Adenda Mates 2

,
Indice general
1. Ecuación Diferencial 3
1.1. FUnción primitiva de una función 4
1.2. Descripción de ecuación diferencial ordinaria 9
2. Métodos de resolución de ecuaciones diferenciales 13

2.1. Ecuaciones de variables separables . . . . . 13
2.2. Ecuaciones lineales homogéneas de coeficientes constantes 14
2.3. Ecuaciones diferenciables reducibles a variables separadas 15
2.4. Ecuaciones diferenciables lineales de primer orden. 17
2.5. Ecuaciones diferenciables exactas de primer orden 18
3. Sistemas Lineales de Ecuaciones Diferenciales 29

3.1. Sistema de Ecuaciones Lineales Homogéneas . 29
3.2. Método de Resolución con los Autovalores 31
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
La referencia inicial es el cuerpo (IR + .) de los números reales:
• (IR, +) es un grupo conmutativo si y sólo si para todo 0:, {3 , '1 E OC la operación

+ satisface las siguientes propiedades:
1. Asociativa: (a + ¡9) +"1 ~ a + (¡9 + "1) ~ o + ¡9 + "l.
2. Elemento neutro: Denotado 0, tal que Q: + O = O + a = a,
3. Elemento simétrico: Opuesto de Q: es - a; Ct + (~G:') = (- a) +a = O.
4. Conmutativa: o + ¡9 ~ ¡9 + o.
• (IR ~ {O},·) es un grupo conmutativo. Para todo a, {J.! E OC - {O} la operación

. satisface las siguientes propiedades:
5. Asociativa: (o· ¡9) ."1 ~ o· (¡9 . "1) ~ o· ¡9. "l.
6. Elemento neutro: denotado por 1, tal que 0'·1 = 1 . Ct = Q.
7. Elemento simétrico: denotado inverso, el" 0: - 1 = a - l. Ct = 1.
8. Conmutativa: a . /3 = f3 . o.
• La operación' es distributiva respecto de la operación + en OC, es decir, para
todo Q: 1 f3, 'Y E ]K se tiene
9. o· (¡9 + "1) ~ a· ¡9 + a · "l.

Otras propiedades consecuencia de ser un cuerpo: Para todo Ct' ,f) , 'Y E K,
lO. a · O ~ O·o~OparatodOQElK.
11. Si a· ¡9 ~ O, entonces a ~ O o ¡9 ~ o. (No hay divisores de O en OC).
12. Si Q. ¡9 ~ a·, ya'" O, entonces (3 ~ "l. (Cancelativa en (OC - (Ol .) ).
13. a·a = a 2 j ... jQ:.a:n-1 = an.(Potenciasen (K·)).
14. (a + ¡9)(a - ¡9) ~ a 2 - ¡92 para todo 0,¡9 E OC.
15. (a + ¡9)2 ~ a 2 + 2a¡9 + ¡92 para todo o , ¡9 E OC (Binomio de Newton).
(a + ¡9)n ~ (~)an + (7)a n- 1 ¡9 + . . . + (n~,)a¡9n- l + (~)¡¡n .
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:
16. Si a <; (3 y a' <; (3' entonces a +d <; (3 + (3'.
17. Si O' ~ fJ entonces -{J ~ -O".
18. Si O' ~ f3 y O ~ I entonces a, ~ {J"f.
19. Si a <; (3 y 'Y <; O entonces (3'1 <; cr-y.
20. Para todo a E Q, o? :;?: o.

21. Si a > O entonces 0'- 1 > O.
22. Si O < a <; {J entonces O < {J-l <; ,,-1
23. Si a: ~ fJ < O entonces fj- l ~ 0:- 1 •
Además, se cumplesn las propiedades importantes siguientes:
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.
25. Propiedad de orden divisible: El orden de Q es divisible , es decir, para

todo a, fJ E Q. tales que a < P. existe 'Y E Q tal que a < 'Y < (:J.
27. Axioma del supremo: Todo su bconjunto de lR. no vacío y acotado superior-
mente t iene supremo.
1.1. Función primitiva de una función
Función primitiva: Dadas la función f : [a, b) ~ R y F : [a, b) ~ R una

func ión derivable en [a,b) , se dice que F es una función primitiva de f si y sólo si
F'(x) = f(x) para todo x E [a, b).
\
1.1 Funció n primitiva de una función 5
P ropiedades de las integrales inde finidas:
1) f e¡ (x) dx ~ ef ¡(x) liT
2) f (f(x) + g(x)) dx ~ f ¡(x) dx + f g(x) dx
3) f ¡'(x) dx ~ ¡(x) + k
4) f ¡(x)g'(x) dx + f g(x)¡'(x) dx ~ ¡(x)g(x) + k
f ¡ (x) g'(x) dx ~ ¡(x)g(x) - f g(x)¡'(x ) dx
5) Si f g(x) dx ~ G(x) + k, entonces
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.
/
6 Capítulo 1 Ecuación Diferencial
Tabla de integrales inmediatas y de ecuaciones diferenciales inmediatas
Funciones exponencial y logaritmo.
n dx ~ In Ixl + k I f j(~; dx ~ Inlf(x) 1+ k

f e~dx=eX+k If ef(x) f'(x) dx ~ ef(x) + k
af(X) f'(x) dx ~ _l_af(x) + k

f aX dx = _l_ a l: + k
Ina If Ina
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
f Vx dx ~ ~v9 + k If Vf(x)f'(x) dx ~ ~V f(x)' + k

ifi dx ~ _n_V'xn+l + k I f Vf(x)f'(x) dx ~ _n_ Vf(x)n +1 + k
f n+ 1 »+ 1
f JxdX ~2Vx+k If ~f'(X)dX~2Vj(X)+k

1 f'(x) dx~nVf(x)+k
If Vf(x)n 1
1.1 Función primitiva de una función 7
g'(x) - 1 ~ O Jdx~x+k
Ig(x)~
g'(x) - x~ O I ~ J ~ ~X2 +
g(x) x dx k
g'(x)-xn~ o g(X) ~ J Xn dx ~ _l_xn+l + k

I n+ 1
~O
g'(x) _ 2..
xn Ig(x) ~ J 2..xn dx~ ~_l_+k
n xn- - 1 1
g'(x)-Vx ~ O Ig(x) ~ JVx dx ~ ~H + k

Ig(x) ~ Jv'x dx ~ _n_V'xn+l
n+1
+k
g'(x) - -
Vx
1
~ O J
Ig(x) ~ Jxdx~ 2Vx + k
Funciones trigono métricas directas.
J sen x dx = -cosx + k IJ f'(x) sen f(x) dx ~ -cosf(x) + k

I COsxdx = senX+k IJ j'(x)cosf(x) dx ~ senf(x) + k
J ~dx ~ tgX+k J'(x)

cos x IJ cos' f(x) dx ~ tgf(x) + k
J (1+tg'x) dx~tgx + k I J (1 + tg' f(x»j'(x) dx ~ tgf(x) + k

Jsec 2
x dx = tgx + k IJ j'(x)sec' f(x) dx ~ tgf(x) + k
- f'(x)
J ~
sen x
dx = -cotgx + k
IJ sen' f(x) dx ~ -cotgf(x) + k
J (1 + cotg') dx ~- cotgx + k I J (l + cotg' f(x»j'(x) dx ~ - cotg ¡(x) + k
f cosec2 x dx = -cotgx + k I Jj'(x)cosec' ¡(x) dx ~- cotg¡(x) +k

f secx tg x dx ~ seex + k If ¡'(x) secf(x) tgf(x) dx ~ sec f(x) + k

f eoseex cotgx dx ~- cosecx + k If f'(x) cosee f(x) cotg f(x) dx ~ - cosee f(x )
g'(x) - sen x ~ O Ig(x) ~ f sen x dx ~ -eosx+k
g'(x) - cosx ~ O Ig(x)~ f cosxdx~senx+k
I g(x)~ f +dx ~ tgX+k

1
g/ex) - cos2 X = O
cos x
g'(x) - (1 + tg' x) ~ O Ig(x) ~ f(l +tg'X) dx ~tgX+ k

g'(x) - see' x ~ O Ig(x) fsoe' x dx ~ tgx + k
'( x ) - -1- - O g(x) ~f + dx ~ -cotgx + k
9 sen2 x - I sen x
g'(x) - (1 + cotg') ~ O Ig(X) ~ f (1 + cotg') dx ~- cotgx + k
g'(x) - cosee' x ~ O Ig(x) ~ f eosee' x dx ~ - eotgx + k

g'(x) - secx tgx ~ O Ig(x) ~ f scextgx dx ~ seex + k
g'(x) - cosecxcotgxO I g(x) ~ f cosee x cotg x dx ~- cosccx + k
Func iones trigono m étricas inve rsas.
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
¡(x) - _y "F,I,;;I=x'" = O Ig(x) = f v'1 I x' dx = are sen x + k

g'((x) - dfracl x'+ I = O Ig(x) = f X'~ I dx =aretgx+k
g'(x)- I =0 I g(X)= f I dx = aresecx+k

xv'x' - I xv'x' - I
Cálc ulo de la integral sobre un intervalo
Regla de Barrow Sean f : [a, b] ---- IR una función integrable y G una función
primitiva de f. Entonces
f !(t)dt = G(b) - G(a) .
1.2. Descripción de ecuación diferencial ordinaria
Ec uación diferencial ordinaria

Una ecuación diferencial ordinaria lineal es una igualdad de la forma
an!<n) (x) + an_d<n-l)(x) + ... + a¡f'(x ) + aof(x) + g(x) = O,
donde f es una función definida en algún intervalo [a,b] que es derivable n veces
.r 9es una función continua. Además, dicha ecuación se dice de orden n. Es decir,
el orden de un ecuación diferencial ordinaria es el mayor orden de la función
derivada que aparece en la igualdad.
Los coeficientes an, ... Go puedes ser funciones, es deci r au(x), ... ao(x).
an(x)f<n) (x) + an_ ,(x)f<n-' )(x) + ... + al(x)f'(X) + ao(x)f(x) + g(x) = O
Si los coeficientes tln,··· ao E 1R entonces se denomina ecuación diferencial ol'dinaria
(edo) de coeficientes constantes ..
anf<n) (x) + un_¡f<n-l)(x) + ... + ulf'(X) + aof(x) + g(x) = O, an, ··· ,ao E IR.
En general, si denominamos por H(J<n)(x),j<n-l)(x) + ... ,j'(X),j(X) ,g(x)) una
expresión bien escrita donde aparecen la función f y sus derivadas sucesivas, y la
función g, entonces una ecuación diferencial ordinaria es la igualdad
H(J<n)(x),j<n- I)(X ) + ... ,j'(x),f(x),g(x)) = O.
Observación Si se tratan con dos variables x, Yi una independiente x y otra
depend iente y de la primera X, la variable dependiente viene definida por una función
y = f(x), entonces se suele utilizar la notación
any(n) + a n _ly(n-l) + ... + alY' + aoY + g(x) = O,

en lugar de
a,,/e,,)(x) + an_¡fen- I)(x) + ... + a¡¡'(x) + aof(x) + 9(X) ~ o.

Suele ser habitual que esas ecuaciones escritas con la notación diferencial de Leibniz:
o simplemente
d"y d"- Iy dy
a,.- + a,.-¡ -n -1 + ... + a¡- + ao/(x) + g(x) ~ O.
dxn dx - dx
Soluciones de una ecuación dife rencial ordinal'Ía

Dada una ecuación diferencial ordinaria
a,.yen) + a,._ l yen - l ) + ... + a¡y' + aoy + g(x) ~ O,
se denomina solución de la ecuación diferencial ordinaria en un intervalo (a, b) es

cualquier función ¡(x) definida en el intervalo (a, b) que es derivable n veces, con In
continua, tal que cumple la ecuación para cualqu ier x E (a, b). Es decir,
a,. / en)(x) + a,._¡fen-¡)(x) + ... + a¡f'(x) + ao/(x) + g(x) ~ o.

• Si una función f es solución de una equación E en un intervalo (o,b), entonces las
fun ciones g(x ) = ¡(x) + k con k E R, también es solución de E. En este caso a f o
a cad a 9 se les denomina soluciones particulares de E .
• En general describir el conjunto de todas las soluciones de una ecución diferencial
ordinaria es lo que se denomina dar la solución ge ne ral de la ecuación.
Resolución d e una ecuación diferencial ordinaria
Se entiende por resolver, una ec uación diferencial ordinaria. a describir todas los
fun ciones soluciones de esa ecuación. Es decir, encontrar la solución general de la
ecuación.
• En general , si existe solución, las soluciones de una ecuación diferencial de primer
orden constituyen una familia de funciones dependientes de un parámetro. Las so-
luciones de una ecuación diferencial de orden 2 constituyen una fami lia de fun ciones
dependientes de dos parámetros, y así sucesivamente.
Ecuación diferencial ordinaria con condiciones iniciales
Si se sabe que una ecuación diferencial tiene solución , entonces, en general, al resolver
la ecuación suele interesar determinar todas las soluciones. Esto hace que se utilice
algún método determinístico para obtener dicha solución.
Descripción de ecuación dife rencial ordinaria 11
~ ...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
2.1. Ecuaciones de variables separables
_-\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
y' - h¡(y)h,(x) ~ O~ hl~Y/ ~ ",(x).

I
Si F(y) es una función primitiva de h (y)V' y G(x ) de h2 (x ) , entonces se obtiene la
1
ecuación implícita
F (y) - G(x) ~ k, k E R.
i existe p - l entonces
y ~ r ' (G(x) + k) , k E IR.
13
14 Capítulo 2 Métodos de resolución de ecuaciones diferenciales
2.2. Ecuaciones lineales homogéneas de coeficien-

tes constantes
Una ecuación diferenciales diferencial de orden n~
H (y (n) ,y(n - l) , ... ,

,y,y,g (x) ) -- O,
se dice ecuación homogénea si y sólo si g(x) = O para todo x. Es decir las

ecuaciones diferenciales homogéneas son de la form a
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
any (n) +an -lY (n-1) + O" +aIY, +aoy = O,
donde y es una función de una variable independiente, e y(m) es su derivada m-esima

y am E IR, para m E {l, ... , n}, con an =F O
• Dada una ecuación diferencia.!. ordinaria lineal homogénea con coeficientes cons-
tantes de orden n
any (11.) +an- tY (11. - 1)

+ ... +alY , +aoY= O.
La ecuación característica de esa ecuación diferencial es la siguiente ecuación

polinómica
Las soluciones de esta ecuación depende de las raíces de la ecuación característica.

Teorema ecuaciones lineal homogénea con coeficientes de orden n
Dada la ecuación diferencial ordinaria lineal homogénea con coeficientes constantes
de orden n
y(n) + an_ ty(n- O + ... + a¡y' + aoy = O.
Si la ecuación característica t iene n raíces real distintas) e l, ... , en. E Ilt, entonces Ia.s
funciones siguientes son soluciones independientes de la ecuación diferencial
YI ( X ) -_ e' " , ... , Yn ( X ) -_ e,", x .

_.3 Ecuaciones diferenciables reducibles a variables separadas 15
Además, la solución general es
Teorem a ecuación de orden n

:Jada la ecuación diferencial ordinaria lineal homogénea con coeficientes const antes
.Je- orden n
Y("\1.) + an _1Y("\1.- 1) + .. . +alY' + aoY -_ O.
... . la ecuación característica t iene una raíz real Ct de multiplicid ad k, entonces a las
:;.i.!lciones solución correspondientes a las raíces simples restantes
Y 1 (x) -- e"'x , ... , y.t - l (x) -- eC; - lx , . . . , y ~+l

. (x) -- eC¡+lx " " ,Ym ( X ) -e
_ c,.,.,X ,
uay que adjuntar las funciones solu ciones independientes

. ( k- J c;x
Yil X) -e
_ C,x . _
,Yt'l-xeC,x
.. . 'Ytk. ( x ) -x
_
e .
..l..demás, la solución general es
( ) -- 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 .
2, 3. Ecuaciones diferenciables reducibles a varia-

bles separadas
Ec uación diferencial ordinaria homogénea: Una ecuación diferencial que pued e

-€'!" rescrita de la forma
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.
Pasos para resolver una ecuación diferencial homogénea

Paso 1. Dada una ecuación diferencial el primer paso es escribirl a de la forma
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.
No siem pre se presenta la ecuación diferencial de la forma y' = H (~), en

muchas ocasiones se presenta de la forma
dy
N(y, x) dx ~ M(y, x) o N(y ,x) dy ~ M(y,x) dx.
Esa ecuación es una ecuación diferencial homogéneasi y sólo si se cumple
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
_A. Ecuaciones diferenciables lineales de primer

orden
..a sección 2.2 se ha estudiado la ecuaciones lineales homogéneas con coeficientes
~antes, pero es ahora cuando se estudia la ecuación li neal de primer orden con
~ -=- ·entes variables:
a¡(x)y'(x) + ao(x)y(y) + b(x) ~ O.
--· -Aremos este t ipo de ecuación diferencial escrita de la form a
y'(x) + p(x)y(x) ~ q(x) .
'lilización de un factor integrante

::.. ~todo que se emplea para resolver la ec uaciones diferenciales
y'(x) + p(x)y(x) ~ q(x).
cSiste en utilizar inicialmente una función u(x) que multiplica a los dos miembros
- ~ ecuación, quedando
u(x)y'(x) + u(x)p(x)y(x) ~ u(x)q(x),
"1lIxmer que el miembro de la izquierda de la igualdad es la derivada del producto

~ "x) e y(x) .
.\ t"Sa función u(x) se le denomina factor integrante o función integrante .

. _puesto que
u(x)y' + u(x)p(x)y ~ (u(x)y), ~ u(x)y' + u(x)p(x)y ~ u'(x)y + u(x)y',
-,ances aparece la ecuación diferencial de variables separadas
u'(x)
u'(x)y ~ u(x)p(x)y ~ u'(x) ~ p(x)u(x) ~ u(x) ~ p(x) .
_'u integrar la ecuación se obtiene
In lu(x)1 ~ Jp(x) d:J; ~ u(x) ~ elp(x) dx.

_\.hora sólo hay que resolver la ecuación diferencial
(u(x)y(x)), ~ u(x)q(x),
18 Capít ulo 2 Métodos de resolución de ecuaciones diferenciales
por simple integración se obtiene
u(x)y(x) ~f u(x)q(x) dx ~ y(x) ~ u tX) f u(x)q(x) dx,
es decü',
y(x) ~ 1 f q(x)eIP(.) d. dx.
eSp(x) dx
2.5. Ecuaciones diferenciables exactas de primer

orden
En esta sección se t ratan un caso particular de la ecuación diferencial de la form a
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 .
Lo mismo ocurre con Q(x, y).

Ecuación dife re ncial exacta d e primer orden
Sean P (x, y) y Q(x, y) dos funciones cont inuas en IR2 . La ec uación d iferencial
Q(x, y) dy + P (x, y) dx ~ O
es una ecuación diferencial exact a si y sólo si
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
~"'"""" la ecuación diferencial
Q(x,y) dy + P(x,y) dx ~ O
-¡,s. Además, la solución general de la ecuación diferencial, escrita en forma

'" es
f(x,y)~k, kEIR
~..,luci ón de una ecuación exacta
·.ericr resultado ha establecido condiciones suficientes para saber la sol ución
~.s.: de ecuación exacta. Ahora se presenta el método para obtener dicha solución.
, apone que existe la sol ución
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),
a2 f ap(x,y) aQ(x,y) a'J

-;--0 (x,y) ~ o (x,y) ~ o (x, y) ~ -;--0 (x,y).
uxy y X uyx
íón 1. Se uti liza que ~~ (x, y) ~ P(x, y).

~ede reconstruir f utilizando una función primitiva, R(x,y), respecto a x, de la
"ión P(x, y) . Como el papel de y es de una constante en la funci6n integrando,
... llta que cualquier función de y, g(y), es lo que se le sum a a la primitiva para
-",ner cualquier primitiva.
f(x,y) ~ f P(x, y) dx ~ R(x,y) + g(y) ,

' . 3! deriva f respecto a y, donde x hace de constante, se tiene
of aR ,
ay (x,y) ~ oy (x,y) + 9 (y) ~ Q(x, y) .
.::-- tiene la ecuación diferencial

aR
g'(y) ~ Q(x,y) - ay (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.
g(y) ~ f g'(y) dy ~f (Q(x, y ) - ~:(x,y)) dy.
Luego,
f(x,y) ~ R (x, y) +f (Q(X,y) - :(x, y)) dy.
La solución general de la ecuación en forma implícita es
f(x, y ) ~ k kE IR.
Opción 2. Se utiliza que % (x,y) ~ Q(x, y).

Se puede reconstruir f utilizando una fun ción primitiva, S(x, y), respecto a y, de la
función Q(x, y). Como el papel de x es de una constante en la función integrando,
resulta que cualquier función de x, h(x) , es lo que se le suma a la primitiva para
obtener cualquier primitiva.
f(x,y) ~ f Q(x, y) dy ~ S(x, y ) + h(x),

Si se deriva f respecto a x, donde y hace de constante, se tiene
of oS ,
ox(x,y) ~ ox(x,y)+ h(x)~P(x,y).
Se tiene la ecuación diferencial
h'(x) ~ P(x, y) - ~~ (x, y).

Como en esa ec uación y hace el papel de constante, se puede determinar una primi-
tiva al integral la ecuación respecto a x.
h(x) ~ f h'(x) dx - f (P (X,y) - ~~ (x,y)) dx.
Luego,
f(x , y) ~ S(x, y ) +f (P(X , y) - ~~ (x, y)) dx.
La solución general de la ecuación en forma implíci ta es
f(x,y) = k k E IR.
Ecuaciones difere nciables exactas de primer orden 21
L--~io nes diferenciales que se reducen a ecuaciones exactas

~ ecuaciones diferenciales de la forma
dy
N(xV) dV + M (x,V) dx ~ 0, o N(x,y) dx + M (x,y) ~ 0,
- _ 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.
P (x,y) ~ u(x,y)M(x.y) y Q(x,y) ~ u(x,y)N(x,y),

que
iJP iJQ
iJy ~ iJx '
>r.
iJu iJM iJu iJN

-'((x, y) ey (x, y) + u(x, y) ay (x, V) ~ N(x, V) ex (x, y) + u(x, y) ex (x , y).
fu.nción u(x, y) se le denomina factor integrante o función integrante.

-.-!iz.ación de un factor integrante
nninar un factor integrante supera la dificu ltad de este texto, por ello, sólo
_ :-onen dos casos particulares y unas condiciones suficientes para disponer de
-= integrante.
S (x, y) dy + M(x, y) dy ~ O una ecuación no exacta.
1: Factor integrante que d e pende de la variable x únicamente. Sean
- udCión diferencial
N(x,V)dy + M(x,y)dx ~ °
1 ( iJM eN )
N(x, y) ey (x , V) - ex (x , y)
"Xpresión que sólo depende de x.
g(x) ~
f 1
N(x, y)
( iJM
ay iJN )
(x,y) - iJx (x, y) dx ,
entonces un factor integrante es u(x) = e9 (x).

Caso 2: Factor integrante que depende de la variable y únicamente. Sean
la ecuación diferencial
JV(x,y)dy +1Vf(x,y)dx ~ O
y
1 (OJV OM)
M(x, y) OX (x, y) - ay (x, y)
una expresión que sólo depende de y.

Si
h(y) ~
I 1
M(x,y)
(oJV OM)
OX (x,y) - i)y (x,y) dy,
entonces un factor integrante es u(x) = eh(Y) .
• 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
...nto de segmentos tangentes para cada una, lo que se tiene en un campo d e

~io nes producto de la ecuación diferencial.
• familias de curvas ortogonales

_ ~ oirvas planas que son secantes son ortogonales en el punto de corte si y sólo si
- -tas tangentes a cada una de ellas en ese punto son rectas perpendiculares.
:aroilia de curvas f(x, y) = k, k E R, son las soluciones de una ecuación
->neial ordinaria de primer orden
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 )
-~ir. se cumplen las ecuaciones diferenciales
(f) dy = h (x, y) dx - h(x, y) dy = - dx (g).
• Función real de dos variables reales
f:
='l}resentación gráfica de la función se basa en construir una superficie punto a

-- en (X l , X2 , X3) E R 3 , de manera que a cada punto (Xl, X2) E R2 le corresponde
Jtura X3 = f(Xl,X2) .
~ nnu análoga a la idea de superficie, si se considera que y es depend iente de x y
úepcndiente de x y de y, entonces los puntos (x,y(x) , f(x,y) representan a los
_"- de una curva en el espacio.
• ::::.... general, la forma de una ecuación diferencial de primer ord en está descrita
JI = ¡ (x , y) donde f es una función real de dos varia bles reales. A este tipo
..- .-ritura se le denomina forma normal de esa ecuación diferencial.
• Continuidad de una función de dos variables

-te finito de una función en un punto: Sean f : De R 2 - 1 > IR una función
.: _Yo) un punto de 1It2 tal que existe una bola perforada centrada en (xo, Yo),
e Dornf - D.
_.JJllero real 1 es el límite de f(x, y) cuando (x, y) tiende al punto (xo , Yo) si y
...j para cualquier entorno centrado de l, Vi, existe una bola centrada y perforada
24 Capítulo 2 Métodos de resolución de ec uaciones diferenciales
de (xo,Yo), B('ZO,1I0 ) e B(':o,"v

"0)' tal que f(x,y) E V, para todo (x,y) E B('zo,1IO )' Se
denota por: lím f(x l y) = l .
(z,Y) ..... (zO,lIO)
Al expresar las bolas en términos de distancia, por ejemplo,
v, - (t-" 1 + ,) y B(Xo,1/O) - {(x,y) E 1R'III(x,y) - (xo,yo)ll" 8) - {(XO,Yo))

"
{y E IR Ily -ti" ,) {(x ,y) E
" - (xo,yo)11 < 8)
IR'I O < II(x,y)
la definición se escri be:
lím ¡(x, y)) -t E IR =*
(z,y)-(zo ,Yo)
v, > O, 38> O tal que V(x, y) E R, O < II(x, y) - (xo, Yo) 11 < 8,
se cumple que I¡(x, y) -ti < ,.

Función continua en un punto: Sean f : D e IR 2 --+ IR una función y (xo 1 Yo)
un punto de JR2 tal que existe una bola centrada en (xo, Yo), B(zo,'IIo) e Dom f = D .
. La función f(x) es continua en (xo, Yo) si y sólo si para cualq uier entorno cent rado
de J(xo, Yo), V!(:tO,YO)1 existe un bola centrado de (xo, Yo), B (xo,yo) e 8(xo,1IO)' tal
que ¡(x) e Vf(XO,yo) para todo x e B(xo,1/O)'
Si se e.xpresa la definición en términos de distancia se escribe:
/ continua en (xo, Yo) E Dom / =* V, > O, 38> O tal que 'Ix E IR, IIx - al l < 8,
se cumple que I/(x,y) - fxo,yo)1 < ,.
f continua en (xo, Yo) E DOl11 / = Iím

(x,1I) ..... (Xo,lIo)
/ (x, y) - f(xo, Yo).
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
lím !(xo, y) - !(xo, Yo)

y - Yo
Y-yo
-- on número real, entonces a dicho número se le denomina derivada parcial de

respecto a y en el punto (xo, YO). Se denota por ay (XO , Yo).
iJ!
:.... funciones derivadas parciales se definen de forma análoga a la función derivada
- una variable. °iJ! (x,y) se obtiene derivando! respecto a x considerando y como
x
_ fuera una constante. aiJ! (x,y) se obtiene derivando! respecto a y considerando x
y
.roo si fuera una constante.
O bservación Las derivadas parciales de la funciones derivadas parciales se definen
forma análoga.
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 .
d!, (a, b) x (c, d) ~ L«a,b) x (c,d),IR),
Jonde la aplicación lineal df( xQ,Yo) está definida de forma siguiente

di ro, y, ) ,(a,b) x (c,d) ~ 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
s uele ser escrita como

iJ! iJ!
d! ~ iJx dx + iJy dy.
Es decir t las variables ft y t2 son escritas como dx y dy respectivamente.

La expresión
dj(x, y) ~
af Of
,(x,y) dx + ,(x,y) dy
uX uy
suele ser leída como: la diferencial de f es la derivada parcial respecto a x

por diferencial de x mas la derivada parcial respecto a y por diferencial
de y.
Observación El concepto de diferencial de una función de dos V'.:u-iables tiene
las propiedades análogas a las propiedades de la diferencial de una función de una
variable. Por ejemplo,
d(exf + fig) ~ ex df + fi dg, d(fg) ~ 9 df +f dg, d(g o f) ~ d(g(f» df.
Caracterización de las funciones diferenciables

Sean f : (a, b) x (c, d) - 'IR. una función que posee derivadas laterales de orden dos
en (a, b) x (c, d). La función f es diferenciable si y s610 si
Raíces complejas de la ecuación característica de ecuaciones lineales ho-

moéneas de coefiecintes constantes
Dada la ec uación diferencial ordinaria lineal homogénea con coeficientes constantes
de orden n
Y(n) + an _ lY (n- l ) + ... + alY'+ aoy -- O.
Si la ecuación característica tiene una raíz compleja simple C l = a + ib, C2 = a - ib
y C3, . ..• Cn. E R, entonces las funciones siguientes son soluciones independientes de
la ecuación diferencial
Además, la solución general es
Dada la diferencial ordinaria lineal homogénea con coeficientes constantes de orden

n
y (n) +an-1Y (n- l) + ... +alY I +aoy = O.
ecuaClOn característica tiene un a raíz compleja el = a + iú, C2 = a - ib de

l..8.
tiplicidad k y C2k+ 1, ... ,en E IR, entonces las fun ciones siguientes son soluciones
~nd ientes de la ec uación diferencial
Yl = e ax cosbx, Y2 = eax sen bx, Y3 = xeax cosbx, Y4 = xe ax sen bx, .. "
Y2k - l = xk- 1eax cos bx, Y2k = xk - 1eax sen bx,

Y2k+l (x) = eC2k + 1 X , . . " Yn(x) = eC nX •
·-iemás, la solución general es
y(x ) = a l eax cos bx + a2eax sen bx + a3xeax cos bx + 0:4xeax sen bx + ... +
0:1, ... ,O:n E R.

Capítulo 3
Sistemas Lineales de
Ecuaciones Diferenciales
3.1. Sistema de Ecuaciones Lineales Homogéneas
~-=tema lineal homogéneo de primer orden con coeficientes constantes

unas variables VI, ... , Yn dependientes de una única variable x y sus deri-
Vt = if¡(x) •... , y~ = !In{x), un sistema de ecuaciones diferenciales lineales
énea con coeficientes constantes es un sistema de la siguiente forma
y; - alJy¡ + alZY2 + ... + alnYn

y, - a21Y¡ + uZ2Yz + ... + U2nYn
y~ - an lY ¡ + a n 2Y2 + ... + annYn

,j ER i,jE (l , ... ,n)
ema de la definición se puede expresar en forma matricial
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
Solución de un sistema de ecuaciones lineales

Dado un sistema de ecuaciones diferenciales lineales homogéneas de coeficientes cons-
tantes y' = AY. Se dice que
Z(x) ~ (ZI (X) )

Zn(X)
es solución del sistema si y sólo si Z cumple el sistema. Es d<:.'C ir,
Z'(x) ~ AZ(x), Vx E IR.
• Si Y(x) y Z(x) soluciones del sistema Y/ex) = AY(x), "Ix E lR, entonces
"Y(x) + /3Z(x) es solución Vx E R, ",/3 E R .

El espacio vectorial de soluciones
Sea un sistema de ecuaciones diferenciales lineales homogéneas y' = AY de n ecua-
ciones con n variables. El conjunto de sol uciones del sistema dotado de la suma de
funciones y del producto por un escalar t iene estructura de espacio vectorial real de
dimensión n.
Soluciones linealmente independientes Sean YI (x), ... , Yk(X) soluciones de un
sistema de ecuaciones diferenciales lineales homogéneas Y'(x) = AY(x) . Se dice
que YI I ••• I Yk son soluciones linealmente independientes si, y sólo si supuesto que
existen Al, ... , A. E R tales que AI Y¡(x) + ... + A.Y.(x) ~ O, Vx E IR, se deduce que
Al ~ ... ~ A. ~ O.
Observación Como el conjunto de soluciones de un sistema de ecuaciones diferen-
ciales linea.les homogéneas y' = AY de n ecuaciones con n variables es un espacio
vectorial n dimensional, entonces si se dispone de YI , ... , Y,L soluciones linealmente
independientes, se tiene una base del espac io vectorial.
Problema de valores iniciales Sea un sistema de ec uaciones diferenciales lineales
homogéneas y' = AY de n ecuaciones con n variables. Un problema de valor inicial
para ese sistema consiste en adjuntarle al sistema una condición inicial a cada una de
las variables dependientes del sistema¡ YI (xo) = al, ... Yn (xo) = ltn con al, ... , Un E
I
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
3.2 . Método de Resolución con los Autovalores

... au un sistema de ecuaciones diferenciales lineales homogéneas y l = AY de n
.~~::~ÁCtO~ n(:~~~~)les~Yu:: ::::6: :e:V~i~~~:n:i ::10 si Aes un auwvalor

vne>'x
la matriz A y v es un a utovector a'SOciado a A.
.\latriz diagonalizable A con sólo autovalores reales
. . . oan un sistema de ecuaciones diferenciales lineales homogéneas y l = AY de n
. uaciones con n variables tal que la matriz A es diagonalizable .
. . , Al, ' .. ' An E R son los autovalores de A y
~ )Q los autovectores de asociados a esos autovalores , entonces una base del espacio
:torial de las soluciones del sistema es
.'
-. solución general de sistema y' = AY es

I
'j
... decir
k}, ... , le,.,. E R.
no diagonalizable y un autovalor real doble

"1:
-&11 un sistema de ecuaciones diferenciales lineales homogéneas y' = AY de n

- uaciones con n variables, y A un autovalor real doble de la matriz A tal que sólo
ste un autovector asociado a A.
v =1: O no es un autovector pero cumple que (A - A1ll) 2v = O, entonces las
iones
we>':c e (v + tw)e>'x
JOde w = (A - Aln)v, son dos soluciones linealmente independientes.
'. autovalores complejos
32 Capítulo 3 Sistemas Lineales de Ecuaciones Difere nciales
Sean un sistema de ecuaciones diferenciales lineales homogéneas y' = AY de n

ec uaciones con n variables, ...\ = a + i{3 un autovalor complejo de la matriz A y
V I + iV2 un a utovector asociado a A.
Las funciones
son soluciones linealmente independientes del sistema.

Capítulo 4
•
Sistemas de ecuaCIones
K. ~ ) es un grupo conmutativo si para todo a, p, '"'1 E K la operación + satisface

• =:iguientes propiedades:
1. Asociativa: (a+ P) +, ~ a + (P +,) ~,,+ P +,.

2. Elemento neutro: Denotado O, tal que a + O = O+ a = Q.
3. Elemento simétrico: Opuesto de Q: es - aj a + (- a) = (-o) +a = O.

4. Conmutativa: a + fJ = f3 + Q'.
-:: - {O},·) es un grupo conmutativo. Pru'a todo 0.,13,"( E K - {O} la operación·
:dsface las siguientes propiedades:
5. Asociativa: (a , P) ' ,~ a· (P ,,) ~ Ot, p .,.

6. Elemento neutro: Denotado por 1, tal que Ct · 1 = 1· a = Q.
7. Elemento simétrico: Denotado inverso, Q:. 0:- 1 = 0 - 1 . a = l.
8. Conmutativa: a· f3 = f3 . Q.
~ operación · es distributiva respecto de la operación + en K , es decir, para todo
3. 'Y E OC se tiene
9. " ' (P + ,) ~ a . p + ex . , .
• Estructura de Cuerpo (OC + .) es un cuerpo si y sólo si, se cumplen las
. ropiedades del 1 al 9.
ne las propiedades de la estructura de cuerpo se derivan las siguientes propiedades:

?ara todo a J3" E OC
lO, Ot·O ~ O. a ~ O.
11. Si a· f3 = O, entonces a = O o f3 = O. (No hay divisores de O en K).
12. Si a· p ~ a', y Ot '" O, entonces p ~ ¡. (Cancelat iva en (OC - {O} .) ).
13. a· a = 0. 2 ; ... ; a· an~l = a n . (Potencias en (OC .) ).
33
34 Capítulo 4 Siste mas de ecuaciones
14. (o + (3)(0 - (3) ~ o' - f3'.

15. (o + (3)' ~ o' + 20 f3 + (3' (Binomio de Newton).
(o + (3)" ~ (~),," + (7),,"- 1(3 + ... + ("~1)0(3"- 1 + (~) (3n
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.
,1.2. Sistemas de ecuaciones

Sistema de Ecuaciones Sean las ecuaciones El , ··' , En en las incógnitas Xl,··' ,Xk.
~i se busca una determinación de cada incógnita de forma que esas determinado-
J"S cumplan cada una de las ecuaciones, entonccs se dice que las incógnitas son del
. .;;-tema S formado por n ecuaciones con k incógnitas.
El orden en el que se escriben las ecuaciones en un sistema no tiene importancia
,
~gu na.
Solución de un sistema de ecuaciones Sea un sistema S de 11- ec uacioncs,

El.··· ,En, con k incógnitas Xl , ··· ,Xk. A cada conjunto de una determinación
;..ura cada incógnita Xl = a¡,··· , Xk = O!k que cumpla tod as las ecuaciones del
-;.stema S, se le denomina una solución del sistema.
-istemas Equivalentes Dados dos sistema SI y S2 con las mismas k incógnitas
~~ ... . ,Xk
se dicen eq uivalentes si y sólo si, cada solución de SI es solución de 8 2 y
~iceversa.
36 Capítulo 4 Sistemas d e ecuacio ne s
Tra nsforma ciones equivale ntes d e sist e m as Sea un sistema S de ecuaciones

El, ' . . > En en las incógn itas Xli'" ,xk·
1. Si la ecuación E¡ es sustit uida por una ecuación equivalente Pi para construir
un nuevo sistema 8 1 , entonces SI es equivalente a S. (SI =:¡ S)
2. Si las ecuaciones E¡ y E j , i i= J, son eq uivalentes, entonces el sistema 8 2

de n - 1 ecuaciones, construido al eliminar la ecuación Ej del sistema S, es
equ ivalente a S. (S, " S)
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
4.3. Sistemas de ecuaciones lineales

Sistema d e ecuaciones lineales Un sistema S de n ecuaciones li neales con k
incógnitas Xl, ... , Xk es de la forma
S~ { E¡ = { allx¡ + .... :.a1kXk = b¡
En anIX¡ + ... + ankXk = bn
Al número a lj se le denomina el coeficiente de la incógnita Xj en la ecuación Ei. y
al número bi se le denomina t érmino inde pendie nte de la ecuación Ei'
Sist em a h o mogéneo de ecua ciones linea les Un sistema S de n ecuaciones li-
neales con k incógnitas Xl,"" Xk es un sistema homogéneo si y sólo si todos los
términos independ ientes son nulos.
~.3 Sistemas de ecuaciones lineales 37
• Método de Gauss de resolución d e sistemas de ecuaciones lineales

Se a plica este método a un sistema compatible y determinado.
:.\Iétodo de Gauss
Sf-a el sistema, de n ecuaciones lineales y n incógnitas, compatible determinado
al1xl + a12x2 +. I aln. _ I Xn_l +Gl nXn bl
a2 ¡ x¡ + a22x2 + ... + a2n- l Xn- l +G2nXn = b2
5=
an_ llXl + a n - 12X2 + ... +an - l n - I X n - l bn -
+an- InX n = 1
anlxl +an2X2 + ... +an"- lXn _ l
+Ct.nnxn = bn
El método de Gauss transforma S en un sistema equivalente S' de la forma
anX1 + a12X2 + ... + aln.- l Xn- l + alnXn = bl
C22I2 + ... + C2n-lXn. -l + C2nXn = d2
8'=
Cn- In- IXn-l + Cn-InXn = dn- l
c,.~nXn = el".
donde todos los números allo C22, C33 , '" ,Cnn son no nulos Esos números
all, C22, e33,'" ,Cnn no nulos se denom inan pivotes.
Alternativa 10. al método de Gauss. Si se reordenan las ecuaciones al ir elimi-

nando incógnitas, se pueden consegu ir pivotes que simplifiquen los cálculos.
Alternativa 20. al método de Gauss. Puede convenir eliminar las sucesivas
incógnitas en distintas ecuaciones a unque no sea la primera, de manera que se sim-
plifiquen los cálculos.
Uso general del método de Gauss Esta técnica de eliminar incógnitas de las
sucesivas ecuaciones se puede extender a sistemas compatibles y a sistemas incom-
patibles.
Las soluciones de un sistema compatible indeterminado pueden depender de un
parámetro, de dos, de tres, ... En general, se suele decir que el sistema es compatible
indeterminado con un grado de libertad, con dos grados de libertad, con tres, ...
Discutir un sistema es hacer el estud io de la compatibilidad de un sistema con
parámetro:;, como coeficientes de algunas incógnitas, en relación a los posibies valores
de esos parámetros
:.\I1étodo de Gauss-Jordan Este método es una variante del Método de Gauss,
y consiste en seguir realizando sustituciones de ec uaciones hasta dejar una única
incógnita en cada ecuación. Sólo puede aplicarse si el sistema es compatible y deter-
minado.
Capítulo 5
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 ~
donde los elementos aij E OC. Además, se dice que el tamaño de A es m x n.
Al conjunto de todas las matrices de tamaño m x n cuyos elementos son números

de IK. se le denota por M mxn{lK). Aunque si queda claro el conjunto numérico que
se utiliza se escribe simplemente M mxn '
En gerenal, para representar a una matriz se utiliza una letra mayúscula mientras
que sus elementos se escriben en minúsculas.
El elemento a ij de A es el que está en la fila i yen la columna j.
Igualdad de matrices Sobre cada conjunto M m x n se define la relación de igualdad
entre matrices definida por (a¡j) = (b¡j) <===> Gij = bij para cada i y cada j.
Suma de matrices Sobre el conjunto M m xn se define la ley de composición interna:
+ : M mxn x M mxn -
((a;i), (b,;)) ~
donde ~j = aij + bij para cada i y cada j.

Para cada conjunto M mxn se tiene que (M m xn ! +) es un grupo conmutativo.
39
40 Capítulo 5 Matrices
Productos de un escalar por una matriz Sobre el conjunto M tnxn se definen

las leyes de composición externa:
:Kx M mxn - M rnxn : M mxn x OC -

(A, (a;j)) ~ (C¡j) ( (a;j),'x) ~
donde C;j = c4j = AQ..jj para cada i y cada j.
Propiedades entre el producto por escalar y la suma de matrices

Cualesquiera que sean A , BE M mx » y )., /3 E OC, el producto de una matriz con un
escalar cumple las siguientes propiedades:
Distribu tiva respecto de la suma de M >'(A + B ) = AA + ).B
mxn :
Distribu t iva respecto de la suma de IK: (A + ,,)A ~ ,XA + "A
Distribu tiva respecto del producto de oc: (A,,)A ~ A("A)
Producto por elemento neutro , 1, del producto de OC: lA = A
5.2. Algebras de matrices cuadradas
Productos de matrices cuadradas Sobre cada conjunto M n xn de matrices cua.-

dradas se define la sigu iente operación:
x - M nxn
~ (C¡j)
donde Cij = ailblj + ... + ainbnj para cad a i y cada j.

Propiedades del producto de matrices cuadradas
En cada conjunto de matrices cuadradas M nxn el producto de matrices posee las
propiedades:
P. Asociativa: (A x B ) x e= A x (B X O), para cualesquiera A , E , e E M nxn .
P. Elemento neutro; In: A x In = In x A = A, para cualquier A E M nxn .
Propiedades del producto de matrices con la suma
P. distributiva derecha: (A + B ) x e ~ A x e + B x e, VA, B ,e E M. x•.
P. distributiva izquierda: A x (B + C) = A x B + A X O, 'VA, B , e E M nxn .
Propiedades d e l producto por escalar con una matriz producto
P. asociativa der.: A(A x B) ~ ('x A ) x B ~ A x (A B ), VA, BE M nxn , VA E OC.
P . asociativa izq.: (AA) x B ~ A x (B'x) ~ (A x B)'x , VA,B E M nxn , VA E OC.
Existen matrices divisores de cero Una matriz A i:- O se d ice divisor de cero si
y sólo si existe otra matriz B i:- O tal que A x B = O.
5.2 AIgebra de matrices cuadradas 41
Potencia de una matriz cuadrada Sea A E M nx n . A 2 = A X A ,

,4.3 = A 2 x A, ... , An = A n-l x A.
:Matrices que conmutan Dos matrices A , BE M n x n se dicen que conmutan si y
sólo si A x B = B x A.
En general, (A + B )(A - B ) ~ A 2 - B 2 - AB + BA.
Si e, D conmutan, entonces (e + D)( e - D ) ~ Q2 - D'-
En general, (A + Bl' ~ A2 + AB + BA + B 2.
Si e , D conmutan, entonces (e + D)2 ~ e 2 + 2e D + D'-
En general, (A + B )3 '" A ' + 3A 2B + 3AB 2 + B a
Si C, D conmutan, entonces (e + D )3 = e 3 + 3e 2 n +3eD2 + D 3.
Si C, D conmutan, entonces
(e + D )" - (~)C" + .. + G)en - k x D k + ... + (~)D" .
:Matriz invertible Una matriz A E M nxn se dice inversible si y sólo si e.. .dste una
única matriz B E M nxn tal que A x B = B x A = I n . A la matriz B se le denota
por A - l y se dice que es la matriz inversa de A.
Si A es inversible, entonces su inversa A- 1 t ambién es inversible. {A- 1) - 1 = A.
Si A y B son inversibles, A x B y B x A son inversibles. (A x B) - 1 = B - l X A- I,
Si A es inversible, AA, para A =F O, es inversible. (AA )- l = ~A-l ,
II
5.3. Tipos de matrices cuadradas
Ylatriz idempotente A E M nx n idempotente ~ A xA = A.

:Matriz nilpotente A E M nxn nilpotente de orden n ~ An = O.
Matrices diagonales A = (aí;) E Mn xn A diagonal <===> a i; = OVi,ji i =F j .
A la línea formada por todos los elementos aií se le denomina diagonal de la matriz.
Propiedades de las matrices diagonales Para cualesquiera A , B E M nxn dia-

gonales, A = (ll1i) , B = (bií ), se tiene:
La matriz A + B es diagonal. Además, A + B (aH + bu) .
=
La matriz A x B es diagonaL Además, A x B = (aiibii ).
La matriz An I para cualquier n E N, es diagonal. Además, An = (aft).
Si A t iene todos los coeficientes ll1i ::1= 0, entonces A es inversible.
A - 1 es una matriz diagonal y A- 1 = (a~i).

42 Capítulo 5 Matrices
Si A es inversible, entonces aUa22' " a nn =F O.

Matrices triangulares Una matriz A E Mnxn, A = (aij), se dice que es una
matriz:
Triangular super ior si y sólo si aij = O para todo i,j tales que i > j.
Triangular inferior si y sólo si aij = O para. todo i) j tales que i < j.
Propiedades de las matrices triangulares
Para todo par de matrices triangulares superiores (inferiores) A, BE M nxn , se tiene:
La matriz A + B es triangular superior.

La matriz A x B es triangular superior.
La matriz An, para cualquier n E N) es triangu lar superior.
Si A tiene todos los coeficientes au '#- 0, entonces A es inversible.
A- 1 es una. matriz triangu lar y los coeficientes de su diagonal son ~.
aii
Si A es inversible, entonces a11a22" 'Ilnn =F O.
5.4. Producto de matrices de diferente tamaño

Producto de matrices Se define la aplicación:
x : M nxp x M pxm
( (ai,), (b ij ) )
donde Cij = ailblj + ... + aipbpj , para cada i E {l)··· ,n} y cada j E {l,··· , m}.
El producto de dos matrices únicamente tiene sentido cuando el número de columnas
de la primera es igual al número de filas de la segunda.
Propiedades este produ cto Sea A E M mxn , B, e E M nxp y D E M pxq y las
matrices identidad 1m E M mxm , In E M nx n .
1. P. asociativa: (AB)D ~ A(BD). (Tamaño: m x q)

2. P. elemento neutro:
• Por la derecha: AIn = A. (Tamaño: m x n)

• Por la izquierda: ImA = A. (Tamaño: m x n)
3. P. distributiva con la suma:
• A(B + e) ~ AB + Ae. (Tamaño: m x p)
• (B + e)D ~ BD + eD. (Tamaño: n x q)
4. P. con el producto por escal.r: .\(AB) ~ (.\A)B ~ A(.\B). (Tamaño: m x p)
5.5. MATRIZ TRANSPUESTA 43
5.5. Matriz transpuesta
Matriz transpuesta de una matriz Se define la aplicación trasposición:

t
:M mx n ---40 M n x fn
A~ (aij) ~ At ~ (b ij )
donde bij = aji , para cada i E {l,··· ,n} y cada j E {l , '" , m }.

Propiedades de la transposición
Sea A E M nxm . (At)t = A.
Sean A, B E M nxm . (A + B lt ~ A t + B t .
Sean A E M nxm y BE M mxn ' (A X B)t = Bt X At ,
Sea A E Mnxn- (Ak)t = (At)k, para cualquier k E N.
Sea A E M nxndiagonal. A t = A.
Sea A E M nxm triangular un t ipo. At t riangular del otro tipo.
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
cuya diagonal está constituida por unos tal que A = L x U.

Capítulo 6
Determinantes
6.1. D eterminante de una matriz

El determinante de una matriz de orden 1 se define como el valor del único
coeficiente de la matriz.
11 : M, ~ R
A ~ (al1) ~ IAI ~ a"
El determinante de una matriz de orden 2 se define como el valor obtenido al

multiplicar los elementos de la diagonal y restarle el producto de los restantes.
El determinante de una matriz de orden 3 se define como el valor:
11: ~R
:~) 1---+ IAI = auG.22a33 + a12aZ3a31 + a¡3a21a32

a 33
Regla nemotécnica conocida como Regla de Sarrus. La describimos en forma

general para el determinante
an a l 2 a¡ 3
a21 a22 a23
a31 a32 a33
45
I Determinantes
46 Capítulo 6
Basta imaginar que se escribe pegado dos veces el determinante de orden 3
a11 a12 a13 au a12 a13

a'l a22 a23 a21 an a23
aSl a32 a33 a31 a32 a33
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.
al! al2 al3 a11 a12 a13

a21 an a23 a21 a22 a23
a31 a32 a33 a31 a32 a33
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
es la submatriz obtenida al eliminar la primera fila y la columna j.

Desarrollo del determinante por filas o columnas
Para cada matriz de orden n, A E M n se tiene que:
n
Desarrollo por la fila i.
k=l
n
IAI ~ 2: (- l)"+j akj lAkjl· Desarrollo por la columna j.
k= l
A cada determinante IA i j I se le denomina menor complementario del elemento

aij y se construye suprimiendo la fila y la columna de ese elemento en IAI·
Determimante de una mtariz diagonal El determinante de una matriz diagonal
es el producto de los elementos de la diagonal.
Determinante de una matriz triángular
El determinante de una matriz triangular es el producto de los elementos de la
diagonal.
6.1 Determinante de una matriz 47
6.2. Propiedades del determinante
Sean matrices de orden n, A, B , e E M n .

Determinante con una fila o columna nula: Si A tiene una línea de elementos
todos cero , entonces IAI = O.
Determinante de la matriz transpuesta: IAI = IAt l·

Determinante con una fila o columna suma: Si A, B , e E M n difieren sólo
en una línea, de forma que esa línea de e es la suma de esa línea de B y la de A,
entonces ICJ ~ IAI + IBI·
Determinante con una línea por un número: Si A y B s610 se diferencian en

una única línea de forma esa línea en B es la fila de A multiplicada por un número
Á, entonces IBI ~ ÁIAI.
Determinante de una matriz producto por un número: ¡AAI = ARIAl.
Determinante de una matriz producto: lA x BI ~ IAI·IBI.
Determinante con dos líneas permutadas: Si B es la matriz obtenida al inter-
cambiar dos líneas de la. matriz A, entonces IBI = -I AI·
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.
Determinante con la suma de dos líneas Si B es la matriz obtenida al sumar

a la línea k, de A, otra línea, entonces IBI = tAl·
Determinante con la suma de una línea y una combinación del resto Si B

es la matriz obtenida al sumarle a la fila k, de A, una combinación de las demás,
entonces IBI ~ lA¡.
6.3. Cálculo práctico de determinantes
Pivote de una matriz Sea una matriz de orden n, A E M n . Si A tiene algún

elemento no nulo, entonces existe otra matriz B que posee ese mismo elemento en
la misma posición, yel resto de los elementos de su fila, o su columna, son nulos, tal
que IAI ~ IBI·
Al elemento no nulo se le denomina elemento pivote de esa fila o columna.
48 Capítu lo 6 Determinantes
6.4. Aplicación al cálculo de matriz inversa
Sea una matriz de orden n, A E M n . Si A es inversible, entonces existe una matriz

t riangular B con todos los elementos de la diagonal no nulos, tal que IAI = IBI.
Matriz reg ular A E M nes matriz regular <===;> IAI =F O. En el caso de que IAI = O
se dice que A es una matriz singular.
Si A E M n es inversible, entonces IA- 1 1= I~I'

Adjunto de un elelllcnto de una matriz Sean A = (aíj) E M n y un elem ento
a pq E A, se denomina adj unto del elemento a pq all1úmcro a pq = (-l)p+qIApql. donde
Apq es la submatriz obtenida al suprimir la fila p y la colu mna q de A.
D esarrollo del determinante por adjuntos Sea A = (aij) E M n.
Si 0;1,' " ,a;n son los adjuntos de los elementos de la fila j, entonces
IAI = ajlQj l + ... + ajnll'jn·
Si 01j,'" 1 Ctnj son los adjuntos de los elementos de la columna j, entonces
IAI = aljetlj + ... + O-njQnj·
Si Qjl,'" ,CXjn son los adjuntos de los elementos de la fila j, entonces dada
cualquier otra fila p, con p #' j, se tiene
apl (tj l + ... + apnCXjn = O.
Si alj,'" ,anj son los adjuntos de los elementos de la columna j, entonces

dada cualquier otra columna q, con q #' j, se tiene
a l pO'l j + ... + anp(tnj = O.
M a triz adjunta de una matriz Sea una matriz de orden n, A = (aij) E M n . Se

denomin a matriz adjunta de A, a la matriz de orden 11- formada por los adjuntos de
cada elemento. adj(A) = (nij), donde (tij es el elemento adjunto del elemento a ij '
Propiedades de la matriz adjunta Sea una matriz de orden n, A E Mn
A x (u<ij(A))' ~ IAl l n.
ladj(A )1 ~ IAln-l.
Matriz inversa Sea una matriz regular A E M n , su matri z inversa A- 1 es
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
6.5. Aplicación a sistemas de ecuaciones lineales
Si la matriz de coeficientes A del sistema AX = B , de n ecuaciones lineales con n

incógni tas, es una matriz regular, es decir, IAI 'i= 0, entonces el sistema es un sistema
de Cramer.A X = B =
X = A- lB .
R egla d e Cramer Sean A = (a,; ) E M n tal que IAI '" 0, y el sistema
( a~, aln) (Xl) = (b').

an l a nn Xn bn
La solución es
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.
C álculo práctico del rango

En el cálculo del rango lo importante es saber el mayor orden del menor no nulo.
No importa el valor de esos menores, sólo se necesita saber si son cero o no. El
proced imiento para determinar el rango de una matriz se basa en com probar los
mellores desde el orden mayor posible, por si alguno fuera distinto de cero, hacia
ordenes menores si todos fueran nulos.
Para matrices cuadradas de orden n , el menor de orden máximo se corresponde con
°
IAI, y si IAI '" se t iene que rg(A) = n.
Para una matriz de tamaño n x m, supuesto que mín{ n, m} = n , enton ces el mayor
orden pOSible es de orden n . Si algún menor de orden n es no nulo entonces rg(A) = n.
Pero si todos esos menores de orden n son nulos, entonces se procede con menores de
orden inmed iatamente inferior, n - lo Si alguno es no nulo, entonces rg(A) = n - 1,
si no se procede COll los menor de orden n - 2. y así sucesivamente si fuera necesario.
Si se procede al cálculo del rango de una matriz de un tamaño grande la tarea
es ted iosa.. Para evitar tanto cálculo y tanto posible menor, basta record ar que
50 Capítulo 6 Determinantes
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
_ { aUXl + ... + a .1mXm = b1

S ~ .
anl Xl + ... + anmXm = bn
se puede escribir como una ecuación lineal con matrices S =AxX = B.
A = (aij) E M nxm es la matriz de coeficientes, X = (xü E M mx1 es la matriz

de incógnitas y B = (b i ) E M nx I es la matriz de términos independientes.
la matriz de coeficientes A E M nxm y la matriz ampliada A E Mnx(m + l)' defini-
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
)
Reorema de Rouché-Frobenius Sean A E M nxm la matriz de coeficientes del

sistema de ecuaciones lineales AX = B de n ecuaciones con m incógnitas, y A la
matriz ampliada del sistema.
6.5 Aplicación a sistemas de ecuaciones lineales 51
1. Si rg(A) '* rg(A), entonces el sistem a es incompatible.

2. Si rg(A) ~ rg(A) , entonces el sistema es compatible. Además
• Si rg(A) = rg(A) = m, el número de incógnitas, entonces el sistema es

compatible determinado .
• Si rg(A) = rg(A) < m, el número de incógnitas, entonces el sistema
es compatible indetermi nado con m - rg(A) parámetros independientes,
llamados grados de libertad de sistema.
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
oc Espacio vectorial Sean (OC + .) un cuerpo numérico y V un conjunto sobre el

cual existe una ley de composición interna y una ley de composición externa
+ :VxV ---¡. V ·:IKxV __ V

(v,w) ~ v+w (.\,w) ~ )'·w
(V + .) es un :oc espacio vectorial por la jzquierda si y sólo si se cumplen las propiedades

siguientes:
(V +) es un grupo conmutativo: Para todo v, w , t E V se cumple
[1. ) P. asociativa' (v + w) + t ~ v + (w + t ).
[2. 1 P. del elemento neutro: Existe e E V tal que e + v = v + e = v.
[3. 1 P. del elemento simétrico: Existe v* E V tal Que v + v* = v* + v = e.
[4. 1 P. conmutativa: v + w = w + v.
Respecto al producto por un número: Para todo v, w E V y t.orlo A, J¿ E JI{ se cumple
[5. ) P. distributiva de · respecto a + de V, ),. (v + w) ~ ),. v +), . w.
[6. 1 P. distribu t iva de . respecto a + de OC: (>' + J-L) . v = ).. . V + J-L' v.
[7. ) P. distribu tiva de . respecto a· de OC, (),I') . v ~ ),. (l" v) .
[8. J P. de . con el elemento unidad de OC: 1· v = v.
En un espacio vectorial se suele empicar la notación e = O y cada v* = -v. Además,

se escribe >.. . v = AV.
A cualquier elemento del conjunto V , tal que (V + .) es un espacio vectorial, se le
denomina vector del espacio (V + .). Si las leyes de composición son claramente
reconod bies, entonces se habla del espacio vectorial V en 1ugar de (V + .).
53
Capít ulo 7 Espacio vectorial
7.1. Espacio vectorial IRn
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.
tal que si v = (V1> '" vn), entonces

,
AV = (AV1,'" ,Avn ).
Vectores de a n (lR n + .) es un IR espacio vectorial puesto que se cumplen: Para
cualesquiel'a elementos v , w , t de a n y cualesquiera números A,{3 de R se tiene:
1: (v + w ) + t = v + (w + t )
2: v + o = O+ v = v ; O = (O, ... , O)
3: v + (v*) = (v *)+ v = O; v * = -V = (-Vl,' " ,-Vn)
4: v+w w+v
5: A(v + w ) - AV+AW
6: (A +f3)v AV + f3 v
7: (Af3) v - A(f3v)
8: 1v - v
7.1 Espacio vectorial IRn 55
7.2. Bases del espacio vectorial
En el espacio vectorial Rn se considera el conjunto Be de vectores lR u ,

Be = {e¡ ,e2, '" ,en },
donde cada ei tiene O en todas las componentes salvo la componente i que es 1. B e
tiene la propiedad de que cualquier vector de v = (V¡, ... , V n ) E Rn se escribe como
v = Vlel + ... + vne n .
Además, esa suma es única con ese conjunto de vectores. Al conjunto Be e ]Rn se le
denomina base canónica de lR n .
Base canónica de IR' B, ~ [(1,0,0, O) , (0, 1, O, O) , (0,0, 1, O), (0, O, 0, l )J,
Base canónica de P~3 Be = [1 , x,x 2 , x 3]. Además, cada polinomio p e p "J queda
caracterizado por la 4-upla formada por sus coeficiente.
El polinomio p = ao + a¡x + a2x2 + a3x 3 está asociado a la 4-upla (ao,a 1,a2,a3), y
lo anotamos como p ;:;::;; (ao,a ¡,aZ ,a3)Be'
Base canónica de M3 x2 La base canónica del espacio vectorial M 3x2 , matrices
de coeficientes reales, está formada por los vectores El ~ G~} E, ~ G~}

E3 ~ G~} E, ~ G[} Es ~ G~} E, ~ G~}
I
ordenados como la
lista B e = [(El , E2 , &.J, EIj, Es, E6].
A ~ (::~ :~~) está asociada a la 6-upla (all,a I 2,a21,a22,aJ¡,a32)Be, y lo deno-

a31 a32
tamos por A = (all,aI2,a21,a22,a31,a32)Be.
Base canónica de P Be = [1 ,x,x2 ,x3 ,x4 , .,. ,xu ,"' ]'
Cada polinomio p E P queda caracterizado como una suma de un conjunto finito de
sumandos. Un polinomio p es de grado 5, entonces sólo hay seis sumandos.
p = ao + a¡x + a2x2 + a3x3 + a4x4 + asx5,
sin embargo, un polinomio está asociado a una sucesión de números reales de los
cuales sólo un conjunto finito de términos de la sucesión son no nulos, En el caso del
polinomiop p~ (aO,al.a2,a3,a4,aS,O.O.··· )Be .
• D ependencia lineal en un espacio vectorial
Combinaci6n lineal de vectores en IR n Dados VI ' ... , v k E lR n , w = (Wl,' ., , W n )
YV¡ = (VIl,"',V n ¡) ... Vk =(V¡k, ·" ,Vn.t-)
[1. 1 Un vector w es combinación lineal de vI ' ... , v k si y sólo si existen k números
{JI " " ,{Jk E R tal que w = {J¡v 1 + ... + {Jk vk'
[2. J w es combinación lineal de v ¡ ) ... , v k si y sólo si el sistema
56 Capítulo 7 Espacio vectorial
Vil Vlk ) (Xl) (Wl)

(V~l V~k ~k = ~n
es un sistema compatible.
[3. J w es COlllbinaCiÓI(' !~~eal de v ~~~ )' , v k Si(Yv~IO si

Vlk
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
rg (V~l Vlk ) ~ rg (Vil V',H Vl,i+2 V;k ).

V'd Vnk Vnl Vn,i-l V n .i+2 Vnk
Así pues, para reducir el conjunto inicial de vectores hasta un conj unto de vectores
tal que ninguno de esos vectores se pueden poner como combinación del resto, basta
determinar
VII
rg :
Vlk: ) ,
(
Vn l Vnk
Si en el cálculo del rango de esa matriz se ha utilizado un determinado menor,

basta eliminar los vectores que forman las columnas que quedan fuera del menor. La
reducción depende del menor que se elige para determinar el rango, por tanto esa
reducción puede no ser única.
7.2 Bases del espacio vectorial 57
En R n se denomina rango del conjunto de vectores

VII V'I)
rango{ vb"' , vd = rg :
( Vl n
:.
Vkn
Si Rango{vI ,'" 1 vd < k se dice que el conjunto de vectores VI . '" • Vk es lineal-

mente depe ndiente.
Si Rango{vI,'" , vd = k se dice que el conjunto de vectol'es vI ,'" • V k es lineal-
m e nte independiente.
D ependencia e independencia lineal Sean (E + .) un OC espacio vectorial y los
vectores VI. '" ,Vk E E.
[1. 1 VI, ... ,Vk son vectores linea lmente dependientes si y sólo si uno de ellos,
al menos, es combinación lineal del resto.
[2. 1Vj • ... • Vk son vector es linealme nte independientes si y sólo si ninguno de
ellos es combinación lineal del resto.
[3. I VI, ... ,Vk son linealmente dependientes si y sólo si existe una combinación lineal
A I V! + ... + AkVk = O tal que no todos los Ai, i = 1, ··· , k, son nulos.
[4. J VI,' " , Vk son linealmente independientes si y sólo si de suponer la igualdad
AIV1 + ... + ...\kVk = O se deduce que A. = .. . = ...\k = Q.
Rango de un conjunto de vectores
Sean (E + .) un IK. espacio vectorial y los vectores VI •. .. ,vk E E. Al número máximo
de vectores linealmente independientes contenido en ese conjunto de vectores se le
denomina rango{v¡.··· •vd .
Sistema de generadores Sean (E + .) un OC espacio vectoria.l y S = {VI ,'" • Vk } e
E el conjunto de vectores. S es un s istema generador de E si y sólo si cualquier
vector de E se puede escribir como cOlllbinación lineal de los vectores de S.
Dados v !, ...• V k E]Rn se tienen que
Si k < n, entonces v l • ... • v k no es un sistema de generadores.
Si k:;:: n y rango{v 1 ,. ·· . v k } = n, VI •... , V k son generadores .
• Bases en un espacio vectorial
Base en Rn Una base de Rn es cualquier conjunto de n vectores V I,'" , vn E an
linealmente independientes.
Base d e l espacio vectorial Sean (E + .) un OC espacio vectorial y el conjunto
B = {Vl, '" ,Vk} E E. B es Ulla base de E si y sólo si es un sistema generador de E
y esta formado por vectores linealmente independientes.
Sean {VI = (V I1 . ··· , VIn),'" , V n = (Vn 1, '" 'vnn )} e lR n

VlJ Vnl
{VI , ... , v n } base ~ rango{vI .··· , v n } = 11. ~

" o.
V ln Vn •
Sean (E + .) un lK espacio vectorial y una base B = {VI,'" ,Vn } E E. Para cada

W E E existen 11. únicos números reales Al.'" ,,,,\1. tales que W = A,tI¡ + ... + Anvn'
La n-upIa (>,}.'" ,An ) E II{'/l es denominada como las coordenadas de w respecto

a la base B.
Espacio de dimensión finita Sean (E + .) un OC espacio vectorial. E es un espacio
de dimensión finita si y sólo si existe una base B e E que es un conju nto finito.
Si un espacio vectorial no es de dimensión finita, entonces se dice que se trata de un
espacio vector ial de dimensión infinita.
Teorema de la base Sean (E + .) un JI( espacio vectorial de dimensión finita.
Entonces todas las bases poseen el mismo número de vectores.
Al número se le denomina dimensión del espacio E y se denota por dim(E) .
7.3. Cambio de base en el espacio vectorial

Problema 10 de cambio de base en Rn
- Se dispone de una base 8 y la otra es por defecto la base canónica Be.
- Los vectores de 8 están descritos como combinación, o en coordenadas, respecto a
la base canónica Be.
- La ecuación del cambio se construye según el esquema nemotécnico
- 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
Con este esquema hay dos prácticas básicas:

Práctica 1. Conocidas las coordenadas respecto a B, se desea determinar las coorde-
nadas respeto a Bc' Esta práctica consiste en una simple mu ltiplicación de matrices.
Práctica 2. Conocidas las coordenadas respecto a B c, se quiere determinar las coor-
denada.', re~ p f!cto a 6. Se trata de resolver un sistema de n ecuaciones lineales en las
incógnitas 0'1, ... ,On'
El anterior esquema es generalizable al caso de dos bases cualesquiera B l y B2 . Si se
tienen las 8 1-coordenadas de los vectores de 8 2 > se aplica el esquema
Si se t ienen las B2 -coordenadas de los vectores de 8 1 , se aplica el esquema
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:
5;1 5n1 ) (~1 ) ~ (al ).

(6 1n Ónn On an
Problema 2 de cambio de base en
0
Rn
Este problema consiste en establecer la relaciones entre las coordenadas de un vector
respecto a dos bases Bl y /32 que dispongan de sus vectores en coordenadas respecto
a otra tercera base.
Sean tres bases de IR n B l , 8 2 = [VI = (Ó11,' " ,Ó l n}8p ""' ,vn = (Ón l,""' , Ónn)r:l¡] ,
B 3 = [W1 = (,Bu,'" ,{31n)81"" , w n = ({3n¡"" ,..8nn)8 y un vector t de coor-
1] ,
denadas (0'1, '" ,Ctn )B2 Y (Pi .··· ,Pn)B3 ' Las ecuaciones del cambio de base
son:
5:, 571) (Q') ~ (13;, 13~1 ) (PI ).

(Ól n Ónn Ctn P In {3nn Pn
Cambio de base en un espacio vectorial
En el caso de un espacio E de dimensión finita, dim(E) = n, las ecuaciones del
cambio son las mismas que el caso de :lRn puesto que las coordenadas de un vector
v E E son una simple n-upla (V I, ... ,Vn ) E lR n .
60 Capítulo 7 Espacio vectoria l
7.4. Sub espacio vectorial
Sean (E + .) un OC-espacio vectorial y un subconjunto F e E. Si (F + .) cumple

las propiedades de espacio vectorial, entonces se dice que (F +.) es un subespacio
vectorial del espacio E.
Caracterización de los subespacios vectoriales Sean (E +·) un K-espacio vec-
torial y un subconjunto F e E. (F + .) es un subespa.cio vectorial del espacio E si
y só lo si para cualesquiera v , W E F y cualesquiera A, ¡3 E OC se cumple que
AV + f3w E F.
Un conjunto de vectores es un subespacio vectorial si y sólo si la relación entre las
componentes de las coordenadas de los vectores está descrita por un sistema de
ecuaciones lineales y homogéneas en esas componente.
Bases de un subespacio vectoria l
Sea E un espacio de dimensión finita. Todo subespacio propio (F + .) e (E + .),
como tal espacio vectorial es generado por cualquier base de vectores de F.
Subespacio generado por un conjunto d e vectores Sean (E +.) un OC-espacio
vectorial y un subconjunto F e E. Se denomina (C{F} + .) al subespacio vectorial
del espacio E formad o por todas las combinaciones lineales de vectores de F .
• Ecuaciones d e un subespacio vectorial
Dado un subconjunto G de vectores linealmente independientes en un espacio vec-
torial E , la condición de que un vector w E .e{C} . es que G v {w } sea un conjunto
de vectores linealmente dependientes.
Ecuaciones de un s ubespacio vectorial Sean (E + .) un OC-espacio vectorial ,
una base B = {VI, ··· , v n } y un vector V == (Xl,·· . ,Xn ) E E.
Sean un subespacio vectorial F e E de dim (F) = k, con O < k < n, y una base del
subeRp(¡,r.io B p = {w . = ((tl ll··· ,O l n,··· ,Wk = (Ok ,l'·· · ,Okn)}.
Se denominan ecuaciones d e l subespacio vectorial al sistema de ecuaciones
lineales homogéneas obtenido de igualar a cero cada uno de los menores de orden
k + 1 de la matriz (a n akl ~I ) ,
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
sistemas equivalente al sistema inicial es denominado ecuaciones del subespacio. Es

claro que las ecuaciones del subespacio no són únicas, pues hay muchos posibles
sistemas equivalentes al inicial.
Res ulta que los grados de libertad del sistema que define al subespacio vectorial
F = .c{BF} coincide con el número de vectores de la base del subespacio, es decir,
con dim(F) .
• Subespacio suma y s u bespacio intersección

Inter sección de subespacios Sean (E + .) un OC-espacio vectorial y F, G e E dos
subespacios vectoriales de E. El conjunto F () G es un subespacio vectorial.
Ec u aciones del subespacio intersección
Sean (E+) un OC-espacio vectorial, una baseS = {VI, ··· ,Vn } y un vector V E E, v:=
(Xl,'" , x n ). Dados F, G e E subespacios, dim(F) ~ n-k y dim(G) ~ n - h, de
ecuaciones
Las ecuaciones del subespacio F n G son:
,
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
Be ~ {WI - ((311,· ·· ,(3ln),··· ,Wh = ((3h1,··· ,(3'm)).
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
[vJ ~ {w E E I (v,w) E R}, es decir , [vJ ~ {w E E I vRw} .

En el caso de que (E + .) sea. un OC-espacio vectorial y n una relación compatible
con las leyes de composición, entonces se pueden definir las correspondientes leyes
de composición sobre el conjunto E / n de la forma siguiente:
Para cualquier par de clases [v], [w] E E¡n y cualquier A E]K
• [vJ + [wJ ~ [v+w].
• '\[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].
• '\(x + [O]) ~ ,Iv + [O].

Cociente de espacios vectoriales
Si (E + .) sea un OC-espacio vectorial y F e E es un subespacio vectorial se puede
definir una relación de equivalencia RF sobre E de la forma:
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
Aplicación lineal entre espacios vectoriales Sean dos OC-espacios vectoriales

(E + .), (F + .) y una aplicación f : E - F. La aplicación f se dice que es una
aplicación lineal o un homomorfismo si y sólo si para cualesquiera ti, v E E y I
A E OC se cumplen f(u + v) ~ f(u) + f(v) y f(.\u) ~ Aj(u).
Caracterización de las aplicaciones lineales Sea f : (E + .) - (F + .) una •
I,
aplicación. f es una aplicación lineal si y sólo si para cualesquiera ti, v E E y A.• J.L E K
se cumple f(Au + ¡LV) ~ AJ(u) + /Lf(v).
Una aplicación de ]Rn a lR m es lineal si y sólo si las componentes del vector imagen
de un vector son combinaciones lineales de las componentes de ese vector.
Determinación de una aplicación lineal Sean f : (E+·) _ (F+·) una aplicación
lineal entre espacios de dimensión finita, y una base 8 = [el, ... ,en], del espacio E.
La aplicación f está determinada al conocer las imágenes j(ed, ··· ,j(en ) de los
elementos de la base B. Si v '" (aJ,'" ,an)B, f(v) ~ atl(eJ) + ... + "nf(en).
8.1. Subespacios asociados a una aplicación lineal
Subespacio imagen de una aplicación lineal Sean f : (E + .) -.. (F + .) una

aplicación lineal entre espacios vectoriales. El conjunto
1m f ~ f(E) ~ {w E F 13u E E tal que f(u) ~ w} e F,
es denominado imagen de la aplicación lineal f. (1m f + .) e (F + .) es un subes-
pacio vectorial. Además si 6 = [el,··· ,en] e E es una base de E, entonces
{f(eJ),'" , f(en)} es un sistema de generadores de 1m f·
Subespacio núcleo de una aplicación lineal Sean j : (E + .) - (F +.) una
aplicación lineaJ entre espacios vectoriales. El conjunto
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
f (Xl ) ~ ("11 "~1 ) (X:1)_

Xn Q'lm O'nm Xn
UE Ker f *= ( "" ";' ) (x,l) ~ (0)_

ctlm a nm Xn O
Es un sistema homogéneo, y por tanto compatible. Es evidente que O E Ker f.
Sean f : (E+·) - 4 (F+·) una aplicación lineal entre espacios vectoriales de dimensión
finita_ Entonces dim(Im f) + dim(Ker J) ~ dim(E)_
Operaciones con aplicaciones Sean las aplicaciones lineales f"f2 : (E + .) -4
(F + -) y 9 : (F + -) ~ (G + -)_ Entonces, las aplicaciones

Ir + ¡, : (E + -) (F + -) definida (/, + f,)(u) ~ fr(u) + f,(u),
~
"fl : (E + -) ~ (F + -) definida ("f¡)(u) ~ "f(u)),
9 o Ir: (E + -) ~ (G + -) definida 9 o fr(u) ~ g(lr(u)),
son aplicaciones lineales.
L(E, F) es el conjunto de las aplicaciones lineales de E a F. El conjunto L(E, F) con
la sumay producto por un número, (L(E, F)+), es un espacio vectorial, denominado
espacio vectorial de las aplicaciones lineales de E a F.
En el caso de que F = IR, a cada aplicación lineal f E L(E, IR) se le denomina forma
lineal de E.
En el conjunto E F de las aplicaciones de E a F se tienen las definiciones siguientes:
-f EE F es una plicación inyectiva si y sólo si supuesto que ¡(u) = f(v), entonces
u = v.
- J E E F es una aplicación sobreyectiva si y sólo si para cualquier W E F existe
un v E E tal que f(v) ~ w_
8.2 Aplicaciones lineales de R" a Rm
-f E EF es una aplicación biyectiva si y sólo si es inyectiva y sobreyectiva.

Caracterización de 1 tipo de aplicación lineal Sea la ap licación lineal f
(E + .) _ (F + .) entre espacios vectoriales. Entonces:
- f es una aplicación lineal inyectiva, o monomorfismo, si y sólo si
Ker f ~ {O} e E. (d im (Ker J) ~ O)
- f es una aplicación lineal sobreyectiva, o epimorfismo, si y sólo si 1m f = F.
(dim (lm J) ~ dim(F»
- f es una a plicación lineal biyectiva, o isomorfismo, si y sólo si Ker f = {O} e E
y 1m f ~ F. (dim (lm J) ~ dim(F) ~ dirn (E»
Si E = F entonces cualquier aplicación f E L(E, E) es denominada endomorfismo
en E y el conj unto L(E, E) se escribe L (E); el conjunto de los endomorfismos de E.
Si un endomorfismo f E L (E) es biyectivo se denomina automorfismo de E.
8.2. Aplicaciones lineales de IRn a IRm
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.
La matriz de tamaño m x n es única, y se le denomina matriz de la a plicación

lineal f relativa a las bases B~") y B~m.) . La denotamos por Af,B~n) ,B~m) o , simple-
mente, Af si es claro la base utilizada de cada espacio.
J(u) ~ A¡u.
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
dondeJ(e,} = ({3", --- , {3im} paratodo iE{1, --- ,n) _
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,
= Il1 Wl + "' +'Ylm wm <====? { ¡(v¡)
1nl w I + "' +'nmw m f(v n )
La matriz de f, relativa a las bases B (n) y B(m ), es:
A¡,l3(n ),l3(m) = (';1 i~l)_

1 1m 'Ynm
Al multiplicar la matriz A ¡,B(ft l ,l3("') por las coordenadas de u respecto la base B (n)
se obtienen las coordenadas de f( u) respecto a la base B (m), es decir,
A¡,B("),B (",) U B (n) = J(U)8 ("') para todo u E Rn
Prefijadas unas bases para el espacio inicial y el final de una aplicación, es claro que
la matriz de una aplicación es única, y cada columna de esta matriz se corresponde
con uno de los t ransformados , o imágenes, de cada vector de la base del espacio
inicial. Ahora bien, esos t ransformados están referidos a la base del espacio final.
8.3 Endomorfismos de !t" , Diagonalización 67
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¡ .
Caracterización del tipo de aplicació Sea la aplicación lineal f : ]Rn __ IRm y

Al E M mx " su matriz asociada. Entonces:
f es una aplicación lineal inyectiva si y sólo si rg(A 1) = n.
f es una aplicación lineal sobreyectiva si y sólo si rg(A 1) = m.
f es una aplicación lineal biyectiva si y sólo si rg (AI) = n = m.
11
8.3. Endomorfismos de ]Rn. Diagonalización
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
donde UB es el vector u referido a la base B, y OB es la matriz del cambio de base

de B a B~n).
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.
U E IRn , no nulo, es un autovector correspondiente al a utovalor ..\ si y sólo si u es

una solución de la ecuación Ax = AX.
>. E lR es un autovalor de A s i y sólo s i lA - ..\1n l = O.
El polinomio lA - A1n l en la letra A es un polinomio de grado n , y es denominado
como polinomio característico de A. Además, si un cierto valor de >\1 tiene multi-
plicidad k, es decir , IA - Aln l es divisible por (..\ - Al)k, se dice que la multiplicidad
algebraica del autovalor >"1 es k.
Sean A M n y J1 E IR. Al subespacio de IRn definido por
E
V" ~ {x E IRn I (A - ¡¡.Jn)x ~ a ),

se le denomina subespacio asociado , o subespacio invariante, relativo a la
matriz A y aJ valor 1-'.
Salvo para los autovalores de Ulla matriz A se t iene que V¡, = {O}, puesto que si
lA - ¡.tI I =F O, entonces (A - jjI)x = O es un sistema homogéneo compatible y
determinado.
Eestudiamos el espacio asociado a la mat riz A y a un autovalor A. En este caso se
denomina autoespacio asociado a la matriz A y al autovalor A. Por tanto, para
cualquier autovaJor A de A se tiene que dim(V>.) ;;;-: lo
Sean A E M", Á E R un autovalor de A y el a utoespacio V, ~ (x E R" I (A -
AI)X = O}. Entonces dim(V>.) = n - rg(A - Al n ) , que se denomina multiplicidad
geométrica del autovalor A.
Si f es un endomorfismo de lR n cuya matriz asociada respecto a una base B es una
matriz diagonal de orden n, A¡,8 = D¡. entonces la matriz asociada del endomor-
fismo f respecto a la base canónica, A ¡, es A! = C D ¡C - 1 • donde C es la matriz
del cambio de coordenadas de la base B a la base canónica. Esto es lo mismo que
D¡ = C - 1 A¡C, es decir que la mat riz 0- 1 A¡C es diagonaL
AEM n es dia gonalizable ~ 30 tal que 0 - 1 AC es diagonal
Condición necesaria de diagonalizaci6n Sean A E M n una matriz diagonaliza.-
ble con e la matriz regular diagonalizadora, si Al, .. . ,A n E R son los autovalores de
A, entonces
Condición suficie nte de diagonalización Sean A E M n una matriz con n a uto-

valores ).. , ... , An E IR distintos . Entonces A es una matriz diagonalizable
Caracterización de la diagonalizaci6n Sean A E M n una matriz con k autova-
lores Al,'" , Ak E lR distintos, k ~ n.
Lista de Símbolos 69
A E M n es diagonalizable ~ dim ~l.¡ _ ... + dim(VAk ) = fl.
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,

Adenda Mates 2

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Adenda Mates 2

Cargado por

Copyright:

Formatos disponibles

,

2. Métodos de resolución de ecuaciones diferenciales 13

3. Sistemas Lineales de Ecuaciones Diferenciales 29

La referencia inicial es el cuerpo (IR + .) de los números reales:

• (IR, +) es un grupo conmutativo si y sólo si para todo 0:, {3 , '1 E OC la operación

• (IR ~ {O},·) es un grupo conmutativo. Para todo a, {J.! E OC - {O} la operación

9. o· (¡9 + "1) ~ a· ¡9 + a · "l.

16. Si a <; (3 y a' <; (3' entonces a +d <; (3 + (3'.

17. Si O' ~ fJ entonces -{J ~ -O".

18. Si O' ~ f3 y O ~ I entonces a, ~ {J"f.

19. Si a <; (3 y 'Y <; O entonces (3'1 <; cr-y.

20. Para todo a E Q, o? :;?: o.

22. Si O < a <; {J entonces O < {J-l <; ,,-1

23. Si a: ~ fJ < O entonces fj- l ~ 0:- 1 •

Además, se cumplesn las propiedades importantes siguientes:

25. Propiedad de orden divisible: El orden de Q es divisible , es decir, para

1.1. Función primitiva de una función

Función primitiva: Dadas la función f : [a, b) ~ R y F : [a, b) ~ R una

1.1 Funció n primitiva de una función 5

P ropiedades de las integrales inde finidas:

1) f e¡ (x) dx ~ ef ¡(x) liT

2) f (f(x) + g(x)) dx ~ f ¡(x) dx + f g(x) dx

f ¡ (x) g'(x) dx ~ ¡(x)g(x) - f g(x)¡'(x ) dx

5) Si f g(x) dx ~ G(x) + k, entonces

6 Capítulo 1 Ecuación Diferencial

Tabla de integrales inmediatas y de ecuaciones diferenciales inmediatas

Funciones exponencial y logaritmo.

n dx ~ In Ixl + k I f j(~; dx ~ Inlf(x) 1+ k

af(X) f'(x) dx ~ _l_af(x) + k

f Vx dx ~ ~v9 + k If Vf(x)f'(x) dx ~ ~V f(x)' + k

f JxdX ~2Vx+k If ~f'(X)dX~2Vj(X)+k

g'(x)-xn~ o g(X) ~ J Xn dx ~ _l_xn+l + k

g'(x)-Vx ~ O Ig(x) ~ JVx dx ~ ~H + k

Funciones trigono métricas directas.

J sen x dx = -cosx + k IJ f'(x) sen f(x) dx ~ -cosf(x) + k

J ~dx ~ tgX+k J'(x)

J (1+tg'x) dx~tgx + k I J (1 + tg' f(x»j'(x) dx ~ tgf(x) + k

J (1 + cotg') dx ~- cotgx + k I J (l + cotg' f(x»j'(x) dx ~ - cotg ¡(x) + k

f cosec2 x dx = -cotgx + k I Jj'(x)cosec' ¡(x) dx ~- cotg¡(x) +k

f secx tg x dx ~ seex + k If ¡'(x) secf(x) tgf(x) dx ~ sec f(x) + k

I g(x)~ f +dx ~ tgX+k

g'(x) - (1 + tg' x) ~ O Ig(x) ~ f(l +tg'X) dx ~tgX+ k

g'(x) - (1 + cotg') ~ O Ig(X) ~ f (1 + cotg') dx ~- cotgx + k

g'(x) - cosee' x ~ O Ig(x) ~ f eosee' x dx ~ - eotgx + k

Func iones trigono m étricas inve rsas.

¡(x) - _y "F,I,;;I=x'" = O Ig(x) = f v'1 I x' dx = are sen x + k

g'(x)- I =0 I g(X)= f I dx = aresecx+k

f !(t)dt = G(b) - G(a) .

1.2. Descripción de ecuación diferencial ordinaria

Ec uación diferencial ordinaria

any(n) + a n _ly(n-l) + ... + alY' + aoY + g(x) = O,

a,,/e,,)(x) + an_¡fen- I)(x) + ... + a¡¡'(x) + aof(x) + 9(X) ~ o.

Soluciones de una ecuación dife rencial ordinal'Ía

a,.yen) + a,._ l yen - l ) + ... + a¡y' + aoy + g(x) ~ O,

se denomina solución de la ecuación diferencial ordinaria en un intervalo (a, b) es

a,. / en)(x) + a,._¡fen-¡)(x) + ... + a¡f'(x) + ao/(x) + g(x) ~ o.

2.1. Ecuaciones de variables separables

y' - h¡(y)h,(x) ~ O~ hl~Y/ ~ ",(x).

2.2. Ecuaciones lineales homogéneas de coeficien-

H (y (n) ,y(n - l) , ... ,

se dice ecuación homogénea si y sólo si g(x) = O para todo x. Es decir las

any (n) +an -lY (n-1) + O" +aIY, +aoy = O,

donde y es una función de una variable independiente, e y(m) es su derivada m-esima