia de que el rango es
igual a la dimensin del espacio de llegada);
. la aplicacin lineal / no es inyectiva (pues su rango es menor que Ia dimensin
del espacio de partida, que es R.3);
. aplicando eI teorema de las dimensiones, se obtiene que eI ncleo de / tiene
dimensin 1: dim(Ker/) : dm m.3 - dm(lm f) : Z - 2: 7.
Estudiemos otro ejemplo: la aplicacin lineal h de R.2 en R3 definida de la forma h(xt,x) : (2x7-t x2,-x1 - 3xz,xt). Las imgenes por h de los vectores de
Ia base cannica de R2 son: \L(I,O) : (2,-I,I) y Lt(0,1) : (1,-3,0), de donde:
rangoh: rango ({2, -1,1), (1, -3,0)) : 2. Deducimos lo siguiente:
. la imagen de h tiene dimensin igual a 2, es decir, es un subespacio vectorial
de R3 (espacio de llegada) de dimensin 2;
. hno es suprayectiva;
. h s es inyectiva;
. como h es inyectiva, se tiene: Ker h : { (0, 0) } (recurdese que Ker h es un subespacio vectorial del espacio de partida, en este caso R2); esta informacin la
vemos confirmada con el teorema de las dimensiones:
Este valor concreto del rango nos informa de

dim(Ker h)

dimm.2

dm(lm

h) :2 -

(ntese que el subespacio vectorial { (0, 0) } es el nico de R2 de dimensin igual


a 0).

EI espacio vectorial

L(E,F)

Con la notacin

L(E,F)

se designa el conjunto de

Ias aplicaciones lineales del espacio vectorial E en el espacio vectorial F. Por ejemplo,

Ia notacin (R3, R2) designa el conjunto de las aplicaciones lineales de R3 en R2.


En esta seccin se estudian algunas propiedades de estos conjuntos.

Isomorfismos de espacios vectoriales rJn isomorftslzro es una aplicacin lineal


biyectiva. Cuando entre dos espacios vectoriales existe algn isomorfismo, se dice
que los espacios vectoriales son isomorfos. Nosotros nos detenemos slo en los Rn,
para los cuales acontece que R. y Rm no son isomorfos si n + m. Por ejemplo,
una aplicacin lineal de R3 en R2, o ceversa, no puede ser de ninguna manera un
isomorfismo. Para que una aplicacin lineal de R.n en R.ru pueda ser un isomorfismo,
el espacio vectorial de partida y el de llegada han de ser necesariamente eI mismo.

109

TRODUCCION

Recordando los resultados anteriores sobre aplicaciones lineales inyectivas y suprayectivas, podemos afirmar que una aplicacin lineal / de Ru en R?? (ya tomamos
iguales el espacio de partida y el de llegada) es un isomorfismo si su rango es igual a la
dimensin comn del espacio de partida y de llegada, es decir: rango f : dim Ru : 71,
y que no es un isomorfismo en caso contrario. Por ejemplo, la aplicacin lineal /
de R2 en R2 definida por f (x1,x2) : (x2,xt + 2x) verifica:
rango

f :

rango

(/(1,0),,f

(0, 1)) = rango ((0, 1), (1, 1))

2,

y como su rango coincide tanto con Ia dimensin del espacio de partida como con la
dimensin del de llegada, se trata de un isomorfismo. La aplicacin lineal g de R3
en R.3 dada por g(x1, xz, xz) : (x1 + 3x2 + x3, -3x2,x1+ x3) no es un isomorfismo,
pues:

rangog : rango (g(1,0,0), g(0, 1,0),g(0,0, 1))


- rango ((1,0, 1), (3, -3,0), (1,0, 1)) - 2 + dim R3
Formas lineales IJna forma lineal sobre Rn es una aplicacin lineal de Ra en R..
El conjunto de las formas lineales sobre Ru se denomina espacio dual de Ra, y se
denota: (R'")*.
Una forma lineal / sobre R2 es una aplicacin (lineal) de R2 en R definida de Ia
forma: f (xt,xz) = axt *bxzpata algunos nmeros reales a y b. Por ejemplo, Ias
siguientes aplicaciones de R2 en R son formas lineales:

fr(xr,x)

2xz, fz(xt,x) :2xt - 4xz, fz(xr,x) : xti

y no son formas lineales estas otras:

gt(xt,x2)

: xyx2, gz(xt,x) :2x2,

gz(xt,xz)

x7

x2

* I.

Anlogamente, una forma lineal / sobre R3 es una aplicacin de R3 en R. definida


de Ia forma: f (xt, xz, xz) : axt + bxz + cx3 para algunos nmeros reales a, b y c'
Por ejemplo: f (xt,xz,xz) : Zxt - 3xz + 2xz. De la misma manera se extiende este
resultado a las formas hneales sobre cualquier Rn.
Es importante enfatizar que una forma lineal aplica vectores en nmeros reales.
Por ejemplo la forma lineal / del prrafo anterior aplica vectores de R3 en nmeros: f(2,1,0) : 2 - 2 -3 . 1 + 2. 0 : I, f(-t,2,1) : 6 o f(-I12,3,-1) : -12.
En el texto se prueba que eI espacio dual de Rz: (Rn)*, es decir, eI conjunto de
las formas lineales sobre Ru, es un espacio vectorial sobre R, y se prueba que es un
espacio vectorial de dimensin igual a n.s Las bases de este nuevo espacio vectorial
5Por una vez, manejamos un espacio vectorial diferente de los Ru. Las operaciones en este nuevo
espacio vectorial son Ia adicin de aplicaciones y Ia multiplicacin de nmeros reales por aplicaciones.

II. APLICACIONES

110

LINEALES

tambin tienen n elementos, la misma cantidad que todas las bases de R.u, pero tales
elementos son formas lineales sobre Ru.
Fijmonos en R.2 y en su dual: (R2)*. Vamos a estudiar un procedimiento para
*
construir una base de ( R.2 ) a partir de una base dada de R.2. Consideremos entonces
unabasede R2,porejemplo: B = (ut,z2), donde ut= (I,I)yuz = (1,0). Vamos a
definir dos formas lineales sobre R2, que denotaremos por ui y ui. La primera: zf ,
se define como aquella forma lineal que aplica cada vector de R2 en Ia primera coordenada que el vector tenga en la base B. Verbigracia, el vector (1,2) tiene coorde-

y -1 enlabase B, pues: (1,2) :2(l,I) - (1,0); por tanto: uiT,Z) -- 2'


Y el vector (2,3) tiene coordenadas 3 y -1 en la base B: (2,3):3(1,1) - (1,0),
luego zf (2,3) :3. En general, se tiene: ui@t,xz) : xz, ya que un vector genrico (xr,x2) tiene coordenadas xzY xt-x2eflB: (xt,x) : xz(I,1) + (xr -xz)(1,0).
nadas 2

Analogamente, definimos la forma lineal ui sobre R2 como aquella que aplica cada
vector de R2 en la segunda coordenada que el vector tenga en la base B. Por ejemplo: u[(I,z) : -1, ul(2,3) : -1, y en general: uf (xt,xz) : xt - x2. Estas dos
formas lineales que acabamos de definir: ui y u), forman una base del espacio vecto*,
rial (R2) denominada base dual dela base B de R2, y que se denota: B. : (ui,ui)'
Veamos otro ejemplo, esta vez con una base de R3:
B

((r, 1,0), (0, 1, 1), (0,9, 1)) .

Denotemos: u1 : (I,I,O), uz: (0, 1, l) y uz : (0,0, 1); la base dual de la base B


se denota entonces: B* : (ul ,ui,ui).La forma Iineal uf ,la primera de labase B*,
aplica cada vector de R3 en Ia primera coordenada de las tres que el vector tenga en la
base B; la forma lineal ui, Ia segunda de la base B*, aplica cada vector en su segunda
coordenada en la base B; y la forma lineal ui Io aplica en su tercera coordenada.
Por ejemplo, como: (1,,2,3): (1,1,0) + (0, 1,1) + 2(0,0, 1), las coordenadas del
vector (1, 2, 3) en la base B son 1, I y 2,y por tanto:

Y, engeneral,

ui(I,2,3) - 1, u;(L,2,3) - 1 y u5(I,2,3) - 2.


como: (xt,xz,xz) : xt(I,1,0)+(xz-xl)(0, 1, l)+(xt-xz+xs)(0,0,

resulta que las coordenadas de un vector genrico


xz - Xt Y xt - x2 t x3, de donde:

(xt,xz,xz)

ui @t, xz, x3) : xr, u) (xt, xz, x3) : xz -

Y u4, (xt, xz, xz) : xt

x2

1),

en la base B son x1,

xT,

* x3.

Aplicaciones aftnes Recordemos que los subespacios afines se obtenan sumando un vector a los subespacios vectoriales. En cierto sentido, las aplcaciones aftnes
se obtienen de las aplicaciones lineales tambin sumndoles un vector. Concretando,

\TRODUCCIN

una aplicacin f de R3 en R2 (empezamos con un caso particular para fijar ideas)


es una aplicacin de R3 en R2 para la cual existen un vector (a,b) de R2 (espacio
de llegada) y una aplicaciln lineal / de R.3 en R2 tales que la imagen por @ de cada
vector de R.3 se obtiene sumando a su imagen por / el vector (a,b); es decir: para
cada (xr, xz,xz) R3, se tiene: (xr, xz,xz): (a,b) + f (xt,xz,xz).
Puede comprobarse que toda aplicacin afn de R3 en R2 es tal que la imagen de
un vector arbitrario (xuxz,xs) de R3 es un vector de R2 de la forma:

(axt + bxz r cx3 + d,a.' xr + b' xz + c' x3 + d')


para algunos nmeros reale s &, b, c, d, &' , b' , c' Y d' . En smbolos:
p3

p2

(axt + bx2 * cx3 + d, a.' xr + b' xz + c' x3 + d'),

(xt, Xz, xz)

para algunos nmeros reales a, b, c, d,

&'

, b', c' y d' . Verbigracia, son afines las

aplicaciones de R3 en R2 definidas por:

t@t,xz,x3)

Qx1 - 1,xr

z@t, xz, x3)

- 1),

(0, 5 x7

z@t, Xz, X3) : (xt, Xt -f 2x2

- 213),

5x

+(xt, xz, x3) : (1, -6).

Y no son afines estas otras:

Wt@t,xz,x3)

@l

- 1, _3xz + 1),

Vz@t, xz, x3)

Vz@t, Xz, X3) :


(0,

^/ryt

(I, xtXz),

)'

Lo dicho sobre cmo son las aplicaciones afines se generaliza sin dificultad a las
de R en Ru. Por ejemplo, son aplicaciones afines de R.2 en R3 Ias definidas de esta
forma:

Et@t,xz): @z_ I,1x2+ 3,5), Ez@t,xz): (0,6x1 - ",Dx2- B/5,1),


Ez&r,xz) : @z - 7,3xt - 6xz+ 3 l2,xt - x2+ 1).
Cuando tenemos una aplicacin de la cual sabemos que es afn, podemos estar
interesados en calcular eI vector del espacio de llegada y la aplicacin lineal que la
determinan de acuerdo con Ia definicin. Lo primero que debemos saber al respecto
es que esIn ambos unvocamente determinados por Ia aplicacin afn. Por ejemplo,
Iaaplicacin de R3 en R2 definidapor (xrxz,4) : (2x1- xz-r3,-xz +4) es
afn (de acuerdo con lo dicho en el prrafo precedente). El vector (a,b) de R2 determinado por es precisamente la imagen por del vector nulo: (4, b) : (0,0,0);

N.T

1r3

DEFINICIN DE APLICACIN LINEAL

il.l

DEFINICIN DE ApLIcAcIt

utEar

Consideremos dos espacios vectoriales E y F sobre un mismo cuerpo K.

Aplicacin lineal

EJEMPLO

La aplicacin:

p3

(xt,
es

pz

(1)

(xt + Xz, XL + xz)

Xz , Xz)

una aplicacin lineal de R3 en R2.


Comprobemos que se verifican (Ll) y (L2).Si

x - (xt,x2,x3)

yy

(yt,

jz,7z)

son dos

vectores de R3, entonces:

f (x + y : f ((x1, x2, xs) + (yt, yz,ys))


: f (xt-t !t,xz + !2,xs + !s)

:
:

(x1 + x2,x1 )- xt) +

f(x) + f(y),

((x1 + yi + @z +

y),(xt
(yt

+ yt) +

@3 +

%))

!2,lt + !t)

y (L1) se verifica; y si adems a es un nmero real, entonces:

f(ax)=f(axt,06z,o.xz)
= (ax1 l- Xz,}tXt + O<Xz)
: (a(xt + xz) , a(xt + xz))
: a(xt + xz,xt -l x)

: af(x),
y tambin se verifica (L2). En conclusin, la aplicacin

definida en (1) es efectivamente una

aplicacin lineal de R3 en R2.


EJEMPLO

La aplicacin:

pz

(xt, xz)

--_-+

pz
----+

(xt xz,0)

2.

rr5

PROPIEDADES DE LJNA APUCAON LINEAL

Una consecuencia importante de la proposicin anterior es que una aplicacin


lineal conserva las combinaciones lineales, en el sentido siguiente: si / es una aplicacin lineal de E en F, y t)r, uz, ..., un son 7L vectores de E y at, 2, ..., oq son rL
escalares, entonces:

f (atu t -t 2u +'
2

En efecto. Para rL
verdadera (por (L2)).

i o(nur)- atf@) * azf@z) +'


1 Ia igualdad (2) se reduce a:

(atu t)

t o(nf@il.

(2)

: wf

es

),

que

Supongamos ahora que la igualdad (2) se verifica para rL - 1 vectores, es decir:

f (utut *

azuz

* o(n-run-t) - atf @) -t zf

Entonces, poniendo u : tUt t ZUZ *

@r

+ 't

o(n-tf (un-t)' (3)

O(n-rUn-l , Se tiene:

f(atur*azuz* .*o(nur)
- f (u + anun)
: f (u) + anf @")
- wf @) + azf @) + ' * ntf (ur_t) + anf (un),
donde se ha utilizado (L3) en las dos ltimas igualdades.
Queda as probada la igualdad (2) por el mtodo de induccin (o recurrencia).

II.2

PROPIEDADES DE UNA APLTCACIN LINEAL


1. Propiedades generales; imagen de una aplicacin

lineal

En todo Io que

sigue, supondremos que E y F son dos espacios vectoriales sobre un mismo cuerpo K
y, con eI fin de etar confusiones, representaremos por 0 eI elemento neutro de la

adicin de vectores de E, y por O el de la adicin de vectores de F.


Una aplicacin lineal f de E en F verifica las siguientes propiedades:
1) .f (oE) :oF.
: 0/(0 = gr.
Ya que: f (Or) :

2)

"f(OOu
La imagen del opuesto de un vecto es eI opuesto de Ia imagen del vector. Es
decir, severifica: Y u e E, f (-u) : -f (u).
Pues:

/(-u) : f((-I)u): (-r)f(u): -f(u).

(ur,t)2,... ,un) es un sistema ligado de vectores


formado por sus imgenes: (f (u ), f (u z), . . ., f (u
Si

vectores de

de E, entonces eI sistema

")),

es

un sistema ligado de

(ut,uz,...,r)n) es un sistema ligado, es decir, si podemos encontrar escalares 1,


2, . . ., an [o todos nulos, tales que: tt)t * cQUz *' ' ' + nUn - 0', entonces de (2)

Si

2.

PROPIEDADES DE UNA

APUCASON LINEAL

LL7

existen, pues, dos vectores ut y rz de F1 tales que /(ur) =


y d2 son dos escalares, entonces pertenece a F1 el vector:

f (arut t a2u) : Xf
yportanto:

d.1u1

que.f-l [F1]

es

toty f @r : w2,\ si d.1

@t) + azf @z) = ottrr)t-t

ot2r2,

-roet)2e .f-tlptl,yconlaproposicinI.1 (cf.p.3g)seconcluye

un subespacio vectorial de E.

2. Ncleo de una aplicacin lineal


Al aplicar la ltima de las propiedades
anteriores al subespacio vectorial {0r } de F, se obtiene que el conjunto f -L[{0r}],
conjunto formado por los vectores de E cuya imagen por f es igual a 0r, es un
subespacio vectorial de E.

N cleo de u na
aplicacn lineal

K-i

f+

ftOi+ lii l;'t::u e E

f @iffil

(La sigla "Ker" es una abreviatura de la palabra inglesa kernel, que significa ncleo.)
EI conocimiento del ncleo de una aplicacin lineal nos permite saber si sta es o

no

:\S

de aplicacion
lineal inyectiva

es

inyectiva. Podemos afirmar:

Proposicin
lineal

ll.2

de E en

Una condicin necesaria


sea

y suficiente para que una aplicacin

inyectiva es:
Ker

f-

{0r}.

Demostracin La condicin

es necesaria: suponemos que la aplicacin / es inyectiva,


Si u es un vector de Ker/, esto es: f(u) : 0, entonces,
(cf. propiedad (1)), se tiene: /() : f (On), de lo que se deduce: u: Oz,

y probamos que Ker/

: {0r}.

como /(O) : 0
pues / es inyectiva. En consecuencia: Ker; : {0}.
La condicin es suficiente: suponemos que Ker/
Si

xyy

son dos vectores de E con la misma imagen:

= {O}, y probamos que / es inyectiva.


: /(y), entonces podemos escribir:
(x)
f

oe:f@)-f(y)=f(x-y,
yelvectorx-/perteneceaKer/;perohemossupuestoqueKer/:{0},luegox-t:On,
o bien: x : /. En consecuencia, de suponer que /(x) : f (y) hemos deducido eue x = y.
Esto es, Ia aplicacin

es

inyectiva.

En el captulo IV veremos un mtodo para determinar el ncleo,


imagen, de una aplicacin lineal dada.

c.e.D.

y tambin la

3. APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA

rr.3

1r9

ApLrcACroNES TTNEATES CON CONJUNTO DE PARTTDA


UN ESPACIO VECTORIAL DE DIMENSIN FINITA
7. Una primera propedad

En esta seccin consideraremos espacios vectoria-

les sobre un mismo cuerpo K, y aplicaciones lineales para las cuales el conjunto de
pafiida es un espacio vectorial de dimensin finita no nula.
Un primer resultado en estas condiciones es el siguiente;

Proposicin ll.4 Si f es una aplicacin lineal de un espacio vectorial E de mensin finita en un espacio vectorial F, entonces eI subespacio vectorial lm f es
de dmensin finita.

Demostracin
ma (f (ut),

Sea

(ut,ur,...,u-) un sistema de generadores

, f (u*))

de

E.

Entonces el siste-

un sistema de generadores de lm /.
f
En efecto. Si u es un vector arbitrario de lm/, y u e E es tal que: f (u : tr, como
(ur,ur, . . . ,u*) es un sistema de generadores de E existen m escalares o\, 0e,. . ., a- tales
que: ? : O\Ut * d.2U2 -f . " + A.m7)m,de dOnde:
(uz),. ..

u)

es

: f(u) :

nr f @1) +

uzf @) + . . . + a*f(u,il,

ut es combinacin lineal de los vectores /(ur), f (u), ..., f (u*). El sistema de vectores (f (ut), f (uz),. . . , f (u*)) es, pues, un sistema de generadores de lm /.
Al ser (/(u1) , f (u),. . ., f (u* un sistema de generadores de lm /, este subespacio vectorial es de dimensin finita.
c.e.D.

as

Nota

La demostracin de la proposicin anterior habra sido superflua de haber exigido

a F ser un espacio vectorial de dimensin finita, pues los subespacios vectoriales de un


espacio vectorial de dimensin finita son a su vez de dimensin finita (cf. proposicin Ll7,

P.79)'

2. Rango de una aplicacin lneal Sea / una aplicacin lineal de un espacio


vectorial E de dimensin finita en un espacio vectorial F.

Rango de una
aplicacin lineal

rango

)',

si (ut,t)z,...,r)m) es un sistema de generadores de E, entonces el


(f tu), f (u), . . . ,f (u*)) es de generadores de lm f (cf. demostracin de la

Sabemos que

sistema

:f = dim(lm f

3. APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA

7,21

Proposicin ll.5 Si f es una apcacin lineal de E en F, ambos espacios vectoriales de dimensin finita, entonces:

rango

Demostracin
neales, si

< mn {d im E, dim F}.

Por un lado, y teniendo en cuenta la propiedad (5) de las aplicaciones li-

(ut,uz,...,u)

es una base de E, entonces:


1go

f -

ran

go(f

(u),f

(uz),.. ., f (u"))

< rango (l)r,U2,...,1)n)


Por otro lado, como lm

c-

P, se tiene:
rango

En

dimE.

f:

dim(lm/) < dimF.

conclusin: rango f < dim E y rango

< dim F, y queda probado el resultado. c.e.D.

Proposicin ll.6 Si f es una aplicacin lineal de E en F, y g es una aplicacin


Iineal de F en G, siendo E, F y G tres espacios vectoriales de dimensin finita,
entonces:

rango(g. -f) < mn{rango

Demostracin

Si

(ur,ur,. .. ,un)

es una base de E,

/,

rango

g}.

teniendo en cuenta la propiedad (5) de

Ias aplicaciones lineales se tiene:


rango (g "

f) - rango(lg " fl(ut),lg " fl(uz),...,19 " fl(u"))


: fEulgo(g(f (utD,g(f (u)),...,9(f @")))
< ran go(f (u),f (u2),. .. ,f (u;)
:

fd,hgOf

luego:

rango(g " f) < rangof

(4)

Por otro lado, se tiene:

lm(g " f) c lmg.


En efecto, si

(s)

w lm(g " f), entonces para algn u e E se verifica:

ls " fl(u)

: w,

obien

y al ser ro la imagen por g de algn vector de F


consecuencia: lm(g "

f)=

lm

rango(g "

g. De (5)

f) -

y con (4) se concluye el resultado.

-al

g(f (u)) = u,,


menos, de

f (u\-,

se tiene:

u e lm g; en

se deduce:

dim( lm(g " f)) < dim(lmg)

rangog,
C.Q.D.

L23

.3. APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA

Esta aplicacron

vector u, I
tanto: f (ut)

de E en F recin definida verifica (7), pues las coordenadas de cada


-sima, que es igual a 1, y por

: 1u)i: tyi.
/ tambin verifica

La aplicacin

que es lineal. En efecto, si

xyy

son dos vectores arbi-

trarios de E, y si a y B son dos escalares, de las igualdades:

x - trtur * AzUz *. . .+ trnUn y !:

YtUt *

YzUz

*' ' '+

YnUn

se deduce:

ax + By - (aAt + Byt)ut + (aAz + Byz)uz + . . . + (uA, + Byn)un,


luego:

+...+ (A'-+ Byn)utn


- a(Atwr * Azu)z *' ' ' + A,nutn) + BQttDt t Yztt)2 -r''' + Ynun)
- a.f (x) + Bf 0),

f (ax + By) -

y en consecuencia:

(aAr + Byt)utt + (aAz + Byz)utz

f (ax + BD - af (x) + Bf 0),y f

es lineal.

Finalmente, sr g es una aplicacin lineal de E en F que verifica:

g(ut) : rt)l, g@z) : rttz,

g(un) :

(B)

run,

entonces = g. En efecto, las aplicaciones / y g tienen el mismo espacio vectorial de partida


y el mismo de llegada, y s x e E, y lr, A,z,..., A, son las coordenadas de x en Iabase B, es
decir: x : Arrr -t A.2u2 + . . . + Irur, entonces, al ser g una aplicacin lineal, y teniendo en
cuenta (8), se tiene:

S@):g(trtutl_A2u2
:trt1u,t-tA2ro2
Podemos, pues, escribir: Y

+...+ tr,u):hg@t)+A'zg@z)
+...+ A,"to": f(x).

x e E, S@)

: f (x),y

en conclusi 6n:

"'+

Ang@n)

g: f .

c.Q.D.

Volendo al ejemplo, podemos entonces asegurar existe una nica aplicacin


Iineal f de p3 en R2 que verifica (6). A continuacin, desarrollamos un mtodo para
eI cIculo concreto de la expresin d e f (xt, xz, xz):
a) Escribimos los vectores de la base cannica como combinacin lineal de los
vectores de la base B - (( 1, 1, 0), (0, 1, 0), ( 1, 0, 1 ) ):

l(r,o,o - 1(1,1,0) + (-1)(0,


] ,0, 1,0) : 1 (0, 1, 0),
I

L(0,0, 1)

1,0),

(-1)(1,1,0) + 1(0, 1,0) + 1(1,0, 1).

(9)

3. APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA

donde Ar,

r25

Az

"f

de donde se infiere (por ser

(Arut -r Azu2

* .. . + A,ru) - f(0r),

inyectiva):
A1u1

d2U2+

". +A.ouo:gt,

: Az = ... : 0, pues los vectores 7)t, Uz, ..., up Son linealmente


^pigualdad (10) se deduce necesariamente son nulos los
independientes. En conclusin, de Ia
escalares Ar, 42, ..., Ar. Los vectores f (ut), f (uz),..., f (up) son, pues, linealmente indepeny en consecuencia: A1

dientes.

Probemosensegu.ndolugarlaimplicacin: (b)

(c). Sea:

dimE:n. Sin=0,enton-

ces (0) es un sistema de generadores de E, y se tiene:


rango

Sin >

I,y (ut,t)z,...,nn)

f : rango(f(Qr)) :

t"n9o (0r)

dimE.

es una base de E, entonces:

rangof : rango(f (ut),f (u2),...,f (u"));

(1 1)

pero al ser los vector1s u1, u2,. . . , u, linealmente independientes, de acuerdo con la hiptesis
tambin Io son los vectores f (ut), f (u), ..., f (u"), y en consecuencia:

rango(f (ut),f (u2), .. ., f (u"))


De (11) y (12) se concluye: rango

f = n:

(12)

vL.

dimE.

Probemos a continuacin la implicacin: (c) ==+ (d). Lo haremos por reduccin al absurdo:
supongamos que (u1,u2, .. , ,up), con k > 1, es una base de Ker/. Si dim E : n, del teorema
de la base incompleta se deduce que el sistemalibre (u1,uz, ... ,u se puede extender a una
base de E: (ut,Ltz,...,Ltk,k+t,.
rango

..,u),

y por tanto:

(f (ut), f (uz), . . ., f (u, f (up*t),


rango(0F, ...,oe, f (up*),..., f (u"))
rango

..

.,

f (u.

:
: rango(f (u,*t),. .., f (u"))
<n-k<n,
lo cual es absurdo, pues por hiptesis
el subespacio vectorial
conclusin:

Ker/

Ker/ del

se tiene que

rango/

dimE

: n. En consecuencia,

espacio vectorial de dimensin finita E no admite base, y en

{0 }.

Finalmente, se verifica la implicacin: (d)


- (a), como se prob en la proposicin II.2
(cf. p. 117).
Una vez hemos probado las cuatro implicaciones anteriores, queda demostrado que las
cuatro afhmaciones del enunciado son equivalentes.
c.e.D.

II. APLICACIONES

LL2

(a,b) : (3,4). Y la aplicacin lineal de R.3 en R2 determinada por


calcularse con la igualdad f (xt, xz, xz) = (xt, xz, x) - (a,b); esto es:
es decir:

f(xt,xz,x3) - (xt,xz,x3) - (a,b) - (Zxt - x2+


y as la aplicacin

3,

-xz

+ 4)

LINEALES

puede

(3,1)

- (Zxt - X2, -Xz),


lineal / es la definidapor f (x1,xz,xz) : (2xr - xz,-xz).

bene

Una aplicacin afn est definida por la suma de un vector del espacio de llegada y una aplicacin lineal, y ambos estn determinados fijada una aplicacin afn con-

Nota

creta. Esto marca una diferencia formal con los subespacios afines: un subespacio afn
un subespacio vectorial, pero aunque este ltimo est perfectamente determinado fijado un subespacio afn concreto, no lo est el vector. A
es Ia suma de un vector y

En el texto se detallan a continuacin algunas propiedades generales de las apli-

caciones afines, que son en cierto sentido anlogas de algunas propiedades que ya
hemos visto de las aplicaciones lineales; las ms destacables son las que hacen referencia a la imagen y a Ia imagen recproca. La imagen por una aplicacin afn de un
subespacio afndel espacio de partida es a su vez un subespacio afn del espacio de
llegada. Y se tiene una propiedad anloga para las imgenes recprocas: la imagen
recproca por una aplicacin afn de un subespacio afn del espacio de llegada es un
subespacio afn del espacio de partida, siempre y cuando esa imagen recproca no
sea vaca. Notemos que no haba necesidad de tomar esta precaucin con las aplicaciones lineales: a la imagen recproca por una aplicacin lineal de un subespacio
vectorial pertenece al menos un vector: el nulo.

II. APLICACION ES LIN EALES

LL4

no es lineal. La condicin (Ll) no se verifica; por ejemplo:

s(t,2) + (3, -1)) : se,r) : (4,0),


s(r,z) + sG,-I) = (2,0) + (-3,0) : (-1,0).
Nota

bene

Para que se verifique (L1), debe asegurarse que

ag(xt,x)+g(y1,y)
EJEMPLO

Si

cualesquieraqueseanlosvectores

g((xt,xz) + 0r,y))

es igual

(xt,xz)y(jyr,jzz)deR2.

E es un espacio vectorial sobre un cuerpo K, Ia aplicacin identidad de E:

xeE*xeE,
que se denota: 18, es una aplicacin lineal de E en E.
En efecto. Se verifica (Ll), pues dados dos vectores u y rrr cualesquiera de E, se tiene:

Ir@ + w)

u + tD : IE(u) + Ir@t);

y tambin se verifica (L2), pues si a es un escalar, se cumple:


In(cxu)

ant

- c{ Ir@).

Una caracterizacin muy utilizada de las aplicaciones lineales es la siguiente:


CNS de aplicacin
Ii

neal

Proposicin

ll.l

Una condicin necesaria y suficiente para que una aplicacin

de un espacio vectorial E en un espacio vectorial F , ambos sobre el mismo cuerpo K,

lineal es Ia siguiente:
(L3) V (a,il eK2, V (u, w) e E2,

sea

f(au

+ But)

: uf(u) + Ff@).

Demostracin Lacondicin es necesaria. Suy ro son dosvectores deEy ayB


escalares, y ponemos: u' : otu y tD' : fru, se tiene:

son dos

f (au + Bto): f (u'+to')

:f(u')+f(u')
:1uu)+fgw)
: otf (u) + Bf Qa),
donde se ha utilizado (Ll) en la segunda igualdad y (L2) en Ia cuarta. De esta forma, de ser
lineal se deduce (L3).
La condicin es suficiente. De (L3) se deduce:

f (Iu + Iut) : If
es decir:

(u

+w)

(u) +

If

(ut),

: f (u) + f (w),y severifica (Ll); porotraparte,

de (L3) tambin se deduce:

f (au + }ut) - uf (u) + 0f (u,),


es

decit:

f (au) : af (u), y se verifica (LZ); en conclusin,

-f es lineal.

C.Q.D.

r16

II. APLICACIONES

LINEALES

y de la propiedad ( 1) se deduce:

0r

:f

{Ou)

- f (utut *

zuz

ohun)

o(1

@r) + azf

@)

+ anf

(u),

lo que establece que los vectores f (ut), f (uz),..., f (u.) son linealmente dependientes, o lo que es lomismo: el sistema (f (ut),f (u),...,f (u" es ligado.
4) Dados rL vectores t)t, uz, ..., nn de E, si (.f (ur),f (ur,...,f (u)) es un srstema libre de vectores de F, entonces eI sistema (ut,ur, . . . ,u) es un sistema
Iibre de vectores de E.
Si (u1,u2,...,un) fuese un sistema ligado, entonces tambin sera ligado el sistema (f (ut),
s) Si Uy, 7t2,

f (u),.

..

f (u-))

(propiedad (3)), en contra de la hiptesis.

..., l)m Son vectores de E, entonCeS:

rango(u1,n2,...,u*) > rango(f (u),f (u),...,f (u*.


Sea

rango(/(u),f (uz),...,f (u^ : p. Sip : O,lapropiedad

hay p vectores

es

rrivial. Sip >

L,

p-

linealmente independientes entre los vectores /(ur ),


-y
(ur,...,
(u*);
si
suponemos
stos son los p primeros: f (u), f (u),..., f (uo),
f
f
entonces (rr,ur,...,"r) es un sistema libre (propiedad (4)), y en consecuencia se
tiene: rango (ur,ur,...,u*) > p.

6)

no ms de

La imagen por

de un subespacio vectorial

Et

de E:

f lEi: {f (u) I u e Er}


es un subespacio vectorial de F.
Si ru1 y tDz sort dos vectores de /[Er], y existen, pues, dos vectores u1 | u2 de E1
tales que f (ut) = wr y f@z) : wz,y si a1 y d2 son dos escalares, entonces se
tiene: a1u1 -t 0t2t)2 e Et,y pertenece a .f lEtl el vector:

f (atut + a2u2) : atf

@t) + azf @z) : 1a.tot-t

De la proposicin I.1 (cf. p. 39) se concluye que

Nota

bene

7)

/[Er ] es un subespacio vectorial

de F.

En particular, la imagen de la aplicacin (lineal) ./:

tmf
es

ot2to2.

-flEl:

{f fu)lu E},

un subespacio vectorial de F.

La imagen recproca por

de un subespacio vectorial Fy de F:

f-'lrrl:

Iu e Et.I f @) e Frl,

es un subespacio vectorial de E.
El conjunto
no es el conjunto vaco: al menos Oz ,f-r tFrl, ya que O e F1
1[r], y
y f(On): 0 (propiedad (1)). Por otra parte, si uty uz son dos vectores de

f-rlFl

rr8

II, APLICACIONES

3. Inversa de una aplicacin lineal

biyectiva

Si

LINEALES

es una aplicacin entre E

y F que es biyectiva, est definida su aplicacin inversa -f-1, de F en E, de forma que


se verifica:

y: f(x) e x: f-t(y),
y -f -t es a su vez biyectiva.G En estas condiciones, si; es lineal, entonces
es lineal.
La inversa de una

aplicacin lineal
biyectiva tambin
es I i neal

/-1

tambin

Proposicin ll.3 La aplicacin inversa de una aplicacin llneaL biyectiva es una


aplic acin line al b iye c tiva.

Demostracin

Consideremos las notaciones del prrafo precedente al enunciado de esta

proposicin. Si rr y rrz son dos vectores de F, y oh y az son dos escalares, denotando:


vt : f -r (to ) y uz : .f r (w ), o bien: /(u1 ) : w t Y f @ z\ : w 2, pot ser / lineal se tiene:

f (atr)t *

azuz)

d1

@1) + uzf

@) -

fi1 rilt

zruz,

y por tanto:

f-L(atutt * oQw) :

o(Lut

* zu2: o(rf-L(utt)

uzf-r(w).

En consecuencia, se verifica:

Y (a,F) e K2, V
es decir (cf.

(ut,to) eF', f '(urtor+ azu): atf-r(tot) + d.zf r(u),

proposicin II.1, p. 114):

;f

1 es

4. Composicin de aplcaciones

una aplicacin lineal de F en

lineales

Si

E.

c.Q.D.

es una aplicacin lineal de E

en F, y .rt es una aplicacin Iineal de F en un espacio vectorial G (tambin espacio


vectorial sobre K), entonces la aplicacin compuestaT de f y gi g " f , que verifica:

YuE,ls"fl@):sU@)),
es una aplicacin

En efecto,

lineal de E en

G.

siu y u son dos vectores


lg " fl(au + put)

de E, y a y B son dos escalares, se tiene:

: gfftau + fiw))
- s (uf (u) + Pf (u,))

- as (f (u) ) + Bs (f (u)))
- ulg " f)(u) + Blg. fl(ut),
y en consecuencia (cf. proposicin II.1, p. 111) g " f es lineal.
GPuede consultarse,

por ejemplo, el apndice A (cf. p.397).

TSobre composicin de aplicaciones, cf. apndice A, p. 398.

II. APLICACIONES

L2o

LINEALES

proposicin IL4, p. 119), es decir:

L(f (u),f (uz),...,f (u^)) = lm/,


y por tanto:

dim(lm/)

(u),f (u),...,f (u*)) :

dimL(f

rango(f

(u),f (uz),...,.f (u*)).

En consecuencia:

rangof

rango(f

(u),f (u),...,f (u*));

esto es: el rango de / es igual al rango del sistema formado por las imgenes de los
vectores de un sistema de generadores de E.
En particular, si (ur,t)2,...,un) es una base de E, entonces tambin podemos
escribir:

rangof -- rango(f (ut),f

bene

(u),...,f (u".

indiferente el sistema de generadores


el rango de una aplicacin lineal. A

Nota

EJEMPLO

Es

-o

base- que se elija para calcular

la

Consideremos Ia aplicacin lineal:

R3fp3
(xt,xz,xz)

(xt,xz,-xt -

xz),

y calculemos su rango.
Tomamos una base cualquiera de

R.3;

por comodidad elegimos la base cannica:

Bc = ((1,0,0), (0,1,0), (0,0,1))


Entonces el rango de
rango

es

igual al rango de los vectores que son imagen de los de Ia base 86':

0),/(0, 0, I ) )
rango((1,0, -1), (0,1, -1), (0,0,0)) : rango((1,0, -1), (0,1, -l))

= rango("f

1, 0,

0),/(0,

1,

Notacin En las siguientes proposiciones utilizaremos


y y: se denota: min{x,y}, y se define de esta forma:

l*,
ll,

minlx,Y = 1
Por ejemplo: mn{0,

2.

el mnimo de dos nmeros reales

six<j/,
si

>-

Y'

-3} : mn{-3,0} : -3, y mn{1,1} : f . Una definicin

equivalente

delmnimodexeyes:
mn

{x,y}

- }W + y -

lx -

y).

II. APLICACIONES

L22

LINEALES

3. Caracterizacin de una aplicacin lneal por las imgenes de los vectores

base Veamos con un ejemplo lo que queremos hacer. Consideremos una


aplicacin / de R3 en R.2 de la cual conocemos las imgenes de Ios vectores de la
base B : ((1, 1,0), (0, 1,0), (1,0, 1)) de R3:
de una

f tt, 1,0): (2,I), f t0, 1,0): (1,0), f tt,0, 1) :

(T,2).

(6)

Hay muchas aplicaciones de R3 en R.2 -de hecho, infinitas- que tienen eI mismo
comportamiento que / en Ios vectores de B. Por ejemplo, las aplicaciones fi, fz y fz
definidas por las expresiones:

ft(xt,

xz, xg)

fz@t,xz,xz)

(xtxz + I, x1x2 + Zxz),

(xt - x3 1- I,x1 (xs + 1)) ,

I ft*r,xz,xz),
fs6t,xz,x) : l

L(l,l),

si (xt,xz,xz) es vector de B,

enotrocaso.

sin dificultad que estas aplicaciones se comportan igual que / en los


vectores de B; adicionalmente, se tiene que estas tres aplicaciones no son lineales,
lo cual puede comprobarse observando que ninguna de ellas verifica que la imagen
de (0,0,0) es (0,0).) Pero entre todas las aplicaciones de R3 en Rz que se comportan
igual que / en los vectores de la base B, hay unaqrte es lineal, y sIo hay una. Es una
consecuencia del siguiente resultado terico.
(Se comprueba

na apl icacon

lineal est
total

m e nte

ll.7 Sean E y F dos espacios vectoriales de dimensin finita. Si el


sistema B : (u t, u 2,. . .,u n) es una base de E, y si 7o 1, 1D2, .. ., u n son rL vectores
de F, entonces existe una aplicacin lineal f de E en F tal que:

Proposicin

dete rm inada

conocidas las
lmgenes de los
vectores de una
base

f (u) :

LI)I,

f @z) :

(7)

ruz,

y adems f es nica, en el sentido siguiente: si g es una aplicacin lineal de E en F


que se comporta igual que f en los vectoes de Ia base B, es decir, si la aplicacin
linealg estalque: g(ur) : u)r,g@z): u)2,..., g(u"): u)n rTtoncesf : g.

Demostracin Sea x un vector arbitrario de E. Como B : (ur,uz,. ..,un) es una base


de E, el vector x se puede escribir de manera nica como combinacin lineal de los vectores
de B, es decir, se tiene:

para unos nicos escalares Ar, Az,


imagen de

x por;f

trtut +

...,

l"

A'2u2

"'

+ A'nUn

(las coordenadas de

como:

f (x) - Attttt + Aztrz-r'''+

AnU)n.

en la base B). Definimos la

II. APUCAOON

124

b)

Calculamos las imgenes (por "f) de los vectores de la base cannica


deducen de ser / lineal, de (9) y de (6)-:

f (I,0,0):l"f(1,1,0) + (-1)"f(0,1,0): (2,t) - (1,0):


f (o,t,o) : u(0, 1, o) : (1, o) : (1, o),
'r(o'o'

c)

ES LINEALES

Si (xr , xz, xz)

" :'-,)',lll l;ll, .'l:,':';l(1'o'


e R3, podemos escribir ya la expresin

-que

se

(1,1),

1)

de

"f

(xt, x2, x3):

f (xt,xz,xi : f @t(1,0,0) + x2(0,1,0) + x:(0,0, 1))


: xJQ,0,0) + xzf (0,1,0) + xEf (O,O,I)
= xt(I,I) + x2(I,0) + x:(0, t : (xy + x2,xt *

xz).
l

La nica aplicacin lineal

de R3 en R2 que verifica (6) es, pues, Ia que satisface:

i
i

(xt,xz,xe) e

es decir, es la aplicacin: (xr,

R3,

f (xt,xz,xz): (xtrx2,x1

xz,xz) e

R3

(xt

+ xz,x1

-txz),

* x3) R2.

Nota bene Una aplicacin lineal queda unvocamente determinada cuando se conocen las
imgenes (por la aplicacin) de los vectores de una base. a
EJERCTCTO

Dar una expresin general de las aplicaciones hneales de R.' en

R-.

4. Caracterizaciones de una aplicacin lineal inyectiva La siguiente proposicin enuncia varias condiciones equivalentes a la inyectidad de una aplicacin
lineal.
Ms CNS de

aplicacin lineal
i

nyect iva

ll.8

una apkcacin lineal de un espacio vectorial E de dlmensin finita en un espacio vectorial F. Las siguientes afirmaciones son equivalentes:

Proposicin

Sea

a) f es inyectiva;
b) si ut, t)2, ..., up son p vectores linealmente independienles de E, entonces f (ut), f (uz),..., f (up) sonp vectoreshnealmenteindependientesdeF;

c)

el rango de

es

igual

la dimensin del espacio vectorial de partida:


rango

d) Kerf

f -

dimE;

{0r}.

Demostracin Probemos en primer lugar la implicacin: (a) - (b). Supongamos enton;f es inyectiva, y sean ut,Itz,.. ., up vectores de E linealmente independientes. De la

ces que

igualdad:

Mf@t)+Azf@)+

+Aef @vr):or,

(10)

r26

II. APLICACIONES

Las apiicaciones
lineales
i

nyect ivas

conservan el
rango

LINEALES

Corolario

Una aplicacin lineal inyectiva (con conjunto de pafiida un espacio


vectorial de dimensln finita) conserva el rango, es decir, si f es una aplicacin
lineal inyectiva de un espacio vectorial E de dlmensin finita en un espacio vectorial F, y (Itt,uz,...,u*) es un sistema de vectores de E, entonces:
rang o

Demostracin
t)1

(ur,t)2t

Sea: rango

..

.,u*) :

rang

o(f (u),f (u

(u\,r)Z

-uz:... r I)m:OE, y f (ut) - f (uz)-...-.f (u*) :0r,

y se tiene el resultado. Si p > I, entonces existen p vectores en el sistema que son linealmente
independientes; podemos suponer son los p primeros. De esta forma, los vectores j(ur),
f (uz),..., f (up) son linealmente independientes (por ser; inyectiva, y de acuerdo con la

proposicin anterior), y se tiene:

rango(f

(u),f (u2),...,f (u*)) > rango(f @),f (uz),... ,f (uil) -

(13)

p.

Por otro lado (cf. propiedad 5 de las aplicaciones lineales, p. 116):

rango(f

(u),f (uz),..., f (u*))

l
t

< rango (ur,t)2,...,1)m)

(r4)

p.

De (13) y (L4) se concluye:

rango(f

(u),f (ur,...,f (u*)) = p: rango(ur,ur,...,u-).


C.Q.D,

Nota bene En la demostracin de las caracterizaciones anteriores no hemos impuesto


restriccin alguna a Ia dimensin del espacio vectorial F.

EJEMPLO

Consideremos la aplicacin:

R2fp3
(xt,xz)

(x1

1-

x2,x1

- xz,xt).

/ es lineal, como el lector puede comprobar sin dificultad, y tambin es inyecpuede


tiva, lo cual
demostrarse fcilmente utilizando algunas de las caracterizaciones vistas
en la proposicin II.8 (cf . p. I24).
La aplicacin

Por ejempo, se verifica: Ker/ : {(0,0)}, pues de la igualdad


(x1 -t x2,x7 - xz,xt) : (0,0,0), se deducei x1 : y2 : e.
Tambin se verifica: rango

f :

f (xt,xz):

(0,0,0), o bien:

dim R.2. En efecto, si tomamos una base cualquiera de

por ejemplo: (tt, t, 1t,0)), se riene:


rango

f :

rango(f (1, 1),f (1,0))

rango((2,0,1), (1,1,1))

dim R2

R.2.

3. APLICACIONES LINEALES CON CON]UNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA

EJEMPLO

L27

La aplicacin:

p3fp3
(x1, x2, xs)

(xz -f xz,

xt

-f x2 -t 2x3,

xr + xs )

es lineal, como se comprueba con facilidad, y no es inyectiva, lo cual se puede demostar


usando la proposicin II.B (cf. p. I24).
En efecto, calculemos el rango de /. Considerando Ia base cannica de R.3, se tiene:

ransof = rango(,f(1,0,0),/(0,1,0),/(0,0,1))

rango((0,1,1),(1,1,0), (1,2,I)) =2,

pues el vector (1,2,1) es suma de los otros dos, y estos dos son linealmente independientes.
En consecuencia: rango
aplicacin

EJERCICIO

j :

2+3

dim R3, y en virtud de la proposicin II.B (cf. p. 124) la

no es inyectiva.

f es una aplicacin lineal de un espacio vectorial E de dimensin finita en un espacio


vectorial F , y si (ut ,ur, .. .,u) es una base de E, demostrar que una condicin suficiente
para que f sea inyecva es que el sistema (f (ut), f (uz), . . . , f (u")) sea libre. a
Si

5. Caracterizacin de una aplicacin lineal suprayectiva La siguiente proposicin muestra una condicin equivalente a Ia suprayectividad de una aplicacin
lineal.

:\S de aplicacin
Ii

sup

neal

raye ct iva

Proposicin

ll.9

Sea

una aplicacin lineal de un espacio vectorial E en un

espacio vectorial F, ambos de dimensin finita. Una condicin necesaria y suficiente


para que f sea suprayectiva es que su rango coincida con Ia dimensin del espacio

vectorial de llegada:
rango

f :

dimF'

Demostracin La condicin es necesaria. Si / es suprayectiva, es decir, si los conjunlm/ yF coinciden, entonces: rangof : dim(lm/) : dimF.
La condicin es suficiente. Si rango/ = dimF, como: rango;f = dim(lm-f), entonces:
dim(lm/) : dimF, y al ser lm/ un subespacio vectorial del espacio vectorial F, se concluye
(cf. corolario de laproposicin I.17, p.79):lmf : F, esto es, Ia aplicacin / es suprayectiva.
tos

C.Q.D.

EJEMPLO

Si

es

la siguiente aplicacin de R3 en

R2:

(xt, xz,x3) e R3 F-------' (xt + xz,xr


entonces es lineal, como se comprueba sin dificultad,
demostrar con la proposicin II.9 (cf. p. 127).

x3)

e R2,

y es suprayectiva, Io cual se puede

128

II. APLICACION ES LINEALES


En efecto. Calculemos el rango de

partiendo de la base cannica de

R.3. Se

tiene:

ransof = rango("f(1,0,0),"f(0,1,0),/(0,0,r)) = ranso((1,1),(1,0),(0,-t))

:2.

anterior rango de vectores, ntese que el de tres vectores de R 2 es a lo ms


igual a 2, y que los vectores (1,1) y (1,0) son linealmente independientes.) En consecuencia,
el rango de / es igual a la dimensin de su espacio vectorial de llegada: rango f : dim R2, y
(Para el clculo del

en conclusin
EJEMPLO

es suprayectiva.

La aplicacin:

R3

p3

(xt *

(xt, Xz, Xz)

2X3, Xz

X3,

Xr * Xz +

XZ)

lineal
-como se comprueba fcilmente- y no es suprayectiva, como se puede probar con
la proposicin II.9 (cf. p. 127).
es

Para calcular el rango de

consideramos la base cannica de R3. Se tiene:

: rango(/(1,0,0),/(0,1,0),/(0,0,t))

ransof

= ranso((1,0,1),(0,1,

D,Q,-I,1)) -

2,

(2,-l,I) escombinacinlinealdelosotrosdos: (2,-1,1):2(1,0, 1)-(0, 1,1),


y estos dos son linealmente independientes. En consecuencia, el rango de / no es igual a la
dimensin de su espacio vectorial de llegada: rango f + 3,y f no es suprayectiva.
pueselvector

Para las aplicaciones lineales entre espacios vectoriales de la misma dimensin

finita, se tiene la siguiente


Proposicin

ll.l0

una aplicacin lineal de un espacio vectorial E enun


espacio vectorial F, ambos de dimesin finita. Si E y F son de Ia misma dimensin,
Sea

entonces:

es

inyectiva

es suprayectiva.

Demostracin Teniendo en cuenta las caracterizaciones


nes II.8 (cf. p. 124) y II.9 (cf. p. I27), y la hiptesis: dim E

demostradas en las proposicio-

dim F, se tiene la siguiente cadena

de equivalencias:
; es

Aplicacin lineal
e

nt re

e s pacos

vectoriales de la
mlsma dimensin

finita

inyectiva

rangof = dimE

+> rangof : dimF <+ /

es suprayectiva.a.q.l.

Corolario Si f es una aplicacin lineal entre dos espacios vectoriales de la


misma dimensin finita, se verifica:
f

es

inyectiva

<- f

es supraJ/ectiva

<- f

es biyectiva.

l
i

:.

APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA

r29

6. Teorema de las dimensiones

Cuando el espacio vectorial de partida de una


aplicacin lineal es de dimensin finita, hay una relacin entre su dimensin y la
dimensin del ncleo y de la imagen:
Teorema de las
dimensiones

Teorema I
Sea f una aplicacin lineal de un espacio vectorial E de dimensin
finita en un espacio vectorial F. Se verifica:

f ) : dimE,
dim (Ker f ) + rango f : dimE.

(1s)

dim (Ker f ) + dim (lm

lo que

es equivalenfe;

Demostracin Si lm"f : {0}, es decir, si Ia imagen por / de cualquier vector de E es el


vector0,entoncesKer/:E,yseverifica(15): dim(Ker/)+dim(lm/)=dimE+0:dimE.
Si Ker/ : {0r}, entonces: rangof : dimE (cf. proposicin II.8, p. 124), y se verifica (15)
tambin en este caso: dim (Ker/) + dim (lm/) : 0 + rango-f : dimE.
Probemos Ia frmula (15) para el caso en que lmf + {O} y Ker/ + {0}. Sea entonces (u1,ro2,...,wp) una base de lm/ (y por tanto: rangof : dim (lm/) : p), y tambin
sea (u1,u2,...,uq) unabase de Ker/ (ypor tanto: dim(Ker/) : q). N sr tr.r1, u2,...,tup
vectores de lm/, existen p vectores ut,7)2,...,u, de E tales que:

f(ut)

wt,

f@)

= 7o2, ...,

f(ue) = we,

,up) es un sistema libre, al serlo (rur, wz, . . .,wp).


SeverificaqueelsistemaB:(u1,2,...,uq,ur,u2,...,up),devectoresdeE,esunabase

y adems (ur,ur,.

..

de E.

En efecto. En primer lugar, el sistema B es un sistema de generadores de E. Sea


vector arbitrario de E. Entonces f (x) e lm f , y se tiene:

f (x) :
para algunos escalares Ar , Az,

...

"

+ trpup

, trp, Si denotamos:

! :
entonces

Atu)t + Aztt)z -r'

x un

AtUr

* Azuz *' ''

+ Apup,

16)

f(x): f(y):

f (y) = hf @) + A.zf @) + . . . + Aof @r) : trtwt-t


de donde:

f(x - r :

0, luego: x

- y Ker f,y

A.2ro2

+'

" + t'rwr: f (x),

se tiene:

x - ! : UtUt i UzUz* "' + Fquq


para algunos escalares Ht,

Hz

x - Htut *

, [tq.De (16)

ltzWz

(r7)

y (L7) se deduce:

-t''' + [tqWq+ Ar trt *

AzU2

-l'''

+ ApU1r,

II. APLICACIONES

r30
y

es

una combinacin lineal de los vectores del sistema B, es decir:

LINEALES

e L(B) ' El sistema B

es, por tanto, un sistema de generadores de E.


En segundo lugar, el sistema B es libre. Supongamos que los escalares 6t,62,
Yt, fz, ... , Yp son tales que:

6tut +

6zrrz

*'''

+ 6quq -f

ytut -f Yzu2 * "' + Ypup :

"',6q,
(18)

On'

De esta igualdad se deduce:

o:'r(o):=tll;,:',;:::::;^r;:;1'),,'r**"u'1,,,,r,:::^
: lt7ot -l lz7Oz +' " + YpWp'
y al ser

(wr,ur,...,wr) un sistema

libre se infiere:

lt : lz

lq:

O' Sustituyendo

en(18)seobtiene:61u1+lzuz+"'+6ru^=On,Yalserlibreelsistema(u"u''"''uo)'se
6o: O. En conclusin' y como de la igualdad (18) hemos deducido:
deduce: t : z
r - 6z :

.--: 6q: Yt : Yz: "' : Yp:

0,

el sistema B es libre.
EI sistema B es, Pues, una base de E, luego:

dimE:4* p :

dim (Ker

f)

+ dim (lm"f),
C.Q.D.

y queda probada la frmula (15)'

En esta demostracin no Se ha hecho restriccin alguna sobre Ia dimensin del


espacio vectorial F; es decir, el teorema de las dimensiones es vlido incluso si F es de
dimensin infinita. A

Nota

EJEMPLO 9

Sea

hene

una aplicacin lineal de R3 en R2 tal que:

dim(Ker/)

-2 Y

(1,3) e lmf.

Determinemos una base del subespacio vectorial lm


Del teorema de las dimensiones se deduce:

dim(lm/) = dim

de

lm/.

- dim(Ker/) : 3 - 2 :

T,

) es un vector no
esunvectorlinealmenteindependiente,yenconsecuencia 11t,:)) esunabase

y por tanto una base de lm

nulode lm/,

R.3

/.

Ntese que

lm/

estar formada por un nico vector. Como

= R.(1,3).

(1,3

'

EL ESPACTO VECTORTAL

fi.4

L(E,F)

r3r

EL ESPACIO VECTORIAL

L(E,F)

E y F dos espacios vectoriales sobre un mismo cuerpo K. Designaremos el


conjunto de las aplicaciones lineales de E en F con la notacin: L(E,F). hobaremos
que !(E,F) es un subespacio vectorial del espacio vectorial FE de las aplicaciones
de E en F (cf. ejemplo 4 del captulo I, p. 35).
En primer lugar, C (E, F) no es el conjunto vaco, pues Ia aplicacin nula:
Sean

O(u)

0r,

lineal de E en F: O e L(E,F).
En segundo lugar, si comprobamos que cuando at y uz son dos escalares, y fi
y f2 son dos aplicaciones lineales de E en F, entonces or1fi + uzfz es una aplicacin
Iineal de E en F, de acuerdo con la proposicin I.1 (cf. p. 39) habremos probado
que I (E, F) es un subespacio vectorial del espacio vectorial FE. Tenemos que probar,
pues, que atft + a2f2 es una aplicacin lineal de E en F, y para ello (cf. proposicin II.1, p. 114) verifiquemos:
es una aplicacin

F) e K2, Y (u,u) e E2,


(qfi * azf) (Ftu + Bzut) - Br@Lfr *

V (Bt,

zfz) @) + Bz@tft

* zf)(u)).

(19)

Se tiene:

(atft

+ uzfz)(Btu + Bzut)

: (atft)$tu

Bzut) + (azfz)(PLu + Bzu)

= atft(Btu + Bzut) + azfz(Btu + Bztu)


: h(Btft@) + Bzft@)) + uz(BJz@) + Bzfz@))

: Ftatft@) + Btazfz@) + Bzatft(w) + Fzuzfz@t)


: Ft@tft + azfz)@) + Bz@tft + azfz)(w),
donde la primera igualdad es consecuencia de Ia definicin de Ia adicin de aplicaciones; la segunda, de la definicin de la Iey de composicin externa; y la tercera, del
hecho de que fi y fz son aplicaciones lineales. Por tanto, se verifica (19), y u1f1+ a2f2
es una aplicacin lineal.
En conclusin, L(E,F) es un subespacio vectorial de FE.

EJEMPLO r 0

Calculemos una base del espacio vectorial .C (R, R3 ).


Para determinar una aplicacin lineal de R en pl basta conocer la imagen por sta de
los vectores de una base de R (cf. proposicin II.7, p. I22). En nuestro caso, como R es de

dimensin 1, cualquier nmero real no nulo formar una base; tomemos la formada por

II. APLICACION ES LINEALES

L32

-vector

que en este caso coincide con el escalar

Consideremos las tres aplicaciones .ft,.fz,

er =
"f1(1) =
Entonces

(fi,fz,fi

(1,0,0), fz1)

es unabase de

de f,(R, R.3), y sea: "f (tl :

1-.

As,

si;f pertenece

a f,(R, R3),

queda

/(1).

determinada slo con conocer

fz de R en R3 que verifican:

= 2 =

l(R,R3).

(0,1,0),

"f3(1)

En efecto. Sea

una aplicacin arbitraria

(0,0,1).

(xt,xz,x3). Entonces se tiene:

(xtft+xzfz+xEfiQ):xtft1)+xzfz1)+xzfz(r):xtot-txzQz-rxscz:(xr,xz,xs),
es decir, la aplicacin lineal

y la aplicacin lineal

(xtft

+ xzfz + x3l3) tienen el mismo

comportamientoenelvectorl. Como (1)esunabasedeR,sededuce: f :xtft+xzfz+xzfz,


y en consecuencia: / e L (fi, fz, fs). El sistema (fi, fz, f) es, pues, un sistema de generadores de

(R., R.).

Comprobemos ahora que

(fi, fz, fs)

es

un sistema libre. Si oh, a2 y d3 son escalares,

de

dtft+ azfz+ azfE: O, se deduce: (arft+ azfz+ o.zfi)(1) : O(1): (0,0,0),y


arf (1) + azfzI) + agl3(1) : (0,0,0), de donde: (at,az, o<g) : (0,0,0), es decir:

laigualdad:
por tanto:
oq

= cxz: ds :
Elsistema

0. En consecuencia, el sistema (ft , fz, fz) es un sistema libre.

(.h,fz,f)

esentoncesunabasedeI,(R.,R3).Ntesequedim.c(R,R3):3.

N.5 ISOMORFISMOS DE ESPACIOS VECTORIALES


1. Deftnicin de isomorftsmo. Espacios vectoriales

isomorfos

Se conside-

ran espacios vectoriales sobre un mismo cuerpo K.

lsomorfismo

Automorfismo

Si / es un isomorfismo de E en F, entonces su aplicacin inversa:


isomorfismo
de F en E (cf. proposicin IL3, p. 118).
un

Espacios

vect. isomorfos

-f-t,

es a su vez

5. ISOMORFISMOS

133

DE ESPACIOS VECTORIALES

2. Propiedades La composicin de dos isomorfismos es un isomorfismo, pues


la composicin de dos aplicaciones lineales es una aplicacin lineal (cf. p. 118), y
Ia composicin de dos aplicaciones biyectivas es una aplicacin biyectiva (cf. teorema 4, p. 401). A continuacin, vemos otras propiedades de los isomorfismos y de los
espacios vectoriales isomorfos.
Un espacio
vecto rial de
dimensi n

Proposicin f .l I
igual a rL, con vL >

E un espacio vectorial sobe K. Si E es de dimensin finita


entonces E y Kn son espacios vectoriales isomorfos.
Sea

I,

es

isomorfo a K'

Demostracin Si (rr,rr,...,un) es unabase de E, consideremos la aplicacin lineal /


f (ut) : et f @z) : ezt .. ., f (u.) = e, (recordemos que una aplicacin

de E en K tal que:

lineal queda inequvocamente determinada por las imgenes de los vectores de una base).
Entonces: rango

f:

rango (et,er,.

rangof

..,e) : 7, y por tanto:


:dimE Y rangof : dimKu,

/ es inyectiva (cf. proposicin II.B, p.124) y es suplayectiva (cf. proposicin II.9, p. 127), es decir: / es un isomorfismo. Los espacios vectoriales E y K' son, pues,

y en consecuencia

isomorfos.
Los espacios

,/ectonales de la
- isma dimensin
fi

ita son

isomorfos

CNS de

isomorfismo
(transformar
bases en bases)

c.Q.D.

Corolario

Dos espacios vectoriales (sobre un mismo cuerpo) de dimensin finita


que tienen la misma dimensin son isomorfos.

Tenemos, pues, una condicin suficiente (basada en la dimensin) para que dos
espacios vectoriales de dimensin finita sean isomorfos. El siguiente resultado nos
va a servir para comprobar que esta condicin es tambin necesaria.

Proposicin ll.l2
Sea f una aplicacin lineal deE enF, ambos espacios vectoriales de dimensin finita no nula, y sea (u1,u2,..',un) una base de E' Una
condicin necesaria y suficiente para f sea un isomorfismo es que eI sjsfema (f (u), f (u),..., f (u")) sea una base de F.

Demostracin

/ es un isomorfismo, entonces:
=dimE:n y rangof :dimF,

La condicin es necesaria. Si

rangof

yportantosetiene: rango(f(ut),f(uz),...,f(u"--n=dimF,yenconsecuenciaelsistema (f (ut), f (u),. . . , f (u" es una base de F.


La condicin es suficiente. Si el sistema (f (ut),f (u),...,f (u")) es una base de F, entonces eI rango de este sistema es igual an: rango(f (ur\,f (u),.",f (u" = z, de don-

=n= dimF: dimE, yenconsecuencia/


es un isomorfismo.
de: rango;f

Corofario Si dos espacios

es suprayectivae inyectiva, es decir,

c.Q'D.

vectoriales de dimensin finita (sobre un mismo

cuerpo) son isomorfos, entonces tienen la misma dimensin.

II, APLICACIONES

L34

EJEMPLO

Estudiemos si es un isomorfismo la aplicacin lineal

f (xt,xz,xt) :

de R3 en

R.3

LINEALES

dada por la expresin:

(x2 + X3,Xl -r xE,Xt -t xz).

De acuerdo con la proposicin II.12, tomemos una base de R3, que por comodidad ser
la cannica, y estudiemos si las imgenes por / de sus vectores forman una base -tambin
de R.3-. Se tiene:

f(et) : (0,1,1), f(ez) : (1,0,1), f(ez) : (i,1,0),


yelsisrema ((0, 1,1),(1,0, 1),(1,1,0)) esunabasedeR3(esfcilverquesurangoesigual
a 3). En consecuencia,
EJEMPLO I

;f

es

un isomorfismo de R3 en R3, o tambin: un automorfismo de

R3.

Los espacios vectoriales (R, R3) y R3 son isomorfos, pues ambos son de la misma dimensin

finita (cf. ejemplo 10, p. 131). Para definir un isomorfismo del primero sobre el segundo,
teniendo en cuenta la proposicin II.12 (cf. p. 133), basta definir las imgenes por @ de los
vectores de una base de l(R., R3) de suerte que stas formen una base de R3.
Por ejemplo, si tomamos como base de A(R.,R.3) la ya considerada en el ejemplo 10
(cf. p. 131): (fi,fz,f), y definimos @ como Ia aplicacin lineal de A(R,R.3) en R.3 que verifica:@(/r) = (0, 1,I),O(fz): (1,0, I)y@(fs): (1,1,0),entonces@esunisomorfismo,
pues ((0,1,1), (1,0,1), (1,1,0)) es unabase de R.3.

Por el momento, para estudiar si una aplicacin lineal dada entre dos espacios
vectoriales de dimensin finita es un isomorfismo, tenemos dos criterios: estudiar si
es simultneamente inyectiva y suprayectiva (definicin de isomorfismo), o estudiar
si las imgenes de los vectores de una base forman una base (cf. proposicin II.12,
p. 133). Pero cuando los espacios vectoriales tienen la misma dimensin, basta slo
estudiar si la aplicacin es inyectiva o si es suprayectiva (cf. proposicin II.10, p. 128).

EJEMPLO

Estudiemos si es un isomorfismo la aplicacin

Y (xt,xz,xs) e R3,
De laigualdad

y estas ecuaciones

-f Xz+.rc3

(x1 + x2

x3,x2

xz

:0,

+ xz,x).

se deduce:

:0,

x2-f xs

=Q,

y slo si: xr : xz = xt = 0. En concuya imagen por / es (0,0,0) es el vector (0,0,0), esto

se verifican simultneamente si

secuencia, el nico vector de R3

es:

de R3 en R3 que verifica:

/(xr,xz,xz) :

f(xt,xz,xz) : (0,0,0)
Xt

Ker/ : {(0,0,0)}, y por tanto /

es inyectiva. Como

es una aplicacin lineal entre

espacios vectoriales de la misma dimensin finita, con la proposicin II.10 (cf. p. 128) y su

corolario se concluye que

es

biyectiva, es deci:

es

un isomorfismo de R3 en

R.3.

:ORMAS LINEALES

135

Como consecuencia inmediata de los comentarios precedentes aI ejemplo anterior


se tiene la siguiente
CNS de

isomorfismo

'.ngo igual

a la

dimensin
comn)

Una condicin necesaria y suficiente para que una aplicacin


Proposicin f l.l3
Ilned f de un espacio vectorial E en un espacio vetotial F, ambos de Ia misma
dimensin finita n, sea un isomorfismo es que su rango coincida con Ia djmensin

comn:
rango

Demostracin

cin IL10, p. 12S), y

II.6

La aplicacin

es

f : n'

un isomorfismo si y slo si es suprayectiva (cf. proposi-

es suprayectiva si

: n.

y slo si: rango f

c.Q.D.

FORMAS LINEALES
7, Espacio dual Formas

lineales

En esta seccin consideraremos un espacio

vectorial E sobre un cuerpo K, y supondremos que E es de dimensin finita.


Si consideramos K como un espacio vectorial sobre K (cf. ejemplo I del captulo I,
p.35), entonces el conjunto A(E,K) de las aplicaciones lineales de E en K es un
espacio vectorial (cf. seccin 4, p. 131). Este espacio vectorial (E,K) se denomina
espacio dual de E, y se denota Por E*:

E*

- L(8, K).

De Ios elementos de L(E, K) se dice son las formas lineales sobre E.

EJEMPLO

Veamos cmo es el espacio dual del espacio vectorial R.2: (R2)*.


de (m,2)*, es decir, una forma lineai sobre R2, es una aplicacin lineal
Un elemento

de R2 en R.. Para que

est determinada bastar conocer las imgenes por

de los vectores

de unabase de R2. Si tomamos por comodidad la base cannica: ((t,ol,(0, 1)), la forma
lineal / estar determinada si se conocen /(1,0) y f (0,I).
Sean: /(1, 0) : q y.f (0, 1) : 42. Entonces para cada (xt,x) e R2 se tiene:

f (xt,xz) - f (xr(l,0)

-t

xz(O,

t : xLf O,0) + xzf (0, 1) : xr&t * xztz,

laformalineal/verifica: V (xr,Xz) c R2, f (xt,Xz): cLrXt*6LzXz.


Recprocamente, sL g es una aplicacin de R2 en R para la que se cumple:

Esto es,

Y (xt,xz) e R2,
entonc es

g(xt,xz):arxt*

g es una forma lineal sobre

R2

cLzxz, para

alginq c Ryalgn ftze

R,

II. APLICACIONES

136

En conclusin, el conjunto (R2)* es el conjunto de las aplicaciones


verifican:

(xx)

eR2,

LIN EALES

de R2 en

R. que

f (x1,x) : atxt * a.2x2,

para algunos nmeros reaJes a.r y a.2.


Se generaliza sin dificultad a R.2: el conjunto (R.")* de las formas lineales sobre Rz es el
conjunto de las aplicaciones / de R en R. que verifican:

Y (x1,x2,..., xn) e Rn,


para algnnos nmeros reales a1,

Notacin

f(xt,x2,...,xn) : &txt

-t a.2x2 + . . . + anxn,

cln.

cL2, . . . ,

un espacio vectorial de dimensin finita no nula, y si B es una base de E,


toda forma lineal sobre E est unvocamente determinada si se conocen las imgenes (por
la forma lineal) de los vectores de la base B. Si B = (ut,uz, .. .,un),y h, lz, . .., yn son
escalares, Ia nica forma lineal / que verifica:
Si E es

f (ut:yt, f @z): /2, ..., f (u") =y"


ser representada por comodidad de la siguiente manera:

lut

t...

Yt

f=lu

I
I

yn.

lu,

A continuacin, y fijada una base B = (ut,nz,. . . ,un) de un espacio vectorial E


de dimensin finita no nula, definimos una aplicacin I de E en su dual: E*, es decir:

xeE-4(*)eE*.
Six E yAt,trz

x-Atur*AzUz*

-+Anttr,

entonc es 4 (x) se define como la siguiente forma lineal sobre E:

lut

1(x)-1 u
I

lu,
En estas condiciones se verifica la siguiente

A1

...> A

r38

II. APLICACIONES

LINEALES

o I es suprayectiva.

Si/ E*,Yf(ut)_ Yt,f@)-

: ytUt * YzUz + . . - * YnUrr;

Yz,

yn, consideremos el vector

entOnces:

I ut

Yt

I
I

l(z) --{

lUn

Yn,

yportanto: l(z): f ,yl es suprayectiva.


Al ser I una aplicacin lineal inyectiva y supray ectiva de E en E* , 4 es un isomorfismo
de E en E*.
Un espacio

vectorial y su
dual tienen la
misma

C.Q.D.

Corolario Si E es un espacio vectorial de dimensin finita no nula


su dual: E* , tambin es de dimensin n.

dimensin 2. Base dual

Se

n, entonces

introduce la notacin:

ui:4(u), ui:4(u), ..., ui:4(u).


Entonces, como B : (ur,u2,...,u,") es unabase de E, y/ es unisomorfismo de E
en E*, el sistema B- : (ui,ul,...,u[) es una base de E* (cf. proposicin II.12,
p. 133). De la base B* : (ul,ut,...,ui), del dual E*, se dice es la base dual de la
base B : (ur,7t2,... ,u) de E.
Nota
a

bene
pafiir

En la

anterior construccin hemos fijado desde un principio una base B de E,y


/, y finalmente Ia base dual B*.

de ella hemos definido el isomorfismo

La siguiente proposicin nos muestra una propiedad de la base dual:


El -simo
elemento de la
base dual de una
base B asigna a
cada vector su
i -sima

coordenada en la
base B

Proposicin ll.l5 Si E es un espacio vectorial de dimensin finita no nula, y


= (ut,uz,.. .,ud es una base de E, y B* : (ui,ui,...,ui) es su base dual,
entonces para el vector x de E de coordenadas Ar, Az, ..., dn en la base B:
si B

.+AnUr,

x-trtur*AzUz*
se verifica:

ui @) : Ar, u) (x) :

Az

Demostracin Como ui --g(u) y ur - Lul *

0u2

* .. , + \un,

ui:f"'-l *
lut

lu"

-+

o,

se tiene:

139

7. APLICACIONES AFINES

v en consecuencia:

u(x) : ui(Arur
=

lrui@)

+ A.2u2

+'''

+ Azui@z) +

Y anlogamente se demostrara que

EJEMPLO

+ Anun)

ui

"'
8)

Inul(un)

-- A,z,

..

.,

Arl +Az0+'

ui@)

"

+420

: tr..

A1'
c.Q.D.

Estudiemos la base dual de la base cannica de R3, es decir, la base: Bj = (ei, ei, e j ), dual
de Ia base Bg : (e1,2, ) de R3.
Las coordenadas de un vector (xt,xz,xz) de R3 en la base 86 son sus componentes: x1,
Xz, XE, eS decil:

(xt'Xz'Xz) = XtQt

-f Xzz l- XzOt'

luego (cf. proposicin IL15, p. 138) se deduce:

ei@t,xz,xz)
Por ejemplo, Ia forma lineaI

: xL,
ei

ei@r,xz,x3)

: xz,

x3'

es Ia aplicacin:

(xt,xz,x3) e R3 ,- xr c

EJERCICIO

ei @r,xz,xz)

R.

CalcularlabasedualdelabaseB: (tt,1,0),(0,1,0),(1,0,1))

deR3.

un espacio vectorial de dimensin finita, y sea E" su


dual. Se dice que un elemento f de E" y un vector u de E son ortogonales si se
verifica: f (u) :0'
Dada una forma lineal / sobre E, eI conjunto de Ios vectores de E que son ortog-

3. Ortogonalidad

Sea E

onalesa/esKer/.

six e Ker/,entonces/(x):0'y fy x sonortogonales'


camente, si f x son ortogonales, entonces "f (x) : 0,y x e Ker/.
Enefecto,

Recpro-

II.7

APLICACIONES AFINES
Sean E y F dos espacios vectoriales sobre un mismo cuerpo K.

De una aplicacin @ de E en F se dice es una aplicacin afn de E en F si existen


un vector ut de F y una aplicacin lineal de E en F tales que:

YxeE,(x)-w+f(x).

II. APLICACIONES

L40

EJEMPLO

l6

Sea @

la aplicacin:

p2R
(xt,xz)

Entonces q| es una aplicacin afn de


de R2 en R. que verifica:

V
y si denotamosi

7D

(h,x)

Zxt + 3xz +

eR2,

I'

en R, pues si denotamos por

R.2

.f

(xt,x)

la aplicacin lineal

= 2xt +3x2,

: 1 -en este caso es un vector de R.-' entonces:


Y (xt,x) e R2, (xr,x) : ttt + f (xt,xz).

Consecuencias de Ia deftnicin de aplicacin


Ios espacios vectoriales E y F tal que:

afn

Sea @ una aplicacin afn entre

VxeE,(x)=u+f(x),
con u) e F y

LINEALES

e L(E,F).

Q2)

verifica:
La aplicacin Q determina unvocamente eI vector w de F y la aplicacin lineal
Se

deE enF.
Enefecto. Setiene: (0r) = w+f(Oa) = rrl, luego:u

Q(on),

yelvectorru

est unvocamente determinado por @. Como consecuencia, de (22) podemos escribir:


V x e E, (x) = (0) + f (x), de donde:

y la aplicacin lineal

EJEMPLO I

Para la aplicacin afn:

xeE, f(x)=(x)-(0),

tambin est unvocamente determinada por .

p2ER2
(xt, xz)

(xt + xz + L,2)
se tiene que E (0,0) -- (1,2), y la aplicacin lineal g determinada por ga verifica:

g(xt,x)
es decir,

es

= E(x7,x2)

- ql(0'0) :

(x1 + x2

1,2)

- (I,2) : (xt + xz'0)'

la aplicacin lineal:

pzg,p2
(x x)
Efectivamente se tiene: V

(xt + xz,O).

x eE, E@r,x2): (1,2) + g(xt,xz)'

L4r

7. APLICACIONES AFINES

por de una combinacin afn de vectores de E es igual a la misma


combinacin afn de las imgenes. Es decir: si tt1, tt2, ..., um son vectores de E
y dt, Az, . . ., Am son escalares que suman 7:

La imagen

Ar+Az+ '*tr*:I,

(23)

entonces:

(Atut +

Azuz

+ ' ' ' + A*u*)

Ar(ur) + tz@z) + ' ' ' + tr^(u^)'

De (22) y (23) se deduce:

+'''+

tr*u*)
= w + f(trtur 1- A'2u2+''' + tr*u^)
= w + trtf@t) + Iqf@) +''' + tr*f(u*)
= (Al + lz + "' + I*)tu + A'tf@t) + trzf@) + "' + tr*f(u^)
= Arlr + f (u1)l+ A.zltu + f (uz\l + "'+ l,^lto + f (u*)l

(Arur +A2u2

: h@t)
.

La imagen

+ le@z)

+'''

por Q de un subespacio afin

conceto, siu

tr*(u^).

de E es un subespacio afn de

F. Ms en

+ E1 es un subespacio afn de E, entonces se verifica:

lu + Ell

(w + f (u)) + f[Er].

En efecto, se tiene la siguiente cadena de equivalencias:

EJEMpLO I

lu * Etl e lx e Et, ! : (u + x)
<- 1xeE1,!:u)+f(u+x)
<- 1x e E1, ! : (u, + f (u)) + f (x)
<=+ ye(u,+f (u))+ flEtl,

Para ejercitarnos calculemos, parala aplicacin afn

subespacio afn de

17, la imagen del siguiente

R.2:

(3,4) + I@,x)
Se

E del ejemplo

lx

R.].

tiene:
q2

[(3,4) + {(x,x) | x e R}]

((r, D

((L,2)

glI@,x) | x e R}l
+ (7,0)) + {(x + x,o) lx e R.}

gG,4))

(8,2) + R(1,0).

II. APLICACIONES LINEALES

r42

. La imagen inversa por S de un subespacio


EJEMPLO

l9

Por ejemplo, el siguiente subconjunto de

afn de F puede ser el conjunto vaco.

R.2:

I0,r) | v e R] = (o'1) + R(1'o)


es un subespacio afn de R2, y su imagen inversa por
(cf. p. 140) es igual aI coniunto vaco, es decir:

E-rlI0,r)lyeRll

la aplicacin afn E del ejemplo

17

=0,

como se deduce de observar en la definicin de qa que todo vector del conjunto imagen de E
tiene la segunda componente igual a 2.

Si la imagen inversa

por de un subespacio afn de F no es eI conjunto vaco,

entonces esta imagen inversa es un subespacio afn de E.


un subespacio afn de F y 1[tr +Ft ] no es el conjunto vaco, probaremos
que -1 lut + Fl es un subespacio afn de E. Como, por hiptesis , Q-'ltot' + F1l no es
el conjunto vaco, existir algnvector r, E tal que:
Si rur

+Fr

es

u e -rlutt *

Frl,

o bien (u) e

ur r Fr,

de donde (cf. proposicin L5, p. 56):

uy*F1 :Q@)+Ft'
Recordando las consecuencias de la definicin de suma de subconjuntos de un espacio
vectorial (cf.p.44), se tiene la siguiente cadena de equivalencias:

x e *rlut * Frl <- x e -r t(u) + Fl


<- (x) e (u) + Ft
<- u+f(x)e (ut+f(u) )+Fr

<<<de donde seobtiene:

x 6-tlutt *Frl
Q

En consecuencia, @-1[tr +

Fr]

es

f (x) - f (u) c Fr
f (x-u) Ft

x-uef-\

[Fr]

x e u + f-r[Fr],

<=e

x e u + f-L[Fr],yportanto:

tlwt+Frl: u+f llPi.


un subespacio afn de

E.

(2+

"8. SOLUCTON DE LOS EJERCTCTOS ?RO?UESTOS

EJEMPLO

20

Para la aplicacin

L43

E del ejemplo 17 (cf. p. 140), se verifica que la imagen inversa por E del
-1) no es el conjunto vaco, pues:

subespacio afn (2,2) + R(1,

E(1,0) = (2,2) e (2,2) + R.(1, -1).


De acuerdo con(24), se verifica:

a-rIQ,Z)

+ R.(1,*1)l

(1,0)

+s-l[R(1,-1)] :

(1,0) + R.(1,-1),

que es un subespacio afn de R2.

rr.8

sorucroN

DE Los EJERCrcros pRopuEsTos

I Lo resolveremos para el caso n: 3 y m :2.


12a)
Sea, pues, / una aplicacin lineal de R3 en R2. Tomemos
@.

Ejercicio

una base de R3, que


por comodidad va a ser la cannica, y supongamos que las imgenes por / de sus
VeCtoIeS Son:

f (1,0,0): (at,bt), f (0,I,0) = (az,bz), f (0,0,1):


Si (xr,

xz,xz) e

R.3, se

(a3,fu).

tiene:

f (xyx2,x3) : f (xr(t,0,0) + xz(0,I,0) +xs(0,0,1))


: xtf G,0, 0) + xzf Q,1, 0) + xsf (O,0,I)

: xt(at,bt)
: (atxt I
Es decir, toda aplicacin lineal

de

+ xz(az,b2) + x3@z,bz)

CL2X2
R.3

CL3X3,btxt + bzxz + bzxz).

en R2 verifica:

Y (x7,x2,xs) e R3,

f (xt,xz,xz) : (atxt i

a2x2-t cfix3,byx1

b2x2 +

bzxz),

(25)

para determinados (por


nmeros reales at, az, cL3, b1, b2 y b3.
"f)
Por otro lado, una aplicacin / de R.3 en R.2 de la forma (25) es lineal, como
comprueba fcilmente.

se

La generalizacin del desarrollo anterior es ms fastidiosa que difcil, y slo


mostramos su conclusin: si / es una aplicacin lineal de R.u en R.u, entonces jf
verifica:
Y

(x1,x2,..,,xn) Rn, ;f(x1, x2,...,xn)


: @lxt + a12x2+ . . . + eLxn,alxl + alx2 + "'
...,aTxt + af x2+' . . + aT x"),

af,xn,...

II. APLICACIONES

L44

donde cadaa!r,l <


Ia aplicacin
Nota

bene

LINEALES

< rL, l < i <m, esunnmeroreal queviene determinadopor

/.
Con ar, se representa un nmero real, donde

es un superndice, y no un

exponente. a

2 Ntese que, aI ser (u1,1)2,...,ur) unabase de E, se tiene que dimE = n.


(p.127) Si(f (u),f (uz),...,f (u.,- esunsistemalibredeF,entoncessurangoesigual
a n: rango(f (u), f (u), . " , f (u)) : ?L, de donde:

Ejercicio

rango

f:

ranso

(f

(u

), f

(u

), . .', f

(u

"))

dim E,

y -f es inyectiva (cf. proposicin II.8, p' I24)'

3 Pongamos:
39)

Ejercicio

(p. I

uz: (0, 1,0), us :


y calculemos Ia base dual de B: B* : (ui,ui,ui) '
ut

(I,I,O),

(1,0, 1),

De (9) (cf. P' 123) se obtiene:

et = ut - Uz,
y si (xt,xz,xe)

es

Q2

: 7t2,

az =

-Ut I

lI2

I U3,

(26)

un vector arbitrario de R3, de (26) se deduce:

(xt,Xz,Xz) : Xtat *

X2a2

Xge3

: xt(ut - uz) + x2u2 1- xz?ut + uz + us)


: (xt - xz)ut * (xz + xz - xt)uz * x3u3,
y de la proposicin tr.l5 (cf. p. 138) se concluye:

ui(xtxz,xz)

= xr

- xz, ul(xt,xz,xi :

xz

x3

- x1,

ut(xt,xz,xz)

xz'

\45

ECAPITULACION II

RECAPITUIA,CION II
Deftnicin y propiedades Consideramos dos espacios vectoriales E y F sobre
un mismo cuerpo K:
. Aplicacin lineal de E en F: aplicacin f de E en F que verifica:
Y (u,u) e E2,

f (u +w) - f (u) + f (ut),


V (4, u) c K x E, f (uu - af (u).

Condicin necesaria y suficiente:

de E en F es lineal precisamente si:

V(a,) K2, Y (u,u) e E2,f (au+But)

- af (u)+Ff (u).

Propiedades de una aplicacin lineal de E en F:


"f
o / conserva las combinaciones lineales:

f (ututro "f (or)

ot2u2

+' ' '+ lhun)

: ai(ut)

azf @z) + ' ' '+ anf @");

= or;

o Vu eE, f (-u): -f (u);


o si (u1, n2,...,u,") es sistema ligado, entonces tambin es ligado el sistema (f (ut), f (uz), . . . ,.f (u"));
o si (/(u1), f (u),...,f (u")) es sistema libre, entonces tambin es libre el
o
o

sistema (u t,uz,...,un)i
rango (ut,uz,...,u*) > rango(f (u),f
si E1 es un subespacio vectorial de E:

(u),...,f (u*));
/[Er] es un subespacio vectorial

de F;

en particular:

lmf = f lEl : If

lu e El

es

un subespacio vectorial

F: f-rlFi

es

un subespacio vectorial

@)

de F;

si F1 es un subespacio vectorial de
de E;

o si / es biyectiva, su inversa: /-1, tambin es lineal (y biyectiva);


o la aplicacin compuesta de dos aplicaciones lineales es una aplicacin

Ii-

neal.

Ncleo de una aplicacin lineal


subespacio vectorial de E.
Se

de E en

F: el conjunto /-1[{0}],

denota: Ker/.

Ker/ : "f-1[{o}] = {u e E I f (u) : 0r}.


Propiedad: / es inyectiva precisamente si: Ker/ : {Or}.
Por definicin:

que

es

l^46

II

. AP LICAC IO N ES LI N EALES

Aplcaciones lineales con conjunto de partida un espacio vectorial de dimensin ftnta Consideramos una aplicacin lineal / de un espacio vectorial E
de dimensin finita en un espacio vectorial F:

.
.

lml es de dimensin finita.


Rango de /: dimensin de lm/.
Se denota: rango f.
Por definicin: rango f : d im ( lm /).
Se

verifica:

Propiedades:

el rango de / es igual al rango del sistema formado por las imgenes de


los vectores de cualquier sistema de generadores de E;

o rangof < mn{dimE,dimF};


o rango(g "-f) < mn{rango/,rangog}.
. Caracterizacin de / por las imgenes de los vectores
tambin de dimensin finita,
lineal

y (ut,uz,.

..

,un)

de una base: si F

es una base de E,

est unvocamente determinada cuando se conocen las imgenes (u


"f
(uz),
.
. . , .f (u") de los vectores de la base; en concreto:
.f

-t 2u2+ . . . + anun)

f(utut
.

: aJ@t)

es

la aplicacin

),

azf@) + . . . + an.f(u).

Caracterizaciones de una aplicacin lineal inyectiva: son equivalentes las siguientes afirmaciones:
c / es inyectiva;
o si tr1, I)2, ..., up son p vectores linealmente independientes de E, entonces /(ur), f (uz),..., f (up) son p vectores linealmente independientes
de F;

el rango de / es igual a la dimensin del espacio vectorial de partida:


rangof : dimE;

o Ker/: {0r}.
Consecuencia: el rango de un sistema de vectores se conserva por una aplicacin lineal inyectiva: para .f inyectiva, se verifica:
rango

.
.
.

(uu2,...,u.,-) : rango(f (u), f (uz),..., f (u))

Caracterizacin de una aplicacin lineal suprayectiva; si F es tambin un


espacio vectorial de dimensin finita, se verifica: ;f es suprayectiva si y slo

si: rango/ : dim F.


Teorema de las dimensiones: dim(Ker/) + dim(lm/)
Si E y F son de la misma dimensin finita, se verifica:

es

inyectiva

<-

.,f es suprayectiva

<- f

dim'.

es biyectiva.

r47

RECAPITULACION II

EI espacio vectorial L
un mismo cuerpo K:

.
.

(E

F)

Consideramos dos espacios vectoriales E y F sobre

L(E,F) designa el conjunto de las aplicaciones lineales de E en F;


,C(E,F) es un espacio vectorial sobre el cuerpo K, y es subespacio vectorial
de FE.

Isomorfismos de espacios

vectoriales

Consideramos dos espacios vectoria-

les E y F sobre un mismo cuerpo K:

. Isomorfismo

de E en F; aplicacin lineal biyectiva de E en F. Se dice entonces: E

y F son isomorfos.

Automorfismo de E: isomorfismo de E en E.
Propiedades: si E y F son de dimensin finita:
o E y F son isomorfos si y slo si tienen Ia misma dimensin;
o si (u1,nzn...,un) es unabase deE, entonces/ e L(E,F) esunisomorfismosiyslo si(f (u),f (uz),...,f (u")) esunabasedeF;
o si dimE : dimF = ?1, entonces f e L(E,F) esunisomorfismo siy slo si:

f:

rango

Formas

n'

lneales

Consideramos

un espacio vectorial E sobre un cuerpo K, y

suponemos que E es de dimensin finita:

Espacio dual de E: L(E, K), conjunto de las aplicaciones lineales de E en K.

Forma lineal sobre E: cada elemento de E*.


Si B = (ut,uz,...,Un) es una base de E:
o Dado x : trtut -t Azuz + '' ' + LnTtn, se define la forma lineal

Se

denota: E*.

/(x) como:

A1

!(x)o
o

Los espacios E y
Base, de E*,
Se

denota:

Ii

E* son isomorfos, y /

es

un isomorfismo de E en E*.

dual de Ia base B de E: (4 (u),4 (uz), . . . ,l

(u)).

n* = (u|,ui,... ,ui).

Arur +Azuz+. ' .+ l,nun: ui(x) : Al, ui@): lz,. ..,ufr(x) : An


(la imagen por la forma lineal ui del vector x es la -sima coordenada

Six:
de

en Ia base B).

Severifica:

lw

e E* yunvector u e E son ortogonales si: /(u)


e E I f y w son ortogonales] : Ker/.

Una forma lineal

0.

II. APLICACION ES LIN EALES

L48

Aplicaciones aftnes Consideramos dos espacios vectoriales E y F sobre un mismo cuerpo K:


. Aplicacin afn de E en F: aplicacin @ de E en F para la que existen ut e F
y f e L(E,F) tales que: V x e E, (x = w + f(x).
. Propiedades de una aplicacin afn @:
o la aplicacin f y el vector rrr estn unvocamente determinados por @;
o @conservalascombinaciones afines: sill +Az +...+Ar:1'

(Arur +A.2u2+. . .+ trnu): lr(ur) +Az@z) +. . '+ trnQ@);

o
o

Ia imagen por @ de un subespacio afn de E es un subespacio afn de F;


Ia imagen inversa por
de un subespacio afn de F, si no es vaca, es un

subespacio afn de E.

i;,,11

C,prut-o III

MATRICES

r50

III.

ESQUEMA

RESTJMEN

Ixrnoruccrrrl

5.

151

Definicin de matriz, 151 Matriz asociada a una aplicacin lineal, 154 . El espacio vectorial W?,n(K), 156
Producto de matrices, I57 Rango de una matriz, 161
. Transformaciones elementales de una matrLz, 165
Inversa de una maiz cuadrada, I70 Traspuesta de
una mar2, I73.

1. Definicin de matrtz I7B


1. Definicin de matriz
2. Tipos de matrices
3. Matrices columna de una matriz.
4. Matrices fila de una matriz
5. Vectores fila y vectores columna
matriz

2. Matriz
1,

3.

MATRICES

.
.
.
.

182
183

asociada

a una aplicacin lineal

cannicamente asociada

El espacio vectorial

Mr* (K)

.205

Rango cte una malriz


209
.209
1. Definicin de rango de una matriz .
2. Relacin entre el rango de una matriz y el
de una aplicacin lineal representada por

ella

.210

6. Transformaciones elementales de una


matriz 2I2
.2L2
1. Transformaciones elementales
.2I4
2. Matrices elementales
3. Propiedades de las transformaciones elementales y de las matrices

T84
Matriz asociada a una aplicacin lineal en

unasbases.
2. Aplicacin lineal
a una matriz .

5.

r79
180

Representacin matricial de Ia imagen de

unvector

L7B

de una

6.

La no conmutatividad de la multiplicacin
.204
de matrices

.l8rl
. 1BB

elementales .216

7. Inversa de una matriz cuadrada 226


.226
1. Definicin de matriz inversa
2. Mtodo prctico para el clculo de la matrtz inversa
.228

189

1. El conjunto Mnrn(K); adicin de matri-

8.

multiplicacin de un escalar por una


matriz
. . 189
ces y

Traspuesta de una

1.

matriz

230

Definicin de matrtz traspuesta

230

2. Relacin entre los espacios


les .f, (K-, K') y M,.*(K)
.

4.

Producto de

matrices

vectoria-

.193

RecaprrulAcrw

193

1. Definicin del producto de matrices


2. Productos dados por filas o por columnas
3. La composicin de aplicaciones lineales y
el producto de matrices.
4. Propiedades del producto de matrices

9. Solucin de los ejercicios propuestos

. 193
. 196
. 199

.202

III

233

237

Definicin de matriz, 237 . Matriz asociada a una aplicacin lineal, 238 . El espacio vectorial}l[,.,(K), 239
Producto de matrices, 239 Rango de una mafriz, 24A
. Transformaciones elementales de una matriz, 24I
Inversa de una matriz cuadrad a, 242 . Traspuesta de
una malriz,212.

r5r

,.TRODIJCCIN

INTRODUCCION
Deftnicin de matriz Dados dos nmeros naturales fr y ffi, vr'a matriz (real) de
orden (n,m) es una disposicin de n ' m nmeros reales en forma rectangular en rL
filas y m columnas, que son las ftIasy las columnas de Ia matriz.
Por ejemplo, unamatriz de orden (2,3) es una disposicin en dos filas y en tres
columnas de 2 . 3

6 nmeros reales. Con la notacin:

A-(l -3o

r( \
rt2)

'

estamos introduciendo una matriz concreta de orden (2,3). La estamos designando


por A (las matrices se suelen denotar con letras maysculas), y tiene efectivamente
dos fiIas y tres columnas. En cualquier matriz, Ias filas se leen de arriba abajo y
las columnas de izquierda a derecha, as que Ia primera fila de la matriz A es la

formada por los nmeros 2, -3 y rr; o dicho ms formalmente: los trminos de


la primera fila de la matriz A son 2, -3 y rr. AnIogamente, Ios trminos de la
segunda fila de A son I, O y ll2; los trminos de Ia primera columna de A son 2
y 1; los de la segunda columna, -3 y 0; y los de la tercera, n y Il2. En la matriz A
tambin observamos, por ejemplo, que el nmero -3 est situado en la primera fila
y en la segunda columna; se dice que el trmino de posicin (1,2) de la matriz A

-3, y

an = -3

(ntese que se utiliza la letra que designa Ia


matriz pero minscula, y figuran como subndice el nmero de fila y el nmero de
columna, en este orden y sin comas). Anlogamente, podemos decir que el trmino
es igual a

se escribe:

de posicin (2,2) de
de

lamatriz A

es igual a 0,

A son: &tt : 2, an : T( o an : l12.


Otro ejemplo. Consideremos la matriz:

y se escribe: azz:0. Otros trminos

BLa matdz B es de orden (3,4): tiene tres filas y cuatro columnas. Los trminos
de la segunda fila, por ejemplo, son 0, 2, I y -1; los de la tercera columna: 5, 1
y 0. El trmino de posicin (2,4) es igual a -1, lo cual escribimos as: bzs: -l'
tambin: bzt : 9, bzs = I I 5, o by : 23.
Una matriz puede tener una sola fila, o una sola columna. Las del primer tipo
se denominan matrices fila;las del segundo, matrices columna. Por ejemplo, de las
cuatro matrices siguientes:

(r -3 4), (o

-3

Lt2 -1)

ft) v (-)

III, MATRICE:

152

(1, 5), respectivamente; las dos


Ias dos primeras son matrices fila, de rdenes (1, 3) y
(2,I).
ltimas son matrices columna, de rdenes respectivos (3,1) V
y no
Los trminos de una matriz fila se escriben separados por un espaclo,
fila (t -3 4) con 1a
se escribe ninguna coma. No debe confundirse, pues, la matriz
A
por
comas'
terna (1, - 3,4), cuyas componentes se escriben separadas

Nota

bene

de filas que
Son de esPecial inters las matrices que tienen eI mismo nmero
una matriz
de columnas: son las llamadas matrices cuadradas. Ms en concreto,
Por ejemplo, las
cuadrada de orden TL esuna matriz Con z filas y Con n coLumnas'l
siguientes matrices son cuadradas:

(li)

(1

Ll3 2 -2
r(3 rl1 1

r':

o 1o-1 1

-2

17 -1

1
",,tr

tz

de orden n, Ios trmide rdenes 2,3 y 4,respectivamente. En una matriz cuadrada


(n,n)' Por ejemplo'
(2,
(1,
2),
1),
de la diagonalprincipalson los de posicin

"',

nos

de la diagonal prinen la primera de las matrices cuadradas anteriores, los trminos

cipalsonlyl;

enlasegUndason3,

Il4ye2; enlatercera, Il3, ll4, l y0.

De

principal igUales a 1 y los


una matriz cuadrada que tiene los trminos de Ia diagonal
(o
unitaria)' Para cada orden zr
restantes iguales a 0 diremos es una matriz idendad
las siguientes:
hay una, que se denota 1rr. Las de orden 2, 3 y 4 son, respectivamente,

rz:

(l

?)

13:(l

: l)

I+:

(t ?3s'l

io o 1 ol
\o o o r)

matriz,
Tambin nos interesa destacar otlo tipo de matriz: Ia matriz nula' Una
cero)
matriz
una
dice:
se
tambin
del orden que sea (cuadrada o no), es nula(o como
por
o'2 Por
si todos sus trminos son iguales a 0. cualquier matriz nula se denota
ejemplo, Ias siguientes matrices son nulas:

(o o)

v
fi) (:s)

de rdenes respectivos (L,2), (3,1) V (2,2)'


1

Ntese que

ecimos "ord en

rL" , Y

no '*ord en (n,'tx)"

2En esta notacin no se seala el orden,

'

lo cual no suele ller-ar

a confusin.

,-TRODLJCCIN

r53

Finalmente, en esta seccin se presentan las matrices columna de una matriz y


Ios vectores columna de una matriz. Lo vemos con un ejemplo. Dada la matriz:

/rl2 2 -2

A-l

:lf, -l

s\

t)

'

la primera matriz columna de la matriz A se define como aquella matriz columna


cuyos trminos son los de Ia primera columna de A; se denota: 41. Y el primer vector
columna de A se define como aquel vector cuyas componentes son los trminos de
la primera columna de A; se denota; a1. Tales trminos de la primera columna de A
son: 1/2, 3 y 1; as:

/7 t2\

t, :1 3 l, y at:

(rtz,3,r).

\r/

Anlogamente se definen la restantes matrices columna de A, hasta hacer un total de


cuatro, dado que Ia matriz A tiene cuatro columnas:

A2:

(:lr,) A3: ( 1)

Y Aa:

(il

Y los restantes vectores columna, tambin hasta hacer tantos como columnas tiene
la matriz:

&2- (2,I11,-217), &3- G2, 1,-1), y a4:(5,4,0).


En el texto tambin se introducenlas matrices

ftlay Ios vectores fiIa de una matriz.


La definicin es, mutatis mutandis, como la de matriz columna de una matriz y la
de vector columna de una matriz, respectivamente. Para la matriz A anterior, por
ejemplo, la segunda matriz fila es:

(: rt4 r

4),

cuyos trminos son los de la segunda fila de A. El segundo vector fila es (3,

I14,I,4):

sus componentes son los trminos de la segunda fila de A. Hay tantas matrices fila,
y tantos vectores fila, como filas tiene la matriz: tres en este caso.

bene

Denotaremos las matrices columna de una matriz con la misma letra de la


matriz acompaada de un subndice que indica el orden (segn se trate de la primera

Nota

matriz columna, de la segunda, etc.): At, Az, . .. Y denotaremos los vectores columna
con la letra de la matriz en minscula y en negrita, y tambin con un subndice: dt, az, ...
fila de un matriz y para los vectores fila no consideraremos una notacin
general anloga a esta.
Para las matrices

III.

L54

Matriz asociada a una aplcacin lineal

MATRICES

Dada una aplicacin lineal de Rm

en R.4, y fijada una base en eI espacio vectorial de partida (aqu Ru ), y fijada otra base
en el espacio vectorial de llegada (aqu Rz), se construye una matriz de orden (n,m)
(tantas filas como la dimensin del espacio de llegada, y tantas columnas como la del

espacio de partida), llamada matriz asociada a Ia aplicacin lineal (o representante


de la aplicacin lineal) en las bases fijadas. Esta matriz se construye por columnas.
La primera columna de la forma siguiente: se calcula la imagen por la aplicacin
lineal del primer vector de la base elegida en el espacio de partida, y se calculan
las coordenadas de este vector en la base elegida en el espacio de llegada; estas
coordenadas son los trminos de la primera columna de la matriz. Anlogamente la
segunda columna: se calcula la imagen por la aplicacin lineal del segundo vector de
la base del espacio de partida, y las coordenadas de este vector imagen en la base del
espacio de llegada son los trminos de la tal segunda columna. Y as con las dems.
Veamos un ejemplo. Sea / la aplicacin lineal de R3 en R2 definida de la forma: f (xxz,x) : (xt * x2,2x1 - xz), y elijamos una base en R.3 (espacio de

partida), y otra en Rz (espacio de llegada); en concreto: ((1,0,0),(1,1,0),(0,1,1))


y ((1,0),(1,1)), respectivamente. Denotemos por A la matriz asociada a Ia apli
cacin lineal / en las bases B y B'. Se trata de una matriz con tantas filas como
marca la dimensin del espacio de llegada y con tantas columnas como marca Ia del
espacio de partida, as que es de orden (2,3). La primera columna de A se construye
de forma que sus trminos son las coordenadas en la base B' (base elegida del espacio de llegada) de la imagen por / del primer vector de la base B (base elegida
del espacio de partida). Este primer vector de la base B es ( 1 , 0, 0), su imagen por /
es: /(1,0,0) : (I,2), y las coordenadas de este ltimo vector, es decir, de (1,2),
en la base B' son -I y 2, pues: (1,2) = -(I,0) + 2(1,1). La primera columna de la
mattiz A tiene entonces por trminos -1 y 2. AnIogamente, los trminos de la segunda columna de la matriz A son las coordenadas en la base B' de la imagen por I
del segundo vector de la base B. Este segundo vector de B es (1,1,0), que tiene por
imagen: f (t,t,0) : (2,2), y las coordenadas del vector (2,2) en labase B' son 0
y 2, pues: (2,2) :0(1,0) +2(1,1); los trminos de la segunda columna de A son
entonces 0 y 2. Finalmente, Ios trminos de la tercera (y Itima) columna de A son
Ias coordenadas en Ia base B' de la imagen por / del tercer vector de Ia base B. La
imagen por / del tercer vector de B es: f (O,t,1) : (1, -1), y las coordenadas de este
ltimo vector en la base B' son 2 y -I, ya que: (1, -1) : 2(I,0) - (1, 1); los trminos
de la tercera columna de A son, pues, 2 y -1. La matriz A es finalmente esta:

/-t o
o:l.,
2
Es la

matriz asociada

2\

_r)

(o representante de -f) en las bases B y B'

-RODUCCIN

155

La matriz asociada a una aplicacin lineal depende de Ias bases elegidas. Si para
la aplicacin lineal / anterior fijamos en el espacio de partida la misma base B que
ya tenamos, pero fijamos para el de llegada (recordemos que es R2) la base cannica
(en vez de la base B'), es decir: ((1,0), (0, 1)), entonces el procedimiento descrito nos
lleva a otra matriz. La calculamos, como la anterior, por columnas. Para Ia primera
de estas columnas, calculamos entonces la imagen por / del primer vector de Ia
base B (que es Ia elegida en el espacio de partida), la cual ya conocemos del prrafo anterior: f (I,0,0) : (1,2),y a continuacin calculamos, de este vector imagen,
sus coordenadas en la base elegida en eI espacio de llegada; como esta base es la
cannica, tales coordenadas son directamente sus componentes, es decir: I y 2; y
estos son los trminos de la primera columna de Ia nueva matriz asociada. Los
trminos de la segunda columna se obtienen de forma anloga: se calcula la imagen
por / del segundo vector de la base B, para calcular a su vez las coordenadas de
esta imagen en Ia base cannica, que de nuevo no son ms que sus componentes;
se tiene: f (I,I,0) : (2,2), as que los trminos de la segundacolumna son2y 2.
Finalmente, para la tercera y Itima columna, como la imagen por / del tercer vector
de la base B es /(0, 1,1) : (1, -1), los trminos de Ia tercera columna de la matriz
son 1 y -1. Recopilando lo obtenido, podemos afirmar que la matriz asociada a / en
la base B de R3 y en la base cannica d.e R2 es esta:

(l ;

1)

bene

Para obtener la matriz asociada a una aplicacin lineal en unas bases, cuando la
base fijada en el espacio de llegada es la cannica, no hay ms que calcular Ia imagen por

Nota

la aplicacin lineal de cada uno de los vectores de la base fijada en el espacio de partida;
las componentes de estos vectores imagen son los trminos de las columnas de la matriz

asociada.
En el texto, en esta seccin, tambin se introduce eI concepto de aplicacin lineal

cannicamente asociada a una matriz. Dada una matriz, la aplicacin lineal cannjcamente asociada a ella es aquella aplicacin lineal cuya matriz representante en las
bases cannicas es precisamente la matriz dada. Veamos un ejemplo. Consideremos

la siguiente matriz:
A-_

/-r 0\
l 1 2l

\-r

o)

Esta matriz es de orden (3,2), luego slo puede ser representante de aplicaciones
lineales de R2 en R3. Lo que buscamos es una aplicacin lineal de R2 en R.3, que

denotaremos por "4 (misma letra que la matriz, pero en tipo caligrfico), tal que
su matriz asociada en las bases cannicas sea precisamente A (es decir, ta1 que A

III.

r56

MATRICES

sea Su matriz asociada tomando en R2 -espacio de pafiida- Ia base cannica, ;'


tambin tomando en R3 -espacio de llegada- Ia base cannica). De acuerdo con el
procedimento para construir la matriz asociada a una aplicacin lineal en unas bases,
siend.o

la del espacio de llegada la cannica, los trminos de la primera columna

de Ia matriz son las componentes de Ia imagen por Ia aplicacin lineal del primer
vector de Ia base del espacio de partida. Como los trminos de Ia primera columna
de la matriz A son -I, I y -1, podemos decir que la imagen por la aplicacin
del vectol (1,0) (primero de la base cannica de R2, la escogida en eI espacio de
partida) debe ser igual a (-1,1,-1), esto es: "4(1,0) : (-1,1,-1). Anlogamente,
como los trminos de Ia segunda columna de A son O, 2 y 0, Ia imagen por del
segundo vector de la base cannica de R2 debe ser igual a (0, 2,0): "4(0, 1)

= (0,2,0)'

Recopilando, la aplicacin lineal -4, que tiene como matriz asociada en las bases
cannicas la matriz A, es la aplicacin lineal de R2 en R3 que verifica:

A(1,0)

(-1,

1,

-1) y A(0,I) :

(0,2,0).

Ya sabemos que conocer de una aplicacin lineal la imagen de los vectores de una
base es una forma de determinarla. En este caso, conocemos la imagen por la apli
cacin lineal ,4 de los vectores de la base cannica de R.2; de acuerdo con un procedimiento descrito en eI captulo anterior, obtenemos que Ia imagen por "4 de un vector
genrico (xt,xz) de R2 es esta:
A (x,, x 2'

:::::l,ll i,"li;|i,, ;:l: ;l ;: :i:,,,,'l * )

La aplicacin lineal cannicamente asociada a la matriz A es la aplicacin Iineal


de R.2 en R3 definida por A(xt,xz) : (-xt,xr + 2x2, -xt)'

"4

En esta seccin se estudian dos importantes opeEI espacio vectorial Mr- (K)
raciones con matrices: la adicin de matrices y la multiplicacin de un nmero por
una matriz.

Si tenemos dos matrices delmismo orden, sv suma es otra matriz, tambin del
mismo orden, obtenida sumando los trminos de la misma posicin de las matrices
dadas. Por ejemplo, dadas las matrices:

lz -1
A- (.03
l)

-3\
B- (/-t 0
1 _2)',
1

ambas del mismo orden: (2,3) , su suma, que se denota: A + B, es Ia matriz de or-

_RODTJCCIN

den (2,3) obtenida sumando los trminos de Ia misma posicin de Ay

A+B-(; -1 l)+(
:l

B:

I ? -;)

(z+(-1) -1+o 1+(-3)\


\ 0+1 3+1 5+(-2))

l:

(l-'^3)

Dados un nmero y una matriz, eI producto del nmero por Ia matriz es la matriz
obtenida multiplicando por eI nmero cada uno de los trminos de Ia matriz dada.
Por ejemplo, eI producto del nmero 2 por la matriz A del prrafo anterior, producto

que se denota: 2A, se efecta as:

(? ? 2:(-r' : l'\ : fi : "1)


,o:r(?
'^-'\o -l: !\si :-\z.o
z'3 2.s) \o 6 ro)'
matrices

Definimoslamultiplicacinde dos matrices slo para dos


matrices con esta propiedad: el nmero de columnas de la primera coincide con el
nmero de filas de la segunda; y, en este caso, el resultado, es decir, el producto
de las dos matrices, es una matriz con tantas filas como tiene la primera y tantas
columnas como tiene la segunda. Por ejemplo, el producto de dos matrices Ay B,Ia
primera de orden 1Z,Z) V la segunda de orden (3,4), puede efectivamente efectuarse,
porque el nmero de columnas de Ia primera y el de filas de la segunda es eI mismo
que se denota: AB, resultar ser una matriz de
-tres en este caso-, y el producto,
orden (2,4).
Para explicar cmo se calcula el producto de dos matrices, consideremos un ejemProducto de

plo:

- 3)
^-(1

'Gl -; ;i,)

matriz A es de orden (2, 3 ) y Ia matriz B es de orden (3, 4) : de acuerdo con lo dicho


en eI prrafo anterior, el producto AB puede efectivamente llevarse a cabo, y tendr
comoresultadounamatriz deorden (2,4).Paa calculareltrmino deposicin (,i)
de una matriz producto (en este ejemplo, es igual a 1 o a 2 y j esigual a I, a 2,
a 3 o a 4), interenen sIo los trminos de la l-sima fila de Ia primera matriz (A en
este caso) y los de la j-sima columna de la segunda matriz (B en este caso), y tal
trmino es igual a la suma de los productos dos a dos de los trminos de esa fila y
de esa columna. Verbigracia, para calcular eI trmino de posicin (1,1) de la matriz
producto AB, intervienen exclusivamente los trminos de Ia primera fila de A:2, -I
y 0, y los de Ia primera columna de B: -2, 2 y L, y dicho trmino es igual a Ia suma
de los productos dos a dos de estos trminos:
La

2(-2)+(-1)2+0.1--6.

III. MATRICE'

r58

Esquemticamente, podramos representar este cIculo as:

(H) ffii

o li 3 \

i ,rz)
\
"i: l:(t'-2)*tL)z+o
3

'/)

Anlogamente, para calcular el trmino de posicin (I,2) de la matrlz producto slc


intervienen los trminos de la p rimera fila de la matriz A y los de la segunda columna
de la matrtz B:

(H)

(?E,,i,)

:t.2r+(-1

0+0

1::)

Para eI clculo del trmino de posicin (1,3):

.-t',-r ol)l(-, r [o-l r:\


z 2.0+(-r)(-2)+0.3 )
;;
l_;l 'r"l:(-u
')
\r o -3lt\ll/r r l :l ztzl \
(1,

Y de manera similar se calculan los dems. El resultado final es este:

^,: (1

- s) (
:
i _i ;i,) (-: -i z -r'=)

Nota

La definicin de multiplicacin de matrices viene motivada por la composicin de


aplicaciones lineales. La proposicin III.7 (cf. p. 201) detalla este hecho. a

indiferente el orden en el que se escriben dos


matrices que se quieren multiplicar, a diferencia de lo que ocurre con los nmeros
(con los cuales el orden de los factores no altera eI producto). En primer lugar, puede
estar definido un producto AB y no estar definido el producto en el otro orden; por
ejemplo, para las matrices A y B del ejemplo anterior, cuyo producto AB hemos calculado, no estara definido el producto en el otro orden, pues el nmero de columnas
de B (que sera ahora la primera matriz) no es igual al de filas de A (que sera la
segunda matriz). En segundo lugar, tambin puede ocurrir que tanto el producto A,B
como el BA estn definidos, pero que sean matrices de distinto orden, y por ende distintas; por ejemplo, siA es de orden 12,3)V B de orden (3,2), ambos productos se
pueden efectuar, pero AB resultara de orden (2,2) y BA de orden (3, 3). Finalmente,
puede ocurrir que ambos productos estn definidos y sean matrices del mismo orden (esto acontece precisamente cuando ambas matrices son cuadradas del mismo
orden), pero ser ambas matrices producto distintas; se dice en este ltimo caso que
Es de destacar que, en general, no es

-RCDUCCION

r59

las matrices no conmutarr. En el ejemplo 23 (cf. p.204) se muestran dos matrices


que no conmutan: ambas son cuadradas (de orden 2), luego sus dos posibles productos estn definidos y tambin son matrices cuadradas (de orden 2), pero se trata de

matrices diferentes.
Si conocemos la matriz asociada a una aplicacin lineal en unas bases, puede
utilizarse la matriz, y cierto producto de matrices, para calcular Ia imagen por la
aplicacin lineal de cualquier vector. Vemoslo con un ejemplo. Sea / la aplicacin
lineal de R.3 en R.2 cuya matriz asociada en las bases cannicas es esta:

3 - 1\
-1 r)

(Ntese que podramos haber dicho simplemente: sea

la aplicacin lineal cannicamente asociada a la matriz A; es decir: / es la aplicacin lineal "4., si recordamos
la notacin para la aplicacin lineal cannicamente asociada a una matriz.) Acontece
lo siguiente: afirmar que un vector (a,b,c) de R3 se aplica por / en el vector (s, )
de R.2, esto es: f (a,b,c) : (s, ), es lo mismo que escribir la siguiente igualdad matricial:

(l-?r)(3):(;)(1,

(Obsrvese que la matriz columna del primer miembro tiene por trminos las componentes del vector (a,b,c), y que la matriz columna del segundo miembro tiene por
trminos las componentes de (s,); ntese tambin que este producto de matrices
puede efectivamente efectuarse.) Supongamos que queremos calcular, por ejemplo,
la imagen por / del vector (1, -1,0) de R3. Podramos proceder as: multiplicamos la
matriz A por Ia matriz columna cuyos trminos son 1, - 1 y 0; de esta multiplicacin

resulta una matriz columna cuyos trminos son las componentes del vector imagen.
Es decir, como se tiene:

(l

_i l) (il:(?)

deducimos que la imagen por / del vector (1, -1,0) es igual aI vector
es: /(1, -1, 0) : (-2,I). Otra imagen: de la igualdad:

lt

(,o -1
se deduce:

genrico

(0,1,

-2)

(5,

-3).

(-2,1), esto

l)( l:(;)

Incluso ms: cul es la imagen por

(xt,xz,xs) de R3? Multiplicamos

de un vector
Ia matriz A por Ia matriz columna cuyos

III.

r60

trminos son xr, xz

MATRICES

Y xz:

/t

l)

Io -1

/"'\ :
("'!j,.:;="=)
\::)

y as la imagen por f de (x1,x2,xE) es el vector de componentes xl + 3x2 y -xz + x3; esto es: jf (xr, xz,xz) : (x1 + 3x2 - x3, -xz t xz)'
En eI ejemplo anterior, la matriz

A es la asociada a la aplicacin lineal

x3

en las

bases cannicas. Cuando la matriz que conocemos es la asociada en unas bases que

no son necesariamente las cannicas, tambin podemos calcular la imagen de un


vector por la aplicacin lineal haciendo uso de la matriz (y de cierto producto de matrices), pero el procedimiento es un poco ms complicado. Veamos un ejemplo. Fijemos en R3 la base B : ((t,0,0), (1, 1,0), (0, t, l)) y en R.2 la base B' : ((r, r), (0, 1)),
y sea g la aplicacin lineal de R3 en R2 cuya matriz asociada en estas bases es Ia
siguiente:

/-t o -3\
D: (,
1 1 o)

Afirmar que la imagen por g de un vector


cit: g(u) : 1,, es lo mismo que escribir:

de R3 es un vector u de

R.2,

es

de-

(l?3) (l): (;)


donde a., b y c son las coordenadasen Ia base B (de
coordenadas en la base B' (de R2) del vector ?.

R.3)

del vector

u,y s y son las

bene En la igualdad matricial (1), donde la matriz era la asociada a aquella aplicacin
lineal / en las bases cannicas, los trminos a, b y c juegan el papel de componentes del

Nota

vector cuya imagen queremos calcular, y s y juegan el papel de componentes del vector
imagen. En la igualdad matricial anterior, donde la matriz es la asociada en unas bases
que no son las cannicas, los trminos a, b y c son las coordenadas en la primera base,
la B, del vector cuya imagen queremos calcular, y s y son las coordenadas en la segunda
base, la B', del vector

imagen.

Para Ia aplicacin lineal g del ejemplo que venimos considerando, calculemos,


verbigracia, la imagen del vector (2,0, -1). Haciendo uso de la matriz D, podemos
calcular las coordenadas de este vector en la base B, y multiplicar la matriz D por
la matriz columna cuyos trminos son tales coordenadas; el resultado ser una matriz columna cuyos trminos sern las coordenadas en la base B' de Ia imagen buscada. Las coordenadas delvector (2,0,-1) enlabase B son 1, 1y -1, pues se tiene: (2,0, -1) : (1,0,0) + (1, 1,0) - (0, 1, 1); el producto de la matriz D por la matriz

r6r

,TRODUCCION

columna cuyos trminos son 1,

I y -1

arroja:

(r?3)(1):r;l
lo que permite afirmar que elvector
y 2 en la base B'; en definitiva:

g(2,0,-1)

g(2,0,-l) :2(I,1)

(que es de R2) es eI de coordenadas 2

+ 2(0,7)

(2,4).

Calculemos tambin, por ejemplo, la imagen por g delvector (0, 1,0). Las coordenadas de este vector en la base B son - 1, 1 y 0, y se tiene:

(r?3)(i):rl
de donde deducimos que el vector SQ,f ,0) es de coordenadas 1 y 0 en la base B';
esto es: g(O,I,0) : (1,1) + 0(0,1) = (1,1).

Rango d.e una matriz El rango de una matriz se define como eI rango del sistema formado por sus vectores columna. Por ejemplo, consideremos esta matriz:

/t

3\

A:ltlz42l
3 rl'
\o r r)
Tiene tres columnas, as que tiene tres vectores columna. El primer vector columna
tiene por componentes los trminos de la primera columna, es deci: 1,2, -L y O,
luego se trata del vector (1,2, -I,0); el segundo tiene por componentes los trminos
de la segunda columna: (2,4,3,1);y el tercero, Ios de la tercera columna: (3,2,I,I).
El rango de Ia matriz A es, de acuerdo con la definicin, el rango de estos tres vectores:

(;'^;')

rangoA:rangol_; , ;l -

rango

((I,2, -1,0), (2,1,3,1), (3,2,I, 1)).

\ o 1 L)
Recordando
-del captulo I- eI p rocedimiento
tores, obtenemos:

para calcular el rango de unos vec-

III.

L62

MATRICES

Ahora bien, vale la pena "trasladar" a matrices el procedimiento de clculo del


rango de un sistema de vectores. As, dado que el rango de un sistema formado por
un solo vector es igual a 0 o a I segn sea este nico vector nulo o no, respectivamente, podemos decir que el rango de una matriz con una sola columna es igual a 0
si todos sus trminos son nulos, y es igual a 1 si alguno no lo es. Por ejemplo:

rango

(s)

-0

ran9o

(i):1

Por otra parte, como el rango de un sistema de dos vectores es igual a 1 o a 2


segn sean los vectores proporcionales o no, respectivamente, podemos afirmar que
el rango de una matriz de dos columnas es igual a 1 si ambas columnas son proporcionales, y es igual a 2 si no lo son (eliminado el caso trial en el que ambas

columnas tuvieran todos sus trminos nulos, Io que dara rango igual a 0). Conviene precisar que eI hecho de que dos columnas sean proporcionales significa que
es posible obtener una de ellas multiplicando la otra por algn nmero, es decir, multiplicando todos los trminos de esta ltima por el nmero. Por ejemplo, se tiene:

(z
rango

I rt2

|II
\ -'
'-,

-1\
-1.l-1
-
I

2)

rans"(i

1):2

La primera de estas matrices tiene sus dos columnas proporcionales: Ia segunda


columna se puede obtener multiplicando todos los trminos de la primera por -2;
el rango es efectivamente igual a 1. La segunda matriz no tiene sus dos columnas
proporcionales (no hay forma de multiplicar por algn nmero una de ellas y obtener

la otra), as que el rango es igual a 2.


Finalmente, cuando un sistema de vectores est formado por tres o ms, recordemos que lo que buscamos es reducir eI problema de calcular su rango a un sistema
con un vector menos. Lo que hacemos es intentar transformar el sistema en otro
nuevo, con el mismo nmero de vectores y con eI mismo rango que eI original, pero
tal que todos sus vectores tengan una misma componente nula excepto uno, que la
tiene no nula; este ltimo vector no es igual a una combinacin lineal de los dems,
y al eliminarlo disminuye el rango en 1. La transformacin de un sistema en otro,
recordemos, se realiza teniendo en cuenta que el rango no vara si sumamos a un vector del sistema una combinacin lineal de los dems, y en particular si le sumamos
otro del sistema multiplicado por algn nmero.
Es importante enfatizar que, en el procedimiento anterior, se hace uso de dos
propiedades del rango de un sistema de vectores. Una de ellas es la citada al final del

,TRODUCCION

r63

parrafo anterior: el rango del sistema no vara si sumamos a un vector del sistema
una combinacin lineal de los dems. La otra es esta: aI eliminar un vector del
sistema, el rango no vara si ese vector es igual a una combinacin lineal de los
dems, pero el rango disminuye en 1 si el vector no es igual a una combinacin lineal
de los dems. Trasladadas a matrices, estas dos propiedades toman este aspecto:

.
.

el rango de una matriz no vara si sumamos a una columna una combinacin


lineal de las dems (entendiendo estas operaciones entre colurnas trmino a
trmino);
aI eliminar en una matriz una columna, el rango no vara si tal columna es igual
a una combinacin lineal de las dems, y el rango disminuye en 1 si la columna
no es igual a una combinacin lineal de las dems.

Haciendo uso de estas propiedades, para calcular eI rango de una matriz de tres o
ms columnas, podemos entonces intentar transformar Ia matriz dada en otra, del
mismo orden y con el mismo rango, pero con esta caracterstica: todas sus columnas

tienen nulo el trmino de una misma posicin, excepto una, que lo tiene no nulo;
es decir, de forma que haya una fila con todos sus trminos nulos excepto uno. La
columna a la que este trmino no nulo pertenezca se puede eliminar, disminuyendo
el rango de la matriz en 1, y reduciendo as el problema al de una matriz con una
columna menos.
Vemoslo con la matriz A citada aI principio de este apartado. Intentemos transformar esta matriz en otra, del mismo orden y del mismo rango, que tenga una fiIa
con todos sus trminos nulos excepto uno; y, verbigracia, busquemos que tal fiIa
sea la primera. Hacemos para ello uso de la propiedad de que el rango no vara si
sumamos a una columna una combinacin lineal de las dems. Podemos conseguir
nuestro objetivo dejando como est Ia primera columna (cuyo primer trmino es no
nulo), y sumando a cada una de las dems esta primera columna multiplicada por
algn nmero de forma que eI primer trmino que resulte sea nulo. Si sumamos a
la segunda columna la primera multiplicada por -2, obtenemos una nueva segunda
columna, con trminos 0, 0, 5 y 1; y si sumamos a la tercera columna la primera multiplicada por -3, obtenemos una nueva tercera columna, con trminos 0, -4,4y L
La nueva matriz tiene el mismo orden y eI mismo rango que Ia matriz A, y su primera

fila tiene todos sus trminos nulos excepto el primero. Si en esta matriz eliminamos
la primera columna, el rango disminuye en 1 y reducimos el problema a una matriz
con una columna menos. En resumen:

rango

(;'^;')

l-r 3
\ o1

1l r)

rango

(;3 t)

f t I

1 + rango

(z

t)

ls

4l

\r

t)

III.

L64

MATRICES

Esta ltima matriz obtenida tiene dos columnas, y no son proporcionales, luego su
rango es igual a 2. Confirmamos que eI rango de la matriz A es igual a 3.
En Ia seccin 8 veremos que eI rango de una matriz tambin es igual al rango

del sistema formado por sus vectores ltla. Este resultado nos permitir ampliar el
mtodo que acabamos de describir para calcular el rango de una matriz.
Finalmente, queremos llamar Ia atencin sobre un resultado impofiante que se
prueba en el texto casi terminada esta seccin dedicada aI rango de una matriz: si
una matriz es la asociada a una aplicacin lineal en unas bases, entonces Ia matriz
y la aplicacin lineal tienen el mismo rango. Si la matriz es la asociada en las bases
cannicas, veamos con un ejemplo cmo cerciorarse de este resultado. Consideremos
la aplicacin lineal / de R.3 en R.2 definida por: f (x1,xz,xt) : (x1 + x2,2x1 - x3\
(con Ia que ya trabajamos en eI segundo apafiado de esta Introduccin). Para calcuIar Ia matriz asociada a esta aplicacin lineal en las bases cannicas, calculamos la
imagen por / de los vectores de Ia base cannica de R3 (que es el espacio de partida): /(1,0,0) : (I,2), f (0,1,0) : (1,0) y,f (0,0,1) : (0, -1); ahora, como la base
elegida en R2 (espacio de llegada) es la cannica, Ias componentes de estos vectores
obtenidos son directamente los trminos de las columnas de la matriz que buscamos:
sta es:

o\
.:('t
"-\z o 4)'

Por otro lado, para calcular el rango de la aplicacin lineal /, recordamos del captulo II lo que debemos hacer: calculamos la imagen por / de los vectores de la base
cannica del espacio de partida, para calcular a continuacin el rango del sistema que
estas imgenes forman; y este rango es el rango de Ia aplicacin lineal. En concreto:

rangof:rango(-f(t,0,0),-f(0,1,0),/(0,0,t)) :rango((1,2),(1,0),(0,-1)).
Ntese que los tres vectores anteriores: (1,2), (1,0) y (0,-1), imagen de los de Ia
base cannica de R3, son precisamente los vectores columna de la matriz G, luego el
rango de sta es por definicin eI del sistema formado por ellos. Es decir, podemos

escribir: rangoG: rango((1,2),(1,0),(0,-1)). Elrangodelaaplicacinlineal/


y eI rango de la matriz G, que la representa en las bases cannicas, es entonces ei
mismo; es sencillo calcular que eS igUal a 2. Finalmente, no dejemos de enfatizar que
si consideramos la matriz asociada a esta aplicacin lineal / en unas bases distintas
de las cannicas, tal matriz sigue teniendo rango igUal a 2. Por ejemplo, en el segundo
apartado de esta Introduccin calculamos la matriz asociada a la aplicacin lineal /
enlasbasesB : ((t,0,0), (1,1,0), (0,t,1)) y B' : ((I,0), (1,1)):

g
o:t!
2
\ 2 -r)'
?)

EI

lector puede comprobar que el rango de esta matliz es efectivamente igual a 2.

-RODIJCCIN

r65

Transformaciones elementales de una matriz Al hablar de transformacin


elemental, nos referimos a cierto tipo de transformaciones que realizaremos sobre
las matrices. Estas transformaciones sern de tres tipos diferentes, que en el texto
designamos con las etiquetas I, II y III.
Una transformacin elemental de tipo I no es ms que el intercambio de dos
filas, dejando las restantes filas inalteradas. Por ejemplo, consideremos la siguiente

matriz:

(?-" ?)
-l
l3 _i

\z -1 -1 r)
"l a esta matriz puede ser esta: inUna transformacin elemental de tipo I que afecte
tercambiar las filas primera y tercera. Esta transformacin se designa as: F1
se escribe:

/2 -2

01\

/0 -l

tl

\z -l

Fz,y

2\

t o 1 ol
lr o I ol
lo
3
zlF'-F',lz
-2 o ll.
-r
l'
13
I -r ol
'
r -r 9l
f

it

12 -l

-l

-l

t)

Ia segunda matriz difiere de la primera en que las filas primera y


tercera estn intercambiadas; las restantes filas se han quedado como estaban.
Una transformacin elemental de tipo II es la multiplicacin de una fila por un
nmero no nulo (es deci, la multiplicacin de todos los trminos de una fila por
un mismo nmero no nulo), dejando las restantes filas inalteradas. En Ia matriz
que hemos considerado en el prrafo antedor, podemos efectuar, verbigracia, esta
transformacin de tipo II: multiplicar la segunda fila por 3; se denota asi: F2 - 3Fz, y
Se aprecia que

se escribe:

/2-2
01\
t;;;;l
lo -1 r 2l

l: I -1 ol
\z-1-1r)

rz-rz

/2-2
01\
t;;;l
lo -I 3 2l'

l 1 -t
\z-1-Ij

ol

La segunda matriz difiere de la primera slo en los trminos de la segunda fila, que
han quedado, todos, multiplicados por 3.

Finalmente, una transformacin elemental de tipo III supone sumar a una fila otra
multiplicada por un nmero (nulo o no). Es decir: se sustituye una fila por la suma
(trmino a trmino) de ella misma y el resultado de multiplicar todos los trminos de
otra por un mismo nmero, y las restantes filas se dejan inalteradas, incluida la que
se multiplica por el nmero. Para la matriz que venimos considerando como ejemplo,

III.

166

MATRICES

una transformacin elemental de tipo III es, verbigracia, esta: sumar a la primera fila
la cuarta multiplicada por 2. La denotamos as: F1 - Fr * 2Fa,l se escribe:

ft

t:

-2
0

-1
1

ill

\z -1 -1

Ft-Ft*ZFq,

L)

0-2
01
-1 3
t: 1 -1 tl
\z -1 -1 r)

Notemos que la nica fila que se ha transformado es la primera: hemos sumado,


trmino o trmino, a la primera fila de la primera matriz Ia cuarta multiplicada por 2:
las restantes filas, incluida la cuarta, se han quedado como estaban'
Una propiedad muy importante de las transformaciones elementales es que conservan el rango, esto es: si en una matriz llevamos a cabo una transformacin elemental (del cualquiera de los tres tipos), la matriz que obtenemos tiene eI mismo
rango que Ia original. El lector Io puede comprobar como ejercicio con las matrices
de los ejemplos anteriores: todas tienen rango igual a 4.

Nota

Las transformaciones elementales que consideramos son transformaciones por ftIas.


porque slo afectan a filas: son filas las que se intercambian, son filas las que se mul-

tiplican por un nmero, y son filas las que se suman a otra previamente multiplicada
por un nmero. Sin embargo, es posible, de forma totalmente anloga, definir transformaciones elementales por columnas: intercambiar dos columnas (tipo D, multiplicar una
columna por un nmero (tipo II), y sumar a una columna otra multiplicada por un nmercr
(tipo III). Las transformaciones elementales por columnas tambin conservan el rango. Sl
nos fijamos bien, la transformacin por columnas de tipo III es precisamente la clase de
transformacin que llevbamos a cabo para "hacer ceros" en la fila de una matriz con
vistas a calcular su

rango.

Antes de presentar aqu la siguiente propiedad de las transformaciones elementales que querramos resear, estudiemos un ejemplo que nos ardar a comprender
de qu trata tal propiedad. Consideremos esta malrizi

A-(?

11
16
0 -1

i)

Su rango es igual a 2, como puede calcular eI lector. Vamos a intentar, mediantt


transformaciones elementales sucesivas aplicadas a la matriz A, llegar a una matriz
de este tipo:

(:

r67

-R.ODI.JCCIN

(Los puntos; 'o', sealan posiciones ocupadas por nmeros sobre los que no hay
ninguna limitacin: pueden ser nulos o no, iguales a 1 o no.) Esta matliz es del mismo
orden que A; notemos cmo es: sus dos primeras columnas son las dos primeras
columnas de Ia matriz identidad 13, su ltima fila tiene nulos todos los trminos, y
los trminos restantes pueden ser nmeros cualesquiera. Las columnas coincidentes
con las de la matriz identidad son tantas como marca eI rango: dos en este caso, y Ia
cantid.ad de filas con los trminos nulos son tantas como marca Ia diferencia entre el

nmero de filas de Ia matriz y el rango: 3 - 2 : 1 en este caso'


En primer lugar, tratamos de llegar a una matliz cuyos trminos de la primera
columna sean 1, 0 y 0 (dicho de otra forma: cuyo primer vectol colurnna sea (1,0,0)).
Lo primero que hacemos es procurnos un 1 en la posicin (1,1), donde ahora
hay un 0, y una forma de conseguirlo podra Ser esta: primero, intercambiar las
filas primera y segunda, lo cual proporciona un 2 en la posicin (1,1); segundo,
mutiplicar la nueva primera fila por Il2,lo cual termina de transformar eI trmino
de esa posicin en 1. Esto es:

(?t ii)

Ahora nos resta conseguir que eI trmino de posicin (3,1) sea igual a 0, y una
forma de lograrlo es mediante una transformacin elemental de tipo III; en concreto,
nos sirve esta: F3 - F3 * Fr (sumar a la tercera fila la primera). Obtenemos:

/1230\/1230\r*rrrr

f o 1 r tl
\-ro-r2)

fo I I rl.

\oz2z)

En segundo lugar, desde la matriz que acabamos de obtener tratamos de llegar a


una matriz cuyos trminos de la segunda columna Sean 0, I y 0, pero sin que los de
la primera dejen de ser 1, 0 y 0; es decir, tratamos de llegar a una matriz cuyos dos
primeros vectores columna sean (1,0,0) y (0, 1,0). El primer paso sera procurarse

un 1 en la posicin (2,2), pero ya lo tenemos, as que slo resta "transformar" en


nulos Ios trminos de posicin (1,2) y (3,2). Para conseguir esto Itimo sin afectar
a la primera columna, debemos llevar a cabo sendas transformaciones de tipo III:
sumar a la primera fila la segUnda multiplicada por -2 (para el trmino de posicin (1,2)), y sumar a la tercera fila la segUnda tambin multiplicada por
de posicin (3,2)). Obtenemos:

(',i i?)
\o zzz)

lt 0

Ft*Ft+(-Z)Fz,f

O 1

1
1

\0 22

-2\
II

z)

Fz*Fz*(-z)Fz.

lL 0
O1

\o o

-2

(para eI

1
1

il

III.

168

MATRICES

Y ya hemos llegado, mediante transformaciones elementales sucesivas aplicadas a la

matriz A, a una matriz como la escrita en (2): sus dos primeras columnas son las dos
primeras columnas de la matriz identidad 13 ;l su ltima fila tiene todos los trminos
nulos.

Lo que acabamos de hacer con la matriz A admite generalizacin. EI resultado


general es este: dada una matriz de orden (n,m), de rango igual a r 2 l, y con sus ?primeros vectores columna linealmente independientes, es posible obtener, mediante
transformaciones elementales (por filas) sucesivas aplicadas a la matriz dada, una de
este tipo:
1

::
00
00

(3)

1",
ei(r+t), . . . , e!"* pueden ser cualesquiera.) Esta matriz, de orden (n,m,
puede describirse as: sus r primeras columnas (tantas como el
-como la dada-,
rango) son las r primeras columnas de la matriz identidad In; sus z - r ltimas
filas (tantas como la diferencia entre el nmero de filas de la matriz dada y el rango,
tienen todos sus trminos iguales a 0; y cada uno de los restantes trminos, que son
los situados entre las columnas (r + l)-sima y m-sima y entre Ia filas primera i
r-sima (es decir, los denotados por e!r("*r),..., a!r^), puede ser igual a cualquier
nmero; ntese que estos ltimos trminos ocupan m - T columnas (tantas como la
diferencia entre el nmero de columnas de la matriz dada y el rango).
(Los nmero s

Nota bene La matriz A que nos ha servido de ejemplo verifica las hiptesis de este resultado paran :3, m = 4y r = 2, pues es de orden (3,4), su rango es igual a 2, t
sus dos primeros vectores columna son linealmente independientes (stos son (0,2, -1
y (T,4,0), que no sonproporcionales). Se aprecia que el tipo de matriz escrito en (2), al
cual queramos llegar a partir de la matriz A, se ajusta al formato dado en (3).

Quiz llame la atencin en este resultado la exigencia de que los r primeros vectores columna de la matriz de partida tengan que ser linealmente independientes.
Si esto no ocurre, es decir, si los r primeros vectores columna de la matriz de partida no son linealmente independientes, tambin es posible obtener una matriz como
Ia (3) mediante transformaciones elementales sucesivas aplicadas a la matriz de partida, pero ya no podemos exigir que todas estas transformaciones elementales sean

r6g

,TRODIJCCIN

qniz ms de una- deber ser por columnas' Realmente, con


transformaciones por colurnnas de tipo I (intercambio de columnas) ser suficiente.
Consideremos, por ejemplo, esta matriz:

por ftIasi alguna

-y

B-(

i lil

igual a 2, y sus tres vectores columna son (1, 2'-I)' (2,4,-2) y (0, 1, 1)'
Los dos primeros no son linealmente independientes (ntese que son proporcionales), pero el primero y el tercero s lo son. Si intercambiamos las columnas segunda
y tercera (una transformacin elemental por columnas de tipo I), obtenemos:
Su rango es

(i1l
matriz que s tiene sus dos primeros vectores columna linealmente independientes'
Esta matriz s podr ser llevada, mediante transformaciones elementales sucesir-as
exclusivamente por filas, a una matriz de la forma (3), que en este caso particular
toma este aspecto:

ft:;)

2, con Io que 7L-T : I y m -r : \)' Buscamos


primero llegar a una matriz que tenga en la primera columna los trminos 1, 0 1' 0:
(ntese

que n : 3, m :

/ 10
i)
I I I -z)

3yr :

Fz*Fz-2Ft

(i1l)

Fz*Fz+Ft
----.--.-------.

ft1il

A continuacin buscamos una matriz cuyos trminos de la segunda columna sean 0,


1 y 0, pero sin alterar los que ya hay en la primera columna. con una sola transformacin ms terminamos:

(i1)F3Fz-Fz(i: il
podemos d.ecir que esta ltima matriz ha sido obtenida a partir de Ia matriz B tras la
aplicacin a sta de transformaciones elementales sucesivas: la primera de ellas, un
intercambio de columnas; las restantes, transformaciones por filas.
Hemos visto, entonces, que a partir de una matriz de orden (n,m), de rango igual
a r > I, y con sus r primeros vectores columna linealmente independientes, puede

17o

III.

MATRICES

obtenerse, tras aplicarle sucesivamente ciertas transformaciones elementales por filas, una matriz de Ia forma (3). No queremos terminar este apartado sin fijarnos en
algunos casos particulares. Cuando la matriz de partida tiene rango igual al nmero
de filas: T : rL, entonces resulta rL - T :0, y en la matriz (3) correspondiente "desaparecen" las filas inferiores que tengan todos sus trminos nulos. si, por ejemplo, la

matriz de partida es de orden (2,4) y su rango es igual a 2, entonces llegamos, tras


las transformaciones elementales pertinentes, a una matriz asl
(

0 &'13 at+\
1 azz az+ )

Por otra parte, cuando el rango es igual al nmero de columnas: T : rn, entonces
resulta m - r : 0, y en la matriz (3) correspondiente desaparecen las columnas de
la derecha que contengan los trminos que denotamos por a\?*t), ..., a!r*. pot
ejemplo, a partir de una matriz de orden (4,2) de rango igual a 2, y tras las transformaciones elementales oportunas, obtenemos esta matriz:

/r o\
t;
;l
l

l; i)
Finalmente, si acontece que la matriz de partida tiene rango simultneamente igual al
nmero de filas y al nmero de columnasir : rL = m (enparticular, es cuadrada), entonces en la matriz (3) correspondiente desparecen tanto las filas de abajo (con todos

sus trminos nulos) como las columnas de la derecha (con los trminos denotados
por elt(r+t), . . . , a|^), y lo que queda es una matriz identidad: la del mismo orden
que la matriz cuadrada de partida. Por ejemplo, si partimos de una matriz cuadrad"a
de orden 3 y de rango igual a 3, obtenemos, tras las transformaciones elementales
necesarias, la matriz identidad 13:

/r 0

r:fo r

0\

ol.

\o o1)

Inversa de una matriz cuadrada La inversa de una matriz cuadrada es otra


matriz (tambin cuadrada, y del mismo orden que la primera) tal que el producto de
ambas, tanto en un orden como en el otro, es igual a Ia matriz identidad. Ms en
concreto, la inversa de una matriz A cuadrada de orden 7L es otra matriz B, tambin
cuadrada de orden rL,para la cual se verifica: AB : BA: rn. consideremos, por
ejemplo, estas dos matrices:

A-(l?) v B-(l ?)

_R.ODUCCION

L7r

Podemos decir que la matriz B es inversa de Ia matriz A, pues se verifica:

AB:(

I ?) (l ?) :( ?) -r2, BA-(l

?)

(l

Ntese que tambin podemos decir, por la frusma r azon, que la

?)

:(t ?) -r2

matrv A es inversa

de Ia matrtz B: son inversas una de la otra.


Cuando una matriz cuadrada admite inversa, se dice que es invertible. No todas las matrices cuadradas son invertibles. Por ejemplo, una matriz nula cuadrada,
de cualquier orden, no es invertible, pues su producto con cualquier matriz es una
matriz nula, de ninguna forma una matriz identidad. Cuando una matriz A es invertible, admite solamente una inversa, que se denota: A-1. Con las matrices Ay B del
ejemplo del prrafo anterior, podemos escribir: A-\ : B; y tambin: B-1 : A.
En el texto se prueba un criterio muy importante para saber si una matriz cuadrada dada es o no invertible: una matriz cuadrada es invertible si y solamente si su
rango toma el mayor valor posible (es decir, si y solamente si su rango coincide con
su orden, que es el nmero de sus filas y tambin el de sus columnas). Por ejemplo,
en eI apartado anterior trabajamos con esta matriz:

Bmatriz cuadrada de orden 3, pero su rango es menor que 3 (es igual a 2, en


concreto). No es, pues, invertible: no hay ninguna matriz cuadrada de orden 3 cuyo
producto por B sea igual a la matriz identidad 13. Por el contrario, consideremos esta
matriz:
Es una

c-(

i 1l

Tambin es cuadrada de orden 3, y su rango

-como

puede calcular el

lector-

s es

igual a 3. Estamos, pues, ante una matriz invertible: s existe alguna matriz cuadrada
de orden 3 cuyo producto por C es igual a la matriz identidad 13; tal matriz es la
inversa de C, que se denota C 1.
Pero, cmo calcular la inversa de una matriz cuadrada de Ia cual sabemos que
es invertible? Las transformaciones elementales nos proporcionan un procedimiento
para este cIculo. Recordemos
-del apartado anterior- que a partir de una matriz
se puede llegar, mediante transformaciones elementales sucesivas, a una matriz de
Ia forma (3) (cf. p. 168). Si la matriz de partida es cuadrada e invertible, entonces
su rango coincide con el nmero de sus filas y con el nmero de sus columnas, y la
lo visto al final del
matriz de Ia forma (3) que corresponde en este caso

-recordemos

III.

\72

citado-

MATRICES

matriz de partida.
Es decir: mediante transformaciones elementales sucesivas aplicadas a una matriz
cuadrada invertible, es posible obtener la matriz identidad. En el texto se prueba
un resultado que nos proporciona el mtodo buscado para calcular Ia inversa: Ias
mismas transformaciones elementales sucesivas, y en el mismo otden, que permiten
obtener Ia matriz identidad a partir de la matriz invertible permiten a su vez obtener
Ia inversa de Ia matriz a partir de la matriz identidad. Ms concretamente: si A es una
matriz cuadrada de orden n, invertible, puede obtenerse la matriz identidad I" (la del
mismo orden que A) a partir de A mediante transformaciones elementales sucesivas:
apartado

es la matriz identidad del mismo orden que la

estas mismas transformaciones, en eI mismo orden, se aplican ahora sobre Itr y obtenemos como resultad.o precisamente A-1. A modo de ejemplo, calculemos Ia inversa
de Ia matriz C del prrafo anterior. Lo primero que debemos hacer es aplicar transformaciones elementales sucesivas a la matriz C hasta obtener la matriz identidad 1.
(la del mismo orden que C).3 Obtenemos en la primera columna los trminos 1, 0 y

Cr

tras dos transformaciones elementales:


2

(;
\- r

?)

( _3 ?)

Fz*Fz-2Ft
____-___--)

\-r -z

-2 r)

F:

*F: *Fr

r)

obtenemos en la segunda columna los trminos 0, 1


primera) con dos transformaciones ms:

20\

(i

_Z 1|

Fr*(-tlz)F,.

0 r/

(i

l')

(i

-2
0

f;

y 0 (sin perturbar los de la

't*Fttt-2F
-':> |
Ft

13

1\
-,,, ,);

y, finalmente, obtenemos la Itima columna con los trminos 0, 0 y 1 (sin variar las
dos primeras) con otras dos transformaciones ms:

\o

1\

1 -uzl
0 r)

Ft

/T

o
\oo

-Ft -F:, f

0\
4 l2l
1)

F*Fz+(1

l2)Ft,

( ?3)

\ ,)'

y ya hemos llegado a la matriz identidad f3. A continuacin, debemos aplicar estas


mismas seis transformaciones elementales, y en el mismo orden en el que las hemos
ido obteniendo, a la matriz identidad 13. La matriz a la que finalmente llegaremos
3Ntese que la matriz C tiene sus tres vectores columna linealmente independientes, pues su rang.
por filas. Esto ocurre as con cualquie:
matriz invertible: no es necesario trabajar con transformaciones por columnas.
es igual a 3; es suficiente, pues, trabajar con transformaciones

-R,ODUCCIN

173

ser la inversa

(', ? S)
\o o

g-t.

Fz*Fz-ZFt

L)
Fz.-

Ft

Esta Itima

Resulta:

GI

l 2)

Fz

*Ft -F:

(_t

\0

Fz* Fz* Ft

t)

0
,

-r l2
0

ri
\1

Ft

*Ft -ZFz

-----.---.------

t)

(+l)

(1-t,l)

1 - 1\
FztFz+G
0 i - -L'\''' r,)Fz
-r12

Oil

1
>

-L l2
-r l2

(t',

matriz es, como hemos dicho, la inversa de Ia matriz

1i)

C:

c-r verificar que efectivamente el producto de esta matriz por la mafriz


en un orden y en el otro, es igual a la matriz identidad ft: CC-r : C-rC = Iz.
El lector puede

matriz

C,

A de cualquier orden (n,m), stt


traspuesta, que se denota: At, es otra matriz de orden (m,n) tal que los trminos
Traspuesta de una

Dada una matriz

de sus m frlas son los trminos de las z columnas de A, y los trminos de sus m
columnas son los de las n filas de A.a Vemoslo con un ejemplo. Consideremos esta
matriz:

lt -r\
o: [.o
z 4)'

Es de orden (2, 3), as que su traspuesta: At, es una matriz de orden (3,2). Informalmente, Io que en la matriz A son filas, en Ia matriz At son columnas, y viceversa;

ms en concreto, los trminos de Ia primera fila de A son los trminos de la primera


columna de At, y los trminos de la segunda fila de A son los de la segunda columna
de At. La matriz At es, pues, la que tiene como trminos de su primera columna los
nmeros 1, 3 y -1, y como trminos de su segunda columna los nmeros 0,2 y 4t

At:
aMs formalmente: la matriz Ar tiene por vectores fila los vectores columna de la matrtz A (en el
mismo orden), y tiene por vectores columna los vectores fila de la matrtz A (tambin en el mismo
orden).

III.

L74

MATRICES

Otro ejemplo. Consideremos estas matrices:

(r

2)

v(i)

La primera es una matriz fila, esto es, con una sola fila, que se transformar en una
nica columna a) trasponr; es decir, su traspuesta es una mafriz columna; sus trminos son obamente los mismos que los de la matriz fila original. AnIogamente, la
segunda matriz de las anteriores, que es una matriz columna, tendr por traspuesta
una matriz fila. Las traspuestas de las dos matrices son, respectivamente, Ias siguientes:

(i)v
Nota bene

Si

orden.

(-r

1)

una matriz es cuadrada, su traspuesta es otra matriz cuadrada del mismo

En el texto figuran varias propiedades de Ia trasposicin de matrices. Nos interesa

destacar aqu Ia ltima: eI rango de una matriz y el de su traspuesta coinciden. O


dicho de otra forma (que ya apuntamos en el apartado dedicado al rango): eI rango
de una matriz tambin es igual al rango del sistema formado por sus vectores fila.
Este resultado tiene una consecuencia prctica importante: las propiedades que ya
conocemos del rango de una matriz tambin son vIidas cambiando columnas por
filas; en concreto:
. el rango de una matriz no vara si sumamos a una fila una combinacin lineal
de las dems;s
. al eliminar en una matriz una fila, eI rango no vara si tal fila es igual a una
combinacin lineal de las dems, y el rango disminuye en 1 si la fila no es igual
a una combinacin lineal de las dems.
Asimismo, el procedimiento que describimos para calcular el rango de una matriz
sigue siendo vlido si cambiamos columnas por filas y viceversa. De acuerdo con esto,
eI rango de una matriz con una sola fila es igual a 0 si todos sus trminos son nulos,

y es igual a 1 si alguno es no nulo; por ejemplo:


rango (0

o)

-o

ranso (0

--

r) -

1.

Y el rango de una matriz de dos filas (supuesto que no todos los trminos son nulos,
Io que supondra rango 0) es igual a 1 si ambas filas son proporcionales, y es igual
sEntendiendo estas operaciones entre filas tambin trmino a trmino.

,\TRODUCCION

L75

a 2 si no lo son;6 verbigracia:

ranso

lt
(.r -z
-1

3\

6)

:1Y

raneo

lz -3\ : .?
[, t)

Finalmente, para calcular el rango de una maliz con tres filas o ms, podemos intentar transformar la matriz dada en otra, del mismo orden y con el mismo rango, con
esta propiedad: una de sus columnas tene nulos todos los trminos excepto uno;Ia fila
a Ia que este trmino no nulo pertenezca se puede eliminar, disminuyendo eI rango
de la matriz en 1, y reduciendo de esta forma el problema al de una matriz con una
fila menos. (Recurdese que para una matriz de tres columnas o ms proponamos

intentar transformarla en otra que tuviera una fila con todos los trminos nulos excepto uno, y que eliminbamos la columna a la que este trmino no nulo pertenece,
disminuyendo eI rango en 1.) A modo de ejemplo, calculemos el rango de esta matriz
de tres filas y cuatro columnas:

/2 -2

1\

o 1 1l
\, 1 -r o)

B- f r

Buscamos, pues, transformarla en otra, del mismo orden y con el mismo rango, que
tenga alguna columna con todos sus trminos nulos excepto uno. Intentemos, ver-

bigracia, que tal columna sea la cuarta. Podemos dejar la primera fila como est
(ya tiene no nulo su trmino de la cuarta columna), y sumamos a la segunda fila Ia
primera multiplicada por -1; esta operacin arroja una nueva segunda fila, de trminos -I,2,I y 0. A continuacin, eliminamos la primera fila y el rango disminuye
en 1. Obtenemos:

rangoB :

/2-201\/2

rango

lt
\:

o 1 1l:ransol-1

1 -1 o)
\ 3

:1 +raneo( i
I

-2
2
1

1\

-1

0)

1 0l

1 o\- r+z-3.
I
0)

-1

matriz que hemos obtenido, tras eliminar la primera fila, tiene dos filas no
proporcionales, luego su rango es 2. La matriz B tiene finalmente rango igual a 3.
Quiz eI lector se haya percatado, en el clculo del rango anterior, de que la operacin que hemos llevado a cabo entre las filas segunda y primera de la matriz B
para "anular" el trmino de posicin (2,4) (cuyo valor original era 1) es realmente
La Itima

6La "proporcionalidad" de filas se debe entender de manera anloga a la de columnas: dos filas
son proporcionales si es posible obtener una de ellas multiplicando la otra por algn nmero (esto es,
multiplicando todos los trminos de esta ltima por el nmero).

L76

III.

MATRICES

una transformacin elemental por filas de tipo III; en concrefo: F2 * Fz - Ft.Ya sabemos que las transformaciones elementales por filas, y tambin las transformaciones
elementales por columnas, no hacen variar el rango de una matriz.
En la prctica, el rango de una matriz se calcula conjugando el mtodo que acabamos de ejemplificar con la matriz B anterior (buscar una columna con todos los
trminos nulos salvo uno) con el mtodo ya descrito en el apartado dedicado al rango
unas pginas ms atrs (buscar una fila). En definitiva, esto supone "hacer ceros" en
la matriz con la arda de transformaciones elementales de tipo III (tanto por filas
como por columnas), buscando las filas o las columnas con todos sus trminos nulos
excepto uno; ya sabemos que cuando tengamos una tal fila o columna, podremos
reducir eI problema aI de una matriz con una columna menos o con una fila menos.
Por otra parte, si en algn momento del proceso nos encontramos con alguna fila,
o con alguna colulna, que sea combinacin de las dems, sabemos que podremos
eliminarla sin que el rango vare; en particular, se pueden eliminar, sin variar por ello
el rango, las filas o las columnas que tengan todos sus trminos nulos.
Veamos un ltimo ejemplo de clculo de un rango, el de esta matriz:

tl/L

-1 0

3\

1 2 rl
l0
T:lr o 2 31.

lz _z3o)
r 6 el
\o

Intentemos hacer ceros en la primera columna, donde ya hay dos. Dejamos el 1 de la


posicin (1, 1) como est,7 y aplicamos transformaciones elementales de tipo III para
anular los trminos de posicin (3,1) y (4, 1); con las transformaciones F: - F: - Fi
Y Fs

Fa

2F1lo conseguimos:

-l i
(; -l i i) F+*F+-.F.'lo
F:*F:-F ("
?l

lr o z
;;;t-!;
t;
3 o)

3
\o -z

\o -z

6
3

tl

y podemos ecribir:

rangoT

rango

l,l
}l
\o
-z

1 + rango

(z

lo

\o

-2

1\

0l

6 3l'
3 0)

TQuiz se haya dado cuenta el lector de que al buscar una fila o una columna con todos sus trminos
nulos, excepto uno, resulta ms cmodo que el trmino no nulo sea igual a 1. Detalles como este se
aprenden poco a poco con la prctica.

-RODUCCION

despus de eliminar Ia primera fila. Pero dmonos cuenta de que ahora tenemos
una columna con todos sus trminos nulos: si la eliminamos, el rango no vara. Es
habitual llevar a cabo estos dos ltimos pasos de una vez: cuando ya tenemos una
columna con todos sus trminos nulos excepto uno, eliminamos la fila que corresponde al trmino no nulo, y tambin eliminamos la propia columna; este proceso
hace disminuir el rango en 1, y nos lleva a una matriz con una fila menos y con una
columna menos. (Lo mismo se hara Si, en vez de una columna, turamos una fila

con todos sus trminos nulos salvo uno.) Esquemticamente:

(L
rangoT

-1

121\

rango

1 + rango

1 2 0r
3 6 3l
-2 3 o)

En esta ltima matriz, podemos darnos cuenta de que Ia tercera fila es proporcional
a la primera, con lo que es posible decir de ella que es igual a una combinacin lineal
de las dems filas; eliminndola, no vara el rango:
1

rangoT :1 + rango

-2
En la

6
3

'l

3l -

1 + rango

0)

[ li)

ltima matriz obtenida, ya tenemos una columna con todos sus trminos nulos

excepto uno:

( ' ', r)
rangoT:l+rrnooll t zl ol:l+t+ranoo(-j
-\-/ t z\;)

"lI4 0)

La matriz final tiene rango igual a 2, pues sus dos filas no son proporcionales (tampoco son proporcionales, por supuesto, sus dos columnas). Finalmente: rangoT 4.

L78

III.

ilI.

MATRICES

DEFINICITV DE MATRIZ
1. Definicin de matriz Sea (K, +, .) un cuerpo y sean ny m nmeros enteros
positivos. Una matriz A con trminos en K de orden (n,m) es una disposicin
de n ' m elementos de K en forma rectangular en n filas y rn columnas, de las que
diremos son las filas y columnas de la matriz A.
Del elemento de K que en una matriz A est situado en la fila -sima y en la
columna j-sima diremos es el trmino de A de posicin (,.i); se le suele denotar: a.ij .
La notacin habitual para la matriz A es:
/ att

I azr
I

l':

A-lI aiL

6Ltz

a,r

cLLm

&zz

e2j

cLzm

6Li2

eij

6Lm

cLnZ

a"nj

cLnm

(41

i::
I

\o, r

donde los trminos de Ia i-sima fila


CL;L

<n)

(1

CLz,

son:

6Lim,

y los trminos de la j-sima columna (1 < j < m) son:


A"Lj, CLZ, ..., 6Lnj.

Tambin se adopta la notacin:

- (ott, ,

< i < rt, 1 < /

o bien (cuando no hay riesgo de confusin):


De dos matrices
W

A:

("rt)

vS

=*)

(ai).

(ar) con trminos en K, ambas de orden (n,m),

diremos son iguales si:

$L

aj - bij

til

y escribiremos: A

para cada 1 <

ffi
ffi

< n y cada 1 <

4 m,

B.

Nota Slo se define la igualdad


orden. A
W'
w.

de dos matrices cuando ambas matrices son del mismo

DEFINICION DE MATRIZ

EJEMPLO

L79

(R,+,'). De una matriz con trminos en R diremos es una matriz


Tomemosr,:3ym = 2. Unamatriz realde orden (n,m): (3,2) esunadisposicin

Consideremos el cuerpo

real.

de 3 . 2

6 nmeros reales en 3 filas y 2 columnas. Por ejemplo:

/o
.q=ln "2\
-1
\o rtz)
I

es una maftiz real de orden (3,2): tiene 3 filas y 2 columnas. El trmino de A de posi
cin (1,2), que podemos denotar 6112, ES el nmero real situado en la primera fila y en la
segunda columna; es decir:

ap:

J2.

El trmino de A de posicin (3,2): azz, es el nmero real situado en la tercera fila y en la


segunda colurnna: eEz : I12.
Tambin podemos denotar Ia matriz A de la forma:

A - (ott;

2.

Tipos de

matrices

1<

i < 3, 1 ( j *

2)

De una matriz con trminos en K de orden (1,

m) diremos

fila es una matriz fila. Es decir, una matriz fila es una matriz con una sola fila.
Vatriz columna De unamatriz con trminos en K de orden (n, 1) diremos es unamatriz columna.
Matriz

Es decir, una

EJ

EM

PLO

matriz columna

es una

La matrlz real:

es una

matriz fila de orden

matriz con una sola columna.

(r -r
(

o)

1, 3 ).

bene

Al escribir una matriz de la forma (4) no se escribe ninguna coma; por tanto,
no hay que confundir la matriz fila, con trminos reAes, (f -1 0) con la terna de
nmeros reales: ( 1, - 1, 0), donde s se utilizan comas.

Nota

La matriz real:

fi)
es una

matriz columna de orden

3,

1)

La matriz real:

(')
es

una matriz real de orden ( 1, I

),

y por consiguiente es tanto una matriz fila como una matriz

columna. No se debe confundir la matriz reat (Z) con el nmero real 2.

III.

180

MATRICES

A una matriz con trminos en K. De A diemos es una matriz cuadrada de


orden n si A es de orden (n,n), es decir, si tiene tanto ? filas como n columnas.
Si A es una matriz cuadrada de orden n, de los trminos de posicin (1,1),
(2,2), ..., (!L,n ) diremos son los trminos de la diagonal principal de A.
De la matriz cuadrada de orden rL que tiene sus trminos de la diagonal principal
iguales a 1, y sus restantes trminos iguales a 0, diremos es la matriz identidad, o
unitaria, de orden rL,y se denota: It ; es decir:
Sea

Matri z cuad rada

Matriz identidad
(o u n itaria)

In:

s)

ft?
t::

:l

\oo

EJEMPLO

La matriz real:

L)

/21\

:fo tt3 tl
h oo)

es cuadrada de

orden 3: ene tres filas y tres colurnnas. Los trminos de la diagonal principal

deAson:2,113y0.
Las

maices identidad reales de orden 2 y 3 son:

/1 O 0\
lt o) .,, r.:fo
r":r'
-r
"t'
t: :r ol.
\o
\- tl_/ '

\0 O l/

'
Mat

riz nula

EJEMPLO

De una matriz con trminos en K diremos es una matriz cero (o


la denotaremos: O, si todos sus trminos son iguales a 0.

Las matrices reales:

(o)

(o o o)

matriz nula), y

y (: 3 S)

son tres matrices nulas, de rdenes respectivos: (1,1), (1,3) y (2,3).

3. Matrices columna de una matrz


trminos en K:

CLtz
t 6Lzz

(", t
A-

l":t

Sea A una
ar
ez

j
j

inz '.. a'nj ...

matriz de orden

Ar*\
":-_)

(vt,

m)

con

i.r.

DEFINtctttt DE MATRtz

rBr

Sea 1 < j < m. Se define la j-sima matriz columna de la matriz A, que se denota: A.,
como aquella matriz columna de orden (n, 1) cuyos trminos son los de Ia j-sima
columna de A. Es deci:

/atr\

t:i

I o'"'

..i

\,",)
Utilizando las matrices columna de la matriz A, Ia notacin por columnas de A

es:

o:(o'll',l...ln*).
Notacin

In(n > 1) se denotan:

matriz identidad

Las matrices columna de la

E1, E2, . .., Eni

es decir:

l;) ,,: f,?)

,,=

I,,l
yh:(E,lr'l..ln").a
EJEMPLO

Sea

A la matriz con trminos en

I,,/

En:

ll
t?,l

R:

1 o\
A-(rlz 1
r)
Las matrices columna primera, segunda y tercera de

A,:
La
EJ

EM

PLO 6

matrv

(?)

A2

Ase puede escribir tambin: A

A son:

: (l) v A3 :

(?)

- (^t I t, I er)

Consideremos las matrices columna reales de orden (3,1):

-(i) D:f) v

-(l)

Con estas matrices columna podemos formar, por ejemplo, la matrLz:

A-(c
Cuyas

matrices Columna son: At

B-

/r 3

1\

ln lr) :f o I1 rl,
r/
\r

C, Az

D y A3

E. Tambin podemos formar la matriz:

/r 1

(clrlr) :lo I
\t

3\

1l
L)

III.

r82

4. Matrices ftIa de una

matriz

en K:

A una matriz de orden

CLtt 6LtZ
&Zt &ZZ

A-

Seal<i

Sea

(n,m) con trminos

CLIry
CLZry

o.r, ...

cLim

int

cL'nz

...

cLnm

Se define la -sima matriz fila de la matriz A como aquella matriz fila


ra) cuyos trminos son Ios de Ia -sima fila de A. Es decir:

< n.

de orden (1,

(ot, aiz
Si Ft , Fz,

MATRICES

.,

F,

o,^).

son las matrices fila de Ia matriz A, Ia notacin por filas de A es:

A-fi
Notacin

d In (n > 1) se denotan:

Las matrices fila de la matriz id

11 ,

Lz, ..., Ln;

decir:

Lt:(t

EJEMPLO

o)

,Lz:(o

Dada la matriz real:

o)

Ln:(o

10\
- (l 1 r)

las matrices fila primera y segunda de A son:

(z r
respectivamente.

o)

(r

1) ,

1)

es

iI,I

183

DEFINICIN DE MATRIZ

EJEMPLO

Dadas las matrices fila reales de orden (1,4):

B:(1 1 1 o), c:(t o o t) v o=F t z :),


con ellas podemos formar, entre otras, Ia matrtz real:

5. Vectores ftIa y vectores columna de una

matriz

Sea

A una matriz con

trminos en K de orden (n,m):

CLtt CLyZ
CLZy 6LZZ

A-

AriZ ..

Or

Cl,'nI &'n2 ...


Vector

columna

At.i
A.Z j

fila

..

6Lim

A'nj ..'

&nm

j-simo vector columna de A, que se denota: a;, es el vector de Km


cuyas componentes son los trminos de la j-sima matriz columna de A. Es decir:
Sea 1 <

< m.

El

olni)'

Sea 1 < < n. El -simo vector fila de A es el vector de Ku cuyas componentes son
los trminos de la -sima matriz fila de A, es decir, es eI vector: (6Lit,6L2, . . . , eim).

Nota No deben ser confundidos matriz columna


fila.

EJEMPLO

CLzm

A,ij

ai : (ati, cLzi, ".,


Vector

CLrm

Sea

A la matriz real:

y vector columna, ni matriz fila y vector

lt -1 3\
A-t,i
o 2)

Los vectores columna de A son los siguientes vectores de R2:

a1
EI

(1,

1),

e.2

primer vector fila de A es el vector (1,

- ( - 1, 0) y

-1,3)

de R3.

c3

(3,2)

]-84

III.

III.2

MATRICES

MATRIZ ASOCIADA A UNA APLICACIN TINEAL


7. Matriz asociada a una aplicacin lineal en unas

bases

Sea

una apli

cacin lineal de Km en Ku. Grficamente:


K7?

J-* p'

Fijemos unas bases: V : (ut,u2,...,u^) y W : (ur,tvz,...,utn), de K* y K",


respectivamente. Resumiemos Ia eleccin de estas bases, grficamente, de Ia manera
siguiente:

VfW r-_
5h
La aplicacin lineal / est completamente determinada una vez conocidas las
imgenes por / de los vectores de una base de Km (cf. proposicin 11.7, p. I22); por
ejemplo, unavez conocidos los vectores: f (ut), f (uz),..., f (u*). Estos m vectores
quedanunvocamente determinados en cuanto conocemos las n coordenadas de cada
uno de ellos en una base de Ku, que puede ser, por ejemplo, la base W.
Km

Matriz asociada
u
I

na apl cacin
i

neal en u nas
bases

ffiffi:

;;

;; ; ;,;;; ;; ;.;;, ;; ;;;

; ;-

" de
q4trir A qqp@n (z, nfl 4a Ia foreiq s-sutentq: lo$ tfuitriaoq
vqqc,r /r,u;l
la J esima .WT,d*.",4.*r rary a yqEqads e''-tra
Pe"q
'f: $cr
(l;$ i" d n4I.
Ia
a /, o
constirtida
se
diG
es
dsefk$
ry@z
-Dd.h ryat+u"A QI
y-4/
K"r
repreheffiqnte"de-f, en hp:bedes V dq
dq K",
y Hr*de_Kn,

rtp_a

Obsrvese que, una vez fijadas las bases V y

W,la matriz asociada a ;f en estas


bases es nica, puesto que sus trminos son las coordenadas de Ios vectores ;f(u7

(1 <

Nota

bene Una matriz


(n,m). a

< m) en la base W, que son nicas.


representante de una aplicacin lineal de

Ku en Kn es de

or-

den

Dada la matriz:
(

A-l

"rt
I azt

l :

ot

tz

eL*\

e2j

ctzm

A,I

cLzz

".

:l'

A,nj
on*)
\on, cLnZ
de la definicin se deduce: la matriz A es la matriz asociada a la aplicacin lineal
de Km en Kn en las basS V : (ur,nz, . . ., rtm) de K7n YW : (wr,xuz
precisamente si, en los vectores de la base V, f se comporta de la forma:

f(u) - etjlt)t

+ ezjUz

i'

* cLn.iwn,

L < J < rn.

(5 t

2. MATRIZ ASOCIADA A

185

UNA APUCAOON LINEAL

Dada Ia matriz A, y fijadas en Km y Ku las bases V y W, respectivamente, sabemos que existe una nica aplicacin lineal / de Km en Ku que verifica (5) (cf. proposicin 11.7, p. I22). En consecuencia, dada una matriz con trminos en K de orden (z, m ), y fijadas unas bases en Ku y Ku, existe una nica aplicacin lineal de Ku
en Kn tal que su matriz asociada en las bases fijadas es la matriz dada.
Debemos observar que si W es la base cannica de K, es decir:

: (et,cz,...,on)

entonces:

f(uj) :

a1ie1

a.2i,2 -r

"' * aniQn : (atj,cl2j,"',ani) : ai, I < i <m,

donde a; es el i-simo vector columna de la matriz A. En otras palabras:


',latriz asociada
cuando la base

.n el de llegada

e ftg
a 'es, la cnniea, entonces los'v,e ,
si'la m's eiohda h l'etoic'etu 'dela triz a d''l.p,,, l lftl son ffi -imEenes, de' los

vectore s de'tra

de'l'esp'C'io ,paitld&;''

es la cannica

EJEMPLO

l0

Consideremos la aplicacin lineal de R2 en

f (xt,xz) :
Sean

86

((1,0),(0,1)) y B

R.3

definida por la expresin:

(xy + xz,Zxr -3xz,xz).

(tt,o,o),(0,1,0),(0,0,1)) las bases cannicas de

R2

R3,

respectivamente. Grficamente:

B"Bc
R.2 r

R3.

Determinemos Ia matriz A asociada a; en las bases 86 y Bi.


La matriz A es de orden (3,2), y se verifica:

Los trminos de la primera columna de A son las coordenadas en la base Bi de la


imagen por / del primer vector de la base Bc; es decir, Ias coordenadas en B! de la
imagen por / de (1,0). Se tiene:

f ft,0) : (I,2,0) :

1(1,0,0) + 2(0, 1,0) + 0(0,0, 1),

y por tanto la primera matrtz columna de A es:

A,:ft)

rB6

III.

MATRICES

Los trminos de la segunda columna de A son las coordenadas en la base Bi. de la


imagen por / del segundo vector de la base 86; es decir, las coordenadas en Bi de la
imagen por / de (0, 1). Se tiene:

f (o,t = (1,-3,1):1(1,0,0) +(-3)(0,1,0) +1(0,0,1),


y por tanto la segunda matriz columna de A es:

/ l\

e,: f - l.

\r/

En consecuencia, la matriz asociada a

en las bases cannicas Bc y Bh

matriz asociada a./ en las bases cannicas-

o:(o''

es:

/t

^'r:

-o,

simplemente, la

1\

l3 I

Puede observarse que, al estar considerando en el espacio de llegada R.3 la base cannica, los

vectores columna de la matriz A son las imgenes de los vectores de la base Bc de R2:

/(1,0)

(1,2,0)

Consideremos ahora las bases B


de R.3. Grficamente:

:q

y f(0,1) :

((r, 1), (1, 0)) de

*%

(1,-B,L)

R2, y

B'

az.

((r,

1, 1), ( 1, 0, 0), (0, 1, 0)

,fi,

Hallemos la matriz C asociada a; en las bases B y B'.


La matriz C, al igual que la matriz A, es de orden (3,2):

Los trminos de la primera columna de C son las coordenadas en la base B' de la imagen

por

del primer vector de la base B; es decir, las coordenadas en B' de la imagen por
Se tiene:

de (1,1).

f(l,I): (2,-I,1) :1(1,1,1)


y por tanto las coordenadas de

/(1,

+ 1(1,0,0) + (-2)(0,1,0),

1) en B' son: 1, 1 y -2, y la primera matriz columna

de C es:

r\

/ ll.
' :t\-tl

C,

Los trminos de la segunda columna de C son las coordenadas en la base B' de la


imagen por ;t del segundo vector de la base B; es decir, las coordenadas en B' de Ia
imagen por / de (1,0). Se tiene:

"f(1,0)

(r,2,0)

0(1,1, 1) + 1(1,0,0) + 2(0,1,0),

2. MATRIZ ASOCIADA A

IJNA

L87

APUCASN LINEAL

y por tanto las coordenadas de

/(

1,

0) en B' son: 0,

de C es:

2, y

la segunda matriz columna

/0\

c,:frl.
\z/

En conclusin, Ia matriz representante de

en las bases B y

/10\

.=(., l.')' =f

\-z'

Se observa que

B'

es:

rl.
z)

A + C. La matriz asociada a una aplicacin lineal depende de las

bases

escogidas.
EJEMPLO

Consideremos una aplicacin lineal / de Ru en R, es decir, una forma lineal sobre Ru. Si A
es una matriz representante de /, entonces A tiene que ser de orden (l,m), esto es, si una
matriz est asociada a una forma lineal, entonces es una matriz fila.
Por ejemplo, consideremos la forma lineal sobre R.3 dada por Ia expresin:

f (xt'xz'xs) : xt - xz-t Zxz'


La matriz fila A asociada a

en las bases cannicas es la que tiene por trminos:

/(1,0,0),
es decirt

n caso
particu lar con
U

A: (t -1

(0,1,0),

"f

(0,0,1),

Z)

Proposicin lll.l
Sea f una aplicacin lineal de Ku en Kn, y consideremos en eI
espacio vectorial Kn /a base W : (wt,uz,. . . ,utn); grficamente:

na malriz
un

"f

w[w
K,? J

itaria
Si Ia

K,.

matriz asociada a f en las bases W y W es la matriz unitaria In, entonces la


f es Ia aplicacin identidad de Kn.

apkcacin

Demostracin

Sea

1< i < n.

Comolamatriz asociada

mafriz In,las coordenadas del vector

a,f

enlasbases W yW esla

f (to) en la base I,/ son:

0, .. ., 0, 1, 0, . ..,

(con 1 en el lugar i-simo),

que son los trminos de Ia i-sima columna de 1r; por tanto:

f (to):0ro1+ "'+jttti 1-t]ro+Oto+t +'"


Es decir:

f(tt) = w, I4 i <n,

Otan:1e"

yenconsecuencialaaplicacinlineal/ coincide con

la aplicacin lineal identidad de Ku en una base de


(cf. p. 122) se deduce que la aplicacin

K'

es Ia aplicacin

(la base I4). De la proposicin II.7

identidad de

Kn.

c.Q.D'

III.

lBB
EJERCTCO l

MATRICES

R.2 definida por la expresin: f (xt, x) : (x1, xr + xz) . Es


identidad
de R2, pues por eiemplo: f (I,l) : (1,2) + (1,1r.
la
aplicacin
f
y
Encontar dos bases B B' de R2 de forma que la matriz asociada a f en las bases B y B' sea:
Sea

]a aplicacin hneal de R2 en

claro que

no

es

r2: (

?)

2. Aplicacin lineal cannicamente asocada a una matrz Sea A una matriz de orden (n, m) con trminos en K. Se verifica que existe una nica aplicacin
lineal de Km en Kl1 tal que A es su matriz asociada en las bases cannicas (Bc de K"'
y B, de K'), y tal aplicacin verifica que la imagen del vector ei delabase cannica
de Km es igual al j-simo vector columna de A: a, (I < i < m).

Aplicacin lineal
cannicamente
asociada a u na

malriz

'n,K, .dfinjmos'tra,,ap.licacin
[''e&d @;' 'in-tr
lineal cannicamente asociada a Ia matriz A, y la dnotamos i A, como la nica
-de en K?4 cuya matriz aseiada en las bases cannicas de
UA
Dda

:tz

pUatrcn

K???

y Ktt es A. Grficamente:
Bi:
K??
::,1.,

'n,Kn

(1,,'< 7 {, tyl)'

,'

'',Ei

fii

Notacin

Para denotar la aplicacin lineal cannicamente asociada a una matriz utilizaremos la misma letra que designa la matriz, pero en tipo caligrfico. Por ejemplo: A y 11.

oByts.

De la proposicin III.1 (cf. p. lBZ) se deduce:


Aplicacin lineal
cannicamente
asociada a la
mat riz identidad

La aplicaCin'line-al' d'e Kn'n K4'c anonica

asocia&

-a'l

",' '"',
iflss i; 5n
s',
,es la apli ih' lined'lden:tidad de ftru
",

triz idendad

',' ,".",.i

1.",

'

lltlttarllltt

EJEMPLO

12

Dada la matriz real:

lt 1 o\
B- (o
z 3)'

calculemos la aplicacin lineal cannicamente asociada a B.


La aplicacin lineal cannicamente asociada a B ser Ia aplicacin lineal ts de
que en la base cannica de R3: (8r,82,83), se comporta de Ia siguiente manera:

ts(et)-bt, B(ez)-bz y ts(ez):bz,

P: en

R--

.3.

EL ESPACIO VECTORIAL

189

Mnm(K)

siendo bt, bz y b los vectores columna de la matriz B:

br: (l,O),
Si (xt, xz,

xi

es un

vector de

bz --

G,2) Y b = (0,3).

3, entonces:

i xEez) : xtts(et) + xzts(e2) + hts(4)


: xr(1,0) + xz(I,2) + xz(,3) : (xr 1- x2,2x2 + 3x:);
es decir, la aplicacin I es la aplicacin lineal de R3 en R2 siguiente:
ts(xxz,x) : ts(xpr-t

xzez

(xt,xz,xi

III.3

R.3- (xt+xz,2xz+3x)e

EL ESPACIO VECTORIAT

R2.

Mn*(K)

1. EI conjunto Jyl"nm(K); adicin de matrices y multiplicacin de un escalar


pqr UnA m1triz Dados un cuerpo (K, +, .) y unos nmeros enteros positivos rt
y m, cort la notacin:
M".-(K),
se designa el conjunto de las matrices de orden (n, m) con trminos en K.

Adicin de
matrices

Es decir,
de

Ay

A + B es la matriz que resulta de sumar los trminos de la misma posicin

B.

Es sencillo comprobar que Ia adicin de matrices articula eI conjunto M"-(K)


como grupo abeliano. EI elemento neutro de (Mr-(K), +) es Ia matriz nula de or-

den (n, m), y el opuesto de una matriz A de Mn*(K), que se denota: -4, es la
matriz cuyos trminos son los opuestos de los trminos correspondientes de A, es
decir, si A: ("tt),entonces:
_

bene

O: (-o,,t1 < < n, I <i < -).

La suma de dos matrices se ha definido nicamente cuando ambas matrices


A
son del mismo

Nota

orden.

r90

III.

EJEMPLO

13

Consideremos el conjunto de las matrices reales de tres filas

MATRICES

y dos columnas, es decir,

el

conjunto MEz ( R).


Las matrices:

l)
A_(_i 3) yt B-r3
\3 4)

Ay B es:

son elementos de Mzz(R). La suma de

A+B-(i

\r

il+(

i)

:(':ji

1A:(-1

1)

La matriz opuesta de A es:

-A-(_1
El elemento neutro del grupo (Mgz (R),

+)

i)

es:

.-fi

1)

Multiplicacin de
u

n escalar por
u na matr:|z

matriz lA es la matriz cuyos trminos son los de A multiplicados por A.


Se puede comprobar fcilmente que Ia adicin de matrices y Ia multiplicacin
de matrices por los elementos de K articulan el conjunto Mrr-(K) como espacio
vectorial sobre el cuerpo K.
Es decir, la

EJEMPLO I 4

SiAyBsonlasmatrices

de MEz ( R) siguientes:

A-(

1)vB-( i)

3-3.

Wm(K)

EL ESPACTO VECTORTAL

entonces:

:u::l?l:lll l i) :fi i)
/-z 1\ /3.(-2)

(-1 )A:(-r'

La m atraz

asociada (en unas


bases) a la suma
de dos
aplicaciones
lineales es suma
de las matrices
asoci ad as

corre s po

n d ie

nte

( I ):('1fl;

3.

.1
(-1)
(-1) (-1)
.3
(-1)

l:(1 j) - -4.

Proposicin lll.2 Sean f y g dos aplicaciones lineales de Km en K. Fijenios


unasbases: V : (uul)2,...,u^) yW : (wt,Uz,...,utn), de K- yK,, respectivamente; grficamente:

&

'',ffi.

Si A yB sonlas matrices de orden (n,m) asociadas enlasbasesV yW a f y a g,


respectivamente, entonces la matriz asociada en las bases V y W a la aplicacin
lineal f + g es Ia suma de A y B: A + B.

Demostracin

Pongamos:

o: (otttl

<<

n,r<j <m) y

: (rrtt r*i<n,t*j=-).

PorserAyBlasmatricesasociadasenlasbasesVyWafyag,respectivamente,para

cadal<j<msetiene:

f (u):a1iu11-a2iu2 1" " +a.njTun y g@):btjwt+b2w2 +'''+

bnjton,

de lo que se deduce:

(f

+ S)

) = f

(u

i)

+ g(u

i) = (a7 + bu)wt + (a2i + bz)tuz +'

. . + (ani + bni)ron

m)iy como los trminos de la j-sima matriz columna de la matriz asociada a f + g


enlasbasesVyW sonlascoordenadasenlabaseWdelvector (f +g)(u), estamatriz
(1 <

<

columna es:

/a1 +b1 \
lazi+bzil

rl,
l:l
\o,

a,)

que coincide con la j-sima matriz columna de A + B.

Enconclusin,A+Beslamatrizasociadaalaaplicacinlineal/+genlasbasesVytr4/.
C.Q.D.

III. MATRICT:

r92
La

atriz

asociada (en u nas


base s) al

producto de un
escalar por una
apl. lin. es igual
al producto ciel
escalar por la
matriz asociada a
la aPl.

lin.

Proposicin lll.3

Sea

V- (ur,uz,.,.,u*) Y w :

una aplicacin lineal de Kn en Kn . Fijemos unas bases;


K', respectivamente; grfi'
(wr,xu2

camente:

V{W

Kr"1 _t

Kn

A es la matriz de orden (rL, m) asociada en las bases V yW af ,yA,esunelemento


de K, entonces la matriz asociada en las bases V y W a Ia aplicacin lineal A/ es e1
producto de A por A: A,A.
Si

Demost'acion
a

en V y W,

- (rrr; 1 < i < yt, 1 < i * *). Corno A es la matriz asociada


setiene:f(u,i)_atjUt-lezjUz-|*a'nU)n'paracada1<
pongamos A

consecuencia:

(^"f)(uy) = Af (u)

: Aatiwt

+ A^a2u2

+'''

y por tanto la j-sima matliz columna de la matriz asociada a

+ I'a'nton,

A/

en las bases V y W es:

(i::"\
[^"

,,)'

la cual coincide con la j-sima matriz columna de la matriz AA. En conclusin, la matri;
asociada en las bases V y W a Ia aplicacin lineal

EJEMPLO

15

Dadas las aplicaciones lineales

f (xt,xz,x) = (x1 + xz-t

A/

es

AA.

c.Q

y S de R3 en R2 definidas por:

xz,Zxt

- x) y g(xt,xz,xt) :

@z

1-

hallemos las matrices asociadas en las bases cannicas a las aplicaciones:


Las matrices asociadas a .f y a g en las bases cannicas son:

A-(l

-l l) v B-(l I

x3,x1 -t x2),

+ S,2S y

f -

2g

respectivamente, como el lector puede comprobar fcilmente. De las proposiciones III.2 y III.!
(cf. pp. lg1 y 192, respectivamente) se deduce que las matrices asociadas en las bases cannicasalasaplicacioneslineales f +g,2Syf -25 son,respectivamente, Iassiguientes:

ltrr\lolr\(tzz\
.a*a:li
_i o/ .\i i o/:l, o o),
o

28:r(?

:(: i

3)

. A-zB:(l _i )-,(? i ):(; -l

4. PRODUCTO DE

r93

MATRICES

2" Relacn entre los espacios vectoriales ( K* , K') y Mnm ( K) fa siguiente proposicin resume la relacin existente entre las aplicaciones lineales y las matriCC S.

Proposicin f f l.4 Los espacios vectoriales:


el cuerpo K, son isomorfos.

(K-, K") yM"-(K),

ambos sobre

Demostracin Definimos una aplicacin: (K-, K") Y 'Mr-(K), de la siguiente


manera: dada una aplicacin lineal / de K- en Ku, es decir, un elemento de f, (Ku, K"), y("f )
es la (nica) matriz de orden (n,m) asociada a / en las bases cannicas de Ku y Kn.
La aplicacin Y es lineal. Sean / y g dos aplicaciones lineales de Ku en Ku. Si A es la
matriz asociada a / en las bases cannicas, es deci: A
(tambin enlasbases cannicas), esto es: B

(f

),

y B es la matriz asociada a g

Y(S), entonces de la proposicin III.2 (cf. p. 191)

sededucequelamatrizasociadaaf+genlasbasescannicas-queesV(f+S)-esA+B:
Y(f + S) : A + B = Y(f) + Y(S). Si A es un escalar, de la proposicin III.2 (cf. p. 191)

se deduce que Ia matriz asociada a Ia aplicacin lineal l,/ en las bases cannicas es AA:
f (A"f) : IA = AY(f). En conclusin, la aplicacin Y es lineal de t,(K-, K') en lvt"-(K).
La aplicacin Y es biyectiva. Dada una matriz A de orden (n,m) con trminos en K, es
decir, un elemento de I4"- ( K), la aplicacin lineal cannicamente asociada a A: A, es Ia nica
aplicacin lineal de Km en Kn cuya matriz asociada en las bases cannicas es A. Esto es: ,4
es el nico elemento de l(Km, K') que verifica que su imagen por Y es igual a A: Y(A) : A.
En consecuencia, Y es biyectiva.

Al ser la aplicacin Y lineal y biyectiva de f,(K-, K') en 14"-(K), es un isomorfismo, y


c.Q.D.
por tanto los espacios vectoriales f, ( K-, K' ) y !Vtr- ( K) son isomorfos.

IIT.4

PRODTJCTO DE MATRICES
7. Definicin del producto de matrices
de esta forma:

producto de
dos matrices

El

El producto de dos matrices se define

III.

r94

MATRICES

Diremos tambin que C es eI producto por la izquierda de la matriz B por la


matriz A, o que es eI producto por la derecha de la matriz A por la matriz B'
Nota

bene

EI producto de

A por B (en este orden)

se ha definido cuando el nmero de

columnas de la primera matriz: A, coincide con el nmero de filas de la segunda: B. En otro


caso, el producto no est definido. Si el producto de A por B est definido, entonces AB
es una matriz que tiene tantas filas como A y tantas columnas como B.

EJEMPLO

l6

Consideremos las matrices reales A

- (ati) U B - (rtt)

A:tU

?) ,
-r)

siguientes:

s:|\o 9
t -r)'
?)

El producto de A por B est definido, pues los rdenes de A yB son (2,2) y (2'3), respectivamente, y el nmero de columnas de la primera coincide con el nmero de filas de la
segunda. Sin embargo, el producto de B por A no est definido, pues el nmero de columnas
de B, que es 3, es diferente del nmero de filas de A, que es 2.
Calculemos entonces el producto
trminos de C son por definicin:

AB.

Ser una matriz

: (cu) de orden (2,3).

Los

aipbpj, 1<<2, 1<7<3.

cij
k:l
Es decir:

cn : cltbn -f cLtzbzt :

' I + 2 0 : 1, crz: cLrtbn -f &tzbzz:1 ' 0 + 2'I :2,

Cn : CLrtbn I a.tzbzz
y anlogamente: czr

: I '2

+2

'(-1) :

0,

- aztbn * azzbzl-1,Czz:Clztbn i azzbzz: -T Y cz3 -

lt

AB:[r/t

?)(;??): (l -;

3, Y Por tanto:

s\

;)

Para eI cIculo del trmino cij, es decir, del trmino de posicin (i, i ) del producto AB, slo interenen los trminos de la i-sima fila de A y los de Ia j-sima
columna de B: se observa que cij es la suma de los productos dos a dos de los

trminos de Ia i-sima fila de A y la j-sima colurnna de B. Esquemticamente:

(i)

(
:
: ,\( 'r:','l
(: o:'
":^
i
',

f
donde' Cii

'

: ct.itbti *

"',^)

CLizbzi +

'*

l..
6Limbmi.

u)

: ):

'',' )

T.4. PRODUCTO DE MATRICES

EJEMPLO

17

195

Consideremos las matrices reales:

lt
,=(i

o -r\
-'t

lo

"=ll

2\

3)

Ay B son (2, 3) y (3,2), respectivamente, y por tanto est definido


el producto de A por B y ser una matriz C de orden (2,2).

Los rdenes de las matrices

Calculemos detalladamente el trmino c11: intervienen exclusivamente los trminos de la

primera fila de A:

I, 0 y -1,
y los de la primera columna de B:

0, 1 y

1,

y el trmino crr es igual a la suma de los productos dos a dos de los trminos de estas fila y
columna:

crr

: 1'0+0'

1+

(-1)' 1 : -1.

El trmino c12 es la suma de los productos dos a dos de los trminos de la primera fila
de A yla segunda columna de B: c12 : L' 2+ 0. (-2) + (-l)' 0 : 2. Y anlogamentei c2r : 2 . 0 + 3' | + 4' | : 7 y czz : 2 . 2 + 3' (-2) + 4' O : -2.
En conclusin:

(! e3
n":
="-\2
EJEMPLO I

-1)
4i

l? -i) : r-r -z)'


?'\
\;

;/-\7

Sean las matrices reales:

/2\

A:(1 o -1) r r:f ,l


\/

Los rdenes de A y B son: (1,3) y (3,1), respectivamente. EI producto por la izquierda


de B por A, es decir, el producto de A por B, est definido y tiene orden (1, 1). Se ene:

/2\

n) :(-t)
an:( o -r)f ,l:(t'2+o'3+(-1)
'\n) \
EI producto por la izquierda de A por B, es decir, el producto de B por A, tambin est

definido, pero tiene orden (3,3).

/2\

"o:l'lr'
\o/'

Se

tiene:

/2 0 -"\
;o -;l
; 4.0
;; c.r_D)
; i-il=l;

/2.1 2.O 2.(-1)\

o -,)' =f;

\.r

_-4)

III.

196

EJ

ERCTCTO 2

MATRICES

A y B dos matrices con trminos en K fales que est definido eI producto de A por B,
y tambin el de B por A. Demostrar que si el orden de las matrices AB y BA es eI mismo,
entonces A y B deben ser cuadradas y del mismo otden. A
Sean

2. Productos dados por filas o por columnas El producto de dos matrices


admite una notacin sencilIa cuando la segunda matriz ene dada por columnas o la
primera viene dada por filas.
Producto de dos
matrices dado

Proposicin

lll.5

Sean las matrices con trminos en K.'

,+:(aq) y s:(u'i)

por columnas
de rdenes

(n,m) y (m,p), respecvamente.


z=

entonces:

AB =
es decir:

e('

(n I '

Si la

| . ..|

notacin de B por columnas

"o),

(Ah I ts, | ...1 tsr),

nz 1 ... I sr)

: (ot, I ts, 1 ... I tsr).

En otras palabras, Ia j-sima matriz columna del producto AB


de Ia matriz A por la j-sima matriz columna de B (l < i < p).

Demostracin

es:

es

igual al producto

: (tti) y o = (ari) siguientes:


c:AB y D: (ar' | a, I... I Pt l...lmr).
Sean las

matrices c

Queremos comprobar que estas dos matrices, ambas de orden (n, p), son iguales, para lo cual
hemos de comprobar se verifica:

cij = dij, paracada

1<

<

nY|

<

<P'

Por un lado, por definicin de AB se tiene:

,r,

: t- ait bt j.
k:t

(61

Por otro lado, el trmino d.i dela matriz D es el situado en la fila l-sima y en la columna
j-sima, y por tanto es el trmino de la fila -sima de la maiz columna:

6Ltt

o:'
ABi

&tZ

6LIm

":'

6Lit

&rz

&m

CLnL

CLryZ

anm

(vt)

1"4. PRODUCTO DE MATRICES

L97

es decir:

d.ij
De (6) y V) se deduce que cj

AB:

EJEMPLO r 9

: d,i para cada 1 < < rL y cada I < 7 < p.

ln,

^(t,

(7)

fi"*btcj.

En conclusin:

I ls,)-(^t, ll'Bzl lM,).

Consideremos las matrices reales:

A-

(;
lo 0 1 1\
y
r
2
rl
3
B-l;
f
'

\oorl

lil

i)

Calculemos el producto AB utilizando la proposicin IILS.


La expresin de B en notacin por columnas es: B

- (tr

B, t, ) , siendo:
I

ll)l?)li)

81:l]j'82:

llj

YBz:

l]j

De acuerdo con la proposicin III.5 se verifica:

AB:
Es decir:

^(t' I

t, I s,) - (^t, I ts,

^ru)

o la primera matriz columna de AB es:

ft 3 ; l) fll : (i'\
-r\'o1Jtlj
\n/

AB,:
o la segunda matriz columna de AB

es:

c\
;
l) l):ttj
;i

3
AB-_ft
D2-

\;

Nli,j

o la tercera matriz columna de AB es AB3, y puesto que 83


ABz

Por

tanto:
AB

- ABt:ri')
'
\n/

: (i'
i)
\+ z +)
"

Bt, resulta:

C.Q.D.

III.

tg8
Prod

ucto de dos

matrices dado
por filas

MATRICES

Proposicin lll.6 Sean A y B matices con trminos en K de rdenes (n,m)


y (m, p) , respectivamente. Si Ia notacin de A por filas es:

/t'\

A-

f"l

H'
tl
\r,/

entonces:

9
AB:

E)

I,l'

f'l
es decir:

fi,

[#

En otras palabras, Ia i-sima matriz fila del producto AB es igual al producto de


Ia i-sima matriz fila de A por B (I i<n).
La demostracin de esta proposicin es analoga a la de la proposicin III.5 (cf. p. 196t.

y por ello se omite.

EJEMPLO

20

Consideremos las matrices reales:

l) y' B-l+ I
;
\'o1l

A-(? 3

$i;)

Calculemos el producto AB uttlizando la proposicin III.6.


La expresin de A en notacin por filas es:

'\

A-H
r t I'
\i,/

+]

.1. PRODUCTO DE

199

MATRICES

siendo:

h_(o o 1

, Fz:(t

1)

1) y F3:(o

r)

De acuerdo con la proposicin III.6 se verifica:

AB:ff B-*-l

WH

Es decir:

o la primera matriz fila de AB

F1B

es:

- (o

la segunda maftiz fila de AB

1)

tIil

4),

es:

/t o
F2B

(+

- (t

3z

r)

1\

[i I?l:(,,6
fi i;)
\

12)

la tercera matrtz fila de AB es FzB, y puesto que F3 : F1, resulta:

FzB-FtB-(+ z +).
Por tanto:

/4

2 4\

AB:ln 6
\+ z

12 l.

q)

3. La composicin de aplicaciones lineales y eI producto de matrices ConKm, y una aplicacin lineal g de Km


"f de rep en

sideremos una aplicacin lineal


en Kn; grficamente:

*,

f ,K^
--!-Kn.

Y fijemos tambin unas bases:

v: (ur,t)2,...,ur),u : (ut,Lt2,...,u*)
de Kp,

K- y K',

respectivamente. Grficamente:

{e-f ,{* s ,&

(wt,uz,...,tDn),

III.

200

Consideremos las matrices asociadas a las aplicaciones lineales


Ms en concreto, por un lado, sea

MATRICFS

y S en estas bases

brp \
bt.
bp
br,
bz.
bzz
: '. : " :
u^r)
bmz bmj
(m,p)- asociada a Ia aplicacin lineal / en las bases V (de Kp)
Ia matriz
-de orden

/brt
I A7
B:l
l :
\r,n,

I
I

y U (de Ku). Es decir: la j-sima matriz columna de B tiene por trminos las coordenadas delvector f (ui) enlabase U:

f(u)=byu1+b2iu2+"'+b6iu7a, 1<i<p'

(81

Y, por otro lado, sea

A-

*\l

&tl<
6LZt<

CLLry

O"rt ArtZ ...

O,rO ...

6L'm

&'nI CL'n2 ...

CL'nk ...

CLnm

CLzm

(n,m-

asociada a la aplicacin lineal g en las bases U (de Knl


y W (de Kz). Esto es: los trminos de la k-sima matriz columna de A son las coordenadas del vector g(u en la base W:
la matriz

b"

&tt An
&Zt 6LZZ

-de

orden

(9)
<k<m.
Denotemos por h la aplicacin compuesta g " f: h: g " f; entonces h es ulr

g(u :atku)t-l1lzpuz+

"'

+ cLnktvn, 1

aplicacinlinealde Kp enKu. Sea O = (att) lamatriz deorden (n,p) asociadaah


en las bases V (de Kr y W (de Ku). Determinemos los trminos di de la matriz D.
La j-sima matriz columna de D tiene por trminos las coordenadas del vector h(u ) en la base 14. Se tiene:

h(u) - ls " fl(u) - sffru))


- g(bUth * b2iu2 +' * b*jum)
m

- btjg@t) + bzjg(uz) +

' -t b*jg(u*)

Y
L bpig @p)

k:L

TN

: :

bp(a.tptUt

azpulz

*'

cLnkwn)

l,_1
,!-r

- Z otpbpjrDt *'
k:L

i eipb1itu +'

t cLnkbrcjtvn

4. PRODUCTO

2oL

DE MATRICES

(donde se ha utilizado (B) en la segunda igualdad, y (9) en la quinta), es decir:


m

h(u): Iayabriwl

".+ apbput+...+ anabp7tn.

(tO)

k=1

El trmino d.i esla -sima coordenada del vector h(u

i)

en Ia base I4l, esto es, eI coe-

) como combinacin lineal de r1, )2,


que
expresin
es eI segundo miembro de (10). Por tanto:
ficiente de

rrr

en la expresin de h(u

..

., tttn,

1<<vt, I<j<p.

Orr:f.abtj,

(11)

k=r

Por otro lado, es inmediato comprobar que est definido el producto de A por B.
Por definicin, el trmino de posicin (, j) de la matriz AB es:

t oroao,,

Q2)

k=t

para cada 1 < < ny cadal < j < p, De (11)y(12) se deduce: D


Hemos demostrado, pues, la siguiente
Composicin de

apl.lin. y
producto de
rnatr. asociadas
Producto de
matrices y
composicin de

.1. lin. cannica.rente asociadas

EJEMPLO

2l

: AB.

fff.7 Si B es Ia matriz asociada a una aplicacin lineal f de Kp


Km
las
en
en
bases V y U, y A es la matriz asociada a una aplicacin lineal g de K7n
en Kn en las bases U y W, entonces la matriz asociada a la aplicacin lineal g
(de Wp en Kz) en las basesV yW es el producto de A por B: AB.

Proposicin

"f

Corolario

Si A y B son dos matrices con trminos en K de rdenes (n,m)


respectivamente, y A yts son sus aplicaciones lineales cannicamente
asociadas, entonces Ia aplicacin lineal cannicamente asociada a la matriz producto de A por B: AB, es Ia aplicacn compuesta: A " B.

y (m,p),

Sean ts

y,4 las aplicaciones lineales, de

ts(xt,xz)

R2 en R3 y de R3 en R3, respectivamente, dadas

por:

xz,xt - xz,zxr + xz),


Xt,Xt -r x2 -t x3,-xr + 2x3).

(x7 +

A(xt,xz,xz) = (xt

Determinemos la matriz asociada a la aplicacin compuesta A " B en las bases cannicas.


Grficamente, la situacin es la siguiente:

B
"t 3

BC
m.i /

8,.

,dr,

donde Bc denota la base cannica de R2, y Bi la de R3. Obsrvese que, de acuerdo con el
enunciado, tomamos las bases cannicas para el primer espacio y para el tercero; para el
segundo, tambin tomamos la base cannica, aunque slo por comodidad.

trt. MATRtcs

2o2

La

matriz asociada a la aplicacin lineal ts en las bases cannicas correspondientes

t,

es:
i

/t

1\

n=lt -rl,

A
,4

\tl

puesto que:

1,

3(1,0) = (1,1,2)y ts(0,1)

1, I ) en la base

:i$

$t{

-1,1), y las coordenadas de los vectores


cannica de R.3 son: I, l, 2, y 1, - 1, 1, respectivamente.
(1,

(l,l,2l

La matriz asociada a la aplicacin lineal.4 en las bases cannicas correspondientes,

cediendo anlogamente, es:

pro

/r0-1\

A=l r r rl.
\-r o

2)

De la proposicin III.7 (cf. p. 201) se deduce que la matriz asociada a la aplicacin JI


en las bases cannicas correspondientes es el producto de A por B:

/t

0 -1\/1

^': [,-l

1\ /-r

('l l] :(';
t,)

"B

0\

Por ejemplo, si calculamos la imagen del vector (1,0) de R2 por la aplicacin A " B a
partir de las definiciones de "4 y ts, obtenemos: ["4 o ts](1,0) : A(tsG,O)), y se obserrra
que ( - 1, 4, 3 ) es el primer vector columna de AB.

4. Propiedades del producto de matrices

En este apartado consideraremm


matrices con trminos en un mismo cuerpo K. Con la notacin:
!,u'

A
(n,m)

queremos decir que A es una matriz de orden (n,m).Se verifica:


o La multiplicacin de matrices es asociativa:

( B

A
(n,m)
Si J+, ts

(m,p

c )_

)c

(tB

p,q)

(n,m)

(m,p)

y son las aplicaciones lineales cannicamente asociadas

(p,q)

a las matrices A,

y C, respectivamente, por la asociatividad de la composicin de aplicaciones, se tiene


A. " (ts o g) = ("4. " 3) o , y de la proposicin III.7 (cf. p. 201) se deduce que la matriz

asociada en las bases cannicas a A o (ts o ) es A(BC),y que la asociada en las base
cannicas a (A " ts) . e es (AB)C, y por tanto: A(BC) = (AB)C.
La multiplicacin de matrices es distributiva, tanto por Ia derecha como por h

izquierda, respecto de la adicin de matrices:

A
(n,m)

(Br
(m,p)

+82)
(m,p)

- Ah+ABz

&
:!&

i&

203

!1,4. PRODUCTO DE MATRICES

(At

+A2)

(n,m)

(n,m)

- A+428.

(m,p)

deduce inmediatamente de la definicin del producto de matrices y de la propiedad


distributiva de la operacin . respecto de la operacin + del cuerpo K.
Se

Sl

In y I* son

las matrices identidad de rdenes tu y

tonces:

:A-

InA
(n,n)

en-

AIm

,tl

(n,m)

(n,m)

(n,m)

ffi, respectivamente,

(m,m)

asociadas a las matrices Iny A,


por tanto Jn es la aplicacin identidad de Ku ), entonces la aplicacin
lineal cannicamente asociada al producto InA es: Jn o fi : 4,, y por tanfo'. InA : A.

SiJ"y "4 son las aplicaciones lineales cannicamente

respectivamente (y

Anlogamente, se demostrara que

AI^: .

El producto, tanto por Ia izquierda como por la derecha, de una matriz po una

matriz cero es otra matriz ceo:

OA:
(p,n)

(n,m)

yAO:O

(n,m)

(p,m)

(m,q)

(n,q)

inmediata del hecho de que los trminos de una matriz nula son nulos
y de la definicin del producto de matrices.
Es consecuencia

EJERCTCTO 3

Sean

A y B dos matices con trminos en K de rdenes (n,m) y

sea o(

un elemento de K. Demostrar se verifica ]a igualdad: A(o<B)

(*,p),

respecvamente, y

: a(AB).

EJ

ERC rC

rO 4

es una matriz cuadrada con trminos en K, e1 producto de A por A est definido; ]a


matfiz AA se denota por A2: A2 = AA. Demostar que si A y B son matrices cuadradas del
mismo orden con trminos en K, se tiene: (A + B)2 : A2 + AB + BA + 82.

EJ

ERC IC

IO

Sea

Sj

A una matriz de orden (n,m) con trminos en K. Demostrar

que la j-sima matriz

columna de A es igaal aJ producto por la derecha de A por la j-sima matriz columna de la


matfiz identidad I*; es decir: Ai : AE, para cada I < j < m.
Tambin, demostrat que la -sima matriz fila de A, Fi, es igual al producto por la izquierda de A por la i-sima matriz fila de la matriz identidad In; esto es: F : LA, para

cadal<i<n.
EJ

ERCTCTO 6

Sea

A una matfiz de orden (n,m) con trminos en K, y sea X la matriz columna con trminos

en K.'

XDemostrar se verifica: AX
columna de la matriz

A.

- xlAt + xzAz + .

(':)
.

+ xmAnL,

donde At, Az

III.

204

MATRICES

5. La no conmutatividad de Ia multiplicacin de matrices Sean A y B dos


matrices con trminos en K. Si el producto AB es una matriz de orden diferente al
del producto BA, entonces, obviamente, la matriz AB es distinta de la matriz BA.
Supongamos, pues, que AB y BA son del mismo orden; entonces (cf. ejercicio 2,
p. 196) las matrices A y B son cuadradas y del mismo orden. En estas condiciones,

diremos que las matrices A y B conmutan si AB : BA.


Sea n eI orden de Ias matrices cuadradas Ay B. Si z : 1, entonces AB : BA'
como consecuencia de que estamos considerando Conmutativo el cuerpo (K, +,').
Sin embargo, si tt > 2, el producto AB no es necesariamente igual al producto BA.

EJ

EM

PLO 22

K -- R -y (R,+, .) es un cuerpo Conmutativo- , y A y B Son las matrices Cuadradas, de


orden l, A: (") n B - (B), con&RyR,entonces:
Si

AB
EJEMPLO 23

: (") (B) :

(") :

(ocx)

(B)

(") :

BA.

Las matrices reales:

0\
A-(l) v B - (; -rl
'/
no conmutan, pues:

AB:(l

(;

;)

:(l

;)(l):(:

3) ,BA:(;

2\
o)

Es fcil mostrar ejemplos de matrices cuadradas de rdenes superiores a 2 construidas


a partir de las matrices A y B y que no conmutan. Por e.jemplo, sL TL - 1, el lector puede
comprobar que no conmutan las siguientes matrices:

fl isll
o o o)
\o

vl'z
\o

-0
0

3s)

0 0l'
0 0)

En conclusion:

w
Nota bene Afirmar que la multiplicacin de matrices cuadradas de orden mayor que I
no es conmutativa no excluye que haya maices que conmuten. Por ejemplo, la matriz
A
identidad Iu conmuta con cualquier matriz cuadrada de orden m.
EJERCICIO

Buscar dos matrices A y B, cuadradas de orden2, taJes que: (A + B)2 + A2 + 2AB + 82

205

1.4. PRODUCTO DE MATRICES

6. Representacin matricial de Ia imagen de un


aplicacin lineal ,4 de Ku en Ku, y sea:

(o,, &tz

A- Io"
Io,,

vector

az

j
j

Cl'tm

azz

CLn2

A"nj

cLnm

a"r

Consideremos una

cLzm

Ia matriz de orden (n,m) con trminos en K asociada a la aplicacin lineal "4 en las
bases cannicas; y, como es habitual, sea A; la j-sima matriz columna de A,y sea 4;
el j-simo vector columna de A (1 < < m).Grficamente:

A,

Bc

K7n

&j,

ei
donde Bc

= (et,

c2,

...,

en)

es Ia base cannica de Km, y B' es la base cannica de K2.

Sean x : (xt,xz,...,x^) y y : (yt,/2,...,yrr)

vectores de Km y Ku, respectivamente, y sean X y Y las matrices columna cuyos trminos son las componentes de
los vectores xy y, respectivamente; es deci:

/xt

x_

l*,

.-

yY :|:

['Entonces se verifica:

A(x):!

<- AX:Y,

(13)

como consecuencia de la siguiente cadena de equivalencias:

A(x) : y e A(xpti x2e2+ "' + xiei + "' + xmem) : y


e vfi@1) + x2A(ez) + ' ' ' + xA(ei) + ' ' ' + xq"A(er") : y
* XmQlyn - Y
+ Xj&j *'
XtAt * Xz&z *'
l XmAm : Y
+ x.iAi +'
XtAy * X2A2 *'

AX:Y
(donde la cuarta equivalencia es una consecuencia inmediata de la definicin de las
matrices columna A y Y, y de los vectores columna ai y !, y Ia ltima equivalencia
se prob en eI ejercicio 6 (cf. p. 203)).

III.

206

EJEMPLO

24

MATRICES

Calculemos, utilizando la equivalencia (13), la imagen de un vector (xt,xz,x) de R3 por la


de R.3 en R2 cannicamente asociada a la matriz real:
aplicacin lineal
"4

A-(t 3 l)
Se tiene:

(; ; l) (l) : ("' ;.:.;;,^')


y las componentes de la imagen por -4 del vector (xt,xz,X3) son los trminos de esta ltima
malriz columna; es decir: A(xt,xz,xz) - (xt + Zxz * xz,Zxz + xz)EJEMPLO 25

EI

producto de matrices reales:

, '),/ l_i)'o)-: f-rl

(r

\o '

\-zl

puede ser interpretado, teniendo en cuenta la equivalencia (13), de Ia siguiente manera: el


vector (-1, -2) de R2 es la imagen del vector (1, -1,0) de R3 por la aplicacin lineal cannicamente asociada a la

matriz:

/l Z f \

lo,t)

Ahora, sea;f una aplicacin lineal de Ku en Ku, y fijemos unas bases de Kru y K'r:
respectivamente: y : (utl)2,...,u*) y W : (ut,uz, "',t,"). Sea:

(b

bn

bzz
B:lI Au
: :
i::'.:'.:i
\rrr bnz

Ia matriz asociada a

btj

bzj

bt*\
br^

bnj

ur^)

en las bases V y W; es decir:

f (uj):btjtttt+b2iu2 + "'+ bnjwn, |

x : xfnl-l

<

i <m'

+ xu + "' + xmt)m es un vector dado de Km, r


denotamos por y : ltrttt + lzrtz + " . t lntunel vector de Ku que es imagen de x
pot f: y : f (x), entonces Ios escalares !t, !2,..., ln vienen determinados por Ia
relacin matricial:
Si

x2u2

* "'

(r'

(brt bn

bt*

bzz

bz*

1 urt

(*'
(1+,

I
I

l':

t::
\a, t

bnv

bn*

l:_

2o7

I[.4. PRODUCTO DE MATRICES

En efecto:

y : f(x) - y : f(xpt-t x2u2+. "

v
- !: j=l>xjf

xiu + "'

x*u*)

(uj\
m

Vztt z+ . . . + lnvLn : Z*(Attu1 +b2iu2+''' + bnjun),

+ ltut+
e igualando

j=t

los coeficientes de r1,

7o2, ...,71)nl

rn

Tn

Yr:Zxibti,

Yr:2xibzi,

Y":2xibnil

j:1,

j:r

j:L

pero estas n igualdades pueden escribirse conjuntamente de la siguiente forma matricial:

/vr\

t,,,,,
l'l:
I I

(1s)

.r-r

\Y")

donde B; es Ia j-sima matriz columna de B (1 < i < m). Finalmente, Ia relacin


matricial (15) es la misma que la relacin matricial (la) (cf. ejercicio 6, p. 203).

EJEMPLO

26

Sean

V=

(ut,uz,ui

yW=

(wt,to)

Ias bases de R3 y de R2, respectivamente, formadas por

los vectores:

ut : (l,l,O), uz: (0,1,L), uz :(1,0,1), Y wt : (I,L), wz: (0,-2);


y consideremos la aplicacin lineal

de R3 en R2 cuya matriz asociada en las bases V y W es:

/t

2 r\

'= l.-t o z)'


x = 2ut + u2 - 3U3. Si denotamos
delaforma:/:ltl,tttt-lzlzalvectordeR2queesimagendexporf:y=f(x),entonces
En

primer lugar, calculemos la imagen por

se tiene:

ypor tanto:

():,( i) :t I
lt:

Ly

tz=

del vector

r)

i)

(-)

-8,y f (Zut+u2-3u3):ltut-8w2.

En segundo lugar, calculemos la matriz asociada a / en las bases cannicas de R3 y R2,


las cuales respectivamente denotamos: Bc : (et,ez,ez) y Bh: @'t,n'r)' Sabemos calcular
la imagen por / de un vector cuando ste ene expresado como combinacin lineal de los
vectores de Ia base V. Debemos expresar, pues, Ios vectores et, ez Y e3 en la base V.

208

III.

MATRICES

I
L

Se

verifica:

El vectot e1 exprsado en la base V es:

{
f]{

111
01 :ru1-

a&

zrr*rr=,

&

]{

y como:

(l

(llA:(,?,)

l)

"

entonces:

f (er) : }uttl- +tr)z:0(1,1) + tro,-Z)

o El vector 2 e Si

: (0, -1) -

-er.

111
82:2rr*ZU2-tuu,

(1
f {e,r) :
.

[!A:(-;,,)

")-}*,

luego:

- (I,4) :

1u)y

Por ltimo, el vector 3 sl


1
83: zut

(l

y entonces:

f (ez) :

ei + 4er.

11
,"*,",

l) ( IIA:(,) ,)

"i1.z:

1tt)t

(r,-2) : e, -

2er.

En resumen:

-ei, f @) -- e\ + 4e', y f (ez) : e', - 2er,


y por tanto las matrices columna de la matriz asociada a / en las bases cannicas son:
f

(er) --

(?)(i)'(-;)
En conclusin, la matriz asociada a

en las bases cannicas es:

lo r

l-r o
y teniendo en cuenta la equivalencia (13):

r\

-r)'

f(xt,xz,xt) :

(x2 +

xz,-xr

(lI )fi) (-.,:';:'-,.,)

+ 4x2 - 2x), ya que:

2o.9

1.5. RANGO DE UNA MATRIZ

ilI.S

R,{NGO DE TJNA MATRIZ


7. Definicin de rango de una matriz

EI rango de una

matriz se define como

eI rango de sus vectores columna:

Rango de una

matriz

EJ

EM

PLO 27

Calculemos el rango de Ia matriz con trminos en R:

I 0 -1\
t 0 0
I 1l
A-11
-1
\r 1 z -t -3/
Los vectores columna de A son los siguientes vectores de R3:
a.1

_ (1,1,1), az:

(0,

-1,1), cl3: (1,0,2),

C1

(0,

1,-1) y cts: (-1,1,-3).

Para calcular su rango hacemos:

: (0,-1,1),
a|: az
alz:&z-et:(0,-T, 1),
&|: C4 : (0, 1, -1),
a's : a'5 * a'1 : (0 ,2, -2),
y as: rang o (ar,

&2, c3, &+,

&s)

+ rang o (az, a\,

a : &3 - a| :
a'l : eL + a2 a : &| * 2a| entonces: rang o (at,
sin: rango A
EJEMPLO

2B

:2.

&2, c3, &q,

&s)

&'a,

a!5). Si ahora hacemos:

(0,0, 0),
(0,0, 0),
(0,0, 0),

- 1+ 1+ rango(a,a.';,a'{) -

2+

0 - 2. En conclu-

Calculemos, segn los valores de a, el rango de Ia matriz con trminos en R:

A-

(ll.l)

III. MATRIC

2TO

Se
l

tiene: rangoA

rango (at,az,aE,flq), donde Qt,

@2,

azY aq son los vectores columri

de A (los cuatro son de R3):

a.1

I
l
:

(1

,2,0),

ctz

(1, a,

1),

a3

(0, 1,

1) y

c4

(1,

-1, -3).

i
I

Si hacemos:

i,,

],

il

li

li
I

1i,:1':^"*'^,1 l::

-,,,

fi
I

entonces: ran ga A

ran

go (az, &5,a'+). Si ahora hacemos:

a :
A'l :

I
I
l,

I
i

az + (2

u)a

&'4

3at :

(0,0, (2

-a)

+ 1),

(0, 0, 0),

l
il

f
I
I

entonces: ran go A

+ rang o (a,a'';)

:2

+ rango((0,0,3

- a)). ftt conclusin:

I
t

rango A

I
$

lz, sia:3,

13, sia tS.

I
$

i
B.

I$
i
u'

$
&

h.''
!-jl

lI
l
3l

tl

Se

rango de un sistema de vectores de Kz es menor o igual que n.

rango

verifica:
El rango de una matriz es meno o igtal que eI nmero de sus fiLas y que d
nmero de sus columnas.
Una matriz de orden (n,m) con trminos en K tiene m vectores columna, y el rango
de m vectores es menor o igual que m; los vectores columna son vectores de Kt, y ef

Consecuencias de Ia definicin de

No se mofica eI rango de una matriz permutando entre s sus columnas'


deduce inmediatamente de una de las consecuencias de la definicin de rango de un
sistema de vectores: no se modifica el rango de un sistema de vectores permutando

Se

I
l
I

t
I
t

I
I
$
$

ene

s dos de ellos.

2. Relacin entre eI rango de una matriz y eI de una aplicacin lineal repre'


sentada por eIIa Consideremos una matriz de orden (n,m) con trminos en K

/att

*
B

t]'

lli

\o", an.

I
$

Ix
$

&

6
f

&

*
*ffift
w

ffi

il
ffi

tr
ffi

ffi

il

aL.i

qnj

alm\
az^ I

l,

on^)

y sea / la aplicacin lineal de Km en Ku asociada a A en las bases (fiiadas):

f
B
f,

atz

or.', &zz a2.i


A: II
l::'.:'.:l

: (Ut,Uz,...,ttm) y

: (trt,Irrz,...,utn)i

2Lt

11,5. RANCO DE UNA MATRIZ

grficamente:

EI vector

v{w
Krr
ui

f(ui)

es, pues, el vector

Kn

@).

de Kn cuyas coordenadas en la base W son los

trminos de la matriz columna i-sima de A:

f (ui) : atjUti

a27D2

"'+ &niun, I < i <m'

Consideremos el automorfismo Y de Ku tal que:

1<l<n'
(cf. seccin 5 del captulo II, p. 132) donde Bc : (et,82,"',e,r)
Y(w):ei,

es labase cannica

de K. Entonces:

V(f (u)) :Y(a'tilttt i a2iu2 +'''+ aniun)

:
:
:
y

(aU,6L2

j,

...

,6Lnj)

at

jY (utr) + a2iY(ut2) +

"'

+ anY(un)

t 612e2+''' + &njn
(at.i, CLz.i, "', anj),

6hjet

r7 es

el j-simo vector columna de A. Es decir, se tiene:

Y(f(uj)):aj,

t<i<m.

(16)

Por otla parte, pol definicin de rango de una aplicacin lineal y


morfismo se tiene:

rangof : rango(f (u),f (u),...,f (u*))


- ranso (v (f tu )),Y (f tu)) , . . .Y (f (u*) ))

pol ser Y

iso-

de lo que se deduce (teniendo en cuenta (16)):

rangof

rango(at,z

pues rango ( ar, &z


Hemos probado, pues, el siguiente resultado:
El rango de

na

aplicacin lineal
es igual al de

lll,8

5i es Ia apkcacin lineal representada


entonces:
bases
dadas,
dos
rango
= rangoA'

Proposicin

poI

una matriz

en

cualquier matraz
l ue la represente

bene

indiferente la eleccin de las bases; es decir, si A es una maiz, entonces


todas las aplicaciones lineales que pueden ser representadas por A tienen el mismo rango.

Nota

Es

2L2

III. MATRICE'

Consecuencias de Ia proposicin III.B Se verifica:


o Si A y B son dos matrices tales que existe el producto AB, entonces:

rango(AB) < mn{ran go A, rangoB}.


y ts son las aplicaciones lineales cannicamente asociadas a las matrices Ay B.
entonces la aplicacin lineal cannicamente asociada a AB es "4 " ts, y de acuerdo cor.
la proposicin IIL8 (yrecordando la proposicin II.6 (cf. p. 121)), se tiene:
Si JI

rango(AB)

rango(A

ts) < mn{rango

:
.

"/1,

rangots)}

mn{rangoA, rangoB}.

Una condicin necesaria y suficiente para que una matriz cuadrada de orden n
reprcsente un isomorfismo es que el rango de la matriz sea igual a n.
Es una consecuencia inmediata del hecho de que una aplicacin lineal de Ku en KZ
un isomorfismo precisamente si su rango es igual a zr (cf. proposicin II.13, p. 135).

es

lll.9 5j A es una matriz cuadrada de orden n de rango igual a n.


matriz de orden (n,m (ambas matrices con trminos en K), entonces:

Proposicin
y B es una

rang

o(AB)

rang o B.

Demostracin Sean A y ts las aplicaciones lineales cannicamente asociadas a A y B


y sea (e1,e2,...,e^) la base cannica de K-. Como rangoA : n, la aplicacin.4 es ur
isomorfismo (cf. ltima consecuencia de la proposicin III.B), y por tanto:

rango(AB): rango(A ots)

: rango([ " tsl@),[A " tsl@),...,1A " tsl@*))


: ranso(A(ts (e)), A(ts (ez)), .. ., A(ts (e*)))
-- rango(ts (et),ts

(e),

..

., ts (e^))

rangoB = rangoB,

donde se ha utilizado el corolario de la proposicin II.8 (cf. p.

III.6

124).

c.e.,

TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ


7, Transformaciones elementales Llamaremos transformaciones elementales (por filas) a cualquiera de los tres tipos de transformaciones siguientes (que s.
aplican sobre matrices con trminos en un cuerpo K):
. Tipo I: permutar entre s las filas -sima y j-sima. Es decir, intercambiamos
las filas -sima y j-sima, y las dems filas las dejamos en la misma posicin.

2L3

i1.6. TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ

EJEMpLO

29 N permutar

entre s las filas primeray segunda de Ia matriz real:

/0 I

2\

Iz o -4 zl,
\t 1 3 r)
obtenemos la matriz:

(', ?

-t

;)
\r 1 3 r)
Denotaremos esta transformacin de la forma:

fi
.

i 1)F'F= ( l 1)

Tipo II'. multiplicar ]a fila -sima po un escalar no nulo' Esto es, los trminos
de Ia fila -sima se multiplican por eI escalar no nulo, y los trminos de las
dems filas quedan inalterados.

EJ

EM

PLO

Al multiplicar por I I 2 Ia segunda ftIa

de la mattiz real:

/0 132\

Iz o -4 zl,
\r 1

L)

(? _i

2\

obtenemos la matriz:

\r 1

3l

Denotaremos esta transformacin de la forma:

132\
/0 132\/0
l; ; _; ;lFz*tt.Fz.f t o -z

\;;;;)

\i;;t)

1l

. Tipo lll: sumar a la fiIa -sima el resultado de multiplicar por un escalar la fila
j-sima, con j * . Es deci, se sustituye la fila -sima por la suma -trmino

de eIIa y eI resultado de multiplicar la fila j-sima por el escalar, y


las restantes filas, incluida la j-sima, quedan inalteradas.
a

trmino-

2L4

III, MATRIC

EJEMPLO

3l

Sumar a Ia segunda fila Ia tercera multiplicada por eI escalar

fi

-2

en la matriz real:

1)

da como resultado la matriz:

/0

lo -2 -10
\t 1 3

2\

ol.
r)

Denotaremos esta transformacin de la forma:

Fz*-2,F2

1)Fz

(i + -'i )

2, Matrices elementales Denominaremos matriz elemental de orden n sobre


un cuerpo K asociada a una transformacin elemental a Ia matriz resultante de
aplicar Ia transformacin elemental a la matriz identidad
Se

1,".

tienen, pues, tres tipos de matrices elementales:


Tipo I:
J
L1

Li

Ln

que consiste en permutar entre s las filas -sima y j -sima de la matriz identidad 4? (obsrvese que estamos utilizando notacin por filas, y recordemos
que 11, Lz, ..., Ln son las matrices fila de lrr).

TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ

EJEMPLO

32

Si K

R, la

2r5

matriz:

01\

/0

1 0l:l-.;
oo)

lo

\r

es una matriz elemental de orden 3, que se ha obtenido permutando entre s las filas primera
y tercera de la matriz identidad IE.
La matriz:

lt o o

o\

\o o o

r)

lo o 1 ol
lo I o ol
matriz elemental de orden 4, que
y tercera de la matriz identidad 1.
es una

se

fitt

ha obtenido permutando entre s las filas segunda

o Tipo II:

[t
:F
/t'\

Si K

R, la

0,

\t" )

que consiste en multiplicar por eI escalar no nulo


identidad In.

33

tt

EJEMPLO

o<

a Ia fiIa i-sima

de la matriz

matriz:

/r 0

0\

\o o

3)

fo 1 ol
es una matriz elemental de orden 3, que se ha

matriz identidad

13

por el escalar no nulo

3.

multiplicando la tercera fila de la

2L6

III.

MATRICES

o Tipo III:

+ j,
I

que consiste en sustituir, en Ia matriz identid ad In, Ia fiIa i-sima por Ia suma
de eIIa misma y eI resultado de multiplicar Ia fila j -sima por eI escalar p.

EJEMPLO

34

Con K

R, la

matriz:
/T

fo
\0

es una matriz elemental de orden 3, que se


la suma de ella misma y el resultado de mu

la primera fila de IE por

La matriz:

(t ?3s)

lo o 1 ol
\o o o t)
matriz elemental de orden 4, que se ha obtenido sustituyendo Ia segunda fila
la suma de ella misma y el resultado de multiplicar la primera por 4.
es una

de Ia por

3. Propiedades de las transformaciones elementales y de las matrices ele-

mentales

Empezamos viendo una propiedad sobre el rango de las matrices ele-

mentales:
U na matraz
elemental es de

rango mximo

Proposicin

lll.l0

Demostracin

EI rango de una

matriz elemental de orden rL es igaal a rL.

La matriz elemental de tipo I obtenida permutando entre s las filas l-sima


y j-sima de 1, verifica que sus r? vectores columna son:

2L7

,1.6, IRANSFORMACIONES ELEMENTALES DE UNA MATRIZ

de rango igual al de los vectores (cf. propiedades del rango de un sistema de vectores, p. 80):

Qt, . .. , e,

..., ei, ...,

an,

que es igu.al a n.
La matriz elemental de tipo II obtenida multiplicando la fila i-sima de 1, por el escalar

no nulo a verifica que el sistema de sus vectores columna es (e1, . '., oG,. '. ,en), cuyo rango
es igual an (cf. propiedades del rango de un sistema de vectores, p. B0).
Finalmente, los n vectores columna de Ia matriz elemental de tipo III obtenida de la forma:

sustituyendo Ia fila i-sima por la suma de ella misma y la fila j-sima multiplicada por el

escalar,son: 8t,...,eit,ei+pe,ei+t,"',sn,cuyorango(cf.proposicinI.18,p'82)es
C.Q.D.
..., a.i_t, a j, I j+l, . . ., 8n y por tanto igual a TL.

igual al de los vectores 8r,


Efectuar u na
t ran sfo rm

aci

elemental es
como multiplicar
por la izda.) por
su matriz
elemental

Si llevamos a cabo una transformacin elemental en una maProposicin lll.l I


triz de orden (rL,m), eI resultado es e/ mismo que el de multiplicar por Ia izquierda
la matriz dada por Ia matriz elemental de orden n asociada a la transformacin.

Veamos en un ejemplo lo que luego demostraremos en el caso general.


Consideremos la transformacin elemental: sumar a Ia primera ftIa eI resultado
de multiplicar por

-2

' Fr + (-2)F "' Aplicada a Ia matriz


10\

Ia tercera, es decir: "Fr

real:

/r
f

-r o z)rl

\t
se obtiene la matriz:

-I

/-r 3 -i\
-r
;)

f-i

-l
o

y la malriz elemental asociada a I a transformacin es:

/L 0 -2\
o 1 o

t;; i)

Por un lado, se verifica:

/L 0 -2\/ 1 1

i ol-'

o rl-

\ | \ 1 -1

ffiffi
y por otro lado:

0\

z)

/ 1 10\
_,
| 1 0 /-/,lllFL*Fr+(-2rF:,
\
-1

ffi

(.1

-1

;)

matriz producto

(.1

;)

malriz transformada

218

III.

MATRICES

y las matrices transformada y producto son Ia misma. Es decir, se obtiene eI mismo


resultado aplicando la transformacin elemental a la matriz que multiplicndola por
Ia izquierda por la matriz elemental asociada a la transformacin.
Demostracin de la proposicin ll.l

Sea

A una matruz de orden (n, m); en notacin

por filas:

Recordemos, del ejercicio 5 (cf. p. 203), que el producto de la -sima matriz fila de la
matriz identidad 1, por la matriz A es igual a la l-sima matriz fila de A, es decir: LA = F.
En lo que sigue tambin haremos uso de la proposicin III.6 (cf. p. 198).
Consideremos la matriz elemental de tipo I asociada a la transformacin elemental: permutar entre s las filas -simay j-sima. El producto de esta matriz elemental por A es:
I

Lt A

Li

LA

Fi

Li

LiA

L-A

A-

que es resultado de lleva a cabo en la matriz A la transformacin elemental perrnutar entre


s las ftIas -sima y j -sima.
Consideremos ahora la matriz elemental de tipo II asociada a la transformacin elementat

multiplicar Ia fiIa -sma por eI escalar no nulo a. Su producto por la matriz A es:

que es resultado de aplcar a la matriz A la transformacin elemental multiplicar Ia ftIa -sima

por eI escalar no nulo a.

TRANSFORMACIONES

2r9

ELEMENTALES DE UNA MATRIZ

Finalmente, consideremos la matriz elemental de tipo III asociada a la transformacin


elemental: sumar a Ia ftIa i-sima eI resultado de multiplicar Ia ftIa j-sima por eI escalar p.
Se

tiene:

Ln

que es resultado de aplicar a la matriz A la transformacin elemental sumar a Ia fila i-sima


eI resultado de multiplicar la ftIa j -sima por eI escalar $.
Recapitulando, hemos probado que aplicar a una matriz de orden (n,m) tna transformacin elemental tiene el mismo resultado que multiplicar por la izquierda la matriz por Ia

matriz elemental de orden n asociada a la transformacin

fl

rango no vara
al efectuar una
t ra n

sfo rm aci

elemental

elemental.

Corolario

Las transformaciones elementales conservan el rango, es decir, al


aplicar una transformacin elemental a una matriz, el resultado es una matriz cu)/o
rango es e/ mismo que eI de la matriz original.

Demostracn En la proposicin anterior acabamos de ver que aplicar una transformacin


elemental a una matriz tiene el mismo resultado que multiplicarla por la izquierda por la
matriz elemental correspondiente. Dado que las matrices elementales son cuadradas y su
rango es igual a su orden (cf. proposicin III.10, p. 216), con la proposicin III.9 (cf. p. 2I2)
concluimos el resultado.

EJEMPLO

35

c.Q.D.

C.Q.D.

Consideremos la matriz real:

/t o 2

1\

o:lz r 4 rl.
\r r2o)

y la transformacin elementd. permutar entre s las ftIas primeray segunda: "Ft * Fz".
Calculemos en primer lugar la matriz elemental Mr asociada a la transformacin elemental considerada. Aplicando sta a la matriz identidad 13, se tiene:

r13: (L ? S) Fr-F2 (i 3) _ Mt
\ooJ
\or)
Multiplicando por la izquierda la matrLz A por la matriz elemental Mt, se obtiene:

M1A-fiii)

(i 1lil:(l

i;il

At

22o

III.

MATRICES

La matriz A1 es el resultado de aplicar a la matriz A la transformacin elemental "F1

/ro2

1\

/2t4

* r";

1\

t:lz r 4 rl'-',,f1 o 2 rl:,.


\r r2o)
\r rzo)
Consideremos ahora la transformacin elemental multiplicar Ia segunda ftIa por 2,
* 2Fz".Su matriz elemental asociada es:

es

decir: "F2

/r00\

u,:lo 2 ol,
\o o

t)

y el producto M2A1 esi

lr 0 0\/2 r 4 1\ /2 1 4 t\

v,n,:lo z olIr o z rl:lz o 4 zl=n,,


\o o r/\r t z ol \r t z o)
que es Ia

maiz obtenida aplicando la transformacin

la maftiz

Ai

/2141\/2t41\

.q,

:f r o 21ln-'0, 12 o 4 zl:er.
\r t20)
h tzo)

Obsrvese que se verifica: A2 = MzAr Y At : MtA, y por tanto: Az = MzMtA. Entonces la


matriz 42, Que es igual al resultado de aplicar sucesivamente las transformaciones elementales "F * Fz" y "Fz - 2Fz" a la matriz A, tambin es igual al producto por la izquierda de ,l

porlamatriz

M2M1.

El lector puede comprobar

fcilmente que el rango de la matriz A


anterior se deduce: rango A2: rangoAr : rangoA :2.

es

igual a 2; del corolario

Antes de ver la siguiente propiedad de las transformaciones elementales,


tudiemos un ejemplo. Consideremos la matriz:

/o 1 I 2

es-

1\

lz o 2 4 zl
A:la,
| 4 9 sl'
\o 1 1 z r)
que es de orden (4, 5), su rango es 3 y sus tres primeros vectores columna: (O,2,4,0 t.
(1, 0, 1, 1) y (1,2,4, 1), son linealmente independientes. Nuestro objetivo es aplicar
SUCESiVAS transformaciones elementales a la matriz A que nos lleven a una matriz de
Ia forma:

(t o o b1 cr\

b; c;l
lo o1 o1 b3
c3

lo
l'
\o o o ba q)

(r7

,6,

TRANSFORMACIONES

22L

ELEMENTALES DE UNA MATRIZ

la cual verifica que sus 3 primeros vectores columna

Son 1, ez

y ez (de la base

cannica de m,4).
En primer lugar, tratamos de conseguir una matriz cuyo primer vector columna sea et : (I,0,0,0). El primer paso consiste en colocar en la posicin (1,1) un
trmino no nulo, y lo logramos aplicando a la maiz A la transformacin elemental
permutar entre s las ftIas primeray segunda ("Ft - F2"):

(zoz42\

t0 I 1 2 tt
'14 14 e sl'
\0 r 1 2 r/
I

EI siguiente paso es hacer igual a 1 eI trmino de Ia posicin (1,1); se consigue con


(I l2)Ft"):
Ia transformacin elemental multiplicar por I 12 Ia primera fiIa ("F1

ltor21\
l+ t 4 e sl'

lo 1 1 z rl
\. 1 I z t)

A continuacin, debemos conseguir que el trmino de la posicin (3,1) sea igual


a 0, a lo que se llega llevando a cabo la transformacin elemental susffuir Ia tercera

ftla por la suma de eIIa misma y eI resultado de multplcar por


decil: "F3 - F3 * (-4)Fr"):

-4

Ia primera

(es

/t o I 2 r\

lo 1 I 2 rl

l; i

i il'

(r8)

\o t I 2 r)

y ya tenemos una matriz cuyo primer vector columna es (1,0,0,0). Obsrvese que el
rango de esta matriz tambin es igual a 3, pues es el resultado de sucesivas transformaciones elementales aplicadas a A, las cuales conservan el rango (cf. corolario de la
proposicin III.11 (cf. p.2I7)).
En segundo lugar, tratamos de llegar a una matriz cuyos vectores columna primero y segundo Sr1 1 = (1,0,0,0) y ez: (0,1,0,0), respectivamente. Para ello,
slo nos falta que los trminos (3,2) y (4,2) sean nulos. Aplicamos a la matriz
de (18), sucesivamente, las transformaciones elementales siguientes: sustituir Ia tercera ftIa por Ia suma de eIIa y eI resultado de multiplicar por -I Ia segunda ftIa, y

sustituir Ia cuarta ftIa por Ia suma de eIIa

y eI resultado de mulplicar por -I

Ia

segunda ftIa. Se obtiene:

/tor21\lto12t\ltol2l\

r l z tlr,-r,-o, lo I 1 z tlr^*no-r, lo I I 2 ll
lo
o -1 -1 ol'
lo r o r ri-lo
o -r -1 ol-lo
\oo o oo)
\ii rr)
\oi ' 21)

222

III. MATRICS

cuyos vectores colurna primero y segundo son 1 }/ e2, respectivamente. Esta matriz
es de rango 3.

Finalmente, queremos que el tercervector columna so 3

modificar las dos primeras colurnnas. Primero, multiplicamos


("F3 * -F3"), con el fin de conseguir un 1 en la posicin (3,3):

/t o 1 2

(0,0, 1,0), pero sin

Ia. tercera

ftIa por -1,

1\

lo o1 1I z1 olll
lo
\o o o o o)
Ahota, para conseguir que los trminos de las posiciones (2,3) y (1,3) seannul6n
sustituimos Ia segunda ftIa por eIIa ms Ia tercera mulplicada por -1, y sustuirrfr
Ia primera ftIa por eIIa ms la tercera multiplicada por -l:

(t o 1 z

i !
ooo

l3 I
\o

(t o 1 z

1\
Fz*Fz-Fz

o)

1\

l0 1 0 1 1t

!o o 1 1 o!
\o o o o o)

Ft*Ft-Fz

.-------.--_-.--

(t 00 1
10
01
ll 00 0

1\

ll

0)

Hemos aplicado, pues, a la matriz A sucesivas transformaciones elementales n


hemos llegado a una matriz de la forma (17).
EI procedimiento que hemos llevado a cabo con la matriz A puede generalizarsq,
como nos muestra la siguiente proposicin.
(,,
h

Qu tipo de

matriz es posible
obte ne r

Proposicin lll.l2 Dada una matriz de orden (n,m), de rango r > I y


sus r primeros vectores columna linealmente indepenenfes, es posible obt
unamatriz de laforma:

aplicando
tran sfo rm acio

10
01

nes

elementales
sucesivas a una

&Lm

&z*
i

00

matriz

elr*
0

M-T

aplicando a la matriz dada transformaciones elementales suce sivas.

Nota

Observese cmo es la matriz de (19): sus

oz, ..., ar (de labase cannica de Ktt), y sus

nulos.

(n-r)

prrmeros vectores columna son


ltimas filas tienen todos sus trmi

TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ

223

Demostracin Sea A una matriz de orden (n,m), de rango r > I y con sus r primeros
vectores columna linealmente independientes. Probaremos por induccin que es posible,
mediante aplicacin de transformaciones elementales sucesivas a la matriz A, obtener una
matriz de la forma (19).
En primer lugar, veamos cmo podemos llegar a una matriz cuyo primer vector columna
so: 1 : (1,0,...,0) e K2. No todos los trminos de la primera columna de la matriz A
son nulos (si as fuera, los r primeros vectores columna de A no seran linealmente independientes), y por tanto, mediante una transformacin elemental de tipo I, consistente en una
permutacin de filas, podemos conseguir una matriz cuyo trmino de la posicin ( 1, 1 ) es no
nulo. Con una transformacin elemental de tipo II: multiplicar la primera fila por el inverso
del trmjno (1,1), obtenemos una matriz con el trmino (1,1) igual a 1. Mediante transformaciones elementales de tipo III, conseguimos que los restantes trminos de la primera
columna sean nulos.
Supongamos que, mediante transformaciones elementales sucesivas aplicadas a la ma-

trizA,hemosllegadoaunamatrizA'cuyosi-lprimerosvectorescolumna(1 <l<r)son
ot,..., ei-1 de Kn. Probemos que mediante transformaciones de A'podemos
obtener una matriz cuyos I primeros vectores columna soni 1, . .. , c-t, ei.

los vectores

Observamos lo siguiente:

Puesto que
el rango de
de

A'

Las I

A' se ha obtenido de A a travs de transformaciones elementales sucesivas,


A' tambin es igual a r, y al igual que en A, los r primeros vectores columna

son linealmente independientes (cf. corolario de la proposicin III.11 (cf. p. 2I7)).

primeras matrices columna de A' son:


0

l?)

l')

Ai:

A;-

A1-,

l:l

l.l

0
1

\o/

\o/

(el trmino 1 de

Ai,,

es el de posicin (

1,1)), y si la l-sima matriz columna de A'

ES:

eti
.

A,

a(i_t)t
elii

e'lni

entonces no son simultneamente nulos Ios trminos a|i,

tendra: A;- &\.iAt +


ta'(._tiA|_t, y los
seran linealmente independientes.

. . . , &'nt, pues si lo fueran, se


prtmeros vectores columna de A' no

III. MATRIC::

224

De esta forma, permutando entre s la fila i-sima y alguna de las filas de la i-sima ;
la z-sima, llegamos a una matriz con el trmino (1, l) no nulo, y multiplicando por el invers,.
de este trmino la fila l-sima conseguimos 1 en esa posicin. Transformaciones de tipo Il
permiten, finalmente, conseguir una matriz con los restantes trminos de la columna -sim.
iguales a 0, y por tanto con su i-simo vector columna igual a e.
r- llegamos a una matriz cuyos vectores columna son
En el ltimo paso
-cuando =
t,..., r-r,8r. La matriz obtenida en este ltimo paso tambin tiene rango r,y com

primeros vectores columna: et, Qz, ..., e/, Son linealmente independientes, IoS (m - r"
restantes vectores columna sern combinacin Iineal de ellos, y por tanto, aI igual que lo.
vectores ct, . .., /, tendrn nulas sus (n - r) ltimas componentes.
En definitiva, hemos llegado, aplicando a la matriz A sucesivas transformaciones elemet-'
c.Q tales, a una matriz de la forma (19).
sus

Corolario

Si

A es una matriz de orden (n,vn), de rango

meros vectore s columna linealmente independienfes, entonces existe una matriz T


cuadrada de orden n )/ de rango igual a rt, tal que el producto T A es una matriz dt
la forma (19).
,

Demostracin

De acuerdo con la proposicin anterior, existen transformaciones elemer-'

tales que aplicadas sucesivamente a la matriz A permiten obtener una matriz A' de la fo:ma (19). Si hemos aplicado k transformaciones elementales, y Mr, Mz, . .., Mk son las matrice:
elementales asociadas, respectivamente, a las transformaciones elementales sucesivament.
aplicadas, de acuerdo con Ia proposicin III.11 (cf.p.2I7), se tendr:

A'=Mp"'MzMtA.
La

matriz T

: Mp' ' ' MzMt es cuadrada de orden

y su rango

de matrices elementales de orden zr, que tienen rango igual a

EJEMPLO 36

Consideremos Ia matriz real:

/0 1 2

2\

\r z 6

4)

4-f t I 3
El rango de A es igual a 2,

igual a z (por ser product


y verifica: TA: A'' c.Q.:

es

z),

2l

y sus dos primeros vectores columna son linealmente indt

pendientes. De acuerdo con la proposicin III.12 (cf . p.222), podemos aplicar a la matrtz transformaciones elementales sucesivas y obtener una matriz de la forma:

lt

0 bt cr\

lo 1 bz c2l
\o o o ,)

la cual verifica que sus dos primeros vectores columna son


su ltima fila tlene todos sus trminos nulos:
(nmero de filas de A)

(l

( 1,

0,

0) y (0,

(rangoA) = 3 - 2 : I.

1,

0), y tambin qu',

225

"5. TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ


Se tiene:

A- 11) F F2 (i ; z)-A
F3*F3-2F'.(

I
o
\o
/r 0
Ft*Ft-Fz,fo 1
\o o
La matriz

Ar, obtenida a partir

i ;) _Az
o o)
I 0\
z zl- Az.
o o)

de la matriz A mediante Ia transformacin elemental (de

Fz", se puede obtener tambin multiplicando por Ia izquierda A por la matriz


elemental asociada a la transformacin (cf. proposicin III.11, p. 217); es decir:

tipo 1) "Fr

lo 10\01.

At:MtA, conML=ll 0
\0ot/

Anlogamente, la matriz Az puede obtenerse de .41 multiplicando por la izquierda sta


por la matriz elemental asociada a la transformacin elemental "F3 - F3 - 2F1"i

/ 10 0\
\z:MzAt, conMz:f
------L O 1 01.
\-z o t)
Finalmente, la matrrz A3 puede obtenerse de Az a travs del producto:

lt

A:

MtAz,

con v3

0\

: Io -1I o I
\o orl

ya que Mg es Ia matriz elemental asociada a la transformacin "Ft - Ft - Fz".


De las observaciones anteriores se deduce: At : MsAz : MzMzAt = MzMzMtA, y por
tanto la matriz T : MsMzMt verifica que el producto TA es una matriz de la forma (20)
(recurdese el corolario de Ia proposicin III.12 (ct.p.222)).
Efectuando el producto MzMzMt, se puede obtener la matriz T:

/-l

1 0\

r o
\o -2

r:M1M2M.=l
'
Sin embargo, es posible calcular la matriz
siguiente observacin. Se verifica:

ol.
r)

T de una forma ms sencilla, basndonos en la

T-TI3-MzMzMtIz,

III. MATRICEi

226

interpretarse la matriz T como el resultado de aplicar a la matriz identidad I,


las mismas transformaciones elementales que hemos aplicado a la matriz A (cf. proposicin III.11, p. 2I7). Se tiene:
es decir: puede

/r 0 0\
lo 1 ol
\o o r)

Ft*Fz

/0

.f

\o

1 0\
0 0l
o t)

/0

f
\o

Fz*Fs-zFr,f

')

--

3) Ft*Fr-F.ai
t)

it)

y Ia ltima matriz es la matriz T.

TIT,.7 INVERSA DE TJNA MATRIZ CUADR{DA


1. Deftnicin de matriz i.nversa A continuacin, vemos la definicin
inversa de una matriz cuadrada:

Inve rsa

de u na

m at

riz

cuad rad a

at

riz

inve rt i b le

de matriz

matriz A tiene matriz inversa, entonces sta es nica. En efecto, si B y C


matrices inversas de A, por definicin se tiene:
Si Ia

BA: In :

CA,

y multiplicando por la derecha por la matriz B en ambos miembros de la


dad BA :

sor-

igual-

CA, resulta:

BAB:
y como AB : In, se deduce que B
nica matriz inversa.

CAB,

: C. Por tanto, una matriz invertible

tiene un;

Si'I mti:z A.'es,inverffil; str*'(unic) matiiz"inversa'se,idnotar por

AA-r- A-rA:In.
Nota

bene

lo

es

(2r)

De las definiciones y de (21)se deduce que si la matriz A es invertible, tambrr:

1-t, y su inversa

es A:

(r')-'-

A.

7,

INVERSA DE UNA MATRIZ CUADRADA

EJEMPLO

37

227

Dada la matriz real cuadrada de orden 2:

-i)

(
matrrz rrlersa

se tiene que su

es:

(l l)
ya que:

(ll)(ll):( 1)(ll):(l)
(t -r\-'::\o
(r r\
(ll)-':(;l)
(o t)
t)

Por tanto:

EJEMPLO 3B

La matriz identidad de ord en rL con trminos en K: In, es invertible, y su matTLZ rnversa es

ella misma, pues

1rr1 n

: In Esto es:
t;t - In.

EJ

ERCTCTO B

CNS

de malraz

nvertible (tener
rango mximo)

A y B dos matrices cuadradas del mismo orden. Demostar que si A y B son invertibles,
tambin es inverble el prcducto AB, y se verifica: (+A-r : B rA 7.

Sean

Proposicin

lf

f.l

Una

matriz cuadrada de orden n

es

invertible si y sIo si su

rango es igual a n.

Demostracin

Sea

A una matriz cuadrada de orden rL. Que Ia matriz A es invertible

significa existe una matriz cuadrada B de orden

AB

vL

tal que:

: BA: In.

(22)

Si A, ts y J, son las aplicaciones lineales de Ku en K' cannicamente asociadas a las


matrices A, B y In, respectivamente, entonces (cf. corolario de la proposicin III.7 (cf. p. 2 01))
la igualdad (22) es equivalente a:

4"ts:B "A:Jn,
y como J,

(23)

es la aplicacin identidad de Ku, afirmar (23) es lo mismo que afirmar que "4 es

biyectiva (cf. teorema 3, p. 400).


Por tanto, la matriz A es invertible precisamente si la aplicacin lineal es un isomorfismo, lo que a su vez equivale (cf. segunda consecuencia de Ia proposicin III.B (cf. p. 211))

ai rangoA:

n.

bene

C.Q.D.

En la demostracin de la proposicin se ha obtenido que una matriz A es


precisamente
invertible
si su aplicacin lineal cannicamente asociada: "4, es biyectiva.

Nota

228

III.

EJEMPLO

39

La matriz real:

/ 1

I -1\
ol

fo 1
\-r -r
es una

MATRICES

z)

matriz cuadrada de orden 3 y tiene rango 3, y p or tanto es invertible.

La matriz real cuadrada de orden 2:

(il)
no es invertible, pues tiene rango

EJERCICIO

1.

Consideremos una matiz cuadrada A, y sea A su aplicacin lineal cannicamente asociada


Demostrar que si A es inverble, entonces Ia aplicacin lineal cannicamente asociada a Iz
matriz -t es A-r

inversa A continuacin,
para
exponemos un mtodo
el cIculo de la inversa de una matriz invertible basado
en transformaciones elementales.
Consideremos una matiz A cuadrada de orden n con trminos en K e invertible,
es decir (cf. proposicin III.13, p.227): rango A : n. De aplicar Ia proposicin Itr.12
(cf. p. 222) (cf . p. 222) a la matriz A se deduce que es posible obtener una matriz A'
de la forma:
1
0
e1r, +u
&Tm
2. Mtodo prctico para el clculo de Ia matriz

A':

aLt, +tl

&2m

::
00 ... i alrr'r+t
00
00

e!"*

)
llevando a cabo en la matriz A transformaciones elementales sucesivas, siendo r d
rango de A, n el nmero de sus fiIas y m el de sus columnas; como en nuestro caso
se tiene: T : TTL : h,la matriz A' toma la forma:

A,-

(?

sl

[ro

,)

: In'

Es decir: mediante transformaciones elementales sucesivas aplicadas a la matriz in-

vertible A

es posible obtener la

matriz identidad

1rr.

7.

INVERSA DE UNA MATRIZ CUADRADA

229

Si M1, M2, ..., Ma son las matrices elementales asociadas a Ias k sucesivas transformaciones elementales que aplicadas a A nos permiten obtener In, entonces (cf. demostracin del corolario de la proposicin 3 (cf . p. 224)):

M4"'M2M1A:

In,

de donde, multiplicando por Ia derecha por Ia matriz A-1, se obtiene:

Ma' ' 'M2M1AA-1

: InA-7,

bien:

Ma' ' ' M2M1I,

A-1

esta igualdad puede interpretarse de la forma siguiente (cf. proposicin III.11,


p. 217): Ia matriz A-l es el resultado de aplicar a 1, las mismas transformaciones
elementales sucesivas que hemos aplicado a A para obtener 1r.

EJEMPLO

40

La matriz:

/ I

I -1\

A:l o I
\-r -r

ol,
z)

considerada en el ejemplo 39 (cf. p. 228), es invertible. Calculemos su matriz inversa: A-1.


Aplicamos a la matriz A transformaciones elementales sucesivas hasta obtener Ia matriz

identidad 1::

":(ir:)*(:i?):(il?)

*(ii):^

A continuacin, aplicamos las mismas transformaciones elementales, y en el mismo orden,


la matriz 13:

":(i : i)'"'.(i : l)"'*(i i ?)'='*( i


y esta ltima matriz es Ia inversa de A:

4-r

/2
- o
f

\r

-1
I
o

i)

A modo de comprobacin, el lector puede verificar

( l-) (" -l ) :("


\-r -r

2)

\r o J

\r

-1 1\ / 1

1 -1\

rolf o I
o r) \-r -1

ol -rz
z)

i)

230

III.8

TR{SPTJESTA DE TJNA MATRIZ


A continuacin, vemos la definicin dr

7. Deftnicin de matriz traspuesta


matriz traspuesta de una matriz:
Bi6fir6i,6.i6i6

Traspuesta de
u na malriz

ffi

..'t ..;',..*

En otras palabras, Ios r vectores columna de

At son los rt vectores fila de A, y los

rr:

vectores fila de At son los m vectores colurnna de A.

EJEMPLO

4l

Sea

A la matriz con trminos reales de orden (2,3) cuyos tres vectores columna son:
a.1

-(1,2), az:(1,1) y

cL3: (3,0).

Escribamos la matriz traspuesta de A: At.


Los tres vectores fila de At son por definicin: &r, &z Y az, luego:

/T
At:
-tt

2\

r l.
\3 0/

A', el trmino de posicin (2,3) de la matriz A. De -.


se deduce que el trmino de posicin (2,3) de la matrz A r.

Calculemos ahora, a partir de

definicin de matriz traspuesta


el trmino (3,2) de Ia matrtz At, es decir: 0.
EJEMPLO

42

La traspuesta de Ia matriz:

A-(o'
es Ia

4,2

matriz:

AT:

e)

"r)

,8,

23L

TRASPUESTA DE UNA MATRIZ

matriz Se verifica:
identidad In es ella misma: It": 1".

Consecuencias de Ia deftnicin de traspuesta de una

.
.
.

La traspuesta de la matriz
La traspuesta de la matriz Ar, que denotaremo.s; (At)t,

es

igual

a A.

LatraspuestadelamatrizAtes: (At)t: ("iit 1<i <n, I<i <m). lerosetiene


quealtr:o7r: a'iparacada 1< <ny cada 1< j <m,luego: (At;t:.
La traspuesta de una suma de matrices es igual a la suma de las traspuestas:

(A+B)t:At+Br'

Si ponemos: C --

A + B, entonces:

c!,: cii = aj+bii:


y por tanto: Ct

alt

+blt,

1<

<

m, I

<

j <n,

At + Bt.

a es un escala, entonces la
(aAt : ot.
Poniendo: D : aA, se tiene:
Si

traspuesta de Ia matriz

aA

es igual a uAr:

dt: dt: o6.ji: aa1, 1<i< m, I< j <n,

ypor tanto: Dt : aAr.


La traspuesta del producto BA

Pongamos: E

BA.

Se

es

igual a

ArBr: (aAt - O"'.

tiene:

el,

eii

: i r,ooo, : L oioai,.
k=l
k=r

Nota bene Si A es de orden (n,m), para que se pueda formar el producto BA es


condicin sine qua non que B sea de orden (p,n), con lo que el producto BA ser
de orden (p,m).Anlogamente, como At es de orden (m,n), Bt es de orden (n,p),
y AtBt de orden (m,p).

es cuadrada de orden
matriz Ar es invertible, y suinversa es
Si Ia matriz
Se

n y es invertible, entonces tambin


(A-l)t; (At) 1 : (A-t)t.

tiene (consecuencias anteriores):

[ (e')' - (e-'^)' - rh - rn y (l-r)tAt - (^^-')' - rh: rn,


y por tanto At es invertible y su inversa es (-t)t.

EJEMPLO

43

Sean las matrices reales:

A-(;ls)B-(t-11)vc-(l)
Comprobemos se verifica: (A + B)t

At + Bt

y (Cl)t :

AtCr.

Ia

III.

232

MATRICES

Se tiene:

il

AI:(l
Ar+Bt

B'I:

:(l

Por otro lado, se tiene i Ct

il+

(-l I

-(:

A+B

(-l | :fi ) :

l)

(A+B,r

- (t -1 2),n por tanto:

CrAt

-1 z) (l

- (t

: (o

1)'

y como:

AC:(I

rs)(1): (?)

resulta:

(AC),: (?)

':

(o

r) -

CrAr

La trasposicin de matrices conserva el rango, en el sentido siguiente:


El rango de una

Proposicin

ff

f.l4

El rango de una

matriz coincide con el de su traspuesta.

matriz es igual al
de su traspuesta

Demostracin Sea A una matriz de orden (n,m) y rcrtgo r > 1. Como el rango de una
matriz es indiferente al orden de sus vectores columna, podemos suponer, sin prdida de
generalidad, que los

r primeros vectores columna

de A son linealmente independientes. Sabe

mos (cf. corolario de la proposicin 3 (cf. p.224) que existe unamatriz T cuadrada de orden n
tal que TA es de la forma:

TA:

(:?

0 e1e+u
0 a|r"+u

!'B

... i &r('r+r) ...


000

a\*
elz*

e!r*

[,0
r

m-r

Los vectores columna no nulos de la traspuesta de Ia matrtz

(1,0,...,0,a\*11,...,a\*),

(0,

A son:

1,...,0,a|r,+',...,a'z),..., (0,0,...,L,a!,r,+t,...,ai,^),

9, soLUCtN

or Los EJERCtctos

pRopuEsTos

cuyo rango es, obviamente,


rango

A: r :

233

r,y

por tanto:

rango(TA)t

rango(AtTt) < mn{rangoAt, rango Tt} < rangoAt,

de lo que se deduce:

rangoAt.

rangoA <

(24)

Es decir, el rango de una matriz es menor o igual que el de su traspuesta. Aplicando esta

afirmacin a la propia matriz At, resulta:


rangoAt < rango (At)t
y finalmente de

(2

4) y (25) se concluye: rango

rango A,

(2 s)

rang o Ar.

C.Q-.D.

Irr.g solucroN DE Los EJERCICIOS PROPUESTOS


Ejercicio

(p. I BB)

- (ut,u) una base cualquiera de R2. Buscaremos


:
(utt,ruz) de p2 para que la matriz asociada a f
se B'

Sea

matriz identidad 12,


Por definicin de matriz asociada, Ias coordenadas de
que ser: 1 y 0, eS decir:
f (u t) : Iutl + Out2 : 11 t.
Anlogamente, las coordenadas de

f (u) :

condiciones sobre una baen las bases B y B' sea la

f (ut en Ia base B' tienen

(uz) en B' tienen que ser: 0 y 1, esto es:


0ra1

+ \ut2

x1r'

En consecuencia, los vectores rtut Y lrtz han de sr: /1

: f @t) Y tvz : f @z)

'

Por ejemplo, tomando la base B : ((f,1),(1,2)), se tiene que: /(1,1) : (1,2)


y f (I,2) : (I,3), y el sistema de vectores B' : ((I,2), (1, 3)) es una base de R2, y Ia
matriz asociada a / en las bases B y B' es Ia matriz identidad 12.
Obsrvese que Ia aplicacin lineal / es distinta de Ia aplicacin identidad de R.2.
Esto no contradice Io enunciado en la proposicin III.I (cf. p. 187): en Ia proposicin
se requera que las bases fueran iguales, pero, en este ejercicio, B' no es igual a B.
Ejerci cio

(p. I e6)

m) el orden de A, y sea (p,4) el orden de B.


Al estar definido eI producto de A por B, el nmero de columnas de A es igual al
nmero de filas deB:m = p.De estar definido elproducto de B por A, se tiene: n: 4.
Es decir, si A es de orden (n,m),entonces eI orden de B es: (p, q) = (m,n). El orden
de Ia matriz AB es, pues, (n, n), y el de Ia matriz BA es (m,m). De ser ambos
rdenes iguales, se deduce: rL : m, y por tanto A y B son matrices cuadradas del
mismo orden.
Sea (n,

234

III. MATRICE:

| j

*)

uB

(abii; I < < m, I

y el trmino de posicin (, j) de A(aB)

por defim-

or(obo)

(,j)

< rL, 1 < j <m).

Enconclu-

m,

j p),
"

es:

k:7
queeseltrminodeposicin
sin:A(aB) : a(AB).

<

| <j

p).

Sean O
y B (b; 1 < <
Ejercicio
(ott, 1 < I < rL, < <
(p. 203) cin de producto de una matriz por un escalar, se tiene:

"yk-r aijbt j,

dea(AB) (1 <

Ejercicio
Aplicando, primero, la propiedad distributiva por la izquierda y, despus, la prople(p. 203) dad distributiva por la derecha, se tiene:

(A+ B)2
Ejercicio

(p.203)

(A + B)(A + B) =

A(A+B)

B(A+ B) :.1.2 + AB + BA+ 82.

En notacin por columnas:

A-(^, l^,

lAi

I l^d

rm:(r, lt,

I lEil

ln*),

y por tanto (cf. proposicin III.5, p. t 96):

Ar*-A(o,

Iurl

Ei
I

I E*)-

(^trl

^tr

AE
I

l ^u*)

Por otro lado, de acuerdo con las propieda des del producto de matrices, se tiene
quet AIm: A, o bien:

Arm-(^'l^,

I lAil

l^*)

En conclusin:

(^'l^,

I lAil

lA*):(^u,l^t,l

yA-AEi,I</<m.
Anlogamente, como la i-sima matriz fila de In es L, se tiene que la i-sima
matriz flIa del produ cto InA es igual al produ cto LA; al ser: InA : A, se deduce qu
la i-sima matriz flla de A es igual a t iA (I
Ejercicio 6

(p.203)

triz identidad Im, entonces

SiE1 ,E2
verifica:

/"'\
lxzl
X- L l:*rtt-tx2E2*
\;^)

+ xmEm,

se

'.9.

235

SOLUCTON DE LOS EJERCICTOS PROPUESTOS

y por tanto:

AX

: A(xt -t xzEz+''' + xmE"n)


: A(xt) + A(xzE) + "'+ A(x^E*)
: xtAEt+ x2AE2 +'''+ x*AE*
:xtAt+x2A2+"'+xmAm,

donde la segunda igualdad es consecuencia de la propiedad distributiva de la multiplicacin de matrices, y Ia tercera y la cuarta son consecuencia de los ejercicios 3 y 5,
respectivamente.
Ejercicio 7
(p. 20a)

Sabemos (cf. ejercicio 4,p.2O3):

(A+B)z : (A+B)(A+B):

A2 + AB +

BA+ 82.

(26)

A y B conmutan, es deci: AB = BA, entonces eI Itimo miembro de (26) toma la


forma: A2 +2AB+82. Pero si Ay B no conmutan, entonces: (A+ B)z + Az + 2AB + 82.
Como comprobacin, tomemos las matrices A y B del ejemplo 22 (cf' p. 204)' Se
Si

verifica:

(A+8,2:

t(l

). (3 _3)l': (? _l)': (3

3)

Por otro lado (cf. ejemplo 23,p.204):

^': (? )': ( ?)
Y

AB:(:

3)

*: (3 -:)': ( l),
BA-(

3)

Por tanto:

A2+zAB+Bz:(l ?)

+z(: 3) +(; l) :(;

-)

y(A+B)2+A2+2AB+82.

8 Si las matrices A y B son cuadradas de orden 71, entonces se verifica:


(p.227)
gilg_rA_r):t@n-t)A-r:AInA,r:AAr:In,

Ejercicio

(B-rA-t)(7.n) -- B-t (t-rA)B

: B-rInB - B-rB :

y por tanto AB es invertible y su inversa es 3-r A-r

In,

236

III.
Ejercicio

(p.228)

MATRICES

Supongamos que la matriz A es cuadrada de orden n. Llamemos B a la matriz inversa


de A, y sea I Ia aplicacin lineal cannicamente asociada a la matriz B, es decir, a la

matriz A-1. Queremos demostrar qtuets: JL-r.


De la definicin de matriz inversa, se tiene: AB

JLoB:Jn,

In, de lo que se deduce:

(2n

donde J,, es la aplicacin lineal cannicamente asociada a In (y por tanto la identidad


de Ku). Operando por la izquierda con ,A-r en(27), se obtiene: ,A-r oJLoB = JL-r oJ,.,
es decir: B : ,A-1 , y la aplicacin lineal cannicamente asociada a la matriz inversa
de A es efectivamente -1.

237

ECAPITULACIN III

RECAPITULACION III

matriz Consideramos un cuerpo K y dos enteros positivos ny m:


Matriz A con trminos en K de orden (n,m): disposicin de n ' m elementos
de K en forma rectangular en n filas y m columnas (las filas y columnas de A).
Matdz real: matriz con trminos en R.
Trmino de A de posicin (, j): elemento de A situado en la fila -sima y Ia
columna j-sima.

Definicin de

.
.
.

Se denota: a;.
Notaciones para la matriz A de orden

CLtt
CLzt

A-

(n,m) con trminos en K:


eLj
e2j

CLyZ

&ZZ

6l'Lm
6L2m
:

&it

&iz

ati

cLim

CLnI

CLnZ

A'nj

CLnm

oA: (ottrr<i<yt, 1<j< *), o simplemente: A - ("")

(si no hay con-

fusin).

o
o
o

Trminos de la -sima fila (1 < < tt) de A: ai1, a2, ..., am; trminos de
la j-sima columna (1 < j < m) de A: cLtj, azj, ..., &nj.
Matriz fila: matriz de orden (I,m).
Matriz columna: matriz de orden (n,I).
Matriz cuaada de orden ni marriz de orden (n,n) (mismo nmero de filas
que de columnas).

Trminos de la diagonal principal de una matriz cuadrada de orden n: los de


posici.n (1, 1), (2, 2), .. . , (n,n).
Matriz identidad, o unitaria, de orden n con trminos en K: matriz cuadrada
de orden n con los trminos de la diagonal principal iguales a I y los restantes
iguales a 0.
Se denota: I..

Se

tiene:
0

In

:f

sl

r)
\o 0
Matriz cero, o nula, con trminos enKde orden (rt,m): matriz
con todos sus trminos iguales
Se denota: O.

a 0.

de orden

(n,m)

III.

238

MATRICES

Consideramos una matriz A con trminos en K y de orden (n,m):

Matriz columna j-sima de la matriz A (1 < j < m): matriz columna de orden (n, 1) cuyos trminos son los de Ia j-sima columna de A.

Se

denota:

A;.

Se

tiene:

("tt\

Aj

az:j
: Il""i

tt
\o" /

por columnas de A sr A : (^t I t, I


I U)
Ez
In
Et,
se denotan:
Las matrices columna de
o Matriz fila i-sima de la matriz A (I < < n): matrtz fila de orden (I,m) cuyos
aim)
trminos son los de Ia -sima fila de A , (otr ct iz
A es:
SiF1 ,Fz
La notacin

A_Fl
A-l,l

(rl
Las matrices fila de /,n se denotan: Lt, Lz, ..., Ln.
o Vector columna j-simo de A (1 < j < m): el vector de Ka cuyas componentes
son los trminos de Ai.

tiene: ai : (ati,alzj,...,dnj).
Vector fila l-simo de A (1 < I < n): el vector de Ku cuyas componentes son
Ios trminos de la l-sima fila de la matriz A; es decir: (ai't , a2, . . . , am).
Se

denota:

a;.

Se

Matriz asociada a una aplicacin

lineal

Consideramos una aplicacin lineal

de Km en Kn, y unas bases de estos espacios vectoriales: V

yW

(tat,urr,...,un)

(Itt,7tz,...

,u*)

de Krr

de Ku:

Matriz asociada a f , o representante de /, en las bases V y W: es la matriz


(n,m) cuyostrminosdela j-simacolumna(1 < j<rrr

A: ("t) deorden
son las

n coordenadas de /(u;)

en la base W:

f {u t) : etju)t + azjTuz -r
Caso particular: SiW

columna de A,

Propiedad: sr m
entonces

Bc ftase cannica), entonces

<j<

m).

(es decir:

TL

a"nlWn,

K77

"f es la identidad de K7.

- K'),

1<J<m-

f (u) - a j (J-simo

vector

si V y W son iguales, y si A

I,r,

239

RECAPITULACION III

Aplicacin lineal cannicamente asociada a una matriz A: ("tt) con trminos en K de orden (n,m): la nica aplicacin lineal "4 de Km en K cuya matriz
asociada en las bases cannicas es A.
Grficamente:

Bc

B'c

K'?1

e
EI espacio vectorial
fivos ny mi

lVtr* ( K)

&j,
Consideramos un cuerpo K y unos enteros posi-

. Mr"-(K) denota eI conjunto de las matrices con trminos en K de orden (n,m).


. Consideramos dos marrices A, : (a4) y S : (Uq) de Mr-(K). La suma de A
y B es la matriz (de lt4,r-(K)): A + B : ("tt + bij).
EI producto de un escalar A por A es la matriz (de M",-(K)): AA : (n"tt)'
. (M42(K), +) es un grupo abeliano. Su elemento neutro es la matriz O (de
orden (, m)),y el opuesto de A es la matriz: -A : (-I)A'
El conjunto

M"r-(K)

es espacio vectorial sobre K con la adicin de matrices y

la multiplicacin por los elementos de K.


Fijadas unas bases, Ia matriz asociada a la aplicacin lineal suma de aplicaciones lineales es la matriz obtenida sumando las matrices asociadas a las apli
caciones.

.
.

Fijadas unas bases, si A es un escalar y / una aplicacin lineal, la matriz asociada a A/ es el producto del escalar A por la matriz asociada a Ia aplicacin /.
Los espacios vectoriales f,(Ku, K") y Mn (K), ambos sobre el cuerpo K, son
isomorfos.
La aplicacin de f,(Km, K) en Mr-(K) que a cada aplicacin lineal asigna su
matriz asociada en las bases cannicas es un isomorfismo.

Producto de

matrices

Consideramos dos matrices de rdenes

A- (or; t <i<rt,l <J **)

(Uri;

(n,m) y (m,p):

t <<rn, 1<J

Producto de A por B: matriz C : (cq),de orden (n,p),con:

c7

< e)

Zoruboi.

K:T

Tambin se dice: C es el producto por la izquierda de B por A, o el producto


por la derecha de A por B.
El producto de dos matrices se define sIo cuando el nmero de columnas de
Ia primera es igual aI nmero de filas de la segunda.

240

III.
Se

MATRICES

verifica (notaciones por filas y por columnas):

^(u,

lt, I lnr)-(^u, ltt, I

lmo)

fiI'l

Fijadas unas bases, si A es la matriz asociada a una aplicacin lineal f ,y B es


la matriz asociada a una aplicacin lineal g: Iamatriz asociada a f g es AB.
"
La aplicacin lineal cannicamente asociada a AB es la composicion JL ts.
"
Propiedades de la multiplicacin de matrices:
r Asociatidad:A(BC) : (AB)C;
o Distributidad (por la derecha y por la izquierda) respecto de la adicin:

A(h + Bz) : Ah + AB2, (At + A)B : A


o InA: A: AImi
o OA:O,AO:O.

Las matrices
coinciden.

+ A2B.

A y B conmutan si: Ios productos AB y BA estn definidos

La multiplicacin de matrices cuadradas de orden rL, con

n>

2, no es conmu-

tativa.
Se

tiene la equivalencia:

,A(x1,x2,...,X*)

(yt,!2,...,Vn)

Dada una aplicacin lineal

e Af)

f)

de Km en Ku, y fijadas unas bases V y W, respec-

tivamente, si A : (or)
la matriz asociada a / en estas bases, se verifica: la
""
imagen por / del vector de coordenadas x1, x2, ..., x,n en V es el vector cuyas
coordenadas lt, !2, ..., ln en W vienen determinadas por la relacin matricial:

(:,:\

fr,j
Rango de una matrz
r Rango de una matdz

(:';, :::
[",

:::,\(::

r enz ^,^)l'-

A : ("tt)

de orden

(n,m): el rango

denota: rangoA. Por definicin:

rangoA:

rango

de los vectores

columna de A.
Se

(at,az,...,a^).

: CAPITTJLACIN III

24r

. Propiedades:
o

el rango de una matriz es menor o igual que el nmero de sus filas y que
el nmero de sus columnas;

o
o

no

se

modifica el rango de una matriz permutando entre s sus columnas;

el rango de una matriz es igual aI rango de cualquier aplicacin lineal a Ia


que la matriz est asociada;

o rango(AB) < mn{rangoA,rangoB};


o

una condicin necesaria y suficiente para que una matriz cuadrada de


orden n represente un isomorfismo es que el rango de la matriz sea 7L;
si A es una matriz cuadrada de orden n de rango igual a n, y B es una
matriz de orden (n,m) (ambas matrices con trminos en K), entonces:
rango(AB) : rangoB.

Transformaciones elementales de una matriz


. Transformacin elemental de una matriz: es cualquiera de Ios tipos:

permutar entre s dos filas,


o multiplicar una fila por un escalar no nulo,
. sumar a una fila el resultado de multiplicar otra por un escalar.
Una transformacin elemental conserva el rango de Ia matriz a la que se aplica.
Matriz elemental de orden z asociada a una transformacin elemental: resultado de aplicar la transformacin elemental a la matriz identidad 1".
Propiedades:

o
o

n es igual a n,
el resultado de aplicar a una matriz una transformacin elemental es eI
producto por la izquierda de la matriz por la matriz elemental asociada a
la transformacin elemental.
Si A es una matriz de orden (n,m),y si rango(A) : r > 1, y los r primeros
vectores columna de A son linealmente independientes, se puede obtener, aplicando a A transformaciones elementales sucesivas, una matriz A' de la forma:
el rango de una matriz elemental de orden

::
00
A,00

l
1",
T

M-T

Existe una matriz T, cuadrada de ordertrL, y de rango

n,fal quet TA - A'

III. MATRICS

242

Inversa de una matriz cuadrada Consideramos una matriz cuadrada A de


orden n con trminos en K:
. Inversa de A: matriz B cuadrada de orden zr tal que: AB = BA: In.
dice: A es invertible.
Si A es invertible, su inversa es nica. Se denota: B
Se

A-r.

. Propiedades:
o AA_1 : A_tA:Ini
a (t-r)-r : '+;
o I;1 :7n

(A es invertible) e rango A : n.
Para el clculo prctico de A-1: se aplican a 1r, las mismas transformaciones
elementales sucesivas que llevan la matriz A alamatriz In.

Traspuesta de una matriz Consideramos una matriz A con trminos en K de


orden (n,m):
. Matriz traspuesta de A: es la matriz de orden (m,n) cuyo trmino de posicin (, j) es el de posicin (j,) de A, 1 < <m,1 < j < rt.
Se

denota: At.

Propiedades:

. IL: In;
o (At)t :4;
o (A+B)r:Ar+Bri
o (aA)t : aAti
o (BA)t : AtBl
o rangoAt:rangoA;
o si A es cuadrada e invertible: (')-t : (A-t)t.

C,q,prulo IV

SISTEMAS DE ECUACIONES
LINEALES

IV.

244

SISTEMAS DE ECUACIONES LINEALES

ESQUEMA RESUMEN
IurnonuccrN

2.

245

Definiciones y propiedades, 245 . Resolucin de un sistema de ecuaciones lineales, 25L . Aplicaciones de los
sistemas de ecuaciones lineales, 261

1. Definiciones y propiedades 268


1. Definiciones; notacin matricial
2. Aplicacin lineal asociada a un sistema
3. Sistemas equivalentes
2.

. 268

.270
. 273

Resolucin de un sistema de ecuaciones

Iineales

Resolucin de

un sistema de la

AX-C

forma
.2BO

3. Aplicaciones de los sistemas de ecuaciones lineales 286


1. Ecuaciones de un subespacio vectorial . . 286
2. Expresin de un vector como combinacin
. 2BB
lineal de otros vectores .
3. Clculo de una base de un subespacio vec. 2Bg
torial dado por unas ecuaciones .
4. Ejemplo de interseccin de subespacios
.29L
vectoriales .

277

1. Determinacin del ncleo de una apli-

REcaprruLACrN

cacin lineal. Resolucin de un sistema

homogneo

.277

IV

293

Definiciones y propiedades, 293 . Resolucin de un sistema de ecuaciones lineales, 294.

245

INTRODUCCION

INTRODUCCIN
D

efinciones y propiedades

[Jna ecuacin lineal enlas incgnitas

xt, xz, . . , xm
.

es una ecuacin de la forma:


CLtXt -f LZXZ

CLmXm

C,

&m son nmeros reales, que llamaremos COeficientes de la ecuacin,


y c es otro nmero real, que llamaremos trmino independient de la ecuacin. Por
ejemplo, las tres siguientes son ecuaciones Iineales en las incgnitas x1, xz Y xzi

donde

6Lr, CLz, . . .,

xt-xz-3x3:2, xz:l t -jtt +4x3:g'


-1y -3; los de Ia segunda:0, 0 y 1;
-115, O y 4. Los tres trminos independientes son 2, I y O,

Los coeficientes de la primera ecuacin son 1,

y los de Ia tercera:

respectivamente. Las sigUientes tambin son ecuaciones en las incgnit?S X1,


y x3, pero no son lineales:

x1x2-r x3 =

: _ I,
2, xl + 3x2 - xz-X3

2x1

- J- : t'

Muchas veces se emplean otras letras para designar las incgnitas, como x,
o u. Por ejemplo, estas son ecuaciones lineales en las incgnitas x, y, z y ti

2x+3y-22+t--3

2y

X2

-z- t-

y, z, t

1.

EStamoS interesados en los sistemas de ecuaciones lineales, que no son ms que

un conjunto de ecuaciones lineales consideradas simultneamente, todas en las mismas incgritas. Por ejemplo, el siguiente es un sistema de dos ecuaciones y cuatro
incgnitas:

Ir*, -t
L x1

+3xs-x+
xz-t

4x3

x+

-r.

Ntese que ambas son efecti vamente ecuaciones e n las mismas incgnitasi

xt, xz, x3

Y x+-

Todos los sistemas admiten una notacin matricial, de suma importancia para
un ulterior estudio del sistema. Por un lado, se define Ia llamada maiz asociada al
sistema, que tiene tantas filas como ecuaciones y tantas columnas como incgnitas, y
cuyos trminos son los coeficientes de las ecuaciones (colocados en el mismo orden
en el que figuran en eI sistema). Por otro lado, se define la matri,z de incgnitas, q.ue
es la matriz columna cuyos trminos son las incgnitas del sistema. Y finalmente se
define la matriz de trminos independienfes, que es Ia matriz columna cuyos trminos
son los trminos independientes de las ecuaciones. Estas matrices suelen denotarse

246

IV.

SISTEMAS DE ECUACIONES LINEALES

con las letras A, X y C, respectivamente; la notacin matricial del sistema es entonces


esta: AX : C.

Escribamos la notacin matricial del sistema que hemos puesto de ejemplo dos
prrafos antes. Su matriz asociada ser de orden (2,4) (tantas filas como ecuaciones
y tantas columnas como incgnitas); en su primera fila tendr como trminos los
coeficientes de la primera ecuacin, esto es: 2,0,3 y -1; en su segunda fila, Ios
coeficientes de Ia segunda ecuacin:

I, I, 4 y 1. La matriz asociada

es entonces:

3 -t\
o:ltlz o
7 4 1)'
matriz de incgnitas y su matriz de trminos independientes son las matrices
columna cuyos trminos son Ias incgnitas y los trminos independientes del sisSu

tema, respectivamente; es decir:

X-

(::\
yc
l*=l
\,^)

La notacin matricial del sistema es:

(l

AX

? =^ l)

:(?)

C, que toma esta forma concreta:

/"'\

:(?)

Ntese que si efectuamos el producto del primer miembro, Ia igualdad anterior

transforma en esta:

( Zxt+3x3\tr *xz*4x3 :^.^):

( ?)

se

'

que es equivalente al sistema propiamente dicho.


Adems de las tres matrices que acabamos de ver, para un sistema de ecuaciones
lineales dado se define otra matriz, que recoge toda la informacin necesaria sobre

el sistema: la llamada matriz ampliada del sistema, formada adjuntando a la matriz asociada la matriz de trminos independientes (esto es, aadiendo a la matriz
asociada una columna ms, cuyos trminos son los trminos independientes de las
ecuaciones). Si la matriz asociada se ha denotado por A y Ia de trminos independientes por C, la matriz ampliada se escribe: (O I a) para el ejemplo d.e sistema
que venimos considerando, su matriz ampliada se escribe as:

(tl ') :(l ?=^ -l

i)

247

INTRODUCCIN

Un concepto muy importante es el de solucin de un sistema de ecuaciones lineales. Consideremos un sistema de ecuaciones lineales de matriz asociada A y de
matriz de trminos independientes C (o dicho de otra forma: el sistema AX : C, o
tambin: el sistema de matriz ampliada (a I C)1. Llamaremos solucin del sistema a
toda matriz columna X1 tal que el producto AX1 es igual a Ia matriz C. Para el sistema
que venimos considerando como ejemplo, una solucin eS esta matriz columna:

Xt:

l)
Isj

por esta maQu significa esto? Que si multiplicamos Ia matriz asociada del sistema
rriz X1, obtenemos como resultado Ia matriz de trminos independientes. Tenemos:

AXt:

03
[r 11
/z

l)

C,

lo que prueba que efectivamente la matriz X1 es una solucin del sistema. Ntese
que si en el sistema propiamente dicho sustituimos las incgnitas por los trminos
correspond.ientes de la matriz X1, es decf, si sustituimos x1, x2, xz Y xs por 1, -2, 0
y 0, respectivamente, entonces obtenemos dos identidades (una por cada ecuacin):

+3.0-01+(-z) +1.0+0-

[z1

-1.

Todo sistema de ecuaciones lineales verifica uno y sIo uno de estos asertos: no
admite solucin, admite exactamente una solucin, o admite infinitas soluciones.l
Entenderemos por discutir un sistema la tarea de averiguar cul de estos tres asertos
se verifica para el sistema; es decir, averigpar si admite solucin o no' y en caso
afirmativo si slo admite una o admite infinitas. Y entenderemos por resolver el
sistema averiguar concretamente todas las matrices columna -una o infinitas- que
sean solucin del sistema caso de que admita alguna.
La tarea de discutir un sistema requiere solamente un clculo de rangos. El resultado fundamental es este: un sistema de ecuaciones Iineales admite alguna solucin
si y solamente si el rango de su matriz asociada coincide con eI rango de su matriz

llos

sistemas que no admiten solucin se denominan incompatiblesi los que la admiten, compatibles.
Los sistemas compatibles se califican adems de determinados o de indeterminados, segn admitan slo
una solucin o in-finitas, respectivamente. Esta nomenclatura, comn en muchos manuales que tratan
Ios sistemas de ecuaciones lineales, no se utiliza en este texto.

IV.

248

SISTEMAS DE ECUACIONES LINEALES

ampliada; adems, en caso de coincidencia, es decir, en caso de admitir solucin, el


sistema admite solucin nica si tal valor comn del rango es igual que el nmero
de incgnitas, y admite infinitas soluciones si tal valor del rango es menor que el
nmero de incgnitas. Para el sistema que venimos considerando como ejemplo, se
tiene:

raneo

(i ? =^ l) : z,

rane e A

:rans"

(A I c)

: rans" (? ? =^ - i

?)

:2

Iuego el sistema admite solucin (ya lo sabamos: habamos puesto un ejemplo); pero
adems este valor comn del rango es menor que el nmero de incgnitas del sistema
(ste es 4 y aqul es 2), luego el sistema admite infinitas soluciones.

Otro ejemplo:

l^* +2y -2
Ir* + 7:2'
Este es un sistema de dos ecuaciones y dos incgnitas (ntese que estamos denotando stas con las letras xyy).La matriz asociada y la matriz ampliada son,
respectivamente, estas:

(; ?) v (;i

El rango de la primera es igu al a

I (ambas filas so n proporcionales),

pero la segunda

tiene rango igual a 2 (ambas filas no son proporci onales): el sistema no admite solucton.

Y otro ejemplo ms de sistema, que introducimos directamente en notacin matricial. Consideramos este sistema:

:^

l) 0l):(i)

que tiene tres ecuacones y tres incgnitas. Sus matrices asociada y ampliada son,
respectivamente, estas:

(t _i l) v ft
\o 1l

_:^ i

\o 1r i)

Ambas son de rango igual a 3, como el lector puede calcular. Se trata, entonces, de
un sistema que admite solucin, y solucin nica, pues el valor comn del rango
coincide con eI nmero de incgnitas.

249

INTRODUCCIN

En Ia seccin siguiente veremos cmo abordar el problema de resolver

un sistema
d.e ecuaciones del cual sabemos, por haberlo discutido preamente, que admite solucin. Pero antes de terminar esta seccin queremos hablar de sistemas equivalentes:
que dos sistemas de ecuaciones lineales sean equivalentes significa que ambos tienen
eI mismo conjunto de soluciones (si ninguno de los dos admite solucin, se conside-

ran tambin equivalentes: en este caso el conjunto de soluciones sera, para ambos,
el vaco). Un resultado importante establece que, dado un sistema de ecuaciones,
podemos escribir otro equivalente a I aplicando a Ia matriz asociada y a Ia de trminos independientes una misma transformacin elemental por filas. Ms en concreto,
si AX : C es un sistema de ecuaciones lineales (dado en notacin matricial), y si A'
y C' son el resultado de aplicar a las matrices A y C, respectivamente, una misma
trasnformacin elemental (por filas), entonces los sistemas AX = C y A'X : C' son
equivalentes: o ninguno de ellos tiene solucin, o ambos tienen las mismas soluciones, esto es, si una matriz columna es solucin de uno, tambin lo es del otro.
A modo de muestra de lo dicho, consideremos el sistema que hemos puesto antes
como ejemplo de sistema de una nica solucin:

:(i)
-i
(;i)
l)

- Zxz * 5x3- 1
-4x2+ x3-0

.bien

[,:,

Xz-r X3-2.

Apliquemos, tanto a su matriz asociada como a su matriz de trminos independientes, la transformacin elemental F2 - F2 - 2F1 (esto es: sumar a la segunda fila la

primera multiplicada por -2):

/r

-2
-.1

\0

(i 1 i)

FzFz-ZF'

l)

(i)

FzFz-2F'

(l)

Dicho de otra forma, ms cmoda: apliquemos aIa matriz ampliada del sistema Ia
transformacin elemental F2 - F2 - 2F

/t -2

1\

Iz -1
\o r1

Fz*Fz-ZFt

2/

fi

-25
0 -9
11

EI sistema original es entonces equivalente a este:

/t -2

5\ /xL\ / 1\

lxt -2x'+ 5x3:

bien I
lo o -elf"; l:f: -zl. obien
'
;,)
?,)
I
l;:l
\

-ex3:-2
",

*n'*,:

z;

de su segunda ecuacin se obtiene: xz :219, que sustituido en Ia tercera proporciona: xz : 2 - 219 : 16 lg, y finalmente de la primera resulta: xt : 3l 19' La nica

250

IV.

SISTEMAS DE ECUACIONES LINEALES

solucin de este ltimo sistema, y por ende del original (pues son equivalentes),
entonces esta matriz columna:

es

/31/9\
I rorg

l.

\zis )
El mtodo que utilizaremos en la seccin siguiente para resolver un sistema se basa
en lo que acabamos de ver en este ejemplo: mediante transformaciones elementales

por filas aplicadas a la matriz ampliada del sistema (que es tanto como decir que se
aplican simultneamente a la matriz asociada y a Ia de trminos independientes), se
trata de llegar a un sistema equivalente al original y fcil de resolver.
Quiz el lector se pregunte por el efecto en un sistema de ecuaciones lineales
de una transformacin elemental por columnas. Slo emplearemos, y ya veremos
cundo ser necesario, Ias de tipo I, es decir, el intercambio de columnas. Para ver
qu ocurre, fijmonos en el primer sistema de ecuaciones que consideramos como
ejemplo al principio de este apartado:

lz*,
I t, *
l-

x4: 2
x2-t 4x3 + x4 : - 1.
-t3x3_

las dos primeras columnas en su matriz ampliada (en particular,


no tocamos los trminos independientes), obtenemos esta matriz:
Si intercambiamos

lo z 3
[r 1 1

-1
1

?)

que corresponde con este sistema:

lt'

- x4: 2
+ Xz * lxz * X4: -1.
Zxz + 3xz

Fijmonos en que la diferencia entre este sistema y el original no es ms que un


intercambio de incgnitas: si en uno de los dos intercambiamos las incgnitas x1
y x2, obtenemos el otro. No podemos decir que los dos sistemas sean equivalentes,
pues toda solucin de uno no es necesariamente solucin del otro. Pero a paftir de
una matriz columna que sea solucin de uno de ellos, s podemos obtener una matriz
columna que sea solucin del otro: intercambiando sus dos primeros trminos, que
son los que se corresponden con las incgnitas xt y xz.Por ejemplo, de esta matriz
columna sabemos es solucin del sistema original:

;)

I
\

ol
o)

25r

INTRODUCCIN

Obtenemos una solucin del segundo sistema intercambiando sus dos primeros tr-

minos:

-l
fI/-z\
1l

! ;lo)
I

En resumen: un intercambio de columnas de la matriz asociada de un sistema se


traduce en un intercambio de las incgnitas correspondientes a esas columnas; las
soluciones d.e uno de los dos sistemas se pueden obtener de las del otro intercambiando los trminos correspondientes.

bene

intercambiamos dos columnas de la matriz ampliada de un sistema, una de


ellas no debe ser Ia ltima columna (es decir, la de trminos independientes), pues ello
nos llevara a otro sistema completamente distinto'

Nota

Si

Resolucin de un sstema de ecuaciones lineales En el texto, aprendemos a


resolver primero los llamados sistemas homogneos, que son aquellos cuyos trminos independientes son todos nulos, es decir, los de la forma: AX : O' Lo primero
que observamos de un sistema homogneo es que admite al menos una solucin:
la matriz nula correspondiente (dicho informalmente: obtenemos una solucin si
d.amos a todas las incgnitas el valor 0), con lo que la discusin de un sistema homogneo se reduce a determinar si esta solucin nula es nica o no. Ello se averigua
calculando el rango de Ia matriz asociada: si este rango es igual al nmero de incgnitas, la solucin nula ser nica; si tal rango es menor que el nmero de incgnitas,
habr infinitas soluciones (de las cuales una ser la nula). EI siguiente es un ejemplo
de sistema homogneo con una nica solucin:

I::,:::',::,

obien

(;

3)

(:):

(s)

En efecto: eI rango de su matriz asociada es igual a 2, y son dos las incgnitas,


Iuego el sistema admite nicamente Ia solucin nula; en este caso, sta es la matriz

columna 19). ,*Ua.r" que si sustituimos tanto

\u/

xl

como x2 por 0 en la expresin del

sistema, obtenemos efectivamente dos identidades')


Fijmonos ahora en este otro sistema homogneo:

I xt * Zxz-t xz - o
-lo
[-x1*Zxz_ xz:0,

bien

/1
[_,

; l) (;):

(s)

Denotemos su matriz asociada por A. La matriz A tiene rango igUal a 2 y el sistema cuenta con tles incgnitas, un nmero mayol que eI rango, luego hay infinitas

IV.

252

SISTEMAS DE ECUACIONES LINEALES

soluciones. Para encontrarlas, buscamos un sistema equivalente fcil de resolver,

1'

para eIIo hacemos uso de una propiedad que hemos visto en eI apartado anterior:
podemos obtener un sistema equivalente a uno dado aplicando una misma transformacin elemental por filas tanto a la matriz asociada como a la matriz de trminos independientes (o directamente a la matriz ampliada, que es una forma de
aplicar la transformacin simultneamente a las dos matrices citadas). Ahora bien,
no debemos preocuparnos por la matriz de trminos independientes de un sistema
homogneo, pues se trata de una matriz nula y cualquier transformacin elementa-l
que le apliquemos tendr Ia misma matriz nula como resultado. Buscamos, entonces,
aplicar transformaciones elementales a la matriz A que nos permitan obtener una
matriz cuyo sistema homogneo correspondiente sea fcil de resolver. De acuerdo
con lo sto en el captulo III (verbigracia, cf. p. 168), a pafiir de la matriz A, y aplicndole transformaciones elementales sucesivas, podremos obtener una matriz A' de la
forma:

0 '\
A,:c
\U 1 ')

(Ios puntos sealan posiciones que podran ser ocupadas por cualquier nmero real):
en concreto:

( I 2
1\ Fz*Fz-tFt (t
Fz*\tt1)Fz.
(l i l)
(-r z _r) - - >lo '^ )
y por tanto:

F'*F'-2F.,

( ?

. lt o r\
o,:[.o
r o).

Tenemos entonces que el sistema original:

AX

O, y el sistema

A'X :

O son equiva-

lentes. Este ltimo sistema toma la forma:

(l I

(i:) : (s)

obien

{" *,**'-:Z

De la primera ecuacin obtenemos: xt : -xz, y la segunda nos dice diectamente


erre x2 es nulo; si denotamos: A : -x3, podemos afirmar que, cualquiera que sea el
valor del nmero A, es una solucin del sistema A'X : O la siguiente matriz columna:

/ l\
^\
ol, obien l ol.

\-ol

\-'l

En conclusin, el sistema original tiene por solucin cualquier matriz columna de

estaforma:
) ,
^l\-'l'

conAe

R.

(1)

253

INTRODUCCIN

Dando valores al parmetro A, vamos obteniendo distintas soluciones del sistema


(para A : 0, por ejemplo, obtenemos Ia solucin que ya conocamos desde eI principio: Ia nula). Queremos aadir que es posible dar directamente Ia solucin final (1) a
Ia vista de Ia matriz A', sin necesidad de escribir y resolver el sistema A'X : O; en el
texto (cf. p.278) se explica una regla general para ello, que tlataremos de desgranar
en este y en otros ejemplos. De acuerdo con esta regla, la solucin final del sistema
consta de una o ms matrices columna, sumadas si son ms de una, cada una de ellas
multiplicada por un parmetro distinto. Hay tantas matrices de este tipo, o tantos
parmetros, como marca Ia diferencia entre el nmero de incgnitas del sistema y el
rango. En nuestro caso, esta diferencia es igUal a 1, por eso slo hay un parmetro
(que denotamos por A), multiplicado por una matriz columna. Esta matriz.columna
tiene tantos trminos como incgnitas, tres en nuestro caso, y se "construye" as:
sus dos primeros trminos (tantos como el rango) se obtienen de la ltima columna
de la matriz A', y su Itimo trmino se establece igUal a -1. Lo resumimos en este
esquema:

(;
Esta ltima

?D-^(q)

matriz columna, acompaada por el parmetro A, es precisamente Ia que

obtuvimos en (1).
Cuando aplicamos esta regla para escribir la solucin de un sistema a partir de
habiendo un solo parmetro,Ia matriz columna que acompaa a ste en Ia
expresin de la solucin se construye as: sus primeros trminos, tantos como el rango,
se "copian" de la ltima columna de la matriz A' (de la forma que sugiere el esquema

Nota

bene

su matriz A'

anterior), y an quedar un trmino por completar: se rellena con el nmero -

1.

consideremos a continuacin este otro ejemplo de sistema homogneo:

-tXz- x3-2x+-0
/I 1 -1
2
obien
I,
-1
-x2*2x3
-0
1
0
\:
I:1',, + X3 - 2X+: 0,

r)

lt) fi)

La matriz asociada, que vnos a denotar por B, tiene rango igUal a 2, y son cuatro las incgnitas, Iuego admite infinitas soluciones; para encontrarlas procedemos
como en eI ejemplo anterior. A partir de Ia matriz B, y aplicndole transformaciones
elementales por filas sucesivas, podemos obtener una matriz B' de la forma:

0o

B,: (" 1o

:)

\o

o)

00

254

IV.

SISTEMAS DE ECUACIONES LINEALES

(los puntos, como es habitual, sealan posiciones que pueden ser ocupadas por cual-

quier nmero). Concretamente, tras aplicar sucesivamente a la matriz B las transformaciones elementales Fz * Fz - 2Ft,Fs - F: - 3Fr, F2 * (Il3)Fz, Ft - Ft - F:
Y Fz - F3 + 3F2, obtenemos:

0 Ll3
B,1 -1lz
00
: O, es entonces equivalente al sistema homogneo de matriz
la matriz B': B'X: O. Podramos escribir ste y resolverlo, como hicimos

El sistema original: BX
asociada

en el ejemplo anterior, pero vamos a mostrar cmo se aplica la regla del texto para
obtener Ia solucin diectamente a pafiir de la matriz B'.2 La diferencia entre el
nmero de incgnitas y el rango es: 4 - 2 : 2, asi que la solucin consta de la suma
de dos matrices columna multiplicadas por sendos parmetros. Cada una de estas
matrices columna tiene cuatro trminos (pues cuatro son las incgnitas): Ios dos primeros (tantos como el rango) se copian de las dos ltimas columnas de la matriz B'.
y los dos restantes se rellenan as: -1 y 0 para la primera matriz, y 0 y -1 para Ia
segunda; todo segn este esquema:

por

I y U los dos parmetros,

podemos concluir que la solucin del


sistema original es cualquier matriz columna de esta forma:
Si denotamos

( 1,3) +u (_i,3'l

'*l -1
\ o)
I

o I'

conAeRyUeR.

\ -1 )

bene Cuando aplicamos la regla para escribir la solucin final de un sistema habiendo dos parmetros,las sendas matrices columna que los acompaan en la expresin de
la solucin se construyen as: sus primeros trminos, tantos como el rango, se "copan"
de las ltimas columnas de la matriz A' (de la forma que sugiere el esquema), y todava
quedarn dos trminos por completar en ambas matrices columna: la primera matriz se

Nota

rellena con

-1 y 0 (de arriba

abajo), y la segunda con 0 y

-1.

En el texto figuran ms ejemplos de resolucin de sistemas homogneos, todos


resueltos segrrn eI esquema de trabajo que hemos seguido en los prrafos anteriores.
2Recurdese que esta regla se explica en Ia

p. 278.

255

INTRODUCCIN

Comentemos cmo se generaliza la regla que estamos utilizando para escribi la


solucin final: hay tantos parmetros, cada uno con su matriz columna, como marca
Ia diferencia entre el nmero de incgnitas y el rango. Los primeros trminos de
estas matrices columna, tantos como el rango, se copian de las ltimas columnas
de la matriz A' correspondiente (la que habremos obtenido de la matriz asociada del
sistema mediante transformaciones elementales por fiIas adecuadas), segn se sugiere en los esquemas que hemos visto en los ejemplos anteriores. Con esta operacin
todava estarn pendientes de rellenar en cada matriz columna tantos trminos como
parmetros haya. Si hay un solo parmetro, y por tanto un solo trmino por rellenar,
ste se fija igual a -1, como hemos sto; si hay dos, stos se rellenan con -1 y 0
para Ia primera matriz y con 0 y -1 para la segunda; si hay tles: -1, 0 y 0 para Ia
primera, 0, -1 y 0 para la segunda, y 0, 0 y -1 para la tercera; y as sucesivamente.
Antes de pasar a ver la resolucin de un sistema general, veamos un ejemplo
ms, en el que tendremos que realizar una transformacin elemental por columnas.
Consideremos el siguiente sistema homogneo:

Jx1 *xz*2x3-0
L

-t' - X2 * 2X3:

0,

1
obien (
\-1 -1 )
1

(o'
/"'\ : (;)
[;:j

Su matriz asociada, que denotamos por D, tiene rango igual a 2,

y son tres las in-

cgnitas, as que se trata de un sistema homogneo con infinitas soluciones; para


encontrarlas procedemos como en los ejemplos anteriores. A partir de la matriz D, y
mediante la aplicacin de transformaciones elementales sucesivas, podemos obtener
una matriz D' de esta forma:

D'

: (; ?

:)

en concreto:

(l

1 2\

-i z)

L:':ar'[o
Fz*Fz.tFt (t
Fz*0 +
r4)Fz

1 2\

o 4)

Cz*cz
-'-"(o (t

(t 2 1\ +Ft*Ft-zFz
(
\o 1 o)

2 1\

1o)
0 1\
1 0)'
I

e C3" designa la transformacin elemental de in ter cambiar las columnas


y
segunda tercera. Hemos obtenido:

donde " Cz

. /t or\
'':(.o r o)'
pero nos hemos visto obligados a aplicar, adems de transformaciones elementales
por filas, una transformacin elemental por columnas (para precisar, un intercambio de columnas). No podemos decir que el sistema original sea equivalente al sistema D'X : O, pero si resolvemos ste podremos obtener de su solucin la solucin

IV.

256

SISTEMAS DE ECUACIONES LINEALES

de aquI, pues un intercambio de columnas -como vimos en el primer apafiadose traduce en un intercambio de las incgnitas correspondientes: en este caso, de
las incgnitas x2 l x3. Notemos que el sistema D'X : O es precisamente el sis'
temaA'X : O que resolvimos en eI segundo ejemplo de este apartado; sus soluciones
son las matrices columna de esta forma:

^(i)

CONAER.

los trminos segundo y tercero (que son los que se corresponden


con las incgnitas xz y xz), obtenemos finalmente Ia solucin del sistema original:
Si intercambiamos

^(:)

CONAER.

Una vez sabemos resolver un sistema homogneo, estamos en disposicin de


resolver un sistema general AX : C, con trminos independientes no necesariamente
nulos. Debemos suponer, por supuesto, que el sistema admite solucin, de lo que
nos podemos dar cuenta discutindolo preamente. Recordemos: el sistema admite
solucin si y solamente si el rango de la matriz asociada y el de la matriz ampliada
coinciden; y cuando hay solucin, si tal rango comn es igual que el nmero de
incgnitas, la solucin es nica; si es menor, hay infinitas soluciones.
Pongmonos primero en el caso de una nica solucin. Veamos con un ejemplo
la forma de proceder. Consideremos el siguiente sistema:

Denotemos su matriz asociada por A y su matriz de trminos independientes por C.


Tanto Ia matriz A como Ia ampliada (O I a) tienen rango igual a 3, y son tres las
incgnitas, Iuego el sistema admite efectivamente solucin nica. Para resolverlo.
utilizamos esencialmente eI mismo procedimiento que para los sistemas homogneos: buscar un sistema equivalente ms sencillo de resolver mediante la aplicacin
de unas mismas transformaciones elementales por filas sucesivas tanto a la matriz
asociada como a Ia matriz de trminos independientes (o directamente a la matriz
ampliada, que es una forma de aplicar las transformaciones simultneamente a Ias
dos matrices citadas). Igual que con los sistemas homogneos, buscamos llevar ia
matriz asociada del sistema a la forma ms sencilla que vimos en el captulo II (verbigracia, cf. p. 168); pero a diferencia de ellos, ahora s debemos preocuparnos por

INTRODUCCIN

257

la matriz de trminos independientes, porque si esta matriz no es nula, una transformacin elemental puede cambiar su valor. En este ejemplo que nos ocupa, como
Ia matriz A es cuadrada de orden 3 y de rango igual a 3, a partir de ella podremos
obtener una matriz

A'

de esta forma:

A':(i

: il,

es decir, precisamente la matriz identidad ft . Apliquemos, pues, transformaciones


elementales por filas sucesivas a la matriz ampliada (t I a), de forma que lleguemos a sustituir la matriz A por la matriz A' (o lo que es lo mismo, por la matriz

identidad

( 1

1E):

I -1

io 1
\-r -1

o
z

1\
Zl

F:-.F:*Fr,

4)

/t 1 -1
O 1 0 t)

\oo

o)

0 -1 -1\ Fr*Fr+Fs, lt 0
Zl
10
fO 1
(i 01
o)
\o o

0
0
1

lil

Si denotamos la matriz de trminos independientes de Ia Itima matriz ampliada


por C', entonces hemos obtenido:

/r 0
(x I t') -o 1
\oo

0
o

il

El sistema original es entonces equivalente al sistema de matriz ampliada


es decir, al sistema

A'X

(O' | ,'),

C'. ste toma la forma:

f'
t

- -1
x2

X3:

0,

y su solucin nica es inmediata; esta solucin, que tambin es la solucin nica del
sistema original, es la siguiente matriz columna:

Con los sistemas generales, tambin se describe en eI texto (cf. p. 280) una regla
para escribir la solucin final a la vista de Ia matriz ampliada obtenida (O' |,').

IV.

258

SISTEMAS DE ECUACIONES LINEALES

Esta regla, aplicada al caso particular de un sistema con solucin nica, nos dice que

formemos la matriz columna solucin con los primeros trminos de Ia matriz C',
copiando tantos como marca el rango; como el rango y el nmero de incgnitas coinciden, no quedarn ms trminos que rellenar. En este ejemplo, el rango es igual a 3,
as que formamos Ia solucin con los tres primeros trminos de la matriz C' (en este
caso, acontece que Se tlata de todos los trminos de la matriz C'); esquemticamente:

(t o

lo 1 o

lool

rBffi

Veamos otro ejemplo de sistema que admite solucin nica. Consideremos el


siguiente sistema, que difiere del anterior en que tiene una ecuacin ms:

( I

[-r

l\::)

/',\ :

il

Denotemos Ia matriz asociada por G y la matriz de trminos independientes por N.


La matriz G y la matri, (G I lf ) tiett.t ambas rango igual a 3, y tres son las incgnitas, as que efectivamente es un sistema que admite solucin nica; para encontrarla,
procedemos como en el ejemplo anterior. A partir de la matriz G, es posible obtener,
mediante Ia aplicacin de transformaciones elementales por filas sucesivas, una ma-

triz de esta forma:

G,:
Apliquemos, pues, a la matriz ampliada (" I t) transformaciones elementales por
filas sucesivas de forma que consigamos sustituir la matriz G por Ia matriz G'' Con
las transformaciones elementales siguientes: F: - F: -l Ft, Fq t F4 I F1, Fl * Ft - Fz,
Fq t Fs- Fz,Ft * Fr * FzY F+ - Fq- F3,llegamos a estamatriz ampliada:

lt o

lo o1 o
lo
\ooo

l'l

Si denotamos por

anterior, la

/'

sj

la matriz de trminos independientes de la matriz ampliada


formada por los primeros trminos de la

matTLZ columna solucin estar

(l ): (ll)E

Il

l)

' - vxZ -Ey + rxtl


txZ + Zx - rxzl
uarqo Y I- : vxZ -Ey -Zy+rx
-|

:SAUOIJE nJa ap prualsrs aluarn8rs Ia soualaprsuoJ


'o1dua[a un uoJ 'saloualue sosp) ua oruoJ 'soura parord jsauornlos sp]ru1Jur alrupe
J - XV prualsrs un ap u9rJnl osal PI JeleJl P PJOr{e soruesed
'sorurlnleo anb ugrlnlos el alu arueArl )aJa sa PurunloJ zrrlelu.r eullll4 plsa

soluaqes anb Iap

,(0,

):li-)

\-l \ )

(:
\Y

I-

t\
o!
zl

-rbv

:i(
"I'3

:sauarpuadapu sormrrJgl ap

ztrleut

e1

lod esranrn elsa opuplrld4nu asJpJluoJua apand prualsrs Iep uorJnlos

E-I

/r o r\
r ol:,o

Io r\r
:ESJa^m ap z(

zJ

'alqrpa^ur

sa Errralsls alsa ap EperJose zrJlEru

ef

(i) (;r( + i)
:eJruq uolJnlos uoJ z( selnrSgrut sa} ,'( sauoDEnJa saJl uof, prualsrs un oUanseJ soruaq
sgre soldruafa sop anb sourapJo)aJ'oa ap erlsaruu oruoJ .sa]uopuadapur sourruJ?l
ap zrJlpru e1 rod eperJosp zrJleru pI ap psJalrr e opuelqdrllruu pualsrs Iap ugrJnlos
eJrun eI Jaualqo soruapod'4rap sE
X:uolq
XVvV:y ap ESraArr

'JyV:

o'JrV :

e rod.retlldpru soruapod J : XV peppnEl eI ul 'aIqIUaArr sa y zrJluru e 'rlap sa


lseuurnor sns ap oJaru4u a anb pn8r a sEI-rJ sns ap oJaruqu 1a anb en8r sa y ap o8uer
Ie 'puralsrs Ia elruB ugrlnlos Jaual e ,( 'eperpenJ saJuolue sa y zrJleru e-I .) : yy tod
puralfls Ia soualoN 'eg'd.JJ) oxa] a ua erqdxa as uarquel anb ,saoraue sold

IA
t-

-urafa so1 ua o]srl lap a]ualaJlp opo]g{u un uoJ JaAIosaJ apand as ,se}ruBolrn ap anb
sauorJpnJa ap oJarunu orusrru Ia auarl ,{ eru4 uorf,nlos allupe erualsrs un opupnJ

-al unp 'Joualup oldruafa Iap prualsrs

'sPur ugrJPnJa eun opuaru


anb uorJnlos erusrru pl auar] pualsrs els:I

/o\
I;I
\r-l
pppruJoJ gJelsa

.all
ftq

"I
-trilt

:,N ap soulrrJgl soaund sarl sol rod


ugrlnlos zrJlprrr eI 'r)ap sa lo8ue Ia eJJprrr oruoJ so]u] ', zrJeur

6Sz

")
an
NOr))nooatNt

IV.

260

SISTEMAS DE ECUACIONES LINEALES

La matriz asociada de este sistema es la misma que la matriz asociada del sistema
homogneo que vimos en Ia pgina 253; all Ia denotamos por B. Denotemos a su

vez por E la matriz de trminos independientes de este ejemplo que estamos considerando. El rango de B es igual a 2, y tambin el de la matriz ampliada (, I t),
y Ias incgnitas son cuatro, as que se trata efectivamente de un sistema que admite infinitas soluciones. EI procedimiento para encontrarlas es eI mismo que hemos
seguido hasta ahora: aplicar transformaciones elementales sucesivas a la matriz ampliada hasta llegar a la matriz ampliada de un sistema que sea sencillo de resolver. A
partir de la matriz B, aplicndole transformaciones elementales sucesivas adecuadas,
es posible obtener una matriz B' de esta forma:

B'

:(i

0o
1o

00

En concreto, tal y como vimos en el ejemplo de sistema homogneo citado, aplicando sucesivamente a la matriz B las transformaciones elementales Fz - Fz - 2h,
Fz - Fz -3F1,F2 - (Il3)F2, Ft - Ft - FzY F: - F + 3F2, llegamos a:

B':

0 rl3
1 -4lz
(i 00

iir)

Si aplicamos estas mismas trasformaciones a la matriz ampliada (U I U), legamos


entonces a una matriz ampliada de la forma
I t') para alguna matriz columna E';
precisamente Io que obtenemos es:

(t'

(ll

/r
-1 -2 -1\
4l + f o
20
1-2
3) \o

0
1

Tlz -2 lz

-1lz -4lz _t) - (n' I u')


00
o)

Como suceda en los ejemplos anteriores, a la sta de la matriz ampliada obteni


aa (,B' I f') es posible escribir diectamente la solucin final. La regla bsica es esta:

la solucin del sistema es igual a la suma de una solucin particular (es decir, una
cualquiera de las infinitas que tiene) y la solucin del sistema homogneo correspondiente (eI que se obtiene anulando los trminos independientes, es aecir: (A I O),
que es equivalente af (a' I o)). rsto ltimo: Ia solucin del sistema homogneo correspondiente, se escribe a partir de Ia matriz B'; yalo hicimos en el ejemplo citado:

I
t

lh

l*

(:

'I oprydelJf,e

;?)

:pruJoJ elsa ap zrJleru eun e re8a1 plseq se^IsaJns selg

rod sapluaurala souopeuJoJsrleJl eluatsls alsa ap epeqdrue zrJleru e e soruanbqdy

:61

'1

-gz+n

- gs + )tl

's

-.{

seruSgJul sel ua sauolf,En)a sop ap pualsls un oluoJ JrqlJf,sa soruapod anb

'S : dS + )o,{. I = dZ + }, :sapeplen8 sop sp}sa e aluapnnba sa [PIJo]f,aA peppn8l


efsl '(S'I) : (S'Z)d + ('I))c :anb sae1 uos soJarulu sotsa 'rl ,'L p od solrlElouap
(S'I) rotJa^ Iep sEpEuaproor sPI uos sa19n? '((S'Z) '(g't)) : S
sorualaprsuoJ asaq oun ua )olJat un ap sapouap)oo)

spl rS asEq Etsa ua

:zU ap ,aseq aluam5ls pI

'Jla 'salerJolan soredsaqns ap ugrJ)asJalul 'eseq Pun ua Jo]f,al un ap sepeuapJooJ


:sonrder soruslu sol ua o 'sopesed sonder ep sauolJJnpoJlul sel ua sepeunde
oprs ueq e,( seun8y 'selpauq sauorJenJa ap serualsls sol ap sauolrerqde sPSJaArp uaJ
-e4o as ugrrras elsa

u:I sapaun sauolJawa

I0

'U>11

E lVIZ-

^U=yuor

ap swa$Is sol ap sauolcvcdy


0

ri+

IE IYEII

(o
Y+

t?
:PIUJOJ

Elsa ap purunTof, zrJleru ranbenr

l.l

pq8lro elualsrs Iap uglJnlos sa 'uolsnlJuoJ ufl

_(
lz?z.zi,;

\t__t/
so1 ,(

:l)

sop ,{eq- sop


:aluarrreJrlgruanbsl 'g ,,( g uos saluplsal sourruJql
-soJlarugJed
e
ap sourruJ?] soaund sol uos ugrJnlos pl ap soulruJgl sorarurd

'- I I fl

pn8r sa o8uer 1a- sop sol 'oseJ alse ul '0 e saen8 uefg as '(soJlarugJpd oruoJ solupl
:oruslu o1 sa anb oI o) o8ueJ 1a z( seru8grr[ ap oJaru4u Ia al]ua pIJuaJaJIp eI pJJpru
oruoJ solul 'saluelsa sol :,3. zrJlpru pI ap soJarmrd so uos 'oEue Ia oruoJ soluel
'soarurd so :se1ru8orur oruoJ sourruJql solup] ap pmunloJ zrJlpru eun sa relnrrped
as renrryed uglJnlos pun

'fl

ugDnlos IEL

zrJleru e ap

rred e JpJluoJua apand

r9z

NOD)nOOALNt

IV.

zGz

SISTEMAS DE ECUACIONES LINEALES

(recurdese que con eI punto designamos posiciones que pueden ser ocupadas por
cualquier nmero real). Obtenemos:

(l ?l l)

Fz*Fz_ 3Ft,

(t

1\

\o

2)

-1

Ft*-F>
" --' (t

Ft*Ft_ZFz
+\o(t

[o

t)

;)

A Ia sta de la matriz de trminos independientes de la matriz a mplia da obtenida,


concluimos que Ia solucin del sistema es esta matriz columna:

/s\

(_;)

Las coordenadas del vector (1,5) en la base B - ((1,3), (2,


modo de comprobacin: 5 (1, 3) - 2(2,5) - (1, 5).

5)) son, pues,

y -2.

CIcuIo de una base de un subespacio vectorial dado por

ecuaciones Considerey
respectivamente, por la
R3
definidos,
mos los subespacios vectorialesa F G de
ecuacin x1 * x2: 0 y por la ecuacin x1 - 2x3: 0; esto es:

F:

!(xr,xz,xz) R3 lxr

x2:ol y G: l(xt,xz,x)

Cmo podemos encontrar una base de la interseccin F


interseccin pot H, entonces podemos escribir:

FnG

: {(xt,xz,x:)

e R3 | x1 + x2 =O y

R.3

lxr -2n:g

'

n G? Si denotamos esta

xt -24 : }lt.

La pregunta que hemos formulado tiene, pues, la misma respuesta que esta: cmo
encontrar una base del subespacio vectorial de ecuacione s x1-t x2 O y xt - 2x3 gt

I{ precisamente si
:
-f
sus componentes verifican, a Ia vez, Ias ecuaciones x1 x2 O y xt - 2x3 : g.
Podemos decir esto de otra forma: el vector (xr, x2, x3 ) pertenece a I{ precisamente
Un vector

(xt,xz,xz) de R3 pertenece

aI subespacio vectorial

si Ia matriz columna que tiene por trminos x7, x2,


siguiente:

lx.'

l',

*xz
-Zxz

)z

x3 es solucin del sistema

-0
- 0.

Busquemos, pues, Ias soluciones de este sistema homogneo. Aplicando las transforFr - Fz a la matriz asociada de
maciones elementales F2 * Fz - Ft., F2
-F2 Y

este sistema, obtenemos la matriz:

(l ?)
4Cf .

strr;Fe

captulo I.

h*

\I

'u=11

^u=vuor

l=)t+
['

(?-)
v+

'I oprydelJf

ltl

\r )

f:lT)

:PIUJOJ

eI ap Errrunlof, saJrJlPrII sPI uos sauopnlos se'I 'selua]sls ap uglJnlosal eI P opPJrp


-ap opelredp Ie ue sourrllosal anb ou4114 Ia anJ JorJalue Erualsls a anb asalgN
'euralsrs Iap uglJnlos sa saluauoduro
sns sourruJgl ap ErrrunloJ zrJlpr[ pI 'ugrJ]asJalul u]Je onedsaqns Iap JolJaA un opep
:aluaureodnar z( lugnrasJalul pI ap JolJaA un sa ugrJnlos PuunIoJ zrJlPIu EI ap
sourruJg] sol uos saluauodruo se,'(n Jolf,al 1a 'euralsrs atsa ep uglJnlos Pun pPpEC

't -vXZ-Ey +
IXT I
ExZ+ zy - rxzl
V I- - vX - Ey ZX+IXJ
:souedradq sol ueugap anb sauorenra

se1

rod opeluJoJ plualEs Ia

JaAIosaJ z( souealued anb sgru soruaual ou 'olJa^Iosal PJPd 'salErJolJa^ soDedsaqns


uor JorJelup oel8gred ua soueqpalued sou anb Ip JpLrrIS sa euraqord alsg
Ia
'IprJolJaA oredsaqns pp z( rolra,t Iap eruns oruo)
E1 z7 u r rqrnsa sourepod anb sap] 'rU ap soque '[euo]Ja^ opedsaqns un z(
JolJaA un JeJluoJua sa soruapuatad anb o'I eleJ] as IgnJ aq? 'yU ap r4Je oredsaqns
un sa ugrqrueJ 'ErJpA sa ou rs 'ugolasraur ns z( '(qe ondesaqns sa oueldradq opol
anb souaproJeJ) ,U ap seuge sonedsaqns uos 'eluarrrenrladsar 'E : vxz-Ex +rxE A
h : ExZ + zx - txz'I- - vxZ - Ex - ZX + IxuglJpnJa ep rU ap e,( zH'IH rsoued
-radq sol soruaJaprsuoJ sauorJUnJa nd sopnp sauln sottodsaqns ap ugrJJavalul

rti

'PpeJsnq aseq el ap salol)a^ sol uos uglJnlos PI ua


uern8g anb errurno) sa)IJleru spl ap sourruJg] sol uos saluauodruo ser(n salolJal
so'I 'sauorJenf,a spsa rod operuroJ pruelsrs Ia JaAIosaJ anb sgru saf,uolue souraua] ou
'sauollenro seun od opep elJol)a,r ooedsaqns un ap aspq eun reJluoJua eJed
'(-'Z'Z-)) sa ap aseqeun,,(
'(I-'Z 'Z-)U : H :saJuolua auar] aS 'U = v un8e e,red (I-'Z'Z-)y:pruJoJ eI ap sa rs
aluarupsrJald 1 euoran onedsaqns p 'sand 'alaua,rad gU ap (tx'zx'rx) JolJoA un

'uDVuo)
:eruJoJ eI ap

pulunloJ saJrJleru

(t)

'

sPI uos Erualsls lap sauor)nlos sel anb ISe

tgz

NOD)nOOALNt

IV.

264
As, podemos decir que la interseccin
esta forma: ( 1 , -2, 0, 0) + A (1 13, -413,

SISTEMAS DE ECUACIONES LINEALES

Ht.l Hz oH3 est formada por los vectores de


-1,0) + Uez 13,-413,0, -1) para algn A e R

y algn U e R. En conclusin:

HtOHz.H3:

(1,

-2,0,0) + R(1 13,-413, -1,0) + R(-213, -113,0, -1),

y una igualdad como esta es Ia que buscbamos.


Otro ejemplo. Cul es la interseccin del subespacio afn de P2 definido por la
ecuacion xy * xz :1 con el definido por Ia ecuacin xr - 2xz: -2? Escribimos el
sistema formado por estas dos ecuaciones:

lx-,+ xt- 1
Ltr - zxz: -2.

)11

Tiene solucin nica:

(?)
as que la interseccin de los dos subespacios afines se reduce a un conjunto formado

por un nico vector: {(0, 1)}.


Determinacin de unas ecuaciones para un subespacio vectorial del que conocemos
un sistema de generadores Denotemos por F el subespacio vectorial de R.3 generadoG por los vectores (1,-1,2)y (2,0,4). Nos gustara disponer de una o unas
ecuaciones que definan este subespacio vectorial. Notemos que un vector (xt, xz, xz)
de R3 pertenece a F precisamente si se puede escribir como combinacin lineal de
los generadores (1, -1,2) y (2,0,4), es decir, precisamente si existen dos nmeros a
y p tales que:
c{(1, -L,2) + F(2,0,4)

(xt, xz, xz).

Xzy 2c{ + 4B
Esta igualdad vectorial es equivalente a: a + 2B: Xt,
podemos escribir en forma de sistema en las incgnitas a y B:

-a:

x3, que

| +28:xt
l-" : xz
I

l2o+4F:xz.
Los vectores (xt,xz,x3) de F son precisamente aquellos para los cu ales este sistema de ecuaciones admite solucin; deberamos, pues, discutir el sis tema en funcin de los valores de xr, xz y xz. Pero en ve z de discutir directamente este sistema,
discutamos uno equivalente ms sencillo; como siempre, conseguimo s tal sistema
6Cf. captulo L

ltl

seun JPJluo)ua ua

ap oalJ4u

Iap aseq eun

'

' opt;delJJ

p ua8eurl PI ap sauorJenJa

JEJIUOJUa Ua SOpESaJaIUI SOIueIS!I


- ri.

s z\

lt

\,r- I3?) -V
:aluam8rs e1 setrugup) saseq sel ua epelJose zlJleru od auall anb

'(tXE +

ExS

+ zxz + rxz'tx

ExE +

zxz'vxz + tx + IX)

: (vxtty'zytIy) I

:rod epruuap su ua ,U ap / eau ugretrlde e 'odurafa od 'soruaaplsuoJ l'leau


-q ugoetrd eun aJqos solep en8rane eed salrl4 eluaueoadsa rrellnsal saleauq
laauq ugrJaJrdn nun ap ua0nwr n I oaprlu p uqos
sauorJenJa ap serualsls

so'I

'J IprJolJaA oredsaqns Ia augap anb ugpenra Pun se ersl '0 : rv - Ev 1s


alueruelos .,( rs e aaua]ad (Ex'zx 'Ix) o]a p :auapSrs oI JrJap anb oursrur o1
sa olsa oJad '0 - txZ - x IS aluaruplos,{. rs ugpnos auar} pu8rro prualEs 1a anb
saJuolua JrJap souapod'txz - x ounuJq] Ia 'aluarueIladsa 'ou o olnu eas u43as
Ee o Z e pn8r o8uu auarl epedure zIJlEru e,(n,'L'Z e 1enBI o8ue auar] pelf,ose
zrJleru e,{.n erualsrs un ap pI sa :ppruatqo epeqdure zIJ}PIu erulrl4 e ua souoruglr

/ rxz- Ey

,ul,*_ tx)

[,

00\

rxz- y

I 0f Zr?,t-rr LtGx

r/

rx)

\ry

/txz -

Ex

l'"+rx
\ry

r
r

00\
I o I zztD-?r
Z I/
00\

il

.f - EI-

Z I/I

\ry

YZ\

/Ev

Ir**rv o

EI

tr+r-r

(::
\',

:(putunloJ prulll4 EI E saleluauala sauor)BluroJsueJl su retrde

2 )
ofo) ]InsU

(:t)
:pruJoJ else ep pun ua eruJoJsupJ] as erualsrs Iap zrJleru e anb

sorualualul 'sepenJape

saetuarua1a sauolJeruJoJsupJl ap epeqdure zrJleru eI e ugIJeJIIde e

uot aluapnrnba

Sgz

NQD)nOOAJNt

IV.

266

Recordemos que la igualdad vectorial


lente a esta igualdad matricial:

SISTEMAS DE ECUACIONES LINEALES

f (xt,xz,xz,xs) : (yt,yz,yz)

es equiva-

/'' \

^l:1):
De esta forma, el vector de R3 de componentes !t, lz y y3 pertenece a la imagen
de .f si y slo si Ia igualdad matricial anterior se verifica para algunos nmeros xr,
x2, x3 y xa. Viendo esta igualdad matricial como un sistema de tres ecuaciones
enlas incgnitas x1, xz, x3 yx4, podemos decir entonces que elvector de componentes !t, ?z y jrl3 pertenece a la imagen de / si y slo si el sistema anterior, con yl,

lz y lz

como trminos independientes, admite solucin. Por otro lado, el sistema


homogneo correspondiente a este sistema del que hablamos es precisamente eI que
resolveramos para encontrar una base del subespacio vectorial /. Transformamos el
sistema en otro equivalente por el mtodo habitual de aplicar transformaciones elementales sucesivas a su matriz ampliada. En este caso, y a la vista de la matriz A, que
tiene rango igual a 2, buscamos obtener a partir de A una matriz A' de esta forma:

Tenemos:

/L 0

-1

oz

\z z

2
Fs

t)

*F: -ZFt

F2*G l2)Fz

_>

F:

Leemos una base del ncleo a

*F: -ZFz

01
(i 22 33
0

(i

-1
-1

,=l)rr')

12

lt\

312 -rl2

3 -1
012
1 312 -rl2
(i 000
2

,l::r,)

partir de la solucin del sistema homogneo corres-

pondiente; sta es cualquier matrtz de la forma:

,ri)
)

+p

-,i,)
-?)

conAeRype- R,

t7r
.rJ

'/

ap ua8eurl EI ap uqIJEnJa eun sa elsa :0

zK

rrCZ

- l :et

-,IJIJaA rs o19s,{ IS ./tul P a)auauad


sa anb- E z'Il saluauod
-(EC,'zK,'rl)
-ruoJ ap JolJaA Ia 'JrJap st 'z,C - t(,2 - Ed our-urJgl Ia opu sa IS^oIgS ,( ts ugnnos
auar prn8rro erualsrs a'ared EJlo Jod'( ( t -'O' Z I I-' Z)' (O' f -' Z I E' I)) :sa /ta; ap
'Z)U + (O'l-'ZlE'i)U = /la; :rlqtnsa soruapod anb ;se

aseq eun

r('(I-'O'ZII-

lgz

NQt))nooatNt

IV.

268

SISTEMAS DE ECUACIONES LINEALES

DEFINICION ES Y PROPIEDAT)

IV. 1

7. Definiciones; notacin matricial

ideremrOS els istema en K de

ecua-

ciones lineales co n m incgnitas xL, xz,

attXt i

&tzXz

Cl.lynXyn

Cy

Xt I &zZXz -l

CL7ryXm

C2

lLntXt -f 0LnZXz -l

CLnmXm

Cn,

A,zt

(2)

1
I

que podemos tambin expresar de la forma:

AX:
donde X, C y A son las matrices:

(::\
x- i

C: :r

I'j

\.-)'
'

(2')

C,

&tz

Y A-

a'Lm\

(::: &zz

cLzm

[,",' &nz

on^

: ". ' )
I

X y C son matrices columna de rdenes respectivos (m, 1) y (n,I), )que A es una matriz de orden (n,m)).
De A diremos es la maftiz asociada al sistema; de x v c, Ias matrices de incgnitas y de trminos independientes, respectivamente. SiC: O, del sistema AX - C
(ntese que

at rice

relacionadas con
un sistema

EJ

EM

PLO I

diremos es un sistema homogneo.

Consideremos el sistema en R, o sistema real, de dos ecuaciones con tres incgnitas:

I n+x2+3x3=]
L-t' * x2 + x3: I'

(3)

La matriz asociada al sistema es la matriz real:

/t

r \
,)'

l-r ,

y por tanto el sistema se puede expresar de la forma:

I I r) (;r) (?)

Obsrvese que la igualdad (3') es equivalente a:

xt + xz + 3x3\ /:\
\-t, * *r* *r): \t/'
(

3',)

IV

aS'f- - tX t\V_ ZY'Z:

'uelFSaJ anb sapeppn8r sop sel ueJUrJa^


rY :ugr)nlesns el () erualsrs Ia ua Ja)eq

():(,)(:

I I-\
I I/

anb asalJgsqo

:sand

/'-\

t:)
:EUrUnlo) zrJleru eI ugl]nlos oruoJ al FupP (sgz 'd '1 oldruafa

'uellnsa anb sapeplen8r

'Mn - u'ty

'p) (,t) eualsrs IT

Z Otdyrlf

lf

seI UPJUTJaA as

'Zn:Zy 'In -Iy

'"'

:uor)nlqsns eI (Z) Erualsls Ia ua JaJer{ Ie '(,2) erualsls Iap ugrJnlos

sa

(^"\

l:l
l'ol
\'"/

eurunlo) zrJleru eI IS anb asalJasqo

("t\

(^"\ (^"o

uu

l:ll:ll:::l
-lrollu'tZa

lZxl
\'r/

\ '" / \*ro

:EJUIJaA IS '(,2)

'ur\

zZa rzal
Zra
"o )

P r"u

o'(Z) euralsls Iap ugpnlos eun sa soruallp

ols

rs

un ap u9!:nlos

"'"\

/
,l:l

I Zs

\'"/
:X ua soururJg] uoJ

(I'u,t) uapro ap ErrrunloJ

zrJleru eun aC

'(t) euralsrs Ia sa anb

'I -Ex +x+ tt-l


I

xt+Zx+rx

:rs aluaruesrJad erquan as saJrJleru ap pep1en8t elsa ,{

6gz

sl]voltdoa

slNoDtNHJo 't'At

s3

IV.

27o

AX

SISTEMAS DE ECUACIONES LINEALES

C, es decir, vamos a estudiar


qu condiciones debe verificar para que admita alguna solucin, y cul es eI conjunto
En este captulo vamos a resolver un sistema:

de soluciones.

Notacin

Utilizaremos sistemticarnente, a partir de ahora, la notacin para las matrices


columna y los vectores columna de una matriz que introdujimos en el captulo Itr: si A
es una matriz cualquiera de orden (n,m) con trminos en K, sus matrices columna se
denotarn: At, Az, ..., A*, y sus vectores columna (que son de K'): dt, dz, . .., 6tm. A

2. Aplicacin lineal asociada a un


conm incgnitas:

sistema

Dado un sistema de n ecuaciones

AX:C,

e)

consideremos la aplicacin lineal .4 de Km en K cannicamente asociada a Ia mariz A, es decir:

Km
e
Aplicacin lineal
asociada a u n
sistema

A '

KrL
ai

(1 <.1 < m).

De,4 dkemos es la aplicacin lineal asociada al sistema (4).


Como .4 es la aplicacin lineal cannicamente asociada a la matriz A, se tiene:

AX=C fl(16):s,
donde x y c son los vectores columna de X y C, respectivamente. Hemos probado,
pues, Ia siguiente

CNS de solucin
(con la aplicacin
lineal asociada)

Proposicin lV.l Una matriz columna X7 de orden (m,1) es solucjn del sis'
tema AX : C si y slo si:
,4(x1) : s,
o en otras palabras: precisamente si Ia imagen por A del vector xL es igual aI vector c, o equivalentemente: xr e JL-rl{cll, donde el vector xt es el vector columna
de

EJEMPLO

Xt.

La aplicacin lineal asociada al sistema real:


(
J xt-rxz*3xz-3
L-tt *x2* x3:1
es

la aplicacin lin

eal

A de R3 en R2 cannicamente

asociada a la matriz:

A-(1
1 ?)
\-1 1 r)'
a'-

(3)

IV,

'J - XV erualsls Iap uglJnlos sa z p saluauoduro


'a"o'f,
seluos sourruJ?l solnt 7 eI[unIoJ zIr]PIul PlJuan)asuotua'(St"'rzg'rd) = z:sa o]sa

'ug r' " rzd rId satuauoduror ap (-X ap) rotJa^ Ia z opuals 'r : (z)V :fiqlrrsa sourapod enr
r"'rzg rltl saele)sa
eI ap 4]red e peppn5l 'c : upwg + .. . + zpzfl + rprfl :anb sapl -d
t IS 'alualJlJns se ugIJIpuoJ e'I
ualslxa saf,uole 'uu '' 'o'ro
'u'"' 'zo'ro ap IeaUII ugDemqruor sa a ,'(
ap FaUII uqlJInqruoJ sa

,J _ Ittputtg

+ nzn + IpIg -

(*a)V*n + . . . + ( a)Vn + ( ia)Vln -

(*awLn + . . . + Zazn +

:olue] Jod .'J

IaIn)V : (Ix)V

(Ix) tr :sa)uolua 'J

XV ap ugIJnIoS

sa

(^"\
Ir.r
A

|,''j
IS

'erJesaJau sa uglJlpuol P-I

u or

)PJlsoui ac

'wn'"' 'zu 'ro :V ap euwnpJ salolJa


so[ ap petq[ ugpeurqlno) ees i ro]Jat a anb se uglJn[os e8ua] ) : XV seuoDen)e
ap ewalsg a anb emd aluaans . ermsatau uqurpuoJ eun ' ugrsodo't
'(t') - (0'Z'I)V

u9!)nlos

el!upP euelsls
un anb ered SNf

:sand 'etualsts lap ugrJnlos sa

(?)
:euurnloJ zIJlPlu eT

t): 0

(;;:",;:.,.): (l) (:

V
-

:pluanJ ua opuelua] opelpsar alse e opeEall raqeq sourelpod

ugrqrmlanbsoura-rasQO

'(ex+zx+tx-'tx\+zx+rx) = (txrzx'Ix)Yle^Pugapua,{

'(ex + zx + Ix-'EXE + x + tx) - (I 'E)Ex + (I'r)x + (I-'r)rx (EaEx + zazx + tatx)V - (tx'x'Ix)V
(ta)VEx + (za)Vx + (Ia)VIx

:olue] od
'E

- (t't)

Za _ (t',t)

ru _

.{.

I 'o'o)

(o
(o

(t_,t)
zU

'I 'o)
'o'I )

eU

(J

:anb lpl paurl uglJerqde eI sa y'trtap

t/z

sE

stovoltdoad

T-I

JL

slNoDlNHlJ 'l'At

IV,

272

CNS para que un

sistema admita

Corolario

Una condicin necesaria


admita alguna solucin es:

solucin: rango
de la matriz del
sistema igual a
rango de la
matnz ampliada

Matriz

rangoA:
donde

(O I a)

es la

SISTEMAS DE ECUACIONES LINEALES

y suficiente para que el


rango

sistema

AX :

(o I a),

matriz (en notacin por columnas):

(elr) :(^,

1z',

I lt*lr)

matriz (o I a) diremos es la matriz ampliada del sistema de ecuaciones


lineales AX : C.

ampliada

De la

Demostracin del corolario La condicin es necesaria. Si el sistema de ecuaciones linea: C admite solucin, entonces c es una combinacin lineal de at, dz, ..., am, y pot
tanto: rango (at, az, . . ., dm, c) = rango (or, or, ... , a^) (cf. consecuencias de la definicin de
rango de un sistema de vectores, p. 80), y en consecuencia:
les AX

fangOA: fangO(At,&2,...,C;yn) : fangO(At,Q2,...,Clrn,C) - fango (A

lc)

La condicin es suficiente. Si se verifica: rangoA : rango(" I a),entonces los rangosrango(a1 ,d2,...,am)yrango(a1,a2,...,dm,c)soniguales,yportantocesigualauna


combinacin lineal de dt, dz, ..., am, pues si no lo fuera, los rangos seran distintos (cf. proposicin I.19, p. 82). En consecuencia, el sistema AX : C tiene solucin.
c.e.D.

EJ

EM

PLO 4

El sistema real:

(l i) @:)

no admite solucin, pues:

rango

EJ

EM

PLO

El sistema real:

( i i)

-2 v rans"(

-1
2

i)-3

I x7*xz-2xzix+-1
lz*r*xz
-x4-o

admite solucin, pues:

/t

rango I

\-

-2 1\ :
o 1)

rdnno

lt
[,,

1
1

-0

I I r\

-r I o) -2

IV.I

273

DEFINICIONES Y PROPIEDADES

3. Sistemas equivalentes

De dos sistemas en K de ecuaciones lineales:

AX

D, diremos son equivalentes si tienen el mismo conjunto de soluciones. Es


decir, si X1 es solucin de AX : C, tambin es solucin de BZ : D; y recprocamente,
si 21 es solucin de BZ = D, tambin es solucin de AX : C.

y BZ

EJ

EM

PLO 6

Los sistemas reales:

lx t*Xz-X3-0
-lXz-0
1" t

I"rl_xz-x3-1
*x3 Lt,

no son equivalentes, pues la matrLz columna:

fi)
es solucin del segundo, pero no es solucin del primero.

lV.3

C un sistema en K de n ecuaciones con m incgnitas. Si T es una matriz cuadrada de orden rL, y Su rango es igual a 71, entonces son
equivalentes los siguientes sisfemas de n ecuaciones con m incgnitas:

Proposicin

Sea

AX

AX-C y QA)X:TC.
Demostracin

Sea

K' cannicamente asociada a la man,T es un isomorfismo de Ku (cf. conselineal de Ku en K' cannicaSea


"4 Ia aplicacin

f la aplicacin lineal de K"

en

triz T; como T es cuadrada de orden n y de rango

cuencia de la proposicin IIL8 (cf. p. 211)).


mente asociada a la matriz A. Recordemos (cf. corolario de la proposicin III.7 (cf. p. 201))
que, en estas condiciones, la aplicacin lineal cannicamente asociada al producto TA esT"A.
Se

tiene la siguiente cadena de equivalencias:

(Xr es solucin de AX = C)

c+ AXt: C
e A(x1) :
<- [f " A](xt) = T(c)
++ (TA)X: TC
<- (X1 es solucin de (TA)X : f C)

La tecera equivalencia se justifica de la siguiente forma: por un lado se tiene:

A(x1) = c =+ lT " Al(xt) = T(c);


y por otro lado, puesto que
la aplicacin inversa de T: f

es un isomorfismo, es una aplicacin biyectiva y est definida


1,

[T. A](xt) :T(c) -

[y-1

f " Al@t)_ ty-l

. T] (c) :=> A(xt)

c-

IV.

274

SISTEMAS DE ECUACIONE-S LINEALES

De la cadena de equivalencias anterior se deduce:

(Xr es solucin de AX
es decir, los sistemas

Aplicar a las
matrices de un
sistema una
t ran

sfo rm aci

AX -

- C) e+

(X1 es solucin de (T A)

C)

C.Q,D.

Considerando de nuevo el sistema AX : C, si Av y C1 son eI resultado de aplicar a las matices A y C, respectivamente, una misma transformacin
elemental, entonces son equivaJenles /os sistemas AX : C y A1X : C1.

Corolario

Demostracin
triz M

Sea

M la matriz elemental asociada a la transformacin elemental. La man styo rango es igual a z (cf. proposicin III.10,

es una matriz cuadrada de orden


p. 216), y se verifica (cf. proposicin III.11,

p.2I7):

C1.

De la proposicin anterior se deduce que los sistemas

AX

sistemas AX :

PLO

y (TA)X: C son equivalentes.

MA: At y

EM

elemental lleva a
otro equ ivalente

EJ

Cy

AtX

= C1, son

MC

equivalentes.

(M A)

, es decir, los
c.Q.D.

Consideremos el sistema real:

ft*r+Zxz 1 xt* x2:2,


1

es decir:

(? l) (;:) (t)
y consideremos la transformacin elemental consistente en sumar a la primera fila la segunda multiplicada por -2: " Ft - h - ZFz". Apliquemos esta transformacin elemental a las
matrices:

/r\
o:ltlt z\
t) ' ':\')'

Resulta muy cmodo trabajar con la matriz ampliada (O I t), pues as podemos aplicar
la transformacin elemental a las matrices A y C simultneamente:

(z 2 I l\
\r tlz)
Los sistemas:

son equivalentes.

r,*r, zr, (t o I -3\


\r tl 2)'

:-3
{zn-t2x2-r y {",
Ltt+xz: 2
L tr+ x2-2

IV.I.

275

DEFINICIONES Y PROPIEDADES

matriz con trminos en K de orden (n,m), de rango igual a r > I,y tal
primeros
que sus r
vectores columna son linealmente independientes, y sea C una
matriz columna con trminos en K de orden (n,7)'
Sabemos (cf. proposicin III.12, p.222) que podemos obtener una matliz A' de Ia
Sea A una

forma:

/T00

lo 1
I

l: 0: "
A'_
l

lo
l0 0

(s)

YL-T

m-T

aplicando a Ia matriz A transformaciones elementales sucesivas.

Sea:

/'i \
C,-

l"I
l:l
\,;)

la matriz que se obtiene aplicando estas mismas transformaciones elementales a


la matriz columna C. Existe (cf. corolario de Ia proposicin III.12 (cf. p. 222)) una
matriz T cuadrada de ord.en ny de rango igual a n tal que: TA = A'y TC : C',Y
de Ia proposicin IV.3 (cf. p.273) deducimos son equivalentes los sistemas: AX : C
y

A'X

C'.

Estudiemos en qu cond.iciones eI sistema de ecuaciones


es decir, en qu condiciones se verifica la igualdad:
rango

Lamatriz ampliada (,+' I C')

/T 0

fo 1

l':':
lo o
lo o

(.t' I a') :

rangoA'

:'r.

es:
0

&t(r +t)

&T*

C1

az(r +t)

&zm

C2

&r (r +L)
0

elr*

,;

i
o

c'"

+t

l::'.:
I

\oo

cn

A'X

C' tiene solucin,

IV.

276

Stn ) T,

se verifica que el rango de

(t' I t')

trminos de la malriz columna C' son

(r

(e'1.') :l:
I

SISTEMAS DE ECUACIONES LINEALES

es igual a T sr

nulos.Stn:T,
o &'L(n+r)
0 alztn+t

y slo si los

&L*
I
&z*

"

elnr'n+t

- r Itimos

entonces:

\oo

rL

eh*

'1\

','l
,;)

cuyo rango es rL - T.
Hemos demostrado, pues, la siguiente
CNS para que un

sistema admita
solucin

EJEMPLO

Proposicin

lV.4

Con las notaciones e hiptesis anteriores, eI sistema de ecua-

n:

T, o bien n > r y los n - r


ltimos trminos de Ia matriz columna C' son nulos, es decil: c'r*t : . . . : c" : O.
ciones

AX

C tiene solucin precisamente

si:

Consideremos el sistema real:

(i

:)

r_t i) lll

y llamemos A a la matriz asociada al sistema y C ala de trminos independientes. Apliquemos

A y C transformacion es elementales sucesivas que nos permitan obtener de .{


una matriz de Ia forma (5).
c)
Aplicamos las transformaciones elementales sucesivas a la matriz ampliada (A
a las matrices

'

/L 1

fo 1 -r

\r 4 -3

o
1

1\
2l
?)

/r
o
\o
lr

Fz-Fs-Ft,f

ll
t:I
rr-rt-I
,10
rr

I 0
1 _t
3 -3
0 1
I

_l

\o 3 -3

r)

6)

-;)

0
o

011
1 -1 0
\o 0 00

Fz*Fs-3F2,(L

6)

Por tanto, son equivalentes los sistemas:

/L 1 0 1\l''\

(i I -l

i)

l):

(;) v (i

01
1 -1
00
i)

(lr)

()

Observamos finalmente que el sistema tiene s olucin, ya que se tiene: rL - T

y es nulo el ltimo trmino de la matriz columna:

()

- 3- 2:

1,

:V.2. RESOLUCIN DE

TV.2

LJN

277

SISTEMA DE ECUACIONES LINEALES

RESOTUCIN DE UN SISTEMA DE ECUACIONES LINEALES


7. Determinacin del ncleo de una aplicacin lineal. Resolucin de un sistema homogneo Consideremos una aplicacin lineal .4 de Ku en Ku, de matriz
asociada A en las bases cannicas. Supongamos que A es una matriz de rango r > I,
y supongamos tambin que sus r primeros vectores columna son linealmente independientes.
Una matriz columna:

/xr \
I

x:i ",1
,-

\"^)

es solucin del sistema AX = O si y slo si el vector columna x : (xrxz,... ,xm)


verifica: "L(x) : 0, es decir, pertenece al ncleo de "4. Por tanto, el conocimiento
de Ker"4 nos Ileva al conocimiento del conjunto de soluciones del sistema homogneo AX : O, y recprocamente.
DeI teorema de las dimensiones aplicado a nuestro caso, se obtiene:

dim(Ker"4): dimKm

dim(lm.A)

:m-rangoA:m- rangoA:m-T'

Distingamos dos casos:


. Primer caso:m: r. Si m: T, entonces dim(Ker"4)
y la matriz columna nula de orden (rn, 1):

0, de donde: Ker.A

{O},

l:)
[,/
es la nica solucin del sistema

AX

O.

o Segundo caso:m> T. Supongamos que m> T,Y por tanto:


dim(KerA)
Podemos obtener una matriz
1

A':

0
0

A'

-m-r>

1.

de la forma:

0 ei? +t
0 e|(r +t

0
1

o . i
000

&r('r+r)

el*
ez*
e'r*
0

m-T

(6)

278

IV.

SISTEMAS DE ECUACIONES LINEALES

aplicando sucesivas transformaciones elementales a la matriz A, y es claro que


las mismas transformaciones elementales aplicadas a la matriz O dan como
resultado la misma matriz O. En consecuencia (cf. seccin I,p.275), son equivalentes los sistemas AX : O y A'X : O. Se verifica que las siguientes m - r
matrices columna de orden (m,I):

( &t(r +t)

&t(r +z)

&z(r +t)

&z(r +z)

&r (r +I)

21

l"

&r (r +2)

-1

-1

l:.:

son soluciones del sistema

A'X -

,'

l:')l
Z^-':lli

l-

l,^

O, y& que:

Zt, Zz, ..., Zrn_, son soluciones del


O, y los vectores columna correspondientes: zt, Zz, ..., Zm_t,,

En consecuencia, estas matrices columna

sistema AX :

pertenecen a Ker"4.
Los vectores zt, Zz, ..., zm , son linealmente independientes. En efecto:
de la igualdad hzt-l Fzzz + . . .+ IJm-rZm-r: 0, donde Ur, Uz,..., l.tm_r son
escalares, se deduce que todos stos son nulos, pues las m - T ltimas componentes del vector L\zt -l Uzzz -l . ' . * lJm rZm_r, que son: -Ft, -!2, . .., -Ltrn_r.
han de ser todas nulas.
En consecuencia, y dado que dim(Ker"4) : m- r, resulta que el Sistema
de vectores (zr,rr,...,zm r) es unabase de KerA,y por tanto Ker"4 es el
subespacio vectorial de Km generado por los vectores zr, 22, ..., Zm ,, es decir: Ker"4 = L(zt, zz, . . . , zrr-"). El conjunto de soluciones del sistema AX : O
es entonces el conjunto de las matrices columna de la forma:

AtZt + Az Zz *
siendo Ar,

EJEMPLO 9

Az

* A*_r

zm_r,

, . . ., A*-, elementos arbitrarios de K.

Consideremos la aplicacin lineal "4 de R2 en R3 dada por: A(xt, xz)


A en las bases cannicas es la matriz real:

La matriz asociada a

A-

(ii)

- (xt - x2,Zxz, x1 * x2

279

\V.2. RESOLUCION DE UN SISTEMA DE ECUACIONES LINEALES

Calculemos KerAy resolvamos el sistema de tres ecuaciones lineales con dos incgnitas:

(i r) t;;l (l)

(7,

r : 2, y el nmero de columnas de A es tn : 2; entonces se


tiene: dim(KerA):m-r=2-2:0,yportanto: Ker.4:{(0,0)},ylanicasolucindel
El rango de la matriz A es

sistema (7) es la matriz columna nula correspondiente:

/o\
t,o/
EJEMPLO r 0

Sea

ts la aplicacin lineal de Ra en R3 cannicamente asociada a la matriz real:

/t I

01\
ol.
t)

":lo\r 4r -l
-3

Encontremos KerB y resolvamos el sistema de tres ecuaciones con cuatro incgnitas BX : O.


EI rango de B es r : 2, y sus dos primeros vectores columna son linealmente independientes. EInmero de columnas de B es m:4,ypor tanto: dim(Kerts) =m-T = 4-2:2.
Apliquemos transformaciones elementales a B hasta obtener una matriz B' de la forma:

lr o bit

bio\

B':lo r bzt a5ol


\o o o o/

(8)
I

(cf. matrtz de (6), p.277).Se tiene:

(', I -? ) F3-F3-FI , (',


\o
\i 4 -3 r)

-1

1\

0l

,t

-3 0)
/t 0 I 1\
/r 0
r,-rrz Io
i -i ol--aIo ]
3

\o 3 -3 o)

y esta ltima matriz es de la forma

I l\
ol,

-r
\o o o

o)'

(8):

i
i;: il:\:ft ? -i l)
o
\ ' ) \o o o

,=(',

o)

Una base del ncleo de ts est formada por los vectores: (b'B,bh,

- 1,0) y (b'r4,bi4,0, -

1),

es decir: (1,-1,-1,0) y (1,0,0,-1). Por tanto: Kerts : ((1,-1,-1,0),(1,0,0,-f)), y las


soluciones del sistema BX : O son todas las matrices columna de la forma:

r\

^,f-ll.^,1
o/

sl

/ r\
\

con A1 y A2 nmeros reales.

\-'l

IV.

280

SISTEMAS DE ECUACIONES LINEALES

2. Resolucin de un sistema de Ia forma AX : C Consideremos el sistema


en K de n ecuaciones con m incgnitas AX : C. Supondremos que el rango de A es
igual a r > I, y que los r primeros vectores columna de A son linealmente independientes. Sabemos (cf. seccin I, p. 275) que son equivalentes los sistemas AX : C
y A'X : C', siendo:

10
01
:.
00
A,00

o alr, +u
o alzr, +u
::
1 a!, r, *u
00

Y C,-

fti\

I,l
\,;)

00

00

1".

m-'r

Supongamos que el sistema AX : C admite solucin, y determinemos una concreta. Sabemos (cf. proposicin IV.4, p. 276) que C' ha de ser una matriz columna de
orden (n, 1) de la forma:

("
C,-

t:
I,

\o
Entonces se verifica que Ia siguiente matriz columna de orden (m,T):

:')
Xy:

*l
m-r

,)
:
Al ser los sistemas AX :

A'X\ : C', como se puede fcilmente


:
comprobar.
C y A'X
C' equivalentes, la matriz X1 tambin
es solucin de AX: C, es decir: AX1 : f'.
Resolvamos ahora eI sistema AX : C, esto es, encontremos el conjunto de sus
es solucin del sistema lineal

soluciones.

Se

A'X

C', pues:

tienen las siguientes equivalencias:

AX-C <- AX-AXt <- A(X-Xy):O,

z8r

:V.2. RESOLIJCIN DE IJN SISTEMA DE ECIJACIONES LINEALES

y por tanto resolver eI sistema AX : C en la incgnita X es lo mismo que resolver


el sistema A(X - Xr) : O en la incgnita X - X1. Basndonos en Io expuesto en el
apartado anterior, distinguimos dos casos:
t Prjmer caso:m: r. Si m = T, eI sistema A(X - Xi) = O tiene solucinnica:

/o\

X_xt: lil

\o/
Y Ia nica solucin de

AX:

C es Ia matriz columna X tal que:

x-Xt:

/0\
f ,1,

\o/
esto es:
C,L

/'i \
:

l"I
l:l'

m-T

\,;)

,;

X-Xt:

- r : 0.
caso: m > r. Si ffi ) T,las soluciones

ya que en este caso m


Segundo

del sistema A(X -Xr) : O en


Xt son, siguiendo la notacin del apartado anterior (cf. p. 278)'

la incgnita X las matrices columna de Ia forma:

"'

X - Xt = trtZt+
siendo Ar , 42,
sistema AX

l^-tZ^-t,

elementos de K. En consecuencia, Ias soluciones del


C son las matrices columna de la forma:
.,

..

A^ r

X--Xt+AtZtt

* A*-r Zm-r,

es decir:
&1,(r

(,;

I,

x-:r;

+t)

&z(r +t)

+Ar

&r (r +L)

-1

A*-,

,
I

0
.

[,,
..

m-T

siendo Ar, Az,

elementos de K.

m-r

{
"r

,h'
+

IV.

282

Nota

Si el sistema

AX = C es de

SISTEMAS DE ECUACIONES LINEALES

n rcgnitas, entonces la matriz A

rL ecuaciones con

cuadrada de orden n. En este caso, si la matriz A es invertible, entonces el sistema AX :

es
C

tiene por nica solucin la matriz columna A-1C.


En efecto. Al ser la matriz A invertible, su rango es igual a n (cf . proposicin IIL l 3,
p.227), y obviamente coincide tanto con el nmero de sus filas como con el nmero de
sus columnas. Por coincidir el rango de A con el nmero de filas, el sistema AX : C
admite alguna solucin (cf. proposicin IV.4, p.276); por coincidir con el nmero de sus
columnas, admite a lo ms una (cf. p. 281). En definitiva, el sistema AX : C tiene una
nica solucin. Si hacemosi X1 : -tg, entonces: AXy = 4 rC = C. Es decir, esta nica

solucin del sistema AX

EJEMPLO

A lC.

C es la matriz (columna)

Consideremos el sistema real de tres ecuaciones con cuatro incgnitas:

/r
fo
\z

-1
I

-z

I:) B:)

matriz asociada, que denotaremos por A, tiene aJlgo r : 2, y sus dos primeros vectores
columna son linealmente independientes. Sea C la matriz de trminos independientes.
Para resolver el sistema considerado, debemos aplicar a la matriz ampliada del sistema
sucesivas transformaciones elementales que lleven A a una matrz A' del tipo:
Su

/L 0 &'r3 aiq\
A,: f O a)z ,rn]|
\oo 0 0)
1

y que llevarn la matrlz de trminos independientes a:

C,:

-1

I
I

Se tiene:

lt -1 I
lo 1 I

\, -z z

Fz*Fz-ZFt

I
o

1)

y por tanto:

/L

,fO
\o

/\

(t' I t') _ f o
\o

t)

I
I

AI ser la matriz C' de Ia forma:

C,: (?)

lr 0 2
1 1
\0000

Fr*Ft-rFz.lO

1
1

283

:V.2. RESOLUCIN DE IJN SISTEMA DE ECUACIONES LINEALES


se deduce (cf. proposicin IV.4, p.276) que el sistema considerado tiene solucin.

Una solucin particular del

sistemaAX-Ces:

fti\I - l?)
Xt:
1'1 l-:
I:
t,s,,l lsj

Las soluciones del sistema vien en determinadas a partir de las matrices columna:

ft')
es decir, a

partir

de:

v (:')

?'\ I l)

l,;,1

'Il,l

y por tanto las soluciones del sistema son las matrices columna de la forma:

siendo

lt

(l)

.^(il.^'(i)

y Az nmeros reales.

L*

EJEMPLO 12

Consideremos el siguiente Sistema real de cuatro ecuaciones con tres incgnitas:

tili)r;il(i)
Denotemos por A y C sus matrices asociada y de trminos independientes, respectivamente'
EI rango de A es r : 3, que es igual al nmero de sus columnas'. m: 3'
para resolver el sistema, apliquemos a su matriz ampliada sucesivas transformaciones
elementales que lleven A a una matriz A' del tipo:

(r o o\

^':lB

?l

\ooo)

y que lleven C a una matriz:

C':F+\
\Z:L)

IV.

284

SISTEMAS DE ECUACIONES LINEALES

Las transformaciones elementales que aplicamos son estas: F+


Fz

Fz

Fz Y

Fa,

Fq

- 2h, h -

Ft

F:.

Fs + Ft. Obtenemos la matriz:

_ _l l)
tI -t I
\ o)

'

que es de Ia forma:

r-,-fti]|
\t?,l
por lo que (cf. proposicion IV.4, p. 276) el sistema AX
Ia solucin del sstema AX - C es nica e igual a:

X,: Ci\ : (

\zi) \

EJEMPLO I

tiene solucin. Al ser: rn

3.

i)

Consideremos el sistema real de tres ecuaciones con tres incgnitas:

(i I i) a:(l)
Denotemos por A y C sus matrices asociada y de trminos independentes, respectivamente.
La matriz A es cuadrada de orden 3 y su rango es igual a 3, es decir, A es invertible (cf. proposicin III.13, p. 227),y por tanto (cf. nota p.282) la nica solucin del sistema considerado
es A-1C. El ciilculo de A-1 se hizo en el ejemplo 40 del captulo III (cf. p.229). Finalmente, la
nica solucin del sistema es:

/2

A-tc- fo

\t

-1
1

i)(1):(1)

Hasta ahora hemos tratado sistemas de ecuaciones lineales cuya matriz asociada.
de rango r, tena la propiedad de ser sus r primeros vectores columna linealmente
independientes. En el siguiente ejemplo mostramos Ia manera de proceder cuando la
matriz del sistema no verifica esta propiedad.

EJEMPLO

l4

Resolvamos el sistema real de dos ecuaciones con tres incgnitas:

x3:1
["r+2x2+
Lt, + 2x2 -t 2x3 - 1.

(s

285

:V.2. RESOLIJCIN DE IJN SISTEMA DE ECIJACIONES LINEALES


La matriz asociada al sistema (9) es:

o:l.'lt 2z

r\
2)'

s r : 2, pero sus dos primeros vectores columna no son linealmente indepenque s Io son el primero y el tercero. Si consideramos las nuevas incgnitas:
mientras
dientes,

y su rango

7t : xt, /z - x3, 7z :
el sistema (9) se escribe:

lyt+ 7z+Zjz-L
r
J1
f''

ly, + 2Y, + ZYz:

y su matriz asociada

la cual tiene rango

es:

r :

x2,

(10)
1,

1 2\
B- lt 2
ti z)'

y sus dos primeros vectores columna s son linealmente indepen-

dientes. Podemos resolve r, segn los mtodos descritos en esta seccin, el sistema (10).
Apliquemos a la matri z ampliada del sistema (10) sucesivas transformaciones elementales
para llevarla a una matriz de la forma:

(n't .') Se tiene:

I t\ .; (i ;1 ztl')
(t

(t
' (o

F2*F2-F1

(; ? i;:liL)
1
1

z lr\ F,*!,jr_(t o 2lt\


lr,/

En este caso, el nmero de filas de B es rL : 2, que coincide con el rango de B, y por tanto
(cf. proposicin IV.4, p. 276) el sistema (10) tiene solucin. Una solucin particular del sistema (10) es:
Yt

:0:ft)

y por tanto las soluciones del sistema (10) son las matrices columna de orden

(3, 1) de la

forma:

Q) (i)

.^V:)

esdecir:

(i:)

(i)

.^()

siendo A un nmero real.


Recordando la definicin de las incgnitas jvr, y2, y3i lt : xt, lz = xz Y lz
concluye que las soluciones del sistema (9) son las matlices columna de la forma:

A H (i) .^()
siendo A un nmero real.

- xz, se

286

IV.

IV.3

SISTEMAS DE ECUACIONES LINEALES

APUCACIONES DE LOS SISTEMAS DE ECUACIONES TINEALES


7. Ecuaciones de un subespaco vectorial Empezamos con un ejemplo. consideremos los vectores at : (I,0, 1,1) y az : (1,1,1,1) de R.a, y el subespacio vectorial F de Ra que generan: F = L (at,a) : L((L,0, 1, 1), (1, 1, 1, 1)).
Queremos caracterizar los vectores y de R.a que pertenecen a F; en concreto, dado
unvector y: (yt,yz,!z,VD de Ra,buscamos condiciones sobreyl, Vz,Vzy lqeue

permitan determinar si y pertenece o no al subespacio vectorial F.


Por definicin de F, ! : (jt, !2, !2, Vq) pertenece a F si y slo si es combinacin
lineal de at y az. si A es la matriz real de orden (4,2) cuyos dos vectores columna
son los vectores

dt y az:

(t
A-

1\

ll t)

y si Y es la siguiente matriz columna de orden (4, L):

Y-

ff)
entonces (cf. proposicin [V.2, p.27I) / pertenece a F : L(at,a) precisamente si
tiene solucin el sistema AX : Y, de cuatro ecuaciones con dos incgnitas.
Estudiemos, pues, en qu condiciones eI sistema AX : Y tiene solucin. Aplique-

mos sucesivas transformaciones elementales a la matriz ampliada del sistema,


decir, a (O I
donde se observa que A es de rango igual a 2. Se tiene:

es

"),

(1 :\

Fz*Fz-Ft
--------------__

111 ;)
F+*F+-Ft

(t

7t

7z

lo

\r

(;
[:

y entonces eI sistema AX
p.276):

lz - jt - 0 y

7+

7z-lt
t+

!t

7z

lz-lt
t+-lt

Ft

*Ft -Fz

(;?
[:3

!t

;,,,\
!+ _)
7z

Y tiene solucin precisamente si (cf. proposicin IV.+.

- lt -

0.

|V.3. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES

En consecuencia, el vector

287

(!t , iz,

vs,

!q)

pertenece a F si y slo si sus compo-

nentes verifican las igualdades:

Jr'- T : o,
lrn-rr=0,

de las que diremos son ecuaciones del subespacio vectorial F. Podemos escrbir:

I6uxz,Xz,xa) e Ra I xz - xt

O,

x4-

xl

01

Vistas las ecuaciones anteriores, que determinan el subespacio vectorial F, es fci


comprobar, por ejemplo, que (1,2,I,I) e F y (1, I,Z,Z) e F.

EJEMPLO

Sea

"4 la aplicacin lineal de R.a en

R.3

de matriz asociada en las bases cannicas:

/r-100\

e:lo o 1 2l
\r-roo)
Determinemos unas ecuaciones de lm,4.
Sabemos (cf. seccin 3 del captulo II, p. 119) que el subespacio vectorial lm,4 est generado por las imgenes de los vectores de la base cannica de R.a, es decir, est generado por
los vectores columna de la matriz A:

tmA
El rango del sistema
tores

1, 0, 1) y

((r,0,

1), (_1,0, _1), (0,1,0), (0,2,0))

(tt,O,tl,(-1,0,-1),(0, 1,0),(0,2,0))

es igual a 2,

y como los vec_

(0, 1, 0) son linealmente independientes, se tiene:


tm"A,

((1,0, 1), (0, 1,0))

De esta forma, un vector (y1,y2,/3) pertenece al subespacio vectorial lm,4 si y slo si tiene
solucin el siguiente sistema de tres ecuaciones con dos incgnitas:

lr o\

/yL\

fo tlx:lil
\r o) \;;)

Considerando la matriz ampliada de este sistema, se tiene:

(i:

-F3-F1

ft :

la)F3
1,,
",),
yportanto(cf.proposicinlY.4,p.276)elsistematienesolucinsiyslo
si:.y3-y1=0,que
es, en consecuencia, una ecuacin de lmA.
En conclusin:

lmA: I@t,xz,x)

R.3 |

x - xr = 01.

IV.

288

Nota

Si u1, u2,

...,

1)m son

SISTEMAS DE ECUACIONES LINEALES

m vectores de Kn de rango igual a /, el subespacio vectorial

de Kn que generan es el propio Kn: L (u1,u2,...,u-) : K2. Una ecuacin del subespacio
vectorial L (ut,uz, .. .,u*), es decir, una ecuacin de K', sera: Ox1 + 0x2 + " ' + \xn : g.
O}. fn la
o dicho de otra forma: K' : {(xr,xz,...,xn) e Kz | Oxr +Ox2+ "'+\xn:
prctica, el espacio vectorial

K'no

se representa mediante

ecuaciones.

2. Expresin de un vector como combinacin lineal de otros vectores Dados m vectores dr, dz, ..., am de Kz, y unvector c del subespacio vectorial de K?1
generado por ellos, nuestra intencin es encontrar escalares xr, xz, .", xtn tales que:
X1A4

* XryA* : g'

* X2&2 -t "'

En los ejemplos siguientes vemos la forma de proceder.

EJEMPLO r 6

Dada labase

: ({t,-t,0),(0,

1,-1),(0,0, 1)) de R.3, determinemos las coordenadas

del

vector ( 1, -2, 0) en la base B, esto es, encontremos Ios tres nicos nmeros reales x1, x2 y x.
tales que:
xr(1, -1,0) + xz(0,1, -1) + xg(0,0,1) = (1, -2,0).
Esta igualdad es equivalente a: (xr, - x1 -t x2,

I x",
]-"; *xz
l.
,"'i
ll

(I, -2,0),

o bien:

--2
1

- xz+'X3:

-x2 + xs)

0,

que escrito en forma matricial es:

? 3) C:\ .-()

(11

1 r) \";/

Nota

bene

Ntese que Los vectores columna de la matriz asociada a este sistema son los

vectores de la base

B.

Resolvamos el sistema (11). Considerando su matrrz ampliada, se tiene:

/ I

l-r 1 o
\ o -1 I

1\

/r

_zlFz*Fz-tFt,fO 1

o)

\o -r

F3-F3

l)

'fFz,

(i :

I _l)

De los resultados vistos en el apartado sobre resolucin de un sistema de ecua ciones de la


formaAX-C(cf. seccin 2, p. 277) se deduce que la nica solucin del sistema (11) es:

E:\: l-l)

\";/ \-'l
En conclusin, Ias coordenadas del vector (1,

Efectivamente se comprueba: 1(1,

-2,0)

-1,0) -

de R3 en la base B son: 1,

1(0, 1, -l)

1(0,0, 1)

-1 y -I.

(1 , -2,0).

289

\V.3. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES

EJEMPLO

l7

Dados los vectores (0,1), (1,-1) y (1,0) de R2, expresemos el vector (2,3) de R2 como
combinacin lineal de ellos, es decir, encontremos nmeros reales xt, xz Y x3 tales que:

xr(0,1) + xz(I,-1)

+x(1,0):

(2,3).

Procediendo anlogamente a como se ha hecho en el ejemplo mterior, debemos resolver


el sistema de dos ecuaciones con tres incgnitas:

(l -l

(;:):

(3)

(12,

cuya matriz asociada tiene por vectores columna los tres vectores dados: (0, 1), (1,-1)
y (1,0). Esta matriz tiene rango igual a 2, y sus dos primeros vectores columna son linealmente independientes. Considerando la matriz ampliada, se tiene:

(o

Ft-Fz (t -1 ol3\r,*r,-r,(t
r tlz)-\o
l;J-l
l; -i

r rlz\

o lls\

rlz)

Por tanto (cf. segundo apartado de Ia seccin 2), las soluciones del sistema (12) son las matrices columna de la forma:

(;i)
Haciendo, por ejemplo, A

(:)

.^(

r)

0, obtenemos una solucin particular del sistema (12):

/5\

lzl
\;/
y en consecuencia el vector (2,3) se puede expresar como combinacin lineal de los vectores (0,1), (1, -1) y (1,0) de Ia forma: (2,3) = 5(0,1) + 2(I'-l) + 0(1'0).
Tomando, por ejemplo, A = 3, obtenemos otla expresin de (2,3) como combinacin
lineal de los vectores dados: (2,3)

8(0,1) + 5(1, -1

3(1' 0).

En este ejemplo vemos que eI vector (2,3) se puede expresar de varias formas
lineal de (0, 1), ( i, - 1) y ( 1, 0). Esto es consecuencia de que el sistema
combinacin
como

Escolio

formado por ellos: ((0,1), (1,

-l),

(1,0)),

es

ligado.

base de un subespacio vectorial dado por unas ecuaciones


Consideremos el subespacio vectorial F de Ra dado por las ecuaciones:

3. CIcuIo de una

| *t+

X2_ X3* X4:0,

- x+:0,
:
f-Zx + Zxz - 2xt-t 2x4 Q,
I

I
I

y determinemos una base de F.

xz + 2xz

(13)

IV.

29o
Se

SISTEMAS DE ECUACIONES LINEALES

verifica que (13) es equivalente al sistema:

(" 12-1
\z

?)

-L

l)

[lf

fi)

Denotemos por A la matriz asociada a este sistema, y sea,4 la aplicacin lineal de R=


en R3 cannicamente asociada a la matriz A. Entonces (cf. primer apartado de Ia
seccin 2) un vector x : (xt, xz, xz, xD de Ra pertenece a F si y slo si: A(x) : 0, I
en consecuencia: Ker"4

: F.

matriz A tiene rango 2 y sus dos primeros vectores columna son linealmente
independientes. Con las transformaciones elementales Fz t Fz - 2FtY h - Ft - F:'
aplicadas sucesivamente a la matriz A, obtenemos la matriz:
La

("
\o
Por tanto (cf. primer apartado de Ia seccin 2), una base de Ker,4, es decir, una base
de F, S el sistema: (t - 3,2, - 1, 0), ( 2,_1,0, -1)), y en conclusin:

EJEMPLO

1B

-(t-3,

2, -1, 0), (2, -1, g, -1))

Si el subespacio vectorial considerado, dado por unas ecuaciones, fuera

{0}, entonces

n(,

tendra base.
Consideremos el subespacio vectorial G de R3 dado por las ecuaciones:

:0,

I xr*Zxz

:
II-tr"' t- Zxz
xz*xz-0.
'l

o,

(1+

Para determinar una base de G, tenemos que resolver el sistema:

(_i ;
\01

c"\: 13)

3)
L) \';/

\o/

Pero la matriz asociada a este sistema tiene tres columnas y su rango es igual a 3, y por tanti(cf. primer apartado de la seccin 2) tiene por nica solucin Ia IJJatrrz columna:

C:\ : 13)
\";/ \o/
En consecuencia, el nico vector (xt, xz, xz) de P3 cuyas componentes verifican las ecuaciones de (14) es (0,0, 0), y por consiguiente: G { (0, o, o)}, que no tiene base.

29r

\V,3. APuCAOONES DE LOS SISTEMAS DE ECUACIONES LINEALES

4. Ejemplo de interseccin de subespacios vectoriales Consideremos estos


dos subespacios vectoriales del espacio vectorial R.a: F : ((1, -1,0,0), (0,0, 1, -1))
y G : L(G,0,0,0), (1, 1,0,0), (1, 1, 1,0)). Hallemos una base de su interseccin, esto
es, del subespacio vectorial: F

G.

En primer lugar, calculemos unas ecuaciones del subespacio vectorial


tudiemos, pues, bajo qu condiciones tiene solucin el sistema real:

/ t o\

l-r
Io

F. Es-

/v,\

ol..-fi;

llx lvl'

\o 4)

\;)

cuya matriz asociada tiene rango 2. Aplicando sucesivamente a su matriz ampliada


las transformaciones elementales Fz * Fz + F1, F2 * FzY Fs - Fs + F2, se obtiene:

lt ol it \

lo tl ,=
lo oly,iyrl'
\o oln+n)
I

y por tanto unas ecuaciones de F son:

Jtr+tz
[

:0,

,t+/q:o'

En segundo lugar, encontremos unas ecuaciones de G. Aplicando sucesivamente


a la matriz:

(t 1 1lr,\
I0 I l tvt

lo o 1l;;

t; o o lr^)
Ia St ramsform a CI()nes elementales Fr

Ft

F2

F2 Y Fz

F3, s obtiene Ia matriz:

/t o olyr-lz

1 o lrr-iz )
lo o
lo 1l y=
\o o ol ,o )
I

IA ecuacin de G es: !+ - 0.
v p)oorr1tanto, u rna
tInI VCCTOT 0,r7 t, !2, 73, j+) de Pa pertenece a F n G precisamente si sus compoUI
n(CInt
rt(ets verific:aan simultneamente las tres ecuacio ne s obtenidas: Ias dos de F y la
I

dte G.l, es decir


(

Yt+Yz

-0
7z + lq: 0,
7+ - 0'

En consecuencia, las igualdad CS de (15) son unas ecuaciones de F

(1s)

G.

IV.

SISTEMAS DE ECUACIONES LINEALES

Finalmente, determinemos, a partir de (15), una base de F n G. Para ello, debemos


resolver eI sistema:

(i slB

(s)

'16

La matriz asociada a este sistema tiene rango 3, pero sus tres primeros vectores
columna no son linealmente independientes; s Io son, sin embargo, el primero, el
tercero y el cuarto. Si consideramos las nuevas incgnitas:
21 : TL

ZZ

: /4,

23 : !3,

24: !2,

el sistema (16) se escribe de la forma:

/r

t,:i

(I7

:il(tt) 0

y la matriz asociada a este nuevo Sistema, que sigue teniendo rango 3, s verifica
que sus tres primeros vectores columna son linealmente independientes. Aplicando
Sucesivamente a esta matriz las transformacioneS elementales F - Fs - Fz, Fz - -F3
y Fz * Fz - Fz, obtenemos la matriz:
,ll
'f
|

por tanto, las matrices columna que son solucin del sistema (17) son las de la forma:

AeR,

a:A[

i)

y las que son solucin del sistema (16) son la s de la forma:

7t

!z
7z

(:'\
:ltl-\

AeR.

t)

7+
En conclusin, los vectores

(yt,yz,yz,yq)

(yt,yz,!2,
es decir: F

((1, -1,

o,

0))

:'.4) = A(1,

R(1,

-1,

de F n G son aquellos de la forma:

-1,0,0),

R,

0, 0), y unabase de

Fn

G es: ((1,

-1,

0, 0) ).

293

RECAPITULACIN IV

RECAPITULACION IV
Deftniciones y propiedades Consideramos un sistema en K de n ecuaciones
con las rn incgnitas x1, x2, ..., xmi
I

anx + &tzXZ

0LLryXm

aztx 1 +

CLZryXm

l^;,.

&zzXZ

'*CLnmXyn:Cnl

Av2X2 +

o EI sistema se esc ribe de I a forma: AX

:CI
:Cz

C, donde:

/"'\
x - 1" | ,rrrurriz
='

de incgnitas),

\;^)
C

/ct \
l"l
:
(matrizdetrminosindependientes),

I,

l',/

/art CLtz
ot, cl>t
l,:l ." :
l::'.:l
I

tl\anl an2

arrlr\
a'r^ I
. l(matrirasociadaalsistema).

tr

an^/

Aplicacin lineal asociada al sistema: Ia aplicacin lineal "4 cannicamente


asociada a A.

Matriz ampliada del sistema: la que tiene por matrices columna las matrices
columna de Ay C.
se denota: (o | .)
Solucin de un sistema: matriz columna X1 con trminos en K de orden (m, 1)
tal que: AX1: g.

Xt y C son ar, d2, ..., am, xt Y c, respectivaprecisamente si se verifica cualquiera de las


sistema
mente: X1 es solucin del
siguientes condiciones:
o A(x) = c, o bien: xt e "A-r l{c}l;
o eI vector c es combinacin lineal de los vectors tr1, d2, . . ., dmi
Si los vectores columna de A,

ranso (o I a) = rangoA.
Sistemas eqvalentes: sistemas que tienen el mismo conjunto de soluciones.
Si T es una matriz cuadrada de orden ny rango rL, entonces son equivalentes

los sistemas AX = C y (TA)X

h*

TC.

IV,

294

SISTEMAS DE ECUACIONES LINEALES

Resolucin de un sistema de e cu,a.cr on(,eCS Iitnnea Ies Consideramos un sistema


Ltas, queverifica: rangoA: T
cgniir
o. m incCI
en K, AX - C, de n ecuaciones c on
ea lme nte independientes; sea:
los r primeros vectores columna dle As ocnllinreal
t ,,,

:l( i)
c',

C,

,)

\c':;

rnac iones elementales que llevan A a


Ias mismas trranrsfcorlm

Cy

&'L (" +T)

&Tm

&z(r +t)

&zm

e!, t,

elr*

+t

0
M_T

A'X

C' son equivalentes.


El sistema AX : C tiene solucin precisamente si:
Ios (z - r) ltimos trminos de C' son nulos.
Los sistemas AX

Cuando eI sistema

AX:

C tiene solucin:

= T, o bien r > 7' \-

t]

:f :'

sr m

sr m > T, las soluciones son las matrices column a de la forma:

-L

la solucin es nica: X1

\,^)

t')

ei*
eL*

l:rlil'] l"

Xt:

l:

A*_,i"T
:

(,

-1
siendo

A1, tr*-t

elementos de K.

m-T

C,q,prulo V

SUCESIONES DE NUMEROS REALES

V. SUCESIONES DE NMEROS

296

REALES

ESQUEMA _ RESUMEN
INrnoouccrr.r 297

de

1.

EI conjunto de los nmeros reales 310


1. Propiedades de los nmeros reales
' 310
reales
nmeros
2. Intervalos de
'3I4
.315
3. Valor absoluto de un nmero real .

4. Punto interior.
juntos

Coniuntos abiertos.

cerrados

Con-

' 316

2. Sucesiones de nmeros reales 32I


1. Definicin de sucesin
2. Sucesiones acotadas
3. Subsucesiones

3. sucesiones conversentes. Lmites


tos 328
1. Sucesiones convergentes

2.
3.

de

El conjunto de los nmeros reales, 297 . Sucesiones


nmeros reales, 301 . Sucesiones convergentes. Lmites
infinitos, 302 . Sucesiones montonas, 306 . Series
nmeros reales, 307.

'321

..

Lmites infinitos
Punto adherente

montonas

.334

'343

4.

Sucesiones

5.

Series de nmeros reales 350


t. Definicin de serie

347

2. Series convergentes
3. Criterios de convergencia .

6. Solucin de los ejercicios propuestos

.3s0
. 35f
. 353

355

7. Anexo 359
1. operaciones con sucesiones convergentes .3Sg
.36f
2. Sobre la serie geomtrica . . : . .

'323

'324

innni.328

R_ECA*rTUr-A,CIN

363

l#ljJfl:fi:nffi'J::;'*:';ifi.;rl}i."1'"ffi",11

ifinitos, 366 . Sucesiones montonas, 368 . Series de


nmeros reales,369.

297

INTRODUCCION

INTRODUCCIN
EI conjunto de los nmeros reales Antes de presenta-r las sucesiones de nmeros reales, es importante estudiar aigunos aspectos del conjunto de Ios nmeros
reales; a eIIo se dedica esta seccin.
Las tres primeras propiedades que se citan ya han sido utilizadas, al menos im-

plcitamente. EI conjunto de los nmeros reales, dotado de las operaciones adicin


y multiplicacin, tiene estructura de cuerpo conmutativo, y en l est definida la
relacin de orden total <, la cual es compatible con estas operaciones. Este aserto
nos da sintticamente mucha informacin, relacionada con tareas habituales de manipulacin de nmeros reales, expresiones algebraicas, igualdades y desigualdades.
Entre otras muchas cosas, nos dice, por ejemplo, que el orden de los sumandos no
altera una suma (propiedad conmutativa de la adicin), que el producto de cualquier
nmero por el nmero 1 tiene como resultado el nmero original (elemento neutro
de la multiplicacin), que podemos extraer fuera de un parntesis un factor comn
(propiedad distributiva), o que podemos multiplicar por un mismo nmero positivo
ambos miembros de una desigualdad sin que cambie su sentido (compatibilidad de
la relacin de orden con Ia multiplicacin).1
La cuarta propiedad es Ia realmente nueva para el lector. Para verla, se hace necesario introducir eI concepto de conjunto acotado, superior o inferiormente, y para ver
este concepto debemos hablar de cota superior y de cota inferior de un conjunto. Una
cota superior de un conjunto de nmeros reales es un nmero que es mayor o igual
que todos los elementos del conjunto. Por ejemplo, el nmero 0 es cota superior del
conjunto de los nmeros reales negativos, o el nmero I lo es del conjunto cuyos

elementos son las fracciones de la forma I ln para cada nmero natural positivo
(este conjunto estformado por 1/1 :1,I12,I13,...). Anlogamente, una cotainferior deun conjunto de nmeros reales es un nmero que es menor o igual que todos
Ios elementos del co4iunto. Por ejemplo, el nmero 0 es cota inferior del conjunto
de los nmeros reales positivos, o del conjunto de las fracciones de Ia forma 1/n
para n N*.2 Si un conjunto admite alguna cota superior, se dice que est acotado
superiormente; si admite alguna cota inferior, que est acotado inferiormente. Y si
admite cotas de ambos tipos, se dice simplemente que est (o es) acotado. Por ejemplo, el conjunto de los nmeros reales negativos est acotado superiormente, pero no
inferiormente (no hay ningun nmero que sea menor o iguai que todos los nmeros
negativos simultneamente); el conjunto de los nmeros positivos est acotado inferiormente, pero no superiormente; y el conjunto de las fracciones l/n con n e N*
tEl significado completo de Io que

es

un cue{po, o una relacin de orden total, puede verse en el

apndice A.

2ConNx sedesignaelconjuntodelosnmerosnaturalespositivos:

N*:

{1,2,3,...1.

f,

V. SUCESIONES DE NUMEROS

2gB

REALES

est acotad.o tanto superior como inferiormente, con lo que es un conjunto acotado
(el nico que est acotado en los tres ejemplos citados)'
Nota

bene

El conjunto VaCo: 0, se Considera acotado.

Ya podemos enunciar Ia cuarta propiedad: si un conjunto no vaco est acotado


superiormente, es decit, Si admite algUna cota Supeliol, entonces existe un nmero

con la caracterstica de ser la menor de todas sus cotas superiores. Tal nmero
se denomina Supremo del conjunto; si eI conjunto Se denota por A, su supremo se
designa: sup A. Por ejemplo, eI conjunto de los nmeros reales negativos est acotado
superiormente: cuI eS su Supremo? Ya hemos apuntado que el nmero 0 es una
cota superior de este conjunto, y acontece que cualquier nmero menor que 0 no es
cota superior;3 en otras palabras: el nmero 0 es Ia menor de sus cotas superiores.

por G, podemos escribir: sup G : 0.


Esta cuafia propiedad tiene una segunda pafie: lo anlogo con los conjuntos
acotados inferiormente. Si un conjunto no vaco est acotado inferiormente, entonces
existe un nmero con la propiedad de ser Ia mayor de todas sus cotas inferiores. Tal
nmero se denomina nfimo del conjunto; si eI conjunto se denota por A, su nfimo
se designa: nfA. Por ejemplo, para el conjunto de los nmeros reales positivos
por R.f-, se tiene: nf R'f : 0' Y si A es el conjunto de las
-que suele denotarse
fracciones llnpararl N*, se tiene: inf A = 0 y supA : 1.
Hablamos tambin de mximo y de mnimo de un conjunto. Se dice que un
nmero es mximo de un conjunto si es cota superior del conjunto y pertenece al
conjunto; y la definiciln de mnimo es anloga. El mximo de un conjunto A, si
existe, eS nico, y se denota: mxAi y lo mismo el mnimo, que Se denota: mn.
Por ejemplo, el conjunto A de las fracciones Iln, n e N*, admite mximo: la fraccin 1/1 : 1, pues es cota superior de Ay, a la vez, es un elemento de A; podemos
entonces escribir: mxA: 1. Es de observar que si un conjunto admite mximo, ste
coincid.e con S-u supremo; y, anlogamente, si un conjunto admite mnimo, ste coincide con su nfimo. Por ejemplo, eI conjunto A de fracciones recin citado no admite
mnimo (si as fuera, el mnimo sera igual a nf A : 0, pero O A); el conjunto G de
los nmeros negativos no admite mximo (pues sup G : 0,y O G) ni mnimo (pues
no est acotado inferiormente); y el conjunto Rf tampoco admite mximo ni mnimo.
Si un conjunto no est acotado superiormente, tambin se habla de supremo:
se dice que su supremo es ms inftnito. Y si un conjunto no est acotado inferiormente, se dice que su nfimo es menos infinito. Para Ios conjuntos de los que venimos
habland.o, podemos escribir: nf G : - oo y sup R : + *.
Si denotamos el conjunto

3Ntese
e, sr b es un nmero menor que 0, no puede ser mayor o igual que todos los nmeros
negativos: verbigracia, sera menor que el nmero negativo b 12.

INTRODUCCIN

299
Hay una consecuencia de la cuarta propiedad de los nmeros reales que interesa
resear aqu: la propiedad arquimediana de los nmeros reales. De acuerdo con ella,
si x y y son dos nmeros reales, positivo el primero, y positivo o nulo el segundo,
entonces existe algn nmero natural m tal que mx > y. pinsese que el primer
nmero puede ser escogido muy pequeo y el segundo muy grande; la propiedad

arquimediana nos asegura que existe algn nmero natural cuyo producto por el
primero supera eI segundo. una consecuencia til de esta propiedad es que no importa cun pequeo sea escogido un nmero positivo x: ser posible encontrar algn
nmero natural positivo m de forma que la fraccin r lm sea an menor que x.
Un intervalo de nmeros reales es un conjunto de nmeros reales que o bien coincide con el conjunto vaco, o bien coincide con el propio R., o bien es de uno de
los ocho tipos escritos en el texto. Los cuatro primeros de estos ocho tipos: [a,b],
(a,bl,la,b) y (a,b), son conjuntos formados por todos los nmeros comprendidos
entre dos dados, y los cuatro se distinguen entre s segn se considere si cada uno
de esos dos dados pertenece o no al conjunto (ntese que se escribe un corchete: '['
o ']', en el primer caso, y un parntesis: '(' o')', D el segundo). por ejemplo, el
intervalo (rl2,8l es el conjunto de los nmeros reales comprendidos entre 1/2 y B,
excluyendo 1/ 2 e incluyendo 8. Los otros cuatro tipos de intervalos: (a, + .o, fa, + a),
(-*,b) y (-*,b1, estn formados simplemente por los nmeros reales mayores,
mayores o iguales, menores, o menores o iguales, respectivamente, que uno dado.
Por ejemplo, el intervalo (-3, +*) est formado por los nmeros mayores que -3
(excluyendo ste); el intervalo (-*,01, por los menores o iguales que 0 (incluyendo
ste).

Queremos enfatizar que los intervalos del tipo la.,bl, @,b1, la,b), (a,b) y A son
conjuntos acotados. Cada uno de los cuatro primeros tiene por nfimo el nmero a, y
por supremo eI nmero b; y estos nfimo y supremo sern mnimo o mximo, respectivamente, segn pertenezcan o no aI intervalo. Los otros cinco tipos de intervalos no
son conjuntos acotados, pero los intervalos (a,+o y La,+q) estn acotados infe-

riotmente,ysunfimoesa; ylosintervalos (-*,b) y(-oo,bl loestnsuperiormente,


y su supremo es b.
El valor absoluto de un nmero real es el propio nmero si el nmero es positivo
o nulo, y es su opuesto si el nmero es negativo. Se designa colocando el nmero
entre barras. Por ejemplo: l7l : 7, l}l:0, o l-31 : -(*3) : 3. En el texto se
incluyenvarias propiedades del valor absoluto; se har amplia aplicacin de ellas en
las demostraciones relativas a lmites de sucesiones.4
Esta seccin termina presentando los conjuntos abiertos y los conjuntos cerrados. Lo primero que observamos es que hablaremos de punto del mismo modo que
aY sobre todo sern aplicadas en las siguientes
asignaturas

d,e

Matemticas del Grado.

\''*

V. SUCESIONES DE NUMEROS

300

REALES

hablamos de nmero real. Ello es debido a que los nmeros reales se pueden representar en una recta donde se han elegido un origen y una unidad orientada de medida.s El primer concepto que se estudia es el de punto interior de un conjunto. Un
punto x es punto interior de un conjunto A de nmeros reales (o, ms simplemente,
es interior a A) si podemos encontrar un intervalo del tipo (a,b) con dos caractersticas: el punto pertenece a este intervalo: x e (a,b), y este inteNalo est contenido en

(a,b) c A. Una consecuencia inmediata es que un punto interior

de un
y se
ejemplos,
recogen
varios
se
En
eI
texto
conjunto.
del
conjunto es un elemento
enuncian algunas propiedades, pero entre unos y otras nos interesa resaltar Io que

el conjunto:

fundamentalmente manejaremos en eI curso sobre este concepto: cmo son los puntos interiores de los intervalos. Los intervalos la,bl, @,b1,la,b) y (a,b) tienen los
mismos puntos interiores: los puntos comprendidos entle a y b, excluyendo a y b',
los intervalos (a, + m ) y la, + a) tambin tienen los mismos puntos interiores: en este
caso, los nmeros mayores que a (excluyendo por tanto el propio a); anlogamente,
los intervalos (-@, b) y (-*,bl tienen por puntos interiores los nmeros menores
que b (excluyendo, pues, eI mismo b); y, finalmente, para eI intervalo R', todos sus
puntos son interiores, y para eI conjunto vaco no hay puntos interiores.
Dad.o un conjunto, el conjunto formado por sus puntos interiores se denomina
interior del conjunto. Si A es el conjunto, su interior se denota de esta forma: A.
Ntese qn" c A, pues los puntos interiores de un conjunto son elementos del
conjunto. En el texto se recoge una tabla con el interior para cada uno de los diez

tipos de intervalo. Sobre esto no nos har falta ms.


Que un conjunto de nmeros reales es abierto significa que todos sus puntos
son interiores. Es decir, un conjunto abierto es el que coincide con su interior. Los
intervalos que son conjuntos abiertos son (4, b), (a, +-) y (-*,b), adems de R. r
eI conjunto vaco. Y que un conjunto es cerrado significa que su complementario es
abierto. Los intervalos que son coniuntos cerrados son [a,b], la',+*) y (-*,b1, ]
tambin R y el conjunto vaco. Ntese que estos dos ltimos son conjuntos abiertos
y cerrados a la vez; acontece que son los nicos conjuntos de nmeros reales que
son abiertos y cerrados a la vez. Sobre conjuntos cerrados diremos algo ms cuando
hablemos de punto adherente, despus de estudiar los lmites de sucesiones.
Nota bene Hay conjuntos que no son abiertos y que tampoco son cerrados. Entre los
intervalos, los de Ia forma (a,bl y la,b) no son abiertos y no son cerrados. a
sUn ejemplo de Ia estrecha relacin entre puntos de una recta y nmeros reales es eI siguiente: si a
la- b , es una forma de hacer refetencia e
lo que dista entre Ios puntos que estn representando ambos nmeros, sin pleocuparse de tener qu

y b son dos nmeros, el valor absoluto de su diferencia:

saberdeantemanoculesmayor. Verbigracia: (-1)-31 =1-41 =4,y4esloquedistanlospuntos


que representan los nmeros -1 y 3. Este tipo de representacin en una recta debea ser conocido de.
Bachillerato (o del Curso de Acceso); no obstante, no se exige en este cwso.

30r

INTRODUCCIN

Sucesiones de nmeros reales Formalmente, una sucesin de nmeros reales es


una aplicacin del conjunto de los nmeros naturales en el conjunto de los nmeros
reales. Cuando tenemos una sucesin, tenemos entonces una forma de asignar un
nmero real ai nmero natural 0, un nmero real al nmero natural 1, un nmero real
al nmero natural 2,y as sucesivamente; es decir, tenemos una forma de construir
una lista de nmeros reales en la que es relevante el lugar que ocupa cada uno. Por
ejemplo, a pafiir de la aplicacin de N en R que a cada nmero natural n asigna el
nmero n2, podemos contruir esta lista d.e nmeros: 0,1,4,9, 16, .. . , pues 02 : 0 es
la imagen de 0 por la aplicacin , L2

1es Ia imagen de I,22

4 es Ia imagen de 2, y

as sucesivamente.
Para las sucesiones no se usa Ia notacin habitual de las aplicaciones. Se elige una

Ietra, por ejemplo a (o b, o c, etc.), y se Ie aade como subndice un nmero natural


para indicar Ia imagen por Ia aplicacin de ese nmero natural; de esta forma, con 4s
se designa Ia imagen por Ia aplicacin del nmero natural 0, con ar la imagen del
nmero natural I, . . ., y en general con An la imagen de un nmero natural n' Asi,
podemos deci que la sucesin es:
AO, CLL, 0L2,

y cuando nos queramos referir

(ar";n e

,,',

0LrL,

la sucesin como

N),

"',
a

un todo, escribiremos:

o ms simPlemente: (an)

'

(nz;n e N), o
para
(an),
??
e
N.
cada
con &n = 7L2
simplemente: (n2); o incluso:
Dada una sucesin (a), y dado un nmero natural k, se dice que el trmino de
ordenk de la sucesin es igual ? a<i es decir, el trmino de orden k de la sucesin es
la imagen por la aplicacin d.el nmero natural k. Para Ia sucesin (n2), su trmino
de orden k es igual a k2;verbigracia, eI trmino de orden 5 es igual a 52 : 25. Otro
ejemplo: si (b) es la sucesin tal que bn = eI)" para cada n e N, es decir, la
sucesin 1, -1, 1, -1, ..., podemos decir que su trmino de orden k es igual a 1 si k
es p, y a -1 si k es impar.
tJlaa cota superior de una sucesin es un nmero que es mayor o igual que todos
y cada uno de sus trminos; y, anlogamente, uJJa cota inferior es un nmero que
es menor o igUal que todos y cada uno de sus trminos. Por ejemplo, para la sucesin ((-1)z), una cota superior es eI nmero I y una cota inferior es el nmero -1;
para la sucesin (n2),una cotainferior es elnmero 0, yno admite cotas superiores. Una sucesin esf acotada superormente o inferiormente si admite una cota
superior o inferior, respectivamente; y esl acotada si lo est tanto superior como
inferiormente. De las dos sucesiones que acabemos de poner como ejemplo, slo la

En eI ejemplo del parrafo anterior, podemos decir que esa sucesin es

sucesin

((-1)")

est acotada.

V. SUCESIONES DE NUMEROS

3o2

REALES

ltimo concepto que se estudia en esta seccin es el de subsucesin. Lrtuitivamente, una subsucesin es una sucesin obtenida a pafiir de otra: si en una sucesin
dada, nos deshacemos de algunos trminos (en cantidad finita o infinita), de forma
que dejemos una cantidad infinita de trminos de la sucesin original, lo que queda
es una sucesin de la que se dice es subsucesin dela primera. En el texto podemos
leer Ia definicin formal general, pero veamos aqu las dos formas de obtener una
subsucesin (y denotarla) que manejaremos en el resto del captulo.
Si (ail es una sucesin: 6Lo, cLt, cL2, c13,. .., y nos deshacemos, pongamos, de sus
tres primeros trminos, nos queda: &3, cL4, ds, . .., que resulta ser tambin una sucesin; setratadeunasubsucesindelasucesinoriginal (ail,y sedenota: (a";n>3).
Por ejemplo, la sucesin (n';n> 5) es una subsucesin de Ia sucesin (n2); comprese la sucesin: O,1,4,9, 16, 25, 36, ..., con la subsucesin: 25, 36, 49, '. '
Otra forma de obtener una subsucesin de una sucesin Ia sugiere este ejemplo.
S (a es una sucesin, y nos fijamos sIo en sus trminos de orden pari 6Ls, a2,
aq, 61a,. . ., lo que acabamos de escribir es otra sucesin, que es subsucesin de Ia
sucesin original (ai se denota: (az). Yerbigracia, para la sucesion ((-1)), su
subsucesin ((-D2") es la sucesin constante (1): 1, 1, 1,... (todos sus trminos
iguales a 1). De manera similar podramos hablar tambin, por ejemplo, de la subsucesin de la sucesin (a.) formada por los trminos de orden impar: (azn+t).
Para finalizar esta seccin, una cuestin de notacin. Dado un nmero natural k,
aveces escribiremos: (anin > k), sinhabernos referido antes a alguna sucesin (ar),
que es posible que ni siquiera est definida. Tal notacin hace referencia a la sucesin cuyo trmino de orden 7L es 6Ln+k; es deci: cLk, clk+t, clk+2, ... Por ejemplo, la
sucesin (Iln;n > 1) es esta: 1, Il2, I13,I14,...;yntese que no podemos habla
de la sucesin (a.; con An : I ln, pues no tendra sentido su trmino de orden 0.
El

inftnitos Empecemos con un ejemplo: la


sucesin de nmeros reales (1/n; n> l) converge al nmero real 0; o dicho de otra
forma: el nmero 0 es lmite de Ia sucesin (Iln;n>7). Qu significa esto? La
Sucesones convergentes. Lmites

sucesin es:

,11
', 2' 3' "''

1 "'
n,

'

y sus trminos son nmeros que se hacen cada vez ms pequeos; realmente, segn
avanzamos en el orden de Ia sucesin, los trminos correspondientes se acercan al
nmero 0 tanto como queramos. Por ejemplo, si quisiramos, siempte con trminos de la sucesin, acercarnos a 0 menos de una milsima, slo tendramos que
seleccionar los trminos de orden mayor o igual que 1001: todos ellos estaran en
eI intervalo (0- 1/1000,0+ 1/1000), Io cual es lo mismo que decir que distaran
de 0 menos de una milsima. Y esto lo podramos hacer con otra medida cualquiera.
Realmente, dado cualquier positivo, existir algn orden k (el cual depender, en

3()3

INTRODUCCIN

e,0 + e ) podemos encontral todos los


trminos de la sucesin que son de orden mayor o igual que k. Esto es iustamente
lo que queremos decir cuando afirmamos que la sucesin (Iln;n > 1) converge al
nmero real 0, o que eI nmero 0 es lmite de la sucesin (I ln;n > I) '
general, de e) de forma que en el intervalo (0

Otro ejemplo: la sucesi'n (nl@+ 1)) converge al nmero 1. Alasta de sus


primeros trminos: O, 112,213,314,..., quiz no se aprecia si los trminos de Ia
sucesin se acercan a algn nmero concreto, pero si nos fijamos en trminos de
orden mayor, digamos, orden mayor o igual que 100:

100 101 ro2


I 01' t 02' J03'

"'

'

s parece que nos pOdemoS acercar, tanto Como queramos' al nmero 1. Fuede
comprobarse que esto efectivamente es as: Ia sucesin (nl@ + 1)) converge aI
nmero 1.
De una sucesin se dice es convergeinte si converge a algn nmero real. De
las propiedades de las sucesiones convergentes que figuran en el texto, hay dos que
queremos destacar aqu. La primera es que el lmite es nico; es decir, si una sucesin
es convergente, entonces no convelge ms que a un nico nmero. Si (ar) es la
sucesin convergente, y es su (nico) Imite, se escribe:

l1an

: L, o bien lm (a) :

L.

De acuerdo con los ejemplos anteriores, podemos escribir:


rim

(f,tnr

1) -

rm(#rl:1

La segunda propiedad que destacamos es que eI lmite de una sucesin convergente

no depende de sus primeros trminos. Formalmente, esto significa que una sucesi6n (a) converge a un nmero I si y slo si cualquier subsucesin suya de Ia
forma (an;n > k) converge tambin al nmero l.
EI siguiente concepto que vemos en esta seccin es el de lmite ms infinito. Intuitivamente, una Sucesi1n tiende a ms infinito si, segn Se avanza en el orden de
la sucesin, Ios trminos correspondientes se hacen tan grandes como se quiera. Por
ejemplo, Ia sucesin (n2) tiende a ms infinito. Fijemos un nmero b cualquiera;
podemos encontrar algn orden k tal que todos los trminos de la sucesin de orden
mayor o igual que k son mayores que b. En efecto: si b es negativo, se toma k : 0,
y si b es positivo, basta tomar como k eI primer nmero natural que supela Jb; el
trmino de orden k, que es k2, y todos los que le siguen: (k + 1)2, (k + 2)2,. . . , son
entonces mayores que b. Si una sucesin (ar) tiende a ms infinito, se escribe:

IlIo": *@, obien lm(a)


Se tiene entonces: lmnz : +q'

= +oo'

V. SUCESICNES DE NUMEROS

304

REALES

Y una sucesin tiende a menos infinito si, segn se avanza en el orden de la suce-

sin, los trminos correspondientes se hacen tan grandes como se quiera en valor
absoluto, pero siendo negativos. Por ejemplo, la sucesin (-n) tiende a menos infinito. Si fijamos un nmero b arbitrario, podemos encontrar algn orden k tal que
todos los trminos de orden mayor o igual que k son menores que b. Efectivamente:

si b es positivo, tomamos k

primer nmero
natural que supera -b; consegrrimos as que todos los trminos de orden mayor o
igual que k: -k, -(k + 1), -(k+2),..., seanmenores que b. Siuna sucesin (")

0,y si b

es negativo, tomamos k igual al

tiende a menos infinito, escribimos:

l{go" - -oo, o bien


De acuerdo con lo visto, podemos escribir:

lm

(a") : -oo.

lm(-n) :

-oo.

Los lmites infinitos tambin cumplen las dos propiedades que destacbamos pa

las sucesiones convergentes: la unicidad del lmite y eI hecho de que eI lmite no


depende de los primeros trminos de la sucesin.
En lo que al calculo efectivo de lmites se refiere, lo primero que vemos es el
cilculo del lmite de sucesiones del tipo (p(n)), donde P(n) es un polinomio. Son
sucesiones como (1 -na), (2n3 +n) o (1.+5n2 - 3zr). Sobre polinomios, conene
repasar el apndice A (cf. p. 413),6 pero recordamos que el grado de un polinomio
es el mayor exponente de n que figura, y que eI coeficiente de mayor grado es eI
nmero que acompaa a esta u el grado de 1 - na es 4 y su coeficiente d.e mayor
grado es -1; el grado de2n3 + 7 es 3 y su coeficiente de mayor grado es 2; el grado
de 1 + snz - 3n es 2 y el coeficiente de mayor grado es 5 (el grado del polinomio 5
-un nmero reaL es un caso particular de polinomio- sera 0, y el coeficiente de
mayor grado de este polinomio sera eI mismo nmero 5). Con esto en cuenta, el
lmite de la sucesin (P(n)), cuando P(n) es un polinomio de grado mayor o igual
que 1, es igual a +oo o a -oo segn sea el coeficiente de mayor grado positivo o
negativo, respectivamente. As:

lm(1- na): -*,

lm(2n3

+n) : a* y

lm

(r+Snz -3n): a*.

(Si el polinomio tiene grado 0, es decir, si se reduce a un nmero real, Ia sucesin (P(n))esunasucesinconstante,ysulmite es trial;porejemplo:lm (5) : 5.)
El siguiente tipo de lmites que distinguimos es el de sucesiones del fipo (I lP(n)),
donde P(n) es un polinomio de grado mayor o igual que 1. En todos estos casos el

lmite es igual a 0;por ejemplo:

lm.

l?*oc I - n.

" -0,

lm

l?-o

-ns +2'n4 -n+2

lm^^1
-0, o t?*
Onr + Tf =-0.

6En eI apndice citado, Ios polinomios se presentan en la indeterminada

x2 + I,o 3

- x + x3. Lo que all se dice es vlido

TLr

x; por ejemplo:lxs +J2 x+1,

aqu sin ms que cambiarx por n.

305

INTRODUCCION

Notabene

Noestdefinidoelcociente

IIG-n2) cuandorr:1, asque,propiamente,

deberamos escribir: lm(1/(1 -n2)in>2) :0; sin embargo, envirtud de que ellmite
(sea finito o infinito) es nico y no depende de los primeros trminos de la sucesin,
y con el fin de no recargar la notacin, escribiremos simplemente lm (1/(1 -n2)) = O.

Anlogo comentario podramos hacer conlos otros lmites. Engeneral, st(bnin > k) es
una sucesin que admite lmite, finito o infinito, no designaremos ste por lm (bn;n > k),
a
sino por lm (b.), aunque b, no est definido par algn valor de n menor que k.

Y finalmente tambin calculamos el lmite de sucesiones definidas por cocientes


de polinomios, del fipoi (P(n)lQ@)), donde P(n) y Q(n) son polinomios de grado
mayor o igual que 1. Debemos distinguir tres casos, segn sea eI grado del polinomio
del numerador mayor, igual o menor que el del denominador. En el primer caso:
cuando el grado del numerador es mayor, el lmite es ms infinito o menos infinito,
segn sean iguales o distintos, respectivamente, los signos de Ios coeficientes de
mayor grado de ambos polinomios. Por ejemplo:

-nz +2 rol.
ilm --o 7L-o
-n + b
(Para el primero, verbigracia, el polinomio del numeradol es de grado 4 y su coeficiente de mayor grado es -1, y el polinomio del denominadol es de grado 2 y su

coeficiente de mayor grado es 5; el grado del numerador es mayor, y ambos coeficientes tienen distinto signo, as que el lmite del cociente es -oo.) En el segundo caso:
los gtados de numerador y denominador iguales, eI lmite es igual al cociente de los
coeficientes de mayor gtado:
I
lm "L-nz
7,t-a TIL
+-n - I"--1,

))
-2n-

Sttr + TL

lm
ll* Bn3

\R - Bt

2n+5

'l'Il

_lron+g: -10- -E

en eI tercer caso: eI grado del denominador mayor, el lmite es igual a 0:

[n#-0, n#*: 0, o

.)

lm

7L-

rt
'n3

+5n+I

2n2 + 3n +

I -0.

En el manual Problemas Resueltos, puede encontrar eI lector lmites de ms tipos


de sucesiones.
Esta seccin termina con eI concepto de punto adherente. Un punto adherente de
un conjunto de nmeros reales no vaco es un punto que es lmite de alguna sucesin de puntos del conjunto. Es decir: si A es un conjunto y a es un punto' este

punto es punto adherente de A (o simplemente: es adherente a A) si existe alguna


sucesin (xil con lmite a y con todos sus trminos puntos de A: lm (xr) : a,
y vn e N, xr, A. Ntese queunpunto delpropio conjunto es adherente al conjunto: sl a e A, la sucesin constante (a) converge obamente al punto y sus
trminos son puntos de A. Una propiedad interesante que Se prueba en eI texto eS

{
Hl

V.

306

SUCESIONES DE NMEROS REALES

esta: de un conjunto no vaco acotado superiormente, su supremo es punto adherente; y, anlogamente, de un conjunto no vaco acotado inferiormente, su nfimo es
punto adherente. De esta forma, dado eI intervalo ( 1 , 2 ), por ejemplo, son adherentes
a 1, adems de sus propios puntos, los puntos 1 y 2 (su nfimo y su supremo, respectivamente); o dado el conjunto R.f
-que es en definitiva el intervalo (0,+oo)- son
adherentes a l todos sus puntos y el punto 0 (su nfimo). Estos ejemplos muestran
que hay conjuntos que admiten puntos adherentes que no pertenecen aI conjunto.
Finalmente, se define la adherencla de un conjunto no vaco como el conjunto
formado por sus puntos adherentes. Si A designa el conjunto, su adherencia se
denota as: . Como todo punto del propio conjunto es adherente al conjunto, se
tiene: A c . Nos interesa resaltar una propiedad: un conjunto es cerrado si y slo
si coincide con su adherencia; una consecuencia de ello es que el lmite de cualquier
sucesin convergente de puntos de un conjunto cerrado es un punto del propio conjunto. En lo que al aspecto del clculo prctico se refiere, notar que, para calcular la
adherencia de un intervalo, no hay ms que "aadir" su supremo y su nfimo, caso de
que alguno de ellos, o los dos, no pertenezca ya al intervalo. As, la adherencia de los

intervalos la.,bl, (a.,bl,la.,b) y (a,b) es [a,bl; la de (, +-) y [a,+*) es [a, +oo);


la de (-oo, b) y (-*,bl es (-oo, bl;yla de R. es el mismo R.. Sobre eI conjunto vaco,
se conviene en que su adherencia es el propio conjunto vaco: A : A.
Sucesiones montonas Una sucesin creciente es una sucesin que verifica que
cada trmino es menor o igual que el siguiente. Es decir, una sucesin (a; es creciente si verifica: Y n e N, d 4 cLn+r. Una sucesin es decreciente si cada trmino es mayor o igual que el siguiente: Y n e N, 1, ) 6Ln+r. Y en ambos casos
se aade eI adverbio estrictamente si los trminos consecutivos no son iguales, esto
es: Vr e N, A, I &n+\, o V n e N, a", ) an1. Finalmente, una sucesin es montona. si es creciente o decreciente.

Para saber si una sucesin (ar) es creciente o decreciente, podemos calcular la


diferencia entre un trmino y su anterior, digamos: an+t - &n, y vet si es positiva o
negativa para cada n: el primer caso corresponde a sucesin creciente, y el segundo
a decreciente. Por ejemplo, se puede comprobar as que la sucesin (Iln;n > 1) es
decreciente, incluso estrictamente, pues:

rL- (n+I)

Qn+L-CLn -n+I

y -l I (@ + I)n)

rL

es negativo para cada

(n + I)n

-1

(n + L)n

n > 7 (al haberlo obtenido negativo, y no

simplemente menor o igual que 0, podemos concluir que la sucesin es estrictamente decreciente). Otra cosa que se puede hacer, al menos cuando la sucesin
tiene sus trminos positivos, es estudiar si el cociente anl1f an es mayor que I para

3o7

INTRODUCCION

n (creciente) o menor que 1 para cada n (decreciente).


si6n (J;n > I) es estrictamente creciente, pues:
cada

Por eiemplo, Ia suce-

n+I
"rn

CI'n

TL

y como (n + l) I n es mayor que 1 para cada n > 1, lo mismo verifica su raz cuadrada.
Otro ejemplo: la sucesin7 (2" lnl;n > 2) es estrictamente decreciente, ya que:
2n+l

an t

(".1X

n*r'

"" -T-:
nl

y 2l@ + 1) es menor que

I para cadan > 2.

Un resultado impofiante sobre las sucesiones montonas es este: dada una suceSin creCiente, si est aCOtada Superiormente, entonces eS Convelgente, y si no lO
est, entonces tiende a ms infinito. De la misma manera, dada una sucesin decreciente, si est aCotada inferiormente, entonces eS convelgente, y si no lo est,
entonces tiende a menos infinito. Vemos as que todas las sucesiones montonas
admiten lmite, finito o infinito.
En el texto se estudia ampliamente Ia llamada sucesin geomtrica de razn q,
donde 4 es un nmero real no nulo. Se trata de la sucesin (4n), es decir:

I, 4, cI2, 613, ...


0 < | ql < L (o lo que es lo mismo:
:
:
la sucesin es constante: (1)
1,
entonces
(qn)
0; si 4
si -1 < q < I),entonces lm
(ypor tanto conlmite t); si q > 1, entonceslm(qn): +oo; y si 4 < -1, entoncesla
sucesin no admite lmite (ni finito ni infinito).
Sus propiedad.es se resumen de esta manera: si

Series de nmeros

reales

Sea

(r) una sucesin de nmeros reales. La serie

de nmeros reales asociada ala sucesin (an), o como tambin se dice: Ia serie de
trmino general e.n, es esta sucesin:

CL,

CLg

* A,y,

A'g

* A4 *

Cl'z,

Es decir: la serie asociada a la sucesin

sucesin (S,r) con

(an), o la serie de trmino general An,

eS

la

Sn: Zap.
p=0

Por ejemplo, Ia serie asociada


es la sucesin (S") donde:

ala sucesin (n), o la serie de trmino general n,


*

TSobre la notacion nt, vase Ia nota al pie en p. 347.

TL

+ 1)
: n(n
----.

V. SUCESIONES DE NMEROS REALE:

308

(esta ltima igualdad es

fcil de comprobar.) Otro ejemplo: la serie asociada a Ia


(Tr) donde:

sucesin geomtrica de raz n q (recurdese que q + 0) es la sucesin

Tn: L+q+q2+

q'.

Esta serie se denomina serie geomtrica de razn q.


Se dice que una serie es convergente, y de suma el nmero real S, cuando, como
sucesin, es convergente y su lmite es .S. Es decir, Ia serie (S") asociada a Ia sucesion (a") es convergente de suma S si lm (S") : S, esto es:
TL

lm t
l-oo u

cL-Y

5:.

P:0

Y se dice que una serie es dvergente si no es convergente. Para estudiar el carcter de


una serie, esto es, para estudiar si la serie es convergente o divergente, son tiles los
llamados criterios de convergencia,los cuales no son ms que condiciones suficientes
de convergencia o divergencia de una serie a partir de clculos con Ia sucesin a la
que est asociada. En el texto se presentan dos: el de o'Atsl\4snnr y el de Caucny.s
Para una serie de trmino general an, donde cada an es no nulo, el criterio de

si existe, el lmite de (lan+tlanl): la serle


lmite menor o mayor que 1, respectivamente. Por ejemplo, la serie asociada a la sucesin (2n lnl;n > 2) es convergente.
D'ALEMBRT nos pide que calculemos,

es convergente o divergente segn sea este

,;l[

porque:
2n+L

lm la"*t |
t1-.ol A, I

tm
- n-*

(n+U
2n

lm -:0,
?1.-@ n + I

,T

y este ltimo nmero es menor que 1. Y para una serie de trmino general an (donde
ya no exigimos que cada an sea no nulo), el criterio de Caucuy nos pide que calculemos, si existe, eI lmite s \[at: tambin acontece que la serie es convergente o
divergente segn sea este lmite menor o mayor que 1, respectivamente. Por ejemplo.
Ia serie de trmino general (nn l(2n + 1)") es convergente, pues:

lm

'11-

Vn

(2n + D"

lm

!L- tx

\r?

l,?-m 2n + I -2
\zn+r) -lm

hiota

En ambos criterios, si el lmite correspondiente existe y es igual a 1, nada podemcs


deducir de la convergencia o divergencia de Ia serie.
Ab

8En muchos libros se denominan criterio del cociente y criterio de la ra2, respecfivamente. El motir
de esta nomenclatura saltar a la vista inmediatamente.

309

INTRODUCCIN

Para finalizar, comentamos que en el texto se estudia con detalle la serie geom-

trica de razn q. Su carcter (convergencia o divergencia) depende crucialmente del


valor de 4. Si la razn q est comprendida entre -1 y 1, es decir, si -1 < q < I,
entonces la serie geomtrica es convergente y de suma 1/(1 - 4); esto se escribe as:

TL:O

En caso contrario, esto es, si


divergente.

qn

I-q

4 < -1 o si q > l,

entonces Ia serie geomtrica es

{
I

rl
t.

V. SUCESIONES DE NUMERO-S

310

V.l

REALES

EL CONJUNTO DE LOS NUMEROS REATES


1. Propedades de los nmeros reales Suponemos que el lector est familiarizado, desde sus estudios de secundaria, con los nmeros naturales, enteros )
racionales, y en alguna medida con los reales. De estos ltimos, en este apartado
recogemos sus propiedades ms importantes. Algunas de ellas ya han sido citadas
(o al menos implcitamente manejadas) en eI presente texto, como las dos primeras,
Propiedad I (cuerpo conmutativo) El conjunto R de los nmeros reales, dotado
de las operaciones adicin y multiplicacin, tiene estructura de cuerpo conmutaftyo:e (R.,+,'). El nmero 0 es el elemento neutro de Ia adicin; eI opuesto de un
nmero real x es eI nmero -x; el nmero 1 es el elemento neutro de la multiplicacin; y eI inverso de un nmero real x no nulo (x * O) es I I x.
Propiedad 2 (relacin de orden) La relacin '<' (que se lee "menor o igual que")
una relacin de orden totallo en R. Es decir, verifica:
a) < es reflexiva: Vx e R, x 4 x,

es

b/ <esantisimtrica:V(x,y) R.2, @<y y y<x) = (x:y),


c) <estransitiva: V(x,y,z)e R3, (x<yy y<z) > (x<z),
d) yadems:V(x,y) e R2,

(x<f/ o y<x).

Si x y y son dos nmeros reales, Ia negacin de x < y se escribe: y < x (y es


"menor que" x). Tambin haremos uso de las relaciones '>' ("mayor o igual que") y '>'
("mayor que"). a

Nota

Propiedad 3 (compatibilidad entre la relacin de orden y las operaciones) La relacin de orden total < es compatible con la adicin y la multiplicacin del cuerpo
conmutativo (R, +, .). Esto es, para cada terna (x, y,z) de nmeros reales se verifica:

x<y - x+z<y+2,
b) (x<y y z >0) - (xz<yz).
a)

De esta propiedad se infieren las siguientes consecuencias:

(Cl 1y
y x' <!') - (x+x' <y+y')i
",
(C2) (x < /) == ,-, < -x);
(C3) (x <y y x' <!')
(x+x' <! +y')i
(C4) (x <y y z>0) + (xz<yz);
/ x+v
\
(C5) (x < y)
= .'t . r).

\"

EJ

ERCTCTO I

Demostrar las consecuencias anteriores de la propiedad 3 de los nmeros


eCf. apndice A, p. 407.

loCf. apndice A, p. 390.

rcales.

v. t . EL ])NJUNTO DE

3rr

LOS NMEROS REALES

Conjuntos acotados Consideremos un conjunto A de nmeros reales (esto es, u[


subconjunto A del conjunto R.: A c R).
Conjunto acotado Del conjunto A diremos est acotado superiormente si existe algn nmero real b
superiormente que es mayor o igual que cada uno de sus elementos; es decir, si se verifica:

YxeA,x<b.
Cota

superior En este caso, del nmero b diremos es una cota superior del conjunto A, o tambin
que el conjunto A est acotado superiormente por b.

acotado Del conjunto A diremos est acotado inferiormente si existe algn nmero ted. a
inferiormente que es menor o igual que cada uno de sus elementos; esto es, si se verifica:

Conjunto

YxeA,a<xi
Cota inferior

Conjunto acotado

Y en este caso de diremos es una cota inferior del conjunto A, o tambin que el
conjunto A est acotado inferiormente por a.
Finalmente, del conjunto A diremos est (o es) acotado si est acotado tanto
superior como inferiormente.

bene De la definicin se deduce que cualquier nmero real es, simultneamente, una
cota superior y una cota inferior del conjunto vaco: 0; por tanto, el conjunto vaco est

Nota

acotado.

!q
t,

Mximo de un
co nj u nto

De un nmero real b diemos es mximo del conjunto A (de nmeros reales), y


mxA, si b es una cota superior de Ay adems b e A. Si un
escribiremos: b

Mnimo de un
co nj u nto

conjunto admite mximo, ste es nico.


Anlogamente se define el mnimo de un conjunto, que se escribe: mn Ai es decir,
afirmar que a. : mn A significa que eI nmero 4 es una cota inferior de A y que a e A.
Tambin acontece que eI mnimo de un conjunto, si existe, es nico.

EJEMPLO

conjunto de los nmeros enteros: Z, no tiene mximo y no tiene mnimo; el conjunto de los
nmeros enteros negativos: Z - N, tene mximo: mx(Z - N) : -1, pero no tiene mnimo;
EI

el conjunto de los nmeros naturales: N, no tiene mximo y s tiene mnimo: mn N = 0; el


conjuntoA = {1,-1,0} tiene mximo ymnimo: mxA = Iy mnA = -1. Todo coniunto
finito no vaco de nmeros reales tiene mfmo y tiene mnimo.

Para todo conjunto no vaco A de nmeros reales


Propiedad 4 (supremo e nfimo)
que est acotado superiormente, existe un nico nmero real, que se denota: s u p A

V. SUCESIONES DE NMEROS

3L2

un ("supremo de A"), que verifica:


conjunto
sup es una cota superior

REALES

Supremo de

de A

-{v
I

que cualquier otra cota superior de A.


lsup A es menor o igual
EI supremo de un conjunto es entonces eI mnimo de sus cotas superiores, o su cota
superior mnima. En smbolos:

(VxeA,x<b) o
nfimo de

un

(supA<b).

Asimismo, para todo conjunto no vaco A de nmeros reales que est acotado inferiormente, existe un nico nmero real, que se denota: nfA ("nfimo de A"), que

conjunto verifica:
[nf es una cota inferior de A

1v
I
I

lnf A es mayor o igual que cualquier otra cota inferior de A.


El nfimo de un conjunto es, pues, el mximo de sus cotas inferiores, o su cota inferior
mxima. En smbolos:

(Vxe A,a<x) <- (a<nf

EJEMPLO2 Enelconjunto
elemento

A).

B: Ix e R I x < 2],elnmero4esunacotasuperior,puesparacualquier
x < 4l sin embargo, este nmero no es el supremo de B (po

de B se verifica:

ejemplo, el nmero rr tambin es cota superior del conjunto B y es menor que 4). El supremc
de B, esto es, el mnimo de sus cotas superiores, es igual a 2'. sup B

Propiedades del supremo

y del

nfimo

2.

Dado un conjunto A no vaco de nmeros

reales, se verifica:

Si

A est acotado superiormente, entonces


isupA

es una cota superior de A

1v
I
I

Itodo nmero real menor que sup A no es una cota superior de A.


Si A est acotado inferiormente, entonces:
linf , es una cota inferior de A

1v
I
I

Itodo nmero rcaI mayor que

nf

A no es una cota inferior de A.

v.t.

EL C)NJUNTO DE LOS NUMEROS REALES

Si

3r3

A est acotado superiormente, entonces:

YxeA, (x<supA) - (1yA,x </<supA).


En efecto, si

x < supA, entonces x no es una cota superior

de A, y podemos escri-

btr:1yeA,x<y<supA.

. Si A est acotado superiormente y sup A A, entonces; supA : mxA.


. Si A est acotado inferiormente y nf A e A, entonces: nf A : mn A.
ProposicinV.l Six >O,elconjuntonovacoX: {nx In e N} noestacotado superiormente.

Demostracin

Haremos la demostracin por reduccin al absurdo: supongamos que el


conjunto X est acotado superiormente, con lo cual admite un supremo (propiedad 4); pongamos: s = suPX.
Comox > 0, se tiene que

s+x > s, de donde: s > J-x, yenconsecuenciaelnmeros-x


no es cota superior de X. Existe, pues, un nmero natural m tal que s - x < mx, obien:

s<mx+x.
mx * x

(1)

(m + I) x, con lo que el nmero rnx + x es un elemento de X, y (1) contradice


que s sea el supremo de X.
C.Q.D.
En conclusin, X no est acotado superiormente.

Pero

Propiedad

arquimediana

EJ

EM

PLO

Corolario Siy > O y x > 0, exisfe unnmero naturalm tal que:mx > y.
Y si x > 0, exr'ste un nmero natural positivo m tal que:
* .

"

El conjunto

( rl t
o: t''2'1'
I

es no vaco, y est acotado superiormente (por ejemplo, por el nmero 2) e inferiormente


(por ejemplo, por eI nmero 0, pues todos sus elementos son nmeros positivos); por tanto,

admite supremo y admite nfimo.


Es claro que el nmero 1 es supremo del conjunto A; como es un elemento de A, es su
mximo:

supA: mxA = 1.

El nmero 0 es el nfimo del conjunto A. En efecto: este nmero es cota inferior de A, y es

mayor o igual que cualquier otra cota inferior de A. Para ver esto ltimo, notemos que si s > 0,
entonces existe un nmero natural positivo rn tal que s > I

lml aI ser I lm un elemento

esto establece que s no puede ser una cota inferior de A. Se tiene entonces: nfA
que, como 0 A, este nmero no es el mnimo del conjunto A.

de A,

0. Ntese

V.

3L4

Supremos e nftmos de conjuntos no

acotados

Si

SUCESIONES DE NMEROS REALES

un conjunto de nmeros reales A

no est acotado superiormente, es decir, si verifica:

I b e R, b no es una cota superior de A,


Su

premo ms

oloqueeslomismo:Yb e R., lx A, x > b,entoncesescribiremos:

infin ito

supA

+oo,

que leeremos: "eI supremo de A es ms infinito". Y si el conjunto A no est acotado

inferiormente, mutatis mutandis, escribiremos:


nf

nfimo ms

-cn,

que leeremos: "el nfimo de A es menos infinito".

infi n ito

2. Intewalos de nmeros

reales

Dados dos nmeros reales a y b, con a < b,

se definen Ios siguientes conjuntos:

(a,b) - {x e R I a<x <bl ,

(a,bl-{xe Rla<x< b},


la,+oo- {xe Rlx>a.),
(-*,bl: {x eR I x < b),

la,bl - {x R | 6L<x <b},


la,b) -{x RlcL<x<b\,

(a,+*- {xe Rlx>a},


(-*,b) - {x eR I x <b}.

de

De un co4iunto de nmeros reales diremos es un intervalo de nmeros reales si


lntervalo
nmeros reales coincide con R, con el conjunto vaco: 0, o con alguno de los ocho tipos de conjuntos
anteriores.
Nota

EJ

EM

PLO 4

bene

Si

b,los intervalos (a,b), (a,bl,la,b)

intervalo de
EM

PLO

conjunto vaco.

El conjunto (6,7) es el de los nmeros reales que son, simultneamente, mayores que 6

y menores que 7: (6,7)

EJ

se reducen al

El conjunto

Nota

: Ix e R l6 <x <71. La expresin

(7,6) no representa ningn

R..

{a}, donde a e

R., es

un intervalo de nmeros reales, pues: {a} =

la,al.

En lo sucesivo en este captulo, cuando escribamos (a,b) nos estaremos refiriendo


al intervalo, no al par de nmeros reales, a menos que se especfique otra cosa. Cuando
queramos referirnos al par (a,b), por ejemplo escribiremos: (a,b) e R2 (o ms en genera\: (a,b) e C donde C ser algn subconjunto de R2). A

V.I.

3r5

EL CONJUNTO DE LOS NUMEROS REALES

EJERCICIO

Demostrar que sup (a,b)


Nota

EJERCICIO

Sea

bene

b y que sup (a',bl:

Del ejercicio 2 se deduce que sup

(-*,b) :

sup

(-*,bl = b-

A un intervalo no vaco de nmeros reales acotado superiotmente. Demostar que tam-

bin es unintewalo el coniunto

EJEMPLO

b'

Au {supA}'

Los intervalos que son conjuntos acotados (o intervalos acotados) son:

lntervalos

la,bl, (a,bl,

acotados

Por el contrario, los intervalos (-oo, b) y

y la, + *) , slo inferiormente; y

R,

la,b)

(-*,bl

, (a'b) v

A'

slo estn acotados superiormente; (a, +m)

ni inferior ni superiormente.

3. Valor absoluto de un nmero real Dado un nmero real x,


Valor absoluto valor absoluto de x,y se denota: lxl, de la forma:
lxl

EJEMPLO

Se

se define eI

six>0,
:.{I ",
[-x, six<0.

tiene:

l-31:3, l0l-0 y
Consecuencias de Ia deftnicin de valor

10.11-0.1.

absoluto

De Ia definicin de valor absoluto

se deducen de forma sencilla las siguientes propiedades, verificadas por cualquier

nmero real z:rr

lzl: l-zl > O;


. -lzl<z<lzl;
.lzl<b e -b<z<b zel-b,bl, conb>O;
lzl<b e -b<z<b z(-b,b), conb>0;
.lz-al< e+ zela-e,a+el, conaeR.ye )0,'
lz-al<. e ze(a-,A+), conae R Ye>0;
.lzl:qe(7:q
o z:-a), cona>0;
lzl:0 e 7: Q.
11Aqu no recogemos una demostracin de estas propiedades; puede encontrarse en los Problemas
Re.sueltos.

V. SUCESIONES DE NMEROS

316

Ms propiedades

del valor absoluto

V.2 Si x y y
a) lryl -lxllyl;

Proposicin

REALES

son dos nmeros reales, se verifica:

b) (desigualdadtriangular): l* * yl

c) llxl lyll

<lx-yl.

Demostracin La prueba del primer apartado es inmediata sin ms que considerar los
distintos casos posibles: x > 0, x < 0, y > 0, y < 0.
Para el segundo apartado, notemos que podemos escribir (cf. segunda consecuencia de la
definicin de valor absoluto): - lxl < x < lxl y
lyl <.y < I y l, de donde:

-lxl-lyl<*+y<lxl*

yl,

y en consecuencia (cf. tercera consecuencia de la definicin, con b = lxl +

IV

"

x + y)i

lr+yl<lxl+lyl.
Para el tercer apartado, y de acuerdo con

bir: lxl

lo demostrado en el segundo, podemos

escri-

=ly*@-y) I < lyl +lr-yl,d.donde:


lxl-lyl

por otro lado:

<

lr-yl;

(2

- lx-yl:

lyl: l* + r, - x)l
lyl-lxl <lx-yl.

De (2) V (3) se deduce: consecuencia, con b - l*

Nota

Si x1,

'

l* - yl

se concluye (cf. tercera

-yly Z: lxl- ly)

elresultado:

llr

lvll

xz, ..., xn son n nimeros reales, por recurrencia se demuestra:

lxtxz"'xnl:lxtllxzl
EJERCICIO

(3

Demostrar que si x

)/

lx"l y

lxt

+ xz -r

-t

xnl

{ lxtl + lxzl + . . . + lx"l

son dos nmeros reales, entonces:

mx{x,yr-x+Y
r- z *lx
' z-Yl y mn{x,y} _x+y
2
)

l, - vl
2

4. Punto interior. Conjuntos abiertos. Conjuntos cewados Teniendo en


cuenta la correspondencia biunvoca que existe entre el conjunto de Ios nmeros
reales y los puntos de una recta
-cuando en sta se han fijado un origen y una

Punto unidad orientada-, emplearemos indistintamente los trminos punto y nmero real.

v.t.

EL

coNlrJNTo DE Los xmrnos

interior

Dado un conjunto A de nmeros reales, de un punto x diremos es


pur11o interior del conjunto A (o interior a A) si existe un intervalo de la forma (4, b)
Punto

Punto interior

3L7

REALES

tal que:

xe(a,b) y (a,b)sA.

De esta definicin se deducen las siguientes consecuencias:


Todos los puntos del intervalo (a,b) son puntos interiores de

(a,b).

Enefecto, six e (a,b), entonces: x e (a,b)y (a,b) = (a,b), lo que establece quex

es

punto interior de (a,b).

. Todo nmero real es punto interior del conjunto R'


. Si x es punto interior de un conjunto A, entonces x e A. Si x A, entonces
.
EJEMPLO 8

no puede se punto interior de A.


DadoA R, eI punto 6L no es interior del conjunto

{a}'

EI punto 3 es interior al conjunto (1,51. Para demostrarlo, debemos encontrar unintervato (a,b) tal que: 3 e (a,b) y (a,b) = (1,51. Podemos tomar como intervalo (a'b)' pot
ejemplo, el intervalo (1,5), pues: 3 c (1,5) y (1,5) s (1,51.
El punto 1 no es un punto interior del conjunto (1,51, pues 1 (1' 51.
El punto 5 no es interior a (1,51. En efecto. Si

entonces existira s

(a,b) fuera un intervalo tal que 5 e (a'b),

e (a,b) tal que s > 5; pero entonces

y (a,b) no podra estar contenido en (1,51. 41 no existir ningn (a,b) tal que 5 e (a'b)
y (a,b) s (1,51, el punto 5 no puede ser interior a (1,51.
Anlogamente se demostrara que un punto y un punto b no son interiores, respectivamente, a la,b) y a (a.,bl, y que a su vez ninguno de ellos es interior a la'bl'
EJ

EMPLO 9

lnterior de un
conjunto

Todos los puntos del intervalo (a,+a) son interiores a 1. En efecto: si c es unpunto arbitrario de (a,+*),y tomamos b > c, entonces: c (a,b) y (a,b) s (a,+*),y c es punto
interior de (4, +m).
AnLlogamente se demostrara que todos los puntos del intervalo (-*,b) son interiores.

Interior de un conjunto Dado un conjunto A de nmeros reales, del conjunto de


sus puntos interiores, que representa.remos po. , diremos es el interior del conjunto A:
A- I* e R I x es punto interior de AI
De Ia definicin de interior de un conjunto se deducen las siguientes consecuencias, que se verifican dados dos conjuntos de nmeros reales A y B y dados dos

nmeros reales y b tales que a < b:

EI

s no sera un elemento de (1'51'

interior del conjunto (a,b) es (a,b). En smbolost 6i

Pues, como sabemos, todo punto de (a,b) es interior a (a,b)

(a,b)

'

'i!

rrF
lr

V.

318

SUCESIONES DE NMEROS REALES

. AcA.
Ya que todo punto interior de A es a su vez un elemento de A.

. SiAcB,entoncesAcB.
Enefecto:sixe,,i,entoncesexisteunintervalo(a,b)talque:

portantoxeli.
. 6i+ : (a,+a) y ;fu)
Es

EJEMPLO

I0

xe(a,b)=AcB,.t

: (a,b)'

una consecuencia inmediata de lo visto en el ejemplo 9 (cf. p. 317).

muestran todas las formas de los intervalos de nmeros reales y sus


correspondientes interiores.

En el siguiente cuadro se

Intervalo I
la,bl, a * U
la, a,l - {a.}

Interior
(a, b)
a

(a, bl

(a, b)

la, b)
(a, b)

(a, b)

(-*,b)

(-*,b)

(-*,bl

(-*,b)

(a, + *

(a, + a)

(a, + *)

la,
hr,

(a, b)

CUADRo 1: El

interior de los intervalos.

De acuerdo con lo dicho hasta hora, slo resta por demostrar los siguientes casos:
__-:__
:
. la,bl

@,b). Como (a, b)

c la,bl,

entonces (cf. segunda consecuencia de Ia defini-

cin de interior de un conjunto):

(a,b):6i t6i|
y como a y b no son puntos interiores a

la,bl (cf. ejemplo B, p. 317), se concluye


resultado. De manera similar se probara para los intervalos (a,bl y [a,b).

. la,+a) = (a,+x).

Como (,

+a) c la,+a) y (a,+a) = (a, +oo),

e,

entonces:

__-:_-(a,+* c la,+a),

se tiene el resultado dado que a no es interior


mostrara para el intervalo (-*,b1.

a [a,+x). Anlogamente se

de-

v.t.

EL CONJUNTO DE LOS NUMEROS REATES

Conjuntos
Conjunto

319

abiertos

abierto todos sus puntos

De un conjunto

son interiores a

1,

A de nmeros

es d.ecir, si ,a'

reales diremos es abierto si

De esta definicin se deducen las siguientes propiedades, qlue se tienen para un

'"'.T:*,n:iT:T:;,:.,T,:
Podemos escribir:

xeA
pero de que (a, b)

existe (a,b) tal que:

A se deduce: (a,b)

,=-

x e (a,b)

__-:_--

(a,b)

(a,b)

A;

A, con Io que podemos escribir:

xe (a,b) y (a,D=,

existe(a,b)talque:

que es lo mismo que decir que todo punto de es interior u A;

.tt consecuencia,

es

abierto.

suficiente para que A sea abierto es: A: .


A c A, teniendo en cuenta que A c A, se deduce
. Y, recprocamente, si A : i, entonces A es abierto (consecuencia anterior).

que A

EJEMPLO r

Una condicin necesaria


En efecto, si

es abierto, es decir:

Los intervalos que son conjuntos abiertos (o intervalos abiertos) son aquellos que coinciden

con su interior, es decir (cf. cuadro de la p. 318):


lntervalos
abiertos

lt

(a,b)

(-oo,b)

(a, +oo)

"tl

RYa.

rl

Proposicin V.3 La unin arbitraria de conjuntos abiertos tiene como resultado


un conjunto abierto.

Demostracin Si f es un conjunto y, para cada


probar que es abierto el conjunto A definido por:
A =U,St

: Ix eR. I ll

1, el

conjunto Ar es abierto, debemos

I, x e A1.

SixeA,entoncesexisteie.ftalquexeAi,yporserAabierto:xeA,porotrolado,
comoA c A, se tiene:
que establece que A es

Proposicin

V.4

4 - j,y.o*o ,.r,
abierto.

seinfiere:

*.

. Enconsecuencia:A

- j,

lo

c.Q.D.

La interseccin finita de conjuntos abiertos es un conjunto

abierto.
Demostracion
Si Ar, Az, ..., An son n corrjuntos abiertos, debemos demostrar que el
conjunto A - At oAz n.. -oAn tambin es abierto.

V.

32o

SUCESIONES DE NMEROS REALES

0, se tiene el resultado, pues el conjunto vaco es abierto. Si A + A, sea


de A. Como cada A es abierto, edste un intervalo abierto (a,b) tal que:
Si

x un punto

xe(ai,b) y (ai,b)cAi;
definiendo: e = mx Iat, ar,. . ., anl y b = mn Ib r, b r,

Vt {1,2,...,n| , a4
y

asi:

x e (a,b) - A,ypor

Nota
5

., bnl, podemos escribir:

x <b 4bi,

x e . gttconsecuencia,,= ,yAes

abierto.

c.Q.D

La interseccin no finita de conjuntos abiertos de nmeros reales no es necesaria-

mente un conjunto
EJERCICIO

tanto:

a.<

..

abierto.

A un conjunto de nmeros rcales abierto y no vaco. Demostrar que si A est acotado


superiormente, entonces sup A A. Tambin, demostar que si A est acotado infeormente,

Sea

entonces nf A

A.

Conjuntos cerrados De un conjunto C de nmeros reales diremos es cerrado si su


Conjunto cerrado complementario: Cc : R. - C, es un coniunto abierto.
De esta definicin se deducen las siguientes propiedades:
. Los conjuntos R y0 son, alavez, abietos y cerrados.
En efecto: el conjunto R. es cerrado, pues: Rc : A,y ya sabemos que el conjunto vaco
es abierto. Y ste tambin es cerrado, pues:0' : R, y R es abierto.
. Lainterseccin arbitraria de conjuntos cerados es un conjunto cerado.
Si

es

un conjunto y, para cada I e I, el conjunto

es cerrado, es decir: Ct' es abierto.

entonces es abierto el conjunto:

Ucf=(0.,).,
donde hacemos uso de Ia proposicin V.3 (cf. p. 319) y de las leyes de A.
(cf. p. 384). En conclusin, es cerrado el conjunto f-l C.

lE

Monc.c-r

La unin tinita de conjuntos cerrados es un conjunto ceruado.

Cr Cz, ... , Cn son n conjuntos cerrados, es decir: Ci, Ci, ..., C; son abiertos, entonces es abierto el conjunto: Cf n Cf ...n Cf,: (CrvC2u"'uCr)t (proposi
cin V.4 (cf. p. 319) y leyes de A. rln MoRGAN), lo que establece que es cerrada la
Si

uninCr0C2u---uCr.
EJEMPLO r 2

los cuales,

(-*,bl

y la, +a) son conjuntos cerrados, pues sus complementarios.


respectivamente, son estos: (-oo, a) u (b,+o), (b, +m) y (-m, a), son conjuntos

Los intervalos

la,b),

abiertos (cf. ejemplo 11, p. 319, y proposicin V.3).


El intervalo (a,bl no es un conjunto cerrado. En efecto, se tiene:

(a,b)'

: (-*,al

u (b,+m),

V.2.

SUCESIONES DE NMEROS REALES

32L

y este ltimo conjunto no es abierto, pues a es un punto suyo que no es interior (lo cual
justifica de manera similar a como se procedi en el ejemplo 8, cf. p. 317). Anlogamente
demostrara que el intervalo

lntervalos

se
se

la,b) no es un conjunto cerrado.

Los intervalos que son conjuntos cerrados (o intervalos cerrados) son:

cerrados

la,b), (-*,b1, la,+*, R y

A.

Obsrvesequelosintervalos (a,blyla,blsonconjuntosquenosoncerradosniabiertos.

EJERCICIO

Sea

EJERCICIO

Demostar que eI conjunto vaco y

C un conjunto de nmeros reales cerrado y no vaco. Demostra.r que si C est acotado


supeiomente, entonces su p C e C . Tambin, demostrar que si C est acotado inferiormente,
entoncesnfC e C.

simultneamente, abiertos y

V.2
de

R.

son los nicos conjuntos de nmeros rcaJes que son,

cerrados.

SUCESIONES DE NMEROS REATES

sucesin

Una sucesin de nmeros reales es una aplicacin


nmeros reales del conjunto N de los nmeros naturales en el conjunto R^ de los nmeros reales.
Sucesin

1. Deftnicn de

Nota
Si

zLn es

Todas las sucesiones que veremos en este tema sern de nmeros

reales.

4 es una aplicacin de N en
Ia imagen por la aplicacin del nmero natural 71, en smbolos;

es una sucesin de nmeros reales, es decir, si

R,

&vt,

entonces utilizaremos alguna de las notaciones siguientes para referirnos a la sucesin a:

a = (anirl
o tambin:

N), o a:

(an)

V. SUCESIONES DE NUMEROS

322

EJEMPLO

Si

a es la sucesin

No,R

rL
entonces la sucesin

REALES

r se

-r-,
n+ I

representar de alguna de las siguientes formas:

/ I '--o,\ ^u I I \
\r+li '
\rx+l'er\/'
obien:
y tambin:
EJEMPLO

l4

, 1 1 "'' I ""
n+ 1'
" 2' 3'
(a),

siafirmamos qve anes el nmero real an =

t|-

para cada n e N'

Si D es la sucesinlz

Nb,R.
(-I)",

7L

la sucesin b se denotar de alguna de las maneras siguientes:

o bien:
\

y tambin:

$.,;

una

I5

- (- L)".

a = (a

sucesin aplicacin

EJEMPLO

si bn

una sucesin de nmeros reales, y sea k un nmero natural. El


trmino de orden k de la sucesin (a) es la imagen del nmero natural k por la
Sea

Trminos de

(b),

a.'.

a(k)

Dada la sucesin

ek.

a - (an) del ejemplo

13, esto es:

NQ,R

tt+I'

TL

el trmino de orden 0 de la sucesin

(a)

es la imagen del nmero natural 0 por la aplica-

cin a:

a(o) =oo

: of : t,

y el trmino de orden 10 de la sucesin (an) es:a(10)


l2Por convenio,

x0: l

para todo nmero real

x no nulo.

oto

= Itt

V.2. SUCESIONES DE NUMEROS

323

REALES

Para la sucesin

b-

(b;

del ejemplo 14:

NbR
n

(-1)",

si k es un nmero natural impar, entonces el trmino de orden k de la sucesin (b")

: (-I)k: -1; y si k es un nmero natural par, el trmino


es: b : (-1)k: 1.
bp.

Si

ar)

los

l6

llkeN,a.=}

diremos es el conjunto de los trminos de la sucesin (an), y se denota:

sucesin

EJEMPLO

{a"; n e N}

Para la sucesin

(a)

Para la sucesin

2.

Sucesiones

(b.)

del ejemplo 13, el conjunto de sus trminos es:

Ionire Nl:

Sucesin

es:

(b,)

es una sucesin de nmeros reales, del conjunto

{xeR.
Conjunto de
trminos de una

de orden k de la sucesin

t".rl".s|.

deI ejemplo 14, el conjunto de sus trminos es: {bn;

acotadas

n e N} = {1, -1}.

De una sucesin de nmeros reales (arr) diremos est

acotada acotada superiormente (o inferiormente) si el conjunto de sus trminos est


tado superiormente (o inferiormente). Es decir, la sucesin
riormente precisamente si existe b e R tal que:

(a")

aco-

est acotada supe-

Vn e N, dn4b,
y en este caso de b diemos es una cota superior de la sucesin
inferiormente precisamente si existe a e R tal que:

(a");y

est acotada

Vn e N, &4cLn,
y en este caso de a diremos es una cota inferior de la sucesin (4").
De la sucesin (a") diremos est acotada si est acotada tanto superior como
inferiormente.

V. SUCESIONES DE NUMEROS

324

EJEMPLO

17

REALES

La sucesin (an) del ejemplo 13 est acotada, pues se verifica:

vneN,gs--!-E1.
n+I
La sucesin
nos: {1,

-1},

(b")

del ejemplo 14 tambin est acotada, pues el coniunto de sus trmi-

est acotado.

La sucesin (n) est acotada inferiormente'. Y

n e N, 0 < n,peto

no est acotada supe-

riormente.

3. Subsucesiones

Sea

a : (a una sucesin

de nmeros reales; es decir,

es

la aplicacin

NaR.
7L

CLn.

Si p es una aplicacin estrictamente creciente de N en N, es decir,

tal que:

Vn e N, p(n+I)>p(n),
Subsucesin entonces de la aplicacin compuesta a o p de N en R, grficamente:

o bien:

N a"P,

&p@)'

diremos es una subsucesin de la sucesin (an), y la representaremos de algUna de


las formas siguientes:

(onO',;ne

N), o

(ap<O),

o tambin:
Ap@), ApG), Ap(Z)' , ' '
Nota

bene

'

0lp(n)t "' '

Una subsucesin tambin es una aplicacin de N en R; Iuego una subsucesin

es a su vez una

sucesin.

V.2. SUCESIONES DE NUMEROS

EJEMPLO

REALES

325

La aplicacin

P-'--

--+ 2n

TL
es estrictamente creciente, pues para cada rL

e N se verifica:

p(n+ 1):2(n+ 1) >2n-p(n).


a - (an)

Si

es

la sucesin del ejemplo 13 (cf.p. 322):

N --'
rL
entonces a

_L,

....+

rL+L'

p s una subsucesin de la sucesin a; grficamente:


P---------,

N
donde

-q----.----+ CLzn,

---+ 2n

TL

I
CLz-n QD+r - Zn+r'

La subsucesin a

p puede representarse de alguna de las formas siguientes:

/ 1 _\
fzr.r;trN,l ' o r"*t)'
1, 11
Zvt+I'
(

o tambin:

3'5'

y el conjunto de sus trminos

es:

{orn;
Si

b : (b")

N}

rL

: I#

l r. N}.

es la sucesin del ejemplo 14 (cf.p. 322):

N -b

-+

rL

R.

(-L)n,

entonces b o p s una subsucesin de la sucesin b:

NR

b on
----+ bzn,

TL
donde

bzr: (-t)zn.

La subsucesin b " p puede ser representada por

(t-t)zn;ne N), o (t-t)2n),


o bien

L, T,

1,

y el conjunto de sus trminos es: {bzr;rL e N}

{1}.

d-

-|

V. SUCESIONES DE NMEROS

326

REALES

Si (ae6) es una subsucesin de Ia sucesin de nmeros reales a : (an), entonces eI trmino de orden k (k e N) de la sucesin (ap1,) es la imagen de k por Ia
aplicacin a o p, es decir, es el nmero real: apg, que coincide con eI trmino de
orden p(k) de la sucesin (a.n).

EJEMPLO I

Para la sucesin

/1\

\m+ r)'
que es subsucesin de la sucesin

/1\
(,"-/

(cf. ejemplo 1B), el trmino de orden 10 es:

11
2.10L:
que coincide con el trmino de orden 2 .

sea

I0

(ar) una sucesin de nmeros

deremos Ia aplicacin:

N
rL

n'

20 de la sucesin

(,+ )
\n+I/

reales, fijemos un nmero natural k, y consi-

P,

n+k,

que es estrictamente cleciente. La subsucesi|n (a.p6), es deci, la sucesin (an+,


tambin se denotar de esta forma:

(an;n > k)
y el conjunto de sus trminos tambin se escribir

as:

Ian;n> kI.
Es decir, las notaciones

(an

> k) Y (en+p) designan Ia misma sucesin, y

{an;n>kI: {an+*tn e N}.


Nota bene El trmino de orden m de la sucesin (arin 7 k) -subsucesin de la sucesin (a,)- coincide con el trmino de orden n + k de la sucesin (ar)' A

V.2. SUCESIONES DE NUMEROS

EJEMPLO 20

327

REALES

Dada la sucesin de nmeros reales

(d;,

donde
TL

'n? +T

Ias dos notaciones siguentes designan la misma subsucesin de la

\
>-Lo)'
El trmino de orden

/ t

SUCCSION

n+LU

(dr):

[Vm

Ia sucesin (dnirL > 10) es:

ME

V@:VL4s'
que coincide con el trmino de orden 2 + 10

dtz EJEMPLO 2r

12 de la sucesin (dn):

(I2)2 + I

(b) del ejemplo 14 (cf. p. 322): ((-I)n), su subsucesin (b"in > 10) es
(bn+n).
la sucesin
Comobn = GI)", se tiene: bn+to: (-1)'*t0, ypor tanto Ia subsucesin (bn;n > 10) es concretamente la sucesin ((-1)"*t0). El trmino de orden 23 de Ia sucesin ((-1)"; n > t0) es (-lzs+to = -1, que coincide con el trmino de orden 23 + 10 = 33
Para la sucesin

1:)l-

rf

TE

de la sucesin

11-t)").

b,

Fijado un nmero natural k, si

Sucesin

fftnl;n

> k)

es una aplicacin del

{m e N I m> kI
en

R.,

lF

conjunto

Ik,k+ I,k +2, ...}

entonces la notacin:

(f (n);n> k)
designar la sucesin cuyo trmino de orden

EJEM

PLO

22

n (n e N) es el nmero real

Dada la aplicacin

J,C

{6,7,8,. ..}
TL
la sucesin

fffn;n

--'+

,1'
'
(n-L)(n-5)'

> 6), es decir:

(L\
(,?"-1) (n- il;n"6)'
es

la sucesin cuyo trmino de orden n (n N)

es:

f(n+6)- ((n+ 6) - t) (trL+ 6) - s)

@+-r@+D

(n + k) '

V. SUCESIONES DE NMERO;

328

V.3
que
un
nmero real

Sucesin

converge a

REALES

SUCESIONES CONVERGENTES. TIMITES INFINITOS

7, Sucesiones convergentes De una sucesin (a) de nmeros reales diremos


que converge al nmero real I si, cualquiera que sea el nmero real e > 0 que fijemos,
podemos encontrar un nmero natural k, que depender (en general) de e, tal que
todos los trminos de la sucesin (ail de orden mayor o igual que k pertenecen
intervalo (l - e,I + e). En smbolos:

Vne

Ve >0,1ke N,

N,

n>k +

cLn

c (L-e,L+e),

a,l

(-+

o bien:

Ve >0,
Si

Ia sucesin

(a)

lke

N,

Yn>-k,ane(L-e,L+e).

converge a algin nmero real l, de la sucesin

(51

(a") diremos

es

es lmite de la sucesin (ant,


(ar), de sta diremos
que
real
lmite
de
Ia
sucesin
sea
Si no existe ningn nmero

Lmite una sucesin convergente, y del nmero real I diremos


es no convergente.

Nota

Por abuso de notacin, en (4) y en (5) hemos escrito: V e > 0, cuando tenamos que

haberescrito: Vee(0,+-;yen(5)hemosescrito:
a
escrito: Vne{m e N lm> k}.

Yn>k,cuandotenamosquehaber

Definiciones equivalentes de sucesin convergente Sea (4") una sucesin de nmeros reales y sea / un nmero real:
. La sucesin (an) converge aI nmero L precisamente si:

[,]
I

lke

Ve >0,

N, Vn e N,

n>k> ll-a"l<e.

(6t

De acuerdo con la propiedad 4 del valor absoluto (cf. p. 315), se tiene:

ane (L- e,L+e) <+ ll - arl < e,

y escribir (6) es lo mismo que escribir (4).


La sucesin (an) converge a I precisamente si, para cada nmero real e > 0, al
intewalo (l - e,l + e) pertenecen todos los trminos de la sucesin (ail salvo.

posiblemente, una cantidad finita.

EJEMPLO

23

Sea

(b") Ia sucesin que verifica:

a 1. La sucesin (b,) converge

n e N, bn : I;

es deci, todos sus trminos son iguales

al nmero real 1.
Enefecto. Cualquieraqueseaelnmeroreale > 0 quefijemos, como 1 e (1 -e, 1+e), se
verifica que todos los trminos de la sucesin pertenecen al intervalo (1 - e, 1 + e), y hemos
:
encontrado, pues, un nmero natural k
-que en nuestro caso es k 0- tal que todos los
(b")
que
pertenecen
de orden mayor o igual
trminos de la sucesin
k
a (1 - e, I + e).

329

V,3. SUCESIONES CONVERGENTES. LiMITES INFINITOS

c es un nmero real, anlogamente se demostrara que Ia sucesin (cr) que veriSucesin fica: Vn e N, c, = c, cuyos trminos son todos iguales a c (sucesin constante), converge
constante a c. Esta sucesin constante se representa simplemente por (c).
Si

EJEMPLO

24

La sucesin

(a,), donde
a"=,-,

,?N,

converge al nmero real 0.


En efecto. Fijemos un nmero real e > 0 arbitrario. Entonces (cf. corolario de la proposicin V.1, p. 313) existe m e N* tal que (L lm) < , y por tanto:

n>m-1-

n+l>*-J

n+ -I

< ml.cLne (0-e,0+e),

y hemos encontrado un nmero natural k, precisamente k =


de la sucesin

(a)

que la sucesin

El

lmite de una
sucesin

Proposicin

m-

1,

tal que todos los trminos

de orden mayor o igual que k pertenecen a (0

(ar) converge

V.5

e,0 + e). Esto establece

a 0.

El Lmite de una sucesin convergente de nmeros reales

es

nico.

convergente es

nico Demostracin Haremos esta demostracin por reduccin


dremos que una sucesin
Pongamos que

11

<

12,

al absurdo; es decir, supon-

(ar) converge a dos nmeros reales distintos h y Lz.

sea e

(Lz

h) 12,

qlue es

positivo. Entonces:

h-<h+e:Iz-e<Lz+e,
y por tanto:

(h-e,lr
Pero del hecho de que la sucesin

+e) n

(Lz-e,Iz+e):A.

(ar) converja

It

Q)

se deduce que existe

kr

N tal que:

Vn e N, n2k1 + ane (h-e,h+e),


y del hecho de que la sucesin (a' ) converja a

12 se

deduce que existe kz e N tal que:

YnN,TL2k2 + &ne (Lz-,Lz+)

en consecuencia, si rL > mx{kr, kz), se tiene:


a.n

y por tanto: (Lz

e (h - e,\ + e)

(Lz

e,Lz + e),

e,Lz + e) + 0, en contradiccin con (7).

En conclusin, si una sucesin es convergente, admite un lmite

nico.

c.Q.D.

V. SUCESIONES DE NMEROS

330

Notacin

Si

la sucesin

(a,)

REALES

converge al nmero real l, escribiremos:

l!\""

t,

tambin: lm(a) = '

y ambas notaciones se leen: "el lmite de la sucesin (a;, cuando ru tiende a infinito,
esl",yambassignifican: Ve >0, lkN, Vn e N, n>k+ lI-a"l<e.
EJ

ERCTCTO B

Probar que toda sucesin convergente de nmeros reales est

acotada.

V.6

Toda subsucesin de una sucesin convergente


reales es una sucesin convergente que tiene eI mismo lmite.

Proposicin

numeros

Demostracin Sea a = (a.) una sucesin convergente con lmite igual al nmero /, esto
es:lm(r)=/,yseaaop=(ao6)unasubsucesinde(a),esdecir,pesunaaplicacin
estrictamente creciente de N en N. Grficamente:

N
rL

N
P@)

N
, R.
o bien:
d.p@)t
n

aoP

6.p@).

Queremos comprobar que la sucesin (apo) converge a I. Para ello, fijemos e > 0 arbitrario.
Por ser I el lmite de la sucesin (an), edste k e N tal que para todo nmero natural z se
verifica:

n)k+ ane(L-e,I+e);
pero si

n>

(8

k,enlonces:13 p(n) > k,y de (8) deducimos que para cadan e N se verifica:

n>k+ a.p6(L-e,L+e).
Hemos probado entonces que, fijado e > 0 arbitrario, podemos encontrar un nmero natural k tal que los trminos de la sucesin (apot) de orden mayor o igual que k pertenecen
a (I

EJEMPLO 25

e,l + e ).

Es decir: lm

(ono)

: .

En el ejemplo 24 vimos que lm (ll@+ 1)) : 0, y en el ejemplo 18 (cf. p. 325) vimos


que (tl(2n+ 1)) es una subsucesin de la sucesin (tl@+ 1)). De acuerdo con la proposicin V.6, podemos escribir:

EJEMPLO 26

c.Q.D,

/l\
tim(-*'J:o

La sucesin (an), donde:

It,
clp

si n e {0,2,4,. ..},

- i l

ln,

sr

{1,3,5,...},

13Dada una aplicacin p de N en N estrictamente creciente, por recurrencia es fcil demostrar que
p(n) >k.
verifica: Vrt N, p(n)>n,yenconsecuenciaparacadake N setiene: n>k

se

V.

3. SUCESIONES

CONVERGENTES. LIMITES INFINITOS

33r

es decir:

1,

r,

1,

1, +, r,
1,
1,
35/ +,

no es convergente.
En efecto, su subsucesin (azn) es esta sucesin constante:

1, 1,

1,...,1,

cuyo lmite es 1 (cf. ejemplo 23,p. 328):

lm(azn)-1;
y su subsucesin (azn*r ) es la sucesin 0 t fTn + 1)), esto

r'
' 111
3' 5' 7'
cuyo lmite es 0 (cf. ejemplo 25):

es:

rim(#)-o

Deducimos que la sucesin (an) no es convergente: si lo fuera, todas sus subsucesiones convergeran al mismo lmite (cf. proposicin V.6), pero sus dos subsucesiones escritas, aunque
convergtr, lo hacen a lmites distintos.

Una sucesin (an) de nmeros reales que admite una subsucesin convergente no
es, a su vez, necesariamente convergente, como muestra el ejemplo 26. Sin embargo,
si la subsucesin que es convergente es de Ia forma (adn 2 ns) para algn nmero

natural ??0, entonces la sucesin (a") si es convergente, y su lmite es el mismo.


En efecto. Sea I eI lmite de la subsucesin (adn>r,o). Fijemos un nmero
real e > 0. Entonces existe k e N tal que todos los trminos de orden mayor o igual
que k de la sucesin (anin > no) pertenecen a (L - e,L + e); ahora bien, el trmino de
orden z de la sucesin (anin 2 :o) es el trmino de orden ul-t vls de la sucesin (a.") .
Es deci, habiendo fijado e > 0, hemos encontrado un nmero natural k' -precisamente k' = k -t rLo- tal que todos los trminos de Ia sucesin (a de orden mayor
o igual que k'pertenecen a (L-e,J+e). En conclusin, la sucesin (a") tambin
converge a l. Podemos escribir:
lm

(anin > n : lm (anano) : lm (a")

'

Tenemos demostrada, pues, la siguiente

Proposicin V.7 Si Ia subsucesin (an;n > k) de la sucesin (a") de nmeros


reales es convergente, entonces Ia sucesin (a") tambin es convergente y los
Imites de ambas son iguales:
lm

eil -

lm ( 6Ln,n > k)

V. SUCESIONES DE NUMEROS

332
El

lmite no

depende de los
primeros

REALES

Corolario

La propiedad de convergencia de una sucesion de nmeros reales a


un lmite es independiente de Ios k primeros trminos de la sucesin (cualquiera

queseakeN).

trm inos

Proposicin V.8

Dada una sucesin


lm

Demostracin

Que

(ar)

de nmeros reales, s verifica:

(eil - 0 =+ lm (lanl) -

0.

la sucesin (an) converge a 0 significa:

Ve >0,

lke

N,

Yn>k,6Ln (-e,e)

y que la sucesin (la"l ) converge a 0 significa:

lk e N, Y n> k, lanl e (-e,e).

Ve > 0,

Ambos enunciados son equivalentes, pues: &n e (-e,

Proposicin V.9

Dada una sucesin

(e)

) <- lanl (-e, e ).

C.Q.t

de nmeros reales, s verifica:

lm(en):L e lm(an-L) -0.

,
{

t)

t*i

Demostracin

Que la sucesin

(ar) converge a I significa:

Ve >0,
y que la sucesin (a"

lke

N,

Yn>k,ane(L-e,L+e),

L) converge a 0 significa:

Ve >0,

lke

N,

Vn>k,ar-Le

yambos enunciados sonequivalentes, pues:

Corolario

Dada una sucesin

(e

(-e,e),

ane (L-e,I+e)

a.n- Le

(-e,e).

c.Q.l

de nmeros reales, s verifica:

lm(en)-L <- lm(ar-L) -0 <- lm(lar-Ll):0.


Proposicin

V.l0

cuales existe ns

Sean

(a) y (b)

dos sucesiones de nmeros reales para las

N ral quei
Y

Entonces, si Ia sucesin

(b)

n > tls, la"l <

lb"l.

converge a 0, tambin la sucesin

(91

(a)

converge a 0.

V.

3.

SUCESIONES CONVERGENTES. LIMITES INFINITOS

Demostracin

333

la sucesin (b") converge a 0, entonces tambin converge a 0 su subsucesin (br1ro) (cf. proposicin V.6), lo que significa:
Si

fk e N, V n>k, lbn*nol ..,


y como de (9) se deduce que para cada n N se tiene: lan*rol a
concluye: V e > 0, I k e N, Y n > k, lan*'',,rl . ., es decir: la sucesin
Ve > 0,

(10)
(1 0) se
I bn*no I , con
(an*no) converge a 0.

En consecuencia (cf. proposicin V.7),la sucesin (an) converge a 0.

Lmite y valor
abso I uto

C.Q-.D.

Corolario Si Ia sucesin (a") de nmeros


tonces la sucesin (la"l)

converge a
lm

ar) -

lll;

reales converge al nmero rea)


es decir:

L :=> lm

(lanl) :

L, en-

lLl .

Si la sucesin (a) converge a l, entonces (cf. proposicin V.9) la sucel)


converge
a 0, y como (cf. proposicinY.2, p. 316): lla"l - llll < la. - ll para
proposicin
cada n e N, con la
V.10 concluimos que la sucesin (la-l - lll) converge a 0, es
decir (cf. proposicin V.9), la sucesin (la"l) converge a lll: lm(la"l ) : l1.
c.e.D.

Demostracin
si6n (an

En el anexo (cf. p. 359) se demuestra

Operaciones entre sucesiones convergentes


Ia siguiente
Lm ite

de u na su ma,
de un producto,

Sean (a) y (b") dos sucesiones convegentes de nmeros


a ylm(b") : b. Se verifica:
(1) (Linealidad) si a y B son dos nmeros reales, Ia sucesin (uan + Fb") es
convergente, y

Proposicin V.l
reales,

y de un cociente

conlm(a")

lm ( oLn + Fbn) -- a lm

(ar) + B lm ( bn) -

acL

+ Fb.

(2) (Producto) la sucesin (arbn) es convergente, y


lm ( &nbn)

(3) (Cociente) si b

lm

e)

. lm (bn)

0, entonces exit rLs N tal que Y

(a"\
tt\h)-

ab.

n 2 rLo, bn + 0, y

lm(a) a
l'*',@"): b'

bene

En el ltimo apartado de esta proposicin, sobre el lmite de un cociente, la


de orden menor que no; propia(anlb"in
> no) = alb. Pero para no recargar la
mente, entonces, deberamos escribir: lm
notacin, y considerando que el lmite de una sucesin convergente es independiente de

Nota

sucesin (b") puede tener algn trmino nulo entre los

sus primeros trminos, escribimos simplemente: lm(anlb) : alb. An.ogo comentario


podramos hacer de cualquier lmite de la forma: lm (8") donde B, es una expresin tal
que est definida la sucesin (Bnin > k) para algn k e N.
a

V, SUCESIONES DE NMEROS

334

Lmites y

polinomios

Si

P(x)

es un polinomio con coeficientes reales de

REALES

grado p

(p > r):

P(x):6Ls* cllx +...+ &pxe,

(11)

para cada nmero real a, P(a) es eI nmero: P (a) : 6Ls * 6Ly * "' i aruP . Si la sucesin (bil de nmeros reales converge aI nmero real b, entonces la sucesin (P(b"))
converge al nmero P(b).
En efecto. Para p : 1, se tiene el resultado por la linealidad de los lmites (cf. proposicin V.l1(1)). Si suponemos verdadera la propiedad para todo polinomio de
grado p - I,y P(x) es el polinomio de grado p de (11), entonces podemos escribir:

P(x) :

&o +

xQ@),

con Q@)

Pero Q(x) es un polinomio de grado


que lm (Qfu" : Q@),Iuego:
lm

lm ( a + flm

(b")l

+ 't

epxp-T

1, para el cual, por hiptesis, se tiene

(P(b")) - lm (eo-r b"Q@;)

&t -t ezx

flm

(a(b"))l :

cty

+ bQ@)

P(b),

teniendo en cuenta que son convergentes las sucesiones (b,r) y (Q@")). Es decir,
la sucesin (P(b")) es convergente, y de lmite P(b). Hemos demostrado, pues, por
recurrencia sobre p, esta implicacin:
lm
EJERCICIO

Sean

(a.) y (b")

(b") : b

lm

(P(b;) :

P(b).

dos sucesiones convegentes de nmeros reales. Si


LLn

mx

{an,bn} y

uyt

mn

con ?z N,

{an,bn},

demostrar que las sucesiones (ur) y (un) son convergentes, y calcular su lmite.

Lmite

2. Lmites inftnitos De una sucesin (a") denmeros reales diremos que tiende
ms a ms infinito (+oo) si, para cualquier nmero real b que fijemos, existe un nmero

infinito natural k tal que todos

los trminos de la sucesin

(a)

de orden mayor o igual que k

son mayores que b. En smbolos:

Vbe

R.,

lke

N, Vn e N,

n>k+ cLnlb,

obien: VbR., lke N, Yn>k,an>b.


Si la sucesin (a") tiende a ms infinito, escribiremos

lm(a"): *@, o tambin: lllo":


y ambas notaciones se leen: "Imite de

a,

es ms

infinito".

*@,

(I2t

v.

3. sucEsroNEs

IaNVERGENTES.

ttwrrs

tNFtNtros

33s

Consecuencia de Ia deftnicin de lmite ms


esta definicin es la siguiente:

inftnito

Si una sucesin de nmeros reales tiende a ms

Una primera consecuencia de

infinito, entonces

es

no conver-

gente.
definicin se deduce que una sucesin que tiende a ms infinito no est
acotada superiormente, y en consecuencia (cf. ejercicio 8, p. 330) es no convergente.

En efecto. De la

EJEMPLO 27

La sucesin

(n) tiende a ms infinito: lm (rz)

En efecto. Fijemos un nmero real

sin (n) son mayores que b; y

.6e.

b. Si b < 0, entonces todos los trminos de la suceN tal que k > b (cf. propiedad

sib > O,entonces este k e

arquimediana de los nmeros reales, p. 313), y en consecuencia todos los trminos de la sucesin (n ) de orden mayor o igual que k son mayores que b. EIlo establece que la sucesin (n )
tiende a ms infinito.
EJEMPLO 28

La sucesin

((-l)"n)

no tiende a ms infinito.
Si fijamos el nmero real b : 0, no podemos encontrar ningn nmero natural k tal
que todos los trminos de la sucesin de orden mayor o igual que k sean mayores que 0;

concretamente.i d.zk+t: eDzk+1(2k+ 1) =

EJERC|CTO I 0

-(2k+

1) < 0paratodo k e N.

Demostar que toda sucesin de nmeros reales que ende a ms infinito est acotada infe-

iormente.
Una caracterizacin de las sucesiones que tienden a ms infinito, y que ser utilizada ms tarde, se ve en la siguiente:
CNS

de lmite ms
infin ito

Proposicin V.I2 una condicin necesaria y suficiente para que una sucesin (a) de nmeros reales tienda a ms infinito es que se verifiquen simultneamente los dos siguiente asertos:
a) todos los trminos de Ia sucesin, salvo quiz una cantidad finita, son positivos: 1k e N, Y n > k, cLn ) O.

D' ri'

l!)
\an/

o.

Demostracin

La condicin es necesaria. Aplicando la definicin de lmite ms infinito


para b = 0, se nos asegura que todos los trminos de la sucesin (a) son positivos a partir de
cierto orden. Por otro lado, si fijamos e > 0, haciendo uso de la deflnicin para el nmero 1/e,
podemos afirmar existe k1 e N tal que:

Vn2kt,CIn
y as: lm

(L

la-) :

0.

lanl

V. SUCESIONES DE NUMEROS

336

La condicin es suficiente. Fijemos


deducimos existe k e N tal que Yn

R.

existekeNtalque:

sib
b;stb
1.

Vn>k,en)oy

A.n

REALES

de acuerdo con el primer aserto


0, de ambos asertos deducimos

( i,;)

y por tanto:

Yn>k,0<
Iuego: V
El lmite ms
infi n ito

no depende
de los primeros
t rm inos

n > k,

6Ln

an

b'

b, y en definitiva: lm (an) - *oo.

C.Q.D.

Corolario Si la subsucesin (an;n > k) d" una sucesin (a") de nmeros reales
tiende a ms

infinito, entonces Ia sucesin

(a)

tiende a ms infinito.

Otra caracterizacin de las sucesiones que tienden a ms infinito, y que el lector


puede comprobar por s mismo, es la siguiente:
tlna condicin necesaria y suficienteparu que una sucesin de
Proposicin V.l 3
nmeros reales tienda a ms infinito es que toda subsucesin suya no est acotada
superiormente.
Sean (an) y @") dos sucesiones de nmeros reales. Si la
Proposicin V.I 4
sucesin (an) tiende a ms infinito t/ la sucesin (b") est acotada inferiorment e,
entonces Ia sucesin (an * bn) tiende a ms infinito.

Demostracin

d una cota inferior de la sucesin (b"). Fijemos

Sea

sucesin (r) tiende a ms infinito, para el nmero real


que: V n 2 k, an > r - o\y en consecuencia:

d+bn2T-

Yn>k,6Ln*bnlry la sucesin (an


Lmite de una
su

ma

cuando uno de
los

su

Corolario

tiende a ms
infin ito

Sea

d+ :T,
C.Q.l:"

(an) una sucesin de nmeros reales que tiende a ms infinito.

finito.

2)

r e R. Como Ia

d existe un nmero natural k tal

* bn) tiende a ms infinito.

Entonces:
1) Si Ia sucesin

mandos

r-

Si Ia sucesin

(b")

(b)

es convergente, la sucesin (an +

b")

tiende a ms infinito, la sucesin (an +

tiende a ms

b)

tiende a ms

infinito.

Demostracin

Es consecuencia de que

toda sucesion que sea convergente o tienda a ms


B, p. 330, y ejercicio 10, p. 335).
c.e,D,

infinito est acotada inferiormente (cf. ejercicio

V.

3. SUCESIOAIES

CONVERGENTES. LMITES INFINITOS

337

5 Sean (a") y (b") dos sucesiones de nmeros


(a) ende a ms infinito y la sucesin (b) verifica:

Proposicin V.l
sucesin

1a>0,lke

N,

reales. Sl Ia

Yn>k,b,

entonces Ia sucesin (cLrbn) tiende a ms infinito.

Demostracin

De acuerdo con la hiptesis, existen un nmero real,

a > 0 y un nmero

natural k1 tales que:

YnTkt,bn>a>0.

(anb):

Para ver que lm

+@, fijemos

R, y sea b

(1 3)

: mxIrla,1]'

lm(a") =

Como

6,

para el nmero real b existe un nmero natural k2 tal que: Y n > kz, an ) b. Si tomamos
como k el nmero k : mx{kr, kz}, y teniendo en cuenta qe a y b son nmeros positivos,
con (13) podemos afirmar que, para todo n > k natural, se verifica:

a-r'

- (mx Ii't\)'a>L
Es

Lmite de un
prod u cto

decir: rm( 6Lnbn):

Corolario

Sea

(a)

Entonces:

cuando uno de

1)

los factores
tiende a ms
infin ito

2)

Si

la sucesin

a ms

Si

1"'">bA

C.Q.D.

una sucesin de nmeros reales que tiende a ms infinito.

(b)

converge a un nmero positivo, la sucesin

(a"bn) tiende

infinito.

Ia sucesin (b) tiende a ms lnfinito, Ia sucesin (a"b") tiende

a ms

infinito.

Demostracin
sin (b)

por tanto:

(b.)

l, con I > 0, tomando e -- Ll2, todos los trminos de la sucede orden mayor o igual que algun k N pertenecen aI intervalo (L - Il2,L + Ll2),y
Si lm

b,>r-i:Lro,

para cada n > k. EsIo es, la sucesin (br) verifica la propiedad del enunciado de la proposicin V.15.
Si lm(br) = +o, fijado b : 1, todos los trminos de la sucesin (b") de ordenmayor
o igual que algn k e N son mayores que 1, y por tanto tambin en este caso se verifica Ia

propiedad citada.
Con la proposicin V.l 5, en ambos casos se concluye: lm (a"b")

EJEMPLO

29

a'

c.Q.D.

p e Nx, la sucesin (np) tiende a ms infinito.


En efecto. Si p : 1, entonces (cf. ejemplo 27,p.335):lm(n): +m. Si suponemos que
verifica: lm (nu-r) : +m, entonces (cf. corolario de la proposicin V'l5):
Si

lm(nP)

: lm(nv tn) : **.

Y as se demuestra, por recurrencia sobre p, el resultado: V

p e Nx,

lm

(nu)

: *'

se

V. SUCESIONES DE NUMEROS

338

REALES

Una consecuencia de lo recin demostrado y de la proposicin V.L2 es esta:

(#)-0

Yp e N*, lm

(ail y (b") son dos sucesiones de nmeros reales tales que lm (an) - *c
y lm (br) : 0, entonces no podemos asegurar nada acerca del lmite (si existe o no
Si

y en caso afirmativo si es finito o infinito) de la sucesin


eI siguiente ejemplo.

EJEM

PLO

Se

(arb"), como se muestra

en

verifica:
lm (n)

*@,

rr'(1) -o y

nm(n

+) -

lm (1)

tm(nz

il-

tm(m)-*oo.

1.

Tambin:
lm (n2)

: **,

rr,

(r) -o y

Finalmente (cf. proposicin V.B, p. 3 32):

pero la sucesin

(, . (t- r )" ln);n > 1) , esto es:


-I,

1, - 1,

1,

no es convergente, ni tiende a ms infinito.

Sucesiones que tienden a menos


Lmite

inftnito

De una sucesin

(a")

de nmeros reales

menos diremos tiende a menos infinito (-oo) si, para cualquier nmero real b que fijemos,
existe un nmero natural k tal que todos los trminos de la sucesin (an) de orden

infinito

mayor o igual que k son menores

qtue

b. En smbolos:

Ybe R, lkeN, Yne

N,

n>k = an<b,

R, lke N, Yn>k,cLn<b.
la sucesin (an) tiende a menos infinito, escribiremos

obien:Ybe
Si

lm ( en)

- -oo, o tambin: lno"- -,

y ambas notaciones se leen: "lmite de an es menos infinito"

oI '(ry < u:,9)ul1

uq31e eed (4 <

>

'(rg)

ru;

rod aluaualdrurs soruaJelouap

rod al1tu1l alsa relouap ap zan ua '-olIuHuI o olIuIJ- alIuII al1rupe uglsaJns elsa ,'(
eI epruIJap glsa anb 1et ugrsardxa eun s ug IS 'eIuJoJ elsa aC 'sol
'd PI ap auaq alou el ap olreluaruo) Ia soruaJerrlde 'eloqe ap JIUPd Vtr

salIuI

-r-uuq

'N

u:ug) uorsarns

sol e u?Iqrue] t

'oltulJul soueur e epuaq (uq + "o) ugrcaJns e[ saJuo]ue


'aluauttouadns epepJe 91sa (uq ug$ns e tl o1rut4 soueur e apuaq (ua) ugs
-eJns e[ ry sap soJernqu ap sauorsaJns sop (uq) (u) ueas g 1' ugrsodo't
'otIuUuI oruoJ ollug se Is oluP] 'oJrur-I sa 'alsrxe IS 'ugrs
v
-a)ns pun ap e]u1l Ia :rErurg 'sand 'sourapod'(ozg 'd'J) s'n ugDrsodord EI opueprora
'solu.ul4 sa]fiull auel]

ou oluel rod ,{ 'epelorp g}se sa)uo}ua 'a}ua8auoJ sa (z?) uglseJns e1 rs 'euaurpur


ialuaEa,tuo
souaru e apuarl (?z) ugrsarns e rs

'olugq

ollugq souaru e apual} ou sa)uolua 'o}Iugrq sglu E epuau

sa ou ,{

ollugq

sa ou

sgru e epuau ou sa)uolua

'

:aluaBJaAuoJ
(a1r) uglsaJns

:rPrurg soruapod'solsr^ sopPllnsar sol uoJ opJanJe

aC

el Is '
auoq eloN

ollu lJu I o ollu


'atlul!
lep pepl)lun

lJ

'aLuaurroualq epeloJe
?lsa ou e,4,ns uqlsaJnsqns ePol anb sa olruuq souaur e epuan sa[ear soraurr)u ap
ugtsaJns eun anb ered alua[JTns "( euesaJau ugplpuo) eun lh ugl)lsodord

:ollugul souaru

e uapuap anb sauolsaJns

sel ap ugrJezlJa]f,eJPf, aluamSls eI reqoJdruoJ rolJal Ie oIJIJrala oruo) soruPlac

sou trur 9l

solerutjd sol ap
apuadap ou

vlolturyur soueur

e apuatl (ua) ugsaJns e[ snuo]ua 'oyuur


olleloJo3
ulua) ugysa)nsqns et $

souaur e apuan (ua) ugrcarns eun ap (4 <

'0 > uo '4 <

1L

4E :sotrl

(i),,'

o:
A 'N

o]!u lJu

souaw elluj

ll

-e&au uos 'eiUII pepqtrEt eun gzynb zAIES 'ug[saJns e[ ap soLrynryi sot sopol (a
:souase aluem8rs sop so[ a]aaueea.eqnIn

-rc uanb:ta.t as anb sa olrugq soueur e epaau sa[eil soJararya ap (ua) ugys
-e)ns eun anb end eluapgns euesatau aglJrpu eun 9l'A ugl)lsodo;

ollu uu

souau al!ull

ap

SNf

:saluarnsls sel soupuEqord'(gg 'd'J) St'n ugrlrsodord eI,{ (9 'd'r) 71' ugnts
-odod EI '(S 'd ') Z t'n ugtrrsodord e1 soureqord oluoJ P e8ogue PIUJoJ Eun aC
olue&nuot sa ou olruutn soaeta e epaap anb saeat soruwttu ep uQgaJns eu[] o
olrygq syLa e epuap (ua-) ugrcaJns e[
ls aluaurEsDatd o1ruur soaeur e epuetl sagil sonurtu ap ("D) uqrseJns EU[f c
:prUrJaA aS olutJul souaw a!'ull ap ugrtuJap oI ap saDuanJasuo)
solJNtJNl

slltwtl 'sll,N],al/lNo) S]NOIS)nS

''A

V. SUCESIONES DE NMEROS

34c
Lmite de una
su

ma

cuando uno de
los

su

Corolario

(a

Sea

REALES

una sucesin de nmeros reales que tiende a menos infinito.

Entonces:
1) Si ]a sucesin

(b") es convergente, la sucesin (an + b) tiende a menos


infinito.
2) Si Ia sucesin (b) tiende a menos infinito, Ia sucesin (an + bn) tiende a
menos infinito.

mandos

tiende a menos
infi n ito

(a) y (b) son dos sucesiones de nmeros reales tales que lm (q.) : +a
y lm(b") - -@, entonces no podemos asegurar nada acerca del lmite (si existe o
Si

no, o si es finito o infinito) de la sucesin (an + bn), como podemos ver en el siguiente

ejemplo.

EJEMPLO 3 r

Se

verifica:
lm (n)

: *,

lm

(-n) - -oo y

lm (n +

(-n)) -

lm (0)

lm (2n +

(-n)) -

lm

0,

y tambin:
lm (2n)

: *,

lm

(-n) - -oo

(n) -

*oo.

Por otro lado, si (an) es Ia sucesin definida por


(
ey1

entonces: lm

(n) -

+oo

y lm ( en)

-N,

SI TL eS

lI-n,si

rL es

Paf

impar,

sucesin (n

* &n) es:

0,1,0,1,..., 0, 1,
que no tiene lmite, ni finito ni infinito (es decir, no es convergente y no tiende a ms infinito

ni a menos infinito).

Proposicin V.l9
Sean (ar) y (bn) dos sucesiones de nmeros reales. Si Ia
sucesin (an) tiende a menos infinito y Ia sucesin (b") verifica:

Ja>0, lkeN, Yn>k,br)&,


entonces Ia sucesin (anbn) tiende a menos infinito.
Lmite de un
prod u cto

cuando uno de

Corolario

Entonces:
1) Si Ia sucesin

los factores

tiende a menos
infin ito

Sea (ar) una sucesin de nmeros reales que tiende a menos infinito.

2)

(b") converge a un nmero positivo, Ia sucesin (arbr) tiende


a menos infinito.
Si Ia sucesin (bn) tiende a ms infinito, ]a sucesin (6Lnbr) tiende a menos

infinito.

(S

I)

'oo* - (au)utll

dD-(oo+
\

L',
r-d tt

, I_w

d'U

'ftt)

sorunnpap

(S

I) ap

aU\
oo )*!l

:(/EE 'd '6 oldruata 'r) ouro

^r(da

h.

4*
rp

iI)
'oa)

,,i,

attd,o+ . . . + ura + ou - (u)


:PJUTJaA

'0>

ftr)

,o <

as I < u Ppe) eJed 'olJaJa u:l

na$ '---l

:
oars ,oo*i (ttzld) LUII
:saJuoluT

'0 + da

uor

'oxdu +

xra + ou - (x)d

< d opet8 ap saleal saluar)uaof, uoJ orruourlodun (x)

oof

oo*

oo-

oo-

oo*

0 u$
$
$
0>a
0<a

oo-

ea5 ;{[ r]-l{dFAlli""i

oooo*

@-

oo*

oo*

'

oo-

'oo +

oo-

'oo

'
0 - a\s
0 > a TS 'oo 'oo+

oo*

oo*

U
sBltLn"ljI ap

0<aTS

ftrx>e: e;ed

("q) utI

("q + uu) u.tl

('q'a) wrl

q+a

qa

(ua)

;?]T?parctrl;C

*fi

urrun5o"i-0ipPr'.i:)

u.tll

'auarpuodsalJoJ uglsaJns eI
ap pppu ern8ase sourapod ou anb erglu8ts (,,) ugreSoJJalul ep ou8rs u 'alr-Iul ns
q uoJ soruelouap 'alua8ranuoJ sa (24) ugrse)ns e rs 'auauteSopue r{'alr-urq ns ?, uoJ
soruelouap 'alua8anuo se (ua) uglsa)ns pl opuenf 'sapar soJaru4u ap sauolsaJns
ap 'solrulJur o solrulJ 'salr-4l alqos ots4 ol solutrunsal oJpEnJ auam8ts p ug

'a :

V
'@

- = (uq) wu.4. x, :

(ueu'tc) Lull

(uu) wll anb sae| salear sofittlu ep sauorcarns sop (uq)

'oo*

'0 > l

apuop 'l - (t) wll

- (ut'q) u.tll *

('c'u)

anb reqord
(ua) was

,1,

Ol)lfu]fl

u.tlanb rcqoJd

'oo* - ("a) ull

oo- - (uq) wll

:anb sa:Bl sa[ear sorel1a ap sauqarns sa.4 (h) ,4 ("q) '(uo)


tVF,

#l

/ i v* /

_g3J

w I I'.9"7J_

uees

AJ-T3 tr

i.',

t t Olf lf U]fl

_9

3 zu O

53

5'

A
"

342

V. SUCESIONES DE NUMEROS
Si Q es otro polinomio, con coeficientes reales de grado 4

Q@):bo+btx + "'+ brxq,


entonces, para cada rL > 1 tal que Q@) * 0, se verifica:

con

bq*0,

A
6It
&p -r
cLp
P(n)
nP- r
v,- nP
- \'-/
TL
--T_-.-T-...-Tt'ta-4
bo
bt r__ . -br-,L---+bq
Q@)
r"'+

v4'nq-r

y como:

6Lg-r

lm
TL- @

6Lt

nP

bo

Ap-I

-r ' '

nP-r

----=

bt

v4 ' nq-r

r-

-r ttl-

TL
'_up
bq-t -t
bq
bo

TI

se tiene:

o si p

4, entonces lm (na-a)

+m, y

lm

ap

oo,

[*

P(n)

SI

a@:1

7L* a

cl, entonces lm

(na-a)

lm (1)

ap

Si

t-,

. sp:

bq

>0,

bq

<0;

: I,Y
(n)

Qp.

Q(n)
--_

br'

llm

n*oo

. s p 1 61, entonces lm (na-a) - 0, y

,. p(n) _ 0.

l{[

Qm

Resumimos en el siguiente cuadro lo obtenido:


Cuadro-resumen
de lmites y
polinomios

p y q ll

lm

(nu-a

(n)

lm #
n'-*
Q@)
A*@, si+>0
bq

p>q

foo

-@,
lm (1)

P:CT

p <q

ASi;<0
Dq

ap
1

bq

Por ejemplo:
lm

,;':';\r

(r --n2)
/r' ) :- -\
-*,
lm

lm

rL_@

n3

:2n-+L: *@,
lj 1

=nn,-r.-+,
- n 3 '

t1-., 3n+

rm

lm

7,1-a

n3:2n-+ r
L4

1:; =n'r*n=-0.
3na - nz

- -N,

REALES

asrenrr.redua'A

tU
'at' vu(T*x'--x)

'*N

>uA
:auap

+VU(q'a) c (q'a) ) x'(q'a)

A:erIJIra^asrs'aluaurelo'rdra
'a t' v v (4'u) :elluanrasuof, ue

uorse)ns eI ap sourrurgl uareuat.rad (q'?) op^ralq Ie (BZ'd'alua8a,tuo) uglsarns


^'(ua)
apugrrrulJap'JJ)oluElrod'{x-q'o-x}ufw:?uorr(q'P)-(e+x'?-x):saruolua
: ("o) tuJl rs orad 'x e a8azruo anb
'(q'a) > x anb p oualqP oP^rall4 un sa (4'q
y e aluareqpe sa x IS uo!)Ellsouao
y ap sotund ep ("a) ugrsaf,ns Eun alsr-xa saJuolua^'x

lA*VU(q'a) e (q'a) =x'(q'a) A] <-

VeaLwaraqqesax
:saJuolua 'eat

onrrrtTtr un x

Sapil soraurtlu ap oIJeA ou olunfuoJ un Sa V $

0z'A ugl)tsodold

'7E oldurafa a z( gg odurala a ue'r]sanru ouro

'V e alaaraqpe ns apand V ap eas ou anb olund u7


'(62 'd 'aluplsuoJ ugrsa)ns un ap erua8azruo 'JJ) a : (o) wl y olunl
^
ul
-uo) Ia ua sourruJ?l sns aual] (?) aluelsuoJ uqlsaJns eI sa)uolua 'V ) D Is 'olJaJa

'V atuanwe sa V aP olund oPo .


e

:EJIJUAA aS

ap olJen ou ounfuor un

'0

y eas

'salEal soJalrr4u

aluuaLlpo ound ap ugtttulap oI ap sorJuanJasuoJ

- ((t + u) lt) uUl tl'fl ua sourrurg]

,{x

sns auap

((I +u)i I)

=ul+} -a

:olunfuo alse ap a]uaraqpe o]und un

tI-fu
: (i--

uolsarns EI sand

sa 0

\
:aluauer^qo '{ y
+ t)ull

x ound

E t Oldy\lE

ap solund ap sa

\
r)

ll*'*
\ r
ugrsaJns

EISand'lZ'I): younfuor p

'x -

a]uaraqpe sa

t: olundE

Oldyufl

(ua)

;l

v > ua 'N D

:eJUUaA (az) ugsarns el'JI)ap sa'x P a8anuo anb y ap solund ap (1/u ) uqrs
-aJns pun alsrxa rs (y e aluaraqpp o) y ap alualaqpe olrmd sa soluaJrp x olund
un ep 'salpal soJarulu ap tr/ oIJEA ou olunfuo un opeq alua)aqpD olun 't

aluaraqpe olund

strwtl 'slrNJ)alANo) slNOtfi)nS

sorNtJNt

EVE

'',A

V. SUCESIONES DE NMEROS

344
y podemos formar una sucesin

vn
sucesin que es de puntos de

si fijamos

REALES

(an > 1) tal que:


e N*,

A.

o,e(x-L,**|)ne,

Pero tambin esta sucesin converge a x. En efecto:


de la proposicin V.1, p.313) existe k e N* tal

> 0, entonces (cf. corolaro

que (1/k) < , y por tanto:


V

_1
Tl)-k,

1,

TL

y en consecuencia:

n 2 k, an C (x -

, x

+ ), y as lm (en)

- x. En conclusin: x

punto adherente de A.
El supremo de un
conj u nto acotado
superiormente es

adherente al
co nj u

nto (y

anlogame nte

Corolario

es un
C.Q.D.

un conjunto no vaco acotado superiormente (inferiormente),


entonces e1 supremo (nfimc) de A es adherente a A.

Si

es

supA. Si (a,bl
tal que s e (a,b), entonces en el intervalo (a,sl hay puntos del
conjunto A (cf. propiedades de supremo y de nfimo, p. 312), y por tanto (a,sl A + A,
como (a, b) . A = (a,sln A, se deduce que (a,b) A + A. Asi, habiendo fijado un intervalo (a,b) al que J pertenece, hemos probado que (a,b) A + 0; es decir, s es adherente
aA.
Anlogamente probaramos que si A est acotado inferiormente, entonces nfA es un

Demostracin

Supongamos que A est acotado superiormente, y sea s

es un intervalo abierto

.t-

con nfimo)

punto adherente de A.

Corolario

c.Q.D.

A es un conjunto de

Si

x no es adherente

reaL, entonces:

aA

conjunto Dado un conjunto no vaco A de nmeros reales, del


conjunto de sus puntos adherentes, que denotaremos por , diremos es la adheren-

Adherencia de un
Adherencia

cia de A:

A- {* e R I x espunto adherente de A|
Consecuencias de Ia definicin de adherencia

meros reales.

Se

Sea

A un conjunto no vaco de n-

verifica:

A..
Pues todo punto de A es adherente a A.

o Si x e R,

en

tonces:

(x e A) = [V (a,b) , x e (a,b) > (a,b) A+ A],

'V (a) ull sa)uolua ,{ 'Y - y :opeJJaJ sa y oruoJ :V ap solund ap uolsaJns


'c'tr"
=
alrull Ia sa sand 'y ap elf,uaJar{pe PI p aJaua]ad ('a) u!l olund IE uql)PJlscLua

Pun ap

'v (a) ull saJqoJua 'u - v opeila)


)
fS I Z'A ugl)sodoJd

olunfuo) un ap so]und ap aluaSlauuo) uorcaJns eun sa ("u)

cpBJia) lap olund


un sa operla]
u n ap sOiu nd
ap alua6:anu03's
PUn EP

al!ul,l

il

'g ap solund aP uqrsaJns


uaTqruet Sa

y ap solund

op uglsaJns epol sand 'uqlJlugep eI ap 4led e olIporum

'g
'y

sa ol sand

YsaJuolua 'g = v

ls .

'operrar olunluo un sa y saJuo]ua 'Y = V rs 'auaurerordra


'Y = V anb sounnruor '(erluaraqpe ep uglJrugep

eI ap erJuanJosuo) eJarulrd 'JJ) y = y anb luenJ ue opualual I'V = tr/ :olsflu oI


sa anb of o ',(y) - rY :ElJuonJasuor uf '((9I) eoualelrnba 'Jr) Y ? x otuel od '(

,a: v u g'ol)
I

I ',\q'0)

,r'r, =^ *)
iv qo ''V j @'a)

:sa olsa 'A : V u (q'o)


ole^Jalr4 un alsrxa saf,uoluo '"7 I

'Y

x,{

(oraqe sa

) x anb pt

^'(q'a)
sa) opeJral
,y 'rDap

sa

(4'1r) oualqe

IS 'o}JaJa uE

V :sa opelral eas y anb end agapgns '{ euesateu uqptpuo) eun
'opeJJaJ sa

,(y)

olunfuor Ie 'plruan)asuo)

uf 'r(y) n rolralq tt ,(Z)

z(

'

'o],rarqe sa

ap ound eper oluel rod,(

a-YUQ'r)l

,(v) =tq'a))
(q',r1

\-r - I r^*)t'(q'a)E-

'(

'(q'a) E -

(q'Dl = x)

A:VU@'o))

(v?x)

^t '(q'u) E -

(q'al = tJ

:aJnpap as saJolralue selJuanJasuo) sel ac

'opeilal sa Y olunfuoJ [1

'srsalgdll{ el ap eiluoJ ua r(q'a) ua

("a) uorsaJns el ap sourruJg] elJqer{ '(q.'a) = x oruo) 'saJuo}ua oJad '.x e era8aAuo)
anb

y ap solund

eJanJ V

ap (uu) ugrsaJns eun elJrlsrxa 'ol,ns oluauala un eJanJ

'ot)eA ou

u (q'a) IS 'a: V U (q'a) anb IP] oualqe ole^ralul un (q'a) eas 'o])aJa u

'lA-vu{t|'a)f c lA-vu(q'a)l'(q'a)

'orJeloJoJ opun8as ns ap ,l OZ'A ugIJISodoJd EI ap erf,uanJasuof, oruo3

(e

'a-vu(q'o))
,

r)

l'(q'a)

E <-

(q'u) = x)

ff?x)

S0llrvi,i Nl SsJ-iWl7 'SfJN-l5U-l^NOf

SVE

S-]NOlfi)ns ''A

V. SUCESIONES DE NMEROS

346
Consecuencias de Ia proposicin

V.21

Sean

REALES

(an) y (b") dos sucesiones conver-

gentes de nmeros reales. Se verifica:


1) Si existe un nmero natural k tal que
V n>

k,

cLn

entonces:lm(a") > u.
En efecto: el intervalo [a, +*) es un conjunto cerrado, y los trminos de la sucesin (anin > k) son puntos de I a, + o ), luego podemos escribir (cf. proposicin V'2 1 .
p. 345): lm (anin > k) : lm (a") e [q, +-), y lm (a") > a.

2)

Si existe un nmero natural k

td

V n>

3)

que:

k,

cLn

con c{

R,

entonces lm (a") < a.


Si exste un nmero natural k tal que:

Yn>k,6Ln4bn,
entonces lm
Es

(a") < lm (b").

una consecuencia de aplicar el primer apartado a Ia sucesin (bn

real q

- a)

y al nmero

0.

Nota

Obsrvese que si todos los trminos de una sucesin convergente son puntos de
un conjunto abierto, entonces no se deduce necesariamente que el lmite de Ia sucesin

pertenezca al conjunto abierto. Por ejemplo, para la sucesin (Il@+l);n>- 1), sus
trminos son puntos del conjunto abierto (0, 1), pero su lmite, que es el nmero 0, no
pertenece a este conjunto abierto.
Una consecuencia de esto es que si (ar) es una sucesin convergente que verifica

lke

N,

Vn>k, &n) d, cona

entonces no se puede inferir que lm

igual.
Nota

(a")

R,

sea mayor que c{, aunque s que es mayor o

la definicin de punto adherente de un conjunto permitiramos que ste fuera


el conjunto vaco, entonces ningnpunto x sera adherente a 0. Convendremos en que la
adherencia del conjunto vaco es el conjunto vaco:
Si en

6:

a,

y con esta definicin siguen siendo vlidas las propiedades enunciadas de la adherencia
de un
EJERCTCTO r 3

conjunto.

B un conjunto de nmeros reales. Si x es un nmero rcal, demostrar que o bien x es


un punto interior de B: x e n, o bien x es un punto adherente de B': x e ff, pero no
ambas simultneamente. A partir de este resultado, concluir: Bc c = B, donde Bc-c designa
a
el co4iunto (tr)'.
Sea

'0<

'*N
:EruJoJ eI ap

i+u) _ ifi+u)
I-u

l,i-IS u"'Z'I:i7L'I

'u tod elouap

as anb

-L+u

-0

'uap IErJolJJ Ia augap

i +u) - i +u)

\-L+u):

as N
=

io+u) _iu _iu:


ZIZ

LL

epet EJedsr

t+uq _ uq
:o]laJa uf,
'aluarJaJf,ap sa

(I I

,iu
Z

?/)

iz I r-u4.
+-+-+
II
:apuop

'(I < u:uq) ugtsarns E-I

9g OldnIE

.0< l(I+u) _a_r+ua


-I
-rs Ia anb Jouaru sa

:auarl as '0 < ua - r+ua :eJrIrJaA as I < u epe) eed anb 'ualq o 'aluarn8
< ulua) ugrsaJns eI ap oulruJg] epe) anb reqord anb soruauaJ
'alualJaJ) aluaule])IJlsa sa

(t

[+I:
*&*
I
I

,iu

up

srapuop

'(I < uiuu) uorsarns e-I

'aluaDalf,ap o aluarf,al) se IS euolguoru sa soluaJlp (az) ugsarns PI aC


'I+ua < az , I z4
:auam8s a anb
oLeru sa oulruJ?l epeJ rs alualJalf,ap aluaruelJlJlsa sa sorualrp (uu) uqlsaJns PI aC

E OId1UI[3

euol(]u0LL'5
alu a rf arla p

3]ueuElflJlsa
uglsarns

'1+u0<rz,N>zA
:aluarn8rs

anb 1en8l o o.{.eru sa ourruJgl PpPJ rs aluarJal)ap sa soruaJrp (u?r) ugrsaJns PI aC

'T+ua>az,=24

alu

if alf ap

u9lsalns
aluarlar)

:aluamSrs
epef, rs

JOUaTU SA OUrrUJ9]

1a

anb

alual)ar) aluaruElJl,Ilsa sa soruallp ('u) ugtsaJns el ac

alu a LUelf

!r s 3

u9!sa3ns

'T+uA>u1,'N=UA
u9lsalns

sapal soJaru4u ap uglsa)ns el ac

alusDa.if

1a anb IPnSr o

:aluarnSrs
JOUaTU Sa OUrrUJ9]

eppJ IS alualf,arJ sa soruaJlp

(u)

SYNG-LONOhI

S:INOISE]I]S F'A

vE

sv

o-LQ N CW S3NO/S-7]

nS'

h'

V. SUCESIONES DE NUMEROS

348

REALES

Sucesin Dado un nmero real q no nulo, de la sucesin (4') diremos es Ia sucesin geogeomtrica mtrica de tazn q.
Propiedades de Ia sucesin

1)

Si

geomtrica

q > I, la sucesin (q")

Se

verifica:

es estrictamente creciente y no est acotada supe-

riormente.

- L > 0:

Por ser q > 0, para cada rL e N se tiene que qn > 0, y como q

(q- I)qn )

0,

bien qn*' u qn;

(q") es estrictamente creciente.


Por otro lado, si la sucesin (42) esruviese acotada superiormente, existira el
supremo del conjunto |q";n e N]; denotndolo por s, tendramos que s > 0, de
donde(considerandoqtreq>l):(sld<s,loqueestableceraqueslqnoesunacota
superior de Iq";n e Nl, es decir, existira m e N tal que
es decir, la sucesin

obien 514^

1.q^,
q

lo que estara en contra de que s fuera el supremo de Iqn;


2) Si q: 1, la sucesin (qn) es constante:

1, 1,

3) sjO

sucesin

cribir: nf { qn ;n Nl

(q")

.t

r,

zr

1,

estrictamente decreciente y podemos

- 0,

Por ser q > 0, para cada rL e N se tiene que qn > 0, y como L


(1
es decir, la sucesin

(q")

- q)qn )

e N].

0,

es-

- q> 0:

bien qn > qn*r;

es estrictamente decreciente.

Por otro lado, la sucesin (4") est acotada inferiormente por 0, Iuego existe el
nfimo del conjunto de sus trminos: L : nf lqn ; n e N), y se verifica que I > 0. Ahora
bien, si fuera I > 0, como 0 < q < 1, se tendra que (Llil > l, yen consecuencia l/4
no sera una cota inferior del conjunto \q"; n e N], es decir, existira m e N tal que:

q^
'q'.

!,

bien q^*'

< I,

lo que contradira que I es el nfimo citado. Se verifica, pues, que nf lq";n e N]


Si q < 0,la sucesin (q") no es montona.
En efecto, para cada z e N* se verifica:
qzn-t at'n
y por tanto la sucesin

y q2'>q2n*',

(q') no es creciente y no es decreciente.

0.

'(0sg'd
'g'A ugrJrsodod 'Jt) SalualaJrp SoJalunu e uaf,el{ ol 'ua8anuoJ anbune 'salent SPI

:uos 'aluaurelrladsa'(r*ur.b) I ("rb) sauolsaJnsqns sns sond


'aluaS,tatuot sa ou (ub) ugrseJns e[ se)uo]ua 'l- : b $ (r
'O: ("b) tu!l :(Z'd'g' ugtrtsodord'c)
> 0 aC
o'O : (,lbl)*yanb arnpap as I t
otuet od,t'O
(
lbl
=
l.b)*ll:ualq
.0 : ("b) wyseruotue 'I >
lb | > O tS ls
'I : ("b) utlseruolua 'I : b lS e
'oo + : ("b) wll saJuotua 'I < b lS (t
:(ub) e4lgutoa8 ugsarns pl ap sapepardord sElso uauar] as 'saloualue sauolJ
oruoJ nt47u,toaD uqsnns al ap sapapao'rd sq,'t

-rsodod spl ap EIJuanJasuoJ

g]sa 0l

CIu

rs CI]lulJul souaul

a]!urjl aual]
d'aluaLur0l,,laJul
e

'oltuuul souaul e apuau saJuolua 'aJuauttoualq epeloJe glsa ou rc lsoututt?l sns


ep olunfuoJ \ap ouruul Ia sa a]rury[ ns ,1, a]ua6raAuo) sa saJuolua 'aLuautlouaJq ePel
-oJe ?lsa p 'aJUeDaI)ap sepal solawryu ap u?tsaJns eun epecl
z'A u9!stsodeid

peiolE

ts alu

a 6.

91s a

anu

o:

s3 aluatfaJfap"s

eun

aluarnSrs e1 PrJerlsoluap as stpualntu sllalnN


'a't)':)

'oo* : (ua)

ull

:er)uanJasuo) ua

'-L<4u<"a'4<uA
<4u anb pl Z IPmlPuoJalulu
:rrqrrJsa soruapod'aluaIJaIJ se (up) uqlse)ns eI oluoJ
^',1g]sa ou (u?r) uglsoJns eI IS
un elsxe'U I . souref Is'saJuolua'a]ueruoradns epeloJe
'(uu) uutl: 't :oluel rod '{

'(3+s'e-s)3ua'4<uA
:anb

Z lprnleu orarur,tu un ope4uoJua soruaq 'opefg 0 < a eed 'ErJuen)asuoJ uE

's>ua>1?,>?-s 14<uA
:rrqrJJsa souapod aluarJaJJ sa uglsa)ns eI oruoJ 's > 4u > 9 - s anb p N I Z alslxe
otunluor 1ap lorradns eloJ sa ou 3 - s sa)uolug '6 < a sorualt

oluel od r('{X >

uiuvl

's 'oruaclns un e]ttupp otuel od ,{ 'atuauroradns opeore gtsa {X u !uo} ounluor a


=
anb alual)aJ uglseJns Eun (u1,) EaS ug!)Pllsouac

'rJep sa 'a1u;rru,ror,radns epeore

-else

glsa

oi

CIu ts

0l!uuul

sgtx iultl auall

A'aluaurtiadns
e

'olluuw sqw e apuen saJuolue 'a|uautouadns epeloJe qlsa ou rc :sourwryl sns ap


olunfuoJ pp ourardns Ia sa a]ruary ns ,4, aluaSraAuoJ sa saJuolua 'aLuautrouadns ep
-elo)e ?lsa $ 'aJUaDaIJ sa[ear solaulryu ap ugrcaJns eun epecl
zz" h u9l]sodc"*d

pet0]P 9ls a

ts alua,anuo:
sa alualfa,f

uq!s]ns eurt

svN"LoNow s3/vo/sf

6VE

}ns

'b'A

V. SUCESIONES DE NMEROS

350

5)

Si

q<

-I,

entonces la sucesin

REALES

(q") no es convergente.

: **,

y por tanto la sucesin (q') noes converEn este caso, l4 I


f, y fim (lql" )
gente, ya que si lo fuera, lo mismo acontecera con la sucesin (l ql") (cf. corolario de
la proposicin V.10, p. 332).

Podemos resumir lo visto sobre Ia sucesin geomtrica


siguiente cuadro:
geomtrica (q")

< lql

converge a 0

q-1

constante
tiende a + oo

v.5
Serie de nmeros

de raz6n q en el

no es convergente

Sobre la sucesion

(q")

SERIES DE NUMEROS REALES


1. Deftnicin de serie Dada una sucesin (a) de nmeros reales,
serie de trmino general an ala sucesin (S"), donde:

reales

t-: i &p :
p:0

cLo

-t

cL1

-r .

" t cLn.

De la sucesin (Sr,) tambin diremos es la serie asociada a Ia sucesin

EJEMPLO 37

se denomina

(a.).

La serie de trmino general:


1

Serie armnica

n+l'
/ 1 \
''
o lo que es lo mismo: la serie asociada a la su
cesin
(;*1,) , Cue se denomina serie ar-

mnica, es la sucesin (S,) donde:

lt
Sx=I+t+"'*
EJEMPLO 3B

Serie geomtrica

De la serie asociada a la sucesin geomtrica

(con

q+

n*L.

(q"), o bien:

de la serie de trmino general 4"


geomtrica
de razn 4; es decir, la serie geomtrica de
0), diremos es la serie

razn q es la sucesin (S") donde:


Sn = 1 +

q+ q'n

"'+

qn.

La serie geomtrica de razn 1 es la serie (S") asociada a esta sucesin constante:

1,1,..., 1,...,
es decir: Sn =

7L

+ 1 para cadan. La serie geomtrica de razn

esta sucesin:

1,
esto eS: Szn : I Y Szn*t :

-1,

1,

0 Para Cada n.

-1, ... , (-r)", ...

-1

es la serie (Sr) asociada a

alras pl

'alua8Janlp sa (/g oldruata'r) eJrugruJp arJas e1 anb JeJlsoruap apand

't .

aS

'atuaEra,np sa b ugzet ap err]guroaE


lb I Is :4rap sE 'auaEra,ruor ou sa (uS:) ugrsarns eI oluel ,rod,{'orugur
(I9'd'oxaue'J)) soluercsoruap'I < lbl IS

sgru e apuarl (lus:l) ugrsarns e1 anb

P}ON

n-r
-;:
"' s
sa b ugzer ep eJrrl?ruoa8 ep ar,ras

b-t

-i

^=u

:(b - t) lt Prns ap,{'a}uaEauo


eI'I > Ibl > O rs :sournlJuoJ'eurroJ Elsa aCI

b-t

;;l-

-u

urrl = ('is)

Lurl
:(

'd '1

1' ugtrsod

-ord'r) er)uanrasuor u:I '(6t 'd') t , Jbl ,0 oser Ia ue soruelse z( (,b) errrlguroaE
uglsaJns eI ap ugrsaJnsqns pun sa sand'6 e a8ra,ruor (,*rb) ugrsarns pl'uarq proqv

b-t
'----;---i-:uS'
- I

'Nfu
'"

nub

:P)urra^ (Ig 'd 'oFude alsa

l'y +b saruolu 'I> lbl > g anb soure8uodn5 .

ap oxaue'J)) ("S) errrguroa8 arras EI

'aluaS,raarp

sa I- ugzer ap eJrr]gruoa8 aras EI'ugrsnlJuoJ u 'aluaEa,ruoJ ou se (09 'd'g'A ugIJ


-rsodod'JJ) Er)uanresuoJ ua :0 e a8ra^uoJ anb e]o,( 1 e a8ra,ruor anb uorsarnsqns
I anb souraqes gg oldureta Ie ua olsr^ oI ap 'I- : b IS

eun alr-tup ertrguroa8

arJas

'aluaEra,rrp

'sand 'sa I vgzer ap pJrrtgruoaE aras e1 'alua8ra,luoJ ou sa enb '(1 + LL) ugrseJns
oldurale opetlJ Ia ua sorur^ ouroJ'e)npar as eJrJ]?ruoa8 aras eI'I : b IS .
:b ap sarop,l sollsrp so ug8as

pI e'8t

(gg oldurata

'p) b ugzl.; ap EJrr]?tuoa8 aras e ap eoua8ra.l,rp o eoueEre^uoJ eI soruarpnlsg

'aluaEa,rlp sa soruarp (zS') auas e ap 'aua8ra^uoJ ou se (".S) ugrsaJns eI rS


O=u

,,f.

'5 eruns

"p

, o:!,
: loa
,ll
\rt/ K )

.t

'"l,r"araluo)

uarq

13

eun ap euJns
i

(x,.9) eas

[ Ord v\]

alua6,lanlp auas
arJas

'S: "a Z
:soruarrqrrJsa

'S

ns

sa sorxalrp ( s) auas pI ap

alu a 6"ranu

or

au3s

o 'S: (uS) r.ull

:JrJap sa 'S leal oJarrr4u un e a8anuoJ (".S) uorsaJns EI rS 'ppprJose arJas


L'saea.r soJaru4u ap uorsaJns Eun (?z) EaS saluaDtatuoJ sauas .Z
s]7VlA SOASW1N 3G S_l/yJS 'S'A

ISE

V. SIJCESIONES DE NMEROS

352

EJERCTCTO r 4

Sea

(A,) la

serie asociada a una sucesin

necesaria, pero no suficiente,

pan

que

(a)

REALES

de nmeros reales. Probar que una concin


A
sea convergente es: lm (an) =

g-

la setie (An)

Admitimos sin demostracin Ia siguiente


Sea (an) una sucesin de nmeros reales. Si la serie de tr'
Proposicin V.24
mino general lanl es convergente, entonces Ia serie de trmino general an tambin

es convergente.
EJERCICIO

Dado un nmero natural k, demostrar que la serie asociada a una sucesin (u") de nmeros
reales es convergente si y slo si la serie asociada a la sucesin (un* es convergente' a

Proposicin

V.25

Si (a") y (bn) son dos sucesiones de nmeros reales tales

que:

Yne N,04ar4br,
entonces:
general bn es convergente, la serie de trmino gene'
ral an tambin es convergente;
b) si ]a serie de trmino general an es divergente, Ia serie de trmino generdb,,

a) si la serie de trmino

tambin es divergente.

(A) y (8") las series cuyos trminos generales sort an y br, respecpara
cada 7r e N se tiene:
tivamente; es decir,
Demostracin

Sean

7L

An: Z o, y Bn: Zbo.


p?:0
9:0

De la hiptesis se deduce:

YneN,An4Bn,

(1

7'

y tambin que (,4") y (8,) son sucesiones crecientes.


a) Si la serie de trmino general b, es convergente, es decir, la sucesin (8") es convergente, sea B = lm (Br). Entonces (cf. proposicnY.22, p. 349): B : suP {8"; n e N}.
y de acuerdo con (17):

Vn eN, An<Bn<8,
luego la sucesin (4") est acotada superiormente; como adems es creciente, es convergente (cf. proposicinY.22, p. 349). Es decir, la serie (.4"), de trmino general a,,,
es convergente.

b)

Si Ia serie de trmino general a, es divergente, entonces la sucesin (-A") no est


acotada superiormente (pues en caso contrario, como es montona creciente, sera
convergente). Pero si la sucesin (Ar) no est acotada superiormente, de (17) deducimos que la sucesin (Br) tampoco lo est, y por tanto es no convergente. Esto es, la
serie de trmino general bn es divergente.

C.Q.D.

'o'O'J
ua

^'(uo)

'alua8ra^Ip sa eperJose elras ns (71 onnrala 'JJ) erJuanJasuoJ


ugrsaJns e1 orodrue oluel Jod
,

:enb

pl I

lual < lr*ual,4 < u

uorsaJns e 6 e ra8,ranuor apand ou o8an

^'|.oD
uerqo]-

. l#1,r, ""

'(

P
_

,I < ? IS
IeJrueu oJarulu un ep prf,uatstxa pl sotuerrcqold auaureSol-pue
'uo yetauaa ourruJ?l ap eI sa ol anb (tZ'A ugrJrsodoJd .JJ)

oluel od z( 'atuaEeuoJ sa I uu I praua8 ourur?] ap arras pI uglqurpl anb (S Z.A ugDrsodord e


ep orffIoro)'Jr) a)npap as'( 'd'tt'n ugDrsodord,{'f Sg'd,6E oldruata'Jr) e}ua8a^uor
sa ub7 e,raua8 ourruJg] ap ar.ras eI

oruo] 'rbJ > l"ul '4 < ? A

:eqenJd as eruanJal Jod

,,(

,*bJ > lr+4Plb > lz+4pl 'r*rtbJ > l'tulU > lr*4al
:saruolul '4 _b lrol

- J pas

b-)+t>l#l'r"uA
:anb
oJalunu un alsrya '7 - b

uerqrrrvl oluel

nd

: f PJPd 'sauolug 'I

> b > 1 eas '1 > ? oset Ia uT

ug

Fl ry lernleu

)eJ

sor"N

3ff

'a1ua8nnp sa ua etaua? ouruar?l ap erles e[ 'l < ] ls c


lalua&ntuot sa ua etaua7 owur?l ap euas e[
'aluaSta,taot sa lual etauaS omrm?l ep auas e ' > . ts .
:eJauaL as seJuoluil

'o<tu',:lfilUf
:anb

liaqLUolv,p

Iel 0 ep solwlsrp sapil sonu47u ep aorcnns eun (uo) eas 9. ugrrrsodoJ

ap

otJalil]

'sopezuln ,{nu sarJas ap erJuaEar


-uor ap

uq

sorJaJrJJ sop

etauaS

souerpnlsa 'uorJenulluoJ

owwnl ep auas

wwwa6anw3 ap soFAalIAS '

e1ua&n4p sa u?rqrnel
e 'alua&ta,up sa ua enua? ou.nu?l ep euas et $ @
lalua&muot sa ugrqtael ua

-aua? otmute| ap euas e 'alua?tatuoJ se uq

e,r

etaua7

owur?l ep

aues et

:saJuolue

'uq>uu>o'4<uA
:owsnilosa anb o[O'4+uq >l+ua > 0 'N uA:ue)WIaA (uq)t{
(ua) saeat sonwtTu ap seuorcaJns se [eJnrcu onurllu un= se 4 g
olrploJo3
'{
alualnSls Ia euall as

'S

53U AS

ep uor)ejEdruCIJ

orJIJJata ap z( uorrsodord esa ap erJuenJasuoJ orrro]

5t

sJlV]A

SOUJW?N

lG SUJs 'S'A

V.

354

EJEMPLO

40

Segn los valores del nmero real

SUCESIONE.S DE NMEROS REALES

a + 0, estudiemos la convergencia

de la serie asociada a la

sucesin (ar), donde:

a":
Se

tiene:
l

antt l

oln

nl

I o'*'

nl l

lal

^, l=l('1+lr "'1= "*t'


tmla^ tl :'t. lol, :0.t.
,-*l
An
I

y por tanto:

I "-*n+I

De acuerdo con el criterio de o'ArunEnr, la serie asociada a la sucesin (u"

l@l))

es enton-

ces convergente para cualquier valor del nmero real q.

Nota

Si al aplicar el criterio de convergencia de D'ALaMBERT a la serie de trmino gene-

ral an obtenemos:

t!^lan*r
l :1,
llm
-1

n-@l t-lAn

entonces no podemos concluir que la serie sea convergente o que sea divergente.

Criterio de

Proposici n

V,27

Sea (an) una sucesin de nmeros reales ta| que:16

Cauchy

lm

1"L- @

conL>0.

Entonces se verifica:
. si I < 1, Ia serie de trmino general lanl es convergente, y
Ia serie de trmino generd an es convergente;
. si L > I, la serie de trmino generaL an es divergente.

Demostracin

En el caso

por tanto tambin

I < 1, sea L < q < 1. Si fijamos e: 4- l, entonces

existe un

nmero natural k no nulo tal que:

Yn>k, 1GJ.L+e=q,
y por tanto: Y

n > k, lanl < q"i como la serie de trmino general 4u es convergente (cf. ejem-

plo 39, p. 351), se deduce (cf. corolario de la proposicin V.25) que la serie de trmino
ral la"l es convergente, y por tanto tambin la de trmino genera) an.
Sea ahora > 1. Si fijamos e = L - l, edste k e N* tal que:

gene-

Yn>k, tt,lrI-e:t,
obien:Vn>k,lanl>I,yportantolasucesin(a)nopuedeconvergera0,yenconsecuencia (cf. ejercicio 14) la serie de trmino general au es
16Si

n e N*, admitiremos

denota:

b: W.

que para cadax > 0 existe

ul

divergente.

rrico nmero

realb > 0 tal que bn

c.Q.D

: x. Se

'rX ) ,')

-:,1

- (,x+x>,1,+[,)

:Elsa P alualE zrlnba sa Jeqod sorualanb anb ugrJe)qdtur e1


:(,rC + I > ,x + x)
- (,1 > ,x ^ I > x) (J)
'(x- > l-)
- (l>x)
- (f - x-) + f,>(-x-)+x)
:(e)ua l-x--z
soruaJeH
:(x- > l-) - (l > x) (Zl)
(,C

'(,1 +

rC > ,x

t x)-

,{ } I

,x) 5; (,[, > ,x)

(,x + I > ,x + x)

6;

^ > x)

QC

:auau as
:(,rC +C>

Ia ua selrrJsa (q)
!

(,[,

,x+x) -

(e) sapepardod spl e erJuaraJar soruareq 'apuodsalJo)

:olxa] (Ote'd)
apuoq L olllrrali

lh.
Li'

ts,

sorsilndoud

solfrfutfr sof ilo Nolfnfos


V

o aluaSauoJ sa (up) ugrsaJns eI e Eper)ose

9'A

'aua8ranrp

arras eI rs rrJnpap sourapod ou saJuolua

't: l'elkTltT
:etuua^ as
orJatlrJ

1a

'ruasnarv,a ep

,rerrde 1e rs

orreJrJJ Ia uoJ plpaJns oruoJ e

'1,
IeaJ oJarunu Ia eas anb eramblenJ

ap

^HJflYJ
aluaureSoguy
EtoN

aluaSaluoJ sa (r < uluu I un) ugls

-aJns el e eperJose arJas e1 'Hf,nvJ ap orJalrJJ Ia uor opJanf,P

,U
lpl

ac 'I

: l4l A' : 'tuatN'tu


L4lu

:auau as

'uu - ua
un

EI

e eperJosp

arJas

:apuop '(I < ulua) uorsa)ns


pI ap erua8aluoJ el 'n IpaJ oJaru4u Iap saJoIeA so1 u43as 'sourarpnlsl

? otd y\ll E

soJ-findoad soDDalE sol 10 NoDmos '9'A

ssE

V. SUCESIONES DE NUMEROS

356

Supongamos se verifica que y + y' < x + x'. Si no ocuffe que


ces x < y, de dondet -y < -x,y en consecuencia:

(-Y < -x

YY+

Y' < x

x') 9

REALES

< x, enton-

1Y' a Y';

en otras palabras, si no ocurre que./ < x, acontece entonces qtJe


implicacin es, pues, verdadera, y tambin Ia del enunciado.

y' < x'. La

Ga)@<yyz>0)-(xz<yz)i

Con (b) deducimos que xz < yz. Pero no puede ocurrir qu.e xz sea igual
a yz,ya que en este caso se tendra que (x - y)z seria nulo, lo cual no es
posible, pues x - y + 0y z + O.
. / X+Y \

(C5)(x<y)-\x<
Como

<

z-<y)l

x y y < jtl, con (C3) deducimos:

lx+x1/rx
y
W<y)-]
-(2x<x+y<2y),
lx+y<y+y
:
y con (C4) (haciendo z I l2) obtenemos la implicacin que queremos
I

Eje

rcicio

(p.

t s)

probar'

SiA designa eI conjunto (a,b),se tiene: A : Ix e R I a < x < bl,luego b esuna cota
superior de A. Adems no hay otro nmero menor que siga siendo cota superior de A.
En efecto, si y es un nmero menor que b: y < b, entonces: o bien y < a', con lo
que y ya no es cota superior de A, o bien y A, pero entonces podemos escrj.bir:

v+b e A y y<-v+b .0,


-,
Z
y tampoco en este caso j/ eS cota superior de A. Si b es una cota supelior del conjunto A y es Ia menor de sus cotas superiores, se tiene que b es el supremo del
conjunto A.
Anlogamente se demostrara que sup (a,bl
Ejercicio 3 Todo intervalo no vaco
(p. 3l 5) siguientes formas:

b.

A que est acotado superiormente

la,bl , (a,bf, (-oo,bf, la,b), (a,b),

es de una de las seis

(-oo,b)

a + b. De acuerdo con el ejercicio 2, en todos los casos se tiene: b : sugA.


Si A es de una de las tres primeras formas, entonces: A u {supA} : A; y si es de
alguna de las otras tres, al unirle {b} se obtiene alguna de las tres primeras (en
concreto: la,b) lbj : la,bl, @,b) {b} : (a,bly (--, b) Ib) : (-*, b)). En
cualquiera de los casos, el conjunto A u {sup A} es un intervalo.
donde

ugrJf,asJalrr pI sa sand) ouarqe sa (u'oo -) U v : B. oruof, ,uarq eJoqe lg dns :oruardns


alueruJorJadns opplo)e glse oruo) ,orten elan ou B. rs :olJaJa uI

prJrlrurpu

'a rcd

'

la'*-)

"V

: (a'*-)

tV

:olunfuo a]sa oIlel sa anb eJIJTJaA as saJuolul 'V a eS


=
'U uoJ y JrprJrro) eqap seJuolua anb sorueqoJd .oIJeA ou se
anb soure8uodn5 '(opeJJaJ .ri. orarqe ,aluarueaugllruuts ,sa ry uqrqupl ,oue1 lod
orarqe 'aluarrreou-Ellrums ,sa anb sapar soJarunu ap ounfuor un y pas

',() operrat

,,(

(rze'd)
orrr:ta.ft

'oSopue sa aluaruJorJaJrn opEloJE glsa olunluo

a anb ua osp] II
'saoradns seloJ sns ap puiluJr.u

EI sa s anb

uo uorJJrppJluo) ua ,3 ap rorradns ploJ eun sa z anb erJe)alqelse anb

o1

'rJ :l (- +'s) a (q'a) : (oo +,u) :ErJuonJasuoJ ua ' r) j (q,a),\ q > s > z :anb opour
p (q'a) ouarqe ole^Jalur un elJrlsa ,ororqe sa rJ oruoJ 'J ap olualuala un EJanJ
s Is 'JIJep sa 'J e eraraua]ad ou s rS .J 5 (*+,s) :relntrlred ul .Jdns : s soue8
-uod 'aluaruoradns opeloJp gisa ;) orJel ou,( operrat olunfuo anb soureSuodn5
1a
'o8ogue sa aluaruJorJaJur opeloJe glsa y olunfuo p anb ua oseJ
II
'y ap ourardns Ie sa s anb e;rrpe,rluoJ IpnJ ol,q > ,s > s > z anb
oporrr ap (V
,s olue] od A) (q,a)
=
= ,s ur8e ap ErJualsxa el Jrlnpap sourerpod
' (q'a) I s rs oJad'V - @,u)
(q,a) s :anb e] (q,a) olutqe olelratm un prJrtsrxa
^ un se =s anb earno rg .oruardns ns s od sorualou
'orarqp sa y oruoJ 'y ap olund
-aC 'aluaruJoradns opeloe plsa y oJJeA ou,( oualqp olunluo
a anb soue8uodng

.Z

Tq-

[+x - W'xlutu-t

uarq o

Irc -

__1

'

-ffi - {'xlxew
Z

uarq o

lf,-*l

tzt

'd)

9 o ll:,t a{i

s or:lr:a{i

z(

@+x)- W'x\xgwz

>x

rczE'd)

*l (l + x) - {t,,x\utwz
:oJqlua$u P oJqlua[u opuelsa

,Z
lr - xl

'

:soruaualeo '(BI) uot


:o}ue} od

oJqruaru e oJqrua[u opueluns


f - ,l -- W'xlutut {lc'x}xeut
'x > lts 'l - xl - [ - x - {l'x}u|u - W,x}xew
'lx - l - x - I - W'xluyu {l'x}xgut

'l

IS

:opel oJlo Jod

'[

(BI)

pnBI sa

{r'x)utut

'l

+x

- {'x}ul LU + {'x}xeut
:oluP] Jod

.oJlo

o x soraruqu sol ap oun e pnBI sa {'x}xew oJarunu H

SE

(s I e .d)
t o!)rrral3

solsJndoad soDDatfz sot Jo Noomos .g.A

V. SUCESIONES DE NUMEROS

3s8

REALES

Ac(-cp, al
es cerrado (por ser interseccin de conjuntos cerrados), luego tambin se tendra
(cf. ejercicio 6): supB c B, lo que lleva a absurdo. Debemos suponer, pues, que B es
de dos conjuntos abiertos), se tendra (cf. ejercicio 5): sup B f, B; pero B

vaco.

Anlogamente se demostrara que tambin es vaco este conjunto:

Ac

(a,+a):

Ac n

la,+*).

(A'n 1--, a)) r,t (A' n [a,+oo)) :

Finalmente, como: B D :
que Ac es vaco, es decir: A : R.

Ac, concluimos

Ejercicio 8 Sea (a) unasucesin convergente, con lm (ail : L Si fijamos e : 1, de la definicin


(p. 330) de convergencia se deduce la existencia de unnmero natural k tal que:

Yn>k,ane(L-1,1+1).

Sik:0, esta condicin afirma directamente


SLK>

1,

que la sucesin

(ail

est acotada; pero

definimos:

mx

{t + 1,610,c1t,...

,ap-tI y rh:

mn IL

I,a.0,6Lr

y podemos escribir: Y n N, m
tambin en este caso est acotada.
Ejercicio 9

(p.334)

Sabemos (cf. ejercicLo 1, p. 316) que


a.n * bn la, - b"l
bnl
+ bn
(19
lrLy::&n Z - lan -Z
)t Un: Z z
La sucesin (an+b) es convergente, y su lmite es a + b (cf. proposicin V.11.
p. 333); la sucesin (lan - br,l) tambin es convergente, y su lmite es la - bl (cf' co-

'

rolario de la proposicin V.10, p. 332). En consecuencia, de (19) se deduce que las


sucesiones (u") y (tr) son ambas convergentes, y
tim

(un,

ry . V? : mxIa,b|,

,..--,-.
\ a+b
lrm(un):

la-bl _^^r-,^\
:mtnta,0l.
Z - Z

Ejercicio

l0

(p.33s)

Ejercicio I I
(p. 3at )

(ail

una sucesin que tiende a ms infinito, y b es un nmero teal, entonces todos


los trminos de la sucesin (a) de orden mayor o igual que algn k > 1 son mayores
que b; eI nmero mn{b, &0, &1, . . . ,6Lk-r} es cota inferior de la sucesin (a") '
Si

La sucesin

(-c,") converge a -l (cf. proposicin V.11, p. 333), y -L>

rolario de Ia proposicin V.15, p. 337) la sucesin


por tanto: lm (a"c") : -oo.
La sucesin

(-b,)

(a"(-c))

0, luego (cf. co-

tiende a ms infinito,

tiende a ms infinito; teniendo en cuenta lo demostrado en


: --, y en consecuencia: lm (b"c") : +oo.

pirrafo anterior: lim ((-bilc")

e}

'4

,{.

'!F

U SOAr})adSaJ

satuq ap 'salua8Jaluo) sauolsaJns sop ("q) '\ (ez) uPeS '(EEg 'd 'JJ) II'A uqIlIS
-odod e nbe sorupJlsoruag saluaD,ortuoJ sauolsaJns uoJ sauopnndg '

OX:INV 4A
-aJns pl anb aLnruol as

'(]5) ugrsarns eI sa oI olgs .{. rs a}ua8a.l,uoJ sa (l'LS:) uqIS


'(Tt 'd'/-'L ugrllsodord EI ap oIrPIoJol 'Jl) (z+?S) uoIS

-aJns pl sa ol oprrenJ olgs ,'( opuenr aluaSa.l,uo sa ('S) uqrsaJns eI oluoJ '(u ap
apuadep ou :atuelsuor sa r-1S anb asa.trqsqo) (]5) uotsarns PI sa oI IS aluauesrad

alua8anuo sa (:l+25 uglsaJns eI 'eIuJoJ elsa


.u+4TL

aC ']5 + t-25 :

4+uS

:olue] od ,(

UTL+ .+IYt+}TL-'S
+I+4TL+4yt-15
^
'I < 4 anb solualpuodns sapepIIeIAIJ] JelIAa
:auarl as

'(f

SE 'd EI aP

EJed

(zse'd)
s t ol)tfrafl

Plou'Jr)

aua8ranrp sa 'eJrugruJp arJas eI :pIIa E epelJose alJas e o8reqrua uts,'('g e aEanuo


(fi + u) lt) uglsa)ns e 'oldruala Jod 'aluelJuns 'a]uerEAI]JaJe 'sa ou uqlJrpuoJ P'I
uV I+uV iold

'0 : (a) w\ : (r+up u.r; :o8an


tO: (V - r*"V)wll

tI+uu

:oluel od r('(I 'd'l'L ug:rsodord'JJ) alr-ruq oruslrr 1a auerl ,'( a]ua8


(r*"V) uglsaJns EI saJuolua 'aluaEa.l,uo sa ("y) uglsaJns eI rS

-JaAuoJ sa ugrqruE]

(zse'd)
v t ot)Dr aE

'g:'(rB) :, ,fl
:se olsa

'erJuanJasuo)

'A'olunfuo Ia aluaIuESIJad sa ,g olunluol Iep olJe]uauadruor 1a


rs aluarupslJard g e JorJalln sa x :Jr)ap sa

uil 'g p alualaqpe sa ou x

a)g e aluaJar{pe sa ou

rg u (q'a))

E <^ t'(q'a)

x <-

(q'a) = x j
I

- (q'a))
t ' (q'u) E <-

(q'a) ^ *)

B' P

JorJalq sa x

:JrqrJ)sa soruapod

.,{.'ooa

: ("q-)w}lzf

'x leat oJaru4u un opecl

@vt'd)
t oDDrali

'oo* : (("q-)("D-))wt1: (qua)wy


:(ltt 'd'SI'A ugrJrsodord e ap orJeIoJoJ 'r) oue1 rod (tvt'd)
: (uu-)wtl:auarl as'oo- : ("q)w\ z( oo- : (u?r) ulJl ourof, L ot)t)Joli

oo*

OX]NV '/'A

6St

V. SUCESIONES DE NMEROS

360

1)

REALES

a y B son dos nmeros reaJes, entonces la sucesin (aan + Bb") es convergente, ylm(aan + Fb") : ua" + pb.
Si los nmeros reales a y p son simultneamente nulos, entonces (aan + Bb") es la
Si

sucesin con todos los trminos iguales a 0, y esta sucesin converge a 0.

Por el contrario, supongamos que u y p no son simultneamente nulos, y fijemos > 0 arbitrario. Entonces lcl + ll + 0, y considerando el nmero real posi
tivo e/(lal + ll), como la sucesin (,) converge a a, existe kr N tal que:

yn>kt,la_
y como la sucesin

(b,)

anl

bl

.F-j]-,

converge a b, existe kz e N tal que:

y n >- k2, lb - b,i


Por tanto, s

.
.

f"l _ -Li

n > mx{k1, k2}, se verifica:


la

Ahora bien, para cada

ne

anl <

e
l,xl +

ll v

(20)

log.

N se tiene (cf. propiedades del valor absoluto, p. 315):

lua + pb

(oon + Pb") I

la(a - a) + B@ - b")l
< lc( - a")l + lp@ - b")l

:
y sin > mx{kr, kz},

.- r"l .
lb -

lrxl la

anl + lpl lb

- b.l,

de (20) se deduce:

lc"a+ Pb

(aan+

Bb;l . l"l U pt + ll ffi

:e

En conclusin: habiendo fijado e > 0, existe k e N -nos sirve k=mx|h,kzltal que: Y n > k, laa+ pb - (oon+ Pb.) | < e. Es decir, la sucesin (own+ Fbr)
converge a

2)

aa+

La sucesin

Bb.

(anb)

es convergente,

En efecto. Como la sucesin

(a)

ylm (a"b")

q6.

es convergente, tambin lo es la sucesin (l"1

(cf. corolario de la proposicin V.10, p. 333), y por tanto est acotada superiormente por algn nmero real C > 0 (cf. ejercicio 8, p. 330): V n e N, la"l < C, y para
cada r e N se verifica (cf. propiedades del valor absoluto, p. 315):

lab - anbnl : lab - enb *

cLnb

- anbnl _

lb

(a - an) + a.r(b - br)

es decir:
V

n N, lab - anbnl

(27)

'ollaJa

uf

'oo

b
.rrb a .*,,b *T*I-"I
"-

t,_b
uozet ap pJrJlgruoa8 ugrsaJns eI e EpelJose alJas pl sa (') tS
L(
) u.ll :saruolua'I
lrsl
'(b - D l(r+ub - I) - ".S:(I + b anb opueraplsuor) apuop ap

'1*ub - r : (yub +'


+

Gb

+ b
.+
zb

+ rb

*b) -

(ub

+'

+b + I)b - (ub +'

:JrqrJJSa Soruapod

f,'rb +

. b-t

ffi1

+ rb +b+ I) +b+ I) +

.+
Zb + b +

I-

uS:auall

usb

-uS

aS 'olJaJa uH

=_ Lte
)

:e)urJa^ as 'b ugzeJ ap eJlJ]gruoaE alJas

eI sa

(,s)

['

Ia
(l q"u

,,i. 'g
-

uqa

aJ!,tl?woa6 auas Yll aqos 'Z

ap olullsrp IEaJ oJaru4u un sa b t5

(#) ,, I iqla e a8anuor (ou < u:uqlua)

'0-

'( lqup

|H-#l

uorsaJns eI ugrsnlJuoJ ua

),,,

,,i.

:arauur as (tz) ap

- uqa l) utll :olue] Jod '(pep{eaull rod) g _ qa - qu e a8anuoJ IenJ eI


l) ugrsaJns el ap uglsaJnsqns sa (07 1u:lquu - "qa l) uqtsaJns el oJad

lq"a

(s z)

uqal !rA
z

-_ nu,_tl4'>
(zt lql) lql

,-u,

rqt

(r" <u,H)

|ry-

n"D_r,q/

:e)urJan as 0z <

ao 'epluuap ualq glsa

rs<
h

Q)

'

uorsaJns pI ,,i.'g

Dl

u eppJ ered '(Zd uoJ opJanJe

t' "q

'j^tL

< u A:elf,uanJasuoJ ua

l'ql'o'LL<uA
:apuop ap

, Lta uarq o ' (h . nt'fr -

nt) = yq1

:auerl es 0u <u epur ered anb pl N r oxL elsrxa'Z/ lql o^Illsod oraru4u
Ia opueJaprsuo) 'oluel rod 'lql olrlrsod oJarur.tu p a8ranuor ( laql) uglseJns e'I
a /ua\
q
;: \";)ull saruorua 'o + $

'qa

(uquo) w)l iqa e a8auo (uq"a) uorsaJns el :orusftu o1 sa anb

oI o r0 e e8azruo ugrqrue] (l"q"a - q?l) ugrserns e1 anb areuul es (IZ) aC '6 e ua8
-ra^uor (l"q- ql) (l"a - u l) seuorsarns sEI send '( l"q - ql) + l"a - ullql) vgIS
^ anb soura '(pep{paqD rolre}ue pepaldo,td EI uoJ oprenJe aO
-aJns el 6 e a8,ra,ruor

oxlNv'/'A

rg

V. SUCESIONES DE NUMERAS

362

se verifica: Sn
(cf. p. 349): lm

REALES

qnTn, de donde: lsrl : lql"lf"l. Dado que lql > t, resulta


(lql") : +-; y dado que l4-1 | < 1, resulta (cf. ejemplo 39, p. 351):

lm

(lT,l):

rd

que es un nmero positivo. Con eI corolario de la proposicin


concluye: lm (lS"l) : +-.

V.l5 (cf. p. 337),

se

'vu)u:

4 :eqrDsa

as

v=ql

y ap JorJaJrr ploJ pun sa :rs y olunfuo


ourruJu sa q leal oJarulu II o
4
Iep
'VxVw: 4 :aqIJJSa aS

'V)qyap

orradns ploJ eun sa q :rs y olunfuot Iap our.Dryu sa 4 IeaJ oJaru4u I1 o


'aluaruJorraJul a rorradns opploJe glsa y :rs opeloJ glsa y olunluot 1g o
'y olunfuo lap JoIraJuI ploJ eun sa q :aJrp as q aO

'y

JOUaTU Sa

Anb U

ap soluauala sol ap oun eper anb en8r o

q alslxa :IS aluaruJorJaJul opelo)E glsa

'tl

t/ olunfuor

11 o

olunfuo Iap JorJadns P]oJ eun s q :aJrp as 4 ac


'v. ap soluaruala sol ap oun epPJ anb IPnSr o

Joeru sa anb
D q alslxa :rs aluatuJolradns opelof,E glsa t/ olunfuor 11 o
H
vz olunfuor un eJaprsuol as .

:(u

eIuoJ 'z +

l>

. t/ :sa olsa) salBal soJaru4u ap

(rr+

z+

xe

/L+x\
/
:(z{>zx)
(0<z^l>x)
o
:(,rC + l, > ,x + x) <- (,{, > ,x
,C > x) o
i(x- >-) ^(,C>x) o
:(,rC+>,x+x) - (,[>tx^l>x)
o
:SEIJUANJASUOJ
'(zl>zx)
+
(O<z
:ugDerqdrnu
>
x)
l> xugrJelalE'I

^
> x:erunspluoJaqpedruorsa

',,x anb Jouaur sa 1,, :aa as anb


as

zC

> xapugoe8auel',,1

anb en8r o Jouaruse r,, :aalas


'U ua lPlol uapJo ap UQIJEIaJ

'x > ,C :Elouap

> xugrJeloue'I

Eun sa ) uQpe{al Pl
'xlI:@ + x)

olnu ou r IpaJ oJaru4u Iap osJaAuJ '1 :ugrtetqdrlprrr I ap oJlneu otuaruatl


'x- ix
oJaru4u ap osandg '0 :puns eI ap oJlnau oluaruall
IpaJ
'o^Ilptnuuor odan ap eJnlJnJlsa auarl 'ugnerqd
-UFIU ,{. ugnrpe sauoreado spl ap ope}op 'saleeJ soreru4u sol ap o}unluot g .
'ppeluarJo peprun eun L ua8ro un rrefg es plsg ua opuenJ plJal pun
ap sound so1 L saear soJaru4u sol aJlua enrra,,f.rq erluapuodsarJoJ eun elsrx![ e
:salPal soJoru4u sol
aP

olunluo Ia puSISap u anb asaprgn)au

salwa

so&a&,bsyru,s

sl aff otwyi{g..{3 f"ry

A NH3Vxf}-IHdV3ffiH
st

NQtSVtnil{VSJA

V. SUCESIONES DE NMEROS

364

REALES

A est acotado superiormente y A no es vaco: existe el supremo de A:


cota superior mnima de A.
El supremo de A se denota: supA. En smbolos:
(Vx e A, x < b) <+ (supA < b).
Si A est acotado inferiormente y A no es vaco: existe eI nfimo de A:
cota inferior mixima de A.
EI nfimo de A se denota: nfA. En smbolos:
(Y x e A, a, < x) e (a< nfA).
Si

Propiedades (A es no vaco):
o si A est acotado superiormente:

(x<supA) + (1yeA,x <y<supA);

o si A est acotado superiormente y supA e A: sup A : mxAl


o si A est acotado inferiormente y nf A e A: nf A : mn A.
o Propiedad arquimediana de los nmeros reales: si y > 0 y x > 0, existem N tal que mx > y.
Si x > 0, existe m e N* tal

que (llm) < x.


A no est acotado superiormente, se escribe: supA : *oo.
Condicinnecesariaysuficiente: Vb R, lx eA, x > b.
o Si A no est acotado inferiormente, se escribe: nf A = -oo.
Intervalo de nmeros reales: cualquiera de los siguientes conjuntos (donde a
y b son nmeros reales tales que a < b):

Si

o (a,b):lreRla<*.bIt

ola,bl:I*eRl<*<b|;
o (a,bl:IxeRl<"<bh
ola,b):{xeRl<x<bl;
o fa,+a):{"eRlx>aIi

o (a,+oo)=lxeRlx>al;
. (-oo,bl:Ix e RIx<bl;
o (-oo,b):Ix e R. lx<b];

oR;
oA.
Si a : b, entonces los intervalos (a,b), (a,bl y
vaco: 0.

tiene:

la,al

[, b) representan el conjunto

{a}.
Intervalos acotados: los que son conjuntos acotados:
@,b) y A.
Se

la,bl, (a,bl, la,b),

'aluaruJolJaJrr a JorJadns epeloJe g]sa

:IS

EpEloJE gls (u0) ugrsa)ns e'I

'ua>u'N=A
:anb e] U 3 u alsrxa :rs aluaruJolJaJul epuloJe
:anb

pt

'{r :f pnteu

g$a (un) uglsaJns E'I

'QluYt'N=zA

U = q alsrxa :rs aluar,uJol,radns epeo)u gtsa (uu ) ugrseJns pl


oJarugu 1ap ua8eu4 :(?u) ugrsa)ns eI ap Z uapro ap ouFurgl
'(1L

oraru4u

pp

ua8eun eysa ua apuop)

(uz)

:ugrqure]

o '(N

=u:uv)

IPJnlPu

:elouep

aS

'U ua ap ugperllde :saIEaJ soJaru4u ap uelsa)ng r


N
salUa so[al,Lryru ap saulsa?ms

'A

'opeJJaJ

'(*+'af
^ u

'lq 'oo-) 'lq'al

:sopEJJaJ solunfuo uos anb sol :sopuJral soIEAJaluI


'oppJJaJ olunfuo un sa soppJrar solunfuoJ ep elrug ugrun E'I
olunluo un sa soppJJa solunluo ap ErJErlIqJe ugp)asJalrn P'I

'oualqe sa rJ : J - U :olJeluauraldruot
ns :rs opEJJaJ sa salual soJau4u ap ; olunfuoJ un :operrar olunfuo
'A .{ g '(a+'o) '(q'*-) '(q'a)

:souarqe solunluo uos anb sol :soualqe soIE^JaluI


'ouarq olunluo un sa souarqe solunfuoJ ap elrug ugIJJasJaluI E'I
'ouarqp olunfuo un sa souarqe solunfuoJ ap eIJEJ]IqJE uglun p'I

'v : v

:rs aluaurcsDard olrarqe sa

:salorJalur uos solund sns sopo] :ergru8rs oualqe sa

y olunluor u

'v-v

:oualqe o1,rntuo3 o

'{-Y:s.yrs
:v

-y

:sapepardor

'y

:elouap as

'sarorJalul solund sns ap olunfuo :y ap JoIJa]q o


'V
(q'u) > x :anb e1 'q > n uoJ '(q 'tr) ole^Jalul un alsxa
@'a)
^ oJau4u o) o]und :(y e Joualul o) y ap Jolralu! olund .
anb
eed x ([eal
:saleal sorarugu ap y ounluoJ un sorueJeprsuoJ r
1a

:ll
.O>XIS

+ lxl >

'x-

'0<xIS 'x

,C

xl

'lf-xl >llrl -lxll

o
(rEInSuEIrr pepen8sap) o

:l11x1:
o
:sapepardoJd

lrxl

txt :x IeaJ oJaru4u un ap olnlosqB roIPA

]:

sg

NOt)VlnildVNA

V. SUCESIONES DE NMEROS

366

REALES

Subsucesin de una sucesin (an): una sucesin (aornl), donde p es una aplicacin de N en N estrictamente creciente (es decir, verifica:

VneN,p(n)<p(n+I)).
El trmino de orden k de la sucesin (on<") esi zlp&) (coincide con el trmino
de orden p(k) de la sucesin (")).

(a";n > k).


(n)tn>k),
(f
La notacint
donde k e N y -f es una aplicacin del conjunto {k,k+ 1,k + 2,...} en R., designalasucesinsiguiente: (f (n+k)).
La sucesin (a") es constante si: todos sus trminos son iguales a un mismo
nmero c e R.: Y n e N, 4n : c. Tambin diremos que (a) eS constante si
existe n6 N tal qtue an: c para Iodo n > ns.
La sucesin (an+p) tambin se denota:

Sucesi.ones convergentes. Lmites inftnitos Consideramos una sucesin de


nmeros reales (a.,r):
o Que la sucesin (ar) converge al nmero real l, o que I es lmite de la sucesin (ail, significa:

Ve > 0,

fk e N, Y n> k, cLn Q- e,L+ e)

(para cada e > 0 todos Ios trminos de Ia sucesin, salvo posiblemente una
cantidad finita, estn en (/ - e,L + e)).
:
Se denota: lm (a") : L, o tambin:
1I]*"" l, que se lee: "el lmite de la
(rr)
sucesin
cuando n tiende a infinito es /".
Sucesin convergente: la que converge a algn nmero real.
Sucesin no convergente: la que no converge a ningn nmero real.
tropiedades de las sucesiones convergentes:
o eI lmite de una sucesin convergente es nico;
o toda subsucesin de una sucesin convergente es una sucesin convergente que tiene el mismo lmite;
o toda sucesin convergente est acotada;
o toda sucesin acotada admite una subsucesin convergente;
o la propiedad de convergencia a un lmite es independiente de los k pri-

meros trminos de la sucesin: si Ia subsucesin (an;n > k) es convergente, tambin lo es la sucesin (a") y el lmite es el mismo; esto
es: lm
o

er) -

lm

(&nin > k);

lm(an-L) -0 <> lm(lan-l )(a") y (br) verifican: Y n


gunng N), entonces: lm (bil - 0 + lm (eil - 0;

lm(en)

-L

<+

o si las sucesiones

(para al-

si las sucesiones (an) V ( bn) convergen a a. y a b, respectivamente:

lm (la"l)

- lal,

lm (cLn +

pb; -

ae + Fb,

("q + ua) u'l

('qua) w\

q+a

qa

oo*

O -UTS
0>ATS 'oo0<U$ 'oo+

oo-

oo-

'
0 - a$
0 > A $ 'oo +
0 <ATS 'oo-

oo+

oo+

oo+

oo+

oo+

oo-

oo-

oo-

oo-

oo-

oo+

oo*
q

("q)

u.rll

a
(ua) ull

:(alualpuodsao
ugrsaJns eI ep epeu Bn8asB apand as ou anb ergru8rs ,, :afr-u4l ns ptouap 4
'(zq) uorsaJns EI sa oI opuenJ :alr-ull ns elouap z ,auaEla.l,uoJ sa (au) ugrs
-aJns eI opuen)) salr-urq ap olnJIgJ p ered sapepardord ap uarunsaJ_oJpen3

'0

: (u lI) ru ,( sonrle8au uos

'Elruu pppBue) pun gzmb ones '(ua) p sourruJgl sol sopol rs olos .{ rs
a- : (uo) [Jl :o]IuuIrI souaru alr-url ap aluarJlJns,{. eresaau uorJrpuoJ o
:O : (a lI) ur; L sonqrsod
uos 'p]ruu pepurreJ eun gzrnb o^Ies'(ua) ap sou[rua] sol sopo] rs olgs ,,1
IS oo+ = (uD)wll:olruuu sgru alr-r4l ap aluarJ-rJns,,l, eresaau uorJrpuoJ o
iolruurn oluo) olruu sa rs olupl ,otru4 sa ugrsaf,ns Eun ep elr-rr4l Ia o
ialuaSa.tuo sa ou (au) ugrsatns pI:oo- : ("o) utl o oo+ : ("o) ull rs 9
:sotlugq salFull sol ap sapPpardor

'ooua

- "offiff

:ugrqrue] o 'oo-

(ua) urJl :elouap

aS

'q >
4 <u'N u A'N E ry E 'U = q A:soloqruls ull
=
'q anb saloueru uos anb pn8r
o o,,l.eru uepJo ap (u ) ugrsaJns eI ap sour-tuJg] sol sopol anb p N ry atse
=
'U > q eper ered :euru8rs (oo-) olr-ugul souaru p apuap (u?) uorsatns pl anQ
'oo+ :
'oTll!:ugrqrupt o'ooa: ("a)wl:elouap aS
'elua 4<.tt,N
A ,N f f E'U f qA:soloqursul
=1.1

'q anb saoLeru uos 7 anb en8r


o o,,Leru uapJo ep (uu) ugrsaJns pl ap sou[rrJql sol sopol anb e} N D Z a]sEa
(oo+) olrugm s-plu p apuap (uz) uorsarns pI ano

'U = 4 eper ered :elgru8rs

l(orurouod un sa d apuop) (D)

rc +

: (("o)) u\

q$) ql0 : (uqlua)wll 'qa : (uqua)wtl

tgE

NOt)Vlnil]VNA

V. SUCESIONES DE NUMEROS

368

REALES

. Lmites y polinomios: si P es un polinomio de grado p > I y ap es su coeficiente


de grado p (es decir, el coeficiente de np):

. : Il**,

sia, > o,

lim P(n)

n-@

l_oo,

y si Q es un polinomio de grado q >

p y q ll

p>q

a,

si

<

0:

I y bo es su coeficiente

',m(ne-q
*oo

de grado 4:

*Q@)
*oo, t a,
fr>0
jm

rl-crc

A''

-oo, si?<0
0q

p-q
p<q
,l
/{itl

r.il
y'r

''
,

rlll

lm (1)
0

:1

a,p

bq
0

Consideramos un conjunto A no vaco de nmeros reales y un nmero real a. El


punto a es punto adherente de A significa: existe una sucesin cuyos trminos

sonpuntos deAy queconverge aa.


Adherencia de A: el conjunto de los puntos adherentes de A.
denota: .
Convenio: 0:0.
Se

Propiedades:

a a e precisamente
o

si: cada intervalo no vaco, abierto y acotado, al que a


pertenece contiene puntos de A;
dado un conjunto no vaco acotado superiormente: su supremo pertenece
a su adherencia;

dado un conjunto no vaco acotado inferiormente: su nfimo pertenece

su adherencia;

o A c (todo punto de A es adherente a A);


o es cerrado;
a una condicin necesaria y suficiente para que A sea cerrado es: A: ;
o siA -B:.8;
o si los trminos de una sucesin convergente son puntos de un conjunto
cerrado, su lmite pertenece aI conjunto cerrado.
Sucesiones montonas Consideramos una sucesin (a) de nmeros reales:
. La sucesin (a; es creciente si: V z N, 4, 4 lLn+t.

lu4 praua8
ormJrJ?l ap eI sa oI ugrqrup] 'alua8ranrp sa z eraua8 ouruugl ap arJas pI rs
luz eraua8 ourur
-Jg] ap pI sa ol ugrqupl 'aluaEarruo sa u4 lerauaS ormnrgl ep arJas pl rs
:(N ryur8eered) ,q>ua > 0'{"''I+4'4}
=
=u4:anbsae1
uos (uq) ,\ ("a) sauorsaJns se1 anb soruauodns (sauas ap ugneredruor) o
:O : (u) ruJl :sa alua8razruo es
eraua8
orrrruJgl ap arJas e anb eed'aluargns ou oad 'pupsaf,au ugrJrpuoJ eun o

ua

iua lercua8 ourruJg]


ap eI se oI u?rqurp] 'alua3anuo s luol eraua8 ourruJg] ap arJas EI rs .
:saPePardor '
4:u
: un f :aqrr;sa as u?rqrupt
'S

'5 eruns ap .ri. alua8raluoJ sa (4 < u lan) uorsalns Eun p perJose

arJas eI IS

'alua8razruo sa ou anb e1 :aua8,ra,rp arra5


S

't :

, o=d

,,'

(o" K )
e :ergru8rs '5 eurrit p
-aJns

z(

ua

O=u

:erouaP a5

:rrf,ap sa 15 algu ap.,i. aluaSraluor sa (uS') ugrsa)ns

'aruaEraluoJ sa az eraua8 oururJ?l ap arJas pI an


.uu + . . . + In i oa : a5 apuop (r.s) ugls

EI '.ua letauaa ourruJql ap alJas o'(uD) uglseJns eI e epElJose alJag o

:seleal soJaru4u ep (ua) uglsaJns eun sorueJaprsuoJ salaat so)abur.tu ap sauas

'aluaEarruo sa ou ("b) uglsaJns pI

:I-

> b rs o

:O: ("b) rult :r > lbl > grs o


:I: ("b) urlt :I : b rs o
ioon: ("b)wll:1 < brs o
:sapupardor

'("b)
'oo

ugrsarns eI :(0 + b) b uozer ap pJlrlgruoaE ugrsarns


epplo)e glse ou z( alueraap sa IS laluaSanuo

- : ("u) wll :aluaruJorJaJrr

ugrsaJns Eun sa saJuolua 'aluaruJorJeJur ppploJe glsa ,( aluapalJap se (au ) rS


'oo* : ("a) w|l :aluaruoradns ppplo)e glsa ou z( aluara sa rs laluaSauo
ugrsaJns eun sa saJuolua'aluauroradns epploJp glsa,{ a}uar)alJ sa (uu) rS
'aluarJaJJep se o aluarJal) sa :rs puotguoru s (uu) uorsaJns Ef
'r+uu < az 'N I 1 A :Is alualJalJap atuaruelJlJlsa se (au ) uorsaJns E'I
'r+ua > ,?, 'N I u A :IS aluaIJaJJ aluarueplJlsa sa (au ) uglsalns e'I
'r+ua < 'u 'N f 1r A :rs atuarJaDap se (ua) ugrsaJns p'I

6gt

NOtSVlnildVXA

V. SUCESIONES DE NUMEROS

37o

REALES

(cdterio de convergencia de I'Arnlrsnnl) suponemos:

n-

n_a la"*'l
I A.n

: r,

con r > o;

si I < 1: la serie de trmino general lanl es convergente; si I > 1: la serie


de trmino general a, es divergente;
(criterio de convergencia de CAUCHY) suponemos:
lm

TL-

con L> 0;

si I < 1: Ia serie de trmino general lanl es convergente; si I > 1: la serie


de trmino general a" es divergente;
o Ia serie asociada a la sucesin (tln2;n> l) es convergente.
Serie armnica: la asociada a la sucesin (t I @ + 1)); es divergente.
Serie geomtrica de raz6n q (q. * 0): Ia asociada a la sucesin geomtrica de
raz6n q.
Propiedades:

geomtrica
o si l4 | > t: la serie
*1
o sio .lql .t: \ a" : L-Ll
=0

de razn q es divergente;

sSuvNtuuffiSHd
Y irf,rGN+dv

A.

372

PRELIMINARES

ESQUEMA RESUMEN
1.

Conjuntos 373
1. Primeras nociones sobre conjuntos
2. Subconjuntos
3. Complementario de un conjunto. Diferen4.
5.
6.

2.

cia de conjuntos
Interseccin y unin de conjuntos
Producto cartesiano
Relaciones .

. 380

aplicacin

. 382

Aplicaciones 3 91
1. Correspondencias
2. Aplicaciones
3. Imagen e imagen recproca por
4. Tipologa de las aplicaciones
5. Composicin de aplicaciones

.373
.378

. 386

3. Operaciones 402
1. Ley de comosicin interna u operacin.
2. Propiedades de una operacin.
3. Grupos
4. Cuerpos
5. Ley de composicin externa u operacin
externa

. 402

.403
. 406

.407
.408

.387

. 391

.392
una
. 393

4. Polinomios 1L3
. 4I3
1. Definiciones
2. Operaciones con polinomios
.4Lj
3. Divisin de polinomios. Cero o raz de un
polinomio
.4I7

. 396
. 398

5.

Solucin de los ejercicios

propuestos

119

-Pur seJlel uoJ

:aqrJJSa as

'ugrua1e orr]grualeur'(Bt6I-S?B 1)

uorxv3

3roa3 t

Pr)uauauod

'aeV o 'Vla
'tl olunluo lap o]uaruala un

sa a

z{.

o}unfuor un sa V' IS

'sEInf,s4ur-tu seJlal uoJ soluaruala sol z( 'se1nrs4zi.

solunluo sol JPuErsap pnsn s

solunfuot utad lo)aua? uotta]olt


'olunfuo

un ap ate as anb reqrasap eleq sou epnp eganbad Efs[ '0202 olre Ia ua oled ap sE]sII sPI ua
ou o gleln8u ppeullulalap euosad eun Is raqes aqsod sa ou pepqenl)E EI ua sand 'oN
seuosrad selsa uos solueruala so.{n otunfuo) Ia alslxe JEruJge
sourapo? '0202 ogp e ua ored ap setsrl sel ua ugreln8g anb seuosad sel ua Eroqe sotuasuad

Oldlnllll

sa ou anb 'Sepnp e ,refin uts

iolunluo atsa ap o]ueluala un

'sa oI ou S olqure) ue lotunluo e]so ap olueruale un sa )0 PJ]el


lap se'ral spl uos so]uaruala so,{n o}unfuoJ Ie solualaplsuo3 Z OldtAi]E

pI 'osJ alsa

uI

'oEarE olaqeJlp

'olunfuo
oluauala un sa rs S 'olqureJ ue
lop
r efiar8 EI]aI eI aC
'nJap Souapod

:IEu4Jap ugoeJarunu pI ap spqrJ sEI uos solueuela so,,(n olunfuoJ Ia

sorueJeplsuo) I Oldyllfl

r'trorNvJlod opnnpoJtul anJ olunfuot oururJgl I


'olunfuo
sa ou o sa olafqo a rs uro4nbau PrrrJoJ ap JaqPS souapod
oluauala
Iap
,'f. olunfuoJ un sopep :soruapua]ua replugap ualc[,, Jod

'erarnbsaen otalqo un

'olunI
-uo) pp soluauala sorualplrluouap anb ';s allua sopel)ualaJlp a]uarrrelJaJad solal
-qo ap opulap uarq uglc;aloJ eun ouro olunfuoJ un oluaumll]n]ul soumrgag
'sEJr]9rualPhtr sel ap serrIEJ sel sepol ue

-uaruppunJ sa olunfuor ap oldaruor

11 solunfuot

atqos sauolJou sa'Dwtlt

soluauala
olunluo3

p]
'f

SOINNfNOf I'Y
sotNnf No)

tE

'

I'v

A.

374
Co nj

ntos

numricos

Conjuntos

EI

numricos

Los conjuntos que ms utilizamos en este texto son:

conjunto N de los nmeros naturales:

o,r,2,3,4,5,6,7,8,9,

.
.

PRELIMINARES

10, 11, 12,

..

Denotaremos por N* el conjunto de Ios nmeros naturales no nulos.


El conjunto V de los nmeros enteros: 0, 1, - 1, 2, -2, . . .
EI conjunto Q de los nmeros racionales: las fracciones p lq, donde p y q son

nmerosenterosyq+0.

. EI conjunto

R.

de los nmeros reales: los nmeros racionales no permiten medir

cualquier cantidad o cualquier longitud relativa (por ejemplo, si d denota Ia longitud de la diagonal de un cuadrado, y I denota la longitud de su lado, Iarazn
entre d y I no puede representarse como un cociente de nmeros enteros); con
el conjunto R de Ios nmeros reales se "completan" los nmeros racionales, de
forma que con los nmeros reales ya se puede representar cualquier medida.
Denotaremos por R* el conjunto de los nmeros reales no nulos; por R*,
el de los nmeros reales positivos o nulos; y por Rf , el de los nmeros reales
positivos.
Defi

icin de u n
conjunto por
n

extensin

Deftnicin de un conjunto por extensin Si podemos escribi todos y cada uno


de los elementos de un conjunto, se suelen escribi stos entre llaves ('{'y'}') i'
separados por comas. Por ejemplo, si designamos con la letra A el conjunto de las
cifras de la numeracin decimal, escribimos:

A
Esta forma de definir

-o

{0, I,2,3,4, 5,6, 7,9,9}.

representar- un conjunto, escribiendo explcitamente to-

dos y cada uno de sus elementos, se denomina definicin por extensin.

EJEMPLO

Si B es el

conjunto de las vocales del alfabeto espaol, entonces podemos escribir:

= {a, e, , o, u},

que es una definicin (o representacin) por extensin del conjunto B.


EJEMPLO

lIa,b|l representa por extensin el conjunto formado por el elemento Ia,b\, el


cual a su vez es otro conjunto (definido por extensin y formado por los elementos a y b). Se
verifica:
El smbolo

ae
El smbolo

Nota

bene

elemento

la,

{b

c}l

Ila,b\\ y

fa,bI e IIa,blI

representa por extensin un conjunto con dos elementos: a y {b , c}

No debe confundirse el elemento a con el conjunto

).

{a} (formado por

el nico

'aluaruJolJatue oprulJap e.{ olunluoJ un sa 3. apuop

anb selEl

p saluarJaueuad
{

"'

x soluauala

t-,,"'pPpaldord

eI PJgnaA

sol ep olunfuof, Ia sa l?',, aal as

pepardord PI Eruual

anb-

x I I = xI : H
:eruJoJ aluarn8rs PI ap ugls

o- soruaJlugap 'eJI])gJd e u1
-uaduror lod olunluo un
-soluaJe]uasada
'ugsualduror rod
o- oplulJap glsa olunluor a anb souraJlp
-opeluasada
rod olgs L soluaurala sns od epe].rJpen eas anb pepardord eun
oser [e]

ut

'so11a

uglsuerdLuo)

tod olunluor
un 0p u9Druuac

'JrJap sa 'soluaruala sns eJIJalJee anb pepardord Pun opuep olunfuor un -Je]uas
o- Jlugap apand as uqlqureJ ugrsuatdtuot .tod olunfuoJ un ap ugtttulaq

-ada

's

- (g) p.'el

:auau as '(V/g 'd '7 oldruata 'r) logedsa olaqeJle Iap saleJo^ sPI ap g oluu olunluoJ Ia eJed
:auar] as FrurJap uolJeJarunu el ap serJrf, sEI ap v olug olunluo Ia ered L Oldy\] F

'0I - (y)p.lel

'(E) prEJ :e]

-ouap as '3l ,ap luurtlJef, Eururouap aI as I ol1ug ounfuo; un ap' soluauala


^ BI v 'soluatuala sns JEluoJ alqlsod se 'o1ruu olunfuoJ un sa l' IS
ap puppueJ

olu

n [u

o:

un ap leurprPJ

'solggq uos 'aluaurcrladsa 'sapar,{ sapu


-orf,er 'soJalua 'salrnleu sorelu4u sol ap tU ,(

O 'Z 'X solunluo

so anb as,reqo,rd apan

'ftt'd '7 odurafa'J)) Iogedsa olaqeJle Iap sa1e)o^


sel ap g olunfuo Ia oruoJ lse oltug sa 1erulJap uglJJarunu eI ap serl) sel ap Y olunluol 1 9

Oldlllfi

ol!uuur olunluo3

'araqrelpqftq qqrxa raa uapand solorap qlf

-3p

ggq Eppl.{ sqpgr enb ergpan anb olun{uo) un sa o$uS olunjum m '4rap sT 'sCIl
-JW rlo so{rrdup uepqQ}x? rgd sopel4qqu.rda,r ras uapan{ anb golq4$ro? sol ael

o]!u !J olu n luo3

'(SOg 'd 'r) esorn8rr eun od soruaJrnlllsns alupape sgur anb 'oltug olunluo
ap lpuorsrlord ugnrugap Eun uglf,enrnluoJ e solueq pulptoJ 'so11uJ solunfuo3

'eluadun ap Jorra un sa asauodns graqap 1e] oloqruls un ap

l({p ') ' q'o 'a} :odtna[a rod) sop0ader so]uaruala sa^ell er]ua uarn8g anb a ua oloqruls un
olunluo un ap uorJeluasada el oIIIo) souarEraprsuo) ou ',,Is aJlua sopEIJuaJeJIp alualu
-elJaJJod sorafqo "',, :elJap anb 'o]un[uo ep p^qln]I4 uglJrugep eI e souopugrue]V eloN

sotNnfNo) 'r'v

st

A,

376

EJEMPLO

PRELIMINARES

Si C es el conjunto de los nmeros naturales mltiplos de 3, entonces los elementos de C


estn caracterizados por la propiedad: "ser nmero natural mltiplo de 3", es decir, esta propiedad es verificada por los elementos de C y slo por ellos. Una definicin por comprensin

de C es:
C

: Ix e N I x es mltiplo de 31.

Nota bene La letra x de la definicin del conjunto anterior por comprensin es vna yariable terminolgca, es decir, no es ms que un "soporte" para la representacin del conjunto. Por ejemplo, se define por comprensin el mismo conjunto de las dos siguientes
formas:

{xe
EJ

EM

PLO 9

lxesmltiplode3} y {ne

N lzesmlriplode 3}

D es el conjunto de los ros que nacen en la Pennsula Ibrica, entonces los elementos
D estin ca-racterizados por la propiedad: "ser ro que nace en la Pennsula Ibrica". Si
denotamos por M el conjunto de los ros del mundo, una definicin por comprensin del
Si

de

conjunto D

es:

D=
EJEIrPLO I 0

|x = M I x nace en Ia pennsula lbrica]

Si F es el conjunto de los nmeros naturales de tres cifras significativas,2 entonces los elementos de F estn caracterizados por la propiedad: "ser nmero natural de tres cifras signi
ficativas". Una definicin por comprensin de F es:

- {x e N I x es de tres cifras significativas }

Ntese que otra forma de definir el conjunto F por comprensin es:

F-{xeNl100<x<999}
Notacin de

un

conjunto con
pu ntos

Utilizaremos otra forma de definir un conjunto por comprensin: usando puntos


suspensivos. EI conjunto F del ejemplo 10 (cf. p. 376) se puede definir por comprensin de la forma:

suspensvos

{100, 101,

..

., ggg}.

Los puntos suspensivos se escriben cuando se sobreentiende inequvocamente lo que


hay en su lugar; en otras palabras, cuando no hay lugar a dudas sobre qu sustituyen.
En nuestro caso, sustituyen claramente los nmeros 102, 103, etc.

Nota

bene

La representacin de un conjunto utilizando puntos suspensivos no es una


representacin por extensin, pues no figuran explcitamente todos y cada ano de los
elementos del

conjunto.

ZPor nmero natural de tres cifras significativas


entendemos: nmero natural que se escribe utilizando exactamente tres dgitos, y la cifra de Ias centenas no es 0.

ugl)unluoJ EI sa

r
-,

',-,

sou8rs sol ap opeJuru8rs Iap

^,.-,
ou8ls Iap opJIJruSIS Ia anb ap asrP]e)Jad aqap rol)al

'(9 ap odr4ru sa ,r)

ouoq e]oN

(g ap odt14ru sa x l, ap oldq4ur sa x)
:EruJoJ EI Ap

,,9 ap o1drl1qru sa

r rs olgs ,{ IS ap oIdIrI4u sa x z( ap oldr14ru sa x,,

:ase4 pI soruaJlqrJ)se 'odruafa Jod 1,,'"IS olgs ,{ Is " ',, ap PJn}EI,\aJqe oluoJ
, ou8ls Ia SoIuaJEZIIrln 'uqrqure

"'rS eluarupsrad''

'(t

',, ap eJnlEIAaJqP oluoJ

ap o1dr114ur sa

x)

........+

(Z ap o1dt114ur sa x)

:u9rqruel o

'(Z ap oldrq4ru sa

x) {- (f ap o1dt114tu

sa x)
:eruroJ el ap

,,2 ap o1dr114ur sa

x saJuolua '7 ap o1dq14ul sa x rs,,


:ase4 PI SOUalqrnsa'o1d

-ruala od :,,'"sa)uolua '''' IS, ep PJnlerAaJqP oluof, , .- , ouEts Ia JPZII]n IIl4 sl


xsa)uolua';f xrs tl'J=xsaf,uolua'V= xIS

'V

:se,rqepd seJlo ua :y e a)auaued 'ap oluauala opo,{ J e aJeuauad y ap o}uarua1a


OpOl IS 'ilJap Sa lsoluaurala SoIuS1u SoI uaual] s Saenfi uoS anb aJIp aS 'solunfuo
sop uos (enrs4,{eru eurure8) .i' ,'f. (enrs4,'l.eru Pllap) V IS solunfuot ap popon0

uT 'olJe^

'sand 'sa x

olunfuor Ir

solunluo:
ap pPplen6l

'0 (X)p;el :e)urJan as .{ 'o}1ug sa X '.re1nrr1ed


'0 _ I + zX :pPppnSt el e8esqes anb x IeaJ oraru4u

u1r8uru ,(er{ ou (a}uarullJgJ eqanJduroJ as ouror) sand 'oluatuala u48ulu aual} ou

'{o - I*zxlU=xl:X

'0

saJuolua

:olunfuo) Ia sa X

IS

tt

oldti\]rl

(0)prPf
:g e pn8r

pu

-rpJer ap L orug sa oIJeA olunfuo 1a anb opepsod oluoJ soluaJeldare uarqurel

'0 :elouap

as 'solualuela

aual] ou anb 'olen oilmftro) opBulruouap 'olunluo un a]slx:l


:opelnlsod aluamSts

1a

oJle^ olu

n l^u

of

olJa^ olunfuoJ

sorualeldaJv

sctNnf No) ' I'v

A.

378

PRELIMINARES

Con esta notacin recin introducida, la igualdad de dos conjuntos A y

puede

expresarse de la forma:

xeA-

xe f,

que se lee: "x pertenece a A precisamente si


nece a A si y slo si x pertenece a i- ".
Notacin para

conjuntos iguales
y para conjuntos
distintos

f
Si dos conjuntos A y t
Si dos conjuntos

En

pertenece a l- ", o tambin:

no son iguale's,,se esCribe: A'+

lo sucesivo, indistintamente escribiremos: A -

xA xef
EJERCTCTO

-f

son iguales, se escrib e: A

"x perte-

f,

o bien:

Considrense los siguientes conjuntos:

A: {r,2,3,4}, B = 14,2,r,3L
c:{1,2,13},41 y D: {1,{2,3},4}.
Estudiar cuIes de los anteriores conjuntos son iguales entre s. Calcular eI cardinal de todos

ellos.
2, Subconjuntos Cuando cada uno

de los elementos de un conjunto A tambin


Subconjunto es elemento de otro conjunto B, se dice que A es un subconjunto de B, o que B es un

superconjunto de A.
Si el conjunto A es un subconjunto del conjunto B, se escribe:

AcB,
lnclusin

y se dice: "A est contenido en 8", o: "A est incluido en B"; tambin

se puede

expresar este hecho escribiendo: B = A, y se dice: "B contiene A".


Usando el signo '-':

AcB eslomismoque; xe A

xe

B;

B=A eslomismoque: xe B <- xe

A.

--------+

(1)

Ntese que tambin podemos afirmar:

AcB

eslomismoque

xB - xA.

(2)

no es un subconjunto del conjunto B, es decir, si hay al menos


un elemento de A que no es elemento de B, entonces se escribe:
Si el conjunto

A8, o B1A.

'V c g o'g

V :solualrqrJlsa 'g ap ordoJd olunluoJqns un sa Y

rS

'vf g I g=v
:EJgrraA
as rs ,g olunluo ap ordo,rd ounfuorqns un sa y ounfuor a anb o 'B' olunluo un Ptrlr]se uglsnl)ul
ua aluaruelJlllsa opr-nlJul glse y olunluo un anb soluaJrc otdo.td olun(uotqng
Y

'J f y 'l' fl - x
'J - y . fl f x

@)

X,V_X

'fl-

@)

Q)

') I x'4.vf x

@)

.'sal

epeJ ua

x olunfuoJ

[e sapnfu ras uapand


'
{}

IoI

'O

uatn?ts soseJ orLenJ so[ ap oun

'J 'g 'V soJun[uoJ so[ ap sa[enJ reururra]ag

'{, {v'z} : r '{s'v\: o '{6'B'v'z}: J


'{g's'v'E'z'r}:v
:solunfuot sa]uatn8rc so asuar?plsuoJ

'fl:V ._
'J=V <-

:ef,JJrJaA as

z otf DulE

v..sl
,(

g_VJlo

r.sl
^
fl-v)
'v-v

lo
I

saf,uoluo 'sotunt-uoJ sop uos 'g

I t/ IS

:solunfuor ap peppn8t ap uqI]Iu-IJap el reprorar


aambar eJaf,Ja] el lseurqo uos seralurrd sop se-I 'solunfuor ap uqISnlJuI eI ap sapep
-ardod saJl ugl)enulluoJ p SoruelJunug Solunfuot ap uqlsnlJut al ap Sapvpao"t"

'B'

V :saJuolua

r0 :
9I - ,x

:uglJenJa EI ap selEar sauoDnlos ap

olunfuo Ie se g ,l'O: V - x :uglJen)a EI ap seIPaJ sauolJnlos se ap olunluoJ Ia sa y IS


:EuPuras eI ap so^rlsal s]P sol aP
opluatuo) Je]sa aqap ou Euptas EI ep salqploqel se]p SoI ap olunluor 1a
olunluo

Ia ue

:uglJlugap ns ap elJuanJasuoJ oluoJ'U

i{V'E'Z'I} fi {g} orad '{V' {}''Il = {}


:anbPr('{v'E''I\

: I 5\

I Iv'{}'Z't}

'
.
r

:eJurJaA as

L Oldl/ll

sotNnfNo) 'r'v

6E

A.

380
EJERCTC|O 3

Comprobar se verifica:

AcB

Co nj
su

PRELIMINARES

l^l

B.

nto de los Conjunto de los subconjuntos de un conjunto Si E es un conjunto finito, se puede


nj u ntos d e definir el conjunto cuyos elementos son los subconjuntos de E. Se denota:

bco

"(E),

un conjunto
EJEMPLO r 3

Si

: {l,a,A},

entonces el conjunto cuyos elementos son los subconjuntos de E es el

siguiente:

:
"(E)

{0, {1}, {a},

{a},

Sobre el cardinal del conjunto


mostraremos aqu:

Teorema

Si

"

{1, a}, {1,

a}, {a, A},

(E) se tiene

(rtnl) :

2n

a}}

el siguiente teorema, que no

E es un conjunto finito y Card(E)


Card

{1, a,

de-

: h, entonces:

Ntese que para el conjunto E del ejemplo 13 se tiene:

Card(E)

-3 y

Card

lnfn) -

23

B.

un conjunto cualquiera (no necesariamente finito), admitiremos como


postulado que los subconjuntos de E constituyen un conjunto, el cual se denota
por ?(E). Afirmar que X es un elemento de ?(E), es decir: X e
es lo mismo
"(E),
c
que afirmar que X es un subconjunto de E, esto es: X E.
Si E es

3. Complementario de un conjunto. Diferenca de conjuntos

Considere-

mos pa todo este apartado un conjunto E.


Complementario de un conjunto Si A es un subconjunto de E, los elementos de .E
Complementario que no son elementos de A constituyen un conjunto que se denomina complementade un conjunto rio de A enE, y se denota: CrA. Es decir:

CA-{*eElxeAI

Obsrvese que de esta definicin se deduce que el conjunto Cr A tambin es, como
eI conjunto A, un subconjunto de E,y que si x e E, entonces x e A o x e CpA, pero
no ambas a la vez.

'

g (a)'V

-I

@)'

'{9's'7'}

J - g O)'V - ) @)' g - V @) :setuarna8 so[ ugrsua]xa nd nuuap

: )'4' Ior'e'9'v'} = s'Is'v'E'z'rI :v


:solunfuoJ so[ sopeo

? orf rfur E

.v_1=v1):aluau
-plerpaur4 aJnpap as olunluoJ un ap olJeluarualdluoJ ap eI ap,{ uqptugap u}sa aC

'\a0x
:JrJap

.y=xlr=xl:s-v

sl 'g - V :Elouap

as .{

'g,{

solu n luor

V' ap elJuaraJlp Errrruouap

ap PrfuaJajlc

as anb olunluo un ua,(n]lsuoJ g P uaaualad ou oad Y P uaf,aua]ad anb 3. ap sol


-uaruala so1 'E ounfuo] Iap so]unfuotqns sop uos S,{ V'IS solunfuot ap anua'nfiq

Vfl)=:;,:;;;;:

'Vr))X

VfiX)
I

T=XJ
:saluolua 'g olunfuol lap solunfuorqns sop uos g

y
^

Is

:opueltdora
'V

orusru ol sa g

r) - grl

:erJuanJasuo) uI'V'

x {- fl x anb

-v i(BLg 'd'Jr) () eluanr ua opuarua] ergrlsnf as osed opun8as Ia apuop

'v 1) =x e (V 0 x I= x)
-

(g

I x I I= x)

<-- gr)= x

:JrqIJ)sa sourapod 'o])aJa

'V
olunluorqns un se y anb etuan ua opuarual

'v

Iv

>

JIqITJSa

1)

gs)saJuolue 'g

.
= .tV lS
ap

apand as peppnS eu4rlr,l el apuop

I ) xI = Ivrl I x I I = xI : (vn)s)
:alnpap as orJeluerualdurol ap ugIJIu.IJap el ep rol)aJa uE

'v:(vrf )rJ.

'olJluaruelduroJ ap uglJlugap l ap Plelpaunn PlJuanJasuo) Eun sa pepardod elsg

-uolua'Vr) = x rc :elaeuretotdtat

Vx'{I)xseJ
!yt1 > x saJaolua'V 1 x 1 = x lS .

:ef,rilJa^ as seJuoluS

'E olunluo lap so]unluoJqns sop uos g

V'

oualualualdLuoJ lap sapapao)d

IS

sotNnfNo) 't'v

IB

A.

382

4. Interseccin y unin de conjuntos


un conjunto

PRELIMINARES

Consideremos para todo este apartado

E.

conjuntos Si A y B son dos subconjuntos del conjunto E, los eleque


pertenecen a la vez a Ay a B constituyen un conjunto que se
mentos de E
denomina interseccin de A y B, y se den ota: A B. En smbolos:
Interseccin de

lnterseccin de
conju ntos

AB-{xeEl

XE

AyxeBl.

Obsrvese que podemos escribir:

xeAB

lxeA

- I

lx

ANB

e B,

-1

lxet
0
lx e n.

Son consecuencias inmediatas de esta definicin las siguientes propiedades


Propiedades de la
i

nte rsecci

Si,A

y- 8,'sor1,

dos subconjntos del conjunto E, entonces:

o AnA:A,
o AnB=,A y',.4',BgB.
Ampliamos nuestro postulado sobre el conjunto vaco aceptando que para cualquier conjunto X se verifica: X n A : A.
Puede ocurrir que los conjuntos A y B no tengan elementos comunes. En este
caso, diremos que A y B son disjuntos, y escribiremos: A n B : A.
Cuando escribamos: AaBaC, entenderemos: (AnB) nC, que es lo mismo
-como
se comprueba fcilmente- que A (B C).
EJ

ERC rC

rO

Sean

A y B dos subconjuntos disjuntos de un conjunto E. Comprobar podemos escribir:

xeA-x8,
y deducir de ello que A c Cs B. A
EJ

ERC tC

tO 6

y xeB-xA,

Si A, B y C son tres subconjuntos de un conjunto E, comprobar que si

A c B, entonces

tiene:A.CcB.C.
EJERCtCtO 7

Si

A y B son dos subconjuntos de un conjunto E, prcbar que podemos escribir:

A=B-AnB=A.
EJ

ERC tC

tO

Si

A y B son dos subconjuntos de un conjunto E, demostrar se vefica:

A-B:AoCpB,
y deducir de ello que (Cr S) - (Cz A) : A - B. a

se

'(.lu v)(gu v)>x-

J=x^y=xl
JU V-*)
'n
o L..-----^L.----gt) v=xJ
fl=x,\V=x)
J= x o s=xl
Jns=x.l
^ I
^ l-(Jns)uv-x
y=r)
v=x)

:olJaJa

'QuV) n(suV):Oag)y.

:EJUIJAA AS SAJUO}

-ua 'E ap solunfuorqns sal] uos

It

s'v ls

v
-uayr8rc o[ ilquJse sowapod anb

nqotd'I

u9o)aealm a ugtun a4ua sauooap

.g=g)v * g_v:al
y rg

o]an[uoJ un ap soluntuoJqns sop uos g

V .g r) _ V s) :auarl as
saruo|ue'I = g ) (ysf ) fs anb eilsowap'I orun[uot un ap so]anfuoJqns sop uos g L y tg
as sa)uolua

oruo)-

'g 5 v

ls anb rcqordtrroJ

oursrur ol sa anb 'J

) @ nfl

'I

rr

0r

oDDUrrl

orfrfusrl

'). g - J.v:auaIl

oJUn[uoJ un ap so]unfuoJqns sail uos 3 ,4 g 'V lS

'(; n g) n y anb
pqanrdruor
-aluaurll)gJ
:souralapuelua 'J n g )V :soupqrJJsa opuenJ

6 Orf rf u3l-l

as

'X : A n X :EJIJTJaA as X olunluor,rapb


-unr ered anb opueldaf,e oIf,EA olunluo Ia aJqos open1sod oJlsanu sournpuoJ

"g-tr.iv ,\ v-fl)v.
rv-Ja\f-

VAV

'Vng-gnV.

ugrun

:saf,uolua 'E olunfuol lap so]unluo]qns sop uos g

Pl ap sopepardo;

v. IS
^.

:uorJrugap plsa ap splprparuu sprJuanJasuo) uos sapepardord saluarn8rs se1

'aox)

va*J-

s.vx

'g=".l
";
l--r.v=x
v=xJ
:JrqrJJSa sourapod anb asanrgsq6

'Ig=xov=xlE=xI:flV

solunluo:

:soloqurs u:I 'g n y :etouap as .{'g V, ap ug[un


euruouap as anb olunluor unuaLn]r]suoJ'soqum p o'g e o y e uaf,auapad anb g ap
soluatrrala so 'E olunluoJ lap solunluorqns sop uos g r{ V, tS

ap u9!un

so]unfuot ap ugryn

sotNnfNo) 't'v

ts

A.

384

. Au (Bn C) : (Au

PRELIMINARES

B) n (A u C).

La comprobacin es anloga a la anterior: donde se escriba:

'n', 'U', 'y', 'o', ahora se

escribe: 'u', 'n', 'o', 'y', respectivamente.

. Cr(AnB):

(CEA) u

(Cr).

En efecto:

lxer

xCr(AnB)l y

l*AB

f*=Ey xA
o

lxeEyxB

f" =CrA xe(CrA)


-1o
[t. CnB

. cn(AuB) : (crA)

r-.r(CEB)

n (cEB).

La comprobacin es anloga a la de la propiedad antedor.

De las igualdades anteriores, las dos primeras reciben el nombre, respectivamente, de propiedad distributiva de la interseccin respecto de Ia unin, y de propiedad distributiva de la unin respecto de Ia interseccin; Ias dos ltimas se denominan
leyes de DE MORGAN.3 Recogemos todas en el siguiente cuadro:

-Propiedades
d

istributivas
Morgan
1

t, entonces:

. Cn( nB) -(CrA) u(CrB),


o Cr(A a - (Cr A) n (Cr B).

-Leyes de A. de

EJERCTCTO

,on tres subconjuntos ef coti,tnto


o A nt u il : (A n B) u (,A n C),
. Av(BnC) = (AuB) n (Au C),

Si A, B y

Si

A y B son dos subconjuntos de un coniunto E, demostrar las siguientes igualdades:

a) A:(A-B)u(AnB),
b) Ar.tB : (A-B) u (A B) o (B - A),
c) Cz(A-l: (CA)u (A.B).
EJERCICIO

Considrese eI conjunto E

{I,2,.

.. ,90},

sean

los coniuntos:

- {x e E I alguna de las cifras de x es 6} B - {x e E I x es mttiplo de 3}


C : Ix e E I la suma de las cifras de x es mltiplo de s]
.

Calcular Card(A)

y Card(A u B u C), y defint por extensin los siguientes coniuntos:

(a) (CA)n(CrB)C, (b) (A-B)-C, (c) A-(B-C).


Adems, escribir una expresin, utilizando los conjuntos A, B y C, de suerte que se obtenga
un conjunto con un nico

elemento.

3Augustus rE MoncaN (1806-lBZB), matemtico ingls.

za|ue:V olunluoJ un ap orJeluarualduo)


aspIuo)ua pnllqeq sa 'oprluas etsa

u:I

'zzv eur89d eI ua ugrJnlos eI asra^ apand,

'rv o' ,v :ezllqn

as

'Il rJ

:ap

Ia rEu8rsap erpd ellrJuas sgru ugrJelou eun uoJ

'Iesre^run olunluoJ opelrJ Ie o])adsar uoJ

se

enb apuarlua as anb p'9nb e oradsar uoJ Jr)ap urs olunluo un ep olJe]ueurelduror a
augap as ugrqrue],{'psra,tun o}unluo ap sotunfuorqns uauodns es e]uarm]rJrdun anb

solunluo ered ugrun e,( ugnrasraltn eI 'ErJuaraJrp eI aulJap as 'olxa]uoJ elsa u:I 'odurala
epeJ ua olqls1p ras apand anb ,{ 'opupleqer] g]sa as anb sol uoJ solunluoJ sol sopo]
auarluoJ anb olunfuo un :psa^r-rm olunfuo) oppruell a augap as 'soJqrl soqJruu uE e]oN

')

lPsr a^ru n

olunf-uof

,soJlpglJad saJt sol ap oun EpeJ ,,{ sopot uaal seuosJad se}ugnJ?
g sorrpgrrad soqrup uaal spuosJad
ap sgur anb aqES as 'orur4 rod .
6Z
^
13,,f. g sorrp
sorrpgtrad soqure uaal anb so1

-g1rad soqure uaal anb sol ap alqop Ia uos

J ,( y

l;l ,( y sorp
-grrad soqure uaal anb sol ap alqop Ia uos g,( y sorpgrJad soque uaa anb so1
:g ,\ V sorrpgrrad soque uaal anb sol ap alqop a rod op;a sa J Ia
:J Ia uaal anb so1 ap alqop a rod oplal se g 1a
lg orrpgrrad Ia uaal anb so ap alqop 1a rod op;e1 sa y o;rpgrrad p
:sopellnsaJ
saluarnSrs sol uoJar^nlqo as 'J g 'v :ueJrlqnd as anb soJrpgrJad sar] sol ap saJo])al
^
olsando,td walqo,td un
er{ as slPd ouarf, ull
Olv'I allua elsanJua eun opezqeal
'(J u s uy)prel + (J u s)pref - (.t u y)prpl - (g u y)prpl -

(J)prpf + (g)prpl + (y)prpf


ap ugrun pI lpurpJpJ

: (; n g.

y)pref

:E ounfuor Iap J g'y solrug solunluorqns sarl


erud EIruuJgJ alualn8ls eI se prueJoel alsa ap oIJeIoJoJ ull

'c c) J

'() ppplpn5l

'(g u y)prpf

e1 a,,Lnlouor as

apuop ap

(s)prE) + (y)prpl = (g n y)prpf

:rr)ep sl '(g u y)pre3 alretsar


opelInSaJ Ip,('(g)prpl ,{ (y)prel rcIuns souapod (g n y)p.pf raualqo eed 'otuet rod 'g ap
olualuala oruoJ erlo
ap olueruela oruoJ ze^ pun :saJe^ sop eluanJ as g u y ap oluaru
-ala epeJ anb utuan ^'V
ua opuarue] ored 'g ap solueruela sol oprreluoJ ,{ ap so}uauala sol
I/
opueluoJ oqp) e asru^all apand g n tr/ ep soluaruale sol ap oluenJar I
ugt)Ellsorueg

'(g)prel + (V.) prel - (g u V)Wel + (g n V.)pref

()

:seJuolua'I olunfuot un ap

solru.rJ

lS

solunfuotqns sop aos g V

euaJoel

salPu!pref orlPnf
sol ap euaroal

sotNnfNo) 't'v

sst

A,

388

EJEMPLO

l7

PRELIMINARES

ConsideremoselconjuntoC: {1,2,3},y seaSlarelacinenelconjuntoCdadapor:

S(x,y): (x es estrictamente
El grafo de S es:

^:

menor que

{(1,2), (1,3), (2,3)}.

*otl"

se expresa con

/).

un sisno' Por ejempro' ra reracin

iJ:'JiTT';';"::"':"t1"n
R(x,y): (x

es menor o igual que

y)

suele representarse por el signo <, en el sentido de que Ia notacin: rc <


significado que:

j/ tiene el mismo

R(x,y).

Relacin

reflexiva

Propiedades de las relaciones en un conjunto Consideremos un conjunto A, y sea R


una relacin en A. Se dice que la relacin R es reflexiva si verifica:

YaeA,R(a,a)i
esto es: R es reflexiva si y slo si cada elemento est relacionado consigo mismo.

EJEMPLO t

< (menor o igual) y <


(estrictamente menor). Obviamente, < es una relacin reflexiva, pues todo nmero entero es
menor o igual que s mismo: Y x e Z, x < x.
En el conjunto Z de los nmeros enteros consideremos las relaciones

Sin embargo, < no es reflexiva; por ejemplo: 1 no es estrictamente menor que 1.

Relacin

simtrica

Se

dice que la relacin R es simtrica si verifica:


Y @,b)

e A2, R(a,b) + R(b,a);

esto es: R es simtrica precisamente si de estar relacionado un elemento con otro


elemento necesariamente se deduce que el segundo est relacionado con el primero.

EJEMPLO I

Si T es la relacin en el conjunto N de los nmeros naturales dada por:


T

(x

y) i

Kx + Y es un nmero Par ,

entonces T es simica.
EJEMPLO

20

Si

P es la relacin definida sobre N por:

P(x,y): (x

divide

entonces P no es simtrica; por eiemplo: 2 divide a 4, pero 4 no divide a 2.

A.

389

C)NJUNTOS

Relacin

Se

dice que la relacin R es antisimtrica si verifica:

antisimtrica

v (a,b) e A2, (R(a,b) y R(b,a)) + (a: b).


Esto es: R es antisimtrica precisamente si de estar relacionado un elemento con otro,
y ste con el primero, necesariamente se deduce que los dos elementos son el mismo;
o en otras palabras: si se seleccionan dos elementos distintos, entonces al menos uno

no est relacionado con el otro.

EJEMPLO

2l

La relacin P

definida sobre N considerada en el ejemplo 20 es antisimtrica: si a y b son dos

nmerosnaturales,esobvioquedesuponer: divideabybdideaa,sededuce:
EJEMPLO

22

:b.

La relacin T definida sobre N considerada en el ejemplo 19 no es antisimtrica; por ejem-

plo: T(3,5), pues 3 + 5 es nmero par, y tambin se tiene: T(5,3); sin embargo: 3 +

Relacin

Se dice que Ia relacin R es

trans itiva

5.

transitiva si verifica:

(a,b,c) e A3, (R(a,b) y R(b,c)) > R(a,c);

esto es: R es transitiva precisamente si de estar relacionado un elemento con otro, y


ste con un tercero, necesariamente se deduce que el primero est relacionado con
eI tercero.

EJEMPLO

23

La relacin P del ejemplo 20 (cf. p. 388) es transitiva, pues dados tres nmeros naturales a,

by c,sia divide abyb divide a c, es obvio que a dide a c'


EJEMPLO24 Larelacin < definidasobre Resobviamentetransitiva:

six

<

j/yy <2, entonces x <2,

cualesquiera que sean los nmeros teales x, y y z'


Obsrvese que la transitividad de < permite escribir sin ambigedad la doble desigualdad:

x<y<2,
EJEMPLJ

25

Si consideramos la relacin

envezde:

D en N dada por:

D(x,y) i

Kx y

tienen algn divisor comn),

entonces D no es transitiva; por ejemplo:


con 49 por D.

x<Y Y Y<2.

D(4,I4) y D(L4,a9), pero 4 no est relacionado

A.

390

Retacin de
Relacin

de

PRELIMINARES

De una relacin R definida sobre un conjunto

equivalencia

se dice

es una relacin de equivalencia si verifica:

equivalencia a)

R es reflexiva,

b) R es simtrica,

c) R es transitiva.
EJEMPLO

26

En el conjunto R2 de los pares de nmeros reales, la relacin Q dada por:

Q(@,y),(z,t)):
es una

Relacin de

orden

Kx

zb

relacin de equivalencia.

Relacin de orden De una relacin R definida sobre un conjunto A se dice es una


relacin de orden si verifica:

a) R es reflexiva,
b) R es antisimtrica,

c) R es transitiva.
EJEMPLO

27

EJERCICIO I

En el conjunto Z,la relacin < es una relacin de orden.

Sobre el conjunto R2 de.los pares de nmeros reales, definimos la relacin

<

de la siguiente

manera:

(x,y) < (z,t)i (x <z y y <t>.


(Utilizar eI signo < tanto para relacionar nmeros reales como para relacionar pares de
nmeros rcales no da lugar a confusin, a poca atencin que se ponga.) Probar que < es
una relacin de orden enR2. a

Relacin

de

orden total

EJEMPLO

2B

Relacin de orden total De una relacin de orden R en un conjunto A se dice


una relacin de orden total si verifica:

es

v (a,b) e A2, R(a,b) o R(b,a).

La relacin < en R es una relacin de orden total:

Y (x,y) R2,
Sin embargo, la relacin de orden

x<y oy

< del ejercicio

relacionado con (0,0), ni (0,0) est

< x.

14 no es total; por ejemplo,

relacionado con (1, *1).

ni

(1,

-1)

est

A.2. APLICACIONES

3gr
Relacin de

Relacin de

preorden

preorden

De una relacin R definida sobre un conjunto

se dice es

una relacin de preorden si verifica:

a)
b)

R es reflexiva,

R es transitiva.
Obsrvese que toda relacin de orden es tambin de preorden.

EJ

EM

PLO 29

Definimos sobre B la relacin R


Consideremos el conjunto A = 11,2,3,4j, y sea B :
dada por: R(X,Y\ : ((Card(X) < Card(Y) ). Se cumple: "(A).
se verifica obviamente la desiguala) R es reflexiva; en efecto, para cada X e
"(A)
y
por
tanto: R(X,X);
dad: Card(X) < Card(X),

b)

R es transitiva: si X, Y y Z son subconjuntos de A tales que: R(X,Y) y R(Y,Z),


es decir: Card(X) < Card(Y) y Card(Y) < Card(Z), entonces: Card(X) < Card(Z),
y R(X,Z).

En conclusin, R es una relacin de preorden.

Notemos que R no es una relacin de orden, pues no verifica la propiedad antisimtrica.

Porejemplo,siX:II,zjyY:12,3],entoncessetiene: Card(X):Card(Y)=2,conlo
que R(X, Y) y R(Y,X), pero X + Y. No toda relacin de preorden es de orden.

A.2
Correspondencia

entre dos
co nj

ntos

Conjuntos de
partida y de
||

APLICACIONES
7, Cowespondencias

y B (o de A en B) es una terna (4, B, A),


Si (A,B,A) es una correspondencia
corresponde y por (A,B,A). Tambin,
eI conjunto de llegada; y de A, eI grafo

egada

Nota

bene

donde A es un subconjunto de A x B.
entre Ay B y (x,y) e A, se dice que a x Ie
de A se dice es el conjunto de partida; de B,
de la correspondencia.

A.

Consideremoslosconjuntos:A:
pondencia

entre A

Una correspondencia (A,B,A) es una relacin entre los elementos de A y los

de B cuyo grafo es

EJEMPLO 30

Sean A y B dos conjuntos. Una correspondencia

( R., R.,

R.

^),

B:

R,yseaA = I@,y) e

R2

lx2

+!2: t]. lnlacorres-

es el conjunto de partida y tambin el de llegada. Al nmero real 0 le

correspondenlosnmerosreales 1y -1,pues (0, 1) e Ay (0,-1) e ,yaque: Oz +12 =I


y 02 + (-1)2 : 1; el nmero 0 es un elemento del conjunto de partida al que le corresponden dos elementos del conjunto de llegada. Por otro lado, al nmero real 1 le corresponde
nicamente el nmero real 0. Y al nmero 2 no le corresponde ningn nmero real, pues la
ecuacin: 22 + y2

no tiene solucin real.

A,

392

Aplicacin entre
dos conju ntos

2. Aplicaciones

A y B dos conjuntos. Una aplicacin de A y con valores


en B, o aplicacin de A en B, es una correspondencia / -- (A,B,A) que verifica:
Sean

existe un

elemento

paa todo x perteneciente a A,


perteneciente a B, y sIo uno, tal que (x,

y) e L

e B es eI nico elemento de B que Ie corresponde por la aplicacin /


y de B tal que (x,y) e A), se dice que jrl es la imagen
de x por la aplicacin -f, y se Ie denota: /(x), es decir: y : f (x.

Six
lmagen de un

PRELIMINARES

A, y

(es decir, es el nico elemento

Notacin

IJna aplicacron

f -

(A, B , A) se denota de la forma:

,8,

o ms detalladamente:

,
AfB
o xeA*f(x)en.
x
f(x)'
El grafo de la aplicacin / puede escribirse: A: I@,y) e AxB I y : f (x)I; y tambin
a
seledenota: A:I@,ffx)) lxe a].

EJEMPLO 3 r

La correspondencia (R., R, A) del ejemplo 30 (cf. p. 391) no es una aplicacin, pues al nmero

real 0 le corresponde ms de un elemento del conjunto de llegada. Adems, al nmero real

no le corresponde ningn elemento del conjunto de llegada.


EJEMPLO 32

Consideremos el conjunto A
tonces la correspondencia
a

= |x R | -1 <x < 11, y sea: A : 1@,y) e A2 | ! : x3]. En= (A,A,A) es una aplicacin. En efecto, a cada x perteneciente

A (conjunto de partida) le corresponde un nico elemento

de A (conjunto de llegada) tal

que: (x, jy) e A; precisamente: jrl = x3. En smbolos:

AA
x
Ntese se verifica: V

x e A, f (x)

de

Igualdad de aplicaciones
aplcaciones les, y Se denota: f : g, si
tgualdad

x3

x3.

Dos aplicaciones

f - (A,8,A) y g - (C,D,f)

son igua-

se verifica

A:C, B:D y A-f;


es decir: los conjuntos de partida: A y C, son iguales; los de llegada: B y.D, tambin

son iguales; y cada elemento de A (o C) tiene Ia misma imagen por una aplicacin
que por la otra: Y

A,

f (x) :

9@).

4.2.

APLICACIONES

393

Aplicacin Aplicacin identidad sobre un conjunto

Sea

A un conjunto no vaco. La aplicacin:

identidad

XeA,"----.XA
A en A que se denomina aplicacin identidad sobre A (o de A), y
se denota: Ia. Se verifica: Y x e A, I(x) : x. Ntese que el grafo de la aplicacin 1
es una aplicacin de

es:A: I@,x)lxel\.
Restriccin de una aplicacin
y

en un conjunto B,
Restriccin de
u na aplicacin

rs

Conjunto de las
aplic. de u n
conjunto en otro

Consideremos una aplicacin / de un conjunto A


un subconjunto de A. La aplicacin fi de A1 en B que

verifica:

YxeAl,ft@):f(x)
se denomina

EJERCTCTO

sea ,41

restriccin de

a At.

Sif

eslaaplicacin deR eR* que verifica: Vx e


de / a R a es igaal a la identidad sobre R.1.

R.,

f (x) = lxl,demostrar

quelarestriccin

Conjunto de las aplicaciones de A en B


Sean A y B dos conjuntos. Aceptaremos
como postulado que las aplicaciones de A en B constituyen un conjunto. A este
conjunto lo denotaremos por BA.

3. Imagen e imagen recproca por una

aplicacin

Sea

una aplicacin de

un conjunto A en un conjunto B.
Imagen de un

conjunto

Si ,4.1 es

un subconjunto de A, se define:

flAi : Iy e n | 1x e At, f@) = yI,


lmagen de un

conjunto por una

y del conjunto f lAtl se dice es el conjunto imagen de ,41 por


imagen de ,41 por /). Tambin se escribe:

(o simplemente: la

aplicacin

flAi: If tx | x e A1j
El conjunto

/[Ar]

es, pues, el

de algn elemento de

lmagen de una
aplicacin

formado por los elementos de B que son imagen por;f


/[Ar] es un subconjunto del conjunto de

41. Obsrvese que

llegada: fLAtlsB.
DeI conjunto f lAl (es decir, cuando estamos en el caso en que At : A) se dice
es el conjunto imagen de la aplicacin f (o simplemente: la imagen de /), y se
denota: lm("f). Esto es:

rm("f) =
Nota

bene

ftAl : If@) I x e Al.

Hemos utilizado corchetes para encerrar los conjuntos, y parntesis para los
x e A, escribimos: f (x); si .41 c A, escribimos: f lAtl.

elementos. As, si

A.

394

PRELIMINARES

Propiedades de la imagen de un conjunto Si es una aplicacin de A en B y A1


y A2 son dos subconjuntos de A, se verifican las siguientes propiedades:

1) (At

A) +
y

En efecto, si

(f lAll f lAzl).
=
es

un elemento cualquiera de /[Ar], por definicin se tiene:

1x e A1, f @) : ii
pero si

Ar c

(4)

Az, entonces podemos escribir: (x c At)


f @) : !, que por definicin significa:

deduce:1x Az,

flAtl=flAzl.
2) flet u Azl -

(x c Az), y de (4) se
y e f lAzl. En conclusin:

flAtl flAzl.

En efecto, se tienen las equivalencias siguientes:

ye flhuAzl <- lxeA1 uA2,f@):/


(=*e At,f@):!) o (=xAz,f@)-y)
- (yeflAtl) o (yeflAzl)
y e flAtlu flAzl,
donde en las equivalencias primera y tercera se ha tenido en cuenta la definicin de
imagen de un conjunto por la aplicacin /.

3) flh n A2l c flAi flAzl.


En efecto, de acuerdo con la propiedad (1) se tiene:

A1)A2 c

asi:

flAt )

At + flAtAzl

A2l c

flAtl,

A1oA2 c 12 ==>

flAtnAzl s flAzl,

flAtl flAzl.

Nota

Debe observarse que el contenido entre conjuntos de la propiedad (3) puede ser
estricto; es decir, puede ocurrir que /[Ar Azl c f lA| f lAzl. Por ejemplo, consi
deremos los conjuntos: A : II,Z,Z\ y B : Ia,bj,y sea / la aplicacin de A en B dada
por: /(1) = a, f(2) = b y f(3) = a. Si Ar = {I,2} y Az : {2,3}, severifica:

AtAz: I2lt flAtl: flAzl: {a,b},


f lAr Azl : {f (2)} : |b\ c Ia,b} = .f LA:il o.f lAzl.
lmagen recproca
(o inversa) de un
conju nto por

na

aplicacin

Imagen recproca (o inversa) de un

conjunto

Si 81 es

un subconjunto de B,

a
se

define:

f-llBi:{*eAlf@)eBr},
y del conjunto / 1[r] se dice es eI conjunto imagen recproca, o inversa, de 81
por f .El conjunto f rlg1l es, pues, el de los elementos de A cuya imagen por /
pertenece a 81. Ntese que
es: .f-1[Br] s A.

/ 1[l] es un subconjunto del conjunto de partida; esto

A.2. APLICACIONES

395

Propiedades de Ia imagen recproca de un conjunto Si / es una aplicacin de A


en B y Bt y Bz son dos subconjuntos de B, se verifican las siguientes propiedades:

1)

Puede ocurrtu que

f-rlgi:

2)

sin srBt vaco.

{1,2\ y B : {a, b} y para la aplicacin / de A en B


:bv
(2):b,severifica:
definidapor"f(1)
f-tl{a.}l: Ix e Al"f8) e {a}I:A.
f

Por ejemplo, para los conjuntos

(h=B) - (f-|[sl = f-rlB2l).


c 82, podemos escribir:

En efecto, si 81

x e f-Ilni + f&)81 - f@) e82 + x e f-tlBzl,


yenconsecuencia: / t[Br] s f-1lnzl. (Laprimeraimplicacinylaltimasejustifican
con la definicin de imagen recproca de un conjunto por /, y la segunda con la
hiPtesis: Bt

s) f-rlhu

Bz.\

B2l =

f-Llstl f

1lBzl.

tiene la siguiente cadena de equivalencias:

Se

x e r-1

4'

"'

{!

*,t
,'(i'i
#,'if

donde las equivalencias primera y tercera se jusfican con la definicin.

4 f-rlh.

B2l =

f-Llsi f-\[Bz].

La prueba es anloga a la de la propiedad anterior:

xe

il flf-rlBrll s Br.

r 1'87'

"'

{!i{,'i,'(,j'i*'t

Esta propiedad es consecuencia de las definiciones dadas: si

y e flf

[Br]], enton-

=
)xf-1lBi,f@)=y,
ylaequivalencia: xe f-rlB:l e f(x) e 81 permiteconcluir: ! eBt. Enconsecuencia: flf-rlBil=h.
ces se verifica:

6)

es un subconjunto de A, entonces: Ar c f -1lf lA1'll.


Esta propiedad tambin es una consecuencia inmediata de las definiciones: si
entonces f (x) e flArl,y de esto se deduce que x .f-rlflAil.
Si

At

Nota

e A1,

El contenido entre conjuntos de las propiedades (5) V (6) anteriores puede ser estricto. Dejamos al lector la tarea de darse cuenta de que as ocurre con la aplicacin /
de A = {1,2} en B : Ia,b} dada por /(1) = ay f(2) : a,y conlos conjuntos Bt = {bl

A1=

{2}.

A.

396

4. Tipologa de las aplicaciones

Sea

PRELIMINARES

una aplicacin de un conjunto A en un

conjunto B.

Aplicacin Aplicacin inyectiva (o inyeccin) Diremos que la aplicacin / es inyectiva si Ias


inyectiva imgenes por / de elementos diferentes de A son elementos diferentes de B:
V

(x,y)

e A2, (x +

y) = (f (x) + f (Y)).

(5)

Otra forma equivalente de escribir (5) es:


Y

(x,y)

e ,2, (f (x)

: f (y)) + (x : y).

En palabras: si dos elementos tienen la misma imagen por

EJEMPLO33 Consideremos elconjunto A: {x


en R definidas por las frmulas:

R.

l-2 <x<2j,

.f(x)=x2, g(x):x-I

ysean

h(x)

(6)

entonces son el mismo.

f ,Syh

(x + 2)(x

lasaplicaciones deA

2)'

Veamos si estas aplicaciones son inyectivas, y para ello estudiemos en cada caso si se verifica (6).
Para la aplicacin f ,six y/ son dos elementos de Aconlamisma imagen: f (x) : f (y),
es decir, tales que: xz : y2, nonecesariamente ocurre euex = yipor ejemplo: (_D2 : 12,
pero - 1 y 1 son elementos distintos de A. La aplicacin / no es, pues, inyectiva.
Para la aplicacin g, si

x y / son dos elementos

(s(x\: s0)) y

(x

de A, se verifica:

- r: ! - r) + x: !,

es inyectiva.

Finalmente, la aplicacin h no es inyectiva. Por ejemplo, los nmeros


tos distintos de A con la misma imagen por h: h(L) = lL(-L) : I13.

EJERCICIO I

Sea

I y -1 son elemen-

una aplicacin de A en B. Si se verifica:

Y
se deduce que

es

(x,y)

inyectiva?

Aplicacin Aplicacin suprayectiva

(o

A', (f (x) + f (y)) + (x + y),

(x)

suprayeccin) Diremos

que la aplicacin

suprayectiva tiva (de A sobre B) si cada elemento de B es imagen por

es suprayec-

de al menos un elemento

de A:
Y

e B,

1x e A, y : f (x).

Una forma de expresar que la aplicacin

biendo: .f

lAl :

B, o lm(.f

):

B.

es suprayectiva de

A sobre B es escri-

4.2.

APLICACIONES

EJEMPLO 34

397

Sea

la aplicacin:
R.+

x
Entonces

x2.

es suprayectiva, pues cada elemento del conjunto de llegada es imagen de algn

elemento del conjunto de partidal si y es un nmero real no negativo, entonces j/ es la imagen


/ de
f G/T) : G/T)' : y. Ntese que y tambin es la imagen por f d,e -Jj .

por
EJEMPLO 3

"U:

La aplicacin

g de R * en Rx

que verifica:

Vx e Rx, S@):
esunaaplicacin suprayectiva. Enefecto:

'\,
Las aplicaciones

f , g y h, de A en

comprobar sin dificultad que


por /, ni por g ni por h.

Aplicacin
b iye

ct iva

y:

siy e R*, entoncesy

/r\ :

EJEMPLO 36

eslaimagen por g

deIly:

ur:,

R., del ejemplo 33 no son suprayectivas. EI lector puede


7, por ejemplo, no es imagen de algn elemento de A ni

Aplicacin biyectiva (o biyeccin). Aplicacin inversa Diremos que Ia aplicacin /


es biyectiva (o una biyeccin de A sobre B) si es a la vez inyectiva y suprayectiva; es
decir: cada elemento y de B es la imagen por / de un nico elemento x de A.
Si / es una aplicacin biyectiva de A en B, la correspondencia (B,A,A), donde:

A:10,x)eBxAly=f(x)1,
Aplicacin es una aplicacin de I en A, llamada aplicacin inversa (o recproca) de
inversa nota: /-1. por definicin, se tiene:

/, y de-

f-r|) - x <- !: f (x).


verifica que la aplicacin .f -1 es suprayectiva. En efecto, si x es un elemento
(conjunto
de A
de llegada de
entonces x es la imagen por -f-l precisamente
Se

dey:f(x):f-r(y):x.

"f-1),

Tambin se verifica que Ia aplicacin _f-1 es inyectiva. En efecto, si y1 e !2 son


dos elementos de B tales que f \(y) : f r(y): x, donde x A, por definicin
de f r se tiene: f(x : hy f@) : Vz,ypor tanto: lt : !z,y.f-1 es inyectiva.
En conclusin: -t es una biyeccin de B sobre A. La aplicacin inversa de la
biyeccin -f-1 es la propia aplicacin f , (f -r)-1 : f .

A.

398

Nota bene Dado un elemento b del espacio de llegada de una aplicacin


confundirse las notaciones:

f-rlIb\) y f

PRELIMINARES

/,

no

deben

t@).

La primera notacin tiene sentido cualquiera que sea la aplicacin /, y designa un subconjunto del conjunto de partida: el de los elementos cuya imagen por ;l pertenece a { b }
,

es decir, es igual a b. La segunda notacin slo tiene sentido cuando ; es biyectiva, y en


este caso designa un elemento del conjunto de partida: Ia imagen de b por Ia aplicacin

EJ

EM

PLC 37

b.

o tambin: el nico elemento cuya imagen por

es

del ejemplo 34 no es biyectiva, puesto que no


aplicacrn g del ejemplo 35:

es

inyectiva. Sin embargo,

inversa de

La aplicacin

/,

1a

xl_R*F+IR*,
x
s es biyectiva, ya que es inyectiva y suprayectiva (lo primero es obvio y lo segundo se prob
en el mismo ejemplo 35). Para calcular .rr 1, notemos que si y e R* y
y g(x). Como:
de aplicacin inversa se tiene: S 1(y)

:xe

x e R.x, por

definicin

1
1
v- x <- xv
resulta que g-1 es la aplicacin: y eR*
I ly Rx. En este caso concreto se verifica
que g-r - g.
,

F........'

Otra definicin de
card inal de u n
co nj u nto

Nota

EI concepto de aplicacin biyectiva permite dar una definicin de cardinal y de conjunto finito:
. si n es un nmero natural mayor o igual que 1, diremos que un conjunto X es de
cardinal igual a n (en smbolos: Card (X) : n) si existe una aplicacin biyectiva de X en
el conjunto {I,2,.. .,n};
. de un conjunto X se dice es finito si existe algn nmero natural n > 1 de modo

que: Card(X) = rz.


Aceptamos como postulado que el conjunto vaco tiene cardinal igual a 0 y que es un
conjunto finito.

5. Composicin de aplicaciones Si / es una aplicacin de A en B y g es una


aplicacin de B en C, entonces para cada elemento x de A queda determinado unvocamente el elemento f (x) de B, y el elemento SU@)) de C. En otras palabras, la
correspondencia de A en C que a cada x perteneciente a A le hace corresponder el
elemento S U @)) perteneciente a C define una aplicacin de A en C. Esta aplicacin
Aplicacin
compuesta

se denomina aplicacin compuesta de

f y g,y se denota:

g"f
-que

se lee

"/

compuesta

cong"-.

Severifica: Y x e

A,lS

"

fl@):

SU@)).

A.2. APLICACIONES

399

IJtilizando diagramas de flechas, pasamos de:


^fr-lg
-4BC
x

....+

....+

f(x):7

g(Y):9U@)

g"f c
^ _____'__4
x
EJEMPLO

38

Sean

y g las aplicaciones del conjunto

....+

s(f(x)).

,: {I,2,3,4}

en s mismo definidas de la forma:

f(r):2, f(2)=2, fG):q, fe):4,


s(I) :2, sQ) = t, sG) :3, se) :3.
Hallemos la aplicaciones compuestas f " g y g " f ,que son aplicaciones de A en smismo.
De la definicin de composicin de aplicaciones se obtiene:

lf "sl\): f (s(t)): f (2):2, lf "sl(z) = f (s(z)): f (r)=2,


lf " sl?): f bG)) = f (3):+, lf " sle) = f (s(t)): f G) =a;
asrmrsmo:

ls" flQ) = sUG)): s(2) =1, ls" fl(z) = sff(z)) = sQ) =t,
ls " fl(3) : sU@) : se) :3, ls " fle) : sff(+)) = s(4) :3.
EJEMPLO 39 Seanf yg lasaplicacionesdeRenRdefinidasporlasfrmulas: f(x):x+Iyg(x)=x2-I.
Calculemos las frmulas que permiten expresar las aplicaciones compuestas g " f y f " g,
aplicaciones que tambin son de R en R.
Se

tiene:

SU@)) = g(x + l) = (x+ 1)2 - I : x2 +2x,


Lf " sl@) = f @(x)) : f(xz - r) = (x2 - t) + r = x2'

LS "

EJEMPLO

40

fl(x)

Consideremos la aplicacin / de R2 en R definida por f (xt,xz)


de R. en R2 definida por g(x) : (x,2x).
La aplicacin compuesta f o e es una aplicacin de R en R:

y la aplicacin

: xt + 2xz,y la aplicacin

lf ' sl@) : f @(x)) = f(x'2x) : x +2(2x) : 5x;


compuesta g o f es de R2 en R2:
ls " fl(x,y) = sU6,y)) -- O@ + 2y) : (x + 2y,2x + 4y).

(Observe el lector que hemos cambiado de (xr, xz) a

(x,y);

expresarnos en ambos casos lo

mismo, puesto que estas letras son variables "mudas" o terminolgicas: un simple soporte
para la notacin.)

A.

40o
Composicin de tres

aplicaciones

Sean

/,

PRELIMINARES

g y h aplicaciones de A en B, de B en

C,

Composicin de y de C en D, respectivamente. Se tiene la siguiente igualdad de aplicaciones:


ms de dos

h"

aplicaciones

(ho g) o f

(g " f):

'

En efecto: ambas son aplicaciones de A en D y, si x es un elemento arbitrario de A,


su imagen es la misma por una aplicacin que por la otra:

fll&) : h(ls " f l@)) : h(sU@)))


l(h " d " fl@) : lLt slj @)) : h(sU @)))
lLL. (s "

Notacin

Laaplicacin;

h"

(g

"/),

obien: (h" g) " /,

se denota:

h.

,
.

g"f

Composicin con Algunos casos particulares Consideremos una aplicacin f de A en B, y sea I


una aplicacin la aplicacin identidad sobre A, y sea 13 la aplicacin identidad sobre B. Es decir,

identidad consideramos las aplicaciones:

xeA-.f(x) eB, x eA-x eA, y eB- y 8.


Se

verifica quelas aplicaciones compuestas

tienen Ia misma imagen que

f "Ity

en cada elemento x

In "

lf .I(x): f (Ie@)): f fxl y lIn".fl@)


En consecuencia:

/ o I,s: In t f : f

, que son ambas de

A enB,

de A:

IaU@)): f (x).

Sea / una aplicacin biyectiva de A en B, y sea -f-1 su invetsa, que es una apliComposicin de
una aplicacin cacin de B en A. La aplicacin compuesta /-1 o.. es una aplicacin de A en A, y
biyectiva y su para cada x e A, si y = (x), se verifica:
f
i

nversa

lf_t " fl@):

f-turx): f-1(y):

x,

teniendo en cuenta la equivalencia: y : f (x) <+ x : f-r(y). AnIogamente,


la aplicacin compuesta f . f-r es una aplicacin de B en B, y para cada y e B se
verifica: lf " f -rl(y) : y.En conclusin:

f-rof :It
CNS

de apl icacin
biyect iva

Una concin necesaria y suficiente para que una aplicacin


sea biyectiva es que exista una aplicacin g de B en A tal que:

Teorema
en

y f "f-L-IB.

g.f -IA y f "g-IB.

de A

(7)

A.2. APLICACIONES

4oL

Demostracin

Si

es biyectiva, entonces S

: f -t es una aplicacin de B en A que veri

fica (7).
Recprocamente, si g es una aplicacin de B en A que cumple (7), entonces

f (xr : f (x) =- sff6r)) : sff@)) + xr:

es inyectiva:

x2

f = IzJ; y tambin ; es suprayectiva: si y e B,


entonces x = S0) es un elemento de A cuyaimagen por / es y: f (x) = f b0)) = y (enla
ltima igualdad se utiliza que.[ o g : lil. En conclusin: / es biyectiva.
c.e.D.
(en la ltima implicacin se

Composicin de
aplicaciones
biyect ivas

Inversa de u na
composicin

utiliza eu

7 o

Consideremos una aplicacin f de A en B, y una aplicacin g de B en C. Como


sabemos, Ia aplicacin compuesta g " f est definida y es una aplicacin de A en C.
Tambin sabemos que si f y g son biyectivas, entonces existen sus inversas:;-1,
que es de B en A,y g-t, que es de C enB; y, en este caso, tiene sentido considerar la
aplicacin compuesta f -1 " g-1 , que es una aplicacin de C en A.

Teorema

Con las notaciones anteriores, si

es biyectiva y su inversa es

" g-r:

(g " f)-t

Demostracin

Si

e Ay z e C,y

z:

lg

"

: f-l

g-1

g son biyectivas, entonces g o f


.

y : f(x),se tienenlas

equivalencias siguientes:

fl(x) : z: SU@))
ey=f(x)yz:SU)
e x=ft(y)yy:g-t(t)

:x=fr(ott"l)
e x=lf t"tt)trt,
donde la primera y la ltima se justifican por definicin de composicin, y la tercera por ser
y g biyectivas. En consecuencia, podemos escribir:

- ls " fl(x) <- x - lf-' o s-tf {t),

;l

(B)

Io cual establece que cada z perteneciente a C es la imagen por e o / de un nico elemento x


de A (calculado de la forma: x : lf-t " S-rl e)),es decir, g o f esbiyectiva.
Por otra parte, al Sr B o;t biyectiva, se tiene: IS " f](x) = z e (S " f)-r(z) = x, y al
compararla con la de (8), se concluye: (g " f)-r = f-' " g '.
c.e.D.
EJERCICIO

Sean

y g, respectivamente, esras aplicaciones:

Demostar

xR* *x2eRa, Y xR+'---2xeR+.


que f y g son biyectvas y expresar .f -t y g-t. Asimismo,

dad(g.f)-r:f r"g-1.

comprobar la igual-

A,

402

A.3

PRELIMINARES

OPERACIONES

7. Ley de comosicin interna u operacin Sea E un conjunto no vaco. Una


Operacin ley de composicin interna definida sobre E, o una operacin definida sobre E o,
simplemente, una operacin sobre E, es una aplicacin de E x E en E.
Es usual representar una ley de composicin interna con smbolos tales como *,
*, o, ., o, *, etc. Si la representamos, por ejemplo, con *, se dice que E est dotado de
Ia ley x, y la imagen de un par ordenado (x, y) perteneciente a E x E por la aplicacin
se denota: x * y; grficamente:

* ,

ExE
(x,y)
De

xxy

x * y.

se dice es el resultado de operar (con Ia operacin x)

Con Ia notacin: (8,

*),

con

y.

suele designarse el hecho de que eI conjunto no vaco E

est dotado de la ley x.

EJ

EM PLO 4

Sobre cada uno de los conjuntos N, Z, Q y R , la adicin de nmeros es una ley de composicin
interna. Por ejemplo, sobre R, la adicin es la aplicacin:

RxR
(x,y)

R.

x + y.

La sustraccin de nmeros es ley de composicin interna sobre Z, sobre Q y sobre

R.,

pero

no lo es sobre N; por ejemplo: (3,7) e N x N, pero la diferencia 3 -7 no es un nmero natural.


La multiplicacin de nmeros, como la adicin, es una operacin sobre cada uno de los
conjuntos N, Z, Q y R. Por ejemplo, sobre Q:

(x,Y)e QxQ- x'Ye

Q.

Suele omitirse el signo . cuando no da lugar a confusin, de forma que el producto

denota:

x ' j/

se

x7.

divisin de nmeros no es ley de composicin interna ni sobre N, ni sobre Z, ni sobre Q,


ni sobre R.; por ejemplo: (4,0) e R. x R, pero el cociente 4:0 no est definido.
La

EJEMPLO

42

Sea

x Iaaplicacin de N xN en N queverifica: V (a,b) e

es evidentemente una operacin

I*2:l+2+1.2:5,
EJEMPLO

43

Designemos por

N x N, axb = a+b+ab. Entonces


definida sobre N. Por ejemplo:

0x1:0+1+0.1:1,

o 2*l=2+I+2.1=5.

el conjunto de los nmeros naturales impares y sea

enlqueverifica: V (a,b) e

IxI, a*b

= ab. Claramente,

* la aplicacin

de 1x

* ssunaoperacindefinidasobrel,

pues un nmero impar elevado a un nmero impar da como resultado un nmero impar. Por
e.jemplo: 1

*1-

11

1, 3

* 5 = 3s =243,o

*3 :

53

125.

A.3.

403

OPERACIONES

2. Propiedades de una

operacin

Sea

una operacin definida sobre un con-

junto E.
Propiedad

Asociatividad

Se

dice que la operacin

asociativa

es asociativa si se verifica:

(a,b,c) e E3, a* (b* c) : (ax b) x c

(significando el parntesis prioridad en Ia operacin); es decir: es lo mismo operar a


con el resultado de operar b con c, que operar primero a con b y luego operar el
resultado con c.
Sila operacin x es asociativa, y a,b y c son elementos de E, envez de: ax (bxc),
o en vez de: (a * b) * c, escribiremos: a tr b * c.

EJEMPLO

44

La adicin y Ia multiplicacin de nmeros son operaciones asociativas sobre cada uno de los

conjuntos N, Z, Q y R. En efecto, si a, b y c son tres nmeros,

a+

(b + c) =

se

verifica:

(a+b) + c y a(bc) = (ab)c.

Lasuma a+(b+c) (oloqueeslomismo: (a+b)+c) sedenota: a+b+c,yelproducto a(bc),


o el (ab)c, se denota: bc.
La sustraccin de nmeros no es asociativa ni sobre Z, ni sobre Q, ni sobre R.; por ejemplo:

6-(4-2):4
EJEMPLO

45

y (6-4)-2:0.

La operacin x definida sobre N en el ejemplo 42 (cf.p.402) es asociativa. En efecto, si a, b


y c son es nmeros naturales, se ene:

a*(bxc):ax(b+c+bc)
: a + (b + c + bc) + a(b + c + bc) = a + b + c + bc + ab + ac + abc,
y tambin:

(axb)xc:(a+b+ab)xc
: (a + b + ab) + c + (a + b + ab)c :
luego: a x
EJEMPLO

46

a.

+ b + ab + c + a.c + bc + abc,

(bxc): (axb) *c,y * esasociativa. Tiene sentidolanotacin: a*b *c.

La operacin * definida sobre el conjunto I de los nmeros naturales impares en el ejemplo 43 (cf. p. a\D no es asociativa. Por ejemplo:

3*(1*3):3*(13):3* 1:31 :3, y (3*1)*3: (31)*3:3*3 =33 =27.

A.

404

Propiedad Conmutatividad

Se dice que Ia operacin

conmutativa

EJEMPLO

47

Y @,b) eEz,

PRELIMINARES

es conmutativa si se verifica:

a*b: bxa.

La adicin y la multiplicacin de nmeros son operaciones conmutativas sobre cada uno de

los conjuntos N, Z, Q y R.: si a y

Zr

son dos nmeros, se verifica:

a+b=b+a y ab=ba.
EJEMPLO

48

La operacin

del ejemplo 43 (cf. p. 402) no es conmutativa. Por ejemplo:

3*5
Elemento

neutro

Existencia de elemento
de la operacin

= 3s

neutro

:243 y 5*3:53 :

125.

De un elementO e de E se dice eS elementg neutro

x si se verifica:

YaeE,a*e-e*e-&.
EJEMPLO

49

El nmero 0 es elemento neutro de (N,


nmero, entonces: a + O = O + a = a.

+), (2.,+) y (Q, +), y tambin de

El nmero 1 es elemento neutro de (N,


ces:
EJEMPLO

50

a.l

I'a=

.), (2,'), (Q,.) y (R, '): si a

es

(R,

+): si a es un

un nmero, enton-

a.

EI nmero 0 es elemento neutro de la operacin

definida sobre N en el ejemplo 42

(cf. p. 402), pues si a es un nmero natural, entonces:

ax0: a+O+a.0: a. y Oxa:O+ a+O' a:


EJERCICIO I

Demostrar que si una operacin admite elemento neutro, entonces es

a.

nico.

simetrizable Supongamos que la operacin * admite un elemento neutro (nico, de acuerdo con el ejerccio 1B). Dado un elemento a de E, se dice que
un elemento a de E es simtrico de a si se verifica:
Elemento

un
elemento

Simtrico de

q.*a:a*a:e,

a de E que admite simtrico se dice es simetrizable (sobre (8, x)).


Si todo elemento de E es simetrizable, se dice que Ia operacin x es simetrizable

De un elemento
(sobre E).

Ntese que de esta definicin se deduce que si a es simetrizable y de simtrico Z,


entonces a es, a su vez, simetrizable y de simtrico a. Tambin se deduce de la
definicin que el elemento neutro es simetrizable y de simtrico I mismo.

A.3.

405

OPERACIONES

EJEMPLO

5l

Los nmeros 8 y

son simetrizables sobre (2, +), (Q, +) y (R, +). En efecto: -B es simtrico

-2

de B, y 2 es simtrico de

-2:

B+(-8) : (-8)+B=0 y (-2) +2=2+ (-2) :0.


El nmero 8 no es simetrizable sobre (N,+) (de hecho, slo el nmero 0 es simetrizable
sobre (N, +)).
La operacin + es simetrizable sobre Z, sobre Q y sobre R, y no lo es sobre N.
EJEMPLO

52

Los nmeros 8 y

-2

son simetrizables sobre (Q, .) y (R, .). En efecto: 1/8 es simtrico de 8,

-Il2 es simtrico de -2:


(-2) (-;) :(-;)

a |:*':'n
El nmero 8 no es simetrizable sobre

(-2):,

(N,.) ni sobre (2,'),y el nmero -2 no

es simtrizable

sobre (2,.).
Para la multiplicacin de nmeros, el nmero 0 no admite simtrico.

Laoperacin.essimetrizablesobreQ*=Q-{0}ysobreR.*:R-{0},ynoloessobreN
: N - {0},ni sobre Zx : Z- {O}).

ni sobre Z (ni sobre N*

EJERCICIO

l9

Estudiar sies simetrizablelaoperacin

x definida sobreQ por

a*b: a+b+ ab.

Si * es una operacin sobre un conjunto E que, adems de


Proposicin LI
neutro,
es asociativa, entonces cada elemento de E tiene a Io ms
elemento
admitir
un simtrico.

Demostracin

Denotemos por el elemento neutro de la operacin x.

a deE tiene dos simtricos: dyd. Por ser a simtrico


axa: e,ypotlaJlto:d x (axa) =d * e:d 'Y,porotro lado,por serZ'
simtrico de a, se verifica: d x a = e,ypor tanto: (-a' * a) x a: e* a: a.Pero lapropiedad
c.Q.D.
asociativa nos asegura: d x (axd) = (d * a) x a. Asi: a' : a'
Supongamos que un elemento

de a, severifica:

EJEMPLO

53

Para Ia adicin de nmeros (que es asociativa), el simtrico de

un nmero real

es su

Opuesto opuesto: -x.


Para la multiplicacin de nmeros (tambin asociativa), el simtrico de un nmero real

lnverso

no nulo es su inverso: 1/x.

A.

406

Nota

PRELIMINARES

A veces se utiliza el signo + para representar una operacin abstracta sobre un

conjunto E. En este caso, al simtrico de un elemento a, si existe y es nico, se le llama


opuesto de a y se le denota: *a; y si x e E,se escribe: x - a. envez de: x + (-a).
Adems, si la operacin es asociatva, la notacin: na (donde a e E y ? es un nmero
natural mayor o igual que I
-o bien: n e N*-) designa el resultado de operar a consigo
mismo n veces: na = a 1- a. t . . -t &:
*.

signo

para representar una operacin abstracta


sobre un conjunto. En este caso, al simtrico de a, si existe y es nico, se le llama inverso
de a y se le denota: a 1, o tambin: Ila. Y si la operacin es asociativa, la notacin: a"
(con a e E y n e N*) designa el resultado de operar a consigo mismo 7L veces; esto

otras veces tambin rJ",'iiiru el

esi An

Grupo

= a'a"'a.

ffi

3. Grupos Un grupo (8, x) es un conjunto no vaco E dotado de una ley de composicin interna x que verifica las tres siguientes propiedades:
(G1) es asociativa: Y (a,b,c) eE3, a* (b * c) : (axb),r c;
(G2) posee unelemento neutro e: Y a e E, a * e : e * a. : ai
(G3) es simetrizable: Y a e E, f e E, Axd:d* a: e.
Si la operacin

Grupo

adems verifica:

(G4) esconmutativa: Y (a,b) e E2, a * b : b * a,


entonces del grupo se dice es conmutativo o abeliano.

conmutatvo
EJEMPLO 54

Se

tiene que (2, +), (Q, +), (R, +),

(Q*,.) y (R*,.) son grupos abelianos.

Sin embargo, (N, + ) no es grupo, porque ningn nmero natural distinto de 0 es simetri-

zable. Tampoco (Z*

,-) es un grupo, ya que ningn nmero entero distinto de 1 y de - 1 es

simetrizable.

EJ

ERCICIO 20

Consideremos sobre Q la operacin

que verifica:

V(a,b) e QxQ, a.xb=a+b+ab.


Demostrarsetiene:V(a,b) e QxQ, @*b= -1) + ((a:-l) o(b:-I)). Estudiar,
adems, si la restriccin de la operacin * aJ conjunto Q - {-1} lo articula como grupo

abeliano.

Escolio

Si x es una operacin definida sobre un conjunto E, y F es un subconjunto de E,


la restriccin de Ia operacin x al conjunto F define una operacin sobre F precisamente
si el resultado de operar dos elementos cualesquiera de F es un elemento de F:

Eneste caso, laoperacin

Y(x,y) e FxF, xxyeF.


sobreFeslaaplicacin: (x,y) q-FxF *- x*y eF.

A.3.

407

OPERACIONES

dada por: (xt,xz) + (yr,y) = (x1 +


(adicin tmino a trminol Demostrar que (R2, +) es un grupo abeliano.

EJERCICIO2I Sobe

Nota

R.2

consideremos ]a operacin

Si sobre RrL (n >

I y natural) consideramos

(xt,xz,...,x)

(yt,y2,...,!)

lt,xz + !z)

la operacin + dada por:

= (xr

h,xz + !2,...,xn + !n)

(adicin trmino a trmino), entonces se prueba, anlogamente a como se hace en el


ejercicio 21, que (R', +) es un grupo abeliano.
Cuerpo

4. Cuerpos

Un cuerpo (K, +,.) es un conjunto K dotado de dos leyes de composicin internas + y . que verifican:
a) La operacin + es asociativa, conmutativa, tiene elemento neutro (que se denota: 0), y es simetrizable (el simtrico de un elemento a de K se denota: -4,
y se llama opuesto de a); esto es: (K, +) es un grupo abeliano.
b) La operacin . es asociativa, tiene un elemento neutro distinto de 0 (que se
denota: 1), y todo elemento a de K distinto de 0 tiene un simtrico (que se
denota: fi-1, o tambin:

c)

Ilu,y se llama inverso de c{).s

La operacin . es distributiva respecto de Ia operacin +, esto es, se verifica:

@+c)
l"
V(a,b,c)eKxKxK, I y

e-b+a.-c

lr"+b)-c -&.c+b.c.
Cuerpo
conmutatvo

Si la operacin . tambin es conmutativa, del cuerpo

K, +,

' ) se

dice es conmutativo.

EJEMPLO55 Severificaque(Q,+,.)y(R.,+,.)soncuerposconmutativos. Tambin(C,+,.),dondeCes


el conjunto de los nmeros complejos,6 es un cuerpo conriutativo.

Propiedades de un

cuerpo

Sea ( K, +, ' ) un cuerpo. Se verifica:

1) Para todo elemento a de K, se verifica:

a.0=0 y 0.d=0.
Como 0 es el elemento neutro de Ia operacin +, se verifica: 0 = 0 + 0, y utilizando
lapropiedad disuibuva se tiene: a. 0 : a' (0+ 0) : q' 0 + a' 0. En la igual-

q. 0 : d. 0, operamos en ambos miembros con elopuesto de a' 0, es


decir, con -(c. 0): a. 0 + a. 0 - (a' 0) : c' 0 - (a' 0), de donde: c' 0 : 0. De forma
dad:

a.

0+

anloga probaramos que

0. a :

0.

sCf. nota p. 406.


6los nmeros complejos no se estudian en este curso, pero es muy probable que el lector los conozca
de Bachillerato o del Curso de Acceso. En todo caso, aqu sIo se citan.

A. PRELIMINARES

408

2)

Para todo elemento

u de K, se venfica;

(-1).a:-a

y a.(-1):-a.

Es decir: se obtiene el opuesto de a operando (con la operacin ') eI opuesto


de I con a.
Como 1 es el elemento neutro de la operacin ., se tiene: d : 1 . a, y utilizando la
propiedad distributiva y la propiedad anterior, se obtiene:

a+(-1).d=

1. a+ (-1).

q:

con Io que (-1) . c es el opuesto de a, es decir:


probaramos que d. (-1) : -cr.

(1

+(-1)). a:0.

(-1) . d

cx=0,

: -q. De forma anloga

3) Si a y B son dos elementos de K distintos