ALGEBRA ‘LINEAL Universidad Auténoma “Tomas Frias” Carrera de Ingenieria Civil Universided > Juon. Mtsae | Sug he: Universitaria, Tgrne eh Re Zerote Geveo 4. Carrera. Log .CIVLL. TEC “B22. josé Les Chumacero Nogales POTOSI—BOLIVIA FEBRERO 2014fo aad 1 Sistemas de ecuaciones lineales 5 1.1 Notacion y definiciones. ©... ee ee ee 6 1.1.1 | Ecuaciones lineales en n variables . . 6 1.1.2 Sistemas de ecuaciones lineales . . . 8 1.2 Eliminaciones de Gauss-Jordan y gaussiana 21 1.3 Aplicaciones de los sistemas lineales 26 1.3.1 Ajuste polinomial de curvas . 29 1.3.2 Anélisis de redes 33 1.3.3 Mas aplicaciones . . par . 7 oe wee B 1,4 Bjercicios Propuestos. ....--- +++ ee . nee pane 59 2 Matrices - 75 2.1 + Definici6n y ejemplos. 6... ee ee vt) 2.1.1 Igualdad de matrices os 76 2.1.2 Clases de matrices . . 7 2.2 Operaciones entre matrices 79 2.3 Matrices invertibles o no singulares . a 97 2.3.1 Método de Gauss-Jordan para invertir u una va matriz te 102 2.4 Aplicaciones de las operaciones con matrices... . . es eee TL 2.4.1 Matrices estocdsticas 2.4.2 Modelos de Leontief de entrada - salida ... . we ae 2.4.3 Método de los minimos cuadrados ...... . ++. 120 2.4.4 Flexion de una viga eléstica . . . 133 2.4.5 Criptografia. ++ 136 25 Ejercicios Propuestos. 6.1... eee eee ee eee 146fo aad 1 Sistemas de ecuaciones lineales 5 1.1 Notacion y definiciones. ©... ee ee ee 6 1.1.1 | Ecuaciones lineales en n variables . . 6 1.1.2 Sistemas de ecuaciones lineales . . . 8 1.2 Eliminaciones de Gauss-Jordan y gaussiana 21 1.3 Aplicaciones de los sistemas lineales 26 1.3.1 Ajuste polinomial de curvas . 29 1.3.2 Anélisis de redes 33 1.3.3 Mas aplicaciones . . par . 7 oe wee B 1,4 Bjercicios Propuestos. ....--- +++ ee . nee pane 59 2 Matrices - 75 2.1 + Definici6n y ejemplos. 6... ee ee vt) 2.1.1 Igualdad de matrices os 76 2.1.2 Clases de matrices . . 7 2.2 Operaciones entre matrices 79 2.3 Matrices invertibles o no singulares . a 97 2.3.1 Método de Gauss-Jordan para invertir u una va matriz te 102 2.4 Aplicaciones de las operaciones con matrices... . . es eee TL 2.4.1 Matrices estocdsticas 2.4.2 Modelos de Leontief de entrada - salida ... . we ae 2.4.3 Método de los minimos cuadrados ...... . ++. 120 2.4.4 Flexion de una viga eléstica . . . 133 2.4.5 Criptografia. ++ 136 25 Ejercicios Propuestos. 6.1... eee eee ee eee 1465 Espacios vectoriales con Producto k interior 5.1 Definicién y ejemplos . a 5.2 Longitud o norma y dngulo os 5.3. Ortogonalidad............- 5.4 Desigualdad de Cauchy - Schwarz . Peers 5.5 Proyeccin ortogonal. 1... essere eee i, 5.6 Bases ortonormales: Procedimiento de Gram-Schmidt ... . 5.7 Propiedades de los conjuntos ortogonales (ortonormales) . . . i‘ 5.8 Ejercicios propuestos 2... eee eee 316 6 Transformaciones lineales 6.1 Funciones o aplicaciones . . 6.1.1 Composicién de funciones ..........----45 +» 326 6.1.2 Funciones inyectivas (uno a uno) y suryectivas (sobre) ++ 328 6.2 Transformaciones lineales . 1.6.1... eee eee eee ». 331 6.3 Propiedades de las transformaciones lineales . oe He .» 338 6.4 Composicién de transformaciones lineales . . » 343 6.5 Inversas de las transformaciones lineales . . . ate » 345 6.6 Niicleo e imagen de una transformacién lineal . . . . . 346 6.7 Transformaciones lineales inyectivas y suryectivas . . . 360 6.8 Isomorfismos de espacios vectoriales ..... Bee . 364 6.9 Representacién matricial de una transformacién lineal oe + 369 6.9.1 Representacién matricial de un operador lineal ......... 369 6.9.2 Un cambio de base produce una nueva matriz que representa un operador lineal 6... csc eee ee ee eee eens 375 6.9.3 Representacién matricial de transformaciones lineales .. 879 6.10 Matrices de transformaciones lineales compuestas e inversas . +. 395 6.11 Ejercicios propuestos . 6. eee eee 398 7 Valores y vectores caracterfsticos 415 7.1 Valores y vectores caracterfsticos de una matriz........--.-- 415 7.2 Determinacién de los valores y vectores propios de una matriz A... 419 7.2.1 Valores y vectores caracterfsticos de transformaciones lineales . 430 73 DiagonalizaciOn.. 0... 0. eect eee 433 7.4 Matrices simétricas y diagonalizacién ortogonal . . 447 7.5 Aplicaciones de los valores y vectores propios .- . 459 7.5.1 Formas cuadréticas... 1... 0.2.00 ee . - 459 7.5.2 Identificacién y graficacién de ecuaciones cuadréticas . - 468 7.5.3 Superficies cuddricas ©... 6... eee eee » 475 7.5.4 Potencias de matrices diagonalizables » 484 7.5.5 Rafa cuadrada de una matriz - 486 7.5.6 Ecuaciones en diferencias . . . 492 7.61 Mjercitios propuestos ieee ett tee ae eee 502caPiruLo 1 Sistemas de ecuaciones lineales Muchas preguntas en ingenierfa, fisica, matemética, economfa y otras ciencias se reducen al problema de resolver un sistema lineal; siendo el caso més simple aquel en el que el ntimero de incégnitas coincide con el ntimero de ecuaciones. Es decir, sistemas de n ecuaciones con n incégnitas. Desde los textos de secundaria se proponen dos métodos para resolver tales sis- temas de ecuaciones lineales: A saber, el método de eliminacién y el método de los determinantes. El primer método, el de eliminacién, consiste en sustraer multiplos de la primera ecuacién de las restantes, de tal manera que sea posible eliminar una misma incégnita en el resto de las ecuaciones, con lo que se obtiene un sistema con una ecuacién y una inedgnita menos, esto es, un sistema de n— 1 ecuaciones con n— 1 incégnitas. El proceso se repite una y otra vez hasta que sdlo queda una ecuacién con una incégnita, que se podré resolver inmediatamente. No es dificil recorrer los pasos seguidos en sentido contrario y calcular el resto de las incégnitas. Ademds, este procedimiento permite detectar aquellos casos en que no existe solucién o, por el contrario, existe infinidad de ellas. El segundo método, mds complicado, introduce el concepto de los determinantes y mediante la regla de Cramer se obtienen las soluciones como cocientes de dos deter- minantes. Su estudio no seré abordado en esta asignatura. Pues el costo de célculo de dicho método no es viable para n > 3 y es viable sélo para sistemas de tamaiio n = 2. Cuando se trata de resolver sistemas con un numero grande de incégnitas, se utiliza el método de eliminacién, de costo bastante inferior. De este modo, la eliminacién (ge- neralmente llamado eliminacién gaussiana) es el algoritmo que se usa constantemente para resolver grandes sistemas de ecuaciones lineales.1.1 Notacidén y definiciones Un gran mimero de problemas précticos en ingenierfa, fisica, mateméticas, economia y otras ciencias se reducen al problema de resolver un sistema de ecuaciones lineales. 1.1.1 Ecuaciones lineales en n variables El término lineal proviene de la palabra Ifnea. La ecuacién de un Ifnea recta en el plano es de la forma a,2+a,y=b; 41,02 yb son constantes. Esta ecuacién se denomina ecuaci6n lineal en dos variables z y y. De manera seme- jante, la ecuacién de un plano en el espacio es de la forma ac +agy+agz=b; 41,02,a3 yb son constantes. Esta ecuacién se denomina ecuacién lineal en tres variables x,y y z. En general, una ecuacién lineal en n variables se define como. Definicién 1.1.1 Una ecuacién lineal en n variables 1,22, 23,...,2n es de la forma 121 + age + agr3 +++++ Onn = b. Los coeficientes a1, a2,43,...,@n y el término independiente b son mimeros reales. El mrimero a; es el coeficiente principal y 71 es la variable principal. Observacién 1.1.1 Observe que las variables aparecen elevadas a la primera poten- cia y no son funciones trigonométricas, exponenciales, logarftmicas u otros tipos de funciones. Tampoco hay productos o rafces de las variables. En el siguiente ejemplo, se muestran ecuaciones lineales y otras que no lo son. Ejemplo 1.1.1 Las siguientes son ecuaciones lineales. a) 3c+5y=7, b)Viz+ey—mz=e", c) 1 +2xy—3ag + 8x +0 Las siguientes ecuaciones no son lineales. a) 3zy+2=5, 6) senz,+3e2—mnz3=4, c)e*-Yy=4, d)a?+y?=4 Una solucién de una ecuacién lineal en n variables es una n-upla de ntimeros reales (81, 82, 83,.-.,8n) de modo que la ecuacién lineal se cumple cuando en ésta se sustituyen los valores By = 81, Tz = 82, TZ = $3, ---) In = Sn-Por ejemplo, una solucién de la ecuacién lineal a +2m.=4 es la 2-upla (si, 32) = (2,1), més conocido como par ordenado.. Otras soluciones son ay = —4y m2 =4, % = Oy 22 =2, r= —-2y 22 =3, ... Observe que una ecuacién lineal admite infinitas soluciones. El conjunto de todas las soluciones de una ecuacién lineal se denomina su conjunto solucién y cuando éste se determina se dice que se ha resuelto la ecuacién. Para describir todo el conjunto solucién de una ecuacién lineal, se utiliza una representacién paramétrica, como se ilustra en el siguiente. Ejemplo 1.1.2 Resolver la ecuacién lineal 2; + 2x2 = 4. Solucién. Para determinar el conjunto solucién de una ecuacién lineal en dos va- riables, una de ellas se expresa en términos de la otra. Por ejemplo, despejando la variable principal x, ésta queda expresada en términos de x2. wy = 4-229. De esta forma la variable z2 es libre, lo cual significa que puede asumir cualquier valor real, en tanto que 2; no es libre, ya que su valor depende del valor asignado a 2. Para representar las infinitas soluciones de la ecuacién lineal dada, es conveniente introducir una tercera variable t, denominada pardmetro. Ast, haciendo zz = ¢ se puede representar el conjunto solucién como 2 =4—2t, 2 =t, siendo ¢ cualquier mimero real. Las soluciones particulares se pueden obtener al asignar valores al parémetro t. Por ejemplo, t = 1 da la soluci6n 2, = 2 y 22 = 1y t = 4 da la solucion 1 = —4y 2 = 4.0 El conjunto solucién de una ecuacién lineal puede representarse paramétrjcamente en més de una forma. Es decir, la representacién paramétrica del conjunto solucién de una ecuacién lineal no es nica. Asf, en el ejemplo 1.1.2, pudo haberse elegido a 71 como la variable libre. Entonces, la representacién paramétrica del conjunto solucién habria tomado Ja forma a =k, = =2- 5h siendo k cualquier mimero real. ” Por conveniencia, se seguird el acuerdo de elegir como variables libres aquellas que aparezcan al tiltimo en una ecuacién lineal dada.1.1.2 Sistemas de ecuaciones lineales Muchos problemas en dlgebra lineal son similares a estudiar un sistema de ecuaciones lineales. Por ejemplo, encontrar el nticleo de una transformacién lineal y caracterizar el subespacio generado por un conjunto de vectores. De este modo, los métodos que Se presentan en est4 seccién se aplicardn més adelante a temas més abstractos. Un sistema de m ecuaciones lineales en n incégnitas o simplemente un sistema lineal, es de la forma. aut, + ait + + aintr = by Gaz, + agar, + + mntn = by (14) Omit, + met, + + Gmntn = bry Donde los a; y los b; son mimeros reales llamados coeficientes y términos indepen- dientes respectivamente, y los x; son las incégnitas. Si todos los b; son cero, el sistema se llama homogéneo. : El sistema que se obtiene a partir de (1.1) reemplazando los b; por cero se denomina sistema homogéneo asociado con el sistema (1.1). Usando notacién matricial, el sistema anterior se puede escribir como, a1 a2 41n, a by 21 ag Gon | | z2 |_| be Gmi m2 Gma | | tn on, y concretamente como Az =b. Donde A es la matriz de los coeficientes del sistema, x es el vector de incégnitas y b es el vector de términos independientes. La matriz M1 ain Mn: by er. ze Gan: bg Gm Om? Gmn bm se ama matriz aumentada del sistema, La matriz de los coeficientes A y la matriz aumentada [A: 6] del sistema lineal desempeiian papeles claves en la resolucién de sistemas lineales. Ejemplos de sistemas de ecuaciones lineales son: Sistema lineal 2 x 2 82, — 42 = 7 rectaenel plano —5a, + 22 = -3 rectaenel plano 8cuya forma matricial es [+ =][3]-[4] y la matriz aumentada del sistema es 38-4: 7 -§ 2: -8 Sistema lineal 3 x 3 : 4a, + 2a — 323 —22, + leg + 23 Sa, — 202 - Tag cuya forma matricial es 4 2 -3 2, 1 —2 1 1 zg |=] 0 5 -2 -7 3 5 y la matriz aumentada de este sistema es 1 plano en el espacio 0 plano en el espacio 5 plano en el espacio Sistema lineal 4x 4 4a, + 2a t + 3a Ta, + 2x2 a + Tag [++ cuya forma matricial es 42-3 4)[m T 13 5 5 |_| -3 7:2 4 -8}}a3]~ | 8 17-6 5] | 2% 9 y la matriz aumentada del sistema es geo O tea ete, 13 5 5: -3 72.4 -8: 8 17-6 5: 9En la préctica dado un sistema lineal Ax = b, los coeficientes a;;, y los términos inde- pendientes 6; son conocidos (dados) el problema consiste en encontrar los valores de las incégnitas 21, 72,...,%, que satisfagan cada una de las ecuaciones que conforman el sistema (1.1). De hecho, una soluci6n del sistema lineal (1.1) es una n-upla de nuimeros reales (x1, 22,.--,@n) que es solucién de cada una de las ecuaciones del sistema (1.1). Por tanto, resolver un sistema de ecuaciones lineales significa encontrar los valores de las incégnitas 71, 2,...,7n que satisfacen todas las ecuaciones lineales simulténeamente. Un sistema de ecuaciones lineales se denomina consistente si tiene por lo menos una solucién e inconsistente si no tiene solucién. Ntimero de soluciones de un sistema de ecuaciones lineales Dado un sistema de ecuaciones lineales de la forma (1.1) s6lo se cumple una de las siguientes afirmaciones. 1. El sistema tiene exactamente una solucién (sistema consistente). 2. El sistema tiene infinitas soluciones (sistema consistente). 3. El sistema no tiene solucién (sistema inconsistente), La solucién unica de un sistema lineal geométricamente representa el punto de inter- seccién de las gréficas de las ecuaciones lineales que conforman el sistema; en el caso de un sistema 2 x 2, Ia solucién unica representa la interseccién de dos rectas; en el caso de un sistema 3 x 3, representa el punto de interseccién de tres planos. Las infinitas soluciones de un sistema representan los infinitos puntos de intersec- cién de las gréficas de las ecuaciones lineales del sistema. Es asf que en el caso de sistemas 2 x 2, las soluciones infinitas significa que las rectas coinciden entre si y en el caso de un sistema 3 x 3, significa que los tres planos se intersectan a lo largo de una recta. Que un sistema lineal no tenga solucién significa que las gréficas de las ecuaciones lineales del sistema no tienen un punto de interseccién comin. Como se dijo arriba, si en el sistema (1.1) todos los términos independientes b; son cero, el sistema se llama homogéneo, si no todos los 6; son cero el sistema se llama no homogéneo. Nota 1.1.1 Note que todo sistema homogéneo siempre es consistente pues al menos la n-upla (0,0,...,0) es siempre solucién de dicho sistema, esta solucién t =0, t12=0, ..., tr =0 de un sistema homogéneo se denomina solucién trivial. 10Una solucién de un sistema homogéneo donde no todos los 21,22,...,2n SOD iguales a cero, se denomina solucién no trivial. Note también, que todo sistema homogéneo que tiene mds incégnitas que ecua- ciones tiene infinitas soluciones. Ejemplo 1.1.3 Considere el siguiente sistema 2 x 2 a — 8% = -7 (-2) 22, - 622 = 7 Restando dos veces la primera ecuacién de la segunda obtenemos. 20, + 629 14 2a, — 6a 7 Oo = 21 el cual no tiene sentido, esto significa que el sistema considerado no tiene solucién. Es decir, es inconsistente, esto a su vez significa que las rectas que conforman el sistema no se intersectan o més concretamente las dos rectas son paralelas. Sin embargo, el sistema homogéneo wm - 3m = 0 2c, — 622 = 0 Es consistente, pues al menos la solucién trivial z, = 0 y 22 = 0, satisface dicho sistema. Por otra parte, consideremos el siguiente sistema homogéneo 2 x 3, que tiene nds incédgnitas que ecuaciones 22, + 4a. - 2g 0 m1 -— 2s + Tag 0 Se puede comprobar que este sistema admite infinitas soluciones. En efecto, al sumar la primera ecuacién a la segunda ecuacién multiplicada por (—2), se tiene 2c, + 4rg - 23 0 — 20, + 2 - 14g 0 6z2 — dag 0 expresando 22 en términos de x3, se obtiene Ee =3,, 2= Eas de esta forma, la variable zs es libre, lo cual significa que puede asumir cualquier valor real, en tanto que z2 no es libre, ya que su valor depende del valor asignado a z3. Para representar la infinidad de soluciones de este sistema, es conveniente introducir seyuna tercera variable t denominada parémetro. As{, con x3 = 6t se puede representar el conjunto solucién como sigue. Reemplazando zs = 6¢ en la anterior ecuacidn, se tiene x2 = 15t, luego susti- tuyendo estos valores en Ja segunda ecuacién lineal, se obtiene By = 2-723 15¢ — 42¢ = —27¢ Luego la 3-upla (21, 22,23) = (—27#, 15t, 6t) = t (-27, 15,6) para t, cualquier nimero real es solucién del sistema, esto dice que el sistema tiene infinitas soluciones uno para cada valor de t. Las soluciones particulares se puede obtener al asignar valores al parémetro t. Por ejemplo, para t = 1, se tiene la solucién 2, = —27,22 = 15 y z3 = 6, mientras que para t = —1, se tiene la solucién 2; = 27, 2 = —15 y z3 = -6. Sistemas lineales equivalentes Se dice que dos sistemas de ecuaciones lineales son equivalentes si tienen la misma solucién. Por ejemplo, los siguientes sistemas lineales son equivalentes o- y+ 32 = 9 c- Yy + 3 = 9 —c + -4 y+ 32 = 5 Qe - by + be 17 z= 2 Pues, ambos sistemas tienen la misma solucién; a saber, z= 1, y=—ly z=2. Como los sistemas anteriores son equivalentes, entonces es natural -preguntarse, Lcudl de estos sistemas es més facil de resolver? Es evidente que el sistema més facil de resolver es el de la derecha. Se dice que este sistema est4 en forma escalén por filas, lo cual significa que tiene un patrén escalonado y que tiene coeficientes principales iguales a 1. Para resolver este tipo de sistemas lineales se aplica un procedimiento denominado sustitucién hacia atrés; el cual consiste en lo siguiente. En base a la ecuacién 3, se sabe que z = 2. Al sustituir este valor en la ecuacién 2, se determina el valor de y, as{ como vemos a continuacién y+3(2) = 5 y= -1 Finalmente, se sustituye los valores y = —1 y z = 2 en la ecuacién 1, para obtener z—2(-1)+3(2) = 9 o=il Por tanto, la solucién del sistema es w=1,y=-lyz=2 12E] término sustitucién hacia atrés implica que se trabaja restrospectivamente. Asf, en el ejemplo anterior la tercera ecuacién dio el valor de z, @ continuacién se sustituyé ese valor en la segunda ecuacién para encontrar el valor de y, por ultimo se sustituyé los valores de y, z en la primera ecuacién para determinar el valor de x. Resolucién de sistemas de ecuaciones lineales Para resolver sistemas de ecuaciones lineales que no estén en forma escalén por filas, primero se transforman dichos sistemas a sistemas equivalentes que estén en la forma escalén por filas utilizando las siguientes operaciones elementales de ecuaciones. 1. Intercambio de dos ecuaciones. 2. Multiplicacién de una ecuacién por un numero distinto de cero. 3. Suma de un miiltiplo de una ecuacién a otra ecuacién. Notacién. Con la finalidad de aplicar sistemdticamente y de manera eficiente las anteriores operaciones a sistemas de ecuaciones lineales arbitrarios introducimos las siguientes notaciones. 1. E; = E; significa "intercdémbiense las ecuaciones Ej y Ej". 2. Ej —> cB; significa "sustitiyase la i-¢sima ecuacién por la i-ésima ecuacién multiplicada por c #0". 3. E; —+ B; + ck; significa "sustitéyase la j-6sima ecuacién por la suma de la j-ésima ecuacién y la i-ésima ecuacién multiplicada por c". Con esto a nuestra disposicién, consideremos un sistema general de tres ecuaciones lineales con tres incégnitas. aut, + ayt, + ai3t3 ait, + aget, + agszy 43121 + as2t2 + ag3tg (1.2) wou rrr cuya matriz aumentada es M11 a2 ais shy 21 Gag 23: by 231 G32 33 : bg Como primer paso se reemplaza la segunda ecuacién por la suma de la segunda ecuacién y la primera multiplicada por ~a/a11. Similarmente, se sustituye la tercera ecuacién por la suma de la tercera ecuacién y Ja primera ecuacién multiplicada por —ag1/a11. Todo esto da lugar al nuevo sistema. 3O10, + ieee + aiszs coat, + Casz3 csqt2 + Cagty (1.3) wud ees cuya matriz aumentada es 0 sz cas + ds En donde los c y los d son los nuevos elementos que se obtienen de las operaciones efectuadas y en donde 2; se ha eliminado de la segunda y tercera ecuaciones. Abora, multiplicando la segunda ecuacién de (1.3) por —cs2/cz2 y sumando el resultado a la tercera ecuacién de (1.3), se obtiene el siguiente sistema reducido o sistema triangular. ay a2 ag = by 0 coe cs : de Ot, + ait, + ast Canta + cysx3 3323 b & (1.4) 3 cuya matriz aumentada es 0 O es : fs Donde ess y fs resultaron de las operaciones realizadas y 22 se ha eliminado de la tercera ecuacién. El proceso de evar el sistema (1.2) a la forma reducida o sistema triangular (1.4) se conoce como eliminacién de Gauss o triengulacién. Observe que el sistema triangular (1.4) se resuelve facilmente mediante el proceso de sustitucién regresiva. Ademés, nétese que en el proceso de triangulacién no es necesario conservar las variables 1,22,23. De hecho, esta triangulacién puede levarse a cabo usando sola- mente la matriz de coeficientes y el vector b, por esta razén y para mayor simplicidad se emplearé la matriz aumentada del sistema. 411 dig aig: by 431 aap a3 : be 431 G39 33: bg Con esto se incorpora la notacién matricial y todas sus ventajas a la solucién de sistemas de ecuaciones lineales. 4 G12 aig thy 0 cm os : Nota 1.1.2 En el proceso de triangulacién es posible obtener sistemas y matrices aumentadas de la forma: 14O21 + Gy9%2 + asta Oz, + cate + costs Oz, + (zg + eg3z3 oud oes a1 412 aig : by 0 cx o3 : 0 0 eg : fs En este caso, el sistema tiene solucién tinica. et, + a12%2 + aiszs Ox, + corte + casts Oz, + Ox2 + Ong ou & En este caso, el sistema tiene infinitas soluciones. : O21 + ay2t2 + aigts by 41 12 ais : by Oz, + cat, + casts d, 0 c22 c3 : de Oz. + Oxe2 + Ozg oud fs 0 0 0: fs En este caso, el sistema no tiene solucién. Ejemplo 1.1.4 Resuelva los siguientes sistemas de ecuaciones lineales zt+yt z= 2 _ We a) -c + 3y + 2% = 8 b) Se + By 4c + oy = 4 3y 5a, — 32g + 23 = 3 Qe, + me ce) 2m + 4eg - 29 = 7 a) Sey a — leg + 423 = 3 —22, + 322 Solucién. (a) Consideremos la matriz sumentada del sistema 111: 2 132: 8 410: 4 Al triangularizar esta matriz, se tiene 1 crete [- } : Rh-h+h 1 0 0 410 Foo Fo— AF, 8 4 RoR+ihcuyo sistema correspondientes es zcty +z 2 4y oe a“ 4 ease ea, Finalmente, por sustitucién regresiva se obtiene z = —-2, y=4y2=0. De este modo, la 3-upla (z,y,z) = (0,4, —-2) constituye la solucién tnica del sistema. (b) La matriz aumentada del sistema dado es 20 2:2 Biisieostestia 03-4: 4 Al triangularizar esta matriz, se obtiene. 20 2:2 20 2: 2 53 0: 4 03-3: -1 03-4: 4) B°R-HA ]o 3 4: 4 20 2: 2 03-5: -1 BOR-F logo 1: 5 Por sustitucién regresiva, se tiene z = 5, y = 8 y z = —4. Por tanto, la solucin tinica del sistema es (z,y, 2) = (—4,8,5). (c) La matriz aumentada del sistema es 5 -3 2: 3 2 4-1: 7 1 -ll 4: 3 Al triangularizar esta matriz, se obtiene. 5-3 2: 3 5-8 2: 3 204-1: 7) BORER |) og -o/5 : 29/5 1-1 4: 3] “37 *387 5% |g _52/5 18/5 : 12/5 0 26/5 -9/5 : 20/5 Ronen [2-3 2: 3 0 0 0: 70/5 La ultima fila de esta matriz dice que el sistema considerado no tiene solucién. 16(d) Al triangularizar la matriz aumentada del sistema, se tiene 21-3: 4) 2 pon [2 1 -3 40 2: 0] ER | Oo -2 8: -2 3-13: -8 seers. to 4 -16 : Ae oo 2 1-3: 4 = 8: 2 RAHA 1D DO: La ultima fila diferente de cero de esta ultima matriz aumentada, dice que el sistema tiene infinitas soluciones, pues el sistema correspondiente a esta matriz es 2c, + 22 - 323 = 4 — 222 + 823 = 2 Al despejar x2 de la segunda ecuacién, se tiene %q = 4x3 —1, haciendo zs = ¢, se tiene m2 =4t-1 y reemplazando estos valores en la primera ecuaci6n lineal, se tiene 1,5 a s—xtt 5. De este modo, las soluciones infinitas estdn dadas por aanH+h, tg=4t-lyazg3=t, paratodoteR. © Matrices en forma escalén por filas y en forma escalén por filas reducida En la anterior seccién se estudiaron tres operaciones bésicas que al ser aplicadas a sistemas de ecuaciones lineales arbitrarias producfan sistemas equivalentes més faciles de resolver. Cuando estas tres operaciones se aplican a las filas de una matriz (aumentada) que representan un sistema de ecuaciones reciben el nombre de operaciones elementales sobre filas. En general, una operacién elemental sobre filas (columnas) en una matriz arbi- traria A, es una cualquiera de las siguientes operaciones. WwWa) Intercambio de le fila (columna) i con la fila (columna) j, esta operacién se lama operacion de tipo 1. b) Multiplicacién de una fila (columna) i por un ntimero r # 0, esta operacién se llama operacién de tipo 2. c) Sumar r veces una fila (columna) i a le fila (columna) j, esta operacién se llama operacién de tipo 9. Definicién 1.1.2 (de matrices equivalentes) Se dice que una matriz Bmxn © equivalente por filas a una matriz Amxn. Si Bmxn se puede obtener de Amxn Por medio de una sucesin finita de operaciones elementales sobre filas. Notacién. Se usaré el simbolo “-—+”para denotar la equivalencia de matrices ademés, se indicaré con un nimero sobre este s{mbolo el tipo de operacién que se realiza. Ejemplo 1.1.5 Como -1 3-1 -3 ia ettes A= 1-4 3 3}e4se=|-1 3 -1 -3]}-4%.- 20-4 6 2 0-4 6 1-4 33 1-4 33 «Asp = 10-1 20/4 B=]0 -1 20 2 0-46 0 8 -10 0 Esto dice que A ~—> B que se lee "A es equivalente por filas a B" ya que la matriz B se ha obtenido de la matriz A por medio de una sucesién finita de operaciones elementales sobre filas. Ejemplo 1.1.6 Utilice operaciones elementales sobre filas para resolver el siguiente sistema de ecuaciones lineales. a - 323 = -2 Sm, + 22 -— 2g = 5 Qa, +. 22 + tw = 4 Solucién. Considerando la matriz aumentada de este sistema, se tiene 10-3: -2 10-3: =2 $1 -2: BleSsfor 7: w]e [22 1a: 4 02 7: 8 10-3: -2 10-3: -2 o1 7: ufeslori 7: 1 00-7: +4 OOS iiine(Luego se identificaré a esta ultima matriz como una matriz en forma escalén por filas). El sistema correspondiente a esta ultima matriz es a - 323 = -2 tg + 723 aby a = 2 Utilizando sustitucién regresiva, se obtiene la siguiente solucién tinica =4, o=-3, mg=2 Més luego, ge afirmar4 que esta forma de resolver un sistema recibe el nombre de eliminacién gaussiana.@) Por supuesto, se puede obtener el mismo resultado sin utilizar sustitucién regresiva, pero desde luego se requiere mds trabajo. En efecto, conocido 10-3: -2 10-3: -2 100: 4 3.1 -2 slelo1 7: wi]Ssfoio: -3 22 1: 4 00 1: 2 oo1: 2 (Se diré que esta iltima matriz esta en forma escalén por filas reducida). El sistema correspondiente a esta ultima matriz es 4 -3 23 2 De nuevo es posible "ver" la solucién nica x1 = 4, 2g = 8 y 2g = 2. ‘También, en seguida se afirmard que esta forma de resolver un sistema de ecua- ciones lineales, recibe el nombre de eliminacién de Gauss-Jordan. a 23 Definicién 1.1.3 (de la forma escalén por filas reducida de una matriz) Una matriz A se dice que estd en forma escalén por fas reducida si cumple las siguientes cuatro condiciones. 1, Todas las filas que constan exclusivamente de ceros (si existen) estan agrupadas en la parte inferior de la matriz. 2. Si existen filas que no constan exclusivamente de ceros, entonces al primer ele- mento distinto de cero debe ser 1 denominado 1 principal. 3. Para dos filas consecutivas que no constan exclusivamente de ceros el 1 principal de la fila superior, esté mds a la izquierda que el 1 principal de Ja fila inmediata inferior. 194. Toda columna con un 1 principal tiene ceros en todas sus posiciones por arriba y por debajo de su 1 principal. Anélogamente, se puede definir matrices en forma escalén por columnas y matrices en forma escalén por columnas reducida. Nota 1.1.3 Si una matriz cumple las tres primeras condiciones se dice que esté en forma escalén por filas. El término escal6n se refiere al patron de escalera formada por los elementos no ° nulos de la matriz. Para que una matriz tenga esta forma debe satisfacer las tres primeras condiciones de la definicién anterior. Ejemplo 1.1.7 Las siguientes matrices estan en forma escalén por filas reducida. 100 1000 1007 1039 ={010)/,B=};0100 .e=[} 01 2 }?- 015 8 ool 0001 oooad fuomelo 1.1.8 Las matrices que siguen a continuacién estén en forma escalén por 123 35 4 1639 018 oie -tho-[3¢ff}o-jarss 001 i 0000 Ejemplo 1.1.9 Las matrices mostradas a continuacién no esti 12-5 7 14-3 5 =/0 2 8 -6],B=|00 0 0 oo 1 -3 o1 2 Observacién 1.1.2 Observe que la diferencia entre estas dos formas es clara a partir de los ejemplos. En la forma escalén por filas, todas los niimeros situados debs jo del 1 principal de una fila son ceros. En la forma escalén por filas reducida, todos los niimeros situados arriba y abajo del 1 principal de una fila son ceros. Por tanto, la forma escalén por filas es més exclusiva; es decir, toda matriz que esté en forma escalon por filas reducida est4 en forma escalén por filas, pero no a Is inversa. También, observe que toda matriz siempre se puede reducir en una matriz que esté en forma escaldn por filas reducids o en una mstriz que esté en forma escalén por filas, esto se logra utilizando las operaciones elementales sobre filas en una matriz. Por ejemplo, la matriz A del ejemplo 1.1.9, que no esté en forma escaldn, se puede reducir a una matriz en forma escalén por filas utilizando la operacién elemental de tipo 2, aplicada a la segunda fila de dicha matriz, de la misma forme en la matriz B intercambiando Ja segunda fila y la tercera se obtiene una matriz en forma escalén por filas. 20De hecho, cualquier matriz se puede convertir en una matriz en forma escalén por filas o en forma escalén por files teduckla, Jas operaciones que se encargan de hacer esto posible son las operaciones clemontaler de files {eolumoas) en una matriz. 1.2 Eliminaciones de Gauss-Jordan y gaussiana los conceptos ¢ ideas acerca de las matrices en forma eacaléu por files y eacalén por Blas reducida noa proporcionan dos métodoa para resolver sistemas de ocusciones Tineales, A eaber: El método de climinaciéa guussiena y el método de eliminacién de Gauss - Jordan, El método de eliminecién gaussisns consiste en reducir la matrix sumentada del sistema en une matriz equivelenta que eaten forme evcalda por Sles y lucgo utilizando muntitecién regresiva ea cbtiene Jn solucién del sistema. Es decir, dado un sistema cualquiera digamoa. mz, + fiat, + tists = by aqiz, + Genta + Canty = by (1.5) a2, + asad, + Gary = by ‘Comsidecando Ja matris sumentada def sistema. | en ay my sy 4g, Gop day by Oy, G37 day: by Aplicando operaciones elementales ecbre files se reduce esta matriz, en uns matriz equivalente que esté en forma excaléo por file. Tia a3: a O 1 og : o Qo o 1 ea ‘Cuyo aiztama correspondiente es my + Giat%y + Grats %q + Gest x Ts os Luego utilizands suatitucién cegresive o sustitucién hacia atréa, se obtiens la soluckin del sistema. Por otra parte, el méteda de eliminacién de Gauss - Jordan consiste en reducir Ia Joatris aumentads del siviema, en une matris equivalente que eeté en forma escalin por filas reducida, Es decir, dado un sistema cualquiera; por ejemplo 1 oum + aut, + dats = a omz + agaz; + aggty = ty ayz) + astg + agszg = by a1Considerando la matriz aumentada de este sistema Qi a2 ag by 421 G22 23 + bp Q31 G32 @33 : bg Aplicando operaciones elementales sobre filas se reduce esta matriz, en una matriz equivalente que esté en forma escalén por filas reducida. 100: dq my 0 0: gq 0 1 0 : de | cuyo sistema correspondientees | 0 z2 O : dp 001: ds 0 0 a3 : dg Que obviamente es la solucién del sistema. Ejemplo 1.2.1 Resuelva el siguiente sistema utilizando eliminacion gaussiana y el método de eliminacién de Gauss - Jordan. 4c, + a - 323 = 11 Qe, ~ 32g + 2x3 9 am + a + 23 = -3 Solucién. Primeramente resolvemos mediante eliminacién gaussiana, considerando la matriz aumentada del sistema y aplicando operaciones elementales sobre las filas a esta matriz, se obtiene. act deteg eesti 1 1 1:-3 161 °1:-8 2-3 2: 9{e4]2 -3 2: 9)%]0 -5 0: 8 1 1 1 :-3 4 1-38: 0 -3 -7 : 2 1 1 1:23 Teg teeing fo 1 0 :-3f-s}o01 0 :-3]-)01 0 :-3 001 :-2 0 -3 -7 : 23 00 -7 : 14 Observe que esta ultima matriz es equivalente a la matriz aumentada del sistema que est& en forma escalén por filas, cuyo sistema correspondiente es a + mm + %3 -3 zy -3 zy = -2 Ahora, utilizando sustitucién regresiva, se obtiene la solucién 2, = 2, t2 = —3 y zg = —2. Seguidamente, resolvemos el sistema dado mediante la eliminacién de Gauss - Jordan, para lo cual continuamos el proceso de reduccién de la matriz en forma 22escalén por filas en una matriz en forma escalén por filas reducida. Seen e dr ecaeceeae 110: -1 100: 2 010: -3/&%Jo10: -3/%]oio: -3 001: -2 ool: -2 oo1: -2 Observe que la ultima matriz esté en forma escalén por filas reducida. Cuyo sistema correspondiente es 2 -3 2 a te 3 As{, nuevamente vemos la misma solucién 2, =2, ag =-3 y 23 =-2. Ahora, dado un sistema arbitrario jeémo saber que dicho sistema tiene solucin ‘Yinica, infinitas soluciones o ninguna solucién? Para responder esta pregunta, consideremos un sistema general de m ecuaciones - lineales cada una con n incdgnitas on variables. Oey + aygtg + vee yt, + apetg + osreees by ba Qmiz1 + Omete, + Cuya matriz aumentada es a az bb a2 ann : be Qm1 Om? + bm Aplicando operaciones elementales sobre filas se reduce esta matriz a una matriz equi- valente que este en forma escalén por filas, en este proceso solo una de las siguientes situaciones puede presentarse: 1, La ultima fila diferente de cero es de la forma. 00+ 0 1: om En este caso, el sistema tiene solucién tunica. 2. La ultima fila diferente de cero es de la forma 0 0 -+ 1 ay i Om En este caso, el sistema tiene infinitas soluciones. 233. La tltima fila diferente de cero es de la forma 00+ O00 : cH En este caso, el sistema no tiene solucién. Ejemplo 1.2.2 Encuentre los valores de k si es posible para los cuales el siguiente sistema: a) tenga solucién tnica, b) infinitas soluciones y c) ninguna solucién. a + m2 — mg = 2 a + Qe + wy 3 z + a + (-5)c3 = k Solucién. Considerando la matriz aumentada del sistema, se tiene Yl o-1: 2 Pilo-t: 2 12 1: 3)4}01 2: 1 11-5: k 0 0-4: k-2 11 -1 2 = o1 2 1 0 0 (k-2)(k+2) : k-2 Analizando en le ultima matriz vemos que si k = —2, entonces la ultima fila de le matriz obtenida es de la forma 000: -4 Por tanto, concluimos que el sistema no tiene solucién para k = -2, Por otra parte; si k = 2, entonces le tltima fila diferente de cero de la matriz obtenida es de la forma or2:1 de este modo, deducimos que el sistema tiene infinitas soluciones para k = 2. Finalmente; si k # +2, entonces la ultima fila diferente de cero de la matriz obtenida es de Ja forma O01: ee que es equivalente a 001: gy Note que, no existe division entre cero, luego el sistema tiene solucién tinica. En consecuencia: a)Parak # 2, el sistema tiene solucién tnica, b) parak = 2, el sistema tiene infinitas soluciones y c) para k —2, el sistema no tiene solucién. 24Ejemplo 1.2.3 Encuentre os valores de a y 6 (si es posible) para los cuales el si- guiente sistema at, + 2 + 2s = 0 1 + a = b =a —ar, + 222 + abzg a) Tenga solucién tinica, b) Infinitas soluciones y ¢) Ninguna solucién. Solucién. Considerando la matriz aumentada del sistema y aplicando operaciones elementales de fila, se tiene b 10 1: b of }o1 at ab ~a 1 2:0 10 1: 10 1:b] 4] -a 1 -a 2 ab:a -a 2 ab: a 0 2 atab:ab+a 0 1 oH en 1: b a a+2 : ab 0 0 a(e-1)-4 ;-a(b-1) Analizando en esta tiltima matriz vemos que Si b =1, entonces esta matriz se convierte en 10 teil 0 lat+2:a4 00 -4: 0 en este caso, e] sistema tiene solucién tinica. Por otra parte; si b # 1, se tiene dos posibilidades (i) a= g4y, entonces 10 1: b [: 1 pt? : a | 00 Oo: -4 en este caso, el sistema no tiene solucién. 1021: 6 Olk: k ool: k (para algiin ntmero real k); en este caso, el sistema tiene solucién unica. Por tanto: (a) Sib = 1, el sistema tiene solucién unica cualquiera sea a. (b) Sib 1y a= Sy, el sistema no tiene solucién. (©) Sib# Ly aF phy, al sistema tiene solucién tinica. (i) a # jy, entonces Observe que el sistema nunca tendré infinitas soluciones. @ 25