Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sistemas de ecuaciones.
Algebra
Lineal
Escuela Polit
ecnica Superior
Universidad de M
alaga
Emilio Mu
noz-Velasco
(Basado en los apuntes de Jes
us Medina e Inmaculada Fortes)
Quiz
as sea justo afirmar que las m
ultiples formas que toma la geometra son apenas traducciones, lecturas y
relecturas de esa indescifrable belleza que oculta el
algebra... Juan Mu
noz. Escultor
Emilio Mu
noz-Velasco
Emilio Mu
noz-Velasco
Propiedades de las
operaciones de matrices
1. A+(B +C) = (A+B)+C
6. (a + b) A = a A + b A
2. A + 0 = 0 + A = A
7. a (b A) = (a b) A
3. A+(A) = (A)+A = 0 8. 1 A = A
4. A + B = B + A
5. a(A+B) = aA+aB
Emilio Mu
noz-Velasco
9. A(BC) = (AB)C
10. AIn = ImA = A
Tipos especiales
de matrices cuadradas
Una matriz cuadrada A de tama
no n se llama inversible, si existe
otra matriz A1 tal que AA1 = A1A = In. Las matrices
cuadradas que no tienen inversa se llaman singulares.
Matriz diagonal: aij = 0 si i 6= j.
Matriz escalar: A = In.
Matriz triangular inferior: aij = 0 si i < j.
Matriz triangular superior: aij = 0 si i > j.
Matriz sim
etrica: A = AT .
Matriz antisim
etrica: A = AT .
Emilio Mu
noz-Velasco
0 ... 0 1 ..........
0 ... 0 ... 0 1 ... ...
..................................
0 ... 0 ......... 0 1 ...
..................................
0 ... 0 ......... 0 ....... 0
Emilio Mu
noz-Velasco
Ejemplos
Las siguientes matrices son escalonadas por filas:
1
0
0
0
2
1
0
0
1
0
0
0
3
1
1
0
0 1 0 0 1 4
0 0 0 1 3 0
0 0 0 0 1 1
1
0
0
0
1 1
1 0
0 0
0 0
1
0
0
0
0 1 0
1 0 0
0 0 1
0 0 0
Emilio Mu
noz-Velasco
0 1 0 0 0 4
0 0 0 1 0 0
0 0 0 0 1 1
1
0
0
0
0
1
0
0
1
0
0
0
Transformaciones elementales
Tipo I: Cambiar dos filas
Tipo II: Multiplicar una fila por una constante c 6= 0 de K
Tipo III: Sumar a una fila por otra fila multiplicada por c K
Dos matrices A y B son equivalentes por filas si una de ellas
se puede obtener a partir de la otra mediante transformaciones
elementales por filas.
Ejemplo: Las matrices
0
1
B1
A=B
@2
1
2
2
1
2
1
0
3
1
B
1C
C y B = B2
@0
0A
3
0
2
4
0
3
1
3
2 C
C
0 A
2
Emilio Mu
noz-Velasco
0
0
Ejemplo 1. La matriz
2
2
2 3 4 1
0 2
3 4
tiene rango 3.
2 5 2 4
0 6 9 7
C
alculo de la inversa de una matriz
Corolario 1. Una matriz cuadrada es inversible si y s
olo si
es equivalente por filas (resp. por columnas) a la matriz
identidad.
Esto nos permite calcular la inversa de una matriz A.
EkEk1 . . . E1A = I A1 = EkEk1 . . . E1
1 1 4
Ejemplo 2. Calcular la inversa de la matriz 2 1 0
1 0 4
Emilio Mu
noz-Velasco
10
Emilio Mu
noz-Velasco
11
Teorema de Rouch
e-Frobenius
Dado un sistemas de ecuaciones Ax = b, donde A Mmn(K)
y b Km, representaremos por (A|b) la matriz ampliada obtenida
a
nadiendo a la matriz A la columna formada por los elementos
de b. Entonces, siendo n es el n
umero de inc
ognitas, se tiene que
I Si rang A 6= rang(A|b), entonces el sistema es incompatible.
I Si rang A = rang(A|b) y
? rang A = n, el sistema es compatible determinado.
? rang A < n, el sistema es compatible indeterminado.
Para el caso homog
eneo, Ax = 0, siempre el vector ~
x = ~0 es
soluci
on. Por tanto, solo si rang A < n existen soluciones distintas
de la trivial.
Emilio Mu
noz-Velasco
12
Ejemplo
Ejemplo 3. Estudiar la compatibilidad y resolver, cuando sea
posible los sistemas de ecuaciones siguientes utilizando los
m
etodos de Gauss y de Gauss-Jordan.
2x + 3y + z = 2
x+z
= 2
4x + 4y + z = 2
= 1
2x + 3y + z
x + 2y + 3z
= 0
3x + 5y + 4z = 1
=
1
2x + 3y + z
x + 2y + 3z
=
0
3x + 5y + 4z = 6
Emilio Mu
noz-Velasco
(~
u+~
v) + w
~ =u
~ + (~
v + w)
~
~
v + ~0 = ~0 + ~
v=~
v
~
v + (~
v ) = (~
v) + ~
v = ~0
u
~ +~
v=~
v+u
~
2. verifica:
(a)
(b)
(c)
(d)
(~
v + w)
~ = ~
v + w
~ para K y ~
v, w
~ V.
( + )~
v = ~
v + ~
v para , K y ~
v V.
()~
v = (~
v ) para , K y ~
v V.
1~
v=~
v para ~
v V (siendo 1 la unidad en K).
Ejemplos:
(Rn, +, , R) es el espacio vectorial real n-dimensional.
(Kn, +, , K) es el espacio vectorial n-dimensional sobre K.
Si P es el conjunto de polinomios con coeficientes reales,
entonces (P, +, , R) es un espacio vectorial.
Las matrices m n definidas sobre cualquier cuerpo K tambi
en
forman un espacio vectorial (sobre el mismo cuerpo K).
Teorema 6. En todo Espacio vectorial se tienen las siguientes
propiedades:
a) 0 ~
v = ~0
b) ~0 = ~0
c) Si ~
v = ~0, entonces = 0 y/o ~
v = ~0
d) (1)~
v = ~
v
e) ()~
v = (~
v ) = (~
v)
Emilio Mu
noz-Velasco
15
16
Ejemplo
En los e.v.
Kn, si tenemos un sistema de vectores S =
{~
v1 , ~
v2 . . . ~
vm} podemos construir la matriz A formada por dichos
vectores puestos en fila. Entonces el m
aximo n
umero de vectores
linealmente independientes de S coincide con el rango de la
matriz A. As en R4 el conjunto de vectores
{(1, 2, 4, 3), (2, 1, 1, 0), (3, 3, 3, 3)}
es linealmente dependiente porque la matriz
1
2 4 3
A = 2 1 1 0
3
3 3 3
tiene rango 2.
Emilio Mu
noz-Velasco
18
Subespacios Vectoriales
Dado un e.v. V y W V , W 6= , diremos que es subespacio
vectorial (s.v) si verifica:
a) para cada ~
v, w
~ W se tiene ~
v+w
~ W.
b) para cada ~
v W y K se tiene ~
v W.
O equivalentemente,
~
v + w
~ W para cada , K y ~
v, w
~ W
Obs
ervese que {~0} es un subespacio vectorial (subespacio trivial).
Un subespacio vectorial W V diremos que es subespacio propio
si W 6= {~0} y W 6= V .
Emilio Mu
noz-Velasco
Ejemplos
Si V = R2, W = {(x, y) | y = mx}, siendo m un n
umero real,
es un subespacio vectorial.
Si V = R3, W = {(x, y, z) | ax + by + cz = 0}, siendo a, b, c
n
umeros reales, es un subespacio vectorial.
Si V = R2, W = {(x, y) | x + y = 1} no es un subespacio
vectorial.
Si V = P es el espacio vectorial de los polinomios con
coeficientes reales, entones W = Pn el conjunto de polinomios
de grado menor o igual que n es un subespacio vectorial.
Emilio Mu
noz-Velasco
20
21
22
23
Ejemplo
Fija dos bases distintas para el e.v. generado por el sistema de
vectores
{(1, 2, 4, 3), (2, 1, 1, 0), (3, 3, 3, 3)}
y determina, de entre los siguientes vectores, los que pertenecen
a dicho espacio y qu
e coordenadas tienen respecto de cada una de
las bases.
a) (2, 1, 4, 3) b) (1, 2, 4, 3)
c) (5, 4, 2, 3) d) (3, 2, 1, 3)
Emilio Mu
noz-Velasco
24
Cambio de base
Si B1 = {~
v1 , ~
v2, . . . , ~
vn} y B2 = {w
~ 1, w
~ 2, . . . , w
~ n} son bases de
un mismo e.v. V , un vector ~
v tendr
a coordenas distintas respecto
de cada una de las bases, as
~
v = 1~
v1 + 2~
v2 + + n~
vn ()
~
v = 1w
~ 1 + 2w
~ 2 + + nw
~n
Adem
as cada vector ~
vi B1 tiene unas coordenadas respecto de
B2, as
~
v1 = a11w
~ 1 + a21w
~ 2 + + an1w
~n
~
v2 = a12w
~ 1 + a22w
~ 2 + + an2w
~n
..
~
vn = a1nw
~ 1 + a2nw
~ 2 + + annw
~n
Emilio Mu
noz-Velasco
25
a11 a12 . . . a1n
1
1
a21 a22 . . . a2n 2
. = .2
. . . . . . . . . . . . .
.
an1 an2 . . . ann
n
n
donde la matriz A resultante se denomina matriz del cambio de
base de B1 a B2.
Nota. Obs
ervese que A~
=
~ A1
~ =~
, de donde A1
ser
a entonces la matriz del cambio de base de B2 a B1.
Emilio Mu
noz-Velasco
26
Ejemplos
1. Si sabemos que un vector de R4 tiene por coordenadas
(1, 1, 2, 0) respecto de la base
B = {(1, 1, 1, 1), (1, 1, 1, 2), (1, 1, 2, 3), (1, 2, 3, 4)}
calcula las coordenadas del mismo vector respecto de la base
B0 = {(1, 0, 0, 0), (1, 1, 0, 0), (1, 1, 1, 0), (1, 1, 1, 1)}
2. Si un vector de R2 tiene coordenadas (2, 3) respecto de la
base {(3, 1), (0, 3)}, encuentra una base en la que tenga por
coordenadas (1, 1).
Emilio Mu
noz-Velasco
27
Ecuaciones cartesianas
Son restricciones a las coordenadas de los vectores del espacio
para que pertenezcan al subespacio.
Ejemplo.
Un subespacio de R4 est
a definido por vectores
(x, y, z, t) definidos por las siguientes coordenadas cartesianas:
x + y + 2t = z
zy =t
Por
Ecuaciones param
etricas
Sirven para expresar las coordenadas de los vectores del subespacio
en funci
on de par
ametros que pueden tomar cualquier valor de los
escalares en el cuerpo. Ejemplo Las ecuaciones param
etricas del
subespacio U de R3 son:
x = 2
y = 3 2
z=
Calcula una base, la dimensi
on y las ecuaciones cartesianas de U .
Emilio Mu
noz-Velasco
29
Intersecci
on de subespacios
Dados dos s.v. V1 y V2 de V , se define
V1 V2 = {~
v|~
v V1 y ~
v V2}
es tambi
en un subespacio vectorial de V .
Teorema 11. Si S es un sistema de vectores de V , entonces
L(S) es la intersecci
on de todos los subespacios vectoriales
que contienen a S.
L(S) es el menor subespacio vectorial que contiene a S.
Una forma de calcular las ecuaciones cartesianas de la intersecci
on
de dos subespacios es unir las ecuaciones cartesianas de cada uno
de ellos.
Emilio Mu
noz-Velasco
30
Suma de subespacios
Dados dos s.v. V1 y V2 de V , se define
V1 + V2 = {~
v1 + ~
v2 | ~
v1 V1 y ~
v2 V2}
que es un nuevo subespacio vectorial que contiene a V1 V2.
Obs
ervese que la simple uni
on de subespacios no es subespacio
vectorial.
Una forma de calcular un sistema generador del subespacio suma
es unir los sistemas generadores de cada uno de los subespacios.
Ejemplo.
Dados V1 = h(1, 2, 1, 0), (2, 0, 0, 1)i y V2 =
h(3, 2, 1, 1), (1, 0, 0, 1)i, determina las ecuaciones cartesianas
y param
etricas del s.v. V1 + V2 de R4.
Definici
on 5. Si V1 V2 = {~0}, a la suma de subespacios la
llamamos suma directa de subespacios y se representa V1 V2.
Emilio Mu
noz-Velasco
31
Teorema 12.
1. Si V y W son subespacios tales que W V , entonces
dim W dim V
2. Si W1, W2 son s.v. de V , de dimensi
on finita, se tiene
dim(W1 + W2) = dim W1 + dim W2 dim(W1 W2)
En particular dim (W1 W2) = dim W1 + dim W2.
Ejemplos:
Dado el subespacio W1 = h(1, 2, 4, 3), (2, 2, 0, 1), (3, 4, 4, 2)i
de R4, encuentra una base para el espacio complementario W2 en
R4, es decir W1 W2 = R4.
Si sabemos que dim W1 = dim W2 = dim(W1 W2), podemos
afirmar que W1 = W2?
Emilio Mu
noz-Velasco
32