HARA JOT Fi Cee FREER EHEEAEE HEE ~ Algebra Lineal con Aplicaciones George Nakos US. Naval Academy David JoynerISBN 0-534-95526-6 Algebra lineal con aplicaciones ISBN 968-7529-86-5 Derechos reservados respecto a la edicién en espaol ‘© 1999 por International Thomson Editores, S. A. de C. V. IGP frternational Thomson Editores, S. A. de C. V. es una empress «de International Thomson Publishing. La marca registrada ITP se usa bajo licencia México y Amériea Central América del Sur Séneca 33, Colonia Polanco el. G4-11)1325-2236 México, DF. 11560 = Fan G4-11)8328-1829 Tel, (525) 281-2906 ~ “sdeluque@ba.net Fax (525) 281-2656 ‘Buenos Ares, ARGENTINA ctientes@mail internet. com.mx MEXICO Espata Tel. G491) 446-3350 E1Caribe Fax (491) 445.6218 Tel. (987) 758-7580 itesparaninfopedidos@mad servicom.es Fax (787) 758-7573 ‘Madrid, ESPANA 102154.1127@compuserve.com Hato Rey, PUERTO RICO Traduccién Ing. Virgilo Gonzalez Pozo Traductor profesional Revisién técnica ‘Ana Elizabeth Garcia Hernandez Escuela Superior de Ingenieria Quimica e Industrias Extractivas (ESIQIE) Instituto Politécnico Nacional (IPN) Director editorial y de produccin: Migue! Angel Toledo Castellanos Raitora de desarrollo: Leticia Medina Viai ator de produccién: René Garay Argueta Corrector de estilo: Martha Alvarado ipograia ins Mendoza Dineho de portada; Publicidad Williams-Lazarov Lecturas: Martha Alvarado y Caros Zien 987654321 evn Queda prohibida la reproduce otransmisin total o parcial det esto dela ress cobra bajo cualesquiera formas, Geetfomiea o mecanica, incluyendo el fotocopiado, el almacenamienfo. en algin sistem de recuperacién de itormacion, 0 el grabado, sin el consentimiento previo y por eserito del editor. “Alfrighs reserved. No part ofthis work covered by the coppright hereon ma, be reproduced or used in any form or fy any means —grophic, electronic, or mechanical, including photocopying recording, taping or information Pr rage end retrieval systems without the writen permission ofthe publisher. Impreso en México Printed in Mexico| Sistemas lineales Tii has ordenado todo en medida, en mimero y en peso Sabiduria de Salomén, Capitulo 11, Versiculo 20 Introduccién M serebicen al problema de ese un stems neal ane ce cn decsorsistemases muy anigu,somolademuetcelrlonscelaean ie Arutmedes (ue se estar en seein 15) Veamor us plone onde hae ssenm neal dl ques euparon ie mates dem eke ne sede nascent Fibonacci ‘Nuestra historia es acerca de Leonardo Pisano, matemstio italiano (cerca 1175-1250 4), ‘cjor conocido como Fibonacei. Durante sus viajes, aprendis la “mueva aritmeética” arabe, ave después present al Occidente en su famoso libro Liber abaci. Dice la leyenda que el emperador Federico I de Sicilia invita Fibonacci y a otros sabios a paricipar en una espe- cie de torneo de matemiéticas, en el que se plantearon varios problemas. Uno de ellos ere el siguiente: Tres hombres poseen una sola pila de monedas, sus partes son &, | y !. Cada 1 toma algo de dinero dela pila hasta que no queda nada £1 primer) repre, sa } de lo que tome, el segundo + y el tercero Cuando el total rintegrade oe divide por igual entre los tes se descubre que Cada uno posee lo que le corres onde, R, (Esealamiento) Multiplique un renglén por una constante distinta de cero. [eR, > R, (Intereambio) Intercambie dos renglones. [RO R,8 Capitulo 1M Sistemas tineales WEJEMPLO 9 Resuelva por climinacién el sistema Bay = 3 2x) + 3m ~ 2s =~ 10 =m FOND SOWCION Se tiene sti = bra: -3 Dey de = o | 23-25 -0 -y Foy “10 6 9 Al multiplicar fa primera ecuacién por -2 y al sumarla a la segunda, se eliminari x, de esta tikima, Cuando se suma la primera ecuaci6n a la tercera también se elimina x, de la tereera, ‘Todo esto puede abreviarse con Ey ~2E,—> Ey.y Ey +E, > £, otambien por R:~ 28, — R. y con Ry + Ry > Ry en la matriz aumentada, —3 12 0:53 =-4 9 [O -1 22-4 6 0 2 6: 6 2h) Reena Pera despejar x; de la tercera ecuacién se lleva a cabo Ex ‘matriz aumentada) Bi sistema tomé la forma de escal6n, Empezamos por abajo y conforme ascendamos, se des- pejarin las incognitas arriba de las variables delanteras de cada ecuacidn (suisttwetén hacia tris), Para eliminar sy de la segunda ecuacién, se suma Ey + Ey F340 Ry = Rx Red xy + 2x 1020: 3 * ~6 o jo -10: ~6 de Para eliminar x; de la primera ecuacién se suma Ey * 2B) —9 £\ (0 Ry + * 15 1 00: 15 ey 6 o |o -10: ~6 dy = 2 o 02: -2 Por iimo, con 4, E40 $ Ry 9 Ro, ¥ CIE 2 E50 (DR: Rs) Se obtiene * =-15 pee: 15) nm = 6 o foro: 6 oor: -1f Por consiguiente. x, = —15.a; = 6 v.44 =—1 es la jnica solucién del sistema1.1 Mi nvoduccién alos sistemas tineales MEJEMPLO 10. Resuelva el sistema xty- 2s 4 + yt3r2 9 axtays 2=11 SOLUCION Trabajamos con Is matriz aumentada para obtener bans Lose 4 ai meme] [3 #) 2 ten BOMB BT Ty 0 5: -5| 13 4] oO? ti a] eae 00 Bs ae basa a] piso: orton [Rese] [ors a] oo 1 3 sees oot ) pee i : oo: oR] foro: 2) fe=mam] foro: 2 Slo os 3 loois3 Por tanto, x La solucién geomévrica es el punto P(1.2, 3), que es la figura de los tres planos definidos por las ecuaciones del sistema (Figura 1.2), Figura 1.2 Solamente una solucién: tres planos se intersecan en un punto,10 Capitulo 1 Sistemas lineates JSoluciones infinitas) Resuelva el sistema EJEMPLO 1) sty 254 Det Sy +2229 xtay+Te=6 SOWUCION Aplicando las operaciones elementales de renglén en la matriz aumentada del 10-32 oo 0 ee primeras ecuaciones, De esta manera, la solucién general es xy = 9r 42 mecdrst ER Eneste caso, la interseccin de los panos definidos por las respeetivas ecuaciones es wi tinea recta (figura 1.3). (Las lineas rectas se estudiaran en el capitulo 2.) — Figura 1.3 Los tres planos tienen una tinea comin,1.1 ME Introduceién a los sistemas lineal: n MEJEMPLO 12 {Sin soluciones) Resuelv 5 El iltimo renglén corresponde a Ia ecuacién falsa Ox, = 5. En eonsecuencia, el Los tres casos graficos de un sistema inconsistente de tre variables son (figura 1.4): 1. Tres planos paralelos entre si 2. Dos planos paraletos, intersecados por el tercero 3. Tres planos que se intersecan, pero sin interseccién comin a los tres. Figura 1.4 No hay soluciones. WEJEMPLO 13. (Empaquetamiento de libros) A una slumma se le asigna una nueva re ccémara. Al empacar sus libros, observa que si coloca 7 libros en cada caja, dejara uno fuera, Por otro lado, si pone 8 libros en cada caja, entonces la altima caja sélo contiene un libro. {{Cudintos libros y cusintas cajas hay? SOLUCION Sean. cantidad de libros y ya canidad de cas. Entoncesenel primer caso = 1, yenel segundo $y =x +7, Al resolver este sistema de dos ecuaciones se obtiene ST libros y y= 8 cajas.12 Capitulo 1m sistemas tneates Sistemas lineales con sistemas algebraicos computacionales Maple 1, Dexrys-3} fxg) solve ({Sex+20 te MATLAB (Symbolic Toolbox} >> solve(*BextZeyet”, 2ex-ye-3?) x= 5/7, y= AN/T Ejercicios 1.1 Ecuaciones lineates Para los ejercicios 1 4 considere las siguientes ecuaciones: (a) &x-5-x= 24245 () 2 tay ty (ltxtytz=1 (detytie le) xtyte yee tyowee xy 1. Diga si cada ceuscién es lineal 0 no Fines. Sie lineal, de- termine si es homogénea 9 no homogénea 2, Para cada sistema lineal, escriba sus coecientes, su térmi= so constante y su eouacién homagénea asociada, 3. Para cada couacin lineal, ordene sus variables y diga cual ‘ela variable delantera y cusles son las vatiables libres. 4. Paracada ceuscién lineal determine, sies posible, lasolucisn eneraly dos soluciones particulares. 5 Coles de os pumas P2, 3,0), 0°2 5. {Cuales de Tos puntos PU, ty 1 =) ou tne = 1-2) y Std, 4,2) estan en el plano definide por li eetacion ey ” 10,062, 5.39, 84.4. 10) S(O, 0,0) estan ene ano defini poy fa Pevacion Den Tytz=10 . Encuentre todos los valores deo, tales que cada una de tas siuientes ecuaciones tenga (@) Exactamente una solucién (i) Soluciones infinitas. Gi) Ninguna solueion aa 2eteta bi@-aens ce (@-ae=0 dan aya 30 y CCateule todas ls valores reales de a tales que cada una de las ecuaciones de abgjo tenga(4) Infintas soluciones (Gi) Ninguna solucién, a aiis+y)—x-y-atl=0 baxty)-x-y-ati=0 Sistemas tineales 9. Replantee el sistema lineal en la forma canénica, zetati=o Det dwa2=x n2en at Bw = 3 yeettawes Determine a. La matriz de coeficientes 'b. El vector de constantes. . Lamatriz aumentads 4. El sistema homogéneo asociado, 10, Aplique Ia sustitucin ha rs para resolver el sistema stint tay ead 25 thy = 2 4-2 ° 11, Emploe ta sustitucién hacia atras para solucionar el siste- ‘ma homogéneo asoeiado con el sistema del gjercicio 10. 12, Sea r-ro1as a M=|0 0 0 0 Lo 0 0-2 0 no a, Escriba un sistema euya matriz aumentada sea M. ', Eneuentre el sistema homogéneo asociado con el iste rma lineal dela parte (3, ‘c. Aplique a Muna operaciOn elemental de englén para {que la matriz resutante corresponds a un sistema en forma de escalén, 13. Determine la solucién general del sistema cuya matriz au rmentada sea la matriz M, definida en el ejercicio 12, 14, Caleule a solucion general del sistema homogéneoasoci do al del ejercicio 13. 15, Encuentre la interseccién de las rectas y + x= I yy—2s= 16, Determine Ia interseecién de las rectas 2y— 3x" Sy ye de= 20, 1.1 WE introduccién a ios sistemas tineales. 13 17. Sin resolver realmente los sistemas, demuestre que son equivalentes. xoytae ae t2y-3e=-2 saet ays a= nd aenaytae= 4 Det y= 2 Sy-har=—2 En los ejerccios 18 #28 determine los sistemas consistentes y caleule sus soluciones generales 2m yte at y Bet Ty 422 DL det yt3e= 15 metay- 25-5 tay tre= 9 2 -xt3y-B=-17 ny “ our y-Re 1 BB oxty-3e=2 suety+ 256 Mott: mero je 25. byt aw xt yok 6 wet yttemwag 26, x+y z~ we 0 axt yhae 2x + 6y + 22 ~ Iw. xt yet years ztwel xtwol wet yet yt2el ztwel yrwel14 Capitulo 1 ml Sistemas tineales 29, Result el vio problema chino deserito en la seceidn | Fn los ejereicios 30 a 34, utilice las matrices aumentadas que apareeen a su f-r-1 14 Poi-ta par 3 = 3a f-1 3-1 37 ae] 6 2 31 38, Desneje @del sistema sen 8 ~ 4c0s8 = 4 sen 0 Aco 36, Dospeje 8 de! sistema 2seno+ vitne= 2y2 4 sen 9 ~ 3V2tand =~ V2 37. Considere al sistema homogéneo aye + by = 0 aux + by = 0 44, Demuestre que siv= ty yy"=ynesuna solucidn para ese sistema, tambign lo es = At, = ky para cualquier & by, Comprucbe que six=x).y=35 ¥ #*23."= 3 90m dos soluciones entonces también foes ¥= 2) 23,9 ity Para ls ejtcicios 38 y 39 considere el sistema BK, Sea ibs ~ byes #0, Demuestre que a. El sistema tiene exaetamente una solucién, Cleule eta ». El sistema homogéneo asaciado tiene sie Ia solueién trivial 39, Sea ayhs hus = 0. Demuestre que 4 Elsistema tiene un nimerico infinto de saluciones © no las tiene. b, Elsistema homogéneo asociado tiene soluciones noth viales Aplicaciones 40. Pedro y Paula comienzan un jucgo de bétsbol con bara, yada uno tiene la misma canidad de carta, Durante lap ‘mera ronda Pedro gané 20 eartas, pero durante la segunda perdié 2 de tas que teniaa comenzar Al final de la segun: de 1.2. Eliminacion de Gauss sh. 1.2 WE Bliminacion de Gauss 15 su velocidad anterior durante el resto del camino y por eso lego 1 hora y 3 minutos tarde al trabajo. Si elaccidente hu bieraocurtido 1S mills mis adelante, el autor hubiera e- {gado 27 minutos mas emprano., que distancia cesta bajo vive el autor? :Cusl es su velocidad normal? Dostbotes de vela salen de Annapolisen horas dist, to aque les da una separacién de 4 mila, y tienen el mismo destin y la misme velocidad. Después de media hora de haber slid cl segundo, el viento e calm bastante. Esto desaelea alos botes, ue ahora vigan a des veloc 4d anterior El segundo bot llega a su destino 45 mina tos después de ahora predicha, El primer bote sso ees 35 minutos tarde, ;Cual es la distancia reorrda por los iotes? Qdjetivos del alumno para esta seccién 1. Reconocer tuna matriz en fa forma renglén escalén y renglén escalén reducida 2. Aprender el proceso de eliminacién de Gauss. ‘Ahora examinaremos con mis detalle el método que usamos pata resolver Ios sistemas linea- les. Se lama eliminacién de Gauss,’ aunque data de una época anterior a Gauss. De hecho, ‘8 us6 para resolver el sistema en el viejo libro chino citado en la seccidn 1.1. También des- cribiremos una variante, la eliminacidn de Gauss-Jordan Forma de renglén escalén; eliminacién de Gauss Las matrices se describen con detalle en el capitulo 3. En este parrafo solo presentaremos la notacién necesaria para resolver con eficiencia los sistemas lineales. ‘Una matriz es un arreglo u ordenacion rectangular de niimeros, Ilamados elementos + Los renglones de una matriz se numeran de arriba abajo, y las columnas de izquierda 2 dere- cha. Asi, cuando decimos iltima columna nos referimos a la columna de la derecha. Los ele- ‘mentos se numeran de acuerdo con su posicidn (renglén, columna), Si unsa matriz tiene m ren- glones y m columnas, sé llama tamafio de m % n. 2 Ambos ejercicios estin inspirados en un problema planteado por Sam Loyd, uno de los mejores re- actores de rompecabezas y problemas de ajedrez de todos los tiempos, > Karl Friedrich Gauss (1777-1855) se considera como uno de los mis grandes matemiéticos de to- dos tos tiempos, Nacié en Alemania y Tu nto prodigio. A los 18 aos forms un poligono regular de 17 lados con regla y compas, resolviendo un problema de 2 000 aos de antigiedad, EscribiS| Disquisitiones Arithmericae, otra maestra en la teoria de los nimeras, ¥demostr el teorena funda imental del dlgebra. En su época, se le lamaba principe de los matemticos 4 N.del Con frecuencia se les llama también “entradas”16 Capitulo 1m Sistemas lineales A continuacién se presentan M, Ny P, que son matrices: My N som de tamaio 3 % 4. pero el tamaito de P es de 2 x3. Fl elemento (2, 3) de Pes I. El elemento (1, 2) de Nes ~6. 1 1-6 02 M=| 0 N=|0 014 ° 0 000 El renglén cero de una matriz sélo incluye ceros, Un renglén no cero tiene cuando me- nos un elemento distinto de cero. De la misma forma se puede hablar de colummus cero y no cero. El primer elemento no cero de un renglon no cera se llama elemento delantero, 0 ele- ‘mento capital. Si sucede que el elemento delantero es 1, se le lama I delantero, Para la matriz.M es valido lo siguiente: sus primeros dos renglones son no cero. El ter cero es cero. Sus elementos delanteros son —1 y ~3. Su segunda columna es cero. Las dems son no cero. Observe que ninguno de los elementos delanteros de Mf son 1. En contraste, todos Ios elementos delanteros de N son I DEFINICION (Forma de renglén escalén} Una matriz puede tener las siguientes propiedades: 1. Todos fos renglones cero estin en la parte inferior de la matviz 2. Elelemento delantero de cada renglén no cero después del primero se presenta a la de- recha del elemento delantero del renglén anterior 3. El elemento delantero de cualquier renglén no cero es 4. Tados los elementos en ta columna arriba y debajo de un I delantero son cer Si una matriz stisface las dos primeras condiciones se dice que esté en forma de ren- glén escalén, o simplemente en forma de escalén. Si una matriz satisface las cuatro condi- ciones se dice que est en forma reducida de renglén esealén (0 tan slo que esté en forma de escalén reducida). Una matriz en forma de escalén reducida siempre esta en forma de escalén. Las matrices M y N estén en forma de escalén. Nademds esti en forma de escalén re- ducida. M no lo esté, porque la condici6n 3 ‘no se satisface. La matriz P tampoco lo esta, por- {que no tiene la propiedad 2, Para estudiar otros ejemplos, sean A,B. D. F. Gy Hestan en forma de escalén, porque se satisfacen las dos primeras condicio- nes, De ellas, 4, B, Dy F estin en forma de escal6n reducida por tener las cuatro propieda-DEFINICION 1.2. W Bliminacion de Gauss 17 des. Pero Gy H no lo estin, Para G, la condicin 4 no se cumple. H no tiene la propiedad 3. Cy Eno estin en a forma de escalén. Para C alla la condicién 2. Para E falla a condicion 1 (Matrices equivatentes) ‘Dos matrices son equivalentes (de renglén) si una puede obtenerse de la otra mediante luna sucesién finita de operaciones elementales de renglén. A veces se usa la notacian AnB para indicar “la matriz A es equivalente a 2" MEJEMPLO 14 son equivalentes, porque 2 AEE] [ 03 11 Se dice que una matriz se converte (0 reduce) ala forma escalin (reductda) si es equi- valente a une matriz en Is forma de escalin (reducida), ‘JEMPLO 15 Demuestre que la mattiz siguiente se convierte a la forma de escalbn res ducida 1 100 0 3310-1 221100 SOLUCION Estose comprueba usando la sueesin de operaciones elementalesderenglin siguientes 1100 0 ooo -~4 10 ord oO 0 0 on 14 La ikima matriz esté en forma de escalinreducida oo EI método de solucién en el ejemplo 15 es un caso especial del siguiente e importante algoritmo (proceso) que nos permite teducir cualquier matriz ala forma de escaldn,o a forma de escalén reducida,18 Capitulo 1 Ml Sistemas ineates Algoritmo 1 [ttminacon ‘de Gauss} Para convert cualquier matriz ala forma de escalén reducida, proceda con los pasos si guientes: Paso |. Vaya a la columna no cero extrema izquierda, Paso 2. Siel primer renglin tiene un cero en la columma del paso 1. intercimbiela con uno. que tenga un elemento no cero en la misma columna Paso 3. Obtenga ceros abajo del elemento delantero, sumando miiltiplos adecuados det renglin superior a fos renglones debajo de él Paso 4. Cubra el renglén superior y repita el mismo proceso comenzando con el paso 1 aplicado a la submatriz restante. Repita este proceso con el resto de las renglo- nes, (En este punto la matriz ya esta en forma de escalén.) | Paso 5. Comenzando con el tiltimo renglén no cero, avance hacia arriba: para se _glén obtenga un I delantero e introduzca ceros arriba de él, sumando nvitiplos adecuados a los renglones correspondientes. El ejemplo que sigue ilustra este proceso. WEJEMPLO 16 Emplec la climinacién de Gauss para determinar una forma de escalén re- dcida de ta matriz, 0 3-6 -4 -3 -5 -1 3-10 -4 -4 2 4-90 34 00 1 21 2-6 0 2 8 -8 SOLUCION Paso I. Vaya a Ja columna extrema izquierda no cero: en este caso es la primera Paso 2. Si el primer renglén tiene un cero en la columna del paso I. intercimbielo con uno que tenga un elemento no cero en ta misma columna. <1 3 -W -4 -4 -2 0 3 ~6 -4 -3 -5 4-9 M0 1-2 2-6 2 2 8 -8 Paso 3. Obtenga ceros abajo del elemento delantero, sumando miltiplos adecuados del pri- ‘mer renglén a los que estin por debaja de éste RoR <1 3-0-4 -4 2 [Ry +4R,— || 0 3 -6 -4 -3 -5 [Ry +2R—R|| 0 3 68 16 -15 29 00 0 6 0-2 aso 4. Cubra el renglin superior y epita el mismo proceso, comenzando.con el paso I apli ado a ta submatriz restante, Haga lo mismo con el resto de los renglones “13-10-40 -4 2 6-4 3-5 -6 -16 -15 -29 0-6 9 -21.2. Ml Bliminacién de Gauss 19 “13-10 -$ =4 =2 R 03 -6 -4 -3 -5 S 00 0 ~12 ~12 ~24 00 0 -6 06 ~12 <1 3-10 -4 -4 -2 Tnoimg]) 93-68 n4 73-5 RT IB— RI] 9 9 9-12 -12 ~24 oo 0 0 6 oO Paso 5. Comenzando con el iltimo renglin distinto de cero, avance hacia arriba: para cada renglén, obtenga un 1 delanteroe introduzea ceros arriba de él, sumando los mittiplos adecuados a los renglones correspondientes “13 = 4-1-2 7 03 6 4 sos B&R 9 0 0-12 -12 -24 Ry + 12Ry— Ry Rt BRR, Raam—n || 00 0 [=a] oo o 1 9 2] [a3 Ry 102 1a A=") 0 0 ie Observaciones 1. Los euatro primeros pasos del algoritmo se llaman paso directo de la eliminacién de Gauss, Convierten la matriz en forma de escaln. El paso 5 es el paso inverso (0 sustitucién ha- cia atrés), y es donde la matriz se lleva a su forma de escalén reducida 2. Con frecuencia, el algoritmo se describe introduciendo 1 delanteros en el paso 3, con lo gue hay una tendencia a introducir fracciones en una etapa temprana del cdlculo, silos cle- ‘mentos son enteros. Esta variante es la preferida por los programadores en aritmética de punto flotante. Ademas, en el paso 2 el renglén con el elemento no cero de mayor valor20 Capitulo 1m Sistemas tineales absoluto se cambia hasta ariba. A esto se le llama pivoteo parcial y se describe en la seccién 1.3. EI pivoteo parcial ayuda a controlar los errores de redondeo.* 3. A veces conviene obtener | delanteros al final de todo el proceso, Dos cosas que deben evitarse 1. Evitar el cambio del orden de los pasos del algoritma (porque se puede terminar con a Isat inil). Obes ue siguiente aoe redo [ i - « 1-1 0 10-1 o 1 0 3 Tym ( f ] En as pls, prime io eds oo 1 o1 0 la forma de escalén y después aplicar el paso 5. La dnica libertad permitida es al obtener los I delanteros. 2. Combinar varias operaciones elementales en una es une mala pricticn, y puede originar errores. Por ejemplo, operaciones de la forma cR, + dR, +R, y eR, + R,—> R,cone #1 son no elementales, y deben evitarse. La operacién correcta es R, + eR, -» R,, En otras pala- bras, el renglén que se sustituye no debe muliplicarse por un excalar ¢ | Unicidad de la forma de escalén reducida: Pivotes La eliminacién de Gauss implica que cada matriz se convierte a la forma de escalén simple ‘ya la reducida. Una matriz puede ser equivalente a varias matrices en forma de escaldn, pero Sélo a una en forma de escaldn reducida. Esta es la afirmacién del siguiente teorema, cuya with(Linalg) > pref (matrix(({1,2,3],(2,2,3],(3,3,3)))): 100 O10 oo1 Mathernatica Inlt}:« RowReduce(({1,2,3),{2,2,3),{3,3,3)] Out [1)= 441, 0, Ob, , 1, OF, , 0, OD MATLAB —_ >> rref([1 23; 223; 33.9)) 1 0 o 1 0 o 0 4 Ejercicios 1.2 Forma de escalén {En os gerccios | 5 ponga cada matriz on una de las siguien- “ [ i] 1. Forma de escalon, pero no forma de escalén reducida, ‘Lio 2 Forma de escalon reducida, 4. Diforente de fa forma de escalon,100 L zaloor ° oo ° “10-1 0 0 -6 ec] oo 1 or 5 oo oo 0 boo 4210 aalot o bloo1roo oo -1 ooo01 roo 4 000 ejoors af|ioo 0000 oot 190-70 4afoo1 80 ooo o1 O18 60-41 nfo ooo 0 *}o 0000 1 ooo000 0 100-10 [obo 80 oot 60 ooo of 60-102 ajoo1 103 oo 014 o 1000 12070 oo001 o1roor Se loo100] Plootoo ooo1o ooore 150-10 oor 90 ©loo00 oF 000 00 40506 ajoo1so4 oooo12 Matrices equivalentes: reduccién con operaciones de rengién 6. Demuestre que cada una de las operaciones elementales de renglén es vversible. En otras palabras, si se usa una opera: «iGn para obtener la matriz 8 a partir de 4, hay una operacin clemental de renglén que invertré el efecto dela primera, transformando Bf de nuevo en 4 1.2 WM Eliminacién de Gauss 27 7. Aproveche el ejercicio 6 para demostrar que SiA~B, eotonces 8 ~ 4 8. Demuestre que SiA~ By B~Centonces = C. 9. Emplee los resultados de los ejercicios 7 y 8 para demos- riot trarlaequivatenciaentre A=] 0 1 -1 fy 123 “10 0 B=] 2 2 31 primerocompruebe que ambas son equi- 3.3 3) 0 0 vateniesa r= {0 1 0 ‘| 0 ' oon 1. ¢Son equivalentes tas dos matrices siguientes? Gag beg 12, Demuestre que as matrices siguientes no son equivalentes. 123 Lo? 4-12 o1 0 13, Compruebe que las matrices siguientes no som equivalentes [01 7] 10. Demuestre que 14, Demuestre que sia — he 0 la forma de escalin reduci ‘ ‘Jai [ee - sere araca= [2 sen® cos 16, Reduze as mais signs a forma de esalbn 0-0 aan efp orf af? 1 es)28 Capitulo 1m Sistemas tneales 17. Caleule dos formas de escalin distntas para cada una de las matrices siguientes. omy + ra roaje riod o = efor nt ba -10 0 1 En los ejercicios 18 a 22 determine la forma de escaln reduc dade cada mati, 1. -2 B 15 “1-40 -3 0 ~6 a. | s 2 1 2 0 4 46 1 4 1 30 mi-1 0 101 Sistemas lineales En fos eetccios 23 233 resuelva ls sistemas de ecuaciones. Box + 2twens xs ptwend xtyt 2tw=-3 me te =? Moom- by + Ty W2ay + 16x ~ 35 ~ 20, 2x) — 16%; + 6x +50 + = 51 Bom + tm t Sy <0 $25) — my ~ 108 = 16 2s + Gry #200) + 465 +25 2% by = wt hyn 2a y= Vx, — Dag ~ 4) ~ Ag = 12 2 x- ytstlw x ot 2x4 2e Wee yt atin xry Bs wed yee, De Fak wens 2y +324 30. 2 2w=6 wend 30 xtyt atwo fat . y - saws pens wos Bo rtyytsetav=o ae ay 3e eh 0 Betsy Seana 0 38 e+ 2y +3 t4w=0 tI 432+ 4w=0 ere Bet 3y +32 + dw a0 Ae tay tae baw =0 34, Resuelvael sistema para x» yz. aty xy ftytese 35. Solucione el sistema para x.y yz, xty =a xy =6 xnyte=01.2. Ml Bliminacién de Gauss 29 536, Dance uetos res de paraloscur sl sitma 44. Lasluin dls cura matic aumentda 4 codicn in mene pd bones como siguca adel oanseo henson sana, cine ata) " 1-1} -b -1 0 0) Oo =27 0 ot Oo oe sone soe no ves, deen sisi In cosién ones no vias o-1 a 1 0 oo indie 2 tana ad be ae[ 8 bak ot io 14 8 8 En ox seteicos 7 #4 ress ls sitemas con las maces oot ia a mendes dds ot ooo 01 baa ra Eno session 4 y sonia seas inet cays mfp 2 023 ates umenads eens sites ferme eo nists on, fe puede elon 2-2-2 ° wigs : resay [ath yoo 8G waloreeg] oleae s ora ooo] *fpeae ot Lebed rade Poo 8 waloooio) w loos fo tnt tt we 20000 9000 Pict o 3 crore bo En los ejercicios 47 y 48, cada renglén de la tabla indica el ta- ant tat acai css pot de ama somes ott Serlgin stoma Qué opna acre dl itema? wf rc ea Too obs a Cantidad ae por bo 3 Tamanho columnas pivote a1 to v3 > ott ie ia : alittle 1 ie ea 3 rite os 3 a) a Canad de 42 Rossi! stems omogéneo deca mac de coe seman conan ge ene eee : a ses 5 123 Vag SxS 4 aj223 bli gt 4x6 4 p33 ped 43. Verifique que los sistemas cuyas matrices aumentadas apa- 49. Demuestre que si el tamaiio de una matriz es m x n, la can- Deiqucans masa " de colina tes menor il orm mero igual to 3 0-6 50. Compete que stema neal cay maiz amen an[$ 1 wom Gad e)exnoniert ences gel cya ate a Late ta 38] tenia [4b] pate er nconstet present un ee sero fin slants a=[2 8-1 608 St. Veiga quesiel tema cya matizaumentad es 2-3 212 (ae) ene solamente na aucon, enone ae Po30 Capitulo! ml Sistemas tineaies sce la matriz aumentada [4 :b] también presenta exacta- . fz 34 En los ejercicios $2 y $3 calcule los valores de a tales que el 213 istemia cuya majriz aumentada se indica tenga (a) exactamente Blis 4 ‘una solucién, (b) infinitas soluciones y (c) ninguna solucién. 12 « aed 0 ff24 1.3 Soluciones numéricas Obdjetivos del alumno para esta secci6n. |. Comprender algunas de las consideraciones numéricas en la solu 2. Ver cémo se resuelven con frecuencia los problemas en la prictica La mayor parte de los sistemas lineales que aparecen en las apliceciones no pueden resolver se. mano, porque en forma caracteristica consisten en cientos o miles de ecuaciones e incég- nitas. Es absolutamente necesario usar computadoras con programas eficientes. Aunque las climinaciones de Gauss y de Gauss-Jordan son métodos muy importantes para resolver un sistema, no siempre son los mas eficientes, aun cuando se use una computadora, En esta sec- cin describiremos dos métodos nuevos que se usan mucho en la préctica, asi como algunas de las consideraciones numéricas que se presentan en Ja solucién de sistemas perticulares. Primero compararemos nuestros dos métodos de eliminacién. Obsérvese que éstos son directos, lo cual significa que siempre se obtiene la solucién con una cantidad finita de pa- 0s. De hecho, esa cantidad de pasos puede calcularse bien. Eleccién entre las eliminaciones de Gauss y de Gauss-Jordan Ena seccién 1.2 dedicamos un poco mis de tiempo a estidiar la eliminacién de Gauss, mien- tras que apenas se ilustré la de Gauss-Jordan. La razon es que la de Gauss-Jordan, aunque apa- rentemente mis eficiente (porque no hay paso hacia atrés), requiere més operaciones aritmné ticas. De hecho, para un sistema de n ecuaciones con m incdgnitas, cuando n es grande, puede -demostrarse que la climinacin de Gauss necesita aproximadamente 27/3 operaciones art- méticas. Por otra parte la climinacién de Gauss-Jordan requiere alrededor de n? operaciones. Son 50% mis operaciones que en la eliminacién de Gauss. Asi, cuando se usa la eliminacién dde Gauss-Jordan para un sistema mediano, digamos de 500 ecuaciones con $00 inedgnitas, se requieren casi 125 millones de operaciones, y slo unas 83 millones con la de Gauss. Es la causa principal por la que se prefiere la eliminacién de Gauss, ‘A pesar de Jo anterior, uno no debe apresurarse a desechar la eliminacién de Gauss- Jordan. De hecho, en el cémputo paralelo moderno, un algoritmo paralelo de Gauss-Jordan es ligeramente mas eficiente que el correspondiente de Gauss,Métodos iterativos Iteracién de Jacobi 1.3 ME Soluciones numéricas M1 Ademis de los métodos directos, también se cuenta con métodos iterativos, en los que se trata jl + [=I]. 51> [1] + (2. y i10) este modo se garantiza que, en este caso, ambas iteraciones convergerin La matriz 402-1 3-52 1-2 10 ‘no es diagonalmente dominante, porque en el segundo renglin {—5| = 5 no es mayor que [B+ 2) Observe que las iteraciones de Jacobi y de Gauss-Seidel pueden converger aun cuando la matriz de coeficientes del sistema no sea diagonalmente dominante (ejercicio 15). A veces, un rearreglo de las ecuaciones dard como resultado una matriz de coefivien- tes diagonalmente dominante. Por ejemplo, el sistema w+ 4y- 2 xn Sy + 22 x- ly +102a Capitulo t Sistemas fineales tiene una matriz de coeficientes que no es diagonalmente dominante. Sin embargo. si se intercambian las ecuaciones primera y segunda, la nueva matriz de coeficientes si Io Sera 1-52 2 4-1 1-2 10 Eleccién entre la eliminacién de Gauss y la iteracién de Gauss-Seidel ‘Veamos como se comparan entre si nuestros métodos aparentemente mis eficientes, directo e iterativo. Puede demostrarse que para n grande, el métoda de Gauss-Seidel requiere unas 2n? operaciones aritméticas por iteracién, Si se necesitan menos que iteraciones n/3, la can- tidad total de operaciones seri menor que 2n°/3, y el de Gauss-Seidel seré mas eficiente que el método de Gauss. Por ejemplo, para que el método de Gauss-Seidel sea la mejor alterna- tiva en un sistema cuadrado de 500 ecuaciones, se requiere que no haya mis de 16 iteraciones, Ena practica, con frecuencia se prefiere al método de Gauss-Seidel fiente al de Gauss, aun cuando haya que efectuar més operaciones, porque durante el proceso de eliminacién de este iltimo se acumulan los errores de redondeo de la computadora en cada operacion ele- ‘mental de renglén, ¥ afectan a la respuesta final. En Ia iteracién de Gauss-Seidel hay slo un error de redondeo, debido sla iltima iteracién. En realidad, puede considerarse que In penl- tima iteracién es un valor inicial excelente. tra virtud de la teracién de Gauss-Seidel es el ser autocorrectiva. Sien cualquier etapa hhubo un error de céleulo, puede seguirse usando la respuesta; tan sdlo se considera como tun nuevo valor iniial. Por diltimo, tanto la de Jacobi como la de Gauss-Seidel son excelentes opciones si la ‘matriz de coeficientes ¢s dispersa, es decir, tiene muchos elementos cero, Esto se debe a que en cada etapa se usan los mismos coeficientes, y los ceros se conservan en el proceso, Consideraciones numéricas: Mal condicionado y pivoteo Algunos sistemas (aun los pequefios) preséntan un comportamiento que requiere un andlisis umérico cuidadoso, Veamos los sistemas casi idénticos, xty=l xtysl Loixty=2 7 1005+ y=2 La solucién exacta del primero ¢s x = 100, y=~99, mientras que la del segundo es x = 200, y= =199. Asi, un cambio pequeiio en los coeficientes ocasioné una modificacién drastica en la solucién, A este tipo de sistemas se es llama mal condicionados. Por ejemplo, si usdramos aritmética de punto flotante con dos cifras decimales de pre- cisién, nuestra aproximacién a la solucién del segundo sistema estaria equivocada un 50%. En este caso, la razén de este comportamiento es que las dos rectas definidas por el primer sistema son casi paralelas. Asi, un camibio pequefio en la pendiente de | puede mover el pun- to de interseccién hasta una distancia bastante apreciable (figura 1.5), Cuando se usa la eliminacién de Gauss o la de Gauss-Jordan con aritmética de punto flotante, se presenta otra clase de problemas y los elementos de la matriz aumentada de un sistema tienen tamafios considerablemente distintos1.3 Ml Soluciones numéricas 38 253075 100 125 130 * ~100 (100, =99) -15. Figura 1.5 Lineas casi paraelas, en un sistema mal condicionado, Por ejemplo, en’el sistema wey. ay Es ficil ver que la solucién exacta es x= 2.000/2 001 y y = 4 000/2 001. Suponga que desea resolver numéricamente el sistema, pero que Ia aritmética de punto flotante s6lo puede lle- varse a cabo con tres cifras significativas SOLUCION 1 re eee = 210K — Re 7 [ye [" 2-10] -a- 10° El elemento (2, 2) real de la Ultima matriz fixe ~2 001, que fue redoncleado a ~2 000 por estar trabajando con tres cifras significativas. El resto de la reduecidn es el acostumbrado: [to 1 2] fio oo 0 12 0 12 yas se obtiene x= 0, y= 2. Vemos que la aproximacién para x es bastante mala SOLUCION 2 Ahora supongamos que se intereambian las ecuaciones | y 2, y se escala el primer renglén para obtener un 1 delantero, (és -} $] = ai[ic. Entonces36 Capituto 1 Sistemas lineales Bl elemento real (2, 2) de la primera matriz era | + (1/2)- 10-3, que en esta aritmética se sim= plifica a 1. En consecuencia, x ~ I, y y= 2 esta vez constituye una mejor aproximacién co {Qué funcioné mal durante la solucién 1? El coeficiente pequeio, 10°, en la primera posicidn pivote, forzé el manejo de coeficientes grandes en el segundo renglaa y esto origi- ‘n6 un pequefio error para y debido al redondeo. Y aunque en apariencia es minimo, caus6 un error apreciable en Ia estimacién de x, en 10% + »= 2, porque el coeficiente de x fue domi nado por el de y. La segunda solucién no presenté este problema, porque el renglén con el elemento delantero de mayor tama se traslad6 ala posicién pivote. Asi Ia eliminacidn no produja ‘coeficientes grandes. Y aun cuando mostré el mismo error de redondeo, el valor de x se afec- 16 slo muy ligeramente, En la prictica, durante la climinacién de Gauss 0 de Gauss-Tordan, siempre se cambia el renglén que tiene el elemento delantero con mayor valor absoluto ala posicién pivote previa al despeje. A esto se le llama pivoteo pareial, y ayuda a mantener bajo control al error de re~ dondeo. También hay una variante en la que se lige como pivote al elemento del valor mis alto en toda la matriz. Esto obliga al intercambio de columnas, ademas de renglones, lo cual significa que también hay que cambiar las variables. A esto se le llama pivoteo total, y pro- dduce mejores resultados numéricos, pero puede ser bastante lento, El pivoteo parcial es la mo- dificacién mis usada de la eliminacién de Gauss 0 de Gauss-Jordan Soluciones numéricas mediante sistemas algebraicos computacionales Maple > Esolve({Sex+Qeyet,2ex-y=-3}, {x,y}; y 1571428572, = —.7142857147} Mathematica Taft) NSolve [{3x+2y==1,2x-y= Out C1] {x -> -0.710286, y > 1.57143}} 3 fe.yH) MATLAB >> rref([3 215 2-1-3) 4.0000 0 0.7143 © 1.0000 1.87141.3 WE Soluciones numéricas 37 Bercicios 1.3 tyereicios | a 4 determine si fa matrz es diagonalmente Ep lor sievleiox $y 6 roplantce el sistema para que su (nueva) matte de cooficieates sea diagonalmente dominant 5 xe bet yaa 6 xt ytse=is xtsyt 22-9 wet yo aes 7. Aplique el étode de Jacobi com cuatro iteracionesy eon los lores mciales «= 1° I, para aproximar a solueign del sistem, Compare sus resultados con la solucién exacta xo 4. Repita el ejercicio 7 con a iteracién de Gauss-Seidel Fr tos gjereicios 91 cafcule soluciones aproximadas del sis- tema empleando el métod de Jacobi con 4 iteaciones. niciaice todas las variables en yro= 23 Woes y+ 2ei7 stat 2 xe yea Me gee yo -ethyte ke ytse En los ejerticios 12.414 caleule soluciones aproximadas del sistema con el método de Gauss-Seidel y cuatro iteraciones Inicialie todas las variables en cero. 12. El sistema del sercicio 9, 13, El sistema del ejreicio 10, 14, Elsistema del eercicio 11 15, Lasmatrces de coeficientes de los sisternasde abajo no son !agonalmente dominantes. Aplique la iteraciin de Gauss- Seidel, inicializando x= 0,)'=0. e iter S veces. Demves: tre que: (a) la teracion diverge en el primer sistema (b) La iteracén en el segundo sistema converge can des cifras de ciales. (La diferencia ene las dos ilhimas itraciones de cada variable es < 0,005.) awny=? be aeny=-3 tyes tyro En los ejercicias 16 219 uilice un pivoten parcial en la elimi nacién de Gauss para resolver el sistema, Redondoe a cuatro ciftassignificatvas 1 x-3y= =n lor + 5y = 30 1. L2e=45y= 125 53+ y= 15.95 1 xt areas derays 2=9 Betas 2219 19, 1 Se+ 2294242532 2Se + Aly + 152-23 w8ax + 22y 4 152 = 175 20, (Esealamiento) En el sistenss siguiente todos los coefi- Cientes de-x son de distintas drdenes de magnital que el resto de los coeficientes. En estos casos, los cietlos se ‘implifican si se escala la variable. Para este sistema, sea v= 0.001x. Eserba el sistema eon las variables "19 = y resuélvato con Ia eliminacién de Gauss. A continaacion caleule 00K + y— 2 ooo + 5y + oni + y+ Se38 Capitulo | Sistemas lineales 1.4 Aplicaciones (Objetive del alumno para esta seccién Adquitir una idea de tas cuantiosas aplicaciones de los sistemas lineales, En esta seccién describiremos algunas aplicaciones de los sistemas lineales a problemas an- ‘iguos y modernos. Al lector le agradard saber que aun con los pocos medios que ha apren- dido hasta ahora, puede resolver —o abordar— una diversidad de problemas de la vida reat cen varios campos de la ciencia ‘Ahora que el lector ya tiene bastante prictica en la solucidn de sistemas lineales, nos saltaremos, en la mayor parte de fos casos, la deseripeién de la solucién de un sistema lineal. Asuntos de manufactura, sociales y financieros WEJEMPLO 24 (Manufactura) R.S.C.LS y Asociados fabrica tres tipos de computado- 13 personal: Ciclin, Ciclope y Cicloide. Para armar una Cielén se necesitan 10 horas, otras 2 para probar sus componentes y 2 horas mas para instalar sus programas. El tiempo requeri- ddo para la Ciclope es 12 horas en su ensamblado, 2.5 para probarla y 2 horas para instalarla, La Cicloide, la mis sencilla de a linea, necesita 6 horas de armado, |.5 horas de prueba y 1.5 horas de instalacién. Sila fabrica de esta empresa dispone de 1 560 horas de trabajo por mies ppara armar, 340 horas para probsr y 320 horas para instalar, ;cusntas PC de cada tipo puede producir en un mes? SOLUCION Scan x,y,z las eantidades de Ciclones, Ciclopes y Cicloides producidas cada ‘mes. Entonces se necesitan 10x + 12y + 6: horas para armar las computadoras, Por consivuiien- te, 10x + 12y + 6 = 1 560. En esta misma forma se obtienen ecuaciones para la prueba y la instalacion. El sistema que resulta es 1ox+ 12y+ 62 = 1560 2x + 25y + 152 = 340 Det Dy + 152 = 320 ccuya solucién es x ~ 60, y 10. Por consiguiente, cada mes se pueden fabricar 60 Cielones, 40 Ciclopes y 80 Cicloides. co WEJEMPLO 25 [Cambio de moneda extranjera) Una empresaria internacional necesi- ta,enppromedio, cantidades fijas de yenes japoneses,libras inglesas y marcos alemanes durante cada viaje de negocios. Este afio viajé 3 veces. La primera vez cambi6 un total de $2 550 con las siguientes tasas: 100 yenes por délar, 0.6 libras por délar y 1.6 marcos por délar. La segunda vez cambié $2 840 en total con las tasas de 125 yenes, 0.$ libras y 1.2 marcos por dolar. La tercera vez, cambié un total de $2 800 a 100 yenes, 0.6 libras y 1.2 marcos por délar. {Cuantos yenes,libras y marcos comprd cada vez?14 Mm Aplicaciones 39 SOLUCION Sean, yy z las cantidades fijas de yenes, libras y marcos que cambia en cada viaje. Entonces, la primera vez gast6 (1/100)r délares comprando yenes, (1/0.6)y délates para comprar libras y(1/1.6)2 para comprar marcos. Por consiguiente, (1/100) + (1/0,6)y+ (1/16) = 2.550. El mismo razonamiento se aplice alas otras dos compras, y se obtiene el sistema Con eliminacién de Gauss se obtiene x = 80 000, y= 600 y == 1 200. En consecuencia, cada ‘vez compré 80 000 yenes, 600 libras y 1 200 marcos para viajar. co WEJEMPLO 26 (Herencia) Un padre desea distribuir sus bienes raices, cuyo valor 5234 000, entre sus cuatro hijas de fa manera siguiente: 3 de Ins propiedades debendividrse por igual entre ls hijas, Para cl resto, cad hija debe recibir $3 000 cade afo hasta su vigé- smo primer cumpleais, Como ents clase llevan 3 afos, zeunto recibitia cada wna de los bienes de su padre? {Qué edad tienen ahora esas hijas? SOLUCION Seanx, » zy wa cantidad de dinero que recibiri cada hija debido al! de las propiedades, segin la edad, comenzando con la de mayor edad. Entonces,x + y+ = + w 234 000 = 78 000, Por otro lado, w ~ =~ 3°3.000,=~y=3"3.000 y y—x~3-3.000, Asi egamos al sistema xtytetw=78000 w-2=9000 zy = 9000 y~x= 9000 cuya solucién es, 24 000, w=33 000, La cuarta parte de dos tercios de la herencia vale + + 2 (234 000) =$39 000. Asi, a hija menor recibird 33 000 + 39 00 ‘$72 000; a siguiente, 24 000 + 39 000 = $63 000; la siguiente, 15 000 + 39 000 = $54,000, y la primera, 6 000 + 39 000 = $45 000. La hija mayor rcibira 6 000 ~ 2 3 000, asi que aetualmente tiene 21 ~ 2= 19 afios. La segunda tiene 16, la tercera 13 y Ia iltima tiene 10 sis MEJEMPLO 27 (Clima) El promedio de la temperaturas en las ciudades de Nueva York, Washington, D. C. y Boston, fue 88°F durante cierto dia de verano. En Washington fue 9° ‘mayor que el promedio de las temperaturas de las otra dos ciudades. En Boston fue 9° me- nor que la temperature promedio en las otras dos ciudades. ;Cudl fue la temperatura en cada -ciudad? co SOLUCION Sean x, y y= las temperaturas en Nueva York, Washington y Boston, respecti- varente. La temperatura promedio en las tes ciudades es (x + y + 2)/3, que es 88. Por otro lado, la temperatura en Washington es 9° mayor que el promedio de Nueva York y Boston,40 Capitulo 1 Economia Sistemas tineales que es (x + V2. De modo que, y= (x + )/2+9, En consecuencia, -= (x +)/2—9. Asicel sise xtytz_ 2 = 88 xe y= tie aa tty 2 Después de replanteareste sistema en forma canénica, aplicamos la eliminacidn de Gauss para obtener x= 88°, y= 94° y z= 82°F, co Una de las funciones mis importantes en la manufactura, que concierne a los fabricantes, ‘economistas, especialistas de mercado, etc, es la funcién demanda. Expresa la cantidad D de piezas de cierto producto que se venden en funcién de su demanda, La funcion demanda (0 Qy para los economistas) depende de algunas variables, como el precio P del articulo, el ingreso / de los consumidores, el precio Cde un articula de la competencia, et., con frecuencia la funcién demands, D, y sus variables, forman una ccuacién lineal. Por ejemplo, D = —15P + 0.051 + 2.5C. Obsérvese que en este caso en particular, a medida que una unidad aumenta cl precio del articulo, la demanda disminuye 15 unidades, Del mismo modo, cuando se inerementan el ingreso del consumidor o el precio de un articulo de la competencia, aumenta la demanda, EJEMPLO 28 (Célculo de una funcién demanda) Bikey, In., quiere fabricar un nue vo tipo de zapato deportivo, poco costoso, ¢ investiga el mercado de Ia demanda. Encuen- tra que si un par de zapatos nuevos cuesta $20 en un dea de ingreso familiar promedio de '$20 000, y que sisu competidor, Triceps, Inc., vende cada par de zapatos a $20, venderia 660 pares. Por otro lado, si el precio fuera igual y Triceps bajara su precio a $10 el par, entonces, venderia 1 130 pares en un érea de $30 000 de.ingreso. Por iltimo, si el precio de los zapa- tos fuera $15 el par, la competencia se queda en $20 el pat, se venderian 1 010 pares en un area de $25 000 de ingreso. Determine la funcién demanda, suponiendo que depende linealmente de sus variables. SOWCION Sea D= aP + bi + oC. Deseamos conocer a,b yc. De acuerdo con el primer caso en la investigacién, 200+ 20 000b + 20e~ 660. De igual forma, al considera los otros dos casos se obiene el sistema lineal 20a + 200008 + 20¢ = 660 20a + 30 000b + 10¢ = 1130 15a + 25000 + 20¢ = 1010 Mediante la eliminacién de Gauss se obtiene a = -20, b = 0.05 y ¢ = 3, Por consiguiente, la funcién demanda esté expresada por D = ~20P + 0.051 « 3C. coQuimica 1.4 WM Aplicaciones 41 WEJEMPLO 29 (Soluciones quimicas) Se necesitan tres ingredientes distintos, A, By C. pera producir determinada sustancia, Pero deben disolverse primero en agua, antes de po- nerlos a reaccionar para producir la sustancia. La solueién que contiene 4 con 1.5 gramos por centimetro cibico (g/em*), combinada con la solucién de # cuya concentracién es de 3.6 giem y con Ia solucion de C con 5.3 g/cm forma 25.07 g de la sustancia. Si las propor- ciones de 4, B y Cen esas soluciones se cambian a 2.5, 4.3 y 2.4 g/em?, respectivamente (permaneciendo iguales los volimenes), se obtienen 22.36 g de la sustancia, Por tltimo, si las proporciones se cambian a 2.7, 5.5 y 3.2 g/emm, respectivamente, se producen 28.14 g de la sustancia. {Cudles son los voliimenes, en centimetros cibicos, de las soluciones que con- tienen 4, By C? SOLUCION Seanx, yy 2los centimetros cibieos de volumen de las soluciones que contie- nen A. B y C. Entonces, en el primer caso 1.5r es la masa de 4, 3.6y es la masa de B y 5,378 lade C. Al sumarlas deben dar 25.07, Asi, 1.5x + 3.6y++ 5.3: = 25,07. El mismo razonamien- to se aplica a los otros dos casos, y se llega al sistema L5e + 36y +532 5.07 25x + 43y + 242 = 2236 27x 55y + 3.22 = 28.14 cuya soluciénes x = 1.5,=3.1 y z= 2.2. Por consiguiente, los volimenes correspondientes de las soluciones que contienen 4, B y C son, 1.5 em’, 3.1 em? y 2.2 cm [| Otra aplicacién caracteristica de los sistemas en quimica es el balanceo de reacciones quimicas. Es preciso introducir coeficientes enteros frente a cada uno de los reactivos, para gue la cantidad de étomos de cada elemento sea igual en ambos lados de la ecuacidn, Por ejem- plo, en la combustién de! metano: a CH,+6 0,6 CO, +d HO as) calcularemos los coeficientes a,b, cy d que balanceen la ecuacién. Observe que eneel siguiente 250 es facil resolver por aproximacién, pera no es el caso general WEJEMPLO 30 (Balanceo de reacciones quimicas) Balancee la reaccién (1.9). SOWCION a =<, porquela cantdad de tomosdecarbono debe serigual en ambos lados De igual manera llegamos a42 Capitulo 1M Sistemas tineales Fisica e ingenieria TEOREMA 6 TEOREMA 7 La solucién de este sistema homogéneo es bay. b=de= td. Sid=2,entoncesa=1 Supongamos que hay una red eléctrica como Ia que se muestra en la figura 1.6(a). Las corrientes y las caidas de voltaje por el circuito se apegan a la primera ley de Kirchhoff: (Ley de corriente de Kirchhoff} | {Ley de voitaje de Kirchhoff) ] ‘La suma algebraica de todos los cambios de voltae en cualquier bucle (ciclo cerrado) es cero Una aplicacién frecuente de esas leyes es cuando se especifica el voltaje de Ia fuerza electromotriz (que por lo general es una bateria o un generador) y las resistencias de los resistores, y se pide calcular las corrientes. Observe que para cada elemento de un circuito hay que elegir una direceién positiva para medir la corriente que pasa a través de dicho elemento. Las elecciones se indican con flechas. Para la fuente de voltaje se toma como positiva la direccién del signo negativo hacia el signo positivo, La fuente de voltaje agrega voltaje, y por consiguiente el cambio de voltaje ¢ positive, mientras que a través de los resistores es negativo, debido a que hay una caida de voltaje, EJEMPLO 31 (Circuits eléctricos) Calcule las corrientes © / en el circuito eld trico de la figura 1.6(a) siel voltaje de la baterfa es £ = 6 V y las resistencias son R, =? Ry=2QyR=19. are ft la Ta : : G Figura 1.6 a} Circuto elécrica._[b) Teansmisién de calorTEOREMA 8 1.4 mM Aplicaciones 43 SOLUCION De acuerdo con ta primera ley iy ~ ip =O para el nodo 4. Aplicando la se- una ley al bucle£ se obtiene 6 ~R} ~ sR ~0, portant 2 + 2; = 6. Del mismo modo, el cle £3 da como resultado iy ~isRy = 0, e8 devi, =2i, +4 =0. Asi 2is 2h tis =0 co y mediante Ia eliminacién de Gauss puede abtenerse con facilidad i, = 2.25 A, is AeLsa 7SAe tra aplicacién frecuente de los sistemas lineales es en el rea de los problemas de trans~ isin de calor, en fisica ¢ ingenieria. ‘Supongamos que hay una placa metilica rectangular delgada, cuyas orillas se mantie- nen a temperaturas fijas. Por ejemplo, la orlla izquierda esti a 0°C, la derecha a 2°C y las superior e inferior a 1°C, figura 1.6(b). Se desea caleular la temperatura en el interior de la placa, - Hay varias maneras de abordar los problemas de este tipo, y en algunas se requieren ma- temticas de mayor nivel. método que nos interesa sera una aproximacidn como la siguiente: cubrir la placa con redes cada vez mis finas, figura 1.6(b). Las intersecciones de las lineas del reticulo se aman nodos. Los nodos se dividen en puntos en a fronzera y en el interior, de- pendiendo de si estin en los bordes o en el interior de la placa, Podernos considerar que éstos son elementos térmicos porque cada uno influye sobre sus puntos adyacentes, Si conoce- ‘mos la temperatura de los puntos en la frontera, podemos calcular la que prevalece en los puntos interiores. Es obvio que cuanto mas fino sea el reticulo, la aproximacion a la distribucion de temperaturas en la placa sera mejor. Para calcular las temperaturas de los puntos en el inte ror se aplica el siguiente principio: (Propiedad promedio para la conduccién de calor] La temperatura en cualquier punto del interior es el promedio de las temperaturas de sus puntos adyacentes, Para simplificar, supongamos que solo se tienen cuatro puntos en et interior. cuyas tem- peraturas x), 3,45 y-x4 Se desconocen, y que en fa frontera estén los 12 puntos (sin designs: cidn) que se indican en fa figura 1.6(b). WEJEMPLO 32 (Conduccién de calor) Caleular x1. 1% y ¥s SOWUCION Sein I teorems de la propiedad promedio. Ke ts+) m= Her ty +3) n=l tat) = Hon ty +3)44 Capitulo 1 Sistemas tineales Podriamos emplear la eliminacin de Gauss, pero para este sistema en particular resulta bas- tante tediosa. En su lugar, aprovecharemos la simetria de la grafica y las ecuaciones para lle- gar a una solucién répida. Por simetria, sabemos que x, =x3 yx2" %y. Sea r=. +4) +4 y © 2x, + 224. Asi, al sumar todas las ecuaciones, se obtiene r= + (2r+ 4), que implica que r 4, Por consiguiente, x, +.x,= 2. En consecuencia, para la segunda ecuacién es necesario que Sinstyne$ x2 = 4. Entonces, la conclusién inmediata es que x En este punto debe mencionarse que la solucién los sistemas originados en los proble- ‘mas de conduccién de calor, como el anterior, es bastante tediosa. El uso de Maple, Mathe- matica 0 MATLAB puede ser de gran ayuda, Estatica y equilibrio de pesos TEOREMA 9 Ahora estudiaremos un problema caracteristico de palancas en estatica, el balanceo de pesos, Para ello, emplearemos el siguiente teorema, [Ley de la palanca de Arquimedes|? Dos masas en una palanca se equilibran cuando sus pesos son inversamente proporciona- Jes a sus distancias al punto de apoyo. -JEMPLO 33 Calcule los pesos ra 1.7(0), 14 2, 5 ¥ wa para balancear las palancas de la fig) 4 _ LS 0 2] 6 2] 8 q e haba @ &| YS “oo 8 = c BD=ceosB DC beat y @ co) Figura 1.7 (al Equilibrio de pesos. (b) La ley de los cosenos, SOWCION Para balancear las dos palancas pequefias, apewindose a la ley de Arquimedes, tenemos que 20 = 6w2 para la palanca de la izquierda, y 20 = 8w, para la de la derecha. Para * Aunque esta ley también se encuentra con anterioridad en os trabajos de Arisételes, parece que Arquimedes fuel primero en basarlacnl etitiea y noch la cinemitca. Esn caso especial del axioms dela simetria en un sistema en equilibria, debide a Arquimedes,1.4 WM Aplicaciones 48 cquilibrar Ia palanca principal, se necesita que S(w; * w;) = 10(w, + wy). De este modo llega- ‘mos al siguiente sistema homogéneo de tres ecuaciones con cuatro incégnitas Sy + Sip ~ 10w5 ~ 101% dw, — 60 o 2ny— 814 =0 El conjunto solucién es monoparamétrico infinito, descrito por w = 7.57, w= 2.5r, ws =4r y=. © R.Asi, hay una cantidad infinita de pesos que pueden equilibrar este sistema, cosa que confirma nuestta experiencia, siempre y cuando los pesos, en el orden acostumbra do, sean miltiplos de los nimeros 7.5.2.5, 4y 1 co Aplicaciones a la geometria MEJEMPLO 34 (Ley de los cosenos}_ Demuestre la ley de los cosenos en geometria, es decir, que para el triéngulo ABC, figura 1.7(b), se cumple Been @+e-8 cosa = AFR coop = HAE Dae SOWUCION Etado aes la suma AD + DC. Pero BD ccos Py DC= hos 7 Deaqui que cos B+ bcos y= a. En forma parecida obtenemos las otras dos ecuaciones del sistema ccosB + beos cease + acosy = b acosB + beosa Se trata de un sistema lineal en cos c, cos fy cos y: La matriz aumentada de este sistema se reduce como sigue: ocb:a 10 0: (+e ~a?)/2be © 0a: bl~~]0 10: W@te—P)/20e bade O01: @4R=A)/rab con lo cual se demuestra Ia ley. oo WEJEMPLO 35 _[Funcién cuadratica que pasa por tes puntos) Determine la eeuscién de a parabola, con eje vertical y en el plano xy, que pasa por los puntos P(1, 4), O(-1, 6) y RQ, 9), SOLUCION Sea y(x) = ax? + br +c la ecuacién de la parabola, Es necesario determinar los coeficientes a, by c. Como el punto P pertenece ala parabola, debe cumplirse 4 = 1(1) = a> 1+5- 1+. De manera similar, a usar los otros dos puntos se obtiene el sistema46 Capitulo 1 Algebra Sistemas tineales at b+ an bre=6 4a+2b+ ‘Mediante la eliminacién de Gauss se obtiene a Lye 3, Por tanto, la ecuacién de la pardbola es y= 2x? ~x +3. Cc EJEMPLO 36 [Plano que pasa por tres puntos) Deduzca la ecuaci6n del plano, en el espacio xyz, que pasa por los puntos P(1, 1, 2), Q(0, 2,0) y R(2, 1.5) SOLUCION Sea ax + by + cz + d= 0 la ecuacién del plano. Es preciso determinar los coeficientes a, 6, ¢ y la constante d. Como el punto P pertenece al plano, debe cumplirse « [46:1 +c+2 +d=0. Siguiendo el mismo procedimiento con las otros dos puntos se obtiene el sistema homogéneo at btx+ atm + dat b+ see Al resolverlo, encontraremos el conjunto infinito monoparamético a= 3r, b= —2r,e=-ry =r, Sise igualad = r = 1, seobtiene la ecuacion del plano 3x — 2y—= + I= 0.(Cualquier otro valor de r produce un miiltiplo constante de esta ecuacién, que representa al mismo plano.) co Los sistemas lineales se usan casi en todos los campos del algebra, desde el estudio de polinomios y fracciones parciales hasta la demostracién de identidades. A continuacién revi- saremos algunas de esas aplicaciones, Recuérdese que un polinomio f(x) en x es una expresién de la forma PO)= a2" + dyer + tax ag fen el que dp, yy, dp Son mimeros fijos llamados coeficientes de f(x) y x es una variable o indeterminado. Si a, # 0, se dice que flx) es de grado n. Dos polinomios son jguales si sus coeficientes correspondientes son iguales. El polinomio cuyos coeficientes son todos cero es el polinomio cero. Los sistemas lineales se utilizan con frecuencia cusndo se comparan los olinomios, EJEMPLO 37 {Igualdad de polinomios) Caleule a,b y ctales que los polinomios ax* 4+ 3x2 + Jar — Dox + 10x + 60 y ~2hx? — 3br +9 + a~ 4b sean iguales SOLUCION Los coeficientes de las potencias correspondientes de x deben ser iguales. Asi, (a+ 3) + (2a 2e + 10)x + 6c = —2bx? — She 4 9+ a= db1.4 WM Aplicaciones 47 implica al sistema at3=-26 2a 2e+ 10 = ~36 6e=9+a~4b El lector puede comprobar facilmente que a = 1, b= ~2 y c= 3, aplicando la eliminacién de Gauss. cS MEJEMPLO 38 (Fracciones parcales) Calcule las constantes A y Bales que 1 A,B =e ee SOLUCION Se debe cumplir —! _. ie Ne-2) Ate =2) + B=) &= De 3 iguiente, |= A(x~2) + B(e~ 1), 0(4 + Bx—-24—B = 1, porque la primera y tercere fracciones iguales tienen los mismos denominadores. Asi que es preciso resolver que dan como resultado A =-1y B= 1 BEJEMPLO 39 (Suma de cuadrados) Deduzca una formula para fa suma de cuadrados indicada abajo, suponiendo que la respuesta es un polinomio de grado 3 en n SOLUCION Sea fx) = ax’ + hx? + ex +d un polinomio con Ia siguiente propiedad: fn) ~ D+ 2 +s-- +2. Como l=) = al) +1? rel +d, debe satisfacerse a +h +¢-+d~ Por otro lado, m= fn) flo = 1) = and + br + en + d= (aln = 1+ Bln = IP + eC +A) Por consiguiente, desarrollando el lado izquierdo Hegamos @ Gn = 3n+ 1) + bQn= I) +e esdecie n?= San? = (3a 2h a—h +e Al comparar los coeficientes de las potencias de m en ambos lados, y teniendo en cuenta que a+b+e+d=1,seobtiene48 Capitulo 1m Sistemas tneales Este sistema puede resolverse con facilidad: c= 4,d=0. Por consiguiente, boy n+ En? Zn, Al analizar la tltima expresién Hlegamos: ey n(n + 12m + 1) Pataca Soa ME NGn ED — EI problema de la pila de monedas de Fibonacci ‘Ahora regresemos a ese famoso problema de Ia pila de monedas, que resolvié Fibonacci hace algunos siglos. LEJEMPLO 40 [El problema de Fibonacci) Ties hombres poseen una sola pila de dine- ro, y sus aportaciones son 4, y 4. Cada uno toma algo de dinero dela pila, hasta que no queda nada, A continuacin el primer hombre regresa + de lo que tomé, el segundo + y el tercero 2. Cuando el total que regresaron se divide por igual entre ellos se descubre que cada hombre posee lo que le corresponde por su aportacién. {Cuinto dinero habia en la pila ot ginal, y eudnto tomé cada uno? SOLWWCION Sean x, yy z la cantidad que tomaron los tres hombres de la pila de monedas, respectivamente, y sea w la cantidad de dinero original. Como no quedan monedas despues de que los tres retiran, entonces xtytzew Los tes hombres reintegran un total de x/2+ »/3 + 216, porque devolvieron respectivamente, 4, Ly 4 deo que tomaron al principio, Esta cantidad se divide por igual, y asi cada quien rocibe H(x/2 + yf3 + 26) El primer hombre tiene x ~ x/2 =x/2, que quedaron después de haber regresado x/2, y se le suma'}(x/2 +3 +216) El total debétia ser lo que le corresponde, es decir, w/2. Asi EGS) - 2 De igual manera, el segundo hombre tiene y ~ y/3 = 2y/3, que le quedaron después de regre- sar y/3, y ademas 1(x/2 + p13 + 2/6). El total debe ser igual a lo que le corresponde, que es wi3. Asi, Por iltimo, el tercer hombre tien 5:16, que le quedaron después de haber regresado 2/6, y ademas 1/3 (x/2 +y/3 + 216). El total debe ser lo que le corresponde, que es w/6. Asi, SNEED <7Cuadrados magicos 1.4 Mm Aplicaciones 49 ¥ se tiene el sistema homogéneo styta-weo hoy sw St5+ Rh Fre 2D “ atte 57° fp le_w Et5 tee ‘Vale la pena hacer notar que la suma de las tres Gltimas ecuaciones es igual a la prime- ra, Esto quiere decir que si determiniramos una solucién simultanea de las tres tltimas ecuaciones, automaticamente tendriamos una solucién de Ia primera. Asi, en esencia, s¢tie- nen tres ecuacicnes con cuatro incdgnitas. Por consiguiente, esperamos que haya ua mimero infinito de soluciones La reduccidn de la matriz aumentada da como resultado Porconsiguiente,x~ 30 =! aque se pueden expresaren a forma x= 32r, Nose sabe i Fibonacci determin el conjunto solucin completo. Peto si alculé la so- lucién particular w= 47,x=33,y= 13 y= 1, que seabtiene al igualarr=47. [3 Un euadrado magico de tamafio » ¢s una matriz de nn cuyos elementos consisten en to- dos los enteras entre 1 y.n3, ental forma que las sumas de los elementos de.cada columna, renglén o diagonal son iguales. La suma de los elementos de cualquier renglén, eolumna 0 diagonal de un cuadrado magico de tamaiio m es n(n? + 1)2. (Para comprobarlo se usa la iden- tidad 1 +2+ "+: k= (e+ 1)/2, donde k= m3) EJEMPLO 41 (Cuadrados magicos de tamafo 2) Demuestre que no existen cuadra- dos magicos de tamaiio 2, a b] atbh= etd ate50) Capitulo | ME Sistemas lineates badass atd=s . beens Es posible aplicar la eliminacién de Gauss, o tan slo observar que estas ecuaciones implican aque b © ¢, de acuerdo con la primera y Ia tercera: por tanto, 24 5, scutin Ia wktima ecuneidn Esto es una contradiceién, porque b deberia ser un entero. De aqui se infiere que este sistema no tiene soluciones enteras. Por consiguiente, no hay euadrados miyicos de tamano 2 BEJEMPLO 42 _[Cuadrados magicos de tamano 3) Determine el cuadrado magico de tamafio 3 cuyo primer renglén es el vector (8,1. 6) SOLUCION Ese cuadrado migico tiene la forma en para las inedgnitas a, b,c, d, ey f Segin la definicién. es un sistema de 7 ecuaciones con 6 incégnitas atbte=i5 ater yas Btatd=15 ltbte=15 6tet fais Btbefais 6tb+d=i5 La climinacién de Gauss es muy lediosa,per6 puede evitarie: si se despejau dela primera y teroera ecuaciones, se obtiene b +c = 8 +d. Bst6,c6fbinado con la iltima ecuaci6n. produ- ce 2b ~ ¢= 17. En consecuencia, de acuerdo con la primera ecuacidn, b— a = 2. Ahora v mos qué puede sera. No puede ser 1, porque ese némero ya se usé. Sia =2. entonces b= 4 ‘ye~9, pera entonces la suma de la tercera columna seria mayor que 15. Sia =3.b = Sy (C= Tyentonces, d= 4, = 9 y f= 2, usando las tres columnas. Es fcil demostrar que estos valores forman una solucién (a nica) del sistema Por lo anterior, ef cuadrado mégico es 816 357 492 Este cuadrado fue citado en un antiguo libro chino, Nueve eupinidos det arte mutenni- ‘ico. _Puede el lector determinar otro cuadrado basado en éste? story of Marhemnanes. de Cart Boyer, p. 219 (Nuova York: Wiley)Gerces 14 Sunonga qu fas cantidades de bacterias de los tipos 4 y 1 son aoterlependientes se apegan ala siguiente tabla texperimental. Hay al ign (eeuacién) lineal en- ety 8 A 8 500 | 500 1000 = 2000 5000 14000 too 29000 ‘Gicklnk Publisher edna tes ealidades de bros: encuader= rid istica, €on pasta dura y empastados en piel. Para los nistioas, a empresa gasta en promedia 85 en papel, $2 cn iusteacionss y $3 en las pastas, Para los de pasta dura, 0s son $10 en papel. Sd en ilustraciones y S8 en pstas: y para fas de lujo empastados en piel, $20 en papel S12 en ilusteaciones y $24 en pastas. St el presupuesta permite $235 000 en papel, $110.000 en ilustraciones y ‘S208 000 on pastas, ;cuantos libros de cada categoria pue- ston praducirse? ta,en promedio,cantida- ales Taso Yenesjaponeses,franeosfranceses y marcos ale- ‘mans para cad uno de sus vigjes de negocios. Este ao viajé 3 seves. La primera cambi6 un tral de $2 400 a a siguiente prdad: 100 yones, 1S franeos y 1.2 marcos por délar La ria vez. eambid un total de $2350 con astasassiguien tes 140 yones 1.2 franeas y 1.8 marcos por dé. La tree 1a vez eambi6 $2 390 en toral.a 125 yenes, 1.2 Fancos y 1.2 ‘marcos por dlr respectivamente,; Qué cantdades de yenes, frances y marcos comps cuda vez? {Un male desea distribuir sus propiedades, valuadas en S00 G00, entre sus 4 hijos como sigue: 3/4 de su herencia be repatirse por igual entre los hijo. El resto deberé di- ‘ilo do i Forma siguiente: $3 000 cada afo a cade uno Fusst que eumplan 25 aos. Coma los hijos sucesivos se I ‘a os entre si geuimto recibir eada uno de herencia? EI promedio de temperaturas en las ciudades de Boston, ‘Sova York y Montteal fue 30°F durante cierto dig dein ‘tern. La temperatura en Nueva York Fue 9 mayor que el romectio de temperaturas en fas otras dos ciudades, En \nnweal fae nienor gue el promedio de temperaturas en 14 WM Aplicaciones $1 las otras dos cudades,; Cuil fue fa temperatura en cal une de las ciudaces? 6. Juguetes, S.A. desea fabricar un nuevo tren de juguete ei vestige el mercado para determina la demanda. Encuentra ‘que si el ten cuesta $40 en din tea donde el ingreso fami liar promedio es de $30 000, y si al mismo tiempo Trenes Miniatura, S. A. su competidor, vende su producto equiva Tentea $30, Juguetes podré vender 160 tenes. Por oto lade, si el precio permaneee igual y Trenes Miniatura eleva su precio a $50 por tren, en un area de S40 000 de ingreso fa milfarse venderian 1700 tenes, Portia, si el precio del nen es de S30 pero ef de Ia competencia permanece on $40, fen una zona de ingreso familiar de S35 000, se lograria una venta de 1530 renes. Calcul a funcin demanda, suponien: dda que depend linealmente de ss variables 7. Se necesitan tres ingredientes distntos, 4, By C. para pro- ‘ducirdoterminada sustancia quimica, A. B y Cashen disol verse en agua. por separado, antes de interactuary formar la sustaneia, La concentracin dela soluicin que contiene 4 es 1.5 gim la que contiene # es de 1.8 gim? y lade Ces de 3.2 g/m al combinarlas se produce 15.06 ¢ dela sustancia. 1 se modifican las eoncentraciones de A.B y C en esas so lucionesa 2.0.2.5 y 2 ivamente(permanecien- «do igual el volumen} se producen entonces 17.79 2 de fa sustaneia.Poriltimo. sas eoncentracionesse.cambitn a 1.2 Isy 302m, b sustanea.;Cusles son los volmenes, en gentimettox cibi- 0s, de las Soluciones que comienen A. By C? gio res espectivamente, se producen 13.08 En los ejercicios 8a 10 calcul las corriontes 41s © «de tos respectivostncutos, dado que en todos ls cus08 ! vltaje de la bateria es # = 6. 8. Deacuerdo com la figura 1X. se sabe que R= 282, Rs= 22, Re 1 Oy R=20. Figura 1.852 Capitulo 1 Sistemas tneates 9. Con respecto a la Figura 1.9, se sabe que Ry = 20, Rs 3O,8,= 4 Dy Rem 2M R A ta a) 3x R ® Figura 1.9 10. Con referencia ala Figura 1,10, se sabe que Ry =3 9, R= 20, B= 20, Re= 1 Ay R,=20. R A lin Ry Re Figura 1.10 1. Caleule fas temperaturas en los puntos x43 yy en la pla- a metilica triangular que se itustrs en la Figura I-11, sila ‘temperatura en cada punto del interior el promedio de las. {que prevalecen en sus cuatro puntos vecinos, ath Np sal al \ IF Figura 1.11 12. Determine las temperatura en xy, x3, 44 y xe dela placa metalic triangular que se veen la figure 1-12, ila tempe- ratura decada punto del interior es igual al promedio de sus ‘cuatro puntos vecinos, Figura 1.12 13. Balancee el sistema de pesos y palancas que se muestra en Ja figura 1.13, T. ¢oad a Figura 1.13 14, Deduzea la ecuacién de la pardbola en el plano xy que pasa por os puntos P(1, 0), Q(-1, 6) y R(2, 0). 15. Eneuentrelaccuacion dela curva cbiea en el plano sy. que ase por los puntos P(1, 1), Q(-1, 5), ROO, 1) y S{-2.9). 16, Deduzca la ecuscin del plano, en el espacio xyz, que pasa Poros puntos P(1, 1,~1), 0. 1,2) y RC, 3, -5). 17. Celeulea, by tales que las eeuacionescusdriticas (a — bs? + a- oe tb +ey Gc) ar~b~ 2c sean iguales, 18, Calcule a, b, ey d, tales que las ecuaciones cubieas (a+b + ox (at Byx + Dbx y (adja + (2~ dhe (1+ ae +b + esean iguates, 19, Calcule las constantes 4 Bde modo que 1 A HG 20. Determine los cuadrados magicos de mato 3 que tengen |a forma1.5 Ml Miniproyectos 1.5 Miniproyectos 1m Conjuntos de sistemas Suponga que tiene que solucionar varios sistemas con la misma matriz de coeficientes. De- termine un método para resolver simultineamente los sistemas, de tal modo que solo se efecrite una vez la reduccién de la matriz de coeficientes. Aplique su método en los cuatto. sistemas lineales siguientes: xtlyt3z+4w=1, =0, =0, =0 de + Dy +324+4w=0, =1, =0, =0 Be + 3y +324 4w= 0, =o Ax tay + az t aw = 0, 2m Inteligencia animal {Un conjunto de experimentos en psicologia tiene por objeto estudiar la ensefianza de activida- des a diversos animales, como cerdos, conejos, ratas, etc. Uno de esos experimentos implica Ja busqueda de alimento. Un animal se coloca en alguna parte de una red cuadrada de corre- dores que pueden llevar al alimento (puntos identificados con 1), 0 a puntos de final ciego (puntos identificados con 0), figura 1.14. Se supone que la probabilidad de que wn animal ‘ocupe la posicidn.x, es el promedio de las probabilidades de que ocupe las posiciones vecinas directamente arriba, abajo, a la izquierda y ala derecha de x,. Si algunos de esos puntos con- tiene alimento, se cuenta como éxito y su probabilidad es 100% = 1. Si una posicién vecina es final ciego, se cuenta como fracaso y su probabilidad es 0% = 0. Por ejemplo, para (a) y (b) en la figura 1.14, se tiene, respectivamente: tots ta) fO+x+y 41) Mati 404%) y= 1Otm +m +0) 0+ 04x +m) {0 tar tas tay) o 1 o 1 oats sl, ofp al | jf st sl sl | patal |, gest sl ol |, oY oo @ o) Figura 1.14 Experimentos en inteligencia anima54 Capitulo 1 Sistemas lineales Caleute: (a) Las probabilidades x), y ve, para la figura 1.14(a. (b) Las probabilidades x). 45 5.5 24 45 ¥s Y Xo, para la Figura 1.140), Si se aprovecha cualquier simetria de los datos podrian evitarse cilculos tediosos. 3 @ Aproximaciones a curvas; segmentos lineales Una de las formas mis elementales y basicas de aproximar Ia grafica de una curva es conec- ‘tando los puntos conocidos consecutivos de la curva con segments de recta. La poligonal que resulta es un segmenta lineal de la curva. Con frecuencia y en la prictica, se da un conjunto de valores de una funcién inedgnita (con frecuencia, algunos datos experimentales) y se ha de identificar la funcién. Una primera aproximacién grafica seria trazar el segmento lineal que une a esos puntos. Suponga, por ejemplo, que los datos son las dos conjuntos siguientes de puntos, que pertenecen a dos curvas distintas. -1 705 0 05 4 15 2 25 3 SS fix) [5 0875 1. 1375 1, 0625 1, 2875 7 -45 -35 25-15-05 3519.14 301641 324844 14,7656 —24.6098 Conjunto 2: x [os 1s 25 354s fix) | -24.6094 14.7656 —32.4844 301.641 3519.14 {a) Trace las grificas de los dos segmentos lineales que unen los puntos consecutivos (b)_ Sila primera curva es una cibica, es decir, que tiene la forma ax? + bx? + 6x + d.y la se~ gunda es un polinomio de sexto grado con la forma ax® + bx! + ex'+ dx¥ + ex? "fi +g, use las tablas de arriba para calcular los coeficientes de cada curva polinomial. Redon- dee las respuestas al entero més cercano. (0) Trace las grificas de las dos curvas. - 4 m El problema del ganado de Arquimedes Es un problema famoso que mandé Arquimedes de Siracusa,"' antiguo matematico griego, a Eratdstenes en Alejandria, Su forma original era un conjunto de epigramas en griego antiguo. Porlo general se cree que Arquimedes resolvié este problema, pero se desconoce si es Su autor, Describiremos la parte del problema que tiene importancia para nosotros en este momento. Para conocer tna buena traduccién al inglés, véase el libro The Works of Archimedes. de Sit ‘Thomas L. Heath (Dover, 1953, pp. 319-326). Los epigramas comienzan como sigue: ° Arquimedes (287-212 aC ) es considerado el matemitico yfisico mis grande de la antigiedad, asi como uno de los matemsticos mas importantes en la historia dela humanvdad, Creci en Siracusa, wna poblacin griega en Sicilia. Pheidias su padre, fue astronomo, Después de estudiar matematicas en Alejandra, Egipto, Arquimedes regres a Siracusa, donde permanecio el resto de su vida, Fue asesi- nado por un soldado, cuando la ciudad eayé en poder de los romans1.6 WW Bjercicios en computadara Caleula, joh extranjero!, la cantidad de reses del Sol que alguna ver pastaban en los campos de fa isla de Trinacia (Sicilia) que estaban divididos, segiin el color fen cuatro rebaiios: uno blanco, uno negro, uno amarillo y uno manchado A continuacién el manuscrito describe las relaciones entre las vacas y fos toros de los. cuatro rebatios. Sean Wf B, Dy Yas cantidades de toros en los rebaitos blanco, neuro. ma= chado y amarillo, respectivamente. En igual forma, sean w; b, dy las cantidades de vacas en el mismo orden, Entonces # + w, B +b, D+ dy ¥ + son las cantidades de reses en las re~ baios blanco, negro, manchado y amarillo, en forma correspondiente, El manuscrito nos co- ‘munica las siguientes relaciones (1) para los toros: 1d we (SeS)aey 1,1), a=(j+l)oey lit pa (i+3)wey ¥y (2) para las vacas: Ly! w-(etoen My v= Dore My a-(Let)oen +p)orem a Resuelva este sistema de 7 ecuaciones con 8 incdgnitas. Como el sistema es homogé- neo, con mis incdgnitas que ecuaciones, es de esperarse llegar a un miimero infinito de soht- ciones. Demuestre que la solucién entera minima es B = 7460 514, Calcule el resto de las incdgnitas y 1a cantidad total de reses en este caso. 1.6 Ejercicios en computadora Los primeras ejercicios en computadora tienen por abjeto ayudar al lector a aprender fos ‘comandos basicos de los programas, en relacién con el capitulo J, y también revisar alzo del ‘material. Un ejercicio identificado con [S] requiere manipulacién simbélica.!? En tados los ‘cas0s se supone que el lector use algiin programa de matemiticas, "= Omitase si s6lo se dispone de eéleulo numérico.56 Capitulo! ML Sisternas tineales 1. Resuelva numéricamente cl sistema, Llegue a los resultados con precision por omision y también con mayor exactitud. Si su programa admiteartméticaracional, calcule Ia respuesta exacta. Por Ailimo, comprucbe su respuesta (1.0) 2, [8] Resuelva este sistema para xy y. axtby =e axt hy =o Invroduzea la matriz aumentada del sistema (1.10) determine: (a) un escalonamiento de renglo- res (si hay disponible), (5) la forma de escalon reducida, ;Cual es la solucién del sistema? 4. Sea la matriz de eoeficientes del sistema (1.10). ;A es equivalente en renglones 8 B? bas p=|2 23 333 5. Para el siguiente sistema, use su programa para demastar que sic 29 ene un mero in nito de soluciones, Pero c # ~ + no tiene soluciones 1 5 1 6 6, Para la matriz Ben el ejercicio 4 y con su programa informatio, presente la primera colunna de 12] £1 segundo renglén, las dos primeras columns los dos tims renglones y la parte a il vr islones y la parte | 2) 7. Sisuprograma admite nimeros aleatories, gener y resuelvaun sistem sleatoro de tres ecuaciones ‘on tres incgnitas. Si repite lo anterio? varias veces, casi siempre ;se obtienen sistemas consis- tentes 9 inconsistentes? 8, Use su programa para trazar las rectas deinidas por un sistema de dos ccuaciones con dos ineég- nits en la misina Figura, 9. Use su programa para trazar los planos definidos por un sistema de tres eeusciones con tres n= cégnitasen la misma figura, 10. Caleule las temperaturas de los nueve puntos interiores en una placa cuadrada que se ha subdivigi- 4o con tes lineas verticales paralelasreparidas y tres horizantales. también repartidas. Suponga ‘que los dos lados vericaes del cuadrado se mantienen a 85°, y los dos verticalesa 110°, Aplique la propiedad del valor promedio en la conduccién de calorAlgunas soluciones con Maple 1.6 W Ejercicios en computadora ST funcién ‘Maple funciona Maple Fin de comand | (punto y coma) Continuar en el siguiente rengion | \ (diagonal inversa) peticion de resultado] : (dos puntos) Resolver solve, lnsolve ‘ayuda ‘tama o bien ayuda (tema) Resolver numéricamente solve ‘comentarios 4 comentario hasta el final del renglon | Paquete de dlgebra lineal ‘withdlinalg): iiimo resultado | * (dobles comillas) Forma de escalin ‘gausselim, ffgausselim ‘asignacin = (dos puntos igual) Forma de escalin reducida Pref, gaussjordan listas de argumentos | () (paréniesis) Susttuciin hacia atrés backaud # Beretelo | ~Parcial sys: (1/Stx+1/6ty+1/7%2 1/Trxe1 /8*y+1/9%2 solvecsys, (x,y.21): evalt); 71/5041; 241/1260, 1/6*x+1/7+y+1/8*2 = 109/672, # Asignacién de un nombre al sistema, # aritmética de nimeros racionales. # Bvaluacién del wltimo resultado # con precision por omisi6n. evalfc* ",18): fsolvecsys, xy.2)i solved{l./Stx+1/6"y+1/7*2=241/1260, L/6rx+1/T*y+1/82 = 109/872, L/Tex4 1/8+¥+ 1/92 = 71/504) bx,y.2); # Bvaluacion con mayor precisi6n. # Alternativa en una etapa, # También, forzamiento de aritmética de # punto flctante con 1./8 # Otra forma importante de resolver un sistema lineal ¢s usando linsolve. Primero conciinalg); & bb: = vector((241/1260, 109/672,71/804)); UnsolveA,b); ~ # Bjeretelo 2 solve(ial*x + bl*y = cl, ax + b2ty = eB. lx.yDs # Bjerelelo 3 m: =matrix({(1/8,1/8,1/7, 241/1260), 11/6, 1/7,1/8,109/672},(1/7,1/8,1/9,71/8041D; gausselim(m): refi), gaussjordcm); # Hjercicio 4 A: = matrix (, 3, (1/8, 1/6, 1/7, 1/6, 1/7, 1/8, 1/7, 1/8, 1/9); B: = matrix , 3, (11, 2, 3), (2, 2, 31, 13, 8, 3D; Pref); Pref(B); # cargue el paquete de algebra lineal, linalg. A con- matrix(I{1/5, 1/8, 1/7) , (1/6,1/7,1/8) , (1/7, 1/8, 1/9); # tinuaci6n la matriz de # oveficlentes y el vector de # constantes en linsolve. # Introduccion de la matriz aumentada, # Bliminacion de Gauss; una forma de escalén, # La forma de escalén reducida. # Lo mismo. La Ultima columna es la solueton. # Introducol6n de A en.un formato # diferente, +# Otro formato. # Las 2 formas de escal6n reducidas son # guales. Luego A y B son equivalentes.58 Capitulo 1M Sistemas lineales # Bjercicio 6 col (B, 19; rowCR, 2); col(B, 1..2); row(B, 2.8); submatrix, 1..2,1..2); # Ejerelelo 7 - Sugerencia, rin := rand(1..1000): # genera un entero aleatorio entre 1 y 1 000. al := evalf(rinO/1000); # La division entre 1 000 genera un numero real en (0,1) # También relacionados: randmatrix y randvector. # Blercioto 8 - Sugerencia, plot(2*x-1, x=0..3); # Grafica 2x-1 varlando x de 0 a &. plot((2*x-1, x42), x20..8); # Grafica 2x-1 y x+2 en la misma figure, # Blercicio 9 ~ Sugerencia, plot3dex-y, x=0..8, y=0..2); # Grafica x-y en (0, 3}x(0, 2), en tres dimensiones plotad(x-y, x+y], X=0..5, ¥=0..2); # Gréficas en tres dimensiones en la misma figura. ‘Aigunas soluciones con Mathematica funeién Mathematica funcion Mathematica Fin cle comanda ‘cambio de renglin) lestas de argumnentos U1 paréntesis cwadrados) ‘presi de alia ‘punto y coma) ‘pasar al siguiente renglon “diagonal inverso) sovuda tema o bien Prema rmltipliacion a en espacio) ‘comemarios (comentario * Resolver Solve, LinearSolve titi resultado 9% (eno de porcentae) Resolver muméricamente Solve wsgnacin = figual) Forma de escalén reducida RowReduce Un paguete de dlgebra linea: > Grafica 2x-1 y x42 en la misma figura. *) (Grafica tridimensional de x-y en 0, SIx{0, 2]. *) © c Otra grafica._ *) Mostrarias juntas. *) [ funetén MATLAB funcion MATLAB Fin de comanda (cambio de renglin) listas de argumento iparémtesis) ‘presiin de wala ‘punto y coma) ‘pasar al siguiente renglon (clips) cada help vopico Resolver ecwacién roots | comentarios % comentario hasta el final | del renglin Resolver ef sistema Ar = 5 ANb ‘nina resultado ans Forma de excalin reducida ret asignacin = figual) “Reduccin on etapas reefmovie Nota: La notacién (ST) significa que c! Toolbox simblica debe estar disponible % Bjercicio 1 ~ Parcial A > Ale (0/5 1/6 1/7; 1/6 1/7 1/8; 1/7 1/8 1/9) (241/1260; 109/6t2; 71/504) format long format short linsot >) % Para resolver un sistema cuadrado % se forma la matriz de coeficientes A, después 5 el vector constante b y se teclea A\b. % Para mostrar mayor exactitud cambiar a % formato largo y llamar al ultimo resultado % Regreso al formato corto. % También se puede usar linsolve (ST)60 Capitulo 1m Sistemas lineales % Rjereieio 2 solveCal*x + bl*y = cl’, ‘aa + bey = 02, xy) 4ST % Hjereicio 3 me[1/8 1/6 1/7 241/1260; 1/6 1/7 1/8 109/672; 1/7 1/8 1/9 71/504) Pref) 96 La forma de escalon reducida. La ultima columna es la soluetén. % Rercicio 4 123,228,533) % La matria A fue introducida en el ejercicio 1 Pref(A) % Las dos formas de escalon redueldas son rref(B) % iguales, luego A y B son equivalentes. % Bercicio 6 Gy LD % Columna 1 BG, -) % Renglon 2. BG, 1:2) % Columnas 1 y 2. BG, % Renglones 2'y 3. BCL, 1:2) % Bloque superior izquierdo. % Byerctelo 7 — Sugerencia rand % Un némero real en {0 1}. % También relacionado: randn % Rjercicio 8 - Sugerencia fplote'12"x-1, x421', 10 5] % Grafica 2x-1 y x+2 en (0, 3) en una gréfica, También, un = 0:-1:35 5% método més ‘importante consiste en definir un vector x, Yi= Q%-1; y@= x42; 9% a continuacién aplique las funciones para obtener los plot (x, yl, x, y2) 9% vectores y y grafique. 9% Vea también ezplot, de (ST). 96 Bercicio 9 - Sugerencia X= 0:1/4:5; 9 Para graficar x-y y x+y en [0, 3}x{0, 2] en la misma figura: y= 0:1/6:2; —% Crear vectores para las coordenadas x y y de los puntos. (X, Yismeshgrid(x, y); % Forma un agrupamiento de x yy adecuado para gréficas en SD. IX-Y, K+Y]; % Defina Z en funcién de las dos funciones de mesh(Z); 9 Xy ¥y use mesh para graficar. % ADVERTENCIA: x y y deben tener las misrhas dimensiones. Observe que x tiene % C-1)"4+1 = 15 componentes, y las componentes de y son (2-1)"6+1 = 18. % Relacionado: |Bxplore la construocién inspacel-_ Vectores ‘Sila supervivencia es una medida de ta calidad, los “Elementos" de Euclides ‘y las Cénicas” de Apolonio fueron las mejores obras en sus campos. ’ Carl C. Boyer Introduccién Apolonio y Descartes den determinar sélo con su magnitud. Sin embargo, pensemos en el desplazamiento, la velocidad y la fuerza. Con ellas necesitamos la magnitud y también la direccién para definirlas por completo, El desplazamiento, 1a velocidad y la fuerza son ejemplos de vectores libres. Nos interesan principalmente los vectores libres que comienzan en el arigen, ‘Acellos los llamaremos simplemente vectores. En este capitulo estudiaremos los vectores, su aritmética y su geometria, porque desem. pefian un papel importante en matemticas,fisica, ingenieria, procesamiento de imigenes, ‘grificas computarizadas y en muchos otros campos de la ciencia y de la vida cotidiana En el plano y en el espacio los vectores tienen existencia doble: son a Ia vez objetos algebraicos y geométricos. Este tipo de duatidad nos permite estudiar Ia geometria con mé- todos algebraicos. Dos hombres, principalmente, tienen el crédito de haber realizado esto: Apolonio y Descartes, { Apolonio! posee un lugar prominente, junto con Euclides y Arquimedes, como uno de los tres grandes geémetras de la antigiedad. Demostré muchas propiedades geométricas de las secciones cénicas, usando lineas de referencia para medir distancias entre puntos de curvas. Este es el primer uso de coordenadas sistemitice conocido. En 1637 Descartes uso uno de los teoremas de Apolonio para ensayar su nueva geometria analitica Li L as cantidades como longitud, érea, volumen, temperatura, masa y potencial se pue- " Apotonio de Ponge nacié en la ciudad griege de-Perg2, hoy el pueblo de Murtana, en Asia Menor ‘Paso algin tiempo en Alejandra y Pérgamo, Se cree que vivid entre 262 y 200.C. La mayor parte de sus trabajos, como Entrega répia, Corte de una relacién, Tangencias ¢ Inclinaciones se han perdido, Sobrevivieron 7 volimenes desu grandioso tratado Cénicas. Sus teoremas de este libro se han usado i ‘en astronomia durante dos milenios LJ ot62 Capitulo 2 mM Vectores Descartes? es el verdadero padre de la geometria anaitica. y el primero en estudiar en forma sistematica la geometria con métodos totalmente algebraicos. A diferencia de Apolonio, Descartes introdujo sistemas de coordenadas independientes de las curvas. A él se debe el concepto de que una curva esta definida por una ecuacién, y no que la curva determina la ‘ecuacidn. Su trabajo mis famoso es un tratado de filasofia llamado Discurse del metodo, Uno : de los apéndices de este libro se lama Geometria, y presenta lo que hoy se conace camo oometria analitiea 2.1 Operaciones vectoriales Gee eo. (Objetivos de! alumno para esta seccién | 1. Bjercitarse en la aritmética vectorial bisica y comprender su veometria. | 2 Conocer qué es una cambinacién lineal de vectores. 3. Comprender la relacién entre sistemas lineales y ecuaciones vectorales edicaremos esta seccién a los vectores y a su aritmética. También presentaremas el impor tante cdncepto de una combinacidn lineal de una sucesion de vectores. Suma y multiplicacién por escalar Un vector es una matriz de una columna. Un vector-n 0 n-veetor es una matriz de> Por Uh vf 02 son vectores 2,3 4, respectivamente, Algunas veces, al valor n suele Hlamxirsele tamaio del vector. Los elementos de un vector también se Haman componentes, Los componentes de w son 0.5, 1, 0 y ~0.2, El conjunto de todos las vectores n se representa con R" R= (x, e5 un vectors} u,v y-w son los elementos correspondientes de R2, RY y RY, Los vectores 2 y 3 pueden interpretarse geométricamente como puntos en el plano © enslespaio.Culgier vector 2 por empl x=[ |. pude representa riiamente con el punto cuyas coordenadas son (x), x3) en un plano de coordenadas cartesianas. Con Frecuencia, x se considera como la flecha que comienza en cl origen (0. 0) cuya punta tiene a René Descartes fue flésato, militar y matemético. Nacié on 1596 en Toirraine, Francia, en una fie rl acomodad: Fue educad en un colegio de jesuitasy estudiéleyes. Vino y participé en varia ea pats militares, Entre sus trabajos estin Je Mande y Discourse la Méthode, Murid en Estacolm, eh T1650, cuando asesoraba a la eina Cristina de Suceia21 WM Operaciones vectoriales 63 e@ st? * we 2.2) Figura 2.1 Representacién geométrica de vectores 2 y vectores 3 [2] ’ w=[ Jen fonma de puntos y de echas que comienzanenel oigen. Como es posible epre- sentar todos los vectores 2 de esta manera, Reel plano total. Los vectors 3 pueden a- ficare en forma preci, figura. 2c) yR constuyeenonces el espacio tidmensiona al See que dos veciores wy ¥ del mismo tama son iguales.y se expresa u "51503 componente rexpectivas son gules, Pero los vectors de tama dstintos munca lo Som MEJEMPLOT La ecuacién co sélo es vilida si a= Ly Los vectores del mismo tamafio pueden sumarse componente por componente: fey fp 4] 5 Eee Ee -( “A esta regla se le denomina ley del paralelogramo para la suma. Un vector n puede multiplicarse por un esealar, componente por componente: RF fF] ‘cesta operacién se le llama multiplicacién por esealar. El vector(~1)v se llama opuesto de Vy se representa con ~v. (lev64 Capitulo 2m Vectores utes Figura 22 La ley del paralelogramo ce la sua, w) ‘Se acostumbra escribir u ~ v para representar u + (~I)v, y al resultado de esta operacién se le denomina diferencia entre wy v. utChy Si todos los elementos de un veetor son cero, se dice que es un vector cero y se representa por 0. Geométricamente, el producto por escalar cues la flecha u escalada por un factor dec. Sie> 0, entonces cu tiene la misma direccin que w. Si c<0, cuttiene direccién contraria. Si [el> 1, entonces cu se extiende en un factor dec. Si|c|< I, entonces cw es una contraccién de wu, figura 2.3(a) y 2.3(b). 0 = (0) @ o © Figura 2.3 Productos por escalr: (ay (bl, [cl dlferencia Observe que la diferencia u-v puede representarse como la suma u + (~1)y, figura 2.3(c). Al vector n que tiene 1 como i-ésimo componente y todas los demas componentes 0 se denota mediante e,. Los vectores e), €2,.. ., €, llaman vectores de base estindar de R", 0 fr simplemente la base de Re. Por ejemplo, los vectores de base estindar de R® sone = || yfo} fo fo] sone lol galtl «[*l o[mmeronisser inn lh wlll a I" ts Lye oe TON, Figura 2.4 Los vectores de base normal. Lasuma vectorial y la multiplicacién por escalar tienen algunas propiedades fundamen: tales, que se resumen en el siguiente teorema. Sean u, v y w cualesquiera vectores m y sean ary b das escalares cualquiera. Entonces se ‘cumplen las siguientes igualdades entre los vectores n: TEOREMA 1 {(Reglas para la suma vectorial y la multiplicacién por escalar) (utyytweus(vtw) Ley asociativa Ley conmutativa Ley distrbutiva | Ley DEMOSTRACION Sélo comprobaremos la parte | y dejaremos las demas demostraciones como gjercicios, Como u + vy w son vectores n, también lo es su suma (uv) waa. mente, u + (v + w) es un vector n, Por consiguiente, (a+ ¥)+ wy w+ (v +9) tienen el mismo. tamafto. Sean u,v, y w; las i-ésimas componentes de u, v y W, respectivamente. Fnionces, 4+ ves In i-ésima componente de u + v, asi que (u;+ v,) + wes la iésinna componente de (u+¥) + w, Del mismo modo, u,+ (v,+ w,) es lai-ésima componente de u+(v +»). Como (u,*¥) * wi u/+ (0, w),ias componentes respectivas de (u+v) +wy deu + (v+w) son iguales. Esta afirmacién es cienta para toda /~ I... .n, Se concluye entonces que (w+ ¥) + wy u+(v-+ w) son iguales, El teorema | puede aplicarse para resolver ecuaciones vectoriales sencillas,66 Capitulo 2M Vectores MEJEMPLO2 Determine el vector x tal que 2x -4v =u SOLUCION Se suma 4v en ambos lados de la ecuacién para obtener (Qx-4y)+4v = 3ut4v @ 2x + (~4v + 4v) = 3u + 4¥ de acuerdo con 1 del teorema 1 2 axt0 =3utav de acuerdo con 4 eo2x = 3u+4y de acuerdo con 3 Se multiplican por + ambos Iados de Is tltima ecuscién = 40x) = iGu+4y) © ($-2)x= 1Gu) + Hay) f , de acuerdo con 7, 5 eix (2-3) (F-4)¥ ge acuerdo con 7 ex =dutw de acuerdo con 8 a Matrices como sucesiones de vectores Con frecuencia se considera que las matrices son sucesiones de vectores. Por ejemplo, la mate, fa] mM puede considerarse como igual (vy v2 vs) siendo vi -[bjw=[2 [y vs" [3 j Dilimos sucesién y no conjunto por dos motives: a diferencia de los conjuntos, (1) los elementos de ‘una sucesién tienen un orden definido, y (2) se permite que el mismo elemento se repita en posiciones distintas. Es claro que una mafriz puede tener columnas repetidas, y cl orden de cllas es importante. Si se toma en cuenta lo anterior, por lo general no hay problema en decir r).u+((v fw) +n), u+ (vt (w+) y vt (u+ (w+ 9) Se expresan como w+ v-+ w+ r. También, pueden escribirse sin ambigiedad expresiones como yo Bu + Sv 2M cen la que V5, Vz, ¥ y Ve son vectores del mismo tamafio. Estas sumas de miltiplos escalares de vectores se llaman combinaciones lineales de es0s vectores.DEFINICION 2.1 M_ Operaciones vectoriales. 67 (Combinaci6n lineal) Sean Vj, Vay... Wectores n, ¥ Scan C}, €2,... ex escalares, El vector n de la forma se llama combinacin lineal de v,..., v. Los escalares cy, -€:8e lama eoeficientes | de la combinacidn lineal ___| MEJEMPLO 3 Calcular y dibujar la combinacién lineal }vy ~3vs, siendo wf) Eh esc CELL] emrnn nam n tot Figura 25 La combinacién lineal $v; ~ 32 EJEMPLO 4 Determine si cada uno de los siguientes vectores, hell ces una combinaciéu lineal de vi, vey vs, dondeSOLUCION Buscamos los escalates cy, cz y tales que u™ eywy Heavy + eW¥s OBE Por consiguiente, -at2qta] fo a tg te=0 ate |= ]2],osa qt g=2 ats 1 ator Este sistema es lineal, com las incégnitas cy, ca yc. Su matriz aumentada tiene las columnas Vi, Va, Vs My se reduce como sigue: -r* 1c) rpara cualquier escolar r, En este caso hay una cantidad infinita de escalares tales que & = c.¥i + c3¥ + ews. Por ejemplo, Hefob jf ‘Tambien buscamos los escalares dj, ds y ds tales que v= divy + devs + divs, es decir (CR La matriz aumentada del sistema correspondiente en dj, ds y ds tiene las columnas vi. 5, Vs y Ys se reduce como sigue: “r21:0 101:0 pou: ifssforr:o o1i:2 ooo:t De aqui inferimos que el sistema es inconsistente. En vista de esto, v no es una combinacién lineal de vs, ¥2 y vs co Sistemas lineales como ecuaciones vectoriales En la solucién del ejemplo 4, vimos que la ecuacién vectorial eww; + cays + ews =u produjo tun sistema cuya matriz aumentada tenia las columnas Vj, V3, ¥s ¥ &. A la inversa, el sistema que exhibe dicha modalidad de matriz representa la misma ecuacién vectorial. Esta impor- lante equivalencia de notacién se aplica @ cualquier sistema lineal.2.1 Ml Operaciones vectoriales 69. Relacién entre sistemas lineales y combinaciones lineales Six)... ty Som las inedgnitas de un sistema, la matriz de coeficientes es 4, cuyos termi ros constantes son las componentes de un vector b: por tanto, si aj. a2,.... a, son las colum- nas de A. las notaciones siguientes son equivalentes: [A:b] ema, tema; tot xa, =b 1 WEJEMPLO 5. Escriba el sistema siguiente en forma de ecuacién vectorial xaSy=l SOWCION ’ x{_t}ey[78] =f 1) 77 6 * [3 a MEJEMPLO 6 Escriba Ta ecuacion vectorial »[el+s[ta] - fe] cen forma de sistema lineal, SOWCION ” co PREGUNTA {Qué expresion es equivalente a “el vector b es una combinacién lineal de vs, RESPUESTA El sistema cuya matriz aumentada es mon b es consistente. O también, “a altima columna de esta matriz aumentada no es una columna pivote”. La equivalencia entre sistemas lineales y combinaciones lineales nos permite expresar las soluciones de los sistemas lineales en forma vectorial. Por ejemplo, la solucién ¥ = 21 [neon PREGUNTA IMPORTANTE Con frecuencia, tanto en teoria como en la prictica (véase el ejemplo 11), se necesita responder la siguiente pregunta: ;puede ser consistente para toda b cl sistema cuya matriz aumentada es (4: BJ? La clave para contestatla es, una vez mis. la re- duecion por renglones. Yl ssumacne! emo Spt xpress como| clorden de las variables esta determinade.10 Capitulo 2m Vectores TEOREMA 2 Sead una matriz de m xn. Las afirmaciones siguientes son equivalentes 1. Bt sistema lineal cuya matrizaumentada es [4 : b] es consistente para todos los vectores ber" 2. Todo vector b € Res una combinacién lineal de las cokumnas de 4 3. A tiene m posiciones pivote. (O bien, cada renglén tiene una posicion pivote,) DEMOSTRACION De acuerdo con (2.1), lasafirmaciones 1 y 2 son equivalents, por lo que bastard demostrardicha equivalencia entre I y 3. Suponga que el sistema es consistent para todo b € Re. Si.unrenglén de. no es renglén pivot, entonces cualquier forma de escalin de [sb] tendrd un renglén dela forma [0 0.0 «0 = b].Comob es cualquier vector n. demos elegircomponentes de b tales que 60 Pero entonces [4 = b]serdinconsistente para ‘una ben particular. Esto contradice nuestra hipétesis de que [4 :b] es consistente para todos los vectores m b. En consecuencia, todos los renglones tienen una posicidn pivote. Por el contrat, supongamos que cada ronglén de tiene una posieién pivote.Entonces. el elemento a1 final del iltimo renglon de des distinto de cero. Por consiguient. altima colurnna de la ‘matriz aumentada no puede ser una columna pivote,independientemente de lo que sea b el sistema (4 :b] es consistente para todos los vectores mb NOTA 1, Decir que la matriz 4 de mx n tiene m posiciones pivote equivale a decir que m < 1 (Por qué?) 2, Las partes 2y 3 del teorema 2 se efieren a la matriz de cveficientes de un sistema. 10 nas pivote, pero el sistema correspondiente no tiene soluciones. MEJEMPLO7 Se tienen los sistemas cuyas matrices sumentadas [4b], {B= b] y [Cb]. donde : -1 3 20 1302 0 -1 3 A=| 0 2-2 4], 0 2-2 4|, c=] oo 2 0-1 12 om 1-2 0-1 {Cuiles sistemas son consistentes para todos los vectores b © R™” Qué puede decirse acer- ‘ea de los sistemas que no lo son”? SOLUCION Ya que -13 20 “1320 “13 A~| 02-24) B~| a2 -2 4) c~}] 02 00 04 90 00 oo A tiene una posicién pivote en cada renglén; por tanto, 4 : b] se soluciona para todo b © RY segiin el teorema 2, Los tereeros renglones de B y C’no tienen pivotes, y en consecuencia los sistemas [B :b] y [C: b] no son solubles para todo b © RX. De acuerdo con el ejercicio 50 devectores libres 2.1 WM Operaciones vectorlales 71 la seccidn 1,2, cada sistema de [Bb] y de [C: b] no tiene soluciones. o bien tiene un infinito de ellas, segin el valor que tenga b. C4 La notacion (x4, X54) ‘A veces, para ahorrar espacio, se emplea la notacién (x), .....t,) para representar al vector ‘cuyas componentes son x), x3,...,X,. Esto no debe confundirse con la matriz [x),.%3,....xh fy cuyo tamaio es Xn, y noes n> 1. Asi (1, 2) es lo mismo que] > |, peru no que (1 2} Un vector libre es una cantidad que puede determinarse por su magnitud y su direccién, Al igual que con los vectores, uno puede penser geométricamente en los vectores libres como si fueran segmentos de ectadirigidos,o lechas,y pueden escribirse en la forma a b,....0 bien como PG, R,... La longitud y a punta dela fecha descrben Ia magnitud y la dreceién del vector. En contrast con los vectores 2 y 3, los vectores libres pueden comenzar en cval- aiuier punto del plano o del espacio. De hecho, todo veetor libre cuyo punto inicial esta en el origen del sistema de coordenadas es un vector Dos vectores libres a y b son iguales si tienen la misma magnitud y la misma direc- cin, y lo anterior se expresa como a = b, figura 2.6(a). Un vector puede usarse para ‘epresentar a todos los vetores libres iguales a é, figura 2.6(6).Y aquél que corresponde a un conjunto de veetores libres iguales se lama veetor del conjunto, o vector de pos cconjunto. @ Figura 2.6 (a) Vectores libres iquales, (b) el vector de posicién de los vectores libres iguales. Dos vectores libres se suman determinando la suma de sus vectores correspondientes De igual forma, la multiplicacién por escalarse lleva a cabo en el vector correspondiente. Los componentes de un vector libre son los componentes de su vector. En general, (os wectores libres se estudian a través de sus vectores correspondiente. Un vector libre PQ en el plano, cuyo origen esti en P(p,.p2) y su punto terminal esta en (41, 42) tiene las componentes PO =(a.~ pigs po)72 Capitulo 2m Vectores porque PQ ~ OQ = OP = (41. 42) ~tpr. P2d = (4s ~ Pre ts =P) figura27().L2 férmata snitogs es lida pars los vectors libres enel espacio. Si Plpn spo ¥ Ot4y.4s 410s componentes de PQ se determinan con PQ = (gi ~ Pu g2— Poo 4x pr) Ppa) aa) (1,05) os. (ar ~ pigs ~ pad o) Figura 27 Componentes de vectores libres, MEJEMPLO8 (Componentes de un vector libre). Eneuentre las componentes de los _guientes vectores, (a) POst PO. 05) y OC, 1), figura 2.716), (0) FB si RC-2,-1,4)y S3, 1,0), SOLUCION wm-['al-feal, os [E83] [3] Aplicaciones —I EJEMPLO9 [Equipo olimpico ce clavados) El equipo olimpico de Estados Unidos, con 10 miembros, participé este afio en tres competencias internacionales, Calcule el promedio de cada uno, s as calificaciones obtenidas en las competencias estan representadas por los vectores u,v y w. ;Cual es la calificacién promedio del décimo miembro del equipo? we [ 5-8, 9.2.9.9, 10.88, 6.5, 9.4,9.8) 5,75, 82,82, 89, 7.9, 7.8, 8.5, 9.4, 9.6) 85, 85,8.9,9.2,8.6,9.9,.98,9.5,9.1, 89) SOLUCION El vector promedio es ' q(t + V+ w) = (B83. 8.50, 8.36, 8.86, 9.13, 9.26, 8.80, 8.16.93, 9.43)Manufactura 21 Ml Operaciones vectoriales 73 ‘Todos los elementos fueron truncados a dos cifras decimales. El décimo miembro del equipo tuvo un promedio de 9.43 puntos. co MLEJEMPLO 10 Una empresa de articulos deportivos tiene das fabrieas, y en cada una se ‘ensamblan bicicletas de montafia fabricadas en aluminio y titanio. La primera planta produ ce 150 bicicletas de aluminio y 15 detitanio por dia. La segunda, 220 y 20, respectivamente 150 220 Sivs=| 15 |¥¥2=| 39 } caleule e interprete el significado de las expresiones (a) a (d). @) wim ) w-w (©) 10% (@) av, + bys, siendo a, b> 0. (€) {Cuintos dias debe trabajar cada fabrica para que la empresa entregue 2 600 bicicletas dd aluminio y 250 de titanio? SOWCION producen las dos fabricas en wn dia 70) (b) vi-vi= | findica cu paracién con la primera fabrica 5 bicicletas mis produce Ia segunda fabrica en un dia, en com- 1500 (©) 10vs = | 45 | representa cudntas biciletas produce la primera f rica en 10 dias [1504 +2208 (2) avi+bve=| 159.4205 [5/2 cantidad total de bicicletas producidas cuando la prime- +a fabrica trabaja a dias y la segunda trabaja b dias. (e) Sean x;y x2 los dias respectivas de trabajo. Entonces xiv) + 10¥ f. 600 (| [ 0] [2 600} “has 20 }*| 250 J fis 220 2600] El sistema correspondiente tiene la matriz aumentada| 52 2g cuya forma de 10: 10) escalénreducidses| , 5 |. Por consiguiente, la primera fabrica debe trabajar 10 dias, yy la segunda S dias. oo” Capitulo 2m Vectores ‘Transmisién de calor Como ejemplo de la aplicacién del teorema 2, regresaremos al problema de transferencia de calor que estudiamos en la seccién 1.4. Una placa cuadrada tiene una distribucién dada de temperaturas en sus bordes, by, bay... by (Figura 2.8). Se trata de caleular las temperaturas ‘enel interior, Para simplificar, asignaremos elementos térmicos en ciertos nodos de la reticula A continuacién aplicaremos la propiédad del valor promedio para conduccitin le calur. que cconsiste en que la temperatura de un punto interior de la reticula es et promedio de las tem- peraturas de sus puntos vecinos en Is reticula, y con ello se abtiene un sistema lineal, En este Gp +25 +b +s) sae Hiy ta th tbo) (22) = Gla + xy + bs + by) X= Hom tay tbe + bb | 4 bop tty, be Figura 28 Transferencia de calor MEJEMPLO 11 _[Intuicién de un ingeniero} _ Uningeniero sabe (por intuicion) que todos los valores de temperatura by, ... hx en las orllas de la placa producen temperaturastnicas en xy, ts, Demuestre mateméticamenté lo anterior. SOLCIGN Se necesita comprobar que el sistema (2.2) puede resolverse para toda by >, Primero se replantean las ecuaciones (2.2) en su forma candnica se forma la mata au. mentada 4-1-1 0: bth aio} 4 0-1: beh eb) yg 4 mtr heb O11 4: bth Ya que 4-1-1 0 O-1-1 4 0 0 4 -2 o 0 02.1 Ml Operaciones vectoriaies 75 4 tiene cuatro pivotes. En consecuencia, [4 :¢] tiene una solucién para todos los vectores 4 ¢, segiin el teorema 2. En particular, si a € se le asignan los componentes 6, * by, bs = hy. ‘bry by + by, observaremos que el sistema (2.2) se resuelve para cualquier eleccién de tem- peraturas by... bs co Combinaciones lineales con sistemas algebraicos computacionales Maple ~ - > vector 2 ah-6e0 3.2 (17, -6, 11) anematica : : In{t):= - Razarees.ccn oust ir, 80 wars Serrrereren Ejercicios 2.1 : 6, Determine un vector x fal que mealspe3M, Compruche que cualquier vector 3es una sombinacion fro. sal detascolumnas de] 1 1 0 Lion 35, Determine un vector 3 que no sea una combinacién lineal | ff [2 “we 136, Demueste que cualquier vetor es una combinacién linea de los vectores de base estindar de R En lovejetcisios 37a bedeserit cl conjunte de todas las com- binacioneslineales de los vectores dados: Ue) BR - “EE EEG Cafes fs valores de moor] 2k fo] fi] omnia 20 1 -k | nacin Hincal de las columnas de|g yg Ecuaciones vectoriales y sistemas lineales 44, Eseriba los siguientes sistemas en forma de ecuaciones sectoral, ao xndyet moet y=o bo xn ay tre 2etd at 445. Exprese los siguientes sistemas en forma de ecuaciones vectorales, 21 WM Operaciones vectoriales 77 aoxsaynzet nxt y yrs bo xnayo “x ta yr? 46, Plantee las ecuaciones vectoriales en forma de sistemas lic reales. -La][5]-G] [a]f) En los ejrcicios 47 y 48 diga sel sistema [4 : bles consistente para todos los vectores b € R?, i Aes 02 anal bond “1 wate 3] Ejercicios de teoria 49. Demuestre las partes 2a 5 del teorema | 450. Compruebe la partes 6 2 9 del teorema 1 SI. Sea 4 una matrz de m xn, Suponga que el sistema [4b] es consistente para todos los veetores wb. ;Es cierto 0 Fale 0? (Explique por qué.) bes una combinacidn lineal en fas columnas de 3. A tiene m pivotes. A tiene npivotes |. Cada renglén de 4 tine un pivore ‘Cada columna de 4 tiene un pivote A puede tener mis de m pivotes, i: A puede tener mais dem pivotes he msn, ‘52, Suponga que el sistema [4 :b] es inconsistente 8 UQuE puede decir acerca de la cantidad de pivotes de 4? b. Puede ser bun miltiplo escalar de la primera columna dea? ‘Aplicaciones '53. Unbote de vela viajaa 10 mifhhaciael este, y soplaun vien- focruzado, de suranorte, de 20 mith. {Cuil esl vector ve~ focided del hots” ‘$4. Durante el despegue,un avin se eleva con rapdez de 20 if fh, Surapidez hacia el est es 150 mirh y su rapidez hacia eh ‘norte es 200 mith, Caleule el vector velocidad total78 Capitulo 2 mM Vectores ‘88. Una zerolinea compra suministrs para tres de sus aviones, aa tata, bana El costo promedio por viaje en délares, se expresa com la eos, 4. 7a, + Bay +925 smatriz A cuyas eolumnas son a, clase Primera Negocios Econéiica Caleule y explique el significado de lo siguiente * 86. Acerca del ejercicio SS, ,euéntos viajes hizo cada avin, si Ja aerotinea gast6 $23 000 para primera clase, $38 000 para Avlén 2 Avién 3 la de negocios y $49 000 para la econémica? (Sugerencia 2.2 Producto punto DEFINICION 300450 me Sit. ¥ 1 Son la cantidad de viajes que hizo cada avién, roo 900 23,000 centonces sa, + a9; +a = | 38,000 |), 49,000 Objetivos del alumno para esta seccién 1. Cafeutar Ia longitud de un vector. el producto punto y el Angulo entre vectores, 2. Calcular la proyeccién ortogonal de un vector sobre otro vector, En esta seccién definiremos al producto punto, o producto escalar ¥ la longitud en Rv. Estos ‘conceptos son bisicos en la teoria y las aplicaciones de los vectores. En dos y tres dimensio- nes tienen interpretaciones geométricas familiares, | (Producto punto} Sean w = (Wy. a) ¥¥= (Hh, vi) dos Vectores n cualquiera. El produeto punto, 0 producto esealar de u y v es el miimero siguiente: HEJEMPLO 12. Sean -2 -2 " 1" = " Caleular u+v, us wy vw. SOLUCION uey = (=1)-(-2)+2-043-240-0=8 ew = (HI) (=2)+2-043-(-2) 40-1 vow = (=2)-(-2)+0-042+(-2) 40-1 = a El ejemplo 12 demuestra que el producto punto puede ser menor que, mayor que 6 igual 80. De hecho, siel producto punto de dos vectores es 0, se dice que son ortogonales entre si Asi, v'y w son ortogonales, pero wy ¥ no lo son,22 WM Producto punto 79 La norma, longitu © magnitud de un vestor nu, es acai cuadrada posts Wall = aru = (uf +--+ ud)" La norma siempre est definid, porque ful? = u-w (23) e520. ‘También a distancia (cuclidiana) entre w y v se define como sigue: d=ju-v WEJEMPLO 13 Calcule la norma de w, que es |jwl|, y la distancia d entre w y v. SOLUCION La norma de w es Iwill = ((-2 +0? + (-2P + PY’? = Yo=s La distancia entre wy ves lla = vil = 0,2,1,0)11 = V6 i Observe que la norma de un produeto escalar, cu, es Hell = Ie a) porque Ve =e. Por ejemplo, =5(1, 2911 = 5, ~ 10 = 55 = [31,20 La norma de un vector 2 0 un vector 3 ¢s exactamente lo gue en geomettia llamamos longitud. Si w= (uy, 1), entonces |= fry a2 = YlOP'? +(PP')? = OP, de acuerdo ‘con el eorema de Pitigoras, figura 2.9{a), Del mismo modo, 3 w= (2, 44) entonees ul es la longitud geométrica, aplicando el teorema de Pitigoras a OPP’ ya OP"P” en ta figura 2.9(b). @ Figura 2.9 Magnitudes o normas de vectores en el plano y en el espacio.80 Capitulo 2 Vectores Si PGes un vector libre siendo Plpi, 2.23) ¥ Olqi-dz.4y), en ese caso la longitud |PO| de PQ es la longitud del vector correspondiente, es deci, {PO = Var PF GFF Gee Esta formula también expresa la distancia entre los puntos Py Q en el espacio. Entonces, la distancia entre dos vectores, tal como se definid, es la distancia geométrica en el espacio centre las puntas de fos vectores. Si p;~ gy = 0, se obtiene la distancia entre dos puntos en el plano. BEJEMPLO 14 (a) Calcule la longitud de v = (1, -2, 2). (b) Determine la distancia entre P(2, 3, -1) y Q(-1, 0, -2). SOLUCION Wil= VPP [Rl arco vio co Un veetor unitario el aguél euya longitud es 1 MEJEMPLOIS u es un vector nitro, porque ceca OPO Con frecuencia nos interesa obtener el vector unitario en la direccién de un vector dado. TEOREMA 3 (Vector unitario en una direccién dada) Sea v= (v1, ... v4) un vector distinto de cero, y sea w el vector unitario en la direccién dev. entonces DEMOSTRACION Como wes un miltiplo escalar positive dev, tiene la misma direccién que v. Ademis, u tiene longitud unitaria, porque cidn (2.4. 7h llvl = 1, de acuerdo conta ecue- sasceTEOREMA 4 22 WM Producto punto 81 MEJEMPLO 16 Determine el vector unitario en la direccion dev ~ (1,2, 1), SOLUCION Segin el teorema 3, Los vectores 3 unitarios a lo largo de los ejes coordenados son e). € y e). También suele representirseles por, jy k,respectivamente figura 210(b). Esta notacidn se acostumbra en fisca e ingenicria 5 | | aa (01) k oi (0.1.0) ao mo 7 Box y @ o Figura 2.10 Vectores unitarios alo largo de fos ejes coorcenados. <~ El producto punto tiene las propiodades que se resumen en el teorema 4, (Propiedades det producto punto} Sean u, vy w vectores n, y © cualquier escalar, Lurvev Simetria 2u(vtw)=uveuew Aditividad 3. ew v) = (eu) “v= u- (cv) Homogeneidad 4, w+ u20.Ademis, u-u=Osiy sélosiu=0. Definicién positiva DEMOSTRACION Unicamentecomprabaremos ls partes 2 y 4 dejremos los casos res tantes como ejercicios. Sean wm (14)... Un), ¥™ (iy eo Ya) ¥ w,). La parte 2 es consecuencia de82 Capitulo 2 mM Vectores a) fate wivtw)= : tin} Uva me Suv tw) too + tale + Wn) (ayy +o Fg) + (Uy oF tog) svtuew En el caso de la parte 4, sus flull? =0 wurde te uy sg =O eu=0 co Es posible combinar la ecuacién (2.3) y el teorema 4 para formar muchas identidades ‘nuevas. Por ejemplo, veamos el teorema 5 TEOREMA 5 Sity v'son vectores n cualquiera, se tiene {lu + viP = ful? + ivi? + 2u-v (iu = viP = jluli? + [lvi? — 2u-v DEMOSTRACION Como liu + vi = (a+ y)-(u ty) de acuerdo com la ecuacién (2.3) u+y)ut(uty)ev segin el teorema 4, parte 2 sutusvty-uty+y ——tomando en cuenta las partes | y 2 sutduevtvey” segin la parte 1 jul? + [iP +2u-v de acuerdo con la ecuacién (2.3) co Si se reemplaza v por —¥, se llega a la segunda identida Una de las consecuencias més itiles del teorema 4 es la desigualdad de Cauchy- Schwarz? TEOREMA 6 (Desiqualdad de Cauchy-Schwarz} Para cualesquiera dos vectores nw y ¥, Hall vil demas, la igualdad es vélida si s6lo si u y v son muiltiplos escalares entre si lav} > Los eréditos y biografias pertinentes se deseriben en el eaptulo 8,TEOREMA 7 22 WM Producto punto 83 DEMOSTRACION Segiin el teorema 5, 0S (uty): (uty) = Fue u) +xQu-v) tev (23) ppara todos los escalares x. Es un polinomio cusdritico p(x) = ax? + bx + een dondew = u- a, h=2u-vye=v-v. Como a Oy pix) 20 para toda x, [a erifiea de p(x) es una parabola en. el semiplano superior, cdncava hacia arriba. Por consiguiente, la parabola esté arriba del eje xen cuyo caso p(x) tiene dos raices complejas, o bien es tangente al eje x y en esa circuns- tancia p(x) tiene una raiz real repetida. En consecuencia, b? ~ 2ae < 0. Asi (2u-y)? = 4(u- w)lv-¥) <0, sea 4(u- vy? ~ 4illulPllvil? <0 to cual implica la desigualdad de Cauchy-Schwar2, La igualdad se aplica si y sélo si 6? ~2ac=0, 0s y silo si p(x) tiene una raiz real doble, por ejemplo r. Por consiguiente, de acuerdo con la ecuacién (2.5) con (rut y) (r+ v) = 069 [iru + vl] = 0 ’ emtv=0 Entonces v es un producto escalar de u, lo cual demuestra la ditima afirmacién del teorema, EJEMPLO 17 Compruebe la desigualdad Cauchy-Schwarz para u = (-1 v=@,-2,-1, 0), SOLUCION fev = =1)+(4,-2,-1, D1} = [-9} ful tvll = 11, 2,0, —1pI hea, 2, —1, 0) = Vo V2 = 11.499 = 9 co ‘Como aplicacién del teorema 4, yde la desigualdad de Cauchy-Schwarz, se obtiene el teorema siguiente iti {La desigualdad del tridngulo} Para cualesquiera dos vectores n u y v, tenemos lia + vil = thal] + tv DEMOSTRACION lu + viP? = [ful + lv? + 2u-v —segin el teorema 5 llulf? + lvl? + zl ll POF la desigualdad de Cauchy-Schwarz = (ull + lv) Por consiguiente, ju + vl $a + Iv ma84 Capitulo 2m Vectores En dos y en tres dimensiones, la desigualdad del trigngulo también puede visualizarse eométricamente: cada lado de un tridngulo tiene su longitud menor que la summa de las lon- gitudes de los otros dos lados (Figura 2.11), B B ’ fal, \ bt ary c utw © Figura 2.11 La desigualdad del triéngulo en el plano, Angulo entre dos vectores La desigualdad de Cauchy-Schwarz implica que lu-vl jel ca, Tullo Como cualquier nimero entre ~1 y 1 puede expresarse como cos @pata 0 < 05 x iinica. la Sltima desigualdad permite definir el éngulo entre dos veetores El Angulo entre w y v, dos vectores a distintas de cero, es el nimero 8 tinico tal que osea p= 4 Voy Teil ivi ee iultivil (2.6) ‘También puede expresarse el producto punto en funcién del angulo: sy = [lll cos 8 (27) MEJEMPLO 18 Calcule el angulo 6 entré los vectores @ (DyG.0) (b) (11,1, Dy (1,0, 0,0) SOWCION aa (9) 0 arses TG. OFT = arccog DL -(0,00) (0) = arecos TT, NHI 0, 0,001 3 "Nuestra nocién geométrica de ingulo concuerda con la definicidn anterior, en dos y tres, dimensiones (Figura 2.12). De hecho, puede comprobarse la ecuacién (2.7) usando la ley de los cosenos como sigue22 W Producto punto 88 ye ® a0 Figura 2.12. El dngulo 8 formado oor dos vectors es, en radanes, 0 <0 x De acuerdo coma ley de los cosenos aplicada al tringulo OPQ (Figura 2.13), lullvi cos @ = (lu? + IvIP - NP) Pero jul? + ||P = IPO? + 2u- v, sega el teorema 5, Por tanto, lav cos@ = + (PQ? + 24-v— POP) = av Figura 2.13 ‘La ecuaéién (2.7) implica que wv y cos Btienen el mismo signo, y uno es cero sélo si lotro lo es. Como el cos 6 es positivo para 0.< @ ©, negativo para % <4< my cero cuan. do = 4 entonces 1. Ges agudo siy silo siu-v>0 2. Bes obtuso si ysSlo si u-¥ <0 3. Bes recto siy sélosiu+v=0. Si @= § ,entonces se dice queu y v son perpendiculares, lo cual se exprea con w Lv. Como 0 = § equivale a u- v= 0 para vectores no cero, es evidente que wy v son perpendi- ‘culares siempre y cuando sean ortogonales, es decir, uLvesury=0 cuandows0y 2086 Capitulo 2 mM Vectores El teorema de Pitégoras tambien se puede generalizar (figura 2.14). tel ¥ Figura 2.14 El teorema de Pitagoras. TEOREMA 8 (Teorema de Pitégoras} Los vectores n u y v son ortoganales si y sélo si Jus of DEMOSTRACION Se deja como ejercicio. (Sugerencia: Aplique el teorema 5.) [—__] Proyecciones ortogonales Los productos punto pueden aplicarse para expresar cualquier vector n como Ia summa de vectores ortogonales. Sean u y vlos vectores dados, distintos de cero. deseamos escribir wen |a forma en donde uy es un miltiplo esealar de v y u,, es ortogonal @ Up (Figura 2.15). Como vemos. siempre es posible esa descomposicién de uy es tinica. Ay Sele llama proyeccién ortogonal de u sobre v, ya u, se le denomina la componente vectorial de u ortogonal a v. Figura 2.15. La proyeccién ortogonal de u sobre v. Ahora calcularemos Uy ¥ U, en funcién de u y v. Como Up y ¥ tienen Ia misma direc- cién, uy. ~ cv para algin escalar c. Ademés, como u, y ¥ son ortogonales, u,v = 0. Por can:2.2 M Producto punto 87 siguiente, u, Por tanto, Wey = (te + te) ¥ = ev tury =(ey-v+0 = av'w) Y entonces, proyeccién ortogonal de u sobre v 28) ‘componente veetorial de u ortogonal a v 29) EJEMPLO 19 (Proyeccidn ortogonal) Siu=(1, 1, I) y ¥=(2. 2,0), determine la pro= yeceién ortogonal de u sobre v y la componente vectorial de u ortogonal 2 ¥. SOWCION (41.1) 2,2,0) 4 2 .02,2,0) = £02,2.0) = (hh (2,2,0) G20)" 20 gl = (e110) y Bee oe = (11, 1.0) 0.0.1) (erifiquelo geométricamente) a Producto punto con sistemas algebraicos computacionales Maple > with(inalg): > dotprod({1,2,3],[-3,2,-11); Mathematica alt}: Dot [{1,2,3, out (1)= -2 3,2,-1))88 Capitulo 2m Vectores MATLAB >> dot({1 2.3), (3 2 -1]) Ejercicios 2.2 Sean w= 21. V3. DY =A 3. Shwe 4, 2,0) d= 1. Encuontre las longitudes de los vectores siguientes: a lod la 2. Caleule las expresiones siguientes, ilu + oth Hull + i Hull ~ vil fs ~ vl Ivllv + wll c/a 3. Dotermine las expresiones siguientes wt) vu twee ad (aad 4. .Cuiles de las siguientes expresiones son indfinidas,y por awe? weve we ieew) ev (uwieew) wOv) we By) (aay date 8 Determine of vector uitario en cada dieecidn, aw hy ew dd Fnewoatre un vector de longitud 2 con la direccidn de ‘Caleule un vector de longitud 2 en direecién opuesta 8 Ia dew, 7 4. Derermine an sector en la direcen de d cuya longitud sea veces fs de 9. Pncuentre un vector de longitud 9 en la direccibn de d 10. Caleule a distancia ente los puntos Py Q. a PULL, Q-2,3-4) b. PUA, ~3,2.0),010,2, 4) 1. Cuiles pares de vectores son ortogonales? aM -0) be G=1,-1), 01-0) 34) 12, Encuentre dos vectores que scan, cada uno, ortagomales & 1,-2.4) 13, Determine un vector uit 0 que sea ortogonal a ». En Ios ejercicios 14 y 15 caleule el angulo que forman w y ¥ (Necesitaré una calculadora), Mo ees Awe) ® 2-21) « Dv = (1.1.0) wk 6.1) b w= (V3,1,-2),¥ = (1, ¥3,-2) 16, Caleule la proyeceid ortogonal dew sobre v 2.3¥ (20) bo w= 0,-1.6.¥ = (-1,-3,5) 0, 1),¥ = (0,0,—1,3), J. Para el ejericio 16, encuentre la componenié vectorial de ‘wortogonal av. - Comprucbe la desigualdad de Cauchy-Sehwarz pr los pa res uy v del ejercicio 16, 19, Demueste el teorema & 20. {Es cierto que si w= = 0. entonces w= 00 bien v= 0? 21, (Es verdad que si ww =u-w yw 20, entonces v= w" 22. (Ley del paralelogramo) Demuestre la identi sguien- te (figura 2.16)2.3. Espacio generado por un conjunto de vectores 89 [ut vB + fu ~vP =2fal + 2iF Figura 2.16 La ley del paralelogramo en el plano. 23. (Identidad de polarizacién) Encuentre Ia identidad que ‘expresa el producto punto en funcién de la norma, i+ vi = Hla — oP 24, Compruebe que siw es ortogonal a ¥ y aw, entonces éste « ortagonal a cualquier combinacién lineal ev + dw. 25, Describa geométricamente el conjunto u de todas los \eetores 2 tales que fll = 1 26. Exprese zeométricamente el conjunto v de todos los vectores 3 tales que lvl" 1 Descomposicién polar de un vector Los ingulos a, By yque forma ¥, un vector 3 no cero y los eetores unttarios base, jj k, se Haman dingulos directores dle vigura 2.17). Los cosenos, cos a, 0s By cos x de los én- alos directores, se llaman cosenos directores dev 27. Compruebe que (cos a 08.605 y) es tn vector enitrio. Figura 2.17 Angulos directores. 28, Demuestre que v= Ilvilcosa,cosB,cosy) (2.10) ‘A esta ecuacién se le llama descomposicin polar de u 29, Sea y=cu para algin esealar > 0, y algin vector unitario uu Demuestre que CHIN yu (eos a. 05 B.cos 1) Para cada uno de los vectores dados en los ejercicios 30 y 31 determine lo siguiente: (a) La descomposicin polar () Los cosenos directores (6) Los angulos drectores (necesita una ealewladors) 301,01) (=1,1,0), (an) G10) BBW (R=) (V3.0 (2,-2.0) 2.3 Espacio generado por un conjunto de vectores Obdjetivo del alumno para esta seccién Comprender, algebraica y geométricamente, el espacio generado por un conjunto de vvectores. El material de esta seccién es importante. Aprenderemos el espacio generado por una suce- sidn de vectores ny su interpretacién geomeétrica en elcaso de los vectores 2 y 3. Es una vasta| ‘zeneralizacién de las nociones de una linea o un plano que pasan por el origen90 Capitulo 2M Vectores DEFINICION (Espacio generado por un conjunto de vectores} El conjunto de todas las combinaciones lineales de los vectores.n ¥\,.,.. vu se Hama ese pacio generado por los vectores vj... va ye representa por Gien{¥s... Vs}. Si P= Gen{vy,..., vi}. Se dice que vi... vi generan a V, y que {v),.... 4} e8 un eonjunto generador de V. WEEJEMPLO 20 Demuestre que los siguientes vectores estin en Gen|vi.¥s} Ov vy MY Avy Sw 2.509 SOLUCION Cada uno de esos vectores es una combinacién lineal dev, y v3, porque O=o+O Welton wtwelytiy Sys tO 3H BEJEWPIO 21 Comprucbe que Gen|v) es el conjunto de los miltplos exealares de w SOLUCION Cuslquier combinacién fneal de v tiene la forma cv para agin escalar Ala imers,eualgoier mill ect cv de es una combinacian neal de ¥. Por consigente Gen(v} ese conjunto de los miltiplos escalares de v. | BEJEMPLO 22 SOLUCION El vector estéen el espacio generador si y slo si hay escalares cy y cy tales que {i : cori tntceerdceta|* 3] tin se no es columna pivote, de modo que el sistema es consistente, y el vector sestd enel yenerador. ‘Aunque no es necesario el sistema puede resolverse con facilidad, y se obtiene ¢ = 1 ee Bele = MEEJEMPLO 23 Demuestre que Gen{ey, €>) [Teal] aoeinns dace 2. 2s:af SOWWCION Toda combinacién lineal en e), €) es un vector de la forma ce ~ e»€> para los escalares cy y cx. Como2.3 WE Espacio generado por un conjunto de vectores 91 se ve que cyey + exe: puede ser cualquier vector 2 y viceversa, cualquier vector 2 puede ex- presarse en forma de una combinacion lineal ce, + ces. Por consiguiente, Gene), MEJEMPLO 24 Demuestre que Gen{eyen .., ) RP SOLUCION Esta comprobacién se dja como eercicio, co BEJEMPLO 25 Determine Gen(e),e} en R® SOLUCION 1 Ya que smell] aff] -[ Gen{e,, €x}¢5 el conjunto de los vectores 3 cuya segunda componente es ce. SOLUCION 2. Necesitamos calculartodo b en R?, 1qve ee) =e eumpla pra ey fro: a, ' €2. También es posible determinar toda b de modo que el sistema|® © = >y | sea consis- lors od fro: a] tente. Como esta matriz equivale a0! : bs |, suiltima columna no es pivote si y s6lo si loo: a] ‘by =0. En consecuencia, Gen{e), e)} incluye todos los vectores 3 cuya segundo componente ‘es cero, a WEJEMPLO 26 DetermineGenfvivs} 6, fis: SOLUCION Seri preciso encontrar todo b =| »| |tal que el sistema y 5 ft 3] [ : jek = Gentv, EJEMPLO 27 Caleule Gen{vs, vi}92 Capitulo 2m Vectores TEOREMA 9 SOWCION En vista de que 12h)_fr2 24 bi)” [0 0 b-2 12:8 clsistema] yg, p, Jesconsistemesiy silo shy — 2h, 1.0 sib: = 2h,. Por consiguien- quier escalar r. En consecuencia, el generador consiste en todos los miiltiplos escalares de vy Gen{vi, v2} = {rvi. © R} = Gen{vi) co EJEMPLO 28 Determine un conjunto generador para fsa-6] fa] [a SOWCION Comes | A) thd ~ +b] 5} para todos los esealares.u yh. Vesté wenerado a 0, we| (Reduccién del conjunto generador] Si uno de los vectores m vj, ..., vy €8 una combinacién lineal del resto, el yenerndor per manece igual si se climina ese vector, DEMOSTRACION Para comodidad en la notacién podemos suponer que vs ¢5 una combi rnaci6n lineal de vi ..., i. (si es necesario, renombrando los vectores), Entonces remit ot eave au para algunos escalares ci, ..., c.1. Sean Vy V” los espacios generados correspondientes dev),...,¥ey de Vi, -., Ye, Es preciso comprobar que = ”. Como cualquier combina- cidn lineal de v,,...., y-1 es una combinacién lineal de v,,. ... (suimindole Ov,), entonces Y" CY. Basta demostrar que VV". Sea € V. Entonces u= div, + ~~ dev, pata algunos escalates dj... de. Se tiene ws div tere t dhvinr + dele 7 eave) = (dy F desu HF (day + decked que es una combi coma se afirmaba, .cidn lineal en v),...., vi-1. Por consiguiente, u € , y entonces VeTEOREMA 10 2.3. Ml Espacio generado por un conjunto de vectores 93 WEJEMPLO 29 Compruebe que wh fa) yor SOUCION Puestoque | |=10]_3]+ | tos dos generadres son igutes de acuer do con el teorema 9 = ‘Quiza las dos propiedades mis importantes del generador de un conjunto de vectores sean las que se describen en el teorema siguiente, i ¥ = Gen{v, ... vg}. Entonces, para cualesquiera uy w en Vy cualquier esealar > 1, ut westien F; 2. ewestéen DEMOSTRACION Se deja como ejercicio. oo El teorema 10 implica que cualquier combinacién lineal de elementos en V esti en V. Esto significa que el generador no séto es el conjunto de combinaciones lineales de vectores, sino también que éste incluye cualquier combinacién lineal de sus propios vectores, Relacién entre el generador y los sistemas lineales Decir que un vector b € Re es una combinacién lineal de los vectores vy... vy equivale a decir que b esti en el Gen{y,,... vy}. Por consiguiente, 1. El sistema cuya matriz aumentada es [4 : b] es consistente si y sélo sib estd en el Gen{vi, Va) 2. [A :b] es consistente para todos los vectores b € R* 1 y sblo st el Genta)... ay © RY. Esto es vilido solo si cada renglin de 4 tiene una posicidn pivote (tearema 2, seceisn 2.1), EJEMPLO 30 Es pao Lesh) SOWCION Ya quecada englénde|_ | tiene unpivore(:porque?)s > . [es consistente para todos los escalares by y bn y Gf [4] . ( } =R So94 Capitulo 2m Vectores interpretacién geomeétrica de Gen{u} y de Gen{u, v} Sean u y v vectores 2, 0 vectores 3. Gen{u},u#0 ‘A medida que ¢ asume cualquier valor escalar, cu pasa por todos los puntos de la recta que atraviesa el origen y tiene direccién u. Como, segiin el ejemplo 21, Gen{u} es el conjunto de todos los miltiplos escalares dew, legamos a la conclusion de que, geométricamente, Gen{u} es la linea / que pasa por el origen y cuya direccién es u, figura 2.18(a). Por otro lado, cual- uier linea recta que pasa por el origen puede escribirse como Gen{u).,siu es cualquier veetor diferente de cero sobre la linea recta (3) Genta} =! (©) Gen (ae) <1 (2) Gentyv) = P Figura 2.18 £1 generador de uno y dos vectores Gen{u, v},u#0 Caso 1. Siv es un milkiplo escalar de u,entonces Gen{u, v} = Gen{u} = J Figura 2.18(b). Caso2. Sivno esun miltiplo escalar de u, entonces v# 0, y Gen{u, v} es el plano que pasa por el origen y contiene tanto a u como a y, figura 2.18(c). De hecho, cualquier piano que pase por el origen puede representarse como Gen{u, ¥), si wy von dos vectores no colineales cualesquiera en ese plano, Ejercicios 2.3 9] 3 siguiente? a-[7? -f2 . swestens (3) [2] DIEStas, EIEN SGaw eff a3] cantidad infinita de vectores fe jaestiencl Gen{b,e]? d. gd esté en el Ger2.3. Espacio generado por un conjunto de vectores 9S fe. gmestdon cl Geni)? cdestienel Gente}? fd esti en cl Gen{b,€!? 4. a. {fs cierto que el Genta, b1 bh {Es verdad que el Genta, d} = R®? {Es certo que el Genfa, e} = Gen{b, e}? 1. Compare el Genta} con el Genji fe. (Cusl es el Genfa, be}? £. Cuil eset Genta, ed)? (Cuil es el Genta, b,¢, dY? hh. {Cual ex el espacio generado de las columnas de A=[a ab 4? Cuil es el espacio generado de las columnas de Ula a ap of] | a. avrestion el Gen{vi.¥5, 931? b, vs esti en el Gen}, v2)? fe. jxvesti en el Genjvs,¥317 6. a, Domuestte que el Gen{y), ¥s, 3} = RY b, Comprucbe que el Gen{yy. v2, ¥4) = R? ‘e. Demuestre que el Genty,,¥s, vel = el Gentvs, vn, Ya En los eorcicios 7 al 13 determine sas columnas de la matriz dladas de m x » goneran a R®. meld a] (5 3] ee 3] [a : saa) aia] mefese [hal oo 0 2-5 oo 0-2 5 = l be223 4) bri Mle gk ahd 2 05 0-20 “12 12-30 2-5 00 0 2-5 4 lo 0 0 -1 0-1 00 0 o 1 2 14, {Bajo qué restricciones de @ y b. las columnas de abo 2 0 O| generana RI? aot 15, {Cierto falso? a, RI® puede generarse exactamente con 9 veetarest0. b. R puede generarse con al menos 9 vectoresit. RW puede generarse con 10 vectores 9. 4. RU” puede generarse con 10) vectores 10. eR se puede generar con I vectores 10. 20 vectores 10 cualesquiera generan a R, 4 20 vectores 10 pueden generar a 16, Comprucbe que Gonfu, vi = Genius. =v} 17, Confirme que Gentu, vw) =Genluca + uty w) 18, Muestre que 8) = Ss, siendo 19, Demueste el teorema 10. 20. Si: es una matrz cujas columnas generan a R™. ,Qué puede decir acerca de lo siguiente? |. Eltamafo de 4 bb, Elsistema [4b].96 a 2. 23 cr 2%. Capitulo 2m Vectores w srcnme jane ence sem on f{[i}-["]} © [4 : bj es inconsistente? Encuentre un conjunto generadorfinito para 27. Determine todos os valores dex tales que ve {[sch ate) om {i} 3) }-" Determine un conjunto generadorFinito para 28, Trace los siguientes conjuntos. {["S']<4 eon soe) v ‘Suponga que cada renglén de la matrz A, de m X>n, tiene snygenvime scp eracaaieme {i} (} sce { Si besté en el generador de las columnas de, qué puede ° decir acerca del sistema [4 : BI? 2.4 Independencia lineal DEFINICIONES Una sucesién de vectores n, Vi, V4, €s linealmente dependiente si 0 es una combina- ‘Objetivos det alumno para esta seccién 1, Conocer qué son los vectores linealmente dependientés y linealmente independientes. 2. Comprender Ia interpretacién geométrica de la independencia lineal. EI material en esta seccidn es muy importante. Aprenderemos lo que son los vectores linealmente dependientes y linealmente independientes. Ademés, describiremos la interpre- tacién geomeétrica de esas nociones para el caso de los vectores 2 y 3 Una combinacién lineal de vectores Vy...» Ve eS eavis eva tees eve y se lama no trivial cuando algunas de las cy... son diferentes de cero, Pero si todos los Coeficientes son cero se denomina trivial. cidn lineal no trivial de es0s vectores. En otras palabras, cuando hay escalares cy... C4 no todos son cere, como avi teas t tee 0 (2.12) Un conjunto vj... . Vede vectores m es linealmente dependiente si lo es como suce- sign Una relacién de la forma (2.12) cuando no todas las ci... ¢4 Son cero, se llama relacién de dependencia lineal. ‘Una ver mas empleamos el término sucesin cuande se permiten repeticiones de vectores24 WM Independencia ineal 97 Un conjunto v,..., vede vectores m es linealmente independiente si no es linealmente ddependiente. Es lo mismo que decir que la tinica combinacidn lineal de O en funcian de iss» ¥4e8 la trivial, o que la ecuacién (2.12) implica que c, MEJEMPLO 31 El conjunto (e}0)-()} ¢ linealmente dependiente, porque Taye kG} B] EME eGo gy EJEMPLO 33 [Es el conjunto “ aly +o[]-[0} ert 2e=0 2c, + 2p + ey=0 Por consiguiente, Es necesario resolver este sistema lineal homogéneo pata encontrar cy, > y ex. Como la ma- wf 2229 feos ae tizzumentada| 9 | | g[sereducea] °F | 65 =F Asi hay sluciones no tvs ye coajunto es linalmentedependicnte, Para con- seguir una relacién lineal particular de dependencia se asigna un valor al parmetro r. Por cjem- plo, sir=2,98 Capitulo 2 mM Vectores ol} E)e ll Ea) Esta es una de las (infinitas) elaciones de dependencia lineal Obsérvese que si slo tuviéramos que comprobar si hay dependencia lineal, bastaia una “22150 forma de escaln de ls matrz sumentada, Por ejemplo, ta forma deescaléa| gy ) 3. g nos dice que el sistema homogéneo tiene variables libres. De aqui que haya soluciones no trviales y que el conjunto sea linealmente dependient, — TEOREMA 11 Dados dos vectoresn no cero as siguientes afirmaciones son equivalentes: 1. Los vectores son linealmente dependientes, 2. Un vector es un miltiplo escatar del otro. 3. El Angulo que forman los vectores es 0 0 DEMOSTRACION Sedsja como ejerccio, co MEJEMPLO 34 Compruebe que (e), ¢} ¢s linealmente independiente en R2 ofl oft]-B] enn }.[] rem 076-0. en ei independiente. = WEJEMPLO 35 Demuestre que (ej, €1,... &)} en Res linealmente independiente. SOLUCION | Se deja como ejercicio. co EJEMPLO 36 Confirme que es linealmente independiente f2 PL fel Fal yf sowcon so|a}en/-les heh a} 0 oTEOREMA 12 24 WM Independencia lineal 99 a a] 3 6 3}, que es equivatente al Forma de escalin | betes f2 8 al 0-3 0s 0 0 -21 ign trivial, y el conjunto es linealmente independiente, oh pr eats bot el Como indicaron los ejemplos anteriores, la reduccisn por renglones es una forma efec- tiva de determinar la dependencia 0 independencia lineal (Criterio de independencia lineal} Las siguientes afirmaciones son equivalentes: 1. El conjunto de vectores m (vj, Yas « Va} €s Linealmente independiente 2. El sistema sélo tiene la solucién trivial [yw ey 2 0] 3. La matriz tiene n posiciones pivote (es decir, cada columna es columna pivote) [we vn ees ved DEMOSTRACION 1 ¢> 2, porque eww; ++ eave =O.y (Wi o~* vy 10) son expresiones cequivalentes. Por otro lado, 2 ©» 3, de acuerdo com el enunciado 2 del teorema 3. seccidn 1.2. co EJEMPLO 37 {Son inealmente independiente ls columnasdea? 338 222 oro 333 SOLUCION A tiene tres columnas pivote, porque A~ | 0 4 41, Porta que suseo oo -1 umnas son linealmente independientes, segin el teorema 12. ABEJEMPLO3E {Sorlinealmente independientestascolumnas de 1?100 Capitulo 2m Vectores TEOREMA 13 TEOREMA 14 “35 5 SOWCION YaqueA~ | 0 9 181, la tercera columna de A no es una columna pi- 00 0 vote. Por tanto, siguiendo el teorema 12, las columnas no son linealmente independientes, (Estas son linealmente dependientes.) Una consecuencia iil del teorema 12 es el tearema 13. Si el conjunto {vj, va, ., Vy} de vectores m es lincalmente independiente, entonces n £m DEMOSTRACION Como el conjunto es independiente, Ia matriz{¥y v2 “++ v,)tiene n columnas pivote, segin el torema 12. Pro el nimero de pivotes no puede ser mayor que e nimero de columnas o que el nimero de renglones de una mati, de acuerdo eon el eericio 49, seccin 1.2. En consecuencia,n <'m, como se afirmabe. cS El teorema 13 dice que si hay mds vectores que componentes. los vectores son linealmente dependientes BLEJEMPLO 39 Son linealmente dependientes las columnas de la matriz siguiente? 45-80-93 92 8-2 7 6 5455-99 61 SOWICION Si; sean conel teoreme 13, cuatro vectores 3 no pueden ser inealmenteinde- pendientes. El siguiente teorema es muy itil para demostrar que una sucesién 0 conjunto de veetores es linealmente dependiente. (Prueba de dependencia lineal) Sea 5 un conjunto 0 sucesién Fnitos de vectores m. Enionces 1. SiS tiene un vector v, entonces es linealmente dependiente si y sélo si v= 0. 2. Si S consiste en dos 0 mis vectores vj, ..., vy entonces Ses linealmente dependiente siy s6lo si cuando menos un vector sea una combinacién lineal de los demis vectores. 3. SiSincluye dos o més vectores Vj, .., ¥econ ¥; #0, entonces S ¢s linealmente depen- diente si y sélo si al menos un vector, por ejemplo v, (12 2), es una combinacién lineal de los vectores que le anteceden, es decir, de Vi, ¥ DEMOSTRACISN Sélocomprobaremosta parte 3y dejaremos las restantes como ejercicios Siv,es una combinacién lineal dev. ¥,~1,entonces hay escalaresc, tales que ereTEOREMA 15 24 Independencia lineal 101 Por consiguiente, eM te Heavy HD OW) te HOM =O Esta es una combinacidn neal no trivial de 0 en funcién devi... vi, porque el coeficiente dev,es -1 #0. Asi, vj. linealmente dependiente, Por el contrario, cuando v),..., v Son linealmente dependientes, entonces hay escalares Cin €4o todos son cero, tales que emt tem=0 Sea cel iltimo escalar distinto de cero en la ecuacién anterior. Entonces civ ts tet Oy, te. + Oy siendo.c:#0. Vemos que i> 2. porquessi i= 1, la comhinacian no trivial ¢\¥; 0 implicaria que civ = 0. Por lo que Emme mits toad yey ose En consecuencia, v;es una combinacién de Vi... ¥iy EJEMPLO 40 Los vectores sonlinelmente dependents de sever concleorema 1, puesto gue S 0. OBSERVACION El eouema 14 no dice que do vector se9 uns combine q cmtaotentns ase} stems mene ove[5}+2[}} sn enta[{] rum entinsntn se] [2] n lineal de fos Ahora reuniremos algunos hechos bisicos, cuyas demostraciones se dejan como eer: Cualquier conjunto 0 sucesién finita de vectores que contiene 0 es linealmente depen diente 2. Una sucesin finita can vectores repetidos es linealmente dependiente 3. Cualquier conjunto finito (sucésién) de vectores que contiene un conjunto 0 sucesién linealmente dependiente (sucesién) es en silinealmente dependiente, 4. Cualquier subconjunto de un conjunto finito linealmente independiente es en si lineaimente independiente102 Capitulo 2 ml Vectores TEQREMA 16 ‘También contamos con el siguiente teorema, Vics sss Va un conjunto Finealmente independiente de vectores im 1. Cualquicr vectdrv hel generador de Ses expresable en forma nica como combina cin lineal de vetiores en S. Esto es las relaciones VEE te tek, YW EMT ty simplican que hen 2. Si v no esti en el generador de 5. el conjunto {v, 1 vi. ¥} es linealmente indepen- diente DEMOSTRACION 1. Coma v= ey +29 Fev diy yo + dv entonces ley diner tte div = De manera que ey = dy" °°" 64 1 porque Ses linealmente independiente. en vista de to cual e, di, as ™ dy, comprueba lo que se afirmaba, Supongamos que, por el contrario. $” = jy)... Vy. ¥} eS linealmente dependiente. En ese ‘caso hay una combinaciéa lineat no trivial de 0, ent Fea bern Sic # 0, podemos despejar v de Ia ccuacién, y obtenemos v= (efey}y) °° (6 TeaNVy Pero entonces v seria una combinacidn lineal en S, y estaria en el yenerador de S. lo eual contradice nuestra hipétesis. Si, por otra lado. ¢ = 0. la ecuacidn se reduce a eye sete con al menos una ¢, # 0. (;Por qué?) Esto también contradice la hipotesis de que S es linealmente independiente. Entonces, legamos a la conclusién que S* debe ser lineslmente independiente. Interpretacién geométrica de la independencia lineal en R? y R? Al aplicar el teorema 15 y las definiciones geométricas de suma y multiplicacién por escalar {que deseribimos en la seceién 2.1, podemos hacer las siguientes observaciones (figura 2.19) |. Dos vectores no cera en R® o en R” son linealmente dependientes si y sélo si estin en la ‘misma Tinea que pasa por el origen. 2. Tres vectores en R son linealmente dependientes si y slo si estan en el mismo plano que pasa por el origen. 3. El yenerador de dos vectores en R® o en R¥ es una recta que pasa por el origen si los vectores: son linealmente dependientes, 0 es el plano definid por éstos si son linealmente indepen- dientes. 4. Bl generador de dos vectores 2 linealmente independientes es R?24 Independencia linea 103 Linealmente dependiente Linealmente independiente Figura 2.19 El generador de tres vectores 3 linealmente independientes es R? Cualquier conjunté linealmente independiente en R* tiene tres vectores, cuando mucho. Cualquier conjunto linealmente independiente en R? tiene dos vectores, como nxiximo. Cualquier conjunto que genere a R? posce al menos dos veetores, Cualquier conjunto que genere a R° tiene tres vectores como minim, Ejercicios 2.4 [Em los cercicios | 5 determine silos vectores son lineslmente oad 15 0) Inelopendientes «] 330 7 {20 0 1 00 25 0 = ( Lh [| Sn emt 10+ Rye xvas tea : Sh men wo fe) eae) (SS LREL SY acre) ~ CHE En los gjereicios 6 2 9, determine si las columnas de la maiz son linealmente independientes104 Capitulo 2 mi Vectores ‘OD il sgeneran Re. voctores.n;determine'c).c+y es paraque v= ¢yvy Wesvs = ews Qey He Ds 24. Seaneyyy Hes dws yen2 ds. Come | 23. Sitvivs 9} estnconjuntolinclment ndepentionte de evi tle eh ewan dw tal 19, :Para que valores dea es linealmente dependiente el con- pruebe que {¥;,v:, ¥sf es linealmente dependiemt. fal fas2] |, 25, Demuestre que sv, ¥.¥3 6 neamenteindependien- samo LG te, tambign loos {¥1~ ¥.¥3= 93, Ye + vf 26, Verifique que son ciertas las airmaciones del ejemplo 35. [fa] fa-2] 27. Demuestre el teorema I. 2 trmeatalocsdcctenimo [4] [=] uy. 3 Demise neaiment dependent? 29. Sapo gu is colunms emai A, de 1, 00 2] [2 Iinsoneidepententen Bema gos cena 2. cero quectecnamociysstementorson| ||]. coum belteast tbe ee en fee oe i pewdentes Vriiquequeprsculqucr vouch ces 22, Lav afmacins sige sn ita as? pends eng qu para cue Cul dos veces dition onesie at, Suponga que ee fee tat yan fs fw, wat som cpt fubcnhnteincaimentc depends de sek 'y. Cualeseiuiera tres vectores 2 diferentes generan 2 {eto geomeétrica es a interscecion de GentS) 0 Gene)? 2.5 El producto Ax Objetivos del alumno para esta seccion |. Aprender a calcular e interpretar la matriz producto Ax. 2. Saber eémo escribir un sistema lineal en funcién de 4x. En esta seecién definiremos el producto 4x de una matriz por un vector y lo usaremos para presentar otra notacién para sistemas lineales. A continuacién estudiaremos el conjunto so- lucién, 0 conjunto de soluciones, de un sistema homogéneo y sus propiedades, El producto Ax Definiremos el producto de una matriz por un vector. Si A =| } ces el producto Ax es la combinacién linealDEFINICION 25 M@ Elproducto Ax 105 En otras palabras, se forma la combinacién lineal de las eolumnas de A y los coeficientes de Jos componentes de x. Observe que esta operacién tiene sentido slo i la cantidad de columnas de a matriz es igual al tamaiio del vector. ‘Sea A una matriz de m Xn, cuyas colwmnas som a), a3, .., Ay ¥ 8ea x un veetor mn euyos componentes son x),X:,.-.,%» El producto matricial Ax es el vector m expresado como la combinacién lineal Axe at WEJEMPLO 41 Sean 2-2 A=|-1 6], b 453 Caleule, sies posible, los productos Ab y Ae, “EelEG- El producto Ae es indefinido, porque des de 3 X2-y eno es un vector 2 = SOWUCION BEJEMPLO 42 Determine ax, donde 2 a=f3a] y -[] ‘ 2 mains nf] pascnsee SOLUCION 5 4 oi 2 2 ‘Vemos que esta vez Ax es justamente el producto punto | 3| - | -1 | .PAGINA 105> 1 4 Observe que a medida que x varia en RY, el producto Ax varia en R. Asi, la multipli- cacién por 4 define una correspondencia entre R* y Rr Matteson = a106 Capitulo 2 mM Vectores TEOREMA 17 MEJEMPLO 43 (Registro de calificaciones) Una profesora de ilgebra lineal emplea ma- trices para registrar las calificaciones de su grupo. Si Mes la matriz definida por Calificacién Oto 1999 Primavera 2000 Otono 2000 A 2 3 1 B 15 2 c 15 15 D 8 n 2 1 Cate inept el products M (| : SOLUCION 23a Pe Psy) py os oR aD “fel ,,fe). fs Si as | 5) *'}is|* fis] = fas Sark 8) oi} tal Gs El producto es el vector cuyas componentes son las sumas de las columnas de M. Se obtiene ta cantidad total de las calificaciones 4, B. etcétera, cq La matriz de m Xn cuyas columnas son €,, €:, . .,€, $e Hama matriz identidad, y se representa con /, 0 con J EJEMPLO 44 1000 ° 0100 1 oo10 0001 co El teorema siguiente describe las propiedades basicas de la operacién Ax. ‘Sea A una matriz de m Xn, sean x y y vectores m y ¢ cualquier escalar. Entonces 1 Alxty)= axe ay 2. Alex)» etAx) 3. 4x= x DEMOSTRACION Comprobaremos so a parte ly dejaremos lo dems como ejercicios Sia), ay Son fs columnas de A yy... $+ y= $00 15 componentes de XY ¥. respectivamente, EntoncesLa ecuaci6n Ax = b 25 lM Elproducto ax 107 x] fy at Alcs y) ad Ly Set Me De acuerdo con Ia definicién del producto, esto es igual a (x; + nda + (5) +yalas #2 Guy + yt . fa Fda * sy) Oo = Seetinel envied 6 del teorema | (ea) + amy +++ nae) + ia + yaks Fo Yaag)—Segtnlosenunciados Ly = Ag+ Ay 2 del teorema 17 = xiay + yiay + may + yaap +0 + Sy + Yat El producto x permite contar con un método muy refinado y itil para representar un siste- mma lineal. Por ejemplo, para el sistema ax yet axtays3 que podemos expresar en notacién vectorial como Tale Ed-B] [+ JG1-6) de acuerdo con fa definicién del producto de una matriz por un vector, Un sistema lineal se puede expresaren la forma 4x = b, donde 4 representa la matriz de corficientes, bel vectorde términos constantes y x el vector de las incdgnitas. De este mado tenemos las expresiones equivalentes Esta ecuacién es equivalente a [bled beoxia + en donde ay... .., a, son las columnas de A. Afirmar que el sistema [4 : b] es consistente equivale a decir que hay un vector x me: diate el cual b pucde expresarse como el producto Ax. Por ello, las sisiientes afirmaciones son equivalentes [4b] es consistente Hay un vector x tal que Ax ~ b, bes una combinacién lineal de las columnas de 4 bbes el generador de las columnas de A Tomando en cuenta la equivalencia de los puntos 2 y 4, Genfay as... ay) = (Ax, para todo x en Re} 2.12)108 Capitulo 2 mM Vectores El espacio nulo TEOREMA 18 MEJEMPLO 45 Determine todos los vectores posibles de la forma [- JE] cuando x y y tienen cualquier valor real souscen eammtenan{[' Sf} cen} -omff [nme vo es, co El espacio nulo, (4), o nulidad de una matriz 4 de m Xn, contiene todos los veetores n en x, tales que 4x = 0. Es el conjunto de soluciones del sistema homoyeneo Ax = 0, WA) = (xen Rr tal que Ax = 0} Observe que Ax =0 sélo tiene la solucién trivial si y sélo si w/A) = {0}. Caleular ¥4) equi- vale a determinar todas las soluciones de Ax = 0. E] > [3] EJEMPLO 46 {Cuil de . ssi tego io a?“ SOWCION En vista de que. AEB) 2) 6) ces evidente que u esti en el espacio nulo y v no lo est Una de las propiedades mis importantes del espacio nulo se deseribe en el teorema ‘guient. ‘Sea.A una matriz de mx-n. Para cualesquiera x), x2 en WA) y cualquier escalar-, tenemos que 1. xy xp est en (4); 2. ex; esté en WA). DEMOSTRACION Coma 4x; =Oy Ax = 0,entonces Alay +) =A + Ay = 0 0=02S Ml Elproducto Ax 109 Mex) = e(4X)) = 0 = 0 de acuerdo con el teorema 17. En consecuencia, x; + x2 y ex, estén en (A), co Las soluciones de Ax = by Ax =0 TEOREMA 19 En este parrafo describiremos la relacién entre los conjuntos solucién de un sistema lineal ¥ de su sistema homogéneo asociado. Demostraremos que si x, es Ia solucién general de ‘Ax = Oy si p es una solucin particular de Ax =b, entonces xe ptr, ¢ la solucién general de Ax =b. La relacién entre os dos conjuntos solucién puede describirse en forma refinada me- diante la notacién siguiente: sip es un vectorm y Ses un subconjunto de R’, representaremos con p +S al conjunto de todas las sumas p + x, donde x es un elemento de S. “ p+S={p+xx€5} Si Ses el conjunto de soluciones de Ax = b, y p esté en S. En ese caso. S=p+ua) (Conjunto solucién deax=b DEMOSTRACION Sip + xyes cualquier elemento dep + v4), entonces Aci + p)=Ax,+ Ap=0-+b=b De modo que xs +p ¢s una solucién de 4x =, Por tanto, x, + p esti en S. Asi, p+ 44) SS. Siy es cualquier elemento de S, entonces Ay=b. La diferencia y —p esté en (4), porque Aly~p)= Ay~ Ap=b-b=0 ‘Como consecuencia, y= p+ (y—p)es un elemento de p+ (4), y asi habia dicho. =p +d), como se MIEJEMPLO 47 Compruebe el teorema 19 para el sistema10 vectores SOLUCION El conjunto solucién del sistema es S it | [erERY yel espacio nuto 2] de la mati de oetcientes es 4A) = ||” |.r€ Rf. (Compruébela.) Puede aplicare teo- rena. one **2”]-[ [2s [3] ero sos prio a El calculo de Ax con rengién-vector A veces deseamos calcular sélo una componente, por ejemplo la /-ésima del producto 4x. sin tener qué manejar toda la combinacién lineal de la definicién. Esto se hace facilmente: tome cl éésimo renglén de 4 y x. Multiplique entre si sus elementos correspondientes y sume to- dos los productos. EJEMPLO 48 Caleule las componentes | y 3 del producto Don 21a] [? 35 alls tat SOLUCION SOT ry PP PRO Te os al({}"|[e} [emir le 764 . 64 Ax en términos del producto punto ‘Vemos que 4x es el vector euyas componentes son el producto punto de cada renglon de por. Asi, Siri, . «tm son los renglones de A, entonces25 WM Elproducto ax UM Ax.con sistemas algebraicos computacionales Maple > with(inalg) > Arsmatrix(([2,-3] , [1,4])):x:=vector((5,-61); > evalm(Akex) ; (28, -19] Mathematica alt) HE2, 3B, {1 AD KB OD: ral2i= kx owetal= {428}, (19) . MATLAB, — De he (2-3: 1A): x= (5: 6 >> hex 28 -9 Bjercicios 2.5 Sean 6. seria el sistema siguiente en ta forma Ax = b [3 “| on[2 7-3 2] pis 46-1 of “275 sco 1 eye = |200), w=]? a 4 1. Enewente todos os vectors nposbles que tenigan a For LL] ima Cui ese valor den? 1. Caleule,sies posible, Au, Avy Aw. « a ally 2, Determine, sie posible, Bu, By Bw sy bapa tee wens ec scl |B. Determine todos los vector nposbles que tenga I for 4. Convierta Bx = w a un sistema lineal, 5. Exprese el sistema siguiente en la forma Ax * b. 2112 Capitulo 2m Vectores 9. Encventte todos los vectores m posible que tengan fa for- . ol fi] i rey | sore erty L 14, ;Cudl(es) u, vy w estan en el espacio nulo de I. Con referencia al ejemplo 43, ealule einterprete el pro- duct siguiente 20 13 8 35 15 1 11s 2 12, Una empresa de artculos deportives vende bicicletas de los tipos 1, 2,3 yen tes tiendas. A eontinuacién proporcio- 15, Cualfes) , vy w se encuentran en el espacio nulo de 2-2 2 a=li na afr oir 16, ,Cudlfes)u, vy w estan en el espacio nulo de thos lode de tanecmiems pst bad 2223], Tipo Tienda 1 Tlenda2 Tienda 3 Arla 33 icicleta 1 25 15 35 44s. tices? [Ss tides [is 17 Contest wren 9 pr stems ideas [yD er Sites esa mati eal meres produc [a 2 yon) py pe sl tToaal edad dened 18, Compact wore 9 pane sien py Laaso 18. sisi primey hima compe pce paest Soon 240i} 222 18, Demueie son oon del ssten = Baye Mentncs tes on stn else bmogenen fof s{fa soa ae fos 20, Selconiossksions de 4st sma do por el teorema 18, qué puede decirse acerca de b? 2.6 El producto cruz ‘Objetivos del alumno para esta seccién 1, Caleular el producto cruz de dos vectores y comprender su geometria, 2, Comprender y aplicar las propiedades bisicas del producto cruz, En sta seccién explicaremos el producto eruz. Aunque éste se limita a vectores 3, iene muchas aplicaciones en ingenieria, fisica y matemsticas, CONVENCION Todos los vectores en esta seccién son veetores en el espacio,26 M Elproducio cuz 3 Sistemas derechos e izquierdos Hay dos tipos de sistemas coordenados en el espacio 3, el derecho y el izquierdo, Un siste- ‘ma coordenado derecho es aquel cuyos semiejes positivos se identifican como sigue: cuando los dedos de la mano derecha se colocan a fo largo de la direccién positiva de las x, los dedos se cierran hacia la direccién positiva de las y, el pulgar debe apuntar hacia la direccién posi- tiva de las z. Para un sistema izquierdo, la mano derecha se sustituye con la mano izquierda (figura 2.20), x ‘ : ‘ x 6 6 4 2 as a Sistemas iquierdos Sistemas derechos. Figura 2.20 Notacién para un determinante Producto cruz DEFINICION La notacién para un determinante que explicaremos.a continuatién puede ser muy dil para cexpresar algunas de las formulas bisicas en esta seccién. Primero, definiremos ab ob = ad ~ be Por ejemplo, 4-2 12 34 En segundo lugar, definiremos la notacién a a], .|a b no 2 by le {2 flee a al Por ejemplo, 1 2-2 a (Producto cruz} Sean u = (uy, us, 1s) V=(vi, ¥2, 95). El produeto cruz, ux v esel vecror con componentes WX V= (use) — uv, Any) — MHS. HOPE HED)114 Capitulo 2 ml vectores Esta relacién también puede expresarse en notacién de determinantes: ijk axvefa me wole[e Bin |m 8he|e not be ely In Ja cual es lo mismo que axe (|2 " EJEMPLO 49° Sean w= (2,-1,3)yv SOLUCION _ wee! f Seb afeft lef? ah i + Sj ~ 3k = (7,5, -3) co MEJEMPLO 50 Caleule ix}. SOLWCION ixje|i 3 ° Por consiguiente, ix j= k. coo De hecho, todos los productos que se forman con i,j y k satisfacen k ixjek | jxi xk xj kxisj | ixk= j La figura 2.21 es un auxiliar mnemotéenico: al avanzaren el sentido de las manecillas del reloj, 1 producto cruz de dos vectores proporciona el tercero. Cuando el desplazamiento se da en sentido contrario al de las manecillas del reloj, el producto cruz de dos vectores obtiene el ‘puesto del tercero. Figura 2.21