T Bloque I

Algebra Lineal y Geometra
Grado en Ingeniera Aeroespacial

Curso 2012/13
Contenidos
1
Bloque I: Sistema de Ecuaciones Lineales y Matrices
Tema 1: Sistema de Ecuaciones Lineales
Tema 2: Matrices
Tema 3: Determinantes
1
Bloque II: Espacios Vectoriales
Tema 4: Espacios Vectoriales
Tema 5: Aplicaciones Lineales
1
Bloque III: Diagonalizaci on de Matrices
Tema 6: Diagonalizaci on de Matrices
1
Bloque IV: Geometra Afn y Eucldea
Tema 7: Espacio Afn
Tema 8: Espacio Afn Eucldeo
1
Bloque V: C onicas y Cu adricas
Tema 9: C onicas
Tema 10: Cu adricas
Contenidos
1
Tema 2: Matrices
1
Bloque II: Espacios Vectoriales
Tema 4: Espacios Vectoriales
Tema 5: Aplicaciones Lineales
1
Bloque III: Diagonalizaci on de Matrices
Tema 6: Diagonalizaci on de Matrices
1
Bloque IV: Geometra Afn y Eucldea
Tema 7: Espacio Afn
Tema 8: Espacio Afn Eucldeo
1
Bloque V: C onicas y Cu adricas
Tema 9: C onicas
Tema 10: Cu adricas
(Grado en Ingeniera Aeroespacial)

Algebra Lineal y Geometra (2012/13) afrai@unileon.es 5 / 227
Sistema de Ecuaciones Lineales
Ecuacion Lineal (Denicion 1.1)
Ecuaci on Lineal con n incognitas sobre K, es toda expresion de la forma
a
1
x
1
+ a
2
x
2
+ + a
n
x
n
= b (E)
donde a
1
, . . . , a
n
K (coecientes), b K (termino independiente) y x
1
, . . . , x
n
K
(incognitas) de la ecuaci on.
Ejemplos
Son ecuaciones lineales
2x + 3y = 0
xe
2
+ y cos(/3) = 3
No son ecuaciones lineales
ln(x) + cos(y) = 0
x
2
y = 3

Sistema de m Ecuaciones Lineales con n incognitas (Denicion 1.2)
Un sistema con m ecuaciones lineales con n incognitas sobre K es toda expresion
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2
a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= b
m
_
_
(S)
donde a
ij
, b
i
K. Consideraremos K = R o K = Q.
Si b
i
= 0 para i = 1, 2, . . . , m, se denomina Sistema de Ecuaciones Lineales
Homogeneo.
Ejemplos
Sistema con dos ecuaciones lineales y dos inc ognitas
2x + 3y = 5
3x + 5y = 8
_
(S
1
)
Sistema con dos ecuaciones Lineales Homogeneo y tres inc ognitas
2x + 3y + z = 0
3x + 5y = 0
_
(S
2
)

Solucion de una Ecuacion
Dada una ecuaci on lineal con n incognitas (E) sobre K, llamaremos soluci on de (E)
a toda n-upla (
1
, . . . ,
n
) K
n
que verica la igualdad que nos determina (E), es
decir
a
1
1
+ a
2
2
+ + a
n
n
= b
Solucion de un Sistema de Ecuaciones Lineales
Dado un Sistema con m Ecuaciones Lineales (S) y n incognitas, llamaremos soluci on
de (S) a toda n-upla (
1
,
2
, . . . ,
n
) K
n
que verica las m igualdades que nos
determina (S), es decir
a
11
1
+ a
12
2
+ + a
1n
n
= b
1
a
21
1
+ a
22
2
+ + a
2n
n
= b
2
a
m1
1
+ a
m2
2
+ + a
mn
n
= b
m
_
_

Ejemplos
Son soluci on de la ecuaci on 2x + 3y = 0 los pares (3, 2) donde K.
(1, 1) es soluci on del sistema (S
1
).
(5, 3, ) es solucion del sistema (S
2
) donde K.
Todo Sistema de Ecuaciones Lineales Homogeneo tiene al menos como soluci on
(0, . . . , 0).
(1, 1) es la unica soluci on del sistema
x
1
+ x
2
= 2
x
1
x
2
= 0
_
(S
3
)
Los pares de la forma (, ), donde K son las soluciones de
x
1
x
2
= 0
2x
1
2x
2
= 0
_
(S
4
)
No tiene solucion el sistema
x
1
+ x
2
= 0
x
1
+ x
2
= 2
_
(S
5
)

Clasicacion de los Sistemas de Ecuaciones Lineales (Denicion 1.3)
Dado un Sistema de Ecuaciones Lineales (S)
Sistema de Ecuaciones Lineal Compatible. Si el sistema (S) tiene soluci on.
Ejemplo (S
1
), (S
2
), (S
3
) y (S
4
).
Sistema de Ecuaciones Lineal Compatible Determinado. Si el sistema tiene unica
soluci on. Ejemplo (S
1
) y (S
3
).
Sistema de Ecuaciones Lineal Compatible Indeterminado. Si el sistema tiene m as
de una solucion. Ejemplo (S
2
) y (S
4
).
Sistema de Ecuaciones Lineal Incompatible. Si el sistema (S) no tiene soluci on.
Ejemplo (S
5
).

Problemas a resolver
Dado un Sistema de Ecuaciones Lineales (S).
Saber si (S) tiene o no soluci on, es decir si es compatible o incompatible.
En caso de tener soluci on el sistema (S), saber si es compatible determinado o
indeterminado.
Encontrar y caracterizar todas las soluciones de (S).
Saber que representa el conjunto de soluciones de (S).

Ejemplo
Dado el sistema
x
1
+ x
2
+ x
3
+ x
4
= 1
x
1
+ 2x
2
+ 3x
3
+ 4x
4
= 1
x
1
+ 3x
2
+ 5x
3
+ 7x
4
= 1
x
1
+ 5x
2
+ 5x
3
+ 8x
4
= 1
_
_
(S
6
)
Es compatible o incompatible?
Si es el sistema (S) es compatible es determinado o indeterminado?
Si el sistema (S) es compatible, como son todas las soluciones de (S)?
Que representa el conjunto de soluciones de (S)?
Por ahora estas preguntas son difciles de responder.

Sistemas Escalonados (Denicion 1.6)
Dado un Sistema de Ecuaciones Lineales (S), diremos que (S) es un Sistema
Escalonado en las inc ognitas x
1
, x
2
, . . . , x
r
si tiene la forma siguiente (salvo cambio
de orden en las ecuaciones):
a
11
x
1
+ a
12
x
2
+ + a
1r
x
r
+ + a
1n
x
n
= b
1
a
22
x
2
+ + a
2r
x
r
+ + a
2n
x
n
= b
2
a
rr
x
r
+ + a
rn
x
n
= b
r
0 = b
r+1
0 = b
m
_
_
(S)
donde a
11
, a
22
, . . . , a
rr
= 0.
Sistema triangular cuando a
11
= a
22
= = a
rr
= 1.

Algoritmo para saber si un sistema es escalonado o no
Paso 1 Existe en el sistema al menos una inc ognita que aparece s olo en una
ecuacion?
Si la respuesta es armativa vete al Paso 2.
Si la respuesta es negativa. El sistema no es escalonado.
Paso 2 Guarda esta incognita y elimina la ecuacion del sistema donde
aparece esta inc ognita.
Si siguen existiendo inc ognitas vuelve al Paso 1 con el sistema
as obtenido.
Si s olo quedan igualdades o bien ya no hay m as inc ognitas
entonces el sistema es escolonado en las incognitas que se han ido
guardando.

Ejemplos
Dados los Sistemas de Ecuaciones Lineales
x
1
+ x
2
= 1
x
2
= 2
x
2
+ x
3
= 3
_
_
_
(S
7
)
x
1
+ x
2
+ x
3
= 1
x
1
+ x
2
= 2
x
2
+ x
3
= 3
_
_
_
(S
8
)
x
1
+ x
2
= 1
x
2
= 2
x
1
+ x
3
= 3
_
_
_
(S
9
)
x
1
+ x
2
= 1
x
1
+ x
3
= 2
x
2
+ x
3
= 3
_
_
_
(S
10
)
x
1
+ x
2
= 1
x
2
= 2
0 = 3
_
_
_
(S
11
)
x
1
+ x
3
= 1
x
2
+ x
3
= 2
0 = 0
_
_
_
(S
12
)
Cu ales de estos Sistemas son escalonados?

De los sistemas escalonados anteriores, podemos responder sin ning un problema a las
preguntas que hemos hecho en la p agina 11.
Ejemplo
Es Incompatible el sistema (S
11
).
Son Compatibles Determinados los sistemas (S
7
) y (S
9
).
Son Compatibles Indeterminados el sistema (S
12
).
Ejemplo
Las soluciones de los sistemas compatibles son faciles de obtener.
Es (1, 2, 1) soluci on de (S
7
).
Es (1, 2, 4) soluci on de (S
9
).
Es soluci on de (S
12
) las ternas de la forma (1 , 2 , ) donde K.

Discusion de un Sistema Escalonado (Teorema 1.8)
Dado un sistema (S) con m ecuaciones lineales y n incognitas escalonado en las
incognitas x
1
, x
2
, . . . , x
r
entonces:
El Sistema (S) es Incompatible si alg un b
j
= 0 con r < j m.
El Sistema (S) es Compatible si b
j
= 0 para r < j m.
Si r = n entonces el Sistema es Compatible Determinado.
Si r < n entonces el Sistema es Compatible Indeterminado con n r grados de
libertad.

Sistemas de Ecuaciones Lineales Equivalentes (Denicion 1.3)
Diremos que (S) y (S
) son equivalentes si tienen el mismo conjunto de soluciones.

Ejemplo
Son equivalentes los sistemas
x
1
+ x
2
= 2
x
2
= 1
_
x
1
+ x
2
= 2
x
1
= 1
_
x
1
x
2
= 0
2x
1
x
2
= 1
_

Operaciones Elementales (Denicion 1.4)
Intercambio de dos ecuaciones del sistema. Notacion E
i
E
j
.
Sustituci on de una ecuaci on del sistema por ella multiplicada por un escalar no
nulo. Notacion E
i
E
i
.
Sustituci on de una ecuaci on del sistema por ella m as otra ecuacion del sistema
multiplicada por un escalar. Notacion E
i
E
i
+E
j
.
Teorema 1.5
Las transformaciones elementales anteriores convierten un sistema (S) en otro
equivalente (S
).
Problema
El objetivo es pasar de un sistema (S) a un Sistema escalonado equivalente y
resolverlo en caso de ser compatible.

OJO
No es una operacion elemental sustituir una ecuacion por ella
multiplicada por cero.
x
1
+ x
2
= 2
x
1
+ x
2
= 1
Sistema Incompatible
Sustitucion de la segunda ecuacion por ella multiplicada por cero
x
1
+ x
2
= 2
0 = 0
Sistema Compatible Indeterminado


Dado el Sistema de Ecuaciones Lineales
x
1
+ x
2
+ x
3
= 1
x
1
+ 2x
2
+ 3x
3
= 2
x
1
+ 3x
2
+ 5x
3
= 4
_
_
_
(S
13
)
Ejemplo de Operaciones Elementales
E
1
2E
1
,
2x
1
+ 2x
2
+ 2x
3
= 2
x
1
+ 2x
2
+ 3x
3
= 2
x
1
+ 3x
2
+ 5x
3
= 4
_
_
_
(S
14
)
E
2
E
2
E
1
,
x
1
+ x
2
+ x
3
= 1
x
2
+ 2x
3
= 1
x
1
+ 3x
2
+ 5x
3
= 4
_
_
_
(S
15
)
E
2
E
3
,
x
1
+ x
2
+ x
3
= 1
x
1
+ 3x
2
+ 5x
3
= 4
x
1
+ 2x
2
+ 3x
3
= 2
_
_
_
(S
16
)

Dado el Sistema de Ecuaciones lineales
x
1
+ x
2
+ x
3
= 1
x
1
+ 2x
2
+ 3x
3
= 2
x
1
+ 3x
2
+ 5x
3
= 4
_
_
_
(S
13
)
Operaciones Elementales
Que Operaciones Elementales hemos realizado para pasar del Sistema (S
13
) a los
Sistemas siguientes?
x
1
+ x
2
+ x
3
= 1
x
1
+ x
3
= 0
x
1
+ 3x
2
+ 5x
3
= 4
_
_
_
(S
17
)
x
1
+ x
2
+ x
3
= 1
x
2
+ 2x
3
= 1
x
2
+ 2x
3
= 2
_
_
_
(S
18
)

Podemos pasar del sistema anterior (S
13
) por medio de operaciones elementales a
un sistema escalonado?
Operaciones Elementales
Pasamos del sistema (S
13
) al sistema (S
18
) por medio de las operaciones
elementales
E
2
E
2
E
1
E
3
E
3
E
2
_
De (S
18
) por medio de la transformacion
E
3
E
3
E
2
obtenemos el sistema triangular
x
1
+ x
2
+ x
3
= 1
x
2
+ 2x
3
= 1
0 = 1
_
_
_
(S
19
)
(S
19
) es un Sistema Incompatible y por tanto (S
13
) es Sistema Incompatible.

Teorema 1.7
Todo Sistema de Ecuaciones Lineales (S) lo podemos transformar mediante un
n umero nito de transformaciones elementales en un Sistema Escalonado o en un
Sistema Triangular. A este proceso se le denomina el Metodo de Eliminacion
Gaussiana.
Metodo de Eliminacion Gaussina
Elecci on de una inc ognita x
i
a eliminar del sistema salvo en una ecuaci on j (el
coeciente de x
i
de la ecuaci on j, a
ji
debemos garantizar que sea no nulo). Para
ello usaremos las siguientes operaciones elementales
E
k
E
k
a
ki
a
ji
E
j
k = j
o bien
E
k
a
ji
E
k
a
ki
E
j
k = j
Repetir el procedimiento anterior en el resto del sistema hasta que no tengamos
m as inc ognitas o ecuaciones.

Ejemplo. Metodo de Eliminacion Gaussina
Dado el sistema (S
6
) de la pagina 12.
Eliminaci on de la inc ognita x
1
de las ecuaciones segunda, tercera y cuarta
x
1
+ x
2
+ x
3
+ x
4
= 1
x
2
+ 2x
3
+ 3x
4
= 0
2x
2
+ 4x
3
+ 6x
4
= 0
4x
2
+ 4x
3
+ 7x
4
= 0
_
_
(S
20
)
Eliminaci on de la inc ognita x
2
de las ecuaciones tercera y cuarta
x
1
+ x
2
+ x
3
+ x
4
= 1
x
2
+ 2x
3
+ 3x
4
= 0
0 = 0
4x
3
5x
4
= 0
_
_
(S
21
)
Proceso nalizado, el sistema obtenido est a escalonado. El Sistema es
Compatible Indeterminado con un grado de libertad, bien x
3
o bien x
4

Metodo de Eliminacion Gaussiana
Opcion 1
Sistema Escalonado en las incognitas x
1
, x
2
, x
4
. El Sistema es Compatible
Indeterminado con un grado de libertad x
3
.
El conjunto de todas las soluciones de este sistema es
(1 3/5, 2/5, , 4/5)
Opcion 2
Sistema Escalonado en las incognitas x
1
, x
2
, x
3
. El Sistema es Compatible
Indeterminado con un grado de libertad x
4
.
El conjunto de todas las soluciones de este sistema es
(1 + 3/4, /2, 5/4, )

Sistemas simultaneos. Pagina 33
Dados los sistemas
x
1
+ x
2
+ x
3
= 1
x
1
+ 2x
2
+ 2x
3
= 0
2x
1
+ 3x
2
+ 4x
3
= 0
(S)
x
1
+ x
2
+ x
3
= 0
x
1
+ 2x
2
+ 2x
3
= 1
2x
1
+ 3x
2
+ 4x
3
= 0
(S
)
x
1
+ x
2
+ x
3
= 0
x
1
+ 2x
2
+ 2x
3
= 0
2x
1
+ 3x
2
+ 4x
3
= 1
(S
)
Haciendo operaciones elementales obtenemos los sistemas escalonados
x
1
+ x
2
+ x
3
= 1
x
2
+ x
3
= 1
x
3
= 1
_
_
_
(T)
x
1
+ x
2
+ x
3
= 0
x
2
+ x
3
= 1
x
3
= 1
_
_
_
(T
)
x
1
+ x
2
+ x
3
= 0
x
2
+ x
3
= 0
x
3
= 1
_
_
_
(T
)
Resolviendo estos sistemas obtenemos
x
1
= 2
x
2
= 0
x
3
= 1
_
_
_
(Sol)
x
1
= 1
x
2
= 2
x
3
= 1
_
_
_
(Sol
)
x
1
= 0
x
2
= 1
x
3
= 1
_
_
_
(Sol
)

Forma Compacta de los Sistemas simultaneos
Dados los sistemas
x
1
+ x
2
+ x
3
= 1 0 0
x
1
+ 2x
2
+ 2x
3
= 0 1 0
2x
1
+ 3x
2
+ 4x
3
= 0 0 1
_
_
_
(S)
Haciendo operaciones elementales obtenemos los sistemas triangulares
x
1
+ x
2
+ x
3
= 1 0 0
x
2
+ x
3
= 1 1 0
x
3
= 1 1 1
_
_
_
(T)
Resolviendo estos sistemas obtenemos
x
1
= 2 1 0
x
2
= 0 2 1
x
3
= 1 1 1
_
_
_
(Sol)

Tema 2: Matrices

Matrices
Denicion de matriz. Denicion 2.1
Una matriz A con m las y n columnas (abreviadamente una (mn)-matriz)
A =
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1j
a
1n
a
21
a
22
a
2j
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
ij
a
in
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mj
a
mn
_
_
_
_
_
_
_
_
_
_
= (a
ij
)
Casos Particulares
Matriz la, cuando m = 1.
Matriz columna, cuando n = 1.
Matriz cuadrada, cuando m = n.
Diagonal principal de una matriz cuadrada A de orden n, a
11
, a
22
, . . . , a
nn
Matriz Diagonal, matriz cuadrada con a
ij
= 0 si i = j.

Matrices
Denicion de Matrices triangulares
Dada A una matriz cuadrada de orden n diremos que A es
Triangular superior si es de la forma
A =
_
_
_
_
_
a
11
a
12
a
1n
0 a
22
a
2n
.
.
.
.
.
.
.
.
.
0 0 a
nn
_
_
_
_
_
Triangular inferior si es de la forma
A =
_
_
_
_
_
a
11
0 0
a
21
a
22
0
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_

Matrices
Deniciones. Denicion 2.1
Traspuesta de una matriz A.
A
t
=
_
_
_
_
_
_
_
_
a
11
a
21
a
i1
a
m1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
1j
a
2j
a
ij
a
mj
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
1n
a
2n
a
in
a
mn
_
_
_
_
_
_
_
_
Matriz simetrica: Matriz cuadrada tal que A = A
t
.
Matriz antisimetrica: Matriz cuadrada tal queA = A
t
.
Matriz Identidad de orden n, matriz cuadrada n n tal que a
ij
= 0 si i = j y
a
ij
=1 si i = j,
Id
n
=
_
_
_
_
_
1 0 0
0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1
_
_
_
_
_

Matrices
Suma de matrices. Denicion 2.2
Dadas dos (mn)-matrices A = (a
ij
) y B = (b
ij
) se denomina matriz suma de A y
B y se denota por A + B a la matriz
A + B = (a
ij
+ b
ij
).
Ejemplo
Dadas la (2 3)-matriz
A =
_
1 2 3
4 5 6
_
, B =
_
3 1 2
6 4 5
_
Entonces
A + B =
_
4 3 5
10 9 11
_

Matrices
Propiedades. Proposicion 2.3
Asociativa: Para cualesquiera (mn)-matrices A, B, C se verica
A + (B + C) = (A + B) + C.
Conmutativa: Para cualesquiera (mn)-matrices A, B se verica
A + B = B + A.
Elemento neutro: Si O denota la (mn)-matriz cuyos elementos son todos cero
(matriz nula), entonces para cualquier (mn)-matriz A se verica
A + O = O + A = A.
Elemento simetrico: Dada una (mn)-matriz A existe una unica
(mn)-matriz A
tal que
A + A
= A
+ A = O
Si A = (a
ij
), la matriz A
es la matriz A
= (a
ij
) y la denotaremos por
A
= A (matriz simetrica de A).


Matrices
Producto de una matriz por un escalar. Denicion 2.4
Dada una (mn)-matriz A = (a
ij
) y un escalar (un n umero real) se denomina
matriz producto de un escalar por A
A = (a
ij
).
Ejemplo
Dada la matriz
A =
_
1 2 3
4 5 6
_
Entonces
3A =
_
3 6 9
12 15 18
_
0A =
_
0 0 0
0 0 0
_
, (1)A =
_
1 2 3
4 5 6
_
= A

Matrices
Si es un escalar y A y B son dos (mn)-matrices entonces
(A + B) = A +B
Si y son dos escalares y A es una (mn)-matriz entonces
( + )A = A + A
()A = (A)
0A = O
1A = A
(1)A = A

Matrices
Producto de matrices. Denicion 2.6
Dada una (mn)-matriz A = (a
ij
) y una (n r)-matriz B = (b
jk
) se denomina
matriz producto de A por B, a la (mr)-matriz AB = C = (c
ij
) donde
c
ij
= a
i1
b
1j
+ a
i2
b
2j
+ + a
in
b
nj
_
_
_
_
_
_
_
_
a
11
a
12
a
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_
_
_
_
_
_
_
_
b
11
b
12
b
1j
b
1n
b
21
b
22
b
2j
b
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
b
n1
b
n2
b
nj
b
nr
_
_
_
_
_
=
_
_
_
_
_
_
_
_
c
11
c
12
c
1j
c
1r
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ij
c
ir
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
m1
c
m2
c
mj
c
mr
_
_
_
_
_
_
_
_

Matrices
Asociativa: Si A es una (mn)-matriz, B es una (n r)-matriz y C es una
(r s)-matriz entonces
A(BC) = (AB)C.
Elemento neutro: Sea Id
m
la matriz identidad de orden m (p agina 32), entonces
para cualquier (mn)-matriz A se verica que
Id
m
A = A.
Analogamente
AId
n
= A.
En consecuencia, si A es una matriz cuadrada de orden n entonces
Id
n
A = AId
n
= A.

Matrices
Distributiva respecto de la suma: Si A es una (mn)-matriz, B y C son dos
(n r)-matrices entonces
A(B + C) = AB + AC
Si A y B son dos (mn)-matrices, y C es una (n r)-matriz entonces
(A + B)C = AC + BC
Distributiva respecto de la multiplicaci on por escalares: Si es un escalar, A es
una (mn)-matriz, B es una (n r)-matriz, entonces
(AB) = (A)B
Traspuesta del producto
(AB)
t
= B
t
A
t

Matrices
OJO
El producto de matrices no es conmutativo
1 2 3
4 5 6
1 2
3 4
5 6
1 2
3 4
5 6
1 2 3
4 5 6
2 0
0 3
1 2
3 4
1 2
3 4
2 0
0 3
Existe
2 0
0 3
1 2 3
4 5 6
No Existe
1 2 3
4 5 6
2 0
0 3

Matrices
Matriz Inversa. Denicion 2.8
Sea A una matriz cuadrada de orden n, se llama Inversa de A a toda matriz matriz
A
cuadrada de orden n tal que

AA
= A
A = Id
n
.
Si A posee inversa, se dice que A es una matriz inversible o regular.
Teorema 2.9
Sea A una matriz inversible, entonces existe una unica matriz que verica
AA
= A
A = Id
n
A esta matriz la denotaremos por A
1
.

Matrices
Si A y B son matrices de orden n inversibles, entonces AB es una matriz
inversible y se verica
(AB)
1
= B
1
A
1
.
Si A es una matriz inversible, entonces A
t
es inversible siendo
(A
t
)
1
= (A
1
)
t
.

Matrices
Expresion matricial de (S). Denicion 2.22
El sistema de ecuaciones lineales
(S) :
_
_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= b
m
Expresi on matricial del sistema (S)
Ax = b.

Matrices
Matriz de coecientes. Denicion 2.22
Dado un sistema de ecuaciones (S), llamaremos matriz de coecientes de (S) a la
matriz
A =
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1j
a
1n
a
21
a
22
a
2j
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
ij
a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mj
a
mn
_
_
_
_
_
_
_
_
_
_

Matrices
Matrices asociadas a un sistema. Denicion 2.22
Dado un sistema de ecuaciones (S), llamaremos
Matriz de inc ognitas de (S)
x = (x
1
, x
2
, . . . , x
n
)
t
Matriz de terminos independientes de (S)
b = (b
1
, b
2
, . . . , b
m
)
t
Matriz ampliada de (S)
(A|b) =
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1j
a
1n
b
1
a
21
a
22
a
2j
a
2n
b
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
ij
a
in
b
i
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mj
a
mn
b
m
_
_
_
_
_
_
_
_
_
_

Matrices
Transformaciones elementales en matrices. Denicion 2.16
Intercambio de las las i, j. Notacion E
ij
.
Sustituci on de la la i por ella multiplicada por un escalar no nulo . Notacion
E
i
().
Sustituci on de la la i por ella mas la la j multiplicada por un escalar .
Notacion E
ij
().
Transformaciones elementales y Operaciones Elementales
Las transformaciones elementales en matrices son analogas a las operaciones
elementales en los sistemas de ecuaciones lineales (pagina 19).

Matrices
Ejemplo
Paso 1. Escalonamiento del sistema/matriz
x
1
+ x
2
+ x
3
= 1
x
1
+ 2x
2
+ 2x
3
= 0
2x
1
+ 3x
2
+ 4x
3
= 0
_
_
_
matricialmente
_
_
1 1 1 1
1 2 2 0
2 3 4 0
_
_
E
2
E
2
E
1
, E
3
E
3
2E
1
matricialmente E
21
(1), E
31
(2)
x
1
+ x
2
+ x
3
= 1
x
2
+ x
3
= 1
x
2
+ 2x
3
= 2
_
_
_
matricialmente
_
_
1 1 1 1
0 1 1 1
0 1 2 2
_
_
E
3
E
3
E
2
matricialmente E
32
(1)
x
1
+ x
2
+ x
3
= 1
x
2
+ x
3
= 1
x
3
= 1
_
_
_
matricialmente
_
_
1 1 1 1
0 1 1 1
0 0 1 1
_
_

Matrices
Ejemplo
Paso 2. Resolucion del sistema
x
1
+ x
2
+ x
3
= 1
x
2
+ x
3
= 1
x
3
= 1
_
_
_
matricialmente
_
_
1 1 1 1
0 1 1 1
0 0 1 1
_
_
E
2
E
2
E
3
, E
1
E
1
E
3
matricialmente E
23
(1), E
13
(1)
x
1
+ x
2
= 2
x
2
= 0
x
3
= 1
_
_
_
matricialmente
_
_
1 1 0 2
0 1 0 0
0 0 1 1
_
_
E
1
E
1
E
2
matricialmente E
12
(1)
x
1
= 2
x
2
= 0
x
3
= 1
_
_
_
matricialmente
_
_
1 0 0 2
0 1 0 0
0 0 1 1
_
_

Matrices
Matriz Escalonada. Denicion 2.17
Dada A una mn-matriz, diremos que la matriz A es escalonada en las columnas
1, 2, . . . , r si es de la forma (salvo cambio de las)
A =
_
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1r
a
1n
0 a
22
a
2r
a
2n
.
.
.
.
.
.
.
.
.
0 0 a
rr
a
rn
0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0
_
_
_
_
_
_
_
_
_
_
_
_
donde a
ii
= 0 para i = 1, 2, . . . , r.

Matrices
Rango de una Matriz. Denicion 2.20
Dada A una mn-matriz, llamaremos rango de la matriz A y lo denotaremos por
rg(A), al n umero de las no nulas de una matriz escalonada que se obtiene tras
realizar un n umero nito de transformaciones elementales en las las de la matriz A.
Comportamiento del rango por operaciones elementales
El rango de una matriz no vara al hacer operaciones elementales.
Ejemplo
La matriz de Coecientes del sistema (S
13
) de la pagina 21 es 2 y el rango de la
matriz ampliada es 3. El sistema es Incompatible.
La matriz de Coecientes del sistema de la pagina 47 es 3 y el rango de su
matriz ampliada es 3. El sistema es Compatible Determinado.
La matriz de Coecientes del sistema de la pagina 12 es 3 y el rango de su matriz
ampliada es 3, el sistema es Compatible Indeterminado con 1 grado de libertad.

Matrices
Teorema de Rouche-Frobenius. (Teorema 2.24)
Sea S un sistema de ecuaciones lineales de m ecuaciones con n incognitas,
(S) : Ax = b. Tenemos
(S) es incompatible si y s olo si
rg(A) = rg(A|b)
(S) es compatible determinado si y s olo si
rg(A) = rg(A|b) = n
(S) es compatible indeterminado si y s olo si
r = rg(A) = rg(A|b) < n
En este caso el sistema posee n r grados de libertad.

Matrices
Resolucion simultanea de varios sistemas
Dados los sistemas de n ecuaciones lineales con n inc ognitas
(S
1
) : Ax = b
1
, (S
2
) : Ax = b
2
, . . . , (S
k
) : Ax = b
k
se considera la matriz ampliada
(A|b
1
, b
2
, . . . , b
k
)
haciendo operaciones elementales se obtiene la matriz
(T|c
1
, c
2
, . . . , c
k
)
donde T es una matriz escalonada. Se resuelven cada uno de los sistemas o bien, si se
puede, por medio de operaciones elementales se obtiene la matriz
(Id|d
1
, d
2
, . . . , d
k
)
donde d
1
, d
2
, . . . , d
k
es la solucion de (S
1
), (S
2
), . . . , (S
k
) respectivamente, (vease
p agina 27).

Matrices
Teorema de caracterizacion de las matrices inversibles. Teoremas 2.25 y 2.27
Dada una matriz cuadrada A de orden n, entonces:
A tiene rango n si se puede transformar por medio de un n umero nito de
transformaciones elementales en las las de A en la matriz identidad.
A es inversible si y solo si rg(A) = n.
Calculo de la matriz inversa a una dada
Dada A una matriz cuadrada de orden n inversible, problema calcular X, es decir
AX = Id
n
donde X es una matriz cuadrada de orden n cuyos terminos son indeterminadas.

Matrices
Paso 1
Dada la matriz n 2n dada por
(A|Id
n
)
hacer operaciones elementales para que se transforme en la matriz de la forma
(T|B)
donde T es una matriz triangular superior con elementos no nulos en la diagonal.
Paso 2
(T|B)
(D|C)
donde D es una matriz diagonal con elementos no nulos en la diagonal.

Matrices
Paso 3
(D|C)
(Id
n
|A
1
)
donde D es una matriz diagonal.
Paso 4
Comprobar que
AA
1
= Id
n
.

Matrices
Ejemplo
Calculo de la inversa de
A =
_
_
1 1 1
1 2 2
2 3 4
_
_
(A|Id
3
) =
_
_
1 1 1 1 0 0
1 2 2 0 1 0
2 3 4 0 0 1
_
_
E
21
(1), E
31
(2), E
32
(1)
(T|B) =
_
_
1 1 1 1 0 0
0 1 1 1 1 0
0 0 1 1 1 0
_
_
E
23
(1), E
12
(1)
(Id
3
|A
1
) =
_
_
1 0 0 2 1 0
0 1 0 0 2 1
0 0 1 1 1 1
_
_
E
23
(1), E
13
(1)

Matrices
Intercambio de dos ecuaciones/las
E
ij
=
_
_
_
_
_
_
_
_
_
_
_
_
i j
1
la i 0 1
.
.
.
la j 1 0
.
.
.
1
_
_
_
_
_
_
_
_
_
_
_
_
Se tiene
La operacion E
ij
A permuta las las i y j de la matriz A.
La operacion E
ij
Ax = E
ij
b permuta las ecuaciones i y j del sistema (S).
La matriz E
ij
es inversible (Teorema 2.29) siendo ademas
(E
ij
)
1
= E
ij
.

Matrices
Ejemplo
Dada
A =
_
_
1 2 3
4 5 6
7 8 9
_
_
Entonces
E
12
A =
_
_
4 5 6
1 2 3
7 8 9
_
_
y
E
12
E
12
= Id
3
.

Matrices
Sustitucion de una ecuacion/la por ella multiplicada por un escalar no nulo
E
i
() =
_
_
_
_
_
_
_
_
_
_
i
1 0 . . . 0 . . . 0
0 1 . . . 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
la i 0 0 . . . . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 0 . . . 1
_
_
_
_
_
_
_
_
_
_
Se tiene si = 0:
E
i
()A produce en la matriz A la sustitucion de la la i-esima por ella
multiplicada por .
La operacion elemental de multiplicar la ecuacion i-esima del sistema (S) por
matricialmente viene dada por E
i
()Ax = E
i
()b.
La matriz E
i
() es una matriz inversible (Teorema 2.29) y
(E
i
())
1
= E
i
(1/).

Matrices
Ejemplo
Dada
A =
_
_
1 2 3
4 5 6
7 8 9
_
_
Entonces
E
1
(2)A =
_
_
2 4 6
4 5 6
7 8 9
_
_
y
E
1
(1/2)E
1
(2) = Id
3
.

Matrices
Sustitucion de una la/ecuacion por ella mas un m ultiplo de otra ecuacion/la
E
ij
() =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
la j
la i
E
ij
()A produce en la matriz A la sustitucion de la la i de A por ella mas la
la j multiplicada por .
La operacion elemental de sustituir la ecuacion i del sistema (S) por ella mas la
ecuacion ij de (S) multiplicada por viene dada por E
ij
()Ax = E
ij
()b.
La matriz (E
j+i
) es inversible (Teorema 2.29) y adem as
(E
ij
())
1
= E
ij
().

Matrices
Ejemplo
Dada
A =
_
_
1 2 3
4 5 6
7 8 9
_
_
Entonces
E
21
(4)A =
_
_
1 2 3
0 3 6
7 8 9
_
_
y
E
21
(4)E
21
(4) = Id
3
.

Matrices
Consecuencias
Dado un sistema de ecuaciones (S) : Ax = b existe una matriz P que es producto de
matrices elementales (y por tanto inversible) tal que el sistema PAx = Pb es
escalonado y por consiguiente la matriz PA es escalonada.
Consecuencias 2
Dado una matriz cuadrada A existe una matriz P que es producto de matrices
elementales tal que
PA = T
donde T es una matriz escalonada.


Determinantes
Denicion 3.1
Sea M
n
(R) el conjunto de TODAS las matrices cuadradas de tama no n. Llamaremos
determinante, y lo denotaremos por det a la unica aplicacion
det : M
n
(K) K
que verica
El determinante de la matriz identidad vale 1.
Si a una la de una matriz se le suma otra la multiplicada por un escalar el
determinante no vara.
Si se multiplica una la de la matriz por un escalar , entonces el determinante
queda multiplicado por dicho escalar.

Determinantes
Notacion
Si A es la matriz
A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
denotaremos al determinante de A de las formas siguientes
det(A) o
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn

Determinantes
Propiedades. Proposicion 3.2 y Teorema 3.3
El concepto de determinante verica las propiedades siguientes:
Si A y B son dos matrices n n se tiene que
det(AB) = det(A)det(B)
Si se cambian entre s dos las el determinante cambia de signo.
Si una la es combinaci on lineal del resto de las las (una la es igual a la suma
de otras las de la matriz multiplicadas por escalares) entonces el determinante
es nulo.
Si una la es nula, el determinante de dicha matriz es cero.
El determinante de una matriz triangular es el producto de los elementos de su
diagonal principal.
det(E
(i)) = .
det(E
i,j
) = 1.
det(E
i,j
()) = 1.

Determinantes
Propiedades
Dada una mn-matriz A, el rango de A es el mayor natural r tal que existe al
menos una submatriz de tama no r r de A (menor de orden r de A) con
determinante no nulo.
Una matriz es inversible si y solo si su determinante es no nulo.
Determinante de la matriz inversa
det(A
1
) =
1
det(A)
El determinante de una matriz es igual al determinante de su traspuesta.
Todas las propiedades dadas por las se trasladan a las columnas.

Determinantes
OJO
El determinante de la suma NO es igual a la suma de los
determinantes.
det(Id
2
+ Id
2
) = 4 = det(Id
2
) + det(Id
2
) = 2.
El determinante del producto de un escalar por una matriz NO es
igual al producto del escalar por el determinante de la matriz.
det(2Id
3
) = 8 = 2det(Id
3
) = 2.

Determinantes
Calculo de un determinante. Regla de Laplace. Teorema 3.5
Consideremos la matriz
A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
Si n = 1 denimos det(A) = a
11
.
Si n > 1 para cada (i, j) consideramos la (n 1) (n 1) matriz, A
ij
que se obtiene
de eliminar la la i y la columna j de A,
A
ij
=
_
_
_
_
_
_
_
_
_
_
a
11
a
1j1
a
1j+1
a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
i11
a
i1j1
a
i1j+1
a
i1n
a
i+11
a
i+1j1
a
i+1j+1
a
i+1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
nj1
a
nj+1
a
nn
_
_
_
_
_
_
_
_
_
_
.

Determinantes
Calculo de un determinante. Regla de Laplace. Teorema 3.5
Desarrollo por la la i-esima de A
det(A) = (1)
i+1
a
i1
det(A
i1
) + (1)
i+2
a
i2
det(A
i2
) +
+ (1)
i+n
a
in
det(A
in
).
Desarrollo por la columna j-esima de A
det(A) = (1)
1+j
a
1j
det(A
1j
) + (1)
2+j
a
2j
det(A
2j
) +
+ (1)
n+j
a
nj
det(A
nj
).

Determinantes
Ejemplo
Determinante de una matriz 2 2
det
_
a
11
a
12
a
21
a
22
_
= a
11
a
22
a
12
a
21
.
Determinante de una matriz 3 3. Regla de Sarrus
det
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
=
= a
11
det
_
a
22
a
23
a
32
a
33
_
a
12
det
_
a
21
a
23
a
31
a
33
_
+ a
13
det
_
a
21
a
22
a
31
a
32
_
=
= a
11
a
22
a
33
+ a
12
a
23
a
31
+ a
13
a
21
a
32
(a
11
a
23
a
32
+ a
13
a
22
a
31
+ a
12
a
21
a
33
).

Determinantes
Calculo del determinante mediante operaciones elementales
Utilizando los resultados de la pagina 63 se tiene que dada una matriz A existe una
matriz P producto de matrices elementales tal que PA es una matriz triangular T.
Se tiene entonces
det(P)det(A) = det(T).
Ejemplo
Sea
A =
_
a
11
a
12
a
21
a
22
_
si a
11
= 0, entonces
det
_
a
11
a
12
a
21
a
22
_
= det
_
a
11
a
12
0
a
11
a
22
a
12
a
21
a
11
_
=
= a
11
a
22
a
12
a
21
.

Determinantes
Adjunto (ij) de una matriz. Denicion 3.6
Al elemento (1)
i+j
det(A
ij
) se le denomina adjunto del elemento a
ij
y lo
denotaremos por
ij
(A).
Denicion 3.6
Dada A una matriz cuadrada de orden n, llamaremos matriz adjunta de A
A
=
_
_
_
_
_
11
(A)
12
(A)
1n
(A)
21
(A)
22
(A)
2n
(A)
.
.
.
.
.
.
.
.
.
.
.
.
n1
(A)
n2
(A)
nn
(A)
_
_
_
_
_
.

Determinantes
Teorema 3.7
El elemento (k, l) de la matriz A(A
)
t
es
a
k1
l1
(A) + + a
kn
ln
(A) =
_
det(A) si l = k
0 si l = k
A(A
)
t
= det(A)Id
n
A
1
=
1
det(A)
(A
)
t

Determinantes
Ejemplo
Calculo de la inversa de
A =
_
_
1 1 1
1 2 2
2 3 4
_
_
11
= 8 6 = 2
12
= (4 4) = 0
13
= . . .
21
= . . .
22
= . . .
23
= . . .
31
= . . .
32
= . . .
33
= . . .
det
_
_
1 1 1
1 2 2
2 3 4
_
_
= 1
A
1
=
_
_
2 1 0
0 2 1
1 1 1
_
_
1
Comparese con el resultado de la pagina 56.
Para el calculo de la matriz inversa por determinantes necesitamos 120 productos, sin
embargo por operaciones elementales solo 30 productos, es decir la cuarta parte.

Determinantes
Calculo de la solucion de un sistema por matrices
Sea (S) : Ax = b, donde A es una matriz cuadrada inversible de orden n. Se tiene
entonces que (S) posee solucion unica, dada por
x = A
1
b
Regla de Cramer. Teorema 3.8
Para k = 1, 2, . . . , n se tiene
x
k
=
a
11
. . . a
1k1
b
1
a
1k+1
. . . a
1n
a
21
. . . a
2k1
b
2
a
2k+1
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
. . . a
nk1
b
n
a
nk+1
. . . a
nn
det(A)

Determinantes
Operaciones para resolver un Sistema de Ecuaciones Lineales
Dado Ax = b un Sistema de Ecuaciones Lineales compatible y determinado, donde A
es una matriz cuadrada de orden n.
Regla de Cramer
N umero de Productos/Cocientes n + (n 1)(n + 1)!
N umero de Sumas/Restas (n + 1)(n! 1)
Metodo de Eliminacion Gaussiana
N umero de Productos/Cocientes
n
3
3
+ n
2
n
3
N umero de Sumas
n
3
3
+
n
2
2

5n
6

Determinantes
Operaciones para resolver un Sistema de Ecuaciones Lineales
Si usamos un ordenador para realizar tales c alculos, el tiempo estimado para obtener
la solucion se recoge el Cuadro 1 (tiempo esperado en un ordenador cuya velocidad
de c alculo venga dada por 15 10
6
segundos por operaci on).
CRAMER GAUSS
n N
o
Operaciones Tiempo N
o
Operaciones Tiempo
5 3600 10
2
s 115 10
3
s
10 4 10
8
10 min 805 10
2
s
20 10
21
24 10
6
a nos 5910 9 10
2
s
Cuadro: Tiempo estimado de resoluci on

Determinantes
Ejemplo
El sistema de ecuaciones lineales
x
1
+ x
2
+ x
3
= 1
x
1
+ 2x
2
+ 2x
3
= 0
2x
1
+ 3x
2
+ 4x
3
= 0
_
_
_
(S)
tiene por soluci on
x =
det
_
_
1 1 1
0 2 2
0 3 4
_
_
det
_
_
1 1 1
1 2 2
2 3 4
_
_
, y =
det
_
_
1 1 1
1 0 2
2 0 4
_
_
det
_
_
1 1 1
1 2 2
2 3 4
_
_
, z =
det
_
_
1 1 1
1 2 0
2 3 0
_
_
det
_
_
1 1 1
1 2 2
2 3 4
_
_
Comparese con el resultado de la pagina 27.
N umero de operaciones de debemos realizar para obtener x, y, z son 39 productos, si
embargo por Gauss necesitamos 14 productos, es decir mas del doble de operaciones.


T Bloque I

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

T Bloque I

Transféré par

Droits d'auteur :

Formats disponibles

Algebra Lineal y Geometra

Grado en Ingeniera Aeroespacial

) son equivalentes si tienen el mismo conjunto de soluciones.

Sistema Compatible Indeterminado

= A (matriz simetrica de A).

(Grado en Ingeniera Aeroespacial)

cuadrada de orden n tal que

(Grado en Ingeniera Aeroespacial)

Vous aimerez peut-être aussi