Ran Go

Independencia lineal y rango
Ejemplos.
Rango.
Rango y matriz inversa
Teorema de Rouché-Frobenius revisitado

c Jana Rodriguez Hertz – p. 1/2
Independencia lineal
Si el sistema
x 1 A1 + x 2 A 2 + · · · + x n An = O
tiene una única solución,

Si el sistema
x 1 A1 + x 2 A 2 + · · · + x n An = O
tiene una única solución, entonces decimos que
los vectores
{A1 , A2 , . . . , An }
son linealmente independientes (L.I.)

Si el sistema
x 1 A1 + x 2 A 2 + · · · + x n An = O
tiene una única solución, entonces decimos que
los vectores
{A1 , A2 , . . . , An }
son linealmente independientes (L.I.)
Caso contrario decimos que son linealmente
dependientes (L.D.)

Ejemplo 1
El conjunto
{O}
siempre es L.D.

Ejemplo 1
El conjunto
{O}
siempre es L.D.
En efecto,
α.O = O ∀α 6= 0

Ejemplo 2
Estudiar la dependencia lineal de

     
 1
 −1 0 

 1 , 0 , 1 
     

 1 
1 1 

Ejemplo 2
Veamos:
       
1 −1 0 0
x1  1  + x2  0  + x3  1  =  0 
       
1 1 1 0

Ejemplo 2
Veamos:
   
x1 −x2 0
 x1 +x3  =  0 
   
x1 +x2 +x3 0

Ejemplo 2
Veamos: 
 x1 −x2
 =0
x1 +x3 = 0

 x +x +x = 0
1 2 3

Ejemplo 2
Veamos: 
 x1 −x2
 =0
x2 +x3 = 0

 x +x +x = 0
1 2 3

Ejemplo 2
Veamos:

 x1
 −x2 =0
x2 +x3 = 0

 +2x2 +x3 = 0

Ejemplo 2
Veamos: 
 x1 −x2
 =0
x2 +x3 = 0

 +x3 = 0

Ejemplo 2
Veamos: 
 x1 −x2
 =0
x2 +x3 = 0

 +x3 = 0
⇒ x3 = 0

Ejemplo 2
Veamos: 
 x1 −x2
 =0
x2 +x3 = 0

 +x3 = 0
⇒ x3 = 0
x2 = 0

Ejemplo 2
Veamos: 
 x1 −x2
 =0
x2 +x3 = 0

 +x3 = 0
⇒ x3 = 0
x2 = 0
x1 = 0

Ejemplo 2
Veamos: 
 x1 −x2
 =0
x2 +x3 = 0

 +x3 = 0
⇒ x3 = 0 ⇒ son L.I.
x2 = 0
x1 = 0

Ejemplo 3
Estudiar la dependencia lineal de

     
 1
 −1 1 

 1 , 0 , 2 
     

 1 
1 3 

Ejemplo 3
Veamos:
       
1 −1 1 0
x1  1  + x2  0  + x3  2  =  0 
       
1 1 3 0

Ejemplo 3
Veamos:
   
x1 −x2 +x3 0
 x1 +2x3  =  0 
   
x1 +x2 +3x3 0

Ejemplo 3
Veamos:

 x1 −x2 +x3 = 0

x1 +2x3 = 0

 x +x +3x = 0
1 2 3

Ejemplo 3
Veamos:

 x1 −x2 +x3 = 0

x2 +x3 = 0

 x +x +3x = 0
1 2 3

Ejemplo 3
Veamos:

 x1
 −x2 +x3 = 0
x2 +x3 = 0

 +2x2 +2x3 = 0

Ejemplo 3
Veamos:

 x1 −x2 +x3 = 0

x2 +x3 = 0

 0.x2 +0.x3 = 0

Ejemplo 3
Veamos: 
 x1 −x2
 = −x3
x2 = −x3



Ejemplo 3
Veamos: 
 x1 −x2
 = −x3
x2 = −x3


⇒ x3 cualquiera

Ejemplo 3
Veamos: 
 x1 −x2
 = −x3
x2 = −x3


⇒ x3 cualquiera
x2 = −x3

Ejemplo 3
Veamos: 
 x1 −x2
 = −x3
x2 = −x3


⇒ x3 cualquiera
x2 = −x3
x1 = −2x3

Ejemplo 3
Veamos: 
 x1 −x2
 = −x3
x2 = −x3


⇒ x3 cualquiera ⇒ hay C.L. 6= 0 que dan O

x2 = −x3
x1 = −2x3

Ejemplo 3
Veamos: 
 x1 −x2
 = −x3
x2 = −x3


⇒ x3 cualquiera ⇒ hay C.L. 6= 0 que dan O

x2 = −x3
x1 = −2x3
⇒ son L.D.

Independencia lineal - observación
{A1 , A2 , . . . , Am }
es L.I.
m
el sistema
AX = O
es determinado para la matriz A = (A1 A2 . . . Am )

Proposición
Una familia de vectores de Km
{A1 , A2 , . . . , Al } es L.I.
m
ninguno de los vectores de la familia puede
escribirse como C.L. de los restantes.

Proposición equivalente
{A1 , A2 , . . . , Al } es L.D.
m
alguno de los vectores de la familia puede

Proposición equivalente
{A1 , A2 , . . . , Al } es L.D.
m
alguno de los vectores de la familia puede

OJO!!!
que {A1 , A2 , . . . , Al } L.D. NO implica que

cada uno sea C.L. de los restantes.

vectores L.D.
¿cómo determinamos cuáles vectores se pueden

escribir como C.L. de los restantes, y cuáles no?

vectores L.D.
¿cómo determinamos cuáles vectores se pueden

escribir como C.L. de los restantes, y cuáles no?
lo vemos en un ratito

Rango
Dado un conjunto de vectores

A = {A1 , A2 , . . . , An } ⊂ Km

Rango

A = {A1 , A2 , . . . , An } ⊂ Km
llamamos
rango(A)

Rango

A = {A1 , A2 , . . . , An } ⊂ Km
llamamos
rango(A)
a la máxima cantidad de vectores L.I. que
podemos encontrar dentro de A

Ejemplo
Calcular el rango del conjunto

      
 1 2 1 0 1 1 
 
 −1   −2   1   1  
 0  −1 
A =  1  , 2  , 1  , 2  ,  ,
      
5 3 

  1 210 1
 3


 

1 2 1 4 9 3

Ejemplo
Planteamos la ecuación de dependencia lineal:

             
1 2 1 0 1 1 0
             
 −1   −2   1   1   0   −1   0 
             
x1  1 +x2  2 +x3  1 +x4  2 +x5  5 +x6  3 = 0 
             
             
 1   2   1   0   1   3   0 
             
1 2 1 4 9 3 0

Ejemplo


 x1 +2x2 +x3 +x5 x6 =0
 −x1 −2x2 +x3 +x4 −x6 =0



x1 +2x2 +x3 +2x4 +5x5 +3x6 =0




 x1 +2x2 +x3 +x5 +3x6 =0
x1 +2x2 +x3 +4x4 +9x5 +3x6 =0


Ejemplo


 x1 +2x2 +x3 +x5 x6 =0
+2x3 +x4 +x5 =0




+2x4 +4x5 +2x6 =0




 +2x6 =0
+4x4 +8x5 +2x6 =0


Ejemplo


 x1 +2x2 +x3 +x5 x6 =0
+2x3 +x4 +x5 =0




+2x4 +4x5 +2x6 =0




 +2x6 =0
−2x6 =0


Ejemplo


 x1 +2x2 +x3 +x5 x6 =0
+2x3 +x4 +x5 =0




+2x4 +4x5 +2x6 =0




 +2x6 =0


Ejemplo


 x1 +2x2 +x3 +x5 x6 = 0
+2x3 +x4 +x5 =0




+2x4 +4x5 +2x6 = 0




 +2x6 = 0


Ejemplo


 x1 +2x2 +x3 +x5 x6 = 0
+2x3 +x4 +x5 =0




+2x4 +4x5 +2x6 = 0




 +2x6 = 0

⇒ rango(A) = 4

Rango de una matriz por columnas
Dada una matriz A ∈ Mm×n llamamos rango por

columnas de A
rangoC (A)

Rango de una matriz por columnas
Dada una matriz A ∈ Mm×n llamamos rango por

columnas de A
rangoC (A)
al rango del conjunto de columnas de A

Rango de una matriz por filas
Dada una matriz A ∈ Mm×n (K) llamamos rango

por filas de A
rangoF (A)

Rango de una matriz por filas
Dada una matriz A ∈ Mm×n (K) llamamos rango

por filas de A
rangoF (A)
al rango del conjunto de filas de A

Proposición
Si A ∈ Mm×n (K), entonces
rangoC (A) = rangoF (A)

Proposición
Si A ∈ Mm×n (K), entonces
rangoC (A) = rangoF (A) = e

donde e es la cantidad de escalones de
cualquier forma escalerizada de A

Teorema de Rouché-Frobenius
Sea AX = B un sistema m × n. Entonces:
I AX = B es compatible ⇔
rango(A) =rango(A|B)

I Si AX = B es compatible, entonces:

I Si AX = B es compatible, entonces:
I AX = B es determinado ⇔ rango(A) = n

Rango e inversa (I)
Dada A ∈ Mn (K), tenemos

Rango e inversa (I)

rango(A) = n
m
A es invertible a derecha

Rango e inversa (I)

rango(A) = n
m
A es invertible a derecha

Rango e inversa (II)

rango(A) = n
m
A es invertible

Corolario
A invertible a derecha ⇒ A invertible


Ran Go

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Ran Go

Încărcat de

Drepturi de autor:

Formate disponibile

Independencia lineal y rango

Estudiar la dependencia lineal de

Estudiar la dependencia lineal de

⇒ x3 cualquiera ⇒ hay C.L. 6= 0 que dan O

⇒ x3 cualquiera ⇒ hay C.L. 6= 0 que dan O

que {A1 , A2 , . . . , Al } L.D. NO implica que

¿cómo determinamos cuáles vectores se pueden

¿cómo determinamos cuáles vectores se pueden

Dado un conjunto de vectores

Dado un conjunto de vectores

Dado un conjunto de vectores

Calcular el rango del conjunto

Planteamos la ecuación de dependencia lineal:

Dada una matriz A ∈ Mm×n llamamos rango por

Dada una matriz A ∈ Mm×n llamamos rango por

al rango del conjunto de columnas de A

Dada una matriz A ∈ Mm×n (K) llamamos rango

Dada una matriz A ∈ Mm×n (K) llamamos rango

al rango del conjunto de filas de A

rangoC (A) = rangoF (A)

rangoC (A) = rangoF (A) = e

cualquier forma escalerizada de A

Dada A ∈ Mn (K), tenemos

Dada A ∈ Mn (K), tenemos

Dada A ∈ Mn (K), tenemos

Dada A ∈ Mn (K), tenemos

A invertible a derecha ⇒ A invertible

S-ar putea să vă placă și