Está en la página 1de 203
´ ´ E.T.S. DE INGENIER IA INFORM ATICA Apuntes de ´ ALGEBRA LINEAL para la

´

´

E.T.S. DE INGENIER IA INFORM ATICA

Apuntes de

´

ALGEBRA LINEAL

para la titulaci´on de

´

´

´

INGENIER IA T ECNICA EN INFORM ATICA

´

DE GESTI ON

Fco. Javier Cobos Gavala Amparo Osuna Lucena Rafael Robles Arias Beatriz Silva Gallardo

EN INFORM ATICA ´ DE GESTI ON Fco. Javier Cobos Gavala Amparo Osuna Lucena Rafael Robles

Contenido

Portada

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

1

Contenido

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3

1 Matrices y determinantes

 

7

1.1 Notaci´on y definiciones

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

7

1.2 Aritm´etica de matrices

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

10

1.3 Transformaciones elementales.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

13

1.3.1 Transformaciones elementales

 

.

.

.

.

.

.

.

14

1.3.2 Transformaciones elementales

.

.

.

.

.

.

.

15

1.4 Algoritmo de Gauss-Jordan.

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

17

1.5 Determinante de una matriz cuadrada.

.

.

.

.

.

.

.

.

.

.

.

.

.

22

1.5.1

Propiedades de los determinantes

.

.

.

.

.

.

.

.

.

.

.

.

23

1.6 Factorizaci´on triangular.

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

25

1.7 Inversa de una matriz cuadrada

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

27

1.7.1

C´alculo de la matriz

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

28

1.8 Ejercicios resueltos

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

29

1.9 Ejercicios propuestos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

32

2 Sistemas de ecuaciones lineales. Espacios vectoriales.

 

37

2.1 Notaci´on y definiciones

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

38

2.2 M´etodo de eliminaci´on gaussiana

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

40

2.2.1

Sistemas de ecuaciones lineales homog´eneos

.

.

.

.

.

.

45

2.3 Espacios Vectoriales .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

47

 

3

4

Contenido

2.3.1 Dependencia e independencia lineal

.

.

.

.

.

.

.

.

.

.

.

51

2.3.2 Espacios vectoriales de tipo finito

 

.

.

.

.

.

.

.

.

.

.

.

.

54

2.4 Variedades lineales

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

63

2.4.1 Operaciones con variedades lineales

.

.

.

.

.

.

.

.

.

.

.

65

2.4.2 Ecuaciones de los

 

.

.

.

.

.

.

.

.

.

.

.

.

.

68

2.5 Propiedades de los espacios vectoriales de tipo finito.

.

.

.

.

.

75

2.6 Cambio de bases

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

78

2.7 Espacios fundamentales asociados a una matriz.

.

.

.

.

.

.

.

.

80

2.7.1 Espacio columna de A. [R(A)].

 

.

.

.

.

.

.

.

.

.

.

.

.

.

80

2.7.2 Espacio fila de A: [R(A T

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

82

2.7.3 Espacio nulo de A: N (A).

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

83

2.8 Teorema de Rouche-Fr¨obenius

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

84

2.9 Ejercicios resueltos

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

86

2.10 Ejercicios propuestos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

99

3 Aplicaciones lineales.

 

109

3.1 Definiciones y propiedades

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

109

3.2 Ecuaciones de una aplicaci´on

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

116

3.3 Ecuaciones del n´ucleo y la imagen de una aplicaci´on lineal

.

.

117

3.4 Matrices equivalentes.

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

119

3.5 Imagen inversa de una variedad lineal.

.

.

.

.

.

.

.

.

.

.

.

.

.

121

3.6 Operaciones con aplicaciones lineales.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

122

3.7 Ejercicios resueltos

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

125

3.8 Ejercicios propuestos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

137

4 Ortogonalidad.

145

4.1 Formas

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

146

4.2 Producto escalar.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

147

4.3 Ortogonalidad .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

151

4.4 Ejercicios resueltos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

157

4.5 Ejercicios propuestos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

164

Contenido

5

5

Autovalores y autovectores

 

171

5.1 Definiciones y propiedades

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

171

5.2 Polinomio caracter´ıstico de una matriz.

.

.

.

.

.

.

.

.

.

.

.

.

.

176

5.3 Diagonalizaci´on por semejanza .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

180

5.3.1 Endomorfismos diagonalizables.

.

.

.

.

.

.

.

.

.

.

.

.

.

181

5.3.2 Diagonalizaci´on de matrices sim´etricas.

.

.

.

.

.

.

.

.

.

185

5.3.3 Aplicaciones de la diagonalizaci´on.

 

.

.

.

.

.

.

.

.

.

.

.

188

5.4 Ejercicios resueltos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

188

5.5 Ejercicios propuestos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

191

Bibliograf´ıa

 

203

1. Matrices y determinantes

1.1 Notaci´on y definiciones

Definici´on 1.1 [Matriz]

Una matriz es una tabla de m×n elementos dispuestos en m filas y n columnas.

., etc. y a sus elementos

de la forma a ij donde el primer sub´ındice indica la fila y el segundo la columna a la que pertenece dicho elemento.

Se suelen representar por letras may´usculas A, B,

As´ı pues, una matriz A = (a ij ) con 1 i m

A =

a

a

11

21

.

.

.

1 j n

a 12 ··· a 1n a 22 ··· a 2n

.

.

a m1 a m2 ··· a mn

es de la forma:

Definici´on 1.2 [Orden de una matriz]

Una matriz de m filas y n columnas se dice que tiene dimensi´on o que es de orden m×n, y al conjunto de todas las matrices de orden m×n lo denotaremos por R m×n (en el supuesto de que los elementos de la matriz A sean elementos de R).

Dos matrices A, B R m×n se dice que son equidimensionales.

Dos matrices A, B R m×n , se dice que son iguales si:

a ij

= b ij

i = 1,

2,

.

,

m

y

j = 1,

2,

.

.

.

,

n

 

7

8

Matrices y determinantes

Definici´on 1.3 [Matrices fila y columna]

Se denomina matriz fila a aquella que consta de una unica´

A = (a 1 a 2

···

a n ) R 1×n

fila.

De igual manera, se denomina matriz columna a aquella que consta de una unica´ columna.

A =

 

.

  

.

.

a

a

1

2

a

n

R n×1

Definici´on 1.4 [Matriz cuadrada]

Se denomina matriz cuadrada de orden n a aquella que tiene n filas y n co- lumnas.

A =

a

a

11

21

.

.

.

a

a

12

22

.

···

···

.

.

.

a

a

1n

2n

.

a n1 a n2 ··· a nn

A R n×n

Se denomina diagonal principal de una matriz cuadrada a la formada por los

elementos a ii

i = 1,

2,

.

,

n.

a

a

11

21

.

.

.

a

n1

a

a

12

22

.

a n2

···

···

.

.

···

.

a

a

a

1n

2n

.

nn

Definici´on 1.5 [Matrices diagonales, escalares y unidad]

Se denomina matriz diagonal a aquella matriz cuadrada cuyos elementos no

diagonales son todos nulos. Es decir a ij = 0 si i

= j

D =

a 11

0

.

.

.

0

0

a 22

.

0

···

···

.

···

.

.

0

0

.

a nn

Notaci´on y definiciones

9

Se denomina matriz escalar a aquella matriz diagonal cuyos elementos diago- nales son todos iguales.

α

0

.

.

.

0

0

α

.

0

···

···

.

.

.

···

0

0

.

α

Se denomina matriz unidad de orden n a aquella matriz escalar cuyos elemen- tos diagonales son todos unos. Es decir

I n =

1

0

.

.

.

0

0

1

.

0

···

···

.

.

.

···

0

0

.

1

Definici´on 1.6 [Matrices triangulares y escalonadas]

Se denomina matriz triangular superior (inferior) a aquella matriz cuadrada cuyos elementos situados por debajo (encima) de su diagonal principal son todos nulos.

a 11

0

0

.

.

.

0

a

a

12

22

0

.

0

a

a

a

13

23

33

.

0

···

···

···

.

.

.

···

a

a

a

a

1n

2n

3n

.

nn

11

21

a

.

.

.

n1

···

a

a 31 a 32 a 33 ···

.

···

a

···

0

a

22

a

.

n2

0

0

a

.

n3

.

.

0

0

0

.

a nn

Triangular superior: a ij = 0 si

i > j.

Triangular inferior: a ij = 0 si

i < j.

El equivalente para matrices rectangulares de una matriz triangular son las denominadas matrices escalonadas que son aquellas matrices en las que a ij = 0 si i > j.

10

Matrices y determinantes

En caso de tratarse de una matriz cuadrada se tendr´ıa una triangular superior.

a 11

0

0

.

.

.

0

a

a

12

22

0

.

0

a

a

a

13

23

33

.

0

···

···

···

.

.

.

···

a 1 m1

a 2 m1

a 3 m1

.

a mm

···

···

···

···

a

a

a

1n

2n

3n

a mn

a 11

0

0

.

.

.

0

0

.

.

.

0

a

a

12

22

0

.

0

0

.

0

a

a

a

13

23

33

.

0

0

.

0

···

···

···

.

.

.

···

···

···

a 2n

a

a

1n

3n

a

.

nn

0

.

0

1.2 Aritm´etica de matrices

Suma de matrices

Sean A, B R m×n , se denomina matriz suma de A y B, y se denota por C = A + B, a la matriz C R m×n tal que

c ij

Propiedades

Asociativa:

A,

= a ij + b ij

i = 1,

B, C R m×n =

.

,

m

j

=

1,

.

.

.

,

n.

(A + B) + C = A + (B + C).

Conmutativa: A, B R m×n =A + B = B + A.

Elemento neutro: Existe la matriz 0 R m×n denominada matriz nula y cuyos elementos son todos nulos, tal que

A R m×n =A + 0 = 0 + A = A.

Elemento opuesto: Para cualquier matriz A R m×n existe la matriz A R m×n denominada matriz opuesta y cuyos elementos son los opuestos de los elementos de la matriz A tal que

A + (A) = A + A = 0

Por tanto, (R m×n , +) es un grupo conmutativo.

Aritm´etica de matrices

11

Producto por un escalar

Sean A R m×n y α R, se define producto por un escalar de α por A a la matriz R m×n tal que sus elementos son los de A multiplicados por α. Se denota por αA.

Propiedades

αA = α(a ij )

= (αa ij ) 1 i m

1 j n

Asociativa: α, β R y A R m×n =α(βA) = (αβ)A.

Distributivas:

α, β R y A R m×n =(α + β)A = αA + βA.

  α R y A, B R m×n =α(A + B) = αA + αB.

Elemento unidad: A R m×n =1 · A = A.

Por tanto, (R m×n , +, ·) es un espacio vectorial sobre el cuerpo R de los n´umeros reales.

Para matrices complejas, (C m×n , +, ·) ser´ıa un espacio vectorial sobre el cuerpo C de los n´umeros complejos.

Producto de matrices

Si A R m×n y B R n×p (n´umero de columnas de A igual al n´umero de filas de B), se define la matriz producto de A por B como la matriz C R m×p tal que:

Propiedades:

Asociativa:

c ij =

n

k=1

a ik b kj

1 i m

1 j p

A R m×n B R n×p C R p×q =(AB)C = A(BC)

Distributiva:

A R m×n B, C R n×p =A(B + C) = AB + AC

12

Matrices y determinantes

No conmutativa: en general, es AB

No cancelativa:

= BA.

AB = AC = B = C

Para el caso de matrices cuadradas de orden n:

Elemento unidad: Existe I n R n×n (matriz unidad de orden n) tal que

A R n×n =I n A = AI n = A

Si A R n×n diremos que es regular o no singular si posee matriz inversa, es decir, si existe A 1 R n×n tal que A 1 A = AA 1 = I n .

Trasposicion´

Sea A R n×n .

Se denomina matriz traspuesta de A y se denota por

A T a la matriz resultante de cambiar, ordenadamente, las filas por las

columnas de la matriz A de tal manera, que si llamamos A = (a ij ) y A T = (a ij ) tenemos:

a ij

= a ji

1 i m

1 j n

por lo que si A R m×n =A T R n×m .

Propiedades

(A T ) T = A.

(A + B) T = A T + B T

o generalizando, (

n

i=1

A i ) T =

n

i=1

(AB) T = B T A T

o generalizando, (

n 1