Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Indice general
1. Ecuación Diferencial 3
1.1. FUnción primitiva de una función 4
1.2. Descripción de ecuación diferencial ordinaria 9
4. Sistemas de ecuaciones 33
4. 1. Ecuaciones . . . . . . 34
4.2. Sistemas de ecuaciones . . . . . 35
4.3. Sistemas de ecuaciones lineales 36
Método de Gauss . . . . . 37
Método de Gauss-Jordan 37
5. Matrices 39
5.1. Matrices. 39
5.2. Algebras de matrices cuadradas . 40
5.3. Tipos de matrices cuadradas .. 41
5.4. Producto de matrices de diferente tamaño 42
5.5. Matriz transpuesta 43
v
6. Determinantes 45
6.1. Determinante de una matriz 45
6.2. Propiedades del determinante 47
6.3. Cálculo práctico de determinantes 47
6.4. Aplicación al cálculo de matriz inversa. 48
6.5. Aplicación a sistemas de ecuaciones lineales 49
Rango de una matriz . . . . . . 49
Cálculo práctico del rango .. . 49
Sistemas de ecuaciones lineales 50
7. Espacios vectoriales 53
7.1. Espacio vectorial R n . . . . . . . . . 54
Suma de vectores de jRn . . . . . . . 54
Producto de números y vectores de jRn 54
Vectores de ]Rn ..... 54
7.2. Bases del espacio vectorial 55
Dependencia lineal . . . . 55
Bases . . . . . . . . . . . 57
7.3. Cambio de base en el espacio vectorial 58
Cambio de base . . . . . 59
7.4. Subespacio vectorial . . . . . 60
Bases de un subespacio 60
Ecuaciones de un subespacio 60
Subespacios suma e intersección. 61
Espacio vectorial cociente 62
8. Aplicaciones lineales 63
8.1. Subespacios asociados a una aplicación lineal 63
8.2. Aplicaciones lineales de ]Rn a JR.fn . . . . . 65
8.3. Endomorfismos de lR n . Diagonalización .. 67
Matrices semejantes y matrices congruentes 69
Autovalores complejos . . . . . . . . . . . . 69
VI
Capítulo 1
Ecuación Diferencial
3
4 \ Capítulo 1 Ecuación Diferencia l
Existe un orden total :s;; inducido del orden de los números racionales, es decir
(lR + . ~) es un cuerpo ordenado:
24. Propiedad arquimediana: Para todo a E Q tal que a > 0, y para todo
(:J E Q, existe n E N tal que na: > f3.
27. Axioma del supremo: Todo su bconjunto de lR. no vacío y acotado superior-
mente t iene supremo.
3) f ¡'(x) dx ~ ¡(x) + k
4) f ¡(x)g'(x) dx + f g(x)¡'(x) dx ~ ¡(x)g(x) + k
f 9 o ¡(x)f'(x) dx ~ G(f(x)) + k
Existencia de función primitiva de una función Dada f : [a, b] -- JR una
función acotada que es integrable en [a, b], entonces se puede definir la función
F: [a,b)
x
~
~
R
r ¡(t) dt
Cont inuidad de una función de finida por una integral Si f es una función
x
integrable, entonces la función F(x) = L. f(t) dt es una fu nción conti nua en [a , b].
li~e
x
1"
a
¡(t) dt ~ l'
a
¡(t) dt. Además, 1"
a
¡(t) dt ~ O.
Fundam ental del Cálculo Sea
e E [a, b). Entonces la función F(x)
¡(e) .
~ r
f : [a, b] -- lR una función continua en un punto
¡(t) dt es derivable en e. Además, F'(c) ~
• Si una función f es conti nua en [a, b], entonces la función F(:r:) = LXf(t) dt es
una función primitiva de f.
• La ecuación diferencial de la forma l' (x) - g( x) = O donde 9 es u na función
continua en un intervalo [a,b) posee solución. Esta es ¡ (x) ~ S: 9(t) dt.
/
g'(x)- -~O
1
x
Ig(x) ~ f ~ dx ~ In Ixl +k
g'(x)_e X ~ O I g(x) ~ f eX dx ~ eX + k
g'(x) - _l_a x ~ O
Ina
Ig(x)~ faXdx~ l:aaX+k
FUnciones potencia.
f dx~x+k
f x dx ~ ~X2 + k
x" dx ~ _1_xn+l + k I ff (x)nf'(x) dx ~ _1_j(x)"+1 +k
f n+ l »+1
1
f x"2..dx~~_I_+k
n - 1 xn- I
I f f'(X) dx
f(x)n
- 1 1
~ n - 1 f(x)n - I +
k
g'(x) - 1 ~ O Jdx~x+k
Ig(x)~
g'(x) - x~ O I ~ J ~ ~X2 +
g(x) x dx k
g'(x) - -
Vx
1
~ O J
Ig(x) ~ Jxdx~ 2Vx + k
f JI-x' 1 dx = arcsellx+k
f
f'(x)
-JI - J'(x)
dx - arcscnf(x) +k
f'(x)
f + x
21
1
dx=arctgx+k
If J'(x) + 1 dx ~ arctgf(x) +k
f xJx' 1
1
dx = arcsecx + k I f f(x)J~~ix) - 1 dx ~ are sec f(x) + k
- 'J Descrición de ecuación diferencial ordinaria 9
en lugar de
o simplemente
d"y d"- Iy dy
a,.- + a,.-¡ -n -1 + ... + a¡- + ao/(x) + g(x) ~ O.
dxn dx - dx
~ ...casiones tan sólo interesa determinar una solución particular que cumpla alguna
adición.
!: problema ge ne ral de una ecuación diferencial ordinaria es determinar la solución
_ -~ de dicha ecuación. El problema de determinar una solución particular de esa
.. ,.ación que cumple unas condiciones es denominado problema con condiciones
..o.iciales.
!:.. problema general se describe como una sim ple ecuación diferencial ordinari a de
JeIl n. En{y, x], mientras que el problema de condiciones generales se describe por
5istema de igualdades; una la ecuación En{y, x] y n condiciones Ci{Yi,X .:] . i E
.1- n }. Es decir,
__ ••
En[y,x]
C, [y¡,x¡)
I
1
Capítulo 2
:\1étodos de resolución de
ecuaciones diferenciales
_-\lgu nas ecuaciones diferenciales ordinarias pueden ser escritas como una igualdad
Jonde en un miembro s610 a parezcan las derivadas y la fun ción que se quiere deter-
=ilnar y en el otro miembro, apa rezcan una expresión de la varia ble x.
Ecuación diferencial ordinaria de variables separables
Sean h 1 y h2 dos funciones continuas en [a, b]. La ecuación diferencial ordi naria
dI
dx (x) - h¡(f(x))h,(x ) ~ O
€':S denominada ecuación diferencial de varia bles separadas en (a, b) .
• Con otra notación una ecuación de varia bles separadas se escri be
y' - h, (y) h,(x) ~ O
y p uede ser escrita de la forma
13
14 Capítulo 2 Métodos de resolución de ecuaciones diferenciales
Así pues en una ecuación diferencial homogénea solo aparecen la función y sus deri-
vadas con sus correspondiente coeficientes .
• Una ecuación diferencial ordinaria lineal homogénea con coeficientes constantes de
orden n es de la forma
( ) -- k le",x
yx + ... + k.,_l e C. _ IX + k.tleC,¡X + k.t2xec;x + .. . + k i"X k - l c·x
e' +
c + ... , +k,n(x)ec."x
+k'·+le '+ 1x k ¡, . . " k -m, k i¡ "" k i" E .Il'l
m .
nde H es una función cont inu a, se dice que es una ecuación diferencial ordinaria
.;.vmogénea.
• Cualquier ec uación diferencial ordinaria homogénea se puede puede reducir a una
.aac.ión de varia bles separadas al utilizar el cambio de variable y = xv.
16 Capítulo 2 Métodos de resolución de ecuaciones diferenciales
o dy
dx
~H (1!.)
x
.
Paso 2. Se emplea el cambio de variable y = xv, con y' = V + xv', y se escribe la
ecuación de la forma
dv
v+xv'~ H (v) o v+x ~ H (v) .
dx
Paso 3. Se separan las variables v y x, quedando
1 1
dv ~ -dx.
H ()
v -v x
Paso 4. Se resuelve, por integración, la ecuación anterior y se obtiene la solución
general para la función v
Paso 5. Se deshace el cambio, al sustituir v por !!.., para obtener la solución general
x
de la función y.
dy
N(y, x) dx ~ M(y, x) o N(y ,x) dy ~ M(y,x) dx.
M(Ay,AX) M(y,x)
~ VA E R.
N(AY, AX) N(y, x) ,
• Si en M (y,x) yen N(y,x) se sustit uye y por Ay y x por AX, entonces la fracción
M ,
N no van a.
Ecuaciones diferenciables lineales de primer orden 17
cSiste en utilizar inicialmente una función u(x) que multiplica a los dos miembros
- ~ ecuación, quedando
u'(x)
u'(x)y ~ u(x)p(x)y ~ u'(x) ~ p(x)u(x) ~ u(x) ~ p(x) .
(u(x)y(x)), ~ u(x)q(x),
18 Capít ulo 2 Métodos de resolución de ecuaciones diferenciales
es decü',
y(x) ~ 1 f q(x)eIP(.) d. dx.
eSp(x) dx
dy
Q(x,y) dx + P (x, y) ~ O o Q(x, y) dy + P (x, y) dx ~ O,
donde P (x,y} y Q(x,y) son expresiones bien definid as tales que, si se considera que
y y x fuesen variables independientes (no se considera y como función de x),cntonces
ambas fun ciones son derivables respecto a cada una de esas variables independientes.
Es decir,
Para P (y, x) existe la derivada de P respecto a x, como si y fuera una constante,
aP aP
que la anotaremos como ax (x , y) o ox y se lee: derivad a pa rcial de P respecto a x.
Para P (y, x) existe la derivad a de P respecto a y, como si x fuera una const ante,
aP aP . .
que la anot aremos como ay (x, y) o ay y se lee: denvada parCial de P respecto a y .
Q(x, y) dy + P (x, y) dx ~ O
aP aQ aP aQ
Oy(x,y)~ ax(x,y) o ay ~ ax·
Solución d e una ecuación exacta de primer orden
Sea ¡(x, y ) una función diferenciable tal que
al
,--(x,y ) ~ P (x,y ) y
al
ay (x , y) ~ Q(x, y).
uX
Ecuaciones diferenciables exactas de primer orden 19
Q(x,y) dy + P(x,y) dx ~ O
f(x,y)~k
ecuación
Q(x, y)dy + P(x, y)dx ~ O
.Je f es una función continua y derivable parcialmente, y se cumple
af é!f
ax (x, y) ~ P(x, y) y oy (x, y) ~ Q(x, y),
Como en esa ecuación x hace el papel de constante, se puede determinar una primi-
tiva al integral la ec uación respecto a y.
Luego,
f(x,y) ~ R (x, y) +f (Q(X,y) - :(x, y)) dy.
f(x, y ) ~ k kE IR.
Luego,
f(x , y) ~ S(x, y ) +f (P(X , y) - ~~ (x, y)) dx.
f(x,y) = k k E IR.
Ecuaciones difere nciables exactas de primer orden 21
- _ exactas, si n embargo, puede existir una función diferencial u(x, y) tal que la
n
u(x,y)N(xy) dy + u(x, y)M(x , y) dx ~ °
ecuación exacta de la forma
Q(x, y) dy + P (x, V) dx ~ O.
g(x) ~
f 1
N(x, y)
( iJM
ay iJN )
(x,y) - iJx (x, y) dx ,
22 Capítulo 2 Métodos de resolución de ecuaciones diferenciales
• Curvas integrales
De algunas ecuaciones diferenciales pueden tener la solución general escrita en forma
explícita, de otras ecuaciones diferenciales se tiene la solución general escrita en forma
implícita. Cada una de las soluciones, fijado k, tanto si están en forma explícita
como en forma implícita tienen una representación gráfica en el plano que suele ser
denominada curva integral. Así pues la sol uciíon general es el conjunto de curvas
integrales que define la ecuación diferencial.
Ante un problema de condiciones iniciales, una condición del tipo y{xo) = Yo, permite
determinar la curva integral buscada s ustituyendo en la solución para determinar el
valor de k. Si la solución se determina en forma implícita, la condición inicial puede
aparecer como que el punto (xo, yo) pertenece a la curva.
• Un campo de direcciones
Dada una ecuación diferencial ordinaria de primer orden
dy M(x,y) , M(x,y)
JV(x, y) dy ~ M(x, y) dx o o y ~ JV(x, y)
-~
dx JV(x, y)
resulta que esta ecuación indica la. pendiente de la recta tangente a la curva solución
y en cada punto (x, y) contenido en la curva y.
Una curva ¡sodinas, es decir, curvas de pendiente constante, está definida por la
expresión
M(x,y)
~ k, para un k E IR.
N ( x,y )
Si se trocea una curva isodina en pequeños arcos y en cada punto de unión de los
arcos se dibuja un pequeño segmento tangente, o vector tangente, se crea un conjunto
de direcciones para esa isoclina. Al considerar varias isodinas distintas, se dibuja el
Ecuaciones diferenciables exactas de primer orden 23
dy
dx = H (x,y) o y' - H (x , y) = O,
Dt:'eS la familia de curvas ortogonales g(x, y) = e, e E IR cumplen la ecuación
dy -1 1
dx = H (x , y)
o y' + = O.
H(x,y )
f:
v, > O, 38> O tal que V(x, y) E R, O < II(x, y) - (xo, Yo) 11 < 8,
/ continua en (xo, Yo) E Dom / =* V, > O, 38> O tal que 'Ix E IR, IIx - al l < 8,
Las propiedades de las funciones continuas de una variable se mantienen para las
fu nciones continuas de dos variables; si f y 9 son continuas, entonces o:J + fJg, Jg,
9 o 9 son continuas, y L es continu a en los puntos del dominio de g ..
9
• Diferencia l de una función de dos variables
Derivadas p a rciales de una función Sean f : (a, b) x (e, d) --+ IR y un punto
(xo, Yo) E (a, b) x (e, d).
Si
Iím ¡(x, Yo) - f(xo, yo)
X-Xo x - Xo
es un número real, entonces a dicho número se le denom.ina d erivada parcial d e
f respecto a x en el punto (xo, Yo)· Se denota por OX (xo! Yo)·
DI
Ecuaciones diferenciables exactas de primer orden 25
iJ! iJ!
iJ2!
__ =
iJ¡¡-
---.lf., iJ' ! iJ iJy
iJxi}y i}y vyox = vx '
Diferencial de una función: Sean f : (a,b) x (c,d) - IR una función que posee
..:.".¿rivadas laterales en (a, b) x (e, d). La diferencial de la función f es uno. aplicación
~ de (a, b) x (e, d) al espacio de las aplicaciones lineales de (a , b) x (e, d) a IR .
a!
(t" t,) ~ d!(""y,)(t" t,) ~ ( iJx (xo, Yo)
En general, si se considera la diferencial para cualquier n (x, y) E (a, b) x (e, d), cada
cada una de las aplicaciones lineales
dj(x, y) ~
af Of
,(x,y) dx + ,(x,y) dy
uX uy
y(x ) = a l eax cos bx + a2eax sen bx + a3xeax cos bx + 0:4xeax sen bx + ... +
Sistemas Lineales de
Ecuaciones Diferenciales
Y; (X» ) , Yl(X» ) 1n
a
) I Y(y) - : ' : ) ' IAI '" o.
( y~(x) (Yn{x) ann
29
30 Capítulo 3 Sistemas Lineales de Ecuaciones Diferenciales
IR.
Existencia y unicidad de solución del problema de valores iniciales Sea el
problema de valor inicial
Y' ~ AY, Y(to) ~ Yo.
El sistema posee una única solución en R.
') Método de Resolución con los Autovalores 31
~ )Q los autovectores de asociados a esos autovalores , entonces una base del espacio
:torial de las soluciones del sistema es
.'
... decir
Las funciones
•
Sistemas de ecuaCIones
33
34 Capítulo 4 Siste mas de ecuaciones
4 .1. Ecuaciones
• Una incógnita: Incógnita Símbolo, generalmente alfabético, empleado para des-
cribir a uno o más objetos concretos de un conjunto.
Expresión bien formada en una incógnita Expresión en la que interviene una
única incógnita, que está escrita correctamente. Es decir, expresión que puede ser
entendida sin ambigüedad dentro del marco de la estructura a lgebraica del conjunto
de objetos al que pertenece la incógnita.
Determinación de una incógnita Igualdad en la que en un lado de la iguald ad
está escrita la incógnita y al otro un objeto concreto del conjunto en el que se define
la incógnita.
Ecuación de una incógnita Igualdad en la que en un lado está escrita una expre-
sión bien formada en una única incógnita y al otro un número.
Solución de una ecuación de una incógnita Dada una ecuación en la incógnita
x, E(x) , la. determinación x = O" es una solución de la ecuación E(x) si y sólo si,
al sustituir x por el valor numérico a la ecuación se transforma en una igualdad
numérica.
En este caso de que a es una solución, se dice que a es una raíz de la ecuación E(x).
También se dice que a cumple la ecuación E (x) .
• Varias incógnitas: Expresión bien formada en varias incógnitas Expresión
en la que intervienen varias incógnitas y que está. escrita correctamente. Esta expre-
sión debe ser entendid a sin ambigüedad dentro del marco de la estructura algebraica
del conjunto de objetos al que pertenecen las incógnitas.
Ecuación d e varias incógnitas Igualdad en la que en un lado está escrita una
expresión bien formada con varias incógnita y al otro un número.
Solución de una ecuación de varias incógnitas Sea E una ecuación en las
incógnitas x" ' .. ,Xn . La determinación {Xl = al! '" ,Xn = Cl:: n } es una solución de
la ecuación E si y sólo si, al sustit uir cada Xi por el valor O'i la ecuación se transforma
en una iguald ad numérica.
Combinación lineal de incógnitas Dado un cuerpo (IK + .) y las incógnitas
X L,'" ,X n que representan valores de ese cuerpo, se denomina com binación lineal
de esas incógnitas a cualq uier expresión de la forma llIXl + ... + O'nXn, donde
los a,,··· ,Cl:'n son números de OC. Dichos números se denominan coeficiente de las
incógnitas.
';.1 Ecuaciones 35
Ecuación lineal con varias incógnitas Igualdad en la que en un lado está escrita
.IDa combinación lineal de las incógnitas y al otro un número. Además, todos los
"fX>eficiente no pueden ser cero
• Equivalencia de ecuaciones Las ecuaciones Eo y El son equivalentes si y
...ólo si, cada solución de Eo es solución de El y viceversa. Además , se denota. por
Eo '" E, O Eo Re El.
En cada conjunto e(x¡,··· de las ecuaciones con las mismas incógnitas X¡,··· , Xk,
,Xk)
.a relación == es una. relación de equivalencia puesto que se cumple las propieda-
.les: Para cualesquiera tres ecuaciones, E¡,E2 ,E3
Reflexiva: E, =E, ~iE {1,2,3).
Simétrica: Si El = Eh., entonces Eh == El·
Transitiva: Si El =E-¿ y ~ =E 3, entonces El =E3·
Combinación lineal de ecuaciones Dadas las ecuaciones El , ... I Ek en las mis-
.Li.13S incógnitas, la ecuación E es una combinación lineal de esas ec uaciollt.-'5 si y sólo
~j . existen al,· .. ,ak números de K , no todos cero, tales que E = alE I + ... +akEk .
Resolución de ecuaciones
entiende por resolver una ecuación encontrar la solución, o las soluciones, de
~ ecuación. En general , el proceso de resolución de una ecuación requiere resolver
·ra ecuación que es equivalente a la que se desea resolver. En otros casos consiste
n determinar las soluciones de otra ecuación construida empleando la inicial, y
1mprobar que algunas de esas soluciones son soluciones de la primera ecuación.
3. Si una ecuación E es combinación li neal de las ecuaciones El, ... ,En, entonces
el sistema 83 de n + 1 ecuaciones, construido al añadir E a las ec uaciones de
S, es eq uivalente a S . (83 = S)
4. Si la ecuación E¡ es sustituida por una combinación lineal de las ecuaciones
El .'" , En tal que el coeficiente de E¡ no es cero , para construir un lluevo
sistema S.. , entonces S4 es equivalente a S. (84 ~ S)
El El El El
E, E, E, E,
E;
~
cxEj -
E; - PE, = OlE; + PE,
En En En En
Un sistema de ecuaciones es un sis t em a compatible si, sólo si, posee solución.
En caso contrario se dice sist e m a incompatible. Si las soluciones de un siste-
ma compatible dependen de algún parámetro entonces es un sis t e m a compatible
indet ermina do, en caso contrario sistema compa tible determinado
Matrices
5.1. Matrices
Matriz de números Sea (K, +, ') un cuerpo de números. Una matriz A de m filas
y n columnas es una expresión de la forma
A ~
+ : M mxn x M mxn -
((a;i), (b,;)) ~
39
40 Capítulo 5 Matrices
x - M nxn
~ (C¡j)
Factorización A=LU
Sea una matriz cuadrada A E M nxn que puede ser t ransformada sin permutaciones
en una matriz t riangular superior U. Entonces existe una matriz triangular inferior
L cuya diagonal está constituida por unos tal que A = L x U.
Factorización A=L U única Sea una matriz cuadrada A E M nxn inversible que
puede ser transformada sin permutaciones en una matriz triangular superior U.
Entones existe una única matriz t riangular inferior L con diagonal constit uid a por
unos tal que A = L x U.
La importancia de este t ipo de factorización estriba en su utilidad para poder resolver
sistemas de Cmmel' (sistema compatible y determinado). Si en el sistema AX = B
se tiene que A = L x U 1 entonces resolver el sistema consiste en resolver dos sistemas:
Primero: Se resuelve el sistema LY = B obteniendo la solució Yo.
Segu.ndo: Se resuelve el sistema U X = Yo .
Estos dos sistemas posee una matriz de coeficientes triangular y se resuelven rápi-
damente.
Factorización PA=LU Sea una matriz cuadrada A E M nxn inveJ·sible. Entones
existe una matriz de permutación P y unas únicas matrices Up triangular superior
y Lp triangular inferior con diagonal constituida por unos para esa P, tales que
P x A ~ L p x Up.
Factorización LUde matrices no cuadradas Sea una matriz cuadrada A E
M nxm que puede ser transformad a sin permutaciones en una matriz escalonada
superior U U E M nxm . Entonces existe una matriz triangular inferior L , L E M nxn ,
1
Determinantes
11 : M, ~ R
A ~ (al1) ~ IAI ~ a"
11: ~R
45
I Determinantes
46 Capítulo 6
Los prod lletas de tres elementos de la matriz que están situados en la diagonal,
au a22a33, Y las dos siguientes lineas paralelas a la diagonal, a12a23a31 Y a13a21 a32 ,
empezando por la izquierda hacia la derecha, y se suman.
Los productos que que están situados en la segunda diagonal , a13a22a31> Y las dos
anteriores lineas paralelas a esa diagonal a12a21a33 Y Ulla23U32, empezando por la
derecha hacia la izquierda, y se restan de la suma anterior.
El determinante de una matriz de orden n se define como el valor:
II:
n
A ~ ("<j) ~ IAI ~ 2: (_ l)l+j alilAlj!,
I
J
donde Alj
j=l
Determinante con dos líneas iguales: Si A tiene dos líneas iguales, IAI = o.
Determinante con dos líneas proporcionales: Si A tiene dos líneas proporcio-
nales, entonces IAI ~ o.
A-
1
~ I~I (adj(A))'.
Además, A es inversible si y sólo si A es regular.
6.4 Aplicación al cálculo d e la matriz inversa 49
1
b. a' 2 al n 1
a" a ' ,n- l b,
x, = IAI ""'Xn =1A1
bn an 2 Gnn an. an,n- l bn
• Rango d e una m a triz
Menores d e una m atriz Dada una matriz A E M n x m , se denomina menor de
orden k al determinante de cualquier submatriz de orden k construida al suprimir
11 - k filas y m - k columnas de la matriz A.
I
Rango de una matriz Dada una matriz A E M nxm no nula, se llama rango de la
matriz A al mayor orden de un menor no nulo. 1 ~ rg(A) ~ mín{n , m }.
Si rg( A ) = k, ent onces todos los menores de orden mayor que k , si los hay, son nulos
y existe un menor de orden k distinto de cero.
las transformaciones: permutar líneas (filas o columnas), multiplicar una línea por
un número, sustituir una línea por Ulla combinación de ella y el resto, o sustituir
una línea por una combinación de todas las líneas con participación no nula de
ella, transforman una matriz A en otra B tal que rg(B) = rg(A), puesto que un
determinado menor de A no nulo se transforma en un menor no nulo en B.
Rango de una matriz con una linea de ceros Sean A E M nxm una matriz
que posee una fila (o columna) de ceros, y la submatriz B E M(n-l) x m (o B E
Mnx (m- l)) obtenida al eliminar esa fila (o columna) de ceros en A. rg(A) = rg(B).
Rango de una matriz con una línea que es combinación lineal de otras
Sean A E M nxm una matriz que posee una fila (o columna) que es combinación de
las restantes, y BE M(n_l)XTn (o B E Mnx(Tn-i)) la submatriz obtenida al eliminar
esa fila (o columna) en A. Entonces rg(A) ~ rg(B) .
• Sistemas de ecuaciones lineales: Estudio de rangos
El sistema de n ecuaciones lineales con m incógnitas
b}
das como
A ~ ca .
"nI
a
a nm
lm
) y A ~
e' "nI
ah»
a nm bn
si bien se suelen escribir juntas de la forma
el! anl
alm
a nm
b
bn
l
)
Como A es Ulla submatriz de A entonces rg(A) ~ rg(A) . Esta relación aconseja que
se inicie el estudio de los rangos por A o A depend iendo de cual es cuadrada.
Si A es cuadrad a de orden n y rg(A) = n, entonces el sistema será compatible y
determinado. Si A es cuadrada de orden n y rg(A) = n, entonces el sistema es
incompatible.
Si ninguna de las dos son cuadradas conviene determinar el rango haciendo ceros.
En ese caso es preferible iniciar el estudio del rg(A) .
Capítulo 7
Espacios vectoriales
53
Capít ulo 7 Espacio vectorial
Los elementos del conjunto JR2 son pares ordenados de números reales,
IR' = {(x, y) I X,Y ER}.
El conj unto R3 está formado por ternas ordenadas de números reales,
1R3 = {(x,y,z) I x,y,zER} .
En general , los vectores de IRtt = {(Xl,'" ,X n ) I Xi E JR,i = 1,'" ,n}, suelen ser
llamados n- uplas ordenadas de números reales.
Componentes Dado un vector x de ]Rn, X = (x .. ··· ,xn ), se dice que el número
Xi es la componente i del vector x.
Igualdad d e dos vectores de Rtt , v = (VI, ... , V 1l ) Y W = (WI, ... ,Wtt ), entonces
v = w si y sólo si VI = Wl, ... , Vn = Wtt para todo 71. E {l·· ·n}.
Suma de vectores de Rtt Se define la ley de composición interna en RfI. de la
forma siguiente.
+:JR1lxR.n_Rn
\ (v, w ) 1-+ v+w
tal que si v = (v¡"" , Vn) y W = (WI,'" ,wn ), entonces
v + W = (VI +w¡,'" ,Vn + wn ).
., Producto de números y vectores d e lRn Se define la ley de composición externa
en IRn de la forma siguiente.
rg: : = rg :
Wl ) .
vn! Vnk Vil! wn
Combinación lineal de vectores Sean (E+·) un K espacio vectorial y los vectores
W, VI, ... ,Vk E E. El vector w es una. combinación lineal de los vectores VI, ... 1 Vk
si y sólo si existen k números reales /31 . " , ,f3k E OC tales que w = {JIVl + ... + f3kVk.
Si un vector W E E es combinación lineal de los vectores VI, ... ,Vk E E, también se
dice que el vector w depende linealmente de los vectores VI, ... ,Vk .
Vectores linealmente independientes en IRn Si se dispone de un conjunto de
vectores Vil'" , Vk E ]Rn, VI = (Vll,'" ,Un!) V k = (Vlk,'" ,Vnk), se plantea
o ••
eliminar de dicho conjunto a algún vector que sea combinación lineal del resto. Una
vez reducido el número de vectores, volver a intentar este proceso.
Que exista un vector de ese conjunto que es combinación del resto , por ejemplo el
vector V i. es equ ivalente a
rg:
VII Vlk: ) = rg ( VII: Vl.i_l Vl,í+l
V~k) .
(
Vnl Vnk Vlll Vn,i-l Vn,i+ 1 Vnk
Al intentar el iminar otro vector combi nación lineal de los restantes que quedan, por
ejemplo Vi+! se tendrá nuevamente
VlJ Vnl
- La matriz (1) se rellena con los vectores columna formada por las Bccoordenadas
de los vectores V i de la base 8 en su orden.
- La mat riz (2) se rellena con 8 -coordenadas de un vector w.
- La matriz (3) se rellena con B e-coordenadas de ese vector w.
Sean una base de 1R.n 8 = [VI = (óu,··· ,lhn)B", ··· ,Vn = (t5nh ··· ,t5nn )BJ y
un vector w de coordenad as (al, ' ·· , an)B y (al ,·· ' , an)B" . Las ecuaciones del
cambio de base son:
7.4 Subespacio vectorial 59
Sean dos bases de IRn B l y B2 = [V I = (1.5 11 , '" , Óln)8,,'" , Vn = (Ón l, '" , Ónn)z:I¡] ,
y un vector w de coordenadas (al,'" ,O'n)82 Y (al,'" ,an )8, . Las ecuaciones d el
cambio de base son:
denadas (0'1, '" ,Ctn )B2 Y (Pi .··· ,Pn)B3 ' Las ecuaciones del cambio de base
son:
Q~,~ Okn xn
dond e cada col umna son las coordenad as de los vectores W i :=: (Gi l ,·· · , ain).
Aunque el sistema indicado en la defi nición esta formado por (k~l) ecuaciones con
n incógnitas, este es equivalente a un sistema de n - k ecuaciones con n incógnitas,
puesto que el rango de la matriz de la definición es k. Además, cada uno de los
7.4 Subespacio vectorial 61
,
Su ma de subespacios Sean (E +.) un OC-espacio vectorial y F,G e E dos su bes-
pacios vectoriales de E. El conjunto de todas las combinaciones lineales obtenidas
con los vectores de Fu G es denominado subespacio sum a de F y G. Se denota
por F+G.
Su ma directa de subespacios Sean (E + .) un OC-espacio vectorial y P,G e E
dos subespacios vectoriales.
Si F n G = {O} y F + G = E, entonces se dice que el espacio E es suma directa
de los subespacios F y G. Se denota por E = P E8 G.
Base del s u bespacio suma Sean (E + .) un OC-espacio vectorial, una base 8 =
{VI,··' ,Vn} y un vector VE E, V::: (Xl, · ·' ,Xn ). Dados F,e e E dos subespacios
de dim(F) ~ k y dim (G) ~ h, y las bases
62 Capítulo 7 Espacio vectorial
Entonces dim(F + G) ~ rg
( "":
"In
Una base del subespacio F + G está formada por los vectores que partes de sus
coordenadas intervienen en el menor de orden no nulo elegido .
• Espacio vectorial cociente
Sea un conjunto E sobre el que se define una n'!l::.rión (h'! P.ql1iWl.lf!n c:i a R. e E x E.
Para cada elemento v E E se define la clase de equivalencia [v] como el subconj unto
de E definido por
• '\[v] ~ [,Iv].
En general, se emplea la notación [v] ~ v + [O] o [v] ~ v + H donde H ~ [Ojo
Para cualquier par de clases v + [O], w + [01 E E¡n y cualquier).. E OC
• (v + [O])+(w+[O])~(v+w)+[O].
vRpw si y sólo si (v - w) E F.
En este caso el espacio cociente no se escribe como E¡np si no que denota por E¡FI y
cada clase se escribe corno v+ F. Habitualmente, para expresar que v + F = w +F
se dice v = w mód F, o v == w mód F y se lee módulo F.
Capítulo 8
Aplicaciones lineales
63
64 Capítulo 8 Aplicaciones lineales
Kerf ~ (u E E I f(u) ~ O E F) e E,
es denominado núcleo de la aplicación lineal f. (Ker J +.) e (E+·) es un subespacio
vectorial.
Si E y F son espacios de dimensión finita dim(E) = n y dim(F) = m, entonces un
vector u E E tiene coordenadas u E: (Xl,' " ,Xn) respecto a una base [VI,'" ,vn ].
La. aplicación está definida por los ¡(Vi) de la forma
por tanto u = XlVI + ... + XnV n - f(u) = X1!(Vl) + ... + xnJ(vn ), lo que en
términos de coordenadas es lo mismo que
Sean las bases canónicas Bi ) = [el"" ,en] e Rn del espacio inicial y B~m) =
n
[e! , ··· , e~J e lRm del espacio final , una aplicación lineal f : Rn _ 1Rm. queda
definida por f(e l ) = aue! + ... + O:lme~,··· ,¡(em) = O:'nle! + ... +anm.e~.
Esto es 10 mismo que
O O
O
a~l ) O
fIel} ~ f 1
O
-
C"al
m a. m
1
O
\li E {l,··· ,n) .
O O
Así pues,
Xl)
·. =(al!.. a.l.. ) (Xl)
. .
f
(Xn Ctlm Ctnm.
.
Xn.
J(u) ~ A¡u.
66 Capítulo 8 Aplicaciones lineales
Por otro lado dada una matriz B = (¡3ij) E M mxn , prefijadas las bases canón icas,
se define una única aplicación lineal que puede ser dada de las formas
Prefijadas las bases de IRn y Rm, hay una aplicación biyectiva entre el conjunto
L(Rn,Rm) y el conjunto M T1Ixn -
Dadas una base B (n) = {V I"'" v,,J de Rfl y una base B (m) = {w 1 , ... , w m } de IRm ,
definir la aplicación lineal f : IR" - Rm es conocer la imagen ¡(v,) de cada vector
Vi E B (n) referid a sus coordenad as respecto a la base B (m). Esto es,
Una misma aplicación lineal tiene una matriz distinta dependiendo de las bases que
se consideren en el espacio inicial y final.
Observación Una aplicación lineal / : lR1l _ lRm queda determinada al dar los
vectores imágenes (en IR m ) que son los transformados de los vectores de una base
de R1l • Estas imágenes constituyen como vectores columnas la matriz asociada a la
aplicación f. Esta matriz es única si están prefijadas las bases de JI;gn y 1Rl'n.
Operaciones con aplicaciones Sean las aplicaciones lineales /1,12 : R1l _ ]Rm y
9 : IR Tn _ lR k Y Af¡ , A /2, Ag sus matrices asociadas. Entonces, la matriz asociada de
la aplicación
f¡ + 12 : IR" -- IR,l'n es Af¡ + Ah.
JLf¡ : R" -- IRm es ttA f¡ .
9 o h: ]Rn ---+ lR k es AgA f¡ .
Una matriz cuadrada A E M n puede ser interpretada como la. matriz asociada de iI
un endomorfismo fE L(]Rn) = L(]R", IRn); Al = A referida a la base canónica Bi n ).
Ese endomorfismo f: IRn _IRn; ¡(u) = AlU 'fu E Rn
puede ser expresado respecto a otra base B de Rn de la forma
La cuestión que se estudia en este apartado es saber si es posible encontrar una base
B tal que la matriz del endomorfismo AI,B = 0 5- 1AfCS ' es una matriz diagonal.
Nos interesa un endomorfismo f de IRfl. para el que existe una base El = [VI'··· , vn]
de IR n de forma que su matriz asociada A / ,51 es diagonal. Es decir, nos interesan
los endomorfismos diagonalizables.
Autovalor real y autovector de una matriz Sea A E Mn.
.\ E IR. es un autovalor real de A si y sólo si existe x E IRn, no nulo, tal que Ax = >.x.
68 Capítulo 8 Aplicaciones lineales
Una matriz diagonalizadora se constru,ye con los yectores columna del conj unto unión
de las bases de todos los autoespacios V,.; Vi E (l. · ·· ,k) .
Matriz que diagonali za a otra diagonalizable
1. Conocidos los autovalores )11 , '" (dim(V,,¡) + ... + dim(V",.,)
,)..k = n), se crea
una matriz diagonal D situándolos en su diagonal.
2. Se elige una base de cada VA ; para i E {l , '" ,k}. Con los autovectores de esas
bases se crea una lista siguiendo el orden de colocación de los autovalores en
D. Esta li::.ta es una base B de Rn .
3. Se construye la matriz C diagonalizadora poniendo cada vector de la base B
como vector columna de C en el mismo orden de B.
Para un autovaJor de A E M n ).. se tiene que rg(A - )"1n ) indica los grados de libertad
del sistema que define al autoespacio VA' Por tanto, dim (VA ) = n - rg(A - )"In ).
_Matrices semejantes y matrices congruentes
Semejanza de matrices Sean A , B E M n . A es semejante a B si y sólo si existe
una matriz invertible C tal que B = C-l AC.
"
Una condición necesaria para que dos matrices A y B sean semejantes es que IAI = "
IBI·
Sean A , B E M n dos matrices son semejantes. Entonces A y B tienen los mismos
autovalores.
Sean A , B E M n dos matrices dia.gonaHzables. Si A y B tienen los mismos autova- l'
lores, entonces las matrices A y B son semejantes.
Una matriz inversible A se dice que es una. matriz ortogonal si su inversa es igual
a su transpuesta, es decir A - 1 = A t .
Una matriz admite una diagonalización ortogonal si y sólo si es una matriz simétrica.
Congruencia de matrices Sean A , B E M n . A es congruente con B si y sólo si
existe una matriz ¡nvertible C tal que B = AC. cr
Autovalores complejos de una matriz
Sea A E Mn(R) cuyo polinomio característico, que tiene coeficientes reales, tal que
P
posee una raíz no real {3 = a + ib. También = a - ib es raíz del polinomio.
Decimos que (3 y Pson autovalores complejos no reales de A.
Para un autovalor complejOS como).. = a +ib se define el autoespacio correspondiente
a ese autovalor complejo de la form a
v, = {Z E en I (A - .un) z = O),
puesto que A - (fl¡ + /32i) l n no es una matriz de coeficientes reales,