ALGEBRA LINEAL 2ED DAVID POOLE

RESUMEN CAPITULO 2 DAVID POOLE 2ED

1E) (Página 59) Ecuaciones lineales /// Ecuación lineal /// (Pág. 60)
Solución de una ecuación lineal /// Sistema de ecuaciones lineales
/// Solución de un sistema de ecuaciones lineales /// El conjunto
solución de un sistema de ecuaciones lineales /// (Pág. 61) Sistema
de ecuaciones lineales consistente /// Sistema de ecuaciones lineales
inconsistente /// Sistemas lineales equivalentes /// (Pág. 62)
Sustitución hacia atrás /// Matriz aumentada del sistema /// (Pág.
68) Método directo /// Matriz de coeficientes /// Matriz aumentada
/// Matriz en forma escalonada por renglones /// Entrada principal
/// (Pág. 70) Operaciones elementales de renglón /// Reducción por
renglones /// Pivote /// Pivoteo ///(Pág. 72) Matrices equivalentes
por renglones /// Eliminación gaussiana /// Entrada directriz ///
(Pág. 75) Variables principales /// Variables libres /// Rango ///
Teorema del rango /// (Pág. 76) Eliminación de Gauss-Jordan ///
Forma escalonada reducida /// (Pág. 79) Líneas oblicuas /// (Pág.
80) Sistema de ecuaciones lineales homogéneo /// (Pág. 92) Espacio
generado /// Conjunto generador para Rn /// (Pág. 95) Linealmente
dependiente /// Linealmente independiente /// (Pág. 122) Matriz de
coeficientes dispersa /// Método de Jacobi /// Método de Gauss-
Seidel /// Aproximación inicial ///(Pág. 123) Iteraciones /// El
método de Jacobi converge /// (Pág. 125) Divergencia /// La matriz
A es diagonal estrictamente dominante /// (Pág. 128) Propiedad de
promediación ///
ALGEBRA LINEAL 2ED DAVID POOLE

2E) (Página 58) [∑1: Se muestra la gráfica de las ecuaciones

consideradas

Vemos que su punto de intersección es (3, 2). Esta solución se puede

encontrar algebraicamente como sigue]
[∑2: Ahora bien, a continuación se muestra la cuadricula coordenada
determinada por los vectores

2 1
𝑢 = [ ]; 𝑣=[ ] (4)
1 −3
ALGEBRA LINEAL 2ED DAVID POOLE

Es de interés encontrar los coeficientes x, y tales que la combinación

lineal

2 1 8
𝑥[ ]+𝑦[ ] = [ ] (5)
1 −3 −3

Sea posible. Como vemos en la figura 2, estos coeficientes x, y son 3 y

2 respectivamente. Estos valores son los mismos que obtuvimos en la
solución del sistema de ecuaciones lineales (1), (2). De hecho de (5)
vemos que se desprende tal sistema de ecuaciones lineales. Decimos
que a medida que nos preguntamos cual es la solución del sistema de
ecuaciones lineales (1), (2) también nos estamos preguntando, sobre
los coeficientes que hacen posible la combinación lineal en (5).

Por tanto, tenemos dos contextos distintos de un mismo sistema de

ecuaciones lineales]
[∑3: Según el procedimiento descrito por Poole en ``Problema 5´´
página 58, vamos construyendo las siguientes figuras.
ALGEBRA LINEAL 2ED DAVID POOLE

A medida que continuamos con el procedimiento, el punto AN se va

aproximando cada vez más a la solución del sistema de ecuaciones
lineales. Es decir, con este procedimiento, las coordenadas del punto
AN convergen hacia la solución del sistema (1), (2). Esta es la tercera
manera en que se puede resolver el sistema de ecuaciones lineales
(1), (2).]
3E) (Página 60) ¿Por qué? En la cuarta ecuación de la primera lista, la
forma trigonométrica aparece evaluada en un valor particular, por lo
ALGEBRA LINEAL 2ED DAVID POOLE
que en realidad representa una constante numérica, el termino
√ (2) x es lineal por lo que la ecuación es lineal, en la cuarta ecuación
de la segunda lista la forma trigonométrica representa una función
trigonométrica, además el termino √ (2x) no es lineal por lo que la
ecuación deja de ser lineal.
4E) (Página 63) Poole menciona, ``cualquier solución del sistema
dado es también una solución del sistema final ´´. Esto es así ya que
podemos decir lo siguiente. Consideremos que la solución del sistema
de ecuaciones lineales del ejemplo 2.6 viene dada por el vector
〈x, y, z〉. Al ejecutar operaciones sobre este sistema de ecuaciones
lineales estas no modifican el vector solución. Esto se puede ver en
los cálculos realizados sobre el sistema de ecuaciones lineales en el
ejemplo 2.6. El sistema final termina teniendo el mismo vector
solución que el sistema dado puesto que las operaciones que actuaron
sobre el sistema no actuaron en si sobre el vector solución, solo
actuaron sobre los coeficientes del vector solución.
5E) (Página 63) ¿Cómo? Comenzando desde el sistema de ecuaciones
lineales final se puede ir realizando cada operación de manera
invertida, es decir, se va invirtiendo cada operación (Se invierten las
operaciones respecto a como se tomaron cuando se iba del sistema
dado al sistema final) hasta así regresar al sistema dado, esto es
posible puesto que los procesos algebraicos lo permiten.
6E) (Página 68) La forma escalonada por renglones

𝐴11 𝐴12 𝐴13 ⋯ 𝐴1𝑛

0 𝐴22 𝐴23 ⋯ 𝐴2𝑛
⋮ 0 𝐴33 ⋯ 𝐴3𝑛
0 ⋮ 0 ⋱ ⋮
0 0 ⋮ ⋱ 𝐴(𝑛−1)𝑛
( 0 0 0 0 0 )
ALGEBRA LINEAL 2ED DAVID POOLE

La entrada principal A22 se encuentra en una columna a la izquierda

de la entrada principal A33, dicho de otro modo, la entrada principal
A22 se encuentra en una columna a la izquierda de cualquier entrada
principal que se ubique debajo de ella.
7E) (Página 72) El teorema 2.1 Poole. Puede plantearse como sigue.
Si las matrices A y B son equivalentes por renglones entonces pueden
reducirse a la misma forma escalonada por renglones R.
Demostración: Sea R la forma escalonada por renglones de la
matriz A, dado que A y B son equivalentes por renglones por hipótesis
entonces podemos convertir B en A por medio de una secuencia de
operaciones. Posteriormente podremos convertir A en R, el proceso
neto es
𝐵→𝐴→𝑅

𝐵→𝑅

Luego A y B pueden reducirse a la misma forma escalonada por

renglones R.
(RECIPROCO) Si la forma escalonada por renglones R puede
convertirse en A y B entonces A y B son equivalentes por renglones.
Demostración: Consideremos que R se convierte en A por medio de
una secuencia de operaciones. Dado que dichas operaciones son
invertibles podemos convertir A en R, y dado que R puede convertirse
a su vez en B entonces podemos considerar un proceso neto tales que

𝐴→𝑅→𝐵

𝐴→𝐵

Por tanto A y B son equivalentes por renglones

ALGEBRA LINEAL 2ED DAVID POOLE

8E) (Página 74) Un sistema de ecuaciones se puede escribir como

𝐴𝑥⃑ = 𝑏⃑⃑

Donde A es una matriz n x n, y el vector solución es x̄ = ā. Esta podría

ser la razón de que los vectores solución se escriben como vectores
columna.
9E) (Página 76) En el ejemplo 2.12 Poole, no podemos aplicar el
teorema del rango, puesto que el sistema no es consistente. Es decir,
las condiciones del teorema no se satisfacen y por ello no aplica en tal
ejemplo.
10E) (Página 80) ¿Porque? Debido a la definición de sistema lineal
homogéneo, una matriz aumentada en su forma escalonada por
renglones debería tener la forma

𝑎11 ⋯ 𝑎1𝑗 ⋯ 𝑎1(𝑛−1) 0

0 ⋯ 𝑎2𝑗 ⋯ 𝑎2(𝑛−1) 0
⋮ ⋱ ⋮ ⋱ ⋮ ⋮
( 0 ⋯ 0 ⋯ 𝑎𝑚(𝑛−1) 0)

Esto implicaría la solución trivial. Por otra parte, el sistema lineal

homogéneo también podría tener la forma

𝑎11 ⋯ 𝑎1𝑗 ⋯ 𝑎1(𝑛−1) 0

0 ⋯ 𝑎2𝑗 ⋯ 𝑎2(𝑛−1) 0
⋮ ⋱ ⋮ ⋱ ⋮ ⋮
0 ⋯ 0 𝑎(𝑚−1)(𝑛−2) 𝑎(𝑚−1)(𝑛−1) 0
( 0 ⋯ 0 ⋯ 0 0)
ALGEBRA LINEAL 2ED DAVID POOLE

Esto implicaría la existencia de al menos una variable libre. De estas

observaciones nos damos cuenta que en estos casos siempre se
tendrá que

𝑅𝑎𝑛𝑔𝑜 (𝐴) ≤ 𝑚 → 𝑚 − 𝑅𝑎𝑛𝑔𝑜 (𝐴) ≥ 0

11E) (Página 80) En el teorema 2.3 Poole se satisface que

𝑛>𝑚

Ya en 10E) de este resumen vimos el por qué se debe tener que

𝑚 ≥ 𝑅𝑎𝑛𝑔𝑜 (𝐴)

Es decir

𝑛 > 𝑚 ≥ 𝑅𝑎𝑛𝑔𝑜 (𝐴)

Quitarle a la cantidad n la cantidad Rango (A) la disminuye menos de

lo que implica quitarle la cantidad m. Es decir

𝑛 − 𝑅𝑎𝑛𝑔𝑜(𝐴) ≥ 𝑛 − 𝑚 > 0

Que es el número de variables libres según el teorema del rango.

ALGEBRA LINEAL 2ED DAVID POOLE

12E) (Página 92) Pág. 35 David C. Lay 3ED.

13E) (Página 93) ¿Por qué? Dos justificaciones, primero, la matriz A

[𝐴|𝒃] = [−1 3 𝑏
]
0 7 𝑎 + 2𝑏

Está en su forma escalonada por renglones de modo que al aplicar el

método de sustitución hacia atrás al sistema de ecuaciones lineales
correspondiente podemos encontrar la solución única. Segundo, por
definición, Rango (A) = 2. Así, del teorema de rango sabemos que

𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑙𝑖𝑏𝑟𝑒𝑠 = 𝑛 − 𝑅𝑎𝑛𝑔𝑜 (𝐴) = 2 − 2 = 0

De modo que el sistema tiene una solución única. (Ver el primer

párrafo en la página 76 David Poole 2ED)
14E) (Página 94) El sistema de ecuaciones lineales Eq: 94.1 Poole es
consistente puesto que se deriva de la combinación lineal
ALGEBRA LINEAL 2ED DAVID POOLE

𝑥 1 −1
[𝑦] = 𝑠 [0] + 𝑡 [ 1 ]
𝑧 3 −3

Nótese que el teorema de rango aplica en Eq: 94.1 Poole. Por lo que

𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑙𝑖𝑏𝑟𝑒𝑠 = 𝑛 − 𝑅𝑎𝑛𝑔𝑜 (𝐴) = 5 − 2 = 3

Estas variables libres son x, y, z.

15E) (Página 95) Pág. 65 David C. Lay 3ED.

Observemos que cuando el vector cero se encuentra en el conjunto de

vectores v̄ 1, v̄ 2,…, v̄ k entonces el conjunto

𝑆 = {0, 𝑣⃑1 , 𝑣⃑2 , … , 𝑣⃑𝑘 }

Tiene que ser linealmente dependiente a consecuencia de la

definición.
16E) (Página 95) En resumidas cuentas, el teorema 2.5 Poole 2ED
nos dice que un conjunto de vectores es linealmente dependiente
cuando existe al menos una combinación lineal entre los elementos
de dicho conjunto. Al unir esto con el teorema 2.4 Poole 2ED podemos
escribir el teorema 2.4 Poole 2ED como
ALGEBRA LINEAL 2ED DAVID POOLE

Un sistema de ecuaciones lineales con matriz aumentada [A |b] es

consistente si y solo si b y los vectores columna de A son linealmente
dependientes.

Compárese con la versión original

17E) (Página 96) ¿Por qué? Si ū es múltiplo o paralelo con v̄ entonces

podremos escribir

𝑢
⃑⃑ = 𝑘𝑣⃑

Para algún escalar k ≠ 0. De modo que entonces

𝑢
⃑⃑ − 𝑘𝑣⃑ = 0

Es decir, ū y v̄ son linealmente dependientes.

18E) (Página 97)

Si S = {v̄ 1, v̄ 2,…, v̄ m} es linealmente dependiente, entonces

𝑐1 𝑣⃑1 + 𝑐2 𝑣⃑2 + ⋯ + 𝑐𝑚 𝑣⃑𝑚 = 0 (1)

Donde al menos un escalar no es cero. Pero (1) nos dice que el vector
0 es una combinación lineal de {v̄ 1, v̄ 2,…, v̄ m}, por tanto
ALGEBRA LINEAL 2ED DAVID POOLE

[𝑣⃑1 , 𝑣⃑2 , … , 𝑣⃑𝑚 0] = [𝐴 0]

Es consistente debido al resultado del teorema 2.4 Poole.

A la inversa, consideremos que

[𝑣⃑1 , 𝑣⃑2 , … , 𝑣⃑𝑚 0] = [𝐴 0]

Es consistente, entonces

𝑐1 𝑣⃑1 + 𝑐2 𝑣⃑2 + ⋯ + 𝑐𝑚 𝑣⃑𝑚 = 0

Donde al menos existe una ci ≠ 0, esto se cumple debido al resultado

del teorema 2.4 Poole, es decir, S = {v̄ 1, v̄ 2,…, v̄ m} es linealmente
dependiente.
19E) (Página 99) Por ejemplo, consideremos m = 4 vectores en R3, es
decir

𝑎 𝑑 𝑔 𝑗
[𝑏 ], [ 𝑒 ], [ℎ ], [𝑘]
𝑐 𝑓 𝑖 𝑙

De esta manera se tienen cuatro vectores de tres componentes. La

matriz que forman estos vectores es

𝑎 𝑑 𝑔 𝑗
(𝑏 𝑒 ℎ 𝑘)
𝑐 𝑓 𝑖 𝑙

[En la notación del teorema 2.3 David Poole 2ED vemos que n = 4 y
m = 3, es decir m < n]
20E) (Página 123) En palabras, lo que significa la tabla 2.8 Poole es
que, para la iteración n = 0 se tienen los valores x1 = 0, x2 = 0.
ALGEBRA LINEAL 2ED DAVID POOLE
El valor x1 = 0 se utiliza para obtener el x2 en n = 1 y x2 = 0 se utiliza
para obtener el x1 en n = 1. El valor x2 en n = 1 se utiliza para obtener
el valor de x1 en n = 3, el valor de x1 en n = 1 se utiliza para obtener
el valor de x2 en n = 3. Y así, sucesivamente, los valores de x1 y x2 van
en forma cruzada según se avanza por las n´s iteraciones.
21E) (Página 123) Es decir, en el método de Jacobi, existe una
aproximación inicial que se desarrolla tanto para la coordenada x1
como para la coordenada x2. En el ejemplo 2.35 la aproximación
inicial viene dada por x1 = 0, x2 = 0. Sin embargo, en el método de
Gauss-Seidel la aproximación inicial solo se desarrolla para la
coordenada x2. En este caso x2 = 0 nos arroja un valor para x1 y este
valor se emplea de inmediato en

7 + 3𝑥1
𝑥2 =
5

El valor obtenido entonces de x2 se emplea de inmediato para obtener

x1 y así, sucesivamente. Este comportamiento se puede ver en la tabla
2.10 Poole.
22E) (Página 129) Debe observar cómo se aplicó el método de
Gauss-Seidel en la Eq: 129.1 Poole. Por ejemplo, t2=0 en n = 0 se
utilizó para t1 en n = 1, para calcular t2 en n = 1 se utilizó t1 en n = 1
y además t3 en n = 0 puesto que en este orden aun no existía un valor
de t3 en n = 1. Y así sucesivamente.