MM2002 Álgebra Lineal 1 - La ecuación A~x = ~b

Una idea fundamental en álgebra lineal consiste en ver una combinación lineal de vectores como el producto
de una matriz y un vector (Lay, 2012).
Definición. Si A es una matriz de m × n, con columnas ~v1 , ~v2 , . . . , ~vn ∈ Rm , y si ~x ∈ Rn , entonces la
multiplicación de A por ~x, denotado como A~x, es la combinación lineal de las columnas de A usando como
coeficientes las entradas del vector ~x:
x1
 
 x2 
 ...  = x1~v1 + x2~v2 + . . . + xn~vn
A~x = [~v1 ~v2 . . . ~vn ]  

xn
Ejemplo 1. Consideremos el SEL 2 × 3:
x + y + 2z = −1
x + 2y = −2
es equivalente a la ecuación vectorial:
       
1 1 2 −1
x +y +z =
1 2 0 −2
El lado izquierdo de la ecuación anterior es una combinación lineal de vectores, la cual es equivalente a una
multiplicación matriz - vector, por lo que tenemos:
 
  x  
1 1 2   −1
y =
1 2 0 −2
| {z } z | {z }
A |{z} ~b
~
x

¡Importante! La ecuación anterior tiene la forma A~x = ~b; llamada ecuación matricial.

Teorema. Si A es una matriz de m × n, con columnas ~v1 , ~v2 , . . . , ~vn ∈ Rm , y si ~b ∈ Rn , entonces la ecuación
matricial:
A~x = ~b
tiene el mismo conjunto solución que la ecuación vectorial:
x1~v1 + x2~v2 + . . . + xn~vn = ~b
que a su vez tiene el mismo conjunto solución que el SEL cuya matriz aumentada A0 es:
[~v1 ~v2 . . . ~vn | ~b ]

¡Importante! El teorema anterior constituye una poderosa herramienta para comprender problemas de álge-
bra lineal, porque ahora un SEL puede verse en tres formas diferentes, pero equivalentes.

Ejemplo 2. Escriba el siguiente SEL 3 × 2 como una ecuación vectorial y una ecuación matricial. Luego,
encuentre el conjunto solución (si existe).
x+y = 0
2x − y = 3
x + 3y = −2
La ecuación vectorial es:      
1 1 0
x 2 +y  −1  =  3
1 3 −2
La ecuación matricial es:    
1 1   0
2 −1 x =  3
y
1 3 −2

Para resolver el SEL, escribimos primero la matriz aumentada A0 y calculamos rref(A0 ) con la ayuda de una
computadora:    
1 1 0 1 0 1
 2 −1 3  →  0 1 −1 
1 3 −2 0 0 0

Por lo que el conjunto solución es:  

1
S=
−1

~ ∈ Rn y c ∈ R, entonces:
Teorema (propiedades del producto A~x). Si A es una matriz de m × n, ~v , w

A(~v + w)
~ = A~v + Aw
~ (distributividad respecto a la suma de vectores)

A(c~v ) = c(A~v ) (asociatividad respecto al producto por escalar)

Ejemplo 3. Calcule el producto A~x para:

   
2 5 4
A= , ~x =
3 1 −1

Para calcular A~x usamos el hecho que dicha multiplicación es una combinación lineal de las columnas de la
matriz A usando como coeficientes las entradas del vector ~x, es decir:
            
2 5 4 2 5 8 −5 3
⇔4· −1· = + =
3 1 −1 3 1 12 −1 11