A. HERAS MARTINEZ © J. L. VILAR ZANON = La (iii |PROBLEMAS DE ALGEBRA LINEAL PARA LA ECONOMIA por ANTONIO HeRas MarriNez José Luss VILLAR ZANON ©1988 Eaitorial AC ©2002 Editorial AC (Primera edici6n, segunda reimpresisn), una compahfa de International Thomson Editores Spain Paraninfo, . A Magallanes, 25. 28015 Madrid. Espafa, Telef.: 91 4463350, Fax: 91 4456218 cliontes@ paraninfo.es wow paraningo.es Reservados todos los derechos. Probibida la reproduccién total o parcial de la obra, incluso para uso privado, sin permiso escrito de los editores. ISBN: 84-7288-110-5 cost) Depésito Legal: M-36748-2002 Porocomposicin: Alta Centauro, S.A, Victor dela Sera, 46, 28016 Maxrid Impress: JACARYAN, Avda, Peo Diez, 3.28019 Madrid Prélogo Existen muchos libros sobre ejercicios de Algebra Lineal cuya finalidad es entrenar al estudiante en la asimilacién y total comprensién de los conceptos matemiticos y dotarle de un instrumento analitico de gran potencia deduetiva que llegue a manejar con maestria. Sin embargo, la mayor parte de los libros existentes presenta un enfo- que que no es ef més adecuado a las necesidades que, en este campo, tienen los estu- dios de Ciencias Econémicas y Empresariales. Los autores, Antonio Heras Martinez y José Luis Vilar Zann, profesores de Mateméticas Empresariales en el departamento de Economia Financiera de la U: versidad Complutense, han logrado —me consta que con gran esfuerzo ¢ ilusién— dar a este libro un enfoque que, a mi entender, es muy acertado para los citados studios, tanto por la elecciGn de los temas como por la metodologia expositiva de os mismos. Los métodos de Algebra Lineal, ademas de ser fundamentales en el desarrollo de otras partes de la Matematica, de la Estadistica y de la Econometria, tienen una apli- cacién directa en los analisis econémicos que se realizan en base a modelos lineales, Esta pluralidad de funciones del Algebra Lineal ha sido tenida en cuenta por los autores en la eleccién y desarrollo del contenido del libro. Ademas de los clésicos temas (matrices y determinantes, espacios vectoriales, aplicaciones lineales, diago- nalizacién de endomorfismos, formas bilineales y cuadraticas), abordan el proble- ‘ma de la existencia de soluciones no negativas en un sistema lineal, de interés en los anélisis econémicos a causa de la naturaleza de las variables econdémicas, especial- mente en los anilisis input-output. En cuanto a la metodologia expositiva, no se limitan, como es frecuente, a una mera coleccidn de ejercicios resueltos. Dividido el libro en capitulos, en cada uno se trata una tematica que se inicia con Ia exposicién de los resultados te6ricos, co- mentados y debidamente ejemplificados. Seguidamente, resuelven un nimero ade-Neen nner eee Vi Paontsnas DE ALGERRA LINEAL PARA LA ECONOMIA cade de cjercicios, acertadamente selecionados, aprovechando alguno de lls pa- ra adlarar cuestiones puntuales. Finaliza cada capitulo con tna coleccién de eerci- Introduccién cios propuestos dando orientacién para su resolucién 0 solucion cuando es proce dente. Los contenidos del libro se cortesponden con Jos que se imparten en la mayoria de las Facultades de Ciencias Econdmicas y Empresariles en el primer curso Madrid, septiembre de 1988 SivEsio GuTtERREZ VALDEGS Pensamos que un libro de problemas de Matematicas no debe simplemente consistir cn una sucesién de cjerccios resueltos ¥, en consecuencia, hemos incluido, junto a los ejercicos de cdlculo que tradicionalmente forman parte de este tipo de libros, algunas cuestiones que permiten mejorar la comprensién de la teoria, asf como un ppequefio resumen previo de los resultados en los que el lestor deberd apoyarse para resolver os problemas enunciados posteriormente. Sin embargo, no somos tan inge- ‘nuos como para pretender que un lector con un desconocimienta absoluto de las téc nicas del Algebra Lineal adquiera un dominio aceplable de las mismas gracias tiniea- ‘mente a la lectura de dichos resiimenes; por tanto, recomendamos la lectura previa consecutiva de un buen texto de Algebra Lineal y nos permitimos sugerir alguna cn la Bibliografia. ‘Ademds, al final de cada capitulo incluimos una coleccién de problemas propues- tos, Para obtener ef maximo provecho de este libro el lector deberd, una vez que haya trabajado sobre los problemas resueltos, proceder a la resolucién de los pro- ‘puestos, aplicando todo lo aprendido anteriormente y no pudiendo contrastar més ‘que el resultado final en una lista de sohciones que expresamente hemos querido escueta. Queremos agradecer a nuestros companeros del Departamento de Economia Fi nnanciera de la Universidad Complutense de Madrid el apoyo prestado durante la cconfeccién de esta obra, y muy especialmente al Dr. Sinesio Gutiérrez Valdeén, de ‘uyo libro citado en la Bibliografia hemos extraido parte de los problemas que aqui figuran. Vaya también nuestro agradecimiento al personal de Editorial AC, por la Paciencia y buen hacer que en todo momento han demostrado. Los avronesContenido Capitulo 1 Matrices, determinantes y sistemas de ecuaciones lineales Definiciones y operaciones fundamentales Determinantes Rango de una mate Matiz inversa 115, Sistemas de ecuacioneslineales Problems resteltos Problemas propuestos Capitulo 2 Espacios vectoriales 21 Definiién y propiedades 2.2, Combinaciones lineales. Dependencta e independencia lineal 23, Sistemas generadores y bases. Dimensiba 2.4, Bouaciones dl camo de bace en R™ 2:5 Subespacis vectorales Probiemas resueitor Probleras propuestos Capitulo 3 Aplicaciones lineales 3.1. Deftniegn y primeras propiedades 43.2. Nikleo, imagen y rango de una aplicacion lineal 10 a 2 583 3 56 58 6 18 133 13 6X Prontewas oF Augen LINEAL FARA LA Ecovonts 43, Clasfeacisn de las aplicaciones lines 3.4. Ipomortsme de (8) en ® 3:5. Matrz asoiada a‘una aplicacidn lineal. Isomovisma de &(U;, V,) oon Mew 3.6, Eelaciones del nicleo y de ta imagen 447. Claseacién de une apliacibn lineal por el rango desu airs asociada 23.8. Aplicacin lineal inversa Problemas reuelos Problemas propucstos Capitulo 4 Diagonalizacién de endomorfismos 4.1, Mawies semejantes 42, Diagonalzacion de endomortimos 43. Calculo dela potencia mtsima de una tates dagonalizabie roblemas reuelos 7 z Problemas propuesor Capitulo 5 Productos escalares y normas. igonalizacin de matrices simétricas 5.1, Formas bilinests 521 Productos eeealares} norms 5:3. Matrices y apicasiones ertogonales 534. Dingonalzaciin de matrices simésias Probiemas reseltos Problemas prepuestor Capitule 6 Formas cuadriticas Definiclon de forma cuadritica Consruencia matricial. Expresign canénica de una forme cvaddica Diagonaliracion de fa mattis aeocada a una forme cuadidtca, ‘Teorema de Syvester 6.4 Estudio del siano de una forma coadedtica : 6.5. Estudio del siano de una forma cuadritienrestragida @ ua subespacta 16, Maximos y minimos de una forma euedrtica ressinida ala esfer unidad Problemas resuelos Problemas propuestox ra 138 a 152 155 rs 1 a7 23 2 2 20 23 2665 269 mm 20 280 282 a2 315 ais 316 319 yy 20 ma 23s 358 Capitulo 7 ‘Matrices no negativas 7, Restriceiones de no nepatividad. Condicién de Hawkins-Simon 72. BI modelo de Leonie a 173. Matrices indescomponibes y matrices primiivas 74, El teorema de Frobenius aa Problemas revueltes Problemas propucstos Soluciones a los problemas propuestos capitulo 1 Capitulo 2.1 Capitulo 3 Capitulo 4 Capitulo 5 Capitulo 6 Capitulo 7 Coermeie 361 361 36 368 370 m 401 401 a ar 21 a 251 Matrices, determinantes y sistemas de ecuaciones lineales 1.1, DEFINICIONES ¥ OPERACIONES FUNDAMENTALES [Llamamos matrig de orden m x n sobre el cuerpo conmutativo (K, + +) 2 todo con- junto dem xm elementos de Ik dispuestos en m filas y 1 columsnas. Para simbolizar una matriz A usaremos fa notacién c [ sears eb I somns sn Sn ounces etna cohnne oan = (mn TEA) way ct eg 5)2 Phomanas De ALGERRA LINEAL PARA 2A ECONO Decimos que una matric cuadrada es: * agonal cuando tos los elementos no peteneets a agonal principal a= 0 si fay + Triangular superior (resp. inferior) cuando todos los elementos situados por ddebajo (resp., por encima) de la diagonal principal son nulos: ay=0 si i>J (respi ¢x(A) = 120M), En consecuencia, sirg(A) # rg(M) = El sistema ex incompatible, DMarnices, DErEMNANTS6¥ SIPESIAS DE CUACIONESLIEAIES [Ejemplo 1.8, Discitase Ia existencia de solucién del sistema xeays3e=0) x +201 2x + 6y+82=1 SOLUCION: Sse tiene ; 1230 re(M)=19/1 0 1 1] =3 2681 Por tanto, r2(A) x r@(M), y el sistema gerd incompatibe. Para encontrar la solucién en el caso en que rg(4) = rg (M), asi como para averi guar si es tnica, procederemos como se indica a continuacién: 1. Supongamos en primer lugar que ra(A) = re (Mf) =n =m es decir, que el sistema tene igual nimero de ecuaciones que de inedgaitas (n =m) ve lamas Ae ep (Al 0) 7 Sabemen ae en se aso exe A, por To ue se verifen AX =B ee X= AB. eer ayo By ae * 2 by oe dul AX=Bee x= [2], donde x~ ai16 Proonus ve Avceana LINEAL PARA 1a ECONOMIA sima columna por el vector 2, Ejemplo 1.9, Resudlvase el sistema x+2p yerel x ye soLucton: Pucsto que 120 01 1] =220, rid el sistema serd compatible determinado, resoluble mediante la regla de Cramer: rae ret|t i too aa Lie, yetlot rial? baa etfo tied La sos ssema see ° x=/% 2. Sipognmos qe 1810) =1M) =m Para alizcrar la notacion supondremos, sin perder generalidad, que en la matriz un menor de orden n no nulo es el formado por las m primeras filas Obsérvese que el mumerador dela fracciGn anterior se abtiene susituyendo en |A| MaTRicls, DETERNINANTES ¥ SSTEMAS De ECUACIONES LIMEALES 17 ‘Se demuestra entonces que las m ~n Ultimas flas son combinacién lineal de ls rn primeras, por lo que el sistema lineal Formado por las m primeras filas es equiva lente (segtin la propiedad 3) a nucsiro sistema de partida: . aun be Fiat aye oot Make = Dy equivale a a gn 4 Baan = Oy aii bE Ba Pesto que en ef nuevo sistema el miémero de ecuaciones iguala al de ine6enitas (2) yel determinante de los coeficientes es no nulo, hemos reducido el problema al caso (I), que sabemos resolver mediante la reg de Cramer. En consectea, [a s0- Tucién existird y sera sinica, por lo que el sistema sera compatible determinado, jemplo 1.10. Resuélvase el sistema tm oof xt SOLUCION: Pesto que 110 14 orion lio if" lio 139) 13 siendo 110 01 1] =240, o118. Paosteuas os Atceaea Levens Pata La Econonta l sistema sera compatible determinado y equivalente al sistema formado por ls tres primeras fas: stm <1 ) Aplicando la repla de Cramer 1 1 o Tego la solucion sera 3. Supongamos que Analogamente al caso anterior, 8 r Supondremos, sin perder generalidad, que un me- tor no nulo de orden r es el formado por las 7 ie oa formado por las rprimeras fils y las r primeras co- siendo | [re Sema nonce ae am inn son om meres por To ae et stem lina formed pot sp ‘equivalente al sistema dado: See ae DMarnics, SETER\nNANTES Y SETISAS DE ECUNCIONESEHVEALIS. 19 ee Any oF Ba LObsérvese que el fnico método préctico para el edleulo de sotuciones de que dis- ‘ponemos hasta el momento es el que nos proporciona la tesla de Cramer, pero, al Intentar aplicar dicho método al sistema equivalente que hemos obtenido, nos en- contramos con el problema de que tenemos mas ineSgnitas que ecuaciones; ators bien, si pasamos al segundo miembro de las ecuaciones las m~r incdsnitas 2; %py les asignamos un valor arbitrario (por lo que dejamos de considersslas ato incdenitas), obtendremos un nuevo sistema en el que el nero de incégnitas fguala al de ecuaciones (7) y tal que el determinante de los eoeficientes es no nul: ay HE ky = Be = Oaratg 0 Bin ‘Puesto que ahora ya estamos en condiciones deaplicar fa rezla de Cramer, la solu- cién vendra dada por Oy oe Or Mee hee 8 ed o Meeshics ‘aah Wien Asipues, para cada valor arbitrari asignado a as vatables 1+» sexist ‘una solucign del sistema dada por Ia expresin anterior. Coneluimos, por tanto, que ‘evistivin tantas soluciones como valores arbitrarios podemos asignar@ ls variables eos eutgs 68 decir, un mimero infinite: el sistema seré compatible indetermi- nado. Ejemplo 1.11. Resuéivase el sistema wes Boao] ] 2ej+2x #2 way 22,20 PRonuewas De Avoemea Love. pana Ls Ecoxcula SOLUCIGN: Pacsto que fi 1 0) 11 of 21-1 21-10 " a [ 2 of" )2 2 0 2|~% ory) lor a2 siento J ja Le ago, ol sistema serd compatible y equivalente al formado por las dos primeras files: Mem 1 2x t m0. ‘Como hemos clegido 1 24 como menor no nulo, para cada cleccién a dle va emo ment sbitraria del valor de xy obtenemos un luble por Cramer; asi pues, aplicando la regia de Cramer al sistema obtenemos Por tanto, el sistema sera compatible indeterminado y sus saluciones tendrén Ia 7 x fic) 4. Por iltimo, aplicaremos lo resultados Sos i resultados generales obtenidos al caso particular de fos sistemas cuyo vector de términos independientes B es nulo(lamados sistemas a ‘tomogéneos); un sistema homogéneo serd, por tanto, de la forma asi toot Aan {: tee Opty = 0 AX te, se verifica que 5 (A) = ng (Mf), los sistemas homegensos siempre tendrin slucién, ahora bien, sta observacin es trivial, y8 que eviente> ernie, el vector nulo siempre seré solucién de un sistema homogéneo, Para aver farsi exsten ras soluciones ademas del vector nuloaplicaremos Tos resultados anteriores (1), (2), () y obtendremes: centonces existe una tinea solucién, que serd 6, abreviadamente, Puesto que, obviamen + Sing(A) = n(n. de incdenitas), Ja trivial, el vector nulo. a Singta) =< n,entonces existen infnitas solucionesaparte de larval. Estas Setaslones ge obtendtin tal y com se expuso en el caso (3), dando valores arbi- ‘ernie a las variables cuyos coeficienes no pertenecen a un menor de orden vamvalo elegido previamente, y resolviendo por Cramer el sistema resultant. ‘un sistema homogéneo con igual mimero de ecuaciones que de in- En particular, Tucionesdisinas dela trivial i, y solamente si || = 0. beni admit (infinitas) sl [Ejemplo 1.12. Resuélvanse los siguientes sistemas homogéncos: @x +32-0) x+y4 220 x +220. Wx 428 ‘} areyriz=0 SOLUCION: a) Poesto que 103 bid 102 lal = = 10, ta tinica solucién del sistema sera fa solucion trivial22 Proncewss oe Auoeans Liveas rane Lt EcoNowa (@) Puesto que 184) = 2, habré soluciones no nulas del sistema. Para encontrar las elegimos un menor no nulo de orden 2, por ejemplo 21 1a) obteniendo 1-24] 2-34 =e Las soluciones del sistema serdn, por tanto, de la forma [-24) aoe MATRICES, DETERSINASTES Y SSTEOAS DE ACUACIONESLNEALES 23 PROBLEMAS RESUELTOS Problema 1.1. Sea a4 Hillense las matrices B de orden 2 x 2 tales @ A-B-0. (@) A-B=B-A=O, SOLUCION a(t] ae JE ]-8 3] 2b +d=0 Por tanto, las matrices B que verifican A - B= 0 son de la forma feat 2a 2b Osi24 Promsas De AcEaRA Liveat Pana 14 Boonoxia Por tanto, as matrices B que verifican 4. B = B.A = O son dea forma (24) Problema 1.2. Obténganse tas matrices que commutan con ta matriz 4 (4) SOLUCION: Siuna matriz cme cn A, yi 1 (i luego. ¥, por tanto, luego las matrices que conmutan con A son de la forma G3 Problema 1.3. si ra- (5 “=e, Matnicis, TERMINATES YSISTEUAS DE FCUACIONES LNEALES 25, demuéstrese que Tha): T(B) = M16) - Te) = Tha * 8). SoLucion: ros-nay~ [Se 0) (Re ce] * ~ (rocmstmeame nam +sacn9) senacoeAcovasen a ~senasend + cosacos8 _ feosta+ 6) 8000+) «ae 7 eae teal He Procediendo andlogamente demostarfamos que T18) Ta) = Tea + 8). Problema 1.4, Justifiquese sison verdaderas o falsas las siguientes identidades matriciales (0) KA -B) = (KA)-B=A-(KB) (AEM xa BE Mary KER) A+ BP =A HB 2AB (A.B EMny 9) (© A-B+C-A=AB4C) (A,B,CEMg ng) SOLUCION: (@) Verdadero: en efecto, ef elemento (i) de la matriz ACA -B) seré Hag byt +0 + tiaPa) Kg by #24 igh) = (Bada bo + (Rese dicho clemento coincide con el elemento (,j) de la maria (KA) B, luego25 Promueuss De Avoca Liveat fan 14 Econowia Analogamente, como Keaiyby +--+ aby GRD) ++ a(R), HA» B) = AUB. (©) Falso: en efecto, por la propiedad distributiva del producto, ser (A+B) (A+B) BAB AABEB-A: 1pero com el producto matricial noes conmutativo, en general, no ser cierto AB+BA=24B, (©) Falso: por la misma razén que (6) Problema 1.5. Pruébese que, si A y B son dos matrices cuadradas de orden nn, entonces: (a) Tr(A + B) = Tr(A) + THB). (@) TeA-B) = THB- A), SOLUCIGN: @ TAS De Seas do~ Days 3d, - T+ TH, Sarde 5 Saude () Tr(A-B)= 5 Sawn TBA) Problema 1.6. Se dice que una matriz 4 es nilporente cuando 31¢€ N tal que A* = 0. Demuésirese que las sigulentes matrices son nilpotentes: bay aes lo SOLUCION: fi i 000 eae] $2 000 la - 000 fo12t oor 000 4) oo1t}_p_looo 0000) "Flo oo | * loa 0 9000. 9000 000 9000) 000 ooo Flo 00 900 Calesitese a potencia r-ésima de la matriz aa(t! oe SOLUCION: Demostremos por induccién que a (TP nen [os] ‘La expresién anterior es cievta param = 1, ya que fa 1) _ fat to aban [ s + Sila expresién es cierta para m— 1, también Io es para m: en efecto, si . (v we] centonces areata28 Prow.znas De AUGEREA Liveat pana 1a Ecovoni Problema 1.8. Demuéstrese mas una antisimétriea. ‘que toda matrizcuadrada es suma de una simética SOLUCION: ‘Sea A una matric cuadrada, y formemos a partir de ella las matrices Ata’ B Ana (©) La matric B es simetrica, pues (ate). Asay zw 2 e (© La matric Ces antisimetrica, pues (44) 454 Problema 1.9. Sea 4 una matriz euadrada, De A emustrese que, si 4. = q LENCS Ie) Maric, Detmmenantss Y SSHENAS DE EcUACIOWEStavAaES. 29 entonces la esuacién correspondiente al producto de la primera fila de A por la primera columna de 4’ sera ght tai, =0 ys puesto que el cuadrade de cualquier numero real siempre es no negativo, obte~ rpemos que Mediante razonamientos andlogos referidos alas demas filas ycolumnas obten- demos luego A = 0. Problema 1.10. Demuéstrense Ins siguientes propiedades de tn transposicén ayaa () (A= By = BIA (0) (A+ BY = A's BE SOLUCION: (@) Obviamente, sien una matriz A efectnamos dos veces la operacién de permis tar filas por columnas, volvemos a obtener la misma matriz A (8) Un elemento genérico (i,j) de la matriz B'- AT es el resultado de sumar fos productos de los clementos de la fila -4sima de B' por Tos de ta columna {jsima de A", es decir, los productos de los clementos dela columna i-ésima {de B por los dela fila j-ésima de A, luego el elemento (i,j) de B*- A coincide con el elemento (j,i) de A= B, ¥, por tanto, BA = (A BY, (©) Analogo a (. Problema 1.11, Demuéstrese que, si A y # son matrices simétrieas, entonces ALB simétcica 2 A B= B.A.30 PRomtmaas De AtoEERA LIMEAL PARA LA EcoNoutA SOLUCION: SiA-B es simétrica, se tiene A Ba (A-BY = BABA, Juego ABABA Por otro lado, si A «B= B-A, entonces AB! = BUA = Ran Ap, nego AB es simétrica Problema 1.12, Sea A ©9t,.4, simética. Demuéstrese que: (@) VOU, 4 CAC es simétien. (©) A es siméitica, SOLUCTON: (@ (CACY = C’A'C'Y = C'AC, luego CAC es siméttca ©) AY =(A-AY Al AT= AVA = AY, nego A? es sider, Problema 1-13. Sen 4 «4. Demuésrese que ls matrices euadradas A A! YA A son simétreas, SOLUCION; A= 49a 4a! AN AY = AA = ad Luego A by & (y= By) (by~ by) |THE ved omy i i Marnices, DErERAONAYTEE Y SETEIAS DE ECUACTONESLNEALES. 33 (@) Sacando factores comunes de las columnas del determinante obtenemes: Om 4 am a onudit = 0 4 % os -1 0 1 41 axe~a)| 1 a can eee =-ae-a| 1 | Oae- 85g 2g] =O -one~a1e~o, Observacién: En general, se tiene que T 1 . t ei ata 2 aes — 0), aa, — 03) fue BEN ay a3), ~ ey Problema 1. : Marnice, GETERAISASTEE Y SPEDE BE ECUACTONESAIALES 3S SOLUCION: {@) Puesto que existen elementos no nulos, el rango de ta matriz seré 21. Ele- ‘gimos un elemento no aulo, por ejemplo, aj, = 1, y calculamos todos tos menores formados a parti de este elemento y los elementos de la segunda fila (lamados «menores orlados» de a), que en Ia matriz que nos ocupa serin: 1a 13 ool’ joo Puesto que todos ellos son cero, prescindiremos de I segunda fila en el cél- culo del rango y repetimes la operacion de orlado con la tercera, obtenienclo: 12 13 10 oalt jo2 ont #0, el rango de la matsiz sera > 2, oo [oI 12 on ‘Accontinuacién, volvemos a orlar este menor con la cuarta fils, obteniendo! Como 12 0) o1-l “11-3 ‘Como estos tltimos menores son nulos, ¥ no hay ms filas con las cuales 12 ola el menor no nulo | {| el rango de la matrz sed el orden de ete menor, es decir, dos. ce aso oo |W! ] 146 pe ox et a ae son nulos, el rango de Ia matriz es dos.36 Prostmws pe AuoEENA LINEAL Aa LA Econowta Problema 1.18. Cateilese, sexin los posibles valores de a, el rango de Ia mateiz 10 1) A=|3 10 204 SOLUCION: Puesto que [4] = @ ~ 2, tendremos: * Sia #2, entonces [A] +0 y, por tanto, #8 (4) * Sia =2, entonces |A| = eo Siee2 exons al=0,3cm0 |! 8) 26 sata Problema 1.19 Demuéstrese que, si A satisface la ecuacién matrilal #-AST centonces existe 4 SOLUCION: En efecto: #-At1= 08 InAs a 12 AU~ A) == AA = ai Ana Problema 1.20. Sea 4 £10,,.,..Demuésirese que (a) Si existe Ia inversa de A, es tien, () SiA- B= Ty, entonces AB A. SOLUCION: (@) Supongamos que exten dos matrices inversas de A, a las que llamaremos [Marnices, BETEROMNANTESY SSTEAS DE ECUACIONES mNEAxES 37 Ay! y AZ por hipétess verifieardn Ah ASAAL AjLAsACAD ‘Sirmliplicamos por la izquierda ambos miembros de a igueldad 4 «A; = J, por Ia matriz Az! obtenemos AGNA-ARN AAT = AE ero, por a propiedad asociativa, sera APMALAp = Ait Ay Agha t ATE = AT? Iuego ambas matrices inversas son iguales: Ap?= A". (@) Demostraremos que A-B = B-A ~ Iq 0, lo que es equivalente, que B = AW" Por un lado, A-B aly =\Al- |B =|4-Bl = [hh = 1 m= [Al x40. Existe fa inversa A“ Entonces, multiplicando por la izquierda ambos miembros de fa igualdad A-B =I, por la matriz A, obfenemos: ANA BSA I Pero, por la propiedad asociativa: AMAR) =(A71A) B= ly B= B juego B= A”! y, por tanto, AB ‘Como consecuencia de este resultado, para demostrar que una matria B es la inverse de A dnicamente hard falta demostrar una de las dos igualdades A+B =I, B-A=T, pero no ambas. Problema 1.21. Si A,B €Ey.cq 40m regulares, demuéstrense las sigaentes PF pedades de la inversion: @ ayaa. (0) (A Byte BAM © (A a.38 Posuewas pz Avoenna Lives ana 14 Econontn SOLUCION: (e) Puesto que a-An? = A~t A (0) (A BIB") Iyy se tiene (A71)-1 A (BBA Ady A AA = + Iuego (By aA oe (©) Por el problema 1.11.(6) tenemos ALA = AE ay ego (4°)"! = (A 1 Problema 1.22. Demuéstrese por induccién sobre n que, si Ay,.... 4, om mi Inices regulares, entonees (Aye x Ag)” SOLUCION: + Segin se na demastrado en ol problema anterior, le expresion es cicrta para ned: (AyAge hs as! ay? ‘ Supongamos que la expresién es cierta para n— 1, es deci, que px Ap EAT oe ATE, Entonces también es cierta para: Ax: (Ay x0 4g) AME ARTA, Xo K AQ” BAS ASA KATH Observacion: Apoyindonos en el problema 1.11.(6) podemos demostrar, me= dliante un argumento andlogo al anterior, que A A = ALC At Matas, DerERQDMANTES ¥ TEMAS DE ECUACIONESLNEALES 39 Problema 1.23. Sea 4 una matriz regular y 8 una matriz euadrada, Demuéstrese que, si A= B= 0, entonces B es la matriz nul SOLUCION: Por ser A regular, |A| #0 y existe A, luego A:B=02A71-A-Ba A! BHO. luego |4| #0 y, por tanto, existe A~" Por otro lado, [B| = 0 (ya que tiene dos columnas idénticas), luego no existe a5 a-[ 4 1 of, a = SOLUCION: 2-41 ' p-|-3 o1|, c=| 1 -3 00 2 1C es equivalente a (4 + BX = 2C. AX + BX40 Prosuns px Avoca Latta tana 1 Beowoxta Puesto que [4 + B'l # Oy existe (A + B')~?, si multiplicamos por la izauierda por esta iltima matrie obtendremos: 12 -S)-'F 19 =r X=4sBy'20=2/0 1 0 (44 oo -} l-2 -2 -1 97 8) fie 4 aft 1 -2/-]2 2 22 laa SOLUCION: (0) No existe la matriz X, ya que, si existiese, entonces la matriz producto AX deberia tener tres filas en lugar de dos. (©) Como || =23 #0, existe A~', y entonces la matriz X buscada serd Xeape dl 6 “5 fi 6) 1m Ja a) ar le 25 (9 Peo gue [4] = 0y [2 #0, no exe ume mati Xt que A X= By Quest exile, sera et = [AT AL ATO alo. Wa-x¥+arl=c DMarnices, perenoxaiTes ¥ SEMA DE ECUACIONESLNEALES siendo at 30 02 SOLUCION: Puesto que |C| #0 y existe C~!, si (A+)! + BI“ = C, entonces orn 76-4 - -130 2-1-1 raz (3 2 2 De Ia expresin anterior obtenemos: 8-3-2 exyec-s=| 1-1-1 s-1 6) ALXY 4B ys transponiendo, 5s 1-5 AcX=(C'~By=|-s -1 =i]. “2-1 6 0, podemos despejar X y obtener: a1 nfs ies seerteoy-3 [2 2 ol[-s 1 oi] - 0 1H Prodlema 1.28. stent [! 7]. ae tsar pr te ‘tam matrices # ewadeadas y no nua tales que A - B42 Promnas oe AvcEaRA Liveat pana ta Econonta SOLUCION: Si A] #0, entonces existe A~', y, por tanto, A\B=O0—B=A-.0-0, Por lo tanto, para que existan matrices 8 no nulas tales que A [A] =0, 65 decir, O debera ser Jweg0 Problema 1.29. Sea 4 uaa matriz cusdrada: (@) Si A® = Ay cqué valores puede tomar [4]? (©) Si A= 47", zque valores puede tomar |A|? SOLUCION: |, entonces [Al (@) Puesto que [4*| = |Al?, si a [4], Iuego [Aj = 1 0 lal (©) Puesto que [A 1 Tay 8A =A entonces [Al? = 1, tego [A] = a1 Problema 1.30, Sean 1 y 8 matrices reputares de orden n>, Sabiendo que [A] =5y |B] =3, caleiese: @ [34]. (0) [Aaja fo [a (a)-|BAB SOLUCION; (@ [34] = 34) = 5.3" Marnices, DETERAIMANTES ¥ SSTEMAS De ECUACIONES LINEAGES. 43 ©) Puesto que 1 arta caaiay! jap aie fomando determinantes obtendremos agi cay) ys como [A= [Aaj (ay) = ay Como en nuestro problema [Al = $, entonces (©) [BAY = [81-4] = |B) 14) (@) |BAB| =|B|-|4] -|B\=|B)*- || = 9-5 = 45, Problema 1.31. Disedtanse y resuélvanse los siguientes sistemas tinea @ x-ys arty ar-y Indie oy Mo Ayal 1 + yO Me Sut m2 +3m=6) (© 2x+ aH 220 ox ya2e=t actly 222 xt Oy tde=344 Proms De SLoFHRA Lineal pana 2a Ecovown SOLUCION: © io -2 a) <3, o3 o 3 2-1 o 1-1 0 2 waa) gt fs Ss 1-2 4 f 302-1 os Dao 3a re(M) = reM)=re) yy gf =3 5 1-2 36 Como rg¢A) = n2 (0 ‘ los rangos de las matrices 4 tyeesDR) ¥ B= Oye. Bp 8) ccoinciden, Estas técnicass6lo son vidas, de momento, en el espacio vectorial R". Mis ade- lane veremos como se extienden a cualquier espacio vectorial que posea la propie. dad de ser isomorfo a 23. SISTEMAS GENERADORES Y BASES, DIMENSION Un sistema $= {0),.-., 54] de vectores de un espacio vectorial Ves un sistema ge- ‘nerador del espacio si todo vector de V puede eseribirse como combinacidn lineal seactos vecromauss 59 de vectores de S: WEEV day osayeR |= EB sistema S es una base del espacio vectorial ¥ si verifica 1. Ses sistema generador de ¥, 2. Los vectores de S son lincalmente indepencientes, De estas dos definiciones se desprende que toda base ¢s un sistema generador de ¥, pero no todo sistema generador es una base de V (Sus vectores no tienen por qué ser linealmente independiente) SiB~ [0y,..., 0] esuna base de V, todo vector #€ V podrd representarse como combinaci6n lineal de los vectores de B WK, day merlte Za, Ademiis, al ser B un sistema libre, esta representacin es nica rupla de nimeros reales, (a, 0), Ia llamaremos coordenadas is Acsia tn Gel vector xe V respecto a la base B= [0j,.., Ejemplo 2.3. En el espacio vectorial B", el sistema formado por los vectores ).[!).-.[7] J 6 1 {es una base de dicho espacio vectorial, yrecibe el nombre de base candnica de R En En RY60 Promirnns Dx Avoenea Livsat PARA 4 Ecowouta Los feoremas de a base, enunciados a continuacién, exponen las propiedades més importantes de fos conceptos definidos en este apartador ‘Teorema 2.1. De todo sistema generador finito de un espacio vectorial puede ex- traerse una base, ‘Teorema 2.2. Si el espacio vectorial V admite una base con n vectores, entonces todo conjunto de n vectores linealmente independicntes es base de V. ‘Teorema 2.3. Si cl espacio vectorial V admite una base con n vectores, entonces ‘ho pueden existir mas dem vectores linealmente independientes en V. ‘Teorema 2.4 Sil espacio vectorial V admite una base con n vectores, todas las bases de V tienen n vectores. ‘Teorema 2.5. Si cl espacio vectorial V admite une base con n vectores,ningin sistema generador de V tendea estrictamente menos de n veetores, Diremos que un espacio vectorial V es de dimensin finta si posce un sistema {generador formado por un nimero finito de vectores. Si esto es asi, por el teorema 2.1, podemos extraer una hase. Ademas sabemos (teorema 2.3) que todas las bases ule V poseen igual mimero de vectores. Por tanto, la siguiente definieién ex con. sistente; la dimensidn de un espacio vectorial de dimension finita es igual al ndime- +o de vectores de una cualauiera de sus bases. Compructe el lecior que Dim 8 = n, Por otra parte, un espacio vectorial es de dimensién infinite sino 4 de danension finita (sino existe un sistema generador con wn nimero finito de veclores), En étos Ultimos es posible encontrar sistemas libres formados por un mimero arbitrariamens te prande de vectors. Ejemplo 2.4. En el problema 2.4 se prueba que el conjunto de las sucesiones de nimeros reales es un espacio vectorial real Sele Tansee MIE ‘Veamos a continuacién que 8 es un espacio vectorial de dimensién infiita, Para «lo, probaremos que no existe un sistema generador § formade por un nimero fini, to de vectores. En efecto, supongamos que el sistema |e, ¢s,.--vn] CS genera cualquier sucesion de 8, siendo: vane} Fie Mia Heed See e) au Bate) Eseacrs vecronsss 6 Formamos los siguientes vectores de R's ¥ xa on a » opel tf 7 ey, parte vedo de! eo ps Soe 0 combinacién lineal de los 5 (i= 1,2,.-..M). : (Perino ame an 9 oa seb come om “na ten yt vol 9 EH sin ns Ps em sin oe cute no ew enc ven ‘Puesto que Dim ("*") 2.4, ECUACIONES DEL CAMBIO DE BASE EN F so ay) ona bse de BEntoness #3 ede x Se die ind nea elas vetoes de By w= ER, Webs cendonde la n-upla son las coordenadas de W respecto a a base B; svo-43) Som las coordens ‘Supongamos Pie mos dan ota base de, By {@y-+- o> Teva qU ae - We nos W espesto ala base B:. Nos 5) son las coordenadas de W respect pes id ‘zqué relacién existe entre las coordenadas del i especto a Bs, Si) = Ys ¥ tas coordenadas de i respes cen donde X= (t)y.++ hnacemos la siguiente pregunta’ tor W respecto a By, (vr (yy 2st) = XT ‘Supongamos que Saati "7 won Soanfa ent Entoneet62 Prontenas De AuoenRa Loven: ana 14 Bconosla Tentificando y, con 3}. , 1%, (1= 1,...m), (puesto que se trata del mismo vee- tor expresado en la misma base B;), obtenemos las eevaciones del cambio de base de By & By (B, > By) Yn Hyp Xj Uy Xy + Mya Xp + + Hah pi My Mia ee tye) (XP om Pepe [ee oe] [a] oo pco Esta expresign nos permite introducir las coordenadas de W respecto a By en el Segundo miembro, obteniendo como resultado las eoordenadas de W respect By en el primer miembro. Bs asi como hemos obtenido una funcion que describe ef cambio de base By ~ 2, y cuya expresién analitica recibe el nombre de ecuaciones del cambio de base de fy a B, J—-teg Coordenadas de W resp. a By — Re Coordenadas de wresp. a By Obscrvemos que Ia matriz U es aquélla cuyas columnas estan formadas por las ‘coordenadas de los vectores de la base B (antigua respecto a la base B, (nueva), Para hallas las ecuaciones del cambio de base inverso (B, ~ B,), planteamos la ecuacién matricial ¥ = UX, fijéndonos en que, al ser los vectores |i...) li realmente independientes (puesto que son base) se tiene: BW) © |] #0. Wes mattis regular < ‘¢ existe U~' matrz inversa de U. Entonces Y= UX @ U"'¥= (UU) & UY x, Esrncios vieroRaLis 63 cambio de base in- Esta time expresion nos proporciona las ecuaciones del cambio de verso del anterior, By» By. Nuevamente, las columnas de la matsiz U~" estaran Jormadas por las coordenadas de los vectores de la base B, (antigua) respecto a Ia base B, (nueva). En definitiva, hemos obtenido otra funcién, que lamaremos S73, tal que: So ttt Coordenadas de resp. a By ‘Coordenadas de resp. a By En el capitulo 3 veremos que ff son aplicacions linealesbiyectivaseinversas ‘Ahora bien, cuando nos pidan caleular las ecuaciones de un cambio de base, en general no nos dardn fos vectores de una de las bases respecto a Ia otra ecuaciones ()), En este caso procederemos de la siguiente forme vier’ (respecto a By) (respecto a B,). [Expresando esto mismo en forma matricial -af)-=-of coordenadlas son inver- Las dos matrices que multipliean por la iquierda a ambas coord. tibles, por ser sus colurnnas las coordenadas de los vectores que forman By y By Entonces: euaciones det cambio By (p22 20)” Myth)4 Promumas DE ALOEBRA LINEAL PARA 1A FoNOM Eeuaciones det cambio By By fi") v1 (CGD eis a-(3) Gwen vacnmcrnenne (JE) 0G CTC IE--LI8-0 Ecuaciones del cambio By ~+B, yes) 2, yer 2.5. SUBESPACIOS VECTORIALES Detscin de saben vectorial Sea un espacio vectorial (V+, +), Demos espcto vector de Vs L,-)ev an soaso vedo sautlentonente GEV) + sum (SEV2)-esunaley de composin eens cn Yi MeL: a+ meL. Estas dos condiciones pu vee cones pucden ise para dat gar al iguente (SEV) LCV er sbespaco vectra de ¥ bev wm vabeR, vavet empl 246, Dados os ve lem 26 Deore vce 8) €¥t majo o formado por todas las combinaciones lineales di Tae ar un subespacio vectorial de V. ree verte En efecto: LO, PE V/0y,... age: ¥ Esnacios vecrouasts 65 “Apticando la condicién (S-E.V-3): - Soran. F e900= Soe ek jemplo 2.7, Dado el sistema de ecuaciones lneales AX=B, con AEMaxm XERy BER se tiene que: { & BO (caso homogéne), el conjunto de lax Sluciones del Sistema cP subespacio vectorial de Giy $1 0 (caso no bomogeno), et conjunto de fs solcions (sl Sema 29 ccs subespacio vectorial de R" En efecto: Gh) Linmando S= (XERYAX =0} y tomando Xv XreS sivas eFs VANES fa comprobar que (aX, + 4X3) €S: . Ala X + AT or tanto, 5 es subespacio vectorial de Gy Excuen $2 [XeR/AX = B) (20), Probaremas que S nos ee Eat weal de Rn tomando X,€S, X,€5, eomprobames ave + Xs €S AGS, +X) = AX, +AN,= B+ BAB @ Xi tH OS. ado un sbespcio vectorial ¢ V direnos que el stema B= (By) Ch ener e ac bre y genera todos ls vctores de sea sspears asl en ceri L. Puesto que todss las bases de J tenen el mine NSE subespeco vot corema de a ase), definimos la dens de como wimeto de vectores de una base cualquiera de L. |. Heuaciones y dimensién de un subespacio vectorial “Acomtinuacion vas a deal a stints Formas de expresar wn subestaci > Sal de Rt, y veremos e6mo calcular su dimension.(66 Promteus ox Avorana Liveat Pata ta EcoxoutA En el ciemplo 2.6 hemes visto que las combinaciones ineales de un sistema de ‘ectores forman e} subespacio vectorial generado por dicho sistema, Cuandedec sc, femas de vectores generan el mismo subespacio vectorial, diremos que lo stems OM eqivatentes: Si [Dy)... Tq) © Vs EO -+-stg) CV. [Bayo Dad EQ. Lisp) LOG 24 0) Tomemos un sistema de vectores de R's (W,,..., lp]. Side este sistema extra. ‘nos el mimero maximo de vectores inalmenteindependienes,habremes eprene doc! subespaco vectorial £(2,...4,) dando una de sus bases (y de pase serene, gemos su dimensiGn), Recordemos que, para calcula este nimero main, tanh sos que hallarelrango de la matiz (ay. ~..d,) (vase 42.9) ‘A continuacién llaemos Sendo (ir. -. ipl sistema gencrador del subespaio vectorial LC RY. Entonce, todo vestor de Z pod expresarse como combinacidn lineal de los vectores del ist FEL to nrogeR[ = Sait - es ste ay sts thtimas son las ecaciones paramérias del subespaco vectorial LC (don: Geas(= 1...) sonlos parameios), Seg sabemos, la dimensiGn de se aoe Risser unin de vetoresinealmente independiente en {aj,...@,], es decir, al fango dela mati (0...) (mastic de los eoefilentes de las ccuacines pone, métrieas de 1) Espacios vucronatst 67 ‘ovurte sy so sielrango de la matrz de os coefcients del sistema es igual al an- go de la matriz ampliada (teorema de Rouché-Frbenius): BEL 1B (Oy. = TMs By 8). ip de onde ao Suponiend (8-14) =< p, sind el menor psn de on eon ater ex eulaleate aque sverlgensulcamente Ins sglemer (r=) ceacones Ines ‘Si desarrollamos estos (n ~ r)determinantes, obtenemos un sistema lineal hemo- foc com nf) econ ym inane Enema dlenomina ecvaciones cartesanas (0 mpleitas) de subespacio vectorial Lc R*. Va- ‘mos a determinar Ia dimensin en este caso. Dado LC i" mediante las siguientes cecuaciones cartesianas: Bak) EH phy Fares ear + Geer ahi be A Ors Met Oras ra Sree Gm gee Oeste + nts 4) oil a sworn ge ago dee mat do cots) ft ser nla enor principal de orden r (4). Sepin lo visto 1.3 aslo scans notin ~ 9 ano y se ies arian als = tings nents yon aise x Columna iésima de A, By see gen Emre ieee aan isan see Bi asisn x, —> Valores arbitratios (tisisn68 Promuss ve Atcen Uuveas pana La Econonta ‘Tomando como valores arbitrarios succsives Sel) ft os oO 1 S€ demuestra que las soluciones del sistema Theta |, : 7 : ° oJ 1 sraagayments independiente y forman un sistema generador del conjunto de solu- Lee pats lineal homogénco. Es decir, sn una base dl subespaeio vcteny LCR’, Por tanto, la dimension de L sera (N.” de inedgnitas) — ~ (Rango de la matic de coefcentes del sistema lineal homoséneo), Observemos que hemos recorrido el ramétrieas, puesto que, considerando sistema anterior nos queda asf ‘amino inverso pasando de cartesianas a pa- los valores arbitrarios como pardmetton, el Columna isima de A, (aaare ~~ dyad | asien havea Ecuacioes praméticas de § Gnrantros goose ea Fiemle 2.8. Consideremos el subespaci vectorial LC R* de ecuaciones carte Esencioe vecromauss 69 By tT Br tHE =O ‘Se trata de dar la dimension y una base de £, Puesto que Ss 0-17 Az]1 1-1 of ema. 3-121 y como 1oa-t 3-1 2 5s 0-1 =9 #0, 3, y por lo tanto: tendremos que re(4) =1 Dim(L) =4— ‘Ast pues, una base de F-estaré formada por un tnico vector. Pasemos a caleularo: S61 podemos agar un valor abr: x= ates el sitemeter nos que a 0 4 La asin oo : aetlo rife Ta | 4 | 7 z 9 a son 1 2 Pls ay =70 Proms be Aten Lovato ta Eeona ‘Asi pues, una base del subespacio vectorial ZC Rt sera: -% pel] % 1 2.5.3, Subespacio interscecion Sean Ly dos subespasos etre de (1; +), Llamamos subspecies: cidn de Ly Sa si LOS=[teV/¥eL y Fe5). ‘Las ecuaciones cartesianas de (27S) resultan de unir las cartesianas de L y de S. ya que FeL —( verifica las cartesianas de FeLnSel yo y eS | x verifica las eartesianas de S 2.5.4. Subespacto suma Sean L y S dos subespacios vectoriales de (V, +, +). El subconjunto LUS= 2eV/ReL, o bien £e5} ‘no es un subespacio vectorial de V. Se puede probar que el minimo subespaci nimo subespacio que comtiene a LUS 5 el subespacio suma de L y S que se define a cantinvacioes L+S=(ReV/adeL, ates: T=540) El camino més corto para expresat L + 3. partir de Z y Sconsiate en extract una base de L + S'de a unién de una base de Ly otta de $+ By, base de L By base de § | 72 = Br UBs ————>» Base de L + 5, Ne méx, de vectors Liven UB, aint £4 forma se halla la dimensiOn de Z + $, También es posible obtener éta ‘ttima utilizando 1a siguiente identidad que relaciona las dimensiones de los ube pacios suma e interseecibn: Dim(S +1) im (S) + Dim (2) — Dim). seacios vecromatss 71 2.5.5. Descomposiciin en suma directa de un subespacio. Subespacio suplementario Sea S un subespacio vectorial de (V, +, +), Si existen SiS: subespacios de V tales aque: @ 8,95, = (0) 8. +8.=8, decimos que 5 es la suma directa de los subespacios S,, y Sy, y lo esribimos: S=5, 95; Dado LC V un subespacio vectorial, decimos que el subespacio $C Ves un subespacio syplementario de Len V cuando: (@ sn = 1a). S+L=¥. Estas dos condiciones son equivalentes 2 la siguiente: v=seL, Para el caso particular de la suma directa tendremos que Dim (8 @ L) = Dim (S) + Dim (L). Por iitimo, enunciaremos un importante teorema: ‘Teorema de la prolongacién de la base. Sea (V, +, +) un espacio vectorial y sea LC Vum subespacio vectorial. Dada una base cualquiera de Z, siempre exist una base de V que contenga todos los vectores de la base de, y tal que el conjunto de los vectores restantes forma una base de un subespacto suplementario de £ en V. jemplo 2.9. Consideremos el subespacto vectorial dF: Lite ty Hallamos primero una base de 1: SER Gea Quire esto decir que un vector de £. se escribir: (a= 8.4 8) = o=1,1,0) + (1.0.0 Entonces el sistema {(-1, 1, 0). 1.0. 19) genera L. y como es libre (el rango cs 2), es una base de L. Tomemos un vector cualquiera que no pertenezce aL72 Promumwas DE Avoeana Lineal pata ta Bconoxtia 0 Pre. | 0) y consideremos el subespacio S generado por ese vector, 1 S=1(0,0,1). Entonees B= ((-1.1,0).(—1,0,1) (00,19) es una base de R? tal que (@) Contiene una base de L: ((—1,1,0),(~1,0,1)]. (©) Etesto forma una base de un subespaco suplementario de L. En efeto, le eouaciones cartesianas de 5 son HE ye ue, jumto con las de £, Admiten wna vniea solucién (0,0,0) = de, Asi pues, LNS=10,0,0), Por otra parte, est claro que L+S-R, YH ave BUBs = B, que es una base de R°. Resumiendo todo esto: Palos, Esracis vscroncss 73 PROBLEMAS RESUELTOS Problema 2.1. Demuéstrese que el conjunto de Ios polinomios de grado n con cocficientes reales oo [i= Son aes, weet sates por eens (Sn) = $ ae! 1. (@y, +) 68 un grupo abelian: Asociativa: ¥p\(, 2409), ps) © P69 + (0) + 00) = Bo aux? + (Sats Se) a ei & ali ae Feat = 2 (on + (De + eget = = Beet by ene" Sat ogee + Set P= 30-4 060, Entonees:74 Prontswas ne ALoEBRA LavtAl para ta Econouta P00) + red = 3 aga +S ext o Beso 9, Elemento opuesto: vpte) = 5) axe, definimos su opuesto como ~109= 5 (aps ee, Entonees: PO + (09) = 3) gar! + Scoot = 3 toe rant = (a9 aps = $0.0" «ng Conmutatva: voix) P00) + 000 = Sonat + 3 oy! Slot mort = Silber ant TF ayat a Fayre = a0) + 0. Por tanto, (By +) cs un grupo abelian 2 Propledades dela multiplicecin por escalates: EV.) vaBER, vols) = 3 axe vy 10-1648 Saut= Steet Zor + dant = FS coat + 3 oat = tea +8 Sus! = open + Bt peice enn 9% v9 voeR v= Saute, varon Sbste0, dot) + aco) = 0S a+ i 3 ea, + aba)" ee + 3 lotpst = Dyas! +a 3S bux = apt + oat EVD vabeER, vw)= 3 axte®, sonor=o(0 Sues!) =a Stour!» Syeame Eyoarape = (a8) 5 eax = (aot ev. w= Sarees « yattn Problema 2.2. Prugbese que las matrices de orden (mt x n) con coeficients ret: tes, com ta sua de matrices y la multpticacién de matrices por ese tun espacio vectorial real, SOLUCION: 1. (Myeaqs +) €6 un grupo abeliano: = yee Asocietva: SE) eel VA = (a). put =7% Pronumas ve ALGEBRA LavEAL pane Econowta +B +0 (ey) + (Oa) + (:) = ey + by) + (6) = ey + 8) +63) =(ay + (by + 0,)) = =a) + by +e) = i) + (by) + (ey) = A+ (BC). Femremlo MeUtro: VA = (0) €Ryxgs (= Ly... Mi = yecnymy dain O=(aplay=0 vi,j. Entonces A¥0= (4) + O=(@,+0)= 040) =a) Elemento opuesto: VA = (aj) € meq, definimos su opuesta como (A) = (4) en Entonees AA = (4) + 09) = 04 + (09) = (a) + 03) = (0) = 0. Conmutativa: WA = (a)), B= (b,) © gens A+ B= (a) +0) = (a+ 63 (Oy +0) = BA, Por tanto, (Wlqcqs +) €6 un grupo abeliano, 2. Propiedades de la multiplicacin por escalares: EV.5) Va BER, VA (0)) Rp gt (04+ BA = (a+ BNa,) (a, + 84,) = (aay) + (845) = aay) + Bay) = aA + Ba, ENO VER, VA= (4), B= (b) Epa, 24 +B) = allay) + (0,9) = clay + by) = = (aay + by) = (aay) + (ab) = = alai) + 0(0,) = 0A + ob. END) VanBER, ¥A= (0) €Mp ig (BA) = 0 (8(0,)) = a(84,) = (a(80,)) = = (BN) ~ (aBNlay) = (aA. EN.) VA = (6D Mara! Laz ta) Por tanto, (Bix a» ++) €6 un espacio vectorial real +a) = @) =A. Problema 2.3, Sean U, W dos espacios vectoriales sobre el cuerpo F. Liamemos Ux W= (G,8)/ WET, WE HW). $I (Oy, .), (0a, 8.)E UX W, definimos: (1, Wy) + (ay a) = Cy + yy + SlaeR! al, ) = Ct, a). pruebese que (U % W, +, =) e8 un espacto vectorial real. ;Cusl es el vector nalo de Ux wr SOLUCION: 1. (Ux W, +) ¢s un grupo abeliano: a a) (Uy Wy) € U XW €,, 8.) + (lay )) + (yy 4) = My yy Wy HM) + (iy + a) + iy +) + Hy) = Cy + (la +H) + G+ HY D+ (s+ Hay a + Ws) = (ly 14) + (Clay) + ly HD cio para el lector. Conmutativa: queda como ejer Elemento neutro: llamaremos 6, dy 210s vectores mulos de Uy W, respectiva- mente. Emonces (0,,9,) €Ux Wy, ademas, v(a, ye U x W 1+ Dy. WO.) = Oy +H, 0y + ¥)= (TM), Elemento opuesto: (2, ) €U x W se tiene que He U, We W. A sus elemen- tos opuestos los llamamos a y, —W, respectivamente (existen, puesto que, por ser Uy W espacios veetoriales son grupos abelianos). Formemos el elemento (2, ~) € Ux W y comprobemos que es el opues- to de (a, ): C.F) + Oyd, (8,8) + (0, 9) = WE =), WH (= (—2) 4-9) +H Oy. Por tanto, (Ux W, +) e6 un grupo abeltano,78 Promtmuas DE Avena LINEAL PARA 14 Econoxtn 2. Propiedades de la multiplicacién por escalares: EV) va,6eR, VG, R)eUx W: (al + Baa + pm) = ~ (Git, a) + (80,8) = a(@, ) + A(G, EV) VEER, Vays), laa, VEU x We (0%, 5) +, 9) = (0, + 8), = (ae) + (ail, A + Bay Hy + (0, + asa, + ety) iss W)) + afl, 3), END vaBER, va, meu x W: 2(8¢@, 1) (3, 3) = (cB), (85) = = BW, (a8)) = (a3\a, EN) Wa, EU x We 1-@,9)= (a1) =, 9) Foy {anton (Ux W, + «)esun espacio vectorial eal. El vector nulo de Ux WF G.irstmento neutro del grupo abelano (Ux W, +), esdecs, (04), emdoree Fn Dy SoM los vectores nulos de U y W, respectivamente, Rx «+> x también se puede obtener sR RIS Be se puede obtener como el conjunto de as +3) R xR >, o tambien como el conjunto de Observacién 1: En consecuencia, R hhaciendo "=? x R= R=? 3c Considerando un caso particular, fernas de niimeros reales (4, los pares (Gx), ER? xR, Ooseracton 2: Segin hemos demostrado, si U, W’son dos espacos vetorales Say Eri roduc carcesiano Ux W, dotado de ls ieyes de comport yea, go enamide, es también un expacio vectorial real lamade cipacto sms de U por W. Problema 2.4. Sea e Np nen) = x, fina aptcacién. Si consideramos (e(n)%_, =(x,1°, obtenemos una. sucesién Espacies vecrouatis 19 i into de todas esias sucesiones § = de mimeros reales. Consideremos el conjunto de ne $01 = [ei IN R/e es aplicaci6n}, y et eerpo de los nimeros reales R. Prusbese a 5 es un espacio vectorial real con las leyes de composicion GaP + ea? abst = (ax txt SOLUCION: 1. (+) 6: un grupo abetiano: Asociativa: Vong. GDR (oD eS: CF + GOD + ODT = Oy + xD + Ce = Gy Fx) 0g Oy + Oh FD socitvdad de a “ ‘suma en = aT + 66, + OT = Coot + eat + CeDD. Elemento neutro: V(x)? €8, éefinimos 6 de forma que Entonces Elemento rewiro en R Elemento opuestor v(x.JP €8, definimos (x). Entonces: (ox) + aT = (n. 7 Elemento puesto en (607 + (xg = Gy + (nat =~) Conmutativa: ¥(x)7.Un)P 5, se tiene: (dF + WOT = Oy + 0? Ont AE = OWE + ONT. Conmutarividad dela suma en Por tanto, (8, +) es un grupo abeliano.80 Ponts ox Avorena Lives rata ta Econonta 2, Propiedades del producto por escalares: EY.S) VaBeR, voryres: (+ ONE = (a+ BE = (ax, + Brit = La mulipicacion os “istributva sobre Tesuma en = (ORT + (BaF = ata? + 86607. EN. YaER, VxPes, VOFES: UOT + OD = ab + 20 = ley +20 Idem (ax) + (aT = (ax, + 03,97 = abit + ab, END ¥a,BeR, Voires: C860) = eB = (a(R DYT Asociatvided de la smulipliasion en = (2B). EV.) VET ES: 1 Ke = Moxa? = ea Por tanto, (S, +, +) es un espacio vectorial real Problema 2.5. Pruéhese que (RR) = [f R— R|fes anticacién}, es un espa- «io vectorial real con la suma de Funciones y el producto de funciones por eseaares, Demuéstrese que no es de dimensiémn fini SOLUCION: 1. RR), +) es un grupo abeliano: Asociatioa: ¥f.s, he FR, RI: FO (8 WY) = FO) + (6) + MA) = C/O) + BO) + MY = = (6+ 9109 + Heo. Esracios ierowAaLes 81 Elemento newiro: vfe F(R, R), definimos la «funcién idéoticamente mulay: Entonces: (F+ L) = LE) + HE) = HC) +.F09 = 0 + F09) = F09. Elemento opuesto: ¥fe F(R, R), definimas su opuesta: “AR R x Entonces, I+ (P= + (P00 = F00) ~ F09) = 09) = 0. Conmutativa: vf. g.© (RR) (7+ 2100 = £0 + £00) = £00 + f00 = (2 + N00. Por tanto, (FIR, ), +) ¢s grupo abeliano, - Propisdades de la multiplicacién por escalares: EVS) VauBeR, We FRR (a+ FM) = (0+ ALFA) = afte) + BF) = ENG VaeR, vise, ®: END vader, Wer, (BNL = e( BFW) = (0B),F00. EV.) WesR, Ry (N= 1-50) = F009, Por tanto, (F(R), +, +) es espacto vectorial real. A continuacién vamos ‘aprobar que (RR) es de dimension infinita. Supongamas que [ fsfar-- fa) CHIR, F) es un sistema generador. Consideremos (n + 1) puntos dela rectaScere 82 Promnuas os Avoemea Lites Pata ta Ecoxoua Eseaciot vecromates 83 Fel: Asse Podemos formar entonces los siguientes vetoes ras). (a em) fan oe (CJC) --G:5-e3) [fie ) Site fees) etd) fs) | of fae] [88 te (8) Gi) +B) [Ae | | Fibs) x) Wino), Siltesd) tne) © ev.) ve] eR? tal que x #y: Presto que Dim(R**) = n +1, el sistema {0,9,-..,04) no puede generar 4 todos ls vetoes de B's, por ano, eit tin eso de oo an 2) phy ae bodrdesribrse como combinacin inal de les fy f= Mensa) Llane US * Ue y (@itiy- +1044) R°*" an de esos vetoes. Entones aloes es 26 702, que cumpla: yi © EVs) vf i] tal que y #0: BE)=0 dake, », 2) 2 2) 0 por esebrs como combinain nel dl Sistem (fin. f 19 6 ‘G)- (3-6) (9 tethkime no srs, pus, sera generar de (P, B). Ea concion Tey ?, 7 ‘No ¢5 un espacio vectorial de dimension finita Problema 2.7. Pruébese que un sistema formad por un nico vector {2} (#3) Problema 2.6. Prasbese que los vctoes de plano (), con la suma abit €s siempre tneaimente independiente. Yyla ley de composciin externa dfiids pore @a & )- (3) (en), SOLUCION: eG] (2) em aes =) = (= lara consecvencia de los axiomas de espacio vectorial, oa (2] wen ao ee a as wean ‘no forman un espacio vectorial en ningin Ys Pesta que Ba 0, sera SOLUCION: eee En los tres casos fallan algunas de las propiedades de la ley exter ciemplos A modo de | Problema 2.8. (@) Pruéhese que todo subconjunto de un sistema Uibre de veetores es libre. (0) Prugbese que, si en un sistema existe un subconjunto formado por vectores li4 Promumas De Aucemea Liveat pana ta Econoua SOLUCION: Sea el sistema de vectores linealmente independiente S= (0... By)e “Tomemos un subconjunto cualquiera de vectores de S. Sin pérdida de generali- dad, este subconjunto puede estar formado por los k (k-< n) primeros vectores des: Oye CS, Supongamos que S's ligado. Ser éste el caso si alguno de los 6, (1 << &) puede escribirse como combinaciéa lineal de los (k ~ 1) vectores restantes de S? Por ejemplo, Dy = De + +o 4 gdh. Tendremos entonees que Oat +o OO +O Begs toe toy, Pdiendose escribir entonees 0, e S como combinacién lineal de tados ls vectores de ‘Por tanto, Ses un sistema lisado, en contradicein con la hipétesis de part, AS! pues, hemos probado (@) S tibre = ¥S'CS, 8 es libre. (©) 8’ ligado, S'S 5 es liendo. Problema 2.9. Pruchese que, silos vectores%, + Som lincalmente inde- Dendientes, también ta son los vectores 5, 0+ Slew: Paka ky PB +H +5 TnP Et het, SOLUCION: ican: Eseacioe vecronsers 8 Fs FOFa + tay = Day =0y= ++ Oy =O. Para demostrar esto tiltimo: i tata to + ay, Fah +o FADE tags te AA Hank + oak +b ag, + oak + (Oy taro bad # (a te onl + ay tanto tay Settee Problema 2.10. sea F, independientes y F pendientes. Prughese q fy -+-hy] um conjumto de vectoreslinealmente En.) otro conjunto de vectoreslincalmente de- (a) E1 vector es combinacién lineal de los vectores de F. (©) Los vectores h¥ A, -. +A som linealmente independents, siendo ls ky ‘esealares distintos de cero. SOLUCION: (@) Por ser {¥....54,5) linealmente dependientes, exsten cy... ,a4¢R no todos nulos tales que: 0F + a + Ahora bien, cg #0, ya que si a = 0 entonces any te con algin a; #0, y, por tanto, el sistema [, pendiente, en contra de la En consecuencia i) seria linealmente de- Siete -S) 1 decir, el veetor 5 es combinacion lineal de los vectores [, +...)6 Pronuewas oF AicEmEA Loveat pana ta Econonta (©) Para que los vectores &,,... Ay Sean linealmente independientes tienen due cumplir: aha) + aah) + + akg) = Says ap ay 0. ‘Veamos que esto se cumple: ally S) + aha) + + ols) (aR, + (0k +--+ ght, 23 e ‘vk oaks slendo os &j #0. vi = Problema 2.11. tn el espacio vectorial, disetase Ia independencta lineal de Jos siguientes sistemas: ern) os; T on oo fs, SOLUCION: Soo us © AnGyOnt)= {3-2 11 17 =4 18(A) = 2 = Niimero maximo de vectores linealmente independientes en S, Asi pues, 5, es un sistema ligado, Esoacios vecromates 87 Observemos que Fa(0), 0) =2—+ 0,05) son linealmente independientes 18 (21,03) =2— (04,0)) son Linealmente independientes 18,0) son linealmente independientes [Al = 104.0365 = [8,,82,05) som linealmente dependents: 3 = 30-0. flas 9) © Ae Gua a= a 1337 '§(A) = 3 = Niimero méximo de vectoreslinealmente indepencientes en Sy. Por tanto, S, es un sistema ligado. Se tiene que dem +m bay Observemos que: ‘+ Todos los menores de orden tres son distntos de cero. Quiere esto desit ue cualquier subeonjunto de S; formado por tres vectores es libre. * Todos los menores de orden dos son distintos de cero. Por tanto, cual- ier subonjunto de S; formado por dos vectores es libre 1-120 -10 oo ria -s 1-100 0 18(A) = 3 ~ Niimero maximo de vectoreslinealmente independientes en Sy. Por tanto, 35 es un sistema ligado, Observemos que © AS (yy 4 4 = (7, ¥%4] son lnealmente dependienes. En efecto, puesto que =, + 185) ~ 1 = {5%} son linealmente dependientes. En efecto, puesto que its = —5%, El resto de los subconjuntos de S, estén formados por vectors linealmente independiente.88 Promumias DE ALocnna LaveaL Pana ta Econouta Problema 2.12. En el espacio vectorial , de los polinor qual que 3 con coeficientes S= (DiC) = 3° ~ Lp.) =x + Lppals) Disedtase 1a Independencia lineal del sistema S. de grado menor @ Sard SOLUCION: ‘5 serd un sistema libre si sus vectores verifican pil3) + BPO) + 1p) = Or! + Ox + OK +O Entonces abe = 1) + 867 +1) + 108 +2) = (et et + C+D? +a) = = 08? +07 + Ox +0 2 a +720 “ Bryno -atp = | 1 ° 1 ¥ observamos que Ia tercera ecuacion es combinacidn lineal de las dos primeras. Elimindndola, obtenemos el sistema equivalente: t + 4-0 Br1=0 Este sistema homogéneo tiene mas incéanitas que ecuaciones, y tendra por lo tan- to, infinitas soluciones ademas dela trivial, « = 6 = 7 = 0, Asi pues, Ses. site. ma ligado, ‘Ademas obser smos que 1. Al = 0 (eg(A) <3), va que ps6) = 91 (0) + p3(x) (dicho ée otra forma, S es ligado). 2, Todos los menores de A de orden 2 son distintos de vero. La razdn es que {262,020,120 PaO}, (P20, Ps} som pates de veetores linealmente Independents 3. 1B(A) =2 coincide con el ndmero maximo de vectores linealmente indepen: lentes del sistema 5. Esencios vrcronaes 89 Problema 2.13. En el espacio vectorial R se conslderan los vectores Eh CCaleilese Ia relacion que debe exstr entre a y b para que Tos tres vectores sean realmente independientes, SOLUCION: Para que los vectores 8, ficarse que la matriz A y 0; sean linealmente independientes tencra que ver By, 05) sea tal que rg (A) = 3. Es devi: Dy, 5,0, Tinealmente independientes <> [A] x0. Entonces ibe -3],,)1 oO, ,Jt 0 lai=|-6 0 -3| = +6) O45) = 1Sa—35+ 1240 ie 2|*8]s a]**lo —s! Por ejemplo, haciendo «= 0, 6 |, obtentemos el vector “3 ‘¥entonces el sistema {0}, ,,0)} es libre. Problema 2.14, Si Ves un espacio vectorial de dimensién 4, dado el sistema de veetores {0}, 2255s, 25}, cqué condiciones deben cumplirse para que generen V7? aPoede ser base? SOLUCION: Para que’#s0s cinco vectores generen V (Dim (V) = 4) ¢scondicién necssaria y su- fciente que cuatro de ellos sean linealmente independientes, En ningin caso cinco90 Proauewas ne Auceusa Liven rana ta Ecowonts veetores pueden formar una base de un espacio vectorial de dimensi6n 4, ya que en {steel mimero maximo de vectores linealmente independiente es igual a4 (teoremas de ta base). Problema 2.15. En el espacio vectorial i, encuéntrese un veetor que forme una base de f* junto a los tres siguientes: 1) 2) z 4. fl (3 iP [0 d ly SOLUCION: Los tes vectores dados en el enunciado son linealmente independiente. Se trata, pues, de encontrar tal que el sistema (EE sea libre Esto es equivalente a pedir que el determinante 2 1 x] “1-1 0% eras o4 #0, os decir, Da ~x, +x, —2xy 3 40, seacios vecrowatss 9 ° ° El vector | 9 | verifies esta condicién lu Asi pues, el sistema =i} |-1} | of fo 1]"} of" |-2]*}o Ue es libre, yal tener 4 vectores es base de 4 a6) (7) Problema 2.16. Sea V un espacio vectorial y LC V un subespacio vectorial. Prusbese que Dim (L) = Dim(V) + L = SOLUCION: Si Dim (L.) = Dim(V), las bases de Ly las bases de V poseen el mismo mimero do elementos, pongamos por ejemplo, n veetores. Sabemos, de entrada, que LC V. Se trata de probar, pues, que VL. Para ello, supongamos lo contrario wevoeL WEL), [Esto ttimo es equivalente a afirmar que 5 no se puede escribir como combina- ci lineal de los veetores de una base cualquiera de Z, por ejempl: Bp = Uy al Esto, asu ver, e8 equivalente a decir que los vectores [iffy 2) som lineal- mente independiente. Entonces, suponiendo que V ¢ L., hemos legado al siguiente resultado: exsten (n+ 1) vectoreslinealmente independiente fy... Hy» Den ol espacio vectorial V de dimensidn n, Esto es una contradiceién, y, por tanto, Ia suposieiéa adecuada es que CL, como queriamos demostrar.rr 92 Promumuas oe Avena Lows ran a Ecowoxta Problema 2,17. Sean UW espacios veetoriates reales, tales que Dim (U) Dim OV) =m, Consideramos el espacio vectorial producto (U > i). (a) {Cuil es ta dimension de Ux 2 (©) Obténgase una base de Ux 1 en términos de una base de U'y otra de 17, SOLUCION: Silogramos construir una base ce Ux W, habremos contestado también a (D, ya {que con sélo contar los vectores de dicha base conoceremos la dimensin del espa cio vectorial Ux W, Sean, pues, By inp esl base de U. Byy= (iy.2-5 pq) bate de F, 2, vector nulo de U 2, vector nulo de HW Considetemos el sistema de vectores en Ux Berea = Us. Bed Cy Bes (us 3) +5 Buy Fe 1. Bes un sistema libre: Ta) + 0° eal Dy) + By Oye Wi) +--+ Bel Byn i) (nly +++ yy Dy) + Oye By + == + By i) = uly By + +++ By) = (Bye 85) 0 8, (LAL) a ae = By Por tanto, By, € un sistema libre de Ux W. 2. Bes sistema generador de U x W: ‘Tomemos un vector cualquiera (, ) © U x W. Vearnos si puede escribirse co- ‘mo combinacién lineal de los vectores de By, Puesto que B,, By son bases en U y W, respectivamente: depres sag eR/a= 3 a Brees BRI = 3 6m, Fsonctos vecronates 93 Por tanto, Por tanto, B es sistema generador de Ux W. En conclusion, By, yes una base de Ux W. Como By, contiene (n +m) vectores cutis 3 895)) = 3) ends) + S80 Fi i & Un ejemplo: Tomamos men{(o)- (=f 0)-0} Entonces, segin lo que acabamos de ver, 07) 0 (@)]. {fe rowed (J). (CJ). (CH), UGH UW UG: 0) 6, fo que es lo mismo, Bo= Finalmente, Dim (R') = Dim CR) + Dim (E) 4-242 Problema 2.18. Seal esp Sean los eonjuntos de vectores: vectorial real V= fois! + x? + 65 /enenGER)e @ Fe (xtz1), 0) Fy= (~6r8 = 2x? — 3,344 etx? ax?)94 Promtaws D6 ALGEBRA Linens PARA LA Ecowts Averigiese si dichos conjuntos som bases, sistemas generadores 0 ninguna de las dos i SOLUCION: (0) F, sera base sies sistema generador formado por veciores linealmente inde. pendientes saxt+ Bret yn Ort +02 H0e realmente independientes. * Vals) = ex! + Gx? + cy V, cexston ay 8,7 €R/ax* + Bx! +9 = gio? 1 respuesta es afiemativa, Basta con tomar a= e,, Bc 7— 00 Y=. Por tanto, son li- Concluimos, pues, que F, es una base de V. Como F; tiene 3 elementos, Dim(v) = 3, (©) Fi tiene 3 elementos. Como la dimensin del espacio es 3, bastard con probar ue Fe libre o(- 64 ~ 2x4 3) + 6x4 — ye y= (60+ 38)x4 + (—20+ Oe ~ 304 37 = Or + Ox? +0 eo 6-428 =0 3m) yt 820 Anl-2 -1 9 3a + 3y=0 -3 03) Puesio que |A| = 0, el sistema tiene solucién tinica a Encon- secuencia, F, e5 un sistema libre en Vy, por tanto, es una base de ¥. (© Puesto que F; posce tres elemento, de nuevo bastard con indagar si Fes un sistema libre: V+ B+ 1) = Ort + Ox? 40 20 [284 47 ar Bet 4 lat) ort Oct + oe [FAT Este sistema posce infinitas soluciones, que vienen dadas por (—21,0,). Por ‘ano, la solucién trivial (0, 0,0) no es soluciéninica del sistema y F no es an sistema tibre de V, En consecuencia, F, no es base del espacio vectorial V. Problema 2.19. En el espacio vectorial de los polinomios de grado menor @ ‘gual que 3 con coeficientes reales £7, se consideran los siguientes vectores: patnd AC=x+1, pW= 4D. — poy +1). Esencios vicronaues 95 (@) Praébese que ef sistema S {p96 Py ODP), PAC) es una base de Py. (©) Hillense as coordenadas del polinomio p() base. 2x 4 x? — dy — A especto aes SOLUCION: (a) Para que S sea base de ®; tiene que ser: 1, Sistema libre, 2. Sistema generador de Ps. 1, Ses libre. Comprobemos aue Ox? + 0x? + Or +0 eaPuld) + e016 + a3P208) + 05950) ap a, y= 0 =. aPalt) + 04740) + ps8) + aaPyCe) = pl baie + 1) beagle + IF eat + IP = may tax + oy + one? + 2agx + oy + ax? + ayy? + Boyt ay = (ay + ay + a + ey) + (0 + 2ay + Sande (ay + Bay)x? + a2? Or! + Ox? Or +O me +a, + a + =O ay + 2a + 3a ‘ay + 3ay =0 ay=0 Por tanto, $ es un sistema libre. 2. Ses sistema generador de®. Se trata de comprobar que Vat) = ax + be tert d, exten epyarenva tales que ap ta + apy ayn [Poite epol3) + aypeC2) + agps(2) + eps) = abe) l 5+ BayPRoBLEMAS DE AtcrmRA LIEAL Pana tA Eeowonda Este sistema tendrasolucién si sélo si a) rita d 23 o1236¢ 13] “Jo 0 1 3 5] “80. o1 o 001 a (4) = 4 ques misimo, Por tanto, 1@(M) = 4, ye sistema pose cin vB sd), As ps, cli poo de ra mer il ue 3 puede representa como combina nel eo pointe que format el sca 5. Adem, porser estos inealmenteindependicntea la representacion es tinica y Ses una base de @;. i: (b) Para hallar las coordenadas del ‘oordenadas del polinomio p(x) = 2x° + x? ~ 4x ~ 4 respecto 4a base S, tenemos que encontrar la solucién del sistema a ata, + a+ ay { te o a + 2a + 3a ay | er tday= 1 ay a= 2 7) Procedemos por susttucién: ay = 2. Sustituyendo en (Il): 46-1 ee a= Sustituyendo en (1) a) 1046 = -4 > Sustitayendo en (1): ‘Asi pues, las coordenadas de p(x) respecto a Ie base $ son: ag) (-1 a ° a] 7 | -s 25, 2 Quiere esto decir que PU) = 2? 43? Ae = 1 St De ee DY sraciot vecromatss. 9 eee Pm 28 m2 rn a fio ~fo? (esis “C3 ae) ad eC @ BI SOLUCION Decimos que A conmuta con BE, si se verifica AB = BA, propiedad que tn general no es cierta, ya que el producto matricial no es conmutativo. El resultado es consecvencia directa de formar las cuatro matrices del enuncia- ‘do una base de 3. En efecto, si aceptamos esto iltimo, y teniendo en cuenta que AO, = 0,4 Wi tendremos que, por ser {O,, On, Os, Oa} wna base de Manat ae if | My 3: B= a0, +0; + cs + dO, coo fo cual AB = A(@O, + BOs + 60s + dO.) = = a(AO)) + AO,) + 405) + AOL (0A) + HOsA) + AOsA) + (OAD (0 + 60; + €0; + dO.)A = BA, VBEMx2 (A conmuta con 0, vi) 'Ast pues, probar lo que nos pide el enunciado se reduce a demostrar que {0,, x, Oy, Qu} son base de 5 «a+ Peto esto es inmediato, ya que (0 0} Oy 0 0) = a = 0 (linealmente independientes) = (2 3)-B oa-narnctmennemins 440; 4 030; + 0505 + 0404 vy. por otra pate, resulta obvia que cualquier matriz (2 x 2) se puede representar tcamo combiniacién lineal de {Oy, Q3, 0s, Ox) (Sistema generador) Problema 2.21. En el espacio vectorial 1 .. se consideran los siguientes siste- ras de veetores:os-(6 1.69.6 3} (DE 9-0 9-6 3} a5-(6 90 92 9-67-67 "lool Averigtese si alguno de ellos es base de 2,,.;- Cus es ta dimensién de SMy3? OS, SOLUCION: (© 1. Independencia lineal of Jeo ten) J-(ete ae) a, +03 a] Od, ater Leta Asi pues, 5, es libre, 2 Sistema generador: mara todo {7 >] ay tales que eb ileG seall 2-( 9: Comprobémosto: setae Espacio vecrowAtns 99 Se tiene que 1(A) = 3 (rango méximo). fo ig 00 35 Mlo2 16 la -1@ ¥ entonces 3(¢, yd) tal que rg(M) = 4. Por ejemplo, (1 1, 1,1) Para estos valores de a,b, c,d, el anterior sistema es incompatible. Di- a cto ean forms, a mat! combinacién lineal de los veetores de 5,. Por tanto, S, no genera Os 2 no puede ser una de sus bases. (®) 1, Independencia tinal als dealt olralt s)ea(s i) _ [2m ta a, +20) (0 0) ~ [aap tay 2a ta) ~ Pucsto que [4] = 0, el sistema admite solucién dnica a ay = 5 = 0 4 S, es libre. 2. Sistema generador ee (E a}ea[e ral ar(t s)+«(5 1) Comprobémosto:100. Prowesas DE Avceana Livent BARA LA Econo [24a cae a ag =b 2yte =e 2ay+ au =a anos 5 En este caso 18(A) ~ 4 (maximo), y entonces, Ya,b,,deR 19004) yas. Dicho de otra forma, el sistema siempre admite solucién, Ve, b, ¢, dR. Por tanto, S, genera todo 2.2, yal ser libre es una base de dicho espacio vectorial Digamos también que, puesto que S, posee cuatro elementos, Dim (8 2) (6) Puesto que Dim (0, .) = 4,e1 niimero méximo de vectoreslinealmente inde- Dendlentes des, es igual a 4. Puesto que S; est formado por cinco vecto. res, forzosamente habrin de ser linealmente dependientes. Por tanto, Sy n0 puede ser base de M3 ‘Veamos, sin embargo, que si es sistema generador de 2 “fe da0 dC Js BDO I-65 Estos cinco mimeros reales existrin si, y solamente si, el sistema a tay— ay + 3ay Esenons vecromnues 101 admite solucién Ve, b,¢,d€lR, es decir, lamando 1-l oo 10 oo. A= + Ma 3 0 1 L si y solamente si re(A)=18(M)— vab,c,deR. Como rg(4) = 4, lo anterior se cumplira siempre y cuando re (M) = 4, pe +o esto siempre s cierto, por ser Mf €M%« conteniendo a A como submatriz Por tanto, el anterior sistema siempre tene solucién (Va, b, ¢,d €1R) ¥ Ss e6 sistema generador de 5.2. ‘i intentamos resolver el sistema, nos damos cuenta de que Niimero de inodgnitas > Numero de ecuaciones re(a)=4 yy entonces, para hallar Ia solucién tenemos que hacer, por ejemplo, aay Lt a eo Sustituyendo en la primera ecuacién: cy =a-c+d—3as ay = da = Solucn del sistema. y= b/2 Si, por ejemplo, queremos representar 1a matriz (i es tendremos que sustiir en el sistema ante jentes de la combinacién lineal, 03, 3, A d= Nese respecto al sistema generador Sy, rior a, b,c, d'y caleular los coef102, Prowesas DE Atoemaa Laveat wana ta Econonde ‘au, 5. Veams si éstos son tinicos Quiere esto decir que existirin tantas combinaciones lineales de Sy re- Presentativas de A como elecciones de as podamos hacer: infinitas. Por ciemplo, bd JO )-0 i) Pero también, (as = —1): ‘Goel de 40-69-05 Et ta de isd codes viene roca pore ee den ne cbs vst Cauda eabons on a tvtenc ropes nts ports n ee enn at tra el problema que surge: un mismo vector puede admitirdistintas represen. Problema 2.22. Dadas tas bases de (OC) =-(G:6)8)} (a) Halfese In mateiz del cambio de ta base A a la By ase 8, ala By. B in matriz del eambio de la 1 Ga coordenadas respecto a B son el mismo. 9 Esenctos vecromaes 103 SOLUCION: (@) vie R tendremos que 2, Bysa Osb (respecte a By) (eospecto a B.) (mth Ba ify + alls + lb Dy + IaBa + Il Ecuaciones del cambio By > Bi 1 0 0)-"(0 a 0 1 1 Entonces 4 ‘La matriz asociada es, pues, 0 0-1 c-|0 -1 of BD. li on 2. ‘La matriz asoviada al cambio B:~ By sera entonces 0 0 BL ast =\o -1 | =a, | 14 -1 00, (®) Bastard con escoger uno de los dos cambios (par ejemplo, By ~ Bs) ysustituir ee104 Prouisas Dt ALoeaRA LINEA! ra 1A Beowonts 3 JEG) vy los dos juegos de coordenadas representan al mismo vector. Entonees Problema 2.23. Sean By= (821 9 By dos bases de R?, tales qu y= %-G-% (a) Hialtese ia matriz del cambio de base Bs-> By. (®) Determinense tos veetores de FE que tienen iguales coordenadas respecto a Ins, dos bases y comprusbese que forman un subespacio vectorial. SOLUCION: (@) En elemunciado nos dan las coordenadas de los vectores de Ia base By respesto ala base B,. Por tanto, si formamos con estas coordenadas fa matriz 1 10 1-1 of o =r {ta serd la asociada al cambio de base BB. Las ecuaciones de este cam- bio sera 11 O) pm) fx o-1 ol Ja] =| o -1 Ula} by ‘Coordenadas| | Coordenadas| respecto respecto ab 2B, © Esracios vecromtss 105, 0) Pra demos erie ort o- vl) bs -at=% Los vectores buscados son los que se eseriben {Eh Para ver que Z es subespacio vectorial de F ahs ahs Problema 2.24. Sien un espacio vectorial ¥de dimensiOn mayor que 310s vecto- res (i,t, 05} som lineslmente independientes y ¥ es combinacion lineal de ellos (a) gQué dimension tendré el subespacia vectorial engendrado por {Ty yD 1? {@) ZQué debe cumplirse para que el subespacto engendrado por {0,0} tenga ‘imensién 32 SOLUCION: () Se trata de halfar la dlmensin del subespacio vectorial de ¥ (Oy, Ba By 3). Por definicién, (3), , 0s. serd sistema generador de L, pero, al ser «x08 cuatro vectores inealmente dependientes, no pueden ser una base, Veamtos gue (8), y] es una base de L:eee 6 Prommus be Avorn Liveas aa 14 Econoxta 1, Sistema generador de L: ¥FEL, 4a; ,anas.04€R, tales que 0, #030; + 040, + 048. Como £ es combinacién lineal de [0 yy) = 8y0, + Bab + AyD, Entonces F = (ay + aB))0, + (oy + 0420s + (ay + 0483), y de aqui que todo vector 3 © se pueda escribir como combinactén lineal e 15,2, 55). - Linealmente independientes: 1a independencia lineal de (2), Viene dada en las hipdtesis, By) nos Coneluimos que {0,05} una base del subespacio vectorial LC V. (8) Dim (L(G, 5, 5)) = 3 = (0,11 son linealmente independientes, Esto il timo sera sy sélo BisBavBy ER: B,D, + Bada + BAR = == Ba= B= Ahora bien, puesto que £ es combinacién lineal de 04, 0, 8, eas, €P tales que Fay + ats + ass, {or tanto, podremas escribir: 8181+ Baba + Bylo, + anky + a4) = 0 ae Tx 290) + (B+ ea8s)e + ay050) = 0 [& +a.=0 =f" nsa8-0 L ast=0 La condicin ncesaria y suficiente para que 8, ~~ f= 0 sea solucion Sinica de este sistema lineal homogéneo es que el determinante de Ia matriz de los cocficientes del sistema sea distinto de cero: [Eseacis VECTOMIALES 107 En resumen, hemos obtenido la siguiente condicidn necesaria y suficiente Dim(L(0,, 13.8) = 3 + siendo ay #0, ¥ ay ¥ cg cualesquiera. Problema 2.25. Determinese eusiles de los siguientes subconjuntos de &* son subespacios veetoriales. En caso afirmativo, determinese una hase, (a) A= (6s.yay =0, sZERI () BH {Cs,9.20/% 9,26 R)- (©) C= [Gq y22ety +z (a) D= (9, 2/2x+ 942 @ E=(0xx, -3/reR). A) P= tee, SOLUCION: (@) Un vector de ACR? se escribira como (x,0,2). Entonces, Vox, 0 Wu. 0.2)€4, Yanare Rt ea, ey0r1. 0,2 + 0364.0.) (aux + an%, 0,042) + 025) €Ay puesto que su segunda coordenada es mula. “Tomemos (x,0,2)€A. Entonces (850,23) = (0,0) + 0,0,2) = 20,0.) + 20,0, 4 z6R. Por tanto, e sistema [(1, 0,0), (0,0, 1)} genera el subespacio vectorial A Come ademas 10 w\oo on son dos vectores linealmente independientes de R?, y entonces constituyen ‘una base del subespacio vectorial 4 CR. (6) En este caso # =, y sabemos que todo espacio vectorial es subespacio vec- torial de si mismo.‘nonuoias De Accra Lineal rans ta Ecosowta Si probamos que, 0,0) €C; habremordemosirado que Cno es subespacio vectorial de R?: : eae 2-04040 #4, y Co es subespacio vectorial de (r+ y+ £= esta ecuacin den ano que no conte orien de denadas). a emer ‘Tenemos que (DED ov 2x+y +2200 c= -2e-y er EI veotor se escribe (ax, 2x9, Probemos que D es un subespacio vectorial: Wino OnrnaeD, YeraeR abs Pie 50) + aabtayIay%) = a Jt» 2X — I) + ela Ios 2 — Y= aux, + ante, eH94 + made (2x, = 91) + a2(—22 — 9D) = (aur, + 05%, 4094 + aay, ~AaUr + 0422) ~ (yy; + a394)) ED. Busquemos una base del subespacio vectorial DC IR’: cualquier vector D se puede escribir como cualquier veetor de oy, 2x) = 0, -29 + 0,3, =» =10,0,-2430,1-D, myer. Asi pues, el sistema {(1.0, —2). 0, torial DCR. Como ademas 1)) genera torlo el subespacio vee rig nw] 0 1 -2 =I los dos vectores son linealmente independientes y forman una base del sube an una base pacio veetorial Dc R’, ‘Veamos que E es subespacio vectorial: YOR iy “Bs Bsr “3D EL, Vays ER: eux. 34) 4 Xp, —395) = Aloe + 9%) 4% + oaks Blea tame, Espacio vecToniniss 109 Para encontrar una base del subespacio vectorial EC Qxx 3) =32,1,-3, YER Por tanto, el sistema ((2,1, ~3)} genera el subespacio vectorial EC Re. ‘Como ademas ¢s libre, forma una base de E. (A) Tenemos que tanger ['7-F eo ervecerseccrte (x6) tao pn we Fs bla 3 Mount) (-Pnd)er sooner fou 3000) +0520) (es # 8 = faux, + ant 9) ef 2,0) em Ln bate de F vend adap (1 Problema 2.26. Determinese una base de cada uno de tos siguientes subespacios ‘ectoriales: (@) Subespacio vectorial de 91:2 formado por las matrices de traza mula. (8) Subespacio vectorial de 51, formado por fas matrices del tipo ‘a 2 Ww ba 2% cba (©) Subespacio vectorial de 9%, formado por las matrices triangulares superiores. SOLUCION: (o) Las matics de Rs son taza maa se eseiben (%