Sunteți pe pagina 1din 105

Algebra Lineal

Marco A. Colque

14 de Julio de 2009

ii

´

Indice general

I

Preliminares

1

1. Matrices

 

3

 

1.1. Introducci´on .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3

1.2. Definici´on y Ejemplos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3

1.3. Operaciones con Matrices

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5

1.3.1. Suma de Matrices

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

6

1.3.2. Producto

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

6

1.3.3. Matriz transpuesta

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

9

1.4. Matriz escalonada

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

10

1.5. La Matriz Inversa

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

12

1.6. Operaciones Elementales

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

16

1.6.1. Intercambio de Filas

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

17

1.6.2. Multiplicaci´on de una Fila por un escalar

.

.

.

.

.

.

.

18

1.6.3. Suma a una Fila un m´ultiplo escalar de otra

 

20

1.6.4. Operaciones Elementales por Columna

 

27

1.7. M´etodo de Gauss-Jordan

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

28

2. Determinantes

 

31

 

2.1. introducci´on .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

31

2.2. Funci´on Determinante

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

31

2.3. Propiedades del Determinante

 

33

2.4. Determinantes y Operaciones Elementales

.

.

.

.

.

.

.

.

.

.

.

40

2.5. Matriz Adjunta

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

46

3. Sistemas de Ecuaciones

 

49

 

3.1. Introducci´on .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

49

3.2. Soluciones de Sistemas de Ecuaciones Lineales

 

49

3.3. Regla de Cramer

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

51

3.4. Resoluci´on de sistemas de Ecuaciones Lineales

 

53

3.5. Sistemas inconsistentes

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

53

3.6. Sistemas consistentes

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

55

3.6.1. Soluciones unicas´

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

55

3.6.2. Infinitas soluciones

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

57

 

iii

iv

´

INDICE GENERAL

 

3.7.

Problemas de aplicaci´on

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

61

II

Algebra Lineal

 

63

4. Espacios Vectoriales

 

65

 

4.1. Introducci´on .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

65

4.2. Definici´on y ejemplos.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

65

4.3. Propiedades de los espacio vectoriales

.

.

.

.

.

.

.

.

.

.

.

.

.

68

4.4. Subespacios vectoriales

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

70

4.5. Subespacio generado

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

73

4.6. Dependencia e independencia lineal

 

77

4.7. Bases y dimensi´on

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

80

4.8. Coordenadas

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

83

5. Espacios con Producto Interior

 

89

 

5.1. Introducci´on .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

89

5.2. Definici´on y ejemplos

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

89

5.3. Norma de un vector

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

92

 

´

 

5.4. Angulo entre vectores

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

94

5.5. Proceso de Gram Schmidt

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

96

6. Transformaciones Lineales

 

101

 

6.1. Definici´on y Ejemplos

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

101

6.2. N´ucleo e Imagen

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

103

Parte I

Preliminares

1

Cap´ıtulo 1

Matrices

1.1. Introducci´on

En el presente cap´ıtulo definiremos arreglos rectangulares, los cuales lla- maremos MATRICES y al conjunto de arreglos rectangulares del mismo tama˜no le dotaremos de una estructura algebraica con la cual podremos hacer varias operaciones simult´aneamente. Nuestro estudio de las matrices tiene, en principio, el objetivo de estudiar sistemas de ecuaciones lineales, los cuales reduciremos al estudios de ecuaciones del tipo A · X = B en donde A, X, B son matrices. En lo que sigue consideraremos que los elementos de las matrices est´an en un campo F el cual en general se puede suponer que son los n´umeros reales o complejos. Esta consideraci´on obedece a lograr la mayor generalidad posible sin un esfuerzo adicional por ejemplo en la teor´ıa de grafos se consideran las matrices con elementos en un algebra Booleana y en otras aplicaciones matrices con elementos en el campo Z 2 .

1.2. Definici´on y Ejemplos

Diremos que una matriz A de tama˜no m × n es un arreglo rectangular dispuesto en m filas y n columnas, es decir:

A =

a

a

.

11

21

.

.

a m1

.

a

a

.

12

22

.

.

a m2

···

···

.

.

···

.

.

a

a

1n

2n

.

.

a m n

Nos interesa el caso en el cual los elementos de la matriz A son n´umeros reales ´o complejos. La i-´esima fila de A es

(a i1 a i2

a in )

para cada

3

i = 1, 2,

,

m.

4

Del mismo modo la j-´esima columna de A es:

Para j = 1, 2,

Usaremos tambi´en la notaci´on

,

n.

a

1j

2j

.

.

.

mj

a

a

´

CAP ITULO 1. MATRICES

A = (a ij ) (n×m)

o simplemente

A = (a ij )

cuando el tama˜no de la matriz este sobreentendida. El elemento a ij de A es elemento de la i-´esima fila y la j-´esima columna. Por ejemplo si

1

A = 5

0

2

1

1

3

2

1

4

0

1

El elemento a 2 1 = 5 es el elemento de la segunda fila y primera columna. En general si A es una matriz de n × m con elementos en el campo F escribiremos:A M n×m (F). Si n = m diremos que la matriz A es cuadrada de orden n.

, a nn de A

En caso de que la matriz A es cuadrada los elementos a 11 , a 22 , se denominan la diagonal principal de A y escribiremos:

diag(A) = (a 11 , a 22 ,

Veamos algunos ejemplos:

Si

A =

1

3

0

1

2

1

1

0

3

2

1

4

,

a nn )

0

0

1

1

es una matriz de orden 4 × 4, es decir es cuadrada y podemos escribir A M 4 (R). Luego

diag(A) = (1, 1, 1, 1)

Veamos un ejemplo m´as: definamos la matriz A = (a ij ) del siguiente modo

elementos de la matriz A se

a ij = (i 2j) 2 , i = 1, 2, 3, 4, j = 1, 2, 3. Los pueden calcular del siguiente modo:

a

a

a 43 = (4 2 · 3) 2 = 4

= (1 2 · 1) 2

= 1

= (2 2 · 3) 2

= 16

11

23

1.3.

OPERACIONES CON MATRICES

5

as´ı la matriz A es:

A =

1

0

1

2

9

4

1

0

25

16

9

4

A continuaci´on vamos a definir algunas matrices especiales.

Definici´on 1. La matriz nula 0 n×m M n×m (F) es la matriz defina por:

[0 n×m ] ij = 0.

Es decir la matriz nula de M 2×3 (R) es:

0 2×3 = 0 0

0

0

0

0

cuando no haya confusiones escribiremos 0 n×m = 0.

Definici´on 2. La matriz identidad I n M n×n (F) es la matriz defina por:

[I n ] i j =

1,

0

i = j

i

= j.

cuando no haya confusi´on escribiremos I = I n .

Por ejemplo la matriz identidad de orden 4 es por definici´on:

o de manera abreviada

I 4 =

I =

1

0

0

0

1

0

1

0

0

1

0

0

1

0

1

0

0

0

1

1

1.3. Operaciones con Matrices

Hemos definido un conjunto M n×m (F) donde F es el conjunto de los n´umeros reales o complejos. Vamos a aprovechar la estructura de F para definir op- eraciones en M n×m (F). Para abreviar las demostraciones diremos que si A es una matriz [A] ij es el elemento de la i-´esima fila y j-´esima columna de A.

´

6

1.3.1. Suma de Matrices

Definici´on 3. Si A, B M n×m (F) entonces la suma de A con B es la matriz C M n×m (F) que se define por:

CAP ITULO 1. MATRICES

(1.1)

para cada valor de i, j . La suma de 1.1 es la suma del campo F. As´ı es- cribiremos

C = A + B.

[C] ij = [A] ij + [B] ij

Observaci´on 1. Es importante notar que el tama˜no de las matrices A y B debe ser el mismo para poder realizar la suma.

Ejemplo 1. Sean A, B M n×m (F) definidas por:

A =

1

3

1

2

2

2

1

1

3

,

B =

1

2

0

1

2

3

0

3

2

entonces la suma es la matriz A + B que por definici´on es:


1 2

3 2

1

1

3

  +

1

2

0

1

2

3

0

3

2


=

+ 1

+ 2

1 + 0

1

3

2 + (1)

2 + (2) 2 + 3

1 + 0

3 + 1 3 + (2)


1

2

luego

A

B

2

5

1

1

0

5

1

4

1

A+B

A + B =

1.3.2. Producto

Vamos a definir dos tipos de productos. Producto por un escalar

Definici´on 4. Sea A M n×m (F) y sea α F. Definimos el producto de la matriz A por el escalar α como la matriz α · A dada por

es decir:

α · A =

[α · A] ij = α · [A] ij

α

α

α

· a 11

· a 21

.

.

.

· a n1

α · a 12 α · a 22

.

α · a n2

···

···

.

.

···

.

α · a 1m α · a nm

.

α · a nm

1.3.

OPERACIONES CON MATRICES

7

Ejemplo 2. Sea la matriz

A =

1

3

1

2

4

3

y el escalar α = 5 entonces el producto αA es la matriz

5 · A = 5 ·

1

3

1

2

4 = 5 · 1

3

5 · 3

5 · (1) 5 · (2)

5 · 4 5 · 3

=

5

15

5

10

20

15

El otro producto que vamos a definir se denomina Producto de matrices.

Definici´on 5. Sean A M n×p y B M p×m la Matriz producto de A por B es la matriz A · B M n×m definido por:

[A · B] i j =

p

k=1

[A] i k [B] k j

Observaci´on 2. Notemos que:

1. Para que el producto de matrices este bien definido el n´umero de colum- nas de A debe ser igual al n´umero de Filas de la matriz B.

2. Para obtener el elemento [AB] i j se multiplica las coordenadas de la i- ´esima fila de A y la j-´esima columna de B t´ermino a t´ermino y luego se las suma. Es decir:

b

1j

b

2j

.

.

.

b

pj

a i1

a i2

a ip ·

= a i1 b 1j + a i2 b 2j +

+ a ip b pj

.

.

.

fila i

columna j

Veamos algunos ejemplos:

Ejemplo 3. Vamos a calcular el producto de las matrices:

A =

1

1

2

2

1

0

0

2

2×4

,

B =

1

1

3

2

2

2

2

3

1

0

1

2

4×3

El producto esta bien definido pues el n´umero de columnas de A, 4, es igual al n´umero de filas de B (de acuerdo a la definici´on 5 en nuestro ejemplo

´

8

p = 4) . Luego el tama˜no de la matriz AB debe ser 2 × 3. Vamos a calcular algunos elementos de esta matriz:

CAP ITULO 1. MATRICES

[A · B] 1 1 =

4

k=1

[A] 1 k [B] k 1 = [A] 1 1 [B] 1 1 + [A] 1 2 [B] 2 1 +

[A] 1 3 [B] 3 1 + [A] 1 4 [B] 4 1

= (1 · 1) + (2 · (1)) + ((1) · 3) + (0 · 2) = 4

[A · B] 2 3 =

4

k=1

[A] 2 k [B] k 3 = [A] 2 1 [B] 1 3

+ [A] 2 2 [B] 2 3 + [A] 2 3 [B] 3 3 + [A] 2 4 [B] 4 3

= ((1) · 1) + ((2) · 0) + (0 · (1)) + (2 · (2)) = 5.

As´ı podemos ir llenando los elementos de la matriz AB:

Finalmente obtenemos:

AB = 4

AB = 4 5

0

8

5

2

5

Teorema 6. Sean A, B, C M n×m (F) y α, β K entonces:

1. A + B = B + A,

(Conmutatividad).

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

(Asociatividad).

3. Existe una unica´

matriz 0 M n×m (F) tal que

A + 0 = A.

4. Existe una unica´

matriz B M n×m (F) tal que

A + B = 0

La matriz B se denota por A.

5. α(βA) = (α β)A,

(Asociatividad).

6. (α + β)A = (αA) + (βA),

(Distributividad).

7. α(A + B) = αA + αB,

(Distributividad).

8. A (BC) = (AB) C,

(Asociatividad).

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

1.3.

OPERACIONES CON MATRICES

9

Demostraci´on. 1. Vamos a probar que A + B = B + A, dos matrices son iguales si son iguales coordenada a coordenada.

[A + B] ij = [A] ij + [B] ij

= [B] ij + [A] ij = [B + A] ij ,

i, j.

8. Supongamos que A = A n×p , B = B p×m , C = C p×m , entonces:

[A(B + C)] ij =

p

k=1

p


=

k=1

[A] ik [B + C] kj =

p

k=1

[A] ik ([B] kj + [C] kj )

[A] ik [B] kj + [A] ik [C] kj

=

p p

k=1

[A] ik [B] kj +

k=1

[A] ik [C] kj = [A B] ij + [A C] ij

= [A B + A C] ij ,

i, j.

las dem´as propiedades se demuestran del mismo modo.

Teorema 7. Si A M n×m (F) entonces

1. A I m = A

2. I n A = A

m ( F ) entonces 1. A I m = A 2. I n A =

1.3.3. Matriz transpuesta

Definici´on 8. Si A M n×m (F) entonces la transpuesta de A es la matriz A t M m×n (F) definida por:

Ejemplo 4. Sea

[A t ] i j = [A] j i .

A = 1 i

0

1

2

3

1

2

2×4

entonces la matriz transpuesta A t debe ser una matriz de 4 × 2 los elementos de la primera columna de A t son los elementos de la primera fila de A pues:

[A t ] 11 = [A] 11 = 1

[A t ] 21 = [A] 12 = 0

[A t ] 31 = [A] 13 = 2

[A t ] 41 = [A] 14 = 1.

10

Luego tenemos que:

A t =

´

CAP ITULO 1. MATRICES

1

0

2

1

i

1

3

2

4×2

Teorema 9. Sean A, B M n×m (F) entonces:

1. (A t ) t = A.

2. (A + B) t = A t + B t .

3. (αA) t = αA t .

4. Si A M n×k y B M k×m entonces (A B) t = B t A t .

Demostraci´on. consideremos:

[(A B) t ] ij = [(A B)] ji =

p

k=1

p


=

k=1

[A t ] kj [B t ] ik

[A] jk [B] ki

p


=

k=1

=

[B t ] ik [A t ] kj

[B t A t ] ij ,

i, j.

por lo tanto (A B) t = B t A t .

, ∀ i, j. por lo tanto ( A B ) t = B t A

1.4. Matriz escalonada

Observemos el siguiente sistema de ecuaciones:


 

2x + 3y z