Sunteți pe pagina 1din 9

Juan de Jesús González Carrillo.

SISTEMAS DE ECUACIONES
Matricula: ES172006961
Lic. en Matemáticas
Unidad 2, Actividad 1, .
(MT-MALI1-1902-B1-002)

5 de agosto de 2019 Docente: Dra. Linda Landeros Mtz.


Álgebra Lineal I 05/08/2019

Sistemas de ecuaciones, matrices y transformaciones lineales, Actividad 1, Unidad 1.

Matriz.

Definición: Matriz.

Una matriz es un arreglo rectangular de elementos que consiste en 𝒎 renglones y


𝒏 columnas. Los elementos de una matriz por lo general son números reales, pero
no siempre. Una matriz 𝐴 que contiene elementos 𝑎𝑖𝑗 tiene la forma general

 a11 a12 ... a1n 


 
a a22 ... a2 n 
A =  21
 ... ... ... ... 
 
 am1 am 2 ... amn 

Vectores.

Un vector es una matriz que sólo tiene una fila o columna.

Definición: Vector fila.

Un vector fila (vector renglón o matriz renglón) es una matriz que sólo tiene una
fila. Un vector fila 𝑅 con 𝑛 elementos 𝑟𝑖𝑗 tiene una dimensión (1 × 𝑛) y la forma
general

𝑅 = (𝑟11 𝑟12 𝑟13 … 𝑟1𝑛 )

Definición: Vector columna.

Un vector columna, o matriz columna, es una matriz que sólo tiene una
columna. Un vector columna 𝐶 con 𝑚 elementos 𝑐𝑖𝑗 tiene una dimensión (𝑚 × 1)
y la forma general

juan_gonzalez@nube.unadmexico.mx 1
Álgebra Lineal I 05/08/2019

Sistemas de ecuaciones, matrices y transformaciones lineales, Actividad 1, Unidad 1.


𝑐11
𝑐21
𝐶 = 𝑐31

(𝑐𝑚1 )

Producto de una matriz por un vector.

Sea 𝐴 una matriz 𝑚 × 𝑛 y 𝐵 una matriz columna (vector) 𝑚 × 1, el producto


matricial 𝐴 × 𝐵 es la matriz 𝐶 columna 𝑚 × 1 definida como

 a11 a12 ... a1n  b1   a11b1 + a12b2 + + a1nbm 


    
 a21 a22 ... a2 n  b2   a21b1 + a22b2 + + a2 nbm 
=
 ... ... ... ...  ...   
    
 am1 am 2 ... amn  bm   am1b1 + am 2b2 + + amnbm 

1. Usando la definición anterior, escribe las ecuaciones correspondientes


para cada uno de los sistemas 1, 2, y 3 como una multiplicación
matricial.

Los tres sistemas de ecuaciones del problema prototípico representan el


producto de una multiplicación de matrices (matriz por vector columna), cuyo
resultado es otro vector columna, por lo que las multiplicaciones
correspondientes para cada sistema son

(1)

juan_gonzalez@nube.unadmexico.mx 2
Álgebra Lineal I 05/08/2019

Sistemas de ecuaciones, matrices y transformaciones lineales, Actividad 1, Unidad 1.

(2)

(3)

2. Si → → → son las funciones correspondientes a los


sistemas, discute como encontrarías todos los vectores X tales

Dado que si 𝑇𝑖 (𝑥) = 𝑦𝑖 = 0 para cada sistema de ecuaciones del problema


prototípico, entonces la matriz aumentada para el primer sistema de
ecuaciones es

Entonces, para encontrar todos los vectores de 𝑋 , tal que 𝑇𝑖 (𝑥) = 0 , el


procedimiento consiste en llevar esta matriz a su forma escalonada reducida,
por lo que se tiene

juan_gonzalez@nube.unadmexico.mx 3
Álgebra Lineal I 05/08/2019

Sistemas de ecuaciones, matrices y transformaciones lineales, Actividad 1, Unidad 1.

La matriz escalonada reducida muestra que el vector 𝑥 , que permite que 𝑇3 (𝑥) =
0, es 𝑥 = (0 0 0). Es decir, los valores para 𝐼 son:

𝐼1 = 0
𝐼2 = 0
𝐼3 = 0

juan_gonzalez@nube.unadmexico.mx 4
Álgebra Lineal I 05/08/2019

Sistemas de ecuaciones, matrices y transformaciones lineales, Actividad 1, Unidad 1.

Procediendo de manera similar para determinar la matriz escalonada reducida


del segundo sistema de ecuaciones.

1 0 −1 0  1 0 −1 0  1 0 −1 0  1 0 −1 0
  R2 − 3 R1   R3 − 4 R1   R2 /5   R3 − 7 R2
 3 5 2 0  ⎯⎯⎯→  0 5 5 0  ⎯⎯⎯→ 0 5 5 0  ⎯⎯⎯ → 0 1 1 0  ⎯⎯⎯→
 4 7 3 0   4 7 3 0  0 7 7 0  0 7 7 0 

1 0 −1 0 
 
0 1 1 0 
0 0 0 0 

Se observa que en la matriz escalonada reducida quedan menos ecuaciones que


incógnitas, lo que significa que el sistema tiene infinidad de soluciones y es
indeterminado. Es decir, no se puede determinar el valor del vector 𝑥 que
permita que 𝑇2 (𝑥) = 0, suponiendo que

𝐼3 = 𝑠
entonces

𝐼2 = −𝐼1 = −𝑠
y
𝐼1 = 𝐼3 = 𝑠

Para el caso del tercer sistema de ecuaciones se tiene que, cuando 𝑇3 (𝑥 ) = 0,


este sistema es idéntico al segundo sistema de ecuaciones, por lo que también
tendrá soluciones infinitas.

juan_gonzalez@nube.unadmexico.mx 5
Álgebra Lineal I 05/08/2019

Sistemas de ecuaciones, matrices y transformaciones lineales, Actividad 1, Unidad 1.

→ → →

En la pregunta 2 se desarrollaron los procedimientos para encontrar los vectores


columna que permitían que 𝑇𝑖 (𝑥) = 0. Tal como se observó, el procedimiento
consistió en trabajar con la matriz aumentada de cada sistema y llevarla a su
forma escalonada reducida. Este procedimiento, para cada sistema de
ecuaciones, es siempre el mismo, independientemente del valor que se le asigne
a la función 𝑇𝑖 (𝑥). Es decir que, sea el caso del sistema de ecuaciones (1), para
encontrar todos los vectores 𝑥 tales que 𝑇1 (𝑥 ) = 𝑌 , primero se tendría que
sustituir en la matriz aumentada de cada sistema de ecuaciones, en la columna
correspondiente al vector columna, el valor 𝑌 del nuevo sistema de ecuaciones,
quedando la nueva matriz aumentada de la siguiente forma

Posteriormente, se procede a llevar la matriz aumentada a su forma escalonada


reducida, exactamente del mismo modo que se hizo para encontrar el vector 𝑥
del sistema de ecuaciones (1). Para los casos de las funciones 𝑇2 y 𝑇3 se procede
de manera semejante.

4. ¿Puedes ver una relación entre encontrar todos los vectores X en la


pregunta 2 y la 3? Por ejemplo, dado Y, si puedes encontrar X y Z tal que
T(Z) = 0 y T(Y) = X, ¿cómo encontrarías otro vector X’ tal que T(X’) =
Y?

La relación para encontrar los vectores 𝑥 en la pregunta 2 y 3 es que se procede


de manera idéntica en ambos casos, y esto vale para encontrar cualquier vector
se 𝑥, 𝑥′ o 𝑧 dado el valor de la variable 𝑦 y su respectiva función. Es decir, el
conjunto de operaciones que se realizan para determinar un vector 𝑥 dado un
vector 𝑦, tal que 𝑇(𝑥) = 𝑦, son transformaciones lineales que permiten pasar
de un vector 𝑦 a un vector 𝑥, o viceversa. En otras palabras, podríamos decir
juan_gonzalez@nube.unadmexico.mx 6
Álgebra Lineal I 05/08/2019

Sistemas de ecuaciones, matrices y transformaciones lineales, Actividad 1, Unidad 1.

que la función 𝑓 transforma un vector 𝑥, en otro vector 𝑦 = 𝑓(𝑥), y que siempre


que exista una matriz habrá una transformación lineal.

Si → → → son las funciones correspondientes a los


sistemas, discute qué significa que las funciones Ti sean inyectivas,
suprayectivas o biyectivas. ¿Cómo se traduce esto en términos de las
ecuaciones asociadas?

Si 𝑇𝑖 : 𝑋 → 𝑌 es realmente una transformación lineal, entonces se dirá que 𝑇𝑖 es


inyectiva si para todo par de vectores diferentes 𝑣1 , 𝑣2 ( 𝑣1 ≠ 𝑣2 ) de 𝑋 , los
vectores 𝑇(𝑣1 ) y 𝑇(𝑣1 ) de 𝑌 también son distintos.

En el primer sistema de ecuaciones del problema prototípico se observa que los


vectores de 𝑋 , tal que 𝑇1 (𝑥) = 0, es únicamente el vector 𝑥 = (0 0 0), de
modo que no existe otro vector diferente a éste que cumpla con la condición de
𝑇1 (𝑥) = 0, por lo que no se puede demostrar que 𝑇1 sea inyectiva; sin embargo,
si se elimina esta restricción, si se considera el sistema originalmente, se tiene
primero que el sistema es consistente, lo cual ya ha sido demostrado
anteriormente, por lo que cuando

𝑇1 (𝑥) = (30 5 −25), entonces 𝑥 = (3 1 −8);

y. por ejemplo, para 𝑇1 (𝑥) = (24 6 6), cuando 𝑥 = (3 3 3)

con lo cual se cumple la condición para que 𝑇1 sea inyectiva.

Ahora, como para cada 𝑌 existe una 𝑋 , es decir, todos los elementos del
codominio están asociados con un elemento del dominio, entonces, 𝑇1 es
suprayectiva. Finalmente, como 𝑇1 es inyectiva y suprayectiva a la vez, pues
también es biyectiva.

En el caso de 𝑇2 , recordando que no tiene solución, pues no se puede establecer


que sea inyectiva y, por consiguiente, no es ni suprayectiva, ni biyectiva.

juan_gonzalez@nube.unadmexico.mx 7
Álgebra Lineal I 05/08/2019

Sistemas de ecuaciones, matrices y transformaciones lineales, Actividad 1, Unidad 1.

Para el caso de 𝑇3 , como el sistema tiene infinitas soluciones, en consecuencia,


tampoco 𝑇3 no es una función biyectiva. Además, para que 𝑇2 y 𝑇3 fuesen
biyectivas, éstas tendrían que ser transformaciones lineales de 𝑇1 , lo cual no es
así.

Referencias Bibliográficas.

Anton, H. (2004). Introducción al Álgebra Lineal. Ciudad de México: LIMUSA WILLEY.


Grossman, S. I., & Flores Godoy, J. J. (2012). Álgebra Lineal. Ciudad de México: McGraw-
Hill.
Swokowski, E. W. (2009). Álgebra y trigonometría con geometría analítica. Ciudad de
México, D.F.: Cengage Learning.

juan_gonzalez@nube.unadmexico.mx 8

S-ar putea să vă placă și