Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2-1
2-2 ÁLGEBRA LINEAL
u+v
v f f(u)
f(u+v ) =
f ( u )+ f ( v )
u
f(v )
V W
f ( λ u ) = λf ( u )
f
f(u)
u λu
Ejemplos
• La aplicación f:R3→R2 dada por f(x,y,z) = (2x−y+4z,−3x+5y+6z) es lineal porque:
f(λ(x,y,z)) = λ (2x−y+4z,−3x+5y+6z)
f((x,y,z)+(x’,y’,z’)) = (2x−y+4z,−3x+5y+6z) + (2x’−y’+4z’,−3x’+5y’+6z’)
• La aplicación f:R2→R3 definida como f(x,y) = (x−y, x2+y2, 1) no es lineal
• La aplicación f:R2→R3 definida como f(x,y) = (x−1, y+1, 2xy) no es lineal
• En el espacio vectorial V de las funciones reales continuas en el intervalo [0,1], es
1
lineal la aplicación f:V→R definida como ϕ → f (ϕ) = ∫ ϕ( x ) dx
0
• En todo espacio vectorial son lineales la aplicación nula o:V→W (tal que o( x ) = o, ∀x )
y la aplicación identidad i:V→V (tal que i( x ) = x, ∀x ).
Ejemplos
Sea f:R3→R2 definida como f(x,y,z)=(x,y)
• S1={(1,1,0),(0,1,1),(1,2,1)} dependiente; f(S1)= {(1,1),(0,1),(1,2)} dependiente
• S2={(1,0,0),(0,1,0)} independiente; f(S2)= {(1,0),(0,1)} independiente
• S3={(1,0,1),(2,0,0)} independiente; f(S3)= {(1,0),(2,0)} dependiente
Demostración:
∀w ∈ Im( f ) ∃ v ∈ V / f ( v ) = w ; como S es generador de V, existen ciertos escalares λi tales
i=1
5º) Si V es de dimensión finita, se verifica que dim Nuc(f) + dim Im(f) = dim V
Demostración:
Como Nuc(f) es un subespacio de V: dim Nuc(f) = p ≤ dim V = n
Sea B= {e1,K, ep } una base de Nuc(f); como es independiente, se puede completar hasta
formar una base de V, que denotaremos por B∪S = {e1,K, ep , u1,K, uq } (siendo p+q=n).
Entonces B∪S es generador de V y por tanto f(B∪S) es generador de Im(f), siendo:
2-4 ÁLGEBRA LINEAL
Como B∪S es independiente, ha de ser λi=0 ∀i y µj=0 ∀j, luego f(S) es independiente.
En consecuencia f(S) es base de Im(f) y por ello dim Im(f) = q. Por tanto:
dim Nuc(f) + dim Im(f) = p+q = n = dim V.
f
W
V
f Im(f)
Nuc(f) 0
Ejemplos
• V={p(x)=a+bx+cx2+dx3}; W=ℱ(R,R); sea f:V→W definida como f(p(x))=p’(x)
f(a+bx+cx2+dx3) = b+2cx+3dx2
Im(f) = {polinomios de grado ≤ 2}; dim Im(f)=3
Nuc(f) = {polinomios constantes}; dim Nuc(f)=1
dim Nuc(f) + dim Im(f) = dim V = 4
Ejemplo
f:R3→R4 definida como f(x,y,z)=(x,x+y,y+z,x+y+z)
⎧x = 0 ⎫
⎪x + y = 0 ⎪
⎪ ⎪
Se comprueba que Nuc(f)=0: ⎨ ⎬⇔ x=y=z=0
⎪y + z = 0 ⎪
⎪⎩x + y + z = 0⎪⎭
Se comprueba que la aplicación es inyectiva, ya que si dos vectores tienen la misma
imagen, entonces son idénticos:
x = x’
x+y = x’+y’ → y = y’
y+z = y’+z’ → z = z’
x+y+z = x’+y’+z’ → consecuencia de las anteriores
Ejemplo
Rn+1 es isomorfo al espacio vectorial V de los polinomios de grado ≤ n. Un isomorfismo
entre ellos es la aplicación:
f(a0+a1x+K+anxn) = (a0,a1,K,an)
2-6 ÁLGEBRA LINEAL
Ejemplo
f:R4→R3 tal que:
f(1,0,0,0) = (1,–1,2); f(0,1,0,0) = (2,1,1); f(0,0,1,0) = (4,–1,5); f(0,0,0,1) = (–1,–5,4)
⎡ 1 2 4 −1⎤
En las bases canónicas: A = ⎢⎢−1 1 −1 −5⎥⎥
⎢⎣ 2 1 5 4⎥⎦
La imagen es el subespacio de R3 engendrado por las 4 columnas de A. Realizando
operaciones elementales por columnas se obtienen sistemas generadores equivalentes:
⎡ 1 0 0 0⎤ ⎡ 1 0 0 0⎤ ⎡ 1 0 0 0⎤
⎢−1 3 3 −6⎥ → ⎢−1 1 0 0⎥ → ⎢0 1 0 0⎥ dim Im(f)=2
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢⎣ 2 −3 −3 6⎥⎦ ⎢⎣ 2 −1 0 0⎥⎦ ⎢⎣ 1 −1 0 0⎥⎦
El núcleo se obtiene resolviendo el sistema de ecuaciones AX=0:
x+2y+4z–t=0 → x=–2y–4z+t → Sustituyendo: x=–2z–3t
–x+y–z–5t=0 → Sustituyendo: 3y+3z–6t=0 → y=–z+2t
2x+y+5z+4t=0 → Sustituyendo: –3y–3z+6t=0 (igual a la anterior)
Por consiguiente: Nuc(f)={(–2α–3β,–α+2β,α,β)}; dim Nuc(f)=2
2-8 ÁLGEBRA LINEAL
Producto de matrices
Dadas A∈Mm×p y B∈Mp×n, se consideran las aplicaciones lineales:
fA:Rp→Rm asociada a A en las bases canónicas
fB:Rn→Rp asociada a B en las bases canónicas
Se llama matriz producto A⋅B a la matriz asociada a la aplicación compuesta fAofB en las
bases canónicas, fAofB : Rn ⎯⎯→ Rp ⎯⎯→ Rm
fB fA
Es evidente que A⋅B∈Mm×n. Para que el producto A⋅B tenga sentido es necesario que el
número de columnas de A sea igual al número de filas de B. Y en ese caso es:
nº de filas de A⋅B = nº de filas de A
nº de columnas de A⋅B = nº de columnas de B
®2E12 Dadas las matrices Am×n y Sn, con S simétrica, pruébese que ASAt es simétrica.
2E13 Encontrar una condición necesaria y suficiente para que (X+Y)(X−Y) = X2−Y2 y
para que (X+Y)2 = X2+2XY+Y2, donde X e Y son matrices de tamaño n×n.
2E14 Si A y B son matrices simétricas de tamaño n×n, ¿bajo qué condición será
simétrica la matriz AB?
®2E15 Sabiendo que A∈Mn es tal que A+A2=I, pruébese que A es regular y hállese A−1.
⎡ a 1 + a⎤
®2E16 Comprobar que las matrices de la forma ⎢ ⎥ son inversas de sí mismas y
⎣1 − a − a ⎦
⎡ 3 2⎤ ⎡ 3 4 ⎤ ⎡ 1 2⎤
utilizarlo para calcular la inversa de ⎢ ⎥ =⎢ ⎥⎢ ⎥.
⎣− 2 − 1⎦ ⎣− 2 − 3⎦ ⎣0 − 1⎦
−1
⎡1 0 0⎤ ⎡ 1 0 0⎤
⎢
2E17 Comprobar que a 1 0 ⎥ = ⎢ −a 1 0⎥ y utilizarlo para calcular la inversa
⎢ ⎥
⎢⎣1 a 1⎥⎦
⎢ 2
( ) ⎥
⎢⎣ a − 1 − a 1⎥⎦
⎡ 1 0 1⎤ ⎡ 1 0 0⎤ ⎡ 1 0 1⎤
de ⎢2 1 2⎥ = ⎢2 1 0⎥ ⎢0 1 0⎥ .
⎢ ⎥ ⎢ ⎥⎢ ⎥
⎢⎣ 1 2 2⎥⎦ ⎢⎣ 1 2 1⎥⎦ ⎢⎣0 0 1⎥⎦
II. APLICACIONES LINEALES Y MATRICES 2-13
Demostración:
⎛ ⎞
x = ∑ x′j e ′j = ∑ x′j ∑ qij ei = ∑ ⎜ ∑ x′jqij ⎟ei
⎜
i ⎝ j
⎟
j j i ⎠
Esta expresión matricialmente toma la forma:
⎡ x1 ⎤ ⎡ q11 q12 K q1n ⎤ ⎡ x'1 ⎤
⎢ x ⎥ ⎢q ⎥ ⎢ ⎥
⎢ 2 ⎥ = ⎢ 21 q22 K q2n ⎥ ⋅ ⎢ x' 2 ⎥ X = Q X’
⎢M ⎥ ⎢ M M O M ⎥ ⎢ M ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣ x n ⎦ ⎣ qn1 qn2 K qnn ⎦ ⎣ x'n ⎦
↑ ↑ ↑ Q=Matriz del cambio de coordenadas
e1′ e2′ en′
Q es una matriz regular, ya que existe la matriz Q–1 asociada al cambio inverso, de B’ a B,
tal que QQ–1=I. Nótese que si X=QX’ y X’=Q–1X ⇒ X=QQ–1X ⇒ QQ–1=I
Ejemplo
En R3: B={(1,0,0),(0,1,0),(0,0,1)}; B’={(1,2,0),(–3,–7,1),(0,–2,1)}
El cambio de base inverso se puede obtener despejando en el sistema:
e1′ = e1 + 2e2 ⎫ ⎧ e1 = −5 e1′ − 2e2′ + 2 e3′
⎪ ⎪
e2′ = −3 e1 − 7 e2 + e3 ⎬ ⎯⎯→ ⎨ e2 = 3 e1′ + e2′ − e3′
e3′ = −2 e2 + e3 ⎪ ⎪e = 6 e ′ + 2e ′ − e ′
⎭ ⎩ 3 1 2 3
⎡ 1 −3 0 ⎤ ⎡ −5 3 6 ⎤
Q = ⎢⎢2 −7 −2⎥⎥ Q −1
= ⎢⎢−2 1 2⎥⎥
⎢⎣0 1 1⎥⎦ ⎢⎣ 2 −1 −1⎥⎦
Y =AX
B1 ⎯⎯ ⎯ ⎯⎯→ B 2
X = PX ′ b b Y = QY ′
Y ′= A ′X ′
B1′ ⎯⎯ ⎯ ⎯⎯→ B′2
Introduciendo las ecuaciones de los cambios de base en la ecuación matricial de la
aplicación lineal se obtiene:
Y=AX → QY’=APX’ → Y’=(Q–1AP)X’ ∀X’∈Mnx1 ⇒ A’= Q–1AP
Demostración:
Sea f:Rn→Rm la aplicación lineal que tiene asociada la matriz A en ciertas bases. Sean
dim Nuc(f)=p y dim Im(f)=r, de forma que p+r=n.
Se considera una base del Nuc(f): {e1,K, ep }. Se completa por delante hasta formar una
base de Rn: B1= {u1,K, ur , e1,K, ep }. Entonces f(B1)= {f ( u1 ),K, f ( ur ), o,K, o} es generador
de Im(f) ⇒ el sistema {f ( ui )} es generador de Im(f) y está formado por r vectores ⇒ {f ( ui )}
es base de Im(f) ⇒ {f ( ui )} es independiente. Finalmente se completa {f ( ui )} hasta formar
una base de Rm: B2= {f ( u1 ),K, f ( ur ), w r +1,K, w m }
En las bases B1 y B2 la matriz asociada a f es:
⎡ 1 0 K 0 0 K 0⎤ ← 1
⎢0 1 K 0 0 K 0⎥ ← 2
⎢ ⎥
⎢M M O M M M⎥
⎢ ⎥
D = ⎢0 0 K 1 0 K 0⎥ ← r (También se suele denominar D=Cr)
⎢0 0 K 0 0 K 0⎥ ← r +1
⎢ ⎥
⎢M M M M O M⎥
⎢0 0 K 0 0 K 0⎥ ← m
⎣ ⎦
↑ ↑ ↑ ↑ ↑
1 2 r r+1 n
II. APLICACIONES LINEALES Y MATRICES 2-15
Rn R
V {f ( ui )}
V {ui } f Im( f )
{ }
V ej
Nuc( f ) V {w k }
Ejemplo
Sea f:R4→R3 la aplicación lineal asociada en las bases canónicas a la matriz:
⎡ 1 2 0 −1⎤
A = ⎢−5 −9 − 4 0⎥⎥ .
⎢
⎢⎣−8 −14 −8 −2⎥⎦
⎧ x + 2 y − t =0 → x = −2y + t → x = −8 z − 9 t
⎪
Núcleo: ⎨−5 x −9 y − 4z =0 → y − 4 z −5 t =0 → y = 4z +5t
⎪−8 x −14 y −8z −2t =0 → 2y −8z −10t =0
⎩
Nuc(f)=V((–8,4,1,0),(–9,5,0,1)); dim Nuc(f) = dim Im(f) = 2
La base de R4 se puede completar con los 2 últimos vectores de la base canónica, cuyas
imágenes son no nulas e independientes entre sí:
B1 = {(0,0,1,0),(0,0,0,1),(–8,4,1,0),(–9,5,0,1)}
La base de R3 se completa con un 3er vector independiente de las imágenes de los dos
primeros vectores de B1:
B2 = {(0,–4,–8),(–1,0,–2),(0,0,1)}
⎡ 1 0 0 0⎤
La matriz de f en esas bases es: D = ⎢⎢0 1 0 0⎥⎥
⎢⎣0 0 0 0⎥⎦
⎡ 1 0 2⎤
®2E18 Dada la matriz A = ⎢ ⎥ , hállense dos matrices M2×2 y P3×3 tales que la
⎣− 1 1 1⎦
matriz B=MAP tenga todos sus elementos nulos excepto los de lugares (1,1) y
(2,2) que valdrán 1.
®2E19 En R3 se consideran el subespacio U={(x,y,z) / x+y−z=0} y el vector w =(2,−2,−2).
Calcular la ecuación implícita de U y las coordenadas de w en la base B’ formada
por los vectores {(a,2−a,0),(0,1,1),(1,0,1)}.
ÎDISPONIBLE EN VERSIÓN INTERACTIVAÍ
®2E20 Sea f:R2→R3 una aplicación lineal de rango 2 que tiene asociada la matriz
canónica de equivalencia en las bases B1’={(2,−1),(3,−2)} y B2’={(1,2,0),(0,1,2),
(0,0,1)}. Calcular la matriz A de f en las bases canónicas (B1 y B2), usando las
expresiones de matrices inversas de los ejercicios 2E16 ó 2E17, según proceda.
2-16 ÁLGEBRA LINEAL
⎧sobreyectivo ⎫
f es automorfismo ⇔ ∀ y ∈Rn ∃! x ∈Rn tal que f( x )= y ⇔ f es ⎨ ⎬ = biyectivo
⎩inyectivo ⎭
II. APLICACIONES LINEALES Y MATRICES 2-17
Rn Rn
f y
x
f-1
f f-1 f-1 f
Rn Rn Rn Rn Rn Rn
i i
–1
En caso de existir, el endomorfismo inverso f es también lineal.
(*) Demostración omitida
Ejemplos
En el espacio vectorial V de los polinomios de coeficientes reales (nótese que es un
espacio vectorial de tipo no finito), sean los endomorfismos:
f(p(x))=p(x)+xp’(x)
f(a0 + a1x +a2x2 + … + anxn) = a0 + 2a1x + 3a2x2 + …+ (n+1)anxn
f es biyectivo, y su endomorfismo inverso es:
b b b
f–1(b0 + b1x + b2x2 + … +bnxn) = b0 + 1 x + 2 x 2 + K + n x n
2 3 n +1
g(p(x))=p’(x)
g(a0 + a1x + a2x2 + … + anxn) = a1 + 2a2x + … + nanxn–1
g no es inyectivo ⇒ no existe g–1
h(a0 + a1x + a2x2 + … + anxn) = a0 + a1x2 + a2x4 + … + anx2n
h no es sobreyectivo ⇒ no existe h–1
Matrices invertibles
Se dice que A∈Mn es invertible ⇔ A está asociada a un automorfismo f∈ℒ(Rn) ⇔
⇔ ∃ A–1∈Mn tal que A⋅A–1 = A–1⋅A = I
(A−1 sería la matriz asociada a f−1, en cuyo caso A⋅A–1=A–1⋅A=I porque (fof–1)=(f–1of)=i)
A∈Mn es invertible ⇔ A es regular o simplificable para el producto
A∈Mn no es invertible ⇔ A es singular o no simplificable
(*) Demostración omitida
⎡1 x y ⎤
®2E21 Sea G⊂M3 el conjunto de las matrices de la forma A = ⎢⎢0 1 z ⎥⎥ , con x,y,z∈R.
⎢⎣0 0 1⎥⎦
Pruébese que G es grupo multiplicativo (o sea, que G tiene estructura de grupo
respecto de la operación producto). ¿Es abeliano? (véase 1.1.a)
2E22 Demostrar que si una matriz A∈Mn no es invertible, entonces no es simplificable
para el producto, es decir, que existen dos matrices B,C∈Mn tales que AB=AC,
siendo B≠C.
Indicación: utilice que si A no es invertible, existe X∈Mn×1 tal que AX=0, con X≠0.
II. APLICACIONES LINEALES Y MATRICES 2-19
Ejemplos
⎡ 1 2 0 −1⎤ ⎡1 2 0 −1⎤ ⎡ 1 2 0 −1⎤
⎢ −5 −9 −4 0 ~ ⎢0
⎥ 1 − 4 −5 ~ ⎢0 1 − 4 −5 ⎥ ; rango=2
⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣−8 −14 −8 − 2⎦ ⎣0 2 −8 −10 ⎦ ⎣0 0 0 0⎦
⎡0 2 2 4⎤ ⎡ 1 2 1 1⎤ ⎡ 1 2 1 1⎤ ⎡ 1 2 1 1 ⎤ ⎡ 1 2 1 1⎤ ⎡ 1 2 1 1⎤
⎢1 2 1 1 ⎥ ⎢0 2 2 4 ⎥ ⎢0 2 2 4 ⎥ ⎢0 2 2 4 ⎥ ⎢0 2 2 4 ⎥ ⎢0 1 1 2⎥
⎢ ⎥~⎢ ⎥~⎢ ⎥~⎢ ⎥~⎢ ⎥~⎢ ⎥ ; rango=3
⎢3 7 4 5
⎥ ⎢3 7 4 5
⎥ ⎢0 1 1 2 ⎥ ⎢0 0 0 0 ⎥ ⎢0 0 0 5
⎥ ⎢0 0 0 1
⎥
⎣⎢2 2 0 3 ⎦⎥ ⎣⎢2 2 0 3 ⎦⎥ ⎣⎢0 − 2 − 2 1⎦⎥ ⎣⎢0 0 0 5 ⎦⎥ ⎣⎢0 0 0 0 ⎦⎥ ⎣⎢0 0 0 0 ⎦⎥
II. APLICACIONES LINEALES Y MATRICES 2-21
⎡0 0 2 4⎤ ⎡1 2 1 1⎤ ⎡ 1 2 1 1⎤ ⎡ 1 2 1 1⎤ ⎡ 1 2 1 1⎤ ⎡ 1 2 1 1⎤
⎢1 2 1 1⎥ ⎢0 0 2 4 ⎥ ⎢0 0 2 4 ⎥ ⎢0 0 2 4 ⎥ ⎢0 0 2 4 ⎥ ⎢0 0 1 2⎥
⎢ ⎥~⎢ ⎥~⎢ ⎥~⎢ ⎥~⎢ ⎥~⎢ ⎥ ; rango=3
⎢3 6 4 5
⎥ ⎢3 6 4 5
⎥ ⎢0 0 1 2
⎥ ⎢0 0 0 0
⎥ ⎢0 0 0 5
⎥ ⎢0 0 0 1
⎥
⎣⎢2 4 0 3 ⎦⎥ ⎣⎢2 4 0 3 ⎦⎥ ⎣⎢0 0 − 2 1⎦⎥ ⎣⎢0 0 0 5 ⎦⎥ ⎣⎢0 0 0 0 ⎦⎥ ⎣⎢0 0 0 0 ⎦⎥
Ejemplo
⎡ 1 3 − 2 1 0 0⎤ ⎡ 1 3 −2 1 0 0⎤ ⎡ 1 3 −2 1 0 0⎤
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢2 4 0 0 1 0⎥ ~ ⎢0 −2 4 −2 1 0⎥ ~ ⎢0 −2 4 −2 1 0⎥ ~
⎢3 5 1 0 0 1⎥⎦ ⎢⎣0 − 4 7 −3 0 1⎥⎦ ⎢⎣0 0 −1 1 −2 1⎥⎦
⎣
⎡ 1 3 0 −1 4 −2⎤ ⎡ 1 3 0 −1 −2⎤ ⎡ 1 0 0 2 −13 2 4 ⎤
4
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
~ ⎢0 −2 0 −2 −7 4⎥ ~ ⎢0 1 0 −1 7 2 −2⎥ ~ ⎢0 1 0 −1 7 2 − 2⎥
⎢0 0 −1 1 −2 1⎥⎦ ⎢⎣0 0 1 −1 2 −1⎥⎦ ⎢⎣0 0 1 −1 2 −1⎥⎦
⎣
2E23 Si la matriz A de tamaño n×(n−1) tiene una columna combinación lineal de las
restantes y si B de tamaño n×n se obtiene de añadir una columna a A, ¿se puede
tomar esta columna de forma que las filas de B sean independientes?
⎡1 1 1⎤
®2E24 Hallar la matriz inversa de A = ⎢⎢1 2 3⎥⎥ .
⎢⎣1 0 0⎥⎦
⎡1 2 1⎤
®2E25 Averiguar para qué valor de k la matriz A = ⎢⎢3 8 k ⎥⎥ es singular e invertirla para
⎢⎣1 6 5⎥⎦
aquél valor de k que requiera menor número de operaciones elementales.
ÎDISPONIBLE EN VERSIÓN INTERACTIVAÍ