ALGEBRA

IJNEAL~’
CLAUDIO DE J. PITA RUIZ.
Escuela de Ingenierl'a' -
Universidad Panamericana

Revisién te’cnica
Fernando Vera Badillo
In'g. Civil, Universidad La'Salle
Maestro en Ciencia‘s, UNAM
Profesor Investigador‘ ’
_ ‘Universi‘dald La Salle
r
wvfiv
yew”
a? 7,

McGRAW-HILL
MEXICO -. BUENOS AIREs _- cARAcAs - GUATEMALA .V LISBOA . MADRID .' NUEVA YORK:
. - . PANAMA - SAN JUAN'.--. SANTAFE DE BOGOTAA SANTIAGO _- sAo PAULO _
, AUCKLAND . HAMBURGO -- LONDRES . MILAN - MONTREAL - NUEVA DELHI . PARIs
SAN FRANCISCO - SINGAPUR - ST. LOUIS . SIDNEY . TOKIO - TORONTO
. /_ /
V
_ ALGEBRA
LINEAL
i
'5
.6.
PROLOGof

Not being familiar with the concepts

of Linear Algebra such as linearity,
vector, linear-space, matrix, etc.
nowadays amounts almost to being
illiterate in the natural sciences and
perhaps in the social sciences as well.

Lars Gdrding

. ‘ Este libro eontiene on curso introductorio de algebra lineal. Hace algnnos afios esta -
disciplina matematica era estudia'da ‘solamente por personas que se estaban forman-
do dentro de alguna carrera de “cieneia pura”, como matemalicas o fisica. Es por
eso que aetualmente existen en el mercado algunos textos escritos preeisameme
para este pfiblico. Estes textos son, sin duda alguna, exeelentes libros sobre el tema,
pero tienen la caracteristica de ser muy rigurosos o muy ambiciosos en lo que
respecta a la generalidad de la teotia tratada. ‘
Mas recientemente, el algebra lineal se ha cdnvertido en una parte de la
matemética que resulta set indispensable para eualquier persona que estnclia una
carrera cienu’fica o técniea, como lo es cualqui'er rama de la ingenieria. Es entonces
ahora, que han comenzado a aparecer algunos libros sobre este tema eon earaete~
ristieas distintas (le aquéllas que mencionaba anteriormente. La inteneién de esta
nueva generacion de textos de algebra lineal es introducir a1 estudiante a esta parte
de la matemzitica de un modo “didactico”, pattiendo dc situaeiones eonetetas y
simples, reeortiendo paso a paso e1 camino de la generalizacion y desemboeando
finalmente ,en las grandes y maravillosas ideas que aparecen. en esta leoria, -las
cuales r'esultan serde'capital importancia en estu‘dios posteriores rde malematieas
'0 de-ciencia aplicada. ' - ' . - ‘ .
Este es precisamente el espiritu que tiene la presente obra. El material aqui
presentado tiene un caraeter elemental (lo eual no significa que sea facil) en cuanto
que no pretende resaltar los aspectos mas generales de las ideas expnestas. Sin
embargo, se ha tratado siempre de explotar al maximo estas ideas con el fin de
obtener en cada tema el mayor nfimero de resultados que este tratamiento elemental

u~
permita.

Mam,‘w..wm..
vii
 --...-..._.. ‘ «—-—<»-~—W~
ALGEBRA LINEAL'
Prohibida la reproduccién'total o parcial de esta obra,
por cual'q‘uie’r medic, s‘in autorizacién escrita del editor.
DERECHO’S RESERVADOS ©1991, respecto a la primera edicién por
McGRAW—HI'LL/INTERAMERIIC'ANA DE MEXICO, S. A. de G. V.
Atlacomulco 499-501, Fracc. Ind. San Andrés Atoto
53500 Naucalpan de Juérez, ,Edo. de México
Miembrq de la Cémara Nacional de la lndustria Editorial, Reg. Nam. 1890
Las mateméticas constiuiyen una actividad regida por las mismas reglus impucsms
a las sinfom'as dc Beethoven, las pinturas dc Da Vinci y las poesias dc Homero.
Asi como las escalas, Ias leyes de la perspectiva y la métrica parecen carcccr dc
vitalidad y ardor, podrzi parecer que las rcglas formalcs'de 1215 matemziticas son
tediosas. Sin embargo, las mateméticas alcanzan pinéculos tan clevados como los
logrados por la imaginacién de sus més osados exploradores. Y aqui se cncierra,
quizé, 1a filtima paradoja de la ciencia, pucsto quc en su prosaico trzifago, t'zmto 1a
légica como las matemziticas dejan atrés, frecuentcmente, a su avanzada y muestran
que el mundo de la razo’n pura es més extrafio aén que el mundo de la fantasia pura.
E. KASNER/J. NEWMAN
(Matemdricas e imaginacién)

. Ié‘BN 968-422-7779
34551,??91? WG-91 .. .99§Z§4§215
v
lmpreso'én M‘éki'co ' '
.‘ 1 . .
Esta obra se terminé de ; i
imprimir en Septiembre de21995 en
Programas Educativos, SA. de C.V. '
Calz’. Ch‘s‘ba'céano Nam. 65~A ‘ .- }
COLAsturias ,. V
Delegacién Cgauhtémoc - . ‘
06850 México. D.F._v v , m .‘

Se tiraron 500 ejém plares

viii ALGEBRA LINEAL
Elailgebra lineales. una base-gut: soporta otros esrudios. importantes en! mate-
méticas (los euales a su vezresultan set centralest‘paraslosingenieros, los fisicos,
ete.). 'En muchos cases importantcs, la mane-ta de aetuar en 'este soporte es
proporcionando un lenguaje adecuado y preciso para estudiar algunas otras ideas
matemziticas. Un ejemplo de este hccho se encuentra en el estudio del calculo dc
funciones del tipo f: U <; R" ~+ R’", con n y m ntlmeros naturales arbitrarios, en
donde para establecer de una manera precisa e1 concepto de dcrivada dc una
funcién, es necesario hacerlo con el lcnguaje del algebra lineal.
De esta mancra, cada libro sobre el tema presenta una maneru distinta dc
construir 'la base-soporte del 2'11 gebra lineal. La elaboracion que presenta este libro
pretende ser simple pero solida, de mode que, per una parte, el estudiante la pueda
ineorporar a sus conocimientos sin mucha dificultad y, por otra, pueda servirle
adeeuadamente como apoyo para estudios posteriores.
El lector podra ver distribuidos a lo largo de 121 ohm una buena cantidad de
ape'ndices, tanto de secciones particulates dc algtin capitulo, como de capitulos
mismos. Algunos de estos apéndices tienen la finalidad (le exponer temas que, aun
dentro del earacter elemental de toda la obra, son menos elementales que los temas
que conforman propiamcnte el cuerpo principal del libro, pero que sin embargo,
dependie'ndo de las inteneiones de cada curse particular, podrian ser incluidos en
un primer 0 en 1111 segundo curso sobre algebra lineal (tal es el case de los apéndices
I y II del Capitulo 4, por ejemplo). Algunos otrOs apéndices no conticnen material
nuevo sobre algebra lineal. En ellos, la intencion es usar a1 gunas ideas previamente
estudiadas para apli'carlas a la solueion de varios problemas“fpraeticos” (éste es e1,
'caso del apéndice de la seecion 4 del capitulo 5., per ejemplo)
De cualquier modo, el conjunto de apéndices de este libro constituyc un
material opcional para un primer curso estandar y elemental sobre esta materia.
La secuencia que siguen los temas desarrollados a lo largo de los capitulos es
tal que cada capitulo requiere, en general, del conocimiento del material discutido
en los capitulos que le anteceden. En otras palabras, el libro presenta una estruc—
tura dc exposicién piramidal, teniendo la base en el capitulo 1 y en la cuspide e1
capitulo 7.
Se incluye un capitulo de conceptos generales (Véase la introduecion) que
presentan analisis bastante concisos sobre tres temas importantes de cultura general
en matematicas: conjuntos (que se usa constanternente en todo cl libro), relaci'ones
de equivalencia (que se usa en los capitulos 3, 4 y 6) y funciones (uno de los
conceptos mas importantes de la matematica, que se usa, bajo cliversas formas, e11
todos los capitulos).
En el capitulo 1 se estudian los sistemas de ecuaciones lineales y las matrices.
En las secei'ones l y 2 se hace un estudio bastante elemental sobre sistern'as de. _
ecuacion‘es lineales. El interés principal esrestablecer' una‘he‘rramienta con la qtle '
se trabajara en el resto del libro. Es por eso que el e’nfasis en el tratamicnto de este
tema es en este momento de carécter operative: se trata de ver cdnzo resolver
sistemas de ecuaciones lineales. Al intentar contestar esta pregunta se produciran
las primeras cuestiones teéricas interesantes alrededor de este tema, el cual es
retomado en la seccién 7 del capitulo 4, en donde, ya con un lenguaje propio del
algebra lineal (transformaciones lineales entre espaeios vectoriales) se obtienen
PROLOGO ix
. a1 gunos otros resultados teoricos- “no .ele'mentalc's” sobre sistemas dc ecuacioncs
.lineales y matrices. Las dos secciones restantes de'este' capitulo se dcdiéan a
' estudiar el importante concepto de matriz,lasl como'a establecer algunas dc las
propiedades mas importantes que tienen estos “entes matemziticos ” (En realidad,
este concepto es introducido desde la seccion2 (subscccién 2 1) en un intento de
simplificaeién en la notacién para el proceso de solucion de sistemas de ecuaciones
lineales.)
El capitulo 2 contiene un acercamiento elemental a la teoria de determinantcs.
Al igual que en el capitulo 1, no se pretende hace‘r un estudio exhaustivo de esta
teoria, pues, por 11na pa'rte, éste qued'aria era de los alcanees y objetivos de la
obra, y, por otra parte, el interés en este capitulo sigue sicndo desarrollar mils
herramientas que nos permitan navegar, con el menor numero de dil’icultades
técnicas, por los capitulos subsecuentes.
Podriamos decir que el capitulo 3 es el “primer” capitulo del libro, en el sentido
de que en él se estudia la primera de las abstracciones fundamentalcs en el algebra
lineal: el eoncepto de espacio v'ectorial. A partir de este capitulo, y en lo que resta
del libro, se puede ver el uso que se hace de las ideas y métodos desarrollados en
los dos primeros capltulo‘s conel fin de‘logra‘r‘ una mejor comprension de los p'untos
que involuera el estudio' de esas mar'avillosas y potentes ideas que aparccen en el
algebra lineal. El sabor de la abstraccio’n matemaiica, que apenas se esbozo en los
'capitulos l y 2, co'mienz‘a‘a hac‘e'r‘se mas palpable a partir de‘este capitulo. La manem
come so pretende lograr que el estudiante entienda estas nuevas abstraccioncs
'matematicas es mostran'do una gran cantida'd de ejempl'os- concrctos (41 gunos (1e ' '
' 'ellos nume'ricos) que ilustren cada uno de 103 conceptos introducidos. Es por eso
que después de presenter una definicion o de obte‘ner u'n resultado aparece, casi
por regla general, la frase“por ejemplo . . .
El capitulo 4 trata sobre las transformae'iones lineales. La sospecha de que las
transformaciones lineales y las matrices s'ean parientes muy c‘crcanos tram dc
sembrarse desde la primera seccién, en donde se'da 1a definicién y los primeros
ejemplos de transformaciones lineales. Esta Sospecha se convie'rte en una realidad
en la seccion 3. El lector interesado en ir mas al fondo de esta relacion entre
transformaciones lineales y matrices puede estudiar c1 ap'énclice de la seccion 5, en
donde se muestra que ’el algebra de las transformaciones lineales entrc espacios
vectoriales de dimension finita es iso’tnorl'a a1 algebra de matrices. En la seccion 6
se retoma el analisis que sobre isomorfismos entre espacios vectoriales so hizo en
la seccion 6 (subseccion 6.2) del capitulo 3. Esta seceién contiene un apéndice que
muestra Como pueden ser usados los métodos del algebra lineal para hallar
rantiderivadas de algunas funciones. Este “m‘éto’do” de integracién no tiene valor .
alguno‘ desde el punto de vista practice, pero si 10 tiene desde el punto de vista de
' ‘la belleza de las ideas involucradas;'Se presentan,‘finalmente,’ dos apéndices en el
capitulo 4. En el primero de ellos se estudian los funcionales lineales: so presenta
el concepto de espacio dual a un espacio vectorial, cl concepto dc espacio bidual
y su isomorfismo natural con el espacio del que precede, el coneepto dc transpuesta
de una transformaeién lineal y, por ultimo, se da una caracterizacién de los
hiperplanos como nucleos (trasladados) de funcionales lineales. B1 apéndice II
introduce el importante concepto de espaeio vectorial cociente. Al lector con
x ALGEBRA LINEAL
PRoLeGe xi
intereses dentre de las mateméticas le es ampliamenle recemendade e1 cslndie dc ‘ Se han clasificade l'os problemas- prepuestes en dos
c-lases muy generalcs: les
esre apéndice, pues la construec'ién de estructuras eocientes es ona de las herra— . que no requieren mas que de la aplicacien directa de la
tceria discuiida en cl texto
mientas mas usadas en muehe's otros eSlndies de matcméticas. ’(previament'e asimilada, claro esla) y 105 que presentan cleric
grade de diliculmd
En el capitule 5 se estudian de nueve les espacios vecteriales, pere ahora con adieienal,‘ ya sea porque la habilidad operative que deman
da para su selucion es
un nuevo ingrediente que les da una gran riqueza estructural: el producto interne. alta, e porque quizzis requiere de un “chispaze adieienal"
a la ieeria disculida en el
Esta ingrediente permite, en muehas ocasiones, tener imagenes geoméiricas de los texto para demestrar un cierte resultade. Estes filtimos
han side marcades con
un
resultados ebtenides. La seccien 4, que trata sebre bases ortenormalcs, centiene pequefio circulo y, a su vez, se hansubdividide en-cuatro subcla
un apéndice sobre el métede de les minimos cuadrados, el cual es muy usado denire ses; el numero
. dentre del circulo indica el “grade dc dificultad”.
de cierles estudies de ingenieria y de ciencia aplicada en general. Per ultimo, desee hacer patente mi agradeeimiento a
las auteridades dc la
El capitule 6 es, sin duda, uno de los capltulos mas importantcs del libre. En él Universidad Panamericana quc me brindaron su apeye para
la realizacion cle esta
se esmdia lo relacionade a los Valeres y vectores propies de transformaciones obra. Agradezce tambie’n a1 Dr. Francisco Gonzalez Acuna
el haber usado come
lineales y matrices. En esle capitulo se da respuesta a una pregunta que fue tcxte la primera version de este libre en un curse que
imparlie en 1990; frute de
planteada en la seccién 4 del capitulo 4: dada una matriz cuadrada, (ges ésta 6110 fueren una serie de valieses cementaries que influye
ren en la estructura de la
scmejante a una malriz diagonal? La respuesta, come se ve en este capitule, es que version definitiva de 121 ohm que ahera se presenta. A gradezco tambic‘
desgr‘aciadamente no cualquiermatriz es semej ante a una matriz diagonal; este es,
n a la Srita.
Irma Cuéllar Carmona quien realize cl trabajo mccanegrafic
e original, a Alejandro
no toda matriz es diagonalizable. Esta propiedad de diagonalizacion de una matriz Lopez Lopez y Ricardo Téllez Reyes, quienes trabajaren
cenmi go durante lode un
es estudiada en la seccien 3. usande e1 polinemio minimo de la matriz (teerema semestte en la titanica. labor de revision de les eriginales
y, mu y especialmenre, al
3.6). En esta seccién también se establece el célebre tcorema de Hamilton-Cayley. maternatico Alfonso Lcal Guajardo,‘ quien me ayude adetcc
tar algunos de los errores
Se incluye un apéndice sebre teoria de graficas. Esta es una parlc de la matemzitica “mas eseendidos” que se encentraban tedavia en la primer
a version del libre, asr’
contemporanea de gran riqueza. y utilidad practical. En este ape’ndice solamente se come a presentar las solucienes de muches do 103 prehlcm
as prepuestes.
mueslran algunes aspectes de la teeria que tiencn conexien con el algebra lineal.
En cl capilulo. 7 se estudian- las formas bilineales y cuadraticas. En realidad, _ Mexico, D.F., encro de 1991
. .
estes temas perteneecn yaa lesterrenes delalge’bm multilineal, pore, debide a las - . -
11i imperlantes' aplicaeionesklue tienen las fonnas cuadrétieas (Como per ejemple . '
Claudio Pita Rliiz
Eseuela'de Ingenier'ia
las p’resentadas en las secciones '3 y 4 dc este capilnlo) es que muchas veccs se
Universidad Panamericana
incluye su estudie en uncurso inlroduclerie dc algebra lineal.
El libro contiene mas de 900 problemas propuestes para que el estudiantc
resuelva. En el apéndiee se dan las respueslas, y en algunos cases, las solucionos
cxplicitas de la mayeria de estos problemas. El papel que desempefia la rcselucien
de éstes en la cemprensien de la tcoria disculida en el iexto es, come en la mayoria
de les libros dc mateméticas, fundamental. El quedarse centemplando las defini-
cienes y los teoremas que apareeen en el libro, seguramente no conducira al
esludianle a la asimilacion de la teoria. Muchos de cstes problemas son numérices,
dc cara’cter operative. A este respecto, es necesaria una aclaracién: el algebra lineal
no es solamente un cumule de técnicas de come resolver sistemas de ecuaciones,
come hallar bases de espacies vectoriales, céme determinar los valores y vecteres
prepios de una matriz, etc. Les preblemas numéricos tiencn muehas vcces la
intencien de reforzar este aspecte operative (que ciertamente ayuda a la compren-
sien de la materia). Sin embargo, un'curse de algebra lineal debe ir mas lejes del
caraeter operative, tratand'o de inStalar enelestudianle un‘a serie de ce’neeimientes
que, per una parte, le den formacidn dentre del tipe de razonamiente analilice
prepio de la matemética, y, por otra, 1e sirvan en futures cstudios de esta u otra
parte del cenecimiente cientifico. Es per ese que en algunos otres de les problem as
propuestos se pide “demueslre que . . .”. En ellos, se invita al estudiante a echar
mane de la. teoria previameme estudiada para estableoer- la validez del resultade
,‘afl

indicado en el problema.

x... W.
 _ Contemdo

Prélogo ..................................................... vii

Introduccién . . . . . ..................... . . . .................. 1

A. Conjuntos ...............................................
B. Relaciones dc equivalcncia ................................
C. Funciones .............. 8
Ejercicios .............................................. 13

1 Sistem‘as ‘de ecuaciones Iinjeales y matrices .... . . . . 1 . . .-_. . . . .19

V 1 - 1 'SiSteInas dc ecuaciolies‘linealcs ..... ...... ‘ ............. V. . '. . . 20 V

41.,”
1.1 Sistemas equivalentes y cl método de climinacién ........... 24
Ejercicios ......................................... 28

_2. E1 método dc eliminacio'n de Gauss-Jordan ..................... 30'

2.1 Matrices y sistemas dc ecuaciones ...................... 32
2.2 Opei‘acio‘ncs clementales en las lineas dc una matrix . . .1 ....... 36
2.3 E1 método dc eliminacién/Gaussiana ..................... 38
2.4 Sistemas homogéncos dc ccuaciones linealcs ............. 47
Ejercicios ......................................... 50

3. Matrices I: Operaciones con matrices .......................... 55

3.1 ‘ Suma y producto por un escalar .......................... 56.
32- Pmducm dc matrices . .1 ........... _ ...... '. '. ..... ‘....... _ 58
3.3 Particién dc matrices . . ........... '. ...... '. . .' . . . 64
3.4 La solucién de un sistema no homogéneo dc ccuacioncs linealcs 7O
Ejercicios ......................................... 73

4. Matrices II: Inversibilidad ................................... 80

4.1 Definicioncs y resultados preliminares .................... 81
-.l

xiii
 xiv ALG EBRA UNEAL
PROLOGO xvii
. 4.2 Matfiges elementales ._ . . . . . . . . . ....... ,. . .. ..... ‘ 87 f
- 4.3 Evaluapiéh de-A“ _ V4.3 Complezfiemos Ortogonales . _ ............................ 456
. ................................... 91
4.4 Més sobre inversibilidad
'Apéhdice. 131 método dc minimos cuadrados ...................... 461
.............................. 94
Ejercicios ......................................... 470
Ejercicios ......................................... 98

2. Determinantes . . . .................. . 5. Transformaciones ortogonales . ..........., .................... 477

. .................... 106
Ejercicios ' .............I ................................. 485
1. Petmutacioncs ............................................ 106
Ejercicios .............................................. 1 15 Apéndicc. Funcionales Iineales en wpacios con producto intemo ..... 488
Ejercicios 492 x;
2. Definicién y propiedades .................................... 118
2.1 Definicién de determinante ............................ 119 6. Valores y vectores propios . . . . . . ................ . . .......... 494
2.2 Propiedadcs ........................................ 122
2.3 Operaciones elementales y determinantes ................ 1. Definicién y resultados preli‘minares .................V .......... 496
126
Ejercicios ......................................... 1.1 Valores propios ....................................... 498
134
1.2 Vectorcs propios. Espacios-propios ...................... 501
3. E1 determinante dc un producto dc matrices ..................... 139 , Ejercicios ................... : ....................... 507
Ejercicios .............................................. 143
_ 2. Diagonalizacién .................. _..... .‘~‘ ._ ............ . 518 .
4. Dcsarrollopor cofactores.. ..... . . . . . ._.. . S. .". . ..' 1415 . Ejercicibs ..... ...... 530_
Ejercicios .... . ._'. . .,._'-'. ... . . . . .. .156 .'
3. E1 polinomio minjmo de una matriz y el teorema dc Hamilton-Caey 534
5. La adjunta dc una matriz .................................... 160
5.1
Ejercicios .............................................. 548
Una férmula para la inversa ........................... 162
5.2 La regla de Cramer .................................... 165 4. Diagonalizacién ortogonal ............. ‘. . . . . . . . . . . .......... 551
Ejercicios ........................................... 167 Ejercicios .............................................. 561

.... 4...... ...... 1...-.. .

Apéndicc. El determinante dc Vandermonde ...................... 172
Apéndice. Sobre la teoria dc gréficas .............................. 562
Ejercicios .‘........................................ 174
A.1 Algunas definiciones preliminares ..................... . . 563
\35 Espaclos vectorlales . . ...... . . . .. . . . ............. 176 _
A.2 Grzificas y matrices ................................... 565
A3 Caminos- ........................................... 569

..mw7142- ..~...«..,......— ...

1. Definicién y observaciones preliminares ....................... 178 AA El espectro dc una gréfica ........................ '...... 574 .
Eercicios . .............................................. 182 ' A.5. Una cota paraclespectrp ... .' .1. . . . .’. ...... .> ’577 _.-
2. Ejemplos d6 espacipswéctorialcs . . . . .. . . . .. . . . 184" - ' . A.6 E1,teorémade-Sachs ....., ........... 581
2.1 E1 espacio R" ............... . . .I ..................... 184 Ejercicios ............................ -............... 588
2.2 El espacio P ....................................... 192
2.3 E1 espacio Mn..." ...................................... 193 7. Formas bilineales y cuadréticas ..... '........... . ............. 591
2.4 E1 espacio Fa), ...................................... 193 I
1. Fonnas bilineales ........... '............................... 591
'1.‘ .zz.T -

Ejercicios ......................................... 195 1.1 La matriz asociada a una férma bilineal .................... 594
'WMXE":
xviii ALGEBRA LINEAL

I 1.2 'Cambio (10 base, Rango de-ona format Bilincal‘ . . . . . . . . . . ; . L . .' 597 INTRODUCCION . .
1.3 El'espacio dc forma's bilineales ...........I .1. .......'. ..... 599’
Ejercicios ......................................... 602
Conceptos preliminares
2. Formas cuadrziticas ........................................ 607
2.1 Reduccién a una suma dc cuadrados ...................... 610
2.2 La ley de la inercia .................................... 617
2.3 Formas definidas positivas y definidas negativas ............ 621
Ejercicios ........................................... 629
La finalidad de estc capitulo es proporcionar e1 materia1 matemético bésico con el
3. Parébolas, eIipses, hipérbolas, etc. ............................ 635 que se trabajaré en este libro. Los temas que sc discutirzin aquf son:

3.1 Reduccién dc la ecuacién general de Segundo grade 21 la format

1) conjuntos
canonical ............................................ 646 2) relaciones de equivalenc'ia
3.2 Construccién dc la gréfica de una ecuacién general de segundo 3) funciones
- grade ........................... - .................... 659
Ejercicio ............................................ 669 E1 primero de estos temas es usado frecuentemente durante e1 desarrollo del
libro. Los dos restantes se prescntan pues, cuando se lleguc a hacer uso de ellos,
. .: ......-. .‘ . . .' ..... .671 serzi ne'ccsario tenet bicn claros algunos dctalles de los mismos.
_ 4. Paraboloidcs, olipsoides,'hipcrboloid'els; etc; .
No se pr'etende hacer‘u‘na’discusio'n exha'ustiyaj dcl material que estos temas”
.EjerciciOS_....,.*..... ..... .682
' cubren. L'a diScus'ién que‘ 56 mini ‘seré m‘és bien concisa, gujzindose sobre todo por _> -
aquellos aspectos que llegarzin a ser usados en algt’m memento en este libro. La
Respuestas y soluciones a cjcrcicios selcccionudos . . .' ................ 685
demostracién de algun'os' de 105' teore‘mas aqui presentados setén desarrolvlados
como ejercicio por el lector.
Referencias bibliogrzificas .................................. -..... 775
A. CONJUNTOS
indice alfabético ............................................... 777
de
Como es usual en libros quc no tratan la teoria de conjuntos desdc 1m punto
vista avanzado, la idea dc “conjunto” en este libro serzi aquella que intuitivameme
da esa palabra, o bien, lo que intuitivamente se entiende por “familia” o “colec-
conjunto. Es
cién” de ciertos objetos. A estos objetos se le llamaré elementos del
a sus
usual designar con letras mayiisculas a los conjuntos y con minfisculas
elementos.
La teoria dc conjuntos‘ es una de las partes “delicadas” de las mateméticas. Se
no es para
.adVicrt‘e (pic 6516 'pequefio resumen do 111 Iteoria que aqui so presenta
teoria, puifde, '
’ ‘ espécialistas. Ellector interesado 'en ver con profun'didad- esta
‘consxiltar '—’como p‘rim’er past); el libro de‘ P. R. Halmos;=Naive1Set Théor'y, 'Van '
Nostrand, Princeton, N. J. (1960).
Cuando es posib1e exhibit de alguna manera los elementos de un conjumo,
digase xx, 952, . . . , se ascribe

{I}, .172, . . .1
2 -«M;L»W
2 ALGEBRA LINEAL INTRODUCCION 3

”N
para denotar a1 conjunto cuyos elementos-- son x1, x2,'. . Sin'cmbargo, muchas Prob'ar Lstc- par de contenciones es e1 pr‘occdimicnto normal que 5L sigtie cuando
veces no’ es posibie mosttar explicitamen‘te los elementos dc un conjunto. En tal. sc quiere demoslrar que- los conjuntos A y B son iguales.
caso se recurrc a exhibit alguna propiedad compartida por todos los elementos dc Cuando un conjumoA cs subconjunto del conjunto B, pem A #1 8, se dice quc
él. Digase que P as tal propiedad. Entonces se cscribe A es un subconjunto propio de B, o bien que el conjunto B contiene propiameme
a1 conjunto A. Par? nfatizar este hecho, en ocasiones sc escribe A <2 B.
{HP} Dados los conjuntos A y B, 56 define 61 conjunto unio’n de A y B, denotado por
A U B, como aque‘l cuyos eicmentos son los elementos que pertenecen a A o los
para denotar al conjunto cuyos elementos son las x que satisfacen 1a propiedad P. que pertenecen a B (o a ambos). Es decir
Se dice que un conjunto es finito (infinite) si 31 numero dc sus elementos es finito
(infinite, respectivamente). A U B= [xlA 0 x68}
A1gunoe conjuntos importantes que se usaran en este libro (toclos ellos infinitos)
Por ejemplo, si A y C son los conjuntos definidos en (1), se tiene que
N = {1, 2, 3, . ._ .} el conjumo de mimeros naturales
Z = {. . ., —2, ~1, 0, 1, 2, . . .} ei conjunto de ni'imeros entems N=A U C
R = e1 conjunto de nfimetos reales
C = {a + ib j a, b E R} e1 conjunto demimeros compiejos Las principalcs propiedades de la unién dc conjun'tos de tesumen en el siguiente
tcorema:
Si x es un clemento del conjunto A St: escribe
TEOREMA 1.1 Si A , B y C son conjuntos cualesquiera, entonces
xEA
1)AUB=BUA _
Encaso contrario sc esct‘ibe
mAuwugémumyc
I I I xi$ A 3)AUA=A '
For ejemplo, 3 E N- y 1/- 163 R. ' - QAU¢=A”
A un conjunto que care-Ce de elementos se le llamar’é conjunto vac1’o y se $A;B=AUB=B
denotara pot (3 '
Se dice que los conjuntos A y B son iguales‘, 10 cual se teprescnla comoA = B,
Dados los conjuntos A y B, deflna e1 conjunto interseccio'n do A y B, denotado pm
si cllos constan cxactamentc dc los mismos clementos. En caso contrario sc dice
A {1 B, como aquel cuyos elementos pertcneccn a A y a B simultzineamente. Es
que A y B son difcrcntes y se ascribe A at B. For ejcmplo si
dccir
A={2,4,6,...} AnB={xjx€A y xEB}
B={x‘jx='2k,k€N} (1)
C={x[x=2k~1,k€N} . SM n B = (6 (esto 05,61 conjuntoA no (16116 elementos en comi’m con el conjunto
B), diga que los conjuntos A y B son disjuntos (o ajcnos). Por ejcmplo, los
sc tienc queA= B at C. conjuntos A y C dc (1) son disjuntos
Sc dice que c1 conjunto A es un subconjunto del conjunto B, o bien que el Las principales propiedades dL la interseccién de conjuntos se resumen a
conjunto B contiene a1 conjunto A, 10 cual 5L escribL come A C B, 51 todo elemento continuacion
'de‘l conjunto A cs tambiéncleme-nto deliconjunto B, Es decir A C; B 51

leiA.=7x€.B
TEOREMA 1.2 V Si A, B y C 5011 conjuntos cnaleéquiem, sg tiene

Por ejemplo, todo conjunto es subconjunto dc 51' mismo, y 51 A es un conjunto DAnB=BnA

cuaiquiera, el conjunto vacio es un subconjunto dL A. nAna=mnmnc
La relacién dc igualdad entre conjuntos puedL set establccida en términos dc mAnA=A
v contcio'n entrL los conJuntos se diCL que Ll conJ unto A es igual a1 conjunto B 51
QAn¢=¢
ACE y BQA $AgB=AnB=A
y 5’
4 ALGESRA UNEAL

Dados los bonju’ntos A_ y B, defina elconjunto diffie INTRODUCCIGN 5

ncia entre A y B, denotado
pot A \B,* como el conjunto cuyos-eleinento's
- son 10's elementos ,del conjunto A n e's'verdade’r'a, se Vdice‘ quc cl elemento
que'no pettenecen al conjunto B. Es decir x eSté relacionado por medio de la
relacién binaria R con el elemento y, y se escrib
e simplemente n. Caso contrario,
es decir cuando n es falsa, se dice quc x no esta
A\B= {xlxeA y x63}
relacionado
con y, y se ascribe
n. Por cjemplo, si X es el conjunto
de los nfimeros enteros Z, la relacion <
Por ejemplo si A es cl conjunto definido en (1) (“manor que”) es una relacion binaria en
y B es el conjunto X. Asl se ticne que —1 < 2 y - 1/—3.
En csta seccién es de especial interés esrudiar un
tipo concreto de relacioncs
B= {x|x=4k,k€Nl binarias llamadas relacioncs de equivalencia.
4 Una relacidn de equivalencia en un conjunto X
setiene: es una relacién binaria R cm X
que cumple las siguientes propiedades:
A\B ={2,6,10,...}
1. reflexividad: xRx. V x E X.
TEOREMA 1.3 Si A y B son conjuntos cualesquicra, se tiene 2. simetria: n = t, V x, y E X
1) A \ ¢ = A 3. transitividad: n, s a» s, Vx, y, z E
X
2)AnB=¢ =n4\B=A
Se usara frecuentemente e1 sfm'bolo ~ para
3) A§B=>A\B=¢ denotar a la relacion R.
Sea ~ 'unarelacién de equivalencia en un
c‘onjuntb X. Para cada elemento x E
X 86 define la clase dc equiva'lencia de x clcnot
ada por [x], * como el conjunto de
Si A y B son dos conjuntos cualesquiera, defina e1 produ todos los elementos de X quc estzin relacionad
cto cartesiano do A y B, os conx pct medio de la relacién ~.
el cual se denota come A X B, como ‘el conjunto de toda's 0 sea
las parejas ordenadas
(a, b) cuyo primer elemento pertenece a A yrel. segun
do a B. Es decir _
[x]: ly 6 lyfixl- l
A x B =' {(Ia,.b|a €.A,_.b e B}.- » Si X es un conjunto (no yacr’o) cualqfliera, el ejeinp
lo mas Simple de relacién dc
Por ejemplo siA = {1,2, 3} yB= {1,2} setie equivalenc ia se encuentra si 36 define Ia relacién ~ en
ne X como

A X B = ((1,1),(1, 2).(2,1),(2, 2), (3, I), (3, 2)} x ‘“ y ‘1' x = Y

Mas generalmente, con 105 n conjuntos A1, A2, . 0 sea quc ~ es la relacio’n do i gualdad entre los cleme
. . , A" puede formar su produclo ntos dc X. Es claro que esta
cartesianoA, x A2 X -, . . x A", el cual es (por defini relacién es reflexiva, simélrica y transitiva. La
cién) cl conjumo de n-adas clase dc equivalencia dex consta
ordenadas (m, (12,. . . an) en donde a.-€ A.-, i = 1,2,. de un solo elemento pucs
. . , n. En el caso en cl que A,»
=A, i = 1,2, . . . , n, seescribe

AXAX...XA=A"
[x] = lyEl=xl = {x}
\—_.._,____.__/
La relacién < en el conjunto de
mimcros entcros no es una relacion de equivalencia,
nveces
'- En este libro se estudiaré (en el capitulo 3) e1 conju pues no es rcflexiva (x (x) ni simétrica (six
nto R" el cual es entonces < y no es cierto quc y < x). Esta
relacién binaria cump‘lc 5610 la propiedad de transitividad.
Rn={(x1,X2,-.- ,xn)|x;€R,ié Del mismo modo, la
l,2,...,‘n}>
7 relacién S en el conjunto de nfimeros enteros tamp
1.3. RELACIONES, DE EQUIVALVENCIA ylencia, pues no es sim_étric'a (si x: y, no es
oco es _una relacién de equiva-
cierto en general qUe y S
,, que x =. y). Ob‘sérveSe sin embargo que esta fe‘l‘ac x, a menus
ién si es reflexiva, a diferencia
de la primera. También es transitiva.’
-1

Una relacio’n binaria en un conjunto X es un simbo

lo matematico o una afirmacion
verbal, que se denota pot R, tal que para cada par
de elementos x, y en X, la asercién
n tiene completo sentido y puede asignarsele sin ambigiiedad
el valor de verdad
o falsedad; es decir, dados x, y E X, la asercién n
es verdadera o falsa. Cuando
*Nota: La difcrencia de A y B so denoia a veces porA
- B, o bicn porA ~ B.
Sea X el conjunto de mexicanos. En X se establece la
relacion binaria ~ entre
sus elementos como
x ~ y a x y y nacieron en el mismo estado
*Esta notacién para unn clase de cquivalcncia no as univers
al. Dc heclio, en el li bro se llcgarén
a usar notaciones distinlas a esta.
-
6 ALGEBRA LINEAL INTRODUCCIO'N 7

Se ycrifioa fécilmente qI‘ie €513 es 1111a relacién do'equivalencia c11X. La clasc do. . DEMOSTRACION Obsérvcse piimerar'nentc quc
equiva’leneia de un elementox E X, 6511i constiluida pot todos aqueilos mexicanos '
que nacieron en el mismo cstado quex. Obse’rvese que six y y nacieron en el mismo X= L.) [x]
estado, entonces [x] = [y], mientras que six y y no nacieron en ei mismo esiado, xEX
53 time {x} n {y} = (D. Este 65 1111 hecho general que se probaré més adclantc.
Véase un fiitimo ejempio. Sea X 61 conjunto de 105 11111116105 cnteros Z y n 1111 Se tiene que probar entonces que dadas dos claSeS dc cquivaiencia [x] y [y] 51: tiene
mimcro natural. En X 56 define ia relacién binaria ~ 61111:: $115 elementos como una de las siguichtes posibilidades:

x~y=v3k€Ztalquex~y=kn
Es decir, los enteros x, y estén rciacionados p01 medio de ~, si la difercncia x — y
es un mfiltipio do n. Verifiquese que ésta es 1111a relacio’n de equivalencia e11 Z.
Para cualquier enter‘o x sc tien’e quc 1‘ ~ x, pues x ~ x = 0 = O - 11. E510 mucstra
la propiedad reflexiva de la relacién ~. Su’pong’a’se ah‘ora qucx ~ y. Existc entonces
k E Z tal que x — y = kn. Pero e11 tal caso, y — x = (~k)n, —k E Z, es_ decir que y ~
31,110 que muestra la propiedad simétrica de la relacién ~. Finalmente, supéngase
que x ~ y y y ~ 2. Existen cntcros k y k; tales que x ~ y = km, y — z = k2”. Entonces
x—z=x-y+y—z=k1n+k2n = (k +kz)n,k1 +k2 E Z,esdccirquex~z,loque
muestra quc la reiacion ~ posiee la propiedad transitiva. Se conciuyc pucs quc ~
es una relacién dc equivalencia
La clase de equivalencia de 1111 clemento x E Z es 61110110133
[x]= iy€Zly~xl =(y€.Zly'-x=kn.k€zi= {y€ZIY='x+_k12 kéZ}
Pot ejemplo,sin=4setiene
10}-{yely= 4k,kEZ} ={0,i4,i8,...}
[1]={y€Zy= 1+4k,kEZ}:{...,—11,~7,—3,I,5,9,...)
[2]={yeZy= 2+4k,k€Z}=[iZ,ié,ilO,...}
[3]=[yEZy= 3+4k,keZ}=1{...,—9,—5,—1,3,7,11,...}
[4]={y€Zy== 4+4k,k€Z}={yEZy=4k,k€Z}=[0]
En este caso existcn solamente 4 ciascs dc cquivaiencia distintas, a saber [01,[1 J,
[2}, [3]
E1 resultado principal de esta seccio'n se encuentra 611 CI siguientc teorema:
TEOREmAzzn _ Sea X1111 conjunto y sea~ una relacién de equiValencia 611 X. Las disiin1as
clasm dc equivalencia obtenidas en esta relacion proporcionan u11a des-
composicién de X como una union de subconjuntos ajenos Reciproca-
mente, dada 1111a descomposicio’n de X como union dc subconjuntos
ajenos no vacios, es posible definir una reiacién dc equivalencia ~ on X
ta] que estos subconjuntos scan precisamente las clases de equivalencia
obtenidas de la relacién ~.
1. [x]=[y]
2. [x10 [y] = 12>
Supéngase que [x] n [y] 9* 1?). Se probarzi entonces que en 6511: 0:150 1215 clascs [x]
y [y] coinciden.
Seaz E [x] n [y]. Entonces
z~x (1)
Z"y (2)
Tomese 1m cicmcnto 11 en {x} Entonccs a ~ x; pero pot (l), x ~ 2 (pucs ~ 63
snnetr1ca)yportantoaz(pues~Lstrans1uva)1301(2) a"~ y(pucs~ cst1ansi1iva)
lo que quiere decir entonces que a E [y] Entonces [x] C [y].
_ U11 2111311a10 simila1 nos conduct: a 121 otra contL'nciOn [y] C [1']. Se; concluyc .
piles que [x]= [y] '
Esto muLstra la‘ primera partc dcl (comma.
Supéngasc 11110111 que X es una union dc subconjumos ajenos no vacios.
Dcfi'nasc en X la rclacién ~ como
x ~ )2 to x y y pertcnccen a1 mismo subconjumO
Se verifica dc inmedialo quc ésta es una rclacion dc equivalencia y que las clases
dc cquivaienciu son precisamcmc los subconjumos en que cstubu dcscompucsto
inicialmcmc X.
Q.E.D.
Cuando en un conjunto X 56 cstablcce 1111a rciacion dc cquivalcncia cntre sus
elementos, se dice que “X queda partido —-—o dividido— en ciases de eqqivalcncia",
indicando con 6510 L1 hccho dL quc X puedc 561 contpiado como la union ,
disjunta dL las clases dc cquivalcncia dc sus clcmcntos. Eslc tho rLsulta 501 do
capital importancia dcntto dc algunas situacioncs concretas Ln mataticas. P01
ejempio, esto permite hacer una identificacio'n dc todos los clomentos dc X que
pertenezcan a una misma cluse de equivalencia: identificaindosc cada clemento x
6 X con la ciase de equivalencia a la que pertenece, y de esta manera dos elementos.
que pertenezcan a la misma clase serén, bajo esta perspectiva, indistinguibles (esta
situacio’n se presenta en la discusién sobre isomorfismos de espacios vectoriales;
subseccién 6.2 dei capitulo 3).

8 ALGEBPIA LINEAL
' Otra'simacionquc Sc cnc‘om-ra'ré tambiénlcn cstc libro, 'rclacionada con la
particic’m dc un conjunto X en clascs dc equivalencla, seré la‘ dc’procura'r “rcprc-
scntza cs adecuados” en una cicrta clasc dc cquivalcncla: supongasc quc a cada
elcmcmo dc un conjunto X 56 1c puede asociar una y solamcnte una clase dc
. cquivalcncla dc 01m conjunto Y. Habrzi quc prcguntarsc cntonccs si dentro dc la
clasc dc equivalencia que lc cortespondc a un cicrto clemenlo x E X, cxislc un
elemento (un rcprcscntantc do la clasc) con clcrtas caractcn'sticas. Esta es de hccho
la situacion abstracta dc la quc tram cl capitulo 6 dc cs'tc libro. Pot filtlmo, quizds
la situacién més importanlc relacionada con particién dc un conjunto X on clases
dc cquivalencia, desde el punto de vista del Lilgebra, cs la siguicnte: supongasc quc
cl conjunlo X poscc una cicrta cstmctura algebraicu (grupo, anlllo, espacio
vectorial, modulo). En X so establece una relacio’n dc cquivalcncia cntrc sus
clcmentos de- modo que X qucda dividido en clascs dc cquivalcncia. Denétese por
X al conjunto de todas las clases de equivalencia asi obtcnidas. Habré quc
preguntarsc si cl conjunto X posse también la misma cstructura algebraica dc X.
En tal caso se dice que X posee la estructura cociente y se ascribe X = X/~, cn
doncle ~ es la rclacion dc cquivalencia qua se dcllnié cm X. En el apéndice II dcl
capllulo 4, se prescnta una discuslc’m detallada dc cémo es quc sc obticnc la
cstructura cocicnte en un cspacio vectorial.
mmoouccuén 9
0 su coclomihio-(el conjuhto B) r
" 0 ’lalrcgl’a'dc correspondencia por mediode la cual a cada clomcmo a'dcl conjumo
A SC 16 asocia cl clemento b = fia) dcl conjunto B.
En los primeros curses dc czilculo sc cstudian funcioncs para las cualcs cl
conjunto B es cl conjunto dc nfimcros rcales R ylcl conjumo A es un subconjumo
dc R; un intervalo. Es decir, funciones dcl tipof: A Q R —+ R, llamndas “funcioncs
rcalcs dc variable real”. En esta scccién no 5c insistirzi dcmasiado sobrc cstc tipo
dc funciones pues aqucllas funciones quc aparcccn en cl csludio dcl zilgcbra lineal
son de un tipo mzis general.
Véanse ahora algunos cjemplos.
Sea A 1111 conjunto no vacio cualquicra. Seaf: A ——» A dada porf(a) = a, V a E
A. Es claro qucfcs um: l'uncién dcl conjumoA on 51' mismo. Esta funcién cs llamada
fimcio’n identidad (on A) y sc dcnota pot IdA.
Scan ahora A y B dos conjumos no vacios cualcsquicra. Témcse un clcmcnto
fijo b, E B. Si 56 consideraf: A —+ B co‘mofla) = bu, V a E A, es clam quc 5c tcndré
también una t’uncién dcl conjuntoA al conjunto B. Esta funcio'n cs llumadufimcio’n
constante.
Algunos olros cjcmplos dc funcioncs son:

\ 7 c, FUN-CIONES flN~Mflx>=2x
fi.Rr~R,flx).=_3c’+5x.+n
V -Sean'A y' B doscohjuntos no Qac‘los. Se dict; quc fcsi'una funcio’fl dcl cohjunto A fiZAMflxM‘Z' '
al conjunto B, 10 cual se ascribe como
f-‘RUR, flx,y)=x+y
f: A —+ B f-‘N-* N’. f(x) =(xy2x)
f: Zz -» Z3‘, fix, y) = (x+y,x—y, 2x+2y), ctcélcra.
si a cada clemento a e A le correspondc un {mice elemento b E B, el cual se dcnola
pot b =fla). Sc dice en tal caso que b es la imagcn de a bajo f, y quc cl elemento Se dicc quc las l‘uhcionesfi: A —-> B; yf21A2 ~> Bz son iguales, lo cual sccscribe
a E A es el argumen‘t‘o de la funci‘én f. comofi =fi, siA. = A2, Bl = B2 yfi(a) =f2'(a), V a e AI(=A2).
Al conjtmto A se la llama domz'm'o dc 1a funcién f, y al conjunto B se la llama Sea ahora f: A —> B una funcién del conjunto A a1 conjunto B. Si A. es un
codominio dc la funciénf. subconjunto do A, so dice quc e1 conjumoflAl), subconjunto dc B, dado por
Esquemzilicumente tenemos
fiA,)=ma)|aeA,};B

es la imagen (directa) de A I bajo f.

' Esqu’cmzitlcamcme

A B
(dominlo) ‘ (codamlnlo) f
—-—-->

Estableccr entonces una funciénf consists cn dar AI “A I)

0. su dominio (cl conjunto A) \ A B

 1'}
tNTRoDUCCIoN 11 ¢¢
.1,
1O ALGEBRA UNEAL
flax) =fl02) =’ .01 = a:
Si B1 es un subcdnjuntddc B, a1. conjuntofKBg), subconjunto do A, dado pot
Si una funcién es 3 la vcz inyectiva y sobreyecliva, so dice quc es una fzmcibn
f" (8;) = {aEA lfla) 6 Bl} QA
biyecn‘va.
Clemente, Pot ejemplo, la funcionf: N —‘ N,fix) = 2x :25 inyectz‘va pero no sobreyecliva.
se le llama imagen inversa de 8,. Si 81 esté constituido por un solo
La funcionfi Z \{O} -—» N,fix) = m, es sobreyectiva pero no inyectiva. La funcién
digasc b, entonces se escribe
f: R —-> R,flx) = x‘ no es ni inyectiva ni sobreyectiva. Pot filtimo, Ia funcién f: R
f'| (b) =‘{0 E A l-flfl) = 17} 9A —+ R, fix) = x3 es inyectiva y sabreyectiva; cs por tanto una funcién biye‘ctz'va.
Sea ahoraf: A —> B una funcién del conjunto A a1 conjunto B y g: B —4 C una
y se dice que ate subconjunto deA es la imagen inversa do b. funcién del conjunto B 81 conjunto C. Definase lafuncidn composicio’lz (1e g con
f, denotada por gof, como la funcion
f
g9f. A -> C
(8°f)(a) = 80(0))

%
c = (g . 0(a) - 9(f(a))
Esquemziticamente
= 90:)

r‘<b)

Obséryese quef“(b) pucdosor vacio.‘

For eje‘mplo, si se considera la funciénf: R- ->'R,j(x) if, so tienc .7

f‘(-1)= «5
f‘(0) = {0}
f‘(1)= {1,-1}
Mzis generalmcme: Obsérvese que aunque so pueda cslablecer la composicién dc gof, puedc ocurrir
que la composicién fog no esté dcfinida. Afin mais, si ambas composicioncs gof y
f‘O’) = ‘5 Si)’ < 0 fog cstuvieran definidas, no es cicrto en general quc gof = fog. cido a csto, se
f‘(0) = 0 dice que la composicion dc funciones es una operacién no conmutativa.
f‘0’)= {‘57, ~ '5} siy>0 Por ejemplo, si se ticncn las funcioncs
Al conjunto de elementos b E B para los cua'lesf“(b) no es vacl’o, so 1e llama rango
f-‘R2”R3>flXJ)=(X+Y,x‘M 1)
de la funcionf" Pot ejemplo, para la misma funcic’mf: R —v R, fix) = x2, so tienc
que WP ~'R,g(x,y.2)=x+y+z
tango def= _{y‘€ R_| y 2 0} se pucde format 1a composicién gof; R? —» R. La cual fitzi dada pot

Si path la funoionfi_A —-> “B sci-cu-mplc que. - , '

tango def= B
18°13“; y, i) =-g(f(x, y, z» =‘ g(x'+y,x-y,1)'=x W H -y+1= 2x +1
En eslc caso no se pucde format la composicion fog (apor qué?).
digase que f es una funcion sobreyectiva (o suprayectiva). Si ocurre que para Pot otro lado, si se consideran [as funciones
cualesquiera (1., (22 E A, tales quc a1 95 (12, se ticneflaz) 9* flaz), so dice quef es una
fimcio’n inyectiva. Equivalentcmente, la funcio’n f: A —> B es inyectz‘va si f:R—»RfL\C)-—'x2
*En e! 221 gobra lineal 1a palabra rango aparcce dcsigmmdo un concepto distinto ul aqui prescntado. g:R—>Rg(x)=2.x
En su momento (soccién 2, capitulo 5) so hard dc nucvo la aclaracion correspondientc.
 .. Q...” ,.____-..__.
12 ALGEBRALINEAL
iNTRODUCCIéN 13
sc lienc que . .
. V go]:- R 4R V _ Entonces fes _biyectiva, co__m‘ovse queria. ‘ , . ,
3 Supéngase ahorai' que f es una 'funcién bi‘yectim. Se quieie vcr que f ticnc
(8°J‘Xx) = 803-0) = 8062) = 2x3 invcrsa. Para un elemento b E B, cxistc un clemento a E A :31 qucfla)
= b (pucs
fes sobreyectiva). Esta elemento es L'mico (puesfes inyectiva). Deflna
la funcién
fog: R —+ R
(figxx) = flg(x)) = flZx) = (2202 = 4x2 f“: B —’A
Sc licnc pues que gof $ fog,
comof'(b) = a. Es immediate verificar quef“°f = [dd y fOf‘ = My. Esto
Se dice que la funciénf: A —+ B tiene inversa, si cxiste una Vfunciénf": B -+ A mueslrzx
quef (ienc inversa.
(llamada inversa def) ta! quc
Q.E.I).
f"'°f= “A Por ejemplo, sif: R —> R es la funciénflx) = x3, 56 ticne qucftienc invcrsa,
fif" ‘ Ids pucs
es una funcic’m biyectiva.
La funciénf": R -» R, inversa defesf“(x) = 3/36..

EJERCICIOS (INTRODUCCIéN)
l.""Seanlbs conjuntos , .
,rp'ri-Id; A. ' '.'rl;t-'IdA
Un rcsultado importante, que da condiciones equivalentes a1 hecho de que A = {e,s,t,u,tl,i,a,r}
una
funcién. tenga inversa, estzi contcnido en c1 siguiente teorema: B = {m,a,t,e,m,ri,t,i,c,a,s}
C = {e,s}
TEOR EMA 3.1 La funcién f: A -> B tiene inversa si y solamente si cs una funcién D = {fia,s,c,i,n,a,n,t,e}
biyectiva. . a) Dcscriba los conjuntosA U B,A U D,A n B,A n D.
DEMOSTRA CIO’N Supéngasc primeramcnte que la funciénf: A -—» B ticne b) Comprucbe que C as subconjunto dc A, B y D
inversa.
c) Demucstre quc A n D C B n D
Véase que fes sobreyectiva: dado b E B 56 tiene d) Compruebe queA \ D = A \B
e) Dcmuestre que {f,r,a,n,c,é,s] C A U D
b = 1613(1))= (f°f")(b) =f(f‘(b)) f) Compruebc que (t,f,a} es subconjunto de A, B y D
2. Sea A un conjunto no vacio y a un elemento de A. Sea B =
Si (2 =f‘(b), hemos mostrado qucfla) = b. Entonccs b E tango def Es decir, range {a}. Diga cua‘les dc [as
siguientcs cxprcsioncs son correctas, cu-élcs no, 0 him, sobrclcu
éjes dc ellas no so
def = B. For tanto, fes sobreye'ctiva. , ' » ' puede dccidir (pot falta dc informaci'én). Jgstil‘iquc su respucsta.
» ‘ ' '-» '
. . ~ Véase ahor‘a quefes iny'ectiva: scan (1;, a2' 6 A tales que
'éjaeB and}; ‘ k)AnB=a
b) aEA
fla 1) = f(az) g) BCA l) aEAUB
Entonccs c) BEA h) 3cm} m) [a1CAnB
d) ((1)68 i) {aJEA n) {a}€AnB
f" (Add) =f" 01%))
e) {MCB j) {MC/4 . 0) A UB={0}
Comof"of= IdA, se concluye que ax = a2, lo que muestra quefLb inyectiva. 3‘ ScanlosconjumosA = (0,1),B= {1,0}, C= {0, {I}},D=
HO}, l},E= ({0}, {0,1 } },
F = {{0}, {1,0} }. Manifieste cuéles dc )as siguicmes cxprcsioncs
son correctas y
14 ALGEERA LINEAL INTRODUCCION 15

cuzile's' 110:1u'sfifiquc 511 rcsp'ixeSta.

a) 15 Suponga que el conj unto A lienc'n elementoS._Dc1nuestrc que el conjumo p(A) licnc
a)ACB -- 1). ECF 1k) EnF=[1,0}. 11'. _ i ' n!
b)A=B 19c 1) EUF={O}UA 1.- " 11101—11)!
c)ACC 11)“): m) EnC={O} subconjumos de A de k elementos cada uno. Concluya cntenccs que p(A) ticnc 2"
d)ACD i)ACE n)EnD={O} elementos.
e)A=D J')AnB=A o)BCF CD 16. Sea A un conjunto cualquiera y a un elemento dc é}. LPuedc ocurrir que a E p(A)?
Sea A = {95, [(0 } ) (Q) es c1 conjumo vac1'o). Diga cuéles do las siguientes cxpresiones
Explique.
son correctas y cuziles no. Pruebe su rcspuesta. 17. Si 105 conjuntos A y B son iguales, claramente 56 time p(A) = p(B). LES vcrdadera 1a
afirmacién reciproca?
a) A cs 61 conjunto vacio 0Anf¢l=1¢1 ® 18. Se define la diferencia simc’trica de los conjuntos A y B denotada pct A A B, como
b)¢CA ' g)An¢=¢ AAB={x|x€A o xEB y xeAnB]
c) (236A~ h) AU{¢}=A Dcmuestre que
d) {me/1 1) An[¢}=¢ AAB = (A\B) U (B\A)
e>1¢1CA 11An¢=1¢1 19. Sean A, B, C y D conjumos cualesquiera. Compruebe que
. Sean (1 y b dos nfimeros cualesquiera y sea "'a)..AA(BAC)=(AAB)AC
. A = ((1,1). {011.1171} b) A AA = (25
LC1erto o falso?: c1 conjunto A ticne 5610 dos elementos distimos. c) A A ¢ = A
(Sugerencia: considers los dos cases a = b y‘a 5* b.) d) A n(BAC)=(A n'B)A(A n C)
. Con los numeros 0 y 1 construya un c'onJ'un't'o que' té'nga 5 elcmentbs distintos.
OOO\IO\

e) (A U B) A (C'U D) C (AAC) U'(BAD)

. Sea A= [xv] x, y 6 N}. DemUestrc queA= N _,-2o. DE 11113 intel‘pfetacién‘ gé‘qt‘nétdca de los conjuntos R X'R = R7 y RX R X R = R3 .
. Sea 8 =_ {x + y l x,y E_ Z}. Compruebeque B‘= Z. “ 7 21'. Encl 11111110 .xy describa geométricamgm e cl cohJ'untoN X N. Haga lo mismo para el ’5
. Sean A, B y C [res conjuntos tales que conjunto Z x Z. ' ' ' '
ACB CCCA 22. Sea A un conjunto cualquicra. LQué es (:1 conjunto A X CD ?
Dcmuestrc qucA = B = C. Més generalmenle, si Al, A2, . . . , A" son n conjuntos mlcs 23. Suponga que para dos conjuntos A y B 36 tieneA x B = (D. LQué pucde decir de cslos
que conjuntos?
24. a) Suponga queA C B y C C D. Demuestrc entonces que A X C C B X D.
AJ CAZC. 11CA,._1CA1.CAI

pruebe entonces queA1 = A2 =- . . . = A". ' b) Piense que para los conjuntos A, B, C y D 56 tiene A X C C B X D. LES posiblc
10. Dcmuestre c1 leorcma 1.1. concluir queA C B y C C D?
11. Demucstre cl (comma 1.2.
12. Dcmuestrc cl (comma 1.3. 25. Sea X (:1 conjumo (1e todos 10$ seres humanos. En X dcfina la rclacién ~ entre sus
13. Sean A, B y C [res conjuntos cualcsquicra. Dcmuestrc las leycs dc Dc Morgan clemcmos como
8) C\(A U B)=(C\A) 0 (CU?) a) x~ysixeshermanodey
b) C\(A fl B)= (CM) U (CU?) b) x~ysixespadredey
.14
Dado un conju'mo A, $6 define su co‘njunto potencia, de'nolado por p(A) condo cl c) x~ ysixcsamigodey
conJunto fo1'1n'z'1do por t(1dos los subcpnjuntos dc A Es decir . Ad) ‘ x~ y s1 1: nacié en la misma ciudad en que naci'é y
PM) = {BIB CA) e) x~ y six vivc en la misnia casa que y
1...

For cjcmplo, si A = {1,2} emonces t) x ~ y si .1: habla la misma lengua que y

P(A)= {15. {11112}, (1.21} Diga en cada case 51 ~ es una relacién de equivalencia an X. En el caso de que lo sea,
_,.

a) SiA = (D, describap(A) describa las clases de equivalencia correspondientes.

-_ .

b) 81/! = {1,2,3}, describa p(A) 26. Considere 1a relacio’n ~ en el conjunto Z definida como
...~;..

c) Si A = {1,2}, describa p(p(A))

._

x~v~=3k€Ztalquex-y=3k
._..._..,,... A.-.
16 liLGEBRA LINE-SAL

INTRODUCCION 1 7
Demuestre que .~ es una relacion de equ-ivalencia y Que el'coirju
nto cocieme Z/~ esté
.formado por las clases de equivalencia [O], [I]? [2]. c) {(43), (12,3), (c,3),~-((1,3))
27. sea X ell conjunto de iodas las rectas en el piano. En Xidefina
la relacién ~ como d) («2.1), (5.4), (cam/,2);
a) x~ysixesparalelaay 8) { (a.1), (M). (0,1), (6,2). ((1,2))
b) x ~ y si xcs perpendicular a y 0 {(41), ((1,2), ((1,2), (1A3), (6,4)!
Acepte que toda recta es paralela a si misma. Demuestre entonce g) ((0,4), ((1,3), (6,2), (19,1)1
s que la rclacion
definida en a) es una relacion de equivalencia, acuéles son las clases
de equivalencia h) {(0.1) (b3). (52,2), (0,3). (07.2)}
asi generadas? (3133 la relacién definida en b) una relacién de equivale
ncia? i) {(173). (0,2), (0,2), (612)}
28. Sea X cl conjunto de todos los triéngnlos. Define en
X la relacién ~ como j) { (6,1), ((1,1), (61,2). (192)}
a) x ~ y si .2: es semejante a y
b) x ~ y si x es congruente con y 33. Sean las funcionesf, g: R —+ R dadas por
Demuestre que c’szas son relaciones de equivalencia en X. fix) = x3 + x - l
29. En el conjunto’ dc nfimeros enteros Z se ha definido una g(x) = (1(x ~1)’ + b(x + 2)2 + ex + (1
cierta relacién de cquivalencia
~‘de modo que Z ha quedado descompueslo como la union de los siguient Determine a, b, c y d para quef = g.
es conjuntos
(disconjuntos) 34. Se dice que la funeion f: R —> R es lineal sificxl + n) == cfixl) +fix2),
en donde of,
x1, x; E R. Determine cuziles de las siguientes funciones son lineales:
{... —1o,—5,o,5, 10,...}
{...,—9,-4,1,6,11,...] a) fix) = x ' (1) fix) = 2x3 + 1
[..., —8,—3,2,7, 12,.. 1 b) fix) = 3x2 e) fix) = mx, m una constante
{.. ., ~7,—2,3,.8,13,... ] c) fix) = x + 1 0 fix) = mx + b, m y b constantes
_‘ (..., —6,-1,4,9.14.... 1 35. Demuestre que la funciénf: A -f B es una biyeccién Si, y 3610 si cumple con la siguiente
Describe larelacione'. ‘ pr0piedad_: dado b” e B '61 .corijuntof1(b) C A consla deun solo elemento.
y ' I‘ '' '
30. Eh cl eonj unto N X N defina l'a‘rel’acién‘ ~ co'mo
'36. . ‘Sea'A un conjuntofinite y considere‘ unafunciéns —~r A. Demuestre qde‘fes inyeetiva
si, y 3610 sifes biyeciiva.
(a,b)~ (ad) a a+d=b+c 37. Precise todas las posibles funcioncs biyeclivas del conjunto {1, 2, 3} en
51’ mismo
Pruebe que ~ es una relacién de equivalencia. (véase ejercicio 36).
31. El siguieme argumenlo “demuestra” que si una relacio’n bin‘aria 38. Si A es un conjunto de M elementos, acuéntas funciones biyectiva
R es un conjunto X s deA enA dislimas
es simétrica y transiliva, emonces es reflexive: scan x, y E X tales existen?
que n. Como R
cs‘sime'trica y so time n. Como R es transitiva, n y n
implica xRx, lo que muestra
que R es reflexiva. 39. Seanf: A —¢ B y g: B —+ C dos funciones. Demucstre que
Ehcuen'tre e] error en este razonamiento. a) sify g son inycclivas entonces gofes inyectiva.
b) sif y g son sobreyectivas entonces gofes sobreyectiva.

32. Considere los conjuntos e) sif y g son biyeclivas entonces gofes biyectiva.
40. Suponga que las funciones del ejercicio anterior son tales que gof
es una funcioni a)
A'= {a,b,c,d] inyecliva, b) sobreyectiva, c) biyectiva. (,Qué pucde dccir de las funciones fy g?
B = { l,2,3,4}
41. Seaf: A —* B una funcion biyectiva. Demuestre que la funcion
Se dan a continuacién conjuntos de parejas ordenadas (x, y), x E A,‘y fl: B —> A tiene inversa
E B. Diga on 3! (11190"”0-! -f- ,
cada caso si se‘ticne una 'funciénf: A —»_ B'en donde y = fix). En caso
ai‘irmat‘iyo -
determine ‘_ ' . . . , , . _ 1 ‘ -'\- 1 ' 42, Seénf: A —’ B y g B -> _C dos funciories biyeelivas,ppmebe qUe la funciorr gof: A -—v
' 1) el range de la ffincién C tiene inverse y que (gqf)“ =f“og".
2) si la funcion es inyectiva 43. Sean f: A -~ B, g: B ~» C, h: C -—> D tres funciones. Demuestre que las funciones
3) si la funcién tiene inversa. En lal caso determine la funcionf 1: B lz°(g°f), (h0g)°f: A —+ D son iguales.
—-+ A 44. Considere la funcién: f: N —» N tal que
a) {(0.1). (b2). (0,3), (4,4)}
b) {(arl)! ((1,2), (b3), (Q4), (6.1), (0,2)} fix + y) =10) +167). Vx. y E N
fil) = 2
Compruebe quefix) = 2x V x 6 N.
1.8 ALGEBRA LlNEAL

(D 45. Seaf. A —~ B'una funcién c-a-B y Scan X y YSiibconjumos (16A y B resp-cctivamcnte.’

Demuestre que _
a) flf’ (3’)) E Y
CAPI’TULO UNO V? '
b) flf‘ (1’)) = Y si, y 5610 sif as sobreycctiva.
C) X 9f“ UGO)
d) X =f-1 (flXD si, y 5610 sif as inyectiva.
Sistemas de ecuaciones
G) 46. Sea f: A -’ B una funcién deA a B y scan X; y X2 subconjuntos de A. Demucstre que lineal'es y matrices
a) fix! U X2) =fCXI) Uflxz)
b) flX: n X2) §f(Xl) n flXz)
Compruebe queflxl n X2) ='fix1) n flXz) si, y 5610 si f es inyectiva.

En este capilulo se exponen las ideas y resultados preliminares que aparecen en el

estudio dcl algebra lineal. Se discutiré, per una parte’, el método dc eliminacién dc
Gauss-Jordan para resolver sistcmas de ccuaciones lineales, sicndo éste una
herramicnta fundamental que se usara en cl resto del libro. Por otra parte, se
introducira fomnalmente el concepto dc matriz y 56 hard un estudio meis o menos
detallado de las principales propicdades que tienen estos f‘entes matematicos”
llamados matrices, que aparccen también como elementos fundamentales dc
trabajo en el algebra-lineal.
Para introducitse en el-tcma, se retoma la tan familiar situacic’m de resolucién
de un sistema de dosecuaciones-lincales con-dos ingéguitas (x y— y), digase: .

m¥®=mv
cx + dy = n
(dondc a, b, c, d, m, )1 son m’nneros reales dados).
Uno do 105 procedimicntos mas con‘oCidos para oblencr la solucion de este sis-
tema es c1 llamado‘“método do eliminacién”, quc consiste en, por mcdio dc opera-
ciones algebraicas (permisibles), eliminar un'a dc las incognitas y producir asi una
nucva ecuacién en la qua apare‘ce ento‘nccs 5610 la mm. For ejcmplo, si 50 mulli~
plica por (-c) la primera ecuacién y por (a) la segunda, y luego so suman, se obticne

(ad — bc)y = (m - cm

dc donde so we que si ad - bc ¢ 0 cntonces cl sistcma posec por solucion

_ an — cm
. ad — bc
_-dm - biz
ad — bc

(cl valor dc x sc obliene sustiluyendo cl valor para y encontrado en cualquicra de

las ecuaciones y despcjando).
Desde cl punto dc vista geomélrico, cada una do 1215 ecuacioncs dcl sistema
dado representa una rccta en el plano. Hallar una solucién dcl sistcma consiste en
localizar el punto en cl quc tales rcctas so intersecan (punto cuyas coordenadas _

19
 20 ALGEBRA UNEAL

SISTEMAS DE ECUACIONES LINEALES Y MATRICES

21
satisfaqen simultdneamente ambas ecuaciones). Asi-
plies; si ad 4 be 3* 0 se ticnc
la siguiente situacién: .en donde a), a2, . . .', a", b sc‘m nfimeros (rcales) dados.
Al numero a; que multiplica a la inoégnita x,- (i
= 1, 2, . . . , n) se la llama
coeficieme de la incognita cortespondiente. Al némer
ax+by=m o b 5:: le llama te’rmz'no
independiente de la ecuacién.
Si b = 0, SC dice que la ecuacion (1.1) es homoge'nea. En caso
contrario, se dice
yo —————— <—-— soluclén del slstema que es no homoge’nea.
'
EJEMPLO1 Asi pues, las ecuaciones 3x; + 2x; = 6, 5xl + 6x; = 0
son ecuaciones linealcs en las
incognitas x1, X2 (la primera dc ellas no homogénea y la
segunda homogénea),
/
.—x micntras que la ecuacién 3x? + 2x; = 1 no es una ecuacién lineal.
I x0 \ cx+dy=n
Se dice que x, = 35,, x2 = $2, . . . , x. n 35,. (El, 552, . . . , 35,. son nlimcr
mientras que si ad — bc = 0, puede acontecer que os determinados)
las dos rectas scan paralelas (en es una solucidn de la ecuacio’n (1), si estos valores de las incégn
cuyo caso se dice que el sistema no tiene solucién) itas satisfacen la
o bie'n que se trate de la misma ecuacién, en el sentido de que sustituyendo estos valores
recta en ella, ésta se reduce a
(en cuyo caso se dice que el sistema posee una infinid una idenlidad, esto es, si
ad de solucio'ncs).
Gréficamente se ve como
,a1§x+a2,§2+...+a,,xnsb
EJEMPLO 2 Por ejemplo, para la ecuacion 3x, = 6, se tiene que xi = 2
es una solucién, puesto
que 3(2) = 6 es una identidad, asi como para la ecuacién x;
+ 3x; = 4, se tiene que
x1= x2 = 1yx1= 10, x2 = —2 son soluciones, ya que 1 + 3(1)
= 4 y 10 + 3(-—2) = 4
son identidades. _ A . 4'
. Sc llarnaré cory‘unto Solucz'dn' (16 la 'c'c'u‘aéién (1.I)_al.conjfi
-
nto formadb por las
soluciones de la) ecuacién. -
"- x‘ 7— X ‘EJEMPLO 3 Por ejemplo, para una ecuacién lineal con una incégnita x,
ax = b se pueden tener
La-prim'era parte de este capitulo (secciones 1 y 2) las siguientes situaciones:
no es mas que una generaliza—
cién dc las ideas involucradas en este sencillo eje'rnplo. a)
Por ejemplo, se tratarzi dc Si' (1 = 2,, b = 4 (la ecuacién es pucs 2x = 4) el conjunto solucié
n esté form ado
dar un sentido més amplio (3y prec‘iso!) a los conceptos: por el unico valor de la incégnita x = 2.
ecuacio’n lineal, sistema
de ecuac iones lineales, solucién de un sistema de ecuaciones
lineales, etc.,
que b) Si a = O, b = 0 (la ccuacién es pucs 0 -x = 0) e1 conjunto solucio
son términos que ya 56 usan en este ejemplo elemental, n esté fo‘rmado
asi como también sc pot una infinidad dc valores dc x; esto es, cualquier valor de x sa‘tisfac
estableceré un método general para resolver sistem c la
as de ecuaciones. En la segunda ecuacion.
parte de este capitulo, se introduce formalmente
el concepto dc “matriz” y se
estudian las propiedades mas importantes de ellas c) Si (1 = O, b = 1 (la ecuacion es pues 0 - x = 1) el conjunto solucio
(secciones 3 y 4). n es vacio,
pues no existc valor E de x que cumpla con 0 ‘ x =' 1.
1. SISTEMAS DE ECUACIONES Ll‘NEALES Véase pues que en este ejemplo, el conjunto solucién es vacio, o contien
e un
finico valor dc x, o estzi formado per una infinidad de valores
Se llama ecuacién lineal en las incégnitas (o indetm para x (obsérvesc'
ninadas) x,, x2, . ; . ,'x,,* a una 'qUe no pUevde ocurrir que (:1 'conjunto solu‘cién tenga dos 0 tires ‘0 n »-n
ocuacion de‘ la forma , ' finito mayor
~ . , - ~ que 1- valorcs dox). En la seccion 3 dc dste'capitulosé veré que ésteles
un‘ hccho .
general para Sistérnas dc eouaciones lineales. ,
a1x1+azx2+...+a,.x,.=b En csta seccio'n y en la siguiente, seré de especial interés considerar sistema
(1.1) s
*En el caso dc: una ecuacién lineal con dos incégnitas do ecuaciones lineales. .
se usan tradicionalmente las lctras x y y
para denotar a éstas, asi como en cl caso de 3, 4 o
5 incégnitas se usan lambién, adcmzis dc x y y, las Al conjunto de m ecuaciones lineales .. .
.v

letras z, u, v, w. En el caso general so usaré (pot razones

obvias) la misma lclra x con un subindicc allxl + £112X2 + - . - + (11a = bl
que indicaré cl mimero de incégnita de la que se Irate. Asi,
la ccuacidn ax + by = m sc verzi como at,
+ bx; - m,y la ecuaciénax + by 4- 02 + du + ew
= n 56 veré como ax, + bx; + cx, + (in + exs = n. (121x; + aux; + . . . + (121.15» =
b2

{1-2)

22 A'LGEBRA LINEAL
awn-4 4mm +._. . . + am. = b... ._
en donde (1.7, b.»(1 S i S m, 1 S j S )1) son nfim‘eros dados, so 1e llama sistema de m
ecuaciones lineales en [as n incdgnitas Jo, . . . x,.. Si 105 te’rminos independientes
b;(i = 1, 2, . . . n) son todos iguales a ccro, so dice que el sistema cs komoge’neo,
En caso contrario se dice que es no homoge’neo.
Obsérvese que so tiene que introducir un nuevo subindice a los coeficientes de
las ecuaciones: el primero de ellos indica el mimcro do ecuacion de la que se trata
y el segundo, cl mimero de la incognita do la que es coeficiente. Asi pucs, (1;; es el
coeficiente de la incégnita x,- en la i-ésima ecuacién.
Los conceptos dc solucion y de conjunto solucio'n para el sistcma (1.2) so
generalizan de una maneta natural: a los valores x.‘_= 35, (i = 1, . . . , n) so 163 llama
solucién del sistema si estos satisfacen todas y cada una do las ecuaciones del
mismo (0 sea, si son soluciones para todas y cada una de las ccuacioncs). El
conjunto solucion esta constituido por las soluciones dcl slstema.
EJEMPLO 4 For ejemplo, cl sistema
3x1 + 2232 = 7
x1 + x; = 3
ticno por-conjunto solucion a {x1.,= 1; x2 = 2} (la solucion es. “union” .
,xx +x-é'é3'
”JEJEMPLOS‘
2X1 + 2X1-= 6
El sistcma posee una infinidad do soluciohes, pucs dando cualquicr valor 21 x1,
dl'gasc x1 = t0 6 R), basla con cscribir x2 = 3 - tpara que sc satisfaga cl sistcma.
En estc caso cl conjunto solucién es [x1 = t, x; = 3 — I, t E R} (cl sistema lienc una
infinidad do soluciones).
EJEMPLO 6 Por ultimo, cs claro quc el sistcma
x1 + 2x; = 1
X1 + 2X2 = 3
no posee solucioncs, esto es, el conjunto solucién es vaclo.
Una vez dados estos conceptos preliminares, so pasa a la discusion do co’mo
obtener las solucioncs (si existen) de un sistema como (1.2). En el caso m = n = 2
3 (sistema de dos‘ec‘uaciohos con dos incégnitaé) se sabe porl‘octamcnlc qué haccr: '
so realizanlopcraciones algebraioas en las c‘cuaoion'cs éon‘cl objcto dc eliminar' una‘
dc las incégnitas y se rcsuelve para la restante. Para 61 Case general, Sc vera quc'
“la filosofia” del procedimiento es esencialmentc la misma: tralar dc climinar
incégnitas.
En una ptimera vista, parece pues que no hay nada nuevo qué docir: dado un
sistema de ecuaciones lineales, so realizan operacioncs en las ecuaciones dc tal
manera que se eliminan incégnitas ;y ya! Resulta que, efcctivamente, no hay nada
nuevo qué dealt, a excepcién de la puesta en escena dc tal estralcgia.
SISTEMAS DE ECUACIGNES UNEALES Y MATRlCES 23
Se débe set muy cuidadoso con el iipo do Iopcta‘ciones qu‘c sc rca’lizan en las
ecuaciones: considéresc por ejcmplo cl sistemadc‘3 ocuaciOnc’s con 2 incognitas
5x~2y=1
~x+2y=2
4x+2y=9
y apliquese librcmentc la “estrategia dc eliminat incégnitas”. Sumando la scgun-
(la y tercera ecuacién se tiene
3x+4y=11
quc junto con la primera dc ellas 5x — 2y = I, produce (digasc quc so multiplica
per 2 esta L'Iltima y se suma con 3x + 4y = 1 1 eliminando asi a y) por “solucién” x
= 1, y = 2.
Si sc verifica esta “solucion” del sistema en las ecuaciones, sc vc que, a excep-
cion de la primera de ellas, para la cual se tiene 5(1) - 2(2) = 1, una identidad, en 135
(103 rcstantes estos valores dc x y y no conducen a identidades (so ticne -(1) + 2(2)
. ¢ 2, 4(1) + 2(2) at 9), y por tanto, lo que se obtienc nofue una solucidn del sistema.
Ya en la introduccio’n a‘l capltulo se observa queen cl método dc climinacion
sc debcn realizar opcraciones a1 gebraicas permisibles on 145 ecuaciones para
dc
climinar incognitasi'dc ellas. Uno de los puntosque so discutiran aqui cs accrca
writes. soticsas opéraciones permisiblcs (soobsc-aré despu és,vque en el cjemplo
anterior so realiza mm op‘cra'cién-no pc‘rmiSiblc en 1213‘ ccuacionos dcl Sistcma). .
También se disculirz’l la metodologla para realizar tales operaciones.
Para concrctar la (liscusion, so tomarzi como ejcmplo un sislema do 3 ccuacio—
has con 3 lncégnltas.
Si sc obscrva cl sistcma
1] =1
(1.3)
X2: —1
Xa= 4
y sc pregunta por la solucion dc c’ste, sc vc quc no so licnc nada quc haccr’,_pucs
la solucion esté cscrila en el mismo sistema. LQué cs 10 quc ticnon'de particular
lasecuaciones dc estc sistcma? Succdc quc en cada una dc cllas aparccc solo um
incégnila y ésla con cooficiente l (esto es, en coda, ccuacio’n aparccc cada una do
_ _.las indetermitmdas despejada).. _
- Sin embargo, si Sc-obscrva cl sistema
2x: + 312 "' 5X3 = '21
(1.4)
xl+XQ+BXJ=12
5X1+ 2332 + 5X3 = 23
no so puode, a simple vista, decit cuales son sus solucioncs.
24 ALGEBRA UNEAL
SISTEMAS DE ECUACIONES LlNEALES Y MATRICES 25
El método de eliminacion permitira pasar del sistema (1.4) al sisiema .(1 3);
, kqnx. 4 kanx'z + ; ,' . + ka;,'.x,, # kb; 7 » '- ' 1 (1.2.21)
[so verifica 1'am meme que (1. 3) es sol11cién do (1 .4).]
amlxl + amfiz + . - - + aunt-tn = bm
1.1. SlSTEMAS EQUlVALENTES Y EL METODO DE ELIMINACléN
Para verificar que (1.2) y (l 2. a) son sistemas equivalentes. 5610 se debe toner
DEFINICIGN 1. 1 Se dice que dos sistemas do ecuaciones son equivalentes si ambos poseen cl mismo cuidado con la 1—ésima ecuacién que es la que ha sido alterada. Supongase que x,
nfimero de ecuaciones e incégnitas y poseen también el mismo conjunto solucion. = X} (i = 1, 2, . . . , 1!) es solucion de (1 ..2) Entonces

Por ejcmplo, el sistcma (1.3) y el sistema (1.4) son equivalentes.

(Iii-Y1 + anxz + . - - +£11.11). = b; (1.5)
Dado entonces un sistema de ecuaciones por resolver, se deben realizar
operaciones algebraicas en las ecuaciones persiguiendo 2 fines: es una identidad.
Si se multiplica esta identidad por k se obliene
1) Obtener un sistema mas simple que el dado [en el sentido en el quc (1.3) es
més simple q1'1e (1.4)].
k011i] + kaifiz + . . . +k£1m§n = kb.‘ (1.6)
2) Que cl sislema asi obtcnido sea equivalente :11 original.
la cual sigue siendo una identidad, lo que dice entonces que x,= x; (j = 1, 2,.
Esta es la lilosofia propiamente dicha del método de eliminacion para resolver
n) es también solucion do (1 2 a) For ultimo, como la cons'tanle k es distinta de
sistemas do ecuaciones.
cero, se puedc, a partir do (1.6), regrosar a (1.5) multiplicando por k", y entonces
De esta estrategia general surge una interrogante natural:
sc ve que cualquier solucion do (1 2.a) es también solucion de (1. 2). E11 rcsumcn,
éQué tipo de operaciones se pueden realizar en las ecuaciones para producir
los sistemas (1.2) y (I 2. a) son sisle‘mas equivalentcs.
sistemas eqoivalentes?
Por ultimo, para ver que sumando 1111 m1’1ltiplo de una ecuacién a otra no so.
Véase quc son 3 operaciones, llamadas aperaciones.ale/11erzmles, que permi-
a‘ltera e1 conjunto solucion, ‘supéngase' sin pérdida dc generalidad, que (211- pl
.~ tira'n obtcner sistemas equivalentes. Estas son:
sistcma (1 2) se suma kveces la primera ecuacion a la segunda (mas concretamcn— ‘
1) Inicrcambiar do posicion 2 .de las ecuacioncs. to: so sustituye la segunda ecuacion pot ella misma mzis k veces la primera),
quedando ontonces esta segunda ecuacion como
2) Multiplicar una de las ecuaciones por una constanle dil‘erento dc com.
3) Sumar a una ccuacion un mdltiplo de otra. ((1211 ka“)x', + ((122 + ka12)x2 4‘. .+ (a1, + ka.,.).=r,, b2 + [(121 (1.7)

E11 cfeclo: (todas las demés ecuaciones dcl sistema no so han allerado).
Es claro que si en un sistema de ecuacioncs se intercambia la posicion de dos
Supéngase que x; = f, (1' = l, 2, . .'. , n) cs solucion del sistema (1.2). Entonces
do ellas, el nuevo sistcma tendrzi las mismas soluciones quc e1 inicial. Asi, en el
sislema (1.4), cs claro que, por ejemplo intercambiando la primera y segunda
ecuacion, se obliene cl sistema (111x14r alzxz 1'. - -+ (11,116" = 191
x1+xz + 3X3 =12 (121.11 + [122X2 + . . . + £12.96" = b2
ZI1+ 3X2 — 51's = ‘21 (1.421) son identidades. Si se suma k veces la primera do estas idcntidades a la scgunda
se obliene
5x1 + 2.11:2 + 5X3: 23

-- cl cual posee el mismo conjunto solucion que (1.4).
For olra parte, véase que a1 multiplicar una dc las ecuaciones de un sistema
por una constante difercnte do cero, so obliene un nuevo sistema equivalents.
Piénsese on general on cl sistema (1.2) y supongase que a la i-ésima ecuacion se
11: ha multiplicado por la constante k 9* 0, quedando entonces e1 sistcma
(111x1 + flux: ‘1‘. - . + (11a = [)1
(€131 +.k(ln)zx '1‘ ([222 '1” ((012).?) + ; . . + ((12,) 1‘ 1min)?" 4'4 b2 1‘ kbl
la cual es también 1111a identidad. Esto quiere decir entonces que )9- = f,- (j = 1, 2,
. , n) es también solucion del nuevo sistema. Porfiltimo, obsérvese que se pucde
pasar del nuevo sistema al sistema original sumando (en el nuevo sistema) ~k vcccs
la primera ecuacion a la segunda (la ecuacion (1.7), recuperando 2131 la ccuacic’m
original), dc modo que cualquier solucion del nuevo sistema cs (21 mbic’n solucion
del sistema original. En conclusion, ambos sistemas son equivalentes.
 26 ALGEBRA LINEAL SISTEMAS DE ECUACIONES LINEALES Y MATRICES 27

' , EJEMPLO 7' Obscrvc'c'émo funcionan cstas ideas en nucstro cjemplo, cl sistema'(1..4). Se trataré
. cutonccs dc realizar opei-a‘cioncs.éle'me'ma‘les cjn‘las ecua¢ioncs (crcandloz asi
sistemas equivalentes) que conduzcan a una simplificacién en las mismas (inten-
tando siemprc eliminar incégnitas).
PurLa entonces del sistema (1.4.a) provenicntc c sistcma (1.4) y equivalente
a1 mismo
y aéx' 56 Ha logrado e1 sismma (1.3), cl cu’al’sc sabe qucftienc [as mismas solhgigmcs
' quc‘el original (1‘4).'Por tahto, la‘s shlu'cioncs (1.4) son .11 = l, xi = —1 y I): 4.
EJEMPLO 8 Véase un'cjemplo més. Se quicre tbsolver cl sistema
‘ 3x! - 2x: + 2x; + x4 = 1 (El)

x, - x; + x; — 3n = 0 V (E2)
x1 + 12 + 3X} =12

2x: + x2 + 2x; + 4x4 == 5 (E3)

Zr: ‘4’ 3X2 - 5X3 = "21

5X1+ 2X2 + 5X3 = 23 4):, — 4x; + x3 + 2x4 = 4 (E4)

Sustituya ahora 1a segunda ecuacién pot ella misma menos 2 vcccs la primera y
Para abreviar, so escribiré (E) H (E;) para indicat qua 56 ha intercambiado la
la terccra por ella misma menos 5 veces la primera (logrando asx' eliminar la
posicién de las ccuaciones (E) y (Ej), (Ei) —» k(E,~) para indicar quc se ha mul-
incégnita x1 de estas ecuaciones). Queda entonces
tiplicando pot k 121 ecuacio'n (E) y (E) —+ (E;) + k(E,~) para indicar que se ha
x1 +X2+ 3x3 =12 sustituido la ccuaci'én (Ei) por 611a misma m’és k vcccs Ia ccuacién (Ej) (rcfirién-
dose siempre a1 sistema inmadiato anterior).
C. 4.-.;
X2 " 11X3 = —45
Procédase entonces a realizar operacioncs elementales con c1 objcto dc elimi-
~3x2-10x3=_37 :%E;w':.w.r' nar incégnitas y obtener un sistema equivalentc del cual se pucdan leer fécilmcnte
. las soluciones. Se irén cscribicndo en la izquierda los sistemas obtenidos y en la
Su’s’ti'tuy'a aho‘ra la terc‘cra c'ctlacién p'or clla’ mi'sma mzis 3. veces la segunda,
quedando ahor‘a
derecha las operaciones elementales que sc ban rcalizado para obtencrlos
x1 - x2 ~-x3-— 3x, =0 - _ . . _ (El) 9 (152)
,xl +x2'+'3_5cg 1=;12' .'
32:1? 2x2 +"2x; +fx; = 1; . ' ' ' "
' "x2--11x,"=-45'- ‘
2xl+x1+2x3+4x4=5
— 43x3 = —172
4x1~ 4x2 +x3 + 2x4 = 4
Mullipliquc la tcrccra ecuacién pot - 3%
xl-xz—x3—3x4=0 (152) -* (E2) - 3(El)
XI+X2+3XJ=12
X2+5X3+10X4=1 (E3) ~+ (E3) — 2(E1)
X2 " 11x; = —45
3x2+4x3+10x4=5 (E4) —» (E4) - 4(E1)
133:4
5x, + 14x4 = 4
Suslituya la primera ecuacién por clla misma menos 3 veces la tcrccra y la scgunda
pot clIa misma mzis ll vcces la terccra y obtcnemos (E3) —» (E3) - 3(E2)
x, - x2 — x3 — 3x4 = 0
xl+x;=0 Y“. . :_i.,'
132+ 5x3 +1012: =1
-x2:_;l 1: ,:, 77-.4..V',n' .,
., 41x3 — 20x4 =' 2“
‘x3-'1= 4 ‘H;

5X} + 14X4 = 4

Finalmcnte sustituya la primera ecuacién por clla misma memos la segunda y

obtenga (E3) —+ ——x‘;(E3)
x, - x2 — x; - 3x4 = 0
X1=l

’
X2 + 5X3 +1013; =1
3C2=~
V
+23 =..l.
x3=4 x3 'nx" n

5x; + 14x4 = 4
28 ALGESRA UNEAL SISTEMAS DE ECUACIQNES UNEALES Y MATRICES 29

x, — x2 — 1,- 334 = "o x " , ' (£4) —-»(z~:4)-'5(£3) En los siguientcs’ incisos se da una ccuacién lineal y 1m cnnjun10 dc valorcs dc las.
indetérminadas de la, ccua‘cion
X2 + 5x; + 10X; = 1 i Determine si 105 elementos del conjunto dado son solucioncs dc la ecuacién
X3 +20
fir; = '11!
correspondiente.
a) 5x=7 _ {x=2}
5—1: = f: 1
b) 3x+6y=4 {x=2,y=l}
c) 5x+2y=0 [x=0,y=0}
x1 — x2 — x; - 3x; = 0 (E4) —' £(E4) d) 2x+4y=0 {x=1y=-g}
e) x+3y=0 {x=t,y=—3t,tER}
X2 + 5X3 + 10X; = 1 , f) 4x+3y~z=4 [x=t,y=s,z=4t+35—4,I,s€R}
x3 +321“ = -§ . Determine el conjunto solucio’n de la ecu‘acién 0 - x = 4.
. Determine el conjunto solucién de la ecuacién 5x = 10.
X4 = 1
. Determine el conjunto solucién de la ecuacién ax + by = c en cada uno dc los casos:
a) a=0,b=0,c=0 c) a#0,b=0,c=0
x,—x2—x3=3 ' (E1)—v(El)+3(E4) b) a=0,b=0,c¢0 f) a¢0,b=0,c#0
x2 + 5x, = -9 (52) —. (152) - 10054) c) a=0,b¢0,c=0 g) a¢0,b¢0,c-=O
d) a=0,b¢0,c#0 c) a¢0,b¢O,-c¢0
x; = -2 (E3) -’ (E3) - €034) 2 . Dctemu'nc e] conjunto solucién de los siguientcs sistcmas de dos ecuacioncs con dos
X4 = 1
incégnitas. En cada caso, intemrete geométricamentc las ccuacioncs dcl sistcma, asf
como su solucién.
a)-'3'x+2y-'o ' '.
7x; .- x2% -1-. = ~ C - (El) 4551.51). +033) .. . . . ‘ x‘-—y=4 .
d) 'x+y:0'
x—y=-0
12 = 1 (1‘32) -_. (E?) -. 5(E3) 1 b) 5x+y=l c) x+y=0
5x'+y=0 5x+5y=0
X3 = -2
c) 3x+2y=4 f) 3x+5y=8
X4 = l 6x+4y=8 5x-2y=3
Veril1que que cl conjumo dado esté fonnado por solucioncs del sistema correspon—
dicnte.
x1= 2 (E1) —) (E1) + (132)
a) 3X|+2x:—5X3='0
X2 = 1
xl+x,-x;=1 (XI=X2=X3=1}
2x1—x2+6x3=7
X3 = -2
b) xl+2Xz+6X3-4X4=
X4 = 1
2xl+7X1"4x_3+9X4=9

La solucién dcl sistema es pues x1 = 2, x2 = 1, x3 = ~2, x4 = 1. x,+3xz+x,—6x4=—3 (x1=2,xz=0.,x,=x.=1}

6x1 " 4x; + 4x; - 10.“ = 6 . . _
c)_ x1~ xg‘ +x3= 1 ' ' 2-: J ' {'x; = 1-'¥t—s,-x2.=rt,-x3' =‘s,-'t,s 6 RI'
‘5.- 2x,— 2x; + 2X}: 2

EJERCICIOS” (35001011 1, CAPITULO 1) . Considers los siguiemes si‘stemas dc ecuaciones lineales:

2X] + 3X1_
" 23} + 33’; = 5
1. Detezmine cuéles dc las siguientes ecuaciones son lineales:
~ 43:; = —3 y x. — 4x; = ~3
a) 3x+2y=z i d) 3x2+2y=5 . 2.x, — 8x; = ~6
b) 5x. + 2x2 + 3x; = o 0) 5x. + 6x; + 7x§= 7 . l- Detennine el conjunto solucién de bada uno de cstos sistemas. 1,8011 sislcmas equiva~
C) 6x1 3 3X2 0 ==4
6X1 '— 7x; + 8X3: / lentes?
 SISTEMAS DE ECUACIONES LINEALES Y MATRICES 31
30 ALGEBHA LINEAL
'
' 'Supéngase que se Quiet-e dividir el polinomio 3x5 - 2x3 + 4x3 - 3.363 + 2x ;. l
9. Considered sistema de3 céuacionesron 2 incognitas. ‘ - l. Realleens e entonces las operacion es esténdar del
entre el polinomlo x
' '5x - 2y 3' l
algoritmo de la division de polinomios
(A) —x + 2y = 2
4x + 2y = 9 _ (cociente)
3x4 + x3 + 513 + 2x + 4
Al sustituir la segunda y tcrcera ecuacio’n por la suma de ellas se obtienc el sistema x- ll 3x5-2x‘+4x3-3x1+2x- 1
(B) Sx- 2y = 1
3x + 4y 3 11
' «a»? 252.
x“ + 4x3
._ (AA _ x3)
Demuestre que toda solucién del sistema (A) es también solucién del sistema (B). Es
decir, compruebe que el conjunto solucién del sistema (A) es un subconjumo del 5x3 ~ 3x2
conjunto solucién del sistema (B). LE5 vélida lambién 1a otra contencio’n? LSon (A) 15:63 -— 5x2)
y (B) sistemas equivalentes? Explique. 2x2 + 2x
-(s m 2x)
10. Pmebe que los sistemas de ecuaciones
4x — 1
5X1-4x;=2 y xl=2
~(4x — 4)
11:2
2x1+3X2=10
3 (resto)
son equivalentes.
1 1 . Compruebe que cl sistema y se escribe entOnces el resultado como

auxr + auxz ’= b: ._ 3.. <2, -—

W=3fi+x3+5f +2x+4+:t—E—1‘
(121171 + 0221‘: = 52
es cqoivalente al sistema~ _- ~ _ ‘
una
I . ’(kxau + kfl21)xr 'l' “'10:: + kzazikzjklbr + kzbz‘ Despflésfde hacer r'epetidiis veces este proceso,'se da uno cuenta que existc
-
' (mlau Jr mzaz‘.)x‘. J? (mlau + ”'lzazz)X2 = nub. 5L Inzbz forma de hacer 1a misrfia Vdivision‘con un zihor‘ro‘notable en la notacién: toda la
del
informacion en el proceso de la division estzi contenida en los cocl‘icientes
en clonde k1, k2, ml y m; son constantcs no nulas. - 32c2 +‘ 2x — l y del polinom io x — 1.
polinomio 3x5 - 2x4 + 4x3
12. Use e'l método do climinacién disculido en esta se‘ccién para obtener la solucién de Se llcga asl a la division sintética: la misma operacién de division de estos
los siguicntes sistcmas (1e ecuaciones:
polinomios puede efectuarse hacienda [as operaciones 3610 con los caeficientes.
a) x1+x2+x3=6 c) 2xl—2x2+x3+x.=4 E1 algoritmo se veré ahora"
2xl~4x1+2x3=0 xl+x2+x3+2x.=8 W
3x1—xz+x3~2x4=0 i Coeficiemes del
3x, ~2x1+5x3= 14
l numerador V
b) x,+x2+3x,=3 x1+4xz+3x,-4x2=3 3 ‘2 4 ‘3 2 "‘1 Valordca
i
!. l 3 1 5 2 4 L cnx~a

r2.__..__._W.._
2x,+5x2+x3=~2
—x‘+x2+4x3=6 3 1 5 2 4 3
.__.__-_.._J ..
Coeficlentes dcl cocieme testo

2 E-Lamérooooe ELIMINAeIoN DE GAUSS-JORDAN' . .

1 .- '
y se ve entonces que ‘se llega al mismoresultado evitando-escribi-r todas 1215 x, lo
eu'al'representa un considerable ahorro'de espacio y de tinta; ' '

El objctivo de esta seccién es exponer el método de eliminacién de Gauss-Jordan Al resolver un'Sisterha de ecuaeiones o'curre‘ \"ma sini'acion Similar: 1toda la
para resolver sistemas de ecuaciones lineales. informacion en el proceso dc eliminacién de incognitas expuesto en la seccién
El método no es més que una “optimizacién y sistematizacion” de las ideas
*El algorilmo cs
expuestas en la seccién anterior.
El primer paso que se daré para lograr este objetivo va en la direccion de [11 [12 (13 . . . an lb.
“ahorro de notacién”.'Para aclarar esta idea, se debe recordar lo que motivo el alb (a2+a.b)b
‘ estudio de la “division sintética” en los cursos de élgebra elemental.
a. (12+(hb a3+(az+a1b)b. . .
32 ALGEBRA LINEAL
SISTEMAS DE ECUACIONES LINEALES Y MATRICES 33
, ' ahterior, mfé contenida'en los coefficientesde laé ebuaéionesi De nuevo, se puedc El orden (“tamafio”) d}: una matriz’A se define como _
. cvx‘tar gscgibir‘ las incégnfias xb'xg, . .' ._x,. y trabajar sélocbn los coeficientps de las
ecuacmnes. Surge, de este modo, el concepto dc matriz.*
nfimero dc lineas x mimero dc columnas

2.1. MATRICES Y SISTEMAS DE ECUACIONES Asi, la matriz (2.2) tiene orden m X n.

Las matrices A y 8 se dicen iguales si: 1) tiencn el mismo orden, y 2) sus
Se llama matriz a un arreglo rectangular dc m'lmeros como el siguicnte: elementos correspondientes son iguales (0 sea, Si
A = (aux--1“ ,_,,.,, B = (by);.1,,,_,,m, entoncesA = E 5i m1 = "12,111 = n; y (1;,- = 1),],
i'lnu-JII I'L-u-flz
(111 £112 £11»
£121 £122 02:: (21) i=l,...,ml,j=1,...,n,).
Dado el sistema de m ecuaciones con 11 incégnitas
aml am? ... aum
mm + aux: + ~ - ' + alnxn = b1
A 105 nlimeros a3; (1‘ = l, 2, . . . , m,j = 1,2,. . . , n) so les llama elementos de la
matriz. aux: + 022352 + - - - + flux» = b2
Se denota a las matrices con letras mayfisculas y a sus elementos con minds- ... (2.3)
culas.
amx, + amzx; + . . . + a.,.,,7c,l = bm
Se ascribe entonces Ia matriz A come
Se asocia a éste la mam'z A (de orden m X 11) de sus cocficientes
(in (In ... 0],,
. £121 (222 ..r. 02,;
. rjr(2.2): I all-1‘ [1.12 - - '.-a1"
aml a‘mZ '1 ; -‘ am" A = (121 a 22 I... a2n i: (2‘4)

Otra notaci'én que se usaré frecue‘ntemente para matrices es: (1a aml ' » - an”:

A -= ((10);. ,_,_,,,,., la cual representa lo mismo que (2.2).

1- l,...,n
llamada matriz de coeficientes (o mattiz del sistema), asi como la matriz
m X (n + 1).
Se diré que los elementos an, an . . . a.-,. constituyen la i-ésima lz’nea de la matriz
A, mlcntras que Ios elementos av, (12,-, . . . , am; constituyen la j-ésima columna de all 0‘2 ~ ”I" : b1
la matriz A. A" = (2 21 a 2 2 . . a2 N ''l b; (25)
Asi pues, cl elemento 0g 36 encuentra en la i—ésima linea y en laj-ésima columna . . ,
de A aml “"12 - ~ ~ an": : bill

1(1l (la misma matriz A con una filtima columna afiadida, la de los t-énninos inde-
I l
. I. :4
_‘-—_IL-‘—L‘-_-
pendientes), llamada matriz aumentada de coeficientes (0 del- sistcma).
.A =. awaifmj} ._,-a;., _
I I I n >
t-csx-malinea
4--‘t~--~~r—-~~-v 4
I :1
: any]! EJEMPLO1 Asi pues, para el sistema de 2 ecuaciones con 4 incégnitas
j—ésima columna
2x1—x2 + SXJ " 3X4 =1

*Aunque el concepto dc matriz aparecc en este momcnlo 5610 por una cuestién dc ahorro en la x1 — 5x2 + 10x; — 2x4 = -7
notacxén en cl proccso dc solucién de un sistema dc ecuaciones, vénse més adelanlc que
en realidad
estos elementos muteméticos tiencn “Vida propia" la cual se estudiarzi detenidamentc. Se asocia la matriz del sistema(2 X 4)
 SISTEMAS DE ECUACIONES LINEALES Y MATRICES 35
34 ALGEsaA UNEAL

EJEMPLo 3 ' , ' For ejemplo, las'siguientesmatri’cesse encuentran en 'la' forma escalonada reducida: ‘
"_ 22—1 5 —3' 33? F100
1002 00102
A'[1 ~5 10 a] /
0101,-00014,000,[010
y Ia matriz aumentada (2 x 5) 0014 00000 [000 001

A22—15~3: 1 miemras que las matrices

"1-510—2:~7 1032 0010,2100
0101,00014~,001
EJEMPLO 2 '. Del mismo mode, para el sistema de 3 ecuaciones con 3 incégnitas 0014 00000 0010
x1=2 se encuentran en la forma escalonada.
La propiedad més importante que posse una matriz en la forma escalonada
reducida es que si ésta represema la matriz aumentada de un sistema de ecuaciones
X2=1

XJ=4 lineales, las soluciones de éste pueden leerse muy fécihnente.

1a matriz del sistema es: EJEMPLO 4, Por ejemplo, suponga que la matriz

1 O 0
A= 0 1 0 1000 4
10 0. 1 0100—2
A‘ 00101
,yvlva matrii-aument‘ddneil _I . I. 030014

1 0 O t 2
representa la matriz aumentéda de un sistema de ecuaciones lineales, de modo que
Aa= 0 1 0 : 1
atendicndo a la correspondencia entrc matrices y sistemas dc ecuaciones estable—
O 0 1 : 4
cida anteriormente (correspondencia entre (2.3) y (2.5)), se ve que el sistema
Antes dc comenzar a describir Ia metodologia de la climinacic’m Gaussiana, se
correspondiente es:
introduciré cl concepto dc matriz en forma escalonada reducida.
Se dice quc la matriz A estz’x en la for-ma escalonada reducida si en ella so -x1+0~x2+0-x3+0-x4=4

0001-
cumplen las siguientes 4 condiciones: ~x1+1-x2+0'x3+01x4=~2

1) Si la matriz posee alguna o algunas lineas que consten exclusivameme dc 'x1+0-x2+1~x3+0-x4=

ceros, éstas se encuentran concentradas en la pane inferior de la matriz. 'X1+O'X2+O'X3+1'X4=4
2) Para cada linea de la matriz que no consta exclusivamente dc ceros, el primer
elemento distinto de cero (leyendoéstos en el orden natural de izquierda a . 0 sea, xx = 4,-x2 = -2, x3» = 1, x4 =_ 4. Las soluciones del sistema estén dadasrpues,
derecha) de mi linea cs 1. , i ' ‘ V en la misma matriz‘. Pot otrzi 'parte,.si la matriz
3) Para eada'dos Iin‘eas conseeutivas que no’eonstan exciUsivameme de ceros,’ el '
primer elemenro distinto de cero de la linea superior se encuentra a la izquierda

OM93
Ov—o
del primer elemento distinto de cero de la Iinea a la que precede.

01—10
OOH
D;
II
4) Cada columna que contiene un primer elemento distinto dc cero de alguna
linea, tiene en las posicibnes restantes 0.
Si la matriz A satisface las condicionesl), 2) y 3), pero no la 4), se dice que
ésta se encuentra en la forma escalonada. es la matriz aumentada de un sistema de ecuaciones, éste seria entonces
36 ALGEBRA LINEAL
SISTEMAS DE ECUACIONES UNEALES Y MATRICES 37

X1 = 3 " Obsérvese tambiéniquc mta relacién que se‘ha establecido entre las matrices
(B es equivalentc 'a A) es, de hecho, una relac'io'n de equivalen'cia, es decir, ‘es
X; + X3 ‘ 2
rcflexiva, simétrica y transitiva. En efecto:
Dando cualquier valor a x;, digase x, = t, se obtiene cl valor x2 = 2 - ty entonces
l) Toda matriz cs equivalente a si misma (obvio); (reflexibidad).
el conjunto (infinito) (le soluciones del sistema esté dado por
2) Supéngase que B es equivalente a A. Esto significa que, partiendo de A, se
{Xy=3,X2=2-I,x;=t,t€R} realizan en e’sta operaciones elementales que conducen eventualmente a B.
Como cada operacién elemental tiene su “invetsa” que ademas es del mismo
EJEMPLO 5 Como L'lltimo ejemplo, si se tiene la matriz A en forma escalonada reducida tipo,* se' puede, a partir ahora de B realizar las operaciones elementales
inversas y llegat asi a A. Esto significa que A es equivalentc a B (simetria).
_1oo'
A”[001]
Por filtimo:
se ve que el sistema correspondiente
3) Supongase que A es equivalente a B y B es equivalente a C. B se obtuvo
1 -x. + 0 - x2 = 0
entonces a partit dc C haciendo operaciones elementales. Pero A se obtuvo
o-x,+o-'x2='1 asimismo partiendo de B. Juntando esta sec‘uencia de operaciones elementa-
no tiene solucién. les, se puede, a partir de C, obten’er A (pa'sando p‘or B). Esto significa que A
'
En conclusion, la forma escalonada reducida de una matriz, cuando ésta es equivalente a C (transitividad).
representa la matriz aumentada de un sistema de ecuaciones, es muy conveniente
para de ella leer las soluciones del sistema. Se podra entonces decir, cuando la matriz B es equivalente a la matriz A, que “las
matrices A y B. son equivalentes.” sin temor a confusion. -
EJEll/llSLO'S ' " Por'ejernplo, considere la matriz:
2.2. OPEHACIONES ELE‘MENTALES EN LAS LlNEAS DE UNA MATRIZ
=[1325.-
Al tenerse siempte en mente (por el momento) que las matrices representan A [2413
sistemas de ecuaciones lineales, se puede‘n transportar las operaeiones elementales
en las ecuaciones del sistema, discutidas en la seccion anterior, a operaciones Si sustituye: la segunda linea de A- pot ella misma menos 2 veces suprimera linea
elementales en las lz’neas de la marriz (pues cada linea de la matrix cotresponde a obtenga la matriz
una ecuaeién del s‘istema y viceversa).
Estas serian pues: 1 3 2 5
A" [o -2 —3 4]
l) Intercambiar dos lineas de la matriz.
2) Multiplicar una linea por una constante distinta de cero. La mattiz A1 es entonces equivalente a la matriz A2.
3) Sustituir una linea pot ella misma mas k veces otrar linea _de la matriz. . Multiplique ahora 1a segunda linen de A. pot - -1-, obteniendo asi 1a matriz
2
Se difa que la mattiz B es eq'uiva‘lente a la matrii A, 10 coal se escriBirzi B ~‘A si (4:713 2 5
se puede obtener B a partir de A, realizando en ésta una seeuencia (finita) de 2 '012/2 7/2
operaciones elementales en 5115 lineas. Véase que, dcsde cl punto de vista de la
*1) Si 56 han intercambiado las lineas i y 1', la operaeién inversa es en este easo ella misma, esto es,
correspondencia matrices-sistemas’ de ecuaciones, no se esté definiendo mas que volviendo a intercambiar las lineas i yj se regresa a la matriz original.
la equivalencia entte sistemas (es decir, si el sistema que representa la matriz 8 es 2) Si se ha multiplicado una linea por la constante k at 0, multipliquc ahora esa misma linea per la
equivalente a1 sistema que representa la matriz A, entonces se dice que B es equi- constants k“.
valente a A). 3) Si la linea r fue sustituida pot ella misma mas k veces la linea s, sustituya ahora la linea r pot
ella misma menos k veces la linea s.
 SISTEMAS DE ECUACIONES LINEALES Y MATRICES 39
38 ALGEERA LINEAL

‘ ramcntc la primera y sogunda- linea‘s (pubs csta-linea: comicnza when -1) con cl
LamatriiA'z es equivalonte‘ 3.1a matriz A; y por tanto es‘equivalcme a A. -
' obj cto dc rctrasar el manejodc fracciones. Sc obtic‘n‘e—pucs la matriz
Si suslifixye ahoré "la prir‘fiera linea‘ ‘de 'A poi ella mi'sma tnc 3 veces su-
segunda linea obtanga

1 0 -5/2 31/2
A3 = -
O 1 3’2 7/2

La matriz A3 es equivalents a la matriz A2, por tanto equivalents a la matriz A, y

La sig’uicnte erapa es, por medio de sustituir lineas por ellas mismas més mfiltiplos
por tanto equivalente a A.
de otras, haccr ceros en las posiciones restantes de la columna dcbajo del l logrado
Observe quc A3 cstzi en forma escalonada reducida. Se dice que la matriz A3 es
en cl primer paso. Llamando (L.) a la linea i, se hace (L2) —* (L2) — 3(L1), (L3)
“la forma cscalonacla reducida de la matrizA”.
-—> (L3) -— 2(L1), (L4) .4 (IA) - 4(Ll). Se obtiene entonccs la malriz
En general 56 dice que la matriz B es la forma escalonada reducida de la matriz
A si '

l) B es una matriz en form'a escalonada reducida. 1 ;l_:_1--:3:-Q,

2) B es cquivalentc a A.
o .1 5 10 11
0 :3 4 10 5}
0 1-9-3-.1-4-42
2.3. EL METODO DE ELIMINACléN GAUSSlANA
Las ideas Bésicas del rnétodo ya fheron-disoutidaé en laé ‘subsec‘ciones anteriOrcs. ' , Se conocntm ahora la Iatencion enla ‘sfibxnatriz scfialada en el paso anterior- Sc '
. Sélo falta ponerlas ‘en-orde'nz' dado-cl sistcma do ecuacionm (2.3) delcual so quicron ~ repitc-de‘nucvo‘el prbceso. Sc tiene ya um I como primerelemento, por lo tanto‘ _.
conocer sus soluciones, escribase la matriz aumentada aSOCiada a1 sistema y' solo resta hacer ceros debajo de él. Se realiza (L3) —> (L3) — 3(L2) en la
matriz
llévese, por medio de operaciones elementalcs en sus lineas, a la forma cscalonada anterior obteniéndose asi ‘ '
rcducida.* E1 sistcma que representa esta nucva matriz tienc las mismas solucioncs
que el sistema original (Lpor qué?).
El método dc eliminacio’n Gaussiana indica co’mo ** se puede llevar una matriz 1 -1 «l -3 0
dada a su forma cscalonada. reducida. Las diferentes ctapas dcl mélodo sc expli-
carén con un ejemplo particular.- 0 1.--__5-_____1-9_____2-2;
o 0 5—11 —20
EJEMPLO 7 Supéngase que se Ilene 1a matriz
0 .0 E----5-----14-4.:

Sc rcitcra en la submatriz sofialada. Se realiza entonces en la matriz anterior (L3)

,N-t-d
.5010»—
_>—-NHN
A'NHw

a — ill (L3)'para lograr un 1 como primer elemento no nulo de la tcrcera linea

l
I
LHH

‘1' 24-3.. 0._..

'1 '-1 I
O i 5 10 1
Se hace que el primer elemento distinto de cero de la primera llnea sea 1. Esto es 0 O 1 20/11 —’-’/11
4
posible’multiplicando poré— tal linea. Sin embargo, se pucde intercambiar prime- 0 0 5 l4

*Se puede demostrar quc la forma escalona'da reducidn de una matriz es \inica.
**Ciertamcme no existe una manera (mica dc procodcr para llcvar una matriz a su forma
escalonada reducida. El método aqui expucsto proves una sislcmarizacién de mi proccdimicmo. Se hace ahora (L4) —-> (L4) — 5(L3)
40 ALGEBHA LINEAL SISTEMAS 0E ECUAClONES LINEALES Y MATRICES 41

’ y'cl. sistema que represema esta matrii es entonccs x17= 2,172 = l, x: = -2', x4 = l
. ‘1' '—1, Fl 5—3 '0
que es ia_soluci'0n dc'lisistem'a. (Compzirese e1 procedimiemo Con el que sc cmplcé
para resolver este mismo sistema en la pégina 27).
0 1 5 10 1
Véanse 1111 par de ejemplos més.
0 O 1 20/11 —2/11
0 0 0 54/11 54/11
EJEMPLO 8 Se quiere resolver el sistcma .
Para tenet um I como primer elemento no nulo de la cuarta linea se realiza (L4) -+ 22“ + 6552 + 14x; + 4X4 = 4
11 ,
54 (IA) X1-2X2+X3-4X4=1

xg— 12X2—llX3-16X4= 15
1 -1 —1 —3 0 La matriz aumentada es:
0 1 5 10 1
0 0 1 20/11 4/11
O 0 0 l 11 2 6 l4 4 4
1 -2 l -4 1
1-12-11-16 15
Obsérvcse que esta matriz se encuentra ya en la forma escalonada. Para llegar
a la forma escalonada reducida, se comienza con el u’ltimo uno lagraa'o (en el
paso anterior) y se procede a velvet ceros las posiciones restantes (encima de. e’l). Se exponen en seguida los pasos para llegar a la forma cscalonadu reducida de esta
Para esto se realiza (L1) —+ - (Ll) + 3(L4)_, (L2) -> (L2) - 10(L4) y (L3) -v (L3) ‘ matriz. En cada paso s‘e indican las operaciones elementales que se cfcctfian

11¢”),-
2.0.,
'2‘6_144..4_v.
152 - ‘ 1: ,—4 [1’ '1
11.3 7.22 .
13—2 _.1 —4_ 1 '(L2)}~(L2)-—A(L1)i .
'

1—1—10‘3 1—12—11~16715'(111)1'4-2-(Ll) 1412-11-1615 (L3)-+(L3)'-(Ll) -

015 0—9
0 010—2 '1 3 7 2 2 1 3 7 2 2
00011 0—5 —6—6—1 016/56/51/5
0 -15 -18 ~18 13 (L2):+31‘(L2) 0 -15 -18 -18 13 (L3); (L3)+15(L2)
Ahora con el siguiente uno se hace lo mismo: so realiza (L1) —->‘ (L1) + (L3), (L2)
(L2) — 5(L3) 13722
016’56’51/5

1 —1 o 0 1 000016
0, 1 0 0 1
o o 1 o —2 A pesar de que no se ha llegado min a la forma escalonada rcducida de la matrix,
0 o 0 1 1 se pucde observar quc en este (ultimo paso esté contenida toda la informacién que
se necesita: 1a ecuacién del sistema que representa esta filtima matriz (equivalente
a~la primera)'es: _ ’ ' ‘ ' v --
1 ’ Finalmentese efeotfia'(L1) '4'(L1)+,('L2) ' -' ' '

1 o o 0
0'x1+0~x2+0'x3+0~x4=16

0 1 0 0 1 Es claro, entonccs, que el sistema es inconsistente.

o o 1 0 —
0 0 o 1 1
EJEMPL09 Un ultimo ejemplo. Se quicre resolver cl sistema
42 ALGEBHA LINEAL SISTEMAS DE ECUACIONES LINEALES Y MATRICES 43

21,+212+'4c3+ 9+ =10” (111-51 + 0123‘; + + 611,117,. = I)" .

(12m 1" 022X2+ + a211,, - I);

x2+ZX3+ZX4+12X5= 0

xx + x2 + Zr, + 5x4 + 30.15 =

x1 +132 + 2x; +212+12X5= 3 amlxl + amzxz + - - - + anmxn = bl"

E1 prooedimiento dc climinacién se ve como Sig—us:

Supéngase dados los coeficientes a.-,-, i = 1, . . . , m, j = 1, . . . , n, tcnicndo
112005 indeterminados los términos independientes b1, b2, . , b,,.. Se trata de ver el
2240010
0122120 0122120 compottamiento de las soluciones del sistema de acuerdo a 105 posiblas valorcs
1125300 ~1 1125300 de 10:»; términos independientes. El método de eliminacién Gaussiana ayuda :1 dat
respucsta a este problema.
112 212 3 (“PH“) 1 12 212 3
112005 112005 EJEMPLQ 10 Si 51: considcra el sistcma
0122120 0122120
(L3)”—»(L3)—(L1)_ 0 0 0. 530 —5 q_ 0 0 0 1 6—1 3.11 + X2 + 5X3 = b1
(L4)—-»(I.4)—(L1) 0 0 0 212 —2 (L3) (L3) 0 0 0 212 —2
2311+ 4X2. +X3= b2

112005 112005 -4.\"1 + 2X1 - 9X3 =

0122120 012002
00016—1 00016—1 y um 51: prcgunm, pm cjcmplo, para qué valores dc bl, b; y b, cl sistcma tienc
(L4):*(L4)—2(.L3) 0 0,010 _0 0 (L2)?—3(L2)~2(L3) 0 0 0 0 ,0 0 . solucién, se pucdc proccder con 01 método dc eliminacién dc la 51gu1u1t1. manera: .

’ ‘ 10:0 0033 ' Illcvar1do la 111111.112 aumcntada a su forma escalonada reducid11

0120‘ 0 2 3 1 5 b1 I 11/35/3 121/3

0 0 016—1 2 4 1 b2 2 4 1 1’2 ~
0 0 0 o 0 0 _ ~ __1__ _ _ (L2)-—)(L2) *2 (L1)
(L1)"—1(L1)-(L2) 4 2 9 b3. (L1) 3 (L1) 4 2 9 b3 (113)4(1‘3) +4 (L1)

El sistema equivulcntc 111 original es: 1 10 5/3 121/3

1 V3 5/3 111/3 3122—2h1
{1:3 010/340-122—2121/3 3 0 1 7/” 10
x2+2x3=2 0 1 0/3 -7/3 b3+4bll3 (L2) 4—-O(L2) 010/3-7/3 W15;
X4+6.t5=r'1
'1 1/3 5/3 [71/3
Véase cmonces quc S1: pucdcn dar valorcs arbitrarios 11 x; y 0 x5, digasc x3 = r, x5 10
3b —2b
0 1-7/10 "2’16’;
= s, y qucdan asi dctcrminados. los valorcs dc x; y x1, x2 = 2 - 2mg = ~1—6s.
, El 00111111110 50111011311 do] sistcma cs cntonccs ' ‘ '
(.L31>L
) .( 31.———
3142) 0 11 003—02121); (Ll)11(l.12) 5% (L2)

, 4b1‘b2
M(x.'—;3,x2=22rx3—r11=~1—6s,=x5 s, (r 3611)} 1 0 57/3o 10
3b2-2b1
Antes dc pasar 11 la siguicmc subseccién, so quisicm en 0516 memento 5110111 1111 0 1 -7/10
poco mzis dc provccho a1 método dc climinacién Gaussiana discutido aquipara 10
resolver otros lipos dc problemas rclacionados con sistcmas dc ecuaciones que 0 o 0 b1~b2+2bn
aparccerén postcriormcnle en el libro.
Considércsc 1:1 sislcma dc ecuacioncs véase entonces quc, 11 moms quc b; — b; + 2171 = 0, cl 'sistcma no ticnc solucién.
44 ALGEBRA LINEAL
SISTEMAS DE ECUACIONES LINEALES Y MATRICES
45
En el caso b, _— b; + 2b, = O, 1215 solucioncs del sistema
serian
1111-4
=.4b‘1‘bz_§z ,0 00 01—2'.'
x‘ 10 30’ 0000—1
0000—
-3b2‘2b1 l
x;- 10 +10r rER que representa a un sistema sin solucic'm. For 10
tanto, se concluye quc si 71 = 1 1:1
sistcma no tiene solucién.
‘
x3=r Supo'ngase ahora quc 7L 9* 1 y siga adelante en la elimin
acién Se realiza (Li)
Otro lipo dc problcma intercsante quc puede resolve
rse uSando cl método de _’ 7» _l_ 1 (L011. = 2, 3, 4, para obtener
climinacién es el siguientc: supéngase dado un sistema
de ecuaciones en el quc
cxiste un parémctro indeterminado dcntro dc los coeficicntes T1 1 1 x
del sistema. Sc 4
pregunta tambic’n sobre cI comportamicnto dc las solucioncs o 1
en funcién de los o —1 ~2/71—1
' valorcs de este parzimelro.
0 o 1 —1 —1/1—1
0 ~1 -1 —(l+l) 7:;-
1-41 ~
(L4) '4 (L4) + (12)
EJE MPLO 11 For ejemplo, considers e1 sistcma f1 1 1 x 4 '
o 1 o -1 2
7m +x2+x3+x4 =1 ~14
x1+ 7m+~x3+x4 =2
o o 1 > 1 1
H1 . .
X1+X2+M3+xA ”,3

’x. +x24x3+lx4 =4. o 0 91 . «My. —“f4 ” <L4)’"~*<L4’> +<L3>- - .

1—1 j , .
Reali‘cc él proccso dc llcvar la matriz aumcntada dc! sistema a su
forma escalonada [1 1 1 A 4
rcducida
o 1 o 1 2
1-1
0 o 1 —1 J—
7» 1 1
71—1
1 1 1 l 1 k 4
l 9» l 1 2 1 X. 1 1 2 (L2)7—>(L2)-(Ll)
0 o o -(3+71) ~34?”
1 1 k 1 3
71—1 J
1 1'). 1 3 (L3)-—>(L3)-(Ll)
l 1 1 A 4 (L1)5(L4)k Nucvamcnte, e1 siguientc paso scr‘fa dividir por -(3
1 1 l 1 (L4)—b(L4)-?»(L1) + 7») la cuarta linea,
lo cual se
puede hacer cuando 2. a5 —3. Si 2. = -3, la fillima ecuacic’m
que rcprescnta la matriz
obtenida serfaVO = — g- por lo que cl sistema no tendn’
1 l l 7» 4 a solucién. Se concluye
0 71—1 0 1—?» ~2 entonces: si 7» = -3 el sistema tampoco tiene soluci
én, Sea pues A f —3 y continue
0 0 1-1 1-?» --l
O 1-7114» 1431—4)» 1_'1’ 1’51'4-9'
o 1 ' o —1 ~———
El siguicntc paso cn nucstro proccso dc eliminacién scria dividir
la segunda h’nca 0 10 1 ‘1 “1‘71 (L1) T» (L1) 410:4)
pot l — l. ngsto sc pucdc haccr sélo cuando A it 1. Si 71 = 1 se 2+4)»,
matriz
obtendria lg (L2) » (L2) + (M)
.‘w..\ 0' -- ”-‘MM ‘(Hxsm (L3) —> (L3) + (L41
 SISTEMAS DE ECUAClONES LINEALES Y MATRECES 47
46 ALGEBRA LlNEAL
Bstos casos corresponden geométricémentg, en el case do un sistema dc 2
1
, eo’nacioncs Icon 2 incégnitas (tal .caso'como s‘e: observé en la introduécic’m al
1 1 1 wax—12'
capilulo) 'a: 1) las fiestas quc rcptescntzin las eCuaCiones son paral'elas; 2) las rccta‘s
0‘00”) so cottan en un punto, 3) las rectas coincidcn, respectivamente.
0 1 0 o ——33_4 Se usaré también la terminologia: sistema inconsistente para un sistemn cuyo
(X'1XM3) ~
conjunto solucion sea vacl’o y sistema consistente para uno cuyo conjunto solu—
cién sea no vaclo.
(x—Ixx+3) Sc puedc dcmostrar (so haré) que, dado un sistema dc ecuacioncs lineales, su
2+4x
'
Lo 0 o 1 arm”) (mam—(L3) conjunto soluclon siempre seré de uno del estos 3 tipos.
Dado un sistema de ecuaciones on general no se puede saber a priori do qué
tipo es su conjunto solucién. Sin embargo, hay un caso especial (importante) en
' 3x—11 :4 el que s1' so puede saber en base al nfimero do ecuaciones y do incégnitas del
1 1 0 0 (x-lxx+3) sistema. Este es el caso de un sistema homogéneo.
2x-4
0 1 ° ° mums) ~
0 O 1 0 __.§§:l__ 2.4. SISTEMAS HOMOGENEOS DE ECUACIONES LINEALES
(7»“1XM3)
2+4?» Considérese e1 sistema homogéneo
l0 o o 1 fi:li5335 (L1)—+(Ll)—(L2)
aux, + aa + . . . + aux" = 0
‘1 0 0 0 Ll
.. _u.' ,(x~1xx+3) (121351 "f “22% + . +..a2nxnb=0
. v'2x;4n,' " " f ' . «2.6)
0 1 ' 0 0 (x—lxx+3) amlxl + Glazxz + . . - + anmxn = 0 I V

(W‘1XM3)
Obsérvese que este sistema siempre sera' consistente, pues al menos poser: la
solucion x1' = x2 = . . . = x,. = O, llamada sollccidn trivial.* Afin mzis, so puedc saber
0 0 0 1 fl. (sin resolvetsc) bajo qué condicioncs posce, ademés de la solucién trivial, otras
L (7v“1)(7~+3) solucloncs (y cntonccs, segfin lo scfialado en la nota final de la subseccion (2.3),
on tal caso cl sistema tendré una infinidad de soluciones). Antes do enunciur y
En conclusion, sc tienen dos casos:
probar el teorcma que cnuncia con precision este hecho, véansc un par de ejcmplos.
1) Si A = 1, —3, cl sistema no tiene solucién.
EJEMPLO 12 Considere primeramcnte el sistcma homogéneo de 4 ecuaciones con 3 incognitas
2) Si 7» 9* l, ~3, cl sistema ticnc una finica solucién, a saber
k7 22-4 32:1 _ 2+4?» 5x1 + 7x; — 9x; = 0
'“ = (x—lxms)’ "2 = (x—Ixm)’ "3 = (X—lxmy x“ ' mums) s+n~n=0
analizado hasla osle momento, so ha
‘ NOTA; A lo largo dcl material que sc lleva fl dc- 3x; -+ .132 +. 1:3- =‘O_
_ podido obscrvar en los ejcmplos (1116 el- conjunto Soluc'i‘onrdc un SlStem
ecuacioncs linealcs puedc set: 7 . *2/13 " 4XQ + 6X3: 0
a no tlenc solucion.
l) Vacio. En este caso so dice que el sistem
nita. En este caso so dice *En cl caso m = n = 2 se puede ver geométricamcnte esle hecho. Una ccuucion lineal homogénca
2) Finite. Formando por un valor para cada lncég en dos variables representa geométricameme una recta quc pssa por el origen. Per 10 tamo, dado
un
que cl sistcma ticnc solucién finica. sistemn de dos ecuaciones linealcs homogéneas con dos incégnltas, las rectas quc estas ecuacioncs
dc quo
s para al menos una dc las representan se comm al menos en el origen (solucién (ti-vial) que‘dando también Ia poslbilldnd
3) Infinito. Formado por una inllnidad do valore
a liene una infinidad do tales rectas coincldan (inflnidad do soluciones).
incognilas. En cstc caso so dice quc el sistcm
solucionos.
48 ALGEBHA LINEAL
SISTEMAS DE ECUACIONES LINEALES Y MATRICES 49
Para obrehor las soluciones del sistema, use 61 111étodo'_dé elimihacion Gatissiaua,
. es-‘equivalente a1 original y emonces cl cohjunto solucion es:
obsc'rva‘ndo que en estc case no haynecesidad dc 'considerar 1a matriz aumehtada
del sistema, bastando 5610 con la rhatriz del sistema. Esto cs porque las opéracionés
elementales que rcalice en lal matriz no alterarén an absolute la columna de los _ Z
X1" 8!, 132-
-22t, _ -28t, .14—
.13-
. _ t, [E R
te’rminos independientes, que consta 5610 do ceros.
Hecho este convcnio, proceda a la eliminacion (los pasos intermedios quedan
Analice con detenimiento estc filtimo ejemplo. La matriz del sistema es una matriz
a su cargo)
de 3 lineas (una pot cada ecuacién) y 4 columnas (correspondientes a 1:15 4
incognitas del sistema). A1 llevar esta matriz a su forma escalonada reducida véase
5 7 -9 l 0 l que, por set menor e1 nfimero dc lineas que el de columnas, se debe esperar que
l I —1 ~ ~ ~ 0 l —2 al menos una de las columnas de la matriz no tenga su primer elememo distinto
3 1 1 0 0 0 dc cero (um 1) dc linea a1 guna. E1 peor de los casos (cl que ocurrié en c1 cjemplo)
-2 —4 6 O O 0 es cuando se tiene 4 ~ 3 = 1 columna no formada pox ceros y unos. Esta columna
corresponde a la cuarta incognita, que quedo entonces como variable libre. Como
de modo que el sistema dado es equivalents 21 es de esperarse, una situacién similar ocurriré siempre que se tenga un sistema
homogéneo con mas incognitas que ecuaciones. El Siguiente teorema establece en
X1 + x3 = 0
v general ate resultado:

XZ " 2.¥3_= 0

y entonces, cl conjunto solucién ‘seré TEOREMA 2.1 Un sistema‘ homogéneo de ecuaciones lineales con mas incégnitas que
ecuaciones tendra siempre una infinidad dc soluciones.
{x1=—t,x2=21,x3=t,t€R]

EJEMPLO_13 Resue'lva ahora ,el. slguiente siStema homo'géneo do 3 ecuaciones con '4 incognitas: '3 DEMOSTRACIéN- 'Supongase que el sistem'a tiene m ecuaciones. y n incégnitas. La hipotesis del
teorema es que-m"< n. La matriz del siStema es una matriz rectangular horizontal.
Supépgase que,‘desprfés dc lleVar csta matriz a su forma escalonada reducida,.sc
x1+2x2— 3.1": +X4 =0.
obtuvieron r lirieas no nulas. Es claro que r S my por lo tanto r < n. Entonc'es,
2X1+ 2X3 — X4 = O existen‘k = n — r variables que quedan librcs en_el'sistema, esto es, quc éste posee
una infin’idad dé soluciones. —-
Q.E.D.
\.
xl—x2+x3~2x4=0

Haciendo las operaciones correspondientes obtenga La siguiente representacion esquemz’xtica ayuda a comprender e1 teorema anterior.
n n
1 2 —3 1 ‘ 1 0 0 4/8
2 0 2 —1” ” 0 1 0 3/2
Wk.” f-—"—‘J¥—_'fi

1~1 1—2- 0 o 1 3/8

operaciones r
m ~ ——-——————-> ~
dc mode que el sistema elementales .
lineas
, ' de
7 ,' — ----------- ’ cares
x1-§.r4=0 W
I .

matriz del sisteme. n 4!“ variables

3 forma escalanada reducida libres
Xz+§.r4=0

Obsérvese, sin embargo, que el teorema no dice nada accrca de las soluciones para
x3+§81x4=0 un sistema con manor 0 iguai nfimero de incégnitas que ecuaciones, pudiéndose
presentar siempre los dos cases (5610 la solucién trivial o infinidad dc soluciones).
 SlSTEMAS DE ECUACIONES UNEALES Y MATRICES 51
50 ALGEBRA LINEAL

Ya eh el primer ejcmplo visto en esta subseccion se tenia un sistema con menus
incégnitas que ecuacioncs y sin embargo el sistema también posee una infinidad
dc solucioncs.
EJERClCIOS (SECCléN 2, CAPlTULO 1)
Suponga quc las matrices dcl eje1cicio anterior representan matrices aumentadas de
sistemas de ecuacio‘qcs linealfi Determine las solucioncs de estos sistemas.
En cada uno dc los s1gu1entes incisos, la matriz A; se ha pbtenido de la matriz Ax pot
medio de una operacion elemental en las lineas de esta ultima Identifique ral
operacion elemental y describa qué operacién habra de rcalizar en las lineas de A;
para recuperar 2131' A (la operacion elemental inversa correspondiente).

l. Para cada uno de los sistemas de ecuaciones dados a continuacién, ascribe la matriz ’1 ‘3 2 1 '4 5 1 2
del sistema, 351 como la matrix amnentada del mismo. 3) A1: 4 5 l 2 A2=1 3 2 1

a) 2x;+x1=0 C) X1: o 3 1 4 o 3 1 4
3x1—x2=5 x2=0
X3“1
'1. 3 1 2 1 '1 3 1 2 1
x4=0
2 1 4 1 3 _ 2 1 4 1 3
b) 2xl+3X1‘4X3=7 d) Xx+x:=0 b) A1 0 o 1 2 3 A2" 3 9 4 8 6
3x1-4x2+7x3-4 X2+X3=0 Lo 1 3 1 o _o 1 3 1 o
6x—7x2+8x,=4 x3+x.=0 \
8x1—4xz+7x3=9 x4+x,-=‘O ‘1 2 1 3 '7 14 7 21
n+n=0 c)A1= 3 1 2 1 A2= 3 1 2 1
Cada una de las siguie'r'rtes matrices es la matriz aumentada de un slstema de 4 1 o 3 4 1 o 3
ccuaciones lineales. Escriba e1 sist'ema correspondiente a cada matriz.
‘ Describa todas las posibles formas escalonadas rcducidas para una matriz cuadrada
11010 2 de orden 2.
17 s 0 01013
”[2 1 4:1] ,°)1o1.0.4 LBajo qué condicioncs Ia formaescalonada reducida de la matrix,
. -. 1 12.012015
0 o o o 4 1: 12-1-
[111,
1111 010 o 2 CS
b)1111 d)10 010
1 1 01112
10 o o 3
Dcscriba todas las posibles formas escalonadas reducidas para una matriz cuadrada
dc orden 3. '
1o 0 0, o o
010 o 0 o 9. En esta scccién so presentaron 3 tipos dc operaciones elementalcs en las lineas dc una
e) o 010 o o matrix:
o o o 10 o 1) Intcrcambiar dos llncas de la malriz.
o o o 010
2) Multiplicar 1111a linea (11: la matriz per una constante dislinla dc cero.
De las siguientes matrices, diga cuéles estzin en la forma escalonada, cuéles en la fomm
3) Sustituir una linca por clla misma mas k vcces 011a llnca de la matriz.
escalonada reducida o cuéles no estain en ninguna dc estas dos formas.
Dcmuestre que la operacic’m del tipo 1 puedc scr sustiluida por una sccucncia adecuada
10 o o o o o dc operacioncs del [1110 2 y 3.
a)10 3 o d)0 010 o 3 2 En la matriz .
’. 012.11 0,0 0212'14
, ' - ._ . '0’ o 'o__o_o o o_

121---3 0 0 1_ 2 3 o 01
b)[01131] o o o o 010 3
6)0 o o o o o 14

1
intercambie la primera y tcrccra llneas, usando solamemc operaciones elementalcs
o o o o o o o o del tipo 2 y 3.
10. Sean A y B dos matrices del mismo orden. Suponga que cstas matrices son las matrices
00°
ONO

OWN
OOH

aumentadas de los sistemas de ecuaciortes 3,1 y 83 respectivamcnte.

52 ALGEBRA LINEAL S1STEMAS DE ECUACIONES UNEALES Y MATRICES 53

Demuestre qua la mam; A cs 'equivale'mc a la matriz B 51 y 5610 51 e1 sistema 51-" ’ cndondpaij =I.i '+.j, b1=i,i, j=1,’2,..‘. ,n...
y el sistema 53 son equivalentes'.
13. " Sean p(x) y q(x) dos polinomios dcl mismo grade, diga
11. Use c! método de climinacion de Gauss—Jordan para resolver 10$ 51 gmentcs sistemas
dc ecuaciones lineales ‘ p(x)=ao+mx+...+a,r‘
q(x)=bo+b1x+...+b,v
a) 2x; + 3x; ‘ 5 k) x1+2x2+3x3+SX4+5x5=15
x1 — 7x; = 4 x2+2x3+3x4+4x5= 10 Se dice que el polinomio p(x) es igual a] polinomio q(x), 10 cual se ascribe p(x) =
b) 3):: HQ : 1 X3+2x4+35=6 q(x),sia;= b; 1 = O 1,.
.751 + x2 = - 1 X4+2.rs=3 a) Determine Ios valorcs de a y b para que se cumpla la igualdad dc polinomios
c) 5x1+7x2—x3=o x5=1 x1+(2a+b)x+3a-b=x‘+5x—l
l+10xg—2x:5=4 2x1-4x2+ 8.13— 14x4 =0 b) Determine los valores de a y 1) para que se cumpla la igualdad
x1+x2+'x3=0 3x1—x2+2x3-7x4-0 2x + 1 __a___ ___b_
d) xl+2xz+x3=4 2x1+3X2-x3+5x4=0 (x— Mac 2) =x-1 x-2
5x1+x2+6x3=0 4x1+x2—3x3+6x4=0 (Sugerencia: mulliplique ambos miembros por (x — l)(x — 2)).
2xl+3x2+3x3=4 m) 3x1+2x2-2x3+x4—x5=1 c) Detemfine los valores de a, b y c para que sc cumpla 1a igualdad
e) 5x1—7x2 + 8x3~2x4-10 5x1+5x3—ZX4+4x5=l 3353:2221; = .11.. 1 ._b_x_:_c_
x1+3x2—7x3+3X4=—10 x1+3J€2—2X3+5X4—7X5=2 x3-1 X“1 x’-+x+1
(Sugerencia: multiplique ambos miembros por x3 — 1).
2.761- 5x2 + 3x3;— 3X4 =“6 4xl+xz+5x3+3x5=3
d) Determine los valorcs de a, b, c y (1 para quc se cumpla 1a igualdad
3x1+6x2+x3+7x4=~6 n). xi-s+xg+3X4—3X5=0
x3+x1+x+ 1'= a + b +cac+d
2x1+3x2—x3+2x4=3 x1+7x2—5x3—5x4+5x5=0 x‘- 1 x 1 x + 1 x2 + 1
x1 +‘2x2 +1335- 3x451 ' 2x1 + x2 ax; — 4X4”+ 4x5 =. 0 ‘ ~ (Sugerencia: multiplique ambos miembros per 1:“ — 1).
'_ 2x14- x2;‘- 6x3 +£64-== -l ' . 3x15x2'i 2X3 4X4—xs»_=0 - l4; '[JPam qué valores dc [1,-61 sistema.
g) 3x1+2x2—x3+x4=7 o) " 3x1+2xz+x3+X4—3x5=—2 v ax. + x2 = 1
x1—x2+x3—2x4=5 4x1+3x2+2x3+2x4—2x5=5 x1 + ax; = 2
4x1+x2~x4=6 5x1+4xz+3x3+3X4—x5= 12 tiene una solucién linica, Leuél es esta solucién?
h), 2x1+3x2—x3+6x4-x5=1 5x1+5x2+5x3+5x4+5x5=35 15. Considerc e1 sistema dc ccuaciones lineales
x1+2xz+x3—2x4+3x5=—3 P) m+n+n+m+m+m=3
— 3axz = 1
2x1+x2—6x3+5x4+3x5=2 l+x2+3x3+X4~SX5+x6=O
2cm + (6a + 1)x2 =
1) 3x1+2x2—x3-x4+x5=0 x1+2x2+x3—2x4+2x5ax6=4
xl—x2+x3+4x4+4x5+3x5=6 Determine cl valor dc a para el cual
xl—xz+6x3-x4—3x5=0
xl—xz-x3+x4+x5—x5=1 :1) el sistcma se tienc una solucién finjca
2x1+x2-7x3+x4+xs=0
b) 61 sistema no tiene soluciones
2x1+3x2—x3+5x4—2x5=4 x1+x2—X3—x4-x5-x6=—1
16. Considere e1 sistema de ecuaciones linealcs
x1+2x2+x3+3x4—x5=—1
x1+x1+(az~1)x=1
Zx1+x2— 6x3+7x4+3x5=1
x1+2x1+3x3=1
5xi+11x2 +7x3+12X4- 10x5 = 4'
2X] + 5x:- + X3517
® 12. Re‘suelva el siguientc sisteina de 11 ecuaciones con n incégnims:
Clasifiquc las difcrentcs posibilidades para el conjunto solucién de este sistema en
lérminos dc los parametros a y b
aux; + aux; + . . . + ainxn = b1 17. Considers c1 sistema de ecuaciones lineales
(121351 + “zzxz + . + aznxn = b2
-2ax.—5x2+2x,=1
2x1+X2+GXJ‘1
anlxl + an2x2 + ..+a,..x.. ab"
2x1+3x2+ax3=2
54 ALGEBFIA LINEAL SISTEMAS DE ECUACIONES LINEALES Y MATRICES 55

DDDDDDDDDDDDDDDD
Demuestre que independientememe del valor de a, el sistema posee Ima solucion
_ 3.7_ - MATRICES (I): OPERACIONES cQN MATRICES
E1 (1 1 1 1
18 Clasifique las diferentcs posibilidades para e1 conjunto solucién del sistema siguicme concepto 6 matrix aparecio ya en a seccir'm anteIior en re acion con 05
en ténninos de 105 parametros 5’ a, b», c

'
+ + sistemas dc ecuaciones lineaies, en un intento de ahorro en la notaeién . para e1
x x = . . ., . .
‘ 2 x, a proceso de ehmmacmn Gaussmna. A partIr de este memento se va a oiv1dur esa
6x, + 2‘3 + x3 = b correspondencia matrices—sistcmas de ecuaciones, amenos que se haga referencia
52x. + 4x2 + x3 = C expiicita 21 e113. Seemprenderé ahera un estudio de estos nuevos entes matemziticos
pensando Ln 61105 como ObJCiOS 501} ex1$tcla propla ' _ . _ .
) 0E . N“ - A . . "

19. Para los srgmentes SIStemas de ecuacxones, determme 105 valores a y b para que: 1)
D . u u n

el sistema‘ tenga 1111a solucién Iinica; 2) e1 sistema no tcnga solueién; 3) cl sistema A P359? de quc ya fueron estableCIdas algunas (16135 defimcmnes preilmmares,
Ienga una infinidad de soluciones éstas se repetirén en su momento para 10n mm continuidad e11 nuestro estudio.
Se llama marriz a un am: 10 rectan 1211 do III'Imeros come 61 si uiemc:
l) 2xI+3x2+x3=5 3) x1+x2+x3=1 g gu g

3x1—x2+ax3=2 ax1+2x3+x3=2 (111B 012' ClIn

xI+ax2+ax3=b+2 an (122 a2n
x1+7xz~6x3.=b . . o
\

4) ax1+ l + 4X3 = b + 2 and gum . . - an!"

2) x1 + x2 " 4x3 = 0 '
2xI+3xz+x3=1 2x1+ax2+4x3=1
2 _ . . , .
4271 + 7X2 0x3 = 17 2x1 + m + 0 x3 - 1 . (constltuIdo por m lmeas, o filas. o renglones, y n colunmas). A 105 numeros
20. En los sislemas de ecuaciones siguiemes, delemlihe Ios valores dc a para los cuules \ a.-,» (l = 1’ ' ‘ ' I ”’11 = 1: a ’1) 56165 llama elementos de la mamz.
e1 sistema tie'ne solucién(es). En Ial caso determine 13(5) solucién(es). ag- es, pues, e1 elemenlo de la matriz que se cncuentra en la z—ésmIa linea y en
‘1) ’Fl ,+‘ax2 = 1- . . , . . 3)} x1 +x2 +x3 = 3 iaj— ésima eolumna.
, 0x1 4 x2 .= a .- . v 2M + 5x2 + 3'x3-10 Se usu'ran letIas syL'Iscui as (A, B C, . . .) para denomr melrices y min‘usculas‘
- . , .3 + .2 (a.,~,b.7, Cy, ,. .) para denot__ar a sus elementqs.
2) x1 + x2 + x3 = 1 Q as " Se define e1 orde/I de una matIiz eomo: numcro de [Incas X IIL'Imero de
ax1+ x2 + x3 = a 4) x1+ 3x: + x3 - x4 = 4 coiumnas. . b' . 1
al _ x2 + 3x3 ._. a: + 1 3m + 7x; + 4x; _ 2x4 = a2 + 5 Perla 1a InatrIz A de orden m X n, cuyos elementos son ag, se usa tam 1m .1
notacmn A - (GI-j) i-l, . . . , m.
~x1—2xz+x3+x4=2 j!l,...,n
.
. enA = (my) i-1,...,m,0CUlTCIIl = n, se dIce .
2x1 + 8x; + 6x3 — 2x4 = 2(a2 + 1) SI que A es una mam: cuadrada. E11121]
21. Resuelva los siguientes sistemas lmmogéneos dc ccuacioncs; lineales: J '1‘ ‘ ’ ' ’"
1) 3x1 + x2 + 5x3 = 0 4) x1 + in + 2x3 + x4 = 0 case sc escribeA = (ay).-,j.,,...,,. y se dice que A es una matriz (cuadrada) dc orden 11.
2x + 4 + 0 ‘ Se dIce que ias matrices A y B son Iguaies $1 ellas lienen el mIsmo orden y sus
. . .
1 x2 x3
= +
x1 x2 x3 2x4 0
_- _ =
clemenlos correspondIentcs comclden.
—4x1+2x2—9x3= 2x1+.r2—x3+x4=0

2) 2x1+ x2 Me; = 0 5) x1+ x2 _ x3 = O EJEMPL81 Por ejemplo, la matrIz

_ x1+2x2+x3=0 2xI-x3+3x3=0

_‘L__l
r"—-"‘—I
mn—

wN
'-Jl
D
l+2x2+2x3=0

.5
.- - .-.. ,
3) x1+3x¢+3xg=o= »

I'
ZXI+7x2+7x3=O
es iguai a la maIriz
2x1+7x2+6x3=0

22. LES verdadero ei teorema 2.1 para sistemas no homogeneos de ecuaciones lineaies?
En caso afirmativo demuéstrelo, (16 mm modo, dé un contraejempio.
“I: I]
51 y 5610 51, y = 2, mientms que la matriz
 SlSTEMAS DE ECUACIONES LINEALES Y MATRICES 57
56 ALGEBRA LINEAL

H ‘lf'lu'u'axz'Wu iam' '51} b1! I)“.

E - I I I. i I .. . (12» + bu bzz --- by;
C=Iig (33 8] (121 (122

I ..._ fl HH V . am] [11:12 - - . anm bml bull! . - - bum

CS déferente a la matriz A (5113 érdcnes no COinCidénj:fimw .. I .. _ V '

Haida la matriz cuafiradaA dc orden n,A = (qi)i,i-I,...,n, sc dice que Ios cicmentos (111+b11 (112+b12 ‘. . a “1+121,.
a.-,-, z - l, . . . , n, constituyen la dzagonalprmczpal de la mairlz. = (121+ b21 (122+ [72: .. . 02M [91,.

aml+bml a71l2+b.lli.2. - - - amu+bmn

.
A

Véase que la suma dc matrices se ha definido soiamentc para matrices del mismo
orden.
A la matriz dc orden n '
. EJEMPLO 2 Por ejempio:
1 O 0 O i ,
0 1 0 O 1 2 —1 4 3 3 5 5 2
_ ... 3 2 4 + -2 5 2 = 1 7 6
0 _O O 1 y 5 7 2 7 -'i 5 l2 6 7

en la cual (0:105 8113 elementos‘ son‘ cerO, oxccpto {‘03 d6 la diagonal principal, que 15F11NICI-QN 3-2 Sea Ia matrizA 3' (011) i: 1,. '. :1,” y sea k-un escalar ((112353 k' E R)-
son unoz so 16 llama matriz identidad (dc ordcn n), y se denota pot I,,.As1’,por » ( rO ucio por un '
eje'mpl'o. ,. V _ . . . V - - . V . - . 9.8631301 " ’ ‘ v-Se define e1 producto de la m‘a‘t-riz A por el escalark, denotado per 104, como la y :' '
..' n :_ ' ' .. 1. . 0v 0 :0 _ .matriz(c,j)j.-i:: Amendondc cgu=ka.-j. ‘ .

l 0 0 1 O 0
12=i0 I} 1“: O 0 1 0 Esdecira
0 O O 1 M = (kay)i-: ..... m
> [- ..... n

Se define tambiéh la matriz ccro dc ordcn m X n, denotada por 0m _,.(si cl orden cs

claro en el contexto, se va a_ escribir 5610 0), como la matriz que tienc todos sus . 0 him
elementos iguales a cam. Pot ejemplo: an 012 -~- (11,. kg” [“112 -.- kam
k 021 (122 --- (12" = [“121 [(1122 --~ kflzn
O 0 O 0 O 0 ... ...
0M4 = 0 0 O 0 V E - and “"12 - - ‘ am“ kaml kamZ - - - kamu
02 *2 = [ 0 0 ]:

. 0 0 0 O
EJEMPLO 3 For ejcmplo
Pésese ahora a ver qué tipo de operaciones se pueden realizar con las matrices y
cémo se efcctfian. 3 2 1 4 3 = 6 3 12 9
- ' - v - . . , . _ . 7. 7-1 2,. 5 i ~3 6 15 3
-.. 3.1;. SUMA Y PRODUCTQ POR UN ESCALAR ‘
Aunque'e’stas OperaCiones no pareican a primera ViSta muy em0cionan'tes, resulta
DEFIN/ClON 3- 7 Sean 133' matrices A ’= (av) 3-1..... m, y B '= (bij)i-1,1..,m- Se define 1a suma de A y (como se aclararé en el capitulo 3) que el conjunto (inerme). dc matrices sc
(Suma de ma trlces) . f' l'''' " . J '1""" " . convierte, conlas opei'aciones anteriormente definidas, en una estructura algebrai—
B, denotada porA + B, como la matrlz (CU) ,2- i . _ ,,, en donde C1} == (1,, + by. Es declr, ca muy importante: la de espacio vectorial.
]- .....n

A + B= (m, + buy-1, ,,m *EI término escalar y su uso para dcnotar csta operaciéri se ham claro en el capitulo 3. For cl
..... memento, identifiqucse escalar con “mimero''(rcal o complejo).
58 ALGEBRA UNEAL SiSTEMAS DE ECUAClONES LINEALES Y MATRICES 59

Las principales propieda‘des de que gozan estas operaciohcs csta'ij c'ontenidas 'Obsérvese q-ue ei producto dc A- por B se ha dLi'mido 5010 en el cas’o en que (:1 '7
_ en e} Siguiente (comma: numero dc coiumnas do A coincide con el mieo d‘e lineas dc B, en cuyo cas'o la -
matriz producto tendra orden (mimcro dc linens de A) x (mimeto dc columnas
Sean A, B y C (res matrices cuaiesquiera del mismo orden (m X 11) con dc B).
TEOREMA 3.1
cicmentos ay, by y cy respectivamentc. Scan k y l dos cscalarcs. Esqueméiicamentc
Entonces:
p n
A ‘ 4A

1) A + B = B + A (la suma es conmutativa).

2) A + (B + C) = (A + B) + C (la suma es asociativa) - n

3) Existe una matriz “cerc”, tal que A + 0 = A. ’" A F—‘M

4) Dada la matriz A, existe una matriz (-A) lai quc A + (- A) = 0 (la
matriz cero). B p:
AB m
5) k(A+B)=kA+kB
6) (k+l)A=ka+la
7) (kl) A 3 WA)
8) 1 'A =A

La mancra mas facii dc aprender Como se efectiia la operacion dc producto entre

DEMOSTRAC/O’N Se trata dc verificaciones de simple rutina, en las que se emplcan propiedadcs matrices es simplemcnte recordar la frase“l1’neas (dc A) por columnas (dc B)”.
”on." :13...) m: 105 mimeros reales. For ejempio, A + B es‘ una matrizm >< n c‘uyo'sz Mas concretamcnte, cl elemento de la i-ésima linca y j—ésima coiumna de AB
elementos son ay + by, mientras que B + A es una matriz m X n cuyos elementos 50 obtiene “multiplicando” la i¥ésima linea de A con la j-ésima coiumna dc B (0
son by + ay. Son, pues, matrices del mismo orden y ademas, por la propiedad _ sea, multiplicando e1 r—ésimo elemento de 111 i ésima linea de A con el r--és-imo
con'mutativ‘a de la suma de numeros realcs, ay + by= by + (1.7, es decir, sus elementos. V elemento dc la _] ésima columna de B, donde .r - l, . . . , p-= numero dc columnas , .
correspondientes coincideh.Ento'11cesA + B= B + A El resto‘ 'se deja de cjercicio dc A =. mimero de’ lineas dc B, y lueg'o sumando cstos productos)
al lector. Esqucmaticamente
Q.E.D. coiumna columna
i3..n
-.-___
nnnnl|‘~_-
‘. J's—“awful UL. IvInlIIIuI—O
J' J'
Ademzis dc las operaciones descritas en la subscccién (3.1), con las matrices se
__ W I
ey__. iinea
lmea a“ 012 .-. flip by =
puedc efcctuar otra operacién sumamente i11tcrcsa11tc: se pucden muitiplicar z
matrices entrc si (bajo cierlas condiciones, como se vera a continuacion). bpj l i.
La definicion que se darzi de mulliplicacion de matrices cs, sin duda, la menos A B AB
natural posible. Sin embargo, a pesar de que resultarzi muy sofisiicada la manera
dc multiplicar una malriz con otra, sera también, sin duda, la manera ma’s donde
conveniente de hacerlo. P
CU = ailb1j+ [1,-2s + . . . +aipbpj = 2 aikbkj
DEF/NICIéN 3.3 Sea A una matriz dc ordcn m x p c011 elementos ay, y B una malriz dc oxden p X 71 k-l
con clem‘entos b. Se define e1 producto de A por B, dcnoiado por AB, come in EJEMPLO4. - Por ejemplo
matriz dc Orden m X 11 con elementos cy,z =1, . . . , m, j= 1, ._ . . , n defiaidos por cy
. . p ' 2-_ ‘13.; 5 (2)(5)+(3)(6) (2X 2)+(3)(8)
4 -1 - 5 .8 20
Cy = Gabi} 4' [112s + . . . + (1;?i = 2 (Ii/(bk; (415114— 1x<s> (41—2M 00%) 14 “15
- k -1
Es decir
Existen razones de fondo para definir e1 producto de matrices de la manera como
P
se hizo. La mas importante podré verse en ci capitulo 4 (apa reccré en relacién a1
AB = 2 (15k
estudio de la reptcsentacién matricial de 1111a composicién dc transformaciones
1-1
1' -i , . . . , m lineales entre espacios vectoriaies de dimension finita). Sin embargo, en estc
1"! . . . . . n
 SISTEMAS DE ECUACIONES UNEALES Y MATRICES 61
60 ALGEBRA UNEAL

Asimismo, lzi matrix deisistema (,C) en-ia's~nile1/als.inco'gnitas yl, yz cs:

memento se puede yer un problema relaciohadc con sistema's de ecuacioncs en
dondc aparcce naturalmentc la mUitiplicacién dc matrices. *
Supéngasc que 50 time cl sistcma do 3 ccuaciones con 4 incégnitas. 3 1s
C=9 —2
x1+2x2+6x3—x4=0 _ 1 5
211 - X2 + X3 + X4 = 0 (A)
Pete
3X1 - 2x; + 2x; " 3X4 = 0

Se quiercn cambiar las variables x1, x2, x; y x4 de este sistema por las nuevas 12' 6—1 j g 3 15
variables y., yz relacionadas por AB=2-111=11=9-2-=C
3—2 2-3 3_2 1 5
x1 = 2)“ ’" Y2
x; = —y1 + By; Es decir, el sistema “compuesto” {e1 resull'antc de la sustitucio'n dc (B) en (A)] time
pot matriz e1 producto de las matrices de (A) y de (8).
x3 = y: + y: (3) También reiacionado con sistcmas de ecuaciones, s'e pucde ver que ei producto
x4 = 3y; - 2y; de matrices tiene una gran ventaja‘ para denotar “matriciaimente” un sistema.
Considércse‘ ei sistema de m ecuaciones con n incégnitas
Al hacer las sustitucioncs rcqucri'das se obticnc
flux; + 012.172 + . . . + amt” " b1

(2?! + Y2) + 2(‘3’1 + 3Y2) "‘ 60’! + Y!) “ (3)5 " 2k) = O 021x1+ (122952 + - - -+ “Zn-x11 = b2
_ 2(2M + Y2) ’ ("3’1 + 3)’2) + 0’1 fyz) * (33’1 -‘ 2Y2) = 0 :
_' 3(2):} W2) -= 2(-y:: 4. 3X2) +301? Y2) - 361': -.222) f 0 “mi-xi'k aln2x2 + - - - + anmxn = bin
0 sea

3y1+ 15y; = 0 Sea A = (ay) 1-. 1!. . .,m la matriz (m X 71) del sistema. Considérese también 1a ma—
j-'1,. . . ,u
9yI - 215 = 0 ' (O triz X de orden n X 1 formada por las incégnitas 361,132, . . . , x,. y la matrizl B» de
)H + 5y2 = O
orden m X 1 formada por los términos independientes b1, b2, . . . , b,,..
Entonces cl sistema puede escribirse como
Obsérvese que la matriz dci sistema (A) es:
an an . . . (11,; X1 1 b1
126—1 L121 (122 . . . (12" 12 V = b;
A=2~111
3~22~3 and - - - amn xn bu
and

Las ecuaciones dc cambio dc variable (B) pucden también ser contempladas como
0 sea

un sistema de ecuaciones, en donde x1, x2, x3, x4 sondados y las incégnitas son 3'1, "AX=B»
‘yg’,_La mattiz de este sistema es: 1 _ . , .-

2 7' (dondc AX rcbrescnta la muitiblicacién dc la matriz A per la mstriz X y {:1 signo = ‘

lob—H.91—

-1 indica una iguaidad entre matrices).

B:
1
3 EJEMPLO 5 Por ejemplo, e1 sistcma
3x1 + 2x; - 6x; = l
*Comemario para set leido después dc esludiar e1 capitulo 4: En realidad éste es un problema de
composicio'n dc transformaciones lineales: se eslzi realiznndo la suslitucién de un s1stcma lineal en xl-x2+2x3=2
otro.
62 ALGEBRA LINEAL , SISTEMAS DE ECUAQIONES UNEALES Y MATRICES 63

sq denota mattidalm’eme comp AX .= B, {:11 donde ‘ ' ‘ en dondc at, cs 61 elemento-dc 1a _ijésima_ linea y sjésima columna 116 AB,- 0 sea

_ x‘ A ,B =
_ 3 __12 —62],.X—[X2 1
2
A—[l at: =i aik bk:
353 11:1

Entonces
Las propiedades mzis importantcs dc quc goza la multiplicacién dc matrices se r ' r p
encuentra en el siguicnte tcorema: 91:2 011-563; =2 2 (Libbey-=61,-

TEOREMA 3.2 Sean A, B y C ties matrices de érdenes tales que las operacioncs indicadas
e11 scguida tienen sentido. Sea k un escalar. Entonces
1) A(BC) = (AB)C (1a multiplicacién w asociativa).
2) A(B + C) = AB + AC (distributividad).
3) (A+B)C=AC+ BC
4) k(AB) = (kA)B = A(kB)
5) ‘ IA = A, A] = A, donde I es la matriz identidad.
6) 0 ' A = O, A ~ 0 = O, donde 0 es la matriz cero.
DEMOS TRACION Se hara 1a dcmostracion de la primera propiedad (asociatividad), dejando como
ejcrcicio a1 lect'o‘r ias 'restante‘s. Sea A una matriz m x p (113 elementos a0, B 1111a
‘ 1: matriz p X r de elementcs by, y C 1111a matriz r x 11 de elementos Cy. Ticnen pues
sehtido todos 10's productc‘s indicados Se ve facilmcnte que tanto la matrizA(BC.) '
como la matriz (AB)C tienen ordcn m X n. Entonccs 5610 se de‘be dc verificar que
sus eiementos correspondientes coinciden Llamese 6;, (9,) a1 elemento de la
i—c’sima iinea yJ—es1ma coiumna deA(BC) (dc (AB)C respcctivamcnte) Entonces
91' = i M 1311‘
k-l
dondc (31,- es el elemento dc 1a k-ésima linea y j-ésima columna dc BC, 0 sea
13*] = Z bk: Carl
s -1 3-1 k-l
Q.E.D.
Se pucde vcr entonces que la multiplicacién dc matrices goza dc muchas propie-
dadcs anzilogas a la multiplicacién de nfimeros reales. Es asociativa, es distributiva,
1a matriz identidad I'actfia neutramente en c1 producto (como el 1 en 105 mimcros
realcs), etc. Sin embargo, existcn algunas propiedades dei producto de mimeros
reales, quc no son vélidas para matrices.
Primeramentc obsérvese quc, dadas las matrices A y B' para las cuales tiene
sentido eI producto AB, :31 ptoducto BA podria no tencr sentido (por e} emplo, 51 A
133 de orden m >‘< r y B de orden r>’< p con :11 9* p). Afin més, siA y B fueran matrices
cuadradas, en cq caso se pueden realizar los productos AB y BA, no es cicrto 611
1 general que- AB= BA En rcalidad,1a propiedad AB= BA es una propiedad muy
especial; en estc caso se dice qua A y B son matrices que conmufan. La multipli- ‘
cacic’m entre matrices, es pues, no conmutativa.
EJEMPLO 6 Por cjemplo, 51 A es una matriz 3 X 2 y B 11113. mattiz 2 X 3 AB y BA no pueden
ser iguaies, pues sus érdenes son distintos (AB dc orden 3 y BA (16 ordcn 2). A1311
51 AB y BA tienen ei mismo orden, puede ocurrir AB 95 BA, por cjemplo:
_12_—13 _3514-s_
A“[5 —1]’B‘[2 1]’AB"[—7 14]*[7 3}“
For 0110 lado, tampoco es vélida la “Icy de la cancelacién”*'para matrices: si

”‘11 11,314 516 13 10]

5 -l
__ 2 2 _ 2 3 = 3 -2
Entonces

r I p -
settieric
30:2 0&2 bbcsj=z X (1,1171:c
1 -1 s -1 1 -1 s -1
,_1216=
AB—[6 8] AC
Por otra parte

I
pero B 1* C.
Pd = Z 01.; CS!
*Si a, b, c e R yab = ac,a 9* 0, cntonccs b = c.
 \
64 ALGEBRA LINEAL 65
SISTEMAS DE ECUACIONES LINEALES Y MATRICES

Por’ ditimofla pro‘piedad de los nfimcros' realcs “a“, b E R, ab ‘- 0 a a = 0 en donde Aggi, j. = 1, 2 son las submatriccs resultantes de la particién de A
' o b = O”, también es falsa para matrices.‘Por_ejcmpIoz

[3 Sim éH8 8] Au=[: 1 :],A12 =[g],A21=[‘1 3 4]:A22=[51

pcro ambas matrices en el producto son distintas de (la matriz) cero. En la matrix A anterior se puede efectuat también la particién

3.3 PARTICICN DE MATRICES 351430

Conslderese la matrizA =(a,y)i -1,,,,, n. de orden m x n. En el arreglo rectangular dc A‘2§13§2
1-1 ..... n
numeros que representa A, 56 dibujan lineas verticales y horizontales como se 453435
muestra a continuacién:
Entonces se escribe
" i : €
an : 6112 013 g - - galm-l am
5 i 3
1121 E 022 6123 E - - i Gan-1 02:. A= A11 A12 A13
i hue—i A21 A22 A23
| I I
A: (131 i (132
|
(133 E - - Edam-1‘ (13::
I l

i 5 i en donde
i : l
i a-—-s
_
and
1
E amz
.
amS E L- - 1: an:',n.—l
l' I
.

‘
amn _._,Au"=[31__A.n=['1; 4_1Ajn_ [01"
La matrizA queda entonces dividida en bques rectangxlares de sus elementos.
Sc dice asi que se ha efectuado unaparticidn en la matriz A. Los bloques resultantes A21=[—1]A22=[3 4] A23=[5]

de esta partlclén pueden ser considerados pct Si mismos como matrices; se

llamarén submatrices de la matriz A. Es claro que existen muchas maneras dc efectuar particiones en una matriz‘.
Fundamentalmente existen 3 razones per 1213 que puede ser importante efectuar
EJEMPLO 7 Por ejemplo, si A es la matriz‘ una determinada particic’m en una matriz:

l) Para simplificar la notacién. Por ejemplo, supéngase que se tiene la matriz

3 1 4 0
A= 2 1 3 2
'1 3 4 5

.HF#OOO
‘oowooo
OHHOOO
aboomo
.éQOw—N
Aboooo~
se puede efectuar en ella la particién

3 _1' 4 g 0
A=-_2._-.1.....3 2
—1 3 4 g 5 Esta misma matriz se puede escribir como:
En tal case se escribe
= Auo
A
= An
[A21
A12
A22]
A [W]
en donde
66 ALGEBHA LINEAL
SISTEMAS DE ECUACtONES LINEALES Y MATRICES 67

”1. jo *2 3 '3 155. 4 ed don'de \

A11? 0 2 .1 i . A22: 0 1.1
O O 3 0 0 I p1+ p2 = p , mx +1111 = m

y 105 acres que aparecen en la forma siinplii'icada de la matriz A se refieren a [a y que la matriz B queda escrita 001110
matriz care.
’21 ”2

2) Para resaltar a1gL'm aspecto de la estructura de la matriz. Por ejemplo, 51 A es F“! . F“

311 g 312 } P1
la 111211112 B: ......... i .........

321 E 322 1 P2
I

2 8 20 l 0 0 en donde
'4 O 5 0 1 0
A: 3 o o 0 10 1 H] + n: = ’1
1 0 0 0 7 0
0 l O 3 5 0
0 0 1 1 1 0 Véase que del mismo modo como se efectuc’i la particio’n en las columnas de A, se
realizé en las lineas de B.
So demostrarzi enseguida que. el producto AB puede efectuarse como
se puede escribir
= A11 A12 .1311 B12 = A11311+A12321 A11312+A12322
= A11 13 A21 A22 321 322 A21Bi1+A22321 A21312+A22322

Es deci1, que la multiplicacién entre dos 111a11iccs A y B en las que se ha efectuado

e11 donde I una particién (de modo que la division que sc hizo en las co‘iumnas de A coincide
con la hecha en las lineas de B) pucde efe'ctuarse come 51 las submatrices
2' 8 20 o 7 o resultantes de las particiones correspondiemes fucran elementos dc 121s matricesA
All= ”'4 0 5 1422= 3 5 1,0 y B, y realizando entonces la multiplicacién c'ntre ellas segfin lo discutido e11 111
3 0 0 1 1 i 0 subscccién anterior. _
Si se ascribe c1 producto AB come
quedando asi explicita la existencia de dos submatrices identidad en la matriz A.
11. 712

3) Para simplificar los célculos con matrices, especialmente eI producto de ellas. I

C11 1 C12 1 "11
AB = ...........1 ..........
Este es el punto que se discutiré con cierto detaile. Se verzi cémo se puede C21 1 C22 } mz
efectuar la multiplicacién de dos matrices en las que se ha realizado previamente
1ma determinada particién. se debe entonces mostrar que
Se concentrara el estudio, con fines de simplificacién, a1 caso en el que las
matrices correspondientes quedan dividida‘s en cuatro submatrices. . C =A113“ +A12321 , C21= A21311+VA22321
sea A una matriz dc orden m X p y_ B una matriz de o'r'den p x n. Digase que en _ -_
C12 =A11312 + 141s2 I 022 — A21812 +A22822 I
la matriz A se ha efecujado la particibn que permite escribirla como
Obse’rvese primeramente que todas las operacioncs entre matrices indicadas en las
P1 p2 formulas anteriores estzin bien definidas. Se demostrara solamente la primera de
11—1-1 . M
An : A12
estas formulas siendo la demostracién de las restantes completamente anziloga a
i ml
A = __________ 5.---.. ..... la que se hard y quedando como ejercicio para 61 lector. Se ticne entonces que el
A21 1 A22 ) m; producto de la matrizA “ dc orden m, X p, por la matriz Bu de orden p1 x m, es la
matriz AnBu de ordcn m, X m dada por
 SJSTEMAS DE ECUACIONES LINEALES Y MATRICES 69
68 ALGEBRA LENEAL
. La ma't1iiAB e5: V I
bu '- ,7. b”? l. J -
.all- (112 - .1 . (111,1 b“
.

A113“ = 6121 a 22 .. . a 2p. b21 1922 ... b2,“ _ ”ma.:1} --_--.

... . , 2 1 3 1 1 —1' ” —2 11 11
am}! 0,1112 ¢ . . awn bmxl bP17- . . . 1717:":
I
5 AB = 0 —1 4 2 3 4 = —10 - 5 8
3 1 1 —2 2 3 - 3 8 4
en donde
Esta mismo resultado se puede obtener haciendo una previa particién de las
041; = 011b1j+ “12s + - - - + 01121p 1 s is m matrices A y B y procedicndo segfin 10 analizado anteriormente. Por ejemplo:
1 Sj S n;

Similarmente, e1 producto de la matriz A; de orden m; X p; por la matriz Bu d‘e

orden p; X m, es la matriz A128“ (16 ordcn m. X m dada por 2a
AB= -0..§
,
11014 41-1 411211014 4 +11 4112 11
2 13 2 i 2 _ 13" 3 41

_
(11mm
02.14141
£11m”;
“2.12142
. . .
.. -
a1,
02p
bpflhl
bp.+2.1
by] + 1,2
p1+2,2
. . .
--~
bp1+1.n1
b12142. n.
!
----- 1317""-
s 2J3 4 = '
—2 5 2 3
J131111+1111J.§J [3111—1141111J2 3 g 3 4 J

11111—121
1112l = .. . 1
'

[1431+ [1 42]}.= [-13]

. I
amhpl (-1 a'"1.pl+2 . - . am”; by! bPz . . . bpn‘ 3 I
I
I
1
1111'
I
I
I
5 8
en donde I
I
I
I
l
.15 i 51711. J14} 4 4.41 1‘ [3 43] + . [5 7] J [31
l

4 , pu=aim+1bpm f-41p142bp142a’ ’4 - - - Wipbpjg I

I
!
[8 4]
' 1_<.j S5111
re'sultédo Que coincide (deSpués dé quiiar los cdrche'tes in’teriofes) con el obtenido
Entonces 1a matriz C11 = A 1 1.31 1 + A1232, tiene en su i-ésima linea yj—ésima columna directamcnte para el producto AB. Se hubiera podido efectuar una particién distinta
a1 elemento a1,- + [51,4 el cual es en 1215 matrices A y B y obtener el mismo resultado. El lector puede verificar, por
ejemplo, que
P
anbu + . . . + aiplbplj + al’plflbpli-lhi + . . . +aipbpj = 2 0,7;k 1 S l S m;
[2 1 J 3 J 1 1 {—1 -2 11 J 11
k-l 1 Sj S n1
AB= 4 -4 1-4- 4 41-4 :19_____4-___-1____4-
Este es precisamente e1 elemento de 121 i-ésima linea y j—ésima columna (1 S i 5 Js 1 g 1 J—2 21 3 3 8 i 4
m1, 1 _<_ j S n1) del producto AB. Se ha pues mosttado que

r“'—’——\
Ill
EJEMPLO 9 Como 1111 131111110 ejemplo, considere [as matrices
[14113114711s E J } ml

,1 3 —1 O 0 0 1 0, 1 :1 , O 7 0
2""1. 2 0'. O 0- flr-l 2 041'0
A= 3- ‘4 0"0'5-'03-0:'8= 1 3; .1--- 0j-"0 ’1
El rcstd, ‘csmb ya 56 habifi dicho, queda cdmo ejercisi'o para el léctor. 1 O O 1 0 O 0 0 O 2 1 1
0 1 0 0 1 0 0 0 0 1 1 ' 1
EJEMPLO 8 Por ejemplo, sean A y B 1215 matrices 0 0 1 O 0 1 0 0 0 2 1 3

1 Supéngase que se quiere calcular el producto AB. Se veré que con una particién
2 1 3 ~l
[0031—-

A=0~1 4 B= 2 4 adecuada de estas matrices, este producto es muy fécil dc calcular.

3 1 1 3 Sean
70 ALGEBHA LlNEAL
SISTEMAS DE ECUACIONES LINEALES Y MATRICES 71

1 3 —1 _1 0 v1__ ; 231.1 68 1.11111 soiucién dc AX = B si la matriz AX es idéntica a la matriz B (se Irma del
A1= 2 1' 2 3,: —1 —1 2__ 32: 1.1 1 - m-is‘mo'concepto de solucién de ecuaciones linealcs, es'erito matricialmente), lo
' 3 4 0" 1 3' 1 2 1 3 cual se escribiré simplemente como: si X es solucic’m de AX = B entonces AX = B
(distinga entre e1 sistema AX = B y la igualdad de matrices-numéricas AX = B).
Entonces A y B se ven como
Supéngase que (:1 sistema AX = B as consistente (su conjumo solucién no es
vacio). Sea Xp una solucién particular clel sistcma, y sea X cualquier olra solucién
= Al 0 = 31 I del mismo.
A [ 1 l ] B [ o 82] Al usarse las propiedades de la multiplicacién matricial descritas en el leorema
(3.2) se puede cscribir entonces
en donde 0 e I son las matrices cero e identidad de orden 3, respectivamente.~
For 10 tanto
A(X—X,,)=AX—AX,,=B—B=0

A1 0 '81 I = AlBl+0'0 A1+0'B2 = A13] A1 Entonces X1, = X — X, es alguna solucién del sistema homogéneo asociado AX = 0.
AB =
I I 0 82 I'Bl'i'I'O I'I'l‘I'Bz 31 I+Bz Es decir, como X = Xp + X;., cualquicr solucién del sistema AX = B se escribe como
la suma dc una'solucién particular Xp del mismo, mas alguna solucio’n del sistema
Todo lo que se tiene que hacer es calcular el producto A131 homogéneo asociado.
Sea ahora X). cualqm'er solucién de AX = 0. A1 escr'ibir X = X, + X;., se ve que
1 3 —1 1 o 1 —3 -6 6 AX = B, esto es, X cs solucién cle AX = B
'A1B1= 2 1 2 —1 -1 2 -= 3 5 Enlonces, s-i X as cualquier solucién de AX = B, ésta pued'e escribirse como la
3 4 o 1 3 1 —1 —4 11 suma de una solucién particular Xp del sistema mas X,,, en donde X], cs cualquier
solucién del sistema homogéneo aSOCiado.
La manera‘correcta de r‘eferirsé' a X‘eomo “cualquier” soluc'ién de AX = B‘(o a
‘Enipnces . ~. I X}, _d_‘c AX = O)>es_ diciefido (1116 X ,(respectivamente X1) es'la solu'cio'n ge'neral’ del
sistema AX = B'(respectivamente,"del sistema AX '= 0).
—'3'—6'6" 1 3—1“ '80 ha ento‘n‘c‘cs pto‘bado' el siguiente resultado.
' ‘
3 5 6 2 1 2
_ AB, A, = —1 —4 11 3 4 0
AB "[ 131 [+132] 1 o 1 3 1 1 TEOREMA 3.3 Si cl sistema AX = B es consistente, entonces la solucién general del sis-
~1 —1 2 1 2 1 tem'a' puede escribirse como la' suma de una solucién particular del mismo
1 3 1 2 1 4 mas la solacién general del sistema homogéneo asociado AX = O.

3.4. LA SOLUCléN DE UN SISTEMA NO HOMOGENEO

DE ECUACIONES LINEALES COROLARIO E1 sistema de ecuaciones AX = B
1) No tiene solucién,
Considétese el sistema de m ecuaciones con 12 incégnitas AX = B (A es entonces 2) tiene una unica solucio'n, o bien,
1111a matriz m X n). 86 asociaré a éste el sistema homogéneoAX = O (aqui, 0 denota 3) tiene una infinidad' dc solucioncs.
la mattiz cero m X l) y se dira que este sistcma es elsistema homogéneo asociado ' - .
a AX '= B. '
‘S'e dira q‘ue - DEMOSTRAoIéN ‘ Primera'me‘me obsérvese que‘el siStema hoinogéneo AX = O, que siempre es cori-
sistente, dc tener otras soluciones ademas de la trivial, tendra una infinidad de ellas.
En efecto, si X. es una solucién no trivial cX = 0, entonces 1%,, t E Rsera también
x1 solucién, pues AUX.) = t(AX;.) = t0 = 0. Supéngase entonces que AX =‘ B es
x2 consistente. Sea X la solucién general dcl sistema. Entonces X ‘-= XP + X1, como en
><z
ll

el teorema anterior. Si e1 sistema AX = O tiene 5610 la solucién trivial (X1, es la

matrix cero), entonces X = X, y la solucién del sistema es finica (véase que la
72 ALGEBRA LINEAL SISTEMAS DE ECUACIONES LINEALES Y MATRICEs 73

'afirmacién recl'ptoca ta'rnbi‘én es cietta). Caso contrario (es decir,AX = 0 Ilene una
' -1nfin1dad d1: solucipne's), es claro que el si‘stema‘tiene 1m mjmero infinite dc - ‘
.
EJERCICIOS (SECCIéN 3, CAPlTULO 11)
soluciones.
1. Determine los valores de a y b para que las matrices
Q.E.D.
2 3 2a + b 3
5 4 y a—b 4
EJEMPLO 10 Para ilustrar el resultado a1 que se refiere el teorema anterior, considere el sistema
sear: iguales
Determine los valores dc a y b de modo que se tenga la igualdad
X1+6X2*5X3=1

”H bl—z] [4H3]
2 3 1 2
x1+2r2-x3=5

3X1+2r2+x3= 19 Determine los valorcs de a, b, c y (1 de 1111 modo que se obtenga la igualdad

[1 4J “[0 0M0 0]”l1 0M1 1]

2 3.” 1 o 1 1 1 1 1 1'
Al usar eliminacién Gaussiana, se obticnc

Dadas las malrice'sA y By e1 mimero a, calcule on cada incisoA + B, (IA, (18, a(14+B),
l 6 -—5 1 l 0 l 7 (2.4 + (13 y compruebe e11 cada case In validcz dcl inciso (5) del teoren‘m 3.1.
12-15....01—1—1
3 2 1 l9 0 0 O 2 1
1)A=1,B= —1,a=4
4 2
por lo quc la solucién general del sistema es:
‘_f2'.5..4. =:5 2—1_-
”Afr—2 3:1}? [3 2 2]?” 8
‘xf: 7 — t '

X1 = *1 + t (I E R) "210 10—1
3)A=3 2—2,B=2 5 4,a=-2
x, = t 411 3 2 4
Dadas las matrices A y B y cl 111‘1mcro k, calculc cu cada inciso AB, kA,kB, MAB),
o bien, en notacién matricial (kA)(B), A(kB) y dcmucslrc, cu cada, case In validez del inciso (4) del teorcma 3.2.
_ 3 5
~ . x1 7 " t a)A=§::],B=21,k=2
X= x2 = ‘1 + I - _ 3 3
X3 t

3'0 -1 =2 4 ,=_
b)A 13],B [8 5],]. 4
Obsérvese quc

7 I ._' c)-"A =11. 33 : 41', B =1 "1‘ ,»k§-— 6

7(= —1‘ + t
0
Sea A una matriz de orden m X n y scan I,,. e 1,, las matrices identidad dc érdenas m y
n,respectivamente.
en donde x1 = 7, x2 = —1, x3 = 0 es una solucién particular del sistema y x, = —t, x; Compruebc que
= t, x; = t(t E R) es la solucién general del sistema homogéneo asociado.
a) AIH=A
b) I,,.A=A
74 A'LGEBHA LINEAL
SISTEMAS DE ECUAClONES LINEA LES Y MATRICES 75
7.-, Sea A una matriz dc orden m X n. nuestre que:
12.. Sea A una malriz‘ cuadrada dc ordcn 11-. Se dice quc la' matriz B'de orden
-a) AofixP= matp' . Inconmma
Iconlamjatriz-AsiAB=BA. ' l --
b) 09 x m A ' 09 x n
a) LCualcs matrices conmutan con la matriz identidad l,,?

8. Dé cjcmplos dc matrices cuadradas A, B y C dc ordcn 3 tales que b) LCualcs matrices coumutan con la matriz cam on?
c) Dada la malriz A, determine en cada caso la estrucmra de la matriz
B de modo
a) ABa‘BA que B conmute con A.
b) AB=AC pcroB¢C
_11'
c.1)A
c) AB=O pcroA¢0yB$0 -[01]
9. Sean A y B dos matrices LQué pucdc concluir acerca de los érdeucs c y B, si 105
produclos AB y BA estan ambos definidos? Dcmuestre que una condmon suficlente 2 3
para quc los productos AB y BA estén definidos es que A y B scan matrices cuadradas. c.2)A [1 2]
LES csla condicién necesaria? Suponga ahora quc los productos AB y BA eslan
dclinidos y quc AB = BA. LQué puede concluir de los érdencs c y B?

90°

OOH

Ov-‘O
10. Sea A una matriz cuadrada. Se dcfincA", n e N como c3) A =

A"=AA...A
k—“J
nveccs l3. A la matrizA dc ordcn n se le llama marriz idempotente si A2 = A.
a) Comprucbe que la matrix
Si A es la matriz

”fl-35?] -
2-3-5
A=~l45
,l —3 ~4
V, ésidc'mpbtentp‘.“ . _ _- _ , .. . V ‘ . .
comprucbc quc
b) Demuestrc quc si AB = A y BA = B, emonccs A y B son matrices idempotentcs.
N: 1+6n 4'1 14. A la matrizA dc ordcn n so lc llama matriz nilpotente si cxiste un cntcto k > 0 ml que
A [—911 1—6n] Ak = O.
a) Com pruebc quc la matrix
1 l. Dadas las matrices
1 1 3
A = 5 2 6
A= cosx scnx' B= cosy scny
-2 -I -3
-senx. cosx —scn y cosy
cs nilpotente.
(lcmucstrc que
b) Suponga que la matrizA == (am-.1,” ,,,. es tal quc a.)— = 0 para 1‘ 2. j. Dcmueslrc que
A es nilpoteme.
ABI= BA
F'cos(x+y) sen(x+y) 15. Sc (lice quc la malriz A dc ordcn n es una marriz diagonal si todos sus elememos,
ll

-scn (x+y) cos (x +y) excepto los dc su diagonal principal, son iguales a ccro. En tal case so ascribe
En particular se ticuc que . . A = diag (0,, (12, . , (in) .-
- para dcnotar a la matrix, diagonal ‘
A2A=7COSZX écnzx -
-scn2x (:0s

Demucstrc quc

A" g cosnx sennx (en dondc los ccros indican que todos los elementos en esa pane dc 1a matriz son cero).
—scn nx cos nx Demuestre que el producm de dos matrices (dcl mismo ordcn) diagonalcs es una
marriz diagonal. Mas concrclamentc, compruebe quc si
 76 ALGEBR'A LINEAL
SISTEMAS DE ECUACIONES LIN EALES Y MATRICES 77

I - A = diag (a,,.ag,..._l,a,.) . Sedefine (a tram de la malriz A, denotada por rrA,'como '

B = diagtbhbz, - --, b"), . : , ' ‘ n ' I
entonces, trA = afian + .. . a,.,, = a”
AB = BA = diag (Gibbazbg, . . . ,a,,bn) ['1

Es decir, la traza de la matriz (cuadrada) A es la suma de los elementos de su diagonal

Una condicién necesaria y sulicientc para que la matriz B de orden n coumute con principal.
uua matriz diagonalA, es que 3 sea una matriz diagonal. LCémo ticne que ser la matriz Sean A y B 133 matrices
diagonal A para que conmute con cualquier matriz B dcl mismo orden que A?
17. Explique por qué no es vélida, en general, la siguiente formula, en donde A y B son 2 5 4 1-12
matrices cuadradas (lel mismo orden: A=3 4 7 B=2 7 4
019 0 2 3
(AH?)2 = .42+2AB+B1
a) Calcule trA, trB, trA + trB.
Dé un contraejemplo. b) Calculc rr(A + B) y compruebe que rr(A + B) = trA + rrB.
. A continuacien se presenta 1m argumento para “deinostrar” que siendo A y B matrices c) Calcule rr(AB) y tr(BA). Compruebe que a pcsar de que A8 a BA, se tiene rr(AB)
cuadraclas del mismo orden se tiene AB = BA. = tr(BA)

x
l
lr
AB = fi— (2A)(ZB) =§ [(A + B) + (A — 8)] [(A + B) - (A — 3)} 21. Sean A y B [as matrices dc orden n

A=(a§i)i,j-l,....n
{git/1+8? — (rt—Br] = :11t - (Is-Ar] B ‘3 (by)i,j- l,....n

— imam) 2‘ (37m {(8%) 7137714)] = firzaxzm = BA a) Dcmuestre-q'ue "(A + B) =‘trA + rr'B.

’b)' Demuestr'e que MAB) = tr(BA);_ _ _ _ . .
Sefiale enrlénde se‘ crtcuentra elerrorvdeeste aréurricnto. -_ . ' .c) Demu‘estrc que si A = B, entorices't = t'rBr 3E5 cierta la alirmacién reciproca? v
19. Sea A una matriz’ de orden n x p y B una matriz de orden p X m. (D 22. Demuestrequc noexisten las matrices cuadradas A y B tales que
a) Demuestre que la i-ésima linca de la matriz AB se puede obtener multiplicando
1a i—ésima linea de la matrizA (considerada como una matriz 1 X 12) per la ma- AB — BA = I
triz B.
(Sugerencia: proceda pot contradiccién. Use 105 resultados del ejercicio anterior.)
b) Pruebe que laj-ésima columna de la matriz AB se puede obtener multipli‘cando la 23. Sean A y B dos matrices del mismo orden m X )1 en las que se ha el'ectuado la misma
matriz A por la j—ésima columna de la matriz B (considerada como una mamz p particién. Escriba
x 1).
c) SeanA y B las matrices
A ’ (Al/)l-l..... m, B = (Bah-Lana
'J'hu-Jv. J-I.---.n.
14 3-1 12 3
A=213 2 B=310 en donde Aij y Bij son las submatrices resultantes de la particién efectuada en A y B.
11'41 12 2
a) Demuestrc que la suma de las matrices A y B puede efectuarse “submatriz per
Sin haccr el crilculo complcto del producto AB, determine: submatriz“. Esto es
c. l)- _ la primera-llnea de AB.
' 4+8 = (Ai,+‘B,?,).-~'il....m.
' 5 f(2.2).121seguncla'columiiadeAB. W _' - . - " »_ ~ ' 7' ' 1- I ‘- V j-lI‘a.
(:3) la terc'era c'olumna de AB.
b) Pruebe que si k es un escalar, entonces
20. Sea A la matriz cuadrada

an (112 - - - an. ’04 = (My) a'-'1....,m,

j-l,....n,
an (In . . . (12,.

24. Considere las matrices cuadradas A.- y B,- de orden 21,-, i = l, 2. Sean A y B las matrices
“Ill (In: - - - ann
(de orden m + m) siguientesz
 SISTEMAS DE ECUACIONES LINEALESY MATRICES 79
78 ALGEBRA LINEAL

A 11 11 B 11 11
27. En? i051 ificisos siguicntes .56 (1311 matriées A y B an l'as que se ha efcctuado data
'. = A10 VI =»>Bl 0
particiém Caicule eutmda ’caso’ei'produbto._AB atendiéndo a la particio’n dada.
Verifique su respuesta.
3 1 : o 5 : 24
Dcmucstrc quc

1 1 o 11]
= A181 0 ”=21 i0
1 = °
o t 4 1 1 ; —1

Compare con cl cjcrcicio 15. LBS en este caso AB = BA? Calcule ci producto AB si '3 1 4 : 7 f ’1 o o i 3
2 1 3 : 6 o 1 o : 2
1 2 o o o o 3 1 o o o o m A = 3 8 : 5 B = o 1 1 4
—1 1 o o o o 4 2 o o o o
A g o o 1 1 o o B= o o 2 4 o o L0 7 1 : 2 i3 1 2 : 5
0 Q o 2 o o o o 3 1 o o
o o o o 3 2 o o o o 2 3 '3 3 i 1 o '5 2 3 4 5
o o o o 1 3 o o o o 4 5 4 5 E o 1 11 1 : 2 3
c) A = -------- 1 -------- B = -------- : -------

111-11
25. Sea I la matriz identidad dc ordcn 2 y 51:11 A la matriz 1 0 : 1 -1 3 7 : 1 0
Lo 1 1 3 2 L2 3 ; o 1
(0 28. Sean A y B [as sigu‘ientes matricés:
'2 1 —2 o 0 o o o o 01
Considcrc [as matrices e, i, j, k dc ordcn 4 o o
1 -1 o o o o o

1 112 :11- 1:11—11 111‘ 11

3
u2~ 11~4 o o o-_o__o‘ o o;
_ - 1 -0 o 41 0‘ 0 0‘0. 0 o
A = o 1 o o ~1 o ‘0 0‘ 0-0'
Dcmucstrc quc 0 o 1 o o —1 o o o o
o o o o o o 1 o o 0
ei=ie=i ij=—ji=k F=~e o 0
o o o o o o 0 1
ej-je-j jk=»-kj=i }“-—e o o o o o o 4 s —1 o
ek=ke=k ki=~ik=j k’=—e L0 o o o o o 10 24 o —1
(a una matriz de la forma are + czi + q + 04k, en dondc cl, C2, 03 y c4 5011 mimeros
reales, se la llama cuaternio). '3 1 2 o o 1 o o o 01
4 5 -1 o 1 o o o o o
26. Sc dice quc la matriz cuadrada A es una marriz involuroria si A2 = 1. Sea 8 mm matriz 3 1 1 1 o o o o o o
cuadrada dc ordcn n cualquicra. Demuestre que la matriz A de orden 2n o o o 4 5 7 o o o o
, 1,, 0 B__ o o o 3 2 24 o o o o
A [B -L] “ o o o 5 2 —1 o o o o
3 1 3 o o o 1 0 o o
cs involutoria. ‘Demuestre, también, la siguieute reiacién entrc matrices involutorias 2 1 2 o o o o 1 0 o
y matriccs'idémpotcmcs (véasc ejcrcicio 13): Si-A e's'iiivoiutorizr, lamatriz .1 ~2 —1 4 '7-3 4'8 —1_o
i3- 2 2“7 7' 4 1o 24 _o_:1
C 2 (A +
= — 1) Caicuic ci producto AB. I
(Sagerencia: Una adecuada particién cu [as matrices A y B pucdc simplificar mucho
es idempoteutc. Si C cs idempotcnte, la matriz los célculos.)
29. E11 105 incisos siguientes, se dan sistemas no homogéneos dc ccuaciones linealcs, los
A = 2C - I cualcs son consistcntes. Escriba la soluciéu dei sistema como la suma de la solucién
general del sistema homogéneo asociado y una solucién particular del sistema no
es involutoria. homogéneo.
80 ALGEBHA LINEAL SISTEMAS DE ECUACION ES LlNEALES Y MATRICES 81

a) x1191: =1' e) ., +13_ = 4 ,

x, + 2.1';
a- ‘a = (14“ = 1. Uno se pregunta 51 para matrices tambié‘n es cierte que A es una
Zr, '+ 2x: = 2 _ . x. — 2.13 + x; = 0
matriz distinta de acre 51 y solosi, existe un inverse multiplicative paraA, es decir,
15) ”x. + x, _ x, = 2 ~ ' ~ 211 + 3.15 —1 3x, = 2 una matriz A ‘ (necesaxiamente del mismo orden que A), tal que A ‘A= AA ‘ = I
—x1+x,=1 d’) .r,-.t;+x;=1 (la matriz identidad juega el papel del 1, come ya se habia visto). Véase per
5.11 + 5x; — x; = 9 ejemple que la matriz
2x. + 3x: ~ x; = 4

A lo 21
30. (En un tone menos serio: un‘preblema practice de multiplicacie’n Lie matrices.) = 0 3
En el bar “La Rana Feliz” se preparan 5 tipos de bebidas cuyas recetas se muestrzm a
contlnuacten.
Bebida 1 (cube libre) 1 medicia de ten es distinta, de cero, pero no existe ninguna matriz A‘1tal que A"A = AA‘1 = I. Esto
1 refresco de cola se puede constatar haciendo cl producto de una matriz arbitraria B pot A
Bebida 2 (cuba campechana) l medida de 1011
grefrcsce de cola [bu 1312:][0 3]=|:0 3b11+2b12:|¢1
g agua mineral b21 b22 0 2 0 31221 + 21722

Bebida 3 (cube doble) 2 medidas de ton

gre‘fresco 'de cola (pues la matriz'identidad no tiene ni nguna celumna de ceres).
gagua mineral Entonces, la prepiedad de existencia‘ de inverse multiplicative de una matriz
no es equivalente a que tal Inatriz sea distinta de cere (como en el caso de los
Bebida 4 (shandi) geervezav
nfimeros reales). Esta es una ptopiedad més restrictive que se va a estudiar en esta
glimenada sejcci'én‘. Se‘ llama inversibilidad. Obsér‘ve'se que la ley de la cancelacion para
Bebida 5 (especialidad de la casa) 1 medida de 1011 matrices escrita come: Si A es una matriz para, la que existe un inverse multipli~
. . , , icervaza - cativo (en elsenndomenczonado a11teriorme111e)ySiAB= AC, entonees B= C, -
1-1 limonada _ - ' . es véli‘da'. La demestrac-ié'n es: tomese la. matriz A ’- tal .que A 1A= AA ‘ = I.
a) 'Estructu‘i'e una 111211112 euyas linens scan “lihezis de ingredietites en las bebidas" y Multipliquense ambes miembres de AB= AC per A 1 para obtene1- A“(AB) =
cuyas columnas Sean “celum'nas dc tipes (1e bebidas”. A“(AC). Al usar 1a asociatividad del produeto, se obtiene (A“A)B = (A“A)C, 0 sea,
b) La cxperiencia d‘emuestra que de- lunes a jueves se consu111e11,e11 premedio per IB = IC, donde I es la matriz identidad y entonces finalmente, B = C.
dia, 20 bebidas del tipo 1, 30 del tip'e' 2,10 del tipo 3, 20 del tipo 4 y 30 del tipe
5,‘mie11tras que tanto el viernes come e! szibade se consumen 30 bebidas (lei tipo
1, 40 del tlpo 2, 20 del 1i 3, 40 del tipe 4 y 40 del tipo 5. Estructure una matriz 4.1. DEFINICIONES Y RESULTADOS PRELIMINARES
cuyas linens sean “linens (i6 tipos (l6 bebidas" y cuyas columnas scan “columnas
del (1111 de la semana". DEFINICIéN 4. 1 Se dice que la matriz A es inversible si existe una matriz B (necesariamente del
c) Use las matrices de los incisos anteriores para obtener una matriz e11 donde se mismo orden que A) llamada inversa de A, tal que
pueda leer la cantidad de ingredicntes consumidos per (1111. Conteste eutences las
siguientes pregumas: LCuzintos refrescos dc cola se consumen por semana?, BA=AB=I
l,gcuantas limonadas?, Lcuzintas betellas de 1011, sabiendo que cada botella rinde Case contrario se dice queA es no inversible.
20 medidas?

El ejemplo trivial de matriz inversible es la matriz identidad. Otro ejemplo es la

4. MATFilCES (ll): lNVEBSlBILIDAD ' matrlz . - '
En teda esta seccien 56 van 'a considerar solamente las matrices cuadradas _

Alz 9]
‘_'-1'—'4
.o) -_
Se ha visto en la seccien anterier", a1 hablar de multiplicacién de‘ matrices, que
no es posible deducir del hecho A at 0, AB = AC que B = C, es decir, que la ley de
la cancelacien no es valida' para matrices.
Véase con detenimiente lo que establece esta ley en el case (it: nt'lmeros reales. A es inversible pues la matriz
La ley dice: si (1 es un mimero real distinto de cero )2 ab = ac, enronces b =
Recuérdese que les 111'11ne’res reales‘ ciistintes de cere son precisamente aqucllos
que poseen un inverse mu ltiplicativo. Es decir, a 1* O si, y 5610 si existe (1“ ml que
82 ALGEBRA LINEAL SISTEMAS DE ECUACIONES UNEALESY MATRICES 83

cs" tal que‘ Se harai referchcia a1 resultado anterior come “producto dc matrices i111 crsibies

121-1211: 11111112111; 1111

Una primera obscrvacién que se puedc haccr, en base'a la definicién dc inversi-
_. es inversible".
Sea 11 un numero natural y A una 111111112 cualquiera Se define la potencia
n-ésima de la matrizA comoA" = AA. ..A (n vecesA multiplicada pot 51' misma)
Se hace e1 convenio de que A0 = 1. Si A es una matriz inversiblc, se puede también
defim'r “potencias negativas”* de'A, cscribicndo A'" = (A")". A1 115211 135121 conven-
bilidad, es que en cl c2150 dc quc una matriz sea invetsible, su inversa cs u’nica. En cién se obtiene eI siguiente corolario que més quc 11111, ofrecc una férmula muy
efccto, supéngasc que Bl y B2 son dos inversas dc A. Entonccs bonita:
.’-.

B= IBI=T(B;A)B1= BZ(AB1)= l= 32 COROLARIO Si A es una matriz inversiblc, A" es inversiblc y

1-; /' 11 1
T
pues B; es pues B1 cs (An)-l = A—n
inversa de A , inversa de A

A partir de este memento sc puede, entonces, habiar de la inversa'dc la matriz La demostracién cs inmediata (véase cl teorema 4.1) y se deja como ejercicio.
(invexsible) A, la cual se va a- dcnotar por A”.

TEOREMA 4.2 Si A es'una matriz inversiblc y k es un escalar distinto dc cero, cntonccs

COROLARIO Si A es inversibie,-su inversa es también inversible y (A“)'1 = A , kA también es inversible y

(M)-l=k—IA1

DEMoS‘TRACIcfiNI. De la definicién do inversibilidad y 121 unicidad de la inf/lama sc sigue dc ihmcdiatol

(donde lr‘ dcnota a1 inverso multlphcauvo de k)._"
Q.E.D.
DEMOSTRA CION Sc hard use (161 tcorema 3.2 (4). \. .3 E71
TEOREMA 4.1 Si A y B son dos matrices inversibics dei mismo orden, cntonccs AB
también es inversible y (12111-3001) = (Ic‘k)A"A = 1 -1 = 1
(kA)(/c‘A") = (kk-‘)AA~l 5 1 -1 = 1
i (A_B)‘l =‘ B‘lA‘1

EJEMPLO 1 Asi, por cjcmpio, se habia Vista 211 principio dc csta subseccio'n quc la inversa dc
(2.13.1).

DEMOSTR'AC/O’N Se tiene la matriz

(KIA-111113"= E’(A"A)B = 3-113 = 8"]? = 1
(AB)(B ’A ')= A(BB !)A--1 = AIA"—— AA-= I 1 A [-2 9] ’
,1 ~ _ 1 ~4 ,

Entonccs B‘1A ‘ es la 1nve-1s'a dc AB.

era_ '_ _
(1.11.1).
9 4 1,V{\f\’/ :1
Més generalmente, si A1, 1' = 1 , . . . , n son :2 matrices invexsiblcs del mismo ordcn, [4—1

cntonces A1142 . . . A" es también inversible y 2 1 )\1 [,2

(A1112...1«1,.)~l = A31 . . .Ai‘AI' *Se dcbe tenet mucho cuidado en no confundir ci significado dc “potencia de una matriz A" con la
manera como se eslé denotando su invema A“. For ejcmplo, mienlras A2 significa AA, A" no significa
La dcmostracién es por incluccién y se deja como ejercicio para cl lector. l/A, sino 'que es la ‘manera como se denota la invetsa dc A.
84 ALGEBRA LINEAL SlSTEMAS DE ECUACION ES LINEALES Y MATRICES 85

Entohccs, la inversa de la matriz -. el sistema AX=_0 licne 5610 la solucién trivial. En ese caso A es _inversible
Multiplique por la derecha a' BA= I pot A ‘ para obtener B= A.‘
= 3—D 2) Anéloga‘a 1).
3A [—6 27 ]
(2.13.0
seré, segt'in cl teorema 4.2, la matriz

14: 3 4/3 De aqui en adelante, entonces, para verificar que B es inversa de A basia con
3" [2/3 1/3] verificar que BA= I o que AB= I (cualquiera de estas condiciones implica a la
otra, segiin el teorema anterior).
Hasta este memento nada se ha cliche acerca de co’mo determinar la 1m ersa de
como se puede 'comprobar directamente.
una matriz. De 050 1103 ocuparemos en la subseccién 4.3. Sin embargo, sc puede
Un resultado interesante, que conecta 1a propiedad de inversibilidad de la
plantear un procedimiento natural para hallar la inversa de una matriz como se
matriz A, con las soluciones del sistema homogén‘co AX = 0, 68151 contenido en el
demuestra a continuacién.
siguiente teorema:
Sea la matriz

TEOREMA 4.3 Si la matrizA es inversible, entonces cl sistema homogéneo de ccuaciones A = [a b]

lineales AX = O tiene 5610 la solucién trivial. c d

Sc quiere determinar bajo qué condiciones esta matriz es inversibie y, en 1211 caso,
DEMOS TRAC/ON Supc'mgase que A es inversible y considérese cl sistema homogéneo AX= 0. Sea obtener una férmula para su inversa.
X cualquier solucion de este sistema, esto. es, AX..= 0. Multiplicando "(por la. Se quicre emonces hallar una matriz
1 T iz'quierda) esta ultima igualdad porA l'se obtieneA ‘(AX)=-_-A ‘0, 0 sea (A I-A)X—=
0, esto es, X= 0. .Es debit, la finiéa solucio'n del sistema AX= .0 es la trivial.
.13 X4

Q.E.D
tal que
En realidad, también es cierta 1a afirmacién reclproca clel leorema anterior, es
decir, si el sistema homogéneo dc ecuaciones AX. = 0 tiene 5610 la solucién trivial, = a 5 x1 X2 = l 0
entonces se puede concluir que la matriz A es inversible (y en ese caso decir que AB [c d][x3 X4] [0 1]
A es inversible es equivalenre a decir que el sistema homogc'neo de ecuaciones AX
= 0 tiene 5610 la solucién trivial).
A1 hacer la multiplicacién indicada e igualando los elementos correspondientes,
Para podcr dar una demostracio’n de este hccho se tendra que avanzar un poco
se obticne el par de sistemas de dos ecuaciones con 2 incégnitas
mas en la teoria que $6 65111 desarrollando (la prueba se darzi en la siguiente
subseccién). Sin embargo, se quiere usarlo ahora para dar una caracterizacién mas
simple de inversibilidad dc Lina matriz. ax; + bX3 =
cxl + dX3

TIEQREMA 4.4 Sea A una r'natrii cualéluiera. [(1262 +. ”4 f'v“

CXz~+ IdX4

1) Si existe B tal que BA = I, entonces A es inversible (y B = A").

2) Si existe C tal que AC = I, enizonces A es inversible (y C = A“). Recuérdese que a, b, c y d Son dados y .se quiere determinar x1, x3, x3, 114. ES fzicil
vet que el primer sistema ticne solucién si ad — be at 0, en cuyo caso

DEMOS TRAC/o’N l) Consiflérese el sistema de ecuaeiones AX = 0. Sea X una solucién dc él, esto x1=
d x =__:£__
es, AX = 0. Multiplique por la izquierda por B para obtener X = 0. Entonccs, ad—bc 3 ad—bc
86 ALGEBRA LINEAL SISTEMAS DE ECUAClONES LINEALES Y MATRICES 87

Similzttrmente, si‘ad '— b‘c #5 0,’el SC'gUndO siste'mati'ene per 'solucic'm ,menos que" los sistcmas r'esultzmtes scan féeilcs de resolver (como en el ejcm‘plo
anterior), Se precisa‘ dc mucho trabajo’ para obtener l-a inverse (le una matrix con
= ..;b_. ' = V a este proceclimiento. En la subseccién 4.3 St? vcrz't un método mais sistemzitico quc
X2
ad—bc *4 ad—bc requiere de menos esfuerzo. Pero antes, se tenclrzi quc avanzar mds en la Icorla.

De tal manera, entonccs, si ad - bc ¢ 0, la matriz A es inversible y su inversa es:

(I -b 4.2. MATRICES ELEMENTALES

A_‘=[x1 X2]: ad-bc ad—bc = l [d —bl
-c a ad—bc DEFIN/CION 4.2 Se dice que la matriz E de orden n es una matriz elemental SE ella puede obtencrse,
’ad—bc ad-bc a partir de la matriz identidad 1,. realizando en ésta una operucien elemental.

EJEMPLO 2 Aplfquese de nuevo este procedimiento para hallar la inversa de la matriz EJEMPLO 3 For ejemplo, la matriz

1 0 3
123
0 l 0
A=023
O O 1
003
es una matriz elemental, pu‘es se obtu’v‘o pzx’rtie'ndo de [3, sustituycndo en ésta su
Se quieren en ese case hallar 16., x2, . . . , x9 tales que primera linea per clla misma més tres veccs su tercera 11'nca.

1 2 3*” x;— .x¢'--.x3_' 130 0_ EJEMP'LO 4 - , Similarfiiente, las matrices-

'0 2‘ r' 3 x4'__ x5 x6 _‘=‘ 0' 1 0 "o' .1 ,1~',og 0.0.1.
O 0 3 X7 x8 xg’ O O 1 71" 0"0
’
8’ 0‘1
l
0
O 0
Al hacer las operaciones indicaclas se obticne son clementales (la primera provino do I; intercumhiande sus lineas, la scgunda
ta‘mbién provin‘o de [2 multiplicando per 8 St”! segun'da linen y la tercera provino
x.+2x4+3x7=1 ' x1=1 (le 13 intercambian'do su primcra y tercera lineas).
2X4+3X7=0 =3 X4=0 Sin embargo, la matriz
3X7 = 0 ' X7 = O

X2+2X5+3Xa=0 X2:— O 2
2X5 + 3X3 =1 => .132 =1/2 1 0
3X3 = 0 XS = 0
no es una matriz elemental, pucs para llegar a ella partiendo de 1; bay quc realizar
X3+2X6+3X9=0 X3=0
dos operaciones elementalcs (intercambiar ll'neas y multiplicar la primera linca
Zn; + 31%,; = 0 => x5 = ~1/2
per 2).
31‘9"? 1 V X9: [/3
' ' ' 5 Considere la matrix/1 dc orden 3x3
y entdnCes," r » I
(111 (112 £113
1 2 3 " 1 —1 0 A = (121 (122 023
0 2 3 = 0 1/2 “1/2 (131 as: 033
0 O 3 0 0 1/3

Para una matriz de orden n, este proceclimiento para hallar la inversa de la matriz Sea E1 = matriz elemental que provino de I3 intercambimzda su primera y rercera
conducirr’a a resolver n sistemas de ecuaciones con 12 incégnitas. Es claro que, a lt’neas. Realice c1 producto E [A
88 IiLGEBRA LINEAL SlSTEMAS DE ECUAClONES LINEALESY MATR!CES 89

' 2) Sup‘é‘ngase que A’ s‘e obtuvo (ie A sustituyendo la i— c’sima linea por ella
0 '0 1.. (lufan (113‘ "(131. (132 £133
misma ma’s k veces la j-ésima lln‘ea Si en A’ se sustituye la 1— ésima linea
£14 '= '0'" 1 0 ' ' (121 I 022 ‘0'2'3 "' 71121 (112' (123
mas (—k) veces laj ésima linea, se recupera A.
l 0 0 (131 (132 (133 (111 (112 013
For tiltimoz
Observe que el resultado es la matriz que proviene (leA imermmbz’ando .911. primera 3) Si A' se obtuvo de A multiplicando su i-ésima linea por la constante c a: 0,
y tercem linens.
Sea E; = matrix elemental que provino de 13, susrimyendo $11 segmzda linen por multtpllquese la z-estma linea de A pot ; y recuperese as1 A.
ella ma’s k veces su tercera lt'nea, Realice el producto EzA.

l 0 0'“ (111 (112 (113 (111 012 013

TEOREMA 4.6 Si E es una matriz elemental, entonces E es inversible. Su inversa es
EM = 0 1 if I i 0321 (122 (123 = £121“?a 022+k£132 1123+a también una matriz elemental.
0 0 i j ‘ 6131 (132 0'33 ‘ (131 £132 (133

Observe que el resultado es la matriz que proviene de A sustimyendo 311 segtuzda DEMOSTRACION Siendo E una matriz elemental, E provino de I realizando en ésta una operacién
lined por 'ella, mds k-Veces'su terce'ra lined. elemental. Segtin la observacién previaal teorema, se puede reeupei'ar I realizan'do
Sea E3 = matriz elemental que provin'o' (1e 13 multiplied/2510 por c at 0 51¢ tercera en E la operacién elemental inversa. Sea 5’ la matriz elemental que proviene de I
ll’ne'a. Realiee-el producto EgA. realizando en ésta la operacién elemental inversa meneionacla.Seg1in e1 teorema
4 5 se tiene E’E= 1. Un argumento similar aplicado a la matriz elemental E',
1 0 0' (111 (112- £113 £111 H12 (113 muestra que ex‘iste una matriz elemental E” tal que E”E’ = 1. De las expresiones
EsA = 0 1 0 €121 6122 023 = (121 6122 (122 E’E=~=jI E”E’ se concluy'e que E= E". Se ha entonces probado que E’E= EE’=
_O 0 . c7 (131 as; an". 1 past can can. I, ‘esto es, que E es inversible y‘ que su Inversa E’ es también una matriz elementalz 1

Q.E.l)
Observe que el resultado es la matriz que proviene de. A multiplicando por c ¢ 0
su tercera ll’nea.
Como conelusién de estos ejemplos se vc que a1 multiplicar por la izquierda EJEMPLO' 5 Por ejcfmplo, si E es‘la matri'z elemental que p'rovicne de 13 sustituyenclo su p‘rimem
’
(se diraa“premultiplicar”) la matrizA per la matriz elemental E.-, se obtiene 1a matriz llnea por‘ ella misma mtis 3 Vee’e’s su tcr'ccra Him, 0 sea
que resulta tie-A a1 realizar en ésta la misma operaeio’n elemental que so realizé en
I; para obtener E.- (i=1, 2, 3). ' 103
Este es en realidad un hecho general que se enuncia en el siguientc teorema,
E=OlO
euya demostraeion se deja como ejercicio a1 lector: 001

su inversa E‘l seré aquella matriz elemental que prOviene de 13 realizando la

TEOREMA 4.5 Sea A una matriz m X 11. Al premultipliear A per la matriz elemental E se operacién elemental inversa a la que se realizé en IJ para obtener E; es (leeir,
obtiene per resultado la matriz que proviene de A realizando en ésta la sustituyendo su primera linea por ella misma mas (~3) vcees su tercera linea, 0
misma opetacién elemental efectuada en 1,,. para llegar a E. sea

Antes de enunciar y probar' el siguiente resultado, que indicara que todas las
matrices elementales son inVersibles, se reciterda que las operaciones elementales
en las lineas dc una matriz tienen una operaeién elemental asociacla“inversa” (en
el sentido de que deshace la operacién el’ectuada), que ademés es del mismo tipo.
En efecto,
I) Supéngase queA’ se obtuvo de A intercambiando las lineas 1' y j. Si en A’
se intereambian nuevamente las lineas i y j se recupera A.
1 0 r i—3
15-1 = "o 1 o
o o 1
El siguiente teorema (4.7) es un resultado muy impot’tanle, tanto desde el punto
de vista teérieo, eomo también desde el punto de vista practice, pues dc él (de su
demostracio’n) se podré' deducir un me’todo para hallar la inversa de una matriz.
Para demostrarlo, se pondran en juego todas las ideas desarrolladas en esta
90 ALGEBRA LINEAL
SISTEMAS DE- ECUACIONES LINEALES v MATRICES 91

' subseccién, asi como también 'el siguiente resultado‘ técnico” Sobre sistemas' do. DEMOS THA CION clin c1 lema prcvio a1 tcorema 4.7,-A es equivalente a la matriz identidad I,..
ceuaciones‘. . Entonecs, segtin e1 teorema 4. 7, A es inversible;
Q.E.I).
LEMA Sea A una matrix de orden 11. 81 e1 sistema homogéneo de ecuacioncs AX
4.3. EVALUACléN DE A“
= O tiene 5610 1a solucion trivial, entonccs A es equivalente a 13 matrix
identidad I,..
En la s'ubseccién anterior se desarrollé més 1a teori'a accrca de 121 inversibilidad dc
matrices. Se obtuvieron resultados importantes (corno cl» teorcma 4.7) que se
DEMOS TRA Clo’N Basta observar que el s-istema AX = 0 es equivalente al sistema x1 = 0, x2 = usartin postcriormente e11 otros capltulos. Sin embargo, se Vera que, como fruto
O, . . . , x" = 0, cuya matriz (1a matriz del sistema) es 1,.. Lo cual significa que de esta maquinaria teorica desarrollada, se pucde concretar un me’todo para
partiendo de A, por medio de operaciones elementales, se puede llegar a [,.. Esto es cvaluar'la inversa de una matriz.
precisamente lo que se queria probar. Se centra 1a atencién en la demostracién de la implicacién 2) => 1) en el teore-
Q.E.I) ma 4.7. Bajo la hipétcsis de que A cs equivalente a la matriz identidad 1,., se
concluyé que A es inversible.
A1 premultiplicar 1a matriz A por la matriz elemental E. se obtiene A., que es la
TEZOREMA 4.7 Las siguientes alirmaciones accrca de la matriz A de ora n son equiva-
primera matriz equivalente a A que apareée en nuestro camino para llegar a 1,,.
lentes:
Similarmente a1 premultiplicar A 1 pct E2 5e obtieneAz, segunda matriz, equivalcnte
1) A es inversible. a A en el proceso para alcanzar I,,, etc. Se tiene 1a importante formula
2) A es equivalente a la matriz identidad I,..
(EEM . . . /EzE1)A = I (a)
wr’
DEMOS'TRA C‘léN 7 1) =>' 2):- Si A e_s"'in‘verSible, por el te‘orem'a' 4. 3, cl sistema homoge'ne'o de ecua—' de 1a and so puecle concluir que A es inv‘crsible'.‘ ' ' .
ciOncs AX= =‘O_ ticnc 5610 1a solucion trivial Enton‘ces, scgun e1 lcma ' , Acontcc'e que en realidad s_e puede conclu‘ir nuts todavia. T211 formula nOS esté
anterior, A es equivalente a I,.. diciendo cudl 'es la "matrizA 1 En efect'o, 's'egun 'el 1corema 4.4 so time '
2) =$ 1): Que A es cqnivalente a la matriz identidad In, significa que, partiendo
de A y realizando en ella operaciones clementales, so pucdc llcgar A'1 = E,E.. . . . EgEi'I (11)
(digasc que dcspués dc r pasos) a I. Eqeméticamentc
De csta formula, por simple que pare'zca, se pucde dcducir un ingenioso c
e1 82 e, intercsante método para hallar la inversa (1c una matriz.
A "' A] "‘ A2 "’ . . . "‘ I Sc 1111 de leer 1a formula (a) tie 1a siguiente mancra: “al efcctuar Ias operacioncs
elementaies correspOndientes a E,, E2, . . . , E, (on e'ste‘orden) en la matriz. A, $0
donde e1, 1' = 1, . . . , r indica que se efectiia una operacion elemental. Por cl teorema obtiene 1”.
4.5 se tiene que existen matrices elementa‘lcs E1, E2, . . . , E, tales que E1A = A1, Al leer entonces de la misma manera 1a formula (b) so tiene: “al efeetuar las
EgA, = A2, . . . , E,A,_1 = I. Combinando estas expresiones sc llega a (E, . . . E2E1)A operaciones elementaie's correspondientes a E;, E2 . . . , E, en la matriz 1, se obtiene
= I. Sicndo E1, 52, . . . , E, inversibles (teorema 4.6) se puede presentar la cxprcsién A"”.
anterior come A = EI‘ [35‘ . . . :1. Entonccs A es un producto de matrices inversi- .y he aqul e1 método para hallarA"!: las mismas ope'racioncs eiemcntales
bles. Es pot tanto inversible. que se hagan en A para obtener 1, se hacen en I y c1 resultado es 111 mas 111 me-
(2.11.1) 1105 que A.‘
En la‘ pra’ctica, para hallar A ‘ se va a escribir 1111a matriz de la forma
Sc pucde ahoraprobar cl resultado. 'que Se habia. prometido'en 1a 'subscecién
anterior. [All]
A1 centrar 1a atencién en 121 parte izquierda de esta matrix (en dondc se encuentra
COROLARIO Sea A una inat'riz dc orden n. Si e1 sistema de ccuacion'es AX = 0 tienc 5610 A) 56 realizan las operaciones elementales que conduzcan a llevar a A a la malriz
la solucién trivial, entonces A es inversible. identidad (obsérvesc entonces que esas mismas operaciones se estan clectuando
en 1) Cuando se llegue a I, la matriz que aparczca en cl lado derecho dcbc scr A 1.
92 ALG-EBRA LINEAL SISTEMAS DE fiCUACION ES LINEALES Y MATRICES
93

-. I Bqucmétiéamente:"
2110 112/3) _ o'0 '11 1%1/}; ~2/4
3/8 ,-1/3" “'
1 ~1L11~<L1>+3is
1L31"
[/1 I 1] [I l A"] 0 0' 1 1 —5/g 9/8 -1 (L2) —. (L2)—(L13
Considércsc que si llegara a aparecer una ll’nca dc acres en la pane izquicrda de
la matriz. durante cl proccso dcscrito, csto indicaré que A no es equlvalcnte a I“, y 1 0 0 1-3/3 7/8 —1 2
pot lo tanto, segflm cl teotema 4.7, que en tal case A no es 1nvers1b1e. . ~ 0’ 1 o 1 3/1 —3/4 1 (L1)’*(L1)—3(L2)
Es decir, este método ayuda a detectar también la no 1nvers1b111dad de una 0 1 1 —5/8 9/3 —1
matrix.
Emonces
EJEMPLO 6 Observe funcionar este método en un ejemplo concrcto. Sea
~3/g 7/8 -l
3 2 -1 A" = 3/4 —3/4 1
A = —1 2 3 “5/8 9/8 -1
-3 1 3
EJEMPLO 7 Observe un ejemplo més. Considerc 1a malriz
Se irzi cscribiendo en la part1: iz‘quierda la matriz obtenida y en la parte- derecha las
operaciones elementales que se realizaron p‘ara obtcnerla (de la anterxor)
1 2 ~1 4
1 r3 2 -1 1 1 o o _ 3 2 1 2
~1 2 3 1 Q 1 1 0 ~ .A 5‘. 6 —1 -1o._ -
*3 . 1 3 1 0 0 0 .3- T2, 5 1
Obtenga
_ 1 2/3 —1/3 1 1/3 0" L1 .4. 1 L1
~ —1 2 3 1 o 1 o ( ) 3( )
—3 1 3 1 0 1 11 2 ~1 4 1 1 o o o"
3 2 1 2 1 o 1 o 0 ~
5 _6 —1 10 1 0 0 1 0
F 1 2/3 -1/3 1 1/3 o 0~ (L2) —» (L2) +(L1) 3 —2 3 1 1
~ 0 8/3 8/3 1 1/3 1 0 (L3) -» (L3)+3(L1) 0 o 0 1
0 3 2 1 1 o1 1
F1 2 —1 4 1 1 o o 0' (L2) —» (L2)—3(L1)
~ 0 —4 4 —1o 1 —3 1 o 0 (L3) —+ (L3)—5(L1)
‘1 2/3 ~1/3 1 1/3 0 0’ L2 _, 3 L2 o —4 4 -10 1 —s o
~ 0 1 1 1 1/3 3/1; 0 ( ) 8( ) 1 0 (L4) —» (L4)—3(L1)
0 —8 8 —11 1 ~3 0‘ o 1
o 3 2 1 1 o 1
' 1'1 ; 2 —1 1 4 1 1 --o o 0‘ (L3) 4» (L3)—(L2)
”'1 2}3 —‘1/3- 1. ”NI/3 , o_ -o." (1'13)'—§I.I(L3)—I3(L2)_‘ ~, 0 -4 4 —1o 1 —3 ‘ 1
~ 0 1' 1 ‘1 '1/8 ’3/8 0 o ‘ "
o o o o 1 —2 —1 1 0
0 0 —1 | 5/8 '9/8 1 o -8 8 —11 1 —3 ‘0 o 1
F 1 2/3 *1/3 I 1/3 0 0 (L3) -—> -(L3)
~ 0 1 1 1 1/8 3/3 0 Se ha obtenido una lfnea dc ccros en la matriz dc la
izquierda.
o o 1 1 —5/8 9/8 -1 La matriz A _es, pues, no invetsiblc.
 9'4 ALGEBRA LINEAL SisTEMAs DE ECUACIONES LtNEALES v MATRICES 95

4.4. XMAS SOBRE iNVERSIBiLiDlAD Entohces '

Para terminar esta seccion, se va a explotar un poco més la idea del método que se

WOH
acaba de describir, para obtener aigunos otros resultados mteresantes. A”!

I
TEOREMA 4.8 La matrix A es inversible si, y 5610 si, se puede escribir corno producto de
matrices clementales.
Segt'm el teorema anterior A debc de expresarse como el producto de matiices
DEMOSTRAC'ION Si la matriz A sc pucde escribir como producto dc matrices elementales, es claro eiementales. At’m més, el mismo teorema dice que A = Ei‘Ei‘ . . . E;‘, donde
qucA cs inversible, pues las matrices elementales lo son y el producto dc matrices EI‘E51,... ,E,‘I representan las matrices elementaies inversas de las matrices
inversibles es inversible. Reciprocamente, supo’ngase que existe A". La formula correspondientes alas operaciones elementales que se tuvieron que rcalizar en A
(b) dice quc para llcgar a I. En nucstro ejemplo se tiene:

14-1 = ErEr-1 . . . E2E1

OPERACION
ELEMENTAL E E-1
donde E1, E1, . . . , E, son matrices clementalcs. Entonces
_ ”1 o 0" V "1 o 0‘
A =(A-1)—1=(ErE_l' ~ . 13‘2E1)'l = E} E51 - . 1 5' (L2) —-> (L2)-3(L1) E1 = «3 1 0 E11 = 3 1 o
o o 1 0 o 1
Las matrices E11 (i=1, 2, . . . , r) son‘ inversas dc matrices clementales, y son, por
tanto (véase teorema 4.6), matrices elementales. "1 o o’ ‘1 o 0~
J Q.E.D. (L2) H (L3) E2 =- o , 0 .1 Eil-‘ o ,0. 1--
' '- EdEMPLOB‘ _ Por'ejcmplo‘,consigie'relarnatriz - ' 7. “-0 1.9 .. 0 1‘0
1 2 ‘1 — 0‘ ”1 0‘
A = 3 6 l (L1) —+ (L1)~2(L2) E3 = o 1 0 155‘ = o 1 0
0 1 0 o 1 0 1
Observe que A es inversible
‘1 2 0 1 1 0 0 Entonces
3 6 1 1 o 1 0 ~
0 1 0 1 0 0 1 1 o 1 0 o 1 o
A = 5111551531 = 3 1 o 0 0 1 0 1 o
~1 2 0 1 1 o 0‘ (L2) —» (L2)—3(L1) 0 o 1. o 1 o o 0 1
~ 0 0 1 1 —3 1 0
0 1 o 1 o 0 1
05621, ,

'1 12 o- 1 1 o 0 (L2). H (L3):- .

~ 0- 1 o 1 o' 1 1 2 o 1 o
o 1 1 —3 1 o 1 o 0 1 2 o
3 6 1 = 3 1 o o 0 1 0 1 0
o 1 o 0 1 0 1 0 0 o 1
‘1 0 0 1 l 0 —2 (L1) —* (L1)-2(L2)
~ 0 1 0 1 0 o 1 Otto resultado interesante, dc carécter més general que el anterior, estzi contenido
o o 1 1 -3 1 o en e1 siguiente teorema:
 StSTEMAS DE ECUAClON ES LINEALES Y MATRICES 97
96 ALGEBRA LINEAL

TEOREMA Sea Anna-matriz m X nCEntonces Alpucde factorizarse coino’A = QA’, ‘. . 1.1.2.32= >1. 2,_ 1,0 1/3
dondeA' es la forma cscalonada reducida deA y Q es una matriz inversi- —1'45 —14 014/:
ble (de orden m). J
v——4 l v

A invcrsible forma escaionada

DEMOSTRAC/ON La idea de la demostracién es la misma que so 1151') para demostrar 2) => 1) en ei
tcorcma 4.7. Partiendo do A, por meciio de operaciones elementales, se llega a A‘.
Cada operacién elemental que se realiza en A equivale a premultiplicar por
una matriz elemental. Existen pues, k matrices elementales E1, E2, . . . , E1 de 01‘
den m tales que E1 . . . EZEIA = A’. Entonces A = (El1 . . . EE‘)A’. Llamese Q = TEOREMA 4.10
E? . . . EE‘. Es claro que Q es inversible.
Q.E.D.
rcducida de A
Un t’iltimo resultado que rclaciona la propiedad (lo in'vezsibiiidad dc una matriz A
con las soluciones del sistema no homogeneo de ecuaciones iineales cs:
Las siguientes afirmaciones sobre la matrizA de orden n son equivalentes:
l) A es inversible.
2) El sistcma AX = B tiene solucién finjca.

El mismo tcorcma anterior proporciona cl método para hallar la factorizacién

mencionada de una matrix. Esqueméticamente e1 método sc ve como
DEMOSTRA CION l) =v 2). Siendo A inversiblc, el sistema AX = B tiene al menos la solucic’m X =
A"B (pues A(A“B) = B es una identidad). Para ver que esta solucion es
[AmxnlIJnJN -'- ~[AllQJ]
finica, sea X' cuaiquier otra solucién del sistema. P01 10 tanto, AX' = B.
EJEMPLO 9 Por ejemplo, si A es la matriz Premuitiplique pot A ‘ y obtenga X'= A ’B= X (otro argumento para
la unioidaud sea X cualquier solucién del sistema AX= B. Entonces X
= 33,, + __X;. donde X, es una solucién particular a1 sistema y X. es la
solucion general dcl sistema homOgéneo asociado. Pero A inversible
implica X1.— 0 (teorema 4. 3). Entonoes X= X y la solucion es unica).
so tienc
2) =3 1). La demostracion del corolario dcl teorcma 3.3 permitc concluir quc si
123110~N101/3|2/3—I/3 AX = B tiene una soiucién (mica, cntonccs e1 sistema homogéneo
~ 014/311/6l/6 asociado tiene 5610 la solucién trivial. De este modo, por el corolario
del teorema 4.7, la matriz A cs invcrsible.
Entonces,
Q.E.D.

Esle teorema propotciona un nucvo mélodo para resolver sistemas no homogéncos

Ahora obtenga Q = ((2‘)‘1 dc ccuacioncs “cuadrados” (numero dc ecuaciones = numero dc inco’gnitas)
cuando éstos tienen una solucién unica.
2131-1/31 1'0; -1""'0.I'._1 2' ‘EJEMPLO '10 . -' Por ‘ejemplo, considcrc .el sistcma
1/5 '1/6 .| 0.1'1'. 0 '1 'l'1 7.4 -
Entonces 331+ 2X2 “X3 = 4

“X14” 2314:3123 =1

'3‘] + X2 + 3x; = 2

La factorizacién dc A so ve entonces como o bien, AX = B con

98 ALGEBRA LINEAL
SISTEMAS DE ECUACION ES LINEALESY MATRICES 99

3W2 -1 > _ x1 _
. ' . 4.
A= -l 2 3' X='x'2 B= 1 _ I ' (Cuya invetsa fue determinada
B —— O 2 3 . .
—3 1 3 X3 O 0 3 en la pagxna 86.)

ya so vio (primer ejemplo de la subseccién 4.3) que A es invetsible y que

Demuestre cl peclproco del tcorema 4.1: si A y B son dos mam‘cm del mismo orden
tales que el producto AB es inversible, entonces A y B son matrices inversibles.
—3/8 7/13 —1 (Observe que no puede usar la formula (A B)—1 = B-*A~l, pues ésta prmupone precisa-
A" = 3/4 -3/4 1 meme lo que se quiere demostrar.)
—5/8 9/8 ~1
SeaA la matriz

‘ Por consiguiente, 1a solucion (finica) del sistema estai dada por

A ‘1—9 -5]
.. 7 4

-3/8 7/8 ~1 4 '21/8

X=A“B = 3/4 ~3/4 1 1 = 17/4 Compruebe que A es inverslble y hallc su inversa. En el ejerciclo 10 de la seccién
~5/s 9/8 —1 2 -27/8 antérior'se'demostré qu'e

es decir,x1 = -21/8, at; = 17/4, x3 = —27/8. "_ 1+6" 4n

A -[-9n 1-6n]

EqE-RioiCIios' (sEco-16N '4,”CAP11ULO 1) - en donde n = 1, 2, . . Pruebe que esta formula tambie'n es vélidapara “potenclas .
- neg'atlvas-deA”: "
Encuentre la inversa'de' 1a matriz" " ‘
1. Veriflque que la matriz
15 -12 -18 ’
5 -4 -6 B = -27 24 33
B = -9 8 11 3 *3 -3
l -l "1

es la invetsa de la siguieme matriz A. LCuzil es la inversa de B? (Sugerencia: Use e1 teorema 4.2 y el ejercicio 1.)
Si A es una matriz inversible y kes un nfimero distinto (16 core, demucstre que [01" y
3 2 4 (kA)'l son inversibles, en donde n es un nfimero natural cualquiera.
A = 2 l *1 ScanAl, A2, . . . , A" matrices inversibles y k1, k2, . . . , k,l nfimeros no nulos. Demuestre
1 l 4 (pot induccién) quc e1 producto

2. Demuestrc quela maltiz (klsAz) . . . (Mn)

1. ‘o 'o '_o . ‘es'invcrvsiblc y qn'e su inyersa es
0 - l 0‘ 0
A“ 10 20 —1‘ 0- 1
5 —8 0 ~1
1
———————_ ‘l '1... “
k1k2...k,, AM“ A‘
es inversible y que ella es su ptopia invetsa. (Vet ejercicio 25 do la seccién anterior.)
3. Demuestre que una matriz con una 111163 0 con una columna de ceros no puede scr 10. Use cl ejcrcicio 1 y el leorema 4.3 para resolver cl sistema homogéneo do ecuacloncs
inversible. lineales
4. Verifique la validez del teorema 4.1 con las matrices A del ejercicio l y la matriz
5x1 — 4x1 — 6x, = O
100 ALGEBRA UNEAL SISTEMAS DE ECUACIONES UNEALES Y MATRICES 101

. ~9x.j+ 8.1;, +11x3 =20 Sea A Una matriz cualqui'cra dc ordcu 3. Dcscriba lajs siguientes matrices:
_. 3'. ~ KrixJ': 0
a) m __d) 5.13.14 g) 53m j) 35.4
ll. En esta seccién (pég. 86) se demostré que si ad — bc aé O entonces la matriz
b) m 0) 5.5.4 h) EaEiA k) EE‘EiEx/i
c) EA 1) 52m. i) 5.51% 1) Hagan

17. Sea A una matriz m X p y H mm matriz p X n. aCémo sc altera cl producro AB si en la

matrizA
cs inversible. Dcmucstrc 1a al'trmacién rcclproca: si A es invérsiblc cutonccs ad — bc
9‘ 0. a) intercambia dos de sus lliieas,

12. Utilicc el “método” descrito en la pégina 85 (para hallar inversas dc matrices) para
demostrar que la matriz
A =
no es inversible.
13. Dada la matriz
b) multiplica uua dc sus [£11033 por el cscalar k 5* 0,
c) sustituye una de sus lineas por ella misma més k veces otra linea
(Sugerencia: use e1 tcorema 4.5 y la propicdad asociativa del producto dc matrices.)
1 l l 18. Eu esta scccién se discutic') cuél es elvcfecto dc premultiplicar una matriz A por una
1 l l matriz elemental E (teorema 4.5). LQué ocurrc si a la matriz A la multiplicamos par
2 5 4 la. derechq por la matriz elemental E? Es decir, Lcémo es la matriz AE respecto dc 13
matrix A?
19. Sea A una matriz m X p y B una matrizp X n. (,Cémo se altcra el producto AB si en la
matriz B,

3 -1 4 a) intercambia dos de sus columnas,

A - 0 2 l b) multiplica una de sus columnas por el escalar k 9* 0,
1‘791'52 . ' c) su’stitt‘xye una‘ 'de 5115' lineas pot ella 'misir‘ia‘ mask-Woes otra cbliimna
20.. Seal A una matriz inversiblc. Describa '1oé'cambibs qué oclirren 'e_nA-l si en lal'ma- -
dc'muc'strc qua A3 - 3A2 ~ 7A Jr 1813 = 0 (la martriz‘ccro dc brdcn 3) triz A
A partir de este resultado pruebe‘ (1116 A es inversible y halle A-l. a) se intercambian dos dc sus lineas,
14. Dada la matriz b) se multiplica una de sus lineas por el cscalar k 6* 0,
c) sc sustituye una de sus 11’ncas por ella misma més k vcccs otra ’linca.
112 (Sugerencia: use 108 teoremas 4.6 y 4.1, asi como el resultado del ejercicio anterior.)
A==311 21. Repita e1 ejercicio anterior cambiando 1a palabra ”linea“ por la palabra “columna”.
231
22. Use cl tcorema 4.7 para dcmostrar quc [21 matrix
comprucbc qucA3 - 3A2 — 7A — 111; = O. Encucntrc A-'.
. D1 ga cuélcs dc las siguicntcs matrices, son matrices clcmcntalcs. En la! caso, encuen- 8 5 4
tre su inversa usando cl tcorcma 4.6 (su (lemostracién). A = 0 7 1
0 0 -2
20 120 100
”[0] c)001d)010
0
o.-1,o , 3‘01 e_s inversible.

lb) [(1)- 71‘] 23. Sea A la matriz

16. Considcre las siguicmcs matrices clemcntalcs: a“ (ll: - ~ . aln

(122 . . . dz"
1 0 0 1 0 4 1 0
El: 0 3 O E2= O 1 0 E1}: 0 0 1
0 0 l 0 0 l 0 l 0
102 ALGEBRA LIN EAL SISTEMAS DE ECUACIONES LtNEALES Y MATRICES 103

.en donde dung; . . . i1“. recupemtxe‘stre queA es inversibie. iQu‘e’ acontece Sign tan 2 . 30=._—23 ,12
...ann= o7 . , J ' _ .. _ . - . ' 1 2_0.of
u . 'o-. :10_‘ 0o 1]1 1°~
(Sztgeréncia: tise e1 trtisme argumento que en el ejercicio anterior.) 1) o 1 0 0 n 2 o o —4 —2
0 0 0 1 o 1 o 2 —3
24. Como un caso particular del ejercicio anterior, concluya que la matriz diagonal
o —1 2 1 1
A 3“ diag (at, 02, - - 5 an)
' 1 0 o —1
en donde ma; . . . a,l 3* 0, es inversible. Caleuie su inversa. . -1 1 o 1 ‘ 1 1 o 0 -1 2
(Sugerencia: véase ejercicio 15 de la seccién anterior.) 3) o o 1 2 1 o 2 1 3 5
~2 2 —1 1 o 1 2 -1 o 1
25. SeaA una matriz 11iipote11te (ver ejercicio 14 de la seccién anterior). Compruebe que
A no puede ser inversibie.
' “D —2 0 —1 —2 o ~6
3 —1 —2 o ~5 —9
26. Sea A una matriz involutoria (ver ejercicio 26 de la seccién anterior). Demuestre que 2 L.0 0 ‘1 2 “2 3
'2 3 1
A e's itwersibte. Determine su invezsa.
1 1 1 —1
27. Pruebe que 'si A es una matriz idempotente (ver ejereicio 13 de [a seccién anterior) e
ittvetsible, eiltonce's' A es la matri'z‘identidad.
k) 1 2 3 4
L1 0 —2 —6
2'8". SeariA y B dos matrices inVersibles de orden it. Dem'uestre que la matriz C de or-
den2n

30. (E1 mensaje secreto.) En este problema se da un mensaje para tOdas aquellas personas

“[0 si
A O
que estudian este libro. Considerela equivalencia letrasmt’lmeros: A = 1, B = 2, C = 3,
. . . , Z = 27. Se proporcio‘na la matriz BA de orden 4 X 8 siguiente:

es inversible; Determine suinvcrsa. Use este hecho para-hallar la inversarde 1a matriz

33 ‘”t8- "7o. . 29- g 60 , 24 ,-16 36 "
"7 '3 '"o o-"' 'BA ' 165 94h 130 117
= 12 34 -46 ~10 —45 112 '106 70 184
2 1 o o 21 15 10
C = o o 3 ~2 68 48 76 30 65 50 30 52
o o —1 1
La llave que descubre el mensaje es la matriz
(Sugerencia: véase e1 ejercicio 23 de la seccién anterior.)
29. Diga c'uéles de las siguientes matrices son inversibles. En .caso de que lo sean, halle su

u—‘N-Pno
u
inversa '

a) '1 3 '2 1 o
12 1] e) o 2 1
L1 —1 4 E11 [as lineas de la matrizA se lee eI mensaje. Si 10 descubre, pongalo e11 prz'tctica.
b) ”4 4 ‘
_ 31. En cada uno de los ejercicios siguientes, X es una matriz de orden 2. Resuelva
_2 3] 1 o 2 para X. -
0 —2 3 1
c) 33
. 5-
2 _
4
_o 3 5
1 W1. é] [131 1B i]: 'X—[i 5T [3 3.]
d) o
-
_
1 62 98
1 5 3
2 7 3
g) _ 3 9 4
1» 1.: -1] 212, a]
-0 2 3 ' 1 2 3 —2
o 1 2 3
h) —1 — o —1
2 1 —1
104 ALGEBRA LINEAL SISTEMAS DE ECUAC!ONES UNEALES Y MATmces 105
1 _ , J V v .. .- .- . 4_ , - -
- .
32. Enrcada uno de los ejercicios siguientes, X es una matriz de orden (Véasc dcmostracién’ dcl lcorcma 4:10):
3. Resuelva para X.
'
‘23-) 2n+3x3=1 I c)‘ xl+x,-xj+x1=3'
['1 O 0‘ ' 1
3x, +4x;= 2 2x, — 3x; +4.15 —2.m=l
3 2

a) 4 1 x = —1 o 4 .
3X1 -.T2 '23) — 2X4: '2

_3 2 34 2 1 1 ' b) 3x,—3x_,+2x,=1 "*+""Z""5""5

4x.—5x,+2.r,=1
F4 5 3'; 2 1 o
5xl‘6x2+4x;=3

b) O l O X= 0 l 1
2 8 4J 1 1
'
r1 3 1' 1 2 —3 2 1 1
c) 2 2 3 X 2 -1 0 = 3 l 2
0 3 '2J 3 2 -4 2 l 1

I 4
f1 0 o 2 o o
3
1 o
d) 0 2 O X 0 3 0 = O 1 0
0 0 3 0 0 4 0 2 1

33. Demuestre quc la matriz

A1 0' o- o '-
50" 70 3 4'
0 1 O O
0 0 4 5

es inversiblc y escribala como un producto dc matrices clcmcntales.

34. En cl cjcrcicio 24 se demostré que la malriz diagonal

A = diag ((1,, a2, . . . , an)

en dondc :11, a; . . . (1,, 1* 0 cs inversiblc. Escriba csta matriz como un ptoducto

de )2
matrices elementalcs.
35. c1’m el Icorcma 4.9 toda matrizA sc pucdc esc ribir como el producio
QA’ en dondc
Q es una matriz inversiblc y A’ es [a forum escalonada reducida de
A. aCémo se ve
este producto si A es una matriz inversible? , 7
36. Escribai'cada una de 1215 siguicnte‘s matrices ¢omo e1 productp dc uga matfiz invggsiblc
Q y la forma escalonada reducida ‘de A: .‘ -' ‘ ’. ‘ '1 - "

3 1 4 2 3
a)[(l) i i] b) 2 1. 3 c) 1 4
*1—1—2 1 1
37. Resuclva los siguienlcs sistcmas dc ccuaciones, invirlicndo
primcramenle la malriz
dcl sistcma y mul.l_iplicando lucgo Ia invcrsa‘ por la malriz dc términos indcpcnd
icnms
 DETERMINANTES 107

con objelo de ganar precision y una adcada notacién para este concepro,
CA’PiTU-Lo DOS .establézcase formalmen'te la definicién de permnmcién

DEFINIC/ON 1.1 Se llama permutacién del conjumo S = { 1, 2, . . . , n} a una funcién biyectiva"

Determinantes 0‘: S —-¢ S.

EJEMPLO 1 For ejemplo, 51 S = { 1, 2} existen dos funciones biycctivas 0'1 y 02 de S en 51 mismo

a1 a1(1)==1, 01(2)=2
El objclivo principal de este capi1ulo es crear una hermmienta adicional de trabajo
quc ayudarzi a avanzar en la teoria (1110 SC desarrollarzi en los préximos capitulos.
Esta herramienta csté relacionada con la teorl'a dc determinantes. Sc debe dccir,
sin embargo, que la teoria dc determinantes liene por sf misma un carécter propio,
indepcndientcmeme del uso que de clla sc hacc como herramicnla de trabajo en
el algebra lineal. E11 este capilulo se pretcncle también vet algunos aspectos 62 02(1) I 2, 02(2) I 1
-——clemcnlalcs-— dc esta interesanle teoria.
Uno de los conceptos mas importantcs que han aparecido hasta este memento
en el libro, es el concepto de inversibilidad de una matriz. Relacionado con él,
aparecera’n postcriormentc muchas otras ideas y resultados. En eslc capitulo sc
verzi (1110 con la ayuda (le los (leterminantes cs posible “eliqu‘etar” a las matrices La manera como se escribira 1a permutacién 0: S —-» S es
cuadraclas con informacion sobre- la inversibilidad de éstas. Mas concretamcnle,
se establee‘eta una tune-ion det: Mn x ,. -—> R llamada (funeién) determinante dcl .1 2 . n ~-
conjunto de matrices cuadiadas de 016611 11' a los numerOS reales, tal que det(A) 6 ‘ 0(1) > 0(2) 1., - 0(n)
R —-valor que se calcula con los coeficientes de A— dira si 121 matrix A es inversible
o no lo es. o bien, abreviadamente
En cl capllulo anterior sc vio que 51 ad - bc ¢ 0, la malriz
( 0(1), 0(2), - . - . C(12))
A = a b
c d Asi, en el ejemplo anterior la primera permutacién es (1, 2) y la segunda ‘(2, l).

cs inversible. Resultaré que el nfimero ad — bc 6 R es precisamente el determinante

EJEMPLO 2 Para el conjunto S = {1, 2, 3) se tienen las siguientes 6 permutaciones
de la matriz A. Sc veré que en general una condicién necesaria y suficiente para
que una matriz cuadrada A sea inversible es que su determinante sea distinto de (1,2, 3)
cero (corolario 1 del teorema 3.1). ’ (1, 3, 2)
Para poder abordar adecuadamente la teoria que se desarrollarzi sobre determi-
nantes, se deben desarrollar previamente algunas ideas sobre permutaeiones. Este (2,1,3)
es el objetivo de la primera seccion que ahora se co'mien‘za a estudiar. ‘ (2,13, 1)
(3, 1, 2)
1. PERMUTACIONES (3, 2, 1)
Véanse cuales son las permutaciones del conjunto de cuat'ro elementos S =‘{ 1, 2,
Considércse cl conjunto do mimeros {1, 2, . . . , H}. Um permutacio’n dc eslc
3, 4).
conjunto no es mzis que 1111a detorminada ordenacion de sus clcmcnlos. Pot
cjcmplo, si cl conjunlo cs { l, 2 }, 50 11011011 dos diferentes petmutaciones; a saber *Es decir, inyectiva (11110 a uno) y sobreyectiva, 211111u en este case (cl oonjunto S es finite)
(1,2)Y(2, 1)- cualquiem de estas dos propicdades i111plica a la olra.

106
 DETERMINANTES 109
108 ALGEBRA LINEAL

Si's'c cscribc 0(1) ¥ 1,:ct1tonccs 0(2) (1c $010. 3 posibilidédes ,2, 3 o 4 (pués _-
, . la funcién 0.es inycctiva). Analiccnsc las trcs allomaiivas po'rvseparado'.
a) Si 0(2) = 2, cntonccs 0(3) 110110 5010 2 posibilidadcs: 3 0 4.
a.l) Si 0(3) = 3, necesariamcntc 0(4) = 4, cntonces una permutacién es:
(1,2,3,4)
Eshuemétidamcm'e' se pucde reprcsémar este- razonamicnto p01 'mcdio dc" la _
Siguicmc 141113. [.113 0112100 difcremcs colunmas indica‘ti las respec'tixkas posiblés
posiciones dc Ios cuatm elcmcnlos dc S 011 1a permutacién. Una vcz quc 50 ha
dccidido sobrc la primera columna (esto cs, 33 ha dado e1 valbr dc 0(1)), 56 ticncn
$010 3 posibilidadcs pam la siguientc. Dccidido ya 01 valor de esta columna (esto
es, dado cl valor 21 0(2)), 50 tienen $610 dos posibilidades para la siguicnte. Dado
cl valor a és‘ta (dando 0(3)) 5010 resta escribir cl 111'1mcro (1110 1211111 cm In 1'1111mz1
columna (0(4)).

21.2) Si 0(3) = 4, ncccsariamcntc, 0(4) = 3, 61120110135 otra permutacién cs

0 (1) U (2) 0 (3) 0 (4)
3 4
(1,2,4, 3) 2
4
1)) 81' 0(2) = 3, c11tot1ccs 0(3) pucdc set 2 o 4.
b. 1) Si 0(3) = 2, necesariamcme 0(4) = 4, y 50 ticnc cntonces‘ la permutacién

(l, 3, 2, 4)

b.2) Si 0(3) = 4, ncccsariamcntc 0(4) = 2, y 50 ticne 2131' la pcrmutacién

(1, 3., 4, 2)
- c) Sir 0(2) '=' 4,0n‘1011cés 0(‘3):pucd§ set 20 3
c.1) 31 0(3) = 2, ncccsarimncnlc 0(4) = 3, y 50 ticnc la pcrmutacién cn «3516
case come

(1, 4, 2, 3)

c.2) Si 0( 3) = 3, ne'ccsaria'mcntc 0(4) = 2 y se tienc entonces la permutacién

(1, 4, 3, 2)
E11 conclusién, 51 0(1) = 1, so ligncn las siguicntcs 6 pcrmutacioncs
1
2
(1,2, 3,4)
.1 . (1,2, 4, 3) Se tiencn, entonces, las 24 pcrmfitaciones dc ( 1, 2, 3, 4} siguientééi ,
. (1, 3,2,4). (1,2, 3, 4) '(2, 1,3, 4) w- (3, 1, 2,4) .(4, 1,2, 3)
(1, 3,4, 2) (1,2,4, 3) (2, 1,4, 3) (3, 1, 4,2) (4,1,3,2)
(1,4,2, 3) (1, 3,2, 4) (2, 3, 1, 4) (3,2, 1,4) (4, 2, 1, 3)
(1,4, 3, 2) (4,2,3, 1)
(1,3,4, 2) (2, 3, 4, 1) (3,2,4, 1)
E310 mismo 11 p1) dc razonamicnto sc pucdc rcpctir on C! caso quc so cscoja 0(1) = (1,4,2, 3) (2, 4, 1, 3) 1 (3,4, 1,2) (4, 3, 1, 2)
2, 0(1) = 3 0 0(1) = 4.
(1,4, 3, 2) (2, 4, 3. 1) (3.4: 2, 1) (4, 3,2, 1)
i 12 ALGEBRA LINEAL
DETERMINANTES 1 13

' ; ocurr1e1 on en 103 1113265 realizados (cuidando que no existan interscccioncs ‘de 3 o ' Se tiene: _
.' mas trazos a la vez). Este es :31 1111111610 111: inversiones do la permutacic'm. *
'nfimero dainverSiones en 0 =' 3. Entoncé's sgn 0 = '—1.
EJEMPLO 6 Para los dos cjcmplos anteriores
mimero dc inversiones en 11 == 2. Entonces sgn 11 = 1.
Formc Ias composiciones 71 a 0 y '0 o 11
1 interseccién ( - 1 inversién)

0:1234 0011:1234
““2134 4
5 interseociones ( - 5 inversiones) Se tiene:

mimero de inversiones en 11 o 0 = I. Entonces sgn 11 o 0 = ~ 1.

DEF/NICIO’N 1.3 Sea 0 una permutacién del conjunto { 1, 2, . . . , 11}. Sea k1 = mimero dc invetsiones
nfimero de inversiones en 0 ° 11 = 5. Entonces sgn 0 ° 11 = - 1.
do 0. Si k1, es par, '50 dice quc 0 es una permutacidn par; caso comrario, so dice que
es una permutacio’n impar. Sc define cl signo de la permutacio’n 0, dcnotado pm Observe que tanto sgn 11 o 0 y sgn 0 o 11 como el producto(sg11 0)(sgn 11) vaien
3311 0 como —1. E510 no es una coincidencia. El siguientc teorema nos dice que es un hecho
sgn 0 =8 (-1)“ general:

For 10 tanto, si 0 es unapermutt‘zcidn par, sgn 0 = l, caso contrario, si 0 es una

' permutaciénimpar, sgn 0 = —1. TEOREMA 1.1 Sea 0 y 11 dos petmutaciones del conjunto { 1, 2, . . ., r1]. Entonces sgn
0 o 11 a (sgn 0)(sgn 11) = sgn 11 o 0
E-JEMPLQ 7 . Considere, pot ejemplo,1as permutaciones délconjumo (1, 2, 3} En la siguiente I ‘
' tabla s‘e encflentra Ia informaclon correspondiente sobre la paridad de estas . ‘
permutaciones
'bEMOSTR’ACiON Sé demostrai‘é que sg11' 0'0 11 -.—- (sgn 0)(sgn 11). Se debe de contar e-I nfimero de
inversiones que ocurtan en- 11, en 0 y en 0 ° 11-. Témense los enteros i, j E (1,
p NUMERO DE TIPO DE 2, . . . , 11}, tai que 1‘ < j._ La permutacion 11 tendré una inversion si 110) > 11(1);
PERMUTACION INVERSIONES PERMUTACICN SIGNO similarmente, 0 ° 11 tendra una inversion si (0 0 100) > (0 0 10(1). Obsérvese que,
partiendo del orden de los enteros 11(1) y 11(1) se puede decidir, usando 1a informa-
(1, 7-, 3) 0 par 1 cién del orden de (0 0 100) = 0010)) y (0 ° 10(1)= 001(1)) si 0 tiene o no inversion.
(2, 3, 1) 2 par 1 Es decir, si 11(1) < 11(1) (en cuyo caso 11 no tcndrzi inversion respecto de i y 1), y si
(3, 1, 2) 2 par 1 001(1)) > 001(1)), 0 tendré una inversion, asi como también si 11(1) > 11(1) y 001(1))
(1,3,2) I 1 impar —1 < 001 (1))(en cuyo case 11 si tiene inversion rcspecto (16 i y 1). Se deben entonces
(2, 1, 3) 1 impar . -1 de considerar 4 casos
(3, 2, 1) 3 impar —1
CASO _ ORDEN RELATIVO CONCLUSION .
Se quiere ver ahora co’mo esté relacionado el signo de una composicién dc 1' < j No hay inversion para 11
permutaciones con el signo dc cada una dc las permutaciones componentes. Véasc 1 11(1) < 11(1) No hay inversion para 0
primero un ejempI-o. 0( 11(1)) < 0( 110)) No hay inversién para 010 11
- -
EJEMPLO 8 I Sean 0, 11 las permutaciones" -
_ .
2
_
, 4
_' ‘ i <j ‘
11(1) < 11(1) . ‘
~ Nohay inversion parafn
Hay inveréién para 0 '
0( 11(1)) > 0( 11(1)) Hay inversion para 0 o 11
0:1234 =1234 1‘ <j Hay inversion para 11
4123 4342 3 110‘) > 110)
0011(1)) < 0( 110))
Hay inversion para 0
No hay inversion para 0 o 11
i <j Hay inversion para 11
*En efecto: Si 1' < j, considerc 105 1111203 que unen 0 (1‘) con e’l mismo y 0 (1) con él mismo. Estes 4 11(1) > 11(1) No hay 1nvcrsién para a
trazos sc intersectan si, y 8610 si 0 (1) > a (1'), es dccir, sisxistc una inversion. 0(11(1')) > 0( 11(1)) Hay inversion para 0 011
 DETERMWANTES 115
114 ALGEBRA LINEAL
' .Se observa, cntonccs, que cxisiirzin 20' i——l) + 1 interseccioncs enttc 10$ trams
limese k5. ., k0, k a 105 cdrrcs p'o_11dic11tc:: 1111mc1os dé 1nversioncs; en 0 ° 11 1 a efcctuados; Estc as 1111 mimgro impar- P01: 10 1111110, so 11a probado e1 siguiemc
- y 11 Obsérvcsc que CUando hay una inversién en 0 ° 1:,ento11cesl1ay una inversién ' " Iteorem'a:
en 0' o (exclusivo) en 1: (cases 2 y 4 rcspectivamemc). P01 10 1111110,

kw»: kc +kn -2r

TEOREMA 1.2 Una transposicién es una permutacién impair.

donde r es cl mimcro dc veccs en los quc hay inversioncs en 0 y en 11 simulténca-

mentc (0350 3). Entonces Por ejemplo, 1a transposicidn de 105 entcros 3 y 9 del conjunto [1-, 2, . . . , 10}

53"" “5 “(‘IY‘M = (‘1)k”"‘"2’ = (=1)"”(-1)k‘(—1)'2’ 10

1 2 3 4 5 6 7 8 9
= ('1)""(-1)kn = (sgn o)(sgn 1:). 129..45 678 310
Q.E.D.
tiene 2(j—i- 1)+1—= 2(9»~3- 1)+1 = 11 inveisiones, lo cual se pucde verificar directu-
meme
COROLARIO Sea 0 unaperm‘utacidn del conjunto { 1, 2, . . . , I1}. Entonccs

sgn o = sgn o" COROLARIO Sea 0 1111a pcrmutacié‘n cualquiera del conjunto { 1, 2,- . . . , n}, Sea T una
ttansposicién. Asi,

DEMOSTRACION Como ('1' o a“ = id 56 116116, sgn 0‘ o 0‘ =(sgn o)(sgn 0‘ ‘)—= l (pucs sgn id= ( 1)° “S'gnr on = '58” o- = Sgt-loot

= 1'). Entonc‘es 5311- 0 = Sgn o“.-

Q.1B.1).
DEMOS'TRA’CIéN Sc sigu‘c inmcdiatamchte do los'lteor'emas 1.1.. y 1.2.
DEFINICION 1.4 Se dice 'que la permutacién 0 del conjunto { 1, 2,. . . , n} es una transposicidn dc
103 61116105 1',j E {1,2,.. .,n} 510(1) =j, 0(1) = i y 0(k)= kpam k #1,} Q.E.I)

Una transposicion cs, pues, un tipo muy simple dc pcrm‘utacic’m en la cual sélo cs E1 rcsultado anterior dice quc 51 en 1111a pcrmutacion sc intercambia la posicién dc
alterada la posicic’m de 2 mimcros i y J cl n1’1mcro z' pasa a ocupar la posicion dej dos de sus elementos, cste hecho se rcfiejaré en un cambio dc signo
do 111
y viccvcrsa. cs decir, la permutuc ién resultam c tcndra signo contrario a] dc 1a
pcrmutacio’n,
Una transposicién se ve cntonccs come permutacién original.

12 i j n
12 j 1' n

Cuéntesc e1 mimcro de inversioncs quc iieno una transposicién de 105 entcros i y EJERCICIOS (SECCION 1,CAP1TULO 2)
j. 1111n Con’ la r‘egia dc “contar interseccioncs dc trazos”. La sitqacio'n se vc como = 4 y o(2)=
1. .LCuam'as pennutaciones o (101 conjumo {1, 2, 3, 4} son tales que 6(1)
-. .--3? Haga 111111 lista dc ellas
=6 0(2)
2. LCuz’mtas pcfinutaciones cdelconjumo {1, 2, 3, 4, 5, 6) sontales quc o(=1)
= 5, o(3)= 4'? Haga una lista dc 611115.
3. Para las siguicntes permulaciones o y n obtenga 0 ° 71, 11 0 c, 0 0 o, 71 0 1t
“no ON “no =123 n=123
o...o 0 o...o
8)0321 132
\—__..._-__.__-Y——————--v-|—8

I 1- 1elementos
1 16 ALGEBRA LINEAL
DETERMINANTES 117

1,1041
'
'2 1'4? ,_ .12_,_"3"4 ._
413 2
1‘ 223. 4' 5
d)i--0.= '1 1111-374 '5- 6 "'7 ’
6 .7 8. 9710,11 12
8 ‘ 9'10 H 2 12"]
7‘ 3‘2 14
10. Sea a una transposicién del conjunto (l, 2, . . . , 11). Obtanga 0-1.
c)o='1 2 3 4 “=1 2 3 4
4 2 31 4 2 3 1
@11 Dada la pcrmutacién 0 dc! conjunto (1, 2,. H11) defina la matrix asociada a esta
permutacion denotada 1101 A6, como la matriz cuadrada de ordcn n, cuyos elemcmos
11,-J estés dados per
ma...” 2 4 '5 “=1 3 4 5
5 214 3 214 3 5 I si j 0(i)
fly =
2 3 4 5 ~12 3 4 5 0-sij 1* 00')
e)” 12 4 3 5.] “"4 5 3 21]
P01 cjcmplo, si
06-12 3 45 67 P112 3 4 5 67
7 6 5 4 3 21 5 713 4 2 5
. Para las permutaciones del ejercicio anterior obtenga 04,11 1 ,(0 o 11) 1 11 1 0 0‘1.
Compare Ia permutacién (o o 11) 1 can 11 1 ° 0 1.
. Sean 0 y 11 dos permutacioncs del conjunto (1, 2,. . . , 11). Demuestrc quc (a 0 11)-1 =- se ticne
11'10 0-1.

9001-1
. Determine cl mimero de inversiones para cada una de las permutaciones 0,11, 0 o 11,

'or—OO
"Hooo
"(SOHO
‘ 11 ° 0, a 0 1;, 11 0 11 del .ejcrcicio 3 Obtenga 1:1 signo de cada una de estas pcnnutacioncs . .Aq.‘
'_ y verifiq'ue que se satisface e1 teOrerna 1.1.
. Establczca cl numcro de 1nversiones para cada una dc las pcrmutacioncs a-1,11-1,
(0 ° 11) 1 del ejercicio 4. Verifique .que se satisface e1 corolario del reorcma 1.-1.
. Considcre la siguiente permutacién dcl conjunto {1, 2, . . . , 11): 21) Dcmuc‘slrc’ quc en cada lined dc la 111211112110 56 ti‘ene exactame‘nte un 11110 y ccros
en las posicioncs r'eslautes y que esta propicdad tamblén vale para las columnas
dc csla matriz.
o _ 1 2 n
n n~1 1
b) Scan 0 y 111as pcrmutacioneS

a) Determine 6111111111110 dc inversioncs de ‘0. 1 2 3 = 1 2 3

b) Obtenga el signo dc esta pcrmutacién.

° " 3 2 1 7‘ 2 1 3
' c) obtenga 0-1.
b. 1) Halle las matrices Au y A,,.
. Considers las siguientcs transposiciones 0. Determine cl mimero de inversiones on
b. 2) Encucntre la matriz Ac , ,,
cada una de ellas y verifique quc'se satisface cl teorcma 1.2.
b. 3) Verifiquc que A0,, — AnAo
Obtcnga 0-1 C11 cada caso.
0) Compruebe que, 611 general, 51 A, y A, son las matrices asociadas a las permuta—
7 0101165 U y 11 del conjunto {1, 2. n), entoncesAg.,,11.A,,A,, _ ,
- .=1 [ _
.
N

\._.._.z

d) Sea 111a permutacién > '

w

Vang-[3. '2' J.

=1234
b“’{1432}
(1.1) Hana A0.
___123456
(1.2) Determine Aa— 1.
°)°[6234]
11.3) Verifique que A0, A0 -1 = A0' 1A,, = 14-
 DETERMINANTES 119
118 ALGEBHA LINEAL

c) Dcmuestrc que en g'c11eral,si A-u es 111 11121111/ asoc—iada a la permutucion 0 del ' Antes que 11min, so dcbc dccir qtle cl-determinantc cs unafimcién, cuyo I
conjunlo {1, 2,. -. . , 11}, entoncesAoAu.1 = A0. 1/1,, =- I,.. ' . ' dominio- CS cl conjunlo (1e matrices cuadradas, quc so Lienotaré 1101 M. (11 cs c1
12. E1 objL‘tivo dc cslc cjcrcicio cs probar c1 signientc resultado general sobrL permuta- orden Lie 111s matrices) y cuyo codominio son los 111imcros rcales. Sc Lienomrzi csta
cioncs: ioda pcrmumcion o . S S del conjunto S = (1, 2,. . . , n) sc pucdc escribir funcién pot def. Entonccs (let: M, —+ R. 5610 l‘alta entonccs Liar 1a rcgla (1e
come 1111a composicion Lle transposicioncs do clcmentos dc S. Es dccir, dada la asociacién que define :1 def, cs Llccir, falta Liar una fo'rmula para cl determinante
permutacién o : S -—v S, existcn“21151105161011t 12, . .. ,Tk : S —1 S tales que o ——- 1. Lie 1111a matriz cundrada. Eso es precisamcnte lo que so haré ahora.
a 1'2 0 . . . . o Tk. Esta expression no es (mica, pcro 51' 10 es la pariclad dc k. (Observe
entonccs que, bajo csln pcrspcctiva, 5c pucdc Llclinir una pcnnutacic'm par «impar—
como 1111a que se prcsenta como composicién L10 1111 1111111610 par ~impar— dc 2.1. DEFI‘NICION DE DETERMINANTE
transposicioncs). La Licmostracién dc estc l1ccho sc 112m: [101 induccion sobre 11.
Observe que cl rcsultado es obvio para 12 = 2. Suponga entonces vz'lliLlo e1 resultado Sea A la matriz cuadrada Lie orden 11 siguicntc:
para 11 - l y pruébelo para 11, signiendo los incisos siguicntes:
a) Sea 0: S —+ S, S = {1, 2. .,n} una pennutacidn cualquiera. Si 001) =11. Asocie an (112 . . . (11,,
(rcstrinja) a a una permutacio110*:S* .—> S* 5* = (1,2,. .,Il—l] delinida como A= 021 £122 £12"
o*(i)- 0(1), 1 = 1, 2,.. ,11.—1 Apl 1que 111 11ipélcsis Llc induccion a 0* para obtcner ...
que 0* = Tie 75:: . . .012, an donde 11 son transposiciones del conjumo S*.Extie11da 0112 - - - aim
anl
las transposiciones 11‘ a transposiciones T.~ del conjunto S y concluya, finalmcnte,
que o = T, a 1’2 0. . . o ‘11., como se querta.
La dererminame de A, dcnotado por del A, csté definida ml‘ 111 formula
b) S‘uponga ahora que C(11) 9* n (y entonccs C(11) < 12). Sea 1’ la transposicién que
cambia dc posicién a los elementos C(11) y 11 en 0. Observe, cntonccs que '1 o 0 es
una per'mutacion de S en la que (1’0a) = n. Concluya, del inciso anterior, que detA = Z (sgn o)a1 0(1) (120(2) . . . (1,. 00,)
existen transposiciones n, 12, . . ,1} tales que '1 o a—= 1,012 o. . .o '11. Dcmuestre 0

por lo tanto que. 0= 1’ o n .o 1'; 0.. .011, quedando asi probaLlo lo que 5;. qucna.
c) - Dclma e1 111ir1'1c'ro 17,. como L1L111Lle la sumzi so 1111a: sobre to'dus 1:13 (11!) pcrm11tz1cioa del conjunt'o (l,
'2,...,11}
=H (1—1) Lies E11 .11 gunas ocasioncs, con objcto Llc ganar claridad en la cstructura Lie, csta
nZI>j21 1'L'1r111ulz1 y en lass propicdadcs qu'c'sc cstudia‘r‘zin on 05121 secciL'm, s'c cs'cribir'zi esta
1'L'1r111ula come
Observe que [9,, es positive. Dada 111 pcrmutacién o : S ——> S, L1e1'111a cl 111'lmcro
o(p,,) como 1 2 n
det A = 20; sg n 0(1) 0(2) . . . 0,01) a1 0(1) a 2 0(2) . . . a n 001)

002..) = [1 (ca) — 0(1))

1120/21 Para hallar c1 detenninante dc 1a matriz A Lie orLlcn 11 so Llcbe pucs cousidcrar cada
una de las permutacioncs 0 del conjunto (1, 2, . . . , n}, (ligasc (0(1), 0(2), . . . ,
c.l) Comprucbc que 0(1),.) = 11)". C(11)); con e113, so 10111121 e1 produeto
c2) Demuestrc que 51 T es 1111a transposicién, cutonccs (1°o)(p,,) = —o(p,.).
010(1)(Izo(21- ~ . (1110(1))
c.3) Escriba o = T] o “r; o . . . o 11.. Demucstre que (— 1)‘ = 00),.) [1)...
c.4) Concluya entonces que la paridad dc k depende solamente dc 1a_pe_r111uta—
, (q11L s'e llamani prozl‘ucro elemental) c1 enal .estzi 1om1aclo per 11 factore's cada 11110 ‘
61611 0 y no de la manera Llc cxpresarla como composicién do transpoSicio-
' nes. ' ' - , '- ’ Lie los cualcs pe1tenece a una Lletermin'ada linca y una determinada columna (10 1a
matriz A, y en cl cual 120 my dos lactores que proveng 111 do la misma 1111011 y/o do
la misma columna (Nola: el hecho Lie que no hay dos lactores dc la misma linea
2. DEFINICION Y PROPIEDADES es cvidcnte do 121 formula misma; cl hcch‘o dc que no hay dos factorcs de la misma
columna se debc a la inycetividad dc la pcrmutacio’n a).
Una vez establecidas 1as ideas y resultados que sobrc pcrmutaciones so estudiaron Una V07. formado cstc product'o elemental, multipliquclo por el signo dc la
en la sccciL'm anterior, so csté en condiciones de dar 1111a Llcfinicic'm satisfactoria pcrmutacién O que sc cstzi considerando y linalmentc sumo todos cstos “productos
de la funcién detcnninantc. clomcntalcs c011 signo", obtcnicndo 2151' el Lietc‘nninante Lie k1 matrix A.
1.20 ALGEBHA UNEAL
DETERMINANTES 121
, EJEMPLO 1 . For ejcmplo,‘ cbnsidcre 1a matrix de‘ ordcn 2
Suma = auan'a'i; + (1126123431 '
’ 1‘ 013022a32'-0na23032 :- .
A = a” a 12
‘ (112021033 ‘ 0x30225131
(121 (122 = det A
Para el caso particular dc matrices dc orden 3, se ticne la siguiemc rcgla que
Sc tiene permite obtener 1a férmula del determinants: reescriba en la part6 dcrccha dc 1a
matriz fuera de clla sus dos primeras columnas, qu'cdando de esta manera trcs
PERMUTACIONES PRODUCTO
cuadrados sobrcpuestcxs (en un recténgulo do 3 por 5) con “6 diagonales” como
DEL C ONJUNTO ELEMENTAL en la figura. Forme los productos de 105 clementos en cada diagonal. Si 13 diagonal
{1, 2} Sgn 6 alu(l)a2t7(2) (sgn U) alsflflZoa) cs “dccrcciente”, cl' producto es positive, caso contrario, cs negativo. La suma dc
estos productos con signo es el dcterminantc de la matrix.
(1. 2) 1 (111022 an (122
—a320230n
—a31a2261u A 41336121012
(2,1) —1 (112021 ~a12 (121

. SUMA = (111012“(112021 =d€lA

+anflzzass +013021a32
0 sea, V

+012023031

c . d . . 'EJEMPL'O '3' Véahs‘e un par de cjizmpi‘os; ‘

EJEMPLO 2 Para la matriz dc orden 3

det[§ :] = (2)(4)—(5)(3) = -7

all 012 G13 La dctcrminantc de la matn‘z

A = (121 £122 (123
14—1
an 032 033 A= 2 3 4
—2 1 3
Se ticne

PERMUTACIONES PRODUCTO
DEL CONJUNTO , ELEMENTAL (Sgn U)
. . {1,2, 31 , '_ sgn G_ ”axduflzmflsom ' . amiflmzfliao)

' (1,2,3) 1 ' . an @2333 an'an 013

(2. 3. 1) 1 an (123 an an 022 031
(3. 1, 2) 1 (113 [121 an an 021 an +('9) +(—'32)
(1. 3, 2) ‘ -1 0116123 (132 ~01; (123 032
Entonces,
(2, 1, 3) —1 an 021033 -a12 021032
(3. 2, 1) -1 013 022 £131 «Us £122 (13;
der A = (9) + (-32> + <—2)-- (6) — (4) — (24) = -59
122 ALGEBRA LINEAL
DETERMINANTES 123
2.2. PROPiEDADES
Esta es una propicdad general qua lie-11611 las dclcrminnhtcs 1111c Sc enuncizuzi y -
dcmostrara enscguida: ' -
De la dcfinicién dc‘ détchninam'e establccidu‘ en la subSécéién anterior Se vc qué‘
para calcular cl determinants dc una matriz dc ordcn n, so tendrzin quc realizar n!
produclos elementalcs, mulliplicarlos per cl signo dc la permutacién correspon-
TEOREMA 2.1 Sea A una malriz dc 0111011 11. Enlonccs
dicme y lucgo 1111001 [:1 suma dc todos c.9105 rcsuitados. Ya para 1111a matriz dc ordcn
5 son 5! = 120 operacioncs individualcs quc so 11011011 que realizar para lucgo /

sumar los rcsuliados. Para una matriz dc 0111011 6 son 6!= 720 operaciones. (MA = detA' /
No es la intencic’m invitar :11 lector a calcular dctexminantes. Mzis him 56
quicre ccntrar cl csi‘ucrzo on cstudiar c1 comport'amiento dc esta funcién y algunas
DEMOSTRACICN Sea B = (121,-)L,--1,._,,.1a matriz transpuesta deA =-(A,-j),-,,--1_, ,,,1. Es dccir, I),~j= am
dc sus propicdadcs. Resullaré que, por afiadidura, sc obtendrén también alternati—
vas mzis cortas (mucho mds corms) para evaluar a1 gunos dcterminantes numéricos. i, j= l, 2, . . . , n. Entonces 1a definicién dc det
SeaA 1111a matriz do orden 11 de elementos (1,, es decir A = (auv)...,»=1..... ,.. Sc llama
transpuesta de A,dc11otada por A', a la matriz A’= (a;,-).-,,-=1, dezA' = detB = X (sgn 1:) b1,” 192,“, . . . b,,,,,,
La transpuesta do una matriz A so obticnc, entonces, i11ierca11‘1biando las 1incas
por las colunmas dc Ia matriz A. Sea j = 110'). Entonces i = 114(1) y so puede cscribir cl elemento b.1111 como b.~|g,,-.
Obsérvese que
EJEMPLO 4 For cjcmplo, si
[)1 n(l)b2 u(2)bn 11(1) = b11"(1)1bn“(2)2 - - - bu“(u)n
1 4 -l
A = 2 3
(se han rcacomodado los factores dc tal modo quc qucdcn ordenados alcndicndo
-2 l 3
>_ 111 segundo subindice).
Se sabe que sgn 71“ =- .9g/1 11(corolario del 1601611121 1.1).Sicncio 2151',
$1: tienc

I 2 —2 (let 8 = Z (sgllTE")a1n"(1)a21c“(2) ~ - . (1.171.201)

A’ = 4 3 1 ‘.= columnas deA =
-l 4 3 «- 11’11cas c’ 0 sea,

T T T
det A! = Z (Sgll 75“!)01 n"(l)(12 11"(2) - - - an 71"(11)
lineas de A =
commas dc A‘
Ahora, cada permutacién 0 dc] conjumo { 1, 2, . . . , n} es la invctsa dc alguna
pcrmulacién dc cstc conjumo. Es dccir, si se consideran las pcrmutacioncs o tales
Ya sc habia calcuiado def A (= —59). Caicrilesc det A’. quc 0 = 11" para alguna permulacién 11 se estzin considerando todas las permuta-
cioncs dcl conjumo { 1, 2, . . . , n]. Entonccs, la férmula anterior sc puedc cscribir
—4 como
16) ( ) 424)
(let A! = X (sgn O)a1o(l)(12 11(2) . (1111(1) ,

quc cs p10¢isamcntc la férmiila quc define a (1131 A.

+(9) +(_2) +(-32)
Q.E.D.
Enlonccs
Se dice quc la matriz A = (ay)1,1j=1,,.__,, es una matriz triangular superior (Iriangular
det A’ = (9) + (-2) + (=32) = (6) = (4) = (24) = =59 = detA inferior) si a11= 0 para 1’ > 1(au O si i < j, respectivamcntc).
El aspecto quc ticnc una malriz triangular superior cs:
 DETERMINANTES 125
124 ALGEBRA LINEAL
. que tiene una matrizv diagonal es

(111 0
£122

all]!

clonde el cero indica que la parte de la matriz en donde se encuentra tione todos
sus elementos iguales a core. Se tienen los siguientes corolarios:
Similarmente, el aspecto de una matriz triangular inferior es:

an COROLARIO 1 A es una matriz diagonal, entonces

021 (122 0 -* (
detA = (111012. . . (I’m

“Ill “"2 - - - arm

El siguiente teorcma dice que es particularmcnte sencillo e1 célculo del determi-

DEMOS TRA CION Obvio, del teotema anterior.
nante de una matriz en forma triangular: Q.E.D.

Un easo mas particular se encuentra en el siguiente corolario:

TEOREMA 2.2 Sea A una matriz triangular (superior o inferior). Entonces

// " V, . 'dezA=a1.a22..t.a,l,l,. CORQLARIQZ j » "detl,.= _1. . . - _

DEMOS TRACION Obsérvese que la transpuesta de una matriz triangular superior es una matriz DEMOSTRAC/ON En este case an =' (1;; = . ..= (1,." =1.
triangular inferior. Pet 10 tanto, segun cl teorcma 2.1, es suficiente probar e1 Q.E.l).
'
resultado para ’Una matriz triangular superior.
Sea a una permutacion del conjunto [1, 2, . . . , n}. Si para algunaj E {1, 2,
El siguien‘te resultado es un resultado téenico. Servira para establecer una propie-
. , n} acontece que 00') 3* j, entonces debe existir i E {1, 2, . . . , n} tal que 1’ >
dad muy importante del dcterminante en la préxima subseccién.
0(1). En tal caso aim = 0. Siendo asi, c1 unico producto elemental que no es cero
(que no tiene un factor igual a eero) es aqUel en el cUal 0(i) = i para toda 1'. Se trata,
pues, de la permutacién identidad para la cual sgn 0 = 1. Entonces
TEOREMA 2.3 Sean las matricesA = (ay)g.1,_,r,,., B = (173).“ .1,._,,,,, C =('c“,-,-).-J-1,..r,,,. Supongase
que para alguna r E {1, 2, . . . , n} so tiene c,, = (1,, + b,,-, micntras que
detA = Z (sgn 0')(11 5(1) . . . an 00.) = (111022 . . . (1m. si 1' at r, 0;,- = av = by. Entonces
0

Q.E.D. det C = detA + (let B /'

Por ejemplor . . .
DEMOS-TRAEClON Se tiene que
2 5 10 2 9 27 2 0 0
(let 0 4 9 = det 0 4 35 = del 59 4 0 = (2X4)(3) = 24
0 0 3 0 0 3 5 ‘20 3 that C 2 (sgn (5)01 0(1) 02 0(2) - . . cro(r) . - ~ Cno(n)
U

Un tipo especial de matriz triangular es la llamada matrix diagonal: se dice, que 2 (sgn O')C1 0(1) 62 0(2) . . . (a, 00-) + br 00)) - . ~ Cu o(n)
la matriz A = (ay)l,j-|,2‘.U,n es una malriz diagonal si (1.; = 0 si 1‘ $j. El aspceto a
 DETERMINANTES 127
126 ALGEBRA‘LIMEAL
Z (sg/zo)c11,(1,c20(2). . .larc(r)~ . $110011 J
.-_O Se’liene por lo tanto,

+ Z (Sgll G)C10(1)C20(2) . . . bro“) . . . 0,. gm) det A’ = Z (sgn o)ai 5(1) . . . (1,330,) . . . [11,0011 . . . 21,100.)
(1 0

Z (sgn O)a1 U(1)02 0(21- - . aro(r) ~ - J1" 001) = Z (sgn (1)01 0(1) . . . (1400;) . . . (11,00!) . . . and")
0 . O

Esta formula 56 parece mucho a la que dcscribe cl determinante dc la matriz A.

+
X (38" 0)b1 0(1) 172 5(2) - - - brc(r) - ~ - bn C(19)
o $610 quc se tiene un problema: la permutacién o que aparecc en (sgn o) no
corresponde a la permutacio’n que aparece en cl segundo subfndice del producto
= detA + det B Q.E.D.
elemental correspondicnte.
Para vet més claro el problema se escribe

1.113111; :1. c1; :1

EJEMPLO 5 Pot cjcmplo si '
, 1 I7 q ’1
de A
t =
X” 55’” [ 0(1) 0(1)) 0(q) 001)] “1 m a ...
“4 ‘1’)
g ...
11,, (q)
0 ...
a " "on

I L—————————-]__ . l
A y B).
(la scgunda llnca (le C es la suma do 1215 lincas corrospondicmcs do mientras que la formula de det A dcbe ser
Enlonccs,
_ 1 4 __ = 1 4 =_ p q 1 n *
detA—det [-2 _3]— ll detB (1et[4 8] 8 dEIA ‘ =I In:1 1
Sgfl [1(1) “(1’) “((1) 7:01)] aml)...aq,(q)...apn(p)...an_.1(,,)

.detc=dez[éfif ‘5‘] =—19.= —11- 8 detA+ den;

Este problema so resuelve con una transposicién: Sea T la transposicién
2.3 OPERACIONES ELEMENTALES Y'DETERMIN'ANTES T = 1 ... P .,. q . .. n
1... q ...p n
sc afccla
Sca (lacla 121 11121111! A dc ordcn 12. Se cncucntra uno inlcrcsado cn ver cémo
A cuando sc rcaliza cn c’sta alguna operacio n
cl valor dc] dctcnninamc do
Entonc'es 71 = o 0 '1' es la per‘mutacion
clcmcmal.
7:= 1.. p q n = 1... p q n
111(1)...11 (p)...7t(q).. .1t(n) o(1)...o(q)1..0(p)...o(n)
TEOREMA 2.4 Si A’ es la matriz quc so obticnc do A intercambiando dos do sus llncas,
cntonccs
Obsérvesc que mienttas o recorre todas las permutaciones do (1, 2, . . . , n}, asi~
def/1' = - detA mismo 1a har'é 1t (5610 quc en otro ordcn). Ademés, sgn 1: = sgn (o 0 T) = ~sgr1 o
(corolario del tcorema 1.2). Entonces

e11 ésta ' - (let A 2 (523" 1041 no):- ~ - amq). 1421,10,). - ' duo-1
DEMOSTRA Clo/v Sea A'= (a{,- ).,,- 1, , '_ .,,..Sup‘c’mgase que A’ se obtuvo 'de A intercambi21ndo
121$ llneas p y q_ Entonces si A= (a.,-) j 1 ..... A se tiene
'2 (sgn (7)611 0(1) - - - a400,). . 4110(4) - - - an 00:)
U
au—aijsii¢p,q
I ...
= ~ detA’
a?! _ aqi

alu- = 0m" Q.E.D.

 DETERMINANTES' 129
128 ALGEBRA LINEAL

EJEMPLO a l V For éjemplo': EJEMPLO’? Pm ejefnplb, Si _

1 V 2 .
.. ‘
u
V_
A —[5 8] (detA — -2)
(let [:1 Z] = ad — be

y A’ es la matriz que sc obtienc dc A multiplicando su primcra linea pot 6, es decir,

7 c d = __ '_ a b
,__ 612
“[5 8]
(1Lt[a b] cb—da - (ad—bc)--det [c d]

Un corolario importante del teorcma anterior es el siguiente:

$6 ticne

. COROLARIO Si A es una matriz de ordcn n, que posee dos lineas iguales, entonces detA' = det [65 12]
8
= ~12 = 6(—2) = 6 det A
detA = 0. '

DEMOS TRA Cl OW Supéngase queA ticne las Iineas p y (1 iguales. Sea A’ la matriz que se obtiene de
TEOREMA 2.6 Sea A’ la matriz que 56 obtiene dc A sustituyendo su r-ésima linea por ella
A mtercamblando las [Incas p y (1. Es claro que A' = A.- Pure, segfin e1 teorema
més k veces su s-ésima linea, Entonces.
anterior

detA' = detA = —detA det A' = detA

En‘t’on‘ces-detA = O. ‘

' VQ.E.D. DEMQSTRAACION' Se'a B awn-1.1... .- . Imam ml q'ue '

bi] =' (1;,- Si 1 ¢ r
TEOREMA 2.5 Sea A’ la matriz que. sc ha obtenido de A multiplicando una de sus lineas Q. brj = kasj
por la .constante c. Entonces
Sea A’ = (a’y);,1.x,.,.,,.. Obsérvese que
detA'=cdetA
aij=aij=bijsii#r

DEMOSTRAC/O’N Sea A’ a (aij)1,j.1,,,_,,.' A = (09‘);’j-1,,.,,n. Digase que la linea r de A fue mulliplicada a},- = (1,,- + ka,, = 0r} + [7,,-
pot c para obtener A’. Entonces concluyc
Se csté cntonccs dcntro dc las hipétesis dc} tcorcma 2.3, do! cual se
a{,- = (1;; Si i 9* r
detA’ = deIA + det 8
a’U-=ca,j
qus tiene sus
Entonces Hero, segfin cl tcorema 2.5, def B = k det A donde A es una matriz
O; 'esto
idet A’ :2 (sgn n)ain(1.).'.,.lafin(,)v. pain“): lfneas 'f y s igualcs,-y'por tanto, por clv corolario del fieorcma‘ 2.4, det A =
" cs..deft B '= 0. Enlt'once srdetA' = detA,‘co mo sc;qucr1’a . _ - . . . - .~
It

Q .E.D.
2 (sgn “)0! n(l) - - - (car n(r)) - - - allflOl)
1:
EJEMPLO 8 Por ejcmplo, si ‘
C 2 (sgn 70011;“) . . . arm) - . - 0:11:01)
I!

1:

= c det A Q.E.D.
 130 ALGEBRA LINEAL DETERMINANTES 131

I'Haga.(Ll')~-* (Ll) + 100.2), obteniendo ' " column'as. [Antes de' atlaliiar algfinos ejemplos en los' que se apliquen estas
propiedades, véase un nlllmo- resultaclo acerca del compor’tamicnto del determi—
j- —19 45
“la 4]
nante.

Setienc
TEOREMA 2.7 Si la matriz cuadradaA ticne una ll’nea (o columna) de ceros, entonces det
,= ~19 45 = = 1 5 ___ '
detA det[_2 4] 14 det [“2 4] detA A = O.

En resumen, en el siguiente cuadro se muesira Como afectan las operaciones

elementales en una matriz cl valor de su detenninante: DEMOSTRACION Si 1‘ es la linea deA que consta solode ceros, esto es, ad = 0, j = 1, 2, . . . , n, basta
observar que todos los productos elementalcs que aparecen en la definicion de det
A ticnen siempre como factor un elemento de esta linea. Por tanto todos son cero,
OPERACION ELEMENTAL EFECTO EN det A y entonces detA = 0. Por la nota anterior, el resultado vale también para colunmas.
Intercambio de lincas en A V detA' = — detA
Mnltiplicar unalinea por la constants; _c_ detA’ =._c detA
(2.19.1).
Sustituir Una linea pot ella mism'a mas un - , I
Infiltiplode otra _ . _det A a a'et A
COROLARIO Si A es una mattiz no inversible, entonces detA = 0.
(A’ es la matriz que se obtiene deA haciendo en esta liltima la opetacién elemental
indicada).

‘ NOTAlMPO'RTANTE _ DEMOSTRA Cid/v Primerarnente obséryese Que s-i A ‘65 Una-matrizno inversible, entonces-su forma
escalona‘da reduCida tcndré al menos una linea'de cefos. En efecto, supéngase, '
para obtencr una contradiccion, que la forma escalonada reducida de A no tiene
En el teorema 2.1 se ha probadoque el determiname de una matriz cuadrada A es
linea alguna de ceros. La finicamatriz dc orden n enforma escalonada reducida
igual al determinante de su matn'z transpucsta A'. Una consecuencia importante
sin lineas de 66105 (-35 la matfiz identidad 1”. Pen), siendo asf, esto querrla dccir qn'e
de este hecho es que toda propiedad de los detcnninantes relacionada con las lineas
partiendo de A se p‘uede llegar, reallza'n‘do en é‘sta operaciones clementales, a la
de una matriz sigue sicndo valida si en lugar do [as llneas de la matriz se consideran
matriz I,-.. Es decir, A scrla equivalente a In. Entonces, por el teorema 4.7 (capllulo
sus columnas (pues las columnas de la matriz son las llneas dc la matriz transpues-
l), A serla una malriz inve'rsible, lo cual es una contradiccion.
ta, y el determinante no se ve afectado por este cambio).
A1 partlr entonces do A y haciendo operac‘idnes elementales, se llega a A’, su
Entonces, las propiedades cnunciadas en los teoremas 2.4, 2.5 y 2.6 son
forma escalonacla reducida, quc es una matriz que tiene al menos una llnea de
igualmente validas si sc cambia la palabra “linens” por la palabra “columnas”. Mas
ceros. El valor dcl detenninante dc A so irzi afectando en cada operacién elemental,
precisamente, combinando cl teorema 2. 1 con los teoremas 2.4, 2.5 y 2.6, so tienen
por un cambio dc signo 0 por la multiplicacion (le una constante (segl'xn lo discutido
los siguientes resultados.
anteriormente). Pero finalmente se llcga a A’, cuyo determinants es igual a com
(teorema anterior). Entonces det'A = O. .
OPERACION REALIZADA EN A EFECTO EN detA
Q.E.D.
Intercambio dc...coluxnnas.de,A .. dezA’ -= — detA . Véanse a1gunos‘ ejemplosz.
Mnltlpllear una-columnapor la letra c . _ I detA’ -_= .c detA
Sns'iltui'r una cdlfifima por ella mlsma rnés " I
un mfiltiplo de olra detA' = detA EJEMPLO 9 Se quiere calcular

(A' es la matriz que se obtiene do A realizando las operaciones indicadas en esta 2 1

filtima). -1 3 2 —2
Las ideas anteriores pu eden set usadas para realizar calculos dc determinantes d“ —3 —3 1 1
dc una man-12 haciendo en ella operaciones adecuadas en sus llneas y en sus 4 2 .1 o
 DETERMINANTES 133
132 A10 EBRA LINEAL
. (co. 2.6 . '- p .» ' 160. 2.2
l" 12. . 4 5.1 "
Haga operficiOnes clerri'entaies en las .lineas (ie'A con objei‘o dc llcvarla a la for'ma .
escalonada. Se ticne'» I 2' 2 -= _ ' _ ‘= ,
= ( _ 5)( _ 12) det '0"
o o1 1 1 ( 5)( 12x4) 240
—1 2 1 1 -1 2 1 1 —1 2 1 l 0 _ o o 4
3 2 -2 = o 2 4 —1 = o 2 4 —1
7 4 d” o -6 7 4 (1A) -’ (L4) + 7(L3) .
dc!
—3 1 1 d” o —6
6 ~7 -4 l o o o 0 Y asi, en lugar dc las 4! = 24 operaciones que se hubieran tenido que rcalizar para
2 1 0J1 ,o
haccr e1 célculo dcl determinante, Solo 56 tuvieron que hacer 8 operaciones en las
(L4) ~> (L4)—4(L1) . linear: de la matriz y aplicar las propiedades correspondientcs do 105 dctcrminantes.
(L2) —'» (L2)+(L1) (L4) —» (L4)+(L3)
(L3) ~> (L3)'+ 3(Ll) EJEMPLO. 11 Como ultimo cjempio, considers la siguiente ecuacién:

Aunque e1 objetivo era l‘levar 1a matriz a la forma escaionada, sc ha cncontrado ya 1 1 1

con una iinea dc ceros. Por e1 teorema 2.7 el valor dcl determinante es cero. det x x) x; = O
Observe que todas las operaciones elementales quc se realizaron en la matdz no y 3’1 VI
alteraron el valor del determinants.
Se afirma que ésta es la ecuacién de una recta que pasa por los punto's' (x1, y)) y
‘E‘JEMPLO 10 ’ Supongaahora que se quicre calcular (X2, y2)' _
En efecto, observe que se trata de una ecuacién lineal en 1: y en y (tanto x come
4 y aparecen solo en una linca y en una columna. Al desar’r’ollar cl dcterminante se

jA-p-pmu.
‘r—I-bUJt—t

.PUIr-‘N
2 obtendria una cxprcsion del tipo Ax + By + C = 0 para ciertas constantes A, B, C).
det-
2 ' Adcmés, yea quc tanto x = x1, y = y. comox = x;, y_ "—1): satisfaccn la gouacién (pues
.
1 , $.11 cl‘primcr caSo Sc 1121111112. el clotcrminanle do una matriz con su‘primeray Segunda
en‘ei scgundo , el determin ame de una matriz con su primcra y
7 colu‘mfia‘ iguales,-y
tercera columna iguales; en ambos cases el determinante es ccro).
Sc expone enseguida 1a secuencia dc 'opcracioncs rcalizadas en la matriz y el
En conclusion, so tiene una ecuacién lineal en x y y que se satisface con los
teor‘ema sobre determinantcs aplicado en cada paso valores x = x.-,'y = y. y x = x;, y = y2. Es pues, la-ecuacic’m dc una rcota que pasa por
teo. 2.6 leo. 2.5 (x;, M) y (x;, yz)~ '
1 2 4 5 1 2 4 5 Para finalizar csta scccién, sc enuncia el siguiente teorema on 6111110 56 rcsumcn
l 4 5
la's ptincipa’l'es propiedades de la funcién determinante estudiadasaqui;
AVID—‘10

2 5_ o -5—1o—1o=_ o 1 2 2=
det :
—2 2*‘det'o —3 —1s —1s (5)“ o —3 —18 -1a
-l 1 4 1 o 6 5 9 o 6 5 9
TEOREMA 2.8 4 Sea A una matriz cuadrada dc orden n, digase A = ((15):, j-I ..... u-
(L2) -» (L2)—3(L1) 1
a) detA = detA‘.
(L3) —--» (L3)-4(Ll) (L2) _. —§(L2)
b) Si A es una malriz triangular (superior o inferior) entonccs cl determi-
(L4) -* (L4)+(L1) nante do 'A 65 igual al producto do 105 clementos dc su diagonal
' principal. . fl ‘
, , jb.1)_ ' def ding (a1, (12, . , an),= (1)01. 12,.
b.2) I'detl,’."—r l." . ' . 7 7
160.2.6 ' ' ' (60.2.5' c) Si A’ es la matriz que se obticne do A intercambiando en ésta dos de
1 1 2 4 5 1 1 2 4 5 sus lineas, entonces detA’ = — detA.
21 21
o
_ det o
= (5) _ _ 12) det o0
1o _122 _122 = (5)( 01 (1) Si A’ es la matriz que resulta dc A multiplicando una de sus lincas por
la constante k, entonces detA’ = k detA.
l o o —7 —3 l o 0 —7 —3 6) Si A’ es la matriz que se obtiene de A sustitend'o una dc sus lincas
por ella misma més un multiple do otr‘a linea, entonces detA’ = derA.
(L3) w (L3)+3(L2) - _1_
1L4) —> (L4)-6(L2) (L3) 7‘12“”
134 ALGEBRA LINEAL
DETERMINANTES 135

1) Si la matriz A tiene "dos de sus lineas iguales, entonces det A= 0.

g) Si lamatriz A tiene una de sus lineas formada exclusivamente de ceros, A= 8'7 50
entonces det A= O. 3a-2
h) Las propiedacles enunciadas en los incisos c), d), e), f) y g) anteriores,
siguen sicndo vélidas Si en lugar de la palabra “lineas” se escribe la Sin hacer el célculo del determinante de esta matriz, encuentre ei cocficicnte de (13 en
palabra “columnas”. la expresion (ie detA.
i) Si la matriz A no es inversible, entonces detA = 0. 8. Considere la matriz

2 “I 2x 4
x -2 3 1 4
DEMOS TRA CIGN Dispersa en las pa’ginas anteriores.
A = 5 3 2 3x 1
l -x 4 2
Q.E.D. 3 4 8 1 3x

En la expresion de detA aparece un termino del tipo kt’. Calcule el valor dc k.

9. Considere la matriz

EJERCIClOS (SECCléN- 2, cAPiTULo 2) 2a

*1
2
1)
3b
2a 4
5

A B 8' a b 2b
11 Considere la matrizA de ordenS con elementos (1y, 1",} =, l, 2, . . . , 5. Determine cuziles
“1) ~10 5 3a
de los.s_iguie1_11es productos de elementos de la matriz A aparccen en la expresién de_
det A y con qué signo.
Determine euélcs de los 51gulentes términ‘os aparccen en la expresi'on de detA En el.
1) aiiafiasaattass- ‘ I 1 V . 5)“ afidnauasgan caso de que-aparez‘can, calcuie el coet'icicntc k
2) alsafiaizaaiast .' _ -6)_ -aisasga42a21a“ 21) ka4 1c) kbs
3) anagagzauag 7) asflazauaziau' b) kb4 11) kazbs
4) auawkfluau 8) assauaazazflu
10. Calcule cl (lctcrminante de la mzitriz (le orclcn 11
v Haga una lista de todos losproductos elementales que aparccen en la expresién del
determinante de una matriz de orden 4 A = (410).; ,-.,, , , , ,4 que incluyen e1 factor (123
y encuentre su signo.
Realicemna lista de todos losproductos elementales-queaparecen en la expresién del
determinante de una matriz de orden 5 A = (av),~,,-.l,,_q5 que incluyen el factor a; [(134 y
determine su signo.
Haga una lista de todos los productos elementales que aparecen en la expresién del
detenninante de una matriz de orden 6 A = ((1.7).;1.1, . . . , 5 tales que
a) aparezca el factor a; Ian y que tengan signo positive, ll. Sea A0 la matriz asociacla a la permutacién 0 del conjunto { l, 2, . . . , n} (ver ejercicio
l 1 de la seccion anterior). Demuest're que (letAo = sgno.
b) descubra ei factor (111032043 y que tengan signo positivo,
12. Al usar la definicién (le determinante, calcule
c) aparezca cl factor a; land]; y que tengan 51giro negative,
11) descnbra e1 factor 011022433a44 y que teiigan siguo négzitivo. I
Determine para qué valores de 1 yj el producto [112a21a3sa4fl54 es un producto elemental O 'I 02',“ '42"
que aparece en ia expresién del determinante de una matrix de orden 5 con signo
positive.
Determine para qué valores de 1', j, k el producto afiauailagjagzayan es un producto
an! 0’12 ' - - awn-l an"
elemental que se lialla en la expresion del determinante de 1111;: matrtz A tie orden 7
con signo negative.
13. Al usar la regla para calcular determinantes de ordeu 3 dada en la subsecci'on 2.1,
Considere la matriz
evalt'ie los siguientes determinantes:
 DETERMiNANTES 137
136 ALGEBHA LINEAL

,‘j- _ 1 2 5 4» 8.571 k) » Demuestre que siA es una matriz antisime'trica de orden mean 11 impar, entonces
. detA =10. (Sztgerencia: 'use e1 resultado del injciso anterior.) __ . . _ . i
~21) det 3. 4 —2 '. ' 'c) 'det 3- 2 —2
1 1 4 2 2 1 1) Por medio de un ejemplo concrete, muestre que la afirmacién del inciso anterior
es falsa si 11 no es impar.
1 2 8 l l 4 17. Suponga que
b) det ”3 4 2 d) det 2 8 -1
a b c
1 -1 4 3 9 3
det d e f = 3
g h i
LES esta regla valida para matrices de orden 4? Si es as l, dcmuéstrelo. Caso contrario,
dé 1111 contraejemplo.
Calculc:
14. En la subseccion 2.2 so definio e1 concepto dc transpuesm de una matriz cuadracla.
—b e f c 40 I)
Compmebe las siguientes propieclades de la transpuesra (A y B 5011 matrices cuadradas
del mismo orden) a) det a b c d) det f 4d e
g h i i 4g I1
a) (A + B)’ = A’+ B' b)- (cA)' : cA' c) (AB)' = B'A'
’ 2a 2b 2c d+~2f f e
15. Sea A una matriz dc orden n y c un nfimcro real. Dcmuestre que b) det g h l e) det (1 +20 6 b
det (cA) = c” detA L 3d 36 3f 8 + 2i 1 h

(Sugerencia: use e1 teorema 2.5.)

'a+d b+e f+c -i —g —h
16. Se dice que la matriz 'cuadrada A es una matriz: (1) simétrica 31 A = A‘; (2) antisime’trica
c) det g h i 1) gig: f+c d+a e+b
siA - -A'. L d e f c a b
a) Demuestre que sirA vy :B‘s‘on matrices siinétricas del mismo orden,_emonc'cs la,»
' matrix/1 '+ B- también es 'simétri'ca. . ' ' '
13. Para 1a..mania-665111611121 1166111611.}. Se deli 11c lama’triiiAc, Como aque‘lla que rcs‘ul'ta‘
e11 la
'b) COmpruc'be que si'A es" 1111a matriz sime’trica y-c'es' 1111 nt’xrr'ier'o real, entonces laf -- (1c camblar dc posicion lo's elementOS de'A do morlo qu‘e cada elemeiito q'uede
matriz 0A también cs sim‘étrica. . .
posicion simétrica rcspecto dcl centro de la matrix. For cjemplo:
c) Demuestr‘e la va'lidez de los rcs‘ultados de los ([05 incisos anteriores para matrices
antislmétricas. 1 2 3 9 8 7
A= 4 5 6 Ac= 6 5 4
d) Dcscriba 1a cstructura general de 1215 matrices Simétricas (1e orden 2 y do ordcn 3.
7 s 9 3 2 1
e) Dcscrlba [a estrucrura general dc las matrices antis‘imétricas dc ordcn 2 y de orde113.
1) El si-guicnte argumenlo "dcmuestra" que toda matriz cuadrada cs simc’trica: Sea 14 13
1 2 3 4 16 15
A una matriz cuadrada cualquiera. Segi’m cl tcorema 2.1 sc tienc quc (MA = (let 11 10 9
5 6 7 8 A _ 12
A'. Entouccs A = A'y por tantoA cs simc’trica. Di ga e11 dondc sc encuentra e1 error 7 6 5
(1e estc argumcnto. A = 9 10' 11 12 c” 8
3 14 15 16 4 3 2 1
g) Sea A una matriz cuadrada de ordcn I1. Dcmuestrc que la matriz A1 = A + A! e5
simétrica. ' LCémo cs cl valor dcl (lctcrmirmme do 121 matrizAc rcspecto dcl valor dcl dctcrminantc
h) Sea A una- matriz cuadrada dc orden n. Prucbe quc la matriz A2 = A - A’ es de la matriz A?
anti‘simétrica. ‘ _19._ Resuelva la ccuacién
i), Use 105' incisos b), c), 'g')'y 11) para dcmostrar que toda matriacuadrArIa A vse-pu‘ede :

hoax.
.' .xz» ‘ x3,
cs'cribirv como la‘suma--'§lc una matriz simétrica y una matriz antisimétri‘ca.

axe-3-
1 x .. r.

NOQ‘G
Veriliquc csteresultado con las matrices ' ' ’1 2 4‘ 8' " "

wow:
1 3 9 27 0b) M
- ' 1 3 —2 1 4 16 64
1.1) A = [g 13] 1.2) A = 5 7 8
. 4 5 —10 (Sugerencia: inciso a): observe que el micmbro izquicrdo dc csta cxprcsién es un
.
polinomio dc grado 3. El problema es entonccs hallar las ralces dc cstc polinomio
b): cl
j) Compruebe quc la matriz cero de orden n es simélrica y antisimétrica a la vez. Aplique e1 corolario del teorema 2.4. Una obscrvacién similar para c1 inciso
M213 211’111, demuestre que ésta es la 1'1nica matriz con lal pr‘o‘piedad. polinomio del miembro izquierdo cs ahora de grado 4.)
 DETERMINANTES 139
138 ALGEBRA LINEAL
_ _ . ._ x+a C d-
1'20. -Rcsuelva121 eCuacién .1
_ .. ' ' Haa
Ddet
x11?
b 6
x+c d.
d _'s' .
—x(x+a+b+c+d) '
1 1 1 l
1-1: 1 ... 1 a b c x+d
det l l 2—x . . . 1 = 0
a1 a 1 bed a3 a2 a 1
1 1 I 1 ' . . ".1 b2 b- 1
“my b 1 cda =21; b3
g 6’ C 1 dab e C’ 62 C 1
21. Aiusarsolameme [as propicdadcs dclafuncién detcnninantc dcscritas cn 105 [commas - d1 d 1 abc d5 d3 ' d 1
2.4, 2.5, 2.6 y 2.7, caiculc 105 signicntcs dctcrminantcs: j
a
a b c sena cosa cos (a+d) 1
d) det ‘ sen b cos b cos (b+d) ; 23. Ca1cu1e 105 Siguientes déterminautcs llevando 1a matriz correspondiente a su forma
a) det b +c a+c a + b
cos c cos (c + d) a escalon’a’d‘a (y aplicando en cada paso los 1coremas 2.4, 2.5, 2.6 y 2.7).
l 1 1 sen 0 '
I l
— .

I. I 2 3 ‘0 4 10 0
(03+ b3)2 1 a 02 i
— (01+bl)2 (a2 + [31)2
b) det 2mm ag+bg a§+b§ 6) det 1 b b2 a) der 2
4
1
3
1
2 e) det 4
o o6 48 '89'
agba 1 C 02 5
01b: azbz
Z '0 o 0 12
“ 1 2 3 V -
_ a ~- b c 11 . 22 32 42 6 m0- 1 1 1
52 ‘ f. b) det 4_ 5
c) det d e f dt 22 32 42
32 42 52 62 L7 8 9 ‘ d l 0 1 l
ma‘+nd mb+nc> mfc+nf f) e
.. . 42 52 62 72 0 .El 1 1’ 0 l

. ".1" 1,1 1, 1 1 1 0
»- 1 " ., - _ . V . . _ ‘ ‘ " c) d“ 1 1' O 11. :- . - ' .
. > . ' .‘ ' . _
_® 22; Sin hac’er‘el célculo-de 10$ determinantes.inVolucradOs, pniébe 121 validez de lasi , . 1 .. 1 - 1 fl

92:33::
l 0 - .1 1. , . ,

1‘1“
‘ ' » ~ ' ' '

.
‘ ' " siguien‘tes expreSionesi ' " ' ‘ " ‘

_ al I); (111+ b1y+c, a1 b1 cl ‘ 1 3 5 i 3 6 -3 3

a) dc! a2 122 azx'+ lbw-02 = det a2 b2 62 d) det —1 0 . 1 2 _'
b3 0:115" bay +C3 (13 b3 (:3 2 l 0 1 3 5 11 16 21
.. 03 ‘
0 0 2 -'l 2 3 7 10 13
_ h) det 1. 2 3 4 5
1 1 l _ '
' 2 ~7 7 7 2
b) (let a b c = (b-a)(c—a)(c- b)
1 4 5 3 10
be ac ab

-1 a a3 1 a a’
c) det i b b: = (a+b+'c)det 1 b b: . 3. EL DETERMINANTE DE UN PRODUCTO DE MATRICES
c c 1 c c
Esta seccién seré muy cotta. Resulta quc su contenido mcrccc la pena dc set
: 1 ’ .1 ’
. 42 . - - , ~ . ‘ - _. . 1 7 - separadc dc resto .deI ma_teria1 quesc esté estudiahdo. E1 objctivo es estableccr
' ‘ ._ (17”): 02- 2
172 f! ”1291““? + I” C): ' .. .2. ~ .. ' ' ., , 1 " ‘ _ - solamentcuna f61mu1a; .una de1as férmulas mas bellas del élgebra’fineal.
d). ‘ 4t b: . V. (c :2“) '
‘ Al estudiar la'multiplicacién do matrices ycl cz'xlculo'de dcterminantcs, pucde
1 C (a + b) surgir naturalmentc 1a siguicnte prcgunta: Lqué relacién ticne cl determinante dc
_ un producto dc matrices cuadradas con los determinantcs de cada una de las
1+a 1 1 1
e) de: 1 1:12 11 i = abc(“1 +21“ +1)" +04 +11“) matrices en el producto? .
Siendo tanto la muhiplicacién dc matrices como el cé1culo dc dctermmantcs
1 1 1c 1 +d
~ :. operacioncs altamcntc no triviales (aprimera vista), en principio no sc podrl’a
_ esperar una relacién sencilla cntre det (AB) y 105 determinamcs del A y del B.
 DETERMINANTES 141
140 ALGEBRA LINEAL
ES de espcrarse que el'lector puecla apre'ciar 1a Sencillcz y la elegancia de la férmula
. Por ejemplo, para la su'ma de las matrices cuadradas A y B (operacien mucho
anterior, par'a- la' cum. se. veré un. argumento también sumamente ,sencillo,‘ que
més seneilla que la intlltiplieaeién deciles) uno se pfiede plantear la mismapregunta‘
anterior. Por supuesto que seria agradable que aconteciera (let (A + B) = detA + estableceré su validez.
Primeramente se establecen un par dc lemas preliminares.
det B. Sin embargo, esto es false.
Considérese per ejemplo:

=:[ .2] Bf: 2]- LEMA 1 I i) Si E es una matriz elemental qtie provino de 1,; intercambiando en e’sta
dos de sus lineas, entonecs det E = -1.
ii) Si E es una matriz elemental que provino de I,l multiplicand'o en ésta
una de sus lineas per 6, entonces det E = c.
: 417 iii) Si E es una matriz elemental que provino do 1,, sustituyendo en ésta
A+B[617] una de sus lineas por ella misma mais un mt’iltiplo dc otra linea,
entonces dez E = l.

Setiene
5 8 DEMOS TRACION i), ii) 6 iii) son censecnencia inmediata cle los teoremas 2.4, 2.5 y 2.6, resmctiva—
d etA = det [2 10] = 34 mente, y del hecho de que det L, = l.
Q.E.D.
_ -l 9 = _
detB—det [ 4 7] 43

LEMA 2“ = “ > . ' Sea-A una matriz de orden ll .y sea E una matriz- elemental. Entonces
'/'/ de'i(EA) é,(de1E)(derA). ‘
A. i_. .4. I7_.
17 --34 9* detA + det B
det(A+B)—det 6

DEMOS TFiA C/(jN Si A’ es la matri'z que se obtiene de A realizando en ésta una operacién elemental,
l
entonces, por el teorema 4.5 (capitulo 1), A' = EA, doncle E es la matrix elementa
Ante esta perspectiva parecerl’a ilusorio esperar una relacio'n seneilla para el o en ésta la misma operacié n elementa l. Entonces cl
que provino de 1,, realizand
producto. lema (1).
lema se sigue inmediatamente de los teorcmas 2.4, 2 .5 y 2.6 junto con el
Considérense las mismas matrices del ejemplo anterior.
Setiene Q.E.D.
= 5 8 -l 9 = 27 101
AB [2 10][4 7] [38 88]
TEORElVlA 3.1 Sean A y B dos matrices cuadradas. Entonces

Entonccs det(A B) = (detAXdetB)

-. an (AB) = det [ 73‘; 12;] ‘= —146_2_ =' (sax-4,3) .=‘ (det-AXdétB)? “ i DEMOS TRA CION Se van a considerar (loseaso's. '

Case 1. A es una matrix no inversible.

LCoinciclencia?
Aforlunadamente no. Result-21rd que, en general, si se multiplican dos matrices
cuaclraclns A y B y se calcula el delerminante del producto AB, lo que darzi per
rcsulluclo el proclucto de los determinantes de A y de B, es decir,
det(AB) = (det A)(det B)
En este caso se afirma que AB también es una matriz no inversible,
independientemente cle cuz'tl sea la matriz B. En efecto, supéngase por
contradiccién que AB es inversible. En tal caso existirr’a una matriz C
tal que (AB)C = I". 0 sea; A(BC) = 1,.. Pero esta filtima expresién nos
dice que A es inversible(seg1’m e1 teorema 4.4 del capitulo, 1) y que
 DETERMINANTES 143
142 ALGEBRA LINEN.

AI = BC, una.00n{radiécién. Entonces, por el éorolario dcl teor'ema 2.7, ovslea,‘ qne det A cs'un factor de un producto que da por resnltado L Enronces det
'56 tiene {let/1i = 0,3! det(AB) = 0. En estc gaso sescumplevel rcsultado A at o; ' \ ,
del teorema (ambos miem‘bros de la igualdad son cero). Q.E.D.
Case 2. A es una matriz inversible.
En este caso, segfin el teorema 4.8 (capitulo 1), A puede cscribirse como
COROLARIO 2 Si A es una matriz inversiblé
producto dc matrices elementales, digasc

. l
A = E1 E2 . - - Er / (detA -l ) =
(detA) -1 = ....___
det A

Entonces
lema 2
l DEMOS TRA CION Consecucncia de la férmula
det (AB) = det (Es . . .EkB) = det (E1E2E3 . . . EkB)) = (det E1) (detA)(det A") = 1
det (EgEg . . . EkB) cstablecida en el corolario (1).
Q.E.D.
lama 2 ‘
l‘
. . . EkB) Los resultados anteriores perm‘iten tenet la siguiente representacién csqucmética
= (det E))(det(E2(E3‘E4 . . . E38») = (det E1)(det E2) d8! (E3E4
dc 1a funcién determinants:
= . '. . = (det E1)(det E2) '. . . (det Ek)(det B)

- _ .Pero ppr un argumento similar a1 anterior (aplicaciones succsivas (161

"2' lg'maZ) I' _ ' ' " " - ‘

Matrices
detA = (detEIXdet E2) . . . (det Ek)
INVERSIBLES

Entonces,

det (AB) = (detA)(det B)

Q.E.D. CONJU NTO DE
MATRICES CUADRADAS
Una consecucncia inmediata de estc resultado es que se-pucde establecer (como ya
56 mencionaba a1 principio del capitulo) una caracterizacién dc la propiedad dc
inversibilidad de una matriz en términos del valor de su dctcrminantc.
EJ-ERCICIOS (SECCION 3, CAPiTULo 2)
COROFARIO 1 [La matriz A de orden n es invetsible si, y 5610 si det A 9* 0. l. Considere [as matrices

7 2 ‘1' 13 . f ' 7 3' -1 .-1V

A=1"4‘5 ‘B=',1-2'1V
DEMOSTRAC/é/V La Kim-re “Si” yfi‘fuc demostr'a'da' en'e'l'corol'arid del-teorema 2.7. Sc firebarzizentonc'és- -2 l 2 4 2 6
el “5610 si”. Supéngase que A es inVers'ible. Entonces existe A"l lal quc AA" = 1.
Por tanto, a) Vetifiquc que det(AB) = (detAXdetB).
b). Sea C = $991,).t 1a matriz cuyos elementos son:
det (AA") = (let I
II '
C5; = dub); + 0520,: + 0.3013 i,j = 1, 2, 3
(detA)(de‘tA") = 1
144 ALGEBRA LINEAL ' DETERMINANTES 145
Es decir la matri-z C se obtiene' multiplicando lineas do A 11111 lineas dc B" For . ‘ '. i _ f; I > d) Calcnle (19’(5A) ‘
ejemplo,- e-l elementovczg so obtiene multiplicando la segunda linea do A por la - ‘ ' . e) Calcuie det(2A-l)‘. .
terccra linen de B 7. Sean A y B dos matrices dc orden 4 tales que detA= 3 y det B = -2.
c” . (3(4) + (4X2) + (5X6) = 42 a) 'Demuestrc que el producto AB es una matriz inversible. LE5 el producto BA
también inversible?
Demucstre que det C = (detAXdetB)
b) Ca lcule det(AB)~ ‘, y det(BA)-1.
c) Sea D = ((1.31, I", 3 1a matn’z euyos elementos son:
c) Calcule det A-IB.
d) = (11.-b1) + £12.02,- + aybgj i,j = 1’ 2’ 3 d) Calcule det(2A-l)(BB-l).
Es decir, la matriz D se obtiene “multiplicando columnas de A per columnas (Ie Cl 1(1158" 2A 68.
e) a on e e ( )f X )
B". For ejemplo, e! clemento 1131 se obtiene multiplicando la tercera columna de D Calcule det(SB)- (2A)(6B)‘
A por la primera columna de B 8. SeaAa la matriz asociada a la permulacion o‘del conjumoj l, 2, . . . , n} (véase ejcrcicio
l 1 de la seccion l). Compruebe que Aa es una matriz inversible. Determine A5‘.
0'31 = (3X3) + (5X1) + (2X4) “ 23
9. Demuestre que 51 A es una matriz antisimétrica do orden 12, con 21 impar, entonces A
COmprUSbe que der D—- (detA)(detB). no puedeser inversible. (Sugerencia: véase ejercicio 16 (k) de la seccién 2.)
(D 2.(Generalizac1_o11 del ejercicro anterior.) Sea11A= (411'): f4... . . , ,, y B.‘= (hwy-1, _,,. dos @ 10' Considere 135 matrices
matrices cualesquiera de orden n Sea C= (cm1.1, .,,. 1a matriz cuyos elementos son: 6 7 8” . 15 16
_. . M,=[1],M2=[i §,M3= 91011,M.= ,.
.
cw k-l
24.1121. "1 "‘ 1.2,....n ~ - 12 13 14 '... 30
y sea D = (611;);H, . ,__,. la matriz cuyos elementos son: , , , _ a) De1nues1re que [:1 traza de la matriz M,. es _
_ . »," ,, .~ .‘ :7 __ ,_ - .. ,_ , t__6_23'+ +3
-d-1",.2, (lb-by: -i,.j ='l,2;_...-,n_' .' . _ _, . .. , .1 . _ . _ . _ .. V. . r (__n n )

k '1 I I.I 7 A I y que este valor coincide c011 la suma (114.61% elemcmos de la diagonal secundana de M,.*
Demucstrc que det(AB) = (detA)(detB) = det C = det D. i b) Compruebe que M,. es una matriz 11oi11vcrsible para 11 2 3.
G) 3. Sin calcular el determiname, pruebe que - 1@ 11. SeaA la matriz de orden n cuyos elementos son (1;,- = i + j, i, j = 1, 2, . . . , n.
a b ' c . a) Calcule la traza de A y demuestre que su valor coincide con la suma do 105
_b d (l __ elementos de su diagonal secundaria.*
det ~c Ld a ‘ b B (a2 + 172 + c: + (F? ' b) Prucbe queA no es inversible para 71 Z 3.
' -d c -b a - 12. Sea A una matriz nilpotente (véase ejerciclo 14 de la seccién 3, capltulo I). Calcule
. (161A.
(Sager9716'ia: use ‘31 resultado dd ejercicio anterior.) 13. Sea A 1111a mat riz involuroria (véase cjercicio 26 do la seccién 3, capitulo 1). Calcule
4. Sea A 1111a matriz dc orden n. Demuestre queel determiuame de la matriz A2 es un 105 valores posibles para detA.
mimero no negative. -
5 A1 usar e1 teorema 3.1, dé una nueva de111ostracion(ve’ase ejercicio 14 de la seccién
anterior) de que , ' ... . 4. DESARROLLO PCB COFACTORES
_. def (CA) = 0" de’ A
Cor1s1dere la matriz de orden 3
en donde A es una matriz de orden n y 0 es un nfimeto real cualquiera.
. . _
(Sugerencm: cons1dere la matnz CL.) £111 (112 (113
A = 6121 £122 £123
6. Sea A 11113. matriz de orden 3 cuyo determinante es igual a 2.
a3; (132 (133
a) Compruebe que A es inversible.
b) Calcule (IetA-l. . *La diagonal secundaria de la matriz A=-= (411)11
1.. ,, esta constituida por los clementos 01m
C) Cfllcuie der(5A-l). ' a2. n-la ' - -: anl
146 A’LGEBRA LINEAL .
DETERMINANTES 147
Sc ha visto quc e1 detenninant'e dc 'es'ta’ matfiz'Icsté'd‘a‘do por ' _ , > :_’ . ' _ ’. _ - Slipllarmente
detA =" 612111225133 +1112023031 + (113021032 * alsflzzasx ‘ animus: *
(11261216133
(121 (123
A1 reescrlblr esta expmsién factorizando los elementos de la primera linea de A A =
as = [a - a ]
ticne 31 33
'
£16! A = (022033 " Gunman + (0231131 ' 61210310012 + (“21(13'2 “ (122030
013 (4.1) (121 (122
A = =
\
Obsérvese que las expresioncs entre paréntesis lienen un gran parecido €131 6232
a1 valor
dc] determinante de una matriz dc orden 2.
De hecho‘
La férmula (4.2) que establece el valor del determinants de A “con los elementos
de la primera linea de A factorizados” se llama desarrollo por cofactores del
3 . , (122 £123 determinante de A respecro de Imprimera lined. (Se veré que un rcsultado similar
coefmemc de a“ = ”21“” — “23032 = 'der [an (133] Sigue sicndo véiido para cualquier‘ linea obolum'na c.) La ventaja mzis obvia que
lienc csta férmula es en relacié'n' a la facilidad de los célculos para hallar cl
coeficientc de (112 ='(l23(13| _ am,” =. _ de, a?! “23 detemxinantc de !a matriz, pues germitc evaluar ‘?1 dgterminantefie' 1a matriz de
(131 £133 \ orden 3 per medic de la evaluaclén de 3 determmantes de matrlces de orden 2
. . ' ‘ ‘ . -que se calculan muy fécilmente—.
coeflc-Ientc deal; = (1216132 - (122031 = det an an ’ ' 2
16131 (132
V _ .. v.
' Inlroduzc
: ' I ' .. ‘ In . -.EJE_MPLO .1. ' ~.‘Potej‘empvlo,siA esla‘m'atriz
asela nOtamén ' - ' Y z . ' - - '
, , . 2 3 5
AU, 1) = a” a” A =* —1 2 —4
U32 £133
. 5 8 7- ‘
(4.3)
= a2: 6123
AU’Z) [an (133]
so ticne quc aplicando la férmula (4.2) .
A(1, 3) = ["2‘ “22]
“3‘ “32 dams 2 detA(1, 1) - 3 detA(1, 2) + 5 detA(1, 3)
V.case cntonces, que la formula
. . . como ‘ ‘ .
(4.1) puedc escrxbnse - ,. _
_
— 2 det 8
2 —47 - 3 (let
—15 ~47 —15 28
+ 2 (let
detA = a“ detA(1, 1) ~ an detA(1, 2) + an detA(1, 3) (' (4.2) = 2(45) ‘ 3(13) + 5('18) = “37
3413553111}: 'obsérvese q'u‘e IA“; 1) Tila matriz cO’dé-t‘ennihantep's c1 éocficiente . . 2 _ I
« c_l_e (1x 1' gqrdetAf—I-“cs Ila submatriz que seipbtiene .de Aw“borrand0”, de ellavJa- 2- ' I ' ' - . V resultado que puede'cémprobars'e' haciendo el' célculd del détéfininante de A
primera - - '3 - - ' ' ' directaméme cdn‘ la definicién.
linca y la primera columna (que es precisamcntc la‘ linea y la columna a la que ' "
. E1 objetivo de esta seccién cs extender'este tipo de ideas a matrices de orden
pertcnecg 31 elemento an). 0863, 1 arbitrario y obtener algunas consecucncias précticas de los resultados quc se
establecerén. .
a2; - Sea A una matriz dc orden 11 con elementos (11;.
(13; Se denotaré por A(i,j) Ia submatriz de A, de ordcn (n — 1), obtenida eliminando
en A su i-ésima linea y suj-ésima columna. Es decir,
 DET ERRMINANTES 149
148 ALGEBRA LINEAL

Vll- aiJ—l any) :a-u. " exhibc todos los sumandos do (4. 5) en los quc apg‘irece. an como factor cotnun E11
general, la parte dc la formula (4.5) en la que so cxhibe explicitamcnte el factm
--- 01.1.1.1 (Ir-1.1+: . . . 01-1,, 11-1 am es:
A(i j) = (Ii-1.1
I

aim - - - Gnu-1 anun - - - am," linens

a (1-1 1 0
2 ‘ - - n
S ’N 1 411101)
... 7501) . it "‘(~)"'
a“ ‘ ‘ ' and-l atl ' - 1 an" X " (g k “(2)
RES
n(-l)=k

n—l columnas
Entonces, la formula (4.5) pucde escribirse como
EJEMPLO 2 Por ejemplo, para la matriz (4.3) so tiene
, 1 2 n ,
_ +
A(2.2>=[§ 3] A(3,1)=[§ j] A(3,3)=[_f 3] ”(2) 1t(n)]az"(2l"'qnn(n) an
datA 11;? sgn[1
n(1)-‘i

En el caso genoral (sicndo A una mattiz dc orden 11) se ptoceclé'ré analogamente a 1 2 n

- ~ 1 It ' 011,
aIn: () +
como se hiz'o a1 principio dc la'seccion‘con la matrizl'de or‘den 3'. La icleaes expresar 75(2) n(n)]a3(N1)
HI+ n;$53n[k
+ i
cl, determinants de A de tal m‘ahera que los olementos do su primera linea a1 1-, an, 11(1):;
. , (1..., aparezcan factorizados. Es decir, se procur‘aré 'una expresion' del tip'o 1 2 . . . n

n(n)]az"m"-“"n(n) (11"
._

n
+ ...+ 122's’il Sgn[n “(2)
detA = 'Y11(Iu +‘Y12012 + ~ - - +Y1naln = Z ’Yualk (4-4) x(l)- . V" ‘ I

. ._ . _ . 17-1 . . _ _ ‘ I.‘ .1 .7"2"{

_.~ ‘..7. I
:

R.

(11;;
V 'Al coeficiente y"- que aparece multipliéando al elemento (:1,- (i=1, 2,. , 11) 'en la? n(n)]a2'n(2)H.
-ann(1u)
15(2)
'ex'p'resion anterior se le llama co'fac'tor (d'el elemento (1..) =1; "é bgn[ k
11(1):;
Se tiene, segun la detmicion do detcnninantc, quc

A1 comparar csta oltima formula con (4.4) se ve que

detA = 2 (58" ”)0! x(l)al 11(2) . - .annOI)
II
= / l 2 n
ylk Z sgn[ k “(2) n00] (1211(2). . . anMn) (4-5)
Se llamaré 8,. a1 conjunto de todas las n! pemmtaciones de [ 1, 2, . . . , n}. Se escribiré I: E S.
més explicitamente la formula anterior come 1t(l)=k

Se quierc vet que en tealidad y“. es (excepto quizas por un signo) el valor clel
det A = Z (58” 7001 210102110). . .(lnnol) (4.5) determinantc de la matriz A(1, k). Mas concretamente, se afirma quc
1168,.
w = {—1)"" det A(1, k) (47)
De los 11! sumandos que aparecen en la fonnula anterior, sc agrupan aqucllos quc
t1cnen al elemento (1“ Como factor comon. Estes son:
Se probaré, primerarn‘ento‘, que esta formula es cierta para k'r- 1; es decir, que _
5-”,1 .2._ n_ .

112(2) ' 'nm) a11612,(2).,,a”(n). =det AU, 1)

2 g 1
nES,
«(n-1'
En efecto, segfin la formula (4.6) so tiene que
Similarmente, la formula
_ 1 2 n
2 sgn l. 2 --- n 7“"n "[1 11(2) n(n) “2"‘2"““""‘"’
. . . 17,01) “I?“ha) ' - - “111101) n. E 5,.
1: e S,. 2 TE (2) n(l)-1
n(l)-2
150 ALGEsRA LINEAL
DETERMINANTES 151
Primeraxnente ‘ob'sé‘r‘vesequo en el téfini‘noagna, . . . an”, dc oSta filtim‘a formula,
' no aparcce ningfm Clemente dc la primera linea do A (31 primer_s_ub1’ndicc~ es
(liferente de 1611 todos 10$ facto'rc‘s) asx’ como tampoco aparcce ningfin elemento
de su primera columna (el segundo subfndice es n0) para 7: E S,.; pero 7t(l) = 1 y
cntonces 7:0) 9t 1 para j = 2, . . . ,12). Eslos son, puss, productos do n - 1 elemenlos
dc A(1, 1) cada uno de los cuales proviene dc una linea y de una columna diferentes 1 2 3 In. [(-4 cu. .-_> 1 2 3 0.. [(—1 on.
(son enlonces productos clementalcs). Véase, ademés, que para cada pennutacion
7: E S,l tal que 7t( 1) = 1, le corresponde dc manera obvia una pcrmutacion 7c' 6 SM
(16] conjunto {2, 3, . . . , n} (dcfina 7c'(/) = n0),j = 2, 3, . . . ll). Es claro lambién ppp V
que dada una pcr’mutacién n’ €S,,.1 del conjunto [2, 3, . . . , n}, puecle asociétsele
a elstala permutacién 1c 6 3, ml qua 1c(1) = 1y 7:0) = n’0)j = 2,. . . , n. Obsétvesc quc se ha logrado dejar en el mismo or‘dcn rclativo el rcslo do 135
columnas dc A; limeseA' = ((113),;MW," a la matriz obtenida por cste intercambio
, Existc, pues, una correspondencia uno a uno entre las permutaciones 1: E S.
tales que 11(1) = 1 y las permutaciones 15’ E S,._, del conjunto {2, 3,. . ., n}. Ademés, dc columnas. Sbgfin lo visto en la subseccién 2.3, so ticne qua
la permutacion 76' E S _, do {2, . . . , n} tendré una inversion si, y 5610 si la detA’ = (-1)“ detA
pormutacién correspondientc n E S", 7r(1) = 1 la tiene (pues ninguna de las
inversiones de (l, 1c(2), . . . , 1:01)) involucra al clemento 1). For 10 tanto, 0 bien,

det'A =‘ (—1)“ detA’

detA(1, 1) = Z sgn[ 75(2)
2 .. . n , .
#00] alu(2)v'-ann(n)
Por otra partc, scgt’m lo “hablado” on (4.9) so ticnc quo
"£5,“

= . s n 1 2 n a a = detA’ == (deity/1‘0, 1))a-h + . . .

_ u; _g 1 V 15(2) 7C (’1) _ .2 HZ} . .. . n n(n) 'YH

o'séa, '
y qileda asi estableoida la formula (4.7) para k = 1. Hasta este momento so lienc
que detA’ =’ (—1)“"'detA’ = ((—1)"”‘detA' (1, 1)a11 + , ..

Pero A’(l, 1) = A(l, k) y a’“ = all. Entonccs,

detA = (detAU, 1))(111 + 'Y12a12 + + Ymam (4-8)
det A = ((~1)"" cletA(1, k))a.k + . ..
Antes de proceder a probar la formula (4.7) para un k arbitrario, se desea dejar
establecido “con palabras” lo que se ha ya probado: Al comparar esta cxprési‘én con la formula (4.8) (igualando los coeficicntcs do a”.
on ambas expresiones) sc obtiene
Sea A una matriz dc otden 11. El factor quc multiplica a1 clemento de la
pn'mera linca y primera columna, en el dcsarrollo del determinanlc de A, Y1]: = (- l)“ (let/Kl, k)
es el valor del determinants de la submatriz de orden (n — l) que so obtiene
de A eliminando su primera linea y su ptimera columna. quc era lo que sc querl'a dcmostrar. _
En conclusion, se ha demostrado el siguiente tcorema:
(4.9)

Sea ahora k > 1. Procédase a intercambiar la posicién de la k-ésima columna dc A TEOREMA 4.l (DESARROLLO pox cop/lemmas RESPECTO DE LA PRIMERA LlNE/X ms UNA MATRIZ.)
con la posicién de su primal-a columna, hacienda so’la inrercambio elztre c0 lurmms Sea A una matriz dc orden n dc elementos a;,-. Sea A(1, k) In submalriz dc
adyacentes. orden (11 ~ 1) quc se obtiene de A eliminando de ésta su primera linen y su
Esqueméticamente: k—ésima columna. Entonces
detA = (detA(1, 1))a1, + . . . + ((—1)“"detA(1,k)_))alk + . . . +
+ ((—1)“" detA(1, n))a,,. . (4.10)
1 52 ALGEBHA LINEAL DETERMINANTES 153

(el'hfiméto y“; = (—1)” detA(l~,yk), k = 1, 2, . , n es el cofactor, cpr-respohdicme ,9 sea' que

a! elemento an). ' ' ' 3 '' ' ' _ ' ‘
En realidad, estc {comma es un case particular del siguicntc resultado meis
general.
detA = (—1)"H detA' = Z ((-1)“"detA'(l,k))aik
'1

Pete A'(1, k) = AU, k) y (1,”; = (1,1. Entonces

TEOREMA 4.2 (DESARROLLO POR COFACTORES RESPBC'X‘O DE LA LESIMA LKNEA m: UNA MATRIZ.)
Sea A una matriz de orden :2 dc elementos (1,7. Sea A(i, k) la submatriz dc
order: (n 1) que se obtienc deA eliminando en ésta su bésima Ifnca y su
detA = Z , ((~1)M detA(1, k))a;.
k'l
k—ésima columna. Entonces
como se querfa.
n))ai,,
def A = CH)“ demo, 1))Cli1+ . . . + ((-1)~ detA(i, Q.E.D.
= R ((~1)"*" det (A(i, k))a.-,,
21., El desarrollo por cofactores dcl determinants dc una matrix A, puedc hacersc
también respecto dc Ias columnas dc e'sfa. E1 ’siguienteteorem‘a hace explicito es'tc
(cl mimero w = (—1)“ detA(i, k) cs cl cofactor asociado a1 elemento aik). hecho’. Su dcmostracién debe set, ugando el teorema 4.2, un ejercicio elemental
quc so deja para cl Icc‘tor; /'

DEMOS TRA C/ON Interczimbiese 1a i~ésima linea de A con su primeta lfnea, rcalizando sélo intercam-
'
‘eptes (cstp '
fox-pargyen ‘
'teream-b1
tonces (1'- 1') 1n 'o15)., com osc . TEOREM A 43 (DBSARROILQ POR’CQFACI‘ORESRESPECTO DE LA J-ESIMA COLUMNA DE UNA MATRIZ.)
biosdell’ne‘asy a (1X30:
mucstra csquemaucamgnte cnsgzgulda: V _ ‘ ‘ - ‘ ‘ r
' . Sc tiene’ la siguientc columna para detA: _ ' ' " ‘

XWFW
' dezA' 9 ((4i)1'fde}A('1,Tj))a‘.,-'+ . . . + ((—1)"*J‘derA'(n,j))éz,.,

§
g
up)”;

2
= ;" ((‘Uk'jdetJDak1‘
5
)———> > 3

W i~—1
Considércse por ejemplo, la misma malriz (4.3) y realiccsc cl Célculo de su
determinante rcspccto de 1a 3a. columna. Se obticnc

" (\~
Sea A’ = ({1},- )1, , 1, , , , , ,. la matriz tenida después de este cambio de lineas de A. g- r: K) . y .1
3
detA = z ((—1)“3 detA(k, 3))ak3 ,
For una parte se tiene I ‘ i ;. ” ’ ._1 ,

«wirééntw— m)“ gum-

= (-1)“3 (let/Ml, 3)a13 + (~1)2"3 detA (2, 3)a23 + (-1)“3 detA(3,3)(133
, det A’ = (.1)'~l detA
o séa, - '

den! = (-1)“ detA’ : (‘18)(5) " (1)04) + (7X7) = ‘37

P01- otra parte, so puedc aplicar el teorcma 4.1 a la matriz A’ obteniendo A1 determinantc det A(i, j) so 16 llama manor de A, de ordcn n — 1. Con csla
terminologia, so ha vislo que el doterminante do A puedc expresarsc como una
suma de los clementos dc su i-ésima linca o j—ésima columna multiplicados pot
detA’ = f; ((-1)"*’detA‘(l,k))n{k (—1)"*i veccs sus correspondicntes menorcs dc orden 12 ~ 1.
k'l
154 ALGEBRA LINEAL
DETERMINANTES 155
Una maner'a fécil'dc rccordar los‘signos que ticnon cstm.menorcs (para clar
2151' 105 cofaclorcs.corr'cspondientcs). cs obsorvando que éstos estzin d1strlbp1dos
210118147 211101 8 4
_ _1»41010 141010
laltcmad’amcnte en la matriz A: 61 menor do an tienc signo (-1)”1 = +1, el de (11';
cs (-1) “2 = — l , clc., quedando emonces distribuidos como Sigue: = _7+7 111000 111000
Dm(1)de‘301000 =
de’301000
425120 425120
011001 011001
an cofactor do an = (-1)7'7detA(7, 7)
La columna con mayor mimero dc ceros es la 621. columna. Si desarrol
la D por
cofactores respecto dc csa columna obtendré solo 2 (de 105 6) sumandos difcrcnte
Dcsde cl punto dc vista computacional, cl desarrollo por cofactorcs do un deter- s
dc cero. Sin embargo, si sustituye la primera linea por 011a misma mcnos 4 vcccs
minantc de una malriz de orden n no licnen en principio vcntaja alguna respecto
la scxta linea, e1 determinante no altera su valor y quedaria
del célculo del determinants usando directamente la definicién dc él: e1 célculo
del determinante de la matriz sc reduce al célculo do n determinames dc matrices 2 —3 —4 1 8 0
do orden (n — 1); portanto,habr1’a que realizar (n)(n — 1)! = 11.! operaciones para 1 4 1 0 1 0
[211 célculo, el mismo nfimero de operacioncs que si se cvahia cl determinanle = 1 1 1 o 0 0
usando directameme su definicién. Sin embargo, se pucdencombinar las ideas D d“ 3 0 1 0- 0 0
expuestas en la subseccion 2.3 con el desarrollo pol” cofactores, procediendo 4 2 5. 1 2 0
primeramente a hacer operacioncs con las lineas y/o con las columnas dc 1a matriz, 0 1 1 0 0 1
de [211 forma que se logrc la mayor cantidad do ccros posible on adguna dc las lfncas
o columnas, y luego desarrollando. por cofactotcs, con. rCSpecto a 6821 Hum: o
do ta! modo c ahora lartil'iimacolilmna ti one $610 an elemento distinto do cero.
columna. Dc cstarfonnase puedc ahorrar‘c'l {enema do los menores correspondien-.
Al desarrolla't pot cofactofes respecto de 0521 columna so obtienc
tcs a‘los clementos que son ccro-(pucs en la expresién- del dcszi‘rr'ollo pot cofaetorés .
apareccn éstos multiplicados po‘r cl menor‘correspondiente).
Véase un cjemplo. 2 -3 —4 l 8 2 -3 -4 l 8
1 4 l 0 l l 4 l O l
D = (1)(*l)‘5"6 (let 1 1 l 0 0 = (161 l l 1 0 O
EJEMPLO 3 Suponga que so quiere calcular c1 detenninantc 3 0 l O 0 3 0 l O O
4 2 5 l 2 4 2 5 l 2

Nucvamente, si sustituyc la primera linca per 6110. misma menos la quinta linea, e1
OONOOfi—‘OO
OOAwu—v—N

o~m~»—»—o
_o»—-mo»—4>H

OO~OOOH

(JP-0000A

-~JOOO~O

valor D no so altcra y se obtiene

D = det —2 —5 —9 0 6
14 101
D=detl 1 10 0
3 010 0
442.512
,Al aplicar 1a (iefinioién do delerminante, 'sc t’icndrfa'q'ué real'izzir 7! 4? 5040
Ahora lacuarta-columna tiene solo un elémento no 111110; Dcsarrolle‘p'or 'c‘o'fa'ctore's
operacion'es para cz‘ilcu'l'ar D. 3111 embargo, so verz’i quc proccd'i'endo intcligcnte-
respecto dc esa columna para obtener
mcnte so puedc ahorrar mucho lrabajo.
En principio, vca quc la fillima Ifnca de la matriz tiene todos sus clemen- -2 -5 -9 6 —2 -5 -9 ’6
tos igualcs a ccro excepto cl filtimo de ellos (que es 1). Convienc, cntonccs, ha- I 4 1
D = (1)( ._ l) 5+4 det 1
1 = _ (let 1 4 1 1
cer el desarrollo' de D por cofactores respecto dc‘ esa linea, pucs 2131 se reduce cl 1 l 0 1 1 l O
célculo a 3 0 l 0 3 0 l O
156 ALeeeeA UNEAL
DETERMINANTES 157

.. Svustimyé. ahdra 12: 1111111613 11116313096113 memos 6 veccs'ia segundai y bbtengal dcsarroltando por cotactores rcspectq de
a) la primem [inea ' ‘ 0) la terccra 1111611
-8 -29 15 0 1)) la segunda columna (1) la primera columna
__ 1 4 1 1 . Considers cl (lclermiuame
" (M1 1 1o

oaoo'
3 o 10

NVNJA
w-d

oomr—H
det
Al desarrollar D por cofactores respecto de la filtima columria queda

-8 —29 ~15 —8 —29 as] a) LCuz’mto vale estc determinante si (1 = 0?

= ~(1)(~1)2*4dez 1 1 1 = ~det_ 1 1 1 b) LCuz’mto vale 51 a at O?
3 o 1 3 0 1J c)_ 1,1301 qué cl valor dc estc determinante no dependc dc x, y, z?’
. A1 usar 1a férmula del desarrollo pot cofactores dc un determinante, demue'stre que
Sustituya la‘ primera columna por ella misma menos 3 veces 1a tcrcera y obtenga 61 determinautc de una matriz con una 111163 0 con una columna dc ccros vale ccro
(teorcma 2.7),
37 —29 —15 . Calculc los siguicmes dcterminantes:
D = — det —2 1 1 2 1 3 1 o 0 o 2»
0 0 1 a) det 0 4 0 3 8 2 1 7-
1 3 2 6) (let 4 47 29 1 9
A1 désarrollarporcofactores rcspeclo dc1atercera linea quad-a finalmentc
'_. -—2 170. so ,—1, as
3 1"..5 '21-'90 100 o '2
b_),d¢t 2.. 1 4 . - - - -
= ~(1)(—1)3*32dz[57 29]__,_—d [ [37 ~29
1 —2 ]=' «371(1) (21(291121“' -0 4 3 1 2 o 1 o 4
// 4 1 2 3 7
Los resultados o'btcnidos en esta sec‘cién lichen también importancia desdc el "-1 3 -1 2 1) (let 0 o 1 o 3
punto de vista teérico En la proxim‘a seccion se usar‘an y se obtcndian varios 1 ‘10 3 1 2 1 3 1 9
tesullados nuev03 interesantes.
C) de’ 0 o 3 o 3 1 —1 1 3
6 7 -1 2
L 5 2 o 1 ' 2 1
——1 3 s 2 1 1 o 1 1 1
EJERCICIOS (SECCIéN 4, CAPiT'ULO 2) J 1 ~10 18 1 (compare , 4 3 1 2 7 1
d) d“ 0 0 3 0 cone» ’5) d" 9 6 2 4 15 3
1. Sea A la mairiz 6 7 46 2 1 1 o 2 3 1
- 13 9 3 6 21 5
132
A==-145

' .. Demuc'sire 1a validez'de las siguicn'tes»expresi011cs~(1asmai'rices ii11lo1ucradas son de

Sea Ci,- cl cofaclor aSociado 111 01611161110 [11,- de 121 malriz AJCalcule C12, C31, C22, C33 y
orden n)
C13.
2. Ca 101116 61 delenninanle
2

O
OO

00¢
1

0
.—
5 -1 2 a) det 0 =n+1

o
3-4

1-;
det 3 2 4
-1 2 -2 ooo‘o...12
 DETERMINANTES 159
158 ALGEBRA LIN EAL

b) (let
1
‘1' .-
0
1
—1
a-1
1_
l
1
1_
l
1
1
, '_ _
= 2""
_,,[0 .0].
(en dondc 0 es la matriz cero de orden n). Sean A 1 y A2 135 matrices (dc orclcn 2n)
0 0 0 “1 l siguienres:

A' [o In] “[0 0]

P O .. In 0
_1e:2 x 0 0 0
x In“ x 0 0
c) det 0 x 1+x2. 0 0 = l+x’+...+x1" Compruebe que:
a) A 3.41.41.
0 0 0 x 1+1:2
b) det A z = det P, detAz = det Q. Concluya entonces que detA = (det P)(det Q).
9. Use cl ejercicio anterior para calcular el dcterminanle de la matriz
(Sugerencia; use induccién.)
. Sea A la matriz

COO-ah)»-
GOOD->150.)

Humooo
e—‘ooo
HHNOOO
OOOHD)“
2 4 0 0
~ 1 6 0 o
A’ o 0 5 3
0 0 3 2
L
a) CalculcdetA.
® 10. Sean P,,Q.yj Rzrnarr'iceiscuadrafdas deiordcnn, Considcro la‘matriz A dc orden 2n
b) C'a‘lcule cl dct'errninante do {a matriz .

.2. 4'96. -.0 ' 1A. [g g]

1 6 0 0
A‘ o 0 1 0 Demucs'tre que det A = (det P)(det Q).
0 0 0 1
@ 11. Sean P; Q, R y S matrices de'orden n'. Supo'n‘ga que Q es una mmriz inversiblc y quc
S conmuta con Q) Prucbequc
y compare su valor con cl dclcrminantc dc la matriz

“[i 2] detfi g] = det (PQ - RS)

(Observe quc cl micmbro izquicrdo ’de e‘sta igualda’d se‘ rcfi’ere a1 determinantc dc Una
c) Calcuie cl dcterminnnlc dc la malriz.
matriz dc ordcn 2n, miemras que 6! miembro derecho de la misma se refierc a un
determinantc de una maltiz dc ordcn n.)
NLQOO
wmoo
ooh-o
OOOH

12. Use e1 cjercicio anterior para calcular el dcterminante dc la matriz

A2:

13—13~1_2
o 2'.5‘21"1.
'y' compnrc' sn’valo‘r concl determinante dc la_ matriz _‘A= 3V_‘0 o 4' 2:0
' 31012—1’
Q * [a 2] 0 31012
_ 5 3 '
0 o 3 o 01
d) Verifiquc queA = A1142.
(ED 13. Demuestre e1 resulrado del ejercicio 11 climinnndo la hipétcsis de la inversibilidad
e) Calcule det (PQ) y verifique quc den! = det (PQ) = (det P)(det Q).
de la matriz Q. _
CD 8. (Generalizacién del ejcrcicio anterior.) Sean P y Q dos matrices cuadradas do ora n
14. Use cl ejercicio anterior para dcmostrar que el dcterminantc
y considcre la matriz A de orden 2n
 DETERMINANTES 161
160 ALGEBRA LINEN.

J ‘
1 L .' 1 1 1 1 a 0 '0 0 '40 O ‘ Sesabe'que,
0 ’2' 2 2 2 "2 0 b .‘OV 0- 0 0'
0 0 3 3 3 3 0 0 c 0 0 0 desarrollopor 2C1] + 5C12 + C13
0 0 0 4 4 4 0 0 0 d 0 0 cofackores rcspecto de 7C2; - C22 + 3C23
0 0 0 0 5 5 0 0 O 0 e 0 1 as 1f neas d‘A
c 2C3; + 4C3: + C33 ___ (let/1 = ,1
def 0 0 O 0 0 6 0 0 0» 0 0 f
2 3 4 5 6 0 1 0 0 0 0 desarrollopor 2C“ + 7C2x + 2C3!
1
0 1 2 3 4 5 0 0 1 0 0 0 cofa‘ctotes respecto de 5C12 " C22 + 4C3:
0 0 1 2 3 4 0 0 0 1 0 O las columnas de A C13 + 3C23 + C33
0 0 0 1 2 3 0 0 0 0 1 0
0 1
Uno sc podria preguntar qué sucederia si se hace e1 desarrollo por cofactores con
0 0 0 0 l 2 0. 0- 0 0
1 0 0 0 0 0 0
respecto de la linea i (1 S i S 3) *“desordenadamente”, en el sentido dc que cada
L0 0 0 0 0

sumando en el desarrollo no sea cl producto del elemento (1,; por su cofactor

valeabcdef. asociado CU, sino que sea e1 producto dc a;,- por el cofactor i con k 9* i. For ejemplo‘,
si i = 1 y k = 3 Se obtendria ‘

axn. + anCsz + 013C33 = (2X16) + (5X1) + (1)("37) = 0

5. LA ADJUNTA DE UNA MATRIZ Se podrfan intentat algunas otrés vatiantes y se veria que el resultado siempre
seré
cerg. Lo mismo sucederia si se hace este c§lculo “desordenado” del. desarroll o pot
E1 objelivo dc _esta seccién es wtablecer, per una partc, una férmula para la inversa cofactores respecto dc algU‘na de-sus columnas.
de‘ una matriz‘ A y, por otra, obtcner 1a conocida regla dc Cramer para resolver La razén' decste hecho 1w muy simple y esté explic‘ada en la demostracién del
sistemas dc ecuaciones."Pafa10grar taste, 5:: téndré quaintroducir el concepto dc sig’uien‘te‘ teorema: -- ' ' - ‘7 . - I
“adjunta’ide‘una matriz.‘ ‘ ' ' ' ' '-
Primeramente se hatzin alg‘unas obSerVaciones concretas sobre la matriz
TEOREMA 5.1 Sea/1 = ((1.1).,I up..." una matriz cualquiera de orden 11. Sea C4, el cofactor
2 5-«1 asociado a‘l elemento a”. Entonces
A= 7 —1 3 (5.1)
2 4 1 -" _ detA si s=r
‘Za’kC‘k_ 0 sis¢r
k-l
. Se llamaré C5; a1 cofact'or asociado a1 clemento a,-,-.

El caso s = r es el teorefna 4:2 (desarrollo por cofactores con respecto dc la r-ésima

Se tiene
, DEMOSTRA CION
cu = (—1,)m detAO, 1) = det [:14 , 4-13
3 —_
Hnea). Se demuestra entonces el caso S 3‘ r. Sea A’ = (a7)- ).-,,~.1, , , , ,‘,. 1a matriz de
elementos a.) = av si i at s y as} = a,, (i=1, 2, . . . , n). A’ es pues una matriz
coincide conA en todos sus elementos excepto los de la s—ésima linea, enla cual
que

31'] = -1 A’ tiene una copia de la r—ésima linea de A (por tanto, A’ time dos lineas iguakes,
(312 = (-'1)“2 detA(‘1,2) = “mg llamaré k a los correspondientesV cofactores , de la
la r-ésima y la s-ésima). Se. ‘ ‘ ~ . ,.
matrizA-f.“.'_ .
C]; =. (€1)1*%'det’A(1,3) ‘=. MB '1] ,._. 30 ’ Qalcfilese detA’ desargollaqd‘o por cofaétOrés cpfi respectp de 511 s—éSima 'linea.
"'
Se tiene x " ’
' n
Similarmente se obtienen
detA\= k; assk

C2; = -1 . C3: = 16

C22 = C32 = 1 Obsérvesc queA'(s, k) = A(s, k) y por tanto Cw = C; . Ademés, [IQ = a,;., dc modo
que
C23 = C3} = '37
162 ALGEERA LlNEA‘L DETERMINANTES 163

(siendo 351, by:

-C,-.-)'. . ‘
def/'1' =. I!" 4}.s)... . 1" ' ' El clemento de la r ésima lihea y s—ésima colUmna do A(ad) es:
I!
Pero (corolario dci teorema 2.4) detA’ = 0.
. ; a,kb13>
'»1
Q.E.D.
0 sea,
Este teorema jugaré un papel muy importantc en la préxima subseccién, en la cuai .
se estableceré una férmula para la inversa de una matriz. n .

Dada la matriz A = (ab-)1j.., . _ , , ,, se puede construir la matriz (1e cofactores dc alsk

k *1
los elementos de A, poniendo-C = (Cg);,;.1,...,,. donde C,-,- es el cofactor asociado ai
elemento a,-,-. . Por cl teorcma 5.1s este elemento es diferente de cero (y vale det A) 5610 cuzmdo
r = s. For tanto, cl productoA(adj A) se ve como
EJEMPL01 Por ejempio, para la matriz (5.1), su matriz C de cofactores cs:
det A O
—13 ~1 30 A (adj A) = det A
. = (det A)I,,
c = —1 .0 2 (5.2)
16 1 ~37 ' O . (let A

DEFINlC/éN 5. 1 SeaA una matriz de orden 11. Se llama matriz adjuma de A, denotada por adj A, a Q.E.D.
la transpuesta de la matriz de cofacto‘res dc A.
La matriz adj A es pugs una matriz del mismo orden queA, que se o'btien‘e
intercar'nbiando linea's por Columnas en la nizittiz de cOfActor'es de‘ A.‘ ' COROLA‘IRIIO’ ' (UNA mini/[um PAiIA LA 1NVERS'A.) '
Si' A es 'inversible; entonces

EJEMPL02 For ejemplo 1a matriz adjunta de (5.1) es 121 transpuesta de (5.2). Es decir, I
. ~13 —1 16 i A"1 = 1’ ad ’ I (5 3)
det, A ‘
adj A = —1 o 1
‘ 3o 2 ~37
En general so tiene entonces que adj A= (C101) 1 ,. donde CV es el cofactor asociado QEMOSTRACICN Por cl teorcma anterior se tienc
a1 clemento a‘, de la matriz A. ~
' A(adj A) = (detA)I,.
5.1. UNA FORMULA PARA LA INVERSA
SiA es inversible se tiene detA 9* 0 (coroiario del teorem21'3.\1) y entonces 5c puede
El resuit'ado principal de esta subseccién sc encuentra en cl siguiente teorema: escribir

TE‘O‘fiE‘MA 5.2 Sea A firm métriz tie ordeh 11. Sea day/1 su'matriz adjunta. Ehtonces —--(A(adj
de1A A))=
15A. ‘3; ;» ‘Ti‘ "1‘

i (A) (adj A)= (detA) I Segfm cl teorema 3.2 inciso (4) (capiluio l), esta liltima férmuia sc puedc espribir
como
I "@311 : \l.\ ' '3,
DEMOS TRACION Escribase A = (a011,). 1,..., A[detA £1d] =
a

£1d =(b1i)i,j-s1,...,:
 DETERMINANTES 1 65
164 ALGEERA UNEAL

de dome" - ' Se puede calcula‘r det A desarroilando p0: cofactores con 1espcc1o a la p11me'ra ' ' '
lijnea para obten'e‘r - ‘

A“: +11
1112 “d detA = (INCH + alzcxz 1‘ (113C13 = (2X’8) 1‘ (1.)(22) + (5X17) =

Q.E.D. Entonces

En 610313111110 1(4.3) se desatrollé un me’todo para encomrar 1a inversa de una 1 1 —8 3 14

matriz (basado en el proceso de eliminacién Gaussiana). Véase, sin embargo, que A‘1 ' ad = — 22 —31 7
el tesultado del corolario anterior no es solamente “otto método” para encontrar detA 91 17 5 _7 (1
1a inversa. En él se esté dando unafo'rm 111a explicita para A“ en términos de A, la
cual permite vet 1a “estructura intema” de la inversa de una matriz, informacién
a la que no se tiene acceso con 61 método del capitulo 1. Se debe aclarar que la 5.2. LA REGLA DE CRAMER
importancia do este corolario no es de carécter practice: en general so ticnen que
hacer un mayor nfimero do operaciones para hallarA 1 Con la formula establecida Considé'rese e1 sistema do n ecuaciones con 11 incégnitas
que con el método del capitulo 1. Su importancia es solamente de carécter teorico
(y estético,-c1aro 65111).
6111171+ (112x: + 1 - . + “11’6" = 171
EJEMPLO 3 A manera de ejem‘plo de aplicacién dc 1a formula (5.3) considere 1a matriz a21x1+a22x2+..-+a21x1 = b2
(5.4)
2 1 5
4‘53 -—2- 4 ' Haul-xi + anixz +- + annxn = big ‘ ,

o bien, 'escrito niatricialmente, AX= B, conA (ay)11,--1, . .11, X 121 111211112 11 X 1 dc

Encucntte los cofactores de losclementos de esta matriz elementos x1(1'-=1,. ,n) y B la matriz 'n x 1 de elementos b--(i=1, . . . , n).
Supéngase que 1a matriz A es inversibie. E1 teorema 4.10 (capitulo 1) dice
_ -2 entonces que el sistema (5 4) tiene soiucién unica dada por
C11 - detA(1, 1) = det 1

cm = detA(1,2) = ~det[3 4] = 22‘

X =A"B
A1 usar 1a formula (5.3) se puede escribir esta solucién como
C1; = detA(l,3) = MP '2] = 17

X: deltA
(adj AXB)
Similarmente cncuentre

(321:3 I I _' ._ C31=14 . _ ,Realicese e1 producto (ad)(B) E1 resultado soré una matriz n x 1 dc elementos
01,-, donde a; se obtiene 1nu11iplicando 1a1és-ima linea de adj A (= 1—ésima columna ,
'C21'=-31,' .. , c32=7_--' do la matriz dc cofacto‘res de A) por la matriz B; es décir, ' - -
C23=5 C33="7
a: = C11'b1 1” C2ib2 1” . . - + Cm'bn (5.5)
Entonces 1a matriz adjun'ta de A es:

~8 3 "14 Conside'rese 1a matrizA; do orden n cuyos elementos coinciden con los correspon-
ad = 22 ~31 7 1 ' /’A‘~~~ dientes do A, excepto en la i-ésima columna, en donde se han colocado los
l7 5 -7 elementos de la matriz BL Es decir,
166 ALGEBHA UNEAL DETERMINANTES 167

. all - aiii b1 211,») - - 41..

, . " 1 4. '
5121 ~ ~ ~ 02.1.1 b2 02m - - - 02:1 5 1 2 = —27
A1 - detA =det
3 ~ 1
a,E . . . 2.,“ I?” am. . . .a,.,..

31 2 4 .
i~ésima columna = matriz B detA1 =det‘ 29 2 = '81
10 -1 l
Calefilese det A,- desarrollando pot cofactores respecto de la i-ésima columna
(.16 A1.
Obsétvese que los cofactores involucrados serén los mismos cofactotes co- l 31 4
rrespondiemes a la matrizA (pues para su céleulo no se emplea la i-ésima columna detA2=det 5 29 2 = —108
de A, que es en la {mica que difiere de A’). Entonces 3 10 1

detA, "‘ Cubx + Czlbz + . . . + Culbn

l 2 31 _
Al comparar con la férmula (5.5) se ve pues que 01. = detA,, por lo que la solucién detA3=det 5 1 29 — -135
del sistema es: 3 -1 1'0

Ento'necs
X= de1A (detAi).. ..... n
_(IetA1_:§}__ _detA2_—IQS_= :detA3_-13_5=
- 0 11155 explicit‘amétite]
5‘ (MA '—27 ” 3’ ’5- " ._ 4’ 5“ [ta/1 ~27 5
Se quiere lideer hineupié 11110varnenle en el 1100110 (16 que a1 reSéliier sisteirias de
_ dL’l‘Ai . __ ecuaeiohes, 1'11 regla 'de Cramer (cuando ésta p'ued'e a'plica'rs'e) resulta en general,
xi~dezA t—l,...,n (5.6)
(113s el punto de vista computacional, 1111 método mcnos el‘ieiente que el método
dc eliminaeién Gaussiana descrito en el capilulo 1. No se puede negar, sin
Las férmulas (5.6) dan la solucién cxplieita del sistema (5.4). Véase que ellas son embargo, el gran valor estético de las férmulas (5.6).
aplieables 5610 en el caso en el que la matriz del sistema sea inversible (esto es
detA 1* 0). Se tiene en ese caso el siguiente método para resolver e1 sistema AX =
B: se calcula cl determinants de A (que tiene que ser distinto dc eero para poder
aplicar el método), asi como también los determinantes de las matrices A., las EJERCICIOS (SECCIéN 5, CAPlTULO 2)
cuales se obtienen de A sustituyendo cn e/stales’elementos dc su i- ésima columna
por los elementos 'de ia-rnatriz dc términos independientes B. La solucién del 1. Sean A y B las matrices
det A1
sistema es x. = 1' = 1, . . . , n. A este znétodo se le conoce como regla de Cramer.
det A 1 2 1 —2 3 1
A= 1 4 B= 4 2
2 1 —2' 7 —1 3
EJEMRLM _- 7 'Supopgalppr ejernple,_ que se. q'uiefre reselver' elsist‘e‘ma '
a) Determine la mairiz adjunta de A y la matriz adjuma de 8.
x1+2xz+4x3=31 b) Calcule cl producto (adj B)(adj A).
5x1+x2 +2x3 = 29 c) Encuentrc la matriz adjuma del producto AB (compare c1 resullado con el del
ineiso anterior).
3x1—xz+x,= 10 ® 2. [,Cierto 0 false? Tocla malriz cuadrada de A comnula con su matriz adjuma.
Se tiene 3. Determine 1a adjunla de la matriz
 DETERMINANTES 169
168 A'LGEBRA LINEAL
- setiene V. I '

078
10 3 8 1' 10 8 1' 3 10
009
A(1,C)= 3o 5 4 A(2,C)= 20 3o 4 A(3,C)= 20 5 20
—2 2 1 . -1 —2 1 (—1 2 «2
Demuestre que la matriz adjunta de una matrix triangular superior (inferior) es una
matriz triangular superior (inferior, respectivamente). Considere ahora e1 sistema de 71 ecuaciones con n incégnitas AX = B.
Compruebe que la matriz adjunta de una matriz diagonal es una matriz diagonal. a) Demuestre que (A)(I,.(1',X)) = A(1', B).
. Sea A una matriz involutoria (véase ejercicio 26 de la seccién 3, capitulo 1). Determine
b) Compruebc que det 1,,(1',X) = x,- (la j—ésima incégnita del sistema).
la matriz adj A.
c) Concluya de los dos incisos anteriores, que (det A)'x,- = det (A (1,8)) y entonces, si
Sea A una matriz idempotente (véase ejercicio 13 de la seccién 3, capituio l). Suponga
det A at 0 se tiene
que A no es la matriz identidad Demuestre que A(adj A) = 0 (Sugerencia: véase
capitulo 27 de la seccién 4, capitulo 1.)
det At 1', B) .
Sea A una matriz nilpotente (véase ejetcicio 14 de la seccién 3, capitulo 1). Compruebe x = = 1 2 .
que A(adj A)--.0 j deaf A J ’ ’
9. Demuestre que si 61 detemunante de la matriz A de orden n (n > 2) es distinto de cero, Esta es una nueva demostra'cién dc la regla 'de Cramer.
entonces 16. Al usar 1a regla de Cramcr, dé una‘ nueva demostracién del teorem'a 4.3 del capitulo.
det (adj A) = (det A)"'l 1: 51 A es una matriz inv‘ersible, en ese caso e1 sistemahomogéneo de ecua‘ciones
lineales AX = 0 tiene 5610 la solucién trivial.
10. Compruebe quc si A es una ma‘triz inversible, su matriz adjunta es también inversible. 17. A1 u'sar 1a 'regla de'Crame'n resu'elva 10's s'i'guien't'es sis'tc'mas de ecuaciones:
LES valida la afirmacién reciproea‘?
a) 2x1+3fx1=1 d) 4x1—3x2+3x,=8
11. Sea A la matriz _ ‘ x1+3x2+x3= 7
.441 2xz=: ' -
b). x1- 7x2= .. - :32 x2+2rs'1-
8x1+4x2= 3 e) x1+2x1+2x1
C) 3x1~5x1+2x1=—4 2x1+X2" 2.\3=—1
Detnuestre que‘adjmdj A) = A. 2x1—2x2+x1=—6
2x1-x2+3x3=9'
12. Sea A una matriz cuadrada de orden n (n 2 2). Pruebe que si detA 1* 0, en ese caso 4x1-7x2+x,=5

adj (adj A) = (detA)"'2A 18. En este ejercicio se obtendrén algunos otros resultados interesantes sobre la t‘uncion
Concluya entonces que determinante, consecuencia de los cuales 51:16 ]a formula para la adjunta de un
producto de matrices adj(AB) = (adj B)(adj' A), on donde A y B son dos matrices
det (adj (adj A)) = met/11M)” cuadradas del mismo orden.
Sean A y B dos matrices de orden n,A=(azj)1,j-1,_..,n, B = (by-)1,).1,.,,,,,. Introduzca
13. Determine la inversa de las siguientes matrices, usando 1a formula (5.3) la notacién A( , j) para la matriz de orden n X (n — 1) que proviene dc la matriz A
1 o o 2 1_ 3 2 2 1 suprimiendo on ésta su j—ésima coiumna. Similarmente, A(i, ) denotarzi la matrix (11:

a) 1 1 2 b) 5 7 1 c) 3 -1 —1 otden (n - 1) X n que proviene de A suprimiendo en ésta su i-ésima linca.

3 1 4 -1 1 4 8 o 3 En particular, la matriz A( 1})(1', ) = A(t', )( ,j) es la matriz dc 0111011 (11 — 1) X
(n— 1) que proviene deA eliminando en ésta sui—ésima linca y su j-ésima columna.
que _' ~ Denote a esta matriz comoA(i j). Recuerde también la deimicion de determinantc de
' 14'. Sea A 1'1na matriz de orden 11 con elementos- enteros tal que detA - 1'. Demuestre ' la matrix A. -
su inversa tiene todos sus elementos enteros -

(D 15. Sea A una matriz cuadrada de orden n y sea C una matriz dc orden n x 1. Denote por
en la detA = Z (sgn G)£Z| 9(1) (120(2) . . . 0111(1)
A(1', C) la matriz (de orden n) cuyos elementos coinciden con los de A excepto
si a
columnaj, en donde la mattiz A(1',C) ticne los clementos de la matriz C. For ejemplo

10 que escribira como

1 3 8
A ——- 20 5 4 y c = 30
—1 2 1 *2 detA = (n o) H ara(r)
«€51; r-l
170 ALeEeRA UNEAL DETERMINANTES 171

en dofideia sums sc, haee sobre ias n! permutaciories.deijconjumg S = 111, 2, . . - t I?) ' y coneiuya cntonces Que
(al conjunto de todas estas permutaciorics’Se esta 'denotartdo per 8").
N

a) Considere ias matrices detAB = 2 detA( ,s)B(s, )

t -2
.r ' I

(2) Sean ahora A y B dos matrices de orden n. Demuestre que

A=l2 41 31 B= 73 _14
AU. )3( .D = A3021)
a. 1) Determine e1 producto AB. (1) En base a los rcsuitados de los dos incisos anteriores, demucstre que sicndo A y
:12) Calcuie detAB. _ 8 matrices de orden n so tiene
23.3) Encuentre las matrices A( ,1), A( ,2), A( ,3), 13(1, ), 8(2, ) y 8(3, ).
3.4) Determine los productos A( ,1)B(l, ), A( ,2)B(2, ) y A( ,3)B(3, ). detAB(i, J) 2 (let/407, k)B(k, j)
k =' 1
a.5.) Verifique que
Ejemplilique este resultado con las matrices
detAB = detA( , 1)B(1, ) + detA( ,2)B(2, ) + dctA( ,3)B(3, )
10 8 5 1 -2 8
Este es tm resu‘ltado general que se probaré en (:1 siguiente inciso: A= 1 4 3 A= 3 4 7
b) Considere Ias matricesA = (fly)i.~ 1,...,n~1 y B.= (huh- L , ,,. . El producto AB 2 1 1 7 “l 2
1* 1,..., n
j‘-1,...,n-‘1
es entonces una matriz cuadradade orden' (n - 1). Se q'uterc establecer c1 resultado
con

detAB =' Z derj,A( ,S).B(s'. ) ‘

us.’ ‘ . ‘ .
(1.!) i_= 1 yj = 3 (véasc e1 inciso 3))
"(1.2) .i = 2vyj_=1 _ ' , .,
' 13.1) Demuestre que c1 restiitado "para- el casdn = 2. '
(1.3) i = 3' yj =’ 2
b2) Compruebe que para 11 Z 3
e) Considct'e'ahora las matriceS'ac/j A y adj B, adj untas de las matrices A y B (it: orden
n- 1 n
n. Se quiere ver que adj (AB) = (adj'B)(ad/‘A).
detAB = Z (sgn a) i: [ 2 flabby)“
055. .. r- l k“!
e. 1) Sean Aij, 8;,- y AB.) 105 cofactores asociados a 105 elementos my, 11,; y cil- =
(lulu,- +' ai2b2j + . . . + (Iiubnj dc las matrices A, B y AB, respectivamente.
Compruebe que cl elcmento de la i-ésima linea y j-ésima columna de la
b3) Dcmu'estre que para 71 2 3 matriz (adj B)(adj A) es:

u n- l i
Z (sgn '0) Z ambk W). = 0 i BMAJ'I':
0 G 5,, k - 1 r- 1 ' k‘l

el cual pucde escribirse como

b.4) Prucbe que para cualquierj y para n 2 3

n7! n. , ‘n_ ‘n-lv - i. n} n-l '_n , , (—1)“ Z detAU,k)B(k,i)_r

=._ 2 ,_ H 2 :1,k . 1‘21 _ _. .
. Zed—by . + Z .H'amb‘j
r-tf’k-r‘ ivlt-l‘r-I ‘- “1- --r 2:: 1‘
(:2) Use c1 resullado‘ dc 6.1)”y dbl iiici'so d)"para cbnc'itiir que ei'eiemento de la
i-ésima linea yjvésima columna de la matriz (adj B)(aaji A) es:
b.5) Use 103 resultados de los [res subincisos anteriores para demostrar que
(—1)” detABQ‘, i) = A8,.-
1- _ 11-! n
e.3) Conciuya, entonces, que (adj B)(adj A) = adj AB.
detAB = 3-21 “E2; (sgn G) ’11 ”Zlarkbkou)
I»! k"
1) Use 1a férmula (5.3) para dcmostrar nuevamente la validez de la férmuia ad8
= (adj B)(adj A) on donde A y 8 son dos matrices dei mismo orden inversibles.
172 ALGEBRA LINEAL DETERMINANTES 173

En‘ cl Céso n = '4 se‘teodrian 6 fact-ores éortésbondientes a 4 > 3,.4 > 2, 4 >31,
ApéNDloE, E-L' DETERMiNANTE-DE VANDERMONDE . 3>2,3>1,.2>1,estoes
‘

Un determinante que suele aparecer en relacién a varios problemas en la matemé- V4 = (x4 ‘ x,)(x. ‘ 1't - 130(t ' x2)(x3 " x.)(x; ' X1)
tica (por ejemplo, problemas de interpolacién) es el llamado determinants de
Vandermonde, quc esté dado por Obsérvese que

1 I l . . . l VJ = (X: " X2)“: - x1)V2 (A2)

11 X2 13 . . . x.
V,. = del x} x% x§ _xfi
K = (x. — xs)(x4 - x2)(x4 — xl)V3
Para demostrar en general la formula (A1) so va a proceder por induccion.
xi'l‘l xg-l xg‘! _ . ~ xnn'l
Se ha visto ya su validez para 11 = 2 y n = 3.
Supéngase entonces que tal formula es vélida para n = k; 0 sea que
en donde xx, .762, . . . , x" son mimeros distintos dados.
Pot ejemplo si 11 = 2 se tiene VIN: H (331‘ i)
k21>121

V2“d€t[1 1]
Xx X2 y pruébese que también esvélida para 11 =-k + 1.
Obsérvcse primeramente, que la diferencia entre Vm y Vk son los factores
=X2"x1

(xm ”300(q " xH) . . . (xm — x1) = (XL-a ‘ x1)

_Véase también el caso n = 3. . _Se tiene ' '_ ' -- W912i .

11- i- como pnede verse en [05 casos concretos n = 2, 3 y 4 ch 121 formula (A2){
V3 = def x. x2 X3 Es decir, Vm y K estz’m relacionadas por
2 .2 7
X1 .11 xi

VM = (xlul " XOOCM ' Xk—1)- ~ - (Km -' XOVk

Se puede reducir cl czilculo dc V3 :11 de un determinante dc una matriz dc orden 2
haciendo ceros las posiciones debajo del 1 en la primera columna y desarrollando 1H (Xbrxj) H (xi-xi) (A3)
k+l>j21 k21)j‘al
por cofactores con respecto do ella
= H “‘39).
b12012:
1 1 1 _ . _.
V3 = det 0 xz‘xl xa'xl = det x; l: x: I;
Sc procederzi entonces a [a dcmosttacién de la tesis dc induccio'n (es dccir, la
0 x%_x% xg_x} 12”.}? .XJ—xl
formula (A3)).
Considérese entonces Vm

= (x2 ‘ xl)(x3 “ x?) ‘ ($3 " x9073 “ x1) = (X3 ~ X2)(x3 ' 350052 " x1)

- .En el caso general, so afirma que

,1..1_..._1 .1
-.' xl-‘x2---I_.xk nx
-, “ 14¢+1=det .16? x3 x2 'xfiq
VVn- = I H (x.- ' x,) ‘ ItAl)
n20]?! xf 1J2“ 1d? XL;
Es decir, V,I es el producto de todos los factores del tipo (x; — xi) con i > 1'. Por Realicense las siguientes operaciones elementales en las lineas dc la matriz: cada
ejemplo, en el caso n = 2 5610 se tiene cl factor correspondiente a 2 > 1, esto es x2 Hnea va a sustituirse por ella misma menos xm veces su linea anterior (comenzan-
— x.. En el case n = 3 so tienen 3 factores correspondientcs a 3 > 2, 3 > 1, 2 > 1, do por la filtima linea y yendo hacia arriba). El valor dc Vm no se allera y 2151' se
'.

esto es (x, — x2)(x, — x1)(x2 - x,). obtiene

174 ALGEERA UNEAL DETERMINANTES' 175

,.. 3.56311 11,112, x;. tresI11131116103 males d1stintos Compmebe qué ex'iste uInI11111co 1101111011110
1 I- 1- I;._..-: 1" l
pk) deI graIdo 2 p(gc)= ax? + bx + c, 1211 c1116 p(x1)== yI1,p(x3)= yz, p(x,)= y; en donde .
. x1 -.x,,,, -- , x2 211,11- " " xk.’-¥k+1 0 ' y;, 112, y; son nfimeros dados
V111 = d8! x1071 ‘ x1111) x2012 ' xk+1) ~ .. x1051: ' 561+ 1) 0 (Sugerencia: demuestre que el sistema de ecuaciones pm) = y;, i =1, 2, 3 116111: 111121
fini'Ca solucic’m para los coeficientes a, b, 0.)
[ff—'00 'xku) xii—ICE "XI“ 1) --- x1"(xk‘xk+1) 0 4. Sean x1 x2, . . . xm n + 1 nfimeros reales distintos. Demuestre 11c existe un finico
’ . ’

1301111011110 p(x) de grado n

A1 desarrollar por cofactores respecto de la ultima columna sc obiicne (cl signo
dcl cofactor es (-1)m = (-1)") p(x) = 11,1" + a,_1.1"“‘ + . . . + alx + a0
tal quc p(x,-) = y.-, i = 1, 2, . . . , n + 1, en donde y1, y2, . . . , ym son nfimeros dados.
x1_xk+l Xz‘xku xk-a Pruebe también que si e1 polinomio p(x) se anula en x1, x2, . . . , xm cmonces p(x) es
.
Vk+1=("1)" det
xx—x
1(1 kn) xx—x
2( 2 kn) x.x—x.
L( k 1+1) el polinomio idénticamente nulo.

x1—'(x1“xk+1) xii-1(x2—xk1-l) 11"(xk‘xm1)

Multipliquese 1111 ésima column'a de esta matriz por——-——-I(1'= 1,. .,k). Obsér-
x1
vese que c1 valor del determinantc quedara' alterado por 1051 1110-101 es (x,- - x..1)(1' =
1, 2, . .-1 , k). Quedacntonces

1 l 1
X1 K1..'..'Xk
V1111 = (-1)l'(xl I—'x1.1)'(xfikI¢1I)-I-X( “X100 dIet . . . .

' ‘ ' ' . x1". I 2’," . . . 1115“

0 sea,

V1.1 = (X111 " x.) . . . (Xhl " x:)(xp| — NOV]:

rclucién que sc queria establccer.

EJERCICIOS (APENDICE, CAPiTULO 2)

1. Demuestre que V" == 051, y 5610 51 x; = x,- para algl'm i séj, L] E {1, 2, . . . , n}.
2. Calcule los siguientes determinantes:

_. 1‘ 1 1 .1. 1 1 1. 1
aj'det. 1 2 3 -1 o 1 _3 I-3
. 1 .4; 49. c) (Jet/1,0 1.: 9 9
—1 o 1 27 ~27
1 o 1 81 81
1 1 1 1
1 —1 2 —2
b) d“ 1 1 4 4
1 —1 8 ~11
 ESPACIOS VECTORIALES 1 77

I ~ . 4) Dado uri elemento a E A, cXist'e siémpre otro clememo( a) E A (e1 111vcrso

"CAPI’TUL'O' TRES’ ' aditivo deA)1alque a +(— a)= 0. De heclio‘,( 0)= 0, (— 1)= 2, (——2)—= l.
5) Si a, b E A, se tiene siempre ab ba.
6) Si a, b, c E A 56 tiene siempre a (be) = (ab) c. For ejem‘plo, 2(2 ~ 1) = 2(2) =
Espacios vectoriaies 1y(2~2)-l=(l)-l=1,demodoque2-(2- 1)=(2-2)- 1.
7) Para cualquier a E A 56 tiene siemprc a - 1 = a.'
8) Dado un elememo a E A, a 1* 0, exists siempre un elemento ((1") E A (61
inverse multiplicative de a) tal que a(a‘“) = 1. De hecho, (1") = 1, (2“) = 2.
9) Si a, b, c E A se tienesiempre (1(1) + c) = ab + ac. Por ejemplo, 2(2 + 1) = 2(0)
=0y2-2+2~1= 1 +2=0,demodoque2(2+1)=2-2+2- 1.
Todos conocen las siguientes propiedades de los nfimeros reales (pues en ellos
dcscansa la manipulacién algebraiqa que se ha aprendido dcsde la secundaria): $1
De modo, pues, que el conjunto A= {0,1,2} c011 1215 operaciones (11: suma y
a, b, 0 son mimeros reales sc tiene '
producto dadas, tiene las mismas propiedades (1)— (9) de los numeros reales.
Existen muchos otros ejemplos interesantes de conjuntos en los que se tienen
1) a+b=b+a
definidas 1215 operaciones dc suma y producto, que también satisfacen 1115 11101111:-
2) a+(b+c)=(a+b)+c dades (l) - (9) (‘11: 1051611165. Pot ejemplo:
3) a+‘0=a
m
4)‘ a+,(-a) =‘0 a) El conjunto dc mimeros racionales Q= {—11— m, n e Z,n at 0} con las
5)_ab=_ba
operaciones usuales ' . ' '
6) .a_(,b‘,c-) = (a'b1c' '9 -
m n .-'m'n'+‘mn.
__1+'l_2+ 12, .21
7) a-‘1::¥a '
I11 ”2 "1’12
8) 810150, (a)(a“)=1
9) a(b+c)=ab+ac
1111 M2 _____n_1_un2
Conside’rese cl conjunto A = {0, l, 2] y en él definanse 121s operaciones dc suma I11 112 ”1112

y products entre sus clementos scglin las siguientes “tablas dc suma y multiplica-
c1611”
b) El conjumo dc 11111116105 90mplcjos C= {a + ib | a, b 6 R} con las operacioncs
usualcs
+ 0.12 012
o 012 o 0 o o
112*0; (a + ib) + (c + id): ((1 +1c)' + i(b + d)
012
2 2 0,1 2.0.21 (a + ib)(c + id) = (ac - bd) + i(ad + be)-

Sepu‘e'cle'v'er que‘ las nueve propiedadesd'c los mimerOS feales mencionadas '7
j-z111ter1orment¢_.son't'ambién v_a’1i'das para este‘ conjunto A co‘n'estas‘ operaciones dc
suma y de producto..En efecto
1) Si (2, b E A,setiene sicmprea + b = b + a.Por1-:jefi1plo, l + 2 = 0 = 2 +1.
2) Sid, bc€A,sctienesiemp1ea+(b+c)= (a+b)+c Porcjemp10,1+(2
+2)=l+l=2y(l+2)+2= 0+2= 2,dcmodoquel+(2+2)= (1+2)
+2.
3) Para cualquier a E A, $1: tienc siempre a + 0 = a.
17.611111: 01105.
Un conjunto 11o vaci'o en 1:1 que. existen las operaciones. dc suma- y producto I
i satisfaciendo las propiedades (1)— (9) enunciadas en la pagina anterior se le llama
CA MPO
Un campo cs, pues, una estmctura algebraica, la cual es comparlida por R, Q,
C y nuestro conjuntoA = {0, 1, 2}.
Ante esta situacién, la dinzimica natural de la matemética lleva dc inmediato
:11 Si guienle plantcamiemo: (,qué se puede decir-en general sobre 1m campo? Dcntro
de 11lgunas partcs del :11 gebra (abstracta) se da respuesta a esta preguma.

176
178 A'LGEBRA LINEAL
Una si1ui1ci611complctamentc ah'ziloga a la planteada anterimmenle es lei q'11e _.
se comenzarfi a'abordar- 011 este c'apitulc'); se‘ estudiaré (en abstracto) una nueva '
estructura algebraica: la de espacio vectorial.
En los enrsos de fisica se ha aprendido a sumar vectores en el plane (0 en el
espacio), asi como a multipliearlos per 1111 mimeto real. Estas operaciones cnlre
vectores y reales poseen eiertas propiedades que son compartidas por otros
conjuntos en los que existen tambie’n ciertas operaciones de suma y producto por
mimeros reales. Tales conjuntos (con sus operaciones) se les llama e11 general
espacz'os vectoriales. I 4) Para cada v E V, existe un elemento (—v) E V, llamado “el inverse aditivo
La estructura algebraica de espacio vecto1ial es la ma’s importante dentro del
a'lgebm lineal.
Este es, pues, e1 capitulo en el que se abre propiamente el desfile de ideas y
resultados importantes del élgebra lineal. Se advierte al lector que el sabor de la
abstraccion matemética, que se mantuvo apenas insinuado en los dos capitulos
anteriores, se dejarzi sentir més fuertemente a partir de este capitulo.
1. 11514111016111 1' OBSERVACIONES PRELIMINARES
En esta primera seccién del capitulo, se definira formalmeme e1 coucepto dc
espacio vectorial y se obtendran algu'nas co11seci1encias inmediatas de mi defini- '
ClOl’l.
Aclaracio’n: Como se veré a continuacién, una de las caraeteristicas que definen
a un espacio vectorial es la operacién llamada “multiplicacién por escalates”. En ‘
un acercamiento mzis abstracto a la teoria de espacios vectoriales, se pide solas
mente que estos escalates scan elementos de 1111 campo K cualquiera. En tal caso
se dice que se trata de un “espacio vectorial sobre el campo K”. For ej emplo, si K
es el campo de los mimeros reales, se dice que el espacio vectorial es “sobre los
reales” o simplemente que es un espacio vectorial real. Similarmente, cuando K
es el campo de los mimeros complejos, se dice que se'trata de un espacio vectorial
complejo. En este libro no se seré pretencioso en cuanto a la generalidad del campo
de escalates. Se limitaré 11110 a considerar el caso en el que tal campo es el de los
nfimeros reales. Es decir, todos 10s espacios vectoriales serén espacios vectoriales
reales. Pot tanto, cuando se hable de “escalares” se estaré uno refiriendo siempre
a mimeros reales (a memos que se diga explicitamente lo contrario).
ibEHwKwéNJJT Unespacio Vectorial es 'un conjunto no Vacio V'en elicual 'estzin definidas dos
o'fié‘i‘acibhés
1) +3 V x V" V: (V1: V2) —’ V1+V2
mqV~Kmo~m*
*El hccho de que las'funeiones + y - {omen valores en V, indica la propiedad de cerradura de las
operaciones en el espacio vectorial.
ESPACIOS VECTORIALES 179
llamadas suma y producto par escalares (réspectivamcnte) y las c'uules Satisfacen
_ los signicnte's axiomas:
l) u + v = v + 11, V 11, v E V(la suma es commutative)
2) u +4‘(v+ w) = (u + v) + w, V 11, v, w E V(la suma es asociativa)
3) Existe un clemento 0 E V, llamado cero, con la propicdad
u+O=u ‘v’ u E V
de v” con la propiedad
v + (-v) = 0
5) 9L(u+v) = Au+91v, V71ER,Vu,v€ V.
6) (71+11)v=?tv+pv, V141 E R,Vv€ V.
7)(k11)v= Mpv), V 71,11 6 R,V v E V.
8) l-v=v,Vv€ V.
A 105 elementos de un espacio vectorial se les llama “vectores”. A partir de
este momenta, entonces, la palabra “Vector” no tendré relacion alguna con cl con-
eepto geométrico de “flecha” (relacién que se encuentra naturalm‘ente e11 el
estudiante por su eXperie'ncia en- cursos de fisica), aunque se ver'a que si existen
_de heeho algunos? espaeio‘s Vectoriale's de flech‘as”.
E11 vista dc la generalidad de la definicio’n de espa'cio vectorial, se podran tei1er,-- '
entonces, espacios vectoriales de‘‘objetos enalcsquiera” (estos objetos se1 an 105
vectores) 0011 ml de que en ese conjunto de objctos exista una suma y 1111 producto
por escalates, y que éstos verifiquen lbs axib‘mas r'equeridos.
En la siguiente seccion se estudiarén varios ejemplos de espacios vectoriales
importantes en matematicas El resto de la presente s‘eccién se dedicara a obtener
a1gunas consecuencias de la definici6n de cs‘pacio vectorial establecida anterior—
mente.
Primeramente observese que en un espacio vectorial Vse tiene dctlnida la ope-
racién do suma entre dos vectores. A cada par dc vectores u, v E Vle corresponde
un nuevo vector u + v E V llamado “la‘ suma do u y v”. Se puede, sin embargo,
extender esta operacion a un mimeto cualquiera (finite) de vectores v1, v1, . . . , v" en
el espacio vectorial V. Es decir, para un conjunto de n veetores 13, v2, . . . , v,.
en el espaciovectorial V, se puedevasociar un nuevo vector v1 + v; +. .+ v, E_ V,
llamado “la 511s de v1, v2, . . ,”de la siguiente manera: de 121 definicién de
espaeio vectorial se sabe cual es el vector u_ =’_v, + v,. Se define entonces la suma .
do V1, 122, v3, como el vector 11; — 141 + v3. Similarmente, ia su‘ma’de v1, v2, v3, wserzi "
e1 vector u; = 112 + v.1, etc. En general, una vez definido (:1 vector 11,.-2 E V, se define
la suma de v1, v2, . . . , v, como el vector u,,.1 = u,..; + v" (n 2 3). (Se trata pues de
una definicién inductiva.) Ademés, en vista de la propiedad asociativa de la suma,
este vector se puede denotar como v, + V2 + . . . + v,., sin temor a confusion.
En el axioma (3) se establece la existencia de un elemento del espacio vectorial
que actfia dc manera neutra para la suma. Este elemento se llama “cero” y se denota
180 ALGEBRA LINEAL ESPACIOS VECTORIALES 181

por 0.135 fécil ver que en un espacio vectorial solamente puede existir.u_n cero En . 1) v+O v..=1_...-v+0 v:= (1+.0)-_v=1.- v=v _
_ efecto, supéngase que existen dos (zeros e11. V digase 01 y 0;. Enton'ces ' Entoriees (utiicidad deleero),0 v= 0.
2) v+ (-1)v=1- v+ (-1) v= (1+(-1)) v= 0- v= O
01:
”W; Oz+01=02 — -v
Entonces (unicidad dcl inverse aditivo), (— 1)v-
l 1 l
3) N0=M0~v)=(7t-0)-v=O-v=0
Ax(3) Am) Ax(3)
4) v + (~v) = (—v) + v = O. Entonces (unicidad del inverse aditivo), ~(-v) = v.
En el axioma (4) se establcce la existencia de 1111 inverso aditivo para cada clemen—
to v del espacio vectorial. También es fzicil ver qua éste es Linico: supéngase que 5) (4)1; = ((4)71) v = (~1)(7tv) = -7Lv
para v 6 Vexisten dos inversos adit'ivos (-v)1 y (42);. Entonc'es = (7»(-1))V = 7»((-1)V) = M-V)
6) (-?~)(~V) = (-7~)((-1)V) “ (~?~)(*1)V) = M
7) u+w=v+w= u+w+(—w)=v+w+ (~w)=>u+0= v+0 = u=v
t-v)1 :(—V)1 + 0 1: (—v)1 + (v+(—V)2) '1‘ ((-V)1 + V) +' H): = 8)M=7w==tkl()tu)=71.“(7tv)=’(7t'1?t)u=()t"?t)v=a1-u=l-v==u=v
(1" 9)
9) Supéngasekato.Entonceskv=0=17r(7»v)=?1‘0=0=*(7~‘7~)v=0
Ax(3) Ax(4) Ax(2) =91 v= O=v= O.
=(v+(—V))+(.-V)2= 0+( v)2=l (~V)2+0=l (--V)2 Q.E.D.
Ax(1) Ax(4) Ax( 1) Ax(3)
Obsérvese entonces "que el inverse aditiv'odel vector v. E Vseobtienje multiplicia'n-
do e1 vector v por el escalar ~1 (inciso (2) del teorema anterior). También, nétese
que en 1111 espacio vectorial se tienen “le‘yes decancelacién” (11101505 (7) y (8)).
E11 el Siguiehte teorer‘n‘a 's‘e .e'stablec‘en alg’uhds hechos bas‘ieOs (algunos deellos I ‘ Sedesea haccr hin'capié en el hecho deque'un esphciovectori’al noes solamente
son consec'uencia inmediata de la defir‘iicion de espacio vectorial) que son validos .un c’onjumo _de‘bbjetos ('de vectores).-Pura'que un conjuntofsea u'n'espa'eio . .
para toclos 105 espacio's Vectoriales. vectorial, deben cxistir definidas en él operaciones de suma y producto por
escalates, y afin 111515, estas operaciones dcben de satisfacer 10$ 8 axiomas de la '
delinicién de e‘spacio vectorial.
TEOREMA 1.1 Sea Vun espacio vectorial. Entonces Por ejemplo, con'sitlérese e1 conjunto dc reales positives
1)O-v=0 VvEV
2) (—1)v==-v VvEV = {xERlx>0}
3)A.-O=O VAER
4) —(—v)==v VvEV Este es, pues, 5610 um conjunto.
Denétense 21 105 elementos de este conjunto con las operaciones “usuales” de
5) (~7L)v=—(7tv)=9t(-v) VKERVVEV
suma y producto por escalates (51 u, v, E R*, u + v es la suma de 105 males u y v y
6) (—?t)(—v)=7tv VKER, VvEV si 7» E R y v E R“, Av es el producto del real 9» por el real v). Este hecho no garantiza
7)u+w=v+w =»u=\v, Vu,v,w€V ai'm que se tenga ahora 1m espacio vectorial, pucs si bien se tiene ya un conjunto
8) SilER,y7.¢O,_.=M Xv=>u= vVu,v€V_ y operaciones dc suma y producto por escalates dctmidas en é1,aun no se sabe si
'estas ope1ac'iones satisfacen 10$ 8 axiOmas de la definicion de espacio vectorial.
'~'9) Sikv=0nk= Oov= O.
De hecho, es facil ver que R‘ codestas oper'aciones- “ustiales’ no es un espacio
vectorial (e11 principio, la operacién de producto por escalates no es cerrada, en el
DEMOS TRACICN La justificacién de cada paso realizado en la demostracion se basa en :11 guno (0 sentido de que para cualqu‘ier 7» E R y v E R’ so tenga 91v 6 R”; tome pot ejemplo
a1 gunos) de los axiomas que definen un cspacio vectorial, o bien en alguno de los 3‘. E R, K < 0).
incisos previamente demostr‘ado: déjase a1 lector que “complete” 121 demostracion Sin embargo, véase que este mismo conjunto R‘,»dotado con otras operaeiones
indicando cuzil o cuziles hechos se estzin usando en cada signo de i gualdad de suma y producto por escalares, puede convertirse en 1111 espacio vectorial.
establecido. Definase:
182 ALGEBRA UNEAL ESPACtos VECTORIALES 183

'c) (x,_y,z)+(ic”,v,) (11x,_11y-'.,.’zz)

‘ _u, v E ,R‘, u +' v = 12112 (elp1oducto usualde u y v) CER'
0(l y.z)'= (CV cy,c'z)
7» E R, 'v ER“; M =' v’~ (eh-eal velevado 11a potencia 71) i 1d) (x,y.z)+(x',y' z’=) (111’ W) z+1’)
60‘, y. Z)= (50x, 5cy, 5cz) cER
(p01 ejemplo, si u = 3, v = 9, se tiene u + v = 3 + 9 = (3)(9) = 27, y si 9» = -2 y v
. Considere e1 conjunto M2x2 de todas las matrices cuadradas dc ordcn 2
= 4, Se t1ene Kv= (—2)(4)= (4) 2 = —1-.
sz = {[11c b] | a,b,c,’d€R]
d
En principio, obsérvese que para 11, v E R' 56 tiene u + v~= W E R' (el producto
de reales positives es 1111 real positivo) y si 71 E R y v E R‘ se tiene Av = v1 2‘ R* Defina en M; x 2 la suma y el producto p01 escalates como
(211 elevar 1111 real positive a cualquier potencia se obt1ene 1111 real pos1t1vo)
a b + 'a’ b’ = a+a' b+b’
A1 usar algunas propiedades eiementales de los numeros reales asi como d' c + c’ (I + tl’
c d c’
algunas leyes de los exponentes, es facil verificar que en este 0350 R' es 1111 espacio
vectorial (el cero dc este espacio es 1 E R‘ y, para un vector v 6 R3511 inverso
a b _ ka kb ,
k[c d]'[kc m],k€l{
aditivo (—v) (as-1‘; E R’).

Demuestre quc cl conjunto M2 x 2 con estas operaciones es un cspacio vectorial.

En el mismo conjunto M2 x 2 del cjercicio anterior dclina ~1a suma como

E'JERCICIOS (SECGIoN 1, GAPiTULO 3) a

c
b
d
+ a’
c'
b’
(1’
= aa’+bc’
ca’ +dc’
ab’+db'
cb’ +dd’

l. Considcre e1 conjunto _ a) Dcmuestre gm: esta Sttma mes asocial1va.-

_ Ri'l(x.y)lx.y€R} b) Dcmuestrc qu'e cxiste un clemento neutrofi para esta suma, esto es, una matriz C _
' do orden 2 tal que A + C= A- para mm A en M2x2. ‘
Defina las ope1aciones de suma y product'o pot ESCalares en este conjunto eomo
c) LExiste 1111 inverso aditivo para toda matrix dc estc conjunto?
(m) + (1121’) = (x+x'.y+y')‘ (l) Dcmuestrc que cl conjunto M2x1 con csta oporacion (le suma y cl 111ismoproclucto
C(x, y) = (cx, cy) c 6R por escalates del cjercicio anterior no es un espaeio vec‘torial.
. Considerc cl conjunto Z cuyo tinico clemento cs “zapalo” (Z cs 1111 conjunto constituido
Dcmuestrc que el conjumo R2 con estas operacioncs es un espacio vectorial.
por mi zapato)
. En el mismo conjunto‘ R2 (161 cjercicio anterior, delina las operaciones dc suma‘ y
producto por escalates como Z = {zapato}

(X: J?) + (X'J') = (X ' x'sy ' Y) En Z (lcfina las operacioncs dc suma y producto por escalares como
c(x. y) = (we, cy) ceR
zapato + zapalo = zapato
LES R2 con estas opcraciones un cspacio vectorial?
k(zapato) = zapato, k E R
. Consid'ere el conjunto

= {(36.1% z)|x,y,,z E R}.. Demucstre que el conjttnto Z con cslas operacioncs (16 31111121 .y. producto p01 cscalares
es un cspacio vectoriaL
~. En e’l se definen las operacmnes do suma y 11191111910 [19; escalates como se indica e11 ; En el ejercicio anterior sc ha mostrado un (21131111110 (le 1m cspacio vectorial con U11 solo -
cada 11110 de los s1gmentes ineisos. Determine e11 cada caso si cl conjumo R3 con 1alcs ' elemento. bExisien cspacios vectot iales con solo dos eletncntos?, Leon trcs?, Leon un
operac1ones CS UH espamo vectonal.
mimero finito dc elementos?
. Sean v1, v2, . . . , v,. n vcctoresdel espacio vectorial Vy cl, C2, . . . , c,. n escalares
11) (x. y. z) + (2121', 2’) = (x + x31 + y', z + z’) cualesquiera. En base a la definicién 1.1, cstablezca un scntitlo preciso para el vector
609 y. 2) 3 (ex, cy, cz) c E R
w E Vdado por
b) (x. y, z) + (x’; y’. Z') = (x + x’. y + 130) w= c.v, + c2v2+ .+ c.v,.
C(x, y, z) = (cx, cy, 0) c E R
184 ALGEBRA LINEAL 5513115103 VECTORIALES 185

' 2. .-EJEMPLOS-DE EspAelos VECT’ORIALES.
Considérese e1 conjunto { v} formado por un solo clemento v. En este conjunto
definanse las operaciones de suma y producto por escalares de la siguiente manera:
' Verifiquese quc R" con estas operaciones cs etumamente 1111 espacio vect1>1ial
Seanx= (x1, x2, .' ., r,‘.),' y= 0., y2, . .: . , y,,),z =(z1, Z2, . . . , 2,.) has \Icctorcs
cualesquicra de R" y 71, 11 dos escalates. Se tiene
1) La suma es conmutativa

v+v=v
x+y=(x1+y1,x2+y2,...,x,.+yn)
71v=v, 716R (propiedad de commutatividad de
=(y.+x1,y2+xz,...,_v,.+x,.
la suma dc ndmcros‘realcs)
Es fécil vcr que el conjunto {v} con estas operaciones forma 1m cspacio vector-ial. =y+x

En particular, por el axioma (3) de la definicion de espaeio vectorial, e1

elemento v dcbe ser e1 cero del espacio. Se escri-birzi entonces este espacio como 2) La suma es asociativa
{0] con sus operaciones O + 0 = O, )10 == 0,- 71 E R. Este es un cspacio vectorial
poco interesante. Se llamaré espacio vectorial trivial. Laimportancia de este x+ 0+z) _’='(x1,x2, . 2 ~ ,x,.) + (1’1”123’2 +12: . - ~ ’3’" +1")
espacio es de carzicter teorico. .
El objetivo de esta seccion es presentar algunos otros esPacios vectoriales (mats
>
= 1x. +12. + 2.), x2 + 12. + 2.), . . . ,x. + on x») asociativa
(proviedaddc
= +
interesantes que el trivial) con los que se trabajaré en el resto del libro. ((361 M) + 21, (x2 + 3’2) + Z21 . - - 1 0‘"
. + 3”)I + Zf') la suma dc
‘ (x1 + bz + yz, , ,. .. , xn.+-y,,) + (1,, 22, . . . , Z1.) numeros rcales)
=‘ (36+)?) +2.
2.1. EL ES-PACIO R”

Este es el ejemplo mzis im-portante de espacio vectorial, pues en cierto sentido 3) Existe e1 cero en R". Escribase O E R" como O= (0,0. .0).
que- se pre‘eisara despue's (en la seccién 6.2), muchos de losespacios vectoriales " Entonces- '
' con ['05 que se trabajara, s‘on‘ equwalmtes 21 este cspacio. .
El conjunto de vectOres en este espacio es el conjunto de 114111115 ordehadas de
111111112105 r‘ealesxl, x2, . . . ,x,‘.,es decir x + 0 = (x1 + 02 x2 + 02 - - - ,x” + 0) (propiedad neutra para la suma
=(x1, x2, . . . ,x") = x del care en los n1'1meros rcalcs)
= {(x1,x2,...,x,.)|x;€R, i =1,...,n}*
4) Parax E I ", existe (—x) E R" 131 quex + (—x) = 0.
A! vector (xl', x2, . . . , x,.) E R" se le denotaré simplemente como x. Es decir, se
Escribase
cscribiréx = (x1, x2, . . . , x,,). A 105 n1'1meros x1, x2, . . . , x,. se les llama coordenadas
(o componentes) del vector x. Similarmente se escribiré y = 01,, y:, . . . , y,.), z =
(21, Zz, . . . , 2,.) etc., para denotar a los vectores de este espacio. -x = (-x., —x2, . .1. , —x,.) E R"
En R" 51: define la suma de los vectores x = (x1, x2, . . . , x,.) y y = (11., 1);, . . . ,
y") coordenada a coordenada, es decirx + y es el vector R" cuyas coordenadas son ' For 10 tanto -
[as correspondientes sumas dc coordena‘das de x y y. 0 sea,
x+(-x)=(x1—x1,x2-x2,...,x,.—x,.)=(0,0,...,0)=O

x+y= (x1+y1,x2+y2,_~-,xn+yn)

‘Similarmefite, e1 p10d1'1cto del vectorx= (x1, x2, . .,. , x,.) E l " por el cscalar X E' '
5) ' Mx+y)=?~(x1+yn,x2+12,...,xu+yn) ,
R se define coordenada a coordenada, 0 sea, 3 = (M961 + yl), M352 + 312), . . ,Mx. + 11.)) (propiedad
= distributiva de 105
(1.761 + 713’1: “2 + 7"”, ‘ ' ' ’ M" + Ay")
1x=(1x1,>.x2,...,7.1.)" nfimcros reales)
= (”1.9052, 1 - ~ 2 71:6,.) + 0‘)”. 7‘1”: ' ' ‘ 9 Ky")

*En este conjunto 51: define 1:1 igunldad entrc sus elementos como:
= 91.1: + 91y.

(x,,x1,...,xn)-=(x’.,x'z,...,x;‘)si,ysélosixi'=x}, i=1,...,n.
 ESPACiOS VECTORIALES 1 87
186 ALGEBRA UNEAL

, . A partir de ahora no Se.hara Liistincion aiguna cniic‘ pimios cici pinno” y‘‘scgmcn-
6) (W W) x: ((7.1 + 103511 (7» +10% - 1 (7L + PM) _
" tos- dii‘igidos con inicio 6'11 ‘6] origen y' final e11 ei punto cn' cucsiion’.
' =(Nc1+ 11.1., M: + 11x;, . . . , 71.13. + 11x,,‘)‘ fl " I ' (Propiedad Obsérvese que ei vector 0610 do Rz es identificado con cl oiigen dei piano xy.
_ distributiva tic ios
— (in, 71.762, . . . , 93.11,.) + (11.311, 11.112, . . . , 11.1,.) ntimcros reaics) En este espaci'o vectoriai se puedc enionces ver a 105 vectorcs (a 103 eicmcntos
= LN 11):. dci espacio' vectorial) como “vectores” (segmentos Liirigidos) en ci piano xy. Es
dccir, bajo esta perspectiva, todos los vectores dei espacio vcciorizii Rz son seg-
atos dirigidos en ei piano xy bSLiil verdad ia aiirmaLién reciproca? E‘s dccii- £31111
7) (71 11)! = (01111114110112, - ~ - 1 (MOW
scgmento dirigido cn cl piano xv cs 1111 VLcior dc R? For ejcmpio, so podi'111 pic-
= (Mina M11412), ' ' ' ’ MW”) (propicdad asociativa Liei
guniar si (:1 segmento dirigido PQ que so muesua en la figura es un vector dc R2.
= Mpxl, 11x2, . . . , 11.1,.) producto de niiineros reaics)

= Mix)

8) 1 ‘x = (1 -x1,i ~x2, ‘ ‘ ' ’ 1 1x") (propicdad neutra para cl producio

= (x;, 142, . . . , x") = x dei uno en ios mimeros rcaies)

Esto demuestr'a entonces que R" es un espacio vectorial.

cido a in importancia del caréctcr geoinétrico de este cspacio en io's casos
n = 2 y n = 3, se harzi una discusién particular para cada uno de estos dos casos.

L. E! espaoio R2: ' Rocuérdese qua se dijo" quL ios vectOrcs ('x, y) de R2 podrian ser identificados
. geometncamcntc cOn segme'm'o‘s dirigidos q‘ue parten ciei origLny iic'gan ai punt'o'
El 'co'nj'unto R2 65 61110110635 éi‘conjunio' dc pa'fcja's ordonadas Lie mimc'ros wales _7 (x, y). Por 10 1131110, e'n prihcipio,cisegme11fo ding1do PQ'no SLria un vectoi (16 W.
(x1, x2). Se escribirzin en este caso ias parejas como (x, y). Enionces Sin embargo, esto no es asi. Véase Lomo proceder para identiiicar a PQ con
un vector de R2.
W = {(x,»y) |x, y E R}
Sean P= (1)., p2), Q=(q1, qz), R= (r1, r2), S= (5,, s2) puntos dei piano xy. Con-
sidérense los segmentos dirigidos PQ y RS Se dira’ que estos segmentos diiigidos
Las operacioncs en R2 dc sum‘a y producto por- escalates definidas p01-
son eq14ivalentes si
(x,, YA) + (x2, )’2) = (361+ x;, Y! +312) “‘11- P1, (12‘P1)=(Sl"r" 53-22.
Mx, y) = (71.1, 71y), 73 E R
geométi icamente, cl hecho dc quc PQ sea equivalents, a RS 51gmiica (1310 por medio
hacen dc Ré un espacio vectoriai. dc un movimionto rigido (sin alterar ei lamafio dc PQ) y pamlcio a 123 dircccion do
A cada vector (x, y) E R2 so 16 puede identificar con un punto dci piano xy.
. PQ, se puede hacer que este segmento coincida c011 RS.
Atin més, para dar un scntido més geoméirico a los elementos de este espacio
vectorial, identifiquese a1 vector (x, y) E R2 con 61 segmcnto dirigido que licne su
.112
punto iniciai en el origcn y su pimto final en ei punto (x, v) como se muestm en la
fig11123. .
'F’2 . .
82 1 S
|
1
'2 ---r-----—--1'-----. i
BI I
| I

(X: Y) l
.l
I
I. 1 > X

| p1 £71 ’1 Si
188 ALGEBRA LINEAL 'ESPACIOS VECTORIALES 1 89

Es fécil vet que esta relacic’m enne segmcotos dirigidos del plano es 1111a relacion Obsc'rvcse que los t1ié1‘1gulos OPQ y- RMT 5011 congruuites EntoncLs I 0Q |=
" dc equivalencia (es reflexiva, es si’me’t'rica y' es transitiva). For 10 1111110, sc puedc lRT| = |SN|,po'1 loque
identificar (como siendo los mismosLscgmentos din g1dos que scan equivalentes.
En particular, el segmento dirigido PQ cs equivalente al vector (q, — pl, 42 — 1);) lONl=IOSl+IOQI
(es decir, al segmento dirigido cuyo punto inicial es cl origcn y cuyo punto final 0 sea i
es el punto (q, — p1, q; — 172)).
a = X] + X2

U11 argumento similar conduce a

b = y1 + 1'2
lo que prueba la afirmacion.
Considérese ahora la multiplicaci6n p01 escalates. Sea v-= (X, y) 1111 vecto1 dc
R2. Sc ha definido la multiplicacion de v por ellescalar 71 E R corno siendo (:1 vector
9» v 6 R2 de coordcnadas (M, 1}»). El etto gcométrico dc Lsta operacion consisle
I q: - p1 '41 ~ P1
en, sin salir de la linca dc accion del vector v:
Se tiene entonces asi 1111a idehtificacién completa entre vectores dcl espacio
vectorial R2 y segmentos dirigidos del plano xy (a partir de este 1110111121110, tamb1c11 1) reducir s11 12111121110 L11 1111 factor k conservando s11 sentido (0 < 71 < l);
so 11521121 121 palabra vector para dcnotar los segmentos dingtdo’s dLl plano xy) 2) aumentar su tamano en 1111 factor X conservaodo s11 sentido (71. > 1);
El cspacm R2 es entonces 1111 esPacio “(1111: so puede vet” (geométricamente). 3) ca111biar S11 sentido (9» < 0). '
Véase ahora el caracter geometrico do 1113 Operacioncs del inidas en este espacio '
vectorial.
Sean v1= (x1, y) y v3= (x2, y2) dos vectores dc R2 Sc defir’iio la 51111111 do éstos
como cl vector v1 + V; dc R2 de coordenadas (.11 + y,, .1; + y;) Sc afirma que ésta
no es mas quc la deimicién (abstracta) de la vieja cohocida “Legla del paralelogt a-
mo" que sc usaba para sumar vectores en el plano.
En efecto, considérese la figura

(o<1<1) 1v 0 (21 < 0)

E11 et‘ecto, véasc el caso particular-9» > 0. Sean (a, b) las coordenadas del vector
7w. El vector 7w so obtiene geométricamcnte colocando sobre v (con su mismo
sentido) el vector cuyo tamafio sea 71 veces cl tamafio de v. En la figura, localicesc
cl punto Q sobre la di1eccioti do 075 devmo‘do que | 6Q! é M 5R [

Sea11 (a, b) las-coordenadas Liel vector suina (le v1 = 07’ y v2 = 5R obtenido

o: -—--.--——
geométricamcnte con la ley del paralelogramo (es dccir, si se complcta cl parale-
logramo con v1 y 1); como lados, el vector suma v1 + v; se obtiene unicndo cl origen
' con el vérticc opuesto del paralelogramo construido). '
De la figura es 012110 que

x
V
151171=|5§1+1W1
 ESPACtOS VECTORIALES 1 91
190 ALGEBRA LINEAL

..-Los.trizingulos_OPR y COS son semcjante’s, dc modoqoc

0 sea kX

0|
r

La propicdad asociativa de la suma dc vectores an R2 también puede verse

geomc’tricamente. Esta se ilustra en la siguiente figura
esto es

lo quc prueba que cl vector Xv obteniclo con la construccion geométrica anterior

n
es el vector pro‘ducto‘ dc v por el cscalat‘fi, scgt'm la dcfinicién dcesta operacro
an R2.
En particular, obsér‘v‘csc que se‘ tienc' la sigu‘ien‘tc relacion geométrica entrc cl
vector v y su inverso aditivo (—v)
IL. El espacio R3

El cspacio R3 estéconstituido por temas ordenadas dc mimeros reales,.d1’gasc (x,

,- . 7 ‘-
Y;Z>°0nx,vy,z GR-Osea-
R3= {(X.y,z)1x,y. z E R]
Las operaciones de espacio vectorial sc ven en este caso como

- v2
Dados los vectotes v1 = (x1, yr), v2 = (x2, y;) an R2, sc puedc definir la resta v. (X1, yr, Zr) + (12, yz, 22') = (161"f X2, )’1 + 3’2, 21 + 72)
si v1 = (7, 4) y v2 = (3, 1), so ticne v1 - v2 F4 (7 — 3,
como v1 + (—v;). For ejemplo, Mx, y; z.) = (XX. Ky, M), X E R
4 - l) = (4, 3).
Geométricamentc, e1 vector rcsta v1 — v2 se obtiene sumando (segt’m como
fue Cada vector'(x, y, 2) de estc cspacio so pucclc identificar con el vector (geométrico)
la resta) cl vector v1 con el inverso aditivo dc v2 segl'm la regla del en cl espacio tridimensional xyz cuyo punto inicial es cl origen y cuyo punto final
definida
es el punto de coordcnadas (x, y, z).
paralelogramo como se muestra en la figura

i-

Todas las propiedades geornétricas discutidas para el espacio vectorial R2 36 tiencn

Obsérvese quc un vector cquivalente al vector v, — v2 obtcnido en la figura anterior también en este espacio: la suma dc vectore's on R3 sc hacc dc acucrdo a la rcgla
es aquél cuyo pu‘nto inicial es‘tz’r en el pu‘nto final dc v2 y cuyo punto lmal esta en dcl paralclogramo (en el plano en el que sc c‘n‘cuentran los vcctores sumandos), la
el punto final dc vl multiplicacién pot escalates tione cl efecto geométrico dc alterar cl tamafio dcl
 192 ALGEBHA UNEAL
ESPACIOS VECTORIALES 193

vector dejandolo con mismo sentido (71 > O) o invirtiendo e1 sentido 01 < 0), etc
- Se d-eja como ejercicio a1 lector que reproduzca la discusion geométrica que se -
hizo en el caso de RZ,(‘01‘1 e1 espacio vectorial R3.
En el caso general del espacio R", so podrIa también metablecer 1111a geometria
para los vectores que lo constituyen: 1111 vector (x1, x2, . . . , 17..) 116 R" se puede
identificar con el vector (geométrico) cuyo punto inicial esta en el origcn (cl ccro
del espacio R") y cuyo puntor final esta en el punto (x1, x2, . . . , x.) del espacio
n-dimcnsional.
El problema que surge con este sentido geométrico dc R", es que no se puede
ver (solo “imaginar”) a los vectores para 11 2 4.
Se 'pucde verificar ficilInentL- quc P Lon" estas' oeacioa es un espaLio‘
V vectorial: cl cero de este espaLio es cl polinomio que lia todos sus Loeficicnt .
igualcs a acre, :11 quc sc denota simplcmcntL per 0; L510 cs 0= 0 + 01' +. .+ 01‘".
Dado el polinomiop= a0 + (1.x + . . . + 11,1" E P,., su inverso aditivo L5 6 11301111011110
—p = -ao - 0.x — . . . - an" 6 PM etc.
2.3 EL ESPACIO Mm).
Sca M... .1 .. cl conjunto dc todas las matrices dc ordcn m X 11. ES dccir

MmXu={A = (“UM-l... m I ”HE R) i-=l:--'1m’j= l>'--9”]

i=1. ..,n
N OTA Se ha visto que R" es un ‘espac'io vectorial real Se considero 1a geometria
de los casos particulates n = 2 y n = 3 El caso particular 11 = 1 no fue
E11 (:1 capitulo I 56 ha dcfinido la suma dc elcmcnlos dc M... x ,. asi como la mul-
considerado, puss, bajo la perspectiva dc espacios vectorialcs, resulta poco
tiplicacién de un clcmcnto M... x .. por cl es‘calar 71 E R (seccién 3.1 dcl capitulo 1).
interesante cl hecho de‘ que R es 1111 espacio vectorial sobre R, con las operacioa
El tcotema 3.1 dcl capitulo 1 atirma quc cl conjunto M... x In con estas opera-
operaciones usualcs de suma y produclo' por reales En rcalidad, es 1111 hecho ciones, es un espacio VectOria‘l.
general que un campo K es un espacio vectorial sobre K La razo’n por la cual
no se hace hincapié en el caso particular n= 1 es, pucs, quc si biLn R es un
2.4. EL ESPACIO F(I)
espacio vectorial sobre R, éste Ls mucho mas que eso: es un campo (cosa quc
no ocurre con R", n 2 2).
Sea F(I) cl conjunto dL todas las func-iones realcs dclinidas Ln cl subLonjunto
[do 121 recta real. Es .de'cir - '
-2.2..- i-ELE'SPZVACIO P,.
F(I) = 1fi1-+'R1*
Sea P,. cl conjunto dc todos los polinomios con coeficicntcs rcalcs dc grado manor
Sean f y g dos funciones dc F(I). Dcfinase la suma dc f y g como la funcion f
0 igual que :1. Es decir + g: I —+ R 1a] quc
P,. = {ao+a.x+ . . .+a..x" | (10,111, . . . ,a,. E R]*
0“r gXx) =flx) + 30) ,
En este conjunto, sc define la suma dc polinomios “coeficiente a cocficienle", 0 (cl valor do 111 l'11nci1'111f+ g on cl punlo .1' E 1, es la 51111111 do 105 valorcs do 1115
sea, Sip. = (10+ (1.x + . . . + a.,x" ‘y p; = bo+ [7.x + . . . + bx" son dos polinomios do l’uncioncsfy 3 en csc pun-10).
P", 311 suma es el polinomio p. + p; definido por Sif E F(.1) y 2. E R, dcfinasc cl producto dcfpor cl cscalar 9» como la funcién
AJ‘EI”r Rialquc
pI+P2=iao+b0)+(€li+b1)x+...+(a,.+bu)x"

Obsérvcse que p. + p; E P,..

(mm = W)
Para cl po_1inomio p= ao + 61.x +. .+ a..x“ E P,. y el cscalar )1 E R, 51: dcl'mc' (cl valor dc la funcion 1» f on cl punto r' E 1, cs cl producto- dL 2. por Ll valor (c1
.el producto do [2 por 71, come siendo el polinomio. 'n1'1eo m211) dLf L11 x)
Sc verilicam QUL Ll c6njunto F(I) Lon cstas OperaLioa dL suma y produclo
71p=lao+1a1x+...+xa.,x" ' por LscalarLs es un cspacio vcclorial. Scanfi g. h E F(I) y )1. 11 E R.

Nucvamcnte obsérvese quc 71p E P,.. 1) La suma cs conmumriva.

*Ln igualdad en we conjunto 56 define como: p. = (10 + a.x + . . . + aux" cs igual a p; = 120 + b.x
*La igualdad cnlrc clcmcnlos dc cslc conjunlo so dclinc como: f, g E F(I), f = g 51, y 5610
+. ..+b,,x",si,ysolosiao= 170,11.=b,, ..,a,,=b,,.
siflx) = g(x) Vx E I.
194 ALGEBRA LINEAL
ESPActos VECTORIALES 195
' Sea.1: e I. Entonees
'_ ‘oseae+-.1ofij=5xf¥pf’77f * .
(“906) ”105) +806)= 806) 4400‘ (g+j)(x)
7) Six e I, come) = (X111f<x>= Muflx»
como (f+ g)(x) = (g +f)(x) V x E I, concluimos quef+ g = g +f(es decir, la = 7~((Hf)(X)) = (MP/DOC)
funciénf+ g es igual a la funeic’m g +f).
en donde (7t 11') f = Mpf),
2) La suma es asociativa.
8) Parax 61, (1 -f)(x) = 1- jflx) =f(x), es decir‘, 1 -f=f
Sea x E I. Entonces
Esto demuestra, entonces que F(1) es un espacio vectoriai.
(f+ (g + (0)06) “fm + (g + Iz)(x) =flx) + (SOC) + h(x)) Los ejemplos de espacios vectoriales aqui dados’ muestran solamente a1 gunos
= (fix) + 806)) + (106) ‘ (f+ 900 + (10¢) de los muchos espacios con 105 que se trabaj aré en el resto del libro. Estos nuevos
‘-‘ ((f + g) + 11106) espacios podrén obtenerse de 105 ejemplos aqui estudiados considerando “por-
ciones" de ellos. En la siguiente seeeion vse estudiaré cémo han de ser estas
Nuevamente, como x E I fue arbitrario, so concluye que “porciones” para que ellas mismas scan también espacios vectoriales._

f+tg+h)=(f+g)+h
3) Considérese 1a funeiénO: I —+‘ R,- definida por 0(x)==0 V x E I.
VObs'érvese que para x E I EJERCICIOS (SECCION 2, CAPiTULO 3)
(f+ 01(11—flx) + 0(x) = flX) + 0= 1126) 1. Escriba explicitamente
a) E1 vector com (18 R4.
Es (16011",f + 0 = f La 1111101611 0 es el cero de este espacio veetorial.
b) E1 inverse aditivo (1e1 vector (1, —2, 0, 3, 8) on R5.
C) E1 vector (1, 3, 2) '1 ((1, 4, 3) + (2, —1, —3)) en R3.
4) Dadaf E F(I), defina 1a funcién (—f): I ——» R como (—j)(x) = —f(x). Entonees,
d) E1 vector cero (1e R7.
parax E I
e) E1 vector 5(8, -1, 3, 2) on R“.
t) El inverse aditivo del vector (1, 1, 1,3, 8, ~l, 7) on R7 multiplicado por el escalar
(f+ (-f))(x) =flx) + (-f)(x) =f(x) -f(x) = 0 4.

0 sea, f + (-f) = 0, y entonces (~f) es el inverso aditivo def. g) El vector (1, 3, 8, —1, 4) + (4, 2, —1, 7, 0) 611 R5 multiplicado por el cscalar ~3.
h) -E1 inverse aditivo del vector2(1 —l, 8, 5, 10, 4, 0, 1) en R3.
i) El vector (1, 1, 3, 27, 45) de R5 multiplicado por el escalar 0.
5) Para x E I so ticne
1') El Inverso aditivo del vector (1, 1, 1, 1, 1, 1) dc R5 multiphcado por el escalar— 1.
(W+ 8))_('x)= 710"“ gXx)3= 1000+ g(x))= lfix) -+ 71806) k) La propiedad conmutaliva de In sum de vectores en R4;

= (11306) + (9kg)(x)= (W) + (713))00 11' . E1 vector 2(1,1,—1,3)+ 4(8, 1, 7, _—1)‘de R4. ,
m) E1 vector (5,7, 9, 10, 45, 86, —70) do R7 muitipiicado pOf e1 esca1ar 1.
Es decir Mf + g) = 71f + Kg. n) E1 vector 5(1, 3, ~1, 4, 8) de R5 multiplicado por el escalar 2.
0) E1 vector de R5 multiplicado por el escalar-S da per resultado e1 vector (7, l, —1,
6) fixEI 0, 4).
2. D'emuestre que la relacién entre‘ segmentos dirigido‘s en el plane :13) establecida en la
pégina 187 es una relacién de equivalencia.
(0» + 1111706) = 0» + 10106) = Mix) + Hflx) = WXX) + (M0) = (W) + (111))(16)
3. Considere los segmcntos dirigidos en (:1 plane xy mostrados en la siguiente figura:
196 ALGEBRA UNEAL ESPACIOS VECTOREALES 197

Desctiba geométricamcme Ias_Siguienles metas en 61 plano: . '

x=2+t x=t
a) {y=—1+t tER d) {y=t IER

b) x=3t
y=—2—t
teR 6) x=4t 15R
3"“

xaa3+5 x=3t+1
C) {yn3-s SER D [y=3t+1 tER

A continuacion sc dan el punlo inicial (P1) y 01 punto final (PF) dc varios scgmentos
dirigidos en el plano xy Diga en cada caso si el segmcnlo dirigido cs cquivaicntc a Considere las rectas L1 y L2 dadas p01
v1, 11 v2, 3 v; o a ning'uno de cllos.
‘ x=xo+at
L1. [=yo+bt tER L2.. x=x6+a’t’
[y=y5+b't’ t'ER
a) PI-(l,6) 1>1==(3,s) e) Phi—10,4) PF=(—8,6)
b) p1=(2,1) PF=(3,4) f) P1’='(3,9) p1==(5, 10)
c) P1"= (12, —4) PF=(10,—1) g) PI=(§, 10) PF=(4,13) a) Compruebevque L, y L2 36 cortan en un solo punto si, y 5610 Si a'b — ab’ at 0.
d) PI=(4,-2) PF=(7,—1) 11) p1-=(1,3) PF-(0,4) b) Dcmuestre que si a'b — ab’ 1* 0, el punto en donde L1 y L; so cortan es

. Demuestrc geomc'tricamentc (con la rcgla (lei paralclogramo) quc 1a suma dc] vector
(a, 0) con el vector (0, b), on donde a y 1: son‘ numeros positives, es cl vector (a, b) x.x-xo+la M
,6 — 1), .- bfcxa — xv)
ajb~ab'.

Dado el vector v = (’1;‘2) e11 él;p1ano.xy, Raga 11na gréfica mostrando cl vector -
= a'g'xa— 2) - was xo)‘
y °+ b a’b - ab'
a) 2" c) —v e) ~3v
b) 1.5V (1) -2v 0 3V Dado elvcctor no nulo v = (a, b, c) 611‘ R3 y cl.ve<:t01 v0 = (x0, yo, Zn), demuestre quc la
recta que pasa por v0 y es paralela a la rccta en la que sc encuentra e1 vector v puede
. Dado e1 vector no nulo v = (a, b) y-el vector'vo = (x0, yo), dcml‘lcstrc quc la recta que ser deScrila como
p_asa. pot vo y es paralela a la' room en la que sc-en‘cuentra v p‘ucde scr dcscrita de la
s1guiente manera L = {(X, y, Z) I (x; y: 2) 3 (X0, you 10) + [(61, b! C) re R)

L = {(x. y) I (x. y) = (Xo; yo) + ((11.12), t 6 R]' Es dccir, que la ecuacién de L, puede escribirse como

de donde se puedc deducir que la ecuacion dc L puedc escribirsc como x=xo+at

y=yo+bt tER
x=xo+at
Z: zo+ct
{y=)’o+bt 16R

. A1 usar ugunlentos geométricos,comp1uebe que la ecuacié11 do la rect_a R3 Ique pasa

por los pun'tos (x0, yo, 10) y (x;, 3/1, 2;) se puede cScribip come-

x=xo+t(x1‘xO)
.(Xo. yo)
y=}’o+t()’1')’0) teR
(8. b) z=zo+t(zl~zn)

oi
10. Escriba explicitamente
198 ALGEBRA LINEAL ESPACIOS VECTORIALES 199 -

a)_. El vector cero de P3, 3 Las operaciortes entre lbs elementos de Wson las que estaban delmidas en R2, es
' b) 131'1nverso-aditivo del vector 1 + x + x1 de P2. decir
c) La suma del vector x5 y el vector 2x5 + x + 3 en P5.
' (1) El producto del vector x3 + 8x2 + 3x + 1 por el cscalar ~3. (x1, M) + (xzdz) 2(151 + .12, M + Y2)
e) E1 vector (—4 + 8x + x2) + (—1 — 10x — 2x2) 1311 Pg por el escalar —1. Mx4y1=onxyx 7k 6 R
1') El inverse aditivo del vector 3(2 ~ x) — 10(4 + x) cm P1.
Uno se pregunta si Wes u'n espacio vectorial.
1 1. Escriba explicitamente De hecho, existen muchas razones por las que la respuesta a esta gregunta es
a) El vector cero de M; x 4. NO. En principio, la operacion de producto por escalates no es cerrada, pues si se
b) El vector cero de M3 x 5 toma e1 e'scalar A < 0, e1 vector 71(x, y) = (M, Ky) no pertenece a W, pues siendo y
> 0, se tendria Qty < 0. Consec‘uen'cia de este hecho es que dado L111 vector (x, y) on
0) El'Inverso aditivo del vector [ :11] en M2 x 2
W, éste no tiene (cm W) inverse aditivo. Geométricamente csto se ve come

/"55/'///// ////////
d) El vector 2 [5i 5] + 4f” ] en M213

1:) El 1nverso ditivo del vector [1

[3] + 8[2- 1] en M1 x2 multiplicado por cl escalar
-1. ' /
1 -2
1) El vector de M3 xz‘ que sum‘ado con el vector 3 3 8 (16 por resultado cl vector
5 ~4
M3 x2 cuyos elementos son todos nulos.
. "'12. 'a) Dibu'je la gréfica del vector cero del es'pacio vectorial F([a, 17]), en donde a‘ < b .EJEMPLO 2 Sin embargo; si Wes e1 sigfiiente subconjunto de R2...
' b) Dib'UJ'e la grat1ca del.’1nvers‘o aditivo‘ del vectorf(r) = 1 e11 F(R)
c) Dibujc 1a gréfica del 1nverso aditivo del vectorfix) = sen x en F(R). W= [(x y)|xy€R,y= 2r]
d) Demucstre que losfinicos valores dc c1, y 02 tales que el vector clex + czxe-V es igual [0 sea, Wes el conJ' unto de parej as o'rdenadas del tipo (x, 2,1), x E R], se puede vcr
a1 vector cero (en F(R)) son 0. = c; = 0.
que en este caso W si es un espacio vectorial con las operaciones usuales dc R3.
e) Pruebc que existen valores no nulos para a, c; y C3 tales que el vector c1(x + l) + E11 principio observe que si-u = (x1, y) y v = (x2, y2) son dos 'vectores dc W(o sea
C2(3x + 2) + c; (—x +' 4) cs igual al vector cerode F(R).
yr = 2x1 y y; = 2162) entonces u +=v =’ (x1 + x2,y1 + )5) 'tambié'n pertenece a Wpues y, + y;
= 2x1 + 2x; = 2(x1 + x2). Similarmente, 51 (x, y)‘ E W'y' 9» E" R, se tiene Mx, y) =
(70c, 9y) 6 Wpues 91y = M2x) = 201.15). La verific‘acion para Wde 105 8 axiomas de
la definiciénde espacio vectorial se deja como un sencillo ejercicio para el lector.
3. SUBESPACIOS Geométricamentc Westa representado por la recta y = 2x en el plano xy
Sea Vun espacio vectorial y considérese un subconjunto W de V (es decir, el 1! yt2x
conjun‘to Wes tal que todo elemento dc Wes elemento dc V). W hereda de manera
natural, las operaciones de espacio vectorial que estaban definidas en V Se tiene
asi, un coniurtto Wen donde existen operaciones (1e suma y producto pot cscalarcs.
' “LES Wun espacio vectorial? _
Veanse 1111 par de eJemplos.

EJEMPLO1 Sea Vel espacio‘ vectorial R2». Sea Wel subconjunto de R2 formado por todos
aquellos vectores (x, y) que tiene su segunda coordenada positiva (geometricw
mente Wcorresponde a1 semiplano superior del plano xy). Es decir,
W= {(x.y)lx.y€R,y>0}
DEFIN/CION 3. 1 Sea V 1111 cspacio vectorial y W 1111 subconjunto de V. Se dice que W es un
subespacio dc Vsi Wes pot 51' 111151110 1111 espocio vectorial con las operaciones do
some y producto por escalates que estaban definidas en V..
Asi pucs, e1 conjunto {(x, y) 1x, y E R, y > 0} no es un subespacio de R2,
mientras que el conjunto {(x, y) [x, y E R, y = 2x} 51’ lo es.
 ESPACIOS VECTOHIALES 201
200 ALGEBRA LINEAL
Se al‘irma que Wes un subcspacio dc R2. “ . -
I Obsérvcse quc ‘tod'o' cspacio vcgtorial ticné'él rncnos dos subespzi'cios, a saber,l En efecto; sean‘u = (xh‘y1) y v = (x2, y2) dos vector-a: do L. Se tendré que
cl subcspacio {0} y Vmismo. A éstos SC 105 llamaré subespacios triviales dc V.
vcrificar que u + v E L y quc Au E L para 7. E R. Observe quc u + v = (x. + x2,
En principio, para podcr saber si no subconjunto W(lei cspacio vectorial V, cs
subespacio dc éstc o no, hab‘ria que verificar (la certadura de las operaciones en .V1 + Y2) )’
W y) 10$ 8 axiomas quc dcfinen a un cspacio vectoriai en cl subconjunto W. a(x. + x,) + b0, + y;) = (ax. + by.) + (rm + by;)
Sin embargo, cl teorcma siguientc dice quc tal verificacién rcquicrc dc mucho r._.~_._.J ' \_,__.~___l
=0
=0
menos trabajo.
pues (x1, y.) E L pues (x2, y;) E L

TEOREMA 3.1 Sea Vun espacio vectorial y sea Wun subconjuntoho vacio do V. Entonccs =0
Wes un subcspacio dc V si, y 8610 si se cumplen las dos condiciones lo qua dice entonccs que u + v E L. Similarmemc M = (M1, Ly.) y
siguientes:
a)u,vEW=ou+vEW
(100“) + M793) = Maxi + bYI) = 10 = 0
b)vEW,7~ ER» kvEW lo que prueba qu'c M E L.
el
Geométricaménte e1 subespacio L es una recta en el plano xy que pasa por
origen
DEMOS TRA-CIéN La necesidad de las condiciones a) y b) as obvia, pues siendo Wun subespacio de
V, éstc os unespacio vector-i211 pot si mismo. En particular, deben cumplirse las 11: y L
condiciones a) y 1)). Se veté que estas condiciones también son suficicntes para ,o
garantizar que Wes subespac-io do V. Se tendré que verificar que Wes unespacio maul.
vectorial. Obsérvese-'que las condioiones a) y b) divccn quc las opcracioues do su-
ma y producto'por pscalares son éerradas eh W(est_o 65, so "time 9r : W x W ' ‘
.._> W, y . 2 R x W .4 W). . .

Algunos dc, los axiomas; de la definicion do espacio vectorial so cumplirén

autométicamentc on W por el simple hecho dc scr Wun subconjunto (16 V. For
cjemplo, cl axioma l, dice que para todo par de vectores u, v E Wdebe cumplirsc Obsérvcse que L es un subespacio no trivial dc R2 (L' 1* {0},
R1). El siguicnte
u + v = v + u. Pcro, u, v E Vy en. Vsc tiene la conmutatividad de la suma, por cios dc este tipo; cs dccir, todo
tcorema dice quc R2 no ticne mds subcspa
tanto, en Wse cumplotambiéncstc axioma. Con estcmismo argumento so pucde
subespacio no trivial de R2 es de‘l tipo do L descritoanteriormcme.
ver que los axiomas 2), 5,),- 6), 7) y 8) se verifican en W. Véasc que Wsatisfaoc
también c1 axioma 3): se sabe que existe el elemento O E Vy se quierc ver que
ésle pertenece dc hecho a W. Por 1a propicdad b), tomando 9. = 0 y v cualquier
TEOREMA 3.2 Sea Wun subespacio no trivial de R2. Entonces Wes de la forma
vector dc W, 56 ticnc 9. - v = 0 - v E W. Pero 0- v = O (teorcma 1.1 (1)), y entonces
0 E W. Por ultimo, se tiene también e1 axioma 4) pues si v E W, tomando 7. = —1
W= {(x,y) | ax+ by = O]
en la condicion b) so concluye (*1)v E W. Pcro (~1)v = —v (teorema 1.2 (2)), 0 sea,
—v E W.
Q.E.D. donde a y b son mimeros reales no ambos nulos.

Con la ayudfa dc este teotema seré, entonccs, uni-1 tarea muy simple verificér si un_
subdonjhnto de un espacio vectorial c’s 'subcspacio 'de él. _ ,
Véase un ejcmplo intercsanle: sc trata dc ver Como son .los subespacios dc R2.
EJEMPLO 3 Considcrc cl conjunto L (is R2 dado por
L={(x.y)€R’lax+by=0}
en donde a y b son dos nfimeros reales fijos no ambos ccro.
Séa'(xo, yfi) tin 'vcotorno hulo'dé W. Diéasé‘fintonoe‘s quc x0 at 0.
DEMOS TRACléN
‘ Considérese cl subconjunto dc R2 dado pot
L= {(.r,y)lvox—Xoy=0}
Se ha probado ya quc L es un subespacio de R2. S'e afirma que dc hecho L = W.
Primerameme véase quc L C W. Soa’ (x1, y) E L. Ent'onces yon — xoy, = 0, o
bien, Y1 = yoxl/XO. 868 7» = XIIXO E R I
202 ALGEBRA LINEAL ESPACIOS VECTORIALES 203

dbsérvese quo
.aqi_+by+cz=0‘

x1
(x1, y1) = —' (xo, yo) = We, 10)
x0

Pero (x0, yo) E Wy Wes un subespacio do R2. Entonccs (x,, y,) E W10 quo prueba
L C W. ‘
Reciprocamente, suponga por contradiccién quc W ¢ L X
Existiria entonces (x2, )‘2) E Wtal quc (x2, y;) at L. Es deoi
”if, (x2, y2) E Wy yon ' EJEMPLO 5 Se puede ver también quc cl subconjunto dc R3
— xoyz 9* 0 Sea (x, y) un vector cualquiera de R3. Cor1sidérese e1 sistema de dos
ecuaciones con dos Incognitas 7» y 11 siguiente
= {(71.13 1) |x=at,y= bt, z= 01,16 R}

yo?» + 3’l = y es un subespacio do R3. Geométricamente, S representa una recta quc pasa por el
x071. + x211 = x
origen (ver ejercicio 8 de la seccién 2).

El deter‘minarite de la matriz delsist’ema es yoxz — xoyz, cl cuai $6 68121 suponiendo 'x--at

distinto dc cero. Entonces, independientementc de los valores de x y y (términos
independientes) existe una unica solucion a1 sistema, 9» y 11 digase. Es decir,
existen 9» y 11 para todo x y todo y, tales que

' '1: X071"? X21;

'1

1' MK 35-1213:
ill,

Pero entonces

(x, Y) = (x071 + x211 )3071 + yzii) = 510(0) yo) + 130% 3’2)
Tanto (x0, yo) como (x2, y2)'son vectores (16 W. Siondo éste un subcspacio dc R3,
combinando las condiciones a) y b) del tcorema 3.1, vemos quc (x, y) E W. Pcro
(x, y) era un vector arbitrario dc R2. Por lo tanto, W = R3, 10 quc contradice la
hipéiesis do quc Wes un subespacio no trivial do R3.
Entonces W = L. Tomesc a = yo, b = —x0 y obtcnga asi la conclusion dcl tcorema.
Se veré después (en la seccién 5) quc los linic'os s‘ubespacios no trivialcs dc R3 son
de la forma de U 0 de S en los ejemplos anteriores.
Considérese ahora el esp‘acio vecto'ria‘l F(I) introducido en la seccion anterior.
Este-cspa‘cio‘ tiene muchos sube‘spa'c'io‘s' ‘importames 'e‘n mat'emz'tticas. Véase uno
dc cliOs.
Sea C(I) el subconjunto dc F(I) formado por las funcioncs rcales continuas
definidas en 1, es decir,

C([) = {f6 F(1) |fcs continua}

Q.E.D.
Contimicse vienclo algunos olros_ ejomplos dc subcspncios.
EJEMPLO 4- gonsidérQSe'él sfi'bcqnjuntq U.de;;R3..daid9.pot. I
= {(x,y,z)lax+by + cz=0}
en donde a, b y c son tres mimeros rcalcs fijos no todos iguales a cc1o. Sc verifica
facilmcnte c U satisfacc las condicio'ncs a) y b) del teorema 3.1. Este es pucs
un subcspacio (no trivial) dc R3. Obsérvcse quc geométricamcntc U rcprescnta un
plano en el cspacio tridimensional que pasa por el or1gcn
Se afirma quc C(l) es un subcspacio de F(l)
La demostracién de este hecho sc basa en dos resultados que son estudiados
en- 105 0111303 d‘e calc—hlo, a saber: 1) 1a suma de flinciones continUas es una funciOn
continua y 2) si ‘se multiplica una funcién Continua por el e‘sca‘lar 11, 'se obtiene una'
funcic’m Continua. 1) y 2) son pre‘cisamente las'condici'ones a) y b) del tcorcma 3.1,
quc garantizan quc C(I) es un subespacio dc F(1). Se llamaré a C(I) cl espacio de
funciones continuas.
Algunos otros subcspacios de F(I) son considerados en los ejercicios al final
de esta' seccié'n.
Por Lillimo, véase el siguiente cjcmplo:
204 ALGEBRA LINEAL ESPAClOS VECTORIALES 205

-~
\
{(-x,,x2,x,)1r,_= 21x2=31x_3-= 2,5176 R1"

..-
EJEMPLO 6 Un ejemplo unportante -
(El 'espacio dc solUciones de un.sistcma hotuogéneo dc ecuaciones linealcs )
Considerc cl sistema homogéneo de m ecuacioncs lineales con r1 incognitas el cual es, como se habia visto, un subcspacio dc R3 (una rccta quc pasa por cl
AX = 0 (A es cntonces una matriz m X n). origen).
Identifiquc a la matriz X (dc orden n X 1) con cl vector dc R"cuyas coordenadas Pot ultimo, considere cl sistcma no homogéneo
son los clementos dc esta matriz (en el mismo ordcn), cs decir

..-‘
X1+X2 - 5X3 = '10

x . . .. ‘ II + 2x; - 8x; = -17

X = _2 111011111‘1c21c1on X = (x.,x2, . . . ,xn) E R"
4x, + 7X2 " 291:; = ‘61

Sc pucdo entonccs docir quot16Lclvector-X = (x1, x2, . . . , x") E R" es una solution
del sistema AX= O”, rcfiriéndose a que la matriz correspondicnte, sogt’m la
iclcntificacién convenida anteriormcntc, satisface a1 sistcma.
Considere, cntonccs, cl siguiente subconjunto dc R"
“general son de la forma
S = {(x1,x2, . . . ,x") [(15], x2, . . .,x,.)cssoluci('111 cX = 0}
So afirma que S es un subespacio dc R".
En ci‘ccto, suponga quc X1 y X2 son soluciones dcl sistema AX ” 0.
EntonccsA(X..+ X2).=-AX1+AX2—- .0 + 0= 0, lo qua dice qua X1 + X; as tambicn
soluciou. Asi111ismo, si 11 cs un cscalar, so time/{(11 X ).=11 AX1 = 11 0=_,0 dc dondo .
. sc Vt: quc 11 X; LS 1ambié11$olucién Entonces S. cs un subcspacio dc R" quc so llamara . '
espacio de soluciones (o cspacio solucién) dcl sistcma AX= O.
Para ilustrar cstc ultimo cjcmplo, rcsuélvasc cl sistcma homogénco dc ccuzv
c1oncs linealcs
x1+x2—5x3=0
X1+2Xz~8X3=0
4171+ 7.V2-29X3=0
Al aplicar el 111élodo do climihacion Gaussiana so obticnc
Segun cl tcorcma 3.3 do 121 scccién 3 dcl capituio 1, la solucién general dc cstc
sistema estzi constituida por‘ la suma dc 1111a solucién particular do él y la solucion
general del sistema homogénco asociado, el cual es precisamcnte cl que se cstudia
en. el ejemplo 6. Al observar que x1=1,x2 - -1 y x3= 2 esuna.solucién particular
del sistema, se ve quc los vcctores. (x1, x2, x3) 6 R3 que constituycn su solucién
(X1, 111,13) = (I, '172) + (2‘) Br, I)
sclu'cién solucit'in general
particular dcl sistcma
homogLnLoaeocmdo '
IES‘dL‘c'it’ 'que el conjunto solucic’m (11: 12511: sist'ema 1111c Set dcscri to c‘omo
{(x., X2, X3) I (X1,X2, X3) = (1, “l, 2)+t(2,3,1)}
Segun el ejcrcicio 8 dc la seccién anterior, este' subconjunto do R3 rcprcscnta
geomélric‘amcntc unu recta quc pasa por (1,—12) y es pamlcla 11 la rccta en la que
50 0110110111111 (:1 vector (2, 3, 1). En otras palabras, la solucién dol sistcma so
representa geométricamente per una recta que es paraicla a la rccta en dondc so
cncuontran las-sol ucioa dLl sista homogénLo asociado, (lcsplamda por Ll
“vector solucién particular" dLl mismo.

i ‘5 i 0 “2
1 2 ”‘8 ~ ..: 0 l —3
7 -_29 o 0 0 _ _ x1,
, 1311?)“ . 'solucién general del‘sistema no homogéneo

i I r\ \R‘k\ [I '
.. -—','1

Llc modo quc cl sistcma (1rigi11al es cquivzilcnle 11 '

— 2x, = o \<\ sotucién particular

del 'sislema no
x; — 3x; = 0 homogéneo /'
solucién "general del sistema homogéneo asociado
Al rdalizar x3 = 1‘, se obticnc x1= 2!, x2= 3t, dc modo quc cl conjunto solucién dcl
sistema, visto como un subconjunto dc R3 cs:
206 ALGEBRA LINEAL ESPACIOS VECTORIALES 207
‘e

3.1. SUBESPACISS-GENERADSS PSR UN CONJUNTS DE VECTSRES
En esta sijbseccién s1: pretende discutir el siguiente problema, e1 1:11:11 Jugara 1m
papel muy importante dentro de la teoria que se desarrolla'rzi en las siguientes
sccciones: sea V1111 espacio vectorial y sea S un subconju'nto (no vacio) 111: V. U110
51: pregunta si existe algfin subespacio de ue contenga a S. .
Primeramente obsérVese‘ que si S es un subespacio de V, la respuesta a nuestra
pregunta anterior es obvia: S es 1111 subespacio de ue contiene a S.
A1111 mas, aunque S no sea subespacio de V, e1 problema tiene una solueién
trivial: Ves un subespaeio de ue contiene a S.
' ‘ Note que cada' elemento en' 29(5) es. 1111a cotn'binacién lineal de un numei ofmto dc '
elcmcmos de S Si S es 1111 conjunto 1111ito,111ga que S= {1a, . . .,v,.l entonces
29(15):[C1V1+...+C,.V,,IC;ER,I=i,...,l’l]
Se puede demostrar que S£(S) es un subespaeio de Vy que ademds, es el subespaeio
que resuelve el problema planteado inicialmcnte. E1 caso que intercsa considerar
en este libro es cuando S es un conjunto finite de veetores de V. Este es el caso
expuesto en el siguiente teorema:
i Cs“: :

~13
Reestrucuirese entonces la pregunta impom'endo una condicién extra sobre el
subespacio' procurado: uno 5e pregunta si existe algfin subespacio de V que
TESREMA 3.3 Sea Vun espacio vectorial, y scan Y1: v2, . . . , v,. n vectores 111: V. Entonces
contiene a S, que sea “el mas pequefio de toclos”. Es decir, si se considera e1 e1 conjunto
conjunto de‘ todOs los subespacios de ue contienen a S (que no es vacio, pucs
Vesta en él), uno se pregunta s‘i existe a1gun elemento minimal (en el sentido de
$13(vi,V2,.. ,v,,)=(cxv1+ ..,+c,.v,,|c;€R i=‘1,...,n}
contencioh de conjuntos) en él.
Para poder dar respuesta a esta pregunta, so tiene que introdu‘cir e1 importante formado p01 todas las combinacion‘es lineales 111: v1, . . . , v" es un
coneepto de “combinacio'n lineal”. subespacio de Vy ademés, es el menor de todos los subespacios dc ue
contienen a los vec1ores v1, v2, . . . , v,..
DEFlN/CISN 3.2 Sea Vun espacio vectojrial Sean v1, V2,. ., v, vectores de V. Se dice que el vector
v E Ves 1111a combinaeié'n lineal de los vectores v., V2,. . . , v,., si existen escalares
" c1, 02,. . ,cfntales que DEMOSTRA CION Se demostrar‘a primer'ame'nte que gem, . , v,.) es 1111 sube's'p'acio de V. Para esto
- . se tendra que verifica‘r que gflvl, . . , v,‘,)_ satisface1115 condic'io'nes a) y b) del teore- .
11111 3.1. Scan x', y ego, . . . , v,.) Enton‘ees existen c1, . . ,c,, d.,-. . ,d E R
‘ v'="c‘1v, #c1v2+ . . . + c,,‘v,,
tales q‘u'e

EJEMPLO 7 For ejemplo, e1 vector (14, 12, 2) en R3 es combinacién lineal de los vectores (l, X=CIV1+...+C"V,.

2, -1) y (3, 2, l) puesto que

y=d1v1+...+11’,,v,,
(14,12, 2) = 2(1121-1)+ 4(3,2,1) Férmese 1a sum‘a x + y. Esta es
/ , a?
En forma similar, e1 vector V de s2 dado por 4? x+y=(c1+d,)v1+...+(C..+du) V11

= -3 —4
2 —5 I” ‘ . lo que demuestra quex + y E gem, . . . , v").
En forma similar, 51 71 E R se tiene
es combinacién lineal de los vectores
Ax = Mclv, +~. . . + c,.v,,) = (71c.)v. + . . . + Oven)».
._.1,,o. ., 'v=32
lo que prucba que 71 x 6 $9011, . 1 .,v,,). Enlonees, $9011, . .,v,.)_ es 1111 subespaei'o I
',"‘;”_2 —1 V. 2 '2‘1. .dF V. _ . - - .
puesto que se puede escribir v = 3v. ~ 2V2, como se puede comprobar directn- Ciertamente 92(1),, . . . , v,.) contiene a los vectores v1, . . . , v,., pues
_‘ meme. .~ *0'v1...+0»-.'v.--1+l-v.-+0-v.v.1+...+O-v,,€g£(v,,.,,v,,)
“3- . Regrese ahora al problema inicial. Se va a considerar el conjunto de 1011215 1115
posibles combinaciones lineales de elementos de S. Denote por 22(8) a este i é l, .
conjunto Entonces Sea ahora Wun subespacio dc ue contienc a v1, . . ._, v,,, y sea )1 = clvl + . . . +
gE(S)= {c1v1+...+c,v1|c;ER,v;ES,i=1,...,k, kEN} c,.v,. E 22(v1, . . . , v"). For la condicién de ser W un subespacio de V(aplicando ias
condicioncs a) y b) del tcorema 3.1 con los vectores v1, . . . , v,. E Wy los escala-
 ESPACIOS VECTORIALES 209
208 ALGEBRA LINEAL

. _. ‘ res bl, . “.3 , C") s_e ye qge x e W. Es'dscir,.§l.’(vl,i. . .‘ , v.) .9 W. Esto demuestra'que _
“S£(v1‘,-. .’ . , vn)-es cl manor dc los-subespa‘tios de ue contien'e a los vectores-
V1, _. . , V".
Q.E.D.
NOTA: La demostracién del caso general: 3(5) es el manor dc los subespacios dc
V que connenen al subconjunto (no necesariamente finite) S; so pucdc obtener
reallzando algunas pequefias modificaciones (obvias) en la demostracién anterior.
3. 2 OPERACIONES CON SUBESPACIOS
EJEMPLO 8 Por ejomplo, scan v, = (1, 3, —l) y v; = (2, 1, 3) dos vectores en'R3. Segdn la
dlscusxon antenor, el menor subespacio do R3 que contiene a v; y v; as 2802., v2)
donde
En géncral, cl sube‘sp'zicio 330),, . . ; , v,,) as difcrénte del espacio Vectorial V(es .
dcoir,€.9(v1, . .' .", V") g; V), tal come so vio en el'ejefnplo V=' R3, v; =' (‘1, 3; -l) y v2
= (2, 1,3). Sin embargo, pucde ocurrir que gay}, ._.___:‘ , Y9.) = V. En este caso se diré
qgc olgsppcloyeotorlal Ves generado por los yectoi‘qs v1, . . . , v,. y se llamard a
éstos los generadgres do IV. Surge, entonces, naturalmente 1a si guientc pregunta:
5:15:1o qné condiciones (en los vectores vi, . . . , V") se ticne 9.901,, . . . , v..) = V? La
tespuesta a esta pregunta se veré en la secoio’n 5 do este capitulo.
Sean W; y W; dos subespacios del espacio vectorial V. En esta subseccion se
considerarén los siguientes subconjuntos (16 V:

S11v1, v2) = {610, 3, —l) + 62(2, 1, 3) I 0;, c; E R} 1) la interSeccidn dc W. y W;

= {(01 + 2c;, 3c1+ 62, —c, + 3c2) [ c., c; E R} W;() W;= {v E Vlve lve W2}
= {(x, y, z) Ix = c1+ 262, y = 3Cx+ 62,1 = '-Cl + 362,61, 6‘2 5 R}
2) la unidn dc W1 y W;
Se desea describir este subespacio dc R3 en ott'os té1~minos.
W1U W2= {vé'Vlve W10'VE W2}
Obsérveseque‘ de la filtim‘a oxpresion para $202., v2) se obtiene
c; + 2c; = x 3) la suma dc W; y W2, denotada por W, + W; y definida por

'3‘“ ”' “.2": 3”,: ' W113” W27= {v E .V|5v‘=-w‘, +. w;,' .w, E. W;, {VLE W5},-

- ~;,c.¢.3§c;=l z Siéndo W1 y W; sngé'spaéios do V,es natfiralvpregnnt'a‘rse Si W, n W;, W, U W; y H V

esta
que puede contemplarsc como‘ un sistema de 3 ecuaciones con 2 incégnitas c, y W1 + W2 son también subcspacios (16 V. A a lo largo dcl desarrollo (de
0;, el cual Se sabe que tien’e solucidn. (pucs el vector (x, y, 2) es una combinacién subseccio‘nsc darémspuc sta a esta pre’gunta.
lmeal (lo-v1, v;,vlo_ quc signifioa que existcn my 0;, tales que (x, y, z), .-= clvl + C2Vz). Es imnediato verificar quc W; I) W; es un subcspacio: es no vacfo (conticne a1
Al aplxcar el método dc eliminacion Gaussiana a estc sistcma sc obticne (zero) y six, y E W; n W; y k E Rypntonces x, y 6 W1 y x, y 6 W2. Por ser W. y
W; subespacios dc. V, sc tiene :c + y 6 W1, x + y E W2, M E W y M E W; 0 sea, x
l 2 x 1 2 x + y E W; n W; y 7L): E W; 0 W2, loque prueba entonc’es que W; n W; es un
3 l y ~ ...~ 0 -S y—3x subcspacio dc V.
-l 3 z 0 O —2x+y+z Més-at'm, W; n W; puede scr contemplado también como subespacio dc W, (0 W2).
La demostmcion de este hecho es similar a la dada anteriormente y so dcja
Entonces, el hecho do In cxistencia dc soluciones del sistema es cquivalcntc a que como ejcrcicio para el lector. .
—2x + y + z = 0. Es decir, cl vector (x, y, z) E Ricsyngl combinacion lineal dc v, Por otra parte la unién de dos subespacios dc Vno es en general un subespacio
= (l, 3, —l) y v2 = (2, 1, 3) si, y solo si -2x + y + z = 0'. Por lo tanto, cl subcspacio dc La siguiente figura ilustra estc hecho siendo Vel cspacio R2.
V.-
23m, v2)'puede set descpito com'o

9101,15) = {(x.y._z) 1L2»; y fi = o} _

que es un subespaoio dc R3 quo rcpresenta geométricamente un plano (el plano
"2" + Y + Z = 0) que pasa por el origen.
Geométricamente éste es el plano en el que se encuentran V; y v2.

DEF/NIC/ON 3.3 Sea Vun espacio vectorial y scan v1, . . . , v,. vectores do V. Al subospacio El! "
(v1, . . . , v,.) se lo llama espac‘io generado por los vectores v., . . . , v,..
210 ALGEBRA‘ LINEAL. ESPACIOS VECTORIALES 21 1

Al tomarx E W1 y y E W2, s‘e ticnc qua tanto x 001110 v cstan (:11 W1 U W2 y, sin tiene que W1 E W. C W1 U W2 y W2 E W2 C W1 U W2. Obséryes'e que en 29(W1
embargo, x+ y E W1 U W2. . ’ U W2) se encuentran tod'as 1113 combinaciones linealcs (finitas)_- dc vectorcs on
' El siguiente teorcm'a cstablecc condiciones necesarias para qua la union de dos ' W1 U W2. Entoncesx—— 1- 1121 + 1 W2 E 3044 U W2), 10 quemuestra que W1 + W2
subcspac’ios sea on subespacio (las condicioncs establecidas son obviamcntc C FflWt U W2). Porlo tanto,
suficientes).
W1+ W; = SEW] U W3)

TEOREMA 3.4 Sean W1 y W2 dos subespacios del espacio vcctorial V. Si W1 U W2 es
subespacio dc V, entonces W1 C W2 0 W2 C W1.
(2.13.1).
EJEMPLO-Q Vea un ejcmplo. Sea V = M212 (espacio vectorial dc las matrices do ora 2). Sea
W1 cl subconjunto do M2x2 formado por las matrices triangulares superiores y W2
e1 subconjunto formado pot las matrices triangulares inferiores. Es dccir,

12 2:1
DEMOSTRAC/ON Supo’ngase qua W1 <25 W2 y pruébeso entonces que W2 C' W1. Si W1 (1 W2, existe un I
vector y E W1 talqucy E W2. Seax E W2. Entonces se tienex E W2 C W1 U W2 y
W1 (1, b, c E R} (matrices triangulares superiores)

I!
yEW1CW1UW2. . L
Como W1 U W2 es un subespacio dc V, so concluyc qua x + y E W1 U W2, cs

11: 21
decir‘x + y E W1 0 x + y E W2. Se afir‘ma que x + y E W2, pues caso contrario, ya
quc x 6 W256 tendrt’a que (x + y) + (-x) E W2, 0 sea y 6' W2 lo que es 1111a a, b, c E R} (matricestriangularesinferiores)
contradiccién a la cleccion de y. Entonms‘ x + y E W1. Pcro y E W1, entonces
(x + y) + (—y) E W1, 0 sea x 6 W1, lo quc prueb’a quc W2 C W1.
Se comprueba facilmente que W1 y W2 son subc‘spflcids dc M2 x 2. Sea v 1111 vector
Q.E.D. e11 W1 n W2. Entonc‘es v es una matriz que cs 21 la vcz triangular superior y triangular
inferior. Es 'por tanto una matriz diagonal. Es deciri,
La surna do 105 subespac1os W1 y W2 cs cl conjunto de vcctore‘s v E uc so pucdcn . '
esc'ribir como la 51111121 do 1111 VectOr do W1 y un’ vector do W2. Véasc quc cste ' '
conjunto es un subcspa‘cio dc V. 65 no vacio (conti'en'c al ccro gpor qué?) y si
W1 "n‘ M I=3 ll?) 2] -'a,‘c E R} ' (matrices diagona’lés)" '
.,1 y‘ E W1 + W2 y 7» E R entonces existen W1, w; E W1 y w2, 112 E W2 tales
qucx—= w, + wz y y=w1 + W2 Al h‘accr Ia suma dc x con y Se obtiene cl vector Sea aho‘ra v 1111 vector on W1 + W2 Entonc'es V es una matri'z quc so [made cscribir
x + y—= (W1 + W2) + (wi + w2) — (1121 + W1) + (W2 + 1v2).Pcro W1 + M E W1 como la suma dc 1111a matriz t1ia1‘1gular Superior y una matriz triangular inferior.
y M + w2 E W2, pucs tanto W1 como W2 son subcspacios dc V. Esto mucstra que Pcro c's claro quc toda matriz dc M2 x2 tienc 'csta prop‘icdad Es decir,
x + y E W1 + W2. Similarmcntc, sc ticnc M‘= >1(w1+ w2)= mm + 91w2, e‘n dondc
Kw. E‘ W1 31 Kw“ E W2 dc modo quc 71. x E W1 + W2 y finalmentc so concluyc que W1+ W2 =M2x2

W1 + W2 es un subespacio dc V.
por cjcniplo:
El siguientc teorcma dice quc cl subconjunto W1 U W2 y el subcspacio W1 +
W2 estz'm intimamcntc relacionados.

TEOREMA 3.5 Sean W1 y W2 dos subcspacios del cspacio vectorial V. Entonccs

EMZXZ _ 6W1 EWZ

W14" W2=S£(W1 U Wz) Sc dcsea llamar 1a atencion al liccho de- que los vectores V dcl subcspncio W1 + W2
son vectorcs para los que e‘xiStt-z W1 E W1 y W2 6' W2 tales (1116 v '= W1 + W2, pcro que‘
(es decir, cl espacio generado por W1 U W2 es W1 + W2) estos vectores M y M no son u’nicos en general.
De hccho, rcgresando a1 ejcmplo del cspacio M21 2 sc tiene

DEMOSTRAC/ON Es obvio que W1 + W2 es un subespacio de ue contiene 11 W1 U W2. Entonccs

29(W1 U W2) C W1 + W2 (pue‘s 22(W1 U W2) es cl mas pequefiode los subcspacios
dc ue contiene a W1 U W2). Tomese ahora un vectorx = M + W2 E W1 + W2. Se
[2‘ 3H8 2H? 8]
 ESPAcsos VECTORIALES 213'
212 ALGEBRA LINEAL

2), = 1);. Supo'n'guse quc x'El Wl + . W: tiene dos represehtaciones distinms, digase

X = “)1. + w;-

X = wi + W5

Entonces

31-0. EW; 6 W2
w, + w; = wi + wi
En realidad, el» caso en 61 que ocurre que los vectores v del subespacio W, + W2
tienen una {mica represemacién del tipo v = w‘ + w2 con w, 6 WI y W2 6 W5, es obien,
un caso muy particular que se considera ahora.
w; — wi = wi — wz
DEFINICIGNGA Sean M y W; dos subespacios dcl espacio vectorial V. La suma W + W; cs llamada
ecen a W, y éstc es no
suma directa de' W1 y W2, denotada per [4" 63 W2, si cada vector en el subespacio Ahora bieu, wt -— wi pertenece 21 W1 (pues w. y wiv pcrten
—- W2 perten' ece :1 W2. For tanto, wx — w 1
W + W; tiene Una Linica represehtacion como la suma de un vector en W1 y un subespacio de V). Similarmente, wé
cs-igua l a w’-2 - w; que pettenece a W2).
vector en W2. pertenece tanto 3 W1 como a W; (pues
Pero W; n W; = {0}, lo que permu e conclulr que
El siguiente teorem'a da» un‘a con'dicién‘ muy fiicil dc verificar para saber si la Entonces w, ~ W1 6 W‘ n W.
similar muestr a que w; = wit, y pox tanto que la
suma de dos subespacios de Ves una suma directé. ' w = wi. Un argumento
representacién dex e W. + Wz-e's finica‘
Q.E.D.

TEOR'EMA is Sean W1 y W; dos subespacios (1.61 e’spacio vectoriai V. Escriba U = W; + . Considércse por ejemploel espacio F(R) (estp es, el especip de toelas las funeionee
EJEMPLO 1Q
W2. Las dos condiciones siguientes son equivalente§ ~ juntos de 1*: (R). v
'
r'eales definidas en_-_la recta). Sean W1 y-.W2 los siguientes subcon
5) U'=' W; 65 W2 ' ’" W, = [fa-Faljilflx) 9'11i e R}
b) W1 fl W2 = {0} W; = [fE F(R) I fix) = ~fl—x) Vx E R}
W2 se les llama
A 108 elementos de W1 se les llama funcz'ones pares‘ y a los (16
fimciones impares. '
DEMOSTRACIéN 1) => 2). Ciertamente W, n w2 c W. + m. de F(R).
Seax E W; n Wz. Comox E W; escribase Es un ejercicio sencillo comprobat que W1 y W; son subespacios
Sea f un vector cualquie m 'de F(R).
Definanse las funciones g y h come:
x = x + O 6 W1 + W2

80¢) = WU) UN» 1106) = WU) ~ fl-x»

Similarmente, comox 6 W2, escrfbase
Obsérvcse quc

g<-x) = iUl-x) 311x»; gm

x=0+x€W1+Wz

Ahora bien,‘ el vector): corrio elemento de W + W2, tiene una fini‘ca represen'pacién I
en este six'bespééio. Comparando entonce's‘ las cxprc‘siones anteriores "
0 sea queg E W; y h E W2.
x=x+0.
Pero f = g + h, lo que muestra entonces que

x=0+x F(R) = W + W2
Se concluye quex = 0. Es decir, W, n W; = {0}. Ax'm 111235, 56 afirma que esta suma es direeta.
214 ALGEBRA LINEAL
ESPACIOS VECTORIALES 21 5
En efecto, seglln el leorema 3.6 basta verificar quc W1 n W; = {0) (en donde‘
' Odcnota ,a'qul la funcién cero, esto'es, ‘0: R -> R, 0(x) = O) " . st) we) 6' Psi/1(1).= 0}-
Supéngasequ'e q) E W. n 5W2. Entonc'es mail: 6 R 56 tlenc !) (pm a P3 wit-'1) =120) = 01' '
g) {190) 5 P3 l 10(0) = [9(1) = PC!) = 10(3) = 0}
<p(-x) = <90) = — 49H) Diga sl los siguiemes subconjuntos del espacio vectorial M" x ,, son subcspacios de él
1 1 o no lo son
{mos cp 6 W1 pues (p 6 W2
a) {A = ((1.3),;- 1,. ..,,. I 0"] = 0 Si i #1) (matrices diagonalcs)
de donde cp(x) = 0, esto es, (p es la funcién cero. b) {A = (ab-)5»:..... "I an +022+ ...+am = 0}
Entonces se tiene de hecho
C) {A = (al‘j)iJ=1,..,,nl an +012+ . - ~ +aln = 0}
d) {A = (ayhjnwmlvaa‘: 0 i,j= 1,. ..,n}
F(R)= WI EB W2 c) {A = (aij)i,j-l,...,nlaij=0 ' si 1' >j} (matrices triangularessuperiorcs)
Se ha logrado entonccs presentar cl espaeio de todas las funciones reales definiclas f) {A “ (ay)i.j-1,...,nla.-j = 0 si 1' < j) (malriceslriangulares inferiorcs)
en la recta como la su ma directa del subespacio dc funciones pares y el subespac g) {A 6 MM" [AB = BA, B es Lina matrix fija dc Mum.)
io
de funciones impares. h) [A E Mum. [A = A'} (matrices simélricas)
i) {A E» Mnx" [A = ~A'} (matrices antisiniélricaS)
j) {A E Mum. l Aesinversiblc}
E‘JERCICIOS (SE-CCIéN 3, CAP’I'TULO 3) Considere el espacio vectorial F(1) dc las t‘unciones realcs definidus
en 01 subconj unto
I de R. Sc dice que la t‘unciénf E F(I) es de class Ck (k un nflmcro natural)s
l. Demuestre quc los Sigulentes. subconjuntos de R3. son subespacios ifes Una
de este espacio-- funcién derivable k‘vece's' 'y la fL'J‘n'Ciénflkles un‘a 'funci'é'n continua.’ Demuestre quc
V vectorial. V _- - I -- - cl
.' ' - -' - , subédnjumo' de F(l) fornia‘dop‘dr las fimciones declase Ck (denolado her 0(1) es’urj
subespficio dc F(I).
' a) my, z) W '+ by we 0'} , 7 .. .
@fi' 6. Ccinsidere'el ‘cSpficio vect'olial C2(R) ———véas’e ejercicid anterior. Sean (1, b y c [res
. , . ., V
b) {(x,y,z)lx=at,y=bt,z=ct 26 R} constantes fijas. Demucslrc que el conjunto de‘ funciones f E C2(R) tales que [If
”(x)
2. Diga si cada uno de‘los siguientes subconjuntos del espacio vectorial R'l son subcs- + bf ’00 + cf(x) = 0, es un subcspacio dc C’Z(R). Mds generalmcntc,
en el cspucio
pacios of no lo son vectorial 001), el c‘onjunto do l‘uncioncs f tales que

a) ((x.,x2, . . .,xn) |x1+x2+... +x,.= 0] a W(x) + a,._ ,f‘"-'>(x) + . . . + aLf’(.\‘) + aofix) = 0

b) {(x.,x2, . . . ,xn) [x1 = xz= . . . =x.}
en donde a0, a 1, . . . , (1,. son consla'ntes fijas, es un subespacio de C"(R).
c) [(36t, . . . ,xn) | 0.x. + 02x; + . . . + 0.x. = 0}
' . Dcscriba explicilameme los espacios solucién de los siguienlcs sislemas homogc'n
d) [(x.,x;,...,xn)|x.=0) cos
/ de ecuaciones linealcs:
0) [Cruxu - - uxn) lxl +x2=2l a) x1+x2+x3=0 c) x.+x;-x,=0
D {(351, x2, - - - , x,,) [)6]n 2 3] 2X] + 21'; + 2X3 = 0 2.1] + 2X2 - 2X3 7‘ 0
g) {(x.,xz, . . . ,x,.) |x,.= l] 3x;—x;+x;=0
I
d) x. — x; + x) - x4 = 0
h) {(x,,x;,...,x") |x%+x%+...+x7.=0] -’ b) 3X|~X2-2X3=0 ,
2,\'1+X2-XJ+2X4=0
. i) [(x1,_x2-, . ; . , x") Ix.‘= c,t,-x_z = cat, ; . . ,vx,. é cut, I E R) _ .xl +x2'. 2x.) =.0 ‘ . -. ,. 3713+ 3.";f2X) +11. =0. ,'
Mr3x2f2x5¢05 .' ,; ..V - I 7
' '3. 'Expliduefsi cadapnoj de los éiguiemes sxibconjumos, del esp‘acio vectorial
(15.36113.
subespac'ibs de él o no lo son Sea A una malriz inversible de orden n. Describa el espacio solucién dcl sistema
homogénco de ecuaciones lineales AX = 0.
a){ao+a.x+azx’+a,\4|ao+a, =0)
Sea A una matriz cuadrada dc ordcn n. Considcre el sistcma no homogén
b) {(10+a',x+(1yc2 + ayfilao=m = (1; =03) co de
ecuaciones linealcs AX = B. LES cl conjumo solucidn de este sistema un subcspacio
c){ao + (1.x +a2x’ + (Mala; =1} dc R”?
d) {ao+a‘x+azx’+a}r’|ao=al =a2=0) . Dcmuestre que el vector (2, 5) dc R2 es una combinacién lineal de los
vectores v. =
(l, 3) y v2 = (2, —1).
216 ALGEBRA UNEAL / ESPACXOS VECTORIALES 21 7
._ . , _ *1
11. :'Dern111estre que elyector '3
3 I '. ‘ ° , .
_1] de M; x 2 es una combmacmn 'lmeal do 103 vectores
“. , .~ I ' I
22. 'Demuestre quc cl 'e'spamo vectoria! R3 cs generado por cada 11110 dc 10$ sxguiemes _ ‘ '
, 2 . conjuntos de vectores
a) v,= (1,o,-0),1.= (0 1,011» (001)
11 =13 01 ,_00 b) v,= (1, 1, 1),vz= (2 3, 5),v,= (0, 1, 0)
""311 V3: 0 4 "323—1 ”"01
0) Vx= (2 3 1). 12 (3,4,2),V1=(0.1.3).v4=(1.3.-1)
12. Determine cuéles de 105 siguientcs vectores de P2 son combinaciones 1111611105 de los 23. Pruebe que e1 espacio vecto'fia} R4 no es generado por. los siguicmcs conjuntos. d1:
vectores p1(x) = x + x2 y p2(x) = 1 + x VCCIOI‘CS'
a) v.=(2,1,3,1),v,=(3,1,1,1)
a) p(x) = —2 — x + x2 c) p(x) = 1 — 4x + X2
b) v,= (0, 1, 3, 2),vz= (1, 3, =1, 4),v3= (0,1 1, 0)
b) 110:) = 3 + 2x = x2 d) p(x) = 10 — 2x + 8x"
1),V3=(5,5,-1,3),VJ=(3,1,0,0)
13. Determine ,01 menor de 105 subespacios (10 R2 en el que se encuentran los vcctores v,
C) V1=(3.1.111),V2=(1,2,—,l

= (1, 3) y V2 = (=1, 2). 24. Damnestre que el espacio vectorial P,. es generado por- el c011Junto do n + 1 vectorcs
1,x,x2, . . . ,x".
Determine e1 menor de los subespacios de M2 x 2 en el que se cncuentran los vectores
v = 1 3 v g —1 2 25. Pruebe que el espacio vectorial P,. no es generado por 105 vectores 1, (x + 1), (x + 1)2,-
. , (x + 1)n — 1. .
‘ 8 1 2 o 1
26. Demuestre que 01 espacio vectorial R" no es generado por los vectores (1, 1, . . . , 1,
15. Detnuestre que el menor subespacio de R3 en el que se encucntran los vectores v, = 1.0.0), - - - , (1,-0,0.---.0,0).
1,0).(1, 1,-
(1, 0, —1), V2 = (0, 2, —2) y v; = (0, -2, 2) es el planox + y +2. = 0.
27. Considers e1 subesp'a'cio de' R2 dado per
16. Dcmuestre que el menor subespacio de R3 en 01 que se encuentran los vectores v1 =
(4, =2, 6) y v2 = (=2, 1, =3) es la rccta x = 2t, y = -t, z = Br (t € R). 5 = {0.11. 1) L2: = 3y + 51 = 0]
17. Demuestre que no existesubespacio propio dc R3 en el que se encuentren los vectores
Encuenttc dos vector'es v; y v2 en S que generen e‘ste sube'sp'acio. (,P-uede S 501 generado‘
V1*(1,1, 1),vz_== (1,1,0)yv;= (1,0,0)
_ por un solo vector?
18. bCuél cs, 01 menor sobespaci-o dc R" en el que se encuentra (:1 .vector .cero de este 28. Cier'to 0 121130
, espacio?.
, 'a‘) El espa‘cio qu‘e genera un vector on R3 es 111121 recta que pasa por el origin
19. Describa explicitamcnte los siguientes subespacios dc R3:
b) Un plano Clue pasa por el orige‘n en R3 es un subespacio que es genetado p01 2
a) 51((1,2.~1)) vectores cualesquiera sobIe e1 plano
b) 39 ((1, 1, 0), (=3, 3, 0))
c) E1 espacio que generan dos vectores no 1111103 en R3 es 1m plano que pasa por el
c) £1((2, 1, 4), (3, —1, 0)) origcn
d) $9((5,1,2),(6, 1, 3), (=1,0, =1)) d) U11 solo vector on R3 no puede generar un plano.
6) SI ((2, l, 2), (-1, 0, 4),(3, 1, 4)) e) E1 espacio que generan 3 o mzis vectores an R3 cs todo R3.
f) 53 ((1; 1, 2), (4, 2, 1),(3, 1, =1),(-1,1, 5)) 1‘) R3 no puede ser generado per 2 vectores.
g) 51’. ((1, O, 0),(0,1, 0), (0, 0,1)) 29. Sea V un espacio vectorial y sea S un subconjunto dc V. Considcre e1 conjunto de
h) Sf ((1, 1, l), (2, 2, 2), (=3, =3, =3), (4, 4, 4), (-5, =5, —5)) todos los subespacios dc V que conticncn a S
20. Considers e1 subespacio S de M2 x2 generado porlOs vectores
T= [WQ VI Wessubcspaciodc Vy W; S} '
v = 1 3 v = 2 “I .
‘ 0 1 1 0 4 Observe qu‘e Tno es vacfo pues V'mismo esté en 61
Determine cuéles dc'los siguicntcs vectorcs pcrtenecen a S: - a) Demuestre que la mterseccion de todos los elementos- do Tes 1m subespamo do V

a)[3”-“§] up, 1]»? ~31

(1119. contiene a S Es dectr, demuestre que
W n W E T
WE T

wig] <11: 1] 0111] b) Demuejstre que Wes el manor de los subcspacios (en el sentido dc contencién dc
conjuntos) dc ue contienen a S. Concluya, entonces, que'este subcspacio Wes
e1 subespacio dc todas las combinacioncs lineales finitas dc vectores d1: S. Es dccir,
21. Considere cl subespacio S de F(R) generado por los vectores sen2 x y coszx. Dcmuestre _ concluya que W = 9(5).
que los vectores 1 y (:0s de F(R) pertcnecen a S. 0) Describa el subespacio generado por el conjumo vacio.
”18 ALGEBHA LINEAL ESPACIOS VECTORIALES 219

.30. Scan 51 y S; dos subcspa‘cios dc] cspacio vectoriz11R3.Al usar' argumcmos gconiétri- ' EJEMPLm - For ejernplo Se afinna que los vectore's v1= (1,3, 2), 1, f(—l, 2, 5) y 12'; -'— (O, 1.,
cos describa todas las posibilidadcs para el subcspacio S1 1‘1 S, 4) 011 R3, son linca‘lmentc i11depL11diei1tcs.
31. Sean S1 y S, dos subcspacios dci cspacio vectorial R3. Al usar argumemos geometri- Para ver la validcz dc Ia afirmacic’m, se ticnc que considerar la combinacion
cos, dcscriba todas las posibilidades para cl subcspacio S1 + $2. lincal dc ellos (iguala‘da a1 vector ccro dc R3) i
32. Sean S1 y S, 105 siguicmcs subcspacios dc R3
31 = 11x.y.z)ix+y+z=0} C1(l,-3,2)+ C2(-l) 2! 5) + 03(091) 4) = (0) 0) O)

= 1(1‘1y.z)iZX-y+z=01 y mostrar quc 1:510 implica quc 105 3 escalates c1, c, y C3 8011 igualcs a 01:10.
a) Dcscriba explicitamente e1 subespacio S1 {1 5,. La combinacién lineal anterior pucdc rccscribirsc como (rcalizando las opera-
b) Con un ejcmplo numérico, muestre que- S1 U S, no es un subcspacio de R3. cioncs indicadas en el Iado izquicrdo dc la igualdad)
c) Demuestre que el subcspacio S1 + S, es todo R3.
33. Interprets geométricamente el teorcma 3. 4 en el caso en Cl que Ves el espacio vectorial (c1 - c,,.3c1 + 2c, + C3, 2C1 + Sc, + 463) = (0,0,0)
R:
dc donde, igua-lando las coordenadas correspondienles dc cstos dos vectorcs dc R3
34. Considcre 105 subespacios W1 y W2 dc R2 dados por
se oblicne
= 3((1, 0)) W2 = 3((0. 1))
Dcmucslre que S£( W1 U W2) ='R2. Interprclc geomélricamentc cstc hecho c1 — c, = 0
35. Gcncmlice 1a definicién dc union suma y suma directa de dos subcspacios dada en 3c1+2c2+c3=0
esta seccién al caso de 1111i6',n s‘uma y suma directa de 11 subcspacios de un cspacio
vectorial 261+ Sc, + 401 = O
36. Generalicc L1 Icorcma3 5: Si W1, W,,. .,W" son n subcspacios del espacio ve’ctorial
V, cntonccs 1 01 011111 cs 1111 sistcma- homogénco dc 3 ccuaciones linealcs para las inLognitas c1,
0,, C}.'El dctcnninantc do la matriz dc csie sistcma cs: '
W1+W,+ +W-gf(W1UW, .UW)
37. Considcrc los subcspacios W1 y W, dcl cjercicio 34. Dcmucslr‘oque R2 es la suma
directa (10 W1 y W2. l —1 0
38. C011sidcr'c'los subcspa‘cios W1, W2, . .' . , W de R" dados por det 3 2 l =13¢0
2 5 4
M=$E((0,0,...,l,,..,0)) i=1,2,...,n

Dcmucsirc‘ quc l0 c1110 dice, enlonccs, quc la malriz dcl sis‘icma cs inversiblc y (1110 por 10 1111110 cl
sistcma homogénco correspondicn'te lienc solamcnlc la solucién trivial c1 = c, =
I{"=W1QW2@...@M
c; = 0. E510 prucba la afirmacién inicial.

4. DEPEN‘DENCIA E INDEPENDENCIA LINEAL EJEMPL02 Por 011a parte, los vectores v1, v2, v3 e11 M, x, dados por

DEF/NICIéN 4. 1 Sea Vun espacio vectorial y scan 1)., v,, . . . , v1 vcctores dc V. Sc dice quc cstos v=—1161=23 v=~12
vcctorcs son linealmente independientes si se cumple _' 7413 ‘3’4 3 ~21_

~~ OWL-4' CZVZ + - ~ - 4' C,1V,,'= 0 =’ 61: c2. = ~ - .~ =.Cn,-= O I 'son' linealt‘nentL Independmut , - .
E11 cfeclo, vc'a qué eXist'e‘h escalates 01, c, y c; 110 nulos (:11 11101105 11110 dc Ll 108
C1150 contrario, so dirzi que tales vectotcs son lil'zealmente dependientes, cs decir, no 111110) (alLs que
si cxistcn escalates c1, c,, . . . , c”, 211 11101103 0110 de ellos distimo dc ccro, mics qua
C1V1+ C2V2 + . . . + 0.11),. = 0.* ~116 2 3 —1 2 _0 o
*No 50 harzi distincién alguna enlrc la afinnncién’ilos vectorcs 11,, v,, . . . , v,, son lincalmcnlc
“[413]”{3 4ilc’i—2 1] "[0 0]
independicntcs (dcpcndicnlcs)” y “cl conjumo M, v,, . . . , v,,} as lincalmcmc indcpcndicmc
(dqwndicmcr. Al realizar las 0pcra0i0n05i11dicadas so obliene
 ESPACIOS VECTORiAiES 221
220' ALGEBRA LlNEAL

. cm. + C2V2‘+.. . ._ #- cnvn = O . ’ - (4.3)

aerating—c3 » 16¢‘!l3c2+2c-3 '_.. '0 .0
no fuese clerk), se
-4c1+ 362 — 2c; 13c; + 4C2 + C3 — O O]
Sin pérdida de generalidacl se puede suponer que c. #5 0 (si esto
reescri birse com o:
0 sea, se tiene el sistema recnumeran los vectores). Entonces la expresion (4.3) puede

~c1+2c2—c3=0

l6c.+ 3c2+203 = 0
v2,
~4c,+ 3c; — 2c; = 0
lo que muestra que el vector v; es una combinaeion lineal de los 11 ~ 1 vectores
V3, . . . , V".
v;, . . . , v,,
l3c1+ 402+C3 = 0 Reciprocamente, supongase que al menos uno de los 11 vector-es v1,
s restanfes.
puede eseribirse como combinaeién lineal de 105 n — 1 vectore
Al proceder por el me’todo de eliminacion Gaussiana se obtiene entonce s que existen escalat es dz, . . . , d,l
Digase que v, es tal vector. Se tiene
tales que
—1 2 —l' 1 0 1/5
16 3 2 o 1 46 v1= dzl): + . . . + d,.v..

*4 3 —2 " "'" o o 0
l3 4 l 0 0 0 Reescribiendo e‘sta expresién como

de modo que el sislema tiene por solucioneslc, = —1/5 1‘, c2 = 2/5 t, c; = t, t E R. vl—(12v2—...~d,,v,.=0
Al poner t = 5 so obtiene en particular c1 = ~l, C2: 2, C3 = 5 tales que
. . .' , n. 0 sea, que los "
‘ se ve que 'se satisfaee (43) con cl #1 at 0 y cl?" -d,-, i 7—" ,3;
' v
3'; 91.16 ‘2..3" 91 2- '» o ’0 2f. 7 - veétores v1, v2, . . . , v.son.linealmelitedependlentes. ' ’ ~

Q.E.D.
lo que muestra, entonces, que v,, v;, v3, son veetores linealmente (lependientes.
de la definicion dc
Deserve en el eJemplo anterior'que e1 vector v; pucde escribirsc como una El siguiente teorema recoge algu‘nas consecuencias inmediatas
se deja como
combinacion lineal de los vectores v2 y v3, es decir, se llama independencia y dependeneia lineal de vectores. Su demostracién
ejercicio para el leetor. '
~1 16 _ 2 3 —1 2
[—4 13] 2[3 4l+S[—2 1]) (4'2)
TEOREMA 4.2 Sean v1, v2, . . . , v,., n vectores del espacio veetorial V.
Reclprocamente, suponga que se parte de la relacion (4.2), la cual muestra a1 s son
vector v; como una combinacién lineal de v; y v3. Escribiendo esta relacién en la 1) Si v.- = V) para i at], _i,j = 1, 2, . . . , n, entonces estos vectorc
forma (4.1), se ve emonces que los vectores v1, v2, v3 son linealmente dependiemes. linealmente dependientes.
vectores son
. Este es un hCCllO general para veetores linealmeute dependicntes que se enun- 2) Si existe i, 1 S i S n, tal que v,- = 0, entonces estos
c:a y se demucslra a continuaeion. _‘ , linealmeme dependientes. , , ,
e, enton'ces
_ 3) ' Si cl conjunio {vhvg .r..,vn} esl-i'nealmente independient
cualquier subconj'unto de‘él es linealmenie independiente.
TEOREMA.4.l Los n vectores vb v2, . . . , v" (/2 Z 2) del espacio vectorial Vson linealmente enionees ’ "
4) Si cl conjunto {v1,. v2, . . . , v,.} es linealmente depencliente,
dependientes 51, y solo 51 al menos uno de ellos puede escribirse como en V, el conjun to {v.,
para coalesquiera Vectores W1, W2, . . . , wk
combmaelon lineal de 105 n « l vectores restantes. depend iente.
v;, . . . , v,., w., . . . , wk} eslinealmente

DEMOSTRACION Si 10s It vectores v1, v2, . . . , v. son linealmente dependienles, segi'm la definicio'n
“r‘

dc dependencia lmcal extsten escalates cl, C2, . . . , c,, no todos nulos tales que Véanse algunos ejemplos mas.
222 A’LGEBRA LINEAL ESPACIOS VECTORiALES 223

3 C611sidércsc' cl ospacio vectorial R", Scan 12., v2, ;.'.'. .‘ , v,,,, m ve’ciorcs' do (2510 DEMOS TRACION Supon'gase qiie los vectores v., 152,. ,1). E R" 5011 lincélrnéme dépondicntos. For
ospacio. Sc afirina quc sin!) n, los vcctorcs v,, 122, . .5. , v,,,, cUalcuicra qiic éSlOS el. teorema (4; i) so puode eséribir alguno de estos vectorcs como combinacién'“ I
scan, son lincalmcnlc dependicnlcs. lineal de los restantes.
En efccto, cscribase Sin pérdicla de genetalidad, digase qua

1‘,'=(al,',a2.~,...,a,,,') i=l,2,...,m V1: (12V2 + . . . + duvn- (4'5)

Considércsc entonces la combinacién lineal para ciertos escalates d2, . . . d". En la matriz A, realicense las siguicntcs operaciones
en sus columnas: sustiu'iyase la primera columna pot ella misma menos 0',- veces
cm + cm + . . . + c,,.v,,. = O (4.4) la j-ésima columna (f = 2, 3, . . . , n). Entonces en vista de (4.5) 1a mairiz A' asi
obtenida tendré su primera columna constituida toda dc ceros.
A1 realizar las operaciones indicadns en el lado izquierdo de esta exprcsiéno* Pcro entonces
igualando las correspondientes coordcnadas do los vcctores de la izquicrda y
dcrecha en clla, sc obticne detA = delA' =

allcl + “I262 + - - - + almcm = 0 En for-ma reciproca, supéngase que detA = O. Considérese cl sistema homogéneo
(12[C] + (12262 + - -' - + a2mcm = 0
do ecuacionesAX= 0. Este sistema tiene entonces soluciones no triviales Es docir,
existe

anlcl + “1126.2 + - ~ - + aumcm = 0

Este es un sisrcma homogcnco do n ecuaciones linealcs con m. incégnitas er,

‘C2,...,Cm
Como m > n, cl 'sislema tienc sol'ucioncs no trivialcs Es dccir, cxistcn val'orcs - - '
dc Cl, C2, . . . , c". no todos nulos tales quc satisiaccn (4.4). Esto signihca
precisamcntc quc los vectorcs v., v2, . . . , v,,, son linoalmcnle dependientes. tal queAXo= 0 y no todos los escalares c1, c2, . . . , 0,. son iguales a care. Al escribir
Obsérvcsc quc dc este ejomplo no so pucde concluir nada accrca dc la explicitamente la expres'ién AX-‘o- ‘=‘ 0 se obtiene
indopondcncia o dopendcncia lineal do In vectores on R" cuando m S H. De hecho,
sc vc cn cl cjcmplo a1 inicio de esta seccién cl case en el que 3 vcctores on R3 son
ll

ZaijCj=O i=l,2,...,n
linealmentc indcpcndicntes,lsi11 embargo, sc pucdo tenor también 3 vcctorcs on
R3 linealmentc dependicmcs, por cjcmplo los vectores v,= (l, 3, l), v2= (0, -5,
2), v3 = (2, l, 4), cuya dependencia lineal se sigue del hecho de que v2= v3 ~2v1. la cual es equivalentc a
Lo que el ejemplo anterior nos asegura es que en R3 no se puede rener més cle 3
vectores linealmcnre indcpcndicntes. c1v1+ C2V2 + . . . + c,.v,. = 0
En cl caso particular do n vectorcs on R", so ticnc una mancra scncilla do
dctcclar la independencia o dcpcndcncia lineal dc (25105. El rosultado so establcce Como no todos los escalares cl, C2, . . . , 0,. son 0010, esto signil‘ica que los voctorcs
en cl siguicnrc teorcma. v1, v2, . . . , v,. son linealmentc dcp‘cndicntcs.
' , -' ' ‘ ' ‘ - ' Q..E.D.

TEvoFiEMAI'M ‘ Sean'vj = ((11,, a2}, . . . , (1",) j = 1, 2, . ; . ,“n, n vectore‘s en R". Considér‘esé 'E-JEMPLO 33- - 'Por‘ej'emplo, losvoctor'es v1 = (2, 3, 5,——1), v2= (0—, 3,1,2), v; = (0;vv'0~,-~~~4, 8) y' w, '
la matriz A de orden n A = (0y), 1 - 1, 2,. . . ,,. (esto es, A es la matriz cuya = (0, 0, O, 5) on R‘ son linealmentc independiente's puesto quc
j—ésima columna estzi constituida por las coordenjadas delj'ésimo vector 2 0 O O
v,,j = l, 2, . . . , n). Entoncos los vectorcs v., v2, . . . , v,. son linealmcmc 3 3 0 0 = =
dependientes si, y solo si detA = O (o equiv'alentemente, si, y 5610 si A es def 5 -1 4 0 (213x416) 120 at o
una matriz no inversible). 2 8 5
-l

224 ALGEBRA LINEAL
Se "desearl'a ahora resallar el aspecto geométrioo de- ia dependencia_lineal de vec—
tores en- el espacio 'R? (en donde se puede“ ver’ a 105 vectores) El hecho de que
3 vectores* en R3 sean linealmente dependientes se refleja geométricamente en
la posicién relativa entre estos vectores Més precisamente, se tiene el siguiente
resultado que nos da la version geométrica de la dependencia lineal de 3 vectores
en R3.
TEOREMA‘ 4.4 Sean v,-= (a,,, 112,-, (13,), j= 1, 2, 3 vcctores on R3 Los vectores v1, 112, v3 son
linealmente dependientes 5i, y solo si son coplanares, es decir, si 103 3 sc
encuentran en un mismo pl ano (que pasa por 61 ongen)
DEMOSTRACION Recuérdcsc que la ecuacién de un piano que pasa por el origcn es:
EJEMPLO 4
Ax + By + CZ =
(:11 (1011116 A, B 'y‘ C no son simuliéneamente com.
El hecho de que el vcctor'v; = (111,, (12/. “JD 1 S j S 3 se encuentra en el plano Ax
+ By + CZ = 0 significa que
Am,- + Bag, + Cagj= O ' _.l S‘j'S 3
' Supongasc cntonces que 105 3 vcctorcs v1, v2, 1); Se encumtran en el pl‘mo Ar + 'By
+ Cz= 0. E310 s1gn1f1ca qUe= se tien‘en las ecuacioiies
A011+ 3021 + call = 0
(4-6)
A012 + 8022 + can = 0
All” + 8423 + Can = O
Véanse estas ecuaciones como un sistema homogéneo de 3 ecuaciones lineales EJEMPLO 5
con coeficientes (1,], i, j= 1, 2, 3 Obsérvese que el determinante de la matriz del
sistema es igual a cero (pues se sabe que al menos uno de los valores A, B o C es
distinto de cero, esto es, que el sistema tiene soluciones 11o triviales) Entonces
per 01 teorcma (4.3) 103 vectores v,, v2, v3 son linealmentc dcpcndientcs En forma
' reciproca,511pongase que los vectorcs v,, v;, v, son linealmente dependicntcs. Por
e1 teo'rema (4. 3) el detenninante del sistema (4.6) es igual a card, y por tanto, ' ‘ ' "
existen/l, B, C, al menos una de ellas distinia de cero que’ satisfac'en cada una de
135 3 ecuaciones del sistema Esio significa que 105 3 vectores v1, v2, 153 Se
encuentran en el planoAx + By + Cz= 0.
Q.E.D
*Al usar el teorcma (4.1) y la discusién geométrica de la subscccion 2.1, cs facil darsc cucnla dcl
aspecto geométrico dc la dependencia lineal do 2 vectorcs on R2 y R3. Eslo sc dcja como cjercicio.
para cl lc'ctor
ESPACIOS VECTORIALES 225
Ax+By+CZ=0
Véase ahora un par de ejemplos sobre independencia lineal en otros espacios
vectoriales distintos de R".
Considere en el cspacio vectorial-P,, 105 n .1. 1 vectores v1 = 1, v2 = x, . . . , 1),..1 = x".
Se afirma que estos vectores son linealmente independientcs.
En efecto, al cscribir'
c1 + 07x + . . . + cm!“ = 0 . (4.7)
so puedc vet fécilmente que 0, = c; =- . . . = c,. = 0_:_ observe que cl simbolo 0 del
lado izquierdo do c’sta ultima exprcsién so raiierc a1 ccro. del cspacio Vectorial P", _
esto es, :11 11111111011110 0 Esie polinomio es (com'o ya so habiu visto en 2.2) aquel
que tiene todos sus cocficientes iguales a 0. Es decir, se pucde rcescribir (4.7)
como
01+ c2x+...+c,,.1x""=0+0-x+...+0-x""
E11tonces,porla definicién de igualdad entre elementos del espacio P" (véase nota
al pie de la pa’gina anterior), se tiene c. = c2== . . = C... = 0
Como filtimo cjemplo, sea Vol espacio vectorial C(R) do todas [as funcionos rcalcs
continuas dcfinidas en la rccla. Investigue la dependencia lineal dc los vectorcs v1
= 0‘, v2 = senx y y; = cosxen C(R).
Escribase
616" + c: scnx +Ic3 cos x = O (4.8),
' Nu‘eyémente debé obser'Varse qu'e' el siinbolo 0 del lado izquierdo de'esta expresién
se refiere a la funcién continua cero, esto es, la funcion 0: R ._. R tal que 001) =
OVxER
Al aprovechar entonces el hecho de que el lado izquierdo de (4.8) clebe ser I
igual a cam (al mimero real 0) para cualquierx E R, dé 3 valores distintos a x para
asl generar un sistema de 3 ecuaciones (una por cada valor asignado a x) con las
. incégnitas c1, c; y c3.
226 ALGEBRA LINEAL
Pot ejempio, al poner x- = 0, 71/2, 7: se obtiencn‘las ecuaciones
cH-c;=0
emCJ+C2=O
eKC1“C]:O
E1 determiname de la matriz de este sistema vale —1~e" we O. For tanio, cl sistema
tiene. 3610 la solucio’n trivial 01 = c; = 02 = 0 y entonces se concluyc que los vectores
e‘, sen x y cos x son linealmente indepcndientes.
NOTA: La definicién de dependencia e independencia lineal dada a1 inicio de esta
seccién para un subconjunto finito de vectores de un espacio vectorial V, puede ser
ampliada a1 caso de un subconjunto S de Vno necesariamente finite. En este caso,
se dice que el subconjunto S de Ves linealmcnte independiente si cada subconjunto
finite dc S 10 es. Caso contrario se dice que S es linealmentc dependiente.
ESPACIOS VECTORIALES 227
. Determine e1 valoi de __a de 121 modo que los vectores _vi= (1, 2, 0, 0), v; = .( I, 3, a,
1),_v3 ~ -,(4 1,1,1)y v4= (3, 0, 0, 2) sean l1nea1mente dependientes Contal V3101:de . ..
a,verifique que se satisface e1 teorema 4.1.
. Demucstre que, independientemente dei valor (1e (1,103 vectores de R4 v; = (1, 3, 0,
—1), v2=(1 a, 3, 2), v3 =(1,4,0,_—1)yv4=(5,1,1,8)son1inealmentcindependiemes
. (,Cual es el aspecto geométrico de dos vectores en R2 linealmenle independiemes, en
R3?
. Compruebe que los vectores de R3 V} = (3, 1, 1), vz =(—1, 2, ~3) y vs = (8, 5, 0) son
linealmenle dependientes. Encucntre 1a ecuacién del p1ano en el que estos vectotes
se encuentran.
10. Al usar solamcnte argumentos geométricos (teorema 4.4), demucstre que los vectores
dc R3 v; = (3, —25, 0), v: = (87, 49, O) y v3 = (370, 520, 1) son linealmente
independientes.
11. Comprucbe la siguienle generalizacién del tcorema 4.4: Sean .2
VJ = (01}, a2}, (13/, (141‘) j= l, 2, 3, 4

cualto vectores an R4. Estos vectores son linealmente dependientes si, y 5610 si todos
EJERC-IGIOS (SECCléN 4, CAPiTULo 3) eiios se encuentran en el hiperplano que pasa por el origen

Ax+By+Cx+Du=0
1. Demuestre cl teorema 4.2
2. Much: quc 105 vecio'r‘es v,= (a, b) y v2 =_(e, :1) e11 R2 5011' linealmente independientcs 12. Demuestre que los cuatro vector‘es de [’31 1, x + 2, (x + 2)_2, (x + 2)3,so1ilinea1mente
_si, ys‘élosia'd- bcweO. independientes.

3. Determine cu‘ziles cié los siguicnte's con'J'u'ntos de vectores on R3 son linealmcnie' _13. Pruebe que 103 n + 1 vectorcs de P,, 1 x + a, (x + a), . . .1, (x' + a)", 5011 linealm'ente
independient'es
independientes '
14. Demucstre. quc. cualesquiera cuatro polinomios on Pz-son lineal meme clcpcndientes.
a)v =,(1 0,0), v1(0, 1,0), v3(0,0, 1)
15.- Compruebe quc cualcsquiera cinco matrices en M2 x2 son linealmente dependientes.
b)vv, (2, 3, 5), vz=(3, 1, 4)
16. Sea V un espacio vectoriai y v,, v;, . . . , v,. n vectores dc V linealmcnte‘ independientes.
c) v.=(1,3,8), v; (1,2, -=5),v; (3, 7, ~2) Demuestre que los vcctores
d)v‘=(1,2, l)
MJ=V1
e)v (3,1,4), v2 (2, 13), v, (0,0,0)
"2 = VJ +V2
0v =,(11,2),v2=(3, 1,1),v,=(1, 1,2)
g) v:=(1,3, l), vz—(2, 6,2)
l1) v, = (l, 2,1), v; =(3, 1,1), v, = (0, 3, 4), v4 =‘(1, 3, 2)
v,=v,+v2+...v,,
i) vl=(1,3, 1), vz=(2, 1,-—1), v3=(0, 3,2)
j) v.=(2,1,3),v2=(l, 2, ~1),v3-(4, 5, 1)
son también linealmente independientes
4. gCicrto 0 false? B11 1111 espacio vectorial caiquier conjunto constituido por un‘ solo . _@_v .17. (E1, w1onskiano). En este problema se desarrollaré una herramienta especial para
vector es linealmchte independiente. detectar la independencia iineal de un eonjunto de k funciones _en el espacio vectorial
5-? LBajo qué condiciones 105, n vectores do Rn. . C”(R) (k S n + :1) —.fvéase el ejercic‘i'o 5 de la seccién anterior. Dadas k func1onesfl,
f2, . . , j; e11 C"(R), defma e! wr‘onskz‘an‘o de estas funciones enx E R, denotado por
V1=(am 012, - . . , a.,,)
W(f1,fi, . . . ,fk) (x), come e1 detennina‘nte
v2 = (o, 012, o - - , (1.2,)

f1(x) f2(1) fAx)

v,,=(0,0,.. . ,am) W(fi,fz,.-..,fi)(x-)=dct fi(x) féCx) f1{x)
son linealmente independientes?
fgk- l)(x) fgk.‘ ”(.x) . . . . fg- l)(x)
228 ESPACIOSVECTORIALES 229
ALGEBRA LINEAL-

' For ejérnplo. 51/10:) = élr yfz(x) aVeil" se tiene

'-_5. _-BA-_SE“S.’Y 01111151131611
”/0321, e190): def [2:21 e. ] = 65.1
383:
DEHMCDNSJ Sea Vun espacio vectorial. Se dice que cl subconjunto S (16 V65 una base de V31
a) Dcmueslre que si las k funciones )1, f2, . . . , )5. son linealmemc dependiemes
entonces W(f1,fi, . . . , 1) (x) = 0 para toda x E R. 1) S genera a V.
(Sugerencia: Considere la combinacion lineal 2) S es linealmente independiente‘ ‘

C(f1(x) + 6212(1) + . . . +Vckf1(x) = 0 Para ilustrar esta definicion, vea algunos ejemplos de bases dc cspacios vectoria‘-
163. I

Derive k - 1 veces esta expresién y obtenga asl k cxpresiones del lipo EJEMPLO1 Los vectores v1, = (3, 1,-1), v2= (4, l 1) y v3= (1, 2, 3) constituyen una base para
01 espacio vectorial R3.
Voa‘ primeramente que estos vectores generan R3 (esto es, que 26 (v1, v2, v3)
c:f1”(x) + c1f¥’(x) + .+ c.f1’ (x)==0 0 Sj s k — 1 = R3)
Debe‘ enton'c‘es mostrar u todo veCtor (x, y, z) E R3 se puede escribir como
Vea estas k expresiones como un sistema de k ecuacioncs lincalcs en las incégnitas combina'cio’n lineal de los vectore's' vhv_,v3, 0 sea, qu'e dado ('x, y, z) 6 R3 existen
0,, c2, . . , ck Observe que el determinante del sistema es precisamente W(fi,f2, escalates c1, 02, c3 tales que
.,fi-) (1). Continue. .)
(x, y, z) = “(3, 1, -1) + c2(4,1,1)+ C3 (1, 2, 3)
1’) Compruebc que las cuatro funcionesfl_(x)= x2 + 3x + l,f2(x)= 5x2— x + 3,f3(x)
= x2 + 311— 2 fi(x)= 8):2 + 3x— 1 son linealmentc depcndientcs (véase ejercicio
l4) Calcule W(fi,fi,fi,fi) (x) Al rcalizar las opeta'c'iones indioada's e igualando' las' conespondientes coorden'a:
C). Dcmuestre que la aflrmacién rec1ptoca del inciso _a) as falsa considerzmdo cl, _ , . das ‘de los vectorcs mvolucrados e'n' Esta iguald'ad 56 611116111: '
siguiente ejemplo:Vscanffix) y fi(x) las funciones siguientcs:
3C1‘+ 4C2 + C3 »='x
= xzsixZO 0 six>0
fl“) {0 six<0 f2“) =[xz sixSO Cl+Cz+203=y
“61+ (:2 + 3C3 =
0.1) Comprucbe que W(f.,f2) (x) = 0 V x E R.
c 2) Al usar directamcnle 1a definicién do independencia lineal, dcmuestrc que
f1(x) yfz(x) son linealmcnte independiemes. Este es un slstcma no homogéneo dc ecuaciones lineales en las inco’gnilas c1, c; y
d) (kl usar cl resultado (161 inciso a), demuestre que las siguicntcs funcioncs son C}. cc mostrar quc independientcmcntc de los valores dc x, y, z, el sistema liene
11nealmente independientes solucion. Scria suficientc cntonces probar que el determinants de la matrix de1
sistcma es diferentc dc ccro (teorema 4.10 capitulo 1 y corolario 1 del teorema 2.7
(1.1) fi(x) = e‘“,f2(x) = e’", con a 5* b
capitulo 2).
(1.2) fi(x) = e‘,f2(x) = xe-‘, 13(1) ¥ x’e'
En efecto
d.3) fi(x) = $011 x,f2(x) = cosx
11.4) fi(x)_= e sen x,fi(x) = e cosx
6) Al 115_at cl wronskiano, resuclva nuevamenle los ejercicios 12 y 13
.2wril”1' 2 =45£0
® 18. D'emue'strc la sigulcnte‘ version mejorada dél teorema 4.1: considcre cl conjumo do n V -1 3
voctores (n- > 2) en cl espacio vcclorial V (v1, v2, . . ., v") Suponga quc v1 91 0. E3516
conjunto es l1nealmente dcpcndieme 51, y solo-Si existe un- vector on c’l V],j .>_ 2 1211 quc
v,- es una combmacién lineal de los vectores precedentes v1, v2, . . . , v,-.1. For 10 lanto, los vectores v1, v2, v3 generan R3.
Ademés, por el lootema 4.3 63103 vectores son también linealmcnte inde-
penclientes.
Enlonces v., v; y v3 constituycn una base de R3.
 230 ALGEBRA LINEAL
ESPACIOS VECTORIALES 231
EJEMPLO 2 Ea", 105 vectores _
En efcctb, en-la
scccién anterior se mostré que estos vectores sdn lineulm
eme
. independicmes. Ademds, dado cualquier pol-indmio a0 +"a;x
-e,¥(1,0,-0;...,0,0) + . . .- + am an R, es ' "
clam que
€z=(0,1,0,...,0,0)

(70 + 01x + . . . + aux“ = aoV1+ (11V; + . . . + [I,.vm

e..=(0,0,0,...,0,1) lo que mucstra quege (l,x, . . . ,x”) = P...

fotman una base, Ilamada base candnica (o estandar) de R". ' Esta base también cs Ilamada base candm'ca de P...
En efecto, dado (xx, x;, . . . , x,.) E R" se‘puede escribir Vea un filrimo ejemplo:

EJEMPLO 5 Considere cl sistema homogéneo dc ecuaciones lineales

(X:,X2, . . . ,Xn) = X181+Xgez + . . . +xnen

x.+3x2-2x3+x4=0
lo que muestm que ‘3? (el, e2, . . . , e,.) = R".
For otra parte, Ia matriz cuyaj-ésima columna es e,- (j = 1, 2, . . . , )1) es la ma~ x1+x2-4x3+3x4=0
triz identidad I,., de modo que det 1,. = 1 ¢ 0, y por el teorema’ 4.3, se concluye
que ~2xl — 8x2+2x3=0
los vectores e., e,, . . . , e. son Iinea’lmente independientes.
Son, por tanto, una base
de R", Observe que en R3 los vectores de la base canénica son los conocidos —x2—x3+x4=0
vectores e, v i = (1, 0, 0), e2 =j = (O, 1, 0), e; = k = (0, O, I) que usaba en
los Se sabe que su conjunto solucién forma un‘ subespncio
cursos de fisica. dc R4 (véase seceién 3).
Se trata dc cncontrar una base para tal subcspacio.
Primeramentc, procédase a resolver el siste'ma usando cl método
EJEMPLO 3 En el espacio M," x", considere las m X n matrices siguientes: la matriz AU’ (i = l, dc elimina-
cién Gaussiana. , , _ -‘ - ‘ ' ‘ '
' ._ 2', . , m;j = 1, 2,1". . ,h). es Iamatri'zde orden m’x 1‘1 que tiene tgdos Sus‘ ele‘mentos ' —"
Se tiene
igualesa cero, excepto-el_que-se"encue'ntrale‘n su irésima l'fnea yj—é’sim‘a colm‘rma,
que es igual a 1.
l 3 -2 l l 0 *5
Es facil verificar que estas m X n matrices forman una base de M," x n, llamada
l l -4 3 0 l l *1
también base canénica de Mm”: dada 1a matrizA = ((1.7).- -1. , _,,,,. se puede escribir -2 —8 2 0 N N 0 0 0 0
j'l,. . . . 1:
0 -l —l l 0 0 0
m,n 0
V
A = 2 05A,}, 10 quemuestra que SE ({A,-,-, i= 1, . . . ,m;j = 1,. . . ,n}) = M,,,x,,.
i,j-'1 de modo que las soluciones dcl sistema qucdan dcscritas por
la matrix 11 x 1.
mm
Ademés la expresién 2 c,-,-Ai,- = O impllca que 0,, = 0, i = 1, . . . ,m, j = 1, . . . ,n, x1 5r~4z
' Li‘l x * +t
X= 2 = r r,IER
pues la matriz del Iado izquierdo de esta expresién es la matriz C = (c,-,~),- 1; _ , , , ,,. X3 r

j- I, . . . , n X4 I
Esto muestra entonces que Ias matrices AU, i = 1, . . . , m,j = 1, . . . , :2 son linealmente
independientcs.
_ o bien, idemificando esta matriz con un'vector de R4,
Por ejemplo, en Mug, las 2 X 3 =' 6 matrices que'consti‘tuyeri la base canénica _- ' 'se tie'ne '
S0121 _ . _. ' ' 7 (5)4 L 4t,‘ :r 4 t, r',""t), r', t é R
100 010 001 000 000 000
ooo,ooo,ooo,100,010,001 Obsérvese que se pucde escribir c‘l vector solu'cién como

EJEMPLO 4 (5r - 4t, —r + t, r, t) = r(5, —l, l, 0) + l(-4,1, 0,1)

Considcre ahora los vectores v, = 1, v; = x, . . . , v... = x" en cl cspacio P". Sc vcra
que constituycn um base de él.
Llémese v. = (5, —1, 1,0) y v2 =(l4,1,o,1).
232 ALGEBHA LINEAL
ESPACIOSVECTORIALES 233

_ Véase entonces que toda solucién del sistema se pilede escribir eorno combi~ -
nacién lineal de los vectores v1_ y 122. For 10 tanto, estos ve‘ctores gene1 an el cspacio TECH-EMA 5.1 ' Elsubconju'nto [5 = {V1, 1);, ~. ',‘v,'.} del espacio veeiorial' Ves unabas‘e
solucién. Ademas es facil verificar que ellos son linealmente independientes. de Vsi, y 5610 si cada vector v E Ves expresado de manera finica como
Entonces una base para el cspacio solucién del sistema estzi constituida por los una combinacién lineal de los vectores de 13.
veetores v1 y v2.

DEMOS TRAC/ON Supo’ngase‘que 13 = {121, v2, . . . , v1} es-una base de V. Sea v E Vun vector arbitrario
DEF/NIC/ON 5.2 Si e1 espacio vectorial Vposee una base formada por un mimcro finite dc vectores, (16 V. Existen entonces escalates c1, 62, . . . , c" tales que
se dice que -V es un espacio de dimensidnfinita. Caso contrario se dice que Ves
1111 espacio de dimensio’n infinita. V = c1v1+ 02112 + . . . + C11V,,

Supéngase por contradiccién, que v también tiene 1a representacién

Los ejemplosantcriores muestran entonces que R", M... x ,1 y P,. son espacios de
dimension finita.
v =’ civ1+ cz’vz + + c,’1v,,
En este libro secentrara e1, estudio en espacios vectoriales de dimension finita.
Sin embargo, so pucde ver ahora un ejemplo de un espaeio Vectorial de dimension Entonce's
infinita.
Considérese e1 espacio P formado por todos los polinomios con coeficicntCS 0m + czvz + +c1.v,, = c1111 + c5122 + + 0,111,,
reales‘. Se ve‘rii’ica facil'm'ente que P'e's 1111 eSpacio vectorial (clel cual, para cada 11,
P1. es‘un sub‘espa'cio de‘ '61). Se afirma' que este esp'acio no {1.0566 mm base con un osea
nfimero finit'o de'Véctores. Para 'Ver la 'validei de esta afirmaci'én sup‘éngase por
- contradiccién quet'al base existe; d1’gase que'es fi= {V1, 132,-. . . ,- v1}. En- part1cular, " +(c..— c1)». .0' 7 1511-“
estoesignifi'c'a‘ quelo's vectOresV“ V1,»... ., v1 gEneran a1 espacio P- Sea run numero
*'(¢1~qi)vx”+'(02*¢é)V2+-
mayor‘q'uie' e1: gradomrixi'ino de'l'os poliiiomi'o‘s v1, v2, . . . , w, y sea p, un polin’oinio Has'ta abora «310a 1111 usad'o el hccho dc qfie‘gil(v1,' v2, . . ,v,.)= V. Pero siendo [3
de grade r-con coefici'entes realizs. Entonces p, e P'y 1). 6£ 51’. (v1, v2, . . . , 1-1.), lo ={v1, v2, . . . , v.1] 1111a base de V, lambién se sabe que los vectores v1, 112, . . . , v,.
que contradice el hccho de qu'e'p es 1111a baSe de P (en particular contradice que son linealrnente independientes.En10nces (5.1) implica que c, — c1= 0, es (lecir
los vectores v1, v2, . . . , v1 generan a P). c1= c1,i =,1 2. , 11, lo que muestra entonces que la representacién de v E V
Es 151cm Ver que' este'espacio de polinomios tiene como base el conjunto infinite como combinacién lineal de los vectores de la base [3 es finica.
Reciprocamenle, supongase que cada v 6 Ves representado de mancra (mica
como combinacio’n lineal dc v1, v2, . . . , v,,. En tal caso se ticne obviamcnte que
S={1,x,x2,...,.r",...}
89 (v1, v2, . . . , v.) = V. 5610 faita verificar, cntonces, que los vectorcs do [3 son
linealmeme indepcndientes.
Claramenlc 22 (S) = P. Ademas, al usar cl mismo argumento que se utilizo en la Considérese 1a combinacic’m lineal
scccién anterior para demostrar que 1, x, . . . , x" “eran vcctorcs (11: P, linealmente
indcpcndie'ntes,‘ s'e pu‘cde veri'fi ~ar“ que cualquier' subcdnjunto finito cle S cs
c1v1+c2v2+ . . . +c,.v,.= O
linealmente indepcnciiente. Per 10 tanto (véase nota al final de la seccion anterior)
S es un conjunto linealmente indepcndiente, que genera a P Es entonces 1111a base Esta cxpresién se puede ver como la representacién dcl vector 0 E V como
de P. combinacion lineal de los ve'ctorcs v1, v2, . . , v,,. Pero obviamcnte e1 vector cero
' Considérese el espacio vectorial Vy digase que [3-= [111,- v2, . .. . , v.1} es 11na base tlcne tamblen la represeniaeion " " '
'de él. En particular so tiene que 51’. (v1, v2, . . .', v,.)= V E310 signilica que cada
vector v E Vse puede rcpresentar como una Combinacion lineal de los vectores
v1, v2, . . . , v,,. El primero de una serie de resultados impOrlantcs (e intercsantes, Q=0'v1+O-v2+...+0~v,.
por supuesto) que se verzi a lo largo de esta seceién, (lice que esta representacién En vista de la unicidad dc la representacién supuesta en la hipotesis, se concluye
dc v como combinacién lineal de los vectores de la base [5 es (mica Alin mas, se que 6. = c1 = . . . = c. = 0, es decir, que v1, v1, . . . , v,. son linealmenie independientes
vera que esia unicidad en la representacion de v caracteriza al l1ec11o de que 1} es y que por tant’o constituyen un‘a base (11: V.
una base dc V.
Q.E.D.
234 ALGEBRA UNEAL ESPACIOSVECTORIALES 235

E1 sigu’icnte teorema; quc relaciona cl nfiméro dc vectores qua generana un espacio.
'ygctorial V con 61 nfimero méximo do vectorcs linealmente independientes que
'puédcn existir‘en él, prepata el terrcno para definir (como consecucncta del
corolario que de él sc dcducirzi) uno de los conceptos més importantcs de este
capitulo (y de todo el libro): El concepto dc dimension.
DEMOSTRA’CION Scan (3, -= {vb-1J2, . .,. , 15,} y {32 ;= (.u,, u,,-. . . , _u,,,) do$ bases-dc
V. For una part0 so
' ' , _. tiene gucgfifio, ,=-' Vy [5,65 uniconjuntolineeilmentc independientc dc Ve'ctores
dc
V. For el teorcma anterior se tienc entonccs m _<_ n. For otra parts 22 ([3,) = Vy t3,
es un conjunto independientc de vectores de V. Nuevamente cl teorcma anterior
permits concluir n S m, Entonccs n = m.

TEOREMA 5.2 Su on a lie en el es acio vectorial Vexisten n vectores v1, v2, . . . , v, Q.E.D.
que 10 general]. Entonces cualquicr conjunto lmealmente independiente
p g q p D I . r

Como ya 56 habia dicho, este corolario 'permile hacer la siguicnte importante

en Ves finito y no contlene més do n vcctores.
dcfinicién:

DEMOSTRACION Considérese el conjunto de m vectores en V, S = {u., ”2, . . . , u,,,] , en donde m > DEF/NIC/ON 5.3 Sca Vun espacio vectorial dc dimension finita. Se define la dimensidn de Vcomo
n. Sc mostraré entonces que S es line'almente dependiente. cl numero dc vectores en alguna (y por'tanto e‘n cualquiera) base dc V.
Como 2.9 (v1, v2, . . . , v,,) = V, para cada u, existen escalates (1,], , . hm," tales que
I NOTACIC'DN Sc cs‘éflbiré dim V'pata dcnotarla‘ dimension dcl cspacio vectorial dc dimens
)1
ion
zlj=auvt +azjV2+- . .+ aujvu = 2 (1,711,“ 1': 1,... :"1 finila V..
(5'2)
i-‘l

Formosa la combinacién lineal
ctul + Czuz + . . . + cmum
. AI sustitiiir (5.2) en (5.3) se'obticn‘e' - t
m m
II
EJEMPLO 6 For ejbmplo, se habia vistQal inicio dc. la seccién quc-los vectores v, = (3, l, --1),
V2 = (4, l, I) y v; = (1, 2, 3) enR3 formabanilna base paracste espacio. También
s‘e‘ vio 51“" e, _= (1,, O... 0).,62 F (0, 1,0); 6; = (0, .0, 1) cran vectores de una base (la
(5.3)
canonica) dc. R3. En.ambos,casos.se Liqne, 1311,65,?) Vgctorcs .t'oxtmando una base
dc ‘ --- . ‘
R3(tal_c.01116 lo asegura él cordlarlo-anterior) y ‘entoncesdzim R? =31. . A
_ - En general dim R," = n, 'puesla, bas'efianénioa do. R" cticne i1 ve'ctores.
Tainbién se tiene que dim M,,, x ,, = m X n y dim P, =- ll + l, pues las bases
" '”

can + C2": + . . . + c,,,u,,, = Z llj = Z c,- 2 aw,- = Z 2 age] v,- (5.4) canonicas de estos espacios contienen m X n y n + 1 vectores respectivamente.
1-1 j-l i-l i-l jul
Non: La dimension del espacio trivial {0} se define come, siendo cero.
Sea A la matriz dc orden n' X m dc caeficie‘n'tes a.-,».
Considérese cl siste‘l‘na homogéneo dc 'n ecuac'iones linea'les con m incégnit'as En el siguientc teorema se cstablccerzin c‘oncxiones entre los conceptos “con-
AX = 0. Como se csté'suponi'endo q‘uc m > n, existen c'ntonc‘es c,, c2, . . . , 0,, no junto dé‘gencra'dores”, “conjunto linealmcnte independientc” y “base” para un
todos cero tales qua AX = 0, do‘nde )7 es la matriz dc orden m X I de elementos cl, espacio vectorial dc dimension finita. Dc él sc pucde dcducir un resultado
Cz, . . . , Cm. “przictico” que facilitarzi la tarea dc verificar si Lm conjunto dado dc vectorcs en
Entonces se satisfacen los rclaciones un espacio vectorial, es una base de él o no, cuando se sabe dc antcmano 121
dimension dcl espacio. Pero antes dc cnunclarlo, sc verz’m un‘par de lcmas técnicos
Ill
quc sc usardn en su dcmostracién.
2 agcj = 0, i= l,2,...,n
i=1 -
Al sustituir estas ‘exprésionejsen (5.4), se obtien'e fmalmente q‘ue ct‘u, + c2112 + . -. . + .' ' LEMA 1 . 1- . _ : ' SeaS =‘{-v1,‘v2, . . . , 1),} un conjunto dé-gcncradoros del espa’cio vector‘ial
* c».u-.~-== 0, .en dondc novtodosiloscscala'res '63, c2, . .' ,- -, c,,. son'igu'a'l'es a cam. E's'decir, : ~ ’ ' - ' V,-Supong£i'se que 'e'xiste-vj, l S")? S n' tal ‘que puede'es‘cribirse cotno
cl conjunto S as linealmcntc dcpcndientc. combinacién lineal de los n — l vectorcs restantes. Entonccs g2 (SH v,-}) =
Q.E.D. 353(3) (donde S\l} = {V E SIV“ Vii)

COR'OLARIO Sc’a Vun espacio 've‘ctotial dc dimension finita. Entonccs cualesquiera dos DEMOS TRA CION La contencién g9(S\{v,-)) C 32(8) es clam. Se vcré cntonces quc 22(5)
bases [3. y B, de V, (ienen cl mismo nfimcro dc vectorcs. C g9(S\{ v,}).
Sea v E St! (S).
236 ALGEBRA LINEAL ESPACIOSVECTORIALES 237

Existcn escalates c,,,c2,‘. . . , c,. tales que DEMOS TRACICN V 1) Sea S = [v,, v2, .'—.- . , v1} un'conjuhto de generador'es de V. Si-S ‘cs llnealmemc
independientdentonces S es; una base de' V. Ca‘so contrario,‘ segun el tcorcma
v = c1v1+ sz + . . . + c,.v,. (5.5)
4.1 existe un vector v,, 1 S j S kque se puede escribir como combinacion lineal
de 105 k - 1 vectores restantes. Sea S, = S\{v,-}. Por el lema 1, 29 (S,) = V. Si
Segt’m la hipo'tesis del teorema, existen también escalates d,-, i = l, 2, . . . n, i at j 31 ES linealmente independieme, S, es entonces la base requerida. Case
tales que contrario repita el proceso anterior. En algt’m memento se obtendra' un
conjunto S, (1 S i S n ~ 1) llnealmente independientc y ése seré la base
V,‘ = d1V1+ . . . + dqjq + djuvj'u + . . . + dnvn
,
procurada. (El peer de los casos se presentaria cuando se pueda llegar a S,. . 1,
que es un conjunto con un solo vector. En este caso S, es linealmente
Al sustituir esta expresic’m on (5.5) y agrupando, se obtiene al vector v expresado hndependiente, y set-é la base requerida.)
como combinacion lineal de 105 n - 1 vectores v1, . . . , Vj.1, v1”, . . . , v,.. Entonces
2) Sea S = {141,142,“ ., um}. Escribase Vo = Q (S). Si Vo = V, entonces S es la base
v 6 5,2 (S\{ v,}) como se querla demostrar.
Q.E.D. requerida (pues S es.linealmente independieme y SflS) = V). Caso contrario
(0 sea 5122(5) es un subespacio propio de V), existe un vector w; E Vtal que
w, €£ g€(S). Segt'm el lema 2, e1 conjunto S; = S U {m} as lincalmente
LEMA 2 Sea S unsubconjuntolinealmen‘te independientedel espacio vectorial V. independiente. Escribase VI = S£(Sx). Si V, = V, S; es la base requerida [5. Case
Supéngase-que e'l' vector v E V110: pertenece al espacio generado por contrario existe w; E V, w; (f. 2,9(S1), etc. Al continuar este proceso de adjuhci'én
S (esto es, v 6?, SE (S)),.entonces el conjunto S' == S U {v} as linealmente de vectores de Val conjunto S, se llegaréa lo mas-en 11 ~ In etapas, a un conjunto
linealmcnte independientevque genera V. Esta sera la base [3 procurada.

\a‘
independiente.
Q.E.D.
DEMQSTRA CIoN Sean £41,142, .._ . ,uk vectores de S. Considércse la combinaciénlineal
- La parte 2 del tcoreni‘a ahterior, dice que “todo conjunto linéalmente independiemef ' '
c,u(+c;u;-+ 1..-+'Ckll§+Ckfl:Vf=-0 ' ‘ ' . -~(5.6).- en unespacio veetorial dc dirfier‘ision'finitz; pfiede'ser completado‘hasta l'orr'na‘r,
una base del' espacio”. La misma demostraclon de este hecho dice Como se dcbe
Se afirma que cm = 0. En efecto, si cm at 0 se podria escribir proceder para obtener tal base.
Véase un cjcmplo que ilustra las dos partes del te‘Orema 5.3.
Cl (:2 ' ' Ck
V" “‘“‘ 111+ ——“‘llz+...+ "—1”;
cm Cm _ck+l EJEMPLO 7 Sea Vel espacio generado por los vectores v1 = (l, 2, 3, —l), v; = (— 1, 1, O, 4),
v3 = (3, 4; 7, —5), y v, a (2, 5, 7, —1). Ves, pues, un subeSpacio de R4.
lo que contradice la hipétesis de que‘ v '5 5,? (S). . La parte 1 del teorema 5.3 asegura que del conjunlo de generatiores S = [v.,
Entonces la expresion (5.6) queda como v1, v3, v4} 56 pucde oxtraer una base para V.
Proceda como sigue:
c1u1+czu2+...+ckuk=0 Escriba la combinacién lineal
C1V1+ C2V2 + 03V} + C4V4 = 0
Como S cs linealment‘e lndependientc, se concluye que 6, = . . . = c, = 0, lo que
mueslra entonces que S’ es linealmeme independiente.
- (2.13.1). b’ 'C1_(1> 2’ 3: __l) + C2(-17 1: 0:4) + C3(37 4: 7? ‘5) + 6;“ (2: 5: 7} ‘1): O (57)

" dc dohde so obtiene l

TEOREMA 5.3 Sea Vun espacio vectorial dc dimension finita.
l) Cualquier conjunto de generadores de Vcontiene una base para V. CI‘C2+3C3+204=0
2) Si {u,, 141, . . . , u,,,} es un conjunlo linealmente independiente dc V, 2c.+c2+4c3+5ct=0
, existen vectores w., W2, . . . , w,._,,. (n = dim V) tales que [3 = {uh M2,
3C1+ +7C3+7C4=0
., um, w,, w;, . . . , w,..;,.] es una base de V.
'Cl+4C2"503—C4=0
238 ALGEBRA UNEAL ESPACIOSVECTORIALES 239

Al.proeeder per e1 méte‘do. de eliminacién' Gaussiena se obtiene S'e tiene emoncesel conjunto T. {v,, vb m} quc cs (scgt’m e1 1cmz12) linealmemc
, independienle. Escéja‘se ahora‘ w; é (0;1, O, O)? y verifiqnese que w: '6 $1903, vz: '
' ' w,). Alcs‘cribir ‘ "
1 -l 3 2 l 0 7/3 7/3
2 l 4 5 0 1-2/31/3
3 0‘ 7 7 0 0 O O (0.1.0.0)= c1(1.2,3,~1)+ c2<—1.1.o,4)+ cs<1,0.0,0>
—l 4 -5 -1 O O 0 O se obliene e1 sistema

por lo que la solucién del sistema es: C1"C2+C3=0

2c1+ Cz =1
c=-—r—Z
‘ 3 3 3C1 =0

c=§r-lt
2 3 3
~c. +4c2 = 0

para el cual se verifica también fécilmente que no tiene solucién. Se tiene ahom
cg=tj r,t€R emonces el conjunto linealmente independientc T2 = [v., V3, w., wl}. Este es un
(34:1
conju'nto linea‘hnente ind'ependie'nle que genera a R4 (caso contrario existifia‘ m
E' R‘ la! que W3 € EB (v1, v1, wl, W2). El karma 2 dirfa entonce's que el conjunto T3 =
En particular setienen' dos conjuntos solueién [cl = -7,- c2 = —1, c3 = 0, c4 = 3] y [v., v3, wl, w}, w,] es linealmen’te independien'te. Per'o'esto contradice e1 teorema
{c1 = —7, 02 =‘ 2, c3 = 3, c4 = O} que sustituidos 'en (5.7) dan 5.2, pues los vectores el, 82, 6;, 94 de la basei’c'anénic'a' gener‘an a R4 0 si no, por el
argumento del corolario que se es'tablecerzi enseguida). Del teorema 5 .3 se deduce
l
v:. ._+ >3>V2
-_ el sigujente impo‘rtanle cofolyario;
V433")!

V3=§V1“ 3V2 COROLARIO Sea Vun'espacio vectorial de dimensién ”finita. DigaSe que dim V = n.
Entonces
Entonces g2 (v1,_v2, v3, v4) = 9.0 (v1,_ v2) y [3. = {v1, v2} es una base de V, come 10 l) Cualquier conjunto con n vectorcs linealmente indepcndie-ntes es una
asegura la parte 1 del teorema 5.3. El conjunto T= (vi, v1} cs cntonccs linealmeme base de V.
independiente. La pane 2 del teorema 5.3 asegura que se puede extender T haste 2) Cualquier conjumo con 11 vectores que genera a V, es un’a base de V.
completar una base [3 (16 R4. Se tendrzi que afiadir dim Rf‘ - 2 = 4 - 2 = 2 vectores
a Tpara completar la base (3.. Por simplicidad, escéjase w = (1, O, 0, O). 8610 se
tiene que verificar que w; a? 220;, v;), as decir, que no existen escalates cl y c; tales
que w. = cm + cm. Se escribe entonces V DEMOSTRACION 1) Segfin e1 teorema anterior, todo conjunto linealmenteindependicme puede
ser extendido para completar una base. Pero, per una parte, Vtiene n vectores
(I, 0’ O, 0) = 01(‘1, 2) 3) '1) + C1('1,110:4) en cualquier base y, por otra, e1 conjunto linealmeme independieme del que -
se parte tiene n vectores. Este debe ser entonces una base de V.
de donde se obtiene e1 sistema
2) For e1 teorema anterior, de cualquier conjunto de vectores que generan a Vse
'puede extraer una base. Per el mismo argumento que en_ 1), el'conjunt'o .
'.C; "C: =‘ 1
fognado pot n ( 7 nfimero de vecto‘res en una base de V) vectores qu'e generan
a Vdebe ser uha'base'de V. ' ' ' ' "
2c! + 02 = O
3C1 = O Q.E.D.
~c‘ +4c1 = O
Este corolario muestra entonces que si dim V = 11, para verificar que un conjunto
que se comprueba fzicilmente que no tiene solucién. S = {vh . . . , v,.} es una base de V, sélo se tiene que mostrar que
240 A'LGEBRA LINEAL ESPACIOSVECTORIALES 241

l) S es un conjunto linealrnente independiente o (y no “y” como en la definicion DEMQSTRACIQN , 'In‘mediata, Vdel teorema anterior,
_5.1)‘. ’ V QED. . '
’2) S genera a V.
Al usar estas ideas, se puede dar una nueva version mejorada del teorema 4.3
visto en la section anterior. COROLARiO 2 El espacio C(R) de todas las funciones reales continuas definidas en la
recta, es de dimension infinita.

TEOREMA 4.3 (VERSION MEJORADA DEL TEOREMA 4.3.)

_ Sean v,= (112,-, a2], . . . , anj)j = l 2, . . . , n, n vectores en R". Considérese
1a matriz A de orden n A = (a,~,-).-J.1,, .,,.. Entonces, los vectores v,, v2, . . . ,
v,,forman una base de R" si, y 5610 si detA 9* 0.
DEMOS TRAC/ON Consecuencia inmediata del teorema 4.3 y de la parte 1 del corolario anterior.
DEMOSTRA Clo’N Se ha visto ya que el espacio P de todos los polinomios con coeficientes reales es
un espacio vectorial de dimension infinita. Es claro que P es un subespacio de
C(R). Si C(R) fuera de dimension finita, e1 teorema anterior implicaria que P es
de dimension finita, lo cual, como se dijo, es falso. Se sigue entonces que C(R)
es de dimension infinita.
Q.E.D.

Q.E.D. Se puede tambie’n deducir 'de este teorema, el siguiente resultado geométrico que
ya so habia promctido en la seccic’m 3.-
EJEMPLO 8 Pot cje’mplo, los vectores v, = (a, c) y v2, (17, d) en R2 forman una base de este
espacio si,y 5610 si ad — bc i 0.
El Sig'uiente teorema dice que si se tiene‘ ‘un es'pjacio dc dimension flnita V, con COROLARIOB Los finicos subespacios no triviales de' R3 son rectas que pasan por el
s’u‘s sub’es'pacios. aconfece 10q e5 natural e‘s‘perar que aeonte’z'ca: que scan también
origen y planos que pasan por el origen.
de dimens‘iénfifiita y que su dimension no Sea mayor (1116 la dimension de V.
r

‘ TE’OREMA 5.4 'Se'aWuns'ubespacio del espac'io v‘écto‘r’ial de'dimension finita V'EntonCes
Wes de dimension finita‘ ‘y dim W S dim V.’
DEMOS TRACION El c‘aso W= {0} es obvio, pue's dim‘ V2 0. La idea del argumento que se usara para
mostrar el tcorema es la mism‘a que la usada‘ en la dernostracion dcl teorema 5.3(2).
To'mese w, E W. Si 2204),) = W entonce's {w,} es una base de W (y por tanto
W es de dimension finita) que puede completa'rse para format una base de V
(teorema 5.3). En tal caso se tiene dim WS dim V. Si SI (w,) 1* W, tomese W2 6 W,
W2 93 SE (WI). El conjunto {wl, W2] es linealmente independiente (lema 2 anterior).
Sigfl (W1, W2) = Wentonces {w'b wz} es una base de W(y entonces Wes dc dimension
finita) que se puede complelar para format una base de V (nuevamente teorema
5.3). En este caso, dim W S dim V. Continfiese con este proceso tantas veces como
sea necesario hasta obtener una base de W. Obsérvese que no se puede tenet mas
de dim Vetapas Esto muestra que Wes de dimension finita Con la base obtenida
de W, complétese hasta fonnar una base de V.'Entonces dim W_< dim V
Q.E.D.
COROLARIO 1. Sea Wun subespacio del espacio vectorial de dimension finita V. Si dim
W= dim V, entonces W= V.
' DEMOSTRACIOW ' Sea Wun subespaeio de R3. Segfin-el teorema 51.41dim' Wes igual a O, l, 2 o 3.‘ Si-
dim W = 0, entonces W= {0}. Sidim W = 3., entonces W= R3 (gpor qué7). Por
tanto, si W es un subespacio no trivial de R3 su dimension debe ser 1 o 2.
Considérense estos dos casos por ‘sepzirado.
dim W= 1. En este caso, cualquier base de Wconl‘iene un solo vector v, = (a,
b, c) en W(en particular, a, b y c no son simfllténeamente cero). Entonces 29 (v) =
W. 0 sea que
W={(x,y,z)l(x,y.z)=t(a,b,c) reR}
= {(x,y,z)|x=ta,y=tb,z=tc tER]
Wes, pues, una recta que pasa por el' origen.
dim W= 2 En este caso, cualquier base de Wcontiene dos vectores v1 = ((1.,
b1, c!) y ‘12:.(“2’ b2, c2). Entonces W= Q (in, v2). 0 sea
W= {(x, y, z) | (x, y, z)= a1(a;,b,,1c.1)+ a2(a2,b2,c2),o1_1, 012 E R}-
‘ {=(x, y, z) |x= a1a1+ a2a2, y= a1b1+ a2b2,z= 0.161 + 01202, 01., a; E R]
Se puede describir mas explicitamcnte este subespacio si se considera el sistema
(1101 + (1202 = x
Cubr + azbz = y

alcl + Otzcz = Z
 ALGEBHA LINEAL
2'42
LQué condicidnes deben cump’lii I, y, z para que este sistema tenga solitcion para
01; y 01;? (esto es, bcomo debe ser el vector (x, y,-z) E R3 para que (1:, y, z) E g? (1);,
v;)?). Al usar el método dc eliminacién Gaussiana se puede vet que 1211 condicion
es que
(bJCg " [ACOX + (C103 " cga1)y+ (b;(11 " [71(12) Z = O
Llamese-A = b;c; - b;c1, B = cla; — Czar, C = 1w, — 19.11;. Obsérvese que el heel1o
de que v1, v; for-man una base de W, asegura que A, B y C no pueden ser
simultaneamente cero (Lpor que'?).- Entonces ueda descrito en este easo como
W (x, y, z} ] Ax + By + Cz = O} que es un piano que' pasa por el origen.
Q.E.D.
NorA: Con un argumento similar podn’a ser redemostrado el teorema 3.2, de
manera completamente distinta a .como se hizo en la seccién 3. Se deJ'a a1 lector'
que lo haga como ejercicio.
En el siguiente teorema se quieren resaltar los resultados mas importantes que
han apareeido 'en, esta s‘eccic’m. Su‘ demostracién esta' “dispersa” en las- paginas
anteriores.
TEOFIE’MA'SS Sea V1111 espacio vectorial 111-: dimension finita. Digase que dim V = n
Entonees: ' 7
l. Cualqnier base de Vtiene n veetores
suna
2. Cuaiquier conjunto linealmente independiente con 11 veeiore
base (11: V.
3. Cualquier conJunto con 11 vectores que genere a V, es una base de él.
4. No cxisten conjuntos linealmente independientcs on V con mas do n
vectores.
5. No existen conjuntos con menos de 11 vectores que generen a V.
6. Cualquier subconjunto do Vlinealmente independicnte, es suboonjunv
to de una base dc V.
7. Cualquier conjunto que generc a V, tiene eomo subconjunto una base
(11: V.
8. Cualqui-cr subespacio de Ves dc dimension finita y su dimension cs
no mayor que n. ‘ o bien, -
DEMosraACION Revise cl material de esta seccién.
Q.E.D
Sea Vun espacio vectorial dc dimension finila. Sean W. y W; subespacios d1: él.
Como se habia visto en la scccion anterior, W; + W; y W, n W; son también
subespacios (11: V. Por el corolario 1 del teorema 5.4, los subespacios W1, W2,
ESPACIOSVECTORIALES 243
W; + W; y W; n W; son todos de dimension finita El-s1g111ente teorema dice Como ’
estarr relacionadas sus dimensiones:
TEOR EMA 5.6 Sean W1 y W; subespacios del espacio vectorial Vde dimensicin finite.
Entonces
(ii/11(W1 + W;) = dim W + dim W; — dim W; (l W; J
DEMOSTRACION Sea r = dim (W; n W;). Tomese una base cualquiera d1: W; n W;, digase {50 = {v},
v;, . . . , w}. Ya se habia visto que W; 0 W; puede ser contemplado como 1111
subespacio de W; y de W;. Por el teorema 5.3 se puede entonces extender [30 para
obteneruna base [3. de W; y [3; de W;. Digase que tales bases son {51 = {111, . . . , 12,,
x1, . . . ,xn} y [3; = {v}, . .. ,v,,y1,. . . ,y.,.}.0bsérvese entonees que dim W. =
r + n y dim W; = r + m. Se mostrara entonces que el conjunto [5 = [50 U [31 U [5; es
una base de W; + W;. Véase primeramente que los vectores de [3 generan a W. +
W;. Tomese' v E W; + W;. Entoncesv = w; + 11);, w; 6 W, W; e W;. Se puede
escribir. w; y w; en te'rlninos de las bases B; y [3; respectivamente como “)1 = Cm
.+crv.+dlxl+ ...+'d,x,.y14)2=c.iv1+...+c;v,+diy1+...+d13.y,,.,de
modo que v =‘ w + w; ='(C1+ c{-+')v1 ...+ (c,+ c; )v, + d1x1+ .+ d, ,. + 111 y; +
+ (1;. y», lo que 111111231121 que gflffi) = -W. + W;. Se p1 Ob’ll‘d ahora que los vecto—__ _ _
res 111: [5 son Imealmente 111clependicntes Tomese 1a eombinacion lineal _de los .'
'vectores dew-11+» - .+ (1,1), + 51x1+ .?+ b,.-x,. + c1y1+ + Cmym = 0- Reescl‘lbase '
esta expresién, cotno
~n, — . . . — any". = (11v; + . . . + (1,v,+ [1111+ . . . + b,,r,, (5.8)
Ciertamente e1 vector del micmbro izquierdode esta expresién pcrten‘ccc a W;.
Pero también esta expresién dice que tal vector s1: escribe como una combinacion
lineal dc los vectorcs 111: la base [3; 111: W;. For 10 tanto
"Cly1 " 1 - - ' Cray!" E W1 0 W2
y cntot1ces,con1o [30 es una base de W; n W; existen escalarcs k1, . . . , k, tales que
-c;y1 —-. . . ~ c,,,y,,-. = km +». . . + k,v,
'km '+' . . . + k,.v,+ my. +' . 4‘ cmym'='0
Obsérvcse que ésta es 1111a combinacién lineal de los veetorcs de [5; 15,11al11d11 a com.
Tales vectores son, e11 particular, linealmente independientes. Entonces so conclu~
ye q'ue k1= . . . = k, -— c1= . . . ==c,,. =0. De la expresion (5.8) se puecle es‘cribir mv
+ . . . + a,v, + b1x. + . + 1711,, = 0 y como los veetores do [3. son linealmente
independientes, se coneluye finalmente que a, = . . . = a, = bl = . . . = [7,. = (C;
244 ALGEBRA LINEAL
ESPACEOSVECTORIALES 245
~ . . .'= ' _=,,.) 0. Es decir, que ios vecto‘res de [35011iinealmemeindependienles. _ -
eonces‘, [3 es una base de W, + W; y por lo tanto
"EJERCHICIOS‘ (SECCIC'SN '5,-IICAPiTULO-3)I
dim (W + W2) = r + n + m
1. Determine si 105 siguientes conjuntos dc vectores en M2 )1 2 constituyen una base de
= (r+n) +(r+m) -r esteespac-io

= dim W + dim W2 dim W1 {‘1 W2 a)v=1o‘v=’11‘v='1 1 v='11

‘ oo 2 00 3 10 4 11
Q.E.D.
b)v=”21’v=.'o o‘v="1o VE'o—r.
EJEMPLO 9 Sea por ejempio V= M: x 2. Sea W; e1 subespacio de las matrices triangulares ‘ oo 2 31 3 32 4 03
' superiores y Wz e1 subespacio de las matrices trianguiares inferiores En la seccién
anterior se vio que W. n W; = subespacio de las matrices diagonaies y que W1+ c)v===.21—1/=-—13.V=P1-1v=-23
W= M2112. En este caso, se tiene que dim(W. + W2)” dim V==dim M212 = 4. ‘ 32" 2 01 3 1—1 ‘ ~12
La dimensién de W, es 3, pues una base para este subespacio es: _ _ .i _

d)vzf1o‘v2'01'v='23 V='—14

{[3 3i» i3 5i, [3 3i} ‘ 01 2 1o 3 32 ‘ 53

y la dimensién de W2 es 3, pues una base de este subespa'cio es:

. a) Establezca una base del espacio S dado por

W-Si‘45-1‘? 481-13111 ‘
Similarmente, la dimensién de W. n W; es 2, pues las matrices
S= (my, 1). [26 +y"-".-+z -0}.
b) Determirie 1a dirnensién del espacio Wdado por

={(X.y,z,w)1x+y+z+w=0)

[é 8], [3 ‘1’] Bstablezea una base dei espacio solucién de cada uno de los sistemas homogéneos de
ecuaciones lineaies 's'iguientes:

a) x1+x;=0 d) X1+ZX2+XJ‘2X4=0
constituyen una base para el subespacio de matrices diagonales. Entonces 2x1+2x2=0 l-X2+XJ+XQ=O

dim (W, + Wz) = dim W1+ dim W2 — dim W n W2 b) 3xl+x2-x3=0 x1—2x2+2x3—x4=0

xl-Xz+x;=0 6) x1+X2—X3+2{T4=0

ll H H il C) xi‘x2+x3=0
5xl+4X1-2XJ~2:X4=
l—XZ+X3*8I4'=O
4 3 3 2 2X1‘X2+8x3=0 5x1-x2’rxJ-ar‘0
4x, «316; + 1017; = O
Un corolario inme‘diato del tebrema 5.6 es e1 51gu1ente cuya demostracién se deja ’ ‘
. como un sen‘cilio ejercicio para ‘el leeto'r.
. Demuestre,‘que'el. conjufito vacio esruna'base dei espaéid vect'eriai tri—viaif-O}:
(Sugerencia: proceda por contradiccién suponiendo que existe una base [3 de [0) y
que [3 a6 (6 . . . [Véase también e1 ejercicio 29(c) de la seccién 3.]
COR OLARIO Sean W1 y W; subespacios dei espacio vectorial de dimensién finita Vtaies
Sea A una matriz inversible de orden n. Encuentre una base para (:1 espacio soiucién
que W, 63 W2 = V. Entbnces dim V= dim W, + dim W2. dei sistema homogéneo de ecuaciones iineales AX = 0.
Para cada uno de los siguientes conjuntos de vectores en R3, existen razones “eviden-
tes” por las cuales tal conjunto no puede co'nstituir una base de este espacio. Diga
cuales son estas razones.
246 ALGEBHA LINEAL ESPACIOSVECTORIALES 247

' a) 't(1.-3.2).,'(2,~1,i1')1 ._ a) Obtenga una base [3 de Wformada por algunos de estos generadort s.
b) {(1, 1 1),-(322,210,331) b) Complete [3 para formar Lma base de P"
C) {(211, 3) (0 0 0) (3 l -1)l (Sugerencia: véase el ejercicio 13 de la seccion anterior.)
d) {(29194)3('8915 3): (8) 097)1(3911 1)} 14. Considere los subespacios W, y W2 de Mz .2 dados por

Mt? 21:01 W21: 21w}

) ((3.1.4),(7,4,2),(3,1,4)}
En cada uno de 105 ejereicios siguientes encucntre una base [3 de R3 1111 que [3 contenga
a1 (a los) vector(cs) indicado(s)
a) Dcscriba los subespacios W, + W2 y W, (1 W2.
a) V1=(1,1,1)
1:) Determine bases para cada uno de los subespaeios W1 y W2, 2151' como para los
b)v=(0, 1,0),v2=(1,0, 1) subespacios W, + W2 y W. n W2.
c)v =,(2 3,1),v2=(3, 1,2) c) Verifiguc que se satisface e1 teorema 5.6.
(1)V1=(1,1,1),1’3=(3,*1,4),V3=(0,1,2) 15. Considere los subespaeios W, y W2 de M; x) dados por
a) LExiste alguna base de R3 que contenga‘ a los vectores v1 = (2, 1, 3), y V2 = (4, 2,
6)? Explique. “00,1100
W,=c.,10~10,010
b) LExiste alguna base de R3 que contenga a los vector'es v1 = (3, 1, 2), v2 = (—1,2,
0), V3 = (0, 3, 4) y v4 = (3, —Z, 8)? Explique.
1000 1
Considere e1 siguiente conjunto dc vectores en R3
001000 0003]
w,=g1010,00 000,
=1(2 l 0,00 0 2), (3 -1 0) (-3 6,3),(0112—1H 1

O
1 O 1 0J O 0
a) Demuestre que S es un c011Junta de generadores dc R3

'
a) D‘eseriba 10s subcspaeios W1.+ W2 y W, n W2
b) Extraiga una baSe para R3 (16] con_] unto S
- 1)) Determine bases para cada u‘no de los subcspaeios W1, 1V2, W,+ ‘V2 y W, 1‘. W2.
10. Considere e1 subespaeio Wde R4 generado por los vectores v1 4 (0, 1, 3, 2), v2= (1, '
—1,0,1),v; = (3, 0, 1, —1) y v4 = (4, 0, ~2, 2). c) Verihque que se satisface e1 teorema 5.6.
a) Obtenga una base [5 de Wfom'mda por‘algunos dc cstos generaclores. ® 16. Considere los subespacios W1 y W2 (11; M" x ,, dados por
b) Complete [3 para format una base de R‘.
11. Considcre e1 subespacio Wde R5 generado por los veetor‘es v, = (1, -1, 1, O, 3), v2 = = [A E Ma IA = A'} (111atriccs simétricas)
(0, 3, -Z, 21.4), V3 =(1,11,—7,-4,19)y V4 =(3,0,1,—1.13)- W2 = [A E M,.,. [A = ~A') (matrices antisimétricas)
a) Obtenga una base [3 de Wformada per algunos de estos generaclores.
a) Determine bases para W, y W2.
b) Complete [3 para formar 1111a base de R5.
b) Dcmuestre que
12. Considere el subespacio Wde M2 x 3 generado por los vectores

= l 0 3 v = 1 1 l dimW, = Eli—fl dim W2 = M3112

V' 2 -1 4 3 3 —3 2
c) Demuestre que

. = 1 4, 4 v a —1 3 0
v2 '5 ~2 7 " 0 '2 1 p _Mn'xn: W19 W2

'(Sugereqicia: SijA 'es cualq‘uier matrix (10 orden 71,111 mairiz A + Al es una matrix
.v = :4... 3. 4) . ,
simétr'i'ca y A - AI es antis'1111é'trica.)
5 —6 5 ~11 d) Verifique que se satisface e1 teorema 5.6 (su corolario).
. Sean P, y P2 dos planes distintos e11 R3 que pasan por el origcn. Demuestre que
a) Obtcnga una base [3 de Wformada por a1 gun'os de estos generadores.
b) Complete [3 para formar 1111a base dc M2 x 2. 11== P, + p,
13. Considere e1 subespacio de P,, generado por los vectores 1, x + 1, (x + 1)2, . . . Usando e1 tcorema 5.6, demuestre también que P, 0‘ P2 es una recta que pasa per e1
(x + 1)" origen.
248 ALGEBRA UNEAL ESPACIOSVECTORIALES 249

. '® 18. LCier'to o falso? Sean W1 y W1 dos subespacios distintos- del espacio ve'ctorial V Si
' [31= {v1, 1);, V3, w1, W2} es 1111a base de W1'y132 = {V1, V2, v3 111 M2} es una base de W51,
entonces [5 = {V1, V2, V3} es una base de W1 n W2.
19. LCierto o falso? Sean' W1 y W2 dos subespacios distintos del espacio vectorial V. Si
[31 es una base de W1 y {3: es una base de Wz, entonces fl = [31 U [3; es 1.11121 base de W1
+ W2_=§ (W1 U W2).
Vectores de [3; se‘esta (como se dijo anteriormente) considerando 'otra base (11' stin'ta ‘
de V digase [3‘= {112, v1} respecto de la cual el vector v'se identifier: con (c~ c1) é
R2.
DEFlN/CION 6.1 Sea Vun espacio vectorial de dimension n y sea 13 = {V1, v1, . . . , 13,} una base de
V. Definase el vector de coordenadas de v respecm de la base (3, el cual se denota
por (v)p, como el vector

0))” = (a!) a2) ' ‘ 1 1 an) E R"

on donde los escalates 011, 012, . . . , a" son tales que

6. COORDENADAS V = 011v1 + a2V2 + . . . + 01,11)"

Tambie’n se va a considerar 1a matriz de coordenadas de v respecto de la base [3,

A partlr de esta seccién y por el resto del libro, se va a considerar a una base en denotada por [V]p como la matriz‘ n X 1
un espacio vectorial Vde dimension finita no 5610 como un conjunto dc vectores
del espac‘io, sin‘o como un conjunto ordenaa'o de vectores de V (es decir, un
conjunto de vectores en el eual esté establecido un orde'n entre ellos de modo que
.\.
tcnga sentido hablar del“p11mer vector”, “segundo vector” ,etcétera). M1} ='
Con esta perspectiva se tendra, por ejemplo, que la base {e1, e1} (1a_ canonica)
de R2 e's diferente de la base {62, e1}.
Cohsidér‘ese un es'pacio vectorial Vde dimension 111111151511 [3 = '{v1, v2, ., '
1),.) 111121 base de V. Se ha visto que para cada v E Vexisten (finicos; temema 5 1) Sin mayores explicaciones, se usara (V), o '[v]11 segt’m con'venga en cada caso
' escalates a1, a2, . . ,an tales q‘ue particular que se esié considerando.

V: (111)] + 0.2V2 + . . . + anvn EJEMPLO1 ' Porejemplo, sea V= P4.

Se sabe que dim V= 5. Es facil verificar que los vectores
Se puede establecer 1111a identificacién entre los vectores v del espaeio V y los
vectores de R" cuya i-ésima coordenada es el escalar a1 que multiplica al vector v1=1,v =1+x v3=1+x+x, v..= 1+x+x2+x, v5=1+x+x~+x3+1fl
v,- (el i-ésimo vector) en la expresién que define a v como combinacién lineal de
los elementos’de la base [3 = {V1, v2, . . . , v,.}. Es decir forman una base de P4, la cual se denotaré por 13 = {V1, v2, v3, v.1, v5} . Dado e1 vector
(16 P4
identificacion
v = 011121 + am +. .+ am. 6 V ‘ .._ _.._,. (011, 012, . 1 1 0t") E R"
v=2+3x+2x2+5x3—2x“

Obsérvese primeramente que esta identificacién se esta haciendo via una base obtenga (v)p.
iconcrem de V. For tanto, si Se cambia la base [3 al mismo vector .v E V le Todo lo que se tiene que hacer es ballar los escalates (11, a2, a3, a4, a5 tales
- correSponde un vector distinto de R" (la identificacion cambia). que
Por otra parte, obsérvese también que esta identificacién esta bien definida,
pues se ha dado previamente un orden a los vectores de la base [3, de modo que V = a1v1 + Gav: + [13"] + (14%; + asVS
cada vector v 6 Vtendra’ asociado (via la base {3) un vector bien determinado en
R" (una njada ordenada de mimeros reales). Al escribir explicitamente esta expresién se obtiene
Por ejemplo, si el espacio V fuera de dimension 2, y se toma (3: {V1, Vzl una
2 + 3x+2xz + 5x3 — 2x4= 011(1) + 0120 +11) + (13(1 +x+ x2)
base de V, al vector v = mm + Cs le corresponde, seglin la identificacién
mencionada, el vector (c1, c2) e R2. Sin embargo, si se altera el orden de los +a1(l+x+x2+x3)+or5(l+x+x1+x3+x*)
 ESPACIOSVECTDRIALES 251
250 ALGEBRA LINEAL

= (a3..+ (13+ (13 + C14_+‘Ot5)+ (a2 + 03+ or4 + a5)_\~ : Sctienc onlonccsquc -
+ (d; 4a; + 0.n +‘(a4 + a5)x3+ 013:4 ""2 —3 =31. 27mm 3 +=a O 1
7 4 ‘0 0 4L1 0 4 2

l\)
dcdondc 011+f12+0t3+014+0€5=2 a1=--1
a3+oc3+a4+a5=3 Otz=l A1 rcalizar las opcracioncs indicadas sc obticne
a3+a4+a5=2 =' a3=-3
0h“ C12 =
ou-roz5=5 a4=7
a5=—2 Ot5=—2 2a1+ 30.3 + (13 = ‘3

0L2+20t3-20tq= 7

20a; — 3014 = 4

Al procedcr pot c1 método do eliminacién Guussiana para resolver cstc sistcma so

por lo quc cntonces
licne
(2 + 3x + 31:2 + 5x3 — 2114),, = (—1,1,—3,7,—2) e R5 1 ' 1 0 0 2 1 0 0 0 —25
2 3 1 O ~3 0 1 O O 37
Ve’asc un cjemplo mats O 1 2 -2 7 ~ ’''" O O l O —34
0 O 2 ~3 4 0 O O l -24
E‘JEMPLO 2 En M2 , 2 considcrc los vectorcs dc la basc canonical [3,.
v=,1_.0_ V2031 11:-0 0_v=_o_ _0._ .1 ' . .. ,. , .
dcmodoque
0%.? ,.0' o-’- 3- f1 0_"4_yo 1~_

v 17 41 2510 01271 013412 21 ~12 a1

-“go “:0. .0 .1
2.-‘3 =1'_--‘ 12 . 31 "3"; ©0332?
4.:
Sea

ycntoncos

Es claro entonccs quc (‘01); = (—25, 27: "‘34, “’24) E It‘

2 _.
V=[7 :]=2V1‘3V2+7V3+4V4 Es natural prcguntarse si cxistc alguna rclacién entrc los vectorcs

por lo quo (Vb, = (2: _3: 77 4)

(1))”: = (~25, 27, —-34, ~24)

(v11. = _(2, —3, 7, 4) e w
pucs on rcalidad éstos rcprcsentan el mismo vector v E M; x2 solo que en difcrcntcs
En el mismo espacio M2 x 2, considcrc 103 vectorcs bases.
3 E1 objetivo dc la siguiento subscocién cs discutir, on general, csm prcgunta.
'u='11-2“u=13‘43;= 01-u="0.0'
a“ 1030', 4, 1 0,; 4 ,2 2., 4__ -—2~—3-
6.1. CAMBIOS DE BASE
Sc puedc verificar que [3; = [u], 142, 113, to.) es también una base dc s 2.
A1 tomar el mismo vector Sea Vun cspacio vcctorial do dimension n y scan
v _ 2 —3
7 4 fil=tv1,v;,...,v..l y £52={It1,uz.~-,u,.)

so encomrarzi (v)p3. dos bases distin‘tus do V.

 ESPACIOSVECTORIALES 253
252 ALGEBRA LINEAL
n _ '_ V l . . _ 1- .
Tc’lmese un-Vcctof ‘v 6- VJ Para eSte vector; existcn dos representaciorigs
diferefites dc acu'erdo a cada una de las bases [3, y [32, dlgaSe :51" = 2. Filip]; ' ' . - , b (6'5)
j-l

v = cp1u1+ (p211; + . . . + (pnun (6.2) Considérese la matriz P = (py)iJ-1,2,. _ , ,,., en cuya j—ésima columna sc encuentran
los elemenlos de la matriz [14]“. .
v=asgfi+agi...+a,m (6.1) P11 P12 - - . p1"
"ft "‘72. “7'1 P = P21, P22 P2"
0 sea que
pnl [9:12 . . : pun
51 (P1
6 o esqueméticamcntc
Mp. = 3 M» = “32 _ ‘ T l T _
5,. ' cpn P = [ullm [”21p, . . . [ll,.]pl
i l l
Se quiere vet qué rclacién existe entre [v]f5, y [v]p2.
Como [51 es una base (16 V, cada‘ vector uj,j = 1, 2, . . . , n (dc la base {32) puede Obsérvese que
expresarsa demancra finica como una combinacién lineal de los vectores de [3,. n 1

Es dealt, existen csCalares pi; tales que 2 PM

1'41 '
P11 P12 Pm <P1 n. 51
u; = 1?q +192IV2+ . - - +1):a = Z Pijvi j= 1,2, . . .,n (6.3)
PM“: p?‘ ___"’.2?__ . ...
M n
5? _=‘ ,2 m, = '
f =Ml
6 -

psaagu'e . . I Pill > P112 >P/m‘ (91‘1" '.

n_ I '
~_ 6n-

P11 Z PIu‘Pj
j’l
[lg-hf pfj j=1,2,...,n
Es decir, 1a matriz dc coordenadas dc v rcspecto de la base [31 se obtiene mul—
Plu' tiplicando la matriz P por la matriz decoordcnadas de v rcspecto de la base [32.
Si se intercambian los papeles de (3. y [32 se obtiene la siguiente situacién “dual”
S'ustiu'xyasc (6.3) en (6.2) para obteher
n n n QM?! = Mp,- V (6.6)
V = cp1u1+<p2u2+...+cp,.u,. = Z CPI“; =2 (PIX PiiVI' = en donde ahora la matriz
j.1 j—l I"!

(In (In (11"

n n II I II "
Q = (121 (122 qzn
Z PIMP] vn
=2 2pm vi = 2 PM?) w+ 2 PW; V2+~~+ j-l
i=1 j =1 i=1 . j-l
q11 qnl - -' - . 61m.

A1 comparar (6.4) cm (61) y en {listé de la unicidad de la repreSentacién dc v ' es la que tiené‘én su 'i-ésimé 'columna l'o's elé'mentosdcla matriz dc coordena'da's
como combinacién lineal de los vectores de la base [31, se obtiene_ del i-ésimo vector V, de la base [31 respecto de la base (3;, es decir,

, r 1 T ‘9‘
51: Z Plflpj, 52 =2 Put?» ’5': = Z Pnj<Pj
I'=l j-l j’l Q‘= mp, [v2]», ['apz ‘ [l = q;' (6.7)
1 1 1 q"
0 568.
254 ALGEERA LINEAL ESPAC!OSVEC?OR£ALES 255

So afirma que 01’ = I. En efecto,’segén. (6.3) sc tilen'c .

' ITEOREM'A 6.1 ' . Sea Vun espaci'o vecterial dc dim‘cnsicfin n. ‘
Seari ' ' ' ' '
u,- = 2 pm
i‘l ‘31 = {V1, V2, - - - yvn}

pero segl'm (6.7) [32 = {141,112, . . . ,un]

dos bases dc V. Sean P y Q las matrices

vi = 2 (11-11111
1-1
1 1 1 1 ’ 1 1
dc modo que
P = [“1101 [uzlm ~- - [Mr-Ll. Q = [Viki [V2191 - 1 - [Wk
H 1 l l l l l
u,- : 2 ])UV; = 111,-}: qmu; = 2 Z (1141);,- m- (6.8)
1-! 1- k=1 k '-1 1-1
Entonces P (es inversible y) es la matriz de cambio de base de {32 a £31, y
Pero por otra part0, es. claro que el vector u; scexpresa eomo combinaeién lineal Q = P”1 es la matriz de cambio dc base de [3, a [32.
de los vectores de la base fig como

" . ldk=j Esqueméticamente,_ se puede im'zigifiari a PI Como Siehdo una “méq‘uina que
u; = 'Ykllk en dondc Yk = { . . (6.9)
1-21 0 51 k 1* 1 , convierte vectores de coordenadas respecto de la base [32 a vecto’res de coordenadas
respeeto de la base (3.1”.
dc mode que, :1] compar‘ar (6.8) y (6,9) se obticne

151k=lj :- .1- '

[V191 ~ - —-+‘ [v- =_-P.[=v.112»
,. - - . - .. = {0 Si k 4"]. (6.10 )
2:1 (1)"p
CAMBIO DE
BASE p; —+ 131
ll
Similarmente Para P‘I la misma “mzi uina” con las flechas en semido inverse .
Port) 2 (1111);,- es el cle‘mento que apareee' en la k-ésima linea y en la j—ésima
'1
eolumna de la matriz produclo QP. EJEMPLO 3 , Retome el ejcmplo del especio M; x 2 en el que
Enlonccs (6.10) dice qu'e QP = 1.

W5 3], [3 5]: [3’ 3], [3 3]]

Se coneluye entonccs quc P cs inversible y que P" = Q.

DEFIN/CION 6.2 A la matriz P dc orden n 1211 que ',

PM» = [V111,
[32
{[5 3], [i 3], [3 i], [353]}
, . 1333 may fzieil hallai' La mam de eambio- dc base de' m Bg,'pl1e's_'

11a 311;; " 11:" 211;.

Vse 1e Irlama‘m'atriz deeambio de base deb: a [31. . .

Se bu vislo entonccs que P es una malriz inversible y que P“ es la matrix dc cambio

(11.: base de [31 a (3;, es decir

Mo, = PM».

En el siguienlc leoremu sc resume (sin palabraS) la discusién anterior. 112 :11. 11-2-211.,. (0: 0: '2> '3)
256 ALGEBRA LINEAL ESPACIOSVECTORIALES 257

de modoqu‘e _
~ 1 1" 0 0‘
= 2 3 1 0
P 0 I 2 —2
0 0 2

Se puede hallar Q la matriz de cambio dc base de [51 a (32, calculando P".

Esta cs
Sea [5, = {e,, e2} la base canénica de R2.
-3 2 -3 2 Sean ei = (cos 9, sen 6) y e5 = (w-sen 6, cos 6). Es fécil verificar que para
= ‘1 =
4 —2 3 ~'2 cualquier éngulo 6, Ios vectores e1 y 22 constituyen tambie'n una base de R2.
Q P *6 3 *3 2 Escrfbase {32 = {e{, e; }. (Obsérvese que ésta seria la base canonica en el plane
*4 2 *2 1 x’y'.) Dado un vector v = (x, y) E R2; so quiere ver cual es la relacic’m que existe
entre las coordenadas de v en la base [31 [que son precisamente (x, y)] y sus
('0 bien, c‘xp‘re'sando' directa'mente cada vector de la base [5. como combinacién coordenadas en la base [32 (en el sistema xy “girado”)t
Ilneal de los vectores de la base [32 y escribiendo las coordenadas en las columnas' Como '
cor‘respondientes de‘ P). (61)“ =’ (cOS 6, sen 6)
Path 61 veCtor
(egp‘ sf (Psen e,--COS' 6) """

I se'tiehe
53L ‘3]. .121 matrix de cambio de base de‘ [32 a (51-,- as en't'oh'ces -.

= cos '6‘ ' F-s'eri B

P 5611 6 cos 6
2
cuya inversa es
Mn. = .3,
4 cos 8 sen O
P'1 = —sen 6 cos 6
de modo que
que es entonces 1a matriz de cambio dc base de [51 a [32. Scan (36’, y’) las coordenadas
de v con respecto a la base [32.
"3 2 “3 2 2 "'25

Mp, = QM». = _6 3 _3 i 4 —2 3 — — Entonces -

3 = i: x’ = -1" x = cose sené x = 'xcose + ysene
~4 2 —2 1 4 ~24 -xse116 + ycosB
y] P _ y “56119 6059 y

,0 sea q'ue [v],,, = (-25, 27, —34, -24'),' r’e‘sultado que ya_se habia obtenido diteota- es decit
meme. - -' ' ‘
Para terminar, se desean’a considerar un cjemplo geométrico muy interesante, I
con el cUal es muy probable que el lector tenga familiaridad. Se trata dc estudiar x xcos 6 + ysen 6 .
1
1a “rotacion de ejes” en el plano xy‘ . Y ~xsen 6 + ycose
Esuidiese la situacién geométrica descrita en la siguiente figura en la que se que son las conocidas “formulas dc cambio dc coordenadas pot rotacién dc ejes”,
muestra 'el plano xy y un nuevo sistema de coor‘denadasx’y’ que se obtiene girando que relacionan las coordenadas de un vector (x, y) en el sistema xy con las
i
105 e165 xy. Un éngu‘lo 9. coordenadas (x', y’) de 656 mismo vector en el sistema girado x’y’.
f t
*\1 , .
/ . 1\’\. \
-. ‘\
258 ALGEBHALINEAL.
ESPACIOSVECTORIALES 259
6.2 - ISOMORFISMO'S DEIESPACIOS VEQTQRIALES
216401.: + “2) =91 '4’ V2. =‘f4011) "ff“1(a) .
En esta subseccién se pretende ir un poco mzis lejos respecto de las consecucncias Similarmente, si 0- E Ry u E U, tome v E Vtal queflv) = u.
tcéricas que trae consigo la identificacio’n entre los Vectores de un espacio vectorial
En'tonces
Vde dimension n y sus vectores de coordenadas en el espacio R".
En'la siguiente definicién se establece uno de los conceptos més importantes
on = cflv) =flcv) . (pucsfes un isomorfismo)
del élgebra lineal: e1 concepto de isomorfismo.
0 sea
DEF/NICION 6.3 Sean V y U dos espacios vectoriales. Se dice que la funcién f: V -* U es un
isomorfismo de Va U sifes biyectiva (inyectiva y sobreyectiva) y ademzis cum ple
con las dos condieiones siguientes:
f"(cu) = cv = emu)
lo que ptueba entonces a).
1) flvl + V2) =f(V1) +1022) VV], V2 6 V.
b) Se tiene la siguiente situacio’n:
2) flcv) = cflv), V c 6 R, Vv EV.
f 9

I‘M’QTA: A una funciénf: V -—> U entre los espacios vectoriales V y U quc satisface
v \14
111s Condiciones 1) y 2) de la definicién anterior se le llama “funcién (o transfor- . go,
/ W

maCion) lineal". EStasjuegan u‘n papel central dentro del esmdio del élgebra lineal.
Todo .el capitulo4 .se dedicaré a hacer un estudio de estas importantes funciones.
En el siguiente teorema se e‘sftablecen dos propiedades may importantes de los Sicndo f y g biyecciones, 1a composicién g o f también es una biyeccién.
isomorfismos que se usar-a’n més adelante. . S‘e vera’ entonc‘es si g o f satisface las condiciones l) y 2) de la definicion
, .

Sean v1, v26 K'yEntonces '

TEOR'EMA'SQ Seaf3 V -> U 1111 isomorfismo del cspacio vectorial Val espacio vectorial
U. Entonces (8°f) (V1 + V2) = gO‘Kvn + V2» =g(f(w) 470’») = gWO) + 8(V(V2)) = (S°f)(VX) + (8°fXVz)
a) f‘: U —+ Ves un isomorfismo de U a V. Similamiente, si v E Vy c E R
b) si g: U -—> Wes un isomorfismo de U a W, In composicién g o f: V —>
Wes también un isomorfismo (dc U a W). (g°f)(CV) = 80(0)» = ‘g(Cf(V)) = 0301‘)» = C(g°f)(V)
lo que prueba (b).
DEMOS TRACICN a) Siendof: V —-> U una biyeccién, su inVersaf": U a Vtambién esuna funcién Q.E.D.
biyectiva. Se verzi quef" satisface las condiciones 1) y 2) de la definicion 6.3.
Se tienen que verificar que v ‘ Considérese ahora a la familia de todos los espacios vectoriales. Establézcase en
esta familia la siguiente relacién:
. f"(u1+u2) =f-l(ul)'+f-l(u2) . . Vl11,u2€ U.
V~ U a existe un isomorfismof: V —+ U.
(i . ‘ .f“(c¥).=?f"(u)n3W€R . WE”
Sean 111, u: 5' UL Sean v1, v2 6 Vtales queflv
o '.__ u] yfiw) = “2 (csto 65,1“
TEOREMA 6.3 La relacién anterior es una relacién de equivalencia.
”f ”(”0 y “2 = f "(V2)). Entonces

”1 + H2 =flV1)+f(V2)=flV1 + V2) (pues fes un isomorfismo) DEMOSTRACION 1) La relacién ~ es reflexiVa. Es decir V~ Vpara todo espacio vectorial V. Esto
es claro, pues 1a funcio’n identidad Id: V —* V, Id(v) = v V v E V, es un
do donde
isomorfismo de Va V.
260 ALGEBRA LINEAL ESPACIOSVECTORKALES 261

2) La reiacion_~ es simétrica. Es decir, si V~ U enton‘ces U~ V. En efecto, si V I' 131110a

~ U, existe 1111 isomorfismo f: V —~> U. Pot cl teorema 6 2, f": U —-> Ves 1111 -
isomorfismo de U a V. Entonces U~ V. v + it x (T1 + HOW + (72 + PZWZ 4' ' + (1." +15)”
3) La relacién ~ es transitiva. Es decir, si V~ U y U~ W entonces V~ W En
efccto, si V~ U ex1ste un isomorfismo f V—1 U Ah01a, como U~ W, existe Entonces
1111 isomorfismo g: U W. E1 teorema 6 2 dice que g0 f: V -+ Wes 1m
isomorfismo de Va W. Entonces V~W VflV+u)"(T1+91>Tz+#21---,Tu+iln)
Q.E.D. =(TI’T23‘ -':TH)+(p1: Paw-’11:.)

En' Vista de este teorema (dc ia propiedad simétrica de la relacién ~, ma’s concre- =flV)+flu)
tament’e) se podré referir a 1111 isomorfismof: V —. U de Va U, simpiemente como Si 6 E R emonces
1111 isomorfismo “entre Vy U” sin temor a confusién. CV = CT1V1+ CTs + . . . + “:1l

y por tanto
DEF/NICION‘ 6.4 Se dice que ios espacios vectoriaies U y Vson isomorfos, lo cual se escribe U =
V, si existe un isomorfiSmo entre elios. 110’) = (6T1, CT21- - - 161-11)= C(Tla T2, - - 1 1 T”) = Cflv)

Q.E.D.
E11 vista dc! teorema 6 3, se tiene entonces que la familia de todos los espacios
Véctériales queda dividida en clases de equivalencia. Todos Ios espacios que
perteneccn a ma misma clase son isomorfos. E510 permite idennfcar dos espacios COROLARIO 1 P 3 Run, mn g Rum.
isomorfos como “siendo el mismo”* (1den11fica1-Ios consu clase dc equivanlencia),
El Siguiente teorema..dice que muchos de. 105 espacios vectoriales que se han-
estudiado en este capitiflo 11¢1ter1<zce11 a una misina clase de equivaleneiap
'COROLARlb 2 " 'Si V. y V2 sdn‘dos espacios vectoriales de la 'misina dimensién entonces
V; = V2.
TEOREMA 6.4 Sea Vun espacio vectOtial de dimensién n. Entonces V = R".

DEMOSTRACION Sea 11 = dim Vl =‘ dim V5. Segi’m cl ieorema anterior existen isomo‘rfismosf. = Vl
DEMOSTRAC/ON Fijese una base [3 del espaeio vectorial V. Digase que [3 =1 {v,, v;, . ..vn}. _. Rn yfz = V2 .... Rn.
Definase la funeionf V ——> R" de la siguiente maneta: para v E Vescriba fiv)
= (v),,. (El vector de coordenadas (16 v respecto de la base [5.) Considérese 1a fun'ci'énfal 0 1",: Vi —-> V1. Esqucmzi'tic‘amentc se tiene la siguiente
Se afirma quefes un isomorhsmo entre V y R". El hecho de quefes inyectiva, situacién:
esta establecido en el teorema 5.1 (unicidad de la representacién de cada vector v
E Vcorno combinacién lineal de los elementos de la base [3). La funcmnftambien
es sobreyectiva: dado e1 vector (cl,- c1, . . ., c") E R" defina v E Vescribiendo

V= C1V1+ C2V2+ . . . + cnvn

V‘ —-—-——-—e—-——-—-—--—->V2_
Es claro queflv) .= (Ci, 02, - 1 6n); , . . . 1? °f1 _ I .
-Se veté ahora quefsatisfacé las condieiones 1) y 2) die la definicic’m 6. 3. Sean '
Seg1’111 e1 teorema 6 2 ,fz“ a fi es un isomorfismo. Esio prueba ehionces que V;-
v, u, E V, digase que
V .*
V=T1V1+T2V2+. . .+T;.Vn
2 Q.E.D.
"=M1V1+P2V2+n-+an
*Una demostracién mzis directa de este corolario (usando el teorema 6.3) ms: si 71 = dim V, = dun
V1 se tiene V, S R" E V,, y por'm‘nto V, 5‘ Vi, Se‘Quiso a'qui dar cxplicilameme e1 isomorfismo enlre
*La palabra isomorfismo tiene por raices' “i505“ =‘ig1'ml, “morfos” = {011113. " - n 1 I
Vl y V2 pues nos re feriremos a é] en la d1scu51on que 513116 a ,este corolano.
, I
262 ALGEBHA LINEAL
ESPACIOSVECTo'niALES 263
‘ 7 Para establecerel1somorl1smof2 of V, —> V2 en el corolario anterior es necesario ' ‘
2) 5 es 111-1 conjunto linealmeme 1ndcpend1emcen Vsi, y solo s1flS) es un conJunto
fiJ'ar bases (11: V, y V3, digaSe 15, de V, y 11 de V2. Este isomorl’ismo scria entonees ,
linealmente independiente en W.
(véasc demostracion dc‘l teorema 6.4)
y por tanto,
(fi‘°fn)(V) = cm + 62v: + + cnv"
3) (3 es una' base dc Vsi, y 5510 si flfi) cs 1111a base de W.
en donde 132 = (11,, 112,. . . , v,.} y (v), = (c,, c2, . . . , 0,.)
La demostracién de estos hechos no es difieil. Sin embargo, se dejara para el
proximo capitulo (seccion 6) en donde se retomara la discusion que sobrc isomor—
En particular, para identificar a los vectores de P,. con'los vectores RM, se
l‘ismos se hizo en esta subseccién. Por lo pronto, en la préxima seceion se explota-
podria hacer por medio de una base concreta 13 de P,. (y la base canénica de R“),
ran estas propicdades para establecer un método scncillo que permita cncontrar
asociand'o a cada vector v E P, so vector de coordcnadas (v), E R“. Al tomar 13
bases de subespa'cios generados por un conjunto dc vectores en un espacio
como la base canonica dc P., esta identificacién se ve como
veetorial de dimension n.
Para terminar la (liscusion que se ha presentado en esta subseccién sobre
ao+a1x+ ...+a,,x" E P,. H (ao,a,, ...,a,) E R’”1
isomorfismos, se desea hacer algu nos comentarios im portantcs sobre la‘ perspec-
tiva que se abre a la 1112 de los resultados aqui obtenidos. Sc tiene entonces que
Similarm‘ente‘con [14,... se tiene‘ la siguicnte identificacion via la base canonica de
todos los espacio's vectorialcs dc dimension n 5011 isomo‘rfos. Si dos cspacios
Mm. vectori‘alcs V, y V Son isomorfos,d1’gasc q11e f: Vl —» V2 es un isomo'rlismo, la
estru'ct‘ura d'e cspa'c'io vectOrial dc V, es “copiada fielmente” porf11.10121 V2, pue‘s
(111 (112 . . . an: por un‘a partefcstablcce 1111a correspondencia biyectiva entre los elementos de V,
(121 £122 - . a 112:1 y V2 (sen identificados 11110 a 11110) y por o1ra partc f 11aslada sumas y productos
E MIIIXII

por escalates“ ———las operac‘iones de cspacio vcctorial— de los elementos dc V,a

: and
.
(11112
.
_ - - -
_ ¢
- anm
. . 511111215 y productos pot escalates de 105 com espond1entes clementos (11: V2 Asi pues,
desde el punto de Vista. (101 algebra lineal, V, y Vz‘ son espacios vectoriales '7
(€111,012, . . . , a1", 021, an, . . . ,azn, . . .,a,,,1,am2, . . Ham") e R”'" indistinguibles. Sc llega entonccs a la conclusion dc q1'1'e todOS los eSpacios
vectorialcs de dimension n. son, baJ'o la opticadel algebra lineal, indis1ir‘1g11ibles
resp'ce'lo del espacio R". 51501 que no estudiar entonces solamcntc cl cspacio R"?
E1 ocasioncs se s'uele referir a esta identificacio’n como cl “isomorfismo natural"
Existen muchas razones por las cuales esto no es convenicnte.
entre P,.(Mm x ,,) y R'“ (R"’"respcctivamente)
Sin pretender cntrar en una discusion dctallada sobre este respeclo, véase solo
Ya en un par de ocasiones anteriores se ha ht In identificacion de una matriz
un ejei'n‘plo. Los cspacios‘Mm y R"2 son isomorl‘os,pucs ambos ticnen dimension
n X 1 con un vector dc R" (por ejemplo cuando se trata sobre el espacio de
112. Supongase que se quiere estudiar el espacio M,, 11,, via cl cspacio R" por medio
solueione's de un sistema homogcneo de ecuacioncs linealcs, en la seccién 3).
dcl isomorfismo natural entre estos espacios. (Primera objecion: se han compro-
mctido con bases, concretas de M... , y R", las bases canonicas; (,por que no otras
a1
bases?) Existen algunas propiedadcs do 105 vectores cn cl cspacio M,, 11,, que ticnen
(12 n
. E Mnxl H ((11, £12, . . . , a,.) E R un carzictcr cxclusivo para este espacio. Eslas propicdacles haccn del espacio M,.x,.,
a pesar de su isomorfismo con R": un espacio con caraclerislicas propias y
an
exclusivas. Picnse, por ejemplo, en la multiplicacién de matrices, 1a inversibilidad,
los determinantes de estas matrices, etc. Debc rcsullar claro e1 panorama lan
‘ ~ Esta identificacion no es peligrosa en modo alguno, pues ya so yio que M,” , - R". .tencbroso que se presentaria si se pre1encliera establecer estas. propiedades enlr'e
Una de las Caracteristieas importantes que tienen los espaeios vectoriales V y las matrices via sus imagenes en R” -
ue son isomorfos es que- algunas propiedades- importantes ——bajo la perspccu ' La idcntificacién preporcionada por‘ los ismnOrlisinos entre cSpacios vecto-
liva del algebra lineal— que posec un conjunto de vectores en uno do 105 espacios, rialcs de la misma dimension resulta ser importante cn cicrlos nivelcs del algebra
se conservan a través del isomorfismo hacia el otro cspacio. Mas concretamente, lineal que estén fuera de los alcances de este libro. Asi cntonccs, para uno seguirzin
sif: V —> Wes un isomorfismo se tiene siendo “distintos” los vectores de M, x,., P”.n., y R’" x", aunque estos espacios scan
isomorfos. Solamente se scguiran iden1ilicando las matrices dc orden n x 1 con
l) S es un conjunto que genera a Vsi, y 5610 siflS) es un conjunto que genera a su correspondiente vector de coordcnadas (respecto de la base canonica) en R".
W. Es claro que csto sc hace 5610 por una cuestién de comodidad en la escritura.
 ESPACIOSVECTOFUALES 265
264 ALGEBRA UNEAL
del espacio P" en térm'inos de la base
'EJERC'IC'IOS ' (seeicréu 6, oAPiTULo 3) 13={1x-1(X-1)2 -(x-1)"}
1. a) Sea [3 la base canc’mica de R" y sea x un vector cualquiera de este espacio, encuentre (Sugerencia: e1 resultado se' expresa facilmente en .términos de las derivadas del
. polinom10p(x) evaluadas en x = 1.)
(XML
b) Sea 5 la base cano’nica de M,,. x ,, y sea A una matriz cualquiera de este espac1o, 10. En R3 considere las dos bases
encuentre (A)p.
13= {(11 1).(l 10) (10 0)}
c) Sea (3 la base canonical de P, y sea p 1111 polinomio cualquiera de este espacio, 132 ' {(211, 2). (1, 0, 3), ('1, 4. 4)}
encuentre (mfg.
a) Encuentre ((1, 1, 3))p,.
. Sea [3 = {v1, v2, . . . , v,.} una base cualquiera‘ del espacio vectorial V,
a) Lcuél es el vector de coordenadas del vector cero de Vrespecto de la base [5?
b) Halle ((1, 1, 3))92.
'b) Lcual es el vector de coordenadas del vector v.- i = 1, 2, . . . , n respecto de la ba- c) Encuentre Ia matriz de cambio de base de [31 a [52. '
se (3? d) Halle la matriz de cambio de base de [52 a [51.
Considere e1 conjumo de'vectores en R3 e) Reobtenga 10$ resullados de los mcisos a) y b) usando las matrices oblenidas en
los mcisos c) y (1).
B: {(3.1 I, 2)!(_1! 0: 2), (43 3’ 5)} 11. En R“ considere-la‘s dos bases
a) Demuestre que [5 es una' base de R3.
151={(1,0,0,0).(0.1,0,0),(0.0,1,0),(0,0. 0.1))
b) En'cucntrer((1, 1, 1))p y ((3, 4, 6))p.
132 = [(1, 0,0. 0). (2, 2, 0. 0.), (3, 3, 3. 0), (4. 4, 4. 4))
c) Para un vector cualquiera (x, y, z) E R3, encuentre ((x, y, z));;.
a) 1311911911116 la. matrizde cambio debase de [3; a [3.4.
. Considere e1 c011junto de vectores en P3
. .b)- Ha1le 1a matriz de cambio dé base de {5; "a 52.
13= {1+x+x’+x‘2+xz €3x+x32+3xnx2y c') Use' 1a matriz obtenida en el 1ncis'o antemor' para hallar las coordenadas de 1111 '
vecto'r' cualquiera (a, b c, (1) en téiminos de 1a base {52
a) Compruebe que [3 es una base de P3
12. 1311 R5 considere las dos bases
b) Encuentremp. (x11, (x2); y (13»-
Sea fiuna basedel espacio.Vectorial V. Sean v1 y V2 dos vectores dc Vy c un escalar, ‘31 = {(1901 0: O) 0): (051: O) 05 0): (0’ 011) 05 0)! (o: 0! 0:19 0)’ (O, 0) 09 011)}

demuestre que 152 = “0.0.0.0,1),(0,0,0,1.0),(0,0,1,0,0),(0.1,0,0,0),(1.0,0,0,0)]

_ a) Encuentre 1a matriz de ca'mb‘io de base de 132 a 13;.
(V1 + V2)»: (V011 + (V99
b) Halle 1a matriz de cambio de base de 131 a [32.
(CV01: = “"09
c) Encuentre las coordenadas de un vector cualquiem x = (x1, x2, x3, x4, x5) en términos
. Use e1 ejercicio anterior para hall’ar de la base {32.
13. Sea Vun espacio vectorial de dimension 4, considere las dos bases de V
(a0 + alx + (1:13 + 1139):;
151 = [V1, V2. V3. Va] 132 = {“11 “2, “a. “4]
en donde 1% es la base de P3 de1 ejercicio 4.
. Sea 13 = {vb V2) una base de R2, suponga que en donde ,
=3v1 + 5v, + 2V4
((1 1))p= (2 3) (( 1 ~1))n'= (3 3) =3v1 + 6v; + 4v: + 3v.

Determine 16s vectores-de la base (5 = —4v1 + v; + 2v, + 3V4

— {v}, 122, v3} una base de Pz', suponga que

> . Sea 13- =~3v, + v; + v; + 214
Halle 1a matriz de cambio de base de [32 a (51.
(1+x)fl=(2:130) (2-x+x2)9=(11191) (x-X2)p=(-1,3,2) 14. En- el es'pacio vect'orial F(R), co'nside’re e1 subespacio Vgenerado por sen x y cos x.

Determine los vectores de la base [3. a) Demues‘tre que 131 = [sen ,1, cos x} es una base de V.

. Encuentre e1 vector de coordenadas del vector b) Compruebe que 6; = {sen(x-+ 11/4), cos(x + 11/4) es otra base de V.
p(x)=ao+alx+...+a,,r" c) Encuentre 1a matriz de cambio de base de [32 a 11..
266 ALGEBHA LINEAL ESPACKDSVECTORIALES 267

id) Hallo ia matriz dg: cambio dc base de [5, a [32

En e1 espacio vectorial F(R) considerc cl subespacio Vgenerado pot seiflx y cos-x.
I .- 7.. EL ESPACIO LiNEA D'E-U‘NA MAT’RIZL'I '
a) Demuestre que (3; = {sen2x, coszx) es una base de V. Sea la matrizA dc orden m X n
b) Compruebe quc [52 = {1, cos 2x) as otra base de V.
c) Encuentrc 1a matriz dc cambio dc base de 62 313,. all .012 - - - (1111
d) Halic 1a matrix de cambio dc base dc [3, a 132. A = (121 022 . . . a2"

. Sea Vun cspacio vectorial dc dimensién n. Considers 1as dos bases dc Vdadas per
aml (2:112 ' ~ 1 am"
[3]: {V1,V;,...,V,.) [51: {“12 ll;,...,lln)

Considércnse 105 m vectores L? E R" definidos por

Sea P 1a matriz dc cambio dc base de 131 a (32.
a) LCémo se afecta P 51 en la base [31 se intercambia la posicién de dos de sus L,4 = (an, (1,2, . . . , (1,") i=1, 2, . 1 . , In
vectores?
b) aCémo sc afecta P si en la base {32 se intercambia 1a posicién d_e dos de sus Las coordcnadas del vector L? coinciden 0011 105 correspondientes elementos de
vectores? la i-ésima linea de la matrizA. A estos vectores se les llama (pot razoncs obvias)
c) Scan [51 y [32 ias bases dc Vdadas por vectores linea de la matriz A.
‘3'1:{V,,,V,,_l, . . . , V1] BIZ = Ill", un-ls - ' . : uli
DEF/NIC/ON 7. 1 Con la notacién anterior», se llama espa'cio final de la matriz A 211 subcspacio dc
Sea Q la matriz dc cambio (16 base (16 {ii a Bidemucstrc quc Q= Pc, en dondc R". generado por los vectores linea dc A.
Pc es la matriz definida en cl ejercici‘o' 17 de la seccién 2 dei capitulo 2.
17.' Con'sidere e1 espaciovectori'al P2 6011111 112136 13 dada por Se denotara pot ELA al espacio linea de A, el cual es enronces

'15: {1+x—xz,2+3x+x2,—1—5x+x3] EL‘= g€(L’,‘, L9,) . . ,,L,,) C R’!

Establczca un isomorfisniof: P2 -+ R3 p01 medio de la base [3.
En csta scccién se propone‘ Ver cémo hallar una base para c1 cspacio EL" (y por lo
. En c1 cspacio vcclorial M2 1: 2 considers la base [3 dada por tamo, s11 dimensién) y aplicar esta's ideas, junto con las dcsarrolladas en la scccién
_ '1 1 i 1 1 1 —1 1 —1 anterior, para establccer 1m método sencillo quc pc‘rmita dcscribir 10$ subcspacios
p- 11,~1—1,1~1,—11 generados por un conjunto dc vectorcs.en un cspacio do dimensién finita.
El primer paso que se darzi en esta direccién es relacionar el espacio linca dc
a) Es'!'abiczca‘ un isomorfismo f1 M2 )1 2 -—» R4 por medio dc la base [3. LCuzil scré e1 una matriz A‘ con el' espacio linca de la forma escalonada reducida de A. Sc verzi
isomor‘fisr‘no inversof'lz' R4 —» M2 x2? en 01 teorcma 7.1 qu'e cstos cspacios son iguaies.
b) Dcmucstm quc c1 conjumo Primcro sc harzi una observacién de carzicter técnico accrca dc una mancra

pg: 1:]. [3 31: ii 3] convenienle (para los propésitos en esta scccio'n) dc ver un producto dc matrices.

}
Sea A una matriz dc orden m X p con elementos (1,) y B una matriz dc orden
p X n con elcmcntos by. Férmes'e su producto C = AB. C es entonccs una matriz
cs un conjunto linealmcntc independientc. de ordcn m X 11, con elementos digase c;,.

111: 11111: 2111121111

Sc sabc quc »
, _ ic) Deihucstre qué e1 lconjuntoflS) an R4 dado por ‘ -

Ci] => 2 [Iii-big i

k-i

es un conjunto lincaimcnle independiente (y emonccs cl isomoriismoftransformo Entonces

e1 conjunto linealmentc independicntc S en el conjunto lincalmcmc1ndcpcnd1cnle
KS»- . p I) . p
19L Eslablczca u1'1 isomorfismof: P3 —> M2 x 2 (considcre las bases canc’nncas en ambos C = (CH) 01.25 - - - 9 Ci") = 2 (likbkl, X aikk, - ‘ 1 Z (likbkn
espacios). k-I k—i 1-1
 ESPACIOSVECTOHIALES 269
268 ALGEBRA LINEAL
P .
.
.
muestra-éntohcé‘s quo" . . -
"I ifliubkl: bar”; [31,.) = 2 0,.k
I I I ‘

- k-l = k” Q(u1, liz, . . . , 11,)n

If = [1111}? + (1,213+ , . . +£1.-P L}? Q.E.D.

Esta expre'sién nos dice entonces que el i-‘ésimo vector linea de la matriz producto

mm
C = AB es una combinacién lineal de los vectores linca de la matriz 8, en la cual
los coeficientes de estos vectores son los correspondientes clementos de la iiésima TEOREMA 7.1 Sea la matriz A = (ab),- -1, . ‘ . ,,,,, denotese por A’ a la forma escalonada
linea de A. ' j-l, . . . . n
reducida deA. Entonces e1 espacio linea dc A cs i gual a1 espacio ll'nca
EJEMPLO1 For cjemplo: do A’.

[2.—3 1] _f 5 i =[1o 4 7] DEMOSTRA CIéN Se debe mostrar que

4 *1 2 3 2 4 15 8 19

B C EL" =g€(L’1‘,l/’2, . . . ,L3,) = 3(L'1",L§‘",...,L¢,’) = ELA'

A
Entonces Segfin cl teorema 4.9 del capltulo 1, existe u'na matri'z inversible Q dc orden m tal
que A = QA’.
Entoncos (por la observacién previa al lema) cada vector Lf‘ es una combina-
L? = 011L111 + (1121/5i + £11n cién de los vectores L7“. Por cl lema anterior (con S1 = {L1} L5", . . . ,L#.'} y S; =
, . * L9 '.~‘ aa+~ (12s +; £13n , ‘ ’ (13‘, ~L’3,‘ . j. . , Li“) se'con'cluye entonces quc
lo» sea '' ' I l l3 I
‘ EL" 2 EL"
(10, 4, 7) = 2(2: 1, 3) + ('3)(‘150, 1) + (3, 2, 4) P'cro si'e‘ndo Q inversibl'e, se puede eS'Cribi'r A' =' Q"A, de modo quc por un
(1-5) 89 19) =>4(2) 1, 3) + ('1)(‘1:O> 1) + 2(3, 2: 4)
argumento a‘n‘élogo a1 anterior se obtie'ne

como se puede comprobar directamentc. EL" .C_ ELA

Véase ahora el siguiente lema que se usaré en la demostracién del teorema 7 . 1.
0 sea que E ' A = EL", tal y como‘ se queria.

LEMA Sea Vun espacio vectorial y scan S; = {v}, V2, : . . , v,} y S; = M, u2-, . . . , 14,} QED.
dos conjuntos de vectores dc V. Llém'esc Wal espacio generado por los
vectOr‘es v’._, v;, . . . , v,. Si cada vector u], 1 S j S t se pucde escribir como EJEMPLO‘2 Por ejemplo, si se tiene 1a mattiz
combinacién lineal dc los vectores vi, 1 5 i S r, entonces

, 39(lt1,ll2,. ‘ ., u,‘) QW ,1;34

A=213~
3'4-7
DEMOS TRACIéN Ciertamente para cada j, 1 Sj S tse tiene uj E W. Si a1, 0.2, . . . , a, son escalarcs
su forma escalonada rcducida es:-
arbitrarios se tiene también que
*Otra clemostrucién: Témcse x E 22(ul, uz, . , u,), entonccs x se cscribe como combinacién lineal
all.“ + a2u2+ . . . + mu, E W de los vectores ul, uh . . . , u,. Pero por hipétcsis, cada uno de estos vectorcs es unn combinacién liv
ncal de los vcctores v“ v,, .~ . . , v,. Poniendo todo esto junto, sc vc quc x pucdc escribirse como combi-
nacién lineal de los vectores v“ 11;, . . . , v,. Entoncesx E W.
pues Wes un subespacio (cerrado bajo la suma y el producto por escalares). Esto
270 ALGEBRA LlNEAL ESPACIOS VECTORIALES 271

1.10" 1'— ‘ " En ot'ras palabras,‘ la primera. coordenada distinta de cer'o en .L" es lajl-ésim'a ,
-A'= 0.111 coorderiada que es iguai a 1, y en los ve‘ctores restantes 1151’ , . .- , L" la j.-ési-
0 0 0 0 ma coordenada es cero. "- '
Fijese la atcncio’n en la jrésima coordenada del vector de la izquierda en la
El teorema anterior asegura quc los dos subcspacios dc R4 expresion (7 1)

Elf = 29((1, 3, 4, 2), (2, 1, 3, -l), (3, 4, 7, 1)) c,(...,_1,...) + c;(...,_g,...) + c,(..-.,£),...)=O
j1 j1 11
ELI = 53“}, 031’ '1),(Orla1>1)a(01 0: O: 0))

=C°C((11 0’1)_l))(0’ 191) 1)) se ve entonces que 0, = 0.

Queda asi (7.1) como
son iguales.
Ade-mas, observe que los vectores linea no nulos do 111 matrizA' son linealmente c214” + + c,L’," = 0
independienlcs pucs
Repitase e1 argumento anterior para mostrar que c2 = 0.
De la misma manera se muestra que 03 = . . . = c, = O, y entonces los vectores
61(1) 0:1: ”1)... 62(0112131)=(Os 0: O: 0)
Lé’, . . . , LI," son linealn'zente independientes y por tanto constituyen una base del
implica quc espacio EL‘.
o o
C1 = Q.E.D.
(32 =
:Ici'i‘Cz':
=’. cl=c2=10
"or:

"—c.+c2 ; E1 te'Orema anterior proporciona cl fundamento del siguie’nlte método para

obtener una base del espacio ge’nerado por un conjunto de k 'vectores v1,- vz, . . . . ', ' '
For 10 tanto, los vectores v1= (1, O, 0,--l)‘ y v2=(0, 1,1,1) forman una base (11:1 v1 en R".
espacio linca do A’, y cutonccs, dcl espaeio linea do A. [1510 es un hccho general
qUC se enuncia y dcmuestra a continuaeion. 1) Férmese la matriz A que t’enga por vectores linea a los veetores dados v1,
v2, . . . . , v, (A es entonces una matriz de orden k X n).
2) Llévese la matriz A a su forma escalonada reducida.
TEOREMA 7.2 Los vectores linea distintos de cero en la forma escalonada reducida de
una matriz A constituycn una base para su cspacio llnca. 3) Los vectores distintos do cero en la forrn'a' escalonada reducida de la matriz A
constituyen una base dcl espacio linea de A (teorema anterior). Esta serzi
entonces una base para el espacio generado pot los vectores v1, v2, . . . . , v1.
I I
DEMOS TRAC/oN Sean L? , L’z‘ , . . . , L’,‘ I 105 vectorcs llnca
, . .
distintos do care en la forma escalonada
reducida do A. For (:1 teorema 7.1, estos vectores gc-neran al espacio linea do A.* EJE'MPLO 3 Por ejemplo, suponga que se quiere determinar 1111a base para el subespacio de R5
Considérese la combinacién lineal generado por los vectores vl= (1, 2, —1, 4, 3), v2= (3, l, 2, 2, 4), v3=(2,1,1,—,1
0) y v, — (2, 41, 6, —11, -5).
0,1,1" + + c,L¢’ = 0 . . . (7.1) For-me entonees la matriz

' (Se demostrara qua c,= O

Recuérdcse que 611 A’ el primer elemento distinto dc cero en su primera linea
1 '2"~—1' 4 3
es 1. Elsie se encuentra, por decir, en la columnaji. Adcmas, en las lineas rcstantes
= 3 1 2 2 4
los elementos correspondientes dc lajz—ésima columna (en dondc sc encuentra el
A 2 1 1 —1 o
primer elemento distinto de cero de la primera linea) son {odes ccro.
2 —4 6 -11 -5
*No se estziri considcrzmdo los vociorcs linea quc son cero cn c1 cspacio linea do A', pucs cs claro
quc észos no allcran tal cspacio. Al llevar ésta a la forma escalonada reducida se obtiene:
272 ALGEBRA UNEAL ESPACKDSVECTORiALES 273

1311110110125, 103 poiinomios. .

"1:01 .0: 1.
,= 01—10—1
A 0 0 o 1 1 q] 1+2x2"-—§'x3

0 0 0 0 0
1
q; = l‘— )1.4+ 3x3
de modo que los vectores u1=(1,0, 1,0,1),u2=(0, 1,10 -1) y u3= (0,0,0
1,1) constituyen la base procurada. (E1 cspacio que generan los vectores v1, v2, v3,
v4 es cntonces de dimension 3.) forman una base del espacio generado por pl, 122, p3, p4, el cual' es entonces do
El método anterior se puede usar en cualquier espacio de dimension finita, dimension 2.
(digase n), por medio de la identificacién, a través de una base concrcta [3 dc V, Para terminar, vea un ejemplo en el que intervienen varias ideas que se han
de los vectores W E Vcon sus vectores de coordenadas. estudiado a lo largo dei presente capitulo.
Esto se puede hacer, puss, como se vio en la seccién anterior, Ves un espacio
isomorfo a R“ y 'se cumple: f5 es 1111:: base de Vsi, y 5610 si flfi) es una base dc R" EJE-MPLO 5 Considers los 3 vectores de R4
6'11 dondezf: V -+ R" es un isomorfismo entre Vy R" (hecho que se demostrara en
v1 = (1, —1, 0, 2)
el pro’ximo capituio; véase teorcma‘ 6.4).
V2 ”(2113113)
EJEMPLO 4 For ejemplo, considérese en el es'pacio vectorial'P3 los vectores
V3 = (‘L 7a 29 ’4)

p, =2'+x+'3'.1c7-x3
Estes vectores generan un cierto subesgacio de Rf‘ (1116 se llamara W.
p;V=4-+51c-+3xv2~x3 Pot 011a parts, se ha visto que [as soluciones de un sistema. homogéneo de
.ec'ua'ciones lineales for1113n 1.111 espacio vectorial Mas concretamente, si 56, 110110
1111 sistema homogéneo .de 6011110101165 611 has incognitas x1, x2, x3, 1:4, el espaci‘oi
‘ pl: ='1+ 5x -‘3x="+'1~=“ solucién sera (segun sc discutié en la seccién 3) un subwpacio de R‘
Se quiere'encontrar una base para e1 sube‘spac‘i‘o‘ dc P3 genera‘do por estos‘ cuatro . Uno se pregunta entonces pot unsistema homogéneo dc ecuaciones lineales
'vcctor'es. (con 4 incognitas) cuyo espacio solucién sea precisamente W.
Sea[5labasecanénicadeP3,estoes,[3’-{1,x,xz,x’} E1 primer paso que se tiene qua dar para resolver este problema es describir
Entonces cxplicitamente el subespacio W. 13510 significa, por ejemplo, dar una base de él
Segon' lo visto en esta seccién, para hallar 1111a base (10 W33 forma la mairiz
(P)1s= (21,113-1) (Pa)1=(~,,11*,31)
1—1 0 2
(p2),,= (4,5,,3 ~1) (p1)p= (1,5, —3, 1) A= 2113
Se forma la matriz ~17 2—-4
y se llcva a su forma escalonada reducida.
'2 1 3 —1 Esta es
= 4 5 3 -i
A. 3151—31 1- 1 01/31/3' 4/3
.523
._1 5 ~3_ 1. A".='.' 0 .. 1
0 0 0 0'
Lleve esta matriz a su forma escalonada rcducida, obtenicndo

P01 10 tanto, 1111a base de W 05121 dada por los vectores

10 2—2/3
,=01—11/3
A 0 0 0 0 w[1,,o,3-3-]
15
0000
274 ALGEBRA LINEAL
ESPACIOS VECTORIALES 275
'_. . ‘6 _1_ _._1_3] '
‘Z'f:[03:133> H ,
' 'EJERCICIIOS. 155001611 7,70APiTULo; 3)
Se tiene entonces que un vector (x,, x2, x3, x4) 6 R‘ se encuentra en Wsi, y 5610 si
1. Verifique e1 teorema 7.1 con la matriz
existcn escalates c1 y 02 tales que
1210 7
1 5 1 1
(x1,x2,x3,x4) = Cl[1,0,‘3—,§]+ C2[0,1,§,—§]
A=34_111
0—2 41—20
71012 4
o lo que es lo mismo
2. Sea A 11113 matriz inversible de orden 11, describe: e1 espacio linea de A.
3. Encucmr’e. una base-para e} subespacio de R4 generado per 105 vectores (1, 3, — 1, 2),
C1=X1 (“1:21-2, 2)),(2911 1: 0)-

€2=X2
4. Determine Ia dimensién de cada uno de 105 siguientes subcspacios de R4

1 1 a) gm, 2, 1, 1),.(3, 4,2, 1))

561+§v62 = X3
b) 51((1, 1, 1, 1), (2, 2, 2, 2))
C) 22((3,1,2.45)
é'
301 _lc
3 2 =x4 d) 21((1’, 0, -1, 2), (6, 1, 1, 2), (4, 1, 3, ~2), (8, 1, —1, 6))
e) 21((0, 3, 1,1),(2, 0, o, 3),(4, 1 7, 2),(3, 2 3, 3))
E516 es un sistema no homogéneo dc 4 ecuaciones en las inco’g‘nitas c1 y c2. Uno
- ' j 56 'p'r'eguh'tja‘ ento'jnces qué reIac1on deben guardar x1, x2, .x3, 10, para que este sistema
_022((1,,-,000)(1, 1,,,00)(1,110),(11,1, 1))
_ tehga so’lu‘c‘ién p'a‘ta c", _fy 02 (y por tafitc‘) para que (x1,- x2, x2, 20,) E W) Con el método _ . '5. Eti'cuentre 1111a b11se' para 'cada 11110 de 105 s1gu1entes Subespacios de M2 x 2
1e ehmmacmn G‘a‘ussian'a se bbticne
1 1' F 0' O‘
a) 5-”. [0' o 1 1 I
1 0 M

1
1

I'“—_!

L__.J
hay-a

bub»)
0 1 X2

\__./
.
b) 51’

LON

NO

DON

ODIN
1/3 1/3 X3 " N 0 O —x1/3 —x2/3+x3

I_
5/3 -1/3 214 O 0 ~5x./3 +x2/3 +x.

1
1 -1 ' F2 3' 3 2
FEntonces (x,, x2, x3, x,) E Wsi, y sélo si ias dos filtimas lineas de la matriz de la
c)s,1[3 1, 3 1J,[6 2]]
derecha constan 5610 de cerOs. Es decir, si
—11‘"21“33 —14
mg [-3 01, 3 11,[9 2],[12 1]]
x1+x2-3x3=0

_ 6. Encuentre una base para cada uno de los 51 gu1cntes subespacios de P2

1 l-x2—3x4-‘O

a) 22(— 1+x .,r’3x+14) __

'-. P01 otra parte, és1e es un siStema homogeneo de dos ecuamoncs lineales. en 1:13. I b) Q(2v+x+x’,~1+5x+6x’,I'-5+3x+'4xz)
i11c6gnitas x1, x2, x,, x,. Se afirma que (17,, x2, x3, n) as solucio'n de este sistema, lo
c) 22(1—x-x2,4+5x+x’,11+7x-x3,7+2x-Zx¢)
que equivale a afirmar que (15,, x2, x3, x0 6 W For 10 tanto, es el sistema requerido,
d) Q(—1+2x,5+x-—x’,12+9x—3x3)
cuyo espacio solucién es precisamente W
® 7. Sean W1 y W2 los subcspacios de R" dados pot

W! = 9(V1, v21 ' ' ' 9 Vt)

W2 =§l(111,uz, . - - , m)
276 ALGEBRA UNEAL

'Demuestre que uria baée dcl 'espabié W, + W; 6516 constituida por los, vectores‘
difer'entes de'cerb-'¢n,,1a fox-ma cscaldnada reducida 'de la man-12A de-grd‘en (k + r)_>$
, 'n cuyos vectores lihéa son v1, . . . , vk, u], . . . , u,.
Sean W1 y W2 los subespacios dc R4 dados por
W, = $9((2, 3, ~1, 1), (8, 12, -9, 8), (2, 3, 9, —7))
W2 = 513((4, 6, 3, —2), (6, 9, ~10, 9), (2, 3, —28, 23))
Encuentre una base para los subespacios W n W2 y W; + W2.
Repita‘ 61 ejercicio anterior con los subespacios
W, = 93((1,1,1,1),(1, —1,1, —1), (1, 3,1, 3))
W: = 39((1, 2, 0, 2), (l, 2,1, 2), (3, 1, 3,1))
@ 10. Encuentre un sistema homogéneo dc ecuaciones lineales cuyo espacio solucién sea:
a) Larectax= 2t,y = t,z= 3t,t E R.
1)) El plano'Sx + 2y — 3z = 0.
e) E1 subespacio R".1 generado por (2, 1, 3, 0), (1, «1, l, 1), (7, -1, 9, 3)
(1) El subespacio (16 R5 generado por (1, — 1, 2,1, 0), (4, 0, 2, 0, —1),(3, 1, 0, —1,—1),
(4) 69 2’ 0) '1');
CAPI'TULO CUATRO
Transformaciones Iiheales
En la introduccién se establecié cl concepto dc fimcidn de un conjunto A a un
conjunto B, f: A —+ B, como una regIa' que 'a cada elemento a dc! conjunto A (e1
dominio de la funcién) l'e. hace corresponder un- finico element‘o b = fla) del
conjunto B ('el codominio de la funciéh);
En la experiencia previa en' curso‘sde matemzitié'a‘s (pot ejemplo en'los cu'rsos
de célculo) se ha trabajado con fun'ciOnes cuyo co‘dominio es el conjunto dc
nfimeros realcs Ry cuyo' dominio es algfin subconjl'mto dc R. Es decir, funciones
de la forma f: I Q R —+ R. Un tipo especial de estas funciones son las llamadas
- “'1’uncionesl1néalés”, las cuales 5011)”: R .—+ R, flx)=}nx +’ Z), en donde-‘m y b s‘on
' A nfilfiétos males dct'ermiriados. B'stas funciones, como se sabe, representan'gcbmé-
tricamenfe (en el'pl'ahd xy) recfa's de pendiente'm ybrdeti'z’ida a1 origen‘ 17.
Se desea resaltar aho'ra un par de propicdades quc poseen algunas funciones
lineales: coh‘s‘idérésc 1a ffi'n‘ciéri li‘healfiR -'-v R,flx)‘ '= mx. Su gréfica es entonces
una recta de pendientc m que pasa por el origen (su ordenada a1 origen es ccro).
Obsérvese que se ticne

1) fix, + x2) = m(x1 + x2) = "l + mxz =f(xr) +flX2)

2) flex) = m(cx) = C(mx) = cflx)

Es decir, la funciénftransformer “sumas en sumas" y “productos por escalares en

productos por escalates”. Geométricamente esto se vc como

Y y
A 11

Km) + “"21 ---------- c/(x) ————————

1
[(Xz) ------ V
x 7 1
_____ I
xx.) ——-— i
. "X’ g
I
1
' I
I

xx}
X1 X2 X1”:

277
 278 ALeEanA LlNEAL
TRANSFORMACION ES LINEALES 279
Desd'e laperspectiva 'de los curses de'célcnlo, estaspropiedades resulten ser
. poco interesantes‘, pues- 1a mayorz'a de las funcio‘nes queen tales curses aparecen '
no cumplen con ellas (pot ejemplo, si f: R —> R es f(x) = sen x, no es‘ cierto que '
f(x1 + x2) = sen(xl + x2) = sen x; + sen x2 =flxl) +f(x2) y f(cx) = sen ex = c sen x
= (T preserve sumas)
cflx». Sin embargo, desde el punto de vista del élgebra lineal, éstas serian (las
funcionesflx) = mx) lasfimciones importantes ”a estudiar.
En este‘capitulo cs dc interés la generalizacién (la abstracaion) algebraica de
T
este tipo de funciones; estas funciones tendrén por dominio y codominio a espacz'os
vectoriales (de los quc un caso particular es R, como en el cjemplo) y cumpliré
u
los propiedades 1) y 2) citadas anteriormente: transformarén sumas (de element
os . (T preserva producto por escalares)
——de vectores—- en su dominio) en sumas (de las correspondientes imé genes on
.
su codominio) y producto por escalates (cv, v un vector del dominio) en producto
por escalates (cflv), flv) la imagen dc v). A estas funciones
se les llamaré
transformacz'ones lineales. En la siguiente “observacién preliminar” se obtienen algunas consecuencia‘s
Las transformaciones lineales son el tipo de funciones mais importantes estu- innlediatas de‘ la definicién’ dc transforma‘cién lineal.
diadas en el zilgeb'ra lineal. Estas‘ representan el prototipo de “buen comportamien-
to” (idesde e1 punto de vista del élgebra lineal!) de una funcién. El capilulo anterior OBSERVACION PRELIMINAR. Sea T: V —» U una transformacio'n lineal.
se ha dedic'ado entonces a estudiar la estructura algebraica del dominio y codomi Entonces '
-
nio de estas funciones. . l)T(O) = 0 (la imagen del vector cero en Ves e1 vector cero en U).
Este capltulo', a1 igual que el anterior, constituyc uno de los temas centrales
en 2) T(-v) = —T(v) .(la imagen del inverso‘aditivo del vector v 6 Ves e1 inverso
el estudio del élg'ebra lineal.
' aditivo del vector T(v) E U). _ ,

- .1”. . berm-rem YEJEMPLLos'. . .- ,V3I)IT 2"; cm: ..= 2 ' c;T(v.-), dondevci, cz, . . . , c,, €_-_ R '
i-l ' i'l Vi,V2,..'.,VnEV
Sean Vy» U dos espacio's' vector‘ialcs. Se dice que la funcion (Tpreserva combinaciones lineales dc vectores en V).
En efecto:
T:V-—>U' l) T(O) = T(O + 0) = T(O) + T(O) .
En vista de la unicidad del vector cero en U, se concluye que T(O) = 0.
es una transformacio’n lineal si
2) T(“") = T((‘U") = (' 070’) = “T(V)‘
1) Tpreserva sumas 3) Este rcsultado se obtiene por una aplicacio’n repetida dc la deliriiciéri dc
transformacion lineal. Se deja al lector quc dc un argumento detallado quc
7m+mtnm+nm pruebe esta propiedad (véase obscrvacion en la seccion 1 del capilulo 3 sobre
mmwev como se define una suma de n vectores en un cspacio vectorial).
2) Tpreserva producto por escalates El resto de la presente seccién se dedicarzi a ver varios ejemplos cle transfor—
maciones lineales. Algunos de los ejemplos que se darzin serén “triviaies” (pero
'_ T(cv)=c(v)‘ ‘Vve V, _ VCER importentes ’de considerar), algu’nos otros serén (no ‘triVi-ales y) anali’ticos y
también'se veré un ejemplo puramerite~ g‘eométri‘co cle una transformacié’n lineal.
En el caso particular en. que V = U se dice-Que T es» un ‘operador' lineal. Una‘
EJEMPLOW 'El primer ejemplo que se veré (uno de los ejemplos triviales) es la transformacio’lz
transformacién lineal es, pucs, una funcién entre dos cspacios vectoriales “quc
./’ ""cero: sea T: V —+ ,U la transfonnacién tal que T(v) = 0 \7’ v E V. Entonces
preserva las operaciones de espacio vectorial”, en el sentido de que: 1) Tes una
la imagerr transformacién lineal pues
de u’na suma de vectores en su dominio es la suma de las imégene
s de cada
uno de los vectores, y 2) la imagen del producto de un vector en su dominio T(Vg + V2) = 0 = 0 + O = T(Vl) +T(V2)
por
u‘n escalar es el producto do In imagen del vector por el escalar. y T(cv)=0=c~0=cT(v)
ESqueméticamente
Se denotaré a esta transformacién per 0.
280 ALGEBRA UNEAL TRANSFORMACIONES LINEALES 281
SC puede hacer una descripcién analitica de la transforma'cion anterior
EJEMPLO 2' V . Otto ejer’nplo (tarnbi'én trivial como el anterior) esté dado pOr la transforngacio’n ‘ ' _ " ' '. ' ' -/ y verificar‘
“analiticamente” que sc trata de una transformacion lineal
identidad T: V —~ Vdefinida 1501- T(v) v V v E V(obsérvese que Tes un op‘érador ' V - '1 ' Obsérvese que
lineal). Tes 1111a transfonnaoion lineal pnes

T(vi + V2) = V1 + V2 = T(Vl) + T(VZ)

'(X. y)
T(cv) = cv = cT(v) 1-
Se denotaré esta transfonnacién por Id (0 més explicitamente como Idy).
EJEMPLO 3 Véase ahora un ejemplo geométrico. Considérese dc transformacio’n T: R2 -1 R2
definida de la siguiente manera: para v = (x, y) 6 R2, T(v) es el vector de Rz que
geome'tricamente representa la reflexién del vector v respecto del eje x.
..y __.._..._..__...;.._ (XL—y)

<
1’

de modo que nu‘estra descripcion analitica de Tes:

T: R2 —-+ R2

T(x1 y) = (x1 —y)

Tomese v1= (x, y), v2 = (x’, y’) y verif1quese que T(v, + v;)== T(v,)
+ T(v2)
7M T(v.+v1)= T((x, y)+(x y’))= T(x+x y+y) _ .,
._A! ver la siguiente‘ figfira. uno s'e priede conVence'r de que Tpreserva sumas.
' . ‘(x‘rx ‘(Y+Y'))=(x+x'1-Y Y)= (x, ~Y).+(x'1-Y)
= T(VI) + T(vz)
Similarmente,si c e R

716v) = T(C(x1Y)) = T(Cx. CY) = (0x, -CY) = (0161 C(-Y))

= 0061 -Y) = CTO’)
>X

T(V1) EJEMPLO 4 Considers ahora la transformacién T: R3 —» R2 dada por

\ T(V1 + 1/2):
\\T(v1) + We)
T(x,y,z)=(2x+3y—4z,x+2y+z)

Sean v1 = (x, y, z), v2= (x’, y’, z’) dos vectores dc R3. Se ticne

Y T(Vi+v_2)= no: y12).+f(x" y’ z’))= T(xH’ Y..+Y’1 2+1?

=(2(x+X’)+3(y+y')— 4(z+2”),X+x+2(v+y’)+z+z')
=(2x+2x’ +3y+3y’ —4z—4z',x+x’ +2y+2y’ +z+z’)
=(2x+=3y”—4z+2x’+3y’—4z'.,x+2y+z+x’+2y’+z’)
=(2x+3y—4z,x+2y+z)+(2x’+3y’—4z’,x’+2y’+z’)
T(V)
= T(x1y1Z)+ T(x’sy'12') =' T(v1)+ T(vz)
T(cv) - cT(v)
282 ALGEBRA LINEAL TRANSFORMACI‘ONESUNEALES 283

Similarmente,sic'€ R ' _- m, 5e podra asoeiat a esta transformacio'n (por medio de bases concretas' de Vy U)
una matriz A 'de orden m X )1 de mod‘o time T. “puede verse” como la transfer
macion del ejemplo anterior.
7(a)) = 71003)), 7.)): Han Cy, 61)
= (2cx + 3cy — 4oz, cx + 20y + 62)
EJEMPLO 6 Considere ahora 1a transformacion T: P,. —» P, dada por
= 6(2): + 3y — 4a, x + 2y + z) = c?"(.1, y, z) = cT(v)

lo que muestra que Tes lineal. T09) = p’

Recapacitese un poco sobre este ultimo ejemplo. Considéresc la matriz A de
orden 2 X 3. donde p’ denota la derivada del polinomio p E P".
Mas explicitamente
= 2 3 -4
A l: l 2 1] T(ao + aux +. . . + mac") = (11+ 2a2x + . . . +na1x""
(1'1)

A1 cscribir los vectores de R" como matrices n X 1, se tiene para v = (x, y, z) Tes una transformacién lineal pues:

x 1) 7(1)! + p2) = (p1 + pz)’ =pf +pé = T(p,) + T(p2). (La derivada de una suma de
Av= 2 3-4 )-' =2t+3y~4z funciones es la suma de las derivadas de cada una de las funciones.)
1 2 1 z x + 2y + z
2) T(cp) = (cp)’ = cp’ = cT(p). (La derivada de una constante por una funcion es
la constante por la derivada de la funcion.)
Obsé‘rvese entonces que la multiplicaeion de A por el vector v 6 RJ produce
precisamen‘te el vector T(v) E R2. Por tanto, otra descripcio'n que se puede dar de .
. la transformaeion Ciel ejemplo anterior es oomo T: R3 ~+ Rfi- T(v.)=—Av, dondeA es .1 . _. EJEMPLQ‘T > i - 1- Sea ahora V— C([a,- b.]), e1 espaeio (ie 1215 funcione's cominua's en e1 intervalo [11,: '
la matriz (1 1) y se entie‘nde que en la expres‘ion Av so ‘esta considerand'o a1 vec- ' b]. Definase T: V —> R como
tor v E RJ como una matriz 3 X 1 (la identificacion del isomortismo natural R"
g n X 1)-

Obse’rvese también quo a1 usar esta “descripcion matricial” de Tes muy facil
verificar que se trata de una translormacion lineal. E11 efeeto, 211 user lo que se sabe
71/) =Lbf(x)dx
del algebra de matrices Que Tes una transformacién lineal se puede Verificar (como en cl ejemplo anterior)
T(v1 + v2)= A(v1 + v2)=Av1 + Av2= T(v1) + T022) usando los conocimientos del curs‘o de calculo.

T(cv) = A(cv) =>cAv = c-T(v) (1.2) b b

1) 7121 +12) =10 m +f2-)(x)dr =1“ (f1(x)+f2(x))dx
lo que muestra como antes, con un ahorro considerable de espacio y de tinla, que
Tes lineal. b b
=_|'a fi(x)dx +11, f2(x)dr = Tm) + Toe)
EJEMPLO 5 Mas generalmente, considérese 1a transformacion T: R" -—r R"_' dada por

. T02) = 11;",
2) ‘T('cf‘>_=fab<cf)f(x>dx =jfcf<x>dx= Cfabflxflx = cm)
donde A es una matriz m X n (v E R", 0 sea, una matriz n X 1, de modo que Av es en donde se usa que la integral de una suma de funciones es la sxima de las
una matriz m X 1, o bien, AV E R'", 1a imagen de v bajo T). integrales de cada una de las funciones y la integral de una constante por una
Tes una transformacién lineal puesto que sigu'en siendo vzilidas en este caso funcion es la constante por la integral de la funcion (“las constantes salen del signo
las formulas (1.2). ‘ de integral”).
Este es un ejemplo importante pues se vera después (seccio'n 3) que siendo T Véase ahora un ejemplo de una transformacién enlre espacios vectorial que no
una transformacién lineal del espacio Vde dimension 11, a1 espacio U de dimension es lineal.
 TRANSFORMAClONESLINEALES 285
284 ALGEBRA LINEAL

7:.EJEMPLO, 8 _ Sea T: R3 V—f Rlatransfornraeic-Sn dada p-o'r- . Entonees

. Toay) =>x+y +Il v + v’ = (a; + ai)v. + (a; + aé)vz + . . . + (a,.+a,’.)v,,

Se tienc de modo que

\
T(-(x,y) + (x’,y')) = T(x+x’,y+y‘) =x+x’ +y +y’ +1 7(v + v’-) = (or; + ai)u1+ (a2 + afluz + . . . + ((1,. + a,'.)u,.

Pero = (mm + azuz + . +a,.u,,) + (aim + (15142 + . . . + a,’,u,,)

T(x,y)+ T(x’,y’)=x+y+1+x’+y’+1,=x+x’+y+y’+2
= RV) + 7W)
Sic E R
dc modo que
T(Ev) = T(calv, + 6am + . . . + cam.) =_: calu, + cazuz + . . . + ca,.u,.
T((x. y) + (x’. y’)) r T(x’ y) + T(X’, y’) = C(axul + mu; + . . . + anu") = cT(v)

por lo que T no es entonces una transformacién‘ lineal. lo que muestra entonces quc; T es lineal.
Para finalizar esta seccién Se Vera un res‘ultado basico sobre “construccién’Lde Para probar la unicidad a2: T, supongamos que 7‘: V —+ U es una transformacio’n
lransformaciones lineales, el cual se usara posteriormente durange el desarrollo .lineal con la propiedad T(vi) = ui, i = 1, 2, . . . , n. Entonces para cualquicr v E V,
de la tcoria que sobre transformaciones lineales’ se har’a en este capitulo. se tienc ‘

T(v) =_7‘(a1v| + azvz + . . . +a,.v;.)-=‘oc17ln)‘+ (12%s . . +oc,.7.(v;,)

‘TEO'REMA 1,1 * Scan V y U.dos capacios Vectdriales, e'n donde V’e‘s‘ de diincns‘ién finifa .
(diga'se que dim V= n). Scab ,='{'v1,'v2_,. . . , v,._}-una_ base de V yHSean' ,“1: T‘es lineal I
112, . . . , u,. vectores cnalesquiera dc U. Existe una finica transfor'macién 3i
lineal T: V—»' Utal que T(vi) =_u.-, i = 1, 2,... , n. = mu, + a2”; + . . . + anun = T(v)

es decir T(v) = T(v) V v E V, 10 que‘significa enlonccs que 7" = T.

DEMOSTRACION Para el vector v E V, existen finicos escalates al, a2, . . . , on. tales que
Q.E'.D.
v=a1vl+a2v2+...+a,,v,.
Una consccuencia inmediata del tcorema anterior se enuncia en cl siguicntc
Definase T: V —+ U ponicndo corolario, cuya demostracién se dcja como ejercicio para el lector.

T(v) = T(alv, + azvg + . . . + am.) = mm + (1.2112 + . . . + a,.u,.

.a-p
COROLARIO Con la notacio’n dcl teorema 1.1., si T, y T; son dos transformacioncs '
Obsérvese que lineales tales que T,(v;) = T2(vj), j = 1, 2, . . . , 12 (T1 y T2 coinciden en los
elementos de la base p dc V), entonces T1 = T2.
T(v1)=-T(O-v1-+‘...+1-rv,'+...-+.Ov,.)=O-u-1+...+1-u,+..-.0‘u,,'=1‘z.-
~._____

demodo qne esta transformacio’n psee la prop’iedad'requerida cn'la conclusién

__ ‘

del teorema. EJERCICIOS (SE-CCION 1, CAPITULO 4)

Véase que Tes una transformacién lineal.
Sean v, v’ 6 V, digase que 1. Determine cuélcs‘ de las 'siguientcs transfonnacioncs T: R2 -—~' R son lineales

V = 011v; + (12V2 + . ~ - + anvil

, a) T(x, y) = 2x +y.
v’ = aivl + 06i + . . - + (1/.l . b) T(x, y) = x.
 TRANSFORMACIONESLINEALES 287
286 ALGEBRA 1.1115111

(610; a1, a: son constantes dadas) es una transfomiacién lineal.

' c) 7117 y>=
10.‘ Sean T,. y T; dos- transformaeiones lineales del espacio vectorial V a R. Demuestrc
d) 71x y)= 5.1”». que la transformacién S. V —1 R2 dada pot S(v)= (T1(v), T2(v)) es una transfonnacién
e) T(x,y)=3x-8y+1. lineal.
0 71x.y)=1- C2) 11. Sea Vun espacio vectorial de dimension 1 y sea T: V —- Vuna transformacién lineal.
. Determine cuales de las siguientes transfonnaciones T: R2 —» R2 son lineales Demuestre que existe un escalar c E R 1211 que T(v) = cv V v e V.
2:) 71x.y)=(x+y.x-y) CD 12. Sea T: V ~ U una transformacién lineal del espacio vectorial Val espacio vectorial
b) 71x.y)=(5x.8y) U. Sean v1, v2, . . . , v1. vectores de Vtales que T(vl), T(v2), . . . , T(v).) son vectores
linealmente independientes en U. Demuestre entonces que V1, V2, . . . , vk son
0) 71x.y)=(1.x+y) linealmente independientes. LES vélida la afinnacion reciproca?
d) T(x.y)=(x+y.0) . Sea T: V -> U una transformacion lineal del espacio vectorial Val espacio vectorial
6) T(x.y)=(2x—y.3x+4y) U. Sean V1, V2, . . . , v1 vectores de Vtales que las imégenes T(vl), T(vz), . . . , T(vk)
1) T(x.y)=(0.y) ‘ generan a1 espacio. U. Demuestre que Tes sobreyectiva, esto es, pruebe que dado u E
. Determine cuéles de las siguientes transfonnaciones T: R3 —-> R3 son lineales U existe v E Vtal que T(v) = 11.
14. Sea T: V U una transformacién lineal del espacio vectorial Val espacio vecto~
a) 71x. 1. z)=(x. y, z) rial U.
b) T(X.y.z)=(x+y+z,0,0) a) Si V1 es un subespacio (16 V, demuestre que
c) T(x,y,z)=(2x.+y-z,3xl—y~21,x+2y+3z)
T(V1) = {u E Ulu =T(v),v€ V1}
d) Hx,y,z)=(x,y+1,z+2)
0) 71x.y.z)=(0,o,z) es un subespacio de U.
D Tlx.y.z)=(x+y+z.11) b) Si U1 es un subespacio de U, demuestre que
. DetErmine 'cuéles de las siguientes transformaciones T. P2 -+ P3.son lineales
' T‘(U1)= {111's V1101) 2 11,1
a) T(ao + (1.x + agx’)= a0 +_ (12112 + f
b) T(ao+a.1c+az)e’)=ao+S+1:2 ’ es 1111 subespac‘io cle V.
c) T(ao + alx + (12x2) = (no +,a1) + (a0 + a,)x + (12x2 + (a1 + (12)):3 l 5'. Considere 1a s1gu1ente descripcién geométrica de la transformacién T. R2 —~ R2: para
un vector v e R2, T(v) es el vector de R2 rcflexién rcspeclo del eje y (101 vector v
(1) R00 + (11.1: + azxz) = 00 + aox + (11112 + azx’
0) Ha.) + 11.51 + azx’)== (ao- + a1 +' 11,)1:3 y . 1
O 71ao + 11.x + azx’)=- (110— a.) + (a0— a2)x + (a0- (10x1 + (a0— (12)::3
a de TM
. Considere la transformacién T: M,...." -* M,. x ,. dada pot T(A)= Al (la transpuest
la matriz A). Demuestre que Tes una transforrnacién lineal.
. Sea B una matriz cuadrada dc orden n. Considere la transformacién T. M,. x ,. —’ ,, x ,,
una
dada pot T(A) AB— BA (B es una matriz fija de orden n). Demuestre que Tes
transformacion lineal bCual es la unagen bajo esta transforma cion de una matrlz de
orden n que conmute con la matriz B? De al menos dos ejemplos distintos de matrices
A para las cuales T(A)==0.
. a) Considere 1a transfonnacién T: M" x ,. —1 R dada por T(A) = tr A (la traza dc la
matriz A) Demuestre que T es una transformacién lineal.
b) LES T. M,.xn —» R T(A)=c_1etA unatransi’onnaclonlincal? a) Demue‘stre q1ie Tes una transfonnacion lineal.
. Demuestre que la transformacién T: R" -r R dacla por b) LCuél ‘es la:'1magen bajo Tde Ios vectores que se encuentran sobre el eje y?
Hxhxz,“.,x,,)=a1x1+a2x2+...+a,;c,. 16. Sea T: R2 -> R2 la transformacién T(x, y)= (x, 0).
a) Demuestre que Tes una transformacion lineal.
(a1, a2, . . . , a,. son constantes dadas) es una transformacién lineal.
b) Dé una descripcién geométrica de T.
. Compruebe que la transformacién T: C2(R) —~ C(R) dada por
c) LCuél es la imagen bajo Tde los vectores que se encuentran sobre el eje y?, Lde
To) =a1f”+a1f’+aqf los vectores que se encuentran sobre el eje x?
288 ALGEBRA LlNEAL TRANSFORMACION ES UN EALES 289

17.. Sea T. R2 4—» R2 la transformacmn T(x, y) (_—x,‘ '.—y) el snbconjunto dc Vdado por
- a) Demuestre que Tes una transformacion lineal. I
KerT= (v 6 VI T=(v) O} = T"(O)
b) Dé una descripcién geometrica de T.
18. Sea T. R2 —-r R2 una transfonnacién lineal ml que T((1, 0)) = (2 3) y T((0, 1)) = Se define también la Imagen de la transformacion T: V -’ U denotada pot 1121 T
(1 1)
como el subconjunto de U dado por
a) Demuestre que Tes finica. ImT= {u E UIElvE V,talqueT(v)=u}
b) Obtenga la imagen bajo T del vector (3, 4). Esquemziticamente estos conceptos se ven como
c) Obtenga la imagen bajo T de un vector cualquiera (x, y). . T
19. Sea T: R2 —‘> R2 la transformacién lineal tal que T((2, 5)) = (3, l) y T((1, 2)) = (0, 3).
Calcule 7((3, 2)).
20. Sea T: R3 =1 P2 la transformacién lineal tal que Ker T

T((1,l,1))=1—x +112
T((2, 0, 0)) = 3 + x —-x2
T((0, 4, 5)) = 2 + 3x — .14
Calcule T((2, 4, —2)). "" >
21. Demuestre-el corolario del teorema 1.1. lmT
22. Sezi T: V —+ Wuna transfozmacié'n lineal del espacio vectorial Vde dimension 11111111
:11 cspacio Vectorial W. 51:11 {5—= {vb V2, . . ,v,.) una base de V. Suponga que T611) =
T(vz) = . . =‘ T(v,.)=0.Dem11'estr‘e que Tesla transforma'cléu cero.
' 23. Sea T: V -'> V1111 opemdor lineal en el espa'cio veetorial V1113 cli111cns1dn 11111111.S1:'a t} 7,
={'vr,'vz, . .-,v,.} una base de V. Demuestr'e que si T(v.)= v,,i. =1,2,-. ,n,e1110_11ces
Tes e1 operador identidad en V. '
N01A:Para una func1onf A B del conjunto A 211 conjunt‘o B, se tiene dclmido
e1 concepto de rango de la funcion como el subconjunto 111: B
{b88|3a€Atalquefla)=b}
2. NUCLEO E IMAGEN Con esta perspectiya lo que se ha dcfinido como imagen de una 112111sl’or1x1z1c11'111
lineal T: V —1 U es preeisamenle cl tango dc lafuncion T: V —+ U. En el 2'11 gebra
En la seccién anterior se ha establecido la del'inicién dc lransl‘ornmcion lincnl y lineal, la palabra “tango” se destina para 0116 uso, el cual se verzi en esta misma
se ha ilustrado este concepto con varios cjemplos particulares. Se vio tzixnbién un seceion.
teorema bzisieo, que es cl primcro dc muchos resultados interesantes que sc Pam 1111a transformaeiéu lineal T: V -—1 U, e1 111icleo y, la 1111.1gen no son solo
obtendra’n a lo largo de 6311: capilulo. subconjunros de Vy U respectivamente. Resulta que éstos son subespacios. Esto
E11 esta seccion se comienza formalmemc el estudio de las transformaciones es lo que dice el siguiente teorema: 4 .
lineales. Existen dos coneeptos fundamentalcs que inlervicnen en este estudio, que
se refieren a dos subcspacios (uno del dominio y 0110 (11:1 codominio), cuyo
. TEOREMA 2.1 Sean Vy U dos'espacios vectoriales y T: V-—> U una transfonnacion lineal.
conocimiento repona 1111a gran canticlad dc informacion sob1e la “ estruelura ' Entoliees ker’ Tes 1111 subespacio de Va 1111 Tes 1111 subespacio de U.
intema” de 121' transfort'nacio’n 111112.11 e11c011siclerz1cion._.Estos 511besp.1cio's, cuyos . ..
nombrcs clan e1 titulo a esta seccion, aparecerzin continuamente en 1a 1001 1’21 que sc A

desarrollarzi en este capilulo. Esta es, pues, la seceién en 111 11111: so aborda de lleno DEMOS TRA CION Sean v y v’ vectores de Ker T, entonces
e1 estudio de 111 teoria de transformaciones linealcs.
T(v + v’) = T(v) + T(v') (pucs Tes lineal)
DEF/NICION 2. 1 Sea T: V-—-1 U una transformaeio'n lineal del espacio veclorial Val espacio vecto- =O+0 (pucs v, v’ E. Ker 7)
rial U. =o '
Definase e1 nu’cleo de esta transfdmaeio’n, cl cual se denotarzi por Ker T, como'
290 ALGEBRA UNEAL
TRANSFORMACIONESUNEALES 291
Entonces v + v’ E Ker T.-
Similatmente, para 0 E R
1--' [211-1 _ '7 1 0. "1-17
3 1 *2 N N 0 1 1
T(cv) =0TO®= cO= o -1 -7 -6 O 0
lo que pmeba que cv E Ker T, y cntonces Ker Tes un subespacio (11: V.
Tomese ahota u, u‘ 6 Im T. Esto significa entonces que existen v, v’ E Vtales dc dondex = t, y = -t, z = t, t E R, representa 1a soiucio'n del sistema.
que T(v) = u, T(v’) = u’. P01 10 tanto, Entonces se cOncluye que (x, y, z) E Ker Tsi, y 5610 si

(x,y, z)=(t, —t, t)=t(1,-1,1) 16R

T(v + v’) = T(v) + T(v’) = u + u’

lo que implica que u + u’ 6 Im T(pues existe v + v’ E Vtal que T(v + v’) = u + u'). El vector v = (1, ~1, 1) as entonces 1111a base para el subespacio Ker T (que
También, si c E R geométricamente representa una recta quc pasa por el origen x = t, y = —t, z = t, t
‘6 R).
T(cv) = cT(v) = cu Describase ahora 1171 T.
El vector (b1, b2, b3) 6 Im Tsi, y 5610 si existe (x, y, z) E R3, tal que
lo que implica que cu 6 Im T.
x+2y+z=b1
Entonces Im Tes un subespacio de U.
3x+y~2z=bz
(2.11.1).
~x—7y-6z=b3-
V Vé'a'nse un par de ejemplos
' ’Procédasc por el método do eliminacio’n G'aussiana para describir como -(ie11c que
set 61 Vector (bl, b2, b3) 6 R3 .para que el sistema anterior posca sol11cion
EJEMPLO1 Sea T: R'3 -> 1R3 121 tfansformaciéh
1 2
1 0 “'1 *‘b1+“‘b2
T(x; y, z) =‘ (x+ 2y +=z, 3x +' y — 21,-—x — 7y ~ 6z)
1 2 1 b1 35 15
Se vetifica fécilmente que Tes un operador lineal. 3 1 '2 b2 NH...“ 0 1 1 “bl-"b2
' 5 5
Se prOpohe describirrexplicitamente su nficleo y su imagen (hallar, por ejem- -1 ‘7 -6 b3 4. 1 l
p10, u‘na base para cada 11110 de estos subcs’pacios). 0 0 0 ~§b1+§b2~§b1
Pot definicién

Ker T= {(16,152) I T(x.y,z) = 0} Per 10 tanto, e1 sistema tiene solucién si, y 8610 si
= {(x,y,2) l (x+2y_tz,3x+y- 22,-x- 7y - 6z) = 0} 4b; — b2 + b, =
For tanto, el vector (x, y, z) E R3pertenece a Ker Tsi, y 5610 si 0 sea

x >+ 2y + Z = 0: 106,1. z)? Ini‘T =» 4x - 11240,» .

‘ 3x + y - 22 = O o bien,
—x — 7y — 62 = 0
Im T= {(x, y,z)|;1x-yi+z = 0}
Este' es un sistcma homogéneo en las incégnitas x, y, z cuyo espacio solucién es
precisamente Ker T. Resuélvase por el método dc eliminacién Gaussiana (subespacio de R3 que geométricamente representa 1111 plano que pasa por el
origen; e1 piano 4x — y + z = 0).
292 ALGEBHALINEAL , TRANSFORMACIONESLINEALES 293

Una base 'de' éste S'llbespébid‘VSC Puede Omen-81'“ Se eSCfibé El Véctor (X, y, 2) E " - . ' ' ‘ ' ' - l ' V I ' Una base de" eslc 'subespacio sc' puedc obtencr cscribicndo .
Im‘T'como. ,' ' ' . a. - . ' .' ., . -. ' ' ' V- _. '- , _' ' ' ' -_ ., ' ‘ , ‘j , - _ - w , ‘
(x,4x+z,z)=x(l,4 ,0)+z(0,1, l) a b —= c+3d . —2c-4d = c 1 .—2 + d 3 -4
' c d c- d l O 0 l
los vectores v, = (1, 4,0) y v2 = (O, l, 1) constituyen una base de [m T. -‘
_ .. _1—2 ~3—4- .( ,.
Se venflca que 105 vectores V1 ‘ [I 0] Y V2 '“ [0 1:] 50“ lmcalmentc 111dc-
EJEMPLO 2 Considerc ahora la transformacio’n T: M112 -> Max 1 dada por
\ ‘ pcndicntcs y por tanto (ya quc cllos generan a Ker T) constituyen una base dcl
a + b + c + d ‘ 1111 ccocc
l- 1’ T.
TH a d]=2a+3b+4
b
c+6d \
x1.
c a + 3b + Sc + 9d Por otra parte e1 vector x2 E M311 pertenece a la imagen de Tsi, y 5610 si
/ x3 ‘
Se deja al lector verificar que Tcs lineal. \ ' , cxistc un vector [a Z] 6 M2 x2 tal que
Dcscriba su nucleo y su imagen. ‘ c
(1 b ' a + b + c + (1 x1
El vector a b 6 M2.” pertenece al micleo dc Tsi, y 5610 si
10" V TH d]]=2a+3b+4c+6d=x2
c a + 3b + 5c. + 9d x;
b a + b + C + d 0
TH: 11]]: 2a + 3b. + 46 + 6d = o csdecir,
a + 3b + 5c + 9d 0 . '
. > .' .. . . . .‘ _'., .1 ' : ,' . . - . ‘ -. - a+b¥c+d=xi
- . '- ' 1- . ' - " .. , 1 ‘
V dc'dondc,
- ' . ' '2a,+3b.+4c,+-6d=x2i
a+b+c+d=0 » ' a+3b+5c+9d=x3
+ =
2a + 3b + 4c 6d 0 . A1 resolver estc sistcma sc obtienc
a+3b+5c¥9d=0 ’
I‘ ‘ (l) (1) __ t: _Z _
3:: —:j
1 i g i é :; ~ -. ,. N
Alresolverestesistema‘se obtienenlos valores Clea, b, c,d tales (1118'; Z]€KerT.
1 3 5 9 X3 0 0 0 0 3X31 ‘ 2Q + x3
.
Al proccder por el método dc eliminacion Gaussiana,

1 1 1 1 1 0 ~1 —3 _ J - x1
_ 2 3 4 6 .. . . . ~ 0 1 4 _- ’ ' For 10 tanto, e1 vector x; E M,“ pertenccca [m T, 51, y 5610 si
1 3 5 9 0 0 0 o , 4 x3 _
I '3X1f2-X2+X3=0
dc dondc _. f . . . V . . 2
I wa=c+3d_ I I II I I. H I H _ ‘Esd’ccir,
b = -2c ~4d x
1 .
Por tanto, Im T = M E M3x1 {3x1 - 2x2 + x3 = 0
x3
KerT = {[21 Z] eMmlc = c+3d,b=—2c-4d}
Una base dc Im Tse puede obtcncr escribiendo
 TRANSFORMACION ES LINEALES 295
294 ALGEBRA' UNEAL
DEMOSTRACION‘. Sea [31 = '{Yh V2, - - . ., i} Una 52136 {16': Ker ,T'- Se ‘ sabe q’uer. eiisten
, :
vectores ‘vm, . . . , v,,
. .
en VtaleSque '1 ' '
x1 "xx "1" -0’.
X2 = X2' = x1 0 + X2 1
p2 = {V1, V2, . . . ,Vk, Vku, . . . ,Vn}
X3 .2132 ‘ 3X1 ‘3 2

1 0 es una base de V(teorema 5.3 capitulo 3).

Se verifica que los vectores v, = 0 y v2 = 1 son linealmcnte independientesy Se demostrara que fig 3 {T(vm), . . . , T(vn)} es una base do In: T.
-3 2 Esquematicamente se tiene la siguiente situacién:

por lo tanto forman una base de 1m T.

Ker T Im T
2.2. EL TEOREMA DE LA DIMENSION
DEF/NIC/CN 2.1 Sean V y U dos cspacios vectorialcs, V dc dimension finita y T: V -> U una
transformacién lineai. Se define 1a nulidad de la transformacién como la dimen-
sion de su nficleo, y el rango de la transformacion como la dimension de su imagen.
Véase primeramente que los vecto'res de [53 generan Im T. Sea u 6 1m T. Existe
EJEMPLO 3 Por cjemp‘lo, para la transformacién T: R3 —r R3 entonces v E Vtal que TOO = u.
Para cl vector v E V so ascribe
T(X,y,z)=(x+2y+z,3x+y-Zz‘,—x—7y—6z)
V = 5xV1+ 52‘12 + . . . + 516’]; + 5k+1vk+l + . . . + 5,0)"
vista anteriormente se tiene

‘- Nulidad de_,T‘= dim Kg} :rj= 1 _. (pués‘ [32. as unabasé do IV).‘Ento't’1c'es' ' .

Range de T= dim 1m T= 2 u = To?) = 715:1“ + 52V2 + . . . + 5k + 5k.;vk.; + . . . + EN")

y para la transfor‘macién T: s2 ‘-> M; H = 61T(v1) + 52T(V2) + . . . + 5kT(Vk) + ékflTo’kfl) + . . . + 6,.T(V,.)

b‘ a+b+c+d Pero T(v1) = . . . = T(vk) = 0, pues, v1, . , . , vk son vectores de Ker T.

TH“ d]J=2a+3b+4c+6d Entonces
c a+3b+5c+9d u = ball-($3M!) + . . . + 611T(vn)

se tiene lo que prucba que Tm”), . . . , T(v,.) generan a [m T.

Véase ahora qua estos vectores‘ son linealmcntc independiemes. Témesc la
Nulidad de T = dim Ker T F 2
combinacién lineal
Range de T = dim 1m T= 2 Ck+lT(Vk+l) + . . . 4' C”T(V,,) = 0

E1 siguiente teorema dice cémo estén relacionadas 1a nulidad y el tango dc una Se debe mostrar‘que cm = _.. . = c,. -'.= 0. La expresién anterior, sc puede recscribir
transformacién con la' dimension 'de su dominio (en el caso "dé que éste sea u'nf " . como (usando o1 hecho dc qua/Tea lineal)
espaciovectorial de dirhohsion finita). '
-T(Ckq+1+- -' 1+ Cnvn) = 0- '

lo cual dice entonces quc

TEOREMA 2.2 (E1 teorema de la dimension.)
Ckuvkfl + ~ . - + CnVn E Ker T
Sean Vy U dos espacios vectoriales, Vde dimension finita. Sea T: V —+
U una transformacién lineal. Entonces
*Sc presenta la demostrucion en el caso en el quc Ker T es un su_b_espacio no trivial dc V. La
para cl lcclor.
ran go do T+ nulidad de T = dim V. dcmostracién en 105 03305 on quc Ker T= (0) o Ker T= Vsc dcja coma ejcrcicio
296 ALGEBRA LINEAL TRANSFORMACIONESLINEALES 297

Pcro los vebtores v1,,v2,'. .' . 'izvk‘co'ns'lituycn una‘baso deKer T...Exlsten entonees
' 3 escalates c1, C2, , 01.13105 qu'c
614+ Vk¢1+ . . .'+ C,,V,. = clv1+ C1V2 + . . . + Ckvk
cxpresio'n quc se puede rccscribir como
c.v1+ (3s + . . . + ckvk + (“Ck+1)kl+ - ~+ (—c")v.. z 0
EJERcIc‘iois3._(sEccloN 2, CA'PlTULO 4). y'
1. Demuestre que el micleo y la imagen de una transfonnacién lineal son siempre
conjuntos no vacx’os.
. Considere la transfomracién lineal D: P -+ P (P es el espacio vectorial dc toclos los
polinomios) dada por D(p) = p‘ (la derivada del polinor'nio p). Dacriba e1 nL'leleo de D.
. Considere la transfonnacién lineal T:7C([—n, 1t]) -» R dada'por

Pei-o los veetorcs v1, v2, . . . , v,. constituyen una base V.

En particular ellos son linealmente independientes. Entonees la cxpresron
m=fmm
anterior impliea que Campruebe que cos x E Ker T. Describa en general cl tipo de funciones clel espacio
C([—1t, 7:1) que pertenecen al nficleo dc T.
Ci=C:=---=ck=ck+1=-~~=Cn=0 . 2 . Sea T: V —» U la transfoxmacién cero, describa el nficleo y la imagen de T.
. Sea T. V —-> Vel operador identidad en V; describa elm’icleo y la imagen de T.
Lo' que muestra que T(vk.1), . . . , T(v,.) son linealmenle independiemes y que por
. Sea Ti V —» R una transfomiacién lineal del espacio Vectorial Vde dimension 1 a los
tanto eonstituy'en una base de [m T.
rcalcs, suponga quc existeun vcetojr no nulo v E Vtal que T(v) 6* 0. Dcmueslre c'nlonccs
Se (ic‘ne cnt'onces qu‘c que T(x) # 0.para todo vector no nulox E V.

Nulidad de T = dim Ker T = k . Sea T: R2 -> R2 la lransfomiacién‘ lineal tal quc 7((1, 1)) = (0,0) y T((0, 1)) = (1, 1),
dcmucstreque Ianto cl nficleo co‘mO la imagcn dc'Tson rcetas en el piano xy que pasan
Rango dc T = dim [In T = n —_k- . , por el origcn, Encucntre lasecuacioncside cst'as rectas'. . . ' - '
. Sea T. R2 4:412: aha trans-formacién lineal tailq'u'e T((3,. 2)) '= (0,0) y T((1,3))- =lrv 7e
' ‘ dé modo qiiic , 0, prucbe (we (21- miclco de T es -una room on cl plano xy quc pas'a por cl o'rigen.
Range dc Taciiulidiid d6 T r? n 4k + k '= n = diiu V'eomo'se que‘r‘i’a clemosirar. ' Eneucntre su ecuacién. , N
. I 1‘ l
. Sea T: R3 '-»‘ R2 una lransfomia'ei'én Iincal‘tal Que T((l, 1,0)) = T((0, 2, 1)) #51,..911/
QED. T((—l,.2, 4)) = v =75 O, dcmuestre que el nL’iclco de Tes un plane on R3 quc pasa por cl
origcn. Encuemre su ecuacién.
. Sea T: R" -> R" la lransfonnacién lineal T(X) = AX, en dondeA es una malriz m X n,
EJEMPLO 4 Para las transformac’iones lineales de los ejcmplos dados aniorionncnte so none aqué rclacién guardan cl nl’lclco de Ty cl cspacio solucic’m del sislcma homoge’neo de
ecuaeiones lineales AX = 0?
ll. Sea T: M2” —+ M1x2 la lransl'omracién lineal

awafi 0 l
T(A) = A8 - BA en dondc B = 0 0
T(x, y, z) = (x + 2y + 2, 3x + y — 2z, ~x - 7y ~6z)
Dcscriba cl nficlco dc T. .
rango dc T+ nulidad T= 2 + l = 3 = dim RJ
12. Sea T: M"... —’ ”)1" 1a transfonnacion lineal T(A) = A — A'.
. y ., - .. TE-M2x2 ’T’ir
a) Demuestre 'que'Tcsvuna transfémiaciénv’lineal.
‘- '. a ,+ ‘17: +_."c.;.+ d - b) Describa el nficleo y la imagen' dc T._-
T "‘ b ] £ 2a + 3b'+‘4é + 6d 13. Considerc la transfonnacién lineal T: R4 —~» R2
Cd (2+3b+5c+9d
T(x;, x2, x3, x4) = (x1 — x2 + 2x; + 3x4, x. - 3x; + 4x; + in)
tango de T+ nulidad dc T= 2 + 2 = 4 = dim Mm.
a) Dcmueslrc quc v1 =(—1,1, l, 0) y v; = (-2, 1, 0, l) forman una base para el nncleo
' dc T.
b) Compruebe quc la imagen dc Tes R2.
 TRANSFORMACICNESUNEALES 299

298 ALGEBHA LlNEAL

' c): S'ea‘fi = {141, 112‘] Una.ba5c cual‘éfiicradc R2; demuestr‘c que'exi
v; en R‘la‘lcs que T(VJ) - u; y T(v4) -= u;. 3
sten-vectores vyy I
3 “REPRESENT/53°19“- .P'OR M5919 DE'MATB'CES .
Considérese 1a transformacioa: R” —+ R’“ dada por
d) Pruebe que [3 = {vb V2, V3, v4} es una base dc R4.
es una recta en R2 que pasa
14. Sea 7‘: R2 -+ R3 una transformaclén lineal cuyo micleo
rccla on R3 que pasa por el origen. T(X) = AX (3.1)
por el origen. Dcmuestre que la imagcn dc Tcs una
es un plano en R3 que pasa
15. Sea T: R3 -3 R3 una transformacién lineal cuya imagen por el origen. en dondc A es la matrix de otden m X n
recta en R3 que pasa
por el origen. Dcmucstre que el miclco dc Tes una
Vde dimension flnlta, suponga
16. Sea T: V -> Vun operador lineal en el cspacio vectorial an [112 ... am
que 1m Tes un subesp acio propio dc V. Demuc stre que cxistc al menos un vector v E (Izn (3.2)
i , A = an 6122‘ ' I. . -
Vno nulo tal que T(v) = 0.
vectorial V, suponga que
17. Sea T: R2 -~ Vuna transformacién lineal dc R2 all espacio 3 am am - -- am"
Compru ebe que no existe v E Vno nulo
1m Tes un subespacio dc Vde dimension 2.
tal que T(v)~= 0. la matriz n x 1.
ine bases para su > y se esté pcnsando en el vector X = (x1, x2, . . . , x") E R" como
18. Para cada una dc las transfomiaciones lineales siguientcs, determ
e cl teorema dc la
micleo y s'u imagcn, y verifiqu'e en cada caso que, se satisfac
dimension.

3)’ 75R” ~‘* 112.7133» =' (53+ y, 3c"- y)

b) T: R3 .. R2,17(x,y,2)*'(x +y-'z.x-y '2)
c) 22R: .. R2,T(x,.y. z). =‘ (x + 'y + 22,23 + 2y + 21), bajo 7).
' d) 72. 122.3,. Rs, m, y) _= (x + y, 5;: + Sy,.x — y). ‘ V (sim’ilar‘mente‘la m‘afirizfiz X 1 AX‘cs e1 _vccto'r an R'" imagen de'X
c) 13162—3 R3,- 11x;y,z);=:'(x +y..lx + 2J3 Z) Se h‘a visto en" la iseccién‘ 1 que Tes- u'na transfon'nacién lineal.-En estc caso se
dice que 7‘65 121 transfonnac'ion 'dc “multiplicacién por la tfiatrizA”.‘ " ' '
1'1' 4 2 1
1
VéaSe ’ahora qUe para ins/transfor‘maciones lineales de esta forma rcsulla una
tarca muy simple describir‘su nficleo y su imagen.
. 0 1 l
1 _1 ”2
t) 7BR“ —. R4, T(X) = AX en donde A es-la matnz 1 3?
5 8 —2 -7 Primeramentc obscr'vc que
nco AX = 0
Ker T= {X E R" | AX = 0} = espaoio solucién del sistema homogé
1 2
. . 5
. 3 4
6 Es dccir, para describir cl miclco de la transformacién (3. 1), so tiencn que dcscribir
g) T: R2 —» R4, T(X) = AX en donde A es la mamz las soluciones del sistema homogén’co do In ccuaciones lineales con
n incégnilas
7 8
AX = O.
También so afirma que
+a2x+ 03x1
h) T: P3 " P2, “00+ a1x+ azx1+an3)=ao+.a, Im T = espacio llnca de A'
i) 73P2HP3,T(P)=XP
a que ' '
j) TIP: "KP-s, 7(1)) ‘xfl’ 9 En efccto, supénfiasetluc cl vector Y E R’", pertenece a _Im T. Esto signlllc
T(X) = AX = Y. _ .' ' ' ‘ -'
k)- T: Mm —» Mm, T(A) =.'A' ' - v: cxisteX ER" tal que
X) tales que
1) TI MJxJ “’ RI, HA)= TFA H
Mas explicitamentc,..existcn.xl, x2, ... . , 5,, (las coordcnada’s‘dc

l 0 £11m + (112362 + + am?"

1 A = azixi + 022262 + + 421%”
m) T: Mm —3 Mm, T(A) = BA en dondc B es la matriz 1
-1 0
amlxl + amZxZ + - - - + anmrn
n) T:Mm—>P3,T[[i 2]] = a+bx+cxz+dx3
 300 ALG EBRA LINEAL TRANSFORMAClONES LlNEALES ' 301

obien, Enlonces 10S vé'cl‘ores Y1 = (‘I,O,-5,'1)y.Y2=(O,1,1,1)_ consliluy'cn una- base de

1111 T (leorema 7. 2 capilulo 3), y éntonccs Ran-go dc T= 2 -
011 ‘ 011 i i ’ (i111 . - En la siguiente subseccion se vcra que cuando sc tiene una transl’ormacién
a a (12 ’
Y = xx .2‘ + x2 .22 + + x,. ." (3.3) ,/ 1 lineal dc un espaeio veetorial Vde dimension finita a otro espacio vectorial U
: : : 1
también de dimension finita, se podrzi ver, por medio (11: bases concrelas dc V y de
am 1 ”ml am"
U, a la transformaeién Tcomo si l'uera una transformacién del tipo (3.1).
Obsérvcse que los vectorcs (a 11, (12;, . . . ,a,,.;) E R'" i = 1,2, . . . , :1, son los vectores
linea de A'.
3.1. LA MATRIZ ASO'ClADA A UNATRANSF'O'RMACION LINEAL
Resumicndo, la expresién (3.3) dice que el vector Y E R’" pertenece a [m Tsi,
y 5610 51 Y pucde escribirse como combinacion lineal de las vectores linea de A’.
Sean Vy U dos espacios vectoriales dc dimension finita dfgase que dun V= n y
En otras palabras, Ypertenece a [111 Tsi, y 5610 si Y pertenece al espacio linea
de 11'. E510 prueba la afirmacién. dim U—- m.
T(Smese basas [31 de Vy {52 do U
Entonces, 50 ha clcmoslrado el siguientc teorcma: ~-
pl: {V1,V2,.. wvn]

" TEOREMA 3.1 Sea/1 una matriz m X My sea Ti R" ~1 R’” la lransformacién lineal T(X) = ‘32 = {ll}, “2) - 1 1 : um}
AX; Balances
Sea T: V ~> U 'una transl‘orrnacién lineal enlrc estosespacios.
l) Ker T=-cspacio.50111eién de AX = 0. ’ Para cl vector v E V exislcn cscalarc‘s x1, x2, . . . , x,. tales que
2) 1111 T = espacio linca de A‘.
V =K~X§vl + x2v2 + v v . + xlxvn

i-EJEMPLO 1} ’ l’or ejen1plo,'sea-T: R-J ?» R.‘ dada noruT(X):= AX dongle/l cs

$dmm ‘11 . -1 '; ' -.w~
1 3 -l'
* l 3
A -3 ~14 8 [V1151 =
3 4 2
x"

Para describir Ker T’r’esuelva c1 sistema hotnogc’neo AX = O.

La imagen de v bajo Tcs cl vector
l 3 —l 1 O 2
2 1 3 0 l —1 ' . T(v) = T(xm + xgvz + . . . + x,.v,.) = x1 T(v1)+ x; 7113) 1 . . . '1' x" T(Vn) = Z I; T(Vj)
-3 —14 8 ~ ''' " O 0 O . '‘ l
3 4 2 0 O 0 J (an
Las solueiones dcl sislema son enlonces x. = -21, x2 = 1,113 = I, I E R, de modo quc Cada vceloi T(v,),=
' . , use encuentra on U (mas conerelamente, en 1111 7),
dc modo que exislen csczalares (11,», (121:- a.,,,,,- tales que
KerT-= {(x;a .r2,x3) |x_( ='.-_2-’.t x; =1,- x3= 1,16 R] ' II

T(vj)=a-x,-u1 +_ (121-11; + + al,,,,-u,,‘,= 2 11.7111, j = 1, 2, . . . , 11 . - (3'5)

Una- base para Ke'r' Tes' (--2, l, 1) (tome t = l), y entonces Nulidad de T —— l. ' M * ‘f ’ 1
Deseriba ahora [m T. Para 6l tome A' y halle una base de su espacio llnca Es dccir, /

(11}
1 2 —3 3 1 0 fi 1 T
3 1 44 4 ~.H~ 0 1 '1 1 11111-111. = “3" 1 = 1, 2,. ,1,
i
-1 3 8 2 0 O 0 O a1111‘
302 ALGEBRA LINEAL TRANSFORMACIONESLINEALES 303

- A1 sustituii- las 11 expresiqiiesiafi) c11_(3.4_) se obtiene :. ,Esquematicameme

-- ' . 3 t.
l
I" ll

T(V)= Z i(V1)= 2 xj}: agui = E 2 ayxj u; (3.6) A = [Tlvflim [71611, ~-- [TU/«Hp;
i-1 j-l 1-1 1-1 j-l‘ , l l i

En vista de la unieidad de la expresién del vector T(v) E U como combinacién lineal Segfin (3.7), esta matriz A tiene la propiedad de que multiplicada por la matriz de
de los vectores 111, Hz, . . . , um de 121 base [32 de U, se concluye que coordenadas del vector v F. - Vcon respecto a la base £31, da por resultado la matriz
de coordenadas del vector T(v) E U con respecto a la base [3; (16 U.
A la matriz A se le llama matriz de la rransformacidn Tcon respecto a [as
2 02,11], ~ ' - a Z amixj
(RV))D:= J21- 01}n bases [31 y 132 (A es pues la. matriz asociada a T).
j'l j-l
Obsérvese que los clementos’ que constimye‘n esta matriz asoeiada a la trans—
formacién Tdepende de las bases [5. y {52 elegidas para Vy U respectlvamente.
o bien, Para remarc‘ar esta dep‘en‘dencia, se es'cribira:

A = [T113192

El analisis anterior queda entonces resumi'do a la formula

[7700]». = [flexible (3.8)

'S‘i-A‘P.‘

En el caso particular'en que se tenga m1 operador lineal T: V —-> Vy que la base

del domiaio y codo'minio sea la .misma (digase (3), se escribira a la matriz A (de .
' .- orden n= dim V) co‘mo [i y 56 die qu‘e“ ésta' es la mat1iz_' del operador lineal _T '
’reSpecto de la base {3 '
Asi entonces, cada transformacién lineal T: V ~+ U, donde Vy U son espacios
de dimension finita, tieiie asociada‘una matriz de orden dim U X din-1‘ V (1a cual, se
Considérese la matrizA=(aU)1-1,,..,m.Obsérveseque
j-1,. insiste, depende de las bases elegidas para Vy U) de tal manera que Tpuede ser
".
vista como una transformacién de multiplicaeién por la matriz [TJM2 (la matriz
asoeiada a 7) en el sentido de lacxpresién (3.8)..
2 alixi En otras palabras, se ha establecido unafimcio'n F (quc depende de las’ bases dc V.
j-l a“
y U) del conjunto de transformaciones lineales de Va U a1 conjunto de matrices m X n.
an (112 611" x1 -"

Atvim = a
2‘ a
n 0
2" . x21 9" =mv111,
,2 (12" Transformaciones lineales Matrices A
F: T: V ——r U -> de orden
' anm x11
and and ~ - .
II
dim V= n,vdim U = m _ a
0

Z anuxi F0) = [73111132

j-l
En la seceion 5 se r’etomara esta discu'sién para investigar un poco mas e1 earacter
de esta funcién F Ahora véase algunos ejemplos,
V ' Esdecir,’
EJEMPLO 2 Sea Tla transformacion
1711911: A1111. , (37) T: M212 fl Mm
La matriz A es tal que en‘ su j—ésima columna se encuentran los elementos de la 2a+3b- c
matriz de coordenadas’ del vector 7(1),) (la 1magen del j-ésimo vector de la base 11. T“: ZU= a+2b+ c+2d
de V) con rcspecto de la base {32 de U a+ b-3€~4d
304 ALGEBRA LINEAL TRANSFORMACION ES LINEALES‘ 305

Se deja a1 lector variflca‘r quc'c's unzi’tfansfo'rmacién lineal. Tome 133 bases

'_ canonicas d6 [3; y 5; cm y Mm respectivamente‘, cs decir- .
EJEMPLo-s . _ Considere dhora la transforth'acién T: P.‘ —» P. dada’ por T(p’) ; p' '(xa derivéda’dcl
polinomio 12). En la seccio'n 1 so vio que Tes un operador lineal. Tome la base
_ 10 01 o 0 o o canénica dc P., [5 = l l, x, x2, x3, x‘}. Obtenga [7%.
fi"{[o o]’[o o]'[1 o} o 1 Setienc

1 0 o ' T0) = (1)' = 0 =f (T(1))o " (0, 0, 0, 0, 0)

[32: 0:1: 0
o o 1 T(X) = (X), = 1 '1’ (T(x»p = (1: 0’ O: 0: 0)

T(xz) = (x2)' = 2x =’ (TWM " (0, 2. 0, 0, 0)

Obtenga la matriz [TJW
7:063) = (X3)' = 32:2 => (T(x’))o = (0. 0, 3, 0. 0)
Primeramcnte vca cuélcs son las imégencs T(Vj), j = l, 2, 3, 4 de los vectorcs
de la base [31 = {v1, v2, v3, v4} dc M2”. - T(x“) = (x‘)’ = 4x3 ‘F’ (firm? (0: 0, 0, 4, 0)

w 2H w W
Entonccs '

0 l 0 0 0
» 0 O 2 0 0

TM? 21% i: . Ta: 31% .:

[Tl‘p = 0 O 0 3 O
' 0 0 0 O 4
2/ O O O O O

‘,, sc‘ , _"

Obsérvese queen este caso,- co'mo se csté' tomando la base cahénibzt 9, ‘dc M,. Esta es cntohccs “una‘ maitri‘zquqdcriva polinomios 'de grado‘me'n'or o igual a 4”,
tiene, T(v,) = [T(Vl‘flpzj = 1,2, 3, 4. Es decir, en el scntido de que' mulliplicando csta‘ matriz por la matriz dc coordenadas del
polin‘omio p E P4 reSpecto-de la" base {3, se obtiene e1 vector dc coordenadas de la
3 —1 'o derivada dc p respecto de la base [5. Por ejemplo, sip - 5 + 8x — 10x2 + 6x3 — 71‘,
2
= 2 se tiene H." l
[v)]pz = 1 » [T(Vflloz = 2 , [nvsfloz = 1 » [7041)l
1 1 —3 -4
5
8
de modo que ‘/‘
[Pls=“10
6
2 3 -l 0
~7
mm = 1 2 1 i2 \
' l l '3 -4
y

Al usar esta matriz, se pucde obtencr la imagcn decualquicr vector v.€ Mm. Basta .2 071.000.5‘ g
csctibir 1a mattiz dc coordctiadas >[v]p."y hacetj cl producto [T_]p',p2 _[V]p‘. E1‘_resultado I co 2. 0.0 38 ~20»-
se-ré la mafriz dc coordenadas del véctor T(v) reSpcc’to do la Base '32 (quc en cstc " [T(p)]n='[p’]b='[7]p[p]p='o 0 o 3 0 ~10 = 18
caso coincide con T(v)). For cjemplo: ’ 0 o o o 4 6 —28
o 0 0'0 0 —7 o
2 3 —1 0 2 9
‘-\

2 _3 2 _3 U 3 0 sea que
T = mm“ z 1 2 1 2 = “2
l l4 8]]0: 4 8 m 1 1 —3 —4 j; 25 1' p' = 8(1) + (—20)x + 18x2 + (—28)x3 + (0)24
=8 -20x+18x2—28x3 .
 TRANSFORMACIONESLINEALES 307
306 ALGEBRA LlNEAL
' ‘_ Al hacer las operaciones i'ndi'eadgs obten‘ga eI sistema
EJEMPLO 4 ' ' , Como ultimo cjempl‘bmon'sideye la tréngforfnécio'n T: R’ _. R" I (-33- +6; I: I1

T(x,y,z)=(x+3y~z,2x+yx+3z,-3x~14y+82,3x+4y+22) q+m+a=n

C: + + C4 = x3
T65 una transformaclén lineal. Mds afin, si [3; y [3; son las bases canénicas de 12’
Cl+Cz+Ca+Cl=X4
y R4 respectivamente, la matriz de esta transformacién respecto de [3, y p2 es
Resolviéndolo con el método dc eliminacién Gaussiana queda
1 3 -1
O 0 1 1 x: 1 .0 0 0 X4 -x2
= 2 1 3
[Tlpxm _3 _14 8 0 1 l 1 x2 0 1 0 0 x2 —x1
1 O“. 0 1 X3 " " 0 0 1 0 xl-x2~x3+x4'
3 4 2
l 1 l 1 x4 0 O 0 1 x2+x3—x4

de modo qfie Tpuede escribirse como

dc donde
x 1 3 ~1 x _ \
2 1 3
T y —3 — 14 8 Z X4 — X2

- z, 3 4 2 [(x1, x2, x3,x4)]p=

_ , = X2 "x1
x1 _ x2 _ x3 + x4
X2 + 363 " X4
Este es precisamente el ejemplo que se estudia a1 inicio dc csta seccién.
Con esta mi‘sma tfan'sfbrmacién, obtengaI’I’ipi en dondc; '-. -,
l‘fEn‘tonces‘m'. * ‘ 1.. l.,
1 > . ', . . . 4
m = {(1,0,0),'<1,"1,0).(1;"1,1).} . . _1
135 = {(030,1,1),(0,1,0,1),(1,1,0,1),(1,1,1,1)1 mm; = [(1, 2, —3, 3m; = ; ,mvznpg = [(4, 3. ‘17,7)]ns = 25
.-._4 -21
Se verifica fécilmcnte (usando por ejemplo el tcorema 43’ del capitulo 3), quc
3
Bi y [55 son bases dc R3 y R‘ respectivameme.
3
Escriba v; (i = 1, 2, 3) para denotar a los vectores de 131 y u,- (i = 1, 2, 3, 4) para [HW’HN = [(3, 6, ~9, 9)]05 = 15
denotar los vectores de [35 .
-12
Obtenga entonces T(v,), i = 1, 2, 3.
de modo quc
T(V|) = 711,0, 0) = (1! 2} '3: 3) .
1 4 3
T(V2) = T0, 1, 0) = (4. 3. ~17Q7) 1 —1 3 ' I
[T113195 5 25 15
T(V3) = T(1,1?1)=(3,6, -9, 9)
~ - —,4 —21 ,—1’2 ‘
' Se tiCnen ahora _gueigscribi'r esto's'ye'ctorcsfl ¢9m__o coxhbixiaéiéh lineal d9 los;
VCCtOI‘CS ”1, '12, us, “4.
Resulta natural preguntarse si las matrices V
Para ahorrar trabajo, escriba en general
1 3 -1 1 4 3
2 1 3 ___ 1 -l 3
(x1, x2, 13', X4) = Cm; + Czltz + Call; + 04114 [T113151 _ __3 _14 8 y {Thin}: 5 25 15

3 4 2 ’ “4 -21 ~12
= 61(0’ 021:1)+ 640,1: 021)+¢3(1§ 1, 0:1)+ C4(1’131a1)
308 ALGEBRA LINEAL
TRANSFORMACIONESLINEALES 309
tienen alguna reiacién, pues finalmente, ambas represent-2111112 misma transforma-.
En el teo'rema 6 4 del- capitulo anterior (1311' s11 demostracion) se vio que (auto
. c11’11111r1ealT-R3 —> R4 dada per -
(9 come 1;; son isomorfismos de espacios vectoriales', es decir, son fuhciones
T(x, y, z)= (x + 3y— z, 2x + y + 32,, ~3x~ 14y + 8z, 3x + 4y + 2x) lineales biyectivas.
Sc tiene entonces una situacién como la siguientc
Se veré en la siguiente subseccién que efectivamente estas matrices wan intima- T
mente relacionadas por intermedio dc matrices de cambios de base (véase subsec- V ‘—'—"‘"_"“_"——> U

cién 6.1 capitulo 3). «a i ‘11

Pero antes de pasar a este analisis, se desearia llamar 1a atencién a otra pregunta R" TA Rm
que naturalmente se podria plantear en base 111 material desarrollado en esta
-—--—-———-———>
seccir'm:
L0 que se quiere mostrar entonces es que
Dada la transformacién lineal T: V —+ U, con V y U espacios vectoriaies de
dimensién finite, se ha visto que se puede asocia'r a ésta una matriz A per medio @(Kerfl) = Ker TA
de bases co'ncretas Vy de U, de modo que la transformacién Tpuede verse como
una “multiplicacién por la matriz A". A1 principio de esta seccién se vio que las \y(Im I) = 1171 TA
transformaciones de este tipo (ias que son multiplicaciones por matrices) tienen
Se expondrzi delalladamente e1 argumento que conducira a concluir la primera de
la ventaja de que su micleo y su imagen se describen facilmente e11 tér'rninos de la
estas afirmaciones
matriz correspondieme (teorema 3.1)
Esto'mvita ehtonces a inv‘estigar el nucleo y la 1mage'n de la transformaeién T: v 6 Ker T
V —+' U usando para e110 “la” matriz‘ que la representa. Sin embargo, es claro que
a» T(v) = 0 (definiciéh de micleo de 7)
est'e procedimiento esl'a sumamente comprometido‘ c011 la elece'i'én de las bases de
V y U, pues ella's determinan la estructura de “la” matriz que representa a la 4:)
‘ a
=> cs obvio
tra'hsforndacion. Surge ehtonces la interrogante: LSe logran dcscripciorics equiva- _ WWW» ' 111(0) _ _ [ <== pues \1'! es una biyecci'én
' lentes (161 111301605/ la 1magen deuna transformaciéri T: V -> U mdepcndlcmemenie - ‘4 <2 _ , (T(v)}p-, - 0 _' , ‘ , ~ ' (definicién de 14/ yjhecl1o de'que \u'es lineal).
" de la rn'atriz que la represente, esto es, iadependientcmerite de las bases que se a (identificacién del vector de coordenadas de
elij‘an par'a' Vy para U? Q [H0102 O T(v) con una matriz de coordenadas)
Se ver'zi a continuac'ién que la res‘puesta a esta pregunta es afirmativa. «z» A[v]px = 0_ (per la férmula (3.8)).
ConSiderese entonc'es 1a transform‘acién' lineal T: V —> U, donde Ves un espacio (definicién do micleo dc TA e
vectorial de dimensién n y U es 1111 espacio dc dimensién m. <==> M“ E Ker T" identificacién de [V1151 con (11),“).
Fijese 1111a base [51 = {111, v2, . . , v1} para Vy 1111a base [32 = {111, 112, . . . , um} a» (p(v) € Ker TA (definicién de cp).
para U.
LizimeseA a la matriz m x n que representa a Trespecto de la base [31 y [32 (esto
En rcsumen, se ha mostrado que v E Ker T a cp(v) 6 Ker TA. Esto prueba entonces
es) A: [719151)
que cp(Ker T) = Ker TA. La demostracién de que 11/(Im T) = Im TA es similar y se
Considérese tambie’n la transformacién T4: R‘ w» R'" dada p01 TAX) = AX.
deja como ejercicio para el lector.
Se quiere mostrar que tanto el nficleo como la imagen dc Tse puede describir
trabajando con la transformacién T4 (para la cual vale que Ker TA = espacio
solucién deAX = 0 1: Im T = espacio linea de A'). EJEMPLO 5 Para ilu‘strar estos resu'ltados, seire‘f'oma la transformac‘ién.
Considetensc lasfuncio’nes
T5 M2x2 '—’ M 3351
-rp: V 4+ R" i
a b a + b + C ‘l' d
11!: U —-> R'"
THC 11]]: 2a+3b+4c+6d
a + 3b + Sc + 9d
dadas por cp(v) = (10¢, y 11/(u) = (u),;,. Es decir, (p y 1y asocian a los vectores de Vy
U, 5113 correspondientes vectores de coordenadas respecto de las bases [31 y [32,
(véase subseccion 2.1) para la cual ya se ha investigado “directamente’ su nficleo
2—2

respectivamente.
y su imagen. Se vio que
 TRANSFORMACION es LINEALES 31 1
310 ALGEBRA LINEAL
'yentohccS ' '
‘ , ‘kef'T‘=. {[2 3]}: M21; |a=c+'3d,ba;2c—.4d] . (3.9) f 1 '

mwxo
|____l
F‘"—!
I'_"'l

l_._l

\—_./
I...
._‘

\_—_/
r—\

/—-\

HO
P-‘H
H

"I
,_.

I!
ll

t—-l
161

I’—
N
‘12
'5"
Im T: X2 6 M3“ I3X1—2X2+X3:0 (310)

X3

Tome ahora Ias siguientes bases [3. de M: x 2 y [52 de M; x]

ms 511-? 5N $112.11} 11-? 511: 111—111: -1

per lo que la matrizA es:

-3 l -9 0
1111
A = 1 1 -3 2
132-— 0,1,1
r ‘4 ~2 15 -1
0 01
' Se tiene, pues, e11 mete ejemplo, un‘a situacién como la que describe cl siguicnte
y describa Ker Te Im Tpor medio de la matriz A = [71%. diagrama:
Para construir 1a matriz A, halls 1a imagen, bajo Tde los vectorcs de la base (31
y exprésela como: combinacién lineal de los vectores de.la base (32., Se ticnc

:111116 "111211;. 1%- 2

1152.211 11‘: :11 -:

en donde T4:- R‘ ~+ R3 cs TAX) ‘= AX. Se describirai cntonces cl micleo y la imagcn
dc T(quc correspondcn a la pane. “superior” del diagrama) trabajando con TA (es
decir, trabajando en 121 parte “inferior” del diagrama).
El m'lcleo dc CI} es, como se sabe, el espacio solucién del sistema homogéneo
’7. AX = 0. Resuelva entonces cste sistema.
Escriba en general —31~90 103/21/2
11—3 2 Nu... 01-9/23/2
x1 1 1 1 4 -2 15 -1 O 0 0 O
X7, = C1 0 + C: 1 + C3 1
'0 0 1
X3 dedondc

A1 haccr las operaciones indicadas se obtienc el sistcma

2 3 - —1--
x 1 —-—’x 2X4
'
C|+C2+C3=Xr , I I. . Cll— x2
. V ,.
=> - '62 = 162* x3-
7 "62+ 63 ; X2
03 = X3 C1; = X3 x2 =3); 3
23 — 2x4

demodo quc
Esdecir,
X1 X1 “ X2
X2 = X2 “X3
Ker TA = {(X1,X2,X3,X4) E R4 x1 =—§x—-1-x
23 24,2 23 ~21”
x ”Ex 24
X3 92 X3
 THANSFORMACIONES LINEALES 313
312 ALGEBHA LINEAL
So s'ugiere a1 lecter que rehaga este ejcmple temande las b:15es canOnicus dc
Un vector representativode Ker'TA es entonces ,
H 'M2- 2 y Ma---1 I

[Ac—151,21:— ,d ER“,c,dER
2 2‘1”] .
Pasese entonces ahora a cst‘udiar come so afecta la matriz dc una transforma-
cion lineal T: V —+ U cuando se cambian las bases de Vy U.
2 2
“Subiendo” en el diagrama, per medio de q), se ve entonces que 1111 vector
representative de Ker Tes:
Q32. CANI‘IBIOS DE BASES

[ ic‘idiio iiiicidH—‘I’ 3H? WU 4] 2

Sea T: V —+ U una transformacion lineal, en donde Vy U son espacios vecteriales
de dimension finita. Dtgase que n = dim Vy m = dim U.
Sean 61 y 61 dos bases de Vy’ 62 y 6i dos bases de U. Se quiere investigar la
obien,
relacién que existe entrc las matrices
1 1

_--2-(c+d) BC—d [71151111 y [Tim

7 - _.5
__, ~d.
2c+2d c Para esto, recuérdese la subseccién 6.1 del capitulo 3, gm si X es un vector dc V,
existe una matriz inversible P de orden 11 (la matriz de cambio de base de 6. a
6i ) tal que
(3.9). La
Se comprueba fécilmente que esta descripcio’n coincide exactamente con
im‘agen TA es el espacio‘ linea de A'. ” Pixim = [l (3.11)

~37'1 4- 71 0-..‘3/2 Sirnilarmente, para cualqmer vector dado Y en U, existe 1111a matriz i11versible Q
1}. 13—2 0 :1 4/2 , , .. ‘ de ordeh 112 (1a matriz 'de cambio de base de 62 a 62 ) tal que '
3—31-53..." 0 0 0 ‘ I,
o 2 —1 0 0 0 I ts, =[Yio1_' - (3.12)

3 1 Se sabe que para cualquier vector v E Vse ticne

Una base de TA estzi dada per 105 vectores [1, 0, - '2‘] , [0, 1, ‘ ‘2‘]
~ mm... = 1711,1131. (3.13)
Entonces un vector representative de Im TA es del tipo
Y
3 1 ' 3 _1_
ci[1,O,—E]+02[O,1,-'2— = 01,02,‘501“262 [TWIN = [Timmivi'm (3.14)

De nucvo, “subiendo” en el diagrama, por medio de w, se ve que un vector clin (3.12) se puede rccscribir (cl lado izquierdo de) la cxpresion (3.13) como
representative en 1111 Tes:

_1m +1Q
'Q-|[T(v)]fli = I[7]91i51[v][31

1 1 ,2 . 2- 7 ‘ [Al'susti-tuir (31'i'4).eni ester 11mm expresién sevgbtiene . '

+62 1 +["’3‘Ci"’l'C2] 1 = "éci’i‘lCz 01,02ER

Ci 0
2 2 -1 2
3
2
1
03711105 [Vim = [TJsMm
0 0
'ECl“'2"’Cz Finalmente, segfin (3.11) se puede reescribir esta expresién come (sustituyendo
[Vim For PMm)-

descripcién que se comprueba con facilidad que coincide con (3.10). Q’liTJMMPMm ‘= [Tms
 314 ALGEBRA LINEAL
TRANSFORMACIONES LINEALES 315
"Esta expresién es valida para todo vector v E V. Entonces se puede concluir quc* '
de donde . y 2 mm 1115 bases canonicas de‘ R’ y R‘ res I>ectivamente Es decir,

[mas 0417191941" ' 15= {(10 0,),(O 1 0) (0 0 1)}

Esta es 1a relacién que se queria establecer. [32 = [(110,0,0),(0.1,0,0),(0.0,1,0),(010,0,1)}
Se ha probado entonces el siguiente teorema:
Si {Si y {35 son 1213 bases

TEOREMA 3.2 Sea T: V .1 U una transformacién lineal del espacio vectorial V dc 131 = {(1,010).(1,1,0),(1,l,1)]
dimensién n 211 espacio vectorial U de dimensic’m m. Sean [31 y Di dos
bases de Vy [32 y [35 dos bases de U. Si P es la matriz dc cambio dc base 135 z=“0,0,1,1).(0111011),(1.1,0,1),(1,1,1,1)}
de [31 a [5; (dc orden n) y Qes 1a matriz dc cambio (16 base de [32 a [35 (de de R3 y R" halle [i usando e1 teorema 3.2.
orden m), entonces las matrices de la transformacién Trespecto de [3, y Llame v.-, u], v,-’, u}, iv= 1, 2, 3,j = 1, 2, 3, 4, a 10s vectores de las bases 51»
[32 y respecto de 131 y [55 estén re‘lacionadas por [32, {‘31 y 05 respectivamente.
Si P es la matrix de cambio de base de [31 a 5i entonces P“ es la matriz de
mm = 041713t cambio de base de {3} a [31. Esta filtima matriz es fécii de construir pues 10s.vectores
v,’ coinciden con sus vectores de coordenadas respecto de la base {31 (1)1165 p1 es la
0 equivalentemente base canéniea de R3). Entonces

[T115105 = 01719.131P"1 ' (3J5)

1 1 1
P‘ 0 1' 1
'0. ‘1 0
I ' , COROLARSIO‘; , ' - Sea T: V —> -V.-u11 operadotlmealy sean {3 y [5’ dos bases de V. Si P es 1a '
I .- i » " -matr'iz de cambio (16 base ‘de {3y [3’ entonces ' . .' ~
Similarmente, construya 1a matriz Q (mattiz de cambio de base de [32 a [32)
(3.16) colocando en sus columnas 1as coordenadas de 108 vectores u} (que coinciden con
[7111 = P171111“ '
sus vectorcs de coordcnadas rcspecto de la base canénica [32).

0011
DEMOS TRA ClN En este caso U = V y [31 = 132. El resultado se sigue entonces del teorema anterior.
-1: 0111
Q.E.D. Q 1001
_ 1111
EJEMPLO 6 Para ilustrar este teorema, tome 1a transformacién del ejemplo dado en la pégina
306 de esta seccic’m. Obtenga Q = (0")-1
T: R3 —> R‘ 0011|1000“ 100010—101
T(x, y, z) = (x+3y—z,2x +y+ 3z, -3x~14y+8z,3x+4y+2z) 01'11|01OO 0100|—1100
. , 1001|0010” ~_00>1‘0_|1-—1_-ll,_
Se tenfa que . ,
1' 11110001 100701l'10111—1
‘ _1 5 3 1
" . 1 ' 3 V
[1:113:32 = _3 ,14 8
demodbquc

3 4 2 r0-101
=-1100
*Si .4» y B son matrices m X n y Xes una matriz r1 X 1, se tiene:_AX = BX VX E M"... = A = B.
Para ver esto, basta tomar X = X,,j = l, 2, . .. n, donde X,- son las matrices de 121' base canénica de M" x 1 0 '1-1—1
y ver que AX]. = BX,.dice que lasj-ésimas columnas de A y B coinciden. 01 -1
316 ALGEBRA LINEAL TRANSFORMACIONES LINEALES 317

Entonces Segfln la férmula (315) S1: tiene que} " i) T: R243. - ' R21 b)=a+bx - _ .
j) Tfpf'” R3 " Hao+a1x+a2x2+a3x°)=(2czo+a1+az,ao-2112+301,a1)
04 o 1 3-1 k) T:P1-'P4 T(p)= (x’+x2+x+1)p
—11 o o 2 1 323 ii
[71111111 = QiTJmmP " 1—14 1 4-M 8 o 01
l) Tiszfisz T(A)‘A’

[I
a -b a+b c
o 1 11 3 4 2 m) T: M2122 "’ M3122 T[[ ]] = d 0'26
b+c b+d
1 4 3

L—_.—J
Qt"
n) T:M2.2’—>R TH“ a+b+c+d
1 4 3

11
H
‘3
5 x u

ll
12) T: Mm —» R 71A) = trA
4—m—nj
. Sean Vy U espacios vectoriales de dimensién fmita y scan 13 y 13’ bases de Vy U res-
peciivam'en‘te, 1511211 es 121 matriz asocia'da a la transformacién cero 0: V ~» U respecto
resultado que coincide con el que se-habia obtenido directamente en la pégina 307. de las bases [5 y 13’? -
.3 . Sea Vun espacio vectorial dc dimension finita y sea 13 una base de 6], demuestre que
la matiiz asociada a1 operador identidad en V rc's’pec‘to dc la base [3 es la matriz
E‘JERCICIO'S (SEC-CIéN 3, CAPiTULo 4) identidad
. Para cada una de las transfonnaciones lineales del ejercicio 2, describa s11 nucleo y
1. A1 usar el teorema 3.1 , d'escriba‘ el'm'lcleo y la imagen 'de las transformaciones lineales su imagefi por medio de alguna de sus matrices asociadas (teorema 3.1)
siguientes:
. Considete 1a transfomiacién lineal T. M2 x2 —+ M2 112 .dada p91 T(A)_=- A— A1. En el

a) T'fflks -R2'T(X)==AX A 2‘2 0 —.1_ eje‘r‘c‘icio 12 dc 1a sjeccion anterior so dcmostrp que cl nlicleo dc Test21 constituido pot ' -
~47. o, 2 la's' matrices simét‘ricas (mairice's tales queA =A‘) y (1111; {a imagen dc Tesia constituida
por las matrices antisimétrica’s (matrices tales Que B ='-B’).Obtc1‘1'ga esta- misma' I
conelusién usando:
’2 1'1 3
b) T:R‘—+RW‘(X)=AX A =6. 7 1 17 a) la matrix de la transforma’cién Tresp‘ecto de la base canéhica de M2 2 2.

111211111: :11 :1
0 2 2 4 b)' la ‘matriz de la transfoxmacién Trespecto dc la base 13 de M2 x 2 dada por

”-1 3 2
h—l.‘>_D-‘A)—I

2 14 10
. Considere la transfonnacién lineal T: s 2 ~» M2 xzdada por T(A) = BA en donde B
w

c) T:R‘-—1 R’T(X)=AX A
N

.1;
1|

es la matriz 211 2 . Obtenga 1a matriz 1T respecto de la base canénica de M2 x 2.

Describa e1 nficleo y la imagen de T.

. Considere 1a transformacién lineal T: M2 x 2 —-1 M2 x 2 dada pot T(A) = BA en donde B
2. Encuentre 1a matriz asociada a cada una de las transformaciones lineales siguie‘ntes,
respecto de las bases canénicas dc los espacios correspondientcs es la matriz
b
d . Sea C la matriz de Trespecto de la base canénica de M2 x 2.

amm4w, .flxw=6mflxfi+fl
Demuestre que det C= _—(ad be)! Concluya cntonces que existc A_ E M2 22, A 2* 0 tal
que T(A)=-0 si, y solo 51 B es una matriz no inversiblex - 1
mmmaw 11'Raxz)sfix+Zy—23x+4y9201f‘ . Sea Tlatransformacion lineal T: M112 _. M313 dada p01 T(A)==AB- BA, (:11 donde
c) T:R2-->RJ T(x,y, z) =(2x+y—z,3x+2y-27., 8x—y) B es la matriz
mnw~m T(x, )7) = (2?s " 3y! X, y)
o 10
e) T:R‘—*R2 T(x,y, z, u) =(x+y,z+u)
a=oo h
00 fl
f) T:R’-—+R T061112, xa,-x.., x5) = x1 + x2 + 2x: + 3x4 + 8x5
Por medio de la matriz asociada a Trespecto dc la base cano’nica dc M; x 3 describa la
g) T:R‘;—»RJ T(x1, x2, x1, x1, x5, x6) = (x1 + x1, x2 + x5, x3 + x2) . estructura de las matrices que conmutan con B.
h) T:P2—fP3 T0?) = I!)
 TRANSFORMACIONES LINEALES 319
38 '- ALGEBRA LiNEAL
. . . ,, .
(Sug'erenciaase traia de dcéscfibirel miclejo de‘1). Ia) ‘31 g “’2: Vlsjv4’v3} . , ,.

sién finita tales que

® 10. Sean W1 y W2 dos subespacios del espacio vecterial Vde dimen 2,..., u.) una
b)p3:{vhvi+V2,V1+V1+V3,V;+V2+V3+V¢}
de W1 y {32 = {1l1,lt
V= W169 W2. Sea {31 = {vb V2, . . . , vi} una base c) 13; = {v[ + v;, v; + v;, v, + v4, v4}
base de W2.
una base de V. 15. Sea Vun espacio vectorial de dimensién 3 y U un espaeio vectorial de dimensién 4.
3) Demuestre quefi = (W, . . . , vk, m, . . . , u,} es Sean (5, = {v1, v;, v;] y (32 = {uh u;, 143, us} bases de Vyde Urespectivamente. Sea T:
b) Sea T: V ~w Vlatransformacién V —+ U la transfonnacién lineal tal que
,) = cm + . . . +ckvk
1(cm + . . . + cm. + dxu, + . . . +d,u T(v.) = 2m - 3112 + u, - u.
Compruebe que Tes una transformacién lineal. T(V2) = "1 + 112 + U; + ”4

la base [5.
0) Determine la estruclura de la matriz de Trespecto dc T023) = u; — 2a;

d) Describa e1 micleo y la imagen de T. a) determine la mam'z de Trespecto de las bases £31 y [32.
V1, V2, V3 y V4 subespacios de
. Sea Vun espacio vectorial dedimensién finita y sean n tal que T(v) = v b) determine la matriz de Trespeclo de 135 bases
Vla transformacié
Vtales que V = V; (B V2 GD V3 63 V4. Sea T: V -+
sivE V; U nT(v)=kvsiv€ V; U V...
{51 = {w + V2 + vs, 3v; - 2v; + 2V3, V3}
a) Demueslre que Tes una lransformacién lineal. [35 = {m —. “3, u. + 2n; + 3m, u, ~ 2a.,vu; + u, + u.)
4
que [5 = U {3,- es una base de V. de Vy U reSpeclivamente.
b) Si [3.) es una base ale V.-, i = 1,_.2, 3, 4, demues‘tre Ivrl
clo de la base [5. 16. Cons'idere’la transfonnacién lineal T: P, _. P3 dada por T(p) = (x2 + x + l)p
c)‘ Descrlba la estructura‘ de la matriz del operadot Trespe
r lineal-D : V —. VDU) = f’ (1a a) Determine 1a matriz vde Trespec‘to de las bases‘canénieas (16 P1 y P3.
12. Sea Val.espacioyectofialC‘(R').., Considere e1 operado
specto de. la base. dada de V(la cons’tituida , _b) Determinella mattiz 'de' Trespecio de _l_as bases
‘ ,der‘ivada' def). Obtenga la‘malii; depure
s-qae generan a V) en cada uno de lbs siguien tes caso's: .
_ “per-los vector'e fii'é'{l,x+_l}" _
[35 = [2, x + 2, (x + 2)’, (x + 2W
a) V = $3033 e“)
b) V = we: e126“) e) Verifique‘ que se satisfaee e1 teorema 3.2;

c) V’="Q(e‘, 8”", xe‘) 17. Sea 1': R3 -» R3 e1 operador lineal dado pot
d) V = gm“, x’e‘, x1e: x’e')
e) V = mean x, cos x) T(x.y;Z)=(2x—y+1.x+z.3y—2z)
f) Vv= 9.9(sen x, cos .x,.-x sen x, x COS x)
a) Detennine la matrig de Trespecto de la base canénica de R3.
g) V = ge(e‘sen x, e'cos x)
b) Determine la matriz de Trespecto de la base
al Val espacio vectorial
. Sea T: V —' U una transformacién lineal del espacio vectori nte.
bases deVy U, respectivame
U. Sean 6.; = {-v1-, v2, . . .-,v,,.} y p; = {141,112, . -. . , un} p, = {(15 2: '1)>(3’0:1):(02 ‘49 0)}

Sea A la matriz de la transformacié n Trespe cto de las bases [31 y [32.

de posicié n los vectores v.- y c) Verifique que se satisface el corolario del teorema 3.2. '' ’
, a) LCémo se altera 1a matriz A si en 61 se intercambian
vj? - . is. La matriz de la transformaci‘én lineal T: R3' —{ R3 r'especlo de la base [i = [(1, 0,‘ 0),
n los vectores -u.- y (1', 1,0),(1, 1, 1)} deR’es: . ~ '_ _ '- i ' ' -
, b) (396nm sealierailai' matriz A'sl en 62 se'intercéambian‘de posicib
u}? 21-1
espacio vectorial de dimensién
14. Considere cl operador lineal T: V —-> Ven donde Ves un A= 3 2 2
4. Suponga que la matriz de Trespe cto de la base 5 = {v., V2, V3, v4} es 4 3 2
13—1 2
Ho 21 1 Encuentre la matriz de Trespecto de la base {3 = {(2, l, 1), (3,2, -4), (2, 3, 3)}
[np's 214
0 2 4—1
tes bases de V:
Encuenlre la matriz de T respeeto de cada una de las siguien

\
 TRANSFORMACIONESLINEALES 321
320 ALGEBRA LINEAL
1321513 ento'nces mo'strar que los Vectores ,u“ 11;, ,L' .' .7 , 11,. 5011 linealmente

=4”. SEMEJANZA independien'tes‘ (corolario del teore'ma 5.3 capitulo 3).-

Escribase la combinacién lineal
En toda esta seccién se considerarén solamente operadores lineales T: V —> Ven
C1111 + c2112 + . . . + cnun = 0 (4.2)
cionde V es un espacio vectorial de dimensic’m finita, asi come ias matrices
(euadradas) asoeiadas a ellos.
Considérese el conjunto M" 1 ,. de todas ias matrices cuadradas de orden n. En A1 sustimir las expresiones (4.1) en (4.2) queda
este conjunto se va a defirtit 1111a relacién entre sus elementos, llamada (telacién ’I

- - + Cu 2 PinVi = 0
dc) semejanza. Esta relacién ayudaré a entendet mejor 1a correspondencia que se C! 2 pilvi + C2 2 PIZVE+
1 1-1 -
establecié en la seccién anterior de transformaciones lineales -—matrices. i-i

DEFINIC/ON 4.1 SeanA y B dos matrices cuadradas dc orden 11. Se dice que A es semejante a B, si n n

existe una matriz P (de orden n) inversible tal que A = P"BP. 2 012171;“ = 0
1-1 1-1
EJEMPLO 1 P01- ejempio, si T: V —>. Ves un operador lineal en Vy [3 y {3’ son dos bases distintas
de V, la'vférmula-(3.16)_ dice que la matriz [i es semejante a la matriz [Th pues

[Up = 1“ [Tlp'P )"1 z p-U-cj v.- = o (4.3)

en dondc- P- resulta set. la matriz de cambio de base de [3 a (3’. E11 realidad, ése es
el“1inico‘” (tipo de) cjemplo que se puede dar de. matrices semejantes. Es decir,
. dadas dos matrices A y B. de orden 11 en dondeA es semejante a B, existe 1m operador
T: V ——> Ven do11de Ves 1111 espacio vectorial de dimension n y bases [3 y [3 de’ V‘-
‘tales queA = [T]p- y B.-= [7],,
Los vectores v1, V2,. . . , v,. for‘m‘an por hipétesis, una base de V E11 particular ellos
" son linealm‘ente iadependientes. Entonces (4. 3) implica que
’1

Para ver 1a validcz dc esta afirmacién, se. demostrara primetamerite el siguiente 2!)i = 0 i=1,2,...,11
lema técnico:

o bien, en términos matriciales, PC = 0, en donde

LEMA Sea P una matriz inversible de orden n y sea Vun espacio vectorial de di-
mensién 11. Si [5 es una base de V, entonces existe una finica base [5’ de V
tal que P es la matriz de cambio de base de [3’ a [3 (esto es, tal que M1) =
PM”: Vv e V).
/ 03

DEMOS TRAC/ON Denétese porpij, ij= 1, 2, . . . , n a los clementos de la matriz P. Escribase [5 = {v., Siendo P inversible, e1 sistema homogéneo PC = 0 tiene 5610 1a solucién trivial.
v2, . . . , v,,}. 0 sea que 0. = c; = . . . = c1. = 0, lo que prueba que ul, ”2, . . . , 11,. 5011 linealmente
Definase independientes como se queria.

u, wepav; + . fpm'vn = 2 pm 1= 1,2,; . . 9 ,n "' ' ' "(45.1) . . (2.11.1); ‘

1"!

Si 5e logra mostrar que [3’ = {uh M2, . . . , un} es una base de V, ésta sera emonces
la (finica, por la manera como se definieron los vectores 11,-) base de Vtal que P
es la matriz de cambio de base de [3’ a {3 (pues los elementos de laj-ésima columna
de P 5011105 correspondientes elementos de las matrices de coordenadas u,- respec-
to de la base 13 —ver subseccién 6.1 capitulo 3).
TEOR EMA 4.1 Sean A y B dos matrices de orden n tales queA es semeJante a B Enton'ccs
existe un operador lineal T: V —-> V, en donde Ve's un espacio vectorial de
dimensién n, y bases 15 y 13’ de Vtales que A= [Tb y B= [T]p
322 ALGEBRA LtNEAL TRANSFORMACIONESLINEALES 323

DEMOSTRACION Escribase by, 1j= 1, 2, . . . ,n para denotar a los elementos de la matriz B. Sea Vun '- ' A51 pues, e11 particular se pijede.decir “las matrices A y B son sizmejantes sin
espacie vectorial. de dimensién n y sea [3= {111,112, ,vn} una base 'de él. ’ temor a confusién.
Considérense los vectores La relacién de semejanza permite entonces asociar en clases de equivalencia
a todas las matrices que representan a1 mismo operador T: V —+ Ven diferentes
W, = 2 ball; j=1,2,. bases de V. Esta esvun heeho muy importante que se usara‘en la seccién 6 e11
relacién al estudio ,de la inversibilidad de operadores lineales.
Para terminar esta seccién, se desearia hacer un comentario sobre la perspec—
Seglin e1 teorema 1.1 existe una(1'1nica) transformacién lineal T: V —» Vtal que tiva que se abre ante los resultados que se acaban de obtener (corolario del teorema
4.1 y teorema 4.2). Dado un operador lineal T: V —> V, se ha Visto que su micleo
T(v,~)=w,-=Z bijvi j=1,2,...,n y su imagen se pueden describir usando la matriz que representa a éste en a1 guna
base de V. Mas aim, en la préxima seccién sc vera’ que la matriz que representa a
un operador es- “un fiel reflejo” (en cl sentido de isomoriismos) de él, de modo
Obsérvese que [T]p= que toda la informacién sobre el operador esté contenida en su representacién
Por otra parte, come A es semejante a B existe una matriz Q inversible de matricial. Es natural preguntarse entonces si Ttiene alguna representacién matri~
orden n tal que A= Q lBQ Segiin e1 lema anterior existe una base [3' de Vial que cial simple, pues finalmente con ella es con la que se puede trabajar en sustitucién
Q es la matriz de cambio de base de [3' a [3. Por tanto, P= Q ‘ es la matriz de cambio del operador mismo. Por ejemplo, uno se preguntaria si Ttiene asociada una matriz
dc base de [3 a [3’. Como diagonal Para ponerlo con las palabras de la relacion de semejanza que se estudia
en esta seccion, uno se pregunta 51 en la clase de equivalencia de las matrices que
A =- we 1317111“ representan a T existe alguna mattiz de forma especialmente simple, d1 gase
diagonal. Esta es una pregunta sumam‘ente interesante, a la que se dara respuesta
la férmula, (3. 1.6) dice que A = [flp:.. p en el c'a'pitulo 6.

En resumen, se tiene e1 signiente corolario:

EJERC-ICIOS (SEC-Cl'éN 4, CAPlTULO 4)
COROLARIQ SeanA y B dos matrices de orden n. A es semejante a B si, y sélo si A y
B representan el mismo operador T: V ——> V, en donde V es un espacio 1. En el espacio R2 considere la base [3 - {(2,3), (5, —l)). Sea P 1a matriz
vectorial de dimensién n, respecto de dos bases [3 y [3" de V. _ 1 4
P"Ls 7]
1.
Determine la base [3’ de R2 1211’ que P es la matriz de cambio de base de [3’ a [3.
TEOREMA 4.2 La relacién dé semejanza en el conjunto de matrices M. 1,. es una relacién 2. En el espacio R3 considere la base [3 = {(1, 0, 0), (0, 2, 4), (0, l, 1)}. Sea P la matriz
de equivalencia. .
'l 2 1.
P= 3 4 5
DEMOS TFiA CIQN' a) BS claro que toda matriz A7 E Mn x ,. es semejante a si misma, pues se puede 0 2 0
escribirA==,;1 ‘ A 1,.
Determine la base [3’ de R2 1:11 que P es la matriz de cambio de base de [3 a [3' (110 do _ '-~
b). Supongase abora que A es Semejante a B Existe entonccs Lina matriz inversibl'e , ’53 13)
P ta1 que AM; P ’BP. Es‘cribase Q= P -‘ Entonces Bj= Q ‘AQ, l6 que muestra 3. Demuestre que si las matrices A y 3 son semejantes entonces det A= det B.
que B es semejante a A

21:. :1
4. Con las matrices

14w]
c) Si A es semejante a B y B es semejante a C, existen matrices P1 y P; inversibies
tales ql‘Je A= PI‘BPl y B= P2‘CP2 Entonccs A=P1‘(P2‘CP2)P1(PI‘P2‘)
C(P2P1) = (PxPz) ‘C(P1P2). Es decir, existe Q= P1P; inversible tal que A=
Q'lCQ; Enton‘ces’A es semejante a C.
_co’nstruya u‘n contraejemplo que muestre que la afirmacién rectproca del ejcrcieio
Q.E.D. . anterior es falsa.
 TRANSFORMACIONESLINEALES 325 »:
324 'ALGEBRA UNEAL iv
r
‘ 11,. ‘Sean A "y- B dos matrices-semejantes, 'demLiestre Que para cualqnier natural in, las i
Q ~ 5; Demuestre que si las matrices A y'B son semejantes, entonces'trA - tr B 313.5 valida '1 , .
matrices A" y Brl son también‘ semejames.
la afirm'acién‘ reciproca? '
12. Sea A una matriz nilpotcnte (véase' ejercicio 14 .de la seccién 3, capitulo 1), suponga
r
. 2 . . .
6. Sea A la matnz [1 Z], demuestre que las stgurentes matnces no son semej antes a A. que la matriz B es semejante a A. Demuestre que B es nilpotente.
13. Sea A una matriz involutoria (véase cjcrcicio 26 de la seccién 3,'cap1’tulo l), suponga
que la matrix B es semejantc a A.~ Demuestre que B es involutoria.

w a] at? a] 14. Sea A una-matriz'idempotenre (véase cjerc‘icio 13 dc la seccién 3, capitulo 1), suponga
que la matriz B es semejantc a A. Demuestre que B es idempotente.
15. Los tres ejercicios anteriores dcmuestran que las matrices semejantes a una matriz

mi; 2] «m 1] at: ‘3] nilpotente, involutoria, idempotente, son matrices nilpotentes, involutorias o idempo—
tentes, respectivamente. Esto N0 significa que todas las matrices nilpotemes, involu-
torias o idempotentes scan semejantes entre 51.- Proporcione ejemplos concretos que
muestren csta afirmacién.
7. Sea T: R3 —> R3 la transformacién lineal
® 16. En este ejercicio se comideraré un bonito e interesante problema de la tcoria de
nfimeros, conocido como “el problema de la suma dc Gauss”: se trata dc calcular e1
Rx. y, z) - (x+y,x +z,y +1) valor de la suma
Sean 5;, [32 y {3; las bases de R3 dadas por n-1 1
S = 2 w:
131={(1,0,0).(0,1. 0),(0.0.1)} 140’
[32 ={(2,1.3),(3,2,2),(1. -1,4)l en donden es un nt’lmero impar y w es una rafz n—écima primitiva de la unidad, es
t3: = {(3, ~1,0), (2,0, 3), (o, 1, 1)} decir, w es el n'fimcro complejo
' . Sea . - _, ., . ' ,121r .. .21:
,
*w = cos--+tsen—-
. P la Vm‘atriz de cambio de base de {3, 1a [32 .. '11.. n-

Q la matriz de cambio de base cle [32 a {3, Este es u'n' problema no trivial del cual Se tienen‘rcporta'das en la bibliografia diversas I
R la matriz de cambio de base de [53 a [3, maneras“ dereso'lverlo (alguna's de cllasmuy 'técnicas-y‘complic adas). En los incisos
‘ siguicntés's‘e presenta cl eSqueleto de un argumento, un poco largo, pero muy simple,
‘a) Obtenga 1a matriz dc Trespecto de la base {31. qu‘e resuelve e1 problema. La herramienta u‘tilizada es principalmente tomada del
b) Obtenga la; matriz dc Trespecto‘de la base [32. algebra lineal, dc modo que el lector que haya seguido cl material presentado en el
c) Obtenga la matriz de Trespecto de la base {53. 'texto hasta esta seccién pucde completar los detalles del mismo. Este es el objetivo
del ejercicio.
d) Verifique que
a) Primeramente so calculara e1 modulo del ntimcro complete S. Justifique los
[719. = F‘lnmp siguicntes pasos
mp: 5 0%a _ n— l n-l 1 n‘ l n- l

[7113. = 13%“e SS= 2 (of 2 w"‘ = z WV'W") = Z w""

R = (QP)" 1-0 k-o Lk-o mv-o

8. Demuestre que las matrices

- ail yam-2 K21 f w'" .=E(1)+")L_f(0)=vn
-- 13.2]: .- Wii
-A.= 8 .,4: H " , ' a 7 1.. _v-0 _u-1 .
v-O u'l v-O ‘

Concluya entonces'que cl modulo dc S es ‘5] = [II—.1

son semejantes.
b) Defina el conjunto G come 6 = {1, w, W, . . . , wn-l}. Verifique que G posee n
(Stagerencia: use la idea de lademostracién del teorema 4.1.)
elementos distintos. Los mimeros complejos wwywb (a, b enteros) se identificaran
9. Sea A una matriz inversible dc orden n, demuestre que la clase de equivalencia (bajo como sicndo el mismo si a a b mod n (cs decir, si cxistc k entero tal que a = b +
_ 1a relacxon de semejanza entre matrices) en la que se encuentra A esta constituida solo kn). Justifique este hecho. Demuestre las siguientes propiedades del conjunto G:
- por matrices inversibles.
b1) g E G si, y 5610 si 3 es una raiz n-ésima de la unidad. (Sugerencia: la parte
10.- Desc‘riba la clase de' equivalencia (bajo la relacién de Semejanza entre matrices) en la “solo 'si" de la afirmacién es muy simple dc probar. Para ver 1a parte SI ,
,; que se encuentra la marriz: a) cero, b) identidad.
 TRANSFORMAClONESLINEALES 327
326 ALGEBRA UNEAL

I obsarve qure‘s-iendog una raiz hr-éslmade. la ‘tlrljdad; éxiéta k, entero tal'que
' g = M}; Aplique el algoritmo de la divislén en los enterqs, para conclulr
que k - qn + j, 0 Sj S 11—1. Identifique entonces a 3 com w’).
132) Si g1-,g2 E G entonces glgz E G (es decir, G es un conjunto cerrado bajo e1
producto).
b3) Dadog € G, existe g’1 E G tal que (g)(g“) = 1.
> determinante cle este~sistema Es un datcnxlinarrte'de[Vandennonde‘ distinlo de-_
' ccro.) Concluya entonces que £32 lambién cs una base dc C(G).
g) Dada la funciénf E C(G), defina la funciénfi [32 _. C como
fies) = n: f(w’)w"‘ = A: f(w’) 2,09")
. r-O r-O

b4) La suma de todos los elementos de G as igual a care. Es decir Al usar e1 hccho dc que [32 es una base de C(G), cscriba la exprcsién anterior como

1+w+w’+...+w""=0
flea) = Z [Z akek(W’)Je;(W")
c) Considere cl Conju'nto C(G) fonnado portodas las funcionas complejas definidas
defina
r-o k-O
en el conjunto G, es'decir', funciones del tipof. G —> C. En este conjumo
las‘ operacidnes de' suma y de produ'cto por nfimeros complejos de la manera
natural = 2 ak [n2 ek(w’)c,(w'r)]

f1 +f2=G —* C (fi+flXg) ”fi(g)+fi(g) k=0 r‘O

cf:G—-C (CIXg)=Cf(g)(c€C) e'n donde no, (11, . . . , L1,... son ciertos escalares‘ que se evalfian como sigue: usando
Si ahora usa 1a palabra “escalar” para desiguar a un nfimcro complejo, clcmuestre la expreSIén anterior 'y el rcsu‘ltado del lnci'so 63) se obtiene que
que el conju’nto C(G) con estas operacioncs dc suma y producto pot escalarcs es
un espacio vectorial (complejo). a = fine»
d) Considers e1 conjijnto {31 =‘ {1%,fl, . . . ,fM} C C(G) en donde
~ : Concluya emonces que la funcién f E C(G) s.e cscribe en términos de la base {3;
lsli=j
fllv)J: {051' i¢j . . ,1)!“ g. 0’,-1"7",”.1._ 1_ . . . come Sigue ' ,' ' I ' 5 »'
" ‘ 1:HWI'A. '1 I

Se dcmostraré que este, conjuntoes u’na bascde C(G), Tome primeramente la f = “I; f(ck) ek
combinacién lineal Cofi) + c + . . . + c,._1f,..1 = 0 (la funclén cero de C(G)). Evah’le k-o
h) Considere la funcién T: C(G) —o C(G) dada por
esta expiesién w! (0 S j S. n—l) para concluir que c1? 0. E510 prueba la incle—
pendencia lineal l3!- Demuestre ahora que dada f E C(G), ésta puede escrlblrse
como mm = —‘J77- 2_0 f(W‘)W" , = 34m.»
J71"
H); am Demuestrc que T es un opcrador lineal en el cspacio vectorial C(G).
Dada la funcién f 6 C(G) defina la funclén f E C(G) como fv(w ’) = flw -r).
lo que prueba que el cspaclo generado por [5. cs C(G). Concluya entonces que Demuestre que TM‘) = 1X. , '
C(G) es un espacio vectorial de dimensién n.
j) Dcfina los subconjuntos U y Vdel espacio vcctorial C(G) como
e) Seasun mflmcro entero. Defina la funcién e; : G —+ C como e,(w') = w". Considcre
cl conjunto [52 = (ea, e1, . . . , em] C C(G). Verifiqua las siguientes propiedacle‘s U=[f€C(G)|f=f} V={f€C(G)|f=-f}
de los clementos dc este conjunto
Demuestre que U y Vson subespacios de C(G). V
.91) 930””q = es(W’1)es.(W'*) ‘ 'k)
'eZ) -|e,_(w')|=sl Vs,lr=‘0.1.--~'..n'..1 Demuestr'e que C(G) = U 63 V. (Sugerencz'mdadaf E C(G) cansldere las funciones'

~ -r) = {O' smats :t,;. g', h 96(0) definidascomog = é—(fl by I1 = év .. f).-V¢l‘ifiquc~que-g E U,

"03) ""Z ek(wr) es(w n sl k = S h E Vy quef= g + h. Compruebe pot fillimo que U n V= {0}).
r-O
(Sugerencia para e3): use el resultado dcl inciso b4» 1) Considers las funcionesf, € C(G) (r un entero) definidas por
Demuestre que (has un conjunto linealmente independiente C(G). (Sugerencia: fi(w)={lsir=s o r=-s
al evaluat la combinacién lineal coco + cm + .- . . + c,._1e,.-1 = 0 en WI‘ 0 Sj S ml, Osir¢s y rat—S
se obtiene co + clwi + . . . + c,.-nv.i<n-1) =‘ 0. Se tiene asi un sistema homogéneo do . . n+1 . . . .
Venfique quef, E U y que exxslen solamcnte ~5- funcxones dlsumas dc cstc upo.
n ecuaciones lineales con 12 incégnitas co, c1, . . . , c,,-1.. Verifique que el
328 ALGEBRA LINEAL. TRANSFORMACiONESUNEALES 329

- Demue'stre qua cstas funcion'e's constituyen una b'as'e do U. Concluya que

S) Obtenga las formulas para el detenninante y la1raza de las marrices- que repre-
n+1" 'n 1 sentan‘ a1 operador Ten las bases [3 y [31
dim U = dm V= 2
Verifique que d“ [711 " ('1)"*(i)"""‘ "[711 = "1" 712 ”(m ~n1)

V
m

m1) Sife Uentonccs T(f) e U y T20) =f. 1 1

Wimp. 2 "‘ (“’1‘ Wk) tr [7111. = _S
m2) Sife Ventonces T0) E Vy T10) = —f. "m n -1 £11: 2 11 fl
n) Considere los subconjuntos' U1, U2 de U y V1, V2 de Vdefinidos como en don‘de S es la suma dc Gauss que se pretende calcular.
U.={e|T(f)=fl V1=Lf€Vl'T(f)=if} I) Use 103 ejercicios 3 y 5 de esta seccién para establecer las igualdades
U2=UEUITm=-n V2=1feV1Tm=-in (~1)"1(i)"""‘= 5;, [I (wwwn
Demuestre que U1 y U2 son subespacios de U y que V; y V2 son subespacios n-12pkzo
0‘)
dc V.
0) Demnestre que U = U; (B Uzy que V= V1 $ V2. (Sugerencia: dadaf E U, escriba #5 3’ n1-n2+i(n3"n4) ('2)
f= §(f+ T(f))+ §(f— T00). Verifique que §(f+ T(/)) 6 U1 y que %(f- T(/)) 6 U2.
(Advertencia: los resultados de esta seccir’m y en general dc Iodo el libro son
DadafE Vescribaf=§ - iT(/)) + §(f+ iT(f)). Verifique que §(f— 170)) 6 V1 y validos para espacios vectorialcs reales. En este caso se estan usando para un
que go“ iT(/)) 6 V2. Por filtimo compruebe que U; 11 U2 = {0] y V1 (1 V2= {0}.) operador lineal en un espacio vectorial compicjo. Acontece quc practicamcme
Sea n1 - dim U1, n; = dim U2,‘n3 = dim V], m = dim V2. Concluya de los incisos l) lodos los teorcmas establecidos hasta este memento se traduccn sin cambios'
P)
y o) que se tien’en las formulas eseneiaies a1 caso de espaeios vectoriales eomplejos En particular, los 're‘sultados
sobre la'111variancia de la tram y el detcnninantc para dis‘tintas representaciOncs
11+ 1 _ n,— 1
711+N2= 2- n3+n1— 2 matriciales de 1111 operador lineal ——0 sea, cl contenido de los ejercieios 5 y 3
respectivame'nte— s'e conse'r'Van si'n' camb'io alguno en el caso en el quc cl opera'dor
Si [3; es una base dc U.-, 1 = 1, 2 y [3,- es una base de V11}? 1, 2. Concluya que [3 = lineal esté dcfimdo en un‘ espacio' éompl'ejo, sitnacién quc sc presenta en cstc ,
[51 U [32 U- [33 U [31 es una base de C(G) . ejer‘c‘ieib). 1 -
Use 121'inciso n) y (:1 ej‘ercicio 11 de‘ la seccién 3 para concluir q'ue1a representacmn‘ 11) 'Use la formula (12) y el resul1ad6 'del inéiso a) para coneluir (me 105 nt’lmcros
matricial del operad'or T. C(G) C(G) definido en el 1nciso h) respecto de la base naturales n1,- n2, 113 y n1 introducidos en el moiso p) son tales que solamcnte se
[3 de‘ C(G) d'el in‘ciso anterior es puede tenor 1111:: de‘ ms (105' posibilidades‘s'iguienle's:
In 1 ‘4": O 111) nl = nzy‘m, ~n1[ =1 0 112) n, =111y In. — nzl =1
[7111 " 11., casos siguienlcs:
Més’ 'c'oncre'tamente, demucstre que sc tienen los dosl
0 ~11, Caso 1. Sin - 1mod4, entonccs n; = 114 y [m — n2] =
Caso 2. Sin :1 3mod4, cnlonces n1= n; y [m m] = 1
en donde 1,.) es la matriz idenlidad do orden n,, j = 1, 2, 3, 4.
(Sagerencia: sin - 1mod4,entonces m + "2'10! + 1) - 2k + 1 para a1 gl'mk cmero,
r) Considere ahora la base [31 = {fo,f1, . . . ,f,._1) dc C(G) establecida en (:1 inciso-d). lo cual prueba que no se puede tener 1a op'cién n1= 112. De manera analoga se ve
Observando que n-l que sin - 3mod4, no so puedc lener la opcién n; = r14.)
(Tfizxw r) - 1 .
T'7 mw’k
[2-0 f1(W .1 )W rs =. _.1,_. v)' Dcmuestre que la fér‘mula- (t1) se puede ver come

verifique q11e (—1)": (m .. = (11:41" .1

.T(fi1 -‘/——(fo+w'fl+w”f, +w‘" ”'f,_, "(Sligere‘nciaz H (wl—w")= H w-1U—1-1)
wrk)(w:U k1-w
rill-”'20
' para k=0,1,. ,—n 1. Use e'ste hecho para concluir que 111 representacién matricial ' ' n 12;)150
del operador T respecto de (3313 base [31 es

1
= H W'“""[2i'sen(i"k)§]=(OW-0 11 1viUrk12senU—k)%
1 1 n-rzpkzo "-1211120
1 1 w W""
mp. = fi _ Observe que H 2 sen (/ -' k) 12 > 0, pues el angulo (j — k)-'£ con 11—1 Zj > k 2 O
w"" w‘” " 11-12))k20 ll_ )1
l
se encuentra siempre en el primero y segundo cuadrantes (siendo siempre
 TRANSFORMACIONESUNEALES' 331

330 ALGEBHALm-EAL

diforente dc 0y 1:). En'paniculsnfde ls ultiina iguald

ad so pue'de conclulr que , 5. 'OPERAClONES CON TRANSFORMAClONES LINEALES
En esta seccién se estucliaré el conjunto de todas las t'ransfonnacioncs linealcs dc
un espacio vectorial a olro. Se verzin, pot una part6, algunas operaciones emu:
H WU} " k)
0-1)"; (Dig-n; = (3)2110: - l)
n- 12pkzo sus clementos, y por otra, el reflejo de estas operaciones en el conjunto dc matrices
(j + k) = gum-fl)2 =‘2nk, para algun k entero. Entonc
es que representan a las transformacioncs correspondientes.
Pru‘ebe ahora que 2
n- 121') kZO
setiene
5.1 .SUMA Y PRODUCTO POR ESCALARES

Sean Vy U dos espacios vectoriales (no neéesaria’mente dc dimension finita) y

W3, (2111:) = (W n)k __. 1
“fig + k) .=
’
n —1 21> 1:2 0 scan
probéndose asl la formula deseada). T.: V —+ U
el inciso u), es dccir; el caso en el que n -
W) COnsidere el casoll cstablecido en en este caso se tiene
4y por lo tanto n; = m y [m -— n2| = 1.» Demueslre que
lr'n'od4' T21 V —' U
los dos subcasos n a 1mod8
el h'ech'dn'g = r14 y. m ~, n; .= 1..(Sztger.en'cia: considers
ra algun k entero de modo dos-transformacioncs linealcs.
y’n' - Smod8. Si-n 2* 1mod8 entonces%n(n—Il-) -= 4nk-pa
que la' formula establé‘cida‘ en el inciso anterio
r se concluye que (—1)"2 = Definase 1a suma dc T; y, T2 y el producto de T1 por el escalar c E R dc la‘ manera
usual
(i):5""('I “’ 15 = 1,10'qucimpll'ca que n2 debc sc’r par. Suponga que n. - n; = —1. Como
obliga a que )1; = 2k + 1,
m + n; = £01” 1), concluya que esta su‘pOsicion T1‘ + T2! V ‘4 U
ss debe'tener entonces
contradicienclo cl hechode (1116.112 es 1231:. En estesubcaso'
ra ’que también en: a ’+ I2) ('v) = 7101+ my) . ,
qué In1, — Ill-w“. :1} Un argumento‘ complelam’énte anélogo muest
. ' l.
4 1 '
' elsubgason E 5mod8‘s'e deb¢ tenervn}. — n2 é 1) .
do dclinci so anterio r para concluir quc si )1 - ixnod4,
X) Use la formula (12) y el resulta CT1! V” U
cl valor dc la suma dc Gauss (as S = 1/7!".
Y) Considere ahora el caso 2 cstablc
cido en el inclso u), es decir el caso en el que n (CTIXV) = CT1(V)
Dcmuestre que en cstc ‘caso sc ticne
- 3mod4 y por lo lanto m = n; y In; — 1141 = 1. también
so puecle escribir la formul a Sicndo T1 y T; transformaciones lincales, so afirma quc T. + T; y cTl son
do hecllQ 111 = "2 y ns _ m = 1. (Sugerencia: en cstc caso
dcl lnciso v) como
‘ transformaciones‘lineales.
Eh cfecto:
(i)§n(n- l)~2/I;-(n,~n.) = 1

(T1 + T2)(V + V) = T1(V + V') + T2(V + V!)

dc dondc §n(n — 1) — 2n; (n; — m) = 4k, para algun k entcro. Como n1 = n; y m
= T101) + T10”) + T2(V) + T20”)
+ n; = -;-(n + 1), se tiene n; = % (n + 1), y asl
= T1(v) + T2(v) + Tl (v’) + EN)
4kn §n(n ~1)~2n2~(n3—n4)
-—- 3(4111 + 3)(4m + 2) — (2)(§)(4m + 4) - (n,— m) = (T1+ T2)(V) + (T: + T2)(\")
_ A ;
por lo que T1 + T2 proscrva sumas dc vcélorcs on V. Si k 65 um escalar cualqui'era
p- - .
9Vendondemcstalquen=4m+3,oscaquc

(8.1.1.12 4 8112.1. +11) - (its — Ilia.) ‘54" I

. (T1 + T2)(kv) = T106") + T200”)
Esta ultima cxprcsién obliga a quc n3 — m = 1, come so queria)
anlcrior para conclu lr quc si n a 3mod4 = l(v) + kT2(V) = k(T1(v) + T2(V))
'1.) Use la formula (12) y ’el rcsultado del inciso
el valor dc la suma do Gauss cs S = NH. = “T: + 73X")
En resumcn, la suma do Gauss Cs
+ T2 es
'1 »
. 12: win. 51 n51mod4
por lo que T, + T2 prescrva también producto por escalates y cnlonccs T,
_ " lineal.
S ~ 2 w [EV/n si n‘3m0d4
j-o
332 ALGEBHA LINEAL TRANSFORMACIONES LINEALES 333

Similarmente , , Entonees .

= cT,(v + v’) = C(Ti(v) + T1(v’))

(cT,)(v + v’)— fii(V) = Nu.-
= cT1(v) + cT1(v) Es fzicil vetificar que cada una de estas mn funcionesfi; es de hccho 1111a transfor-
= (6T1)(V) + (6700/) macio’n lineal. >
Se afirma que [3 = U21: 1' = 1, 2, . , m,j =1, 2,. ..,n} constituye una base de
ysikER L(V, U) [llamada base canénica de L(V, U)].
Se veré primeramente que [3 genera a L(V, U).
(cT1)(kv) = cT1(kv) = ckT,(v) Témese T E L(V, U) y véase que se puede expresar a Tcomo una combinaeic’m
k(c(V)) e k(cT1)(V) lineal de los elementos de 15.
Para cada’ v, E 131,j = 1, 2,. . . , n escrlba el vector T(v,), E U como combinacién
lo que muestra que CT, es lineal. lineal de los vectores'de la base [52 de U.
Denfétese por L(V, U) 111 conjunto de todas las transformaciones lineales de
T011):alju1+azju2+...+a,,dum, j=1,2,...,n
V a U EntonCes se han definido las operaciones
Definase la transformacio’n T E S? ([3) como
+:L(V. U)*L(V. U)-*'L(V, U)
I}! It
RXL(V. U)-’L(V, U)
T‘XZ‘W i-l j-l
Es un sencillo ejercicio demostrar que con estas operaciones, cl conjunto L( V, U)
es de hecho un espacio vectorial. _ Se afirma que T'~.= T.--
De aqui en adcl ante habra que referirse enlonces a L(V, U) como 91 espacio dé . , Observese primeramenle que, por la manera como se definier‘oix las lrzmsi‘qr—
z-ransformaciones lineales de. Va U. maciones ,-,- se tiene que
En el caso de que V y U son espacios de dimensién iinita, se tienen algunos
.. = 111' si j'=k
resultados sumamente interesantes acerca del espacio L(V, U).
film) {0 sij¢k
Entonces
TEOREMA 5.1 Si Vy U son espacios vector‘iale's de dimensién finita, entonces L(V, U)
es un espacio de dimensi‘én finita y m I! ”I

7M) = 2 Z 011M101) = X 0111“: = T021)

dim L(V, U) = (dim V) (dim U) 1-1 j-I 1-1
Se liene entonccs que T y Tcoinciden en todos los vectores de la base [51 de V.
Entonces T = T(corolario del teorema 1.1) y por tantoge ([3) = L(V, U).
DEMOS TRACIéN Sea 11 = dim Vy m = dim U. Témese una base Ve'ase ahora que las transformaciones 1”,»,- son linealmenle independientes.
Conside’rcse la combinacio’n lineal V
ID. = {v._,__v2, . . ._ , v,.}_de Vy um} base [32 = {111, 1:2,. . . , u,..}‘

>12
"l n

‘c
i-lj-l
Definansc las futiciones
Es decir,
f-n—iU i=1,2,...,m,j=1,2,...,11 m

22 cufi,(v)= VvEV
de la siguicnte manera‘: para y E Vescribase 1'-l j-

*El simbolo O que aparece a la derecha de esta expiesién se. refiere a1 cero del espacio L( V, U),
V: 711v. + 7x12V2 + . . . + Xavn
el cual es la transformacién care 0: V —+ U, 0(v) = 0 V v E V. (Véase seccién 1.)
 TRANSFORMACIONES UNEALES 335
334 ALQEBRA LINEAL
Entoncés
_ En particular. parav'é Vk, k' =1, 2, 3' . [1 Sc ficnc
"I II "I
1 0
X 2 C"U(vk) = Z Cum-‘0 k=1,2,...,ll [791119132 = 0 0
['1 O 0
I") j-l

= 0, k = 1, 2, . . . , n, i = 1, 2, . . . ,
Esta filtima expresién implica a su vcz que cur Unos cuantos calculos mas muestra‘n que
nchentes). Pot tanto, 105
m (pues los vectores ux, ug, . . . , um son linealmentc indcpc
termina la demostracmn.
Vtzctoresf,7 de 6 son linealment‘e independie‘nt'es. Esto 0 1 0 0 0

000
Q.E.D. 0 0 1 172110102 = 1 0 3 V221”: = . 1 , etcétera.
[161219191 =
0 0 0 0
vectorial L(V, U) tiene pot base
EJEMPLO 1 Por ejemplo, si dim V= 2 y dim U = 3, e1 espacio
U, i = 1, 2, 3, j = 1, 2 dadas por Es decir, que [)3]!t es la matriz de orden 3 X 2 que tiene pot elementos solamente
‘ a las 6 tran§fomaciones linealesfgz V -+
ceros, excepto e1 elemento de la i-ésima linea y j—ésima columna que es 1.
aHVI 4' 7V2V2) "= 11111 Se encontraté ehto‘nces, sorpresivamente, con las vicjas cOnocidas matrices de
la base canénica de M, .2. .
fizowvt + 3.2%) = Mu,
En‘ el siguiente te‘orcma se mostraré que la correspondencia que se establecié
Vf21(>\'lvl + sz) '= Mu; en la seccién 3 cntre transformaciones lineales y matrices
;
10220»t 4' MW) “" Mu
_ Transformacioncslineales ’ MatricesA
qHVI + MW) = Mu; T:=V—> U ~ - _ -—> deorden (5.1)
. ,f320.1w + M132) = 95214}, ‘ F:_. ,
l.’” V=”.,dimU=ni' - U mxn'

Vy dc U, respectivamente. En V esdc hecho unisomorfismo dc es'pacios Vectorialcs (véase 's'u'bseccién 6.2 capitulo
en donde [31 = (v1, v2} y 132 (m, u;, u;) 501’) basics d'c
cste caso cualquier transformacit'm T E L(V, U) puedc
cxpresarsc como 3). Unade las propiedades de 105 isomorfismos, que 'ya 56 usaron en la seccién' 7
del capitulo 3 y que se mo'straré'in mas adelafite es’que éstds llevan bases (de su
+ Olazfiz dominio) en bases (de su codominio). Pot lo tanto, e1 cncucntro “sorpresivo” que
T= 0611f“ + atzftz + a21f21+ 0122f22 + 0131t
se tuvo de las matrices en la base canénica de M; .2 en el ejcmplo anterior queda
en donde cxplicado por el siguiente teorema.
T(v1) = anul + aztuz + (131143 NOTA: El que el espacio L(V, U) sea isomorfo 21 MM”, es un hecho quc sc puede
deducir de los teoremas 6.3 y 6.4 del capitulo 3 asi como del teorema 5.1 de esta
T(V2) = 011214: + azzltz + anus
seccién: se tiene que tanto L(V, U) como M,,I x" son isomorfos, a R'"", y por tanto,
ces que representan a las trans-
Uno se podria preguntar por la forma de las matri son isomorfos cntre 51'. El hecho que se presenta novcdoso en este memento es
antertor) con respecto de las bases
formacionesfij, i=1, 2, 3, j=1, 2 (del ejemplo que la funcién F definida an (5.1) sea un isomorfismo cntrc cl espacio L(V, U) y
[3.y [52. el espacio M". x ,..
Obténgase por cjemplo [fuhmr
'-l ._'Setiene . ~ TEOREMA 5.2' ‘ Sea V'un espacio vectorial dc dimensié'n n y.' U tm espacio vactorial- dc
OOv—‘_

dimensién n'con bases [3| _='{vi,jvz, . ._~. .1 v,.} 'yfiz {1.141, H2, . . . tum} . ’ ‘ '
' I '
" figtvo“:‘u; " 2' ”'[fut’vm‘mi téspectivamehte.
La funcién
F: L(V, U) _. mn
dada per
17(7) = [71913:
000

fll(v2) = 0 [fn(vz)]n: =
es un isomorfismo del espacio vecton'al L(V, U) a1 espacio vectorial M,,. x ,,.
/
336' ALGEBHA LINEAL
TRANSFORMACICNESUNEALES 337
7. DEMOSTRACION Se dcb‘e mostrar (3116-: (1) F es lineal, esto és, F(T1 + -T_2)= F(T1) + F03), T1, T26 __
L(V, U) y F(c7) = CPU), c _6 R, T E L(V, U); (2) F65 1111a biycccién. ' S‘smma‘al’a‘cdeR’fl {(1,0),'(1,1)),se11cn¢ .
Véase que F es lineal:
_ —2 1 _3 _5
' = l:_1
Los elementos de laj-ésima columna de la matriz [T1 + T2] 13113: son los elemen- [Tllrs — I: 5 4:] [T2]p 6]
tos de la matriz [dc coordenadas dc (T, + T2)(v,-) rcspecto de la base [3;]
yportanto '
“TI + TZXVI'nDz‘
Pero

[(T1+ T2)(Vj)lp; = [T1099 + T200911):

1T1+T211=17111+1T211=[§ 3+ [Ii 2] = [i 13]
= [T1(Vi)]5z + [T203112 come puede verificarse directamente.
Como la relacién anterior es vélida para toda columna j, se concluyc que 5.2 con/11303101611
F(Tl + T2) = [TI + T215192 = [T111341 + [Tzlmisz = HT!) + F(T2) Sean V, U y Wespacios vectoriales, y scan 7]: V—v U y T;: U —-9 Wtransformaciones
lineales. Se puede format la composicién T; 0 T,: V —> Wdeflnida por (T, o 7])(v)
Similatm'ente 5e prueba que F(c1) - cm).
= T;(T,(v)), v E V.
Véase (1116 F‘ es una biyeccién.
Sea A = (ab); .1, . . , , ,,. una matriz an M». x ,.. Definase T: T2
j-l,-. .- 1 , n
vv '=u >w

w,=a1,-u1+a2ju2+ ..+(l,,u‘llm€U j=l,2,...,n

W

131' teorema 1:.1 dice qei . Se afirma qué T2 0 71-: V —> Wes una tranéforinacién lineal. I
En efecto ' ~ -
'a): exfs'te1111a't'tansf611‘nacién'T: V —+ U tal que'
(T2 0 T,)(v + v’) = T,(T,(v + v')) = T2(T1(v) + T1(V’))
T(v,>) = w, = auu. + azjuz + . . .+ a,,,ju,,. j= 1, 2,. . . , :1
= 72(T1(v')) + T2(T1(V')) = (T2 °' 700’) + (T2 ° TOW")
Se verifica fécilmentc quc F(.7) = [7]”, = .4. E510 mucstra que F es sobreycc- y$c€R
tiva.
b) esta transfoi‘macién Tcs linica. (T2T1)(cv) = T2(T.(cv)) = T2(cT,(v)) = cT2(T1(v))
Esto muestra que‘ F es inycctiva. = C(T2 o T,)(v)
For 10 [211110,fes un isomorflsmo.
En el siguiente teorema se establecen las propicdades mzis importantes de la
co111posicién de transformaciones lineale‘s:
Q.E.I).

EJEMPL02 Por ejemplo, considére‘nse [as t1ansform'aciones T1, T2, R2 R2 dadas por TEOREMA 5.3 1) Si T, e L(V, U), T, e L(U W), T; 6 MW, R), entonces .
L(x' y)= (3x+ 21, 5x— y)_ 73 (r, T1>=1T3 T2) 17., (6 L(V .R))
T2(x. y)= (——4x + 5y, -x + 7y) 2) Si T, E L(V, U) y T2, T3 6 L(U, W), entonces
La suma dc T, y T2 es la tramformacién T. + 7}: R2 —+ R2 (T2+T3)°°Tl= T2°T1+T3°T1 (5 L(V, W»
(T1+ T2)(x, y) = T106, 1’) + T2(x1y)
3) Si T. 6 L(U, W)‘y T2, T, E L(V, U) entonces
= (3x’+ 2y, 5x — y) + (-4x'+ 5y, —x + 7y)
T1°(T2+TJ)=T1°TL+TI°T3 (€L(V,W))
= (-x + 7y, 4): + 6y)
 THANSFOHMACIONES‘UNEALES 339
338 VVALGEBRA LlaNEAL
‘ Entoncés‘
s
4) SlC‘E Ry T; E L(V,' U)y‘T2’, E L(il, W);éntonce
' n-

(T2 ° T00?) = Cu‘WI + 921"": + - - - + 0»!i = z Ciiwi

C(Tz ° T1) = (0T2) ° T! = T2 °(CT1) (5 L(V, W» i-l

Pero, pot otra partc

DEMOS TRACION Se trata de un cjercicio dc simple aplicacic’m de la definicién. Se haré 1a demostra- (T2 ° T000) = T2(T1(Vi» = T201111“ + “21112 + - - ~ + a,,~u,)
4).
cién dc 1) y 2) y se dejara’n como ejercicio para e1 lector 10s ejempios 3) y
Sea v E V, entonces T2[ 2r: akin]
k-l
(T3 ° (T2 ° Tx))(v) = 73((Tz ° TIM» = 73(7'2(T1('V))) r

= (T: ° T2)(T1(V)) = ((73 ° T2) ° T00”) 2 dig-T20”)

k-l
dc donde se sigue I).
Pruébese 2).
I'

Z airflbll + bZkWZ + . ~ - + bmkwm)

ll
,. k-l
((T; + T3) 0 T1)(v) = (T2 + T3)(T.(v)) = T2(T1(V)) + T3(T1(V)) m (t
r m

= (T2 ° TOM + (T3 ° T.)(v) = z (1*; 2 bn; = 2 [Z bikaxi]ws

-1 {—1 i-i k-l V
= ((Tz ° T1) "* (T3 ° TOXV)
En vista de la unicidad de la reptese‘ntacién del vector (7‘; ° T005) como combi-
y por tapto . . , nagidn lineal, dé Ios vector‘es W1, W2, . L .»_, w," 3:: concluyc qua "
' 2:01"; + T3) or, ’= T21» m In o: T1,: ’ ' .
Q.E.D. Cij = I; bika'k'j
-1
Supéngase..ahor.a.que V, U y Wson espacios vectorialcs dc dimensién finita, digasc lo cual dice entonces que la matriz asociada a la composicién T2 0 T1 (respecto de
= {u.,
dim Vi n, dim U= r, dim W: m. Témen'se bases [31 = {v1, v2, . . . , v,,}, [32- las bases [31 y [33) no es mzis que el producto dc las matrices asociadas a cada una
y considércnse
142, . . . , u,} y [33 = {w,, w, . . . , Wm} dc V, U y Wrespcctivamentc, de las transformaciones T; y Tl" (respecto de las bases correspondientes). 0 sea
las transformaciones lineales Tl y T2.
T1 T2 [T2 o Tlilim: = [T215253 [T119151 (5'2)
V .r‘ U ' 7W

Tanto T, como T; y T2 O T; tienen matrices asociadas rcspccto

dc las bases EJEMPLO 3 Por ejemplo, scan Tl: R3 -—> R2 y T2: R2 —+ R2, las transformacioncs dadas por
mamz
correspondicntes: [Tflmz es una matriz dim U X dim V= r X n, [Tflmaes una
T1(x, y, z) = (2x + 6y - 3x, 5x 3y + 8z)
dim WX dim U = m x r y [TfTflM2 es una'matriz dim W X dim V = m x n.
Escrlbase m, y) = <2x + 5y, -x + 6y) '
-. an 6112 . ...‘ din' ' . . ' bit -b12 - 3.. _ bu VEntotices T2 0 T.“ R3 ,—> R2 esté da_da pot
[aim-i421» 422. " “z"‘i‘ ~[T21n293 =. b“ 1’32. j" b? ' (1;: 0‘ Tog, y, z')..= mm, .y, z))’ =-T2(22c + 6y '— 3z, 5x173y + 8z) .7
bmz . . . bm,
an (1,-2 . . - a", bml
= (2(2x + 6y — 3z) + 5(5x — 3y + 8z), —(2x + 6y - 3z) + 6(5x — 3y + 82))
= (29x ~ 3y + 34 z, 28,? — 24y + 51Z)
Cu 012 - . - Cln
[T2 o TQM: = 612 6‘22 - . . 02» *Véase emonces quc la definicién de producto de matrices que se dio en cl capitulo 1 corresponde,
segfin este elegantc resultado, a la rcpresenlacién matricial de la composicio'n dc dos ti‘nnsl‘ornmcio-
nes llncaics. /
Cm} s . . . Cm"
 TRANSFORMAGONES UNEALES 341
340 ALGEBRA LINEAL
.
Tomese la base de R3131= {(1,1,1),(1-0_,1),(0,1,1-)_.} y en 11210111656111 base
canonica fiz= [(1, O),(0, 1))
.APE‘ND'IC'E. ALGEBRA-s REAL-Es
Entonces
En este apéndicsse vama reconsiderar algunos de 105 rcsuitados que se obtuvieron
T1(1,1,1)=(5,10), T1(1, 0, 1) = (—-l, 13), TKO, 1, 1) = (3, 5) en esta seccié'n, bajo 1a perspectiva deuna nueva estructura algebraica més general
que la de espacio vectorial: 1a estructura dc éigcbra.

(1e modo que DEFINICIGN U11 a'lgebra sobre cl campo de 105 males (0 un élgebra real) as 1111 espaeio vectoriai

= [,3 1; 2]
real A en 61 cual $6 (16116 definida una operacién adicionai, llamada multiplicacidn
de vectores, 1a c1131 asocia a cada par de vectores v,, v; E A un nuevo vector vxv2
E A llamado producm de v1 y V; dc mode que se satisfacen 1as sigui’entes
propiedades:
Similarmente
1) La multiplicacién cs asociativa
DU, 0) = (2, —1) y Rm, 1) = (5,6)
11105113) = (V1V2)V3' Vl‘, V25 V} E A

de mode que 2) La" multiplicac-ién es distributiva respecto 'dc la- suma

V1(V2 + V3) 5 WW + W";

[T2191 = [_i g]
(V; + V2)V3 = V1V3 + V2113 V1, V2, V3 E A

f Por lotanto,seg‘1’1n1aférmu1a (5.2) (0011131: 132) 3) Para c e 'Rse tiene '

'_ 2 ’5" '5'-1 3 I: 60'63""31' "
[72°T11111fiz~[_1 6:1[10 13 5] [55 79 27 C(V1V1)= (cv1)v2= v1(cv2) v1, v2 6 A

a Si ademas cxisto un elemento e E A 1211 que ev= ve= v \7’ v E A, se dice que A es
lo cual sc comprueba directamente observando que de la férmula que define un a'lgebra con unidad, y al elemento e E Vse 1e llama elemento unidad (o iden-
T2 0 T1 56 obtie‘ne tidad) deA. Por otra parte, si la multiplicacio’n en el algebraA eumple la condicién
adiciona1v1v2=v2v. V v1, v; E A, se dice queA es un a'lgebra canmutativa.
(T2 ° T1)(l, 1, 1) = (60, 55) La estructura dc élgebra cs cntonces mzis rica que la estructura de espacio
vectorial, pues un algebra A ademés de set espacio vectorial tiene 1a operacién de
(T2 0 T.)(1, 0, 1) = (63, 79)
multiplicaci-én cntre sus elementos.
T2 ° T1)(0, 1, 1) = (31, 27) A continuacién se verzin dos ejemplos dc espacios vectoriales (con los que ya
so 1121 trabajado anteriormente) que de hecho son élgebras.
La férmula (5.2) toma un aspecto més simple cuando T, y T2 son opcrzldorcs E1 espacio vectorial M" x ,. de las matrices cuadradas de ordcn 71, con la
linealcs en el espacio vectorial V. En el 51 gulente tcorcma se resume cl amilisis multiplicacion de matrices definida en el capitulo 1 es un a1geb1a con unidad (1a
anterior p‘a‘r’a este caso‘ parlieuiar. - v ‘ ' matriz 1,, es el elemcnto u1iidad de M. 1,.)
En efccto, 011-1:1 te‘orema 3.2 del capitulo 1 se prueba que para cualesquiera
matrices cuadmdasA B, C del mismo orden y cualquier escalar c e R se tiene
TEOREMA 5.4 Sea V1111 espacio vectorial de dimensién n, y sean T1, T; E L(V, V). Si [3 A(BC) = (AB)C
es una base de Vse tiene
A(B + C) = AB + AC
[T1 ° T2111 = [T1111 [T2115
(A +B)C=AC+BC
C(AB) = (cA)B = A(cB)
 TRANSFORMAClONES LINEALES 343
342 ALGEBHA LINEAL
. Lo qixe maestra, segfin la definicién, angerlor, qqe M. _x ,.. es un es an algebra.__ . Esidecir:

-- I ObsérVese-que esta algebra noes co'nm’utatwa: ‘

‘ les en unlespaei‘o yectorial F(Tl 0 T2) = F(Tl)F(T2)
' vectorl' al L( V, V) de los operaderes lmea
El espaclo
“L(V,. V) como su
Ves un algebra, si se define en él la multiplicaclén de operadores en Pero esta afirmacién es precisamente cl contenido del tcorema 5.4.
(pot del’imclon) Tl 0 T2.
composicién. Es decir, e1 producto de T;, T; E L(V,- V) es
En efecto, del teorema 5.3 se puede conclu ir que para T1, T2, T; E L(V, V)
Q.E.D.
.cR
EJERCICIOS (SECCION 5, CAPITULO 4)
(T1° T2) ° T3 = T1 ° (T2 ° T3)
1. Sean T; y T; las transfonnaciones lineales de R3 a R3 dadas por
Tx°(T2+T3)=T1°T2+T1°T3
(T1+T2)°T3=T1°T3+T2°T3 T10“, y,z)=(2x+y+z,x—y+z, 3x+2y—Zz)
Tz(x,y, z) ==(5x+z,2y+ 3z,x—y —z)
C(T1 0 T2) = (6T1) ° T2 "“' T1 ° (CTz)
a) EV'rlhie (Tl + T2)(2. 1. 3), (3Tx)(1. 1, 1) y (-2T2X2, 4. 0)‘
lo que muestra que L(V, V) es un algebra. b) Encuentre una férmula general para las transformaciones T. + T2, cT. y 0T; (c
E R).
A --> A2 es un
DEFINICICN Sean A y A2 dos algebras r‘e‘ale’s’. Se dice que la funciéh F: 2. Demuestte que L(V, U) es un espacio vectorial. LCuél es el cero dc este espas:io?, Lcual
todo v1, v: e A se
isomorfismo de a’lgebras si F es una biyeccio’n y ademas, para es el inverse aditivo de una transfoxmacién lineal Ten este espacio?
cumple 3. Determine explicitamente bases para los siguientes espacios vectoriales:

1) F(V1 + W) = .F(V1)w+ F(V2)

a) L(Rz, R) . ‘ e) L(Pi,a)
.- 2) F(cv.)"’=’= cF(vl), c 62R. -__ r. b) “L(Rz. R2) m“ f
3) F(v1v§)= F(vl‘)F(v2) ' e) um R3) g)” "um... Mm)
d) L(R’, R3) h) L(Mm. Mm)
A2, s1 F
Es decir, la biyeccic’m F es un isomorfismo flel a1gebra A. al algebrs snmas; 4. Suponga que la transfoxmacién lineal T:-.R2 -—+ R3 tiene asociada rcspecto de las bases
s‘respeta?~ las operaciones que se tienendefimclas en el algebra (man (:1 canénicas de R? y R3 la siguiente matriz:
4, a sumas, plro uc o lpo
producto pot escalates y multiplicaeién de vectores en
las cen 1c‘1ones ); 14
escalates y multiplicacién de vectptes enAz). Observese que A=21
blyectlva) que
2) de la definicién anteriordicen (junto cen el hechedeque esF
03
les.’ 1: c ’
es en particular un isomorfismo de espacxos vectorla
no es mas que una reform u anon
El resultado principal de este apéndice, que mientras que la transformacién T2: R2 -—> R3 tiene asociada la matriz
n, se encuentran en
condensada de varias de las ideas desarrolladas en esta secelo
el siguiente tcorema: ~13
B= 2 8.
—4 2
La
TEOREMA Sea Vun espacio vectorial de dimensién n y sea f3 una base de V. Determine las matrices asociadas a las transfonnaclonesj S: R2 .9 R3 (respecto dela
, _ -‘ .. .
-funcic’>n base canénica) si .- ‘ ' . ' " : ., . . - .
- - F:-L(V, y)» MM...-
‘ M) = mp a) S=T1+T2
b) S=2T, '
c) S=T.+3T2
d) S'=‘5Tl~2T2
@ 5. Suponga que la transformacién Tl: R2 —» R2 Ilene asociada la malriz
es un isomorfismos del algebra L(V, V) al algebra Mn...

QEMOSTRA CION En el teorema 5.2 se probé'que F es un isomor

fismo de espacios vectoriales. Sélo
falta verificar que F respeta las operaciones de multiplicaeic’m de vectore
s. My; 3]
344 ALGEBRA LINEAL TRANSFORMACIONESLINEALES 345

T; R”
‘respecto de la base [i—= [(2 1), (.3, ~2)} de R2 mientras que latransfonnacio'n 14.3% 111112 a R3 la transforrnacién lineal
-—' R1 tiene asociada la matrix . -
T106 y)= (2r-y.i‘+31,3X- 8))

1.1111- y T; : R3 —-> R3 el operador lineal

Tz(x1y,z)=(x—y-z,2x+5y+z,3x+say—2;)
respecto de la base [3’ = [(3, l), (3, —2)} de R1. Determine la matriz de la lransfonnacién
a) A1 considerar las bases canénicas dc R2 y R3, obtenga las matrices asociadas a T1
T1 + T2: R2 ~ R2 respecto de la base
y T2.

a) [3 d) [32=[(21)1(1 1)] 1)) Obteng‘a una férmula explicita para T2 ° T1: R2 -1 R3.
6) B3: [(431)3(532)}
b) p, c) Obtenga 1a matriz asociada a la transformaeién T2 0 T1 del inciso anterior (respecto
C) fix={(0,1),(3,-2)} 1) fia={(110),(0,1')l de las bases canénicas de R2 y R3) y compruebe que ésta es el producto de 133
es una matrices asociadas a T; y T1 obtenidas en el inciso a).
Demucstre que la operacién de composicién de transformacmnes l1nea1es
operacién no conmutativ a. 15. Sea Vun espacio vectorial de dimensién 3 ysea i) = {V1, v2, v1) una base dc V. Suponga
que el operador T1: V -» Vtiene asociada la siguieme matriz respecto de la base [3:
Sean T1, T; y T; las transfonnaciones lineales de R2 a R2 dadas por
l
T106, 1') = (21: - y, x+ 3))
A=2
T1(x, y) = (5x + 2y, 3x + 2))
l
T106. y) = (-X. -x, -y)
y que el operador T2: V Vtiene asociada la malriz (también respceto de la base [3)
Determine expresiones explicita's para cada una de las siguientes Iransformacwnes:
3) T1°TT2 d) 712°'(3T1)°T3 —1 1 o
b) T1° . ___e)T10(T1+T1) as 3121
' 1) T10 (T1+'2T1)o “(3T2 T1) 1‘4 2
c) T1°T:_°Ts' térr'nula para ‘
. Combrueb‘e ‘que s'_i T1 E L_(U, W) _y T2, T3 6 L(V, U), 515 tiene la sig‘ui‘e'me Determine la matri-z‘asocia‘da a los ope'r'ado'res‘T1 0 T2 y' T; 0 'T1 respecte de la base [3.
la transformamon T10 (T1 + T3) 6 L(U, W)
(D 16. Suponga que el operadot lineal T1: R2 —. R2 ticne asociada la matriz
Ti°(T2+T5)=T1°T2'+T1°73

(distributividad de la composicién de transformaciones lineales respecto de su

. Demuestre que 51 T1 6 L(V, U) y T2 6 L(U, W) se tiene
sum-a).
1 11 l 3

respecto de la base {3 = {(3, l), (2, 3)} de R2, y el operador T2: RZ ~+ R2 liene asociada
la matriz
C(T2° T1) = (CT;) 0 T1: T2 °(CT1) C E ]{

10. Dado el operador lineal T, V -+ V en el espacio veetorial V, se

define e1 operador
lineal T": V —-+ V(n E R) como
respecto dc la base [3 ’= [(1, l), (—2, 4)} dc R2. Determine las matrices asoeiadas a los
T'=T°T° ..°T (nvcces) operaclores T1 0 T2 y T2 0 T1 respecto de la base
que el
Sea T: R2 —. R2 el operadot lineal dado por' T(x, y)= (2x~ y, 5x + 2y) Pruebc a) i3 d) i32= [(1 1) (2 3)}
identidad en R2) es el operador
operad-er 7?- 4T + 9 Id. R2 -~ R2 .(M es el operador
- . , .
. b) 11' . . . 0) i53= {(0 1) (1 0)}
cm) (:11 R2. ' '
R3 e1 operador lineal
.13) [51 {(2 3). (3 1)} i. 1) 134= [(1,o),(o,1)}.
1,1: .Sea T. R3 —'+ ' ® '17. Considere las transfonnaciones lineales
T(x. y, z) = (x. 2y. 32)
T1zV—?U TzzU—»W T2°T1:V.—*W
Demuestre que T5 - 673 + llT — 6Id es el operador cero de R3.
Demueslte que
12. Sea D: P" —1 P1 el operador derivacién D(p) = p', compruebe que D"H = 0 (e1 operador
a) KerT1g KerTz ° T1
cero en P").
13. Sea T: M,' x ,1 F» M,1 x ,1 el operador lineal dado por T(A) = A'. Demuestre que Tz es el b) Im n o T1 ; Im T2
operador identidad en M,' x ,1.
346 ALGEBRA LlNEAL TRANSFORMAClONESUNEALES 347

@ 18. Sean T; y T2 dos ‘opéradores li‘neale's en, el'espacio vectorial Vde divmensién- finila, " a) .t + y) = Fix) + F0)
ldemueslre qu’e. ‘ . .' . . . . . . " ' I :15)- Hex) = cF(x) '
0) FC’Q’) = F(x) FOO
a) Nulidad (T2 0 T1) 2 n1:ix(nu1idad Th nulldad T2)
\ d) F es inyecliva

b) Rango (T2 0 T2) S min (tango Tb tango T2) @ 27. (Un ejercicio sobre algebras dc Lie.) Sea Vun espaclo vectorial. Si en Vesta definida
una “operacién corchete” [ , ]: Vx V —> Vcon las propiedades siguientes:
. Sea T: V ~w Vun operador lineal en el espaclo vectorial V, compruebe que [m T n 1) [19 y] = ~ ly; 1]
Ker T= {0} si, y 3610 si se tiene la siguiente implicacién para todo v E V R
2) [ax + by, z] = a[x, z] + b[y, z], a, b,
vEKerY2 =vv€ KerT 3) [x, D’. 1]] + [2; ix. Y1] + Ly, [2,113 = 0
. Sea T: V —+ Vun operador lineal en el esPaeio vectorial V dc dimension finita, se dice que Ves un‘dlgebm de Lie.
demuestre que si tango T1 = tango T, entonces a) Considere el espacio vectorial R3. Para X, Y E R3 defina el corchete dc X y Y como
Im Tr) Ker T= {0}. [X, Y] = X X Y(elprodl1cto vectorial o producto cruz de X y Y), es-clecir, 51 X = (x1
® 21. Sea T: V —’ Vun operador lineal en Vtal que T2 = T, pruebe que
x2, x3) y Y = 01,3’2. y:)
a) Ker T = Im (Id — T) (Ides e1 operador identidad en V) X x Y = (x9); - xsya, xsy. -‘ xlys, My: ’ x23“)
b) Ker (Id - T) a 1m T
Damnestre que R3 con esta operacién corch'ete es un algebra de Lie.
c) KerT n Im T= {0}
b) Conside're e1 e'spacio' vecto'rial Mn 3: ,,. Sean‘A y B dos matrices dc este espacio,
d) V= Ker'TéB‘ Im T defin'a el corchete deA y B como '
22. Verifique los ljesullados del ejercicio anterior con el operador lineal T: R3 ~v R3 dado
' [Ayah/1373A .-
per
Compiuébe'qué-M. x,. eon esla pracién co‘r‘che’te es un'élgeb'ra de Lie.
T(xi. y; z)" = (2x; y + z, —3x+ 4y 4 3:, —5x + 5y — 42,)
c) Considers el espacio vectorial L(’V, V) de los operadores lineales en el espacio
vectorial V. Sean T; y T2 dos operadores de este espacio, defina el corchcte dc T1
y T2 como
APE-NDICE (ALGEBRAS-REALES)
[T1,T21“T1°T2'T2°TI
23. Demuestre que el conjunto‘P'de todos los polino'mios es un algebra conmutativa con
Demuestre que L(V, V) con esta operacién corchete es un algebra de Lie.
unidad.
(1) Sean V; y V2 dos algebras dc Lie, se dice que el algebra V1 es isomorfa al algebra
24. Sea A un algebra real, cl subconjunlo no vaclo A0 Q A es una subdlgebra de A si A0
V2 sl existe un isomorfismo dc espacios vectoriales T: V2 ~v V2 tal quc
es por sf mismo un algebra con las operaciones quc estaban definidas on A (on
particular, Ao es un subespacio del espacio vectorial A). Demuestre que (:1 conjunto [Tx, Ty]2 = T([x, y]1) V x, y E V,

A°= {xE'Alxy =yxVyEA} en donde [ ,11 y [ , ]2 son los corchetes dc V; y V2, respectivamente. Compruebe
que el algebra de Lie M,' x" es isomorfa al algebra do Lie L( V, V) en donde Ves
es una subalgebra do A. (A esta subélgebra se le llama “centre de A".)
un espacio vectorial de dimension n.
25. Sea A un algebra real y sea x0 e A un elemento fijo deA. Considerc la funcion T: A -—~ A
* _ dada pot TO’) -=_ xay. De'muestge que Tes'un opelador lineal'en el'espacio vectorial A, _ '
esto es, demue‘stre que
6. "INVERSA DE UNA TRANSFORMAc-IéN LINE-AL ‘
TO! + M) = T01) + 702)
RC” = 0T0) V'y, y.,y2 E A C E R En esta seccio'n se aborda cl siguiente problema: dada una transformacion lineal
® 26. Sea A unalgebra real con unidad. Considere el algebra L(A, A) de todos los operadores T: V -—> U del espacio Val espacio U, Lbajo qué condicioncs se puede hablar de
lineales en A. Sea Fi A '4 L(A, A) la funcién dada por F(x) = T, en donde T,: A -> A “una inversa" de T? (En el sentido de funciones, po'r 'ejemplo.) El objetivo es dar
es el. operador lineal 71.0)) = xy (véase ejercicio anterior). Pruebe que para todo x, y E condic'iones equivalentes al hecho de que la trans formacié‘n T sea inve‘rsiblc (en
A y todo c E R se tiene el scntido preciso de la definicién qu'e so data a continuacién), estudiar las
348 ALGEBRA UNEAL TRANSFORMACIONES'LINEALES 349

propiedad‘es deli; inveréa'de T, cuando é'sia- existe y? por ultimo, relecmnai cste : ‘ Sin embargo, si (139* 0 '
anfilisis con _las matrices qiie representan a las transior'macmnes correspondlenies
(en el caso cle set V y U espacios de dimension finite): (S°T)(ao+mx+ . . . + aa")=S(a; + 2a2x+ . . . +kakxk")

Algunas de las ideas que aparecerzin en esta secc-ion ya fuel-on piesexitadas en
el capitulo anterior, cuando se hablo de isomoriis‘mos (subseccmn 6.2). Sin
embargo, para presenta‘r una continuidad en el anélisls que ahora se emprendera,
tales ideas se expondrén cle nuevo, en su memento.
DEFINIC/ON 6.1 Sean Vy U espaeios vectoriales y T: V —+ U una transformaeio'n lineal. Se dice
que la transformacién Tes inversible si exists una transformacmn lineal S: U a
V tal que S o T= [dyy To S = Ida, en‘donde Idye Idu son los operadores identida
en Vy U'respectivamente [arc es, Ic) = v V v (5 Va Idu(u) = u V u E U].
Esqueméticamente
EJEMPLO1
=a1x+azrz+ . . . +ai-x"
#ao-I-axx +02X2 + . . . + tax“
de modo-que S 0 T #14,, y entonces Tno es inversible. Se puede demostrar (véanse
ejercicios al final de esta seccién) que situaciones' como la que muestra el ejemplo
anterior no pueden ocurrir si V es un espacio de dimension finita.
Antes de comenzar a desarrollar la teorx'a sobre inversibilidad de transforma»
ciones lineales, véase el siguiente ejemplo:
Sea T: R2 ~+ P. la transformac‘ién T(a, b) = a + b+ (2a + 3b)x. Se verifiea fzicilmenlc
que Tes lineal. Uno sc pregunta si Tes inversible.
Proceda directamente con la definicién 6.1 para contestar esta pregunta.
Si Tfuera in‘versible, deberla existir una transformacién lineal S: P, -—> R2 1211
que

S ° T=Idk’

>‘SoT-Jdv

T 0 S =.~ Id»l

Obsérvese que en la definieién, anterior .56 Ride qua Para que T : V —> U sea, Al usar la primera de estas relaciones vea Como tendria que set la transforma-
inversible, debe existir S: U —» Vtal queS o T= Idyy To S = Idu. Aun cuando se cién S.
tenga un operador lineal T:. V —’ V, el hecho de que exista S: V —> Vial que S of Se tiene
cion e
= Idy, esto no garantiza que To S = Idu pues, como se .sabe, la composx
transformaciones lineales es unu operacién no conmutauva. ' . . '
(a, b) =IdR1(a, b) = (S ° 7)(a, b) = S(T(a, b)) = S(a + b + (2a + 31))x)
Per cjcmplo, si P es el esp‘acio vectorial de todos-loslpolmomios, considere-
se cl operador lineal T: P —+ P, dado pot T(p) = p’(la derivada de p). Sea S. P -—i Al escribir a + b = y y 2a + 3b = 5, se puede resolver para a y b en términos de y
P cl operador y 5 y obtener
xk+l
k —
S(ao+alx+...+akx)—aox 53+
+ a12 +a kk+1 a=3y-5 b+6~2y

Entonces la lransformacio’n’ S: P1 —> R2 tendn’a que ser

Es fécil i/efiiicar que S as lineal.
, ,, Obsérves'e q‘Ue ' . '
x2 xktl
S(Y + 5x) = (3v - 5, ’5’"— 27)
(TOS)(ao+a‘1x+...+akx*)=T[a°*+“‘?+"'+a"k+1 Se puede verificar que en efecto S es una transformacién lineal y que T o S .= ldpl.
Se concluye entonces que Tes inversible.
= ao+a,x+...+akx" _ Una primera observacion importante que se debe hacer de la definicio’n 6.1 es
que si Tes una transformacién lineal inversible, la iransl’ormacién lineal S es
dc modo que T0 S = Id,» (mica.
 350 ALGEBRA LINEAL THANSFOHMACIONESIINEALES 351
. En efeeto, supon‘ga' que eXisten SI'Y S2 saiisfaciendo las Condiciones de la
definiciénfi. 1 .'Ent‘of1ees ‘ ZTEOREMA. 6.2-l ' - I La' transfonnaeién lineal T: V -—~ Ue‘s inversible si, y 5610 si Tes inyecliva '
y sobreyectiva.
S1=IdV°S1=(S2°7)°S;=52°(T°Sg)=S2°IdU=S2

Por l0 tamo, si la transformacién lineal T: V —-» U es inversible, se puede deiimr DEMOSTRACION Supo’ngase primeramente que T es inversible. Sea v un vector del micleo T.
a la transformacién S como [a inversa de T, la cual se denotara pot T". Entonces ‘
Otro par de consecuencias inmediatas de la definicrén 6.1, se encuentra en el
siguiente teorema: T‘(T(v)) = TKO) = O (pues T" cs lineal)

Pero T'l ° T= Idy. Es decir,

TEOREMA 6.1 1) Si 1a transformacién lineal T: V —+ U es inversible entonces T“: U
—> Vtambién es inv'ersible y (T‘)" = T.
2) Si T1: VM U y T2: U —-+ Wsontransformacioneslineales inversibles,
entonces T2 0 T,: V —~> W también es inversible y (T2 0 T1)'1 =
5W e 7511.:
DEMOS TRACION 1) Es una conSeCuencia directa de la‘ definicién 6.1 y de la uni‘cidad de la inyersa
de una transformacién. Para verificar 2) basta observar que 7';1 o 75‘ as lineal
(composicion de transformaciones lineales) y ademés
(13‘ 073‘) omen): n1 '°(7‘§‘V°.T‘2.)°Tr= nl'dildrv)‘°rT1"I—‘.Tilb,T|=Idv - .
“in o‘T‘l) ° (Tr-1% 73*)? TNT. o Til")? 15‘; T2 0 (Idu) o 731= T2. 75‘ '=Idw
y por tanto, (T2 0 T1)"l = 7? ° T51.
QED.
El préximo objetivo es caracterizar la inversibilidad de una transformacién lineal
en términos de su inyectividad y de su sobreycctividad. Se veré en el tcorcma 6.2
quc la transform‘acién Tes inversiblc si, y 5610 si es inyectiva y sobteyecuva. Pero
antes véasc el siguiente lema que caracteriza 1a propiedad de lnyecuv1dad de una
transfor'macié’n lineal en términos de su micleo.
V = (7‘l ° TX") “ T“(T(V)) = 0
For 10 tanto, Ker T = [0} y entonces, segfin e1 lema anterior, Tes inyectiva.
Sea ahora u E U. Se debe mostrar que existo v E Vial que T(v) = u (esto es, que
Im T = U). Como la transformacion T'l esté definida en U, escribase v = T"(u).
Entonces
T(v) = T(T'(u)) = (To T")(u)’ = [du(ll) = u
lo’quemuestfa'entonCes que Tes sobreyeetiva._
_ ,
Reciproeamenfe, supéngase q'fi'e Tes inyectiya y Vsobreyeetiva. Sedebe mostr‘ar
queexisre’ur’ia trah’sf’drrhaeib’n lineal T"! U ~> Vtalque TLl o T= Idyy To T" =
Idu.
Para cada vector u E U, existe un vector v 6 V tal que T(v) = u, pues Tes
sobreye‘c‘tiva’. Ademé's este vector ‘v‘ es finico,‘pues Tes inyectiva. Deflnase T": U
—+ Vcomo T""(u) = v. Es olivio que‘ se satisface‘n T"I ° T = Idyy T° T“1 = My. 3610
resta p'robar’que T‘l es una transformaeién lineal.
Sean u y u' dos Ve’ctores' cuales‘quiera die U y considerense los correspondientes
vectores v y v' en Vta‘les qu‘e‘ T(v) =‘ u, T(v’) = u’. Entonces u + u’ = T(v) + T(v’) =
T(v + v") pues Tes lineal, dc donde
T"(u + u') = v + v’ = T“ (u) + T"(u’)

Sic E R, 56 tiene que.T(cv) = cT(v) = cu, por lo que T‘(cu) = cv = cT"(u).

LEMA Sea T: V —> U una transformacién lineal, entonces Tes inyectiva si, y
Esto muestra entonces que T‘l es lineal, y por lo tanto Tes inversible.
5610 si Ker T = {0}.

QED.
‘ I’DEMOSTRA-‘CION ‘ Sufiéngase que-T eé'ii1yectiv3y sea-v unycctor-dcl nficle'o dc. T. E11tO11ces.T(.v) = 0,.
pero también T(O) = 0 (por ser T lineal). Entonces v = 0, esto es, Ker T = {O}.
Reciprocamente, supongase queKer T = {0}, y scan v, v’ E Vtales que T(v) =
En el ca‘pituio anterior, se definié e1 concepto de isomorfis’n'zo como una transfor—
T(v’). Entonces T(v) - T(v’) = T(v v’) = 0, lo quc diee que v — v E Ker T. For
macién lineal biyectiva (inyectiva y sobrcyectiva). Con el lenguaje de esta seccién
tanto, v — v’ = 0, esto es, v = v'. Esto muestra que Tes myecllva.
se tiene entonces la siguiente definicién (consecuencia del teorema anterior).

Q.E.D. DEFIN/CION 6.2 Un isomorfismo es una transformacion lineal inversible.

 TRANSFORMACIONESUNEALES 353
352 ALGEBRA UNEAL
causas (independientes); Tno cs‘=inyccti\)a y/o -T no essobreyectiva. Si T no es
ios vcctorialcs V y U Con
También en’el capitulo anterior se probé qnc'dos espac in'yec'tiv‘a, no hay 'man'cra alguna-de definir una transfor‘maoion inveréa T“: U
isomorfos (es decir, existc nn isomorfiSnio T: V '
la misina dimension (finita) Son —* V, pues en este caso existirian dos ve'ctorcs v,, v: E Vtalcs que T(v,) = T03) =
especie dc rcciproco de
—’ U). Ahora se csté en posibilidadcs dc dcmostrar una u., E U, de modo que T"(u.,) no estaria bien definido.
esta afirmacion. Sin embargo, si Tno es sobreyectiva, pcro sl es inyectiva, se podria modificar
su codominio de modo que T (con su codominio reclefinido) sea inversible. Basia
considerar el codominio de T como siendo su imagen (que sc sabe que es un
al espacio vectorinl U.
TEOR EMA 6.3 Supéngase que Ves un espacio vectorial isomorfo espacio vectorial, subespacio de U) y entonces 1a transformacion T’: V -—> [m T
y 5610 si U es de dimension finita
Entonces V es de dimension finita' si, T’(v) = T(v) V v E Ves ya inversible (pues ahora claramente es sobreyectiva). Las
(y dim U = dim V). transformaciones linealcs que son inyectivas (independicntcmcnte si son sobre-
yectivas o no lo son) reciben un nombre especial.

Supo’ngase qua Ves dc dimension finita. Se (lice quc la transformacién lineal T: V —> U es no singular si Tes inycctiva (o
DEMOSTRA CION Sea T: V —» U un isomorfismo dc Va U. sion (tcorema 2.2) que dice: ran-
{DEFINICIO'N 6.3
Se puede cnto'nccs aplicar el teorema do la dimen equivalentc Si Ker T = {0}).
Ker T = {0} y por tamo nulidad
go do T+ nulidad de T '-= dim V. Siendo Tinyectiva,
por otra part6, T es sobrcyectiva, dc EJEMPL02 Entonces, toda transformacion lineal inversiblc es no singular. La afirmacién
de T =' 0. EntOnccs tango 'de T "= dim V. Pcro
dim; U = dim V(f1nita).La rcciproca es (obviamentc) falsa, comq lo muestra e1 siguiente ejemplo:
modo que 1»: T = U. Ento‘n‘c‘es rango de T= dim ImT=
do cl isomorfismo inver— SeaT: R2 —+ R’- la transformacion lineal T(x, y) = (x, y, x). Obsérvese quc si
impliéacion're‘ciproca so pr‘ueba similarmente Consideran
so T“l : U -—> V. (x, y, x) = 0 = x -= y = 0, dc modoquoKer Ti-"-- {.0}. Enlonccs Tes no singular.
Q.E.D. Sinembargo, T no puode sct inVersible piles-dim R2 = 2 vi. 3 = dim R3 (corolario
2 dcl tco'rcma 6.3).
En el. casorpzirlicular en el quc Vcs un cspacio vectorial dc dinicnsién' .finita,
son isomoi'l'os-si, y 5610 _si. " existen una 'seric do propiedadcs que caracleriza‘n la inversibilidad dc la transfor- ,
, .coRomhio 1 ‘ DOS (mpacio's vectoriales‘ do dimension finita
' ' - "- ‘ ' ‘ - ' m‘acion-IT: V"—+ U.» Estas‘pi'opiedndcs se cnun‘cian en'. el siguioiitc tcorema, cuya -.
ticncnlam‘isma‘ dimension; -'
dcmostracion ya so habia prometido anteriormentc (subscccion 6.2, capitulo 3 y
subscccién 3.1 (101 presentc capitulo). Obsérvcse quc en 0l caso sc tienc ncccsa-
or y en el tcorcma 6.3. riumcnte dim U = dim V(corolario 2 del tcorema 6.3).
DEMOS TRACICN Por lo probado en el capitulo anteri
Q.E.D.
TEOREMA 6.4 Scan Vy U cspacios vectorialcs dc dimension finita tales quc dim V =
dun U. Las siguicntcs al‘irmncionés accrca dc la transformacién lincul
y sea T: V —1 U Lina
COROLARIO 2 Sea V un cspacio vectoria‘l do dimension finita T: V —+ Uson equivalentcs
(no suficicntc) para quc
transformacion lineal. Una condicion ncccsnria l) T cs invcrsiblc (csto cs, Tcs un isomorfismo)
sea dc dimensién finitn y
la transformacion T sea invcrsiblc cs quc U 2) Tcs sobrcyccliva
que dim U = dim V. 3) Tcs inyectiva
4) Tcs no singular
5) Si {vb v2, . . . , vi} es un conjunto dc voctorcs linculmcntc inde—
DEM DSTRAG/ON Scsiguc inmodiatamcnte dcl teorcma 6.3. ' pcndicn‘tcs .cn V, cntonccslT(v.), T(Vz),. . J, T(v,.)) es un conjumodc
' ycetores linealmcnte indcpcndicntes on U. ’ _ _ ' ‘ ' ‘ '
0.13.11; -~ ,
6) Si {V1, V2, . . . , V") cs um basc (105V, ontonces {'T(’vi), T612), . . . , T(v,.))
cs um base dc U.
anterior no garantiza en absolute
Non: La condicién dim U = dim Vdel corolario
Lo que se sabe es que si dim U =
que la transfonnacién T: V —-> U sea inversible.
S: V ~+ U (que no tiene por qué
dim V, existe una transfonnacion lineal inversible DEMOSTRACION Se dcmostmré (l) = (2) = (3) =’ (4) = (5) =’ (6) = (l).
coincidir con T). (l) = (2). Obvio (tcorcma 6.2)
de una 'tmnsformacién lineal T:
Retomcse cl anilisis sobre la inversibilidad (2) = (3). For hipotcsis Tcs sobrcycctiva. Entonccs [m T = U y tango (le T =
pucdc no set inversiblc pOl' dos
V —-> U. Segx’m cl tcorcma 6.2, csta transl'ormacion
1354 ALGEERA LlNEAL
THANSFOBMACIONESLINEALES 355
diln 1m T= dim U= dim V. For el teorema de la dimension se tiene nulidad de T
= O Entonc'es Ker T={0}.Entor1ces Tes inyeetiva- (lema previo al teorema 6.2) ' TEOREMA65 Sean V y U espacios veCtoriales de la misma dimensién (finita), la
(3) (4). Obvio (por el lema previo a1 teorema 6.2). transformacion lineal T: V -—> U es inversible si, y 5610 si la matriz de
(4) == (5). Sea entonces {V1, v2, . . . , v1} un conjunto de vectores linealmente la transformacién Trespecto de cualesquiera bases de Vy U, es una matriz
independz'entes en V. Considérese la combinacién lineal inversible.

c1T(v1)+ cam) + . . . + cmv.) = 0'

DEMOS TRAC/ON Supéngase que T: V —> U es inversible. Existe entonces una transformacién lineal
0 sea S: U —> VtalqueS° T= Idyy T°S = Idy. Sean £31 y [32 bases de Vy U
respectivamente, obsérvese que [111149, = I e [ML/k, = I. Entonces, segi'm la férmula
T(C1V1+ (32"; + . . . + Ckvk) = 0 5.2 se tiene que

Como T es no singular, la relacién anterior implica que I = [112%, = [S ° 735. = [Slam man.

C1V1+ C2V1+ . ; .+Ck=0

I = [Idjfiz = [T 0 sh: = [”5192 [$5201

la cual a su vez implica que c; =‘ c2 = . = c. = 0 (pot la independencia lineal de 10 cual dice ento‘hces que [7]”, es una matriz inversible.
105 vectores v1, v2,. . ,_ v1) lo que mueStra que los v‘ec’tore‘s T(v.), T(v)), . . . ,T(v.) Sup‘én‘gase ahora que la matriz A = [T191152 cs inversible. Considércse la
son linealmente independiemes transformacién TA: R"—+ R", n — dim V= dim U, dada por TA(X)= AX y scan cp: V
(5) :1 (6). Sea {v1, v2, . . .,v,.} una base de V. (Entonces n= dim V= dim U). -* R“ y \y: U —* R" 105 isomorfismosnaturales <p(v)= (1%, y \V(ll)= (1011, Se tiene
El conjunto de n vectores {T(v) T(v)), . ,T(v.)] es un conjunto linealmente ento‘nces una situacién como la siguiente:
independiente en U (p01 hipbtesis) Como dim U= n, este conJunto de hecho forma - '
~un'a base de U (corola'rio del teorema 5 3, cap1tulo 3). ' . _ V” ——_——-—~—'—> u
(6) a (1) sea {V1, V2, 1 v..} una base de V. P01 hip6tesis se sabe que (T(v.), 19 i i w'
T(v,), . .,T(v,)} es una base de U. Sea 11 E U. Entonces existcn escalates 6., ch. . . ,c,,
R" I Rn

tales que u = c1T(vl) + C2T(V2) + . . . + c(v,.) = T(clv, + 02v; + . . + c,.v,,). Escribase

v = cm + Cs + . . + c,.v,.. Seha probado asl que dado u E U, existe v E Vtal que
T(v) = u, es clecir, que Tes sobreyectiva. Por otra parte, supéngase que v = d1v.
+ (lav; + . . . + d,.v. es un vector del micleo dc T. Entonces T(v) = T(d.vl + d2V2 +
. . + dnvn) -= d,T(v1) + d2T(v2) + . . . + d,.T(v,.) = 0, relacién que implica que d1 =
= . . . = d,. = 0 (pues los vectores T(vl), T(Vz), . . , T(v.) son linealmente
independientes), 0 sea que v = 0. Se ha probado entonces que Ker T = [0}, y pot
tanto Tes inyectiva. Esto muestra que Tes un isomorfismo.
TA
Si e1 vector X E R" pertcnecc al miclco de TA, entonc'es TA(X) = AX = O. Sicndo A
inversible, cl sistcma homoge’neo dc ccuaciones lineales AX = 0 time 5610 la
solucién trivial X = 0. Entonces Ker TA = {0}. Por otra parte, se sabe que @(Ker
7) = Ker 711. Entonccs cp(Ker T) = [0} y por tanto Ker T = [0}. Esto dice, segt’m
cl teorema 6.4 que Tcs inversible.
Q.1«:.D.

Q.E.I). COROLARIO e" . ., . .

(DELADBMOSTRACION ammuoa.) S1 121 transformacmn T: V —~ U cs 1nvers1-
ble, entonces
El teorema anterior brinda varias alter‘nativ'as equivalentes para verificar si una-
transformacion'lincal entre e‘spacios vectoriales de la misma dimensién es o no 1rllo.a...=1TJ1s.‘a.' ' ' . . .
inversible; Sin embargo, algunas de' ellas son clatamente'poco-practicas.
A continuacién se comenzarzi el estudio de la inversibilidad de una transfor—
macién lineal T: V -—1 U (en donde dim V = dim U) via su representacién matricial en donde [31 y [3; son bases de Vy U, respectivamente.
tespecto de bases concretas de V y U. Este estudio reportara “condiciones nu-
méricas” (féciles de evaluar) equivalentes a la inversibilidad de la transforma-
DEMOS TRACION Es una consecuencia de las férmulas
cién T.
El resultado principal se encucntra en el siguiente teorema:
[Slbzblmmbz =1Tm. [5113.111 = I
 TRANSFORMACIONES LINEALES 357
356 ALGEBRA LINEAL
' Considere ahora el caso particular de un operador lineal T: V Ven d011dc v_
obteifidas en la demestracién dcl1eoremaar'1'terier. en‘dofidc S. '_=,I_T'1. ‘ _ Ves de dimension 11111111. Sea [3_una base cualquicra dc V

Q-E-D- DEFINICION 6.4 Sea T: V -—> V1111 operador lineal en el espacio vectorial Vde dimensién finita. Se
llama delerminante de T, denotado por det T, 211 determinanie de la matriz que
EJEMPLO 3 Ve'ase de nuevo el primer ejcmplo que se consideré en esta seccién a la luz dcl representa a Ten cualquier base de V.
teorema anterior. Se tcnia la transformacio'n lineal
Verifiquese primeramente que esta definicién es. una buena definicién, en el
T: R2 —» Pl T(a, b) = a + b + (2:: + 3b).: sentido de que el valor det Tno depende de la base que se escoja dcl espacio V.
Sean [3 y 13’ dos bases distintas de Vy considerandose las matrices [T]p y [TJpH
Scan 131 y [3, las bases canénicas dc R1 y P., rcspcc1ivamente. Hallc la matriz ciin el corolario del teorema 4.1, estas matrices son semejantes. Existe entonces
[npnpa' “ una matriz inversible P tal que
.‘ 1 ~ /‘

T(1,0)= 1+2x [711,0)]111=I:2] ~ m. = P'llTla'P

(dc hecho se sabe quc P es la matriz de cambio dc base de [3 a 13'). Entonces:
1
T(0: 1) = 1 '1'n [7(0: 1)]0: a [ 3] 618117111 = del(P"[.7:]p'P) = (def P“)(det[Tla')(der P.)
= (detP')“1(det[T]p,)(det P) '= damp.
Entonces lo que mucstra entonccs que cl valor dc det T110 dcpende de la base que se escoja
.c.
"1- "[Theft
"_' 1 1
; 3]. . Se ha asociado entonc'es a cada operador lineal T. V r» V1111 .111'1mcro bien , '-
determinado: det T. Este‘ n1'1mcrd diet: si e! operado‘r es inversible, como 1o m‘ue‘stra‘
e1 si-‘guiente reore'ma‘:
Como det [7]”2 = 1 at 0, se concluye que Tes inversiblc (pucs la matriz [7113.13 10
es). Mas aun, si se halla [TM12,_ ésta seré la matriz de la transfonnacio'n inversa
T‘: P1 —1 R2 respecto de las bases Dz y [3.1 TEOREMA 6.6 ,El operador lineal T: V -—> V, donde 'Ves un espacio vcctorial dc dimensién
finita, es inversible si, y 5610 si det T 95 0.
Se 110116
1 1 '| 1 0 1 o 1 3 —1
2 3 l 0 1 ""'" 0 1 | *2 1 DEMOSTHACION Consecuencia direcia dcl teorema 6.5 y de la definicién de det T.
Q.E.D.
de modo que
P01 ejemplo, considérese el operador T: M2 :2 —-1 M2112 dado por
map = [T1111 = [-3 i] T a b =5a+b 2a-b+c
' c"c ' 3c+2d a+b+'2d
y en'tonc‘es‘ 51 p = 7+ 5x, se tie'nc '

[T‘1(17)lp.= [7"]112111 [P101 = [3

-_ i ] [g] = [4:11 6]
“3' _1 ' Témese la base canénica de M... p.
Entonc'es

5 0 0
0 sea
_ 2 — 1 0
[711- o 0 3 2
T‘W + 6x) = (37 - 6, —2y + 5) l l 0 2
rcsultado a1 quc se habia llcgado ya anteriormenle.
358 ALGEBRA UNEAL TRANSFORMAClONESUNEALES 359

Como det [71p — —34 3* 0', sc cencluye que Tes inversible. . 7

Cemoya se habia observade en la seccien 1:61.? este capitule, D (5' un opemder .
Para 1erminar esta 'seccion, se va a considerar un problema‘‘ele mental que se
lineal pues ’ '
atacai-a con las ideas que se han desarrellado en este capitule El objetive es. '
reobtener, a la 1112 de la teen’a de transfermacienes lineales estudlada lmsta este D(f+g)=(f+g)’=f’+g’=D(f)+D(g) flgE V
memento, e1 teorema 6.1 del 02113111110 3, en el que se resumia la discusie’n hecha D(cj) = (613’ =cf’= cD(f) cER
en la subseccien 6.1 de tal capllulo sobre cambie de bases.
Censidérese e1 opetador identidad en el espacie vectorial Vde dimenslén finita Se van a considerar algunes cases particulates e11 los cuales, el eperader D es
Id: V -> V, Id(v)= v V v E V. Se van a censidel a1 dos bases distintas de V, a saber: inversible
la base [3; en su dominie y la base [32 en su codeminie Esc'ribase Bx - {v}, v:, .,v,.} Sea 13= m,f2, . . . ,f,,} una base de Vy sea A la matriz que represema a D
y [32= M, 11,1»:1 }. Obsérvese que la matriz de este operader respecto de las respecto de la base [3. Si 3 E V, entonces, como se sabe
bases [31 y [3; es (esquematicamente)
[D(g)lp= A[g]1 (A1)
- T T l Siendo D inversible, se sabe también que el operador D": V —+ Ves representade
[161113.131 ‘4 [V1111 [V2102 --- [Vllhz respecto de la base [3 per la matriz A". Es decir,
l l l
[D '(8)]p= (“[811 (A2)
que es precisamente la matriz que se definié en la subseccién 6.1 del capitulo 3
Qbse'r'ves‘e queD "(g) es la funcic’m en Vfcuya imagen bajo D es g. En ettas palabras
come “matriz de Cambio de base de‘ [31 a [32”, y que se denote per Q.
D"(g) es la funcien cuya derivada es g. Entonc'es
Se sabe que (seccién 3), para v 6 V

D"(g).= f goo-(1x
'osea‘ f I (la antiderivada de g)
Segtin la formula (A2), se tiene entences que para ballar la antiderivada de una
[V1111 = QlVlrn fu'ncien g e V(su matriz dc coordenadas respecto de la base [5), 5610 se tiene que
. delemiin'ar la" inverse de la matriz A. Este' es entoneesun “métode”, que emplea
(férmula que ya conOclamos del capitulo 3).
herramientas del algebra lineal, para halla‘r'antiderlvadas defunciones.
Ademzis, obviamente el operador Id es inversible, de mode que I " = Id tiene per
Véanse funcionaf estas‘ ideas en algu'n'es caSos concr‘etos.
matriz respecte de 135 bases [32 y [31.
Sea Vel espacio generado por las funciones sen ax, cos ax, x sen ax, x cos av.
Se puede demostrar que estas funciones s'en line'almente independientes. Entonces
[Id-1192131 = [Idjfilpz = 0-1
(3 = {sen ax, cos ax, x sen at, x cos ax} es una base de V. Hallese la matriz de D
respecto de la base {3. Se tiene
Es claro que [Id‘l]p,pl = [Id]p,p,,' es la matriz de cambio de base de [32 a [5,, la cual
se denotaba come P.
Estes son precisamente los resultados que se obtuvieron en la subseecio'n 6.1 D(sen ax) = a cos ax
del capltulo 3. Clare que en aquel memento temémucho mas ttabajo llegar a ellos. D(ces ax) = —a sen ax
No se puede negar que, en contraste, la manera como se han estableoido aqui
tales tesultados es una manera sumamente simple y elegante. - D(x sen ax) = sen ax +_ax cos we: a _
D(x ces ax)'=ces-a'x - ax senrax ~
yentenees ' "
APENDICE. UNA APLICACIéN AL CALCULO DE ANTIDERIVADAS (D(sen ax))p = (O, a, O, O)
(D(cos (1.0),; = (-a, 0, 0, O)
En tede este apéndice, Vdenotaré un subespacie de dimension finite del espacio
vectorial de las funeiones reales eon derivadas de todos los érdenes. (D(x sen 1120),, = (l, O, 0, a)
Censidérese el operador D: V —> Vdade per DU) = f ' (la derivada def). (D(x cos ax))p = (O, l, —a, 0)
 TRANSFORMACIONESLINEALES 361
' .360 ALGEBRA LINEAL
y 331' cntonccs '
La mat'rii A es‘pucs.- . . /. . . , -
J = (Z/a + 5/02) sen ax + (—3/a - 4/a2) cos ax - 4/a x scn ax — 5/0 x cos ax
0 —a 1 0
_ a O O l
Como siguicnte ejcmplo, considéresc cl cspacio V generado pot Ins funcioncs
A " o 0 o —a e“ sen bx y ea'cos- bx. Nuevamcnte, es fécil probar quc cstns funcioncs son
O 0 a 0
linealmcme independicntes, dc mo'do que cllas constituycn unu base [5 dc V.
Determinesc la matriz (16 D rcspccto dc la base [5. Se ticnc quc
cuya inversa es la matriz
D(e’“ sen bx) = ae‘“ sen bx + be“ cos bx
0 I/a V02 0
_ ~1/a 0 0 Va", 0(6'“ C05 bx) = —be'“ sen bx + (18""cos bx
A1: 0 o 0 Va y cntonces
0 0 ~1/a 0
(D(e‘“‘ scn mm = (a, b)
cfih’ l‘a formula (A2) so time emonces que (D(e""cos bx=))p (.~~,b a)
0 Va Va2 0 1 O
Va2 0 = - Va asi que la matriz A dc D r'cspccto dc laba'se [3 cs
~1/a O 0 Va 0 0
O O 0
[D ‘(scn ax)]p= A“1 [sen ax]p =
0 0 —1/a 0 0 O

_0 sea bqnc’
: y su in'Vc‘rsa -

" D“ (sen ax) = I son m (x GLACM a .. . a b

(12 + b2
A“ (1‘2 +112
b a
Dc la misma mancra se oblicncn las formulas
a2 + b2 (12 + b2_
1
I cos ax dx = 3 son ax Entonccs

IX scn axa'x = ;; scn ax

1 s 1axcos. a.,6
a b a
_ ,A 2
(1+b 2 2
(1+1) 2 1 v
Ir+b 2
1 1 D ‘ ( e-“scn bx )1! ) = A“1 l 6’" son bx]l5 = =-
f x cos at (be = 7 cos ax - - x sen ax [ b (I O ‘1.)
a- a
a2 + b2 02 + b2 (I2 + [)2
Supéngqse quc sc quicrc calcular la integral
,dc dondc'
4x .cos (it) (1.x '.
J= :f (3 son ax~ 2 cos ax + 5x scn ax-
ula
(3, -2, 5, -4) Por tanto, scgun 1a form
Entoncc = D ‘(g), cn dondc (g),= D“(e““ scn bx) = a
2 + [)2
e“ scn bx —. b
(12 + b2
0"“ cos bt
'
(A2) so licnc quc ‘
V02 0 3 3% + 5/02, \
0 Va 0 $08

' 4/“0 o0 00 V02 — 4/0.

—25 z 4/“_% . e[LY
Va f 6‘“ son bx (1x = —’- (a sen bx ~ b cos bx)
[J10 = A‘Wghfi a2 + b2
0 0 — Va 0 -4 —5/11
 TRANSFORMACEONESUNEALES 363
362 ALGEBRA UNI-EAL
Comb el interés se encuentta 'sblamente en la i’mzigen inversa de'la futic‘ién flé‘,
Pofotvrgiipartg . cuyo vector de coorden'adas rcspecte de la base 13 65 (O, 0; . , 1), 5610 se‘ necesita
deteminar la \iltima columna de la matriz A", la cual se denotaré por Y, [31165
a b I)
az+b2 (13+!)2 [ 0I] _— [12+b2 [0“(1“’e‘)]9 = A“[x"e‘]p = Y
[D‘Kem cos mm = A ’[e"r cos bxh = b a a.
(12+b2 [13+];2 Escn'base yo, yl, . . . , y" para denotar a los elementos de Y. Entonces
-—a2+b'~’
1 1 0 O 0 0 yo
de donde 0 2 0 ... 0 0 3’1
AA" 0 0 l .3 . 0 0 * );2 = [Ml

D -l (e4u cos bx) - a2 + b2 e

.. ...L a:
sen x b
02 + ()2
+ .__g_..eax
cos x
. b

0 O 0 0 ... l 11 MM
0 0 O O ... 0 l y"
O SEQ

de donde se obtiene el siguicnte sistema dc n + 1 ecuacioncs en las 11 + 1 incégnitas

fedr cosbxdx :4:
a2+b2(bsenbx+acosbx) yo,y1,....y.. '

Como filtimo cjemplo, se va a conside‘rar cl espacio. V generado por las n + 1 Yo+y1 = 0

funciones e', xe‘, x’e*, . . . , x"‘e'. Eslas funciones son linealmeme 1ndependlentes y y1+2y2 = 0
por tanto constituyen una base [3 de V. El objetivo es estableccr una férmula para.
)‘2 “5s = 0
la integral _
y‘n—‘lvi' "yin = O
I x"e‘ dx yl; =. 1

Las imégcncs-bajo D de los Vectores de la base [3 son A1 comenzar con la filtima ccuacién y sustituycndo en reversa en las restantes, sc
obtiene
D(e') = e‘.
D(xe‘) e‘+ xe‘
N

y" = 1
D(x2e‘) = 2xe'+x2e‘ yn-l = "’1

D(x"e‘) = nx"“e‘ + x"e‘
dc modo que
(13(39):: = (1,0,0,---.0)
(IX/vet)» = (1,1,0, - ‘ ' 10)
(D(x29‘))p = (0 2 1 -~-:0)
) Q
>‘n-2 = (")(n - 1)
)’x = (-1)"“(II)(N"1)~--(3)(2)
yo = (—1)"(")(n “ 1) - - - (3)(2)(1)
osca quc
’

(D(x"e‘j)p = (0, O, . ,n,‘1) y,- = (#1)"?1'343.“ j='_0,.1-,.. .,",_1- -‘

‘ y énionécs' la matriz A. de orden n + 1 Que represent'a a D respecto dc la base [3 es: Como w ' I ‘
1 1 O 0 0 O
2 0 O O yo
0 l
3 0 0 [D-lccnexnp = }:x
0 1

y" s
 TRANSFORMACION ES LINEALES 365
384 :ALGEBRA LINEAL

» sc liene'quc1 9. Sea Vun espaeio vectorial dc dimension finila. SeainTl y T; opei'adores lin'ca‘les on
' = "
X
ll 1
)j‘tjcr
- ‘
V, dcmdestre: a) si T1 es inversible,-enlonces Ker T2 '= Ker(T. ° T2),-'b) Si 7'; es inversible,
+ ynxnei‘ =
D'l('\~llex') = )‘06‘ +y1xer + yZXZeV + ' . '
entonces [m T1 = Im(T1 0 T2)
1-0 [Sugcrencim Segfin el eje'rcicio 17 de la seccién anterior solameme falta mostmr que
M '
Ker (T1 0 T2) ; Ker T; 6 Im T; Q [1110] ° T2).]
Z (__1)n-j .11.. Kiev
3
1 .
10. Demuestre que el operador derivaeion D: P,, —+ P", 0(1)) = [2’ no es inversible.
P0 1‘
Entonees la 113111111121 que se quena estableccr cs: (D 11. Sea Tun operador lineal en el especio vectorial Vial que T2 cs cl operador cero en V.
Compr‘uebc que el' operador Id — T: V —~ Vcs no singular.
" . n! . .
If?" (1x = Z (-1)"" Tx’e‘ 12. Demuestre que cada una de las eransfonna'ciones lineales siguientes es inversiblc. En
._0 j- cada caso, determine una fémiula explicila para la inversa de la transformacion
correspondicnte
a) T: R2 —~ R2 T(x, y) = (5x — 2y, 3x + y)

EJERCICIOS (SECCIéN 6, CAPiTULO 4) b) T: R3 .. R3 T(x, y, z) = (2x + 4y — 6z, 5y ~ 22. 92)

c) T: RJ —’ P2 T(a, b, c) = a + (a + b)x + (b + c).\'-’
aciones
1. En cl [corcma 6.1 so demostré que si T]: V ~v U y T2: U -v W son transform (1) T2 Mm —‘ s2 TM) = A,
le. 5E5 cicrla la
lineales inversibles, entonces T2 0 T1: V —+ Wes lnmbién inversib
afirmacién reciproca? 0) 7": Mm ~ Mm TM) = BA e11 donde B = 1 f]
2. DE: 1111 ejemplo que un operador lineal T: V —+ V
a) inyectivo pero no sobteyeelivo. 1) Ts—J’g TH"c 1’] =a+b+c+d
d .
b) sobreyectivo pero no inycctivo. + (a + b + C): + (a + l)).\'2 + at“
3. .S‘e'an T; y" T; opc'radore'slineale's‘ en el 'cspacio yeeto'rial' V tales que T1 0 '73e —+ V es 13; Sea V1111 "c'spacio vectorialde dimension 11. Sea (ii—j (vi, 122, . , _v,.-) 11113 base de V,~
" inyectivoysobreyectivo; _ . ' ' ‘
.considefecl'operadojrlineal: T V51, Vpar‘a el-eual T(v,-)_ = 15,411] = 41,12, . . . ,11.:De111lle§lre '
a) Demuestre qne T2 'cs inycctivo. que Tes un operaclor inversible. Describa el opefador inverse T": V —- V.
b) Compruebe quc 7‘, es sobreyeclivo. (D 14. Considerc el operador T: M2,. 2, —» A42 x2 dado por T(A) = A8 — BA en donde
c) LES neccsariamente T2' sobrcyectivo? _ 2 1
(1) (ES neccsariamente T. inyeclivo?
4. Demueslre que el operador lineal T: R2 -+ R2 dado por a) Demuestre quc el operador Tno cs inversible usando direclamenle cl leorema 6.2.
(Sugerencia: véase ejerciclo 6 de la scccion l).
T(.\‘, y) = (a.\' + by, ex + dy)
b) Sea [3121 base de M2 5. 2 dada per
cs inyeclivo si, y 3610 si ad — bc 9* 0. 13 x 1 o 1 1 1 1 1 11
Sea T: V ——» U 1111a
5. Sean Vy U espacios vectoriales de la misma dimension (finite). O 0 ’ 0 O ‘ l 0 ’ l l J
U .. Vlal qne
transfommcién lineal para. la cual existe una iransformacién lineal S: Obtenga la matrix de T respceto de la base [3. For medio dc ella, deduzca
S 0 T = Idy. Pruebe que 'I‘es inversibie.
nuevamenlc que Tno cs inversible. '
re que T2 0
6. Scan T.: R3 _. R2 y T2: R2 ——> R3 dos.lransl‘onnaciones lineales. Demuest 15. Sea T: Mnx" --0 ")1“ el operador lineal dado por T(A) = BA en donde B es una mairiz
®
T,: R3 -~ R3 no puede ser inversible.
fija 'de'orden n. Demuestre Que cl operadOr'Tes' inversible shy 5610 si B cs unu malriz
onse Slgue del .
'(Sugeréti'eia: véas‘c ejercic’iolSde la scccién anterior. La conclnsi inversible. En taleéso, describe T-‘l. ‘ - ' ' ' . '
_téoren1a 6.2) mi Caleule el dele’rthinanle de'eada uno delOS siguientes operadores lineales; En cada-
Demuestreque
7. Considere'lastranél‘onnacioncslinealcs T1: R" —+ R'" y T2: R’Ii a R". caso, deeida si el operador dado es inveréible o no lo es. ‘
sin > In, enlonces T2 0 T1: Ru .. Rn no pnede scr inversible. a) T: R’ —+ RJ 70‘, y, z) = (x — y + 2z, 3x + By - 91, 10x — 22,)
T: V ... U es un
8. Sean V y U espacios vcelorialcs dc dimension t'inila, supongu que b) T: R3 —+ R3 T(x, y, z) = (,1, 2x + 6y + 21, 8x + 9y + 31)
isomorlismo. Prucbe que la l‘uncion T(x., .1’;,x,, .11) = (.12, .11, x3, x.)
c) T; R4 —’ R4
\
F:L(|/,V)—+L(U,U) F(S)=T°S°’I"l d) T: P; —+ P; T(ao + (M + (m3) = (ao + a.)x + (11.12
U). LCual es la malm,
es un isomorlismo entre los espacios vectorialcs L(V, V) y L(U, C) T: My: —' M2112 T(A) = A " A,
I
asociada a F respecto dc las bases canonica s de eslos espaems ?
i) TIM3.3 —’ M313 RA) =14 +A'
 TRANSFORMACQONES LINEALES 367
366 ALGEBHA LINEAL

scan
, 7'. ‘ ‘ 'APLICACIONES A‘ L‘A‘jTEQRiADE-S’ISTEMAS C L’i‘=(ai1,a12,--a,ain) 'i21’2,'n’,,l
DE ECUACIONES LINEALES j=172)~--)n
C?=(aljaalj:"~ia"li)

En esta seccién se pretends Usar la teoria de transformaciones lineales que se ha los correspondicntes vectorcs linca y vectores columna de A. Supc’mgase quc cl
desarrollado en este capftulo (més concretamente, se usarén las ideas estudiadas espacio linea de A tiene dvimensién k. '
en las secciones 2 y 6) con el fin de reobtener y precisar, pot mm mm, algunos de Sea [3 '= {v1, v2, . . . , .vk} una base de tal espacio. Existc‘n entonces escalates 0;,-
los resultados que sobre ecuaciones lineaIes se estudiaron en cl capitulo 1, y por tales qué
otra parte, también obtencr nuevos resultados importantes dentro de la teoria de k
matrices y sistemas dc ecuaci‘ones lineales, los cuales han sido dejados para su L1‘ = Ci1V1+CQV2+ . . . +0k = X CirVr i: 1:2, - - - ’m-
cstudio hasta este capitulo, puss as con 61 lenguaje de las transfonnaciones Iinealcs r -l -
con el que sc pucden dar demostraciones simples y directas dc 61105.
Escribase v, = (bu, b0, . . . , b,,,), r = 1, 2, . . . , k. Entonces
k k

7.1. RANGO DE UNA MATRIZ L14 2 Cirvr = Z Cir(brl, br2, - - - , brn)

H
r-l r‘l

En la seccién 7 del capitulo 3 se estudié cl espacio linea dc una matriz k k

A = (05),-1,,,_,,,,. Esta fue definido como el espacio generado por los vectores i Clibrl, Z cire, - - - , 2 Cirbrn

ll
j -I, . . . ,n r-l r-X r-O ‘

linea de A.
Se van ahora a considerarlos rectoreq columna de A, qua se denotarén pot C‘ Al'igualar las‘j—iésimas coordenadast d;- 105 vectores de'R" que aparecen_ en ambos"
_y que se-definen comp CA =, (av, 11%. . ,~.a,-‘,) 65R?j = 1, 2, . . L , [1.135t son pues micmbros‘de 1a 'cxpxesién antgrior se tiene
losveétotes cuyas cdordenadas coinciden con los elementOS de las co‘rr‘espondien- k,
tes columnas de A. aii=ZcirbU~ i=l-,2,...,m
El espacio columna de A es el espacio generado por los vectores columna r-l

dc A. Entonces
Obviamcnte se tienen las siguientes relaciones:
k k k

cspacio linea (1611 = espaoio columna de A' (am a2j: - - - , amj) = X Clrbrj, X Czrbrj, . . . , 2 C,,,,-/),;

espacio linea deA"= es'pacio columna deA r-l r-l r-1

1: .

cn donde A’ dcnota la transpuesta dc la matriz A. = 2 brj(clr, C2r, . > - y Cmr)

Mzis min, se tiene el siguiente resultado: r-l

Es decir,
1:
TEOREMA 7.1 . . Sea A una matriz m x n con clementos a,-,u Entonces dim (espacio linea dc
A) = dim (espacio columna de A). ' -' ' ‘ C11 => 2 brjur

- - '_ 'i _ r-l ,

en do'n'de' u, = (ch, (325". . . , cm) r = 1, 2,. . . ,‘k.

cada vectdr columna C} 56 ha escrito entonces como una combinacién lineal
DEMOSTRACION Se tiene pucs la matriz
de los vectores ul, U2, . . . , at. For tanto, es claro que
an a 12 . . .' a!"

A = 021 6122 (12" espacio columna de A Q SQ (u 1, U2, . . . , uk)

a,“ a,,.2 . .. n,,.,. (véase lema previo a1 teorema 7.1 del capitulo 3).
 TRANSFOHMACIONESLINEALES‘ 369
368 ALGEBRA LINEAL
‘ , So puede ahora caracterizai 1a inyéisibilidad de una matriz onadrada en términos“
For 10 lanto de su tango.
= dim (espacio 11nea de A)
dim (espacio columna do A) S k
TEOREMA 7.3 Sea A una matriz dc orden n. A es inversible si, y 5610 si 61 tango do A es n.
la matriz A', so concluye que
A1 repetir este mismo argumento con
acio linea de A’) DEMOSTRACION Considérese la transformacién lineal T: R" —» R" dada por T(X) = AX. Segnn el
dim (espacio columna do A’) S dim (esp
teorema 6.5, A es inversible si, y 5610 si T lo es. Pot otra parte, segfin el teorema
0 sea 6.4 Tes invetsible si, y 5610 si Tes no singular, es decir, Si y 5610 si Ker T = l 0) .
(espacio columna de A) En tal caso dim Ker T= O. ciin cl tcorema de la dimension so tiene entonces que
dim (espacio linea de A) S dim
dim Ker T + dim Im T = dim R" = n. For lo tanto, A es inversible, si y 5610 si dim
y por tanto Im T -= tango do T = n = tango de A.
acio columna de A) Q.E.D.
dim (espacio linen do A) = dim (esp
Q.E.D.
El teorema anterior afiade una equivalencia més de la propiedad de inversibilidad
ensmn de de una matriz cuadrada, a una larga lista do equivalencias de esta propiedad que
llama rango de la matrizA a la dim
DEFINICION 7.1 Sea 1a matrizA = (ay),' .1,,....,,,,. Se han sido estudiadas desde el capitulo 1 hasta el momento. En cl siguiente
1‘ -1, . . . , n
d teorema so prescnta una tecopilacién de estas equivalencias mencionadas
su‘ espdcio linéa. anteriormcnte,
de defimr ' entemente el tango e nna
' equival
Segfin el teorema anterior-,- se pue .
' nsm ' ' n de su espacxo‘ N ‘fna.
' .co lum , .
' ' como la dlmc
man-12; tnz es
Obséese-quo, sogt’ln el leo'tema
7,2 dol capitu-loa, cl tang o
.
de
_
una~
dc
nm
und ‘ma lriz , . ‘
T-EOREMA 7,4 Sea A una‘ matriz enadiada de'ofdén 11. Las siguicn'tes ’afir'mziciones sobfe ’_ ‘
éi escaIOnndn reduglda . _ _la matriiA son agnivglcntcsz, . ' 4 ' , '‘ '
el'nfimero do lineasno nulas .en su form to e
concep2 _ , I ‘rang o , ,
parts cl
Se tien'e entoncés definido pot una, , 1) A es-una matr-iz inversiblc:
. . . 1
I
_
.
maoio: 1112 1:;
so dofinccl .rango do una, transfor
A. En la seccion zvde estecapitulo KSe vera a con tinsa clio ((11) 103 2) A es equiVaIentezpor rengloncsa la matriz identidad I,..
gen do esta
T‘ V --+ U como la dimension de la ima y , 3) El sis‘tcma homogénco do ecuaciones lineales AX = 0 (ions 5610 la
—v U (con rcspcclo a bases fijas o
A es la matriz‘rque reprosonta a T: V solucién trivial. '
rangos do A y' de Tcoinciden. 4) El sistema no homogéneo do ecuacioncs linealcs AX = B tienc una
finica solucién para cada matriz n X 1 B.
5) DetA 9* 0.
lineal del espacio vectorial V de 6) Los vectores linea do A son linealmente independientes.
Sea T: V —+ U una transformacion 7) Los vectores columna deA son linealmcntoindependicntes.
TEOREMA 7.2 do dimensmn m. Sea A = [Tlglpn en
dimension n al espacio vecto‘rial U 8) Los vectores linea de A generan a R".
U, respectivamente.
donde [5; y (52 son ciertas bases do Vy 9) Los vectores columna do A generan a R”. ,
1 Entonces tango de T“ tango de A. 10) Los vectores linea do A forman una base de R".
11) Los vectores columna deA forman una base de R".
12) El tango c es n. _ 7 . A . . ;
DEMOSTRACIGN Seftieneqn'e: 13) La tinnsfor'macionlinealT: V -> .U tal qq = [Tlpp' ([3 y {13' bases do
" Vy U respectivam'entc) es sobr'oyectiva. » - ' '
" tango de T dim (éspaéi'o line‘a do A')
14) La transformacién lineal T: V —’ U tal queA- = [figpvzes inyectiva.
dim (cspacio columna‘ do A)
15) La transformacién lineal T: V'—~ U tal que A' = [TJW-es no singular.
dim (cspacio line'a do, A) 16) La transi'or'tnacioh lineal T: V —-> U tal qucA = [Hpgves inversible.
tango de A
secciéri 3.1
deduce del anélisis hecho en la sub
(la primera de estas igualdades sc DEMOS TRA C/ON Contenida en las péginas anteriores.
de este capit‘ulo). Q.E.D- Q.E.D.
370 ALGEBRA LINEAL TRANSFORMACIONESLINEALES 371

Exists una serie de rcsuliados clésicos sobre el tango do matrices que puedon set I Como consecuencia de las telaciones (l) y (2) quc se acaba do probat, s‘c
- probados fzicilmente usando cl lenguaje dc las transformaciones lineales, a1 concluye que ‘
explotat cl hecho de que cl tango de la ttansformacién T(X)= AX es cl tango de
la mattiz A Algunos do @5105 resultados son tango (T2) 5 tango (T; o T.)
nulidad (T;) s nulidad (7;)
tango (A + B) S tango A + tango B
Pot otta patte, el teotema de la dimension aplicado a la ttansfotmacién T; esta-
tango AB S min (tango A, tango B) blece que -
tango AB 2 tango A + tango B - n dimension del dominio de T2 = tango T; = tango (T2) + nulidad (T2)
on dondeA y B son matrices cuadtadas de orden 11. Se ptobatzi la tercera de ellas, Entonces
dejando como ejercicio las dos restantes.
tango (T; 0 T1) 2 tango T;
= tango T; — nulidad T2
TEOREMA 7.5 Sean A y B dos matrices cuadtadas de otden n. Entonces 2 tango T1 ~ nulidad T2
(por el teorema de la dimension
tango T1 - (n — tango T2)
tango AB z-tan'go B + rangoA ~ 11 aplicado a T2)
tango T; + tango T; -

i
Al escribir esta filtima relacién en ténninos matticiales (tcotema 7.2) so tionc
DEMOSTRACION Considétense'las transformaciones lineales T1, T;: R" ._-. R" dadas pot:
tango (AB) 2 range B +- range A — n
TAX): EX 1 Imam .-_.éomo se'de'scab'a, -
‘ Como so sabé, 1:1 composic'ion T; o T121 R" 9- R" es una transi‘otmacién lineal ' " Q.E.D.
cuya matriz a'sociada respect'o dc-la base canc'm'ica de‘ R" es AB, esto es, (T; o T;)X
= (AB)X.. Se ’t'ie'ne ento‘nce‘su'na situacién‘ 00171013 siguiente: 7.2. CONDlClONES DE‘ CONSISTENCIA DE UN SISTEMA DE EGUACIONES

R
n T1 _
r H"
. T2 _
r R
,, En esta subsection 51: ptob'até Un' par de tcoremas relacionados con la solucién dc
(B) 0“) sistemas do ecuaciones linealcs‘. La impOttancia de estos resultados es de catécter
T2 0 T1 teérico.
Considétese ptimemmente el (3350 homogéneo.
(A8)
En el punto clave del argumento (1116 so pr‘esenta estzi on considerat la transforma—
TEO‘REMA 7.6 Sea A= (111)). .1,,,,, ,,. una mattiz m X n. Considérese el sistema homogé-
cion 7;: ImT. R", definida como T;(X)= T;(X). Es decit, 7‘; es la restriccion do 1-1..
la transformacion lineal T; 211 subcspacio ImTl do R. Se afirtna que neo de ecuaciones lineales AX= 0. El espacio soluclén de este sistema es
un subespacio de R" de dimension n - tango de A. El sistetna posee
1) Im(T2) ; [1720”; o T.) soluciones no ttiiales si, y 5610 si 11 > tango de A Sin = tango deA, e1 .
2) Ker T2; KerT; . " '- sistema posee solo la soiucién trivial.

Se prueba la Primeta de estas rclaciones Sea y 6 MT; Exists entonces z E ImT,
tai que T;(z)= T;(z)= y. Peto 51 z E ImT;, existox E R" 1111 que T,(x)= 1 Al poner
todo esto junto, so ve que si y 6 [11172, existex 6 R" tal que (T;ooT.)(x)= y
Entonces y E ImT;° T; y asi ImT; C ImT2° T,
Para probar (2), supo’ngase quex e KerT; Entonces 73(x)= T;(x)= 0. Es decit,
que x E KerT;. Sc tiene pues que KerT; C KerT;
DEMOSTRACIOfNH Sea T: R" .4, Rfllawttansi‘otmacion lineal T(X) = AX. SegLin ei teorema 3.1, so tiene:
Ker T= espacio solucion deAX = 0, de donde nulidad de T= dim (espacio solucién
do AX = 0). Por otta patte, segfin e1 tcotema de la dimension
nulidad (is T ,= dim R" — tango do T
= n — tango de A
 TRANSFORMACIONES LlNEALES 373
372 ALGEBRA UNEAL
I de donde laisoluciénid‘el SislemE cs: '
V Es 'deci'r; '
tango deA 1 3 I
dim (espacio solucién de AX = 0) = n — X1=-EI,X2“X3‘='2't,x4‘t,t€R

0 se ueria robat.
do T si, y 8610 si nulidad dc T > 0. En , sistema si : 3’ 5610 si
Es decir, el vector x1, x2 , x3, x4 6 R‘ es solucién dcl
comObséiese qie n > tango dc'A == tango
distinto deI subespacio {0} (lo R”; pot
tal case, 61 nticleo do Tes-un subespacio
tanto, existen vectores no nulos en Ker
T. Tales vectores son soluciones (no
tango deA = tango [dc Tentonces
(x1, x2, x3, x43 = 1-5-3-3- 1)
triviales) del sistemaAX --'= 0. Similannente, sin =
nto,1a finlca soluc1on del Sistema
nulidad de T= 0. En tal caso Ker T = {0} y porta
de dondc se vc que el espacio solucién tienc dimension 1. Obsérvese que el tango
AX = 0 es la solucion trivial.
do A = 3 (=m’1mcro dc lincas no nulgs en la forma cscalonada reducida de A), de
Q.E.D. modo que, seglin cl teorema 7.4 seconcluye que la dimension del espacio solucion
del sistema es n — rang0~de‘A_,§.-4 "- 3 = 1, como se ha comprobado directamente.
En el caSo no homogéneo se tiene cl siguiente resultado:
se el teorema 2.1 del capitulo 1.
Como 'un corolario de este tcorema, reobténga

TEOREMA 7.7 Sea AX = B un sistema de’ m' ecuacion'e's lineales con n incégnitas. Este
= 0 es tal que m < n,
COROLARIO Si cl sistema dc m ecuaciones con n incognitas AX sis'tcma es consiste‘ntc si, y 5610 si 61 range d-e la matriz aumentada
entonces' el sistema p‘o‘see soluciones no trivmles. del sistema coincide con el tango de A.

iopsc licne que, ,. _

' DEMOSTBACION Con '13 notacién‘ dela demostrac-iénzdel tcorema anter DEMOSTRACION - Sea T: 'R" —.f R") 1a tifansform'acién lineal T(X) = AX._Obsérveseque clsistema AX
= B es consistentc‘ si, y 5610 si B E IInT(est0"e‘s und consecucncia inm'ediata d'e'lzi'
o de A
m '= din-LR“ > dim ImT= tango de T = rang dcfinicion de imagen de la transformacion 7).-
Se dcnotarzi pot [A i B] a la matriz aumentada del sistema [de ordcn m x (n +
5.4 del capitulo 3). Entonccs
(pues ImTes un subespacio dc Rm —-véase=tcorc_ma 1)].
a anter ior, e1 sistema AX = 0 posec
tango c S m < n, y por tanto, segun cl tcorem Supéngase cntonces que el sistcma AX = B es consistente. Por la obscrvacion
soluciones no triviales. anterior se tienc que B 6 MT. Se afirma cntonccs que en estc caso
(2.13.1).
cspacio columna de A = espa’cio columna do [A g B]

EJEMPLO1 Por ejemplo, considcre cl sistema En efecto, la contcncion

-x1 + 2x; — 3x; + 2X4 = 0
cspacio columna do A Q espacio columna do [A : B]
x1~3X2+4X3— X4=0

2X1,+ 2l ~ 2X3"? Xe: 0 cs obvia. Por otr'a_ p'artc, como B E ImT = cspacio columna dc A, se’ tiene lambién .
>4X1V+‘ X2 " X3 £236; ‘0
cspacio columna do [A [B] Q espaCio colurnna do A L
siana so obticne
Al proceder pot el método de eliminacién Gaus
lo que prueba la afirmacio'n.
l 2 -3 2 1 0 0 1/2
Entonces
1 -3 4 —1 0 1 O 4/?
””2 2—21""'“ 0 01—3/2 / Rango deA = dim (esp'ac‘io columnade A) = dim (espacio columna de [A 1 BJ)
4 1 -l 2 O 0 0 O rango de [A : B]
 TRANSFORMACIONESUNEALES 375
374 ALGEBRA LINEAL
.. Encuenttelos vaiores de tpara los cuales la mattiz
Reciprocamente, supongase que tango de A = tango de [A,’ B], as decir, 121's-
dimensiones de los espa‘cios coiut'nna deA y eo‘iumna de [A ' B] son iguales. En- . (1H): t-‘l ~t
este case, so debe tenet neeesatiamente que o B'= 0 o bien B E espacio columna 0 2 “I
de A. En ambos easos, B E ImTy pot tanto AX = B es consistente. —2z) 4—2: 2—2
Q.E.D.
tiene tango menor que 3.
. Sean A y B matrices cuadtadas de orden n, demuestte que

tango (A + B) S tango A + tango B

EJERCICIOS (SECCION 7, CAPlTULO 4)
. Sean A y B matrices euadtadas de orden n, demuestre que
1. Determine el tango de la mattiz

., ,-/"-""““'*-\
tango (AB) 5 min (tango A, tango B)
-3 ~1 2 X
-8 9» 5 -1 (Sugerencia: véase ejercicio 18 de la seccion 5.)
~'1 “'6 1 10
. Considete 1a ttansfotm'acién T: M,, xn -’ M" x" dada pot T(A) = AB on donde B es una
mattiz dada dei espacio M,l x n. Cbmptuebe que
en tértninos del paramctto A.
2. Useel. teorema 7.3, para demosttar que si 9» *- 0, la mattiz tango T = n (tango B)
7, —5 —4 —3 ® 10. a) Sea A una mattiz de otden n X m y sea B'una matriz invetsible do orden n.
3' 7 5 2
‘ A= 1 3 2 . 3 v Demuestre que tango-A =1 tango BA.
' 3 '2 1 '51 b) Si A es una tnaltiz cuadtada de onion )1 y B, y B; son matrices inversibles de orden
n, demuestre que tango A= tango 81A 32.
no es intetsible. 11. Sea A una matriz dc o1den 11. Si la maltiz B cs semcjante a A, demuestre que el tango
G) 3. LPata qué valo‘tes de 9a 1a matriz de B es el mismo que el tango de A. LES cicrla la afitmacion tcciproea?
12. Para cada uno de 105 siguientcs sistcmas homoge'neos dc ccuaciones linealcs use c1
I —1 5 13 o' teo'tema 7.6 para determinar 1a dimension dci 'espacio soiucién cortespondiente
2 -6 ~16 1
A E 1 —1 —3 1 a) 2x. —x2 = 0 f) 4):. + 7x; +105 - 7x, =
A. 4 10 1 x1+x2=0 7x1+10x2+4xrx4=0
b) x1+Xz~X3=0 7xl+13x2+22x3—16x,=0
tiene rango minimo? ‘ 2x1 — 3x2 + x, = 0 4161+ 10x: + 28x; — 22x, = 0
CD 4. Determine e1 tango de las siguientes matrices en términos del patzimetro a c) 3x, +x, + x, = o g) 6x, + 4x; + 3x, + 5xd + 7x, =
x.~xz-x3=0 9x.+6x2+5x,+7x,+9x5=
6+a 5 3 1 1‘ 1-2a 1 1—2a I|+X1+X3=0 6x.+4x2+5x,+3x,+x,=o
2 4—a 3 2 b) l+2a ~1-a -1+2a l-a 3 +2 + + + =
a) -5 -2 l-a 1 2-a 3a 2a 2—a a) 2x. ~4x,+5x, + 3x, = o x' x’ 4x“ 8’“
19 12 6 1 5a 1 - a _ 1 + 3a 0 4x. — 8x, + 17x, + 11x. = 0 1‘) x1 ‘ x: = 0
3x,—f6x2+4.'r_;+2.y,=‘ 0 . = -‘ _ - xz—x,=0 '
, -' CD ' 5. Demuestte qne e1 tango de la mattiz e1, an new“
5xl+8x2+xg==0
*i‘fi’-;i?;8.--..
x1“ 3+ 5:0-
a b b a
—b
3x,+10x,+2x,= 2 x‘ "f;
A _ b a -a xl‘x2+""*°"°
a+b 2a -2a 5x1+14x2+8x3=0
— a+b
-2a 2a a+b a+b

13. Para cada uno de los siguientes sistemas no homogéneos de eeuaciones linealcs use
es cuatro a menos que a + b = 0 o b = 30. Encuentte e1 tango de A en cada uno de e1 teotema 7.7 para determinant si e] sist'ema es 0 no consistente.
- estos casos.-
376 ALGEBRA UNEAL TRANSFORMACIONESLlNEALES 377

Més gehefalmente, si Ves e1 eSpacio R" y 41,112, . -. . , a" Son n‘escal'ares fijbs, ~ '
a), xl+x2=l ." ~ .' 'g) ,4x1+-3x2—-x,_+1x4':<2 ' entoncesf: R" -» R dado per i
3x1—2x;=4 2x,+x;+x;+x4=2
5xl+3x2+x3+X4=-2 fixhxz, . . .x,.) = a1x1+ (12132 + . + a,.r,.
b) xI+-T:+X1=6
2.!1-X:+X3=3
6x; + 8x; "‘ 17x; = 17
4x. + x2 + 3x; =15
ll)
es un funcional lineal en R". _ _
6X{ + 6X2 ‘14)?) ‘16
c) x. +1} +.\', - 6 Si V = C([0, i]), el espaclo dc lasyfunciones teales continuas ms el intervalo [0,
3x1+ 11x; - 12x3 = 19
l], entonces la funciénf. C([O, 1])” 4-» R dada por
x; " 2x; + it} = ‘2
3x, + 13x; — 15x; :20
3X1+ 2x; - 4x; = 8

x +x;=2 i) 11x.+9x2+7x3+3x4=31 ' 1

(1
) 3x:—X~=2
7X1+5X2+5X3+2X4fi 18
/,l
fig) = f0 gm
7X1+7xz+4X3+ZX4=23 /
X|"X;=0
10x, + 9x; + 6x; + 3x4 = 33 es un funcional lineal éti C([O, 1]) pues
e) 2’“X]++x1I;' ~6'“ '1 15.“ + 10x2 + 10x, + 4x, = 39
X3 = 2

3371+ 2'“ " 7x3 = 0 j) 2x1+ 4X2 + 2X3 " 2X4 + 2s = 1 1 l 1

0 3X[ - 6x; + 31'; = 9 -2x1 - 4x2 +2163 '2X5 ‘1 6 fig! + 82) = L (31 + gzxtldl = I0 (81(1) + 82(t))dt
2xl — 4x; + 2x; = 6 Sam + 6x; + 9x; — 7x. + 4x, = 17
l l
5x1— ]OI;'+ 5x, = 15 3x1 'l‘ 6x; + 5x; - 5X4 'l; 4X5 = 10
= I g,(t)dr+f g2(t)dt
0 0

=fl£l)"’flgz)

APENDICE l_. 'F‘UNCIQNALES LlNEALES

A una tramformacién linealf: V ——> R (161 espa‘cio vectorial Val campo de los realcs
(el cual también es un espacio vectorial—re’al) se le llamafimcional linefal (2-11 V
En este apéndicc se estudiarzin a'lguno’s temas rclacionados con tunmonalcs
lineales. Pbdrl’a parece a primera vis’ta‘ que’ los rc’sUltadOs que se encuentran en cl
estudio de los l‘ijncion’a’les linealcs Son solamcm’e particularizaciones do aquellos
rcsultados que se cstudian durante este capltulo, para transformaciones linefxlcs cn
general T: V -+ U, al caso en el que U es R (plies finalmenie los funcionalcs lmealcs
sOn un tipo ‘muy es especial dc transforma'c‘ione’s lineal‘es). Sin embargo, se vcra '
que exislen al gunos resultados muy importantcs (e intercsamcs) rclacionados con
funcionalcs linealcs en los cu’alcs sc cXplota precis‘amcntc 1a particularizacién del
condominio de la transformacién lineal.
Véase primcramcntc a1 gunos cjemplos dc funcionales lineales.
Si Ves el espacio R5 y (1,, a; y a, son escalates fijos, entoncesf: R3 —-> R dado
~ por
‘ fix. y, z) = dxx My '+ (1:2
es un funcional lineal en R3.
En cfecto, se comprueba fécilmente que
110,352) + (x’, y’, z’)) =f(x. y, z) +flx’, y’, z')
“Wu—w. ,__..._.
flog) =j‘o (cg)(t)dt = L Cg(t)dt = 0 f0 g(l)dt = cflg)
En la primera subscccién dc cstc apéndicc se-csludiarzin “conjumos dc funcionalcs
lineales”.
EL ESPACIO DUAL Y EL BIDUAL
En la subseccién 5.1 dc cste capitulo sc vio quc cl conjumo de todas las lransfor-
macioncs linealcs T: V —> U del espacio vectorial Val cspacio vectorial U, el cual
sc dcnota por L( V, U)‘ es de hecho un cspacio vectorial y que si Vy U eran cspacios
dc dimensién finita su dimensién cs igual al producto de las dimensiones dc Vy
U (teorema 5.1).
En el caso particular U = R, se tiene cntonccs que L(V, R) es cl espacio vectoriul _
dc'todqs los funcidnales linealcé on V. Este cspacio'sc denota pot V* y 50 llama ' ' '7 l
7 espa'cio dual de V. Las operaciones en: V" son I '
0"“ 8X") #10 + 8(1))
(cv)(v) = cflv), c E R,f, g E V*
Si Ves de dimensién finita, V* seré también de dimensién finita y dim V* = dim
V, 10 cual es una consecuencia del teorema 5.1 y del he'ch‘o de que R es un espacio

flccxl Y» Z» = cflxi yr Z)
vectorial (real) de dimensién 1. -
y
378 ALGEBRA LINEAL TRANSFORMACIONES LINEALES 379

jTarnbién como una consecuoncia del teorcma 5.1 (de su demostraci611)seticne DEMOS TRA CION Considérese la base dual [3 03,13, . . . ,fi,} deli. Dadof E' W existen'escalares‘
que. dada la base [3, =_ {v., v,, . L, ,,.v] (161 espacio vectorial V, 105 n funcionalcs d1, (12,. . ,dn tales que
linealcsfi E V" 1' = 1, 2, . . . , n dados por

___ 1 si j.= 1
f= d1i1+dzfi+...+d,f,, = X (if;
i=1
flu) {o si j¢i
Obsérvese que
forman una base de V‘*. Esta base es llamada base dual de [3. For ejemplo, si V =
y [3 es la base cano’nica dc V, 56 tiene que, segun cl anallsis anterlor, los 11
funcionalesf i R" —* R 1‘ == 1, 2, . . . ,n dados por flvj) = z (11-17(11) = d;
1-1
_ lsij=i
Sij¢i de modo que se puede escribir
fi(el') =fi(0101--')O:1>0:---10)‘* {o

j It

constituyen la basc‘dual de [3. f = 2 flVilfi

i'l
Obsérvese que dado x = (x1, x2, . . .xn) e R",
Si v es un vector en Vy (V)p = (c1, c2, . . . , 0,.) , se tiene que, por la observacion
x = x1e1+x2e2+...+x,.e,, = z xjej previa al teorema

sc tiene que
ll
flV) XflV‘WV’= :11a
“.fi(x)'= Z" 36191 = 2 x1fi(e1-)=
, _ 1 fi__ .1” ' que es precis'ai'fri‘eritel‘dque'sé queria‘ (1611165112111; . ‘
.1'.1i

dcmodo que el i-ésimo funcionalfi de la base dual dc fies cl funcional que a cada Q.E.D.
vector x E R" leasociasu i-ésima coordcnada respecto de la base [3.
Este es un hecho general que se verifica fécilmente. En efccto, si [3 = {v1, Dado e1 espacio vectorial Vde dimension finita, dlga‘se que dim V = n, se tiene
v2, . . . , v,.} es una base dcl espacio vectorial Vy sc escribc el vector v E Vcomo entoncesasociado a él su cspacio, dual V*, también dc dimension 1'1, cuyos vectorcs
v = cm + c2v2+ . . . + c,.v,,, entonces si [3’ == {fhfb . . . ,fi.} eslgiaase dual dc [350 son funcionales linealcs f: V —» R. Se podria considerar similarmente e1 dual dc
tiene que este cs‘pfacio vectori'al V*. 13516 seria pues e1 dual del CSpacio dual dc V. Este cspa'cio
es dcnotado como V“ y es llamado cl bidual del cspacio vectorial V.
" i-ésima coordcnada dc v El espacio bidual V** tiene la misma dimension que el espacio dual V", y por
1%)) = fl 2 cjv,» = 2 Cf(1),) Q:- rcspccto dc la basefi. tanto, la misma dimension que el espacio V. Los vectores on V** son funcionales
1:1 j‘l
linealcs en V*, es decir, funcionalesllineales de la forma v: V* R.
Lo finico que sc pucde afirmar a priori sobre el espacio vectorial Vy su bidual
Més min, 56 tiene e1 sig’uiente resultado que dice cémo son en general los
V** es que éstos son espacios isorriorfos, pucs ambos ticnen la misma dimension
funcionales lineales pertenecicmes a1 espacio vcctorial V* dual del espacio Vde
Sin embargo, so veré a continuacion que cxiste una mancra muy natural (10'
, dimension finita
' identificar es'tos cspacios (sin referencia alguna 21 bases. dc Vy. V**, que es como
en primera instancia' se podria establcccr u11 isomo‘rlismo cutie estos espacios) de‘
TE O'R'EMA 111.1 Sea Vun espacio dc dimenSic’Sn iini't'a y sea 6 = (v1, v2, . . . , v.1} una base modo que permila ver el bidual V“ como una“autér11ica copia” de V.
dc él. Si f. V ~> R es uh funcional lineal en V, emonces A cada vector v 6 Vse le puede asociar un funcional lineal e11 V* (que también
se dcnotaré por v, cl cual es entonces un elemento (16 V**) de la siguiente manera:
fl") =f(V1)CI +flV2)02 + - - - +f(vn)c..
v: V* —> R
en donde (V)p = (Cl, 02, . . . , c,.)
f'M/(f) =flv)
380 ALGEBRA LINEAL TRANSFORMACIONES LINEALES 38'1

(identifieadonaturalinente confim funeional linealen V*. Esta “duali’da’d” es 'i'aei

.' ‘Ob'sérvese‘quepa'rafifz E V* y c E R seticne V 1
de reco'rdar con la formula: v(f) =flv) para v E 'V(‘=V‘**)‘n -V*. i ‘
vm +f2) = m +fi)(v) Al.2 LA TRANSPUESTA DE UNA TRANSFORMACION LINEAL
=fi(v) +120!) = ”van + v02)
Sean Vy U espaeios vectoriales de dimension finita, digase qua n = dim Vy m =
V(Cfi) = (cram = em) = was) dmz U. Sea T: V -> U una transformacién lineal. Considerando ahora los espaeios
duales V’r y U*, se puede, por medio de la transformacion T, definir una nneva
de modo que efectivamente v es un funcional lineal on V*. Es decir, el vector v E transfonnacién T': U* —> W de la siguiente manera: para g E U*, T'(g) E V* es
V, visto como un vector del bidual V**, es el funcional lineal en V* que evaluado el functional lineal en V, T'(g): V —+ R dado por (T'(g))(v) = g(T(v)). Esquemati-
enf E V" da por resultadoflv). Asi pues, los vectores del espacio veetorial Vtienen camen e, '
una doble Vida: 1) come elementos de V, y 2) come i’uneionales lineales en V".
Esta identificaeién natural es de hecho un isomorfismo. TV
V—+U
T‘ VHT(V)
TEOREMA AL2 Sea Vun espaeioyectorial de dimension finita, digase que dim V = n.
U*—>V*
Considérese la funcién (p: V -+ VM definida como: para v E Vescriba g e. mg) en donde T’(g): V —» R
cp(v) = v E V** en donde v: V* -» R, v(f) = flv). Ento'nces q) es un
isomorfismo entre Vy V**. v H (T'(g))(V) = 8070))
l'e‘s facil verifiear qne T' es una transformacio'n lineal: si g1, g, E U* y c E R 50
tiene para cualquier'v' E V
DEMOS'TBAC/ON Verifiquese primeramente que (p es lineal. Si v,, v2, E Vl'y c E 'R Se tiene cp(v. +
V2),'=._- vi + v: E V**_ en donde. vi_+ v;: V?“ ~>‘R es el funcional on V* dado por . (T'(g‘l- + <gvz))(v)‘=(g,+ g§)('T(V))
I 7‘ (V{_+‘i';)f'=.tf(vl.+v2).,Coinofes_ lineal setiene qua (35+ 5.39m =flv, +171) =fly1) + . _ - . - ,
fin); Entdnec (9(1); + v;)' =4 (pm) +'cp(v2), Sirnilarmente,.cp(Cvl) = cvl E V” en = mm» + gm»
deride cvl: V‘*' —'—:»' R es tal que. (cv,)(f)' = flcv.) = cflvi) pues f es lineal. Entonces
<p(‘cv‘;) = c (pm); Esto muestra entonces que (p es lineal.
= T1800?) +' T‘ig‘s)
Por ot‘ra‘ pa'rte e1 nucleo de cp es por definicién = (T'(g ) + T’ ) V
dc donde 1 (32 X )
Kercp= {v E V|cp(v) =0 E V**}
T‘(gi + 82) = T'(gx) + T'(g2)
Supéngase que {3 E Ker (p. Entonces V: V* —> R es el funeional cero en V*. Es
Similan'nente,
decir, W) =fli7) = O V-f E V".
Se afirma que 9 = 0.
En efecto, supéngase por contradiccién que 9 ¢ 0. Existen entonces vectores (T'(Cgl))(V) = (a)(T(V)) = a(-T(V))
Ln, u2,. ..,u,,_1, E Vta'les'ufi = {3, u,, . . . , um] es una base de V. Definasefe = C(T'QxXVD '
(en
V*,f: V —-* R comof(v) = cl en donde (\’)p = (c1, c2, . . . , en). Claramente, fat 0
‘ V*) puesflg) =, V1.7Esto e'ontradice entonces que v(f) = f(v) == 0 para todof E V*. _= (6T’(gn)(v))
" Entonees,‘K1ércp = {0}. Como dim V,= dim V*-*. = n,"el teorema 6.4 dice que (p ' de clondes "-
, es'un isomorfismo. ‘
T'(cg1) = c T'(gl')
Q.E.D.
A la transformacién lineal T' descrita anteriormente se le llama transpuesta de la
En base a esta identifieacién establ‘ecida en‘ el teorema anterior, se tiene entonees transformacidn T.
que los 'e's'pacio‘s vectoriales Vy V* juegan una relaeién perfectamente simétrica Seanp1= {V1,V2,...,v,.} Y $2 = {uh 142, - . - um} bases dc Vy Urespectivamente,
‘
uno con respecto a1 otro: V* es el dual dc Vy V(= V**) es el dual de V*. Cada' y considerense las correspondientes bases duales [if = {fi, f2, . . . , ,.] de V* y [35
vector f E V* es un funeional lineal en V y también oada vector v E V es = {ghgh - ' ‘ ’87") d6 (1*.
382 ALGEBRA LINEAL TRANSFORMACIONESLINEALES 383

Sea A=(a1-,-).--. ,,,,,-,,, 111 matriz que represents a Trespecto de 1215 bases {51 y [32 1a transformation trairispuesta 11c Tcs precisam‘cnte la transpuestIa de la matriz
1,-11 .1" , ' de la transformacién T. - - . ‘
‘l1estoes A=17111111.>yB=1b11-)1:1,. Ia matriz que representa a T’ respecto a Ias Dada la transformacién lineal T: V —> U, 56 ha visto co'mo 215001211 11 ésta su
transformacién transpuesIta. Se podria preguntar también por la transpucsta dc esta
bases [35 y Bi (esto es, B = Bragg”). filtima transformacién. Esta seria entonces 1a transformacién transpuesta de la
Se tiene cntonces que transformacién transpuesta de la transfonnacién T, (T ’)‘: V** —+ U**, definida
en 1:1 bidual de V y con codominio e1 biduai do U. 'Si solamcntc se atiende a las
matrices que representan a Ias transformaciones lineales correspondiemes, se
.23.
T(v,- = 111111,-
podria concluir que la transformacion (T‘)' tiene asociada la misma matriz de T
(pues 1a transpuesta de la transpuesta‘ de una matriz es la matriz original). Lo
T'(g1-)= 2 buf, anterior hace pensar que la transformacién (T ')’ es “la misma” que la transfor-
1-1 macién T. Efectivamente, esto es ciert'o. En realidad este hecho no es mas que el
reflejo de la identificacién natural de V‘** con Vy de U** con U que se analizo en la
También, per in definicién de T’ se tiene que subseccion anterior en este apéndice, de modo entonces que la transfonnacién
(T')‘ : V** —-> U** es una aute'ntica copia (en el sentido en el que V*’r 10 es de Vy
(T’(g,-))(Ve) = 810111)) = g; U** Ides de U) de‘ la transfonnacién Original T: V —> U.
X awa- = 2 a11g11u1) = a»
1m k=1

(en d'onde‘ para establecer la 1111111111 igualdad, se usé Ia definicién de la base dual
de [32).
Se s‘a‘be que para 'cualqui'er func‘iona1fen Vse tienc Al.3. HIPERESPACIOS E HIPERPLANQS

f‘= £11111" ISe veré 1111111 9911117 estabiecer an concepto geometnco que generaliza la idea de ‘
“piano en el esacio tridimensional” usando para e110 funciot1a1cslinea1.es '
Seafz. V —> R 1111funcmnal linealnanulo en el .cspacio vectorial Vdc dimension
(véase demostracion del teorema ALI). Emonces, para cl funcional Tm) en V
n. Laimagcndefes .enionccs un .subelspacio no trivial 111: R. Como 0 < dim 1111
debctcn'c'r'se
fS dim R = 1, so lienc que dim Im.f = 1 y cmonccs Im f = R. cfin cl lcorcma dc
1a dimension sc tienc
T181) = 2 113,111.»: nulidad def = n — 1
i -1

Pcro scgi’m lo visto anteriormente, (T'(g,))(V.-) = (1,1. Entonccs Es decir, cl miclco 111:1 funcionaifes un subcspaeio 111: cya dimension as manor
en una unidad a la dimension de V.
T'(g,) = i 01173
1-1

Comparando con
I DEFIN/CIONAI.I1 Sea Vun espacio vectorial do dimension n Se dice que elIsubospacio H do Ves
un hiperespacio deI. Vsi dim H= n — 1. Un. hiperplano en Vcs e1 conjunlo do la
Tfigj) = 2 b-I
1-1. , forma vo + H= {v0 + h | h.IE H} en 1101-1116 H es un hiperespacio de Vy v1, es un
vector en V.
y en vista de la unicidad de la rcprcsentacion del vector T'(g,-) como combinacion
lineal de los vectores de la base [31 ,se tiene que
For ejcmplo, on R2 105 hiperespacios son los subespacios dc dimension 2 — 1 = 1.
Estas son rectas que pasan por e1 ori gen. U11 hiperplano cs R2 (101 tipo vo + H, con
“If = 1717 H hiperespacio 111: R2, es una rccta que pasa por vo y es paralela a la recta que
rcprcsenta H.
y por lo tanto se concluye que B = A’, 0 sea [T 1,559; = [7%,92. Es decir, 1a matriz de
384 ALGEBHA LINEAL
En R3105 hipercspacios son los subespacios dc R3 de dimension 3 — 1 = 2. Estes
son planos que pasan por el origen. U11 hiperplano an R3 dcl tipo 1/1, + H, con H 1.111
hipcrespacio dc R3, es un plano que pasa por v0 y es paralelo a1 plano quc represen-
ta H
c1311 el andlisis previo a lay dcfinicio’u ALL todos los 111301005 111: funcionalcs
linealcs no nulos en un espacio vectorial Vde dimension n, son hipcrcspacios d1:
él. Sutgc 61110111265 dc modonatural la interrogantezvétodos los hipctespacios de un
espacio vectorial Vde dimension finita son micleos dc funcionalos linealcs no
nulos en V?
La 165111125121 a. esta prégunta els afitmativa. Mas 111111, 51: puedc usar una
caractenmmon muy. simple do los hipcrplanog do 1111 espac1o vectorial pot mcdio '
de funcionalcs lineales, de la cual so obtiepc on particular la caracteri/acion do los
hipercspacios dc unespacio vectorial como nucleos dc funcionales linoalcs no
1111103 en V.
Antes de enunciar y probar cl tcorema principal (lo csta subseccién, véansc
algunos ejemplos.
Sea V—- R2 y f- R2 ~> R cl funcional dado por fix, y)—= 2x- y
El miclcc de fcs por definicion: Kerf {(x, y) | 2x-—y= 0].
Este es un hiperespacio en R2 quc geométricamente es representado por la recla
y= 2x. Obsérvcse que al escribir fix, y=) 7k, 91. E R, sc obticncn los hipctplanos
en R2, 21: — y = 71., 105 cuales son paralelos al hipcrespacio Ker f.
1gi K 11‘»
‘90
x
V
TRANSFORMACIONESLINEALES 385
En R3 considéreéc olfonoioriol linealf R3 —> iclado por '
111,111+}:
El micleo (11-: fcs cl hipercspacio
Kerf = {(x,y,z) l x+y-z = O}
Obsérvese quc al escribirflx, y, z) = 71, A E R, se obtienen hiperplanos paralelos
al hiperespacio Kerf
Pésesc ahora a1 anélisis qua conduciré a la caractctizacio’n do 105 hiperplanos
dc 1.111 espacio vectorial por med io dc funcionales- lineales.
LEMA Sea Vun espacio vectorial de dimension n y sea Hun hiperespacio de él.
Supéngase que '17 E V\H. Entonces wda vector v E V puede ser escrito
en forma finica como v = W + 12, en donde 9» es un escalar y it E H.
(Obsérvme que esté lema puedereenunciarse equivalentemente como:
si H’ es el espacio generado pot 17 6 V\H, entonces V= H’ EB H.)
DEMOS TBA CION Sea [3”: {vb 112,3 . . v,_..1] una ba'se de H Como v es un vector (11. _.V quc no
pertepe'c'e a H, e1 conjpnto [3 = [V1, v2, . . . , v,._ 1, v} es una base de V, pues dim'
V= n y el conjunto [3 es 1111‘ conjunto de n v‘ector'es llnealmente independientes en
V(véase lema 2 seccion 5 capitulo 3). Dado v 6 V, existen finicos escalates c.,
Q, . . . , 0,. tales qua
v = cm + 6‘s + . . . + c,,_.v,,-1+ c"?
Escribasc [2 = cm + . . . + c,..w,..1. Es claro que h E H. Ponicndo (3,, = 91, se oblicnc
la conclusion dcscada dcl lcma.
Q.E.l).
E11 el caso dc R2 cl contcnido do 6511: lama pucde vemc geométricamcntc scgfmsc
mueslra en la siguicnte figura:
386 ALGEBRA UNEAL TRANSFORMACIONESLINEALES 387

Bl Siguiente teor‘ema asegura que todds ios hiperespacios en 1111 espacio ’vectorial . El siguiente teorema catactetizn a los hiperplanos de 1111 espacio vectorial Ven'
Vdc dimension finita son micleos de funcionaies‘ iineales no 1111103 en ese espacio term 11105 funcionalas lineales on V.

TEOREMA Al.3 Sea H 1111 hiperespacio de 1111 espacio vectorial Vde dimension 11 Sea '17 E TEOREMA AL4 U11 subconjunto M del espacio vectorial V dc dimension finita es un
V\H y c 1111 escalar no 111110, entonces exists un unico funcional lineal f:
hiperplano de Vsi, y 5610 si
V —-> R 1211 que
a) Ker f =
M= {vE V|flv)=c}
b) fi'fi) = c
para algfin c E R y algiin funcional lineal no nulof: V —1 R.
DEMOS TRAC/ON Definase e1 funcional f: V ——> R de la siguiente manera: dado v E V, escn’basc,
segiin e1 lema previo a este teorema v = W + h, on donde 71 E R y h E H (ambos
DEMOSTRACION Sea M = {v E V|f(v) = c} en donde c E R yf: V -+ R es un funcionai lineal en V
dctemiinados por v). Definase cntonces '
M no nulo. Comofes no nulo, se tiene que [111 f = R, de modo que existe v0 E Vtal
flv)=kc \N. queflvo)= c. Entonces se afirma queM = v0 + Kerf En efecto, sea v E M. Entonces
flv)= c =f(vo), de dondeflv- v0) 0 y por tanto, v— v0 E Kerf, 0 sea v = v0 + h,
Se afirma que f es el funcional lineal en V que cumple con la conclusion del h E Kerf. Es decir, MC V.) + Kerf.
tcorcma. Recipr'ocamente, si v = v0 + h, e11 donde h E Kerf, s‘e tiene queflv) =1 flvo + h)
En efecto, si v1, v; E Vy k E R, 56 escribe v, = 9119' + 11;, v2 = 7129 + hz, do modo =flvo)-=-'-'fUI) c + 0= 0, y por tunto v E M. Es decir, que V.) + Kerf C M.
que v1 + v; = (9». + 712)? + (711 + 112). Enionces Entonces M'= v0 + Kerf Como Kerfes hipe1espacio de V, se concluye que
M as hiperplano de V:
flvl + V2) = Q»; +_ 9‘90 Recipr‘ocamente, sea Mun hiperplano de -V, ento'nce‘s M'= v0 + H,.en donde H
=1 1..c +_'1,c =1111.) ',+'f(v2)’ .e‘s ‘un hiperespa‘ciode Vy v1; .5 ,V'(e1c'as'o de interés es cua'ndo v0 E V\H, pues si.
vo' E" H, 111. conclusion de 'e'sta pal-ta del‘ tebl'em'a s'e reduce a Aguell'a del'teor‘ema
Similarmente, kvl =' k9“? + kh1, y entonces anterior, pues’ en este case M S‘eria un hiperespacio). Sea 0 E R un escalar no nulo.
Se' ‘sabe’ que existe u‘n finic'dfuncional lineal f: V —> R tal q'Ue Ker f = H y f(vo) =
flkvl) = (kh1)c = [(01169 = kflvl) c. Entonces, por un argumento similar a1 usado en la primera parte de la demos—
tracio’n de este teore'm‘a se Conclu'y'e' que M = v0 +"H =1 {v E V1f(v) = c}
lo que mucstra quefes lineal.
P01 otra parte, si v e H, so tiene trivialmente 1a expresion v = 0 - i5 + v. Como Q.E.D.
esta cxp‘resién para v‘e‘s finica, se concluye qucflv) = 0 - c = 0 y por tanto, v E Ker
f Esto muestra quc H C Ker f. Como dim H = dim‘ Ker f = n -- 1, so conciuye
finalmentc que H = Ker f.
También como V = 1 1 T1 + O,setienefl'13) = 1 - c = c.
EJERCICIOS (APENDICE 1, CAPlTULO 4)
Véase pot filtimo quc este funcional lineal cs (mico. Supc’mgase que existe otro
1. En el espacio vectorial Mm, considere la funciénf: Mm. —» R dada p01:
funcional lineal g: V -> R, 1211 que Kerg = H y g(17) = c. Entonces para cualquier
v E V, v= W'+ h setiene flA) = trA

1»)
1 gm: 30‘ a + h) ‘ 718071 1801') = 1c =1
.Detnnestre quefes un fiincional lineal 611 Mm. .
2. En el espacio 've'ctOrial C([—1,1])considetela funciémpz' C([ 1,11) —~‘ R dada pot
lo que muestf'a'que g = f
(2.11.1). W) "110)
Prucbe que cp es 1111 funcional lineal en C([—1 1])
Con cste teorema se responde la pregunta que se plantcaba a1 principio de esta 3. Considere los vectores v1= (1, 1), v;-
— (O, 3) de R2. Demuestre quc 6115311: 1111 unico
subseccién: el subcspacio‘ H dcl espacio vectorial Vde dimension finita es un funcional lmeal f R2 —» R tal queflw) = l ,flvz) = —1.Desctiba explicitamente el
hipcrespacio dc Vsi, y 5610 si H es el micleo de unfuncional lineal no nulo on V. funcionalfl '
 TRANSFORMACIONESLINEALES 389
388 ALGEBRA LlNEAL
lineal f: (23' 13. End espacio vectorial R3 ‘conéideite el subespacio
v, y v'z'en Rz-exis'le ununico funclon'al
. [ACiert’o'o faléo? Dados dos vectores
R2 -—> R 131 queflvl) = a yflvz) = b; es
dbnde a y 1) son 'mim eros reale s dado s.- " H? Q<<2.1.3).(o,-1,2i)
R? f’
2), v2 = (3, 1, —1),1{3 = (4, 2,11). Sea f:
En R3 considere los vectores vi = (4, —l, a)' Demuestrc que Hes un hiperespacio de R3
;) = 3, determme um formula exphcna
R el fun‘cional lineal tal queflvl) #02) = l,f(v, b) Describa explicitamente e1 funcional linealf: 123' -+ R (31 quc Kerf = H y f((1, 0,
para f. 0)) = l
. En R3 considere la base . En el espacio vectorial Mm considers el subespacio

”lie 0H0 0H1 0]]

03 0, 4)}
p={(2319 '1):(391)2)’( 1 1 l 1
__ 1 0
Describa explicilamente la base dual de {5.

is“; fill?) all? ill? ill

. En Mm considers la base a) Compruebe que H es un hiperespacio de Mm.

flli in“
b) Describa explicitamente el funcional lineal f: Mm R tal que Ker f = H y

Des‘crib‘a cX‘plf'cita'm'ente la base dual do {5.

pot . En el espacio vectorial R4 considere e1 subespacio
. Considere el funcion‘al linealf: R2 -—~ R dado

flxl, x2) - axl + bx:

' H = 3((1.o,.1,0),(o,1,0,1),<2,0,o,1))
les T:
. Para cada uno de los operadores linea a) DemueSt‘re Que H es un hiperespacio deR‘
en don‘de a y b son numeros reales fijos
R2 -+ R2 dados acontinuacién, describa
T'(f). b) Con'sidcr'e el hiperplano M en R4 dado 'por
. '.: . an (0’,1,1,l)_'+..H
. ' a) T091, x2) = (Xi, X2)
. _ib) 77(261,x;)_=(0,'x2)} ‘ ' - EscribaMoomo i .-
x1)
C) 7051,16) = (xx + x2, x{- M= {vE R‘lflv) = C]
)
(1) Tlxi, x2) = (3x1 + 4x2, —2x. + 6x2 \

de donde c. ‘es un numcro yfes un funcional lineal no nulo en R4. (Véase teorcma
= BA, en donde B es una m‘atriz fija Mm.
. Sea T2 MW. a Mm e1 operador lineal T(A) funcional lineal de AI.4).
) == trA es un
En el ejercicio 1 se probé quef: Mm R,f(A
M,‘.x,.. Describa T'(f).
hipcrespacio
10. En el espacio vectorial R2 considere cl
H’- {(X.y)|x='>’} APENDICE ll. ESPACIOS COCIENTE
N) + h,
siguientes vectores V dc R2 como v = En cstc apéndice se prescnta, en el contexto del algebra lineal, un conceplo
Sea V = (2, 3), escriba cada uno de los
ALB).
l. E R, h E H (véase lema previo al leorema abs lracto muy importantc cn mateméticas: el concepto de “estructura cociente”.
c) v=(5,5) En todo cste apéndice Vde'notaré un cspacio vectorial (no neccsariamente dc
a) v=(1, 1) ' dimension finila) y Wun subespacio dc V.
d) V=(-1,2) ,
13) V=(4,6) Envel espacio V so va a deflnir una relacién cntre sus elementos llamada
cl hipcrespacio (relacién dc) “congrueneia modulo W”.
‘ " 11. En el espacio vecloifi 211 R3 oonsiderc

' ' H={(x;y,fz-)1x-e<iy+z'='01' ' DEFINE/(5N Sean v1 y v2 dos vectores dcl espacio vectorial V, so dice que vl' es congruente con
1,2)como v = M7 + h, 7L 6 R, h E H. v2 modulo W, 10 cual se escribe como v; 5 v2 (mod W), si v. — v; e W.
Sea 37 =(- 1,—1, -1). Escriba el vectorv =(3,
12. En el espacio vectotial R3 considere
el hipercspacio

H=l(x,y.z)l2x—y+z=0l TEOREMA Al!.1 La relacién de congruencia médulo W definida ant'criormentc es una

, relacio’n de equivalencia.
lf. R3 a R lal que Kerf = H yfl(l, l, 1))
Describa explicilamcntc el funcional linea
= 2.
390 ALGEBRA LINEAL TRANSFORMACIONES LIN EALES 391

DEMOS TRACION a) Si "v e V, eiaramente v= v(mod W), pues-Wv- v= O E W(Wesiun subespacio ' que pasa por v0 y es paraieia a ia recta que rcptesenta a W. Geométricamcnte esto
,, _ de Vy por tanto contiene a! cero) SB V6: COUIO

b) Supéngase que v1=v2 (mod W) Entonces v = v, - v2 6 W. Siendo Wun

subespacio de V, se tiene también que —v E W (e1 inverse aditivo de v).
Entonces —v = v; — v, E W, 0 sea que v; E 1», (mod W).
C) Si v, =1 v: (mod W) y v; E v; (mod W), entonces v1 — v; E Wy v2 — v3. 6W.
Nuevamente por ser Wun subespacio de Vse tiene que (v1 - V?) + (v2 + v;) =
— v3 (—3 W. 0 sea que v1 ‘=—= v3 (mod W).

Q.E.D.

Al set entonces la relacion de congruencia modulo Wuna relacion (1e cquivalencia

en 61 espacio vectorial V, éste queda dividido en clases dc equivalencia disjuntas.
Considc'rese el conjunto
Entonces,vo+ W== {(x, y) E Rzly-yo=x ~xo}. Osea,
v+W_=(v+w|wEW}
y V0+W W

Se afir'ma qu'é 'e‘ste conjunto es precisamente la clase de equivalencia en la que se

encuentra el vector v E KEn efecto, lassiguientes equivalencias son claras v' E
v+ We v’ = v+ w‘,a1gxin.w (-1 W.» v’ — v.” w E We» v’ E v(modW).Esdecir,
los elementos del conjunto v + Wson precisamen‘te aquellos vectores v’ E ue
son'cohgruentes, con vmédulo W..Se denothrzi pot v + W" a la clase de equivalencia .
'que contiene a v. (Sc dice qu'e v 65 f‘un represchtante”. dc esa clase.) ‘

Al conjunto de todas las clases de equivalencia de V, se le dcnotarzi pot V/ W.

Es dccir,
El siguiente objetivo es mostrar q‘uc dc hccho V/Wes mzis que un simple conjumo:
V/W= [v+ W} V E V} es un espacio Vectorial.
Sean v, + W, V; + W 6 WW, se define Ia suma de v; + Wy v; + Wcomo
Considéresc por cjemplo e1 espacio vector-i211 V = R2 y Wcl subcspacio‘
(V1+W)+(V2+W)=V1+V2+W I
W {(x, y) E R2 Ix= y}
Es decir, 1a suma de la ciase que co‘ntiene a v; y la clase que contiene a v2, es (pot
(Este mismo ejemplo se usaré para ilustrar otros conceptos que aparccerén en el
definic'ién) l’a clase que conticne a vl + v;. Similarmentc, si v + W E V/ W, y c E R,
transcurso dc cstc apéndicc.) Se dcscribirzin geométricamente a los elementos dei
se define e1 producto de v + Wpor e1 escalar c E R como
conJunto V/ W.
Sea v0 = (x0, yo) 6 _,R2 recuérdes‘e qu'e v= vo(mod W) si v— v, E W. A1 escribir
V“ (x, y) se tiene _ , . i'c(V+W) fi-cv+ W

v = Vo(mod W) 9 (x y) - (we) 6 W e (x — x0. y - yo) 6 W
"’ y ya: x Xe
Entonces, cl vector v = (x, y) eslzi en la clasc dc cquivalencia dc v0 si, y solo si sus
coordenadas satisfacen la ecuacién dc la recta y- yo= x~ x0, la cual es una rccta
*Otra notacién muy Mada para la clase de equivalencia qua contiene a] vector v E Ves [v].
Es decir, que el producto de la clase que comiene a v por el escaiar c E R es (pot
definicién) Ia clase que contiene a cv.
Obsérvese se que-se ban dcfinido estas operaciones en 61 conjunto V/W, usando
representantes concretos de las clases de equivalencia correspondicntcs. Sc (1c
entonces verificar que la definicién no depende dc las representames que se tomen
en tales clases (esto es, que se trata dc una buena definicién).
 TRANSFORMACIONESUNEALES 393
392 A'LGEBRA UNEAL /
1a
Supéngasé efitonces quen' se'iomabtroreprgentahte vi (distinto de v1)_en
- clase v, + W'y ot-‘ro representante vé‘ (d'istinto de v;)f-.e'n 1a clasé v2.+ “W; (20a m +f _ . TEOREMA A112 E1 éonjunto V/W‘con las operac'iones dc'Suma' y producto 'pdr escalates,
(v; + W) = anteriormcnte definidas es un cspacio vectorial.
W= vi + Wy v; + W= v5 + W, sedebeverificar que (v, + W) +
(Vi +W)+(Vé +W)- vé = v; +
Como vi 6 v, + Wy vi 6 v; + W, se puede escribir vi = v; + my
DEMOSTRACION La demostracién de 6510 teorcma es un simple ejcrcicio dc verificacién de los
w; en donde wb W2 E W. Entonces
axiomas que dcfinen un espacio vectorial en el conjumo V/ Wcon las opcmcioncs
quc se han definido en él. Sin embargo, sc darén los dctalles dc la demostmcién,
Vi+Vi=(V1+W1)+(V2+W2)=V1+V2+(w]+W2) putts en 61105 56 cncuentran aspectos importantes en el manejo de las operucioncs
con las clases de equivalencia de V {105 elementos del conjunto V/W).
Como w + w E W, setiene entonces que vi + vi e v, + v; + W. Porlo tanto, Siv. + W,v2+ W,v3+ WE V/Wykp E Rsetiene
+W)
(V1+W)+(V2+W)=V1+V2+W=Vi+Vi+W=(Vi+W)+(vé a) (la suma es conmutativa)
Sic E R, se tiene
Similarmente, si v’ 6 v + W, se puede escribir v’ =‘v + w, w EW. (V1+ W)+(v2+ VV)=V1+V2+ W
cv’ = cv + cw. Pero cw E W, por lo que cv’ 6 cv + Wy entonces
= V: + V1+ W

c(v+W)=cv+W=cv’+W=c'v’+W) =(V2+W)+(V1+ W)
cl conjunto V/W estén
Las operacionm dc suma y producto por escalates en
b) (In suma cs asociativa)
enlonces bicn dcfinidas.
En cl ejemplo gcpmétrico esto se ve como
(v: 4* W) +- (Ky-2 + m+(va'+.W>>’=(v1+'W> + (Vé + v5 79% _
=(V1+V2)+V-3+ W

=(‘v1+v2+ m+<vs+ m
=((V1+W)+(V2+ W))+(VJ+ W)

c) (exists un ccro en V/W). Obsérvcsc quc la clasc O + Wes tal quc

(v+W)+(0+W)=v+O+W=v+W Vv+W€V/W

Entonces 61 acre de V/ Wes la clasc dc cquivalencia en (10t so cncucmra cl

cero dc V. Esta clase cs precisamcmc W.
7d) Dada v + W E V/ W, obsérvese que —v + W 6, V/W_es tal qua

. (117+. WM; (~v+ W)'= v 4v+ W= 0 + W= W(el--ccro-dc V/W) '

Entonccs -(v + W) = -v + W
e)7&((V1+W)+(V2+ M)=Mv‘+v2+W)=7k(vn+V2)+ W
=9w1+Kv2+W=(7~V:+W)+(7W2+ W)
=Mw+ W)+7~(V2+W)
 TRANSFORMACIONESLINEALES 395

ALGEBRA LINEAL nation: a clase,

7E1 slmboloOque apareee eh 'el lado izquietdo de esta expresién se
394
MfM‘pv-F W) ya 56 habi'a observadp, en la _
)v-+WW=M+pv+‘W=(fiV+ O'+ W.’ Los vectores dc eSta -clase sofi, como
I If) (X+l1)l(v+ W)=‘(7'~+p ecen a W. Entonces como
demostracién del teorema anterior, aquellos que perlen
=?~(v+W)+P(V+W)
W) =7~(M(V+ W»
g) 0400” W) = (MOW W‘MPVH W‘MHW d1(V1+W)+...+d,(vr+lV)=d1V1+
...+drV,+W

h) 1-(v+W)= 1'v+W=v+W
se tiene que
Q.E.D.
d1V1+...+d,V,€ H]

cio cociente (“de Ventre W"). Siendo [3' una base de W, existen escalates c1, .
. . , c», tales que
Al espacio vectorial V/ Wse le llama espa
finita, se tiene cl siguiente rcsultado
Cuando V es un espacio de dimensién
interesante. dm + . . . + d,v, = (aw; + . . . + cmw,"
subespacio de él. Entonces V/W
TEOREMA All.3 Sea Vun espacio de dimensién n y Wun o lo que es lo mismo
es un espacio de dimensién finita y = 0
C1W1+ . . . + Cm+("d1)V1 + . . . 'l" (~d,)Vr

dim V/W+ dim W= dim V

res son linealmente inde-
Pero t3 e‘s una-ba’se de V. En particular, sus vecto
ca que
. , v, en Vtales pendientes. Entonces la expresién anterior impli
base de W, existen vectores v1, V2,. .
DEMOSTRACION Sea [3’ = {w , W2, . . . , wm} una . . . , v,] es’ufla base de“ V. Se demostrara que los ck='.'=cm‘=dl=‘_i'=‘dr2’='0
que {3 = {W1, wz, . . . , Wm, v1,
form‘an una basedel espaclo cocieme
vectores v, + W,__v2 1+ W, . . . , v, + Wen V/W
+, W’son linealmeme lndependientes
' Esto mue$tra quelos Meetetes _v. + W, . t L' , v,
generan a V/W. Sea v + W un vector y por lo tanto que ellos constituyeti una base de V/
W. Emonces
Primerameme ‘véaseque tales vectores‘
eualquieta a V/ W. '
cx, . . . , c,,., d;, . . . , d, tales que dim V= r + m
Como 6 es una base de V, existen escalates
=dim V/W + dim W QEU
v=c1wx+ . ..+c,,.w,,.+d,v, + . . . +d,v,

dedonde la particularmente suges-

NOTA: La fértnula del teotema anterior tiene una férmu
v—(d1v1+...+d,v,)=c1w1+...+c,,,w,,. tiva si se escribe como
de esta filtima expresién se encuentra en
El vector que aparece en el lado derecho dim V/W= dim V~ dim W
cl subcspacio W. Entonces
n dc Wen V”.
Al nl’lmero dim V/Wse 1e conoce como “codimensio’
v-(d1v1+...+d,v,)€ W
una correspondencia
_. SeaVun espacio yectorial y. Wun subespacio de él. Existe
la clase 'de dxvl + . . . + 'd,v,_es la misma. acio cociente V/W
0 sea quela clase de equivalencia de v y natural entre los elementos-del espaclo Vy 10's elementqs delesp
de equivalencia y + W
Slime? v 4', W =‘dm + . . . + d,v, + W que le'asign'a a Cada'vector, v E Vsu correspondiente clase
= (dm + W) + ; + (21”; +"W5
=d1<V1+ W)+...+d,(v,+
m fiVaWW
ran V/W.
lo que muestra que v, + W, . . . , v, + W gene v —+ flv) = v + W
Véase ahora que son linea lmen te independiemes. Témese la combinacién
nica de Ven V/ W. El siguicnte
lineal A csta funcio’n se le conoce como proyeccio’n cané
esta funcién.
teorema recoge las principales ptopledades de
(11(v,+W)+...+d,(v,+W)=0
 / TRANSFORMAClONESLINEALES 397
396 ALGEBRA LINEAL .
10 quc muestra que’ cpcsté bien definida. -.
W, dclé‘spzicio vecl'orial ’ Sc mostraré’ quc cp es un isomorfismo chm: los cspdclos VcCtoriales V/Ker T
TEOREMA AHA ‘ - Le proyccciénvcanétficaf V -» fV/W,j(vv) = v + l cuyo nficleo as y U- /’
acién linea
Val cspaclo cociente V/ W, es una lransform Primeramentc véase que cp es una transformacién lineal. Para V! + Ker T, v2 +
l W. Ker T e V/Ker Tse tiene -

squlera dc V, se tlene I<P((171 + Ker 'I) + (v; + Ker 7)) = (p021 + v2 + Ker Y)
DEMOSTRACIGN Si vl y v; son dos vectorcs cuale
, i = T(V! * V2) = T(Vl) + T(vz)
)+flV2)
flvl + V2) = V: + V2 + W: (W + W) + (V2 + W). =flV1 = €P(V1 + Ker 7) + <P(Vz + Ker 7)
"I: A
Si ve Vy c es un escalar
Similarmentc, si v + Ker T e V/Ker Ty c es un escalar
flcv) = cv + W= 00: + W) = cf(v)
. <p(c(v + Ker 7)) = (p(cv + Ker T) = T(cv) = cT(v) ’= c cp(v + Ker T)
.
lo que muestra quef as liheal.
e V | v) = 0]. Es declr; v e Ker f sx,ly 10 quc muest'ra quc q) es lineal.
For olra parte, sc tiene que K'er f = {v Como ya se habm
valchcia O + W. Por Otto lado, dado u e U cxi‘stc‘v e Vlal qu'c T0!) = u, pucs T cs, pot 1111x3tcsis,-
sélo‘siuflv), = v + W es igual a la clase dc equi cs
A112, la clasc v + Wy 0 + Wson lgual s'obrcycolivu. El‘llOllCCS, dado u 61 U, ‘cxistc v + Ker T 6' V/Ke'r Tlul quc <p(v + Ker 7)
observado ant‘eriormcntc en clvt'ei'orema
= T(v) ='= u, 10 quc mucstra quc cp cs sobrcycctlva.
si, y 5610 s’l V6 W. Enton'ce‘s Kerf = W. Q.E.D. Por filtimo se ve que cp as inyectlva. Sean v, + Ker‘T, v; + Ker T E V/Ker Tta-
les que <p(v17+ Ker T) = <p(v2~+ Ker IT). Entonces T(vl) é T(vg) 0, sea T(v.1 w. v;) = 0
rtantcs en la leorl’a de las ldq11e_diee qua v1 --;'v;'», e Ker T, o-blenqu‘e vl'e v2 + Ker T. Elitonees vi,+ Ker T?
' El sigui cnt'c tcorcm'a csun‘o dc: 10's rcs'Ul-tzidos mz’xs impo
trahsfb'rm’aciotles lifieal’es‘: , ' ‘ v; +‘ Ker T, loque-mue'stra due-(p es-ixly'éclivzx, y pm tahlo c (p as un’lsomdtfismo
entrc V/Ker Ty U.
Pruébcse ahora la scgUfida p’z‘irtc dc’l te'orcm‘a.
T: V -—> U una transt‘ormacién Consiclérese la funcién \y dcfinida como
TE'OREMA All.5 Scan Vy‘ U dos; csp‘acios vcctorialcs. Sea
espncios U y V/Ker T sgn
lineal sobreyectiva de Ven U. Entonces los
dencla uno a uno cntrc cl ‘ dc V
. subespaclos . «
isomorfos. Més afin cxistc una correspon subespaclos
a Ke'r- T y cl conjumo dc W. que conuenena —+ dc U
conjunt'o dc’ subcspaclos dc V qlic conlicne Ker T
subespacios dc U.
S -> w (S) = T(S)
ida de la siguicnte manerzl' para v + Es dccir; si S es un subcspacio de V quc contiene a Ker T, del‘inasc w (S) como
DEMOSTRACION Considércsc la funcién (p: V/Ker T —» U dcfin T(S) = [u E U] u = T(v), ve S}. Es fzicil vcr que T(S) es un subcspacio dc U. Sc va
o slendo la imagcn dc v bajo T, 0 sea
Ker TE V/Ker Tdcfx’nasc cp (v + Ker T) com a moslrar que \y es una funcio’n biycctiva.
Sea M un subcspaclo dc U, considc'resc cl conjunto
cp(v + Ker 7) = T(v)

scntzmte dc la clasedc‘ cquivalcncia v _+

- T4 <M>'= {ve VITO?) e .m-
"Obsérvjcse que'cl vectbr v CS 5610 um toprc Imag cn dc v +-Ke r T-ba jo
cntc "quc la
Ker T. Sé dcbc cntonces Verificar primcram Segfirma qfic T"(M) es \ln subcspacllj dc Vqlle eonlicilc a Ker Ty qtle w(T'1(M)j ‘ I. I I
dcl represent ame quc se (omc dc la clase v + Ker T.
cp no dcpendc
Sc ticnc qua v’ + Ker T = v + Ker Ty
Supéngase entonccs quc v’ 6 v + Ker T. — Tin efecto, si vb v2 = T"(M) sc ticnc
= <p(_v + Ker 7).
se debe mostrar cmonces qua (p(v’ + Ker T)
— v eKe r Ty por tanto, T(v’ — v) = 0. Como
Como v’ e v + Ker T, 50 ticnc quc v‘ T(v, + V?) = T(vl) #- T(v;) E M
= T(v). Entonces
Tcs lineal, lo anterior implica quc T(v')
+ Ker T) pucs M es un subcs‘pacio dc U. Entonces vl + v; E T"(M).
cp(v + Ker D = T(v) = T(v’) = cp(v’
 TRANSFORMACIONESLLNEALES 399
398 ALGEBRA LlNEAL
075% .
Similarmente, si 'v ET"(1%) y 0 es un escalal‘ T(cv.).==' éT(\5) E M y entonces cv- =
I . E T‘.‘(M). Esto muestré 'que T“(M) es un s'ubcspac‘io dé U. 81' v. 6 Kerr T, cntoxmccs
' Ira-ngo (IL-37W nlxlldad do 7‘ 53 dimV
T(V) = 0 6' M (puss M es un‘ subespacio d'e U). Entonccs e1 subcspacio T"(M)
conticne a Ker T. (2.12.1).
For filtimo sc ticne que
Considércsc por cjcmplo la lmnsfmnlacién lineal T: R2 ~+ Rz dada pot
W(T"(M)) = T(T‘(M)) = M"
Sc ha probado entonces que q! es sobreycctiva. T(x, y) =(x ~ )5 y - X)
Supéngase por filtimo que si S1 y S; son dos subaspacios dc V que contienen a
Ker Ttales que Es l'z'lcil vcrificar quc

KerT= [(x,y) E Rzly=xl

W51) = NS!) = T092) = W(Sz)
1m T= [(x, y) E R?|y= ~x]
Se afirma que S; = Sz.
ComuSl = T"(T(S2)), se tiene que S; Q T“(T(Sz)) = Sn. Sea ahora v e T"(T(S2)). Sc ha visto ya quc cl cspacio Rz/Ker Tlicnc la siguicntc uparicncia gcomélrica:
Entonccs T(v) E T(S2). 0 sea que T0?) = T(vo) para algfin v0 6 S2. Entonccs v — v0 €
Ker T (pu‘cs T(v. — v0) = 0). Como Ker TQ-Sz, se-ticne v - V0 E S2 y entonces v 6 S2,
lo queimues'tra que S. = T*'(T(S2)) 9 S2, queda‘n‘doj asi probada nuestra filtima
afirmacién.
Q.E.D.

. ,co’EOLAR-IO 1f '_ ' Seim VyU dos espécigs véctorlzilés y T: V—.+ U119; tfinsfonfiééién lineal. - ~ _
Entonoes‘ V/Ker' T‘= [In T.

. DEMOSTRACION Obvio, por cl teorema anterior.

Q.E.D.
Micnlras quc cl subcspucio lm Tsc vc gcomélrlcamcntccomo
COROLARlO 2 (DENUEVOEL'I‘EOREMA DELADIMFNSION.) Sean Vy U dos espacios vectoriales, y=~x y
Vde dimensién'finita. Sea T: V —+ U una transformacién lineal, entonces

tango de T+ nulldad de T = dim V

DEMOSTRA CIéN For (:1 tcorcma A113 56 tienc

dim V/Ker T‘- dim Ker T = dim V

Segtin el corolario I, V/Ker T2 In: Ty entonces dim V/Ker T= dim 1m T(corolario Im T

1 del teotema 6.3). For lo tanto
dim Im T+ dim Ker T= dim V El corolario l dcl [comma All.5 ascgum qu‘c R2/Kcr T = [In T. No es muy dil'l'cil
darsc cucmu quc la funcién q) ('10! {co'r'cma AILS quc cstablccc cl isomnrl‘ismo cl
*Slf: A a B es una funcién del conjunt'o A al conjunto B y si A y B, son subconjuntos de A y B cspacio R’lKer Tul mpacio [m Tsc v'c cn 0510 cjcx‘np‘lo coma
respectivamente, se tiene que: (l)f(f“(Bl)). = 3,, (2) f "MAID 2 A1.
400 ALGEBRA LINEAL

CAPI'TULO’CINCO
Espacioscon prod-ucto interno
lm T

Considérese Ci espacio vec1011211 R2.

Se ha visto quc este espacio es representado geométricamcme por cl piano xy.
Se recomienda a1 lector que reconsidere la primera parte de la demostracién dcl En ocasiones simpicmcme uno se refiere a1 “piano R2”, identiiicando a1 cspacio
teorema AII.5 con este ,ejemplo geométrico. Mzis concretamente que se convenza con su representacién geométrica.
geométricamente que la funcién cp: Rz/Ker T ——> 1m T, cp(v + Ker 7) = T(v) csté Una caracten’stica importantc en 6316 cspacio, quc win no se ha cstudiado, es
bien definida y es un isomorfismo. que en él cxiste una nocién dc perpendicularidad” entre sus elemenlos. 'No es-
difl‘cil est‘ablece'r‘ cendicioncs equivalentcs a1 hecho de quc los vectores v1= (x.
yl) y v2= (x2, y;) en R2 scan perpendiculares:
EJEERCIGI'OS (APEND‘ICE-II, CAPiTULO 4). ,
Y
1. Sea V1111 espacio veCtoria1,ccriba los espacios cociente V/V y V{O].
' 2. En cl especio.vec‘tprial R3 sea. Wei subcsp'acio gegerado por los- vectores' v1 = (1 O, '
0), V2 " (1,1,0). ‘ ' V (X1.'y1)
a) LCoino son los clementos dcl espacio cocielite R3/ W?
b) Halle una. base dc RJI W..
3. En c1 cspacio vectorial RJ sea Wcl subcspacio generado por el vector (0, 0, 1).
a) Describa u'n clemcnlo tipico dc R3] W. 1,,
b) LCémo se ve geométricamente e1 espacio R3/W'.’
0) Mafia u11a base de R3/ W
4. En el espacio vcctm ial P (10 todos los polinomios considerc e1 subcspacio P1 10111121110 ) . ‘ v . .
La pcnd1cntc de la rccla on 111 quc sc encucntra v. cs =——' ~. S111111armcntc, 111 pcndicnlc
por los polinomios de grado menor o igual que 4 Dcscriba e1 espacio c'ocicme PIP. 1 x1
Ha11e una base de 151. ’
do la rccta en la quc SL cncucnlru v2 cs %.'RCC()I‘(1811(10 quc cslas reclas son
I , l i

5. Sea Vel espacio de 1113 matrices 1riangularcs superiorcs de orden 2 y U c1 espacio dc

i 2 u

2
las matrices diagonalcs dc ordcu 2 (subespacio dc V), demucstrc que el espacio perpendiculares 51, y 5610 31 c1 pioducto de sus pcn‘die‘ntes cs igu'aI a--,1 so oblicnc
cocicnte V/U es isomorfo al subcspacio dc M x 2. entonces 1a condicién de pelpendicularidad entre los vectmes v = (x1, y.) y 12=

113?] “ii“fdii
(x2, yz) come

6. Sea Vun espacio vec1oria1 de dimensién finita y sea Wun subespacio dc Vial que
dim VlW = 1. A 103 elementos 111:1 espacio cociente V/ W 51, les llama en cstc caso
“hipcrplanos [111111111105 11 W“. Concilie esla definicién con el analisis presenlado en la, 0 bien, ‘
seccién 3 del apéndicc I.
'Xlxz + yl = 0
M.~.,_,.N.-.«q...w.,

E! 1111111610 x1x2 + My; que aparece e11 e1 iado izquiercio de esta 1'111'11ma igunidnd no
es mas que el conocido “producto punto” de 103 vectores v y v2

401
 ESPACIOS CON PRODUCTO ‘NTERNO 403
402 ALGEBRA LINEAL
, En cfecto, la primcr'adc estas definiciofies-es. Clara por el anélisis original.
, La funCion qoc ascciafh c'ada papde Vectorcsv. y v5 fen Ri su' producto pumo '
La ma‘gnitud dcl vector v = (x,:=y) E R2 segx’m la definicioh (2) cs': ,
abre todo un zmin'd‘o dc contenido geométrico para c1 csp'iacio R2. Escriba‘sc esta' '
funcion como
llVll = VflV,V) = w/v-v = W
f: R2 x R2 —+ R
quc coincide precisamcnte con la nocién geométrica dc “tama "‘o”\dcl vector v E
(V1: V2) Hflvl, V2) = V1 ' v; R2. ..\

(on donde v1 - v2 denota a1 producto punto de lqs vectotes v, y v2).

Obsérvesc que esta funcién posee las siguicntes propiedadcs:

P1)j(v, v)ZOVv E Rfiflv, v)= Osiysolosiv=0

P2) flvx, v2) = flV2, v.) V v1, v: E R2
P3) flv, + v2,v3)=f(v1, v;) + Jim, v3)
P4) flcvl, v2) = cflvl, v2)

En. efccto, si v = (x, y) es un vector cualquiera dc R2, sc ticne

f(v,v)='\>*v='x'2+y’20 Por ultimo, si v, =‘ (x1;y,)y-v2 =. (x2, yz).Se tienc, segfin 1a definicién (3.)

_ dCVl, V2) = {7(v V2, V1 "‘ V2), = J(V1, " V2) ' (V1 " V2)

.x2+_y‘z=ov.-=,'x_=y=o , .\/(x_1 ”X2, Y1T“I)’2) '(xl "x25y1 ".y2)

ll
‘ '"'
TMM&5WF0mmywémJJ
Jm—mworfiy

I
, W) y (x2, y2)
2 = xl + Y2)’; = v2 . v, =flv2 quc coincide también con la nocién geométriCa-de distancia cntre (x1, y1)
fivl, V2) = vl - v 2 = 11x2 + y1y y
(x,, 3,2), V3 = (x;, y;)
Por filtimo, sic E R, v: = (Xx, yo, v2 = (X2. V2)
, Y3) \
V3 = (0x: + X2, CY: + Y2) - (X3 \\ d(V1.V2) - V (x1-X2)2+(y1—y2)2
flew + vz’ v3) = (cv, + v’)‘
s + cyxys + X23C3 + my;
= (Cx‘ + 162))“ + (63" + my; = cxlx
= Cf(V1, V3) +flv1: v3) \ (X1.y1)

Obsérvese también que con esta funcién f, sc pucden defiuir 'los concoptos dc
petpcndicularidad cntre vcctorcs dc R2, magnitud dc un vector en R2, distancia
cntre dos vectores dc R2 como:
1) 'Los vectores 'v,, v: E R2 son perpendicol'arcs si, yl'sélo ~sif(v,,’v2') = O. Todos cst'oscohccptos(pc'rpendicularidad entrc vcctores, magnitud de un vector
'
1 I y distahc'ia cntre vect'orcs),los' cua‘lcs pucdcn set definidos por mcdio de la funcién
2) ‘La magnimd del vector-v E R, denotada poi 1M], cs: pues',‘de R2, un espa‘ci'o vectOria l con una' gran
f(e! producto pimtd de R2), hacen,
tiqu’ez‘a geométriCa. *
“V" = Vflv, V) En cstc’ capitulo me so pr’oponc estudiar 1a generalizacién dc éstas ideas a
» espacios vectoriales abstractos’.
3) La distancia entre los vectores v1, v2 6 R2, denota'da por d(v,, v2) es: Una funcién fquc a cada par' dc vector’es dc un espacio vcctorial le asocia
un
punto en R2) P1, P2, P3
nfimero real y que satisface las propiedades (del producto
les para los
(1(v1, V2) =- Vf(v1 — v2, V1 '“ V2) y P4 se llama en general un “producto intcmo”. Los espacios vectoria
404 ALGEBRA LtNEAL
ESPACIOS CON Pnooucm INTERNO 405
y‘ I‘
que ekiste ta'l luricién (llamados- espaeios c011Iprodueto interim) son (:1Iobjeto c‘le .
esiudio de este eapitulo. , .
Sc estudiaran también algunos tipos especiales de operadores lineales dciini- Wow) = (V l CV1) = (W; l v) = C(V1 I v) ='c(v] v1) = 0 141011)
dos en espaeios con produeto interim.
A una funeion de dos variables que es lineal respecto de cada 1111a de el 1215 (es decir
es lineal come funcion de cada una de sus dos variables, cuando la 0113 se mantiene
11J11) se le llamafiuzcmwzlmeal
En resumen, se tiene que el producto mtemo es una funcioii bilineal,si1nétrica
1. DEFINICICN Y EJEMPLOS ’ y definida positiva.
“E11 cl siguiente teorema se recogen algunas consecuencias inmediatas de la
DEF/N/CION 1.1 Sea V1111 espacio vectorial. * U11 producto interizo e11 Ves 1111a funcion (- l -:) V X deiinlcion 1.1.
V ~> R que a cada par de vectores v1, vz en Vle asocia e1 111'1111ero real (v | v;) y
que satisface las siguientes propiedades:
TEOREMA1.1 Sea (V, (- l )) 1111 espacio eon producto interno: Entonces
1) (v1v).>.0VvEVy (viv)=0«=~v=0.
2) (vllv2)=(vz|v1) VV[,V2 E V.
1) (0|v)=0 VvEV.
3) (v1 +v2|v3)=(v,|v3) +(v21v3) Vv.,v2,v3 E V.
I! "1
4) (CV; |v2)=c(v1|v2) Vc E R,Vv1,v2 E V.
2) i cm. idjuj= Z. 2 Cd (v, | 11,)
i'—i 1:1
Un espacio veetorial Ven el cual exisfe un producto intemo (; l -) es llamaclo
i=1 j'l

espacio con producto inter/lo y es denotado por (V ( l )).

En particular, 51 Vcs. 1111 espacio veetorial de d_.imc115i<'111 iinitn e011 produeto -‘ en donde c.-, a} son esca‘laresy v,, 11,-,1' = 1,2,. . . ,‘711,'-j =' l, 2, . gm son
iiitem‘o, se dice que V es 1111 espacio éuclidiano. , ‘ vectorcs do V. ' . ' 7 - '
La' pr‘opiedad (l) establece qu'e cl prociucto interim en Ves una funcioii (Iefiiiida
positiva
DEMOS THACION Para (1) obsérvese que (0 I v) = (0 w | v)= 0(w | v)= 0 en donde w as 1111 vector
La propicdad (2) del producto interim es 111 propicdad cle silizetria. Se dice
cualquiera de V(el primer simbolo 0 se refiere al vector ceio de Vy los siguientes
eiitonccs que el producto interim es una iuncion simét1ica
trcs simbolos 0 se refiercn al escalar cero)
Por filtimo, obsc’rvese que las propiedadcs (3) y (4) estabieeen que el produelo
iiitcrno es una iuncion lineal respecto de su primera variable. Es deeir, si so escribe
L11 deinostracion de (2) se dcja como cjercicio para el lector (es una conse-
cuenc1a directa de la propiedad de bilinealidad del producto interim).
cp(-) = (IV) on donde v es 1111 vector iijo do V, esta funeién rcsulta ser lineal pues
QJSJ).
(PM 1' V2)_= (V1 + Vzl V) = (V1 i V) 1‘ (V2 1 V) = (PM) + (P03!)
Véanse algunos cjemplos. ‘
EJEMPLO1 En R", six = (x1, x2, . . . ,x,.) y y = (111, y;,. . . , y"), la funeion
(9(61’1) = (CV1 l V) = 00’: | V) = C <P(V1)
Mas 111111, debido a la propiedad de simctria del producto interno, éste iambién cs (xJY)=-’C1y1+x2y2+ +xn)’11 . . (1.1)

lirieal rcspecto do la Segunda Variable .es un producto interim (sin = 2, ésie es el producto punto cle R2 comentado a1 1 '. I
En efe'oto, si' se ascribe 1p(- )= (v! '-) en donde v es 1111' vector f1Jo de V-se- iiene-
inieio dcl presents capitulo).
w<vi+V2)=(VIv1+V2)=(v1+VziV)=(viIV)+(V2IV) En efecto, se tiene

= M V1) + (V 1 V2) = WWI) +\1!(V2) (xlx)=x}+x3+...+x%20 VXER"

*Recuérdesc quc todos lbs espacios vectorinles comidcrados en csle libro son rcales.Cuand<1 so J
considemn espacios complejos, 111 dcfinicion dc producto inicmo tiene que modiiicurse. (L11 propied:1d
(2) es en cste caso (v,|v,)= ('v2 1. i on donde la bnrm dcnotu 1:1 conjugacién compleja. )
(xix)=x}+x3+...+xfi=0mx1=x2=...=x,,=01=‘x=0
406 ALGEBRA LENEAL ESPACIOS CON PRODUCTO INTERNO 407

" . P01 o‘tra parté Ta1nbicn . _ ‘ .

(x iY)=3x1)’~X1)-’21"5’52)’1 + I432)i2 = [3111.11 — YIX2 — ”Xi + 43’21'1

(1| y)= x1111 + x2y2+ .+ 1.11. = yixi + 11212 + . . . + y, . = (y l x)
= (y I x)

lo que mucstra la propicdad dc simctria.

Por otra parte, six’ = (xi, xi )
También, six' = (11,115,. . . , 11,1) 6 R'se ticnc

(x + x’ | y) = (x. +x[)y1 + (.12 + x5 )y; + . + (x1. + XI. )y.. (x + x’ | y) = 3(x. + xi )1'1 ~ (xi + Xi )yz - (X2 + Xi )y: + 4(X2 + 11111
= XLYI + Xz)’2 + . + Xnyu + Xi Y1 + If yz + . . . + x110)"
= 3x1y1 " x1)’2 " X2)“ + 4121': + 3Xi .YI ’ xi ,VI " xi 3’1 + 4X7: Y2
=(XIy)+(X'|.v) = (My) +(x’l1’)
y por ultimo, si c E R P01 L'lliimo, si c E R

(cx [ y) = (c.1011! + (CX2)y2 + . . . + (cxn)y,.

(cx [ y) = 3(cx1)y1 — (may; — (0112);); + 4(Cx2),V2
= C(xiyi + x2112 + . . . + x1111)
= C(3X1y1 "' Xxyz — .X‘2y| + 4X23’2)

= 006 1y)-
= 006 | 3’)
Entonces la funcién (~ [ ‘): R’I X R" —» R dada pot (l . 1) satisface 111s 4 propiedadcs
dc la dcfini‘cién 1.1 y es, por 11111111, un producto intcmo c11R'h Elsie cs llamado [(1 que mucstra quc ci‘cclivumcnte la t‘énnula (1.3) define un producto inlcmo cn
product’o interno candnico (o cstzindar) dc R". R2;
Mzis generalmcntc, si a1, a2, . ‘. , a" son humerus males positives, 111 funcién Dado un c's'pz‘icio' vectori'al V dc dimension finiiu, 1.1511: pucdc hcrcdnr productos
informs 'c'n R" a lrav‘és' LILI 150111011151110 111': V -> R", 115(v)= (v)[,, on dondc [31:8 1111a
base LIL V, come so muostr‘a a Loniinuaciénz
(x i y) = a'nxiyn + iizxzy'z‘+ . . . + 1211.11. , ‘ (1.2) Sea [3—= {v,, v;, . . . , vn] 111111 61131: dc V SLz'm' v- y u' vcciorcs LiL V. Ai csc1ibir
es un productointemq en R". El caso a1 = a2 = . . . = (1,. = l corresponde 111 pro‘dUcto
v = C)"; + CQVZ + . . . + CHV"
interno canénico de R".
La Verificacién de que la férmula (1.2.) define de hecho 1111 producto interno u = (11v, + (12v; + . . . + (I,.v,._
en R’l se deja como eJe1c1c10 para el lector (_e_l hechq de que los m'uneros m, (1;, . . . ,
(1,. sean positives es una condicion suficiente pero no necesaria para que In f01 11111111 1 (0 sea <p(v)= (V)p = (chc2, . . C") 3’ (PM) = (“)9 = (d1: d2) ‘ ‘ ° 1 (l,,)), ciefinnse la
(1.2) defina un producto intemo an R", esta condicién garantiza el cumpiimientq funcio'h( [ ‘1)[1 VX V—> R'como
de la propiedad (1) de la definicién de producto intemo).
N0 lodos ios productos internos dc R" 3011 dc 1a forma (1.2). (V I 11):: = 0130’) I 4901)) = ((V)11 i (101) (14)

EJEMPLO 2 Per ejemplopla férmula en donde( l ) es un producto intemo de R".

Se afinna que esta funcién ( | )9 es un producto intemo en V.
(-1 l y) = 3-1111 — Mk - .121. + 4.12112 (1.3) En clecto, la propicdad

'endondcx= (x.,1‘2)yy= 01,12) dcilnc un produLto1111LmoLnR’. .- - , '_ ’ ' I :I ' . (v I W = ((1011 | (v11) 2' o y-v e V
En cfccto, . . ' * . 1-
'(vlv)p=oé>v=0
(x [ x) = 3.1? ~ xlxz — x221, + 4x” = 3x? — 211x; + 4x} . es directa dei hecho de que (- I ') es un producto interno Lie R".
Simiiannente, ia propiedad (v | 11),; = (u | V)p es también consecuencia de que
= 2x? + 3113+ (x1 - .1'2)2 2 0 V .1’ =01}, x2) 6 R2
(' | ') es un producto inferno de R" pues

(x [ .1) = 211+ 3.13 + (1‘. ~ .12? = O on .11 = .12 = 0 => .1' = O 1v1u11= «v1.1 I (1.11.1) = ((1411 (v1.11 = (u 1 v1.»
408 ALGEBHA UNEAL ESPACIOS CON PRODUCTO INTERNO 409

lPialra verilidal; las” pxibpiedades (3)y '(4) dé la defihiciéxl (ll) _en la fmltpléhl'l ‘)b,
..=- j; figlgolfll‘ + In fi(x)g(x)d,x:’= (f1 l8) +0313)
' sé debe recordér que (p es una funcién lineal;
Se ticnc
l
(Cflg) = focflngmdx = cfo mama = corng)
I l

(V + V' I ”)v = (CPU) + V') I 4300) = (CPU) + <90") 1 <p(u))

= (WV) I (900) + (@(V’) I <9 (14)) La propicdad (l) rcquicre un poco més dc atcncién. Sc debc prob
ur que para
= (W109 + (V' I “)1! cualquierfE C([0, 1]) se tiene

y, si c E R 1 l
(f | f) = ID flx)f(x)dx = L (fld’CZ
O
(cv l u)p == (@(cv) | W» = (WW) I W» = c(<P(V) l (900) = C(v I u)p yquc
L5w q "('3 (' I ' )I’ 65 U“ produc O illteIIlO CI! V.
y (ll.lc— d'} Elsi 1) H) bad() 3 l 1 [0116‘ ’ ’ t ‘ ‘ . 50110116 qu

(flf)=j:(f(x))2dx=0='f=0
(:
‘ ‘ t (=(S "( 1 ( ),
n It
la base C‘lllolllca d ULS
I 01 Cjclnplo 1 Si L " M,”‘1.y Si fl es

(1.5)
.1

(A 13$» = 2 “Wu Sif= 0 (esto es,f(x) = O V x E [0, 1]) es claro que ([1]) =6
Sin embargo, la afirmacién rcciproca no es obvia. Sc va a dcmoslmr a
U‘1
continuacién que sif9* O cntonccs (flf) ,>- 0. El argumento es un argumento
técnico
en donde A =_ (awn 1.---."D B. l= (1,9)” 1....,m
h es un ploducto
" mterno
I en Mm X I , que usa cl hccho dc que fes una funcién continua on [0, l].
_ Supéngas 'c ’cntgnccs
al menos‘quc f ¢ 0"(esto 'es,f no es cl vcctofcéro dc C: ([0, l])).
. . _ , .. '
, J‘1::-'-"‘ _’ , _ . V . ‘ 'te
j=l,t..,,'ll
. (herédé‘do del prod'uctointemo canon'lco dg R': pgtlmcglm" (la la b’qste'ifigagsde' i . ‘. Exis tc-cmoncgs ungo 51.0., 1'] ml quéflfio') #0" ,
o 021110o (0 gas a 1 ,
V ' p'rodll‘cto ‘intemo 611' M,;, x ;. e‘s llamado' p'roducto mtem Debido axla cbfitifiuidhdde la .funcién f, existe un-é > 0 la] quef(x) ¢ 0 pal-a
Mm x u_- _ . , . $ . q [mm
‘ . LSpflCl .3 qno
l
toda x en. la vecindad x0 ~ 6 < x < x0 + 5.* Entonces como (f(xo'))2 >
O existe un
O, 56
Sixnih‘ rmcntc v si V = P,. y [3 es la base canomca dc cstc k > O tal que ()‘(x))2 > k > 0 para xo' — 6 < x < x0 + 6. For 10 tanto,
(1.6)
. v+aubn
(Pl‘Dlir’aobo'l‘albl‘l’.
(fl!) = _[0 (1mm > f: (100)d > 21:25 > o
an dohdc p ’“ (10 + alx‘ + + cm" y q = 170' + bx + . . . +Ib,.x", es un procllucgo mist-m:
F do del produc' . I to mterno
' " canom ‘ a ase , 0 .
3 ' ((llcP
’ ' cb dc .R’.‘ por buldlo
en P,. (hcrcda como so qucria dcmostrar.
c ,1. m M con
cual (ambién es ll'amado product'o' interno canomco.(o cstzulc at) Para finalizar csta scccién, so probarzi una de las dcsigualdadcs mzis importa
de dunem lon m 1 n-
Véase ahora un cjcmplo, dc un espacio vectorlal tcs en cl {algebra lineal, llamada desigua-ldad (1e Cauchy—Sc/martz.
producto intcmo.
l
el intervalo [0, 1]. TEORE MA 1.2 1 (DESIGUAL-DAD DE CAUCHY~SCHWAR17..) Sea (V, (- l‘ )) un espacio co‘n
EJEMPLO 3 Sea V = C ([0 1])e1espacio de las funciones continuas en
Sean f, g 6 C ([0, 1]). Definage
producto intemo, entonces para cualesquiera vectores v y ,u'en V se
' cumple'la desigualdad ' ' - '
(flg)»=._foz-flx)g(x)dx‘ -; (1,7)
(v M)”: (v: v) (:2 I'u) ’
. .. _ ,‘ . .. , C([O, 1]).
‘ H . { _ ‘
S- v’ra ue csta formula (Mme un producto xntcmo m
obvia. Las ptopied adcs (3) y (4) so dcducc n a parur dc, DEMOS TRA CION Si v = Ola desigualdad es obvia. Supéngase entonces v
L 1:1 p30picdad (2) es at 0. Sea w = W + u E V,
propiedades dc la integral dcfinida: en donde I E R. Per la propiedad 1) del producto intemo se tiene que (wl w) 2 O,
l (

(fl +lg) = j; mm +fzcx»g(x)dx = [0 (floogoo +f2(x)g(x»dx

*Si x0 = 0 o I la vccindad sc vc come 0 S x < 6 o 6 < x S l, rcspcctiva
mcmc. En ml caso, cl,
nrgumcnto prescnmdo sul‘rc algunas modificacioncs obvias.
A
"www-mflw
41 D ALGEBRA LINEAL
ESPACIOS CON Paooucm INTERNO 41 1
es decir, 0 3 (WI w).r=.(tv_+ u | tv +lu). AI uszu- Ia pt'opiedadd'eibiI'ineaIidadHy Hide ' I
simetrIa-del ptoducto irnt‘emo'sle puede escribir gsta IIItima expresién Como .. COROLARIO 2' I‘ 'S-ean fy g dos"‘funci0ncs cohtinufié‘cn cl‘ interva [0, '1]. Entoncc‘s

O 5 (VI v)t2 + 2(v I u)t+ (u I u)

I

I [0 337(m s I In WW] II"; (£43)?d

2 I I

Esta exprcsién dice que la funcién cuadréticaflt) = (II2 + bt + c (en dondc a =

(v I v), b = 2(v I u‘), c = (u I u)) es no negativa para todo valor dc t real. Esto impIica
cntonccs qua
DEMOSTRACIGN Se trata de la desigualdad de Cauchy—Schwartz en el espacio
C([O, 1]) con el
b2 - 4ac S 0* 'producto intemo
V”
0 sea,
(fl g) = L fingcxw
4(v | u)2 - 4(vI v)(u Iu) S 0

o lo que es lo mismo

(VI ”)2 S(V| VX1414) EJERCICIOS (SEC-CliéN 1,. CAPITULO 5)

como scqucn’a damastr'ar.
1. Sea Vun apacio vectorial con el producto interno (~-I ‘), suponga que para el
vector
vo € Vsetiene
Q.E.l_). _
(n v)+j'0 'Ivlv E V ,'
' Cu'aIIdosé partiéulériza‘ el eSp‘a‘cib (-V,“(~ I .-)), 5e obtiénett. algu'n'ds 1‘esult'adéS'Ittte-
resantes' a partir'de la de'sigu'aldad de Cauchy~SChWartz bemucstreQuc-vo = 0.
2. Sean (' I ')1 y (' I ”)2 dos productos intemos en el espa‘cio v'ectorial V, demuestre que

COROLARIO 1 Scan x1, x2, . . . , x,., y1, y2, . . . , y;. nfimeros realcs arbitrarios. ('|')=(‘I')n+('|')z
es también producto intemo en V.
(,Es (- I -) = (- I ")1 ~ (' I -)2 tambic’n un producto internacn V?
2
I! 3. Determine cuziIes de 135 siguientes funciones (- | ~): R2 X R2 ~+ R son procluctos
Enlonccs Z xiy, S i x? i y? intemos en el espacio vectorial R2 (x = (x1, x2), y = (yr, y:))
i*l i'I M
a) (x I y) 4“ 3515’: * XIV! " xlyz + 2x»);
b) (17”): XIYI + xzy. + My: ‘ X2)’:
0) (x I y) = 3x.y. + 10x2y2
DEMOSTRAC/ON La conclusio’n dcl corolario es la dcsigualdad dc Cauchy-Schwartz on R" con cl d) (x I Y) = My: 'xzyl + xlyz + My;
producto intemo canénic‘o‘. * v. -- ' I, ' . c) ‘ (x I y) f nI +x§y§ ._ .
'4'. Détgmfine cuéles (Ie'IIas §iguient¢s {uxtéiones (' I -)-: R3 'X R3 -—~- R son pI‘OL’IUCIOS
Q'.E.D. internos en-eI espacio vectoriaI-R3 (x: (x1, x2, x3), y =' (y, y2', y;))
3) Ix I Y) = XI)”: + ”2Y2 + 3X3)’3
b) (x I Y) = My: + 2X2Y2 + 3w; + )5s + xfll + xt)’; + XJYI + zxzfi + 2X3)’:
*La funciénfll) = at2 + bx + ctep'resenta geométricaménte en el piano xy una parébola que se abre
hacia arriba (pues a =3 (vI v) > 0).;El hecho de queflt) Z 0 \7' t E R indica que la parébola m cruza a1 c) (x I y) = xt)’: + x3)’: “ xt ” xz)’: ' My: ' XJ)’: ‘I’ Xz)’: + My:
eje x en ningfm punto. Esto implica entonces que la ecuacién cuadra’tica ax2 + bx + c = 0 tiene d) (x I y) = 2x1» + xzyz - xsya + My; + xzys + xay.
discrimin’anté no positive. c) (x I y) = my. + 2x99, + 3x3y, + 2x.” + 2m, + 4x3),
 ‘ ._ ‘ _ I 2 ESPACtOS cow PRODUCTO INTERNO 413
412 ALGEBHA LINEAL
1 ntes futtetones (- I.-’).~-C
Detenfiine Hc'uéles de las siguie
~ [— 1, . 1] X q _ 1‘, U'_.R. ' so 11 Determinela mattiz A 6 M: x 2 ta! one '1 ' V
1 I 1 5i
produotos infemos an at espaci o 'veCton ‘al C([—1 , 1]) . , VI ' ' (Aiv,)=i‘,‘ i='1,2,3,4."
= t .3 . 3d

c) (fig) L wage) r
t
t 1. En RS'considcre e1 producto intemo
a) (fig) = [fingmdx
b) (ft g) = I. (1 — x2)/tx>g(x>dx (1) (ft g) = j_1 xfix)g<x)dx
l

. ’ (x I .3’) = xx?! + 5x»); + 2x93

Determine al menos tres vectores x = (X1, x;, x;) ta1cs que
,, -—> R son productos
6. Delemtine cuéles de las siguientes funciones (- I ‘):M,, x ,, X M,, x
internos en el espacio vectorial M" x ,.. ' (-¥|(1,1.2))=0
N a) (A l B) = dot (A8)” 12. En R3 considere'et producto intemo canénico. Sean v; y V2 dos vectorcs fijos
on R-‘,
demuestre que cxisten una infinidad dc vectores x = (x1, x2, X3) 6 R3 talus quc
x» b) (A | B) = tr (AB)
3 c) (A | B) = tr (AB') (II VI) = (‘1 V2) = 0
6) 7. En clcspacio vectorialP,,,scan 13. Sea Vun espacio vectorial con el producto interno (- I -). Sean M, v dos vectores
P,(x) = a0 + a,x + . . . + aux" cualesquiera de V.
P2(x)= bo+b1x+. . . +b,,x" .. Si v 9* 0, sea w 6 Val vector definido pot

a) Demuestre qu‘e la funcién ("I ')1: P“ X P,.- —'-> R. \ w — t (_VJJQ

(vlv)
_ n. ,b.
41.1.. Demucstre quc
(PIIP2)I' . i+j+1
i.j-0 . ~ (w|w) == ("ltd—M'Wlu)
es 'un producto int'em‘o out)... . . r . . . . ’. (VIV)‘ “‘
' o) Cbrfipr‘uebé quo lat fttncion ("I ‘)2:_"P,. X Pnl'I—t R. ‘ '_Conc1t1ya de' esta 111111113 ne'xpres’io'i‘t la desigualdad .de‘Cauchy-Schwattz. p '
t . 14$ Conipruébc que’ para c'Ual’cs'ciuiefé ntimcros r'ca‘les‘uxl, X2, y], y; 50 chmplc la dcsiéuhldad
x)clx
(P111992 = L) pn(x)pz(
(3W! ‘ m2 - X2yt + 4mg)2 S (3x? - 2sz’+ 4.r3)(3y1 — 2N; + 4.1%)
' . t . S
es Uri producto in’te'mo en P,.. (Sugerencia: Considere R2 con el producto interno introduciclo en la pdg. 406).
los dos mctsos an ertore .
c) Compare las productos intemos (- l -)1 y (' l -)2 de 15. Sean xx, x2, . . . , x,.-, y:, ya, . .. . ,,y,. nt’tmeros reales cualesquiera'y. sean c1, ca, . . . , c,.
| -): P; X P2 —+ R dada por
CD 8. En el espacio vectorial P2 considers la funcién (- nt’tmeros reales positives, demuestre que

(p I q) p<0)q(0) + mm 1) + p(2>q<2)
2
u

en P2. 2 cm- , S 2": cm? 5: co);

Demuestre que esta funcic’m es un producto intemo [-1 1'1 3.1
LEn P3? .
bEn P", n- 2 4.0 3
[ES también un producto ‘tntemo en P1?
ere la base de R 16. Pruebe que la igualdad en la dcsigualdad dc Cauchy-Schwartz so cumptc 31, y 5610 si
9 Sea (- I -) e1 producto intemo canoniCo dc R3, constd
105 vectorcs son linealmente dcpcndicmes.
3(19191)]
D: {V}, V2,V3}= {(1)0’0)1(19190) ® 17. Sea Vun espacio vectorial con el producto interno (' 1' ~). Sean V1, V2, . . . , v,, vectorcs
' _ . ‘ V LCIOI‘
‘ , _ q no. I
u E ‘1 {3 [111 dc V. Se define el determinante de Gram de 105 vectorcs v1, V2, . . .-,.v,., denotado por
. ._tes fijOS, demucstrev , I ‘ un 1111190
quc CXISIL
' 'Scan C; . (:2 y '63 3 escala
GO’h'Vz. . ~ : , V»), como - -
‘ _. _.
(u"lvt‘)'=c.-_f, it—f71,2,3.j.7-"
- (V11 V1) (V1 I V2) ... (v, I V")
Dctcmtinc cl vector u.
cm v2, . . . , v.) = det (”21 v.) (V2 I Vz) ... (v21 v.)
10. Sea (- 1 ') el producto interno canonico de M; x 2.
Considcrc la base dc M2 x 2. (Va! Vt) (a V2) . . . (v,.| v")

1 2 o o 3 0 0 2 . E1 objctivo de este ejercicio es dcmostrar quc los vectorcs V1, V2, . . . , v,. son [incatmcnto
fi=1mmwmd=flo o]‘[—l 3]":1 0’ 0 2 ‘- dcpendicntcs 51, y 5610 si G(vt, V2, . . . , v“) = 0.
”mm”... MN,
414 ALGEBRA LINEAL ESPACIOS CON PHODUCTO INTERNO 4'15

a) Dcnmcslrc (1t Si u= 2 111' 1111111111ci1'1n anterior cs equivalL 1111: 111 cjcrcicio 16. Un résultado similar se 11611;: en 61 cspacio R3 6011 :1 producto ihtcmo cahém‘co
A =
b) Cofisidere el sistetim homogéneo de ecuaci'ones lineales AX'= 0 e11 donde
((v,|1{.)),‘j-1'2',.,‘,.. Observe que dctA= G(v1, v3, . 1 ,1’,,) Demuestre que este
sistema se puede escribir como:

.M1

C
I!
2.S:
1MP" x2+y2+zz

En genem1,si V= R" y (- I -) es cl producto intemo canénico de estc aspacio 51: time (1110

ilvll = Vx}+x3+...+x2,.
en donde v = (x1, xz, . . . , x").
, . . . 1 1),.
en 11011111: .1' = (.11, x2, . . . ,'x,,). Concluya L‘ntonccs’quc 10$ vcctorcs v1, v El con’cepto dc 110mm de un vector v en 1111’ espacio con producto intcmo
[son |i11c111111c1 11c dcpcndic ntcs si, y 3610 si Gm, 112, . . . , 1),.) = 0. generaliza entonces 1a idea natural dc “tamafio” de un vector an R2 0 R3.

EJEMPLO1 For ejémplo, si V = M2 x2 con el producto intcrno canénico sc tiene‘

.2. NORMA Y DISTANCIA = 1’ 15,

ii- ‘éi i 11112 «112121012 +1—31’
Sea (V, ( 1 )) 1mcspauoL011p111duLt11 1111131111 Se d’ 11L 1a nor/11a d'c1 vector v E'
V, dc1111lz1d11por||vfl, coma . _ Si V= C([O, 1]) con cl producto interno

IIVII = 1’ M V) (fig) = [0 11x1g1x1dx

Vsc
Obsérvcsc quc 05111 dclinicién time [101 lccto scnlido pucs para cuulquicr v E sc ticne en, general, para f E C([0, 1])
tiene (v1 v) > 0, de modo que siempre es posible extraer 1.112 cuadmda <1e1111'1111c1o
M V)
81 V= R2 y ( 1 )es ei pmducurintcmo 011116111011,1211111111121 (11:1 vector v E R2
no es mzis quc 1'11 111Ldida natural dei 11111121110 dL v, pues
m = Mm K/Lx11111110111 ‘/fol<f<x112dx
de modo que, por ejemplo
“06111)" = 1((x1y)l(x,y))» = s + y2
‘ lle‘||= JI0e7"dx-—=1/ ~(e2 - 1)

"1.; <_x. y) . = .
=
l ._1
.1 1-
_ 1..
'flscn x” . .
f6 sen2xdx 2 4 senZ

11‘
Obsérvese que in norma de um vector v 011 ci espacio c011 producto intcmo V,
dcpende del producto interno que se tcnga definido 611 V.
For ejcmplo, témese cl espacio V= R2 y cl vector v = (2, 3) E R2. Si en R2 50
ticne Ci producto interno canénico, entonccs

“(2, 3)“ = 1(2)2+(3)2 = M

 esp/mos CON PRODUCTO INTERNO 417
.416 ALGESRAVLINEAL
' La desigualdadf 'V
. " ‘1
'Sin embargo, siren R2 so tie’ne el pfodUcto-intemov

(v | u) = 6xly1 + 8162)};
'"w+msmMHMI
de la propiedad (3) del teorema anterior, se conoce como desiguaIdad triangular, _
en donde v = (x1, x;) y u = 05, y;), se tiene pues si \V = R2 y se term on él e1 producto intemo canonico, esta desigualdad
establece e1 conocido hecho geométrico de que en un triéngulo cualquiera, 1a
"(2,3)“ = J<<2,3)|(2,3))‘ = Re)” 8(3)?» = 56‘ longitud de uno de sus lados no puede exceder la sum'a de las longitudes de los
vector se puede recscnblr otros dos lados.
Obsét-vese también que con el concepto de norma doun
or como
la desigualdad de Cauchy-Schwartz vista en la seccxon anteri

KV l u)| S llvll Null IMI llu + Vll S Ill-Ill + IMI

de que goza
En cl siguienie teorem a so presentan las propiedades més imgortantes
cto mtemo.
1a norma de un vector en un espacio v’eCtonal con produ

intemo, se tienen las

TEOREMA 2.1 Sea (V, (r l -))_'un espacio vectorial con producpo
si'guientes propiedade‘s para la norma || ~ [| = 1/ ( | )

' e/
Se introduce ahora cl concepto. defldistancia entrc dos vectores.” en un espacio con
1) M 20 Vve V y ||v||=0 a v=0 producto intcmo.
, 2) “M! = M. M V 6 € R, V v26 Va Sean V-Y-u dos VCCIQICSQQCI espacio V¢on producto intcgno (- I -), definase la _
" 3) uv + an s nvny+ nun v v, u 671/. 1 distancia do v a u, dofidtada pct db»; u), Como . _ _

rdc la propiedad
«mw=w—m
DEMOS‘TRACION La propicdad (1)" so sigma inm'e'di'atamentc
Obsérvese nuevamente que esta definicién hace perfecto sentido en cualquier
(vlv)_>.0 VveV. (vlv)=0 «4 v=0 espacio vectorial con producto interno. Si 38 consideran los casos particulates
V = R20 R3 con el producto intemo canénico, se ve qua d(v, u) no es més qué 1a
dcl producto intern’o. distancia natural entre los puntos (los vectores) v y u.
Veamos la validcz de (2)
Por ejemplo, si v = (x1, y1, z.) y u = (x2, y2, Z2) son dos vectores en R3 y se
"c = ¢(cv[cv) = MMv) =‘ fez-VOW) = lCHMI considera cl producto intcmo canonico de este espacio, $6 tiene
W“H)=W;uH=M&-m-ymm-am
Por fillimo, se tiene
= J<x1 — x92 + (y — y2)2 + (221 — 22?
"V" all” 0” u|v+u) = (VIV)+2(V|14)+ (“I“) (X2. Y2. 22)

,fliww+zolm+umv
\
\
\\ ”(V! u) " - (X1 - X2)2 + (y1 '- y2)2 .+ (2. ~ 22)2
es - -
._ ”Per; (v1u)'.é.: m u) 135a 1m 11 (dosigualooddeCauchy-Schwarw.‘Entonte
. V .
\
h \ (XI-{[920

“V + ull’ S IMI2 + ZJMI ”“1! + Hull2 = (M + HNID2

‘ ‘
0 sea,
"V + ull S llVll + Hull (1". qt ‘ a),
' '
come so queria probar.
418 ALGEBHA LINEAL
ESPACIOS CON PRODUCTO INTERNO 419
El concepto dc distancia cntre dos vectores en un espacio con- producto intemo. .7
. generaliza entonces la idea natural de distancia entrie dos puntos en el espacio R? . . Las propiedades 1)_, 2) y 3) del teorema anterior son on reaiidad las propiedades
’que 53 em gman a chaicjui‘er concepto sé'nsato de “distancia”: 1a propiedad 1) di—
yR“ ce que siempre que se mida una distancia entre dos vectores, data por resultado
EJEMPLO 2 Pot ejcmplo, 1a distancia de la funcion sen x a la funcién cos x en el espacio un mimero no negative y que la finica manera de obtener e1 valor cero en 3113, es
cuando se mida 1a distancia de un vector a él mismo. .
C00, 1]) es:
La propiedad 2) dice que da lo mismo medir 1a distancia de v a u que do u a v.
For 111111110, 121 propiedad 3) es una forma un poco més general de la desigualdad
d(sen x, cos x) = “son 11: - cos x”
triangular presentada en el teorema 2.1, segfin se muestra en la siguiente figura:
1 W

=1/ I (senx — cos xflit = 1/ 1 “.56“: l = 0.54

0

mientras que la distancia, de la funcic’m sen x a la funcion x es

d(u, w)

d(sen x, x) j—‘ ”sen x ex“

‘ 5 1
=‘/f senx-— cos-902 dx = \/ '6- - sen 2 + 2 cos 1—2 scnl = 0.0606 H
0 .
La de'sigualdad triangular es también u'na-propiedad que'naturalmente se‘ espera'ria
corno d(sen x, x) < ‘d(s,en x, cos x), se puede decir que la funcion cos x se cncuentra del concepto de 'diStancia.
“mais 1ejos”“de' senx que la fun‘c‘ién x. »
_ En el siguien'te tcorernase establecen las pro'picciade‘s” mas importantes de la
distancia entre'dos Vectores'eniiin cspacio con .prodiicto i‘ntcmo., . 5 .EJEBCICIOS (SEC-CION 2?, CAP‘ITULO 5)
1. Considere e1 espacio R3 con el prociu'cto internocanénico.
TEOHEMA 2.2 Sea Vu‘nes'p'zicio vecloria‘l conproducto ii1terno( I ),la distancia d(u, v) Calcule las normas de los siguientes vectores:
= [|u - v|| del vector u E V 111 vector v 6 V, goza dc las siguicntes
propi'edadc'sz' a) (1’0’0) (1) (3,1,4)
b) (0,1,0)
1) d('u‘,v)2'0 Vu,v€V, d(u,v)=‘0 e» u=v ”1— _1_ _ 6) (4,0,0)
2) d(u, v) = (1(1), 14') V 11', v E V‘ 0 [5’0’5] W 1) (0,-3,—1)
3) . d(% v) S d(u, w) + d(w, v) V 14, v, w E V. 2. En R3 considerc el producto intemo

(x I ,Y) = x1y1 + 2.13)): + 3x3y3

DEMOSTRAC/ON El hecho de que d(u, v) 2 0 V 11, v E V, es una consecuencia inmediata de la
Calcule las normas do 105 vectores dc R3 del ejercicio anterior.
propiedad 1) del t'eorerna 2.1.
También por esta misma propiedad se deduce que d(u, v) = “II — v|| = 0 si, y 3. En M; x 2 considere e1 produclo intemo canonico. Calcule la norma do 105 siguicntes
vectorcs:
sélosiu.~ v== 0, estoes, u =v. -
Ahora, ' -
20B H’s/".1.- ' (1:)[1 1]
do, v) = Mu — v1 % Ii—(v — um =1-11 11v"-uu = 1v — 1:119:11» u)
Pot filtimo, a1 usar 1a propiedad 3) del teorema 2.1 se prueba
d(u, V) = 11” - Vii = “(u - W) + (W - V)" S 1114 - Wii + “W - V“ = do, W) + d(W, V)
Q.E.1).
 ESPACIOS CON PRODUCTO‘INTERNO 421
420 ALGEBRAUNEAL _ 9

1'2. I Sea Vun cSpacio vcc'torial c0531 pro'duéto interno (- I -).'Prucbé qua para dualosquiera
Eri‘C(I_"—.1',‘1])considcr'eellproductovihtomo ' I ' dos vectorcs v y u on Vsc cumple qué f ' »- , - ' ' '- V

(fl g) - L fix)g(x)dx I M ~ MI I S “V - uil

13. Sea Vun espacio vectorial con el producto intcmo (‘ I -). Sean v y u dos vectores
Calcuie las normas do 105 siguientcs vectors:
cuales'qmera de V, dom'u'estre qua
I d) x‘
a) e‘
e) cosx
nv + 1412+ IIv — «I! = 2m” nut?)
b) scnx
f) x’e‘ Esta e'xoresién es conocxda como “Icy del paralelogramo”. aCua’l es e1 contenido
c) x geometnco de esta exprestén en el caso del espacio vectoriai R2 con el producto
o (~ I -), se dice que el vector v e V
Sea Vun espacio vectorial con e1 producto intern intemo canénico?
[MI - 1. Demu estre que los vectores do 12 base canonica de
es un vector unitario 51 14. Calcule la distancia entre los siguientes pares do vectores dc R2 con el producto intemo

a) R", b) P.., c) Mm canénico. .' , ; - r; .

a) v =(1',3),u'=<2, 1) c)'vi-(2,»1), u i (-2, —1)
ios.
con el producto intemo canéni'co son vectores unitar b) v = (—1, O), u = (0, ~1) ,
I- -). Comp ruebe quc la norma de un vector;
. Sea Vun espacio con el producto int'ér‘no (--
o adit‘ivo 'del vecto r v. 15. En ei espacio M21 2 con el producto interno canonico, sea.
v E Ves la misma que la norma del- invers
cto interno (' I -) tiene por norma 3.
. SUpOn'ga que (:1 vector v dei e'spacio Vcon produ
Determine Ya Mama enalos siguientes vectores on
c) —3v
V:
_
v [2 4]
Calcule la‘ distancia dc] Vector 'v ai vector u’si
a) 2y
d) -8v ‘
'b) —2v‘ , A,” '0 , 0
; a) u [10 .0],
guiontes'paros do v'cctores: A
. Verifique 1a dcsigualdad triangular-para los-si
uctointémo canonico. . -
Ia) vv= (2, '1’, 4), u '= (3, 1, 2) 61111" con'ei prod
b) v = (2, 1, 4), u = (3, 1, 2) on R5 con el p‘rodu
’Cto intcmo
I R
b>u=I§ :1]
(XI y) ” xlyl + 2m: + 3x3¥3
. En e1 espacio C([- 1, 1]) considere cl producto inlemo
cl produclo intcmo canonico.
c) v - 1 + x - 3x2, u = 2 + 8x + x2 on P2 con

d) v a [—3 i] ’ u = [—3 :1] on My; con el producto intemo canonico. (fig) = L fix)g(x')dx
Sea fix) = e-", g(x) = x, h(x) = -x3 + 1. Dc los vcctorcs ’ x h x - C — '
cto intemo dcl ejercicio 4.
c) v = x, u = —x + 3 en C([—1, 1]) con el produ so cncucntra mas cerca dcflx)? M )y ( ) 0n ([ 1. 1D. LCM“
clo intemo dcl cjcrcicio 4.
f) v = sen x, u = cos x on C([—1, 1]) con el produ 17. Considcre cl espacio C([—1, 1]) con el producto intemo dci ejercicio anterior.
o canonico,
. Considcre e1 cspacio R3 con (:1 producto intcm 3
~12) n 3v, Scaflx) = x2 + 1, g(x) = x + Z’ h(x) = «e1r - 2,- haga una grafica en la que so mueslren
Scan v = (l, 3, ~4), u -' (3, 9,
a) calculc la norma do 105 vector'cs v, u,
v + u, (en 61 intervalo [—1, 1]) las funciones f(x), g(x) y'h(x). LPodrIa decidir cuzil dc las
ad de la desiguaidad triangular. , functones g(x) o h(x) se encuentra mas cetca do fix) vicndo solamente. la grafica do .
b) ._vorifiquejque en cstc-caso so cumple la i guald ' estaS'funciones? Vcrifiquc suconjetu‘ra calculando 1a distanciade‘g(x),y h(x) a fix). '
' I - '
- ('10. Considere e1 espacio R3 con c1 productointcmo. © 18; ' Sea Vun espaci'o vectorial 'con el producto intemo (- I -)1. Sean v, u, wires vectores' -
en Vtales que
(x I 1’) = 3x1y; + 8x23), + 2x973
icio anterior, Ase cumplc la iguaidad d(v, u) = d(v, w)
Considcre nucvamemc los vcctores v y u do] ejcrc
do 121 desigualdad triangular en este caso? Suponga ahora que en el mismo cspacio Vse considera otro producto intemo, d1gasc
'cto intem o (' I ). Dcmuestrc quc so cumpic 1a.. (' I )2. LPuede acontecer que con este nuevo producto intcmo so tonga quc
11. Sea Vun espacio vectoria'l con el produ
i uno do 105 vectorcs es un multiple
iglialdad de-la de'sig‘uaidad triangular Si, y solos mentc en 105 cases do R2
hecho. geométrica
no negativo do] one vector. Interpretc cste d(v, u) 9* d(v, w)?
y R3 con el producto intcmo cant’mico.
422 ALGEBRA LINEAL ESPACIOS CON PROOUCTO 1111511c 423

@19 Sea V1111 espacio vectorial con cl producto intemoI- I ‘)1 Sean v,-u,w-1rcs vectorcs - 'Demuesir'e priincramcme {qua 155111 es una bucna definicién para csta i‘uncion
en Vial'es que ' > (rccuerde qua toda fu'ncién continua quc estzi definida en 1111 intervaio ccrrado
finite aicanza su maiximo denim del intervalo).
d(v, u) > d(v, w)
[Prueb‘c que esta funcién define una norma on C([— 1, 1]).
Supongaahora que en 61 mismo espacio Vse considera otro producto intemo, d1'gasc Calcuie las nonnas do 105 siguientes vectorcs on C(I‘l, 1]):
(‘ I “)2. LPuede acontecer que con este nuevo producto intemo so tenga qua
(2.1) flx) = x1 +1 6.5) fix) = e'
(10!, u) S d(v, w)?
c.2)f(x)=—x’+1 c.6)flx)=x3~x’+x+l
® 20. En este ejercicio se considera un tipo més general de espacios vectoriaies que los 12.3) fix) = x (1.7) fix) = x’ + 3x2 + 4
espacios vector‘iales con producto intemo Hamados espacios vectoriales normados
c4) fix) = sen-x 0.8) fix) = x5 + x1 + 3x
Definicién: Sea Vun espacio vectorial. Una norma en Ves una funcién II 1 II: V —+ R 1‘) Sea Vim espacio vectoriai con eIproducto intemo ( I ) En el mciso a) se demostré
qua asocia a cada vector v E V1111 mimero real IIvII, llamado la norma de v, dc que Ves un espacio vectorial normado con la norma I|- II~= ¢( I ) En este caso,
modo Que se satisfacen las siguientes tres propiedades: se dice que la norma II II proviene del producto interno (- I) .Demuestre que si
la norma II II proviene del producto intemo( I ), entonces se cumple la Icy del
paralelogramo
1) IIVII Z 0 Vv E VyIlI =0 si,ysélosiv=0
2) IIcI = IcI “V" c e R, v v e V MMWWwWHNMHmp WWEV
3) llv + an SIMI + Hull V v. u e V g) Compobciqu‘c 121 henna II" -1 ”1 en R" del inciso b) no provienc dc un producto
intcmo an R".
Un espacio vectorial Von e1 qua esté definida una norma se llama espacio vectorial
normado (Sugerencia: Considers on R2 105 vectores (1,0) y (0,1) Usc cl inciso anterior.)
a) Demuesirc que si..Vcs un cspacio vectorial con el producto miemo. (. | ) entonccs h) Dcmuestrc qu'c la norma II II; en. R" do] inciso c) no provicnc do 1111 producto
Ves automélicamente un espacio vectoriai nomiado con la norma II II = (I I -.) _ . interno en R" ,

-b) En el espacio vectorial R",- defina la f1_1ncionII-II1:R'l —~ R c‘omo i) L Coniprucbe quc 1a norma || - II on C([.—l, 1]) del inciso c) 110 proviene de un producio
inlcmo en C([—1, 1]).

Mh=2hi 3') En cl inciso i) se ha demoslrado quc una condicién necesaria para que la 110mm .
[III on cl cspacio vociorial Vprovcnga dc un producto inlcmo on Ves quc so cumpla
['1

1a icy del paralclogramo. Sc puedc dcmostrar quc csta condicién también cs

en donde x = (x1, x2, . . . , x"). Dcmuestrc quc csta funcién es una nonna en R"
suficiente (Ia dcmostracic’m es un 1111110 c’omplicada).
(llamada norma de la suma).
En R3 considerc la funcién || - II; R3 __. R dada por
0) En el cspacio vectorial R", defina 1a funcién |I - II2: R" —+ R como

”x“; -= méx III1I,i= 1, 2, . . . , n}

mm=fifiT§:Q"
Dcmucsire quc csta funcién es una nom1a on R3 y quc clla provicne dc un producio
en donde x = (x1, x2, . . ,.x,.) Compruebe que esta furicién es una norma en
intcmo (:11 R3.
R" (llamada norma del mdximo)
21. En este ejercicio -sc considcra un lipo més general de cspacios que los cspacios
(1) En referencia a los dos mcisos anteriorcs, calculc las normas II II, y [I II; do 105 vectoriaics normados inlroducidos en el ejercicio anterior, ilamados "espacios me'tri-
siguicntes vectorcs: cos n . .
'11.1)fl(1,ro,0) '1 .7 - d.5)l(_'o,o,3',_o,o,0)- Definicién. Se'a M 1111 conjunto no vacio._‘Una m‘e’trica' an M 'es una funcion d: M X M
-»_ R que asociaa oada par de elomentos x, y an M 1111. 1111111619 real d(x, y) llamado,
Mim1i41 ?v- .ud®06>laom dislancia'de'x a y, de modo que se satisfacen'lassiguientes tres propi‘e‘da'desr
11.3) (—1,—1,—1,—1) 11.7) (3, 2 s, —,1 0,0,0)
«14) (-20.5.2,4) 11.8) (0,112,110, 3,0) 1) d(x,y).>.0 Vx,y E M (1(x,y) =0 c» x=y.
2) d(x, y) = 0'0», x) Vx, y E M
6) En ei cspacio vectoriai C(I—l, 1]) defina la funcién II - II: C(I—l, 1]) —» R como 3) d(x, 2,) S d(x, y) + (Ky, 1) V x, y, z E M

”fl! = méx If(m A u'n conjumo M en el que esté definida una métrica d: M X M —v R 51: 1e llama espacio
x EI—l, 1] métriw.
 ESPACIOS CON PRODUCTO INTERNO 425
424 ALGEBRA UNEAL
.8)
ljemUestre que si M es im ééfia'cio .ve'ctorial normado, entonges M es
automética- - Vi) "Si Mbsfunospacio 'vecto‘rial. Demucstre que la mét‘rica en M (191 inciso b)_ no
niefite ufi e'spaéidmétric‘b con l'a métrica‘dOc,‘ y) '= II): — y”, en dande || -.]| es la provicnc de una norma.‘ ' - -
mtemo
norma de'M. Concluya entonces que todo spacio vectorial con producto j) Concluya dc estc cjercicio que:
es un espacio métrico. j. l) Todo cspacio con producto in'tcmo es un espacio nomlado.
b) Defina la funcién d: M X M —. R como j.2) Todo espacio normado es un espacio métrico.
0 six = y j.3) Todo espacio con producto intemo es un espacio métrico.
d(x.y) {155”},
Dé ejcmplos que mucsucn que las afirmaciones reciprocas son falsas.
® 22. El objetivo dc este cjetcicio es cstablecer dos desigualdadcs muy importantcs cn
Demuestre que esta funcién w-una métrica an M.
matemélicas conocidas como desigualdad dc Holder y desigualdad dc Minkowski.
C) Defina 1a funcién dx: R'l X R" _. R como
a) Sea p E R, p > 1. Defina cl nfimero q E R como el nilmerorcal tal qucp-x + (1-1 = 1.
Se diré qua p y q son exponentes conjugados. Demuestre que si p y (1 son
(1106,30 " 2 IXI‘Ytl
i-l exponentes conjugados entonces (p - l)(q — 1) = 1. Concluya entonces que si y
= x94, entonces x = y'I-l, en donde p y q son exponentes conjugados,
en dondex = (xx, x2, . . . ,x"), y = 0);, yz, . . ‘ , y“). Compruebe que d; es una mém-
ca an R" . 13) Sean p y q dos exponentes conjugados, considere la funciénf: [0, a] —~ R, f(x) =
)0" -1. Use argumentos geomélricos. para cstablecer la dcsigualdad
(Suger'encia: véase e1 inciso 6) del ejercicib anterior.)
d) Defina la funcién‘dz: R'I x R" '—+ R como
ab 5 LaxP"dx +Lby ‘1“dy
(12(1', y) =‘m2ix {pa-yd, i=1,2,...,u)
en dQnde hes un m’xm‘cro'real, no nogativocualquicra. (Sugarencia: construya una
Demuestre que d"; es una méirica on R". ~
gtéficacn la .que so mucs;xe 1a funcién y = affi-hDibuje cl intervalo [0, b] sobre cl
1 .e) Defina la funcién d: 'C([*1,_1D .X ‘C([~1, 1]) ‘7' R como --_ _ 'c y.- Intergrcte ambosmicmbmsde la»desigualdadanterior‘como ércas).
5
‘ - 8'05 g)? maix‘lflx) .~ goal. ‘ .c) _ Concluya dél respllado dclcjercicio anterior quasi a y b son dos mimeros males" 1
‘1: ‘ 'no'ne‘gativos cualesquiera y p y q’ son dos exponentes conjugados, emohces
-;
53
x e [—1, 1]
p
Compruebe que d es una métrica en C([— l, 1]). ab S +
p
Defina la funcion' d: R X R -’ R como
d) Scan; = (35., E2, . . . , in) yy = 631,31}, . . . , i.) dos vectorcs dc R" Ialcs quc
d(x. y) = (x - y)2
z |2v=1 i W=1
n

Demueslrc que esta funcién no es una métrica en R. ,/

—> R en el conjunto M, 56 pucdcn generar (mas
g) A partir dc una métrica d: M X M
l'l I'I

métricas on M definiendo en dondc p y q son dos exponentcs conjugados. Use cl rcsuhado dcl inciso amcrior
para demostrar que para cualquieri = l, 2, . . . , n so tienc
d1(x,y) = V’d(x,y)
dgx, y}
lx yl 5 Ed:p 4, w:q
W Y) ‘ 1+ am)
d,(x?y)=min11,d(x,y)l, . _ ‘L y concluya cntonccs (sumando desdc i =,l hasta n) que . ‘
y d; §on también métrica'son' M.
-. h)* Pruebc quc d1, d2 V es un
Sea Vun espacio vectorial normado. En el inciso a) sit demdstré qua 3‘"!
o la' métriéa d: V X V R como d(x, y) = [[x - y”. En
espacio métrico definiend
este caso, se dic'e que la me’trica d pr'ovie'ne de la norma ||'|1. Demues
tre que una e) Demucstre Ia desigualdad de Hé‘lder
ga de
condici'én necesaria y suficient'e para que una métrica d en Vproven VI Va
una norma || ' || en Ves que para todo v, u E Vy c E R 56 cumpla n II

i P‘IYI‘I 5 Z W” Z M“
d(v+w,u+w)=d(v,u),w€ V i-“l I -’1
d(cv, cu) = lcl d(v, u)
 ESPACIOS CON PRODUCTO 1111511110 427
26 ALGEBRA LINEAL
vectorial ,y estudiar algun'as propicdades import'ames de eslc cspacio para cicrtos
.endondc .11, x2, . . ., x", y,, y;, . . 1 ,y,. son ntimeros'l‘reales cualesqui'era y p y q 5011 'vaiores concrctos dep
.expoirentcs conjugados. ' ' . * [-
a) Primeranicnte, extienda Ia desiguaidad de Minkowski establecida en cl inciso i)
(Szlgerencia: considere dos vectores eualesquiera de R" x= (x1, x2,. . . ,3"), y = (Yr, deI cjercicio anterior para el caso de snmas infinitas. Es dccir, demucstre que
y;,...,y,.) Definalos vectoresx= (x1,x2,... ,x,.),y = (yi,y2,...,yn)com0
Vr VI VP
;[=__._:‘7.L..__ “1="“LT i=l,2,...,n
2 Ix.+y1p 5 £111” + it»?
0°.
v,

i 11.1» 2 1114
en donde 1;, y.-,i =,I 2,. son mimeros cualesquiera.
b) En c1 conjunto l” defina 1a suma de la sucesion (a) E l” y 121 sucesio’n (b) E i”
(Apliqu‘e ahora'eliresuitado del inciso anterior.) come
1) LA qué equiva‘le 1a desigualdad de Héider cuando p = q = 2? (01) + (bi) = (01 + 111)
g) Sean :1 = (xx, 112, . . . , x"), y =1 (3);, y;, . . . , y") dos vcctores cuaIesquiera de R". y si k E R, defina e1 ,producto deI escalar k por la sucesion (a1) 6 l” como
Demucstre que para cualquier 1' - I, 2, . . . , 11 se tiene
k(a.-) = (kat)
IX: +}’1I” S (Ixxi 4" LVII) IX1+y1Y’" Demuestrc que si (11;) y (1)..) son sucesiones do 1” entonces ((11) + (b) y k(a,v) son
también sucesiones dc 1P
do don'de p E R, p‘ '> 1. Concluya entonc'es, sumando desde 1' = 1 hasta n que
(Sugerencia: para demostrar quc Ia suma de sucesioncs de 1” es una succsién de

z |xr+y.-i" s 2"; 1x1 1.41114 + f; 11.11v1+yr-'

n
1”, use 61 resultado dei inciso anterior.)
I
1'-1 1"] 1'1 c) Compruebe que el conjunto 1” con Ias operacioncs de suma y producto por
esc‘aiares definidas en el inciso anterior es un espacio vectorial. aCuzil cs cl vector
Ii) Apqite 1a desiguaIdad de Holder :1 cada 1111a de Ias sumatorias que aparccen en cero de este espacio?, acuél es cl Inverse aditivo de una succsio’n ((1,) do I"?
. eI mie'mbro derec‘Ii'o de la desiguaidad Estable'cida en el inciso anterior para (I) En el espa‘cio l” dcf‘ma Ia funcién || ",2 l” —+, R wind
demos'trar qii'e' si p y q son exponentes conjugados‘ entonccs '
V41
1|(a.-)11= 2 1:111
ilhwyiv s 1-1£11111
1,!
+ 1-1211.1 2 Ivy!"
F“!

i) Concluya dcl rcsuitado deI inciso anterior Ia desigualdad de Minkowski
VP . ”11
121' IXI+Y1IP 5 12-31 IXiI’
d.1) Demu'estre que "(11,-m, .>. 0 V (111) E 1")! que “(01)"; = 0 51, y 5610 si ((11) = 0
(e1 vector cero de l”).
d.-?.) Compruebe que si k E R y (12,-) E 1”, entonces ||k(a,-)]|,, = [kl l](a.-)||,,.
VP
d3) Demuestre que'si (a1), (11;) 6 i", entonces
+/ 1); D’ii’
no.) + (b1)l II(ai)IIP + l|(b1)l|p

en donde x1, x2, . . . , x", y1, y2, . . . , y" son mimeros rcales cualesquiera y p e R, (Sugerencia: use e1 resultado del inciso 11).)
p > 1. d.4) Concluya entonces que la funcién ”'“p es una norma en el espacio l” y que
j) ;A qué cquivale la desiguaidad de Minkowski cuando p = 2? por tanto, 1” con esta nonna es un espacio vectoriaI normado.
© 23. Una sucesion de mimeros rcales es una funcion deI tipo f N -> R. Denotando afli)
como a,-,i= _I', 2,. ,se escribira Ia sucesiénf: N —. R como ((1,, (1'2, . . . a,,, . . .)o . e)’ Demuestre qne 1:1 cspacio 1” no es de dimension iinita
bie11, mas abrevmdamentc como (11,) Sea p 1111 real mayor o igual a 1 (arbitrario pero f) Su'ponga que Ves un espacio vectorial normado con la norma II M y que existe unit
fijo). Denote por 1” (so lee “eIe pc“) 111 conjunto de todas Ias sucesiones de numeros sucesion dc vectores on V, diga v., V2,. . . , v,.,.1aies que para cuauicr vec1or
reales (ai) tales que v E Vexiste 111121 sucesion de niimeros 11321165 1:], C2,. . ,c .(bien determinada
por a! vector v) con Ia propiedad
5: 11.1 < «1
I'l
Iim |[v ~(c.,v1 + czv; + . . . + c,.v,.)I| = 0
n—uuo

Nucstro interés en este ejercicio es demostrar que el conjunto 1" con ciertas operaciones
Se dice cntonccs que el conjunto (infinite) {vb v2, . . . , v,., . . .] es una base (liamada
de suma y de producto por escalares que se definirén miis adciante es un cspacio
428 ALGEBRA LINEAL ESPACiOS CON PRODUCTO INTERNO 429

" base-dc Senoudefid'el espacio‘nonnadoy. En *tal gaso, se puede escribir . _e) DemueStre que T: o T; no es el operador identidad en 11’ - ' .
‘ _. a, . 0 (Es TI m opemdor inversible?, 3,10 as T2? > -
v=2civg [Notaz los incisos b), c) y d) dan una respucsla a los ejercicios 2 y 3 de la seccio’n
i'l
6 del capitulo 4.]
En el espacio normado 1‘u con la norma “'i considerc los vectorcs
e; = (l,0,0,0,...)
€2:(0’]’0’0"”) 3. ANGULO ENTRE DOS VECTORE-S. ORTOGONALIDAD
€3=(oso’1:09”')
En el‘espacio vectorial R2 se tiene bien definida la nocién do éngulo B entre dos
vectores v, u, E R2
Es decir, e, es el vector dc P, ((1,) diga, [a1 que a,- = O sij 5* i y a; = I. Prucbc quc
estos vectores constituyenuna base del espacio lP. Més aim, demuestre que $1 ll" (X2. Y2)
(ta) 6_ 1"», cntonces

((11) = i are: V'O‘nm)

g) Considere el cspacio 12. Demuestre que la norma ||‘||2 dcfinida antcriormentc

m v:

“(a)“: = )3 W
1-1 ’V
\
de . En efecto, usando un argumento elem__ental dc gebmotria analitica se puede .
' . ' provie‘ne de'uh productointernom'lz (v’éanse incisos. f). y j) del ejercicio 20. establo‘c'cr c1 valor ace: ' ' ' - I
est'a sec‘cién)',‘Miis a‘L'm, demuestrezqe tal producto. interno gs (. la); 12 >_< 1? 3 R . .

((a.) 1 (12.» = iarb: pcndicnte do In recta en la quc so encucmra u = tan (8 + on) = 23

X2
i- 1
inciso d).
11) Considcro uhora el espacio I” con p #4 2, con la norma || - ||,, dcfinida on cl pendiente do In rccta en la que so encuentra v = tan a = 21
Tome los ve‘ctores v, = (l, 1, 0, O, . . .) y v; = (1, —1, 0, 0,. . .) (observe que v. y xx
v2 son vectores l”). Dcmues‘lrc quc Entonces

Y - arc tanLl
6 = arc tan ——
2 V
“V: + V2" = “VI " V2” " 2 X2 x1
”V1”= “V2” s 2””
Use 105 rcsultados dcl inciso anterior para demostrar que la norma l|~||,, del cspacio
= arc tan M
2 * X2 1
i) 167,761 + Y2)“
1”, p 5* 2, no proviene de un producto imerno en 1” (véase inciso f) (161 eje’rcicio 20
1
do csta scccién). A1 cxpresar 1a formula anterior en términos de la funcién coscno so obticnc .
los operador cs Th T2: 1” —+ l” dcfinidos como
@ 24) En el espa'cio vectorial l" considorc
7.‘ =' X112+sz‘ '
“(an :72, a3, - _)] r= ((12,113, ) ,. - “5.9" (x?+y?)(x3,+y?z) . ‘ .' (3'9;
T2[(a;, a5, a",,’. . . )1 = (0, mm, (1,, . . .) r
Obsérvese que tanto en el numerador como en el denominador do In formula (3. l)
a) Demuestrc quc T. y 7'; son operadores lineales en 11'. aparccen expresionc‘s familiares, a saber
b) Comprucbe quc T, es sobrcycctivo pcro no inycctivo. (V l u) = XIX: + yr}’2
c) Demueslre quc T2 es inycctivo pero no sobrcyccrivo.
y IMF x? + Y3
d) Prucbc que T1 o T; es el operador idcnlidad'cn I” (y por lo tanlo es inycctivo
sobrcyccrivo). ““112 x3)“ y5
430 ALGEBRA LINEAL ESPACIOS CON PRODUCTO INTERNO 431

en dondc ( | )es el producto Intomo canonico do R2, do modo qua (3.1) pucdo sor EJEMPLO1 .- - 'A’si. pot cjemplo, si V= P3 con .el producto intemo canonico, el angulo cntre e1 -
'recsc rito como
' - polinomio _ - -
_ (v I u} p=1+3x~2x2+1c3
8 —- .
: “’5 “vn 1q (3 2) y cl polinomio
Nada impide intorpretar 1a formula (3.2) independientcmente del anailisis provio
a clla, y usarla para definir cl zingulo entre dos vectores v y u on cualquicr espacio q=—2+x—x2+x3
vectorial Vcon producto interno (' I '). Esto es precisamente lo que so hard ahom. as
= (2 I {12
3.1. ANGULO ENTRE DOS VECTORES e W“ [ ”12””q ]
Sea (V, (- | -)) un espacio con producto intemo y scan v, u dos vectores no nulos = (1>(—2)+(3><1)+(—2)( 1>+<1)(1) .
do V. a” “’5 [ ((1)2 + (3)2 +(—2)2 + mom2)2 + (1)2 + (1)2 + (1)2)
La dcsigualdad dc Cauchy-Schwartz establece que

|(V-l 10] 5 “VII llllll = arc cos[ 735.] = 87.817"

dcdonde
En un espacio con producto intetno se tiene la version abstracta dc la ley de los
‘ s Ms1
uvuuunr . cosenos.
La function .- ‘ ,.

(v u.) 'TEOREMAM~ (LEY DE LOS cosmos.) Sui V y u son dos vectores en un eSpacio oon producto
flv l) = interno, y 8 es el éngulo entre v y u, entonces
IIVIIIIHII
cs entonces una funcion cuyo tango ‘es [— l, 1].
Obsérveso que la funcion cos 8, es una funcién biyecliva en cl intervalo 0 S 6 llv - “”2 = IMP + Hull2 ~ 2IIVII llull COS 9
S 1: cuyo tango es precisamcntc [—1, 1].
cos 0
DEMOSTRACICN Es una consecucnc‘ia directa dcl‘a definicién dc norma de un vector y dc la formu-
la (3.2).

llv-ull2=(v-ulv-u)=(V|v)-2(vlu)+(u|u)
11/2
= [MI2 + llllll‘ - 2HVll “till 005 9 Q.E.D.
:
-——-_---.

Claramente, si Ves e1 cspacio R2 con el producto interno canonico, el teorema 3. 1

establece-la “version c’oncreta” (la qua Se conoce) ‘de la lcyde los oosenos
-

Inspiradospor- in formula (3.2) establ'ézcaso entonccs 'la' sigui'entc'definicion':

llv— an uv —u1:2 = nvn’+ M2 - 2 {MI nun cos 0
DEFINICION 3. 1 ' Si v y u son dos vcctorcs no nulos en cl espacio vectorial Vcon producto inlcmo
(' l -), definase cl (ingq (0 S 6 S 1:) entre v y u come
(v u)
6 = arc cos
M ”HI!
432 ALGEBRA LINEAL ESPACIOS CON PRODUCTO INTERNO 433

. En ei caso concrete del espacio R2 con _el producto intemo oanén‘ico, se sabe que :- 5011 ortogo'na'ies, pues
' 'una condicién equivalents a1 liécho de que ios ve'ctor‘es v y u sean perpendicula-‘res
es que su producto intemo (que en este caso coincide con su ptoducto punto) sea (A13) = (2X3) + (0)(5)+ (1)(0)+ (3)(-2) +( 2XI)" (1X2)= 0
eel-o.
Esta equivalencia se puede también deducir de la formula (3.2): 51 v y u son Similarmcnle, si Vcs cl cspacio C([O, 1]), 105 vcctores fi = x y f1 = 3x - 2 son
dos vectores perpendicularcs no 1111105 611 R1, 61 énguio que forman entre ellos es ortogonaies pucs

6= 2 , de modo que 1 ‘ 1
(f: If2) = L f1(x)f2(x)dx = .10 x(3x-2)dx =
11 (v1 u)
0 = cos — =
2 livil lluil En la siguiente subseccic’m se estudiarén conjuntos dc vectores ortogonales en un
espacio con ptodpcto interno.
de donde
3.2. CONJUNTOS ORTONORMALES
(VI 11) = 0

Similarmcnte, si (_v| u) = O entonces Sea V'un espacio Vectorial con producto interno (' l -) y sea S un subconjunto de
V. Se dice que S es un conjunto ortogonal de vectores en Vsi ‘cad-a par de vectores
distintos en S 5011 ortogonales.
En particular, si S = {V}, v2, . . . , V1}, S sefé ortogonal si, y solo si
“’59 111111141 0 e “/2
La condicion geométriqa dc perpendicularidad'entrc los voctorcs v y u dcl espacio
(Vilvj) {livill Si i=1
sii¢j
' ~. R2 so pnede genexalizat entonces a 1m espacio vectori’al abstracto g1acias a la
V ’ ' definicioh 3 1. dos vectores v y u on uh espacio v'ec'torial Vco'n producto intemo'
son “perpendicula‘res” 51 e1 ang‘ulo que forman en'tr‘e ellos es 90°, 0 equivalentc- Si ademas cada vector v dei conjunto o'rtogonal S de Vtiene norma 1, a1 conjnnto
mente. S se le llama conjun'to ortonornial.

DEFINICION 3.2 1
Sea (V, (. | ')) un espacio con producto intcmo. Los vectores v y u on V son NOTA: A un vector v dei espacio con producto intemo ue tiene nonna 1 se le
ortogonales si llama vector unitario. Un conjunto ottonormal de vectores e11 Ves entonces un
conjunto ortogonal d'e vectores unitarios en V.
(vlu)=0
EJEMPLO 2 For ejcmplo, en cl espacio R3 con el producto intemo canénico ios vectores
NOTA: En el caso general, so referiré siemprc a la propiedad geométrica dc
perpendicularidad entre dos vectores, como (la propiedad de) ortogonalidad entrc €1=(1,0,0)
tales vectores, reservando entonces “perpendicularidad” para el caso concreto clel €2=(0 1,0)
espacio R2 (0 R3) con el producto intemo canénico. ,
=(0,0,1)
Obse’rvese que,seg1'1n la definicién 3.2, e1 vector cero dc Ves ortogonal a todo
v'cctorv E V, pues p01- ei teo'rerna 1.1 ‘ . _ . g _ \, ' - forman un conjunto ortonormal, pues

(0|v)=0' 'yveV. (81192): (631193)== (62193): O

Si Vcs cl espacio M3 x 2 con el prodUcto intemo can'énico, los vectores (esto es, tales vectores forman un conjunto ortogonai) y ademés
2 0 3 5
A = 1 3 B= 0 ‘2 18111 = "6211 = 116311 = 1
—2 l l 2
EJEMPLO 3 En el espacio vectorial C([—1, 1]) de 1213 funciones contimtas en e1 intervaio [—1, 1]
434 ALGEBRA u NEAL ESPACEOS CON Pnooucro INTERNO 435

case so obtiefie (v; I 11,) == IIVJIIE 'Entonces, ,

I - coil cl'producto in‘temo (f I g) =I fix)g(x)dx elcOnjupto (infinigo) dc vcclorcs ;
oily/1P = 0
S=[cosZn1cx,n=0,l,2,...I
Como por hipétesis vj 1* O (y por tanto, [Iv/II 7A 0), se concluye que
es un conjunto ortonormal.
c,- = 0
En efecto, cada vector v,. = cos 2n 1: x en S es unitario pues
Este argumento es veilido para todaj = 1,2, . . . , k. Portanto, c. = C2 = . . . = c. =
I
0, como se queria probar.
IIVNII = V(v,.Ivn =‘/ I cos’2nnxdx = 1
-1 Q.E.D.
Por otra parte, si n at m
1. . COROLARIO Todo conjunto ortononnal de vectores en un espacio con producto intemo
(vn I vm) = I cos (Zn 112 x) cos (2m 1: x) dx es linealmente independiente.
-1
1
it (0052(71 + m) 11‘. x + cos 2(n ~ n‘z)1c’x)abc ,
DEMOSTRACION Si S es un conjunto ortonormal, entonces S es ortogonal y ninguno dc los vectorcs
II

l
dc S puede ser ceto (pues todos cllos' ticnen norma 1). El corolario se deduce
1 .1 entonccs del tcore‘ma anterior».
sen 201 + m)1c xv+ W-l—-sen 2(n‘ - m)1c x]
I :2" I 2(n 5* m)n 2(n - m)7c -l
Q.E.-D.

'= ‘O. ..
‘TEORE‘MA‘ 3.3" ' -
Es'dccir, los‘v'éctores v,, y v,,, (n 9e in) son ortogonaies.
E1 siguicnte r'csultado es vfilido para cualquier conjunto ortogonal (no necesa-
riamcnte ortonormal) dc vectores‘no nulos en un cspacio con producto interno.
sea ( V, (I I :)) un esp'acio cor‘i produc'to inté-rho, y Sca‘ We! esphc‘i‘o generado
por elconjunio ortonormal dc vectorcs S = {v,, v2, . . . , vk} . El vector u E
Vpcrtenccc a Wsi, y 5610 SI u puede cscribirse‘ como
u=(uIvI)vl+(uIvz)v2+...+(u|vk)vk

TE O'REMA 3.2 Sca ,5 un conjunto ortogonal dc vectorcs no 1111105 en el espacio Vcon

producto interno (‘ I -). Entonces S es un conjunto linealmente inde- DEMOSTRACICN Si e1 vector u‘ E Vse ascribe como
pcndicntc.
/ u = (u I v1)v1 + (u |V2)Vz + . . . + (u |vk)vk

DEMOS TRA C/ON Sean V1, v2, . . . , vk vectores distintos dc S. Sc debe de probar que es obvi'o que u E W, pubs en [:11 caso, u es una combinacic’m lineal de los vectorcs
v1, V2, . . . , v; quc genera'n' a W.
Reciprocamen'te, supo'ngase que u E W. Entonccs cxistcn escalates c1, C2,
C1V1+C2V2+...+Ckvk=0 é} c;=c;=...=c,.=0
. , ck tales quc
AI {Omar e1 produ‘ctozintcmo dcl vector 0 = cm 4r em +' . ’+ ckvk cm" 61 vector vi, j _ - .- _ - ;k _
i5j$k_scobiiene_ _ ' it =-C1V1 +'02V2 + .. . . 7" 6‘k = civi
l‘l

. It k A1 tomar el producto interno dcl vector u con el vector v,- E S, 1 S j S k, se tienc

.0=(0Ivj)=(CIVI+CZV2+~--+CkIVj)= XCiViIVj = Zcimlvj)
i'l i-l k 1:

(HM) = Z CiViIVi = Z c.(v;Iv,-)

Como cl conjunto S es ortogonal, se ticne quc (v; I vi) ¢ 0 si, y 5610 si 1' = j, en cuyo 5'1 i-l
 ESPACIOS CON PRODUCTO INTERNO 437

436 ALGEBRA LINEAL ' - 1 .- De la figura

m‘a’l); _ i , . ‘ _ H .. ’ " "
H’ '==V1 (puss S 65 min conjimt’o ottonor
nPero (vilv,)f=:0 51 i ae-jy'IOV)i | v.) 9 “Iv";-
Entonces '

(u M") = Ci
\
por lo que

v2)v2+...¥(u|vk)v.
u = i c.~v,- = (ulvl)v.+(u|
i-l

. se ve que
como se queria demostrar. Q.E.D.
cos 3
=
Lilli“
’ ' .
en la proxxma ,
. I

o muy 1mportante. quc sc usafa o bicn,

a

E1 teorema anteriot'es un resultad zada del teorema

ré para probar la verslon generah p - null cos 6
scccién.- En este memento, se usa
dc Pitégoras. ||u|| IIVIHCOSB (pues ”VI“ = 1)

ll
. (ulvl)

ll
intemo y
(f 17)) un espagflo con producto Entonces se tiene una situacién como la mostrada en
la siguiente figura:
TE'OREMA 3.4 (TEOREMADEPHAGORASL) Sea (V, mal S = {v.,
erado por el conjunto ortonor
sea W61 sube'spacio dc V gen - 4 r". ''''''''''''' 1
or dc Wse tiene
' V2, . . . , vk}; Si u es unvect . ,
,¢,- ;_
Mv=z<mw2*~
I

.1 :‘ IIUII2'- (u I v02», (u l V102

(u l v'2) V2 i3
/
V V
.
rlblr
. ‘
Pot cl teorema anterior se puede esc
, I
DE MOSTRACION '
I
. _______ J
k
, ,
V1
M=Z(u|vi)vi ‘
1-: "\ (u 8 V1)
ulo tecténgulo
. quc no es mzis quc cl cohocido teorema de Pitégoras: en un trizing
+ (u l v2)2) es igual a1 cuadrado
Entonces y ; a la suma dc 105.cua'drados de 105 catctos ((u i v02
5, . .
\ k de la hlpoteausa (Hafiz).
val y la desigu aldad dc Bes-
“u“2 = (u | u) = ‘ 2 ‘_(__u l v.*)v}‘4| u . Los sigulemcs dos resultados (1a identida‘d dc Parse
- s de vectores en espacios
‘3 ,- _1 sel) son resultados clésicos ‘sobre conjuntos ortonormale
en el quoel conjunto ortonormnl
. k_ . . _.con producto intemo. Se presentaré solo cl caso teérico.
-k .
adoses' do cataclet
I i)( i ) =z- ' (MW? V involuctado es finito. La ‘importancia do tales rasult
ll

Z-(y‘v..'vw
4-K- z" ‘1 (2.13.1). '“ cto intemo y
TEOREMA 3.5 (IDENTIDAD DE PARSEVAL.) Sea (V, (- I ~)) un espacio con produ
‘
ok=2enelcas oen Mel espacio generado por el conjunto ortonormal S = {vb v1, . . . , vk}. Si
anterxor'coand t b1 5 quier' vector de V, St: tiene
u E M y w es cual
Interprétese geométricamente 31 teorefna es a ece
producto mtemo canonlco.E1teorem221
el que Ve's e1 espacio R2 con el
conjunto ortonormal de vec tores an R , y u es un . k.
en tal caso que si {V1, v2} es un s (MW) = 2 (ulvi)(ViIW)
r qué?) entonce
vector on Sf. (v1, v2) (=R2, Lpo i'Il

E? ww=wwy+wwm ‘ ‘i
I
 ESPACIos CON PROGUCTOINTERNO 439
438 ALGEBRA LINEAL

DEMOS TRACION . Segfin'el .teorema 3.3 so puode cscrioir_o1118oto11’u E M 0151119 _ pucs .10; vectorcs v1, v2, . .., vk forman un Conjunto'ortonormal.
Entonces -
11 = (ulv;)v,- 1 k 1
z (ulXul)
Z (uIv.->(uIv.-) + 1-1
IIWHZ = (q)~ 2 (qxu | v» - I~1
Entonces j-l
. k k k
(u I w) = [/2 (u I Vi)Vi I W ] = 2 (u I VEXVI‘ I W)
' i=1 i=1
= I uI Z — 1:;z (uIvJ)z
Como, “WW 2 0, se obtiene
Q.E.D. . k-

{W ~ [-12 (MY 2 o
TE OREMA 3.6 (DESIGUALDAD DE BESSEL.) Sea (V, (- l -)) un espacio con producto intemo,
y soa S = (v., 1);, . . . , v1} un conjunto ortonormal de vectores on V. Si u osea,
es un vector on Vse tiene la desigualdad I:
Null2 2 (ulv')2
IIuIP z 13 (um-)2
k

1-1 como so queria dcmostrar

Por liltimo, en vista dél 16011211121 3.3, el vecto1 u' pelte‘ncce a1 espacio gamer-ado
La igualdad en la desigualdad anterior se cumplc'si, y 5610 si u pertcnece
_ pot o1 conjunto ortonorma15= {v1,v2,..,v'1} si, y_solo.'si
. a1 espacio generado pot S
1 I . k
w = u - Z '(ul‘vj)v,- = O
DEMOS TRACION' Al considerar-el vector . j=l
Entalcaso
k
w = u~ (1411,01); k
1-) = IIwII2 = llull’ — z (uh/)2j-l
Se tienc
’ 0 sea,
k k

“W"2 = (WIW) = u~ 2 (WWW.- u ‘ Z (HIVJM k

i'l j'l W=
,2 (u I v-IZ’
I: que es la igualdad do 121 dcsigualdad dc Bessel.
= (alto—[u 2(uivj)v,-]— [Z(u|vi)vilu]+[2(u|w)v, :(ul-M] Q.E.D.
i-l i-l ' v

(utu)— ); (utw)(-~-ulw)- 2 (uIvI)(V1lu)+ Z Z (ulv.)(ul\a)(V.lV;)

k-ik'
EJERoIoIos . .(sEcoIoN 3, CA'P-iT-ULO 5)
i-x j-l
1. Considere c1 espacio vcctorial R2 con cl producto intemo canonico. Encucmre e1
éngulo enlrc cada uno do 105 siguicntes pares dc vectores:
Obsérvese que
3) (2,3)Y(2,-‘1) d) (1.0)Y(0. 1)
k k k

z )3 (u I v.->(u I vj)<v.- I v» = 1-1E (u | v.-I<u I v.) b) (1,2)y('1, 1) 6) (2,4)Y(-5,-3)

:21 j-I' c) (2,1)Y(‘3.2) ' D (2.3)Y(-2,-3)
440 ALGEBRA LINEAL VESPACIOS CON Pnooucm INTEHNO 441

Bf: e1 cspa'cio M2 1&2. con el producto intemovca'nonico,cncuentre e1 fingulo entre los ' demu‘estrcrql'Je cl conjumo infinito dc vectores'S.= {sen Emu, n = 0, 1, . . . 1' es un
conjunto ortonormal. :

at? a] q: :1
siguientes vecto'res:
13. Demucstre que e1 conjunto de vectores en R3
I I 2 -3
°)[2 3] y [1 ,4] s= 2-12 12-2.

my: 3] q: 2] 3’3’3 ’ 3’3’ 3

es un conjunto ortonormal (con el produeto intemo caném'co de R3). Use e1 teorema
3.3 para decidir si cada uno de los siguientes vectores de R3 pertenecen al subespacio
En el espacio C([—1, 1]) con el producto intemo de R3 generado p‘or S.
1
a) (1. 2, 1)
(fl g) = L fix)g(x)dx b) (49 53 '2)

encuentre cl zingulo entre los siguientes vectores: c) (3, 3, 0)

c
a) x y s‘en x 14. Compruebe que el conjunto dc vectores en R4
b) sen x y cos x 1 1 l l 1 1 1
S= -,0,--0»0
{[5 1/7: —-“
J’[) —+-
590:”: —-~—
2’ --‘
2) “1*
c) e“ y x 23 2

vector
. Sea Vun espacio vectorial con el producto intemo (- | -), aqué éngulo fonna un es un conjunto ortononnal (con el producto interoo canénico de R‘).
v E Vno 'nulo can su inverse aditivo?
u = (1, Determine los vaiorcs dc Cl, C2 y C3, tales que
. En e1 cspac‘io vectorial R3 con .el produ'cto interno canonico, scan v = (1 , 3, 1),
éngulos intemos del triéngulo

1
2, -2), w -'-=-(0, 0, 1), calcule 1a longitud de los lados y los 1
»

my.
cuyos vérticcs son.los puntosj v, u y “v. . . (:‘xl;fr-2,1‘Y3,X4)= C1 [7:22, 0"71—2'1'50 ]_+ C1[0, *fip 0.7%]+ C3[ 7%: ~%, " El", '

. LC'uéles de'los pares dc vectore's en los ejcrcicios 1,.2 y 3 son. ortogoxtalcs?

'' , _ ® 15... Sea Vutt cspacio'vectorial con el prodficto intefno (: l 1). Sean-u y v dos vectorec de- ‘_
. 'En el cspa’c'io Vectorial R5 considerelo‘s'Vcctorcs“ '- " ‘ V
V. Al vector
v = (2, 3, —1), u = (4, «2, 2)
_ tulv)
v " V
a) Demuestrc quc si on R3 so considera cl producto intcmo canonico, los vectores “VII2
y u son ortogonales.
56 1e llama proycccidn ortogonal de u sabre v.
b) Calcule cl éngulo entre v y u 51 on R3 se considera c1 producto intcmo
a) Intcrprct‘c geométricamcnte esta dcfinicion en cl caso del cspacio R1 con el
Slay;
(MY) = XIY1+ 3x2)’: + produ'cto Intem'o canonico.
. En esta seccion se observo que el vector ccto es un vcctor ortogonal a todo. vector v b) 81 v es‘ un‘ vector unit'ario on V, dcmu'estrc que' la norma dc la proycccién ortogonal
en un espacio vectorial Vcon producto intemo (. 1 -). Demuestrc que éste es e1 {mico do u sobre v es |(ulv)|.
vector con tal propicdad. c) St u es ortogonal a v, Lcuzil es la proyeccién ortogonal do u sobre v?
. Sea Vun espacio vectorial con el producto intemo (' l -). Sean v y u vectores en Vtales d) Reenuncic el teorema de Pitégoras (tborema 3.4) en‘ términOS de proyecciones
qu'e “v” = "It”, compruebc quc los vectores v + u y v - u son ortogonales. Interpretc ortogonales deI vector u sobre los vecto‘res 1),, v1, . . . , Vt del conjunto ortonomml S.
geométricamcntc este resultado on R2 con el producto intemo canc’mico.
6) Sea. {v., V2} un conjunto ortonormal do R2, comprucbc quc todo vector u E R2 se
_ ,
10. Sea Vun 'cspacio .vcctorial (1e dimension finita con cl producto intemo. (~ I, -), dcmuestre puede escnblr dc manera {mica como ' ' ' ’ , ‘ '
" que no existe conjunto ortonormal, on V con mfis de dim Velcmentos.
ll. Pmcbe que‘ c1 conjunto'de vectoreS'en R4 u =» w,‘ + wzl

en donde w, es la proyeccion ortogonal dct vector u sobrc c1 vector v,-, i = 1, 2.

{(2, 3, —3, 2), (2, —l, —l, -2) y (1,2, 2, ~l))
Interprete geome’tncamente.
es un conjunto ortogonal (con el producto interno canénico en R4), LES éste un t) Mas generalmentc, 51 {v., V2, . . . , v,.} es un conjunto ortonomml dcl cspacio
conjunto ortonormal? vectortal V, entonces todo vector u 6 $2 (12,, v2, . . . , V") se puedc escribirde mancm
12 En el cspacio vectorial C([- 1, 1]) con el producto intemo umca como

(fig) = f mam ; u=w,+w2+,..+w,

442 ALGEBRA LINEAL ESPACIOS CON Paooue'ro INTERNO 443
'1
e11 donde w, es la proyeccién oriogona'ldel vector u sobre él vecior v,, 1' = l 2, ' C, mientias que para 11 _> 4, 'R > 1.1,Qué ocurre conj‘los casos n = 2, '3? Haga un‘
,rCz. ConCcilCie este resultaclo con el teorema 3.3. , dibujo en cada we de 6510:; cases. - _ . j - ~
16. Sea S = {v,, v;, . . ,vk) un conjunto ortogonal de- vectores en el espacio vectorial V j) Pruebe que la nonna dc la proycccion ortogonal (véase ejercicio 15) de un lado
con el producto intemo(- I ). cualquiera del cubo C de 11--dimcnsiones en R" sobrc una diagonal d cualquicra
‘_ ‘ r3
dc C, es la n-ésima parte de la longitud de la diagonal d. Verii’ique este resullado
Sea =_. C». 1'
geométricamente en los casos n = 2 y n = 3.
1€=VI+V1+...+V. . _"C,'.Ci:

Demuestre que
4. BASES ORTONORMALES
Illlll2 = llvnll’ + llvzll" + - - - + Ill/«ll2
Concilie este resultado con el teorema de Pitagoras. Sea (V, ( , l - )) un espacio de dimension finita con producto intemo, se dice que
@1 En este ejercicio se consideran algunos aspectos de la geometria de on who n-dimen—
7. la base [3 = {v., 122, . . . , 1),.) dc Ves una base ortonormal 5i el conjunto [3 es un
sional on R". - ' conjunto ortonormal dc vectores en V.
Dcfinicién. Considere el espacio vectorial R." con-e1 producto intemo canonico. Sea Obsérvese que el conjunto ortonormal de vectores en V, [3 = {vh v2, . . ,vkl es
[e1, e1, . . . , en} la base canonica de R". Se llama “cubo (unilario) de 11 dimensmnes una base ortonormal dc Vsi, y solo si este conjunto genera a V. (La parte‘ s6lo si”
en 10" al conjunto de esta afirmacion es obvia. La parte “si” se siguc del hecho de que el conjunto [3
es linealmcnte independiente —-corolario del teorcma 3.2).
031,51,i='1,2,...,n
X7116,
1"-'1
3 EJEMPLO1 El ejemplo mas simple de bases ortonormales s‘c cucntra en la base canc’mica
de R"l (con el” producto intemo Canonico),
A 105 vectores e1, e2,. . . , en 56 les llama “lados del cuboC C”. ' En efecto, la base [5 =C[e.1, e2, . . . , e,_.} do R? on dongle _
A un vector de R'I de la forma '
CPI C . e.‘=(O,VC.'..,1,.. ,_O) E' R"_
= 2 me,-
[’1
7
en donde a,»= i1, 1' = l, 2, . . . , n se lo llama “diagonal del cubo C" (so identifica como es una base ortonormal pues
sicndo la misma diagonal del cubo C a los vectores d y’ —d).
(eile;)=0 si i¢j
a) Dibuje un cubo de una dimension en R, asi como sus diagonalcs.
b) Dibuje un cubo de dos dimensiones an R2, asi como sus diagonales. lle.-]|=1 i= 1 ,2,...,/’1
c) Dibujc un cubo de trcs dimensiones en R3, asi como sus diagonales.
d) LCuéntas diagonalcs distintas posee un cubo C do n dimensioncs en R"?
TEOREMA 4.1 Sea [3 = [V1, V2, . . . , v1} un conjunto ortonormal de vectores en cl espacio
e) Sea d una diagonal del cubo C do n dimensiones en R". LCuantas diagonales dc
con producto interno V. Las siguientes afirmaciones son equivalentes:
C son ortogonales a d? Ilustre e1 rcsultado en los casos n = 2 y n = 3
f) Dcmuestre que todas lasdiagonales de un cubo C de n—dimensioncs e11 R" tiencn l) [3 es una base de V.
la misma longitud. Calcule lal longitud.
2) Para cualquicr vector u 6 Vse ticne
g) Compruebe que el angulo que forma una diagonal (1 del cubo C do n dimensiones
e11 R" con cada uno deCsus lados ,C" i =.1,_2,’. . ., 7: es .' k.
u '=
.Z. ‘ ‘(u|v,')v.--
. . 1 .
cp—arccosm.

h) LPara qué valor den la diagonal d del cubo C de 11—dimensioncs on R" forma con 3) Para cualesquiera-dos vectores u, w E Vse tiene
sus lados un angulo dc
I
i k
11.1) 11/4, 11.2) 11/3 (ulw) = Z (111v;)(v.~[w)
'i) Sea E la esfcra que circunscribe al who C de n—dim'ensiones en R". Denote por R i-l

al radio de E. Demucstre que para 11 = 4 se tiene R = l = longilud del lado dcl cubo
 ESPACIOS CON Pnooucro INTERNO 445
444 ALGEBRAUNEAL. _ . . ., _. v ‘ . ‘ _ V r . _ _
.
(Cori CI prodixcto interno canénico) es una base ortonorma1,'pu¢5
. ,
V. lqmer vector u E> V56

2; ° " ‘ ‘ W[é}[%1+[-—:—][é]+[—:—H—%J=°
4}‘V Para cua l'tien‘e

DEMOS TRACION
. .
Se probara 1) =’ 2) ) - . W [3][3]+[3][3]+[3][3]o
_ Z i .2. .2. i Z =

. d V,entoncesfigeneraaV.Portant°,e1 vector 14 se > _ ,z i .1. _2__ ”g: g _

(1221123) — t 3 3 + 3 3 .+ 3 3 -0
e c .
12; 12:38: : Sseggzctifisgenaado por el conjunto ortonormal V. 2) se concluye
ntonces del teorema 3.3. .
y
62) =2 3). Sean u y w dos vectores dc V. Se escnbc
k . 2 .2 2 2 1 2

“Elm” IlII2=[§]+[—§]+[5]=l
Enton'ces 2 2 1 2 2 2
k k 1 2 = _._, + .... + ..'.-...;.. =1

<u|w>
V
=M
Z «ulvavu-IW)
V
= X"'1' (“”00””) ”W" [3]
t
[3] [ 3]
2 2 2
, , , . . . . c 1» 2 2
- loqucprueb43) - v - z . - q ' 2= — + ~ + —- =1
,. 3) =3 4).1Témese:en_3l)W=u-‘Eaces ._. ‘ . . I _ ‘ ' .W . ‘ . -. ~ .. I I , " . ' ' _'||-v-3||‘ '_ 3 ' 3,. - '3.

Hullz = (u l u) = i (u l Vi)(V-' ‘ u) = 2 (u l v.-)2 §cpéngase que sc goierc expresar e1 vectof u f gé, 6, —9.) como una combinacién
H i-l . lmeal de los vectores de la base [5. En prmmplo, esto conducma a resolver un
_ . s'istema de 3 ecuaciohes con 3 incégnitas. Sin embargo, e1 teorema .4.1 (1a
vector u E Vse obuene afirmacién 2) permite escribir
\ 4) =~ 1). Se tienc pot hipétesis que para cualquxer
k
x . u' = (u I v1)v1 + (u | v2)v2 + (u I V3)V3 ‘
Hunz = 2 (u | W)2
m - f
= (6) -2 +(6) -—-2 +(—9) —31 vl+ (6) 2
3
+<6> 1
3
+(—9) ——23 v2
[ 3 3
. ' 3.6)= 13 C135“o
, ..dc Bessel (teorema
E t es recisamente 1a igualdad de la dcsigualdad
-5 :ib'ep no se cumple si, y 5610 si cl vector u se cncuentta en cl efpaclo genera j _1_ _2_ _ g
" {V1} v2,
COflJumO [5 prevxa 1 + (6) 3 + (6) 3 +( 9) 3 v; I
508 q
For v: {Zoe-be
v Como
’gegerar
u eselun
a todo
vectorV.arbitrario
espaciO porV,la61observacxon
Entonce'sde a1 V -
>
6
‘3‘)! + 12V2
, ‘3 es una base de V. >
H teorema
_ ‘ . ._ _ - c . >Q'.E.'D. . , El prléximo objetivo es mostrar que todoespacio vectorial Vdedimensién finita
. ‘ ~ -
‘ con'prbducto intern o posee unalbase orton.or11r1ale
I l en un espa cio de,. ..dimens ~ a
I ion fimt
‘ one 1' de una base orto
‘ o de r dxsp 7 1 ' " norma
‘ 2
EJEMPLO E1 hcch
con pmducto intemo tienc, segim cl tcorema, ventajas dc carécter “préctiCO ' 4‘1' EL PROCESO DE GRAM'SCHMIDT
Véase un ejcmpIO- Sea (V, ( ~ I - )) un espa‘cio vcctorial dc dimension finita con producto intemo. Sea
Labasc - fi={vla v2’ ‘ ~ - a v}unabasedeél
n - ‘
1 2 2
{3 = {v I) v2 , v3} = U 3.- _ Er; }[ %’ 21;;- -§- ],[ '3“, g, 3 ] } do R3 Se va a demostrar que el espacio Vtiene una base ortonormal. Para lograr cslo,
3’ 3
se exhibird tal base, usando para ello un procedimiento que pcrmitc construir, a
446 ALGEBRA LINEAL ESPACiOS CON PHODUCTO INTERNO 447

- . partir' de la base [3, una‘base OrtohorrhaigBéteprocc‘difriiento es ‘conocid’o' como v En taicaso, e1 vector u; procurado' seria‘ simpleme'nte’
f‘proceso (de ortonormalizacioh de bases) deGrem-Schmidt’f,
"
Se anaiizarén primerameme los casos n = 1, 2 y 3. Si n = 1 (e1 especio'Vticne u; = W2
de V, para pasar de esta base a una base
dimension 1) y {3 = {1);} es una base IlH
ortonormal 5610 se tiene que ajustar ia norma de vi a1 valor 1. Sea
Encue’ntrese pues e1 vector W2.
u = A
Como w; 6 5,9 (m) se puede escribir
‘ IIVxll w, = cul
= {m}
Entonces es claro que: 1) 22 (u1) = $9 (v1) = V, 2) ““1“ = 1, de modo que pm para algfin escalar c E R. [E1 valor de c se halla imponiendo la condicion (w; | ul)
es la base ortonormal deseada - 0.]. Entonces

:W2=V2-W1=V2’CM1. ‘

Se quiere que (w; I u1) = 0, es decir,

Véase ahora el caso n = 2. 0 = (W2 i ”1) = (V2 " cu,|u,)=(v2|u1)— 0041 IV!) = (V2 I ”1) — C ““1“2
Se tiene entonces la base {3 = {VH v2} de V y se quiere construir a partir de eila
una base ortonormal. [30” ~= {uh uz}. Para construir m, 3610 se ajusta 1a nor-ma de =(v2iur)—c
v1 a1 valor 1 (como en el caso anterior), es decir, se normaliza e1 vector v,. de donde‘se ve que ei valor .de c debe set
.1,“
.I 'c =(v2l‘u1)"',
filiVlH V} ” .
y entonces e1 vector W2 seria I i A I '
dc
La idea para construir‘ e1 vector ”2 es-descomponer-cl vector v; como una suma
donde wr es uu vector que sc encuent ra en c1 espacio que W2=Vz-Cu1=V2"(V2lul)ul
dos vectores w, + w, en
la
genera ul (e1 Vector previamen'te construido) y'w: es un vector-que es ortogona
u1.Es decir, y finalmente

"2 = V2 " (V2 I “1W1

V2 = W1 + W2
HVz ' (V2 I “Quill
en donde
Se coinprueba que en efecto [3m = {u,, “2} es una base ortonormal dc V.
w. E $9010 y (W2! u1)= 0 Véase por filtimo e1 caso n = 3. A partir de la base {3 = {v,, 1);, v3} de Vse quicre
construir una base ortonormai DON = {uh 14;, U3} .
Geométricarnente esto se veria como Se escribe

. V1
Ln
M
= —“-'
» .
(4.1)

El vector u; ee halla como en el caso anterior

u; -— '— l—-— v2 _ (V2 “om (4.2)

= IIV2 ~ (v2 I uourn
Para construir cl vector u; (a partir de v; y los vectores previamente construidos
in y uz) Sc use la misma idea que en el caso anterior: se presenta e1 vector v; como
 ESP'ACIos CON PHODUCTO'INTERNO 449
448 ALGEBRA LINEAL
‘tra en el ospacxo. generado ”pot lo que e'l- vectdr u; procurado es: I
w; esun vector que sé encuen
I I-una Sum-aim +.Wz, en donde stra-.ex11a--figura.) I
ala m y 'a' u;- (Cotfio se mue
I per in y' 112, y w: es ortogon simpIomente = v3'~ (vs I m - (vs I am: I - '
seria
En tel 02150, eI vector u; procurado
W2 “3 IIV3 ' 0’: I in)“: ‘ (V3 I £12)“l (43)
‘V’ M Se tiene en efecto que (u; I u.) = (u3'|‘142)= 0, “11;“ = l, por lo que {30” = {u,, 112,113}
es una base ortonormal de V. ' '
Con el anélisis de estos 3 cases particulates se puede generalizar e1 procedi-'
miento para construir una base ortonormal (30” a partir de una base da'da [5 del
espacio Vde dimension 11.
De hecho no es difl’cil “adivinar”, a'partir de las fénnulas'(4.1), (4.2) y (4.3),
que definen a ul, uz,‘y ”3,1'espectivamentC, que el vector to seria

u4 - (v4 |uou1 — (v4 | u2)u2'— (v4 I us)”;

N4
”“4 ' (W | “Om ‘ (V4 I "2)112 ‘ (V4 I "201““
Mzis generalmente, supén'g'ase queya se han Constru'ido los primeros k vectores
u], “2, . . -. , uk (1 S k < n) .de la base 'ortonor-‘mal. EntonCes e1 vector um so construirzi
a partir de ellos y del Vector V“; de la base dada, siendo
Esctibase entonces
V; = W] + W2
-‘ vo‘ctorw.2‘
= vm - (Van: “any: - (k I 1221142 — . . . ~ (VIM Imam:
- * «,1
' I m) —“ 0 yltm"llos‘o
cn do-nde w, E 22 (m, u;) y (w; | 141) = (W2
Mk 1 I v -
_ . I . “vkflf- (vm |u1)u1 ~(vk+1 |uz)u2 - . -(vk'.1_|uk)1q|| _
c y dzfia LS guy
' ' Como WI 622041, 112) existen escalates
'I - Ivl"="éul+dtt'2- " ~ La‘ discusién anterior 's‘e resume eh cl sigoiéhte teoréma:
I ‘ I I S
est'os escalares so halla n imponie
ndo 1as condiciones (w; l m) = 0
Los valorcs'lde
TEOREMA 4.2 Sea [3 = [v,,. v2, . . . , v") una baéc del espacio Vcon producto interno ( - | ' ).
y (W2 I "2) = 0‘
Como Entonces el conjumo :30" = {111, M2, . . . , uh}. en donde 10s vectores uh
W2 ‘1 V3 " W1 = V3 “
cu; - dug uz, . . . , to. son definidos inductivamente como
) (v I“) c
seliene' u = 1L
‘
0 =(W2Iu1)= (v, — cu, — duzlul)
=(v,|u1)— C(m | m) — (1(II1IM1
I = 3 > 1
‘ uvlu
‘

IqII2 = 1 =0 = V§“(Y2IH1)L¢1 '

. “2 ”Ia—(mum!
Y
it: = w “(V3Iu1)lll"(V3[u2)U2
o= (W2Iu2) = 05- cut _ duz I m) = (v3 I 112) — can I 142) — don I m) = (V: I "2) ‘ ‘1
,
IIV3 “ (V3 I will ‘ (V3 I “23th”
, =_0 , IImII2=I
I do donde - k’l
V: " 2 (W: I ”0141*
c=(v3[ug) d=(V3Iu2)
ilk:
i-l
k-l
-y entonces
IIVk ‘ 2 M I WWII
I"!

W2 = v - w: = V: *(V3I“1)”1'(V3I“2)"3
450 ALGEBRA UNEAL ESPAC¥OS CON PRODUCTO INTERNO 451 I

’17““ l llj)'*'l\7 '2; (VkullliXuiilij)

Ii-l' I
v,, - 2 (v, | u,)u,
_ i-l 1 1
ll" _ 11—1
= fi<vk+xlui)"fi(vkuluj) = 0
1a " 2 (Va I “0“!“ como se queria probar. Ademés es claro que ”u,r + 1n '= 1.
[-1
Como los vectores m, u;, . . . , u), +1 forman un conjunto ortonormal de k + 1
forma una bas‘e ortonormal de V. vectores en el espacio Vde dimensién k + 1, éstos deben ser una base (ortonormal)
de V.
Q.E.D.
DEMOSTRA Cl(5N A1 procede‘r pot inducci'én sobre n sflpéngas'e vélido e1 teorema para n = k (el case
n = 1 es claro) y pruébese su validez para )1 = k + 1. A Segl'm e1 anilisis presentado en los casos concretos dim V= 1, 2 y 3, se podrIa
Sea entonces {5 = {v,, 1);, . . . ,vk, vm} una base del espacio Vde dimensién representar esqueméticamente la construccién del vector uk + 1 come
k + 1.
For hipétesis de induccién‘, e1 sube'spacio Wde V generado por {v1, v2, .\\., vk} VkH
”1
tiene como base ortonormal a les vectOres uh U2, . . . , m. .
Sea 0
I;
vku“ 2 (vmlumt; u)
ukoi =
i-‘Il ‘lkuw‘V'U k
k
. ‘ V-v ' “Vi-u“ 21t11 “Oils“ .,
- - - "1 - . ' - .' _
k
Ciertamente u. . x ¢ 0, pues caso contrario se tendria W1 ' 2 (o 1IUi)UI. W2 ' a ~W1
I"-'1
- k Un corolario obvio del teorema anterior es:
v“; = (VIM 1‘ um”

lo que implica que

COROLARIO Todo espacio vectorial de dimensién finita con producto interno posee
una base ortonormal.

Vb! E 33011, “2, ~ ~ - 9 all) = $90“, V2, - ' ' ) vk)

DEMOS TRACION Sea [3 una base cualquiera del espacio dado, aplique e1 teorema anterior para
lo cual contradice e1 hecho de que v., v1, . . . , v. . , es un conjunto linealmente
independiente (pues es una base de V).
obtener, a partir de [3, una base ortonormal.
Q.E.D.
Seaf'mnaque(uk+1|u,)=0,j= 1,2,. . . ,k.
Para simplifiear 1a notacién llémese Véanse un par de ejemplOs.

‘ ‘EJ'EMPLO 3 . Considere eri el espaci'o R9 con el producto interno canépico la base.

, H ..(VMWOWH
N 7“ “mix . .
‘3: {V1, V2, V3} = {(1,1, 0),(121’1):(0)111)}

Entonces A partir de [3 obtenga una'base ortonormal de R3.

El primer vector u, de la base [502v procurada es simplemente
1 k

(umluj) = 1V VH1” Z (vk+1|u.~)u,-|u,- l

~—-,-—'-—--'---—— 1,1,0
1
= "— 1,1,0
1"] v
u1 "
[1l
“ "L v l
«(1)2+(1)2+(0)2( ) 5< )
 ESPACIOS CON Pnooucro INTERNO 453
452 ALGEBRA LINEAL
_ Para hallar 142, cailcule- ,
'7 Para 11211121171112 calcule

‘lQh—a
v2- (v: I noul = (1,1,1)- ,i—Ztmo) + ox1>+<1><0>1%(1, 1,0)
V2"(V2lll1)l41 = x~[f; xdr](1) = x-

)
= (1,1,1)—-;-(2)(1,1,0) = (1,1,1)~(1, 1,0) = (0,0,1 La norma de estc vector es:

ado es:
Como la norma de este vector cs 1, cl vector u; procur

“2 = (0’ O, 1)

pot 10 quc e1 vector u; seté

Pot filtimo, para hallar u; so calcula

'Vs ‘(V31M1)u1“(vslu2)uz =(o,1.1)— 71~Z=t<0><1>+<1x1>+(1)(0)17‘-2-(1, 1,0)

’- [(0)(0) + (1X0) + (D0)] (0, 0, 1) Para hallar 143 calcule
1 _ [ -li
”(03.1 a1)—2(1:1:0) (0)021) 2,2,0]
v3 — (V3lu1)u1-(V3|uz)u; = x2 ~ [Jixz dx] (1) — fif[f;x2[x — %] dx]

Entonces _ new? i]
= xzi-é—{x—i] = xz—x+—

Como
y asi,

[SON "
, ._1_..
{ff—(1,1,0),(0,0,1),‘ff[
-1 i 2’ 2’0]}

es una base ortonormal dc R3. sc ticne que

EJEMPLO 4 Considere ahora e1 espacio vcctorial P2 con el producto interno

as = #180 [xZ-x+%]
l

(p l q) = L) p(x)q(x)dx . - dc modo qfie

Transforme la base canonical dc P2, [3 = { 1, x, H en una base ortonormaL

Como p0” = {1,n7[x—%],n§6[x2 —'H%]1
1 2 ' es una base ortonormal dc P2.
"VIII 1/10 (1)
= dx
_ = 1
_
WWW." N..w...-«

e1 vector u, de la base ortonormal es u, = 1.

454 ALGEBRA UNEAL ESPACIOS CON PRODUCTO INTERNO 455

'4.2. MATRICES ORTOGONALES Entonces la mattiz P tiene‘ pot elementos en su j—c’sima columna a (u, I v,), i -'
(“l2)y~ ' .,(qV.,,)
Considérese el espacio R3 con el producto intemo canc’mico. Ciertamente la base Es decir,

. . . (11,, 1 1),)
151= {(1,010),(0,1.0),(0,0,1)} (u; 1 v1) (112114)
P = (u11vz) ‘ (lllZ) (11,4112)
es una base ortonormal de R3.
En la seccién anterior se vio que (m 1 V”) (11211"). . . . (11,. l V")

52
= .1.
{5(11110)3(01011)1‘/§-[ ~13—2’2’O]} ’ ‘
Hégase el ptoducto P‘P.

(”1W0 (mlvz) (ullvn) (mlvx) (1121111) (unlvl)

era también una base ortonormal de R3.
P'P= (1121121) .(uz'lv?) (uln) . (H1 l V1) .
("2. l V2) .1 1 1 ("n l "2)
La matriz P de cambio de base de [32 a [31 se obtiene, como se sabe, expresando
cada vector de la base [32 en términos de la base fix y colocando los vectores de (n..|v..)
(unlvo (unlw) (unlvn) (mlvn) (zelvn)
cootdenadas correspondientes como columnas de la matriz P.
En este caso se tiene
ll‘imese 0,, alelemento de la i-ésima linea y’l'a j-e‘sima columna de P 'P. Entonces
1/«2‘ 0 47/2
P= 1/12". o 52
011 = (u:[V1)(ujlv1)+(u1|V2)(ujlv2)+~- . +(u1lvn)(u-lv..)
1 = 112-1 (u.- l V)(H1'
1 I V-11
o 1 0

_Obsérvese que .
2"; (m 1v11(v11u,-1=<u.1 1411
1/17 1/170'1/17'0 J272 1110 k- 1

P1P-=0011/r2*0@2=010 e11 donde en la filti'ma igualdad se‘ 11sa el teor'ema 4.1, inciso (3).
-5/2 V272 0 0 1 0 0 o 1 Entonces, por‘ ser {32 um base ortonormal se tiene que

dedonde .1 si i='
“*7 = (“"4") = [o 51 he;
P—1=Pt

En realidad esto es un hecho general que se enuneia y prueba a continuacio'n. Es decir,

P‘P = I,l
TEOHEMA 4.3 Sea (V, ( ' | ~ )) un espacio vectorial de dimensién finita con producto o bien, '
interno. P-l = P!

Sean [51=z {v1, v2, . . . , v,,], fiz= {141, N2, . . . , u.) dos bases ortonormales
de V. Si P es la matriz (de orden 11) de cambic), de base de [32 a [31, entonces . ‘ _ _ QED; _- ~
.--_.' (Pes inversibley) ' r. P“4 _ Pl
DEFINICICN I .Se dice que 11 111211111; i1:1versi121131113115L unaffinatriz ortbgonal 51 A l - A'.
. ' R 'v‘ 5 ‘ '
DEMOS TRACICjN Como [31 es una base ortonormal de V, el vector 11;, 1 S j S n, queda expresado
“\“h,,,,,
cotpo combinacién lineal de la base 13; seg1’1n la férmula --A lse tienefBEFj -,_.(1?['1':§(AJ' 37:39
Lo que.establece entonces e1 teorema 4.3 es que las matrices dc cambio de una
u, = (u,~ { 110v, + (111 1 v2)v2' + . . . + (1's v,.)v,.
base 01101101111111 a 01121 base orionormal en un espacio vectorial de dimcnsién finita
[teorema 4. 1 (2)]. con producto intemo, son matrices ottogonales.
 IESPACIOS- CON Pnopuc‘ro INTERNO 457
456. ALGEBRA LlNEAL: _
El siguie'nte teotema establece un‘a.
propicdad, importahte de las matrices
I
- EJEMPLOS I. . ejefi.,iplo ’.si se-c',
P01; lera e nve
onsid,V ' ' R’v
’ lcs aclo ‘, . V " . ‘ _ .1 _
120:330 Inter no Canomco, 91
ortogonales. Scspacm Wgcncrado Por cl vectolr) (2; 3, 5f: 5161;
Wl = ya), 20)) = O V (x0, yo, Z0) 6 g?((2’ 3 5))}
{(x, y) Z) 6 R3 I ((xy y, Z) 1 (X0,
A
gonal, cntonces el determinante de
TEOREMA 4.4 Si A es una matriz (dc orden n) orto ..{(x,y.z)ER3[((X,y.z)lc(2,3,5))=o VCER}
es 1 o —1'.
y+'52
2r+3y+5
6 R’l0<x+3
= “”0)6R )=ol w e: R}
z=0
detA'. Entonces siendo A ortogonal se tiene AA‘ = 1, de donde: = {(x,y,z312
DEMOSTRACION Se sabe que detA = = 1 y por lo tanto, det
sea, (detA)(detA') = 1, esto es, (det A)2
det (AA‘) = det I, 0 cluv: es el plane on R3 quc pasa pot cl origcn cuyo vector normal es (2 3 5) I j .
A es 1 o —1. W

Q.E.D. . P'fi002X_+3y+sz=o
“(2. 3.5)
radores lineales en un espacio
En la sigu iente scccién se‘ estudiarz‘m aquellOs ope tados por
producto intcrho que son represen
vectorial do dimerisién finita con 0—1
matrices ortogonales. ses
'seccié'n, se explotaré la existencia de‘ba
Pero antes, para finalizar la presenter ucto inter no
dimension finita con prod
ortononnales en un .espac‘io vectorial Vde
de‘ siem pfe prés'et'itat‘se como una suma directa wL,
para demostt‘ar que el espa‘cio Vpue
lem'ento oftogona‘l”.
, . .de un subespacio dado de él y suffcomp
y s1gulentc tcoroma es el rcsullado prmcipal de- esta subseccién

4.3. GOMPLEMENTOS ORTOGONALES‘ TEOR EMA 4.5 S<==

. 1(V,('l'))un espaclo
' ' vectorlal
' '- de dimension fi'fii"
. ta ' '
Al conjunto mtcmo y sca Wun subcspacio dc V. Entonccs
Sca Vun cspacio con producto interno y seaWU’n subespacio de 61. L0H pdULlO

V= We Wl
Wi={ve V|(v|w)=0 VWE‘W}
W.
so le llama cl complemento ortogonal dc DEMOSTRACIGN ”00:0
Sea =(138;;
' .S. .hgkifk S dun
' V) una base dcl subcspacio W Aplicando cl
ento orto gon al del subespacio Wde Vesta constituido por
Es dccir, cl complem , = - c 1 , sc pu'edc. construir , a parlir d c {31 um base
. orlon '
onales a todos los vcclorcs dc W,
aqucllos vcclorcs dc ue son ortog menos contiene al vector
[51 {u,, uz, . . . , uk} de W. Se extlendc esta base a una base [3 dc Vy se 35:21:
o, pues al
Obsérvese que el conjunto Wl no es vaci ortono 62%c
nucvam = proccso ldo Gram-Schm1dt ‘ a la base [3 para 0tt una base
- rm 6 V. E5 c are que los primcros k vcctores -‘ ’ ‘
0 E V. ~
dad, e1 conj unto W1, es tamb ién un subespacio de V, como se mostrara ..,u;-
En reali (los vectorcs dc la base ortonormal dc W). Es dccir7 db p 50“ a“ ”2’
a continuacion:
w E Wse tiene .
' Si v1, We W}, entonces para cualquier ,' p’:
V
. ' ‘
{“1} “2; f - . , Mk, uq, _ . ’
"*
“Ll ,2

(v1 '4-v2'iw) =01} l wfi (Q21 ML); 0 +0: 0 i- en Honde n =Idim V.

Se ver" .
Cierla:12:325 VCCLOKS Mk. I) - - « , u" forman una base (orlonormal) (16 W
por lo que v1 + v; E Wi. k .1, . . . , u, son vectores linealmente indcpendientes J pues cllos
Similarmente, 51 c E R y v E WL se tiene constltuyen un conjunto ortonormal de V(corolario del teorema 3 2)
Sea v E W i . Como v E V, ex1sten ' escalates c1, c2, . . . , c,. tales que
VwEW
(cvlw)=c(v|w)=c-O=O
"
un subespacio de V. v = aux + 62112 + . . . + Ckllk + ch1uku+ , . _+ Gnu" = X c-n~
de donde cv E Wi, y por tanto, Wl es u
j-l
 ESPACIOS CON Pnooucm INTERNO 459
158 ALGEBRA LINEAL
Pero, para cualtier w E W56 tiene
Yaue (‘v‘ 1 u.-)' =0 para -'i ¥ 1, 2-, . , k, setiene ’
x»
W X llj

O = (vim) = X C'jlljilli = Z gag-flu) = c.-

j "l

.i'1 j‘1

k
Es decir,c.-=Oparai= 1,2, . . . ,k. k

Entonces (V2IW)=(V—VIIW) v- 2 (vino/,4.- Z llj

1"] j'l

v =‘ Ckrlukfl + . . . + Cull" k I: k

= 2, CKVIHJ)’ X 2 (VIUIMMIW)
lo que muestra que los vectores uk + 1, . . . , u,. generan a Wl y por lo tanto que j-l 1-1 j-1
constituyen una base de él.
Dado entonces cualquier vector v E Vpuede expresarse como
k k

= Z c,(v|uj)- Z c,(v[u.-) = 0
5'1
V = c1u1+...+ckuk+ck+1ukv1+...+c,.u,. 1“!

L J\ J

e Wi Lo quemuestra que efectivamente v2 6 Wl.

" EW
Es decir, P-or ejemplo, cohsidere cl espacio R4 con el p‘r‘odueto‘intemo canénico. Sea W =
EJEMPLO 6
$2- (wl, w'z) en dendc,
V? W+ WP

. Supéhgaée por I'll-limo que w GIWh Wkenfbhceslw 1 w) QO‘QIQ ctxal impliea que 7 - , x - Wi.=(1.,_1,0_,o> - ' ivz=-(o,1;o,1)k
W =’ 0. Es dec‘if, q'U'e W n Wl =' {0}, y'éntdnc'es pot e1 teOfema 3.6 dél capitfilo 3 Suponga que se quiere expresar e1 vector. v = (2‘ 3, «1, 4) E R“ como v = v1 + v'z,
se tiene en donde V] E Wy v2 6 Wi.
V = W 69 Wi Para aplicar las. ideas anteriormente analizadas, se necesita primeramente
disponcr de una base ortonormal de W. Sea [3 = [14,, L43} ta! base. Sc precede
Q.E.D. entonces con el proceso dc Gram-Schmidt a obtencr D.
De hecho, se puede ser més explicito con la conclu'sién del teorema anterior. 1 1
[5(1) 1 :0 ,0 )
Sea [3? [u1,u2, . . . , uk} una base ortonormal dcl subespacio W. Entonccs todo ul =————-—-—— -
”(1,1,0’0)”(1>120’ 0=-—--
)

vector v E Vsc puedc escribir de manera finica como

V1€WV2€WL V2 EE —'(1100)
a 9 ) —1—-—1
— (Vzllll)u1 =(0101)~ : J 1 = ~1101
2:2! ,
V=V1+V2,

1 11 _ 2 -11
“2 is.“ [ WM [ MI
en donde

292) ’ '

- v; =, Z (VluQm
f - i--l- = .
Entonces

V2=V-V1

p—_ {,2—( 2,2,o,1]]

_L 1,1,0,0), 1/ _2_3 [ __1._1.
En efecto, ciertameme v = v, + v2 y vi 6 W, pues v; es una combinacién lineal de
los vcctores de la base {3 de W. es una base ortonormal de W.
8610 falta verificar que v2 = v — v; E Wi.
 ESPACIQS CON PRODUCTO INTERNO 461
460 ALGEBRAUNEAL. .
,
‘ Elvectér-v, E-Wseré-,seg1'm cl artél‘istsyanter10r-._.
ES-decir, queW’f es precisa-menteel espacio solueién del 'sistema (S). .
Ademés es. claro que los vectores Ci, 1' = 1, 2, . . . , m, son los vectores linca dc

s 1 (“/23 22 MF
3
AO
2 2
J] la matriz A del sistema (S), dc modo que Wes e1 espacio linea de A.
Como, segt'm e1 teorema 4.5 se tiene
V = (N11014:+(Vill2)“2=[T-2‘]fi(l,lro, )

2,210,,1 :(L&OJ)
5 ,1,0,0>+3[ —i
= 5(1
R" = We) Wl
se debe tcner entonces, por el corolario del teorema 5.6 del capitulo 3, que

a de v con v.
E1 vector v2 6 Wise obtiene por diferenci n = dim R" = dim W+ dim Wi

= (l,—1, —1, 1) de donde

v2=v-v.= (2,3,-1,4)—(1,4,0, 3)
.
Etttonces, se tiene dim W1 = n - dim W
+ (19 ’1: "1: 1) Es decir, la dimension del espacio solucién del sistema (S) cs n mcnos Ia dimension
(2: 3: '19 4) = (154i0, 3)
, . . . dc dcl espacio l-fnea deA (= tango de A). En el teorcma 7.6 del capitulo 4 se habl'a ya
,4,0,3 €Wy(1, ' —1, — 1,1)6 Wi. mas establecido este resulta'do con un arg‘umento completamente distinto a1 aqut’
n dcl teorcma 4.5 a la teor ia do slste
en dIgfrdfifiltno se virzi una aplicacié presentado.
ccuaciones linealcs. ' ‘alcs con n incé g nilns
' cs' lme
m ecuaclon
C nsidércse e1 sistema homogéneo de

.- all-xll.+lallxul + v
V-' -+ “tux" = O APENbIC‘E. ‘ EL‘ME‘TO‘DO' DE ‘Mi‘N'IMVOS' CU'ADRADofS
(S)
aztxl + anxz + - - - + 02»i = 0
En esteapén'dice seaexplota‘rzi la idea dc “mejor.‘apr'oximaci‘én” quc so cstableccrzi
mz'ts adelantecon e1 objeto 'de obtener e‘l fitil métodode minimos cuadrados, usado
annx. + (Luz-‘72 + - - - + amnxn = 0 para ajustar curvas a una seric de dalos experimentales. ' ‘
Sea Vun espacib vectorial de dimension finita con cl producto intcmo ( - I - )
y sea Wun subcspacio de él. Tomese un vector (arbitrario) fijo v E V. Sc dice quc
Scan 105 vectores cl, definidos como e1 vector Vw’ E' Wes la mejor apr'oximacidn delvedbr v par vectores de W si

E R " '=1y 2..

l 9 .2m
Ci=(ail, ai2,--«,ain)
Iqsm—w VWEW
puc VLISC Coulo
tcllla d0 ecuacloncs
A1 recordaqo 1a norma de la diferencia entre dos vectore's es la distancia entrc

elm—.0. t
'_'(62IX).=.10.- ‘
ellos, la definicién anterior establ‘ece que el vector Va! 6 Was la mejor aproxima-
cién del vector V' E V pot vectores de Wsi- él es el Vbbtord'e Wmds pfidximo a v.
Es deeiri, de entre todos Ios vector‘e‘s del s‘ubes’pa‘cio W, e1 was; vw IE Wes e1 vector
cuyamdistaneiaa ves'lérme'nor po‘s‘iblei' ‘ “ ' "’ I ' "''
(cmméo Véanse un par de casos concrctos, en los que la geometria dcl problema ayuda
a descub‘rir a! vector vw.
Sea V = R2 con el producto inter-no canonico, y sea W e1 subespacio de V
en donde X = (x., x:, . . . , A9,). CSG quc
1 O d (a R g C nCtado
C , - . . 3 C In - ObSLt‘V/
pot 105 Vectotm C l , 2 representado geométrica’mente por el eje x. Para'un vector arbitrario v E R2 es
Sea " 61 SUbCSpaC
fécil ver (de la figura siguiente) que el vector vw ——la mejor aproximacién de v
E W .1.
, x") es solucién del srstema (S) a X
'
X ~ ()1. x2
— 1 ’ , O u v por vectores de W— 65 la proy’eccién ortogonal del vector v sobre el eje x, pues
es claro que la distancia més corta de v a Wes ”v — vwfl.
462 ALGEBHA LINEAL ESPACIOS CON Pnooucro [NTEHNO 463

Port). "

(w. 1w>s1<w1 Iw>1suw1| uwn

ilV- ll
y entonccs
IIV-wil

”V — WIP 2 HM“2 + “MW + “WW - 211M” ”W“ = iliF + (“will - “WHY

>W 2 ”MHz = “V - will2
Es decir, I
Una situacién similar se presenta en el caso del espacio vectorial R3 con el producto
interno canonico, siendo W un plano que pasa por el origen: l‘a proyeccion ||v—w,||.<.[[v—w|[ VwE W
ortogonal dcl vector v E R3 sobre Wda la mejor aproximacion del vector v por
vectores dc W. lo que prueba la afirmacién.
Se tiene entonces demostrado e1 siguiente teorema:

I
i
I TEOREMA A1 Sea Vu'n espa‘cio vectoriol de dimension finita con producto interno ( - | - )
I y sea Wun subes‘pacio de V. Dado un vector v E V, e1 vector vw E Wdado
[ 11v-k p01-
I k
I
I Vw = ' (Vi 111')“; (A3)
Vw

Regrésesc ahbra ai caso general Se us‘ara cl teorcma 4.5 para éxliibir 61 Vector vw pen-donde [3 =- {.u1,'u2, . . . , uk} es una ba'selortonormal de W, da la mejor'
que mejor aproxima 2i un vector v E V por v‘ectores de W. En cSc teorema sc vio
aproximacién de v por vectores de Wen e1 sentido de que
que siendo Vun cspacio voctoriai dc dimension finita con producto interno y W
on subespacio de. V, cntonces Vsepodria presentar co‘mo 1a sumo directa do Wy
su compicmcntoortogonal. Es dccir, so podria escribir [[v-vMISHv—wfl VWE w_

V= W 69 WJL La exprcsién do] vector vw en el teorema anterior se obliene dcl anz'xlisis que siguc
a1 teorema 4.5.
dc modo que todo vector v E Vpodn’a ser cscrito como Considérese ahora un sistema no homogénco do n ecuacioncs lineales con 11
incognilas
v = w. + W2 (A1) (A4)
AX = B
en donde w E Wy w; E W1. A1 vector w; E Wse 1e llama proyeccién ortogonal en donde
del vector v sobre ei espacio W.
Se afirma que el vector w; es precisamentc e1 vector vw dei anélisis anterior. £111 012 -'. .. ‘ a1" . . X1 _ , "bl v
Es decir,_q1‘1o w; es la mejor aproxi'macion de v por vectores dc W A' = a 21 v a'22 V .. a2/1 X = x:2 B =_ bi;
En efeCto, se.probarzi a continuacién que
am! “"12 - - - anm xn ’ but
[[v ~ w,|| S "v - W“ VwE W (A2)
Se sabe que este sistema es consisteme si, y 5610 si e1 vector B E R” pertenece
Segfin 1a exprcsio’n (A1) 36 tiene que para cual‘quicr vector w E W a1 espacio columna deA (véase la demostracién dcl teorema 7.7 capitulo 4), es de-

“V ‘ W“2 = (W1 + Wz “ W i WI ”T W2 ‘ W) = Ilwzli2+ “will2 + IIWH2 ‘ 2(W1 | W) *Se considera a1 espacio R'" con el produclo interno canonico.
 ESPACIOS CON PRODUCTO INTERNO 465
464 ALGEBRA LINEAL
e,

soluc1on del srstema) tales qu . ‘

-., "u .
. -.V'.- - .
‘calar
~
eslxl,
~-'
x2, V. ~. _.
"~_._
,xn (la
"
‘ intercsareportar 1m Valor de‘ la magnitudx. LCuél' es est‘e valor que se asi'gna a x?-
:
cir‘si, y 5610 'si exxst enfles
Corrtémplese este problema con la perspectiva' del anal-lists que se ha hccbo sobre.
sistemas inconsistentes y sus soluciones aproximadas.
B = in)! 4' $2” + . . . + .xlzvn
Se tiene entonces cl sistema inconsistente de m ecuaciones lineales con una
1, 2, . . . , n son los vector-es columna incégnita x.
en donde v,- = (av, azj, . . . , aw) E R'", j =

cs entonces no subespacxodd:R12. t 1
d3 filamese Wal aspacio columna do A. W x = b1
al espacm colomna r: .X 2 1:“
Supongase que el vector 8 E R'" no pertcoece u
ron. Es decrrino ey‘nste vec or x = b2
case, entonces el sistema (A4) no tiene soluc pralct xco e361 ;t:
os case s do mtere s
tal que AX = B sea una identidad. En much uc10n l Cid“
ldo posIble a una so
importante obtener “algo” qua sea lo mas parce x = b,.
gr X E R" que sea una so u
sistema. Es decir, interwa obtener un :{ecto La matriz m X 1 dc este sistema es
' ' ma inconsistente) A = .
dc iiiapéndiee para obtener estc
aprgjgrgfrjligiliillsaz ideas analizadas :1 ilnicito .
xima a una solucion c 515 ema V . 1
~ ‘
solucion del slstema AX = g c:
“02:31:? 2: if:(:Iisto, para poder obtener una lma t em A= 1
portenezc‘a’ a1 espacto zolgrr
necesario y suficiente, que el vectOr B E R'" 1
cr una soluelorl aproxrma a ess e ‘1
(a1 subespaoio Wde Rm) Laidea para obte‘n a , por c
R?“ que no pertenecc
inconsistenteAX : B as asustituir. a1 vector B E.
vector 3 E uc major 10. aproxima. . El espacio columna do A es en este caso cl subespacio W de dimension 1 de R’"
ststente)
Se trata entonces do considerar cl sistema(con ‘ generado por el finico vector columna de A » , . . ‘

., AXE? . <55) v=(1,“1,.. . , 1)

vector B E Rf", por vectorcs del
en donde E. E W es la mejor aproximacion del Si e1 vector B = (b1, b2, . . . , b,,,) E R’" perteneciera al espacio columna de A, e1
el vecto r X E R" solucxon de este nuevo
espacio columna. de A; asi entonces sistema AX = B serla consistente. Obse'rvwe que éste es el caso en el que bl = b; =
or1gmal.
sistema, seré una solucién aproximada del sIstema . = b," Esta’ uno suponiendo, sin embargo, que esto no ocurre. Sustitfiyase
Esqueméticamente, esta situacion so vc como entonces e1 vector B E R’" por su mejor aproximacion I? E W por vectores de W
m

=- espacio columna deA = espacio generado por el vector (1, 1, . . . , 1).

\

Para poder usar la formula (A3) del teorema (Al) que da e1 vector 73, se necesita
una base ortonormal del espacio W.. Es claro que en este caso solo es necesario
normalizar e1 vector v, de modo que el vector u = v/||v|| es una base ortonormal de
AX - B Inconsistente W. Este vector es:
AX : Econsislcntc
cm

u __1__
W(1’1"”’1)
espacio columna
deA 4 . El vector i? sent entonccs ‘ -
~ .. 1 .
Véanse funcionar estas ideas en algunos casos conc
retosz , ." bf mm B = (3114):; = %(b1+b2+...+b,,,)—V/7l—(1,1,...,1)
magmmd fistca at so o! {to at
Supéngase que at medir varias veces una clerta o ena llrm
b... no hay problcloa algun = ————-——————bl+b2+"'+b”'(1,1,...,1)
108 valores b,, b;, . . . , [7... Si 1). = b; = . . . =
135 m rnedlctones que se lucreron
que el valor de la magnitudx es el valor comx'm de m
raras ocaslones ocurre. La sxéuacxo:
de ella. Sin embargo, esta situacion en muy (131,132, . . . , 13,.)
b". dc x scan dlstmtos. No 0 s an ,
mas comt'm es que 105 m valores bl, b2, . . . ,
466 ALGEBRA LINEAL ESPACIOS CON Pnoouc‘ro INTERNO 467

err donde X ' Contémples‘c nuevamen'te este problema desde la perspectiva del anélisiSsobre '
sistemas inconsistentes y sins soluciones apmxima'das'.‘ - ‘ '
5i = b1+b2+...+bmr Se tiene entonces un sistema de n ecuaciones con 2 incégnitas m y b.
i=1,2,...,m
In nm+b=m
Se tiene entonces que el nuevo sistema consistente AX = B tiene por solucién nm+b=fi

br+b2+...+b,,,
XI=X2= ... =x,,,=-—--—— nm+b=w

o bien,
y por lo tanto, e1 valor que se reporta de la magnitud x (18 la que se obtuvo después
de m mediciones los valores de b1, b2, . . . , b,,, es: x1 1 m ____ yl
X2 1 b y2

1: =b1+b2+---+bm
m x" 1 V in

. . . 1a media aritmética de 103 valores 17,, b2, . . . , b,,,.

El caso en el que este‘ sistema es consistente correspondc a1 caso en el que todas
Estfidiese ahora el caso en el que se tienen dos magnitudes x y y relacionadas
las medi,,ciones~de'x-'y y do 121 tabla (A6)-Se ajustan a larecta y = mx + b con m y b
entre sf. Se sabe teéricamente que la relacion entre estas magnitudes es lineal, es
dadds‘por lasiférmulajs (A7). Elfinterés es analizar qué hacer, cuando este sistema
decir, que existen constantes m y b tales que
no es' consistente, para obtener-los vectoressde: m y' b quc, mejor ajustan los datos
de 1}; 't'abla_('A6). A . , , , , ‘ = , . .
"y? .‘mxf..b ' ‘ Se tie'ne entonee‘s que' el vector Y = (yr, yz, . . . , y") E R" no se encuentra en el
D'es‘pue’s dc efec‘tuari'zilglrnzis I‘mediciones dc ’éstas rfia‘gn‘itfides‘se obiicnen '105 I ‘ - espacio columnarde'la matrix -- '
siguientes datos:
X1 1

(A6)
1
xlxxll-ulxul
A = X2

I y; ‘m‘ y", x" 1

y ‘ Y1
Sc trat’a entonces de calcular los valores de m y b para cstablecer la rclacién y = Procédase entonccs a obtencr la mejor aproximacién 7 dc Y por vectorcs dcl
mx + b entre x y y. Si las medicionesque se rcalizaron de x y y fueron efectuadus espacio columna de A, para después resolver cl sistema consistentc AX = Y, en
con precision absoluta, sin error de ninguna naturaleza, bastarian las dos medicio- donde X = (m, b).
nes iniciales para concluir que En este caso, entonces e1 espacio columns: de A es el subespacio W dc R" dc
dimension 2 dado por
m = ——~y2—yl
xz-xl _ ., (A7) W: 93(091, ' ' - r 1), (1:131:25 ' ' “:xll» ‘ -.

‘ b. =. x1» ‘-‘ 2C2)" _ Obténgaseyprimeramente una base ortono’rr'n‘al [3 = [u], m} dc W, apli‘eando el‘v
DC]; " X2 proccso deGram—Schmidt a los veetores v, % (l, 1, . . . , 1) y v2 = (X1,X2, . ., . ,xn) ' '
y entonces se podria comprobar que las mediciones restantes se ajustan a la recta de la base de W.
y = mx + b, para estos valores de my b. Se tiene entonces que ul es
Sin embargo, el caso que frecuentementc se encuentra es en el que aparecen
errorcs en las mediciones de x y y, de modo que para calcular m y b so tiene que
contestar ahora 1a pregunta: acuél es la recta y = mx + b que mejor se ajusta a los v,_1
5(1) la . .. a 1 )l
“Vi" " "T'
“1 = "-.‘
datos de la tabla (A6)?
 ESPACIOS CON PHODUCTO INTERNO 469
468 ALGEBRALINEAL _. _
”en dondc .
Paravobt'enet e1 vectoi uzse cal‘ciila ,-
1 _1..
2051-76)»
n

—(su1)u1=(x1,x2,..-,In)"f—;(x1+x2+~-rxn)¢7,_'(111""’1)

3’}: y“ i-l (Xi’fli=1’2""’n

x1+X2+3--_+xn
= (x1.x2,-~,xn)'—""‘7“‘"'(L 1,..., 1) 20‘6“}? -
1"1
Llémesei a 121 media aritmética de los valores de x y y a la correspondiente de los
valores de y. El sistema AX = Yes ahora consistente. La solucién de éste cs
Entoncas )1

~ ~ 2 (x; ~ 37))"
-«www1=@vih-i~w%‘3 ”I = 3"": .y_!', = 3.1—”
“ X1 11.
la norma de este vector es: Z (x; ' 3‘02
1-1 (A8)

IIV2 “ (V2 l “Quill =

2 (13-- By;
=M= y _ ._-1..__._._.._.. = 51‘ — In}
X1X2
z (x,- ‘ 32
.dc mode que
_de modo cnionccs quc la recta y= m + b, con estos valores. de m y b es la recta
quc mejor ajusta los datos de la tabla (A5). El procedimiento descrito aritcrior—
”2 = '
.1. (xl—E',xz—i,---,xu*3) meme, pot medio del cual se ajustan los datos dc dos magnitudes rclacionadas
II
linealmente, segl'm las férmulas (A8), es conocido como me’todo (1e mt’nimos
2 (x; “ iii
[-1
cuadrados.
Véasc, pot ultimo, un ejcmplo numérico.
la (A3)
Procédase entonces‘ a calcular T’con la férmu
EJEMPLO 7 Al medir experimentalmentc las magnitudesx y y, de las que se sabe que guardan
? = (Yluou1+(Y|ufl”2
entre si una relacién lineal, se obtuvicron los siguientes datos:
1
= 7—%01+y2+...+yn)‘7=n(1,l,...,l)
1 .
x I 0.4_I 0.8 I 1.5 I 2.0 I 2.3 I 2.8 I
((xi—Ey1+...+(x..——)yn)
y I 1.4 I 1.9 I 2.1 I 2.5 I 3.0 I33 I
+

- Jim—i)?
'- . i=1 . I So trata dc obteher la recta que mejor ajuste estos datos
Se tiene que
. (xl-x,...,x,.-3C)I

/ :(JCV‘R)2 04+08+L5+ZO+23+23
i-l x= 6 = 1.6333
2(xi‘fb’i 5 = 1.4+1.9+2.1;2.5+3.0+3.3 = 2.3667
=y(1,...,1)+“n‘ (XI—3,..-,xn":f) = Gh"’!§")

2 (xi ‘ 32
1-1
 gsPAmos CON PRODUCTO lNTERNO 471
470 ALGEBRA UNEAL
c) Use las expresiones de v y w obtenidas en 105 meisos anteriores para ealcular
Aijsustiteir los cdfrespondientes valores en 1213 fémifiias (A8), se obtiene " (v[ w) [ve’ase teorema 4.1 ineiso (3)].
(1) Use las expresiones dc v y w obtenidas en los incisos anteriores para ealeular
"v“ y "w” [véase teorema 4.1 inciso (4)].
. Considere cl cspacio vectorial R2 con el producto intemo canénico. A partir de la base
m =
2m x)»
"_._._.—.—
6
317667
417333 = 07 6 11 8
= __..— [3 - {(2, 2), (4, -2)) de R2, construya una base ortonormal.
. Considere e1 espacio vectorial R3 con el produclo intcmo
ZUFEZ
i-l
(x i Y) = My. + 2132,» + by;

b = )7 ~ mi? = 1.1234 A partir de la base [3 = {(l, 1, 1), (2, 3, —1), (5, 2, —2)} de R3 construya una base
ortononnal.
de modo que la recta que mejor ajusta los datos dados es:
. En el espa'cio vectorial P3 con el producto intemo canénico considere la base
y = 0.76118x + 1.1234 [3?— [l,1+x,1+x+x’,l+x+xz+x3]
A partir de esta base construya una base ortonormal de P3.
Graficameme esto se ve como
. Obtengva una base‘ortonormal para cada uno de los siguientes subespacios de R3 con
el produeto intemo canénico
y-0.76118x+111234
3) {(x;y,Z)12x+3y-z=0)
b) {(x,y,z)|x=3t, y=t,z= —2!, [ER]
c) {(x.y,z)Iz-= 0]
1d) i(\3y.z)|x~-==y z_=t, tER)
(Silgerencia Obtenga primeramente una base eualquieIa' 'del subespa'cio-con espou—
dieme. Aplique lucgo el proceso dc Gram- Schmidt.)
. Obtenga una base ortonormai para cada uno de los siguientes subespaeios (1e R4 (con
el producto interno canénico).

a) [(xj,x2,x1,x,) | x; =x3 = x. = 0]
b) {(x1, x;, .133, 1174) | x, = x,, x, = x,}

EJERCICIOS. (SEC-CléN 4, GAPiTULO 5) c) {(x., x;, x3,x4) I x. + x; + x, +‘x, = 0}

d) $3((l, l, 1, 1)).
1. Demuestre 'que e) 5,1((1, 2, 3, 1), (2, 1, 2, 2))

[5: 1/z I/2 1/2 1/2 1/2 ~1/2 V2 ~1/2 i) S,€((2, 3, *1, 2), (4, 6, —2, 4))
1/2 1/2 __’ ~1/2 -1/§ ’ W ~1/2 _’ -1/2 1/2 1;) Sim, 0, 1,0), (0, 1,0, l), (-1, 0,1,0»
11) S17((1,0 0,0), (0, 1,0,0),(0,0, 1,0), (0,0,0, 1))

. ., i355}- .
es una base ort‘onormal de M2 x 2 con el producto intemo canénico.
. Obtenga una base orlonormal dcl espacio solucién de cada uno de los siguienles
_ . _a) Eseriba el vector
sistem'as homogéneos dc ecuaciOnes linealcs _(eorisidere e1 proclueto'intemo canénico;
'- de- R").’.
a) x,+x2+1c,*=0 c) 6x.+4x2+3x,+5x4+7x5=0
3 -x2—x;=0 9x,+6xz+5x3+7x1+9x5=
come combinacién lineal de los vectores de [3. ,-+ + =
h X2 x3 0 3xl+2X2+X§+BX4+5X5=O
b) Escriba cl vector b) x,+xz—x3=0 6x+4 +3 + .=0
w = -1 3 2x,—4x,+3x,=o ‘ x” x‘ "5
2 1 ’5.“ + 13X: - 10X] 3 O

come combinacién lineal de los veetores de [3.

 “ ‘ ESPACIOS CON Paoeucro INTERNO 473
472 ALGEBRA LINEAL _
cngai1xla'base lnen tc'por qpvéila malrizi ‘ .
én‘ic o;t 20. Con. base en el ejerciclo _1,_ argu
ial Pz'con el produclqinlemo can ‘
8. Censidere'el espacio vecto'r los vectores: ' '
ormnormal de P2 que incl
uya a 14 V2 V2 1/2
_ .1 A = 1/2 1/2 4/: 4/2
. 1 1
170) = 7-2— + 7-; x, (106) — x *0 4/2 V2 -1/2
Obtenga una bas e 1/2 -1/2 4/? 1/2
torial R3 con el producto i ntemo canénico.
9. Detennine el espaeio vec l 1 l
. r—3 . es una matriz ortogonal. V
luyaalvector[ r—s, r3,
d

ortonormaldeR que1nc
3
(Sugarencia: use cl teorema 4.3.)
base
canénico. Obtenga una
e1 esp acio vec tori al M2 x2 con el produ‘cto interno ) . Sea I" U” SUbCSpaClO d’ L.
10. Cal cule los veetores
21. Sea I u“. eSpaC 1 0 VeCtO t1 a 1 CO n 61 pr Oducto lIltCIHO ( ' I
luya a 1. . , f. . l
ortonormal de M: x 2 que inc WE
111161151011 Hula a] Yfi {’1’ .25 ' ‘ ‘ 5 Lk } Una base de yp demuesne que as Sigllicl
ltcs

v 0 .
v 3 W? 0 atlImaClOIleS aCerCa (13]. Vector u E I“ Son equibalentes ’ I ‘

‘ 0 W2” 1 “ W2“ 7 o b) (ulv,)=0, i=l,2,...,k,

a)uGWL
lo intemo
vectorial P3 con el produc
11. Determine el espacio 1
22: Use 61 CICICICIO anterlor para dcmOSU-ar q ue S} V - ( a s b 3 C ) CS un VCCtOX
( I no nulo L” R:

(p I q) = L p<x>q<x>dx
C011 61 pIOdUCIO intenlo 0311011100), entonces 61 COlllplemcllIO OttOgOllal del Subc‘ Spa-
cio W generado por ‘v es:
e
x3} para obtener una bas
chmidt a la base {3 = { 1, x, x2, Wi= ((x.y,z)l0~r+ by+cz=0l
Aplique cl preceso de Gram-S + x3 com e com bin aci én lineal
el polinenfio 1 + 2x — 3x2
ortonormal de P4. Express Interprete geométricamente.
de los' elementos de esta bas e ortonormal.
' ) y''sea {3
e1 producto inteme'(' -' l ‘
' Ziglcinalllilfcon
= ('1611e 51133;?
23. En e1 producto ‘
’ intemo canénico considere los vectores v
esp acio vec tori al de dimensién finita con or line al T: V a V.
CD 12. Sea Vun V. Considere el ope rad . de We; unarzccmfiuégaigsgflj(V133)Dmmm que el complemenlo ortogonai
! base; ortonormal de
' = M; V2‘;=. - . , v,,} uni specto F19 13 base-[3 es I. geomemcamcme. ‘ _ g etermine la ecuacmn cle esta rccta. Interprete
Tre
Demuestre qua la‘matriz dc
ma“= «m» l'-vl)).a;- ' {Ciefio
24. (:1 c 6 falsy' ‘7
. 0.81v1yvzsondos '
‘ . ' veclo ‘ :I, _ I 1‘ prodVI ucto
. resenR3cone‘1 "I I
‘ ' Intern ‘ '- 'I
ién es
su transpuesta AI tamb omplemcnto orlogonal del subcspacm de RJ' generado or v Q canonlCO,
que 5' 1 A E Mn' x-n es una matriz ortogonal, pasa porel ongen‘. p l y V2 es una recta quc
13. Compru‘ebe
ortogonal. ortogonales. Demuest re
que 25 . su . ,,, b_ y c (res, numeros
Sean‘a . 5 , daterm 'meelco
..' ,, reales no nulo V -
m lcmen . ' ‘
s cu'a dradasA y B de orden n son
14. Suponga quelas matrice bespacxo Wde R3 (con el producto Interno canénico) dadogor t0 ortogondl dd
ales.
AB y BA son también ortogon simélrica. Demuestre que
a que la ma triz A 6 M,l ”es ortogo nal y ademas es W‘ {(x.-y. z) I ax + by + cz =0)
15. SupOng
A2 = I. rca Interprete geométricameme.
uientes afirmaciones acc
A una ma triz cua dra da de orden n, ptuebe que las sig ‘ e ”HUN: ()1 601]) p 1(3-
I I 0 Ca n (3 I l: 0 . Dbl
l “H3“
@ 16. Sea M2 x 2 con 61],”)(lllcfl)

a> a: 2] 1w}
26 \ I
C0“ :
S‘dcre 01 CSpaCm 1 >
'
de A son equivalentes. Inento 0: [ogol la! de 105 SlgUlCIliCS SUbeSpaClOS d6 M2 x 2

al.
a)‘ A es una matriz ortogon
normal de R".
A forman una base orto

Ml: 2] .
b) Los vectores linea de
e ortonormal de R".
na de A forman una bas
c) Los vectores colum ngular, entonces es diagonal.
es tria a+b+c+d=o}
matriz Qrtogonal A 6 MM...
® 117. Demuestre que si la

”ll? 2]
q'u'e la matriz
18. Calcule on y (5 de mode

sea ortogonal.
“l? 6] <1) MIA-w]
lquier valor de 8 las matrices
19. Compfuebe que para eua 1 0 0 6) MM=—A']
»
B = 0 some c056
A =- [5mg £033] ~sen 6
® 27. (:0 nSldel‘c Cl C.S paClO P3 con 81 prOdUClO Inlem () (p ‘ q) =l p (x)q(x)dx . ])e I ell“ In c 9 1
0 cos 6
cos c ' dc P3 formado por los polinomios constantcs
comp lemento ortogonal del subespacxo
son ortogonales.
474 ALGEBRA LINEAL ESPACIOS CON PRODUCTO INTERNO 475

28. 'E'ncuen-tre e1 'eomplemer'rto orto‘gonaldel espac'io solucion del sistema homoge'neo dc. ' 37. Para bada uno dc‘ Ids subes'pacios Wide R4, ascriba cl vector v dadoicamo una-"suma
ecua'ciones lihealés -de un vector dc W y'otro de Wi (consider-e e1 producto intemo cariénieo de R4).
2x.—x3+5x3+7x4=0
3) W= {(tz, X}, 14) 1x: =X2} V =(1,3,1,l)
6x. — 3x; + 8x] = 0 b) W=‘[(x.,x2,x3,x.)|x. +xg+x3+x4 = 0] v=(2,1, 1,0)
4x, - 2x; + 6x; + 2x. = 0
c) W=SZ((1,3,1,1), (2,—1,0, 1)) v=(1,3,1,0)
(considere e1 producto intemo canénjco). d) W=S€((2, 1, -1,0),(3,1,0,1)) v =(2, 1,0, 1)
@ 29. Sea Vun espacio vectorial dc dimension finita con el producto interno ( - 1 - ). 38. Sea Wcl espacio solucion (subcspacio de R4) del sistema homogéneo de ecuaciones
Sea Wun subespacio de Vy sea U otro subespacio dc Vtal que V = We U. lineales
LSe puede concluir que U = Wi? 2x1+X2+XJ+3X4=O

30. Sea Vun mpacio vectorial dc dimension finita con cl producto imemo ( ' 1 - ). Sea W 4x. +4x; +4x, - 8x. = 0
un subespacio de V. Escriba V = W 6 Wi. Considere la transformacién T: V —* V 3X|+BX1+3XJ~6X4=0
definida como: para v E V, v = M + w, w] E W, W2 6 Wi, T(v) == w].
a) Demuestre que Tes una transformacién lineal. Escriba el veclor (7, —4, ~ 1, 2) como una suma de un vector en Wy otro en W1.

b) COmPWCbe ‘11“: (TWO 1 V2) =- (V1 1 T05» V V1, V2 5 V-

c) Describa el operador P.
d) Intet’prete geoiriétrica‘mcnte la accién del operador Ten el caso de R2 y R3 con el
producto intemo canonico.
EJERCIC-IOS (APENDICE. SEcc-IéN 4. CAPiTULo 5)
Nata: A1 operador Tse lei llama proyeccidn do Vsobre e1 subcspacio W.
31.. Sea Vuri espaei'o vectorialpon el pro'dueto interim ‘( 1 - ), demqestre que 39. Encue-rgtre la recta y = mx {rib Que’mejorajoste a los siguientes datos: ’ _

‘a) {0}*=V ' ' ' ' ' 'x"71:'0 1 '13 1 1312-2
b) V4 a {0} 1
y10.413.51515-5
32. Sea Vun espacio vectorial con el producto intemo ( - I ~ ). Sean W. y W; dos subcspacios 1
de V‘tales que Wl G W1. Demucstrc que (W% C‘ W1). 40. Bajoeiertaseondiciones, se puede considerar que la reaccién de oxidacién do tiourca
por hexaciano ferrato (Ill) en medic a‘lcalino

33. Sc‘a Vun‘ espacio‘ ve‘clorial de dimension finila con el produclo inferno (- I -). Sea W NH2CSNH, + 10(OH)‘ + 8(Fe(CN)5)" —~ NH2CONH2 + SQ:~ + 8(Fe(CN)6)_* + 51120
un subcspacio dc V. Dcmucstre que (WJ')i = W.
es una reaccién dc primer orden, para la cual se curfiple que
34. Sea Vun espacio vectorial con el producto interno ( - 1 ' ). Scan W1 y W2\ dos subcspacios
dc V, prUcbe que C = Coe'k" (1)
3) (W1+ W2)i = W10 W? en donde C es la concentracion de hexaciano a un ticmpo t, Co es la concentracién
b) (Wl n W2)L = Wf + w: inicial de este reactive (concentration al Iiempo t = 0) y k es la llamada constante de
velocidad de reaccio’n, parémetro cuyo conocimiento reporta una gran cantidad de in-
35. Sea Vun espacio vectorial dc dimension finila con el producto intemo ( - I -). Sean formacién sobre la misma.
' _'W1 y nos subcspacios de-Vtales que W1i = W2L, demuestre que Wl‘= Wz.‘
Observese (1116 la expresién (I) .p'uede‘ser escrita' cemo 7
_ 36. Para Cada uno de los siguientes sucpacios Wde R3; escriba_el vector v-dado como . v
u_na.suma deun vector de Wy otro do. We (considereiel producto intemo céménicdde ' In C = In Co - kt
R3).
quedando ahora clara la dependencia lineal existente entre In C y t.
8) W=1(x,y,2)1x+2)'-Z=0) V=(1,3,1) El valor de la constante de veloc'idad de reaccién k es una funcién del pH gle la
solucién' reacciona‘nte, de la fuerza ionica y de la temperatura a la que se efecu'ia
b) W=1(X,y.1)|x=y=0} v=(2.1,0)
la reaccién. A continuacién se mueslran varias tablas de datos obtenidos experimen-
c) W={(x,y,z)lx =y=z=t,teR] v=(3,1,'2) talmente a diferentes condiciones dc rcaccién en las que se dan los valores de C
d) w={(x,y,z)|x+y+z=0) v=(1,1,—2) (medido en moles/litro) a dife'rentes tiempos durante la reaccién
 ESPACIOS CON PRODUCTO INTERNO 477
476 ALGEBRA LINEAL
'pH.=..9.0 ._ - ‘ . . _pH=9_.0 V. diferencias) dei respecto de 'cada uno de los‘valorés x., 15;, . . ._ , x... sea minim‘o.
a. 1611103 =normal . ‘ 1 -_ . I " Flaiiénica? normal Es dcéir, si_S es la suma miencionad‘a,‘emohces, ' '

Tcmpcratura = 40 °C 1 5 ' Temperature: = 50 °C n suma de los cuadrados dc las

S = Z (x.- — x)2 = dcsviacioncs de x respecto dc x,-
t(m1'n) C(x 109W) C(x 109W!) m (minima)

7.847 7.406 Demuéstrese que cl valor de‘ x que hace que S sea minima cs
3
7.406 6.055 ~ x1+xz+...+x,.
15 x a: W

5.721 2.956 n
40
3.486 1.800 (Sugerencia: impéngase 1a condicié‘n de extreme 1'oca1 a S y resuelva para E.)
80
2.867 1.586
100
1.485 b) Supc’mgase ahora que las magnitudes x y y estz'm rolacionadas linealmeme. Al
120 2.704 modir estas magnitudos experimentalmcnte so obtuvicron los siguicmes dams:

pH = 11.0 pH = 11.0
a. ir’mica = normal
M x...) l...| M
a. iénica _= normal
Tcmpcratura .= 40°C Tel‘npcratura = 50 °_C Y1yl1y21-..ly..l
Se quiorenajustar estos dams a uoa reotazy = mx + 2;. La ‘rccta qua major ajusla
C(x 109W) , C(X 10‘)(M) estos datos es, segfin 61 método do minimos'ouadrados, aquella quc done lo‘s
valores do in y‘ b tales que la su’m‘a‘ do 165“ Cuad'rados de las desviaciones do 3}; =
6.2127 1 5.911 mx,” + b respecto de y.- sea m'fnima; cs decir, 51 m y b son tales que
2
4.802 2 4.550
7
9 4.032 3 3.033, II
S =' 2 01.53.02 :1 Z 01m1 2.1)):
II

.3336. 4 - ' 2.1.52 1-1 V. '

' 12‘ _ , , i-‘J '
. 5.5 . . 1.676
16 22.485
- 8‘ 1.356 es minima.v0.bsérvese' quefiho’ré S es una fdncién do las dos variablfis m y b.
19 ' 1.791 Imponiendo las condiciones de egtremo’ relativo '
Calcule 1a constants de velocidad dc rcaccién en cada caso.
licamcnle, cs decir, que as > as
41. Se sabc que las magnitudes x y y. cstzin relacionadas cuadré 0
+ c. am =0 6b
existen constantcs a, b y c tales que y = we2 + bx
A1 realizar algunas medici ones experimentalus de estas magnitudes se obtuvieron Ios y resolviendo para m y b, demuestre que los valores do m y b quc logrzm quc S
siguientes datos: sea minima son precisamenle los que se obtuvicron en las férmulas (A8).

x 0.210.711-2121
y 16122161161 5. TRANSFORMACIONESORTOGONALES
do primeramente e1 Sea T: V —+ Vuna transformacién lineal del espacio vectorial Vdc dimensién finita
Encuéntrese 1a parébola 'que mejor ajustc estos datos, forman
incégn itas a, byc con producto intemo, en sf mismo. Se dice que Tog una transformacio’n ortogonal si
sistema (inconsistente) dc ecuaciones lineales en las
ax}+bx,+c=y, i=1,2,...,6.
_ uTmn = M - Vv-e V_ , -
acién' Y
. su'slimyendo lue'go «:1 vector Y 9 (vi, yz', y3,~y4)' _E R‘?-por su méjor aproxim iendo
s'istema y res'o'lv Esdecir, T: V —-> Vé's' una tranSfbrmacidn ortogonal Si Tprésewala horma, cufel '
pct medio de vectores do] espacio columna de la matfiz'A do!
finalmente e1 sistema AX = Y, en donde X = (a, b, c). sentido que la norma de la imagcn de cualquier vector v 6 V bajo Tes igual a la
presentado en estc apéndice, norma do v. - -
© 42. En este ejercicio se muostra un acercamiento distinto a1
a1 método de minimos cuadrados. Obsérvese que 51 T65 ortogonal, entonces T es inversiblc, pues 31 v E Ves lul
ron los valorcs x1, x2, que T(v) = 0 so tiene
a), Supéngase que :a1 medir 1a magnitud x n veces so obtuvic
. . . , x". E1 valor x quc mejor representa a 3: cs, segfin cl método dc minimos M = "TM” = “011% 0
cuadrados, aqucl quc hace que la suma do 105 cuadrad os de las desvmcxoncs (las
 ESPACIOS CON PHODUCTO INTERNO 479
478 ALGEBRA LINEAL

de donde v= 0. Entohce's Ker T= {0],10 que equivale a decir que Tes inversible. 3) == 4) Sea [31={v,, v2, ,..v,.} 1111a base 'ortonom‘lalii de V, y seaA = [flfif
E1 siguiente teore'ma da condicione's equivalentes a111echo de ser T: V —+ Vuna ' (0))17- 1,... ,...E11tonces Como Se sabe
transformacz'én ortogonal.
TM): 20W," 1j=1,2,...,n

TE ORE MA 5.1 Las siguientes afirmaciones son equivalentes.

Como f5; = [T(v,), 1(1):), . . . , T(v,,)} es también (por hipétesis) una base ortononnal de
1) La transformacién T V —» Ves ortogonal. V, se puede ver (gracias a la expresién anterior para T(v,)) a la matriz A como la
2) T prmerva el producto interno Es decir, para cualesquiera u, v E V matriz de cambio dc base de [32 a p“ pues en suj-ésima columna aparece e1 vector
56 116116 de coordenadas de T(v,) en términos de la base [3,. Por tame, segl'm el teorema 4.3,
A es una matriz ortogonal, como se querIa.
4) =e 1). Sea [3 = {v,, v;, . . . , v,,} una base ortonormal de Vy seaA == [i =
(7‘04) | TM) = (u l V)
(0,7),”- .,,..,,.. Se sabe (por hipétesis) que A es una ma'triz ortogonal, esto es,
3) Ttransforma bases ortonorma1es en bases ortonormales. Es decir, si A’A = I. Entonces
{31= {v1,v_, , vn} esuna base ortonormal en V, entonces {32 = {T(v,),
Elemento de la'zeésima 11neay_ 2 I si' i=j
T012), ,T(v,.)} es tambie'n una base ortono'rmal (16 V.
j-ésima columna de AM 2 akiakj
4) La 11131112 (1116' repres‘enta a T respecto de una base ortonormal de V
es una matriz ortogo‘hal.
Sea ahora u un vector cualqui'era de V, se puede cscribir
n
DEMOSTRACION Se probara que- 1) = 2) => 3) => 4) a l) uscxv1+c2v2+...+c,;y,. =_Z.Cj\1j_ .
- ‘. , j.1 >
.1) =1-2).Pr1meramen1e, observese que para u, _v E Vse fiche
' Entonc'es '
liu+vnz=(uWlu+v)=(u|u)+(uIV)+(VIu)+(vlv)
=IIHII2+2(uIV)+l|Vl|2 T(u) = T Z! CjVj = 2": 0170);)
j-I i'l
de donde
Pero comoA = [T]p, se tiene
(u 1v) = %(Ilu + v12 — 11q — I VI Z)
Emonces, siendo Tortogonal se ticnc que

(TO!) I T(V)) =%(11T(u) + T(V)ll’ - IlT(u)l-l2 - HTMII’) = %(IIT(u + V)”2 - "TOO“: - ||T(V)|l’) por lo que

II

= *(llu + Vllz " Hullz ' IIVIF)= (u I V) .TUO': Ec/T(v)=. i Cji aU-vi = Z 2 age; v].
-'-I , 1-1 .‘-l ... i-l j-l

y 2131 entonees Tpreserva e1 producto intemo _~

2) =- 3). Sea [3 =- {121, v2,- 1 , vn} una baSe .ortonormal de V, entonces
expfes1én que da 211 {rector 701) E Vcomo una com'bihaci'én lineaI de 105 vectores
de 121 base ortonormal [3.
(mm/1) = (v.. 1 v»_ ___ {01 515i i,j
i =j
En vista de1 teor’ema 4.1 [apartados (2) 'y (4)] se puede concluir quc

Es decir, e1 conjunto [T(v.), T(v,), . . ,T(v.)] es un conjumo ortonormal dc V. (TO!) | v.) = 2‘ 0101'
Como dim V= n, cste conjunto es de hecho una base ortonormal de V.
j:
 ESPACIOS CON Paonucm INTERNO 481
480 ALGEBRA LINEAL
Una base ortonor‘mal de R2)Vs_efé una matriz'ortbg’onalsta matriz es:

~11 1]
ypo'rilo tantoi. ‘
l1 I!

IlTulP = g[2aa} =
n

X ayancjcr
-1 j- 1

.—
‘1
En efecto,

1-1
Z[£ =a,,a,,]c, c; = 2 02 ” _||u||2
r-l

h———o—-—-—J
far/1113115311; :11
l Una transfortnacién lineal T: V -—> V (V dc dimensién finita) que preserva
lsir= j distancia's, es decir tal que
Osiraéj
d(T(V). T00) = (10’. u) V V, u E V
nal.
Entonces llTuu = Hull, qUedando asi probado que Tes ortogo se llama transformacio’n isome’trica (o' isometria). El siguiente teorema dice que
Q.E.D. la propiedad de una transformacién lineal, set or't'o'g'onal y ser isométrica», son
equivalentes.
cto intemo canénico la
EJEMPLO 1 Considere, p‘or ejemplo, en el espacio R2 con el produ
transformacién T. R2 -—-'> R? dado pot _ TEOREMA5.2' . La transformacion lineal T: V -—> V,- en donde Ves un espacio vectorial de
dimensiéh finita con produeto inieino, es una transformacién ortogonal
T(x. y): (x, W) si, y sélo si es isométrica. ~ 1

T es iina tran‘sformacién or'togonal pues

1711201 = 11x, —y>n = «12 + (—17 = w +y2 = 11x, ylll
Geometricamente, T es una reflexié'n respecto del eje x.
(X. y)
DEMOSTRACIGN Supéngase que Tes ortogoml. Entonces, para v, u E V, d(T(v), T(u)) =1 |lT(v) - T(u)|| =
11m) e R2 ||T(v -'- u)” = ”v — u“ = d(v, u) lo que muestra que Tes isot‘nétrica.
Reciprocamente, supéngase que Tes isome'trica. Entonces,
||T(V)“ = IITO’) ~ Oil = l|T(V) - Tiolll '= d(’T(V), W») = 610’, 0) = “V - 0H = llvll
lo que muestra que Tes ortOgon‘al
Q.E.D.

En la seccién 6 del capitulo anterior se habia definido (definicién 6.4) el determi-

nante de una transfo‘rm’acion lineal T: V —> V (V dc dimensic’m finita) como el
' -.'_-——~—. nx. yi= 4x. ~21 . determinante de la matriz que representa a Ten cualquier base de V. Si se toma
_' una base ortonomial (3 de V, el determinante de la transforcidn ortogonal T: V
' —» Vsera el determinante de la matriz ortogonal A= [i Pero, segu'n e1 tcorema _
4.4, dei‘A es 1 O — 1’. Ehtohces déi Tes I o -— 1 . Seha prcb‘adc 2131 el Si’gfiiefité‘teofefii‘a:
Obsérvese que si v1 = (x,, y;) y 122 = (x2, y2) se tiene
TEOR EMA 5.3 Si T: V —i Ves una transformacién ottogo‘nal, ent'onc’es
(TV1 i TVz) "‘ «xi: *Y1) 1 (x2 - Y2» = (150052) + (‘Yl)(‘y2) = x!“ + yM = (V‘ i V2)
lo asegura el ieerema 5.1. detT= 10-1
Es decir,»que Tpreserva el producto interno, tal como (que es
de la base canonlca
También, segfin este teorema, la matriz de Trespecto
 ESPACIOS CON PRODUCTO INTERNO 483
482 ALGEBRA LINEAL

A Anna tfahsformacioh oftog'onal T: R}! '4’ _R"-,-,tal_que det T

= 1,: se llama rotacio’n..-' y entoriccs 1e transform‘acién T: R? 11-» R’puede'describirse coxho
R2, Torto'gonal', det T'
. Esta defihici'én esté ‘insp'irada en el caso particular-T: R2 .—i H: I ' 5c cosB I —senfl6r x“ c056‘ WISH-16
v E R2 es una rotacion
= 1, en el cual el efecto geométrico de Tsobre un vector
= I
=

[xsme ~ycose]
E

0050] [y]
T

acién. (x,_y) A[y] [sene

de éste por un éngulo 6, como se veré a continu
tal que del T = 1. Sea [1 = {v,,
Sea T: R2 —> R2 una transformacion ortogonal For 10 tanto, e1 vector (x’, y') = T(x, y) es tal que
b), T(v2) = (c, d).
w} una base ortonormal de R2, y se escr'xbe T(v;) = (a, x'=xcosG-ysen6-
Entonces 1a matriz de T respect o de la base [5 es
-y’=xsene+ycose
_ a c
[TJE=A-[b d] Es fécil vet que (x’, y’) es un vector de R2 que se obtiene del vector (x, y) E R2
girando éste un éngulo 6.
En efecto, considérese la siguiente figura:
A’ = A". Se sabe que
Segt’m e1 teorema 5.1, A es unamatriz orto'go‘nal, es decir

1 d -c
'l :
A del A {ch (1]

Como detA = 1, se tiene'entonces

A’
=db=d—c=_l
[c d] [—b a] A i
de donde se obfi'ene que a = d y- b '= —'c. Es'deci'r, ‘ '1x ;x

'A TIT-[‘2' 2] L'lémese K '21. 1a nonfia dc V. Es decir, K =‘ [MI =1 Hv’flfi

Dela figura se tiene
sen. a =. l
K cos on = E.
K
en donde a y b deben ser‘ ta‘l‘es que

det A = a2 + b1 = 1 sen(a+6)=xIE cos(a+6)=£K~

Al escribir el vector (a,- b) E R2 en coordenadas polares se tiene Entonces,

a=rcose
x’=Kcos(a+6)=(Kcosa)cose—(Ksena)sen6=xcosevysene
b=rsen6
y'=Ksen(a+6)=(Ksena)cosB+(Kcosa)scn9=ycose+xsene
Pero,
que son las expresio‘nes que definen a la‘s coordenadas de T(x, y).
r = Via“ b2 = 1 Se tiene entonces 1a siguiente situacién geométrica:

Ehtohces, ’. », 7’ ,

I a=eos..6"‘
b = sen 6

de modo que la matriz A de Tes:

A = c056 —sen6
sen 9 cos 6
 ESPACIQS CON PRODUCTO lNTERNO 485
‘ 484 .ALGEBRAU'NEAL ‘ 1
tal que . se Ve quc‘la matriz. quc representa a R-° S (quc'es e1 producto (16' la malt-i2 que te—
I Esto ju'stlficé 'entoh'ées *(‘iue'a' la ttansformééién o'rtégoha-l T: R' A». R'- final de presenta a R por la matriz que representa a S) es precisamente A = matriz quc
Ie llama rotacio’n (se puede demos trar —véan se ejercic ios al
dez T= 1, se
det T = 1, el efecto teprescnta a la transformacio’n ortogonal T: R2 -» R’, en el caso dc det T = — 1.
esta seccién— que también en el caso T: R3 —-* R3, Tortogonal,
v E R3 -— gel cual puede dibujar se! —— es tamblén Se puede concluir entonces qua
geométrlco de Tsobre el vector
una rotacién). T=ROS
R2 tal que
Véase ahora el caso de la transformacién ortogonal T: R2 —>
.det T = — 1. Es decir, en el caso det T = -1, la transformacién ortogonal T: R2 —’ R2 es
a la fétmula
Repltase el mismo argumento del caso det T= l, hasta que se lleguc geometricamente una reflexién respecto del eje x seguida de una rotacién.
dc A".
Como en este caso det A = -1, se tiene
EJEMPLO 2 Por ejemplo, si T: R2 —-> R1 es la transformacién‘ortogonal T(v) = Av en donde

[w]
___ a b = -d c z 4
A: ' [c d] [ b '11] A =62 $272

base (5 cs:
de donde a = —d, c = b. Es decir, que la matriz de Trespecto de la

“[35] W mlla—il
yv= (/7,2v/7),seve que

I272 ”272 ff

en donde,de_tA = -a2 - b? = 71, o §ea a2 + 121 = 1. En e's'_te casd,-det T= — 1, dc ‘modo quelel efecto geo'métrico dc TSObre v as primero
eScribirse
Al cscribir ‘elvvector.(d, b) en coogdgnadas pola‘resi se'vé: queA pneklc
lina reflexién de é's'te reSpe'cto dc] e‘je x'yj‘lueg'o una f‘o‘tacién (en estc also de n/4), , '
' como-' ' ‘
'como Se muestra en la siguient'e-figura: ‘ " - - . - .' . - ' .

A= c036 sane
sen‘B ~cose

(x, —y), o bicn‘, S(v) =

Sc habia visto ya que la transformacién S: R2 —> R2, S(x, y) -=
Bv,endondc

B [o 4]
= 1 0

ntc una ret‘lexién

es una transformacién ortogonal Ia cual representa geométricame
Obsérvesc quc
I tespecto del eje x (véasc ejcmplo después del teorema 5.1). JSM - «2‘. 4/?)
90.5.6 ~sen6 1 0 = 0956 senG =A
-, _
~5::e .0056 0 91" _ 36:18 1030,. .EJEBClCIQS (SECC’IZC'JN 5,_CAPlTUL'O'5_) ’
o'ride a la
La primera matriz que aparece en este producto és la matriz qte corresp
es una rrlmtrlz
1. Considere la transformhcién lineal T: R2 —+ R2 para la cual
det R = l, esto es,
transformacio’n ortogonal R: R2 ——> R", en el caso
dc rotacién. For 10 tanto, si se considera la co‘mposicién T _1_ .1. ,. _1_ _ _1_
f2" (7 f2" v’i‘
R2 S , R2
_ R t a?
(rellexlén) (rolaeién)
T__1_; . 4.;
Ros. «w: [my]
Demuestre que Tes una transformacién ortogonal.
486 ALGEBRA LINEAL
ESPACIOS CON PRODUCTO INTERNO 487
. Consldere la transformacién lineal T M2 3:; 7-3 M; x 2 para la cual

W 2W 121"“[1‘3'31rl-‘5:l
b) [,Es valida la afinnacién 1‘eeiproca del inciso a)?--:
- (Sagerencia: considere T: V—+ V, T(v) 1= 2v.)

0
Describa cl efecto geométrico de la transformaclén T: R2 —+ R2, T(X) == AX en donde

hm W a “H3 art-:21 a) A [1
0 —1
o]
_
C) A
= 1/2
[5/2
- 3/2
V2]

>—
Compruebe que Tes una transformacién ortogonal. WI ~e ‘ [372 4/2
(Sugerencia: véase ejercicio 1 de la seccién anterior.) b) A [l/lf War] d) A g [ Ix? ”372]
. Sea T: R3 —~ R313 transformaclOn lineal T(X) = AX, en donde
10. Sean T1, T2: V —> Vdos transformaciones ortogonales tales que det T1 = det T2 = l.
10 o Demueslre que T, 0 T2 y T2 0 T1 son también transformaciones ortogonales y que
A=062~m detTl°T2=detT29T1= 1.
0672/92 11. Interprete geométricamente el ejer‘cicio anterior en el caso en el que Ves el espacio
Vectorial R2 con el producto interno canénico. .
Demuestre que Tes una transformacién ortogonal.
® 12. [15513 suma de dos transforrnaciones onogonales una transformacién ortogonal?
(Sugerencia: Ve'ase ejercicio 18 de la secclén anterior). Si
es asl, demuéstrelo. Caso 'c'o‘ntra‘rio, dé 'un contraejcmplo.
. Dé tres argumentos distintos que m‘u‘estre’n que la transforma'cién identidad Id: V 13. Describa e1 efecto geométrico de la transformacién T: R2 6 R2, T(X) =‘ AX en donde
—> V, en donde Ves un espacio vectorial de dimension finita con el producto interno
( ~ I ' ), es una transfonnacién ortogonal. . _ 0 1 _ 1/2 5/2
a)A—-[1 0] c)A-[ i]
(Sugeren‘cia: vé‘ase teorema 5.1.)
. Sea Vun espacio vectorial de dimension 3 con producto'interno( ~ 1 ' ).
Sea 13 = {111, V2, v3} nna base o'rt‘ononnal Ida-V; Supon‘ga que
5/2, .57 . . ,. ryz V2 .
V b’*".‘[l‘§yz‘” -552]. -. " d) A {la ~3/2]
tantra)» = (v.- I v.) i. f= 1.2; 3 ® 14. ' Si T: V 4» Vcs un opetadbr lineal en el espacio veetorial Vde dilncnsio'n 3‘, cs posible '
demostrar- (véase ejerclcio 25 de la scccién 1 del siguiente capftulo) quc existc una
Pruebe que Tes una transformacién ortogonal.
base ortonormal [3 de Vrespecto de la cual 1a matriz quc rcprescnta a Tcs do Ia for-ma
. Determine el vector (u, b) E R2 tal que la transformacién T: R2 —. R2 para la cual
b

00$

03mm
l
d
1
711,0) = [7:275] f
Use este hecho para demostrar que la matriz que represcnla a una lransl‘onnacién
7(0. 1) = (tab) ortogonal T: R3 —> R3 para la cual det T= 1 es dc la forma
sea una transformacién ortogonal.
. Sea [3 = {vb v2, v3} una base ortonormal (16 R3. 1 0 0
0 cos 6 *sen 9
Determine una transformacién ortogonal T: R3 .. R3 para la cual 0 sen 0 cos 6
7m) = %(2v1+ v2 +' 2V3) para alglin 6. LCual es el efe‘cto geomérrico de la transformacion T?
._I Sea A una matriz antisimétriea de orden n (A! = ~A‘) , .
Tlvi) =71=2(vr—v2): ' . .a) Dibmuesire qu'e...para.cualquicr vectorLX E R" se Ilene (AX- |- X) = 0-(clvproducto‘
. Se dice que la transformacién lineal T: V a V, en donde Ves un espacio vectorial de intemo canonico dc R").
dimension finita con producto intemo ( - l ' ), es una transformacio’n canforme, si T b) Compruebc que para X E R".
preserva angulos, es de‘cir, si para cualesquiera dos vectores v y u (16 Vcl angulo cntre
v y u es el mismo que el angulo enlre T(v) y T(u). "(A — 1)q = IMF + "X“2
a) Demuestre que 51 T: V -v Ves una transformacién ortogonal entonccs Tcs una
c) Concluya del inciso anterior que la matriz A — 1 cs inversible.
transformacién conforme.
[Sugar'encim demuestre que (A - I) X = 0 = X = 0.]
 ESPAczos CON PRODUCTO INTERNO 489
488 A'LGEBRAVLINEALV
'i, ' ., DEMOS TRA CION ‘ Se darén dos demostraciones distintas de la existeneiai delivecto’r'uo.‘
d) .Dernueétrcique peracualquierx E R" setiehe
“(A + DXII2 = “(A - 0X“: DEMOS TRACION 1 SegL'm e1 corolario dcl teorema 4.2 existe una base ortonormal [3 = {vb v2, . . . v,,}
de V. ’
r lineal T(X) = UX,
6) Sea U = (A + I)(A — I)‘l E M,, x". Sea T: R" -—> R” el operado
Sea
pruebe quc Tes una isometria.
(Sugerencia: use el inclso anterior).
I es inversible.
”0 = fll +flV2)V2 + . . . +flvn)v,, = E"; flvi)v,-
t) Demuestre que U ~ I a 2 (A - l)-l. Concluya entonces quc U - rnl
r T: R'I -» R",
g) Compruebe que si U es una matriz ortogonal (o bien, si e1 operado
T(X) ‘== UX es una isometrl a), tal que U - I cs inversib lc y si A - (U + I)(U ~ I)",
y sea g: V —’ R el funcional lineal en Vdaclo per
entonces A es una matriz antisimé trlca.
A.)
(Nota: A la matriz U se le llama transformada de Cayley de la matriz 80’) = (v I no)
Se afirma quef= g.
En efecto, para cualquier vector v e Vse time

FUNCIONALES LINEALES EN ES’PACIOS

n

APENDICE. v = clv1+cm+...+c,.v,, = z CjVj

CON PRODU‘CTO INTERNO 1-1
Entonces
Sea (V, ( - | - )) uh espacio‘ con “p‘rodu’cto intemo.
s f: V -+ . 7.
Co‘n' cl producto inter-no mVSC pueden construir funcionales lincgle
R de‘lasigpiente manera; ‘
Sea u", un vector 'fijo de V3; derma'séfi- V» R'corno ' ' "800' = '(Vluo) =: 20')"; ifiW)":
1-‘1 :41
b iiCflvxvjlw) V '
j-x‘ M

flv) '= (V l “0)

interno : )3 cif<vj>=f j-‘I2 cm =fiv)
= j-l
E1 hecho de quefes lineal se sigue de las propiedades del producto

flvl + V2) = (Vi +""2 I “0) = (v.1u0)+(v2|uo) “film ”("9 V V1, V2 5 V lo que prueba que g(v) = flv) V v E V, GS (160-113 que g =f-

flcv)=(cvluo)=c(v|uo)=cflv) VceR, VveV

DEMOS TRACIéNz Considérese-el nficleo def
alcs
Esta construccién da entonces una gran cantidad de ejemplos de funcion Kerf= {v6 Vlflv)=0}
aré que si Ves de dimens ion finita,
lineales en el espacio V. Més min, se demostr
es
esta “gran cantidad” abarca de hecho a todos los‘ funcionales lineales en V;
ion Se sabe que Kerfes un subespacio de V. Si Kerf ='- V, entoncesflv) = 0, V v e V,
decir, que para cualquier funcional linealfen el espacio vectorial Vde dimens
V tal quef(v) = V. y en tal caso, cl teorema se cumple con uo = 0.(e_sto es,f(v) = (v | 0) Vv E V).
‘ finita eon producto interno (- |-- ), existe un (finico) vector uo €
- considerese entonces el Aoaso en el que Kerf % .V-. . . -
' (m2?) v’v- e, V. _
En-tal case, elf subespa'cio. (Ke'r J‘)l es distinto idel subespaelojtrivial {0}“ (dc
hecho dtm (Kerfli == 1, L'por‘qué?) Existe entonces un vector w E (Kerfil', w 9* 0.
TEOREMA A1 Sea Vun espacio vectorial dc dimension finita con p'roducto interno ( ' l - ), Sea v E Vy considere el vector
y sea f: V —-> R una funcién lineal, entonces existe un finico vector
no 6 Vtal que u = flv)w - flw)v

flv)=(v|uo) VvEV Obsérvese que

flu) =flflv)w -l)V) “ml/(W) film/(V) = 0
 ESPACIOS CON PRODUCTO INTERNO 491
490 ALGEBRA LINEAL
I For ejemplo, considé'rese el espacio C_([0,1]) de 1213 foncionos co'ntinuas on cl
' p01 10 qiie u E Ke'r-f Entonees ('u | w) .='= 0. Esi'decir, .. intervalo [0,1] con el produdo inferno " . » »

(flv)w -flw)v] w) = 0 l

0‘ I 3) = f0 fix)g(t)
. dx
expresién que pucdc reescribirse como
Se veré que existe (al menos) un funcional lineal F2 C([O, 1]) —+ R que no puede
flVXW l W) = MN" I W) ser reptesentado como 1111 proclucto intcmo en-'C([O, 1]). Es decir, que no existc
g E C([O, 1]) talque
obien,
F(f)=(f|g) VfE C[0,1])

1” I I WI Z
V = V W
Sea F: C([O, 1]) —’ R cl funeional lineal dado por

Dcfinase FU) =fl1/2) f6 C(IO, 1])

y supéngase, pot contradiccién, que existe g E C([O,.1]) tal que
“0:
MW
IIWIIZW
WE €110, 11)
1

(obsérvese quc uo E (Ker f)1). Se ha probado entonces que para cualquier otro
PO) --' (fig) = Lflx>g<x1dx =‘fl1/2)
vectorv E V'se time En particular, siflx) = (x — 1/2)2g(x) E C([O, 1]);setend1ia

flV)__= (V I no)
'- (fig) = 137‘" '— 1/2>2g(x)‘g<x)dx = "11/2 ~ -1/‘-2‘)2g(1/2>1 o
Para finalizar la demostracion del (corema, so probara que cl vector uo es unico.
Supongase por contradiccién que existe otro vector ul 6 Vtal que Esdecir,

[(v)'=(v|u1) Vv_EV f, (x—1/2)2(g(x»2 = 0' Vx 610,11

Entonccs Como la funcion en el integrando de la expresion anterior es una funcion con-
tinua en [0, 1] no negativa, se concluyc'que
(v1u0)=(v|u.) VvEV
(x - 1/2)’(,§(JC))2 = 0 V x E [0, 1]
o bien, Entonces g(x) = 0 V x E [0, 1] (Lpor qué?) Es decir, g = 0, lo cual implica que
F(f) = (f.] g) = (f l 0) = 0 V f E C([0, 1]), que es una contradiccién.
(vIuo-u;)=0 VVEV

NOTA: Cuando se eonsideran funcionalcs lineales en espacios voctoriaies (V, ( I -))

.. En particular, si,.v._.= 110 - u], so obtiene . ' de dimension 1111lmta con producto intemo, es posible demostrar la validez dc un
re‘sultado analogo a1 pt‘es‘entado en el teorema A1, cohocido COIno “teo‘réma do _
('u5'~u1|'u'o-=u1)=0 repre'séht‘aci‘dn (de' fuhcional'es lineales acotados) dc Ricsz—Fisher“, si adcmas se‘
tienen un par de hipétcsis adicionalcs:
dc donde uo — u1= 0, osea uo = u].
Q.E.D. 1) El funcional lineal f: V —> R es acotado. Esto signii‘ica quc cxisté una'
constante K 2 0 ml que

El resultado anterior es on general falso cuando el cspacio v'ectorial V no es dc IflV)I S KIIVII VVE V
dimension finita.
 ESPACIOS CON PRODUCTO INTERNO 493
492 ALGEBRALINEAI. . .
€ , ( - I - )). on e'spaciovecxorial
"'5. Sea (V '. . ' de * (1'rmensmn Ilmta
' ' I“ ' con
I ‘ ‘ roducto
I int *m : " ' ''
respéoto 'de 1a metri'cav ;
2) Ellespacio'vectorial‘ (V,( - I -)) es completo un hrperespacro de V(vease seccr'énl 3 del apéhdice Ir Ca'piul'zjlo 4), 'p'rueb: q'geSl H CS

do» V2) " IIVI - V2“ H-{vE V|(vIv°)=oI

siempre que se tenga una sucesién

en donde II~II = »/( ~ I - ). Esto significa que para algfin v0 6 V.
tal que
(VA) en Vpara Ia cual dado E '> O existe no EN Sea (V, ( - I ' )) un espacio vectorial dc dimension finita con producto intemo
51 M es un hlperplano de V, demuestre que
d(v,.,v,,.)< € Vn,mZN

M=IVE VI(v]vo) =6]

sién de Cauchy), siempre existe un
(una sucesién de este tipo es llamada suce
vector Va 6 Vtal que para a1 gtin v0 6 Vy algl’m cscalar c.
_ Co .. ‘ . .
nsxdete e1 espacro R3 con el producto mterno canénico. Demuestre que las
lim v,. = v0 siguientes afirmaciones acerca de un subconjunto M de R3 son equivalentes
a) M es un plane que pasa por el origen;
el cual toda suoesién de Cauchy tienc
I
Es decir. (V, ( - I - )), es un espacio en propiedad SC b) M es un sube'Spacio' de R3 de dimension 2.
ucto interno con esta
limitc. A 105 espacios vectoriales con prod ' c) M puede escribirse como
165 llama espacios de Hilbert.

ci‘o vectorial de dimension finita con M=I(x,y,z)€R3I ax+by+cz=o}

Rasulta que cuando (V, ( - I - )) es un csp‘a‘ maticamente. E1
Se satisfacen auto
prodflcto infiemo, las dos hipétesis anteriore's l libro' de W. Rodin, “Real and~ v . . . _ para ciertos escalates a, b y 'c no. todos nulos: I
r clroa 'pitu lo 4'de
lector interesado puede Consulta
se preéenta una seneilla introduccién _ 7 ' (91.1% puede escribirse come I I I
Complex Analysis” (3a. edicién); cndon‘de
“I estudio de‘ los espacios de Hilbert.
M=IV€R3|flw=oI
para algfin funcional lineal no nulof E (R3)*.
0) M puede escribirse como

EJERCICIOS (APENDICE, CAPITULO 5) M=Iv€R3I<v|vo>=m

1 del
ma A1 con el teorema A11 dcl apéndice
1. Compare la demostracion 1 del teore
capitulo 4. _ para algfiu vector v0 6 R3 no nulo.
de dimension finita con producto intemo. Considere
2. Sea (V, (~ I -)) un espacio vectorial
del capitulo 4). Dado f E V* se ha vista que
e} espacio dual V* dc V(véase apéndic‘el
existe un finico vec’tor u, E Vtal que

flv)=(v|uf) . VvEVV

a por T0) = u}. "

‘Cbnsidere 1a iranéfomiaciofi T: V*' ~+ Vdad
Demucstre que T es un isomorfismo.
cto
(V, ( - I - )) de dimension finita con produ
3. Sea vo un vector, del espacio vectorial ior, a la siguiente dcfin icién :
icio anter
intemo. Si f E V‘*, dé sentido, en base a1 ejerc 0".
a vo siflvo ) =
“se dice que el funcional f E V* es ortogonal
demuestre que si (:1 espacio vectorial de
4. Con la definicién del eje'rcicio anterior,
de los subespacios U y W, emonces su espacio
dimension finita Ves la suma directa
ntos ortogonales (16 U y W, Ul y Wi.
dual V* es la suma directa de los compleme
 VALORES Y VECTORES PROPIOS 495

'De la matriz diagonal B one representa al op'erador T respec-to-de la base [52 Se

:CAPI’TULO sag”- ? _- ' puede obtener'“a simple vista” la'siguien‘te informac'ion acerca de T

1) El rango de Tes 3 (pues el tango de 8 es 3), y por lo tanto, la nulidad de T

Valores y vectores propios 2)
es 0.
El determinante de Tes 6.
3) Tes un operador inversible‘
4) La matriz que representa al operador inverso de T, T": R3 —> R3 respecto de
la base [3; es:

_ 1 0 l
Considérese e1 operador lineal T: R3 —+ R3 dado por: B‘1 = [7“]‘3, = 0 1/2 0
O 0 1/3
TOGY:Z)=(x‘z:x*‘2}’+zs2x‘l‘2y+ 31)

La matriz que represe’rita a T’respecto de la base cam’mica [51 de R3 Ciertamente. estav informacién se podrla haber obtenido también de la repre—
sentacién matricial de Tdada per la matrlz A, Sin embargo, debe resultar claro que
1 0 ~1, la cantidad de trabajo que se requiere para llegar a establecer, por ejemplo, la
A=[Tlp.= 1 2 l inversibilidad de Ta partir de la matriz'A, es inuoho mayor respecto del irabajo
2 2 3 requerido para concluir la inversibilidad de Ta partir de la matriz B.
OhsérVese que. los vectores de la base [52, re’sp‘e‘cto de la cual T tiene una
_ Véase cual es larepresentacién matricialdel operador. Trespecto de la‘base [32 f ' representacién111atlri'cial’a'gradable, tienen la particularidad‘siguientc:
m, {mg} en donde:
» * Itvi‘) m1;-1;0>)= (lg—1,0) a“ v1
m2) = m2, —1,—2» = (4,—2, ~4) = 2(2, ~1,—2> = 2v:
I V1;(l,-1,0) I ‘-

Vz = (2, -1, 4)
v3 = (1, -.1,- —2) ma) = m1,~1,~2» = (3,—3.—-6) = 3(1,—1,—2> = 3v;
Es decir, las imagenes de cada 'uno de los vectores de la base [32 resullan ser
Para un vector arbitrario (x0, yo, Zn) 6 R3 se tiene que: milltiplos de ellos mismo's} ' '
En general, uno se podria pregunfar si sie'rnpre es‘ posiblc co‘nscguir'uria' baSe
1 1 dcl espacio vectorial V, tal que la representacién matricial dcl operador' T: V ——> V
((x0, Yo, 10))“: = —y0 + .510: x0 + Yo )- 510 — x0 — yo
sea una matriz diagonal. Esta misma pregunta se pucde plantear en términos
“puramente matriciales”: bajo la relacién de semejanza en el conjunto dc matrices
Entonccs, cua’dra‘das (véase seccic’m 4 del capitulo 4), las matrices A y B del ejemplo anterior
pcrtenecen a la misma clase de equivalenclalesto es, A y B son semejantes). Sc
KW) = 7(L‘LO) = (1,—1.0) ((L’LODa; = (1,0,0) ha visto entonces que en la clase dc equivalencia de la matriz A existe una matriz
diagonal (la matrizB). En general, uno se pregunta si dada una matriz cuadrada
' 7M) =" 712,91, —'2)' = (4, —2, ~4) '«4, 72,4)»: ‘= (0,2, or - . A, existe una matriz diagonal B semejante a A, esto es,‘iina matrii diagonal B en
la elase de equivalencia deA. ‘ ‘ ' ‘ ‘ -
- m3) = 7m, 11-—2)-= (‘3's"3;"'6) ((3, —-3-,‘—"6))p-,=9= (0;?or'3) de este capitulo es dar respuesta a esta
Uno de los objetivos principales
de modo que la mattiz dc Trespccto de la base {3; es: pregunta (la respuesta sera ——desgrac’iadamente— N0).
El primer paso que 56 data es estudia‘r lo 'r‘elacionado con vectores v E V cuyas
imégenes bajo lavtransfonnaci’o'n lineal T: V 4 Vsean mfiltiplos de ellos mismos
0 0 (cnelejemplo analizado anteriormente, e’sta es la caracteristica de los vectores dc
OOH-

B=lTlrlz= 2 0 la base {32 respecto de la cual la matriz‘que’repres’enta a Tes diagonal).

O

494
 VALORES Y VECTORES PROPIOS 497

496 ALGEanA UNEAL -

-' _ esdecir,' "
PfiELlllIllNARfES”
1Q D'EFlNlCléN Y'RESULTAD‘OS [lslvla = la
io (valor
n. El m’unero a es llamado valor prop
DEFINICIGN 1.1.a) Sea A una matriz cuadrada de orden que AX = lo cual se puede escribir come
existe un vector X G. R" no nulo tal
caractedstico o eigenvalor) do A 51 cara cter istic o o
le llama vector propio (vector
7»X. En tal easo, a1 vector X se [T0019 = [Mp
asociado) al valor propio 7».
.

eigenvector) correspondientc (o
dc dimension n. El de donde
rador lineal en el espacio vectorial V
DEFlN/CICN1.1.b) Sea T: V a Vun ope rpropio (valor caracterlstico o eigenvalor) de Tsi existe
mimero 7» es llamado valo a vector T(v) = 7w
= 7M En tal caso, al vector v se le llam
un vector v 6 Vno’n'ulo, tal que T(v) iente (o asociado a1 valor
)
tor) correspond E V (que es no nulo pues
propio (vector carac‘terlstico o eigenvec lo que muestra que 7. es un valor propio dc Ty que v
propio 7». X = (V)p es no nulo) es un vector propio a‘soeiado a 7».
dc, la base [3. Sea
-‘ Mas aim, supongasc que se toma otra base [3’ de Vdistinta
definiciones 1.1. a) y 1.1. b), proporcio
Exists una cquivalencia’ natural entre’las es lineales , scgfi n. se B = [Thu Se sabe que
s ”transformacioh
nada por la correspondencia matrice torial de dimension n y sea T: V
acio vec
muestra a contiriuacién~: sea Vu‘n esp A = P'IBP
en V. Si [5 " {V57 5, . . . , v,.} es una‘ base de V, considérese
—+ Vun operador’ lineal e entonces que
[3. Se don nces existe X E
la matriz A de Trespecto dc la base para alguna matriz inversible P. Si 7 es un valor propio de A,ento
R" no nulo, tal que
ri valor propio do A = [1],;
7» es un valor ptopiodp T a 7» esu

propio dc" Ty Que-v 'E‘ Ves u'n'v'ector pro‘p

io - AX'= ax . ’
'En efecto,zsup6ng_a5e que 7; es un valor b), so tiene
asociado a 7. Entonccs, se‘gt'm 1a definicion 1.1. obien,
T(v) = 7w (P'lBP)X = xx
izquier‘da por la
de donde expresién que se puede reescribir como (multiplicando por la
matnz P y asociando)
[T(v)]u= [Mn
,
B(PX) = MPX)
0
(Lpor que?) dc manera
Como X at 0 y P es una matriz inversible, cntonces PX 9* 0
propio asociado
[715l =' lp (113:: 7. es tamblén un valor propio de la matriz B (y PX es un vector
' '
a ).
b), como:
es decir, Obsérvese cntonces que se puede replantear la definicién 1.1.
El ,H
. DEFINICIoNJL 1.b)' Sea T: ‘V _. V un operador lineal en el cspacio vectorial' V dc dimension 'n.
_ . , fix an; la matrizA'
es un vector
mimero 7» es llamado valor propio dc T si’ 7 es fifi ““alor'prcpio' de
esun valor progio do A y X = [v19 de .V.v. ,,
en donde X = [V]p'. Por lo tanto, 7» asociada al operador Trespecto dc alguna (de cualquiera) base
--w X 1* O).
prOpio asociado a 7» (obsérvese que v 9* 0
e que 7» es un valor propio de A = [Th5 y que X = Pot ejemplo, sea A la matriz
ReciprOcam'ente, supongas EJEMPLO 1

“[3 a
..+
io asociado. a 7», Sea v = cm + cm + .
(c,, c2, . . . , 0,.) E R" es un vector prop n 1.1. a), se tiene
im la definicié
cnvn E V(esto 65, X = (v);,), entonces, segx
AX=7.X
498 ALGEBRA LINEAL VALORES Y VECTORES memos 499

_;l 1' ‘El-m'imero 7t =-= 5 es un valorpropio de A, plies para el vector n‘o'nulo X_= (,1, 3) en 01;.

=2 aprisl==lér==
. ' . ' , an ‘3‘1 I'aizh . . .I p.
.-setien_e- = ' ‘ ' . . 5
A“K1= a“
21 a7.2 —2. ’ a 2n

a,“ (1,.2 /. annfl

Uno de los productos elementales que aparecen en'eldesarrollo del determinante

Si se considera a1 operador T; R2 -+ R2 dado por T(X) = AX, entonces, segt'm cl
de esta matriz es el producto de los elementos de su diagonal principal
anélisis anterior, 7‘. = 5 sera también un valor propio de T. Mas aim, observe que
Tpuede describirse explicitamente como \
(an _ 1X02: " 7v) . . . (arm " 9")

may) = (2x+ y. 3x + 4y) Afin mas, entodos los restantes productos elementales del desarrollo de det(A -
dada M) apareceré siempre como factor al menos un clemento fuera de la diagonal
La representac‘ién matricial dc Trespecto de la base f5 = {(1, 1), (0, 1)} esté
principal deA -- M. Entonces, a1 desarrollar det(A — M) se obtendra un polinomio
por la matriz
en 7» de grado 11 (de hecho, el térr'nino a N‘ de este polinomio proviene del producto
3'1 elemental arriba mencionado, con a = (—1)").

Elm] Por‘ ejemplo, si A es la matriz

Segfin se vio anteriormente, 7» = 5 deberé ser tambie’n un valor propio de la matrix

B. En efecto, para el vector X‘ =‘ (1-, 2) se ticne
-Iseti_ene-
=2 2:]
det(A,-M)—det 2 4“)» —(3—x)(4—x)+2p—7t2—7x+14

1.1'. VALORES PROPIOS ysi

3 2 8
El siguient‘e teo‘r'erna‘ da luz acerca de la manera como se pueden determinar los B= O 5 7
valores propios de una matriz. 0 0 7

setiene
TEOREMA 1.1 Sea A un'a matriz cuadrada, el nfimero Q. es un valor propio do A si, y sélo 3-?» 2 8
si detwubA - M) = 0. det(B—M)= O 5-?» 7 (3 7t)(5 - 7t)(7 - 1)

ll
0 0 7*).

DEMOSTRA’CIO’N Si 7t es un valor propio ‘de A, existe un vector X E R" no nulo tal que AX = XX. Esta -7L3 + 15k2 - 713. + 105

ll
‘ cxpresiénse puede reescribir come (A — -M)X = 0. Se puede contemplar csta
filtima _ 'DEF/NICION 1.2 Sea A nna' matriz cuadrada de orden n, al polinomio (de grade n en 7») p0») = dei(A ‘ ' ' ;
expresién come un Sistema. homagéneo. de ecuacion es lineales (la matriz. del - M) se lo llama polinbmio caracterfstico deA. .‘ , j. ,
sistema's'iendOA ‘— M) 2.1 enal'se sa'l'i'é que pasee'=solucionc§ 'r'mtriViales (a ‘. . 'cxiste'
un vector X no‘nulo . . .). Esto equivale, como se sabe ya, a que la matriz del
sistema Obsér‘vese' entonce's que el teor‘ema 1-..1 establece que 7t. es un valor propio de la
A M sea no inversible . En tal caso, det(A — M) = 0. matriz A si, y solo si pa.) = 0, 0 sea, si, y 5610 si 7» es una rat'z del polinomio
cara'cterfstico de A. Bste hecho da entonces la pauta para encontrar los valores
Q.E.D. propibs de una matrii A: se halla primeramente e1 polinomio caracteristico de A y
se determinan las talces de éste. Estas serén los valorcs propios de A.
Obse'rvese que si A = (am; .1,2,,.=,,,. entonces, Ve’anse a1gums ejemplos.
 VALORES Y VECTOHES PROPIOS 501
500 ALGEBR-ALINEAL. .
,-1.‘2. VECTOR'ES PRQPIQS}ESfiAClOS'PBOPIQS -
EJE‘MPLO 2 Si A as la-rnatriz ‘-
Se ha visto ya co’mo so pueden determinar los valor'es propios de una matriz
cuadradaA. Se vera ahora co'mo determinar los vectorm propios correspondientes.
Sea 7L un valor propio de A. Entonces, det(A - M) = 0. El vector X E R" es un
vector propio de A asociado al valor propio 2. si X as no nulo y si AX = XX. En
se tiene otras palabras, Xes un vector propio asociado a1 valor propio 9; Si X es una solucién
no trivial do (A — M)X = 0.
s—x 9 (5 — 70(2- 7») - 18 La existencia do soluciones no triviales de este sistema homogéneo de ecua-
pm) = dam-M) = de‘[ 2 24‘] cionos lineales (esto es, la existencia de vectores propios deA asociados a1 valor
xZ-u—s =(x-8)(7~+1) propio A.) esta asegurada por el hecho de que 2. siendo un valor propio de A, la
matriz A - M es no inversible [puss det(A - M) = 0].
Las ralces do p0.) son entonces, x1 = 8 y M
= -1. Estes son los valores propios En resumen,ipara determinar vectores propios asociados al valor propio 7L, 5610
de A. se tienen que hallar soluciones no triviales del sistema homogéneo do ecuacione‘s
lineales (A - MX = 0.
EJE‘MPLO 3 Para la matriz
EJEMPLO 5 Por ejemplo, se habia visto ya quc los valores propios de la matriz

se lierre V . . ' V I =5 2]
' son '9»! = 8 y 7»; 9' - l. Para detormirrar losrvécroros propios correSpondiontes a cada .
--1 ”1] V (1, A.) ,1. f V _‘ur11'o demestos valores propios, so tiéne‘que conside‘rarc‘l Siste'ma homogén'eo (A —
[2(1) =fdet(B;-'M)‘=‘ det‘: 8
M)X‘= 0; es decir,

Entonces, el finico valor propio do B es 9» = l.

EJEMPLO 4 Por filtimo, para la matriz [55” 23r][:;]=[8]

“la 2]
Para e1 valor M = 8 se tiene el sistcma

[-2 2mm
_ 2 —1

sctiene

2—7r —1 = 1 3 = 9»2-4x”
_ n+ cuyas soluciones son x1 = 3r, x2 = r, r E R. Entonces, los vectores propios do A
2_7~] (2
p(k)=det(C—M)=dez[ 3 asociados al valor propio M = 8 son vectores de la forma (3r, r), r e R, (r 9* O).
Para e1 valor propio k2 = ~1 cl sistema por resolver es:
s - .‘
La ecuacién-p(7»)= X? — 47.. + 7 = O'tieno por raice “6' :9" x," =‘o
‘2 3 x2 0
4i¢16~28 = 4H—12 = 4225; = 2 i Hi
2 2 2 cuyas soluciones son x, = #31, x2 = r, r E R. Entoncw, los vectores propios deA
en este libro son rrumadros lrezlre:
Los nfimeros con los que sc esté trabajando mgl ‘o a :dim asociados a1 valor propio M = -1 son de la forma [- g— r, r , r E R, (r at 0).
ido cohsrtlcra‘dos so ha restr
(en los espaclos vectoriales que ya han's
la matrrz C dcl ejemplo atltercror s tiene
po de los homeros reales). Ento'nces, para matrlz no Obsérvese que el conjunto do vectores propios do una matriz A asociados a1
con esto que la
que “no tiene valores propios” significando valor propio 7», siendo éste cl conjunto dc soluciones no triviales del sistema
valores propios reales.
502 ALGEBRA LINEAL wrongs Y VECTORES PROPIOS 503

‘ {homogéneo (A‘~ M)?X 0,110 es en 51’ mismo 1111 subespacro de R" (pues carece Para’k} = 1 so tienc' el'sistcma _
-del vector cero).. Sin embargo, si se considcra la union de' 6516' conjurito con el.
(conjunto formado por) el vector cero, lo que se obtiene es precisamentc cl cspacio 0 3 0 X1 0

solucién del sistema homogéneo (A~ 'M)X= 0,61 cual so who que es un subCSpa- 0 "3 0 X; = 0
cio do R” ‘ 0 6 0 x3 0

DEF/NICION 1.3 Sea A una matriz cuadrada dc orden n y sea 9» un valor propio de A. Sea E1 la union cuyas soluciones son x1 = r, x; = 0, x3 = s, r, s E R. Entonces, el espacio propio
del conjunto de vectores propios deA asociados a1 valor propio 2. con (el conjunto EM CS
formado por) cl vector ccro. E1 es entonces un subespacio dc R" llamado espacio
propio' (espacio caracteristico o eigenespacio) de la matriz A correspondiente al EM = (r, O, s), r, s E R
valor propio A. 1
la cual tiene dimension 2 [una base de él cstzi constituida por los vectores (l , 0, O)
EJEMPLO 6 En cl ejemplo visto anteriormente, para la matriz y (0,.0, 1)}

=:[ z]
Para 7»; = —2 $6 11611:: cl sistema

3 3 0 x1 0
0 0 0 x2 = O
setiene . . O 6 3 x3 0
Eli-8 = {(3t,l),t E R}

3 . 1 _1
Exp-1= “"t,t ,tER cuyas solucrones 5011 x. = ~2- r, x; = ~2 r, x; r, r E R. Entonces, e1Icspacio propio
' E712 CS:
_Vé‘a‘séuniéjothpl‘o m5s. I I J -' - -
E12 - H 2r, 2r,r], r ER]
EJEMPLO 7 Considere la matriz

el cual time per dimension I [una base do 61 es [( 1-, - 1, 2) ] ].

1 3 0
Hasta este memento, se ha estudiado lo relacionado con valores, vectores y
A = 0 '-2 0
espacios propios para una matriz cuadrada A de orden n. Véasc ahora como se ~ven
0 6 1
estos mismos conceptos cuando se consideran operadores linealcs en lugar do
El polinomio caracteristico do A cs: matrices.
El siguiente teorema es el anélogo del teorcma 1.1. En él se da una caracteriza—
1 - A. 3 O cién de los valores propios de un operador en términos de la inversibilidad dcl 0pc—
1.101) = det(A - M) = (let 0 -2 - K O rador T~ M, an donde I denota al operador identidad I: V —+ V, [(v) = v, v E V.
' ' 0 6 1 - 9»
TEOREMA1.2 Sea T. V —+ Vun operador lineal en el espacio vectorial Vde dimension
Las raices del polinomio caracteristicoA son 71, = 1 y 712 — -2 E5105 son los valores 1;, e1 numero 71. es un valor propio de Tsi, y solo si cl operador T— M:
- propio's doA Dctermirie 10s espacios propios correspondierites a cada uno de estos V -+ V._es no inversible. 1
valores propios. ,
Se tiene que considerar cl sis1ema homogénéo (A- M)X= 0 Es decir,
DEMOSTRACION Se ticnen las siguientes equivalencias (véase teorema 6.4 del capitulo 4).
1—71 3 0, x1 0
o ~2~x 0 x2 = 0 71. esun valor propio do T a exist-o v E V, v15 0, tal qua T(v) = 7w 9 existc v E V,
0 6 1-4.. x; o v 9‘ 0,1al’qu‘e (T— M)(v) = 0 a Ker (T— 711) 91 {Q} G. T— M no es inversible.
Q.E.D.
 504 ALGEBHA LINEAL. VALORES Y vecroees FROPIOS 505

I Se define abora e1 polinomio caracteristico de un operador lineal T V —1 V._ Para T

poder hacerlo, se necesi'tara el siguiente teorema: TEOREMA 1.4 - Sea A una matiiz cu’a’drada de orden n y sea 7. un valor propio dc A'. 'Si 5;. '
es el‘espacio propio asociado al valor propio 71, entonces la dimension de
E1 no excede a la multiplicidad de 71 come raiz del polinomio caracteris-
TEOREMA 1.3 Si A y B son matrices semejantes, entonces e1 polinomio caraetetistico de tico 1201) = del (A — 711).
A coincide con le polinomio caracteristico de B. En particular, A y B tienen
los mismos valores propios.
DEMOSTHACION Sea T: R" —+ R” el operador lineal T(X) = AX. Sea [3, = {v., 11,, . . . , 11.} um base del
espacio propio E1, existen vectores vm, . . . , v,. tales que {3 = {v1-, v2, .. . . , v,.} es
DEMOSTRACION Si A y B son matrices semejantes, entonces existe una matriz inversible P tal que una base de R". Sea B = [T111 En laj—ésima columna de 13 aparecen las coordenadas
A = P"BP. En tal caso, del vector (T(v,)),.
Obsérvese que para 1 S j S k se tiene
- 11q - 11) = det (11i - 11) = det (P"(B - mp)
T01) = M-
= (detP")(det(B - 711))(det P)
= (det-P)“(det(B - 711))(detP) =der(B - 711) pues los vectores v1, v2, . . . , v1, de la base [51 de E1. son —por definicion— vectorcs
propiosdeA asociados a1 valor propio 71. Entonces, co1no(T(v,-))p = 01(1),)» = (0,
Entonces,.el polinomio caracteristico de A (= det(A — 711)) y el polinomio caracte- 0, . . . , 71 , . . .. , 0) se tiene quevB es una matriz de la forma
ristico de B (a det(B — 711)) coinciden.
Q.E.D. D, k
' ,-Se pficdeestablecerentoncesla'ISiguientedefi‘nicién:‘ ' ~ ' B= ._ if '
i DEFINICION 1.4 Sea T: V ~+ Vun operador lineal en el espacio vectorial Vde dimension 11 Se llama . 1 c'
polinomio c'aracter‘istico del operador Tal polinomio caracteristico de la matriz A
e11 donde C es una matrizcuadrada de orden n — k y D es una matriz de ora k X
que representa a Ten alguna (cualquiera) base de V.
(n — k).
Las matrices A y B son semejantes (ambas representan a1 mismo operador T)
La definicién anterior hace perfecto sentido, pues si [3 y [5' son dos bases distintas
y por lo tanto, tienen cl mismo polinomio caracteristico p(x). Este polinomio es:
de V, las matricesA= [7],, y B= [i , son semeja‘ntes En tal caso, segl'm el teorema
1.3, el polinomio caracteristico deA es 1gua1a1 polinomio caracteristico de B (1gual
71-x D
a1 polinomio caracteristico de 7)
Obsérvese por ultimo, que si e1 vector v E Ves un vector propio de Tasociado
P(X)=det(B-x1)=det 'x-x
a1 valor propio 2., entonces v 9* 0 y T(v)= 71v, 0 bicn, v es un vector no 111110 tal que
(T- 7J)v= 0. Si se considera la union del conjunto de vectores propios de T con
(el conjunto formado por) el vector cero, se obtiene asi e1 conjunto de todos los
l o i 0111.-.]
. vectores v E Vtales que (T— 7~I)v = 0. Estos vectores son precisamente los que
' constituyen cl nucleo del operador T- 711, el cual s'e sabe quc es un subcspacio de ‘ Al desarrollar por cofaetores a lo largo de la primera columna y repitiendo k vec'es . “ ?
V. Este‘ es entonces el .espacio propio E1 asociado a1 Valor propio 71. Es decir, este desarrollo en los determinantes obt'enidos', se llega finalmemc a

E1, = Ker (T— 71) 1106) = (1 - x)* det(C - x1...)

Para finalizar esta seccién, se vera un teorema que relaciona la dimension del Entonces, 1a multiplicidad de 71 come raiz del polinomio c'aracteristico de A es al
espa'c‘io propio E1 cor'reSpon‘diente al valor propio 7. de una matriz A (0 de un menos k = dim E1. Esto era precisamente‘lo que se queria probar.
operador T) con la multiplicidad dc 71 como raiz del polinomio caracteristico de
'A(odeT). Q.E.D.
 VALORES Y VECTORES PROPIOS 507
>306 ALGEBRA LINEAL
Como lo asegufe e1. teorema-l 34 7V 1
EJEVMPL‘ZO ‘8 Como m1 fillimoejemplo consldem lamatliz '
dim Ex; = 1 S 3 = multiplicidad de 7L; en p0»).
l l 1 1
__ O 2 O 0 Para el valor propio X2 == 2, el sistema homogéneo pot resolver es:
A' 0 o 1 o
O 3 3 1 l x; 0
-1 l 1
0 O 0 0 X2 = 0
O 0 -1 0 X3 0
El polinomio caracteristico de A es: 3 —1 I4 0
0 3
. 1-?» 1 1 l_ ' 1 .
_ 0 2-K O 0 cuyas soluc1ones sonxl = ~37 r, x; = 3 r, x; = 0, x4 = r, r E R. Entonces, e1 espaclo
p0.) — dam—M) ~ (fat 0 0 1-2. 0

3 1—9». propio EA, es:

0 3

'2‘?» 0 0 E1,, .__ :4. 1 ,0,r],r€R}

{[Br,3r
=(I-K)‘d'et 0 1-1. 0.
3‘ 3- 1—)»
el cual tiene dimenslo'n 1 (3111a base develes {(41 1, O,_ 3) } )1
De nueva cuenta se tiene, tal come 10‘ asegura el tedrema 1.4,
a = _(1— 90(2— Mdezr 3" 71978]
idim‘ EH: '1 s 1"=.mt;1tip1ic_idad de '2»: eh pm.
= (1 1.9030 ~K) ‘ _.'.
=- ('1 “l ”(2- 7'»)(1.— 7‘)2
For 10 tanto, los valores propios de A son M = 1 (ralz de multiplicidad 3 en el
polinomio p00) y M = 2 (mil de multiplicidad 1 en 11(1)).
Para hallar 10's Vectofes propio's correspondientcs se tiene que considerar cl
sistema homqgéneo: EJERCICIOS (SECCIéN 1, CAPlTULO 6)
1 - 7» 1 1 1. x1 0
1. Sea A la matriz
_ 0

=:[ 2]
O 2~1 O 0 x2
0 0 1 ~ 7» 0 x3 ‘ 0
0 3 3 l — 9» x4 0
Determine cuziles de los siguient'es vectores de R2 son vectorcs propios de A. En Ial
Para el valor propio 7», = 1, este sistema es: cas'o, determine el valor propio asociado.

X1 0 a) (3,—1) d) (3,-3)
0_ 1 ‘1 1
1 _0, 0 x2 ;= 0- vb) (2,2) ’ ' ‘ .e) (510,10) : ‘_ i
0
'0, '0 0-'_ O.--_x3 0' c) (4,4)] in (M) ‘
0 3 3 0 ' x4 0
- 2. SeaA una malriz de orden n, suponga que para un vector no nulo X E R'- sc Ilene
AX =‘ 0. Demuestre que k = 0 es un valor propio de A.
e1 espacio propio
cuyas soluciones son xx = r, x; = x3 = x4 = 0, r E R. Entonces 3. Sea T; R3 —» R3 el operador lineal
EM es:
+ 2):, 5x _ 7y + 31)
e‘y, Z) = (x, 3x
IE1: = {0.9 0, 0’ 0)9r€ R}
Determine cua’les de los siguientes vectores (16 R3 son vectores propios de T. En ml
tiene, tal
La dimensién de E12 es entonces 1 (una'base de él es {(1, O, 0, 0)}). Se
508 ALGEBRA UNEAL VALORES v VECTORES‘PROPIOS 509

case, deter-mince} valor propio 'asofeiado. a') Demu'estre q'ue Si 1 — AB es inversible,vvemonceszi ;- BA tainbie’n lo es y

a (3,2,6), ' " “mam 610.3421) (I — BA)" - 1+ B(I-AB)"‘ A.

b) (0,1,7) 1) (—13.13) 1) (0,0,5) b) Use 6I 1110150 antcflol p313 demOSltaI que 18$ IllafllCCS AB V BA [1611611 108 11 IS
k) (3,4,2)
1 mos

c) (0,0,1>' g) (0,0,7)
h) (—2,6,26) 1) (1,1,1) 20. $113133:essiiuiente Idemostracién“ (iel teorema 1.3 (Si A y B son matrices semejan-
d) (0,-2,—l4)
uh; matriz invsgegl: 13323112:fill-r1331;Ifasractiristico): siendoA semejante a B existe
tos de la diagonal principal son
. Sea A una matriz diagonal de orden n cuyos elemen
io caracte ristico de A asi como sus valores propios.
M, 112, . . . , 7t". Determine e1 polinom ‘Ilnn vector v a 0, ml que Av - 7w. EntonCes, P631 13:3 313? (1:2:21; ((1:31), :Xitggmggces
ine el polinomio caracten’stico de A
Sea A una matriz triangular de orden )1. Determ “Sigma/33511323153: at 0. For 10 tanto, A. es un valorpropio de B (y Pv es un vector'progi:
asi como sus valores propios. Un a1- “me t. . o muestra que todo valor propio deA es también valor propio de 8.
mine el polinomio caracteristico, g,.n 0 Similar muestra que todo valor propio de B es también valor'propio de
. Sea Vu'n espacio vectorial do dimension finita. Deter
es propio s del opera dor identidad en V, Id: V —-» VId(v) A. Entonces A y B. tienen los mismos v alores r ' ‘. ' '
los valores propios y los vector caracten’sticos deA y B, rcspcctivamentc. P OPIOS 86mm“) ”’30” 105 P011110m108
= v V v E V.
Determine el polinomio caracteristico, Se ha demostrado
_ . . . entonces '
. quepAO») y' p301.)
' ' " ias mismas
trenen ' a'
Sea Vun espacio‘ vectorial de dimension finita. —> V, 0(v) = 0, son polmomtos del mismo grado, se concluye que pAOt) = pm»; Ices. Como ambos
cero on V, 0: V
los valores propios y los vectores propios del operador
V v E V. (D 21. Sea? ana matriz de orden n dada‘, cons'idere‘el opera'dor lineal T: M,l x ,, -—> ' x T(A)
tiencn el mismo polinomio . . LCémo son los valores propiosde. Trespecto a los valores propios deuB'?”
. Sea A una matriz de orden n, demuestre que A y A'
tienen los mismo s valore s propio s. (,Tien'en los mismos 22. Sea A la matriz
caract'eristic'o'y por lo tanto
vectore's‘propios?
A, entonces NI es‘un valor propio dc 2 3 1
(D9. Pruebe que 81 7t es un valor propio de la matriz A.-_4_ 1. 2.
la mam-21A", (n E N). 1 . w
valorlp‘ropio de A. En 151- I
>'_®_1o, Sea Alina matriz de orden r‘t-inver'sible, stipongafqtie 9» es an propiofde A ‘ l ”LCM-ales
'ejercicio 18 se probara ‘que '7. 5* O. De'm‘uestre due W1. es ’un valor a) i ‘ Deniue‘stre que'el po'linom'io earaeterfs’ztico do A 651' "
son los 'vectores propios de A“?
Si 9» es un valor propio de A p(9\.) =‘ ~13 + 393 +117» + 5
11 Sea A u‘na matriz de orden n y sea e um mimero real.
demuestre entonces que ck es un valor pr'opio de cA. b) Comprucbe que p(A) es la matriz cero. Es decir, verifique que:
que A posee al menos un valor
12. Sea A una matriz (1e orden n‘, n impar. Compruebe
propio (real).
_ ~A3+3A2+11A+51=0 '
valor propio de la matriz
13. Suponga que 7»; es un Valor propio de la matriz A y 7»; es un O . . , . . '
ge5:31:30: triatriz A “anula‘ a su polmonuo caracteristico. Este es un hecho
B. LBS M + 1; Un Valor prepi‘o deA + 8? . ,_., , > out. 0 come
.. teorema de Hamilton-Ca yle uesedemo ' ’-
ro real. Si 7» es un valor propio de
14. Sea A una matriz cuadrada de orden n y c an nfime‘ seccron 3 de este capxtulo. y, q slrara Ln la
are con el ejercicio anterior.
A, demuestre que A, + c es un valor propio deA + cl. Comp 23. Para cada una de las siguientes matrices, determine
es, existe k 6 N tal que A" = 0).
15. Sea A una matriz nilpotente de orden n (esto 1) su polin‘omio carac‘teristico
= (-1)" WI.
Compruebe que el polinomio caracteristico de A es pO») 2) sus valores propios
que polinomio caracten’stico
el
16. SeaA u'na matriz cuadrada de orden 2. Demuestre 3) base's'para los cspa’cios propios correspondientes.
de A es: , Compruebeencada caso que se'satispface la conclusion delteorerna 1.4.
I pm '= a? — (tr'Afl-f'detA" a) [0 6] d) [4 i]
término independiente del
17. Sea A una matriz cuadrada de orden n. Pruebe que el
polinomio caracteristico de A es det A. -3
18. Use e1 ejercieio anterior para demostrar que una
matriz cuadrada de orden n cs b) [3 g] e) [1 j]
A. = 0 no es un valor propio de A. Obtenga una nucva
inversible si, y Solo 51
clemestracién del ejercicio 2 a la luz deeste ejercicio. 1
1 1 f) 3
19. Sean A y B dos matrices de orden n. c)
 VALORES YVECTORES PROMOS 51 1‘
5‘10 ALGEBRA LINEAL
4 _
. . —3 2,. ‘1, ._ = g .2. 0 .2. o ,3o
3 en donde X10), x20), .-,x,.(t) 5011 eieftas .fun'ciones diierenciabies de 1 deiiiiidas en I 7‘ '
o ~5. -74 .1 ,. 1 1);_o o_ 2, o algfin ihtervaio I (11: R y- 01;, 1 < i, j < 11‘ 50111161116105 reales dado's. A1 considerar e1 .
. g) . 0. , 2 .,. _ . . 0 ,4. 4 2 ,
.
sistema (S), 61 objelivo es estudiar las soluciones de é1, esto es, estudiar (de ser posiblc
haciéndolas explicitas) las funciones x10), x20), . . . , x,.(t) que satisfacen e1 sistema
1 o 0 o (es decir, que sustituyéndoias en las ecuaciones dcl sistema, convierten a todas y cada
2 8 7 una de éstas en identidades). Si 30 ascribe:
h) 0 3 1 . o 1 o o
0 *1 1 J) 4 7 2 1 x.(t) an '(112 ... (111:
2 3 4 2
11(1) = 2f)
x f
A= a:
‘ 0:2 . . . (1:1.

24. Para cada uno dc los siguientes operadores lineales determine

x"(t) [1111 an‘l ' ' ‘ am:
a) su polinomio caracten’stico
b) sus valore‘s prOpios y se define la derivada- de la matriz X(t), denotada pot X’(t), como la matriz n x 1 cuyos
c) bases para los espacios prgpios correspondientes. elemento's ‘50a (t), i - 1, 2, . . . , n (es decir, .X’(t) se obtiene derivando cada ciememo
de X(t)), se puede escribir ei‘sistema (8) come
Compruebe en cada caso que se satisface '1a conclusién del teorema 1.4 (para la
matriz asociada a1 operador). xx» = 1111(1) (S’)
a) T: P1 —’P1, T(ao+a1x)==ao+(ao+a1)x.
Visto de esta manera e1 siste’m‘a (S), e1 objetivo es estudia1-(describir) 1a matriz X0)
b) T:R2~*R2.11x,y)=(x+y1y). que conVicrte a esta fiitima expresién en una identidadi Para lograr esto, se procuranin v
c) T1R3aR3,T(x,y,z)=(y,2x+4y—z,3x+5y—2z) solucidnes‘ del tipo X(t) = amen donde xes algfin nfimero real y v es un vector dc
d) T:M2x2“'M2X2 R" (1111a matriz n X 1). Sustituyendo en-(S’)vse obtiene
T [a b 3 4a+5b 2b 7Le"’v = Ael‘v
Le d 20+d c+3d
_de donde Av =1 M y se ve enton‘c‘es que X(t)= eNv es 11na solucion dc (S’) cuando 7. es
1:.)s P3-4P3,IT_(p)_-= p' (121 derivada de'p) I I
un valor propio. .de la’ miltriz A y v es un vector propio asociado a 7.. De la teoria. dc
1) M2x2~+sm71A7 5115' ' las ccuaciones diferenciales se s'abc que si 11111111112 A tiene .n vaiores propios (males) '
distintos 7.1, 71.2,. . .,71..., entonces 1a soiucion general del sistema (S’)p11ede escribirsc
g) T1P3~P3.T(do+a1x+fazx2+asxa)
como
= ~2ao - 2m); + (8m - 4a; + 2113M2 + (7m + a2 —- 3a3)x3

“[3 :1
h) T: M2512 —~ M2112, T04) "= BA, en doh‘de X(t)' = c.6411. + c'zeMv. + . . . + c.e‘-'v.

en donde c1, C2,. ., a. son constantes arbitrarias q11e pucden dctetminarse a parlir de
la condicién inicial X.(0).= X0 (X0 es__ una malriz dada) y v1, V2, . . ,v,. son vectorcs
propios asociados a los valores propios 7.1, 71.2,. . .,71,,, respectivameme.
(2) 25. Sea Vun espacio 'vectorial de dimension 3 con el producto intemo ( l ) Sea T: V -v
Vun opcradOr lineal en V. Dcmuestrc que cxiste una base 0110110111131 6 dc Vrcspecto Por- e1 emplo, estudie e1 sistcma
do 111 cual e1 operador Tliene una representacién matricial de la forma
x('(t) = 5x.(t) + 9x20)
abc x50) = 2x10) + 2x20)
[i=0de
Ofg Enestecaso,1a matrizA = 1:: :Jfiem: los valores propios 7., = 8 y 713 = —1 y v. =
ejereicio
(Sugerencia': dcmuestre primero que exists un vector propio v e V -—véase (3,1) y "=v; (——'3, 2) son vectores propios correspoxidientes a 7.. y a M, respectivamente -
12_—-—. Complete luego a una base ortotiormai de V.) (vé‘ase ejemplo 5) Entonc‘es 13 soiucién general del sistema cs: '
C21 26." -E11 'este ejereicio S'e' estudiaré un cierto tipo de Sisten‘i'as de ecuacion'e's diferenciales' X(t) = me" [:1] +c2e" [—32]
lineales con coeficientes constantes,1os cuaies son de la forma
x;(r) = a..x.(t) + a.1x1(t) + . . . + (11.16.07
(S) (es dec‘ir, x1(t)= 301e8’— Bezel, xi!) = c1e3' + 2cze I). Si adcmés se imponcn 111$
x50) = a..x.(t) + anxzm + . . . + a1.x,.(t)
condiciones iniciales x1(0) = 0, 112(0) 8 3 (o bien en témfinos de 111 matrix X(t) la
3 ]), se obtiener
condicién inicial X(0) = [0
x10) = 0.1x1(t) + a.2x1(t) + . . . + a1...x1(t)
 W_ . V .
WWAWMW

VALORES v VECTORES PROMOS 513

HHH
512, ALGEBRA 1.: NEAL
b') Resuelva cl Sistema anterior para oblene'r Ia'snllr'éién general

ento nces
. ., i
se dlce que la solucron part cula
r del sistema que X0) = c: [i]+ c2e'°-2' [J]
de dond e c; = c: - 1, y

Kawasmm
satisface estas condiciones iniclales es:
c) Impqnga 1a condicio’n inicial X(0) = [33 J para concluir que las I'unciones x10) y 162(1)
— —3

que dan la camidad de jarabe en los tanques 1 y 2, respectivamente a1 ticmpo t son:

sistema
a) Obtenga la solucién general del x10) = 15--15e'°-2'
x10) = x10) x20) = 15 +15e"°-2'
xém = 2x20)
d) Observe que 11m 13(1) = limxza) = 15‘ Interprete este resultado.
, .. w 1..»
ma
b) Obtenga la solucién del siste
6) Las normas dc calidad de la compafiia refresqucra establecen que un refrcsco
xi“). = ~2xr(t) + 2x120)0) embotellado debe tenet una concentracién de 0.07 g de jarabe per cada lilro dc
x£(t) = ~15x,(t) + 9x2
soluciénl; Determine el tiempo en el que el tanque 1 Mega a esta concentracio’n.
les x1(0) = x1(0) = 0. LE1 tanque 2 alcanza esta c’ohc‘entracién en algfin momento?
que satisfaga las condiciones_inicia
sistema: 28. La cinética qufmica es la rama do la qulmica que se encarga del estudio dc las
c) Obtenga 1a solucién general del velocidades de una rcaccién. Err este ejercicio se consideraré un tipo de “rcaccién
t) =' 9x10) — 11x20) ~ 5x30) complcja” estudia‘da por’la cinétic‘a qufmica, cuya descripcién matemética Iicne que
ver con 10 estudia'do en el cjcrcjcio 26 anterior, Considerc 1a reaccién simple A —+ 8
xi“) = 43‘1“) ‘ 4x20) " 3x30)
xs<z.)_..=.2xl(z) - 42,201+ x30). _ . _ -_ A p y , en la'quela 'sustancia A se desc'o'mpone (reaéciona') para producir 1a s‘ustancia 8. Se ,
._ . 01 7 ' . denota'rzi por‘ Cy a la concentrac'ién molar de la‘ .su'st'aficia Y; es dcc’ir, el mimero 'de
" se trenen' dee'-‘taaque' s llenosd_. e20
.
(3 ‘I'es uera
2‘7.- En el laboratorio de dna c'orri ' l. "Ia el tacrque 1 se tenia imcxalmente agua pura y eln
refr moles presentes de .Ypor. ca'da litre'dc fs‘olu‘cibn. La'lla'm‘a‘da “Icy deacéiénde‘ masas"
5 En establece que la velocidad'a la que se cfectlia una rcaccién (1a velocidad a la que A se
de-capacidad conectadosentrePail1 qae se uaa para a
g del concentrado de jarabe consume 0 bien la-velocidad a la que B so forma) cs proporcional a la concentracién‘
el' tanque 2 se tenian dxsucltes ’30 m del ranque 1 a1
t'='0 Se abre un flujo de 20 11m
elaboracién del refresco. Al Hemp o
molar de la(s) sustancia(s_) reaecioname(s). En el caso de la rcaccién que se csla
' 2 a1 tanquc 1 tam
dcl tanque ' ' ' de 20 1/ min.
hten
otro flujo considerando-A —r B esta ley establcceque
tanque2 y simulténeamente, .

C2 = "kCA
obien,
l Cl) = kCB

en donde las dcrivadas se toman respecto del tiempo (es clam que CA y Cu son
‘ funcioncs dc t), y k es la constants dc proporcionalidad (positiva) llamada “constante
200 I
200! ' de velocidad de reaccién”, la cual es caracterfstica de cada re‘a‘ccién a condiciones
, _ . 20 ”mm ., . . k
20 llmin dadas de presron y temperatura.,Se escnbe entonces la reaccrén comoA -—+ B. En este
_ (a != O hay 30 9 de jarabe) ejereicio se estudiarzi 1a reacclén
(5* l 3 O h ay, agua pura)
(:1 tanque
enleszx1 ; al0 y(iem i= _
po =t, 30' k .i‘;
s) ‘de jara presence
b'eieione
'eond sinicia (0)_fi m0)
Llamexfit) ala Cantidad (en gramo
‘ "que se"nenen las s.iguiemes a la“ ‘
14-11245
' ' erve
1 '2. Obs rporada
incoi'da llegél.
que en
l en el proeeso,desto 6:11a6 med
S’uponga que exists agitacrén idea m
llamada “reaccién consecutiva" en la cu‘al la sustancia'A se descompene para producir
ues, ésta queda mme lata
solucién a cada uno de los tanq 1::Sgrxques para
R y a su vez ésta sustancia se descompone para producir S. Suponga que a t = 0 se
tldad de jarabe en cada uno de tcnlan No moles de A en un litro de solucién reaccionante Se tienen emonces (res
Efectxie un “balance" de la can cs .
diferenciales que modelan el proc funciones de t, a saber CA, CR y Cs y las condiciones iniciales CA(0) = No, CR(0) =
a) concluir que las ecuaciones
Cs(0) = 0. El objctivo de este ejercicio es obtener expresiones explicitas para las
x10) = ~0.1x1(t) + 0.1x2(t) funciones C'A, CR y C; que describcn las concentraciones de cada uno de los reactivos
x50) = 0.1x1(t) —- 0.11120) y del produclo final al tiempo t.
 'VALORES Y vecroaes PROPIOS 515

514 ALGEBHA LINEAL gréficaame rior es: ‘

h) Dcrr'iuejstrcv’que eLp'unto t". marcado en la
.aj a \

Use. la ley dc accron de» masas para obtener las ecuacrorlcsv

' V. ‘- -
> ' v s 1 ' I

't* = [11(k1/k2)
C14 = —k1CA k1 — k2
a un punto de inflexién para C5.
el cual corresponde a un maximo para CR y
Ck = [€c - [QC]:

Cé = k2CR una herramienta completamente

(NOTA: este ejercicio puede ser resuelto con
lo el libro del mismo autor,
Escriba cste sistema de ecuaciones diferencialw como X’ = BX
en dondc distinta a la aquf presentada. Véase pox ejemp
nciales, una introduccié n con aplica cz'ones, Limusa, México,
0
Ecuaciones difere
"kl 0
1989, pp. 221423.)
CA

X = CR B = k; ~k2 0
C5 0 k2 0 (3) 29. Considere 1a reaccién consecutiva

13) Demuestre que Ios valores propios de la matriz B son 7&1

n 0, K2 = ~k1, 2.3 = ~k2.
*‘ D; R "‘ = s k’ >T
k2, -k1, k2) y v3 = (O, 1, ~1)
C) Demuestre quc los vectores v, = (0, 0, 1), v2 = (k1 —propios én valen k1 = 1, k2 = 2 y k; = 3. Sean
son vectores propios correspondientes a los valores M, M, M, rcspectiva-' en donde las constantcs de velocidad dc reacci
de las sustancias A, R, S y T, respectiva-
CA, CR, Cs y Crlas, concentraciones molarcs lilro de solucio'n
mente. a 1 mol de A en un
general dcl sistcma meme a1 tiempo t. Suponga que a t = 0 se coloc
d) Concluya dc los dos incisos anteriorcs que la solu‘cién reaccionante.
planteado en el inciso a) es: nciales que describe e1 fenémcno
O
a) Demuestrc que el sistema de ecuaciones difere
k1 '- kz
0 . es X’= BX en dondez‘
0: + cze'k“ kl +c3e¥k21 1
X '3 Cl'
0 kg —1 CA -1 0 0
0
0
0»
’ ‘ ' CR . ‘ 1 -2
e). "X -"_ Cs. '. 9-3 o -2 '—3- 0
0 para cstablcccr'
L pdnga las cqrrdiéiorrcé'irriciales (:40) ";—-_No, Cn(0) = C5(0) = {CT - - - - o o 3. 0 v
L163 fialbrés da las consfiames ‘ ‘
que las funciones quc describen las
b)‘ A'l resolver cl sistema anterior, conclu‘ya
C = N0 0 = Nokr
kl-kz
C1.=Nv
0 'mpo t son:
2 kl'kz 3
concentraciones molares de A, R, S y Tal‘tie
dc las
Concluya emonccs que las funciones que describen 1a concentracién C4 = e"
21
sustancrasA, R y S son: CR = e" — e'
3:
C5 = e" ~ 262' + e'
C4 = Noe‘h’
. k1 CT= 1 — 3e" + 3!” - 9'3‘
' 1No(e ”kl I e ‘ka) reaccién del tipo
k2‘k rcaccién reversible (dc primer orden) a una
Cn = -
® 30. Se llama
C3 =. No _ N0 (kw—k” kleki')
1‘:
.kz ' k1
AZR
de las funciones establecidas cn cl R:
g) Dcmucstre que el compottamiemo g'réfico
mcrso anterior es como sigue: R produca A .(lasponstanrés' dc" .
an donde el'reac'tante A produce IR‘pero' a 'su vez
Sean CA y Chlas concentraciones
velocidad de'reaccién-‘s'on k.' y k2,‘rcspectiyarrrentc). que a t =' 0 se t‘enfa'n A0
ente..-.Suponga
molar'e's' ‘de las's'ustancias A y-R, respectivam
litro de soluc ién reaccionante.
moles de A y R0 moles dc R en un
lecer las ccuaciones difcrenciales quc
a) Use 1a ley de accién dc mas'a's para estab
modelan‘ cl fenémeno

C14 " ‘lA + k2CR

Ck = lA - kZCR
516 ALGEBRA LINEAL VALORES Y VECTORES PROPIOS 517

I ‘Escriba este sistema como X'==iBX ‘er‘i dondé: __ i - a),_ Usé’la ley de ageién de masas para ésiablecér-ia‘s equaaiones diferenciales - '
'X_ Q =141 hs‘ 'Q=-Q+CR
CR k1 "k2 Ck=CA—2CR+CS
C3 = CR - Cs
b) Demuestre que la matriz B ticne los valores propios M = O, y 711 = -(k, + k2).
b) Resuclva el sistema para obtener:
c) Demuestre que v1 - (k2, k1) y v; . (1, —1) son vectores propios asociados a 103
valores propios 711' y 12, respectivamente.
d) Concluya que la s'olucién general del sistema es:
CA ,13 + 2e
i -, + i6e -3.
X == c: [11:] + cze'ik‘ik‘)’ [A] CR -l_l-m
3 3 e

e) Imponga las’ condiciones iniciales CA'(0) 8 A0 y 01(0) = R0 para establecer los

CS 3 .1. — le‘t-q- le-at
3 2 6
valores
C33 32. En este ejei'cicio se. estudiara cl movimiento dc unpe’ndulo Simple: un cuerpo de masa
A9+Ro c =k1A9‘k230 m sujeto a uno de los extremes de un hilo de Iongitud L con el otro extreme 1'10
6‘1"
k1+ k2 2 k1: + k2

f) Concluya que las fimciones CA y CR que descr‘iben las concentraciones de A y R

211 ticmpo ts‘on

A0 + Rok Iii/1'0"-.k2Ro (k ”)1

Q k+k2k+2 h+k2 e"
’ Ao+Rok 4/61/10 s0 e‘(1. ’kz)’ ,
' Cu?
Akzk A
"k1 + k}.1 "‘ k2 Vi

+R°k
g) Verifique que 11111 CA =————-
k+kR0 k1. A estos limites se les
k3+k mffl“ A0
conoce como concentraciones de equilibrio de las sus‘tancias A y R, rcspectiva— Sea 6= 9 (1‘) e1 angulo que forma e1 hilo con la vertical a1 tiempot. Suponga que a
mente. Justifique esta nomenclatura e interprete fisicamerite estas concentra- t_= 0 Se suelta 1a masa m de una posicién para la cuai 9= 60.81: puedc demostrar que
ciones. si las oscilaciones dc la masa m son pequefias, 1a ecuacion difercncial que describe e1
h) Sea :1 e1 ni’imero dc moles per litre c que han reaccionado a1 tiempo t. Dcmuesire movimiento de ella‘ es:
quc
fa +—e=o -
[€l s0 _(k , 1 , (1—1.2 (P)
=1 ____._-_._.—— —e l 1 )

k1 + k1 (I
Ohserve ademas que se tienen las condiciones iniciales 6(0) = 90 y 6’(0) -= 0 (esia
iiluma condicién significa que la velocidad inicial de la Inasa m es nula). El obj etivo
i) Verifique que 11'111 x—= w. Dé un significado fi'sico a1 valor de este limite.‘ es dcscribir 1a funcién 60).
1 _. m 2
en los a) Introduzca las funciones x; (t) y x;(t) definidas como x1(t) = 60), x;(t)—= 6'(t)
31. Un caso dc reaccién compleja en la que se presentan las situacioncs estudiadas
, - ejcrcicios anteriores es una rcaccién consecutiva reversible dcl iipo: Demuestre que la ecuacién (p) es equivaleme'a1 sistema de ecuaciones difei'e'n—
cialcs
xi(t) -' x20)
AZRZS
1, k4 Am=—§nm
o bien, X’(t) - AX(t), en donde
Por simplicidad, suponga que k1=-k2= k3 - k4= 1 Scan CA, CR y Cslas concentraciones
molarcs de las sustancias A, R y S :11 tiempo t. Suponga que a1 tiempo t—= 0 se tenia
Kw--“xm
[in] A [—s/L 0]
0 1
1 mol deA en un litro de solucién reaccionante (en la que no se encontraban presentes
RyS).
 VALORES Y VECTORES PROPIOS 519
518 ALGEBRA UNEAL

DEFIN/CION 2.1 b) Se dice que el operadoi lineal T: V —+ Ven e1 e‘spacio vectorial Vdc dimension
Observe que se. tiene la condicién inicial X(0)~= -- 00 - 4
finita es diagonaliz'able si exisu: Una base {3 de Vrespe'ct'o de la cual 1a matri'l que-
b) Verifique quc el polinomio caracten’stico de la matriz A es: representa a Tes una matriz diagonal

og_
0 Es clam que un operador lineal T: V —-> Ves diagonalizable Si, y 5010 si la matriz
71+L—
que lo representa respecto de 211guna (cualquiera) base de V 10 es. En cfccto,
supo’ngase que Tesdiagonalizable y sea [3’ una base cualquiera dc V. Sea A = [Th-n
y que entonces csta matriz tiene dos valores propios complejos Segi'm la definicién 2.1 b) existe u‘na base {3 de V tal qua B = [Tlp es una matriz
diagonal. A y B son matrices semejantes y por tanto, existe una matriz inversible

mac
K1: it. 71.23—1’ i
P tal (1116 B = P"AP (dc hecho, P es la matriz dc‘ cambio dc base de [3 a p’). Entonces,
segi’m la dcfinicién 2.1 a), A as diagonalizable. Reciprocamente, supéngase queA
Se procederé formalmente usando el método descrito en el problema 26 para
es diagdnalizable y queA es la matriz que representa al operador T: V —’ Vrespecto
encontrar X(t)
de alguna base [5’ de V Existe entonces una matriz P inversible tal que P"AP es
c) Demuestre quc v, = [ 1,1] ‘2‘ i] y v2 = [— 1 ,1/ ifi]son vectores propios una matriz diagonal Segun el lema previo a1 teorema 4.1 (capitulo 4), existe una
base [5 de Vtal que P es la matriz de cambio de base de [5 a [3' Sea B= [7],. Como
asociados a 10 valores propios ‘2», y M, rcspectivamente.
P'AP= B, B es una matriz diagonal, se concluye que Tes diagonalizable
d) Concluya que la Isolucién general del sistema es:

1 ‘1
' COROLARIO [De las dcfiniciones 2.1 a) y 2 1 b) ] Si Ia matriz A (e1 operador 7) es
X(t) = cliexp'L/ %it ] 5i + c2exp[-.‘/ fiit] £1, diagonalizable, entonces el polinomio caracteristico deA (de T) se puede
1/ L L
' factOrizar come producto de factores lineales
'5) “VIMPOUSB 13 condiciéii. inicial X(Q)' =[060." paraobtener los valo‘res 7c, = 5 Bo.
.1
Cz—éeo.
__,
DEMO-STRAC‘IO'N I Si 1a mattiz A es diagonalizable, A es semejante a u11a matriz diagonal D, digase
f) Concluya entonces que la funcién 6(1) que describe el movimicmo de la masa m M 0
as:
12

6(1) = éeoexp[
[-8 . 1-
i 1:] + Ee,,<:xp[-1
’g .
2 it]
0 "1.
g) Use la formula de Euler exp(iioc) = cos 0: i i sen a para demostrar que 6(1) puede E1 polinomio caracteristico de D es:
ser escrita como:
M -x

pot) .= det(D 4 x1) = déz _ _

0a

6(1) = 690051] E t 0 . 2,. ~ x

Verifiqile que c-fectivamente esia funcion salisface la ecuacién (p) junto con las -
=0»: JCXM x). (ff—i)
condicioncs iniciales dadas.‘
. I SiendoA semejantea D, e1 polinomio caracteiistico de A __es también p(x), cl cual
esta factorizado como ei producto de 11 (= orden de A) factores lineales.

2. DIAGONALIZACION Q.E.D.

DEFINICION 2 1 a) Sc dice que la matriz cuadrada A es diagonalizable si existe una matriz inversiblc En el siguiente teorema se estabiecen condiciones equivalentes a1 hecho dc quc
P tal que P ‘AP es una matriz diagonal (es decir, si A es semejante a una matriz
una matrizA sea diagonalizabie:
diagonal)
 VALORES Y VECTORES Paoplos 521
520 ALGEBRA LINEAL
EJEMPLO‘! : InveStiguc pot ejemplo si la maltii =
ts una basedc R'! A. . ‘ -
ITE’OREM‘A 2A. La matriz dc orden n es diagonaliiable 5i, y 5510' si exis
(equivalentcmente: cl operador T:
formada por vectores propios do A liza- l O O
torial do dimension :1, cs diagona
V ~+ V, on donde Ves un cspacio voc ores prop ios dc T) . A = 1 O -2
rmada p01“ voct
ble Si, y 5610 Si exists um base de Vfo -l 1 -3

es diagonalizable.
A as diagonalizable. Exists entonccs una
D'EMOSTRACIC'DN Supéngasc primeramente quc la matriz
dondc D es una matriz diagonal, digasc: El polinomio caractcristico de A es:
matriz-inversiblc P tal quc P“AP = D, en

M ‘0
1 — 7»
7&1 p0») = det (A - M) = det 1 4? —20 =1-x —x “2
—1 1 ~3—x ( ”at '3'7‘]
O " x"
= (1 —A)(x2+3x+2) = (1~7l)(1+x)(2+x)
M, . . . , X", 105 cuales son también los
Clar amentc los valorcs propios de D son M, Entonces , los valore
,. s propxo
‘ ' sdeAsonM=1A =~1 9» =
valores propios de A, puss A as semejantc a D. riz . El espac1o proplo El, es el esp‘a‘cio solficiéngdel sis-{61$ 2‘
ores columna do P. Siendo P una mat
Sean v,- E' R",j = 1, 2, -. . . , n 105 vect ientes (véa se teore ma 4.3,
tc independ
inversible; es'tos vecto'res‘. son, linealmcn ' 'o o o’ x,
capitulo 3).
o
no nulos. Se vcrz’x quc, dc hecho, v; as 1 —1 -2 x2 = o
En particular, todos cllos son vectorcs ‘1 1:"4 X3 0
' un Vectori'PfOpio.-d¢ A a's'OQiadO £11 vaIOITlPrQPiO 9%» 1.. = 1"» 2’ mat ' ' ' rices (AP yPf-‘A‘P‘
; n. Como PD) s’eF "' I
mnas .de estasdos
V 'D, so tiene AP =‘PD;‘Igfia1a‘ndd-rlas colu nces ,'
xiv,- = j-ésima columna do PD.'Ento
obtiene: j¥ésima columha‘de AP = Av; == conj unto
Estc es,
r propio 7y. Seticne cntonccs el
Vj cs I'm vc'ct'or propio deA 'asoc'iado a1 valo cn-
v;, . . . , v..]‘ cl oual se ha visto que es linealm
dc n‘veclo'r'e's pto‘p‘ios de-A, £3 = {v,, hech o Una base EM = {(r,r,0),r€ R}
s vectorcs constituyen dc
to independicnte. Como dim R" = n, esto
de R". UnaEllaaso do E)... es el vector propio v1 = (l, l 0)
v2, . . . , v,.} es una base de R" formada
Reclprocamente, supéngase que £3 = {V1, espaclo prop1o EM es el espacio solucién dcl sistema
‘D o
, I

spondicn —
M, . . . -, X" los valorcs propios corre
por vectores propios de A. Sean M, son vl, vi, . . . , v,.. Siendo
s vectores columna
tes. Sea P la matfiz de orden n cuyo riz inve rsib le. Com o 2002:; 0
dientes, P es una mat
v,, v,, . . , , v,. linealmentc indepen 1 l ‘2 X2 = 0
"1 1 “2 X3 0
Av1=kjvi j=‘1,2,.~," '
es decir,
seticnc

'- AP .= PD ‘I EM = {(0,2r,'r),~reR.} ”
su diagonal UnaPbisoltcle ~»este
», espacI'lo es
l con elementOS 7“, kg, . . . , 7x" en ' 6] vector propio v, = (0 2
1) D
en donde D es la matriz diagona es diag ona li'zable. o u 1 mo, cl cspaclo
* ' propxo
' E13 es cl espacio solu’cién
trando as! quc A A dcl sistema
principal. Entonccs, F’AP = D, mos que lo
ider ar a1 ope tado t lineal T en lugar de la malrlz A
En el case do cons ifica cion es
do para la matriz A sufre mod 3 O O x; '0
rcptesenta, elargumento aqul’ presenta
obvias, quc se dejan a cargo del lector.
1 2 *2 X2 = 0
-1 1 ~l x3 0
(2.12.1).
 VALORES Y VECTORES P909105 523
522 ALGEBRA UNEAL

Supéngase ahora que la matriz-A ddordgn niiene n valores propiosdislimos.

Es decir, "
.7 Para ihvcstigatsiA es diago‘nalizable so oblicne uh veotor propio Con'cspondiénle , ''
""5131, % {(o,r,r),reR} " a cada valor propio de A, t'e'niendo‘ asi un‘ conjunto do n vectorcs pr‘opio‘s dc A en
el espacio R". Para concluir que estos vectores forman una base de R" (y que por
tanto, A es diagonal-likable) so time que verificar la independemia lineal de ellos.
Una base de El, es el vector propio v3 = (0, l, 1).
Sin embargo, con el teorema Siguie‘nte se podré ahorrar ese trsajo.
Se tienen entonces tres vectores propios v; = (1, l, 0), v2 = (O, 2, 1) _ y v; =
(0: 11 1) '
Si éstos fueran linealmente independientes, ellos constituirén una base dc R3 TEOREMA 2.2 Supéngase que la matriz cuadtada A de orden n time In valores propios
y por lo tanto’fA seria diagonalizable.
distintos M, M, . . . , l," (m S n). Si v,- es un Vector propi’o asociado a1 valor
Obsérvese que la matriz P cuyos vectores columna 5011 v1, v; y v; cs invers1blc . propio Mi = 1, 2, . . . , m entonces cl conjunto {vb v2, . . . , v,,,} cs
pues linealmente independiente.
1 0 0
dezP=det1 2 l=l¢0
0 l 1. DEM‘OSTRA CION Pot induccio'n sobre m = mimero de valores p'ropios distinto de A. El resultaclo cs
obviamente vélido para m = l. SUpéngase vélido cl résultado para 111 = k (k < n) y
pruébesc para m =’ k.+‘ l. ' ‘
10 cm} implica la indcgendoncia ligcal do. 11;, v2___y v3. _ . Considé’rese 1a combina‘cion lineal}
Sc concluye entonce‘s queA es diagonalizab’le. De la demostracxén del teorema
2.1, 58 vs que P-1AP debs set entonces una matriz diagonal (en cuya diagonal clv'l + ‘clvflr . . . + ckvk+ cmvk+1 = 0 (2.1)
principal deben aparecer los valorcs propios de A). En efecto,
(so‘tendré qifieproba‘r‘ qu'c c1‘='c2“= ; . . =‘ cm ‘=.“ 0). Al»m111_tipli<_;_ar.la~ ’exprcsién
. 1 ~07’-o' 1 010- . 1 - '0 '0 - . anterioriC-por '12} izquiz‘e‘rda)p0r' la matrin sc o'btiorie'_ .'
1 0- .0:
”Fl/1P"= ~1 1'-1 '1 0—2 12 1='o -—1‘0
1 -1 2 -1 1~3 o 1 1 o 0—2 C1_(AV1) + 6204112) + . . . + 610410;) + Ck+1(/1Vk+1) = A0 = 0

[5610 Av,- = kivg, i = l, 2, . . . , k + 1, dc modo que esta cxpresién se ve como

EJEMPLO 2 For otro lado, en cl filtimo ejemplo de la seccién anterior se consideta la matriz
Cllxvl + sz‘i'g + . . . + Ckkkvk’r Ckflxkflvkn = 0 (2.2)
11—400)—
won»—

wHOH
OOQH

A1 multiplicar la exprEsié’n (2.1) pct M, y testar cl rcsultado dc la expresién (2.2)

$6 obliene
C1011" Kk+1)v1+ c202 — M+1)v2 + . . . + ck 1k +1)vk = 0

Sus valorcs propios son M = 1 y 12 = 2 y sus espacios propios correspondientcs Por la hipotesis dc induccién, esta liltima expresion implica que
son:
C101,; "' 71k”) = O. i=1’32t‘ , k_‘,
WE’W = {’(r10;0,0),r€ R }
Pero 1501‘ hipotpsis del tcore'mziL '9‘ km, i.= l, 2, .-, k, esio-es, kit? 2,2,} 0.
)4. .1] . .. x
E12 {[3r,3r,0,r],r€R] ‘ Ehtonces)

Ci(Ki—Xk+1)=0 =’ Ci=0 i=1,2,...,k

Es claro entonces queen este caso se puede obtcner a lo més, 2 vectores prOpios
deA lin'ealment'e indépendientes, digase v1 == (1, O, 0, O) 6 E11 y v2 = (4, 1, O, 3) E Por tanto, la expresion (2.1) queda convertida en:
E1, (puss dim E1, = dim E251). Estes vectores no pueden constituir una base de
R4. Se concluy'c entonces que la matrizA no es diagonalizable.
Ck+1Vk+1 = 0
 VALORES Y VECTORES memos 525
524 ALGEBHA LINEAL
ye finalmentc qoe‘ > mattiz cuyos vectores columna Son vhf v; y ’v; 56 'tiene (tall como‘ lo asegura 1a
Como-v1.1 ¢ 0 (131135 VI... es-un vectorpropio do A)7_se conclu dcmostracion del tcorema 2.1) ' ' ‘
c... = 0' _Q.E.D.
1 —1 —1 1 1 1 1 1 1 1 o 0
P‘IAP= .0 1 0 0 2 o o 1 o = o 2 o
COROLARIO Si la matriz A de orden n ticne n valores propios distintos, entonces A es 0 o 1 o o 2 o o 1 o o 2
diagonalizable.
Se ha mostrado entonces una matriz de orden 3 con 5610 2 valores propios distintos
que es diagonalizable. Si se ve un poco més de cerca este ejemplo, unose da cuenta
DEMOSTRACION A1 tomar un vector propio v.- pata cada valor propio 71,-, i = 1, 2, . . . , n, so obt1en:: de que A pudo diagonalizarse gracias a quc en el espacio propio E1, se pudicron
promos do R .
un conjunto linealmentc independicnte (teorema 2.2) do n vectores tomar dos vectores propios lineaimcnte independientes (que junto con aquel dcl
Estos constituyen .cntonces una base de R” formada por vectores propios do A. espacio propio EM formaron una base de R3 de vectores propios do A). El valor
Entonces, A es diagonalizable (teorema 2.1). propio 712 aparece como raiz do multiplicidad 2 en el polinomio caractcristico do
Q.E.D. A y la dimension del eSpacio propio E1, cs, como se observa, 2.
Este es un hecho general que se establece en el siguiente tcorema:
do ordon
Obsérvese que, segt'm el oorolario anterior, la condicién de que una mamz
n tcnga n valorcs propios distintos, es una condicién suficmnto para que esa matru
sea diagonalizable. Sin embargo, tal condicién no es necesana, como lo muestra .‘ TEOREMA 2.3 Sea A una matriz cuadrada dc orden n. Sean 7”, kg, . . . , 9.1» 105 valores
cl siguiontc ejemplo: propios distintos do A y EM, EM, . . . , E1) 105 espacios pro‘pios correspon-
dientes. Las siguie'ntes afirm'aciOnes son equivalefites:
EJEMPLQ 3 - Considere la matriz A de ordcn 3
1) ’ AE1espoli'n
._ 2) diagonaliZabl
omio c‘fira‘e.-,
c‘teristié‘o deA es: .
--' .—11. .1 1
A i 0 2 0‘
0 O 2
V Z
p0) =’ (M - x)“ (712 - x)“2 . . . (7t. — x)“:
E1 polinomio caracteristico deA es: ydinti=a.-,.i=1,2,...,k
3) dim Ex. +dim E12+ . . . +dim E1k= n
1 X ‘ 1 l 2
[20.) : det(A-M) = der 0 2-7. 0 = (1—7.)(2—>.)
O 0 2 - ?» DEMOS TRACIO'N Se dcmostraré quc 1) => 2) => 3) =5 1).

Entonccs A posce solo dos valores propios 9». = 1 y .912 = 2. 1) = 2). Ya se habia obscrvado que siA es una matriz diagonalizablc cntonccs
El espacio propio E1, es: su polinomio caracteristico se puede factorizar por complete como un ptoducto
de factores lineales (corolatio dc Ias definiciones 2.1 a) y 2.1 b)). For otra parte,
E1. = {(r50,0),r€ R} 1a dimension del espacio propio EA, es la dimension del cspacio solucion del
Si’stemé homogéneo (A - MDX =‘ 0 (véass teorema 7.4 capitulo 4). Sea D = P'I‘AP
I '. En éI so tom‘a e1»vectorbfopiolv1-= 030,0). ._- la forma diagbnal doA (en la diagonal principalde D aparcocn [osvaloros propios
E1 cspaoio 1511111103., es: dew/1). Las matrices A ~ 71,-! y D — 71.15011 semejsntes y por tanto su tango coincide
(igual a1 tango del operador T - 71.1 que ambas representan).
Ex. = {(r +s,r,s).r.SER} El tango do D — 71.1 es el nt'lmero de lineas no nulas on D — NI. Estc mimero cs
71 401; (Lpor qué?) Entonccs dim E1, = n — tango (A — 9111') = n-rango(D - 2.1) =
V3: (1, 1, 0)
En él se pueden tomar los dos vectores linealmente independientcs n — (n — 01,-) = 01;, como se quetia probar.
_
v = (1 0, 1). 2) a 3). Se tiene dim E1, + dim E1, + . --+di"”EA.=Ot1+OL2+...+ak=grado
vectore s propios v1 = (1, O, '0), v2 = (1, 1, 0) y v3: — (1, O,
y 356 comprueba que los de p(x) = n
hecho, 51 P es 121
1) constituyen una base R3. Entonces, A es diagonahzable. De
 VALORES Y VECTORES PROPIOS 527
526 ALGEBRA UNEAL

E14105 vectot‘es ' como las siguiontes}

3) =1). Sea (5.: =,:{'_v1,,.v1,,-. . . , 1);,i}.u11abase del espééio propio
. '
v.-,-, 11,, .> ,‘ Vinson
. véctore ‘ S-al valo'r propio 7.1).
a, s propios de A asociadO liil+lt2+...+lilk 90
base de R".
Se propone quc 1a union [5 dc las bases [31, z = 1, 2, . . . , k, es una
= dim R", basta probzn‘ que los (la— 2,)u2+ . . . +(?.k-— 2.1M. = O
Como por hipotesis on, + a; + . . . + a1 = n
vectorm; de {3 son linealmcntc independientes. Tomese cntonce s la combina mc'm
0. - 7111(13— Mu. + . . .+ 0... wok — Mm. ~

0
I
lineal
a, £1: Gk (7‘1. “ 7.00% “ 7‘2) ' ~ ~ 0% " 9Vic—lluk z 0
2 C11“; + Z 621”;, + . . . + Z €19k = O (2 . 3)
1-1 1-1 jal De la filtima expresion se obtiene que 11,. = 0, pues pot hipotcsis se ticnc que
(7.1 - 9.1) (9.1 —- 7.2) . . . (7.1 - 9.1-1) 9* 0. Al sustituir en reversa en las exprcsiones
Llémese us, i = 1, 2, . . . , kal vector
anteriotes, se obtiene que um = um == . . . m = u1 = 0. Entonces, se ticne qua:
a:
a‘
(«ti = Z ivk/ /

.=1 u1=261ivij=0 i=1,2,...,k

j-l

La cxpres'ién (2.3) se vc entonccs como

Como los vectores v.-,,j = 1, 2, . . . , a, son linealmente independientes, esto implica
u1+u2+...+uk=0 (2-4) quc 01, = 0,j = 1, 2, . . . , a1, 1' =-=' 1, 2, . . . , k. Esto muestra que los vectores de la
base [5 son linealmente independiente's. Por‘t'a'n'to, (336‘s un‘a base de R" de vectores
propios de A, lo que muestra que A c5 diagonalizable, come so quen’a.
Obsérvesc que para i = 1, 2,_ . . . , ks‘e Ilene
2 (2.12.1) '
‘11" .
(2.5) .
I -. I All: =.A z .6514} = i CgAVEI. I: Z 9115)); .= 7»; 2 CM}. =7 7.1“;
1-1 Pam finalizar esta Seccién, considércse el silguientc» ejemplo: I
‘-1 j-x’ 1-1

EJEMPLO 4 Sea T: P3 —> P; cl operador lineal dado por

propio
(esto N0 estzi diciendo‘ que u.- sea un vector propio do A asociado a1 valor
que u.- sea no
9.1, pues para que esto fuese cierto se tendria que cumplir ademzis
7(00 + (11 + azx2 + (M3) = Sac + (2ao + 5a; + 3a2)x + (~2ao + mm2
nulo. De hecho, so probaré que u,- '= O, i = 1, 2, . . . , k),
obtener
Multiplique‘sc la exprcsién (2.4) por la mattiz A y fiscse (2.5) para + (400 + 6a; + 5a3)x3

Mu, + M112 + . . . + Milk = 0 (236) Se preguma si Tes diagonalizable y, en tal caso, si lo es per una base dc P3 rcspecto
de la cual la matriz que representa a Tsea una matriz diagonal.
Al multiplicar (2.4) pot 7., a1 restar cl rcsullado a (2.6) so obtiene Tal come so observa a1 principio de esta seccién, basta considerar cl problema
dc diagonalizacion de una matriz que representa a T rcspecto dc alguna base dc
0.2 - 7.1)112 + (7.3 - 7.1)u3 + . . . + (7% — 2,)uk = O (2.7) P3. Tome la base canénica de este espacio y obtenga la matriz que representa a T
en esta base. Sc tiene
para obtenet
Multipliquese esta filtima exprcsién porA-yfiscso (2.5) nuevamento
' 3 7(1); =2 5+2. ~~2x2 4 4x3 (mm s ‘(5, 2,:2, 4')
' '(M—M‘Wz+cx3'— 1.1m....-'+'<x.--m.u. 9' 0- (2.81 ‘ ' (71n = (0.5.0.0)
71x1= 5x
Al multiplicar (2.7) per 9.2 y al restar cl resultado a (2.8) so obtiene 70:2) = 3x + 2x2 + 6x3 (T(x2))p = (0, 3, 2, 6)

(9»3 - MXM - 9mm + - - - + (M- — MXM — 7»2)ltk = 0 71x31= 5x3 aw». =<0,0.o,51
nes Entonces 1a matriz A = [i es:
Al continuar con estc procedimicnto, se llega a obtcner un conj'unto dc exprcsio
528' ALGESRA UNEAL VALORES Y vecromzs PROPIOS 529

5100;" 0 Para X2= 2 cl sistema homogétieo po'r resolver esi-

‘ '~2*5»'3wo
A‘—2 0 2 0 0 0 O 0 x1 0
4 0 5 5 2 3 3 0 X2 = O
El polinomio caracteristico de A (y por tamo, el (16 T) es: -2 0 0 0 x3 0
4 0 6 3 x4 ' O

5—1 0 0

{COO
i 15—1 3 = (5 — m2 — 1) cuyas soluciones son in = 0, x2 = %T,X3 = - :- r, L; = r, r E
1200 = det (A -— M) = det 0 2-7» cspacio propio E12 es:
R. Entonces, e1
4 0 6 5

" arl05
EM 1
{[0,2r, 12r,r], rER}
For tanto, Ttiene sélo dos valores propios X. = 5 y X2= 2. Para determin
espacios propios correspondientes, considérese el sistema homogé‘ne o
La dimensién de E1: es 1 [una base esté constituida- por el
vector propio (0, 1,
— 1, 2)].
5—1 o 0 0 x1 0 Obsétvese qua
2 5—1 3 0 x2 = 0
”'2 '0 2 —K 0 X3 0 dim E11 = 3 =’ m‘ultiplicidad de X1 en 1901)
4 0 6 5" X X4 0
dim E712 = 1 = multiplicidad dc X2 en 110»)
'15! teorema 2.3 aseg11m entonces que A (y- por tame, T) es‘ diagbnalizable.
- Para X1 = 5 eéte s'is't'éma'és: ' " Una base de R4 cohstituida por vectores propios deA es:

O 0 0 0 ' x1 0 {(—3’ 0-, 210)) (O5 1:0) 0), (Os 0101'1)’(01 11 ‘1:
2)}
27 0 3 0 x2 = o En efecto, si P es la matriz que tiene a los vectorcs de esta base como vectores
‘2 0 *3 0 X3 0
0 x4 0
columna 56 time:
4 0 6

4,3 . 0005000—3000
3
cuyas soluciones sonx; = —Er,xz = s,x3 — r,x4 -—~ t, r, s, t E R. Entonces, 01 ‘1: 2411025300101
espacio propio EM CS 1’” 4/3021-2020200—1
~%0~1040650012
E2. 1 = 1 V “firs'rt
21"" ’ ,2 ' nsatER
. _
5000
=0500
.00‘5-0
' 'ObSétVeSé’qfie' 00"0‘2

[-ér9 s 9 r , t]
= %r(-3,0,2,0)+s(0,1,0,0)+t(0,0,0,1)
2
Al tegresar a1 espacio P3 se ve que

dc modo que 1a dimensién del espacio E1, es 3 [una basede él estzi constituida por . al vector (—3, 0, 2, 0) le corresponde cl vector —3 + 2x2
los vectorgs propios (—3, 0, 2, 0), (0, 1, 0, O), (0, O, O, 1)].
’ al vector (0, I, 0, 0) le cortesponde cl vector x
530 ALGEBRA LINEAL VALORES YVECTORES PROPIOS 531

‘ al wag-rm, 0, 0, 1) __ lé-corfcsponde :31 Vector :3 ' 4.’ ‘Demuestre qua Iamatfiz

al‘Vecto-r (0,. 1","-'1, 2) '- ‘ le c‘orrésponde el veétbf x - x2 + 2x1 '
A-114
P01- 10 tanto, respecto de la base de P; dada pot 342

{3= {—3 + 2x2,x, xflx ~x2 + 2x3} as diagonalizable, mostrando qu'e su polinomio caracterfstico poses: tres rafces males
distintas.
la representacién matricial de T es: 5. Suponga que los polinomios dc grado 5 mostrados a continuacién son polinomios
caracterfsticos de alguna matriz A de Qtden 5. En cada caso, diga si la matriz A es
diagonalizable, si no es diagonalizable, o si posiblemente sea diagonalizable. En cl

COOL]:

©0100

NOOO
60010
fillimo caso, diga qué condiciones adicionales se deben cumplir para que la matriz A
[Tlp = sea diagonalizable.

8) 17(1) = (1 '- 70(1- )»)(3 - 70(4" 70(5 4 7;)

b) p0») == (1 -' M3 — xx-I — A)”
EJERCIC-IOS (SECCIéN 2, GAPiTULo 6) c) pa) = as
(1) p0») = (4 - 70303 + x + 1)
1. Demuestre quc las siguientes matrices no son diagonali'zables: 6) p0») = (—1 — ”(-3 + 27k. + 73)(6 — 57L + 79)

”[1 ~41] 1 s 7 t) p(x)=<1— 9030 + 12)

2 1 d) o 1 4 g) pm a (2 —' 7»)c + 2x + ax? ~ 3x + 2)
. '0 —5 2. h) p0) = 09 ~ 5x2 + mug—20. + 9x- 73) '
,2 2 _ .-i)‘p(>y)é(>»‘- mil J») . ‘ , ~
'b)’[-—s 1] -1 0 ~0,- o. j) PW = 4W —' 473 + 4)
o 1 o o
, c) o o —2 7 6. Sea A una matriz dc orden n. Sean A], 12, . . . , A" los valores caracterfsticos dc A.
o _o —3 1 Supon‘ga mm A es diagonafizable’. Demuestre entonces que
trA-M+A¢+...+x,,
detA = MN; . . . kn
7. Considers cl operador dcrivacién D: P,. —» P", D(p) = p’. Demuestrc que D no es
diagonalizable.
[Sugerenciw use el corolario dc las dcf’miciones 2.1 a) y 2.1 b);] 8. Sea 7‘: M2” —* M2” (:1 operador T(A) = A‘. LES Tdiagonalizable?, '
2. Demuestre que la matriz 9. Dcmuestrc que los siguicntes operadorw T: R3 -» R3 son diagonalizables.
En cada caso. encuentre una base 5 dc R3 respecto de la cual la matriz que representa
a Tes una matriz diagonal. Calcule también en cada case 61 determinante del opera-
dor T.-
no es diagonalizable. ' 'a')‘ my; 2) = (2x? 3x + 2y? 2, 45c + y + 22)
-

'3. V Demuestre que ld’r'nattiz

b) Tor; y. z>'=' (5;, — 3y.,+ 2z...‘6.x — 4y +‘ 4;,- 4: 14y + sz'). 2
CONN‘

Oww‘w‘

c) T(x, y, z) = (7x — 12y + 61,, 10x — 19y +101,12x - 24y +13z

d) T(x,y,z) = (x+y—2z,—x+2y+z,y-z)
e) T(x, y, z) = (7x ~2y — 4z, 3x — 22, 6x - 2y _, 32)
10. Prilebe que los signientes operadores 7‘. M5 3: 2 7-. M; x 2 son diagonalizables. En cada
es diagonalizable. Encuentre una matriz inversible P tal que P-lAP sea una matriz cas’o, encue‘nt‘rc un‘a base [3' de M2 x 2 respecto de la cual 1a matriz que representa a T
diagOnal. es una matriz diagonal. Calcule también en'cada case 61 determinante del operador T:
 VALORES YVECTORES PROMOS 533
532 ALGEBRA LINEAL

7mm"
. c) 'Pruebe que la matriz A. tiene poi valores pioyios a
I): Qa+2b f-a_+5b »

0'33.
d' V'Zz'z—c 4a-8c+'3d 71.1,2=liflc--

Poi' tanto, A as diagonalizable.

b)T a b a 2a-20+3d b-c+2d
2b‘2c+4d d) Demuestre que una base del espacio propio asociado al valor propio 2.1 a l +
c d 3b—3c-6d 1/7? es {6/17, 1)) y una base del espacio propio asociado al valor propio 712,
=1—fIEes{(-J1?,1)}. '
a b _ a+6b+12c 4b+6c e) Compruebe que la matriz P que diagonaliza a A, asf como su invetsa estén dadas
c)T[[c d]]‘[-3b~5c ~3b~6c+d] pot:

11‘ Para'cada una de las siguiemes matrices, detennine

la expresién general de su n—ésima 11
potencia. =k—W 421/55
P[11] P‘ 11
a)A'[2 -1] 7 —12 -2 2W5
3 .2 d)A= 3 —4 o
—2 o —2 f) Demuestre que

1 k '1”? o
_ 4 3 —2 8 6
A=
[1
=
1] P[ o 1—JF]P 1
b)a=[_2 _1]
_ . e)A= —4 1o 6
4 -'-8 a4 g) Clompiiuebe que-x,. y y" (las coordenadas del vector'z,, definiclo a1 principio del
ejercwio) son:

c> A {123] 1"" .1 %‘1[(1'+_/F)".‘1+(1—fl'<‘)"l”]_

y” =m‘[(l +V/F)n+1,é(. _‘/7C‘)n *1]
matriz diagonal seme-
(Sugerencia: primeramente diagonalice la matriz A. Sea D la dcl
P-ID'iP. Véase dcmostracion
jante a.A_. Elnces, A. = P-lDP. For tanlo, A" =
h) Demucstre finalmente que
teorcma 3.3 dela siguiente seccién)
s racionales dc
G) 12. En este eje‘rcicio se expone unmétodo para obtener aprox‘in‘lacionc del cual so 11m fl = (I?
natural dado,
raices cuadradas de mimeros. naturales. Seak un nfimero "400 y"
erc la malriz
quiere obtener una aproximacion racional de su rafz cuadrada. Consid

M1: :1 13. Una sucestan de Fibonacci es unasucesién de mimeros enteros (no, in, (12, . . .) en la
queamz = a,“ + a,.,n = 0,1,2,...conao= Oyal = 1.
a) Detenninc los primcros dicz términos de una sucesién dc Fibonacci (a,.).
b) Sea A la matriz

A111
Defina el vector 2,. = (x.., y.) E R2 come
I: I] 1 A =
1 1

naeion racmnal do. We: ‘ ‘ Defina e1 vect'ot X,. de R2 co'rno X,. =.A" [10 :l, n a 0', 1', 2‘ . . . Demaeslréfq‘uo X,."=' .
Entonces, 3’3 es una - aproxn
. ' , .
, , v I!

casos' concrclos. Los incisos- '

En los incisos a) y b) se ve funcionar cl ine'lo'do 'en dos o.
(a)..1,.a,..),.en donde (an) esuna sucesién de Fibonacci;
la validez dcl métod c) Determine una formula general para la n—ésima potencia dc la matrix A.
c), d), e), f), g) y h) clan los pasos para demostrar
ales do (7 son: d) Concluya, de los dos incisos anter'iores que el término (1,. de una sucesion de
a) Demuestre que las primeras 5 aproximacioncs racion
F1bonacc1 (an) es:
:35] ]
,(1, = «J‘sUHJS—T _ [1
31 9.9,.
1 11 29,70
22,5,12,

do 5.
b) Obtenga las primeras 5 aproximaciones racionales
 534 ALGEBHA LINEAL . VALORES Y VECTOR as PROPIOS 535

(iobserve que (1,. es un nIumcro eiiicrol)“ ,. I . ' ‘ :' .. ,I ' 1 ) IISegpnI Iel aIné’Ilisis Ii11Iicial se tiene entonIces que'
' e) DemuIcstre que ' I I . I ' ' 1 ' ' ' ' ~ ‘ I
. p(A)= coI+ (AA + 02A2 + 03A3 + c‘ =

11m——""*1=1* “F i ‘
an 2 (el simbolo O que apatece en el lado izquierdo de esta igualdad se refiere a la mairiz
(la llamada porlos griegos “razon éurea”). cero del espacio M2 1: 2) Se dice en este caso que A es una matriz que anula al
. . . . . . . . \ . ' , [)0 l1nomiop(x)
Re 1121 61 e erc1c1o con la sucesxén de Fibonacm a en donde a a son numeros
I) arbliiraziosj ( ") oy I . En general, si A es una matriz cuadrada do orden n, deben existir n2 consumtes
. II . . . c C .. . 2 no todas ulas tales ue
® 14. Se d1ce que la matnz B es una raiz cuadrada de la mamz A, 10 cual se ascribe como 1’ 2’ ’ c" n q
B=/,T,s132=A.
-
' cuadradas de la mamz 1 c'01+ c A + c2112+ c 2A": = 0
a) Encuentre 4 ralces I 1 n

A = 10 9 I pues el conjunto {1, A, A2, . . . , A"’} es un conjunto de 112 + 1 elementos en un

4 10 espacio vectorial do dimension 111 y por tanto, es linealmente dependiente.
, Esto significa entonces que para cl polinomio (no nulo)
b) Encuentre una raiz cuadrada de la mamz .
'4 10 10 I I , p(x) = co + clx + m2 + . . . + (:,.I2x“1
A = 0 l1 7 ' »
0 -2 2 x > setiene ' ’ 1

LCuéntasraicescuadradas1ieneesia matrix? - p(A) = col + 61A J9 67142 + . . . + MA": = 0

.' ‘7 _. - A .I I » I' I _ I ‘ ‘ - I- I ‘ , ' _‘ ' I . 1Aes,pues,unamatnzquoanulaalpolmomiopoc) , ' I »I '

, 3; ELI POLINQMIO MiNIMO DE UN A M ATRIZ YI ELI TEOREMAII " '
DE H AMILTON- CAYLEY ' matrices. Mas éonctetamer‘it'e, so cs‘tudiara e1 problema de, dada una matriz A de
Sea A una matriz del espac'io vectorial M2 x2. Claramente las matrices A2, A3 y A“
perteneeen también a este Iespacio Considérese cl conjunto {1, A, A1, A3, A‘} on
M2 )1 2. Este es un conjunto de 5 elementos en el espacio vectorial M2 12 cl cual es
de‘ dimension 4. Se sab'e enton'ces que talI conjunto debe set linealmente depen-
diente. Esto significa que cxisten constantes‘ co‘, 6,, 62', c; y 64, no todas nulas tales
que I .
coI+c1A+c2A2+c3A3+c4A4=0
Considérese el polinomio
P(X)= ICo+Cix1cs+Csx3+ctsx4
Este es 111:IIIpolinIoImioI InIoI mild Ide InadoI 1I1II1IIeInor o @1211 que 4 Para una matriz
cuadrada arbitraria M, definase p(M) dc la manera natural
P(M) = 001+ c.M + czM2 + c3 + (-.‘.;M4
p(M) es entonces una matriz cuadrada del mismo orden que M.
' ' AI ' ' ' II ‘ ' En esta seccion sera dc interés estudiar polinoImios que son anulados pot
. , ordcn n", encontrar u‘n polinomio de manor grado qUe es anulado pot A Tal
I polinomio existe segun cl analisis anterior. Adet'nas, su giado no excede a r12 Uno
de los ie‘s‘ulta’do‘s importante's que se vera en esta seccién (113011111121 3. 4) es que el
grado de 1211 polinomio dc hecho no excede a n.
DEFINICIOIN 3.1 Sea A una matriz cua'drada de orden n. Se dice que m(x) es un polinomia n-u’nimo
’ de A si m(x) es un polinomio monico y es, de entrc todos los polinomios que son
anulados porA, un polinomio del menor grado posible.
.
. Pot ejemplo, considéresc la matriz
- I
, . , ‘ _. I 0' {-2
I E1 polinomio
1
p1(x) = -2I Jae—21:2"):3 +x4
; es un polinomio ménico que es anulado pot A.
1 . . En efecto,
 VALORESYVECTOR ES PHOPIOS 537
536: \ALGEBBA UNEAL
- : Plan) ‘ -21 + Asa/12'— A3,_+ A4
3 3 1 ]* [13 12 ] I' i I ' Sea c) = milieu) — st). Entonoesgv -‘ _‘

' 3H

l!
' ‘ i H : 3] - ; [ 3
”[5
(ax-1 ' bk—15,xk'l
P0) = (00 " 170) + (a! ’ b1)x + . . . +

Supéngase, para obtener una contradiccién, que existej, 1 .<. j S k—l ta) que
= O 0 a,- - b,» at 0. Témese cl manor indicej con esta propiedad. Bntonces,
0 0 .
Por Otra parte, e1 polinomio p) = (ao — be) + (a1 — box + . . . + (a. — bpxr

p2(x) = 4-4x+x2 en donde (a, — bi) #2 0.

Sea

[ W 2w w a]
también es un polinomio ménico que es anulado pot A, pues
P 1 (x)
”on = @’@p
Sctiene que
ces, p ,(x) no puede ser cl 1) 13m es un polinomio ménico
B! grade do p2(x) es manor que el grado do px(x). Enton
polinomio minimo deA. 2) fix) es anulado por A,-pucs
Aim més, el polinomio

mm -2"+x .p
~(A) -‘= “*1"
aj—bjp
(145‘
-dj—bj_-lli 2..
__..__1' 0 = 0
1 3(m' (A)-m (21)) =>..aj""bj _

I ta'mbiénes un‘ pOIinomio m‘ifiimo que es anula'do'pofA, p'u‘e‘s ‘ 'Corno- el grado del polinornio 50:) 'es'tnenOr’du'c‘ k =' gravdo do rm(.r) = grado dc
"12(X), las propiedadcs 1 y_ 2 mostradas anteriormente contradic'cn (1110 mm) (o
(1)]{3 g]? [g 8] mz(x)) es unpolinomio minimo do A.
m'(A) = -ZI'+A = —2[(1)
Entonces,_aj — b, ='~ 0,j = 1, 2-, . . . ,k — 1. Es decir, que p(x) = O y por tamo,
m (x) = "12(X),COIT10 se quetia.
grado manor a1
Como m(x) es un polino'mio dc grado 1, cualquier polinomio de Q.E.D.
nte— el cual
dc m(x) sorta un polinotnio dc grado ccro —-un polinOmio consta
m(x) es un polinomio
obviamente‘ no es anulado pot A. Es claro, entonces, que
minimo do A. En cl siguiente teorema se establece que dc hccho cl polinomio minimo dc Lma
Dcspués del siguionte teorema se podré decir que m (x) es el pol‘mo
mio minimo matrizA es la picza con la quc se construyen todos los polinomios quc son anulados
do A. pot A. Més precisamente, se demoslraré quo si p(x) es un polinomio que es anula-
do pot A, emonces p(x) no es més quc un mfiltiplo del polinomio minimo do A.

.TEOREMA 3.1. . _. IE1 polinomio minimo de una_ matriz cs finico.

- TEOREMA 3.2 ' I - 'El p'olinomio minim'o do A, #105), divide a todo‘polinomio p(x) que es
anfilado pot A, 7 ' -n '
ién 3.1, in,(x)
DEMOSTRACION Sean m.(x)' y ”12(3) dos polinomiosnnnimos do A. cfin 1a dcfinic
y mz(x) son polinomios monicos dcl mismo grado, digase
DEMOSTRACION Sea p(x) un polinomio tal quc p(A) = 0, so debe mostrar quc p(x) = q(x)m(x) para
n11(x) = ao + aax+ . . . + ak-1x*'1+x" algfin polinomio q(x). A1 usar e1 algoritmo dc la division para polinomios, so pucdc
cscx-ibir
n12,(x) = b0 + b1x+ . . . + bk-1xk—1 + x"
= m2(x)). 1906) = q(x)m(x) + r(x)
Se quiere probar que a0 = be, a. = b;, . . . , a.-. = bu (0 sea, que nu(x)
 VALORES YVECTORES FROPIOS 539
538 ALGEBRA UN EAL

I - en donde q) es lel‘:coeii_ehte_ de la divisien'de pa) ehtre m(x)'1y5r(x) es“ el r'e‘stofl: .' - ‘DEMOSTRACION Primerament’e, pmébese que‘ page cuauier'fl E N sexiene 1a relacio'n __ j ‘
~ ,Recuérdese que el polinomio r(x) tiene 1a propiedad de'que: 1.) r(x) =.0,-'o 2) gm—
do r(x) < grado m(x). Se afirma que en este caso, r(x) debe cumplir la primera de A" = C"B"C
estas ptopiedades.
En efecto, supéngase que se cumple la segunda propiedad para r(x), esto es, por induccién. Para n = 1, cl tesultado es obvio (es hipétesis del teorema).
grado r(x) < grado m(x). Como Supéngase entonces vzilido e1 resultado para n = k y pruébese para 12 = k + 1.
Se tiene que '
r06) = PM) — q(x)m(x)
AM = AAk = A(C“B"C) = (C"BC)(C“BkC) = C“B’<*‘C
se tiene
Sea ahora e1 polinomio
r(A') = PM)" q(A)m(A) = 0' 4000 = 0
P0?) = do + axx + . . . + a,,.x'"
Entonces, r(x) serfa un polinomio que es anulado pot A, el cual pucde suponerse Entonces,
mén'ico, de grad-o manor 21 de m(x). Esto contradice e1 hecho de que m(x) es el 8C + _ _ _+ amC-lC
PM) _—_ (101+ (ll/1 + .. . + a,,,A"' = aOC“C + [AC-1
polinomio minimo de A.
Se tiene entonces que r(x) = 0 y por tanto, p(x) = q(x)n'1(x), como s'e-querl'a. C'1(a'oI+ alB + . , , + a,,.B’")C

ll
Q.E.D. C‘1p(B)C
Q.E.D.

EJEMP'LO1 For: ejemplo, se vio que para la matriz

' _ COROLARIO ' Matrices semejantes tienen el'mismo polihomio minim'o.

DEMOSTRACION Sean A y B dos matrices semejantes. Existe entonces C inversible tal que A =
Ios polinomios C"BC. Den'étese por‘ mAx) y mp(x) a los polinomios minimos de A y B, respecti-
p1(x) = -2+x-2x2-x3+x4 vamente. Enl‘onces, por el teorem‘a anterior
y
p2(x) = 4~I4x+x2 "1301) = C“m’(B)C = C'10C = O
mu anulados porA. Se vio también .que m(x) = —2 + x era el polinomio minimo do Portanto, pot cl teorema 3.2 cxiste q(x) lal que
A. Se tien‘e entonces (tal como lo aseguta e1 leorema 3.2) que
mm = q(x)mA(x)
p1(x) = -2 + x - 2x2 -— x3 + x4 = (1 + x2 + x3)(-2 + x) = ql(x)m(x)
de donde grado mB(x) 2 grade ”1,4(x).
12206) = 4 - 4x + x2 = (—2 4 x)(-2 + x) = q2(x)m(x) Un argumento similar nos conduce a que grado nzA(x) Z grado mum. Entonces,
Dadas las matrices semejantes A y B, se sabe que ambas posecn el mismo po-
' linomioAcaracteristico'.Enseguida s'e probaré queta‘mbién‘ poseen el mismo poli- .- grade (11,106) = grado mB(x.)
' nemio minimo. Esto semi una consecuencia del -teorema siguientc:
mg(x) es, pues, ufi polihomio minimo, del mismo Vg>rado que mAx), que es anul'ado
pot A. For e1 teorema 3.1, magi) debe ser mA(x).
TEOREMA 3.3 Si A y B son matrices semejantes diga-se queA = C"BC, yp(x) es cualquier Q‘ED.
polinomio, entonces
El siguiente teorema es uno de los rcsultados clzisicos del élgebra lineal. En e’l se
M) = C“p(B)C establece que el polinomio' caracteristico de una matriz cuadradaA es un polinomio
que es anulado pot A.
 VALORESYVECTORESPROPIDS 541
540 ALGEBHA UNEAL
- filtima pom») se'gbtiene
iz' cuadrada dc ordeq n y ‘
TEOREMA 3.4' (Thbkfim DE HAMMON—CAYLEi.) Sea A uha matr A30 = (- ljfiaol '
nces p(A) = 0
sea p(x) su polinomio caracteristico. Ento
-ABo+AzB, = (—lYalA

DEMOSTRA CléN Escribase e1 polinomio catactcristico deA como “A" 18» -2 + Aa -l = (“1)”(1/1 — 1A" ‘1

. + (1,. -1x" ‘1 + x")

p(x) = det(A - xI) = (—1)"(ao + an . .
..An "-1 = (“IVA/x

el teorema 5.2 (161 capi tulo se establecié

Considérese la matrizA - 1:] de orden n. En
Obset 'ese que al 501118! tOdaS eStas expxeslones! tedos
IDS tetnnnos qua apateccn
611 61 ladO lzqulfitdo de estas, Se Gallcelatan UIXOS COIl
OUOSA EHIOIICCS, Se ObtlLlle
1a férmula
. (3.1)
(A xI) adj(A — x1) = det(A ~ x)I (—1)n(aoI+ alA + , , , + amp/1"“! +A") = 0

ta'de A ~vxI son los cofactores de 0568 quep(A) = o.

Recuérdcsc que los elemenfos de la matriz adjun
s cofactores se obtienen calculando
los elementos dc la mattiz A — I. Este Q.E.D.
x1 de otden n — 1. Es fécil convencersc
dcterminantes dc submatrices de‘ A a
de la matriz adj(A — xI) es un polinomio
enton'c'es que'lcada uno de los elementOs
dc grado a lo més n - 1 en x. Es decir, COROLARIO Elolin
. p o' '- de--una matrxz dmde asu polinomiocaracteristico
mlo mfnlmo

. __ adj(A "_ XI) = (Fij(x))i..1,- 1.....n

' V DEMOS TRA‘QION. Obvio, del feorgma antefiory dél téorerfié 32. V
eh dbnde‘I 2- . ' -'- ' .7

11006) = Ciio + Culx + Cs2 + - - ~ +‘Ci1n.ix""

. . , EJEMPLO 2' Vea un cjemplo.
ticnc por elementos a c,—,-. (k = O, 1, . QED.
Llémesc Bk 8 la matriz' dc ordcn n que -2 0 O
n — 1). SeaA lamatrizA = 0 2 2
Es claro cntonces, que 0 2 ~l
x""
adj(A -xI) = Bo+l+Bzx2+---+ B,.-1 El polinomio caracterfstico de A es:
~2 - x 0
Sc tienc entonces de la expresién (3.1) quc [)(x) = det(A — x1) = det 0 2~x g
x")I 0 2 -1 - x
Bn-1x"'1) = (-1)"(ao + alx + ...+
‘ (A —xl)(Bo+ l + 3223+ . . . +
expresién e igualar los coeficiemes I
Al realizar [as operaciones indicadas en esta =("2"x)det 2-x 2 =
[ ' 2' —1-x ('z‘x)(x2“x~ '6)= (3-x)(2+x)3
dc: las potencias similargs dc x 56 obticne ' A -
obien‘
-: A130, = (wool ' ' 1900 = -‘x3 99+ 8x4» 12
—Bo +ABl = (—1)"a1l Ta! come 10 aseguta el teorema de Hamilton-Caylcy sc tiene
PM) = -A3 ~A2 + 8/1 +121
“Bin-2+ABn-1 =(“1)"an-xl
= .‘8 O 0 4 0 O -2 O 0 1 0
' "Bn-l = (’1)”1 322 14 - O 8 2 +8 0 2 2 +12 0 1 g
esiones pm: A, la tcrcera por A3, ctc., (la
A! premultiplicar la segunda de estas expr
—1 0 2 5 0 2 -1 0 O 1
 \
VALORES Y VECTORES PROPIOS 543
542 ALGEBRA LINEAL
' S1: habrr’a‘ podiclo aSegurar desde_uri'ptir1Cipio quo los polinomios nu(x)_,:.111;(x) y

occl-
' O 1713(1) del ej'emfilo anterior no-podrian‘ser’los polinom'ios minions do A. *

oo-o
0 La demostracion del toorema se apoyaré en el siguicme lama:

ll
0

o del LEMA Sea 1. 1m valor propio de la matrlz A, y sea X un vector propio asociado
Para determinar cl polinomio minimo m (x) do A, uno se apoya en el corolarl
dividir a p(x), se tienen entonces las s1gurent cs al valor propio 71. Si q(x) es un polinomio cualqulera, so time qua
teorcma 3.4: como m(x) debe
posibilidades [recordan do que m(x) es un polinomi o ménico].
4(A)X = QUOX
1) "1106) = x— 3
2) 111206) = x + 2
DEMOSTRA CION Primeramcnte se observa que para todo k 6 N St: tiene

3) m;(x) = (x + 2)2 = x2 + 4x + 4 Al‘X = ”X

4) 1114(x) = (x + 2)(x - 3) = )c2 -x — 6 En efecto, para k = 1 csta relaoién establece que X es un vector propio do A asociado
5) 111500 = (x + 2)3(x — 3) a1 valor propio 7k (hipotesis dcl lema). ~
Supéngasc vzilida la relacion para k y pruébese para k + 1. Se tiene
Setieneque
—2 o o 1 o 0 —5'0 0 Al‘*"X' = AAl‘X = 24k = MAX = 9»k ’= 71"”X
o
11'11(A)='A-*3I= 2 2 —3 o 1 0 = o —1 2 $0
o 2 ~4 Sea ahora q(x) cl polinomio
0 2 —1 -o o 1
~ —'2 o‘ o?— .'1_ 010'"- ‘o "07 ,0" - q(x) = ao + alx'r . . '+ (my!!- _
. ,
1112(A)='A+21= o o‘ 2 '+2 0' 1' ‘o-= “o 4 2 $0 Entonces,
0 2 ~1 o o 1 o 2 1
q(A)X = ((101 + 01A + . . . + anA’")X
'4 o o —2 0 o o o o = (tax + (11AX + . . . + a,,.A’"X
7213(A)=A2+4A+4I= 0 8 2—4 0 2 2+4o 1 0
o 2 5 o 2 —1 0 1 = (10X + (“AX + . . . + a,,.X"'X
= ((10 + £11)» + . . . + [1,")1."')X 2 (101.)X.
o 0 0 Q.E.l).
= 0 2010 aeo
010 5
TEOREMA 3.5 Si M, 912, . . . , M son los valorcs propios distintos dc la matriz A y si cl
4 o 0 —2 0 0 1 0 0 polinomio caracterlstico do A es '
"14(A)=A2—A+ 6I= o 8 2 — or 2 2 +6 0 1 0
02 5 0 2 —1 . 0 0 1 12(x) ,=‘ (—1)"(x # N)“. . (x - M)“ . - , (3.2)

102-020 ‘ ci1'to‘11ces.él pOIinomiOminimo.deiA tiénc 1.2.1 10111121 I V H '

= 0 0 0 (3.3)
m(x) = (x — M)“ . . . (x — 911)"!
0 0 0
end011dclSr;Ss,-,i=l,2,...,k.
Entonces, "2400 = x2 — x + 6 es el polinomio monico de rnenor grade que es anulado
. Es decir, todo factor lineal que aparczca en el polinomio caractcristico
pot A. Este es entonces cl polinomio minimo do A.
ar cl do A, dcbc también aparcccr en su polinomio minimo.
El siguicnte teorema reduce considerablemente e1 trabajo dc determm
a partir de su polinomio caracteristico. Con él,
polinOmio minimo de una matriz
544 ALGEBRA LINEAL VALORES Y VECTORES PROPIOS 545

DEMOSTRACIGN 7 Porlél conolario clel teoreina 3.4 se gab? qua 51 e1 Polinomio oaracteristico deal :5 ' Verifique 1a primera-allemativa‘
de la "forma (3.2), cnt'o'n'ce's 'su'poli'nomio- m'inlmo debe ser de la forma '(_. 1_)
con 0 < r, 5 Si, i = 1, 2,. . . , k. Se debe probar entonces que r; 9* 0 para todo l - , m) = (A ~ 3001 — 4I)(AI + 1)
2, . . . , k. . .
contradiccién, que r1 = 0 (como los distintos .factores de m(x)l ~12 o o —2 2 o o 3 2 o o
Supéngase por =~12 o o ~110 0
conmutan, no hay pérdida dc generalidad a1 suponer que es el primero de ellos e ~16 o o
2 0-4 0 2 0-5 0 2 o o o
que tiene exponente cero). Entonces, 4 0—8 0 4 0—8 —1 4 0—8 4
m(x) = (x - K2)”. . . (x M)"k

0000

0000

0000

0000
Sea X1 un vector propio de A asociado a1 valor propio 9L1. Es decir,

AX; = MX1

cfin el lema previo a este teorema se ticne que Entonccs, efectivamente m(x) = (x — 3)(x — 4)(x + 1) es el polinom
io minimo
de A.
m(A)X1 (A — 2.21)" . . . (A ' “0"“! El filtimo resultado que se lveré en esta scccién. rclaciona la proplcd
ad dc
diagonalizacién do una matriz A con la estruotura de su polinom
(M - 7V2)” . . . (M “ “Y'Xl io minimo.
ll
Obs'érvcse que el lado derecho dc esta lilti'ma expresién no es nulo, pues pot una
. . . , k (p01- hipétesis) " cl voctor
. y por otra,
X1 es un vec.. or no TEORE‘MA 3.6 Sean 2.1, M, . . . , 1k 105 Valorc's propios distintos dc la mairiz A dc ordcn
”.2 M at X), j v = 2,2‘
parte a. . 3 1‘ -

nul'o (pues'c‘s un vector-'p'roplo de A). Entoncos, se coinclnyc quc‘ - ' . n. Esta. matriz cs diagdnallzable 5i, y 5610‘ si su polinomio minimo
as: ~ '
V ' m(A)X ¥ 0 mm? ‘= (x —' Xix'x—“mg; . (x' — xi)
dc donde m(A) at 0, hecho que contra'dice que m(x) es el polinomio minimo do A.
DEMOSTRA CIéN Supon‘gase primcramenle quo A es diagonaliz‘abl
c. Exist’c cnlonccs una matriz
Q.E.D. inversible P 1211 que P"AP = D, on donde D es una matrix diagona
l. Aim mais, en
la diagonal principal do D aparecen Ios valores propios de A (cl valor
propio A;
aparece dimv EL, veces en la diagonal principal de D —véas
e teorema 2.3—).
EJEMPLO3 Considere pot ejemplo la matriz Entonccs, cl polinomio camctcrislico dc D (y por Ianto, 01 de A) es:

2200 [200 = (—1)”(x - Mala — we: . . . (x — mm

V—1soo
A=2o—1o cndondea;=dimE;,,,i=1,2,...,kya,+ a2+ . . . +ock=n.
40—83 cfin cl teorema 3.5, en el polinomio minimo dc D deben uparecc
r todos los
factores (x - M), (x _— 12),, . . , (x: M). Es claro quo cl polinom
io (monico) dc,
, tumor grade posible en el que apareocn todos cstos' fa‘ctores cs:
7 El polinomio oafract'erlstico d'e‘A es:
" 'm(x) % (x — 7n)(x — 1.2).. .(x — 2‘.)
p(x) = det (A — x1) = (x - 3)2(x 2 4)(x + l)
Se veré que de hecho éste es el polinomio minimo de D.
Entonces, cl polinomio minimo deA puede ser, segt'm e1 teorema anterior Basta verificar entonces que m(D) =’ 0.
1) m(x) = (x 3)(x ~ 4)(x + 1) Obsérvese quc

2) 17106) = (x * 3)’(x ~ 4)(JC + 1) mlD) = (D — MIXD — X21) . . . (D — M1)

546 ALGEBRA LINEAL VALORES scmass PROPIOS 547

A partir de la estructura de la matriz D, sepuede deducit que D - 9“] es una mattiz Pe‘ro
diagonal con cerbs en la primer-as dim EM. posiciones dc ladiagonal principal,
D - MI es una matriz diagonal con ceros en las dim El: posicioncs dcspués de las (A - MI) . . . (A - Ml) = m(A) .= O
primeras dim EM posicioncs de la diagonal principal, etc. D - NJ es una matriz
diagonal con ceros en las filtimas dim Eg posiciones de la diagonal principal. y es claro que el tango de la mattiz 0 es 0.
Pot otta part6, q(D) es el producto de k matrices diagonales. Se sabe que al Se concluye entonces,
multiplicar matrices diagonales sc obtiene también una matriz diagonal en cuya
diagonal principal aparccen los productos do 105 elementos cortespondientes dc n S dim E;, + , , . + dim EM
las diagonales ptincipales de cada una de las matrices en el producto. For 10
analizado anteriormente acerca de la estmctura de las matrices diagonalcs D - 7w], Pot otra parte, si 0t.- es la multiplicidad de 9»,- como rat'z en el polinomio caractetx’s—
i = 1, 2, . . . , k que apareccn como vectotes en q(D), 5c concluye que q(D) = 0. tico dc A, 56 tiene, dc acuetdo al teorema 1.4
Entonces,
dimEg S 0:,- i= 1,2,...',k
m(x) = (x - l;)(x - k2) . . . (x — M.)
dc donde
es el polinomio minimo dc D.
Es, p'or‘ tanto, e1 polinom‘io minimo de A (corolario del tcotema 3.3). dim E1l+g . . +dz'mEh S on + . . . + on. = 21
Sup'én‘gase 'ahora que el polinomio minimo do A es dc la forma mosttada
anteriortnente para m(x). Considérensc los espacios propios EM, EM, . . . , EM En tesumen se ha probado que
correspondientes a los valotes propios in, X2, . . . , M, respectivamente. Recuérdcse
qu‘e EM es ‘el espacio’solucion del sistema homogéneo (A — LOX = 0. De acuetdo _ n _ = dim EM_+ ..+ dim Egg
at tearema 7.6;ae1 capitulo 4, la dimension ”do ,espacio propio-Exi es:
y critonces, segiin el t'eorema 2.3, A as diagonalizablc,‘ .
d'imExl. = fi—rango-(A -7x.~[‘)’ ii=1,i2,.v.-.,k
Q.E.D.
En el teorema 7.5 (161 capitulo 4 se probo que para cualcsquicra dos matrices
cuadradasA y B dc orden )1 se cumple EJEMPLO 4 La matriz del ejemplo 3 previo al tcorema 3.6

2200
tango (AB) 2 tango (B) + tango (A) - n -
_—1500
En el argumento quc so prcscnta a continuacién so hara uso tepctido dc las dos
A‘20—10
40—83
fc'n'mulas anteriorcs.
Se tiene
ticne valores propios k1 = 3, M = 4 y 9»; = ~ 1. Se vio quc su polinomio minimo cs:

tango (A _— 1,1) = n — dim Ex, m(x) = (x - 3)(x - 4)(x + 1)

. tango (A - k21)_(A — All) 2 tango_(A-—}»xl) f tango (A - A?!) 5n Entonccs, Sagan cl momma-3.6M es diagonalizable. _. '_
.= n,-— dim Ex! '~ diin E12
. ' EJEMPL'o's " POtvOII‘O lado, la matriz
tango (A ~ 9»,I)(A — MIXA — MI) 2 tango (A — 12])(A - 7H,} + tango (A — K31) - n

OOOOs—A

r—OOOA
wv—‘OON
umt—OO
HwO‘lNh
2 n — dim EM - dim E11 - dim Ex}
Al continuar con estc argumento se llega a

i
ll
tango (A ~ MI) . . . (A - All) 2 n~(dim El, + . , .+ dim Ex.)
 VALORES YVECTORES PROPIOS 549
548 ALGEBRA UNEAL
' 4. ' Sean (2, {3y 7 ttes nomeros reales, conSidék Ia 'tzjatxjiz
" ticne ‘p‘o’r'polino'mio‘caracteristico a; ‘
010
l—x 0 2 -4 A=001
O Z—x O 0 g afiy
e 0
O 3
6 2
1-): 1—x
0 0
120:) = det (A ~ x!) =dt Demuestre que el polinomio caracteristico de A es:

O -1 1 3 l—x p(x') = -x3+7x2 + fix+a

O ('JCuél es el polinomio mInimo de A?
2-x 0 0
54 Para cada una de las siguientes matrices determine su polinomio caracten’stico y su
I
=(l-x)det 63 l—x
2 O
l—x 00 =1—.‘2—x)
( x)( polinomio mfnimo.

-1 1 3 l—x -—5 0 F0 1 0
a) 8 -6 f) o o 1
' 1 -3 3
que ser:
Para‘ que A sea diagonalizable, s‘u polinom‘io minimo tendria l 1 '
b) [0 1] ”2 1 0 o'
' ) 0 2 1 0
m(x) = (x ~ 1)(x 2)
0 1 g o o 2 1
c) [I I] _0 O 0 2,]
pero

4 0 2 —4 "- 1 4 0 2 -4 [“2 1 o o’
'0 o 0 (3.3 .1 , - 0 2 1, ‘0 .
' "0i'1- .o-o o '0 'd) 0‘ gm 0 o -2 o
..,.‘

-" 0. .~.o 040'2 ,

I) "0 3'2 0 o 0 3 2-1 0 _ J
mm (A I)“ 1 3 -1
L0 —1 1 3 o L0 —1 1 F2 1 0 0'
e) —1 i) 0 2 0 0
41 0 0
‘o 10 0 —14 0 2 0
0 o o 0 o _
0 0 0 '2
J
= o 0 o o o
o 12 —2 0 o
L0 15 5 —3 o_ 6. Sea A una matriz de orden 3, demuestre que

Se concluye entonces que la matriz A no es diagonahzable. m(x) = x2 + 1

no puede ser e1 polinomio mfnimo de A.
7. Sea A una matriz de orden n, suponga que A es nilpotente (existe k E N tal que A* =
0). Demuestre que A" - 0. LCuélves e1 polinomio mfnimo de A?
EJERCIGIOS ~ (SECCIéN 3,-oAQiTULo 6) 7 (Sugerencia: véase el ejetcicio 15_de la seccion'l.) 5-; . ,
8.. ‘LDetemfine una matriz Ade orden 2 cu‘yo polinomio' nfinimo sea m(x) = x2. I
dc orden n as( como el de la
1 ' Dom-[nine e1 poil’inomio minimo de la mairiz identidad 9. Determine una matriz A de orden 3 cuyo polinomio mfnimo sea m(x) = x2.
matriz cero de orden n.
oe onion )1, A = c]. Determine e1 (2 10. Segt’m'el teorema 1.3 y el corolario del teorema 3.3, se tiene que si A y B son matrices
2. Sea c on n'nm'ero real no nulo, considerc la rnamz semejantes, entonces ambas poseen el mismo polinomio caracteristico y el mismo
xo mxmmo.
polinomio caractcrislico do A asi como su polmom
polinomio mfnimo. Se puede demostrar que la afinnacion reciproca esfalsa, esto es,
} prmc1pa1 apareccn los
3 Sea A una matriz diagonal dc orden n on cuya diagonu si A y B son dos matrices ——del mismo ordem— con el mismo polinomio caracteristico
xo mxmmo deA es.
elememos' M, 12, . . . , Kn. Dcmuestrc que el polmom y/o el mismo polinomio minimo, esto no implica queA y B scan semejantes. Considere
las matrices
2110:) = (x — MXx ~ x2) . . . (x - x")
 VALORES Y VECTORES PROPIOS 551
550 A'LGEBRA LINEAL

10'

woo-o-
b:
’ 14. 1361111105111: 61 sigdichlc resullado: SleavA 111121 11131112 1,;- X 11. Sea ‘

000'

0100.2):
OOH-N

“was;
' 121x) = (-1124- ‘+ 211-12": . . + 212+ a0 '

com
O‘H
c1 polinomio caracteristico do A. Si ao 1* 0, emonces la 11131112 A as inversiblc y su

O
N
invetsa A-l es:
a) Demuestre que A 'y B tienen el mismo polinomio caracteristico.
b) Compmebe que A y B tienen el mismo polinomio mtnimo. A“ = ;.c.zl_((_1)nAn—1+a"_1An-2+ . ‘ . +011)
c) Demuestre queA y 8 no son semejanles. 0

11. Sea D: Pn _. P" cl operador lineal de derivacion D(p) = (2'. Determine el polinomio (Sugerencia: véase cl ejercicio 17 de la scccic'm 1. Use 61 teorcma dc Hamilton-Cay-
minimo de la malriz que representa a D an alguna (en cualquiera, corolario dcl teorema l'ey.)
3.3) base de P". 15. Use 61 ejer'cicio anterior para determinar las inversas de las siguicntes matrices:
. Prucbe que las matrices dadas a continuacién no son diagonalizablcs, demostrando 1 1
que su polinomio minimo no puede escribirse comovun producto de factorcs linealcs 20B }] d)[o 1]
simples (teorcma 3.6).
3 5 1 2 3
2 1 o b - c) 1 1 2
1 1
”[0 1] e) o 2 o > [4 7] o 1 2
o o 2 c) —1 —1 0 o o 1
5 3 D o o 1 o
1 1 o o o 1 o o
-2 1 0 1 1 0 1 o o o
b)[o -2] 0 0.0 1 1
.' o o-_o 1 16. Critiquc'la'Siguicntc'“'demoslraciénfldcltcorcma c10Ha111ilto11—Caylcy: ,
Sea A 11113 matriz-éuadrada dc'oiidcii‘niiEl polinoniio‘caractciis‘iico dc A as [20») == dét V
(A — 11). '
Enlo’nccs, p(A) = del(A ~ AI) =‘ det(A — A) = (1610 = 0.
"2 o 3
0 1 0 4 2 —1 1
c) o o 1 g) 0 0 2 5
1‘3 o o o 2
L 4. DIAGONALIZACIéN ORTOGONAL
Recuérdcsc que la man-i2 cuadradaA de ordcn n so dice set sime’trica 51 A coincide
"3 1 o o o
o 3 o o o con su transpuesta A'. Emonces, una matriz simc’trica A cs do 111 forum
4 6 6 h) o o 3 0 o
d) 1 3 2 0 o o 3 o (111 (112 aln
—1—5 ~2 Lo 0 o o 3 A ___ £112 (122 £12,.

all: ‘02n a,,,.

1’3. . Vorifiqué la validézdel teorema de .Hanfiltonkcayley 1331211215. matrices El i'e't'i'vo (16 05121 sécc‘iéii cs" 1116511111 Que él problema do diu‘gonaliia'cion' dc
. 2 3 1 4 matrices simétriéas siemprc licnc soluclén. En otras palabras, so mostraré quc todu
. a) 1 3 2 1 1 1 matriz simétric‘a cs semejantc a una matriz diagonal.
- i2 4 i C) 3 o o 2
_ ~ 0 o o 1 DEFINICION 4. 1 Sea A una matriz cuadrada dc ordcn 11. Se diccquc A es una matriz diagonalizable
3 1 3 ortogOnalme'nte si cxistc Una matriz ortogonal P tal quc P"AP = (P"AP) es 111121
b) 1 0' o matriz diagonal.
 VALORES Y VECTORES Pnopsos 553
552 ALGEBRA UNEAL
gonalrh chtc csz’ctrtoncés una matriz diago- Al multiplicar por la i‘zquierda' pot X y al 'u'sé’r AX = XX 86 obticne'
Una matriz qua-cs diagonaiizablc o'rro P . V V
2.1 3)] para-1a cuai la matriz inversible
nalizabie [en cl sentido de la dcfinicién = P’).
P"l
l) cs uric; matriz ortogorial (és'decir, X'?~X= =5CX'X
(ta! quc P"AP esuna matriz diagona lmemc, entonces A es
diagonaiizabie ortogom
Obsérvcsc quc si la matrizA cs dc donde
una matriz simétrica. gonal
gonalmcnte exists una matriz orto
En efecto, si A es diagonalizablc orto o simétric a).
es una matriz diagonal (y por tant (7» — 37% = o
P tal quc P‘AP = D, en- donde D
Entonces, Obsérvcsc que

A = PDP’ x1
—
dc dondc X'X - 51x2. . .x,.] xf = |x1|2+|x2|2+ ..,+|.r,.|2
_ ~ _

’A'=(PDP‘)' = (P')'D’P’ = PDP’ = A

x"

lo que muestra 1a afirmacién. n

en esta scccion cs que la afirmacié
e 11 d 0 nd e 1 x[l dc n ()ta 6‘]. m 0d lumet‘o Com p 16 I 0x13 1 ' l, 2, - - ' ’ n ‘

El punto de interés que sc presenta dec ir (so verz i que)

también verdadcra. Es
reciprOca dc 1a obscrvacién anterior cs
ortogonalmente (teorcma 4.3). 0
(7‘ ” XXI-W2 + |l2 + . . . + my) =
diag ona lizab le
i toda matriz simétrica es matriz
ar cl objetivo cs dcmostrar quc una
El primer paso que se daré para logr
i
3,
es cl con teni do dol sigu iente
os reales. Este
simétrica ticne todo‘s sus valorcsptopi Como X es u n vcctor
a ' de A, en particular
proplo ' A es un vector no nulo. Es’lo pcrmite
. -- . . ~ . 'dcducir entonccs dc la exp‘rcsion at-iterior qu'e X — X =0 0 sea
teore‘ma.
, . I i ' I ' I I I >

rcs propios dc A son mimeros rcalcs.

, (cram—(dab) = 0'” '
TEU'REMA 4.1 Sea A una matriz simétrica. Los valo
dc (londc b = 0, y por [auto 7» = a E R, come so queria. /
o a X. Sc
A y sea, X un vector propio asociad Q.E.D.
DEMOSTRACION Sea X un valor propio cualquiera do + ifi, on, [5 E R (56 mostrarzi
plcjo, digasc 7x = a
va a suponer quc 9» es un m’xmcro com io X, sien do solu cic’m ——no La im ortanc'
matricpcs “ mm dcl lteorcma
', cl vector prop ~ {.1 es qrxc srtua
' a todas las matrices simétricas como
quc [3 = 0). Obsérvesc que en tal caso sistcma
— M)X = 0 en el cual 1a matriz dcl polinomi p encra meme dragonahzables" ya que en él sc establcce quc l
trivial— dcl sistema homogéneo (A cscribc
general coordenadas complejas. Sc .. o caractcristico
, dc la matri7r slmctrlca
' ’ ' A de orden n s - ' , 0
tiene elementos complejos, ticne en C. obtcsner (somo rarces dc él) n valorcs propios de A
donde x1, x2, . . . ,x,. E e PULde 519ml)“:
entonces X = (x1, x2,. . . , men < -E:' valoms
653 epilgggn ggnflral
. para una matrl ' i
los vectores
‘ propios correspondientcs
Se tiene entonccs ‘ hechoimcre s [S mtos ’son linealmentc m ' d‘cpendlcntes
' i
(teorema K 2 2) U
AX=XX santecone
vectors promos que sc vera. a contin uacron' ' cs-que paras unam atrrz ' sunctrrca
' ' l' ’ los11
, . V . ‘ spondrentes
. a valorcs_ ro 'ros drsnntos
‘ ' n *' ' ’
adas en
los clemcntos de las mgtrices involucr . V independrentes
A1 toinar conjugaCién compleja en >
mentc
“1‘n canénico s'mo' quc sonJ adcmas
dc R“) V ' ‘ orto
P gorrrrlcs
P 7 ‘ i 0 son' 5010
(consrdcrando Hel Vproducto
77
1111631-
- - '*
esta igualdzid se obfielic --' > --'

AX = 3C)?
TEOREMA 4.2 Sean
X- 50:: y, 9»,- dos valore_s propros
' distmtos
' " de la matriz simétrica A. Si XA y
es una matriz con elem entos rcaies y XX = XX.) , ectorcs propros correspondientcs a X,- y 7k,- respectivamcnic 3
(56 1153 queAX = AX = AX puesA obticnc
‘o dc queA es una matriz simétrica se 3 . .
Al tomar transpuestas y al usar e1 hech
cntonces X; cs ortogonal a X - [ estoes, X. X ='
_
Producto mtcmo canonico die R"]. ( t l I) 0’ en dondr, ( I ) CS 61
X‘A = 73'
 554 ALGEBRA LINEAL VALORES YVECTOHES PROPIOS 555

DEMOS TRAC/O’N Sc _tien_c cntonces‘que . Es claro entoncezs, que X, es 1111 vector“propio unitario correspondiente a1 valor .
_.propio_?1,-, 1= , .. ,n
fiv = KiXi. I ‘ Obsérveso1q11cl3= {X11 X2, . . , Xn } es una base ortoiiormal dc R" {01111111111 por
vectores propios de A (la ortogonalidad del conjunto de vectores do {3 so deduce
AX} = 91.i
dcl teorcma anterior). Sea [5’ la base canonica dc R" y sea P in matriz dc cambio
Al tomar transpuestas en la primera de estas expresiones y al 115211 cl hecho dc que de base do 13 a (3’.Bntor1ccs,
A cs simétrica 5e obliene
l) P tiene por vectores columna a los vectores propios X1, X3, . . . , X,,.

Xi A = MXi 2) P es una matriz ortogonal (teorema 4.3 capilulo 5).

Al multiplicar por la izquierda pot Xj y al usar la segunda do 1215 exprcsiones Entonces de la demostracién del teorema 2.1 so concluyc P‘1AP = P’AP = D, cn
iniciales se obtiene donde D es una matriz diagonal. Es dccir, A es diagonalizablc ortogonalmcntc.

XWXJ z XiXi Q.E.D.

dc donde
EJEMPLO 1 Por ejemplo, considerc la matriz simétrica

l 0 2
(71-; " 7w) XiX; = A = 0 2 0
Obsérvese que 2 0’ 4

El polihotn’iolc‘a‘racter‘isticofidc A .63: .
I.xil' - _ 1
_"-.
Xi — [Ill-XL 1 . .x,,,]
x2
'./'
'.
= tli‘i' (12,111+ . . i"
. 4" x,,,x,,i = (Xi I Xj)
.
-,- 1 . , 1'4'11’,'~0.' 2 ‘ .
[)(71.) = det(A -‘ M) = det 0 2 — )1 0' = M2 ” 7»)(_5 + 71)
x", 2 O 4 — 91.

Se puede escribir emonces, Los vaiorcs propios c son todos rcalcs tal como lo ascgura cl 113011211121 4. l . Eslos
/ SOUKI=O,K2=2y)\3=5.
-
Encuentre vectores propios correspondientcs a cadu uno dc cstos vulorcs
111— 1111x1119) = 0 propios. Considcrc cl sistcma homogénco.
Como 71.- 9% 91,-(porl1ipétesis) la exprcsion anterior obliga enlonccs a quc (X; | Xj) =
O, como se queria. 1—71. 0 2 x1 0
2 2-91 0 X2 = 0
Q.E.D 2 0 4-71, x; 0

Para )1; = 0 so licnc cl sistcma

COROLARIO Sea A un'a matriz simétrica dc orden n. Si A ticnc n valo1es propios
distintOs, entoocesA cs diagonalizable ortogonalmente. 2- .- ‘ x1? 0
o 2 "'0- 1 x: o
2 0 4 X3 0
DEMOS TRA 0/c Sean 2.1, 912, . .,71,. los 12 valorcs propios distintos do A y scan X1 X2, . .
,X,,
vecto1cs prOpios correspondientcs a cada uno dc cstos valores propios Escri’base cuyas solucioncs son x1 = —2r, )5; = 0, x3 = r, r E R. Entonccs, 1111 vector pi-opio
asociado a1 valor propio 71. = 003 v1 = (-2, 0, l). Similarmentc, hallo que 1»; = (0,
l, 0) es un vector propio asociado a1 valor 'pro'pio 712 = 2 y v3 = (1,0, 2) cs 1111 vector
Xi=‘?vl-v i=l,2,...,l'l propio asociado a1 valor propio 7.3 = 5.
 . VALORES Y VECTORES PROPIOS 557
556 i-‘ALGEBHA LlNEAL
e _ Sean 2.1, M, . . .., X" 105 valores pr’opios de-A (no se supone queestos valores. . ~
V Tal com'o l0 asegura'iel 'ieor'en'ia 42-56: tim seah distintos). Sea v1 un vector propio asociado al valor propio 1.1. Exislen
0’: l V2) = ('ZXO) "’ (0)0) 4” (1X0) = 0 vectores V2, v3, . . . , v” E R" tales que [3' = {v., v;, . . . , v,,] es una base dc R".
Apllquese cl proceso de Gram-Schmidt a los vectores dc la base [5' para obtencr
(V: l V3) = (‘2)(1) + (0X0) + (00) = 0 la base ortonotmal de R"
(VlJ) = (0)(1)+(1)(0) + (0X2) ? 0
pl: {XbXZ’ ’ -"Xfl}
Sea X.--—-1—-' v,-, i = 1, 2,3. Entonces,
llvill V1 . . . . .
Xl = m1 es un vector propio umtarlo asoc1ado a1 valor promo
¢H;~1———~(—2 o 1) = --2*.0.-1=W . 2.1.
X‘ ' “(4.0.1)” ’ ’ ’5— f5 Sea B Ia matriz de cambio de base de [31 a132, en donde [3; es la base canonica
1
a M 0,1,0) ._~ (0,1,0) dc R". Entonces B tiene pot vectores columna a los vectores X1, X2, . . . , X".
X2 “(0,1,0u‘ Ademas, B es una matriz ortogonal. (véase teorema 4.3 capitulo 5).
“ 1, = ,L,0’_LW Considérese cl operador lineal T: R" ~» R” dado pot T(X) = A X. La matriz de T
respecto de la base canonical [32 de R" es A. Sea C la matriz dc Trespecto de la
X3'Il’(1,o,2)||(1’0’2) [f5— [5— base [31 de R". Entonces,
s columna a X1, X; y' X; es:
La matriz P que tiene por-ve‘ctore C = B“AB = B’AB
I 4/5 0 W75“ Obsérvese que
. R = 0 1 0
"we. ”0 _2_/J_s“‘_'

n del corola'rio del teorema 4.2 so tiene que Enton'ces, C es'una matriz'simétr'ica.
Tal como lo asegura 1a demostracié Por otra pane, segt'm la' def’mic'lén de- la matriz C=, la primera c'olmnna dc csta
1 P es una matriz ortogon‘al y qe matriz es:

4/5 0 W3" _ g g g
4/5 O 1/5 1 0 2
0 l 0 - 0 0 5 (T<Xx))p.= (AX1)91 -= (10(1):); = (7n,0,0,'...,0)
0 1 0 0 2 0
P ’AP = 0 20'5"
1W3— 2 O 4 W3"
W3" 0 Como C es una matriz simétrica, ésta debe tenet la siguiente forma:

' . . . ‘1
' onalxza
dcc'lr A es diag ' ble- ortogonalmentc. . , delEr :2113 :1(23 pcilég ;S Mao 0
tiVo en esta , sec eion es elingmat S va .,
135 El sliguiente (y filtimo) obje . .
slm ,
.
etri caA
. . cmc
triz Slm
tlene .to 05 su ’ . a (con 0,-------------------------
teorema 4.2 la hlpo
" 'te51' s de
. que la ma triz c=og E
(mic.
' e teorema. 56 p roba
' xent . ra que ..cualqul.er ma
d15 ' s. En el sxgu
" tmto ortogon alm
ente dlstmtos) es diagonallzable
v’alorcs propios no necesariam 6%
diagonallzablc . V'En do‘nde E es una'matriz sime‘tri'ca de ord'en n '-l. I I I' , ' * .
atfiz ‘sini 'étri ca de Ordea n; Entoaees A es - La matri‘z C es semej'an‘te a la matriz A y pot'tanto;'amba3'{leach-'el mist;
V’ TEOVREMAAB W SeaA'una'm
ortogonalmente. mo polinomio caracterlstico. En particular, tienen los mismos valores propios.
Esto implica entonces que la matriz simétrica E tiene por valores propios a 12, K3,
"- bren=ord6n de la matrix A. . . . , 7L".
. . ., '
La demostraclon cs pot 1ndUCCIOnS° I . ‘ _ 1 es
obviamente verdadero, pues toda mamz do ordcn
Si 11 = 1 ) e1 teorema es
Segfin la hipétesis de induccién, E es una matriz diagonalizable ortogonal-
DEMOS TRACION meme y por tanto, existe una matriz ortogonal F de orden n — 1, ml que F“EF =
de hecho diagonal. para toda matriz sxmetrlca
ion del teorema F'EF es una matriz diagonal. Mas aim, la mat-riz diagonal F’EF tiene los valores
Supéngase entonces exerta la conclus
de orden n — 1 y pruébese su va lide
z para la matriz A de orden n. ptopios 12, a3, . . . , 7L" en su diagonal principal.
558 ALGEBRA LINEAL VALORES Y VECTORES PROPIOS 559

Sea G la matriz dc orden n ' Finalmente, 1 ,

7n 0
100' 0
o:-------------------------- H'IAH = (BG)‘1A(BG) = G“(B“AB)G = G“1CG = M ‘ .
G=0§ F
O ' 1,,
65
lo que muestra que A es diagonalizable ortogonalmente.

Si 56 usa la caractcrizacién de matrices ortogonalcs: 1a matriz M es una matriz Q.E.D.

ortogonal si, y 5610 si sus vectores columna forman una base ortonormal dc I "
(véase cjercicio l6 dc la seccién 4 del capitulo 5), {as fécil convencersc de quc la EJEM PLO 2 I Vea con un ejemplo concrete cémo proceder para diagon'alizar (ortogonalmente)
matriz G es una matriz ortogonal (pues F 10 cs).
una matriz siméttica que posee vaiores propios repetidos.
Como
Sea A la matriz simétrica
l 0 0 O
o :- ------------------------- ‘ 7 ~1 —2 o
G'1=G'= o; F' / _ ~1 7 2 o
A " —2 2 10 o
o o o 6
6 i r
ceque . El palinomio_.carac.téristibo déA cs:

'1 0 0 0 11‘0””0 0 1 0 o o '7—1 —1 —2 0

0;"""" """""" 0 ;""""""""" 0i"""""""""""
110»)
= (led/i _ = 1 7 '~- - 71 2 0
M) den _2 2 10 _ 9» O
GL1CG= og F’ o g E 0; F
0 0 0 6—1
bi 6 g 0:
7~1 —1 ~2'
"M 0 0 O =(6—7L)det 1 7—2 2
M
0:“““““““““““ 2 2 10 ~ 71
= o: FEF = h ..0
= (6 — 7»)(6 — 702(12 ~ 2») = (6 - 903(12 * 9»)
05
5i 0
' 1..
Por tanto, A tiene solamente dos valores propios distintos N= 6 y 2.2 = 12.
Obtenga vectores propios correspondientes a estos valores propios. Para esto,
Sea
considere el sistema homogéneo v - '
11:86.. 7421-1 ”—2 0 X1 0' '

Obsérvese quc
—1 7- x 2 0 x2 = o
‘ -2 2 10-7» 0 X3 0
‘ = (8611 = G-lB-I = G’B’ = (1301 = H! 0. 0 0 6- 2. X4 0

Entonces' H es una matriz (dc ordcn n) ortogonal. Para el valor propio 7»; =z6 obtenga el sistema
560 ALGEBRA UNEAL
VALORES YVECTORES PROPIOS
@
W?" W? 0, ,0 . 7_-l._-2 .0 l/Jz—TI/Jgfi o al/{g
l ‘1, "'2' ' 0 711,- O
—1 i 2' " 0 x; = o v p’AP=v ”7””?
'- ooor— W? 0 '-1 "752 0 'l/rz‘ 41”? 0 We
221000 ao2/rc~
-2 2 4 0 x3 0 -V/6”1/J€2/»/6”0 000w 60010
0 o o 0 x4 0
6 0 o o
. _ t a i. a, S 7 t E R. )
= o 6 0 o
I 28, X2 '— I , x_,3 _ S ) x4
0 0 6 o
S SOII x1 '_ I .
Cu y 218 SOiuclOlle
I
lon 3) SC pubde“ ()i )‘61 [C] ()S

o o 0 12
(que tiene entonc fi dimenS
Del CSpaCiO ptOpiO EM

vectores propios linealmeme independientcs.

v1=(1,1,0,0) EJERCICIOS (SECCléN 4, CAPlTULO 6)

v2 = (2, 0, 1, 0), ® 1. Sea A una matriz simétrica do
orden n. Suponga que todos los valor
son cero. Muestre que en (a! case, es propios de A
v3 = (0,0,0, 1) A es la matriz cero. Por medio de
un ejemplo
concrete, muestre que esta afirmacién
es falsa si A no es simétrica.
® 2. SeaA una malriz simétrica
de orden n, (al que en su diagonal princ
‘ el proceso de Gram-Schmidt los vectores v1, v2, V; de la base delr esp acio
Al ap liear ceros. Dem uestre que la suma de todos sus valores ipal aparecen solo
propios es igual a ccro.
E11, se obtienen los vectores @ 3. Com ruebe ue si dos matrices simé
.. q tricas del mismo ordcn tienen el mism
. . plo o olinomio
caracterfstrco, entonces son semejante
s. Por medio de un eJem p mue
1 ,L
X1=[772—.=,J§-,0,0]
que esta afirma’cio
n es falsa si las matrices no son simétricas
.
conc reto, strc
4. Diagonalice ortbgonalmente las sigui
emes matrices:

a)?. g
‘ 1.12. I _~87 ‘ '22 '52 “-4
_2’.

X; % (0,.o,0,-1->
que constituyen emonees una base ortonormal dc Elf. e1 Sistema
b4, 2] 2 1 ~2 —4 5

1 3 6 —2 2
Por otta parte, para el valor propro 7&2 = 12 resue va h) -2 5 o
c) -
[3 ‘1] 2 ' o 7
*5 -1 “'2 0 xi 0
—1 ~5 2 0 x2 = o J d) [43 4
_3] 17 -3 4
—2 2 —2 0 x3 0
0 0' 0 —6 x4 0 i) -8 17 —4
1/2 0 1/? 4 __4 11
e) 0 1 0
cuyas solucxones
' 2 , x3 = r, x; = 0. Entonces, un vector propro
2r, x2 = "l-r
son x1 -—' — -1- 1/2 0 1A 1 I 1 1

asociado a1 valor propio ‘7»; = 12 es (— 1, 1, 2, 0). Al normalizat este vector se obtrene 2 ‘8 J)- ~1
11 _1,1 —11 —r
I) .2
1‘ 2710- ‘ .1__1-_1 l..-.
-'.8 10 .5
' X4" ;— ' [_ _1_ _1_ ,2; 0
«'6‘; 1/6" «’6‘: 5. Sea T: R3 —-» R3 el operador linea
l para el cual Red = T(e2) = T(e3),=
81, e;, e; son los vectores de la base (l, l, 1), en donde
canénica de R3. Encuenlre una base
de R3 respecto de la cual la tepre ortonormal
\ X
3 y
x4
65 sentacién matricial de Tsea una malriz
SC tiene entonces 1 que la matriz P CUYOS VCCtOl'CS
oolumna 5011 X1, X2, diagonal.
6. Sea 7‘. R4 _. R4 el operadorlinea
una matriz ortOgonal (Lpor que?). l para el cual T(e;) = e5.,-_, 2' = l, 2, 3,
i = l, 2, 3, 4.} es la base canc‘mica de'R4 4, en donde [ei,
Finalmente se verrfica que . En'cuent're'una baseortononnal de
de la cual la representacion matricial de R‘respeclo
Tsea una matriz diagonal.
562 ALGEBHA LINEAL
APENDICESOBRE LA TEoRiA DE GRAFloAs
La ieoria dc gréficas es una partc de la materns’xtica en la que se estudian conjuntos
dc puntos y lineas y sus propiedades geométricas (no métricas). Los inicios dc esta
teoria se temontan al siglo xvm con Leonard Euler (la figura mas importante de la
matemzitica de eso siglo). El primer problema que es reconocido propiamente
como problema do 1a tcoria do gréficas, conocidd como el “problema de 105 siete
puentes dc Konigsberg" fue propuesto (y resuelto) pot Euler en 1111 articuio enviado
a la Academia de Ciencias de San Petersburgo 61 26 de agosto de 1735, en el cual
escribié:
En la ciudad‘de Konigsberg a1 6516 de Prusia, hay una isla llamada Knciphoff, la cual
esté rodeada per una bifurcacién dc un rio enla que hay 7 pucntes [como sc muesira
en la figural. La prcgunta es si uno puedecaminar a través de 105 7 puentcs cruzando
todos y cada uno de ellos 5610 una vez.
Figura l
Desdc el punto dc vista de la teoria dc graficas, cste problema es cquivalcnte a
preguntarse si la multigréfica* en la que cada linea r'c'prescnta un pucnte, pucdc
ser recorrida completamcnte sin pasar dos veces por la misma linea y terminando
el tecorrido en el punto inicial del mismo. Euler demostré quc tal rccorrido no
existe. Mas afin, haciendo una generalizacién dc esta’ situacion demostré quc para
que una gréfica (“1111 conjunto do puntos y iineas quc losunen”) pueda scr recorrida
pasando por todas y cada una de sus lincas y terminando en el punto inicial del
recorrido,T cs neccsario y suficicnte quc la gréfica sea concxa (que csté constiiuida
“per una sola‘pieza”) y que cada uno de sus puntos sea incidenlc con 1111 mimcro
Figura 2
*Tb'dbs los te'rminds iécnicos usados en esta introduccion serén definidos rigurosamenic mas
adelante.
'Es decir, que puede -trazzuse"sin leva‘nt'ar‘ el'lépiz‘ dclp'a'p'el y'te‘i‘ininando en el punto en dondc sc
comcnzé cl irazo.
VALORES Y VECTORES PROPIOS 563
Figura 3
par'de lineas(qu'c cada punto de la grzifica esté concctado por un mimem par de
lineas). A un rccorrido en una gréfica como el que se ha mencionado se le conocc
como “recorrido euleriano”. Asi entonces, la gréfica de la figura 3 tiene un
recorrido euleriano mientras que la grafica de la figura 4 no lo tiene. La multigra—
fica del problcma de los sicte puentes dc Kénigsbetg es conexa, pcro tiene pumos
(do hecho todos) incidentes con un mimcro impar dc lineas, por lo que clla posee
1111 recorrido euleriano.
mgm4
Algunas cuestioncs -de la teoria idc graficas pueden ser planteadas y 1esueltas .
con herramientas'. 'del algebra lineal. En cste apéndicc so veran solamcntc a1gunos
aspectos de esta concxié'n tCOria dc graficns-algcbrali11eal,en los chales aparcccn
resultados que se picns‘a' que adcmés dci valor intrinseco quc ciios poseen son
resuliados sumamentobellos.
A.1. ALGUNAS DEF'INICIONES PRELiMINARES
Una gra'fica G csta formada p01" un conjunto no vacio finite Vdeppuntos o ve’rtices
y un conji’mto X do q pares no ordenados de puntos distimos dc V, cada uno de los
cuales cs llamado lt’nea o [ado de G. Una grzifica tal es llamada una (p, q)-gr:ii'1ca.
Dc una mancra obvia se asigna a cada (p, q)-gréfica 0 un diagrama en cl quc sc
mueslren sus p puntos y sus q lineas. Tal diagrama es una representacidn
geome’trica de G. En realidad, se identifica siempre a 1a (1), q)-grzii‘ica c011 a1guna
de sus representaciones geométricas.
_EJEMP_LO1. El 'eje'mpio'més sencillo de gréfica es la (1, 0)-grzifioa representada pot
9
Figura 5
Esta gréfica es llamada gréfica trivial.
 584 ALGEBRA UNEAL VALORES Y VECTORES PROPIOS 565

. :E'JEMéLoé j Como ot'rolejcm’plo‘veé 1a_(5, _7)_._-‘gr:a'._fi£a G 'en la que . '

X = {(A, 3MB, C),(C, DMD, E),(E,A). (A, C), (C, 19)]

o bien, geométricamente o

Figura 9
A .
Observe también que en la definicion de gréfica no se aceptan lados que unan
un
vértice consigo mismo, (llamados “loops”). Si 56 modifica la definicion de gréfica
de modo que se aceptan (ylados mfiltiples y) “loops”, se obtienc una pseudogrdfica,
como por cjemplo: -

Figura 6 A B D 00
Observe quc esta gréfica tiene muchas otras representaciones geométricas de
aspecto distinto a1 de la figura 6, come por ejemplo

A . . B . .
Figura 10 O
“J
:mrflwm

, Si u y v son d0s vérfibes die una' gréfica :0 y (u, v)fcs_un Iado (10 G, Se dice que u y
v son' ve’rl‘z'ces aa'yacentes. En tal chso; se dice qixe u y v son ve’rtices incidentes en
Flgixra 7 la linea (u, v) y quc (u, v) es una lt’nea incidente en los vérticcs u y v. Si dos lineas
de G lienen un vérticc comfin, se dice quc son lt’neas adyacenzes.
Se hace hincapié en‘ que lo que constituyc un'a gra'fioa G son los commtos Vy X Por cjemplo, en la gréfica dc 1a figura 6, so tienc que A y B son vérliccs
dcfinidos anteriormente y no la posicic‘m relativa dc sus vcrtlccs y fortoa de sus adya'centcs, micntras queA y D no lo son. Similarmentc, las lincas (C, D) y (A', C)
Iados en alguna de sus representaoiones geométrlcas. A51 pues, los dos dlagramas son adyaccntc‘s, miemras quc [as lineas (B, C) y (D, E) no lo son.

A a c A _ D A.2. GRAFICAS Y MATRICES

\0/ F B Dada una (p, rq)~grzifica G, mz-irquense sus vértices con indices 1, 2, . .

: /’1V\ 0 E
. , p. Digase
entonces que los p vérticcs dc G son v1, v2, . . . , vp. Sc llamaré G’ a la
gréfica
marcada asi obtenida a partir de G.
Una gréfica G obviamente tiene distintas mancras dc marcarsc. Por cjcmplo,
D . E. ,_ VF la (4, 5)-grzifica
" Figurai 8
' ' : son représéntac’iohes geométricés disiint-as de la misma (6, 9)-gréfica- G en la que
V=%&QQEH
X = [(A, D), (A, E), (A, F), (B, D), (B, E). (B, F), (C, D). (C. E), (C, F)}
Puede ocurrir que en una gréfica dos dc sus vértices este’n conectados por varios
Iados, llamados lados' multiples, como por ejemplo en la figura 2. En tal caso, se
‘ dice que se trata dc una mulligrdfica. Otto cjemplo dc multlgrafica es: Figara ll
 566 ALGEBRA LINEAL VALORES YVECTORES PROPIOS 567

puéde ser marcada como o [1- »1_ _1' 0' 0 ‘1' 1

= l 0 l" O " ‘ ' = ’0 0 1 l
V4 v3 V4 V2 V1 v4
A‘ 1 1 0 1 A2 1 1 0 1
l 0 l O 1 1 l O
etc.
dependicndo si la graifica es marcada como
V4 IVs V1 V4

V1 V2 V1 V3 V3 V2
Figura 12 \ 0

Dada 1a (p, q)-gréfica G, mérquense dc algl'm modo 10s vértices dc ella. Se asociarzi
a la gréfica marcada G’ asi obtenida una matriz cuadrada A de ordcn p cuyos v, V2 V3 V2

elementos 11;,- estén dados pot Figura l4

a _ 1 si viesadyacenteavj respectivamente.
'1 0 caso contrario Si s‘e obsérva’n la‘s gréfil‘cas marcadas de la figma 14 11110 $13 (lard cucnta dc quc
la segunda puede. obtcncrse dc la primera pot medio dc una permutacién (en los
A esta matriz se le‘ llama matriz de adyacencia de la grzifica (marcada) G'. Una indices) de sus vérticcs. Esta permutacién es:
primeta observacién que se puede hacer de la matriz A es que ésta es una matriz
simétrica, pues Y1 e; adyacentc con vj si, y 5610 si v; es adyaqentecqn 11,-. 0: 1 2' 3 4
3 2f 41'
-. EJEMPLO 3 . Por ejemp1a,'considere 1a gr‘éficé marcéda -
y 1151 entonces cl vérticc V,- do la primera gréfiéa es el vértice v00), 1' = l, 2, 3, 4 en
V2
la scgunda.
V4 Considérese la matriz. P de ordcn 4 asociada a la permutacién 0*

Ofi-‘OO
”COO

OOHO

OOOH
V3

V5
Figura 13

La matriz de adyacencia de esta gréfica cs entonccs Obsérvcse quc 1a matriz P es una matriz ortogonal, de modo que P“l = P’. Adcmés,

0 1 1 0 o 10

Ho'oo
1‘ o 1 o o 00
,.B“A1P =. P‘AlP = 0-11
A= .1 -1 ‘0 1,.1
0 031 0"0 00
0 o 1 0 0
*Recuétde'se qUe dada una permuwcién 0 del conjunto [1, 2, . . . , n), sc nsocia a ésm una matriz
El intetés final cs asociar a cada gréfica G una matriz A dc 1a cual se pucda obtcner cuadtada devordcn n, P = (P131!- 1''''' ,, en dondc
informacién acerca de G misma. Al proceder segfin cl anélisis anterior, sc ve quc
, = I 51 j = 0(1')
existen distintas matrices asociadas a una misma gréfica G, pues la estructura de p” 0 caso contrario,
una matriz dc adyacencia A depende dc co'mo es marcada la gréfica G. For ejcmplo,
la (4, 5)-grzifica de la figura 11 tiene asociadas las matrices Véasc ejerciéio 11 dc la scccién 1, cupitulo 2.
 MW.W , .
WWWWRIWW‘.»

VALORESY VECTORES PROMOS 569

_ '_ 568.5 ALGEBRA‘ UNEALV

oven-,
caracteri‘s'tico’de aiguna niatriz 'de.'.adyacencia asociada' a .G. Sobre esto :mo se "

Hwoo-‘i

r—AOv—Ar—«I
‘ ocuparé més adeiante.
=A2
A.3. CAMiNOS

Sea G una gréfica. Un camino en G es una sucesién altemante de vérticcs y lados

asociadas a la misma .(4, 5)-gmnca tdc
Resulta entonces que las matrices A; y A2 de G
hecho general que se enunCia y se denmcs m
la figura 1 1 son semejantes. Este es un "0: (V0, V1): V1: (V1, V2), V2, . . . , (v,, 1, V"), W.
a continuacién.
que comienza y termina con vértices, y en la que cada iado es incidente con el
vértice que Ie precede y con e1 que 1e sigue.
marcada G' obtenxd-a’ dedCi A1 camino que comienza en v0 y termina en v,., pasando per in, v2, . . . , v,._1, se
TEOREMA A1 Sea G mm (12, q)-gréfica, considere 1a gtéfica
0 una permntziclon e
marcando sus vertices como v1, v2, . . . , vp. Sea vertices v00),
le denota por vovl . . . v" y se llama un (vo-v,.)-camino. E1 (vo-v,,)—camino se dice
marcada con los ser cerrado si v0 = v,. y abierto en caso contrario. Un camino en el que no hay
conjunto { 1, 2, . . . , p}. Si G" es la gra’fica
repeticién dc vér'tices se llama trayectOria. Si en el camino no hay repcticién de
V00), . . . , Vow entonces,
lados Se llamarg’i paseo. Un paseo cerrado en el que no hay repeticion dc vértices
A0» = P ’AG:P excepto el' primero y. el liltimo se llama ciclo.
Por ejcmplo, considérese la (8, 9)~gréfica marcada
ia de las graficas G y G ,
I I II

en dondeAa y AG" son 1% matrices de adyacenc

. I.

V3
utamon o.
respectiv‘amente y P es la. matrlz de la perm

P son:
Sea A'Gu = (afi)i,“;| pH-Sc‘sabe que los element'ospfj de la: matriz
‘ DEM OS TRA C'IGN
(i)
pu={ 0lsi'=0
J contrario
caso

en cada coiumna solo un elemento

For 10 tanto, 1a matriz P tiene en cada iinea y
i—ésima lmca todos los clemenmb
no nulo, el cual es 1. Mz'xs precisamcnte, en la
Miami 15
cual es 1.
son cero, excepto el de la o(i)-ésima columna, el EJEMPLO 4 Los caminos vlvzv3v4v6v7 y V1V2V5V3VGV7 son cjemplos dc (v.—\'7)-caminos. Ambos
Sea Aa-P = (65);,1- 1,...,p. Entonces, son lrayectorias. E1 camino v1v2vsv4v3v2v5vgv6v7 tumbién es un (v. ~v7)-cmnino pero
P
no es traycctoria. E1 camino vwzvmvsvz es un (vl-v2)—camino c1 cuul es un pasco
9i; = ; aikpki = (new) pero no es trayectoria. Por fillimo, los caminos V2V3V4V5V2 y V5V4V5V3V5 son ejcmplos
’ -1 dc ciclos.
Una grzifica G se dice ser conexa si cada par de puntos dc ella pucden set unidos
y j-ésima columna a1 clemento
La matriz P'AWP ticne en su i-ésima linea por una trayectoria (si G esté constituida pot una sola pieza). Por cjcmplo, la (5,
_ 1‘ pi I j I _ ' , ‘ 4)-grzifica
_ w) .
= flaw-vo
I I z1:1; Pkiekj = . Bow
.

ento de la matriz AG".

qUe es precisamcnte cl correspondiente elem
Q.E.D.

adyacencia asomadzls a om rnisma

Se tiene emonces que todas [as matrices de
permue haiaiar dei pohnoinlo on Figura 16'
gréfica G son semejantes. En particular esto
e ser defimdo como el p0 inomio no es concxa.
racterislico de una gréfica G”, el cual pued
570 ALGEBRA LINEAL
La langimd de un calzgino es el nfimero dc lado's quefél comicne. POr cbmplo,‘
respecto dc Ia'g‘rzifica do la figura 15 se tiene que' vivz-vgw y v,y2v5v.,‘son
(vl-v4)—caminos de longitud 3. Similannente, los-caminos V2V3V4V5V7 y V2V5Vg\)(;V7
son (vz-v7)-caminos de longitud 4.
Considércse una (p, q)-gréfica G con sus vérticcs marcados como v., v2, . . . ,
vp. Dados dos vérticcs dc G, dfguse v,- y vi, pregfintese por cua’ntos (v;-v_,~)—caminos
cxisten,>cuya longitud estzi previamente dada, digasc 11. Se verzi que es muy t’écil
dar rcspuesta a esta prcgunta a1 usar la matriz dc adyacencia dc G. Pero antes véase
un ejemplo.
Sea G la (5, 9)~gréfica
VALORES v VECTORES memos 571
Supéfiga'sé embnces vélido cl resultado pafa n7=, K y prfiébcsf: palm n = K + 1.
Sea/1” ’= (am); 1, ,,,,. Eritoncas, cl elemento que aparccc en la i—ésima h'nca 2’
y j—ésima columna de la matriz A“ = AKA es:
(may
k —1
Se tiene que dcmostrar que ésta es la catiti‘dadde (v; — vj)~camin.os en G dc longitud
K + 1.
Sean vkl, vh, . . . . , W», 105 vértices dc G que son ady‘acentcs con cl vértice vj.
Entonces, para it del vértice v.- al vértice vj por un czzmino dc longitud K + 1,
habré que it primeramente dc v,- a algx’m vk,, I = 1, 2, . . . , r por un camino de longitud
K, y posteriormente ir dc vk, a Vj. Obsérvese ademzis que

a‘ = 151 k = k1,k2,...,k,
x; 0 case contrario

Figura 17 Entonces,
V1 V2
12.
[,Cuzintos caminos dc longitudZ unen a v3 con vs? No es dificil darse 'cucnta que 2 aka/:1 ‘3 at}, + 0Cikz + ' ' ' + aik,
sola'mcntc- cxisten 3 de estos camino‘s, a saber vmvs, \{3v2v5 y V3V1Vs. . k; 1‘ V ‘ ‘ . .

./."-‘II V5,;r’-~‘s
71 hipétesi's-dc‘indxjccién
-' (cantidad dc caminos dc longitud K
/ V4 V3 "‘1
,. que uncn a v, con v“)
cantidad dc. caminos dc longitud K + 1
\

que unen a v. con v,.

Figura 18 \ \/ v,’ Q.E.D.
V1 V2 .
EJEMPLOS Por ejemplo, la matriz dc adyacencia de la (5, 9)~gréfica de la figura 17 es:
Sin embargo, inv'estigar' por ejemplo 1a cantidad dc camihos de Ion gilud 3 o 4 quc
uncn a cstos vérticcs v; y v5, ya no es una labor tan sencilla. Se verd quc cxistcn ,—

l 1 caminos de longilud 3 y 41 caminos dc Iongitud 4. O 1 1 1 1

l O 1 0 1
A = l l 0 1 1
TEOREMA A2 Sea G una (p, q)-gréfica con sus vértiqes marcados v1, V2, . . . , v,,. SeaA l 0 1 O 1
' ‘ '- - [a matriz'dé adyacencia de G. Si My 63 e1 clementode la i-ésima linea y _- ‘ 1 ' 1. _1 ‘ 1 ' 0
laj-é‘sim'a Colulmn'a 'de la matrizA"; cxislél1 M,-,- cam'igos dc longitud n qua -
Se tiene 'que'
uncn a1 vért'i'ce v.- con cl vérlice v; en G. '
‘4 2 3 2 3-
2 3 2 3 2
DEMOS TRAC/GN Por induccién so'bre n = longitud del camino que um: :11 vérticc v; con el vértice v,. A2= 3 2 4 2 3
’ Para n = 1 el resultado se signs directamente de la manera como se construye la 2 3 2 3 2
matriz de adyaccncia de la gréfica G. 3 2 3 2 4 ‘
572 ALGEBRA LINEAL VALORES Y VECTORES PROPIOS 573

y entofices, tal como se habiaj'viStp directamentécn G, éxi-sfien 3 cammqs :6

longifud 2 cine u’nen-la v; con '1‘}, (plies e1 elemento dc? la 3a. line? y 7532:. 0211111111:c1
TEOREMA A3 Sea G'una (p', q)-gr2ifiéé con'sus Véfiices’marcados como w, v:, . . . , vp.
Sea A la malriz dc adyaccncia dc G. Entonces,
A2 cs 3). La informacién sobrc 1a camidad de cafnblossde lengnud y que u
a v; con w, i, j = l, . . . , 5, se obtiene de las matrices/1 y A 1) tr A2 = 2q

10 10 11 10 11 42 32 41 32 41 2) étrA3 = cantidad de ciclos de longitud 3 en G.

10 6 10 6 1O 32 30 32 3O 32
A3 = 11 10 10 10 11 A4 = 41 32 42 32 41
10' 6 10_ 6 10 32 3O 32 30 32
DEMOS TRA CION 1) Segfin e1 corolario del tcorema A2, se tiene que
11 10- 11 10 10 41 32 41 32 41
p
tr A2 = :2; grad v,-
y 2151, pues, como ya 56 habia dicho, existen ll caraiaos delox1g1tud 3 y 471 cammos
de longitud 4 que unen a v3 con v5. LPodrl’a descrlblrlos’ e§p11c1tamente 1
Basta entonces observar que cada una de las q lineas de G es incidente con 2
Establézcase ahora e1 concepto (16 “grade de un vertlce : se 11ama‘grado de vértices, dc modo quc a1 sumar los grados de todos los vértices de G 56 cstaré
vértice v; en una gréfica G, denolado. por grad v,,a1.m'1mero d? lmeas meldcntes considerando e1 doble'de 1a cantidad de lineas de G.
con vi. Asi por ejemplo, en la (5, 9)-gréfica de la figura 17 se Ilene que
2) Sea A3 = (c;,-),-,,-. 1MP. Segt’m cl teorema A2, Ci.- = cantidad de caminos de longi-
grad v1 - grad v3 = grad v5 = 4 grad v2 = grad v4 = 3 tud 3 que uhen el vérticc v; consigomismo. Obsérvese quc cada ciclo dc lon-
gitud 3 en 0* en el que esté involucrado cl vértice v,- corresponde con 2 ca-
Con la ayuda de la matriz dc adyacencia es posible obtencr informacién acerca minos d6 longitud 3 que unen a v,- con v1.
del grado den-1n vértice de una gréfica G. A51 10 muestra el siguiente corolano del
' , . - , .- . ‘
momma A2:

CO'R'OLAR 10 Sea G una (p, q)-gréfi,ca con sus vértices marcados como v1, v2, . . . , VP.
Sea A la matriz dc adyacencia de G. Si A2 a (by); ,- . 15.... p, entonces

gradv,=‘bu i=1,2,...,p
Vi v,vkv,w Vi v.v,k(

DEMOS TRACION Segfin el teorema A2, bu es la camidad de caminos dc longitusi 2,.que uncnal v.er11ce Figura 20

v.- con él mismo. Basta observar cntonces que por cada lado mcxdente con v.~ ex1ste
un (y 5610 un) camino dc longitud 2 que une a vi con v;
"1‘
Como en cada ciclo dc Iongitud 3 hay 3 vérticcs distintos de G involucrados, es
claro entOnces quc a1 sumar la cantidad dc caminos de longitud 3 que men a
cada
Vi uno de los vértices de G consigo mismo, se estarzi considerando 6 veces cl ndmero
dc ciclos de longitud 3 en G.

_ , Q.E.D.
' :EJEMPLO 6 I . Po: ejemplo, para la (5, 9)-gréfiéa de la figura17 se tiene que
v,--' ‘ i- j w. , V .
wvm camlnode long. 2,que une a v; conw tr'A3 - 10+ 6 + 1.0 + 64.103142
1360M ' v;)inc1dent'e -con v:
. 1 , . ,
Figura 19 de modo que exxsten 5(42) = 7 010108 (16 longltud 3 en G. Estes son:
Q.E.D.
V1V2V3V1, V1V3V4V1, V4V3V5V4, vmvsvh V2V3V5Vz, Vlvsvsvl y V1V2V5v1.

E1 siguiente resultado telaciona los valores de 1as trazas de'las matrlces A2 y A (A

’ 3
*Dos ciclos en G 56 identifican si ambos involucmn a 10s mismos vérliccs y licncn la misma
es la matriz dc adyacencia de G) con la estructura de la grafica G. longitud.
'
574 ALGEBRA LINEAL VALORES Y VECTORES PROPIOS 575

E!16510 dc estc apéndice se dedicarz'i a estudiar cl polinomio caracteristico de ma _
g1fifica,asi como algunas dc las propicdades do 5115 raices
A.4. EL ESPECTRO DE UNA GRAFICA
Ya se habia observado anteriomiente que es posible definir cl polinomio caracte-
rt’stico de una (p, q)-grafca G, como c1 polinomio caracteristico de la matriz dc
adyacencia de alguna (de cualquiera, por cl teorema A1 y ei teorema A3 de este
capitulo) de las posibles gréficas marcadas de G Obsérvese que éste es un
polinnmio de grado p.
EJ E MPLO 7 Por ejcmplo, considers la (3, 2)-gtéfica
o————-o———-—~o
DEMOSTRA CION Se deduce imnediatamente dci hecho de que una matriz dc adyaccncia dc G as
simétrica y del 11201611111 4. 1 dc este cap1’1ulo
Q.E.D.
Por ejemplo, e1 espectro de la (3, 2)-grzifica de la figura 21 651151 constituido por las
raices de su polinomio caractcristico 41.3 + 2?». Este es entonces,
Ea: {O,ff,'/§'}
A continuacién so establecerén algunas propiedades muy interesantcs que poscc
el espectro de una gtéfica. Para hacerlo, sc explotarén dos hcchos ya estudiados
en estc-capitulo. Estos son:
a) Toda matriz simétrica es diagonalizable (teorerna 4.3 do cste capitulo).

Figura 21 b) Si A y A; son matrices semejantes, su traza es la misma (cjercicio 5, scccic'm

4, capitulo 4).
Para obtener e1 polinomio cata‘cterislico dc esta grzifica, marque dc algiin modo
sus vérticges como v1, v2, v3, diga
V1 TEOREMA A5 Sea G una (p, q)-gréfica y sea
o——'—-o—-—-——- a
v2 V3
___ ‘ E6: [xhxh-figgxplr- ‘
' . Figufa 22
su o'spectro. Ehionccs, 0.. " ' i '

H‘
La matrii dc fidyacenoia dé ésté gféficzi eszi ' ‘ 1)]71,+AQ+,..+
2) 1%+1§+...+1%= 2q-
3) 1%+1§+...+13 = 6C3(G)
En donde C3(G) es el niimero de ciclos de longitud 3 en G.

13111011065 61 polinomio caracteri'stico de G cs:

1 DEMOS TRACION Sea A una mat1iz dc adyacencia de la gréfica G. Como A es simétricu, A cs

4» 1
= 49+». semejante a la matriz diagonal
120») = det(A— M) = det 1 -1 o
1 o ~1
A. 1 12 O

Dcfinase el espectro de una (p, q)-gréfica G, denotado por Ea, como cl conjumo
do [as p raiccs de_ su polinomio caracteristico. Es decir,

={7»|P0.~)=. .0]
'Mz’is. 3.1.3.11, A." as. semcjantc. a. la matriz
en donde p0») es el polinomio caracteristico dc G.
M‘
12 O
TEORE MA A4 El espectro de una grz’ifica G cs real (esto es, estzi constituido por ni'imeros
rcales).
576 ALGEBRA LINEAL VALORES Y VECTORES PROPIOS 577

' . fara cada' n E N (Véase dcmgstracién dél tcoiérfia 3.3 de este bapim1p)..Entongcs, c'uyn‘pdlinomio caractbrfs’tiéo‘esf.‘ ‘ _ . .,
' ”A" = trD" = xq+'1g+...+x;” ' ' ~9. ' 1 1‘
p(x)=der(A—M)=dez1 4» 1 =-13+31+2=~(x+1)2(2—1)
para n = 1 se obtiene 1 1 —1
M+712+...+7x,, = trA = 0
Entonces el espectro de la gréfica G es:
pues 1a matriz A tiene en su diagonal principal solamente ceros (ningfm vértice de
G es adyacente consigo mismo). E0 = {-1, -1,2}
Para n = 2 se obtiene se comprueba pues que
x?+1%+...+1,2, = ”/12 = 2q M+M+X3=—1~1+2=0
por el i'nciso (1) del teorema A3. 1% + 13 + 13: (~1)='+ (—1)2 + (2)2 = 6 = 2(3) "= 2 (nfimero de lados de G).
Finalmcnte, para n = 3 56 obtiene
9»? + 13 + 13 = H)3 + (—1)’ + (2)3 = 6 - 6(1) = 6' (nfimero de ciclos dc longitud
1%+13+...+1;;= trA3 = 6C3(G) 3 de G).
por el inciso (2) del mismo teorema A3.
Q.E.D.
A.5. UNA COTA PARA EL ESPECTFIO
,
Se desea resaltar el hecho de quc las férmulas,.establecidas en el teorema antenor
contienen en su primer micmbro relaciones puram‘ente algebraw as entre los qerépémo lacstructum geomérrica .de una-gréfica determina cotas superior 'e-
elementos del espectro de la gréfica G, micntras quc en c1 mrcmbro dcrecho inferior (en la recta real) para su espectro.- El resulta'do que se‘quiete demos‘trar-es‘
poseen'informacién de la gréfica ,G misma, Es, pu'es, interesante observar queen 91 siguiente:
"-é‘llass'b'establéce u‘n'a ig‘fifil‘dadéntrc dds cantidédes ‘e'sencia-lmentcdist-intas: 1111a
'algebraic'aybfra'gCOmétrida. f . - ' ‘ - - ' '
'TEOFiEMA A6 ' 8661 G um (12, q)-gréfica con vértices v., v;, . . . , vp. Sea
EJEMPLO 8 Verifiqim el contcnido del tcorema anterior con la (3, 3)—gréfica
1D=méx{g_radv,, i=1,2,...,p.}

(D es cl mziximo de los grades de los vértices dc G). Si E0 = [l], 12, . . . ,

2p} and espectro de G, ento’nC‘es

Ea c [—D, D}
Figura 23 Es decir que todos Ios elementos dcl espectro dc G se encuentran en el
intervalo cerrado [—D, D].
Marque sus vértices como v., v2, v3, digase dc la Slgulcme mancra:
V3
Antes de ver 1a demoslracién dc e‘ste resullado, véanse a1 gunos ejemplos.

‘EJEMPLOQ ‘ Para 1a (3,12)-gréfica de la figu‘ra 22,. se tienTe que'grad v'; = grad v3 =. 1.y- grad vl' -'-
2. de modo queD =,:2....Seg1’m elle'orema- anterior, elsespectr0=d0 1-21- gréfica dcbc- .1
estar contcnido en el interValo [—2, 2]. En efecto, se habia visto que su‘ espcctro es
Figura 24 W
{0, {2: - 1/2"}.
La matriz de adyacencia de esta gréfica es: Para la (3, 3)-gréfica de la figura 24 sc tiene que grad v. = grad v2 = grad
V3 = 2, de modo que D = 2. Nucvamente e1 teorema anterior asegura que el espcclro
011 de la gréfica debe encontrarse en el intervalo [—2, 2]. Se habia ya en'contrado que
A=101 E; = {—1, -1, 2}.
110 Como filtimo ejemplo, se ve quc 1a (6, 8)-gr‘éfica: G
578 ALGEBRA LINEAL VALORES Y vecronss PROPIOS 579
'V5, ‘
V5 _ " >'.‘_va D‘EMOSTRA CIéjN‘ ' Sea A un‘valioirbrofiidde .A y. x = (5cm, . . . _,_xn) u'n vectbi' promo asbciado a x.
, -’EntonceS,‘ ‘1 ' " I ' ' -
AX = XX
Seai E {1,2,...,n} talque

V1 - ' V3
i1= méx {l.wc,—|,j= 1,2,. . . ,n}
V2
(es claro que x; 9* 0, Lpor qué7). Al igualar los i-ésimos elemcntos de las matrices
Figura 25
en la cxptesién AX = XX 56 o‘btiene
tiene por polinomio caracteristico a ailxl + aizxz + - - - 1‘ amxn = M:
pm = 16—8x4—4A3+9x2+4x— 1
o bicn,
Eh este caso se tiene que D = grad v5 = 4. Segl'm el teorema anterior, las 6 raices I!

(reales, por el teorema A4) de [20») se encuentran en el intervalo [—4, 4]. (9» " “HM = aiixj
Es interesante notar de nuevo la combinacién de informaciones algebraica y
ju 1‘
geométrica que establece este teorema.
La demostracién del tcorema A6 seré précticamentc imnediata después dc Al tomar médulo de los nfimeros complejos en ambos miembtos de esta filtima
probar cl siguiente resultado de carécter. general: expresién se obtiene

TEOREMA A7 (TEQREMA DE LOS cincums DE‘ GERSHGORIN.) Sea A. una matriz c'uadrada de
10» — (1“)i = l 2 aw I
orden n con elementos a.~,;, i, j = 1, . . . , n. Sea 120;) = de_t(A — M) 61 poli- in
j "1

nomio caracteristico de A. Si M, M; ._ '. . , A." son las 21 raices (complejas, pf '

. en general) de 120.»), entonceS' . 'Al‘usar las propiedadés del mofdiullo‘ dc nfime'ré's c'omplejos’équeda '
.
ll
I?» “ aiil il 5 Z Iaijl [l
{)VI’M,€“>2-Ii] C U D!
i- 1
j-l
i”
en donde D,- es el cfrculo (en el plano complejo) obien,
II x. I1

D: [ZeC’lZ—‘afl s n] I r, = X |a,-,| |K-a.-.-| S 2: layl "L 5 Z [a] = r;

II

j"! ul xi Jul .
M jH’ jvi
en donde 1a filtima desigualdad quedajustificada por la maneta como fue escogido
el indice i.
Esto muestra entonccs que 7L E D; y por lo tanto,
{x,,x2,....xn} c U D;
.--1 , Q.E.D.
EJEMPLO 10 - VPara ejemplit‘xcarje'l._t¢orema anterior cans‘iderg lamatriz,
_ 1 —1‘
A ‘ [2 —1]
*Se usan las-propiedades

Figura 26
1) WA = 1211 I22:
2) IZ1+ZZI 5 WWW. az E C
 VALORES Y VECTORES PROPIOS 581
' 5580 .ALGEBHA uNEAL
' Se ticne Entofices que los ciréulos Dirson todos cOncérit-ricos, siendo D; de
' v .. ,
V En cSte dasbml'c‘irculo Dldclteorcmac's: radio grad vi. La unic'm dc todos cs'tos circul-Os e‘s un-huevo clrculo do
|—1|=l
D1= {25 Cl 12— llSl],puesau= lyr1= centro en el origen y radio.

el circulo D2651 Daméx lr:,i=1,2,...,p}=ma'x {gradvhi=1,2,...,p}

esazz=—1yr2=|2[=2
y D2={ZEC||Z+1|‘.<_2},pu
Entonces el espectto de G 56 debe encontrar limitado por este cfrculo. En
Estos se ven como particular, como el espectro es real, éste se encuentra en cl intervalo [-D,
D] como se queria probar.
’ (2.12.1).
A.6. EL TEOREMA DE SACHS

En més de una ocasién en ate apéndice, se ha visto c'émo a partir de la geometria

de una gtéfica se ha obtenido informacién algebraica de la misma (de los elementos
algebrfiiws asociado's a la gréfica) y vicevcrsa. E1 teorema dc Sachs que se veré
en este apartad'o, con el que se termlna e‘stc apéndice, muestra de una manera maa
gistral esta interrelaclén informacién geométrieadnformacién‘ a1 gebraica que con:
tienc una gréfica: en él se establecen férm‘ulas para los‘coeficientes dcl polinomio
cziracteristico de una grzifica a1 usar solamente informacién geométrica de la misma.
Se introducirén primeramcnte algunos conceptos nuevos, que aparecen en el
teorem‘adeSzichs.’ ' ' ' . , _- '4 .‘
- ' Sea G um [(12, q)-gréfica.. Una subgfdfi'cc‘zidc G es una'gréfica 'que tiene todos _ V
‘Fi'garia '27' ‘ Sus V'érti'ces'y' lados eh G; l ' ' " ', ' ' V
s dcl polinomlo
< . 1‘ ‘S de Gersh ' or in asegura que las raice
sombrcada dc la figu-
cara
E1 mom o de109A are
isticde
cterma “ 0en encon'tr'ag'r d chtr'o de la regién
56 déb EJEMPLO 11 For ejemplo, considers la (4, 5)-gréfica G D c
ra 27. . .
El poli nom io cara cter xsuc o dc A es:
1—)» —1 =2
1+1
p(x)=det(A—M)=det[ 2 4-K]
B Flgura 28

I“..m._..~_.._..——u——_____._——.m._.
A
Las siguientcs gréficas son ejcmplos
de los
tivamente se encuentran en la umon de subgréficas dc G:
y sus raices son M 2 = ii las cuales efec
clrculos D1 y D2. be
ra un argumento muy simple quc prue
Al u'sar e1 teorema A7 56 puedc dar aho
cl teorema A6.

. fiefi_ ecn'su .
DEMOSTRACION ‘ ‘ ' " '.~- _ -‘mat. txz de adV 7 ace
" ncra ' V"la.(p‘ ,, q) ‘-gra'fica_G_, ésta
" dc
nces, los’ circ ulos D; del teorema
81Aonal
diag 65 um y te cer'os. Ento
prmclpal solamen
DEL TEOREMA A6 ro en 6 lorigen. Obsérvese ademés
quc
A7 tendrz’m todos su cent
'
.M

,2,
.._.........

r; = lav-l = grad v;
M
-.__...‘M..na...».~,r._.w

A.
por la misma construccién de la matrlz Figura 29
582 ALGEBHA LINEAL VALORES Y VECTORES PROPIOS 583
\

Sea G una (p, q)—gréfica y v,- 1111 vériicc dc G. La subgrdfica G'— v, de G cs aquclla micntrasqu'c las subgréi'icas dc Sachs de G con 3 Vérticcs'son:_ - 1
que ticne:
c. I H D" ' c
a) todos los vérticcs de G excepto v,-
b) todos los lados que no son incidentes con v,-
Sc dice quc G — v.- es una gréfica quc 56 ha obtenido de G eliminandc en ésta
e1 vértice vi.

EJEMPLO 12 For cjemplo, l'as siguientes 4 subgréficas de la gréfica dc Ia figura 28, se han
obtenido eliminando en ésta los vértices A, B, C y D, respectivamente. Figura 33
A
A
0 9r ‘c D‘ ‘c _ o C
Sea G,- una subgréfica dc Sachs de una gréfica G. Se dcnotaré pot 0; a1 mimcro dc
Figura 30 componentes dc G;(n13mcro dc piezas quc constituyen a G.-) y por e.- al mimcro dc
ciclos de G; (no importa dc qué longitud).
Por'ejem‘plo, para las subg'réficas dc Sachs dc ia figum 32 51: tiene, para la
B A A . -B A .B primc'ra‘ dc éflas, c1 = 1, "e, = 1, para las dos ultimas c2 = 03 = 2, e; = e; = O.
G —A G—a G -c G~0 Simiiarmente", para las dos subgraficas dc Sachs de la figura 33, so tiene c, = c; =
1, e1= e2 ~ 1.
Similarmentc, las siguie‘ntcs subgtéficas 'de G (Figura'28) se han obtcnido elimi-
Se esté ahora e'n posibiiidades dc enunciar cl teor‘ema dc Sachs. Su dcmostra-
nan‘do dos vc’ttices de és‘la:
.b' - C
cic’m esté fuer'a dc’ ios‘ objc'tivos de este apéndice.

'. TEOREMA A7 . 1 ' ('I‘EORBIM” 1113' SACHS.)'Sea'G 111121 (p, q)-gréficaiy sea '

P0”) = (-1)11N'1+ alt-1xn—l + - - . + 01%. + [10

Figu'ra 31 B' A
su polinomio caracteristico. Los‘ cocficiemcs as, a], . . . , a" _ 1 dc p0»)
Dada una (p, q) -gr£ifica G, 36 estarzi intcrcsado en considerar subgréficas do G con
pueden ser calculado's por las .férmulas
k vérticcs, k S p, y que cstén constituidas solumcntc por
l) ciclos
a',._, = (~1)"n X (-—1)w(2)« ISrSn
y/0 3.
2) fragmentos dcl tipo 0——
Sc llamarén a estas subgréficas dc G, subgrdficas de Sachs de G con k ve’rtices. en donde S, es el conjunto de subgréficas dc Sachs de G c011 r vérlices y la
suma se efcctfia sobre todos los elemcntos dc este conjunto, cuyo i-ésimo
EJEMPLO 13 For cjcmplo, las subgrzificas dc Sachs de la (4, 5)—grzifica G dc la figura 28, con 4 elemento time c. co‘mponentes y e, ciclos. Si S, es vacl'o, a,I _ , = 0.
' vc’rticcs son
_D> . C D G D ‘ ' I C
Obsétvcse que sicmprc se tendrzi _a,.. 1 = 0,1)1165 c1 conjunto dc Subgrzihc'as dc S'1chs _ ‘
de una grafica G, con 1 vérticc es vac1o.

EJEMPLO 14 Como. un primer ejcmplo, obtcnga cl polinomio caractcflstico de la (4, 5)—gréfica

G de la figura 28.
Ao——-—-—-—-—————OB
A B. Para calcular ao (r = 4), sc obtienen las subgréficas dc Sachs dc G con 4 vérticcs.
Figura 32 Como ya so habia visto, éstas son las gréficas de la figura 32. Entonccs,
 VALORES Y vecroaes PROHOS 585
‘- 584 ALGEBRA UNEAL
DH -c -~ -D' I c.’ o .c: EJEMPLO 1S _ Veg o‘tto ejémplo. Consid‘cre {5(5, 7,)7gréfica 'G.’
. . . n

$4=

.————---——-—-O
-
A 02.2 B A eg-Z B E c
A cx-1’ a
e2=0 93'0
61=1

Entonccs,

do = (~1)4[(—1)‘(2)‘+(*1)2(2)°(2)] = 0 Figura 34 A B

las gréficas de la figu- y obtenga su polinomio caractcn’stico usando cl tcorema dc Sachs.

Se calcula ahora a1(r = 3). En cstc case, S; esté formado por Ca'lculo de an: En este caso S, es» el conjunto
ta 33.
D D D

SAC / c
E c E
85-

Ao—-—-——-o‘ a A B A . a
A 01.1 B A cz=1 Ca'1
“-2 ear-2
62:1 9'-1 92-1 63-1
e‘u1
_ y por lo tanto,‘ .‘
- ‘Entonces; . I
as '=' (—135I(~‘1)2(2')I(2)“+(~i>l(2)‘1 —2
a: = (—1)‘[(*1)‘(2)2(2)] '4
H
Ca’lculo de ax: Sc ticncn que considerar ahom todas [as subgrzificas dc Sachs
de G es una subgrz’xhca de G con 4 vértices. Se pucdc proceder sistemz’xlicamcnte-obteniendo primero las
Calcdlese por filtimo a2(r = 2). Obsérvcse que eada lado subgrzificas de G Con 4 vértices (obtenidas eliminando de G uno dc sus vérliccs)
de Sachs con dos vértices. Entonces, y obteniendo Iuego las sub gréficas de Sachs dc cada una de estas subgrzificas.
C D C ’Las subg‘réficas de 0 con 4 vértices son:
/ D
C D 0
D D
B
‘

A
A
,_ .

.——--——'—'.
32' .——-—-——.
E c c
E C E C E
”mum.

B A
...L.'.a~;—~

62=1 03-1 64-1 c5-1

61=1
63-0 64-0 95:0
A' 'D A .
e‘=0 62*!)
6—» B A (3—0 6_C G—l) GuE

~Entcz>hce$, ‘. De cada una de ell'a's C(énsidc’lfc sus subgrgificas dc Sachs-I ’

‘ Dé‘G’— A“: D
a2 = (' 1)4 [(—1)2(2)°(5)} = ’5
./ C
y por lo tanto, e1 polinomio catacteristico de G es:
E

p(?») = 7x4 - 5?»2 - 4')»

W,“ “my“. “.— W1

come puede verificatse directamente.

586 ALGEBRA LINEAL VALORES Y VECTORES PROPIOS 587

DeG-B: 1‘ ' :v- . ‘ ,

> _ . , ' D
D D D
E /
C E C E C E c
E \J C E o——-————-——-—o C C

A
A A
A B A o—-———-——o B A o——-——-—-——o B
DeG-C: ca=1 A c7=2 B ce-z 69'2
e5-1 37'0 eg-o es=0

E
/D
y por lo tanto,
a1 = (-1)5 [(-1)2(2)°(7) + (“1)‘(2)‘(2)] = *3
AO---——-—--—~—--OB
Cdlculo de (1;: No es dificil ver que en este caso el conjunto de subgrzificas dc
DeG-.D: Sachs de G con 3 vértices es:
E c
E C EO--—-—-*-—---OC

. E‘ c
A 3 Aio—-.—'g.—,pa
83 -
DeG—E: A ,
D
c. . 1 02 = 1 c3 " 1
61 ' 1 62 = 1 as = 1

AO-—---————-~—‘.B Entonces,

Entonces, a2 = (“1)5 [(—1)‘(2)‘(3)] = 6

Cdlculo de (1;: Nucvamentc se observa que las subgrz’xficas dc Sachs de G coh
2 vértices son precisamente los lados de G; entonces
C - . ' V. E"
D D - ‘ ' ‘ .

c 5 -e D \.. ‘ > D
- / E /
.
84-: E
/0 . 1 . C G V. 82* A‘ I - ' a
c E E
. a c E/ A ' A / 'Eo-————-—-oc
01-1 0231‘ c3=1 04-1 05:1 06.1 c7IE1
A Ao—--—-aB
cu=2 B A 02:2 53:2 ca=1
e1-O ez-O 63'0 e4-O 65=0 96'0 67.0
05-2
e,=0 52:0 ' 93:0 Ga-1 95-0 Entonces,
as = ('1)5[(—1)‘(2)°(7)] = 7
 VALORES Y VECTORES PROPIOS 589
' ‘ .588, __ALGE8RA.LENEAL
p, vértices y G; con p‘zvvén‘i'ces (p. f 1): = q). Describa lavesxructura de
la Inatrii dc
5’ per 16 tamo, e1 polinOmi'o éaraéterisdc'o <16 065‘ . _ adyacencia do '6.
mm = 4v" + 7” + 6” ” 37‘ _ 2 . Considere‘ 1a siguiente (7, 8)~gréfica no concxa:

V4 . V5

O 6)
EJERClCIOS (APENDICE, CAPiTUL * icas, d e 135
V5 V6

‘ '-xcntcs gréf
métrica para cnda una de la:1 sngu
1 Dibuje una representacién geo 1a 08
ices y el conjunto X de
V1 V2
. que so dan e1 conjunto Vdc vért
Calcule el mimero de:
a) V= (A, B, C }
X = {(A, B), (B. C), (C. 14)} a) (v; — V3) ~ caminos de longitud 2. g) (V3 — V5) — caminos de longitud 4.
b) V= {A,'B, C, D} b) (v; — V7) — caminos de Iongitud 2. 11) (V7 * V6) ~ caminos do longitud 4.
X = {(A. B), (B, CMA 13)} c) (V2 V3) — caminos de longitud 2. i) (V1 ~ V2) — caminos de longitud 5.
.
C V“{A, 13. C._D, 12F] d) (V5 - V7) — caminos de longitud 3. j) (V1 - V4) — caminos do longitud 5.
D, F)!
) X= {(A» B). (B. C),(C, AMI), EM J 6) (V4 — v6) - caminos dc longilud 3. k) (V5 - v6) — caminos do longitud 5.
=ARQQEEGEH (H )}
D)»(D, 5). (D, F), (F, G), (F, H), f) (V3 — V4) ~ caminos dc longitud 4. 1) (V4 — Va) — caminOs dc lo‘ngitud 5.
d) :2‘ {{(A, B), (A: C), (B, C). (C.
6. Para 1a siguicmc (4, 4)-grét‘ica G:
n a una misma grafica G? Describa los
2 LCu‘élcs delos siguientes diagramas representa
conjunlos-Vy X.dc G
" B' . r

a) Dctcnninc su polinomio caracterfstico.

b) Encuentre e1 intervalo [-D, D] en el que se dcbc encomrar su espectro.
c) Detetminc su cspcctro.
_
d) Verifique la validez del teor'ema A4.
D
7. Repita el ejcrcicio anterior con la (6, 5)-gréfica

c A
E [ da
A B C D a :
. . . . '
3. Considere las siguicntes dos pOSIbllldadeS dc marcar 1a grafica mos r
. > V4
'V} v; V‘,‘ _ 8 Use el‘ teoromé de'Snchspara haIIar el nolinomio caractorififiico deja (6, 6)—gféfica
.. . . 'V:
. v
V5 2 - - ‘
V3

V5
V4

una de estas graficas.

a) Obtenga 1a matriz do adyacencia do cada
este cas‘o particular. Determine cl espectro de esta gr'éfica y verifique la validez de 105 Icoremas A5 y A6.
b) Verifique 1a validcz del teorema Al en
tituida por dos componcmcs, digase G: con 9. Use 61 teorcma de Sachs para hallar e1 polinomio caracterfstico de la (7, 6)—gr;ifica
4 Sea G una (p, q)—grzifica no conexa cons
590 ALGEBRA LlNEAL

CAP’lTULO 'S'IETE' 7 ‘
Determine también'su espectro y verifique la validcz de los teoremas A5 y A6. Fermas bilineales y cuadréticas
10. Use 61 teorema de Sachs para dcrnoslrar que el polinomio caraclcrfstico dc la (5,
5)-gra'fica

En el capitulo 4 se esludié el concepto dc linealidad para una funcic'mf; U ... V

CS? entre los espacids vectoriales U y V. Una generalizacién de la teoria ahr’
pm = 45 + 5)? + 22.2 — 4a — 2 desarrollada va en la direccién dc estudiar funciones dc varias variables quc
conservan la propiedad de linealidad en cada una de cllas; es decir, funciones dcl
11. Use cl teore'ma de' Sachs para demostrar que el polinomio caracterfs‘tico dc la (6, tipo
8)—gréfica
fIXsuxUn ~—> V

(U1, U2, . . . -, U, y V'e‘sp'acio‘s vectcriale's) talq‘u'e para cada i = 1-, 2, . . . ,n 56 liene

es:
pm = xfi—sa4—4x3+9x2+4a— 1
12. Dos graficas G, y 62 se dibcn ser iSoespectralés si' ellas poseen c1 mismo polinomio
caréétcrfstico (y por lo la‘n‘lo, c1 mismo espcclro). Demueslre quc las siguientes (10-,
10)—grét‘icas son isoespcctralcs
® 13. Eneste apéndiceaparecieron los dos siguiemcs hechos.:l '
a) La lraza dc cualquicr matriz dc adyaccncia de una (p, q)~grzifica G cs cero.
b) El conjunto'de subgréficas de Sachs de una (p, q)-gr2ifica G, con un solo vértice,
es vacio.
Discuta la relacién cntre cstos hcchos.
(Sugerencia: ambos ticncn que ver con el coeficiente de NM en c1 polinomio
c'aractcrfstico de G.) . el apéndice 1 dc tal capitulo 36 estudié un tipo de transformaciones linealcs cuyo
lasiguicnte propiedad: si 56 fijan n — 1 yedtores m, . . . , 11,--1, rm ;, . . . , an en los
' 'espacios Uh]. . . , Um, U“ 1‘, .1, U,., re‘spcctiyamente, la fimcién
(1)n -) V
¢(u.-) = flu“...,u:—1,u.-,um,-null.)
es una transformacién lineal entre los espacios U,- y V.
A las funciones de este tipo se les llamafimciones multilineales (cuando V =
R 56 les llama formas multilineales) y a la pane dcl algebra quc se encarga dc su
esludio se 16 llama dlgebra multilineal.
En este capilulo seré dc interés estudiar Ias formas bilineales (en la notadién
anterior, n = 2, y V== R) y otro tipo de funciones procedentcs dc ellas llamadas
formas cuadra’tz'cas. Aunquc éstas resultcn casos muy parliculares dcl lipo dc
funciones de las que se cncarga cl algebra multilineal, rcsultan set de gran utilidud
practica en muchas otras partes de la matematica. En este mismo capimlo (seccio-
ms 3 y 4) se vera quercon la herramienta desarrollada en las seccioncs I y 2 se
podré resolver un problema de clasificacién dc' lugares geométricos _dc.curvas cn .
el‘plano‘ y superfic’iescn e1 cspac‘iog‘ ' ' >
1. FORMAS BILINEALES
En cl capitulo 4 se introdujo cl concepto dc linealidad de una funcién cntre dos
espacios vectorialcs (que se llama transfor'macién lineal). Mas concretamente, en

591
592 ALGEBBA LINEAL FORMAS BIUNEALES Y CUADRATICAS 593
funcionales lineales;
codoniinio em 91 eonjpnto.denfimeros reales,’ que se llaman- . még aasxlguifnte.ejernplo es’nn ejemblo mnyimportan‘te de formas bilineales, pues
,
solo argum ento (una sob-va riable) que era elemento fim‘flt e an ese vera que toda forma bilineal en un especio vectorial dc dimension
Este tip‘o de fimciones tenia un
ahora funciones con dos
de un cierto espacio vectorial. Si 56 consideran a puede verse como una forma del tipo que ahora se describiré.
s en los reales, tales que
argumentos (con dos variables) también tomando valore
(un funcional lineal)
fijando uno de sus argumentos se obtiene una funcién lineal EJEMPLO 2 SeaNV=M,,.x
Mn
v . . .
9 R da:d); 51:13 una matriz cnadrada de orden n flja. La funciénf; Mr: H x
respecto del otro, se obtiene una “forma bilineal”.
Més precisamente, so tiene la siguiente definicién:
una funciénf: V x V
DEFINICIéN 1.1 Sea Vun espacio vectorial. Unaforma bilineal (teal) en Ves
s v1, v; E Vun mimer o real flv,, v2) que
'—* R que asocia a cada par de vectore a)
(enesdonde
una f0 3 bu.
se esté ea! en
identific n xla,, mattiz d e orden 1 XAY
ando ‘ =' [a] con
- el numero
' real
satisface
» (1.1) En efecto, si 6 es cualquier cscalar se tiene:
ficvl + Vi, V2) = Cflvb V2) UN, V2)
c E R ficX, + X2, Y) = (c + X2)‘AY = (cX{ + XflAY = cAY+ XZ'AY
flvl, CV2 + vi) = cflvl, V2) +fivi, vi),
r, establece la cflxla Y) +fiX2’ Y)
Cada una de las exgresiones en (1.1) en la definicién anterio

ii
l f respec to de cada una de sus dos
condicién de linealidad de la forma bilinea flX, CYl + Y2) X‘A(c+ Y2) = X'AcYl +X‘AY2 = cX‘AY, + cX’AYz-

ll
variables enando 1a otta se mantiene fija.
y se considera
En efecto, si se fija e1 vector v; E V (la segunda variable def) CflX, Y1) +fiX, Y2)

ll
1a funcién Por ejemp‘lo, sin = 2 y A es la matriz
_ (b: V 7+ R ‘
(NV) ”=’f(v, Vz)‘ _
se‘ obtiene que
la forma bilineal del ejemplo anterior seria:
(MC-v.1 + vi) = ficvx + vi, V2) = cfivi,_v2) +flvi, V2)
= c¢(v1) + ¢(Vi) A x1 y; > = l 3

f[ [x2] ’ [)4] [xi XZ] [—1 2] [:2] = Xxyl + 3x‘y2 .. nl + zxzyz

“fes lineal respecto de
lo que muestra que (1) es lineal y as! entonces se dice que
su primeta variable".
Similarmente se puede vet que la funcién Suponga ahora que se tiene la forma bilineal en M2 ,1

WM -
w:V——+R
-\|/(v) = flvb V) v1 6 V, fijo x1 y _

su segunda variable.
es Una funcién lineal, lo que muestra quefes lineal respecto de
Véanse algunos ejemplos. ‘_ » » . No es dlflcll da‘rse cnenta'que esta-forma'puede ser ’e's'cr‘ita c'o'rno ,

7 EJEMlJLO‘I ‘ ' Si Ve's un espacio vectorial en-el que esui dcf'micl'o cl produeto interno
mente , la
(- [ v)», estc J" ' ' '
funcio nf: V x
producto intemo es una forma bilineal en V. Més precisa
V —> R dada pot
que es una forma del tipo descrito on (1.2).
flvh V2) = (W l V2)
Mas generalmente, sea Vun espacio vectorial de dimension 2 y sea [3 = {v.
la definicién dc
es una forma bilineal en V. Esto se desprende fécilmente de
7
' . una forma
V2], . una base de V'- Vea cémo descr‘ib‘1r la estructura general que. tlenc
producto interno dada en la seccién 1 del capltulo 5. blllnealfcn V.
594 ALGEBHA LINEAL FORMAS BlLINEALES Y CUADRATICAS 595

l-Dados x, y E- V, existcn esc‘alares an, xi, y',,-.y2.ta'1cs que ’ Ehtonces,

x‘ = X,“ + X2V2

- y = Y1V1+ Y2V2 11355) 3 f 2 xm, Z W} = Z X fivifljfii)?

1‘1 I j-l i-l j'l
Al aplicar Ias condicioncs dc linealidad para festablecidas en (1.1) se obtienc

fix; y) =flxnv1 + x2v2, ym + 1’2V2) en dondc’ 1a filtima igualdad se obtiene usando repetidas vcces las condiciones
(1.1) establccidas en la definicién 1.1.
=flvl, V1)x1)’1 +flV1, v2)x1y2 +fivz, V1)x2}’1 +flvz, V2)X2)’2 Escribasc (1,; =f(v.-, vi), 1', j= 1, 2, . . . , n. SeaA = ((29),,- : ,,.,,,,.. Se liene cmonces
Sc ascribe qua

a.-,-=f(v.-,v,-) 1',j=1,2 1060’) = 2 01;?“i

Lj-l
Entonces 1a formafqueda escrita como
Pete
I)
fix, y) = allxIYI + alzxxyz + azlxzyl + (122162”
[XJEAD’JF 2 “WW = flaw)
0 bicn, Lj-l

de modo que
. :1 V'du j .012 3 ”1’1 _
X“? y) [Xx-X21 [(12111 £122] [5’2 ] . , gjmwsmwmp‘f'V‘; '@»V
Mmmg '" A la matriz A so 16 llama matriz de la forma bilineal f respecto de [a base (3, 1a
en donde A = (f(v,, v,)),-_,.1,2. cual se dcnota pot [f]p.
Sc ha podido estable'cer ento‘n'c'es quc 1a cstructura general dc una forma Se ha asociado entonces a la forms: bilineal f en cl espacio vectorial V dc
bilincalfen un espacio vectorial dc dimensién 2 pucde verse, por medio de una dimensién n, 1111a matriz cuadrada A dc orden n (16 modo quc vale 1a férmula (1.3).
base [3 de este espacio, como una forma bilineal del tipo‘ descrito en (1.2). En este punto es convenientc haccr un par de observaciones importantes.
E1 objetivo de la siguicn‘tc ’subscccién es llevat esta discusién a1 caso general Primeramente obsérvese que los elemcntos de la matriz A dependen de la base
dc un espacio vectorial dc dimensién n. 6 que so fije en V: no se pucde hablar entonces de la matriz asociada a una forma
bilineal f en V (una simacién similar acontece con las matrices asociadas a
transformacioncs linealcs). Se debc refcrir a la matriz de la forma f respecto de la
1.1. LA MATRIZ ASOCIADA A UNA FORMA BILINEAL base [3.
La segunda observacién que se debe hacer es quc 1a matriz A en la expresién
A partir de este momento y por lo que resta de la presentc seccién, sc centrarzi la (1.3) dependc (mica y exclusivamcnte de la base que se fije en el espacio vectorial
at'encién a estudiar formas bilincales cu espacios voctoriales dc dimensidnfinita. Vy no" depende de los vectore‘s X y Y quc aparecen en tal expresién.
, Sea Vun espacio vectorial de di'mensién n. FijéSe una base [5 £19., v2, 3. . . , v,.} Como Vun cordlario de las dos observaciones a'ntcriores se'puede concluir qua,
dc V. Seaf: VX V ~+R una fofmabilineal en V. Pixra 605 vcémrcs x, yfle ' Vse tiene Lina vc'z fij'a'da' la base (3170161 espacio v'ectorial V, '1a matriz asociada a la forma
bilinealfr-V X V-w R respecto-de fies: Linicau ‘ '
n

x = x1v1+x2vz + . . . +x,,v,, = 2: MW
Id
EJEMPLO 3 Por ejemplo, si Ves cl espacio- R3 y x = (x1, x2, x;) y y = (yl, y;, 3);), considerc la
forma bilinealfi R3 X R3 -—> R dada por
n._

y = y1v1+y2V2+ . . ..+.-y,.v,. = Z we KL )0 = 16021 + 2X2y2 + X2y1 " 3x2y3 + Xayz + 3X3y3 (1.4)
in
 FORMAS BILIN EALES Y CUADRAUCAS 597
59.6 ALGEBRA LINEAL
eque - Si se toman nfieiramehie lo‘s‘veetoresxr=i(3, —2, 8))" y ?= (3, 4,7—1)2efl_n R3 se observa :
- Si {31 = 12.,‘e.;'e3'1'e“s labase ‘canén’ic'zi de‘ R’, se 11e11
que
1162,61) = 1 K0561) = O
fl81,€1) = 1
fle3,e2) = 2 -1
flesez) = 0 fiez,e2) = 2

D)”
Mg, = 3 {3’11}: = 0
flebes) = 0 flexes) = ‘3 1(93133) = 1 - 4
.1
' de R’ es:
afrespecto de la base cano' mca
y entonces, 1a matriz asoc1ada
‘
se observa que, segl'xn la formula (1.3) se tiene
[’1 o 0
UL). = 1 2 ‘3 ' 4 5 2 -1
0 1 3
flxd’) = [x1232 [2%. Mn. = [231] 8 18 '1 . 0 = "11
-1 —8 4 ' 4
demodo que >
1 O 0 3’1 valor que ya se habia calculado con la matriz asoeiada a f respecto de la base
x, )= [x1x2x3] 1 2 ‘3 3’2 canonica de R3.
fl y 0 1 3 )’a Resulta natural espetar que las matrices [f 1131 y [f],3 del e] emplo anterior estén
relacionadas entre 51 de alguna manera, pues finalmente elias representan a la
se tiene que misma forma b111nealf—-en diferentes bases de RL— El objetivo de la siguiente
Pot ejemplo, six = (3, -2, 8), y =‘ (3, 4, - 1), subseecio'n es analizar esta relaeio'n.
0'.-. 3. 1:. ,
:1 O
“'3 4 = -11
it
_2 8]
fix: y): [3
0 3 —1 1.2; CAMBIO 'DE-BAS'E. RANeo DE UNA FORMA BILINEAL‘ 1

con la fortnula (1.4). Sea f: V x V —» R una forma bilineal en el espacio vectorial Vde dimension n.
como uede comprobarse directamente
v2, v3} de R3 e11 donde Sea (31 um base V. En la subseccio'n anterior se establecio’ la formula
Sige toma ahora la base p;={v1,

V] a (19 0: 1)
fix. y) = MB. AUIn.
en donde A = [fhl = (1112;, vj));,j-1,,.,,,. es la matriz de la forms frespecto'de la base
V2 = (0,—1.2)
[31" {V1, V2, . . .,V,,).
v3 = (1, 1. 0) Considérese otra base [32 = {141, u;, . . . , 14"} del espacio V. En la seccién 6
(subseccién 6.1) del capitulo 3 se telacioné la matriz dc coordenadas de un vector
Se tiene que
w E Vrespecto de la base [31 con la matriz de coordenadas de w respecto de la base
flw, v1) = —1
[32. El resultado fue
fim, Vl) _= 4 j(V2,111) = 8

. 1111,»). =5 '. fl'vz'; v2) =, 18 ' 1m, v.).=_--~8 [W191-P[W]pz

» flv1,vz)- = 2 KW, 153) = “'1 fi'vs'. V3) = 4

en donde P es una matriz inversible de orden n: la matriz de cambio de base de [32
a {31 (la ]-ésima columna de P esta cohstituida por las coordenadas del ]--e'simo
de modo que
vector de la base {32 respecto de la base 13.).
Entonces, para X, Y e Vse tiene
4 5 2
V1132 = 8 18 _1 N11. = Ph'kz
-1 —8 4
Mn. = PUB).
598 ALGEBRA LINEAL FORMAS BILINEALES Y CUADRATICAS 599

de mode que sustiluyendo en (1.3) se obti'ene 2 ‘ DEF/N1Cl'1.2 "Seaf. VX V —+ R unadfixfa bilineal en el espacio Vectoria'l .Vde dimension 11. Se
llama range de 1:1 for 211 range .115 la matriz asoeiada a f respceto de algun:1 ,
i ' 1111 y)=(P1111)’A(P1y]11)=1x111.(I’AP)11113. (cualQuiera) base de V. \_\._
Debido a la unicidad de la matriz asociada a una forma bilineal respceto de una EJEMPLO 5 As1’ pot ejemplo, 1a forma bilineal en R3 (11: in formula (1.4) licne range 3, pucs
base dada del espacio V, se concluye de la exprasio'n anterior que 111 matrix asociada éste es e1 rango de la matriz asociada a f respecto de la base canonica 13. do R’
a la forma bilineal frespecto de la base [3; do Ves P'AP.
En resumen, se ha probado e1 siguiente resultado: 1 0 01'
U16. = 1 2 “3.
0 1 3'
TEOREMA1.1 Sea f: V X V»1 R una forma bilineal en el espacio vectorial Vde dimension
12. Sean bl y [32 dos bases (1e V. Si [f]p,. es la mattiz asociada a la formaf que es el mismo tango de la matriz asoeiada a f respecto de la base [52 = ((1, O,
respecto de la base [3,, i = 1, 2, se tiene '1)» (01 '1: 2))(1111 0)}

U111, = P‘D‘p (15) 452‘

En donde P es la matriz (inversible de orden 11) de cambio de base de 132 U]n.= 8 18 —1
a [51.
—1 —8 4
Una forma biline’al def: V x V ——1 R se dice ser no degez'zeraa'a si $11 range es igual
a la dimension del es‘pacio V. Caso contrario, se dice q‘ue la 1ormafLs dege/zerada.
EJE'MPLQ 4. Por ejemp1o,si se considera la forma b111nea1fen R3 dada per (1. 5), se tiene, como La forma dada por la formula (14) cs 1111 ejemplo dc 1orma bilineal no
ya Se habia visto, que la mam;- asociada a esta forma respecto de la base canonica - degene‘rada. . . .
‘ pl: (81, 82, e;) de R3 CS: ' ' “

1.3. EL ESPACIO DE FORMAS BILINEALES

1 o o
A=[f111.= 1 2 -3 Sea Vun espacio vectorial de dimension n. Considérese e1 conjunto de todas las
o 1 3 formas bilincales e11 V, :11 cual se denolara por L.(V, R).
Se define la suma y producto p01 escalates on L2( V, R) de la mancra natural.
Si se toma ahora la base D2= [(1, 0, 1), (0, —1, 2), (l, l, 0)], siendo P 1a matrix (1e
cambio de base de 132 a131, se ticne que segun e1 teorema 1.1, 121 matriz asociada a f,,f2EL2(V,R),f,+f2: VX V—1R
la formafrespecto de la base [3; cs:
(f. +f2)(x. y) =f1(x. y) +f2(x. y)
1 0 1 1 0 o 1 0 1 4 5 2 fE L2(V,R),c E, R,cf: Vx V—> R
U111, = P'AP= 0 ~1 2 1 2 —3 0 —1 1 = 8 18 ~1
1 1 0 0 1 3 1 2 0 —1 —8 4 (6/)(x. y=) Cfix 1)
Se afirma que 0011 la definieion anterior so nonef +f2 E [4(V, R) y of E L2(V, R).
resultadoqueyase' habia establecido anteriorrnenleealcmando di'reetamente los Enefeeto,s1x,x-’,y,y’ E Vy' c E R- se tiene
elementos de esta malriz.
Tome ahora una forma bilinealf: V X V —> R en el espaeio veetorial V y dos (fl +f2)(cx + x', y) =f.(cx + x’, y) +fi(cx + x’, y)
bases distintas (31 y [32 de V. Segfin e1 ejereieio 10 de la 56001611 7 capilulo 4, se
= CfIOG )0 +1010". 1’) + 01305» 1’) +f2(x'1 .V)
tiene que el tango de 121 matriz [f]p, es el mismo que. e1 rango de la matriz V11:
pues 1a matriz P de cambio de base de [32 a [3, que aparece en la formula (1.5) es = C(fxCx, y) +f2(x. 1)) + (11631) +f2(x’. y))
una maltiz inversible. Este hccho permite establecer la siguiente definicion:
= 60‘: +f2)(x1 y) + (f1 +f2)(X'. 3')
600 ALGEBRA UNEAL FORMAS BILINEALES Y CUADRAWCAS 601
. DEMQSTRACIIO’N (p? es linealfp
arafifg‘ .E L3(.V, R) se tie'ne
- 'lo qUe'muestra ,qtiefi 47f; es lineal respects de sdptimera variable. Similannente

(Ii +f2)(x, y + cy’) =fi(x. y + 63") +fz(x, y + cy’) (9130’! +f2) = [fl +1311) = Ulla + U219
=f1(x, y) + cmx. y’) +f2(x, y) + 61309 y') en donde la filtima igualdad se justifica por la manera como
se definic') +
la suma de matrices. Entonces )
=fx(x, y) +f2(x, y) + 60106, y’) +f2(x, y’)) fl 13 y POT
= (f; +fz)(x, y) + 60‘: +f2)(x, y’)
<Pp(fi_+fi) = (9909* £0903)
lo que muestra quefi +f2 es lineal respecto de su segunda variable. Entonces, Similannente, sif E L2(V, R) y c E R se liene
fl +f2 6 L1 (V: R)-
La verificacién de que cf 6 L2(V, R) se deja como ejercicio para el lector.
Es también un simple ejercicio que se deja para el lector, verificat que cl <Pp(cf) = [Cflp = 0WD = WM)
conjunto L2(V, R) con las operaciones de suma y producto por escalates
lo que muestra que (pp es lineal.
anteriormente definidas es un espacio vcctorial. El cero de este espacio es la forma
app es sobreyecliva: dada A E M,. x ,. definasef: VX V -.> R como
bilineal.

f:V><V—+R fix, 3’) '= [161M Mo

fix,y)=0 WW) 6 V" V 91 ‘usar e1 heeho’dc que la funcién w H [w],, es un isomorl’ismo
dc Va M” ”CS
1101! ver quef1181 defimda, es una form'a bilineal. cu V.
. y el inv‘ersol‘aditive de una formafi, V X V —+ R es la forma . . Por'filtimo,-<ppvesinyeetiva: supéngase que parafi-g E [4(V,‘
R) sc tien'e "
,.“‘__f::'VX V?» R
' [p = [a
(—j)(x, y) = -/(x, y) Entonces, por ~ la dcfinicién de matriz asociada a una for'ma bilineal
en Vres. peck)
‘‘
de la base [3 - {v1, v2, . . . , v,.} se coneluye qu'e
Si 56 fija una base [5 del espacio V, 50 puede establecer pot medio de ella una '
correspondencia entre los elementos-dcl espaci'o vectorial 14( V, R) y las matrices
cuadtadas de orden n (105 elementos del espacio vectorial Mn x In): de la siguiente
flvh Vj) = 8(Vi, Vi): in]: 112: - - ' vn

manera:
Sean x, y dos vectores arbitrarios de V.‘ A1 escfibir

(P51 140/: R) ’"’ MM"

. ,2;
II II

<Pn(f) = [flu x = Z xiv; y = )"l"

J l

El resultado principal de esta subseccién establece que esta correspondencia es de setiene que
hecho un isomorfismo de espacios vectoriales. Este es preeisamcnte e1 contenido
del siguiente teorema. -
n

fla) =f
. . Z-xivb ZE-Yjv
-1 j =_Z flvh‘f/fiiy} 5 i180), Vj)xi
.
» i-i j“
TEOREMA 1.5 Sea B una base del espacio veetorial Vde dimensién 11. La fanciéh i,j‘-1 1;; ~i

fl
> CPD: 14(V) R) —» Mnxn
= g 2 xivi, z W; = g(x,y)
(4300‘) = [flu i-l j'l

es un isomorfismo del espacio vectorial L; (V, R) al espacio veetorial M" x". lo que muestra quef= g y por lo tanto, que (pp es inyectiva.
602 ALGEBRA LINEAL FORMAS BILINEALES Y C-UADRATICAS 603

En resumen, (p515 una transfonnacién lineal biye‘ctiya. Es d'ecir, (Pp_CS uh I eanéxxica dc R3). _ 7
isomorfismo. ' ‘ '
a) fix, ”2m; ' ' ' ' K
Q.E.D. b) fix, Y) = XIYI + «1‘2Y2
c) fix, y) = xlyl + xzyz + my;
d) fix, y) = xxy. + xlyz + Xn + X2y1 + xzyz + xzys + my: + x3)’: + Xa)’:
COROLAR-I'O ' Si Ves un espacio vectorial de dimensién n, se tiene que dim l/2( V, R) = e) fix, y) = 3m): + 2X2y2 + my: V
”2. f) fix, y) = 3xly1 + 8xly2 — 7xly3 + 10x2» — 12x2y2 + 932)); + x3322 + 7x332; - 10x2”
Sea Vel espacio vectorial R3 con el producto intemo canénico. Sean "1 = (1, 0,
l), 112 = (0, 2, -1) dos vectores de R3. Considere la forma bilinealf: R3 x R3 _. R dcl
DEMOS TBA CIC‘N Se sigue dc inmediato del hecho de que dim M,, x ,. = 112 y del teorema anterior.
ejercicio 3
Q.E.D. KW, V2) = (W | “1)(V2 | "2)

a) Hallar 1a matriz de la formaf respecto de la base canénica de R3.

b) Encom'rar la matriz de la fotmafrespecto de la base b de R3 dada per

‘3: {(3, 0: 0), (51 2:1)s('1)1a 1)}

EJERCICIOS (SECCIéN 1, CAPiTULO'7) Sea V = M2 x 2 y considere 1a forma bi'linealf: V X V —+ R del ejercicio 4
1. Detemfine cuéles de las siguiemes funcionesf: R2 -2 Rson fon'nas bilineales (x = (x1,
12), y E 0’1, Y2» [(A, B) = 2 trgAB) — (tr A)(tr B)

. a) fix; y) -=°x-1' + yx - ‘ f d) 10%)") = (.i1.+'yi)2'- (x1 "NZ a) --.;H;111_ag la matrix de la forinaf respectqde la base canéhica dc M2 x 2
‘ b) fix. y)»= xxy1»+'x2'y2 : f ' ' 6) fix) y) .= 5 b) Ericontrat la‘ matriz de la {brmafrespccio de la base [5 de M; x 2 dada por
C) fix. y) = xtyz - yzxz
2. Sea Vel espacio’vcctorial delas matrices dc orden 2 X 3. Pam A,‘ B E V, definaf: V X
p= 1 2 o o 1 o o 2
0 0 ’ 3 1 ’ l 0 ’ 0 3
V —» R como

flA, B) = tr(A’B) 8. Considete la forma bilineal fdel cjercicio 2, f: s 3 X M2 x 3 —+ R

Dcmuestre quefes una forma bilineal en V. Mas generalmente, si C es una matrix fija flA, B) = tr(A'CB)
dc ordcn 2, dcmuestre que la funciénfi V X V —» R en donde

es una forma bilineal en V.

flA, B) = tr(A’CB)

3. Sea V un'espacio vcctorial con producto intcmo y scan u; y 142 dos vectorcs fijos dc
fig 3]
a) Hallar 1a matriz de la formafLespecto de la base canénica de M2 x 3.
V, compruebe que la funciénf: VX V -» R dada por
b) Encontrar 1a 'matriz de la formafrespecto de la base [3 dc M2 x 3 dada por
.
es una forma bilifieal on V.‘ 1
1011.10) =2- (V! I lt1)(V2 | l 2_)_
7. ragga- 92].; 0.0
1’110-12'131'11'1 11’1'1211
02'000’_1,00’1.10’1121 _
‘

4. Sea V= Mp", defnuestre que lafunciénfi VX V -—' R dada por Sea Vun espacio vectorial de dimensién 4 y sea f V X V —r R {ma forma bilineai on
ue respecto de la base D = [v1, v2, v3, v4) de V, tiene por matriz asociada 3
flA, B) = n tr(AB) — (tr A)(tr B)
1 -1 2 3
es una fotma bifine‘al on V 4 0 2 0
5. Escriba cada una de las siguientes formas bilinealcs an R3,)”: R3 X R3 —’ R comofix, A 3 1 0 2
y) = [xM A[y]p, en dondeA es la matriz de la formafrespecto de la base [3 ([3 es la base 0 1 1 0
 FORMAS BILINEALES v CUADRATICAS 605
604 ALGEERA UNEAL
; '
, ‘Halle 1a ma'trii dc la fonnafreapéeto dc la base de Vdada por a »4 —5"'
' BT= .8. 7 -2'.--
I 5) fi1=lva V4. V3, W] I > 2 -1 8
b) 92“ {V1,V1+V2,vi +vz+V3.VI+V2+V3+V4}
1+V2+ V3-V4l (Sugerencia: LCuél es el rangoaef?)
C) $3: {V1+V2+V3+V4,V1-V2+V.I+V4,Vi+V2-VJ+V4.V
dada por ® 19. Sea Vun espacio vectorial dc dimension finita y seaf. V >< V 4 R una forma bilineal
10. Sea V= R3 y considere 1a forma bilinealf: R3 X R3 —~ R
x = (x1, x2, X3) en V. Demuestre que el subconjunto Wde Vdado por
___ )6n + lJ + mm + mm + XS)“ + x3)’2 [ y s (yl, x2, y3)]
fix, y)
W={xEV{f(x,y)=O VyEV}

canénica de R3. es un subespaeio de V. Mas afin, demuestre que rango def= dim V - dim W. Concluya
a) Eneuentre la matriz asoeiada a la forma frespecto de la base
fide R3 into/noes que la for-ma bilinealfcs no degenerada si, y 5610 si Wes e1 subcspacio trivial
b) Hallo 1a matriz asociada a la formaf respect o de la base
e .
20. Describa e1 subespacio Wdel ejercicio anterior para
' ’ la" ferma bilineal,
' ' : VX ——>
p a ((2/3, 1/3, 4/3), (2/3, ~2/3, 113),(1/3,2/3,2/3)) f(x,y)=0,Vx,y€V. f V R’
21. Describa
.. e1_ subespaci’o
, W del ejercicio
. 19 para eada una de las 51gu1entcs
' ' formas
es tienen la misma Iraza y
c) Demuestre que las matrices dc los dos incisos anterior bilinealesf. R3 X_ R3 —+ R. Calcule en cada caso cl range de la forma usando Ia férmula
el mismo deterr'ninante. establemda en el ejercicio 19.
[5 y 13' bases de V. Considere la
® 11. Sea Vun espacio vectorial de dimension finita y scan a) fix; )5) '= My:
forma bilinealf: VX V —+ R. LCierto o falso?: 1a matriz asociada a la form:f respecto
inante de la matriz asociada a f b) flx, y) = 2x1y1 + 3262):;
de la base [5 tiene la misma traza‘ y el mismo determ
respecto dela base (3’. Concilie su respuest a con cl rcsultad o del ejercicio anterior. C) fix, y) = 6m: 4xzy2' + 10w:
en el éjercicl o 10 son semejantes. > ,
[Sugerenciaalas matrices. de los incisOS' (a) yi'_(b) 1 d)_ VKXJ) ‘5 737011 + 8x93 - 635W 1 .
LES estocier'to en general para iina forma bilinézil?) v : 9"“ Y) =x1yi fxxyz "l"- xs +‘2XEY1 *:2.l‘2)’2 + 2372}: + 71m + 9X3y2'+ 10x3ygl'
cra (16 V. Considers; '
12. ' Sca‘Vun espaeio vectorial de difhénsién n yrsea-p una base cualqui 22. Considcre la forma bilincal deliejcreicio 3. Suponga que los veetores u 1 y u; son
ad
1a forma bilinealf. V X V -+ R y suponga que se tiene la propied vectorw (13105) no nulosde V.D.escriba cl subespacio Wdet'mido en-cl ejercicio 16.
flw, V2) =flv2, V1) V V1. V2 6 V 23. Considere las for-mas 'bilineaies en R3
Prucbe que A es una matriz
Sea A 13 matrix asociada a la fonna‘f respecto de la base [3. fi,fi: R’ X R3 —+ R fi(x, y) = xly; + 3x2)»; — 2x3y3 + 4xzyl
simélri ca. LCémo se altera esta propied ad si se cambia la base de V?
degeneradas?
f2(x. y) = 6x021 + 7x1)’: + 8m; + 6w: — xayi + xayz
13. LCuéles de las fonnas bilineales del ejercicio 5 son no
R3 X R3 -+ R del ejercicio 6 a) Determine una formula explicita para la fomia
l4. Determine e1 range de la forma bilinea lf.
a) Usando la malriz de la forma f oblcnida en (:1 inciso (a). f1+3f21R3XR3 ~11
(b).
b) Usando la matriz de la formaf obtenida en el inciso b) Si [3681a base canonica de R3, verifique que
rada.
15. Demuestre quc la forma bilineal del ejercicio 7 es degene
16. Determine el rango de la forma bilincal dcl ejercic io 8. V! + 3fzip = [flip + 3min
9.
17. Determine cl tango dc la forma bilineal dcl ejercicio ® 24'. (Un‘ajercz’cio sabre aplicaciones‘bilin’eales.) Scan V1, V; y U trcs espacios vectoriales,
dimen sién 3..C.on sider‘c. la forma bilineal cn V‘f: VX Se dice que lafuncio’nf: V] X V2 —‘+ U es una‘ aplicacidn bi-lineal si es lineal respecto
7 18. sea 'Vunespacio vectofial dc
fonria (iene asociada 1a Imatrii‘
- ‘ ’ v ' ' V —~ .R. Suponga que r'CSpecto dc alguna base [3 do V, esta de cada una de SUS‘ dos'varia‘bles, cua'ndo 121 mm se-manticne fija. Mas 'precisa‘ment'e‘
fi Vr X V; —+‘ U»e's'u'naaplicaei'énbilinea-l vsi = ' 'I V = 7 ' )
4 -3 5
flvx + cvi, vz) = flVi, V7.) + Cflvi, "2)
A= 1 *7 ~5
3 -2 8

[(vi, V2 + cvé) = flvn V2) + CflV1,V:1)

cual la malriz asoeiada a la
Compruebe que no existe base [3’ dc V, respecto de la
forma bilineal fsea para todo vl, vi 6 V1, V2, vi E V; y c E R.
606 ALGEBRA LINEAL
ia) Sea Vim espacio vec'l'orial y seaf: R X V Via funcion dada porfic, v) = cv.
Demuc‘st‘re quefes una apli‘ca'cién bilineal
5) Se'an V 3/ U dos‘ es'pacios veeloriales y T: V .. U una transformacién lineal
Considere la func1énf L(V, U) X V —’ U (e11 donde L(V, U) es el espaeio vectorial
dc las transformaciones lineales de Va U) dada porflT, v) = T(v). Demueslre que
fes una aplicacién‘ bilineal.
Sean V1, V2, U1 *y U2 espacios vectorialesy T: U1 —. U2 una transformacién lineal.
C)
Suponga quef. V1 X V2 —~ U1 es una aplicacién bilineal. Demuestte emonces que
la composicién To f: V, X V; —r U2 es una aplicacién bilineal.
d) Sean V1, V2, V3 V1 y U espacios vectoriales T1: V1 —~ V; y T2: V2 —» V4
transformaciones lineales. Suponga quef: V; X VA —-> U es una aplicacién bilineal.
Defina gz; V1 x. V2 -« U como g(v1, V2) =-= flT(v1), T(vz)). Demuestre que g es 11na
aplicacién bilineal.
6) Defina la imagen de ma aplicacién bilineal F: V; X V2 -—> U, Llenolada per 1111 F
como el conj unto
ImF= {u 6 UI 3 v1 6 V1, v2 6 V2, tales qua F(v1, v2) = 11}
En este inciso 5e veré que‘este.subconju11lo (1.6 U noes en general un subespacio
dc U, al contrario de lo que aeontece con las aplicaciones (Iransfonnaciones)
lineales T: V —> U cuya imagen siempre es un subespaeio de su codominio (dei
espacio vectorial U).
e1) Considerela funcién2F: (R2)* X (R2)* —. L2(R2, R) (en donde (R2)* denola
e12espaeio dual (1e. R2 y L2(R2, R)i11dica. el espaeio dc fomias bilincales en
R2 esiu'diado en la subseccion 1.3) dada DOE ‘ '
F0: gxxry) =flx)g(yl f g e <s x. "y 6 R2
Verii'ique prir‘netameme que‘ F(f, g) es un Clemente de L2(R2, R). Comprucbe
luego que F es una aplic'acién bilineal.
02) Sea [e 1, e2} la base czménica dc R2 y [[1,_f2] 511 base dual. Observe que F(f1,
f1) y F([2, f2) pertenecen (obviam‘ente) a 121 imagen dc F. Sc vcrzi que F([1.
f1) + F(f2,f2) no peflenecc a la imagen dc F, mostmndo asf qnc 1111 F110 cs 1111
subespacio de U Suponga, para llegar a una conuadiccio11,2que Fm, f1) +
F(f2,f2) sipcrlcnece a 1111 F En 1211 case, ex1s11r1an f g E (R2)*121lcs quc
F05 g) = F(f11f1) + mz)
Evaliie esta cxpresién en (e1, m) y en (e2, e2) para concluir qyue Ios mimeros
realesfle 1),flez), g(e1) y g(ez) deben ser disiintos dc cero.
e3) Evali'ie ahora la misma expresién en (e1, e2) para obtener la contradiccién
deseada. . .
Denote p01 L(V., V2; U) 211 conjunto de- todas -las aplicaciones bilinealcs del tipo
f: V >‘< V2 .—.» u. Seanmz 6 L04. V10) yo 6 R Definaf: +12 Vix V2 -~. Uy -
Cf11V1X V; -> Ucomo
(fr + 2)(V11 V2) =f1(V1. V2) +1201. V1)
(Cfl)(V1, V2)=Cf1(V1,V)2
Verifique que lanlof. +f2 como cfi pertenecen a L(V., V2; U) y que, (161100110. 01
conjunto L(V1, V2; U) con estas operaciones es un espamo vectoriai.
FORMAS BILIN EALES Y CUADRATICAS 607
g) Considere la funciQn- T: L(V1,_ V2; U.)_«~141q V2, 11)) [endonde se csta denmando
'p01 L(.W, W') 31 Lspacio dc transformaciones lineales dc W21 W] (iada pot
((Tj)(V1))(vz) =flV1,v2) WE V1,V25V2
g1) Demuestrc que Tes 1111a transfonnacién lineal.
g2) Demuestre que Tes inversible,mostranclo que T'1:L(V1, L( V2. U)) L( V1,
V2; U) .1
T'ligXVI, V2) = (g(vl))(v2)
es la transformacién inversa de T. Concluya entonces que Tcs unison-101—
fismo.
g3) Concluya que si V1, V2 y U son espacios vectoriales de dimensién iinila,
entonces
dim L(V1, V2; U) = (dim Vl)(dim V2)(dim U)
Use este hecho para obtene'r nuevamente e1 resultado del corolario (lel
teorema 1.2 de esta seccién.
.2. . FOR MAS cuAD'RATICAs
' En la' seccién anterior sev'pr'cscmé e1 concepto de'fot‘ma bilineal en un cspacio
vectorial V. Se unalizé la rclacién que existe enlrc las formas bilineales en un '
espacio Vde dimensién finita y el espacio dc matrices cuadradas dc orden dim V.
En esta seccién so introdujcron las formas cuadrziticas como un tipo especial dc
formas bilinealcs. Sobre ella‘s se trabajarzi en el reslo dcl capitulo.
DEFIN/CICN 2. 1 Se dice que 121 forum bilinealf: VX V -» R en el cspacio veetorial Vcs unafarma
bilineal sime’trica si
fix,» =10») VXJE V
Si Vcs de dimensién finita y {5 es una base (11: V, es facil ver que la mzitriz asocinda
a una forma bilineal simétrica f e11 V es una matriz simétrica. E11 cl'eelo, por
definicién s'e'ti‘enc qu'e cl i, j--és'ir'no clemento dc tal matriz csflvi, vi) en donde
[i = [V], v;‘, . . .-v,.) es la base de V. Pero siendofsimetrica se tiene quef(v,-, 12,-)
=f(v,-, v,-) V l,}— 1,2 . . , 11,10 que muestra que la matri7 asoci‘ada a f resclo de
Iii base [5 es SimLtrica
Reeiprocamcnle, si la matriz asociada a una forma bilineal f: V x V —> R on cl
espacio veetorial V'dc dimensién finita respecto de una base [3 dc Ves unu malriz
simélrica, la‘ forma f es una forma bilineal simélrica, pues sicndo una matrix dc
orden l simétrica se puede escribir
fix,y) = [xii/ibis = ([xliiAMD)’ = [Y]i1A’[x]11 = [YR/1176111 = ft)” x)
 FORMAS BILINEALES v CUADR'ATECAS 609
608 ALGEBRA UNEAL
A la__f6rmula (2.2) se le- cenoce como. idenridad de_ polfirizacién‘. Debido a db ' ‘
.Z‘DEFINICIC'JN 2:2 Unafonna cuadra’iz'cd-eh e1 espacie. yecto'rial Ves une-fu
neién (115 V .—> R dada pot ‘ ,
i se puede entonces hablar de la forma bilineal jsimégrica que genera a una forxfia
40») = mm ' ' ’ ‘ ' (21) i
i
cuadrética q.
i
s
!
Segt'm el anélisis anterior, una vez fijada una base dcl espacio vectorial V dc
dimensién finita, se puede hacer una identificacién biyectiva entre formas cuadrzi—
en donde fes una forma bilineal Simétrica en V. ticas en Vy matrices cuadradas simétricas de orden dim V(z,por que’?).
X R2 -—> R dada pot Si Ves un espacio vectorial de dimensién n y q: V —> R es una forma cuadra’tica
Pot ejemplo, si V = R2, considérese 1a forma bilineal f: R2 en V, se puede entonces escribir
3
fix,y)=[x1x2][§ 5H2] (106) = [x15 A[x]n (2.3)

en donde [3 es una base de Vy A es una matriz simétrica bien determinada por q

Como la matriz (y por la base [5, claro esté) con elementos‘ ay.

q: 2] Si

x1
R2 dada por . _ , X2
es simétrica, la forma f también lo es. La' funCién q: R2 —>> [Xh _ : .

"2 3 x _ _ x"

‘Kxhxfl =flxflc) = [351332] [3 5] Lg] " 2x%+6xxx2+5x%

se tiene entoncesque
es entonecs‘una faring cUadtética en R2. . s _
" Se tiene, plies,-que‘lasv-fojrmémuadrética’s son-gefieradaspor formas'bxlmezi‘le a-u ‘ 0x2. ‘ am. 7am
vde‘que’ a cada fox-ma biline‘a l sn‘ncm ca f 1e corresp onde »
simétfie‘as, en 'el ‘se'titido _. . 012 022 a x _ "
tica
una forma cuadrz itica (segfin l'a definicién 2.1) a la que se llama “forma cuadré €106) - [x1x2...xn] 2" ,2 ~ 2 (Iv-xix,-
' ’ .
generada por la fotma bilineal si'métricaf’. ' i,j-1
determnm de modo umco a “hi “in ~ - - all“ x"
Es importante observar ‘que una forma cuadrzitica
ase que q: V -—* R es
la forma bilineal simétrica que la genera. En efecto, supéng 7! II

te‘de dimem ién finita). Se afirma quc — 2 am2 +2 2 aijx‘pcj '

(2.4)
una fot'ma cuadrética en V(no necesaria‘men
1a {mica forma bilineal simétrica f: V X V —+ R que genera a q es: 1-1 i<j

fix, y) = fiqu + y) - f; :10: — y)
V X V —-> R tnl que q(x) =
Para vet esto, considérese la forma bilineal simétricaf:
fix, x). Entonces,
' 110: W) '5 fix. 7‘ y. x + y) = fix, 20 + Zflx, y) iffy, y)
I W .— y): -='f}(x -' )5, x 4y) = fix, x).- 2iix, y) .+ My)
A1 restar estas expresiones y despejarflx, y) se obtienc
(2.2) Esta es, pues‘, la cslructura algebraica que posee una forma cuadrzilica en un espacio
vectori'al de dimensién t‘inita.
De ella se puede ver la telacién que existe entre los coeficientes de la exprcsién
algebraica de la forma y los elementos dc la matriz simétrica quc le corresponde.
EJEMPLO1 Por ejemplo, la fox-ma cuadrética q: R3 —) R dada pot
.' (101}. x2, x3) =15“ 3x3 ‘ x§ ‘ 8171352 + 43133 ’+I?J§2x3
se puede escribir como

1 _ (1(xu x2, x3) = x? + 3x§ ‘ x3 + 2("4x1x2 + 2351353 + x2353)

1
Km) = 3406+» — Zqoc ~y) — flm) y asi, a1 comparar con (2.4), a esta fotma 1e corresponde, respecto de la base
canénica de R3 la matriz simétrica 3 x 3
lo que mues.t-ra quef =]f
 61 O ALG EBRA LINEAL

#OEMAS BILINEALES‘Y CUADRATICA‘S 6'1 1

,1 —,4 - 2
A = -4 ' 31 1 , de nipdb quela ma’triz asociackal 1a forma q respeeto dc la‘base {5" cs:
2 l -1
PAP = 1/47 4/5 1 2 1/«2— 11/7: —1 0
y entonces se puede escribir MIT VIZ“ 2 i - 1/12— VJ? O 3

(10:) = X’AX
y asi, la expresién para la forma cuédrética q en esta nueva base es:
Se puedc ver fécilmente que la forma bilineal simétrica que genera a
esta forma
cuadrzilica cs:
(10V) [xJE-P‘APEXJy = [xi x51 ['5 3] [xi]
1%
flay) = X'AY = xm " 4x1)’2 + 2x13’3 ‘ 4x731 + 3x731; + xzya " 2X3Yx + xsyz ‘ X333
-(x;)2 + 306)2

en donde (x)p' = (xi, xé)‘

2.1. REDUCCléN A UNA SUMA DE CUADRA
DOS Observe que respecto de la base (3’, la fomna cuadrzitica q se puede expresar
como una suma de cuadrados (de las cootdenadas del vector x en que se evah’la q,
Considérese una forma cu‘adrética q: V —+ R en el espacio vectorial Vde dimens res‘pec’t’o dc la base [3").
ién
11. Si [3 es una base de V, se puedc cscribir para la matrix simélri El siguiente teorema establece que siempre es pdsible expresar una forum
ca A determinada
POT "1 cuadrétiea q: V —> R en el espacio vectorial Vde dimensién finita como una suma
dc Cuadradosr
6100 = [XE Amp

Si 'setoma una'nueva base [3" _de-.V, la matrizde la forma bilineal c‘orrespo

ndicme , _TEOREMA"27.1_ _ - seq q: V 4 Ruin; forma'ctxadrétieaten el espacid .vcc‘tbrial Vde dimenSién '
. (la que genera a q‘) respecto dc esla nfieva basescrl’a'P’AP'en dbncleP es 'n. Existe una base [3 dc Vtal que
la matriz
de cambio (16‘ base de (3' a £3. En tal caso sc tendn’a enlonces,
n

(Xx) = Mfr P ‘APMp We) = Z 1.x?

i-l
EJEMPLO 2 Per ejcmplo, sea q: R2 ~.> R la forma cuadrélica en donde (I); = (x1, xz, . . . ,x,.).

l
q(x1a x2) = x? + 13+ 4’51“)
DEMOS TRA CION SeaA la matriz asociada a la forma q rcspecto de alguna (cualquiera) base 6 dc V.
Respecto de la base canénica [3 dc R2 la malriz asociada-a q es: Es dccir, que q puede escribirse como

__ 1 2 (1(x) = [xJBADCJp
SiendoA unamalriz simélrica, sesabc que cxiste una matriz ortogonal P [211 que
si se considera ahora la base R2 I‘ P'AP es una malriz diagbnal ‘(Leorema 4.3 del capilulo 6); digaSe que '

fi’ Wm, ~1/m , (“V/2'; Wm] MM.O

se tiene que la matriz de cambio de base de (3' a {3 es: P‘AP =
10 = W2“
4/0"
W2—
1/17 0 "x"
Sea [3 la base de Vtal que P es la matriz dc cambio dc‘base de [3 a B
 FORMAS BILINEALES Y CUADRATICAS 613
_
' _ 612 ALGEBRA LINEAL
est; base’fi es entohces; -
I i I La ekp‘resién deia fofma q‘ rmép'ecto do A = 2 3' -1
2 -1 3
M
.76;
W) -= [xlisP‘APMp = [xx X2 . - .xu]
7V2
. _ .0 s Diagonalice ortogonalmentc a la matriz A. El polinomio caracteristico dc csta
matriz es:
O 2'n x"

#2 2 2
= xlx%+24xg+...+2,,xfi PO») det(A—21)=det 2 3—2 —1 =-23+622—32

ll
ostrar.
2 —1 3~2
es precisamente lo quc se queria dem
en dondc 00¢ = (x1, x2, . . . , x”). Esto -(7~. - 4020» + 2)
QED.
de modo que los valotes propios do A son k, = 1.2 = 4 y 7L; = --Z.
Para 7x = 4 so obtienen los vectors propios
) §oa q: V ——~ R unaioimia Vi ' (1, 2. 0)
COROLARIO (DE LA DEMOSTRACION DEL TEOREMA Ambition.
nswn n. Sea A la mamz c a
cuadrétiba en el espacio vectorial Vde dime existe una base [3 de v2 = (13 0: 2)]
dc V. Entonces
forma q'respecto do alguna‘ base 3 A1 aplicar el proceso dc Gram-Schmidt a cstos vectores se obtienen los vectores
para la cual ortonormalms"
1 ,
. q<x> -— i we: _ ‘ <2.5)_ . 7u1=_\/—’5=(1’22_0) 25..

.7. . , M son Idsvalorés propios - . ' _ . .1. - - .

' c'ti'do’nd'c (xx) '=: (3.614262; . . . Ix...) y M, M, “2 ' ("376(2: -1} 5)
de la matrix A.
Para e1 valor propio 7x. = —2 se obtiene e1 vector propio
112:
otra'cic’m del te‘o‘rema antcréoi‘, if: q:
DEM OS TRACIO'N Al tomar la base p dc V, como en la demo a 6, so o sort ‘ ~qd 1a
cambio dc base .de [3
matriz ortogonal P es la matriz do V3 ='(_2:1:1)
A. Es dccir, qu_e los 2191mm 0.5 c
diagonali’za'orto’gonaimentc a la matriz que normalizado queda
los valores propios de .
diagonal principal de la matriz P‘AP son
Q.E.l). 1
“3 = 7562.12)
q: R3 —’ R
EJEMPLO 3 Considcre pot cjempio, 1a forma cuadrética
Entonces, la matriz que diagonaliza ortogonalmcnte a la matriz A cs:
x3 — 2x2x3 (2.6)
q(x1, x2, x3) = 3x3 + 3x§ + 4xlx2 +-4x1
,_ , W3" 24/76 44(6—
o '_-_P= 2/5 4/43? 217/?
' -So piiede esoribi‘r lat cXp'resién para» q Com
’ O" “ 5W7? W3
0 2 2 x1
2 _13 —13 x2
x3 Si 56 considera entonoes, la nueva base do R3
3 = [x 1 xs]
l 2,x)
(I(x,x 2
:3 = {uhumusi = [%5<1,2,0),%(2,~1,5),%—6<—2, 1w}
a q respecto de [a base canomca do
do modo que la mairiz asociada a la form *Se esta’ considerando e1 producto intemo caném'co dc R3.
R3 es:
 , __\
614 ALGEBHA LINEAL
FORMAS BIL-INEALES Y CUADRATICAS 615
. sc tiene que la formja q se presenta enesta base come
Si se eonsidera la basefi 1161131111121 pi: -_
4 o
q(x)= [XJEP’APlx]p= [X1X7x3] 0 4 0 xi
0 0 ~2 x5
s1: tiene que la mafr’ii dc cambio 111: base de {3 a la base canéniea dc R’ es:
= 40602 + 40692 -2(x;’1)2 (2.7)
en donde (x)p = (xi, xé, 115). Es decir, rcspecto de la base de [5 la forma euadrziticu 1—5/7 2
q es una suma de euadrados. P=1 2/1—1
Observe. que las coordenadas xi,x§ yxi 111: x respecto de la base (3 estan 0 o 1
relaeionadas con las coorclenadas 11,, 152,11, de x respeeto de la base canc’mica de -
R’eomo" de mode que la matriz asociada a la forma q respecto de la nueva base es:

, = X1+2xz 1 1 0 0 2 2 1 “5/7 2 7 0 0
"* fs‘ P'AP = -5/7 2/7 0 2 3 -l l 2f] -l = O “4/7 0
2 ‘1 -l' 2' “I 3 0 0 l 0 0 8
2x -x +5

yentonccs,

, 'i +x2+x3
. 7 o o x;
(112:) 11111211121111. = 111 2:17s 0 4/7.. 0 _. x1
Desde otro puhto de vista, se puede contemplar el ejemplo anterior eomo 1111 . . ' ' » _ o o; 8 x3
' “proceso de eambio‘ de variables en" la forma cuadratica q": dada la expresi1511(2.6)'
I 'de la ferma q, se ha realizado en ella el eambio de las variables .11}, x2, .113 por las
variables xi, x5, x3 segfm las expresiones (2 8) de 1111 mode, que q queda asi eserita
= 71x92 71x21?+ 81x3?
’1 i, 4 I l. I
12.9)
I

como una suma de euadrados, segun la expresio’n (2. 7). cu donde (1);, = (111,16, x5). Al haecr algunos caleulos sencillos se puede llegar a
Se debe haeer la aclaraeién de que la base [3 de la que habia el teorema 2 l, las expresioncs de “cambio de variables” '
respeeto de la eual la forrna euad1at1ea q queda escrita eomo una suma de euad1 a—
dos no es u'm'ca. Con la perspectiva del comentario del pérrafo anterior, esto signi-
x’l = 3): l +§—x2 +—x
fiea que existen varias maneras de realizar cambios de variables en la expresion 7 7 7 3

algebraiea de una forma euadrzitiea de mode que ésta queda eserita come 111111 51111111
x5 = -x,+x2+3x3 (2.10)
de euadrados (en las nuevas variables). Sin embargo, es elaro que si es (mica 111
base (3 establecida en el corolario del teorema 2.1, respecto de la eual la forma q x3 = x3
queda eserita como una suma de cuadrados siendo los eociieientes de éstos los
valores propios de la matriz asociada a q respecio de alguna base dada de V. Entonces, respeeto de esta nueva base [3 111: R3, la forma q también se presenla
Retome cl ejemplo presentado anteriormeme. Se iiene la forma: q: R3 —+ R como una suma de cuadrados
'x,x,x Termina esta subseecién indicando co'mo fue posible establecer la f1'11m11la
1 2 3 =3x2+3x2+4xx
2 3 12 +4_x,x3-. 2.12113
(2..\9) y la base [3 anterior a partir de la expresién (2.6) de la forma e11adra1i~11q:*
Como la expresién (2.6) de la- forma- q (la-1111111 sequi-er-e escribir 131111111 una-
o '2 2 x1 suma de euadrados) no posee e1 término eorrespondien-te 111 euadrado 111: la p1 imera
= [x1 X213] 2 3 "'1 x2
coordenada, se haee primeramentc el cambio de variable,
2 —1 3 X3

x1=_V1
*Siende 13 um base ortonormal de R3 con el producto imemo canc’mico, se ticne que si .1 = (.1),
162,13) entoncesx’ = (x | 11,), i = l, 2, 3. *No sc pretende dar la version general de este procedimiento. Sin embargo, e1 leelor podizi sin
mueha dificullad a'plicar lo aqui mostrado en 0311: ejemplo concrcto a 0e lipo de ejcmplos.
61 6 ALGEBRA UNEAL FORMAS BILINEALES Y CUADRATICAS 61 7 _

.2.s =55 +35 I. - 1'- se obtiené firiziiméhte l‘a expresiéfi désééda (2.9) quiz presentaug q comounagsuma
x} = y, . ,- de cuadi‘ados. Esta és:

quedando entonces,
qu)=7am—%ay+say
q(x) = 3x% + 3x§ + 4x,x2 + 4x1x3 — sx3
Para investigar cuél es la base [3 de R3 respecto de la cual q se presenta como en
301 + My + 3Y3 + 4Y10’1 + 3’2) + 4YIY3 ' 20’1 + Y2).V3 la expresién anterior se puede prOceder como sigue': se Sabe que (x);, = (xi, x5, x3 )

I!
en donde xi,» x5, xi estén dadas por las férmulas (2.1). Sea p = {v1, v2, 1);} la base
7y? + 3% + 3% + 103’1Y2 + Zylys - 2% procurada. Se debe tenet entonces, que
y: se factoriza e1
como
do con
Se comienza ahora a “complctar cuadrados ” iniciandmdo
'
cocficlente ’ ' os que conten g an y que c
de 3221 y los termm (x1, x2, x3) = vl + xz'vz + xévs

(106) = 7 [3% + %(5y2 + ya)y1]'+ 3y% + 3% - 2w:

H
se complcta el cuadradov para y;: Al escribir los vectores de la base canénic’a de R’ en la cx’presio’n
anterior sc
._ _.
1 5 + 2 obliene
*1
2Y2)’3 7 ( Y2 Y3)
7 [3% + 7(5)’2 + Y3”: + 4'9 (5Y2 + hf] + 3% + 3%
._..2
(105)

-
2
1 (Lqm=*m—W

-\IN
7 [3’1 +:17(5y2 + m] + 3% + 3y% ~ 2x2»: 76y; + ya?
_ . (01:1, 0) ‘z -1“ V2

\IUI
5 1 4.. 20 ._.24,.‘
7'Y2J'7Y3] ~7y22+ 7 >% 7 y»;
ll.

7[y1+
(0,051) = ivl+3V2+V3
Se hace‘ lo mismo con ya: 7

2 .4. 36 dedondc
7 y§
7[}’1'+'7"Y2+7}’3]‘7U%+6Y2}’3+9)’3)+ 7 3’3
2 .— 2+...—
5 1
400
II

v1 = (1,1,0)
2
g +3YJ)2 +8y§
s 2+7)1 ’3] "702
,7[}’x+77"')’
ll

V2 = [“33530]

A1 realizar v3 = (v2,—1,1)
, 5 +1
x1= Yx+77‘}’2 7Y3 y enlonces la base [3 respecto de la cualvla forma q tiene 1a expresién (2.9) es:

xi ‘= y2+3yy
’53-“ Ya

2.2. LA LEY DE LA INERCIA

2
7x2 +1.:
273% +5 7 3
ll

Considérese el ejem‘plo presentado en la subseccién anterior, en cl cual sc escribié

3‘

la forma q: R3 -+ R
‘— ‘Xl +1; + 3X3
31
l

40‘) = 3X§ + 3x3 + 4xlx2 + 4x1x3 — 2x2x3

x§=x3
 618 ALGEBRA LINEAL
FORMAS BILINEALES YCUADRATJCAS 619
como una suma do‘cuadrados 'de dos manor'as dist-inta‘s. Al obsorvar las ex pros-ionc
s' Sean Wl 2y Wisdos subo‘spa'cios de Vdefinidosicornd
oorrospondicntos ' ' ‘ - . . ' . -

qm = 4cm: + 4092 — 2(v = 70:32 — 2 (x92 + so"): Hll = $30)“ v2: ~ ' ' ) vp)

VVZ = $9011“ 19 ”km - ' - : Ll")

so ve que on ambas aparoce la misma cantidad do cuadrados con Obsérvoso que
cooficientos
positivos asi como con coefioientos nogativos: son dos cuadrad
os, on ambas
cxprosionos, con cooficientes positivos y un cuadrado c‘on coeficionte
negative. dim W1 + dim W2 =p + n — k >11
Esto no es una meta coincidencia. Rosulta que si una forma cuadréti
ca so
prescnta como una suma do cuadrados do dos manoras distintas, e1
mimero do COlTlO
ouadrados con coeficientes do signo similar on ambas cxprosiones ,—\
sorzi sicmpro cl
mismo. Esto es lo que so probaré a continuacion.
dim (W n W;) = dim W] + dim W2 - dim (W. + W2)
y obviamonte dim(W. + W2) S n, so tiono quo dim(Wg
TEOREMA 2.2 (LEY DE LA [NERCIA- PARA FORMAS CUADRAHCAS.) Soa q: V —-> n W2) > 0. Es (locir, que
R una- forma W1 n W2 at (b.
ouadrética on el espacio vectorial Vde dimension n. Si Tomaso entonces un vector w e: W, n W2.- So puedo oscribi
[3, y [3.2 son dos r
bases do Vpara lasquo se-tionon 'las exprosion'es
W = YIVr + sz + - . - + vp (pucs w 6 W,)
t) = z a.(x.-')2 Z bio.”
ll

l=l i=1
(2.11) = 0).”l + omum + . . . + Gnu" (pucs w 6 W2)
es docir; que
, en. donde (X)p'l = (xi,xé‘, .7 gal.) y or)”; =_(x1’,xfi‘,. .. ,xiif)‘,
enton'oes e1 ‘ 'j
p mimero de coerficientes a, positivos-(negativos) en la primer
a do estas I I (w)13| -=
expresiones es i gual a1 nfimero do 'coeficientes bi positives (nogati (’Yli‘YZa . ' ' tn» 0,-0) - ' - 2 0)
vos) en
la sogunda.
(Whig = (0’0" ' ' ) 01“), 0154-2" - - ’01!)
Segt’m la oxprosion (2. 12) so tione‘quo
DEMOS TRACION So pucclo suponor (a1 ofootuar una roordo
nacion do 105 voot'oros’dc' las bases [3, y [32
Si fuora noccsario) que en la base {31 = [v], v2, . . . , v,.} do Vla
oxprosion para la (KW) = 51(71):) + a2(Y2)2 + ' ' ' + 5P(Yp)2
forma cuadrzilica q es:
do dondo so concluy‘e quo q(w) > 0, puos todos los coolicicntos do
los cuadrados
q(x) = 5,(x;)2 + 5'2(x§)2 +. . . + 54x92 — 5p. pg. ,)2 — . . . — 5,, .q(x;, .q)2 son positives y p no as core.
(2.12) Por otra parto, seglin la exprcsién (2.13) so tiono que
on dondc ahora 5;, i = l, 2, . . . , p + q son mimeros positiv
os (cs dccir, so csta
suponiondo que los cuadrados con coefioient'os positivos aparcco (KW) = ‘Etw (”In 1)2 “ 5k+2(0k+2)2 ‘ . . . " b3. "(Gt-«n02
n todos agrupa-
dos en los primoros p lugaros, soguidos (lo 105 cuadrados con coofioiontcs
negati- do donde so concluyo que q_(w) S 0,.oblcnicndo asi la contradiccion (losoada.
vos)._Similarmonte, on la base [32 = > (in, to, . . . , un} laoxprcsién
para q so pucdo 7 So ha moslrado' cntonces,‘_quo p S k. Do on modo similar so pucdo concluir
' suponor oomo qtto
. p '2 k (a1 suponor ahora que [2 < k)! llegando a' una contradicoionanaloga
I ' (1(x) _= 51(11’ )2 17 52(xé’)2 +,,. ,. .. + k')? 4
5k y 1(1); + [)2 —
a la
.> . “ El: (”i-(x13 m)? anterior). Entonocs‘p ”=‘ k (some so quoria.
(2.13) La domostracién do que q = m cs oomplotamonte similar a la anterior y
so dcja
on dondc también E; > 0, i = l, 2, . . . , k + m. So ostz’t suponicndo quop + q S como ojercicio para el loctor.
ny
k + m S 11, al acoptar quo algunos do 103 cocficiontos a; y b,- on las oxprosiones
(2.1 I)
scan igualos a coro. So dobc entoncos probar que p = k y q = m. Q.E.D.
Supongase, para obtonor una contradiocién, que p > k 2 O.
Véasc un filtimo cjemplo.
 FORMAS BIUNEALES Y CUADRATmAs 621
620 ALGEBRA LINEAL
tfica q: R3 HR ' En este case, 36 tienen dos coeficientes positives, un coeficichte cero y ningun
cbn'sidete la forlna-eefidré
: EJEMPLO4 V I. . En R3 ' coeficiente negative en la fémmla que e'x'preSa a (1 como una suma de c‘uadrado‘s
Pot otra parte, a1 usar la misma idea presentada en la pagina 616 de ir
(10:) = x? + 2x% + x% — 2w: - W3 completando cuadrados en la expresién‘ de 9705) se pue'de llegar a la férmula

obie‘n, q(x) = (I: “ W + ()6; ~ x3)"

1—1 0 x1
xl=xxx
(1U I1231 '10 _12‘11 x2
x;
Es decir, que si se hace

e la mamz
A1 diagonalizar ortogonalment
1 -1 0 se tiene que la fotma q se escribe como
A = -1 2 -1
0 -1 1 6106) = 065'? + (x;’)2 (2.14)
NucVamente q csté escrita Como una suma de cuudrados y la! como‘ lo ascgura la
se obtiene la matriz ley de la inercia, se tienen dos coeficientes positivos, un coeficiente ccro y ningfin
W3‘ W5 1/!6' coeficientc negativo.
P = VB" 0 —2/J€ Se deja como ejercicio al lector verificar c la’ b‘a‘Se [32 de R3 ‘rcspccto de la
W?" 4/5 1/!6‘ cual q(x) toma 1a expresién dc suma de cundrados (2 14) es:

_ . =¢ {(1 1 1;) (0' 11,—1),.(0,0,C—1)};

E I 1‘ I. J H I"tal'queA
0 O 0
I: PA? =' O 1 0 2.3. FORMAS DEFINIDAS POSITIVAS Y DEFINlDAS NEGATIVAS
0 0 3
DEFINICION 2.3 Se dice quc la forma cuadrética (1: V —» R en el espacio vectorial Vcs una forum
e
0 sea que respecto de la bas a) dcfinida positiva, si q(v) > 0 V v 6 V, v 9‘ O.
1 -1. _
’J—6‘(l1 2! 1)} b) definida negativa, si q(v) < 0 V v E V, v at 0.
oa '1)
‘51 = {Jfi(la1,1),fi(1z
c) semidefinida positiva, si q(v) 2 0 V v E V.
wir- NMMMWW

d) semidefinida negativa, si q(v) S 0 ‘v’ v E V.

coma
la forma cuadrética q se Ve
For ejemplo, la forma cuadrzitica q: R —> R dada pot
rat» gm = (x92 + 3(s
es deem _ 110:) = fix"
» . ,_ {an dondeflxm;l _~_‘-. (xé, xi, x5 ),
I—x.1+lx2'+x3,
I. V; I - '7 es definidzi positiva si a 5'10, [definidaihegz’x’t’iVa Si» a? 0,’Sétfiidéfinida’positivzx si ' ' I
"* ' "'r3'
i
i a 2 0 y semidefinidn negativa si a S 0.
M55 generalmente, supéngase que la forma cuadrética q: V —r R en c1 csgacio
5 x4 "x3 vectorial Vde dimensién n 56 presenta (en alguna determinada base {3 dc V) como
una suma de cuadrados

(105) = (110502 + a2(.r2)2 + - ~ - + “L002 (k 5 I?)

 622 ALGEBRA L’NEAL

FORMAS BILINEALES v CUADRATICAS 623

en dondei(.x:)p =, (1.1.x; . . . , .1'7)..Es clato cntonccsqq
ue 1a for-ma q es definida positivu '-
' 51, y solo 51 k = Izy on, 092, .v. ,auson nfime _- A las submalrices ’ '
r'os positives, y definida negativa si,
. y solo 31 k = n-y on, any, . . .fin‘son mimeros
negatives. Adcm'as, segfin i'a ley ‘dc
la mercm preseniada en la subseccién anter
presenlacion concrela de ia forma q como una
ior, estc hccho no dependc de in
suma de cuadrados.
”\ _ _ an 012
a“ an “13
A! — [HULAZ ‘
A.1 usar ei corolario dci teorema 2.1 se puede afirm 9 A3 = a2! all 023 >" ' aAn = A
ar entonccs que si A es in (121 (122
Inatrl‘z asociada de la iorma q respecto de algun 031 £132 033
a base {3 de V, esta forma scrzi
definlda posmva (definida negativa) si, y 5610
si todos 10s vaiorcs propios de la
matriz A son numeros posnivos (negatives). Se se lcs llama submattices anguiares de A.
deja 211 [color dar los dctallcs dcl
argumento que pmeba esta afirmacién. Se denotaré pot A.- al determinante de la submatriz angular A.- de A (entonces
EJEMPLO 5 A" = detA).
Por ejcmplo, la forma q: R2 ——> R dada pot

, q(x,,x2) = -5.r% — 14x; + 8xc TEOREMA 2.3 Sea q: V—-> R una forma euadrética en el espacio vectorial Vde dimension
cs dchmda negativa, pues la matriz asoci 11. La forma q es definida positiva si, y 5610 si la matriz
ada a csta forma respecto do la base
canonica dc R2
an (112 - - - 01"
A = an 022 . . - (12"
A = -5 4
4 ~14
aln a2" - - - aim

ticnepor polinomiozcaracleri'stico a’
de 121 format q re‘specto de alguna (cualquicra) base ['3 de V licne la
propiedad de que todos 103 determinant'e's dc sus-submalrices angulares,
' . 190.») = ,VdeKA: M) f der[ 75-k' . 4
__4. ”4”] '=
2y7+197k+I5
2'
4.. Ai, A2; . "'5’ A). son pdsitivos; ' . f ‘ - '

cuyas dos miccs son negativas.

DEMOS TRA CION La demostracié‘n de estc resullado so hard por induccion sobre IL
EJEMPLO 6 POl' otra pane, ia i‘orma q: R3 —> R dada
por Para n = 1 la forma cuadrética q se ve come

q(x) = x? + 23% + x3 — 2x1x2 - 2x2x3 (10?) =- [X] [a] [x] = 0362

para la que sc vio en la subseccién anterior que podri
a ser cscrila como en dondeA = [a]. El teorema afimia en este caso que la forma q es definida positiva
si, y 3610 si a > 0, lo c‘ual es obviamente cicrto.
(100 = (X5)2 + (x3)2 Obsérvese ademas que un cambio dc base transforma la matriz A = [a] en la
on Liondc (9,, = (xi..¥2’,¥1) y [3 = {(1, i, matriz P'A P, en donde P es una matriz cuadrada de orden l inversible, esto es,
i), (0, -1, —i), (O, 0, 4)}, es una forum
scxm dcfinida positiva (mot qué?). P = [PLP * 0-
El objctlvo principal de esta subscccion es presentar En tal caso,
un criterio muy {nil para
dccidlt cuando una forma cuadratica es dcfin
Para
ida positiV'a (o .definicla negaii'Va).
esto, sc mlroducirzi primeramcnte el' conccplo dc “subm
atriz an gular”. sea A 7 ' I
gP'APj = [pi-[am =_p2a
j la matriZ cuadrada .dc'ordcn 11 de-moddque'siendoa' > O y'17¢ 0,56 tienep2 a 5 ‘0‘, mostfando asi que la afirmacié'n
del teorema no depende de la base considerada en V, para el case n = 1.
an (112 am Supéngase entonces valido e1 teorema para n = k - 1 y pruébese para 11 = k.
A= 021 022 02" Se demostrarzi primero que si la forma q es deflnida positiva, entonces Ios
determinantes A1, A2, . . . , A, son positives.
an] [1H2 - - - am: Se tiene entonces la forma (1: V —» R, dim V= k. Sea [3 una base (arbitraria pero
fija) de V y supéngase que respecto de esla base la matriz asociada a la forma q es
624 ALGEBRA LENEAL FQHMAs BILINEALES y CUADRATICAS 625

la matriz deiscxionciado del teorema; Es decir, - la‘ cual- ésté relacionada con la matriz A pox medic de la matriz
invcrsible P de‘
400 = [xii/amt
cambio de base de [3’ a [3 segtin la formula
‘
D = P’AP
se sabe que q(x) puede cscribirsc como
k Al tomar e1 determinante de las matrices en esta filtima expres
k ion se obtiene
(10‘) = g; aijxixj = 2 (1:992 + 2 i; aifxixj
L -l i-l det D = det (P'AP) = (det P')(detA)(detP) = (detA)(det
P)2
e n donde009 = (x, > x; a"'y.xx). . - Se puede reescribir esta filtima expresi‘én exhibicndo de donde, como det P 9* 0
explicitamente a xk de la stgmente maneta.
k-l k-l 1 1
(2'15) detA = ___.__
(det P)2 det D = _._.._..___
(dc: P)2 along _ . . 01;., > 0
(10‘) = z aifxixj + 2 z aitx'r’fk + “kt-xi:
Lj-l i-l
Se ha probado asi que Ak = detA > 0, como se queria. '
Vla forma cuadrauca
Seq Vun subespacio de Vde dimension k — 1 y considérese en Ademés, este resultado no depende de la base [3 de Vfijada en un
comienzo,
a: V —+ R tal qua pues si se cambia a la base [3’ dc V, la matriz asociada a la forma q respect
o de esta
nueva base {3' serzi B = P‘AP, en donde P es la matriz (inversible)
k—l de cambio dc
("106) = 2 “Mix;
base de [3’ a {3. Pei-o en tal caso, detB = (det P)2 detA. Siendo detA
> O _y det P 6*
Ljfll 0, se tiene también que Akpara 1a matriz B es u'n' nfimero‘ positiv
e pues At = det B
=' (det P)2.detA, > 0. ‘ , V
,- 3 “2 ' ' .
' resion dcla forma'~4, en7 “let
I tabaSCB'deT/j'
. . _' - . - '
' ' , .'.~
trario."' _ Sc demostraré ahota‘ que-si‘ los determinante'sAl, A2, L . . ,_Ak de alguna
matriz
’ ' es ‘lzzfirma que la'formafi .es definidamsnwa. En efficlo, Suponga-5“ 1°2831)At
co" ? u'c
.x . , ‘_‘L1 621/a—
' , (arbitraria pero fija)..asociada. a la forma cuadrética q Son positivos; entoncc
s, la
"" ’~(x)a-— (x1, x2,
Existiria entonces un vector x"~
E V,- dlgas e quc forma q es definida positiva. Digase queA (la matriz del enunciado
6'1'0'éugizonimdicc1a dci teorcma)
("10?) s o. Considéresc e1 vector x. e Vtal quc m, = (x1,:2 es la ma‘t'riz que se fija para la forma q.
q(x) ,
luar q an x se obtienc, segi'm la cxpresién (2.15) quc Considérese nuevamente 1a forma 5: I7 -—> R, dz'm i7= k - 1, tal que respecio
hipo es's dc quc a £0 ma q es def n‘da positiva. de alguna base 5 de 756 ve como
su
" los dctotmlnantes do> 1215 .bma
dc induccion ~
V '1lo tanto ,.11
Ptor . 1a hipétesis1‘1"
segl'm
'
' ' vos. Estos son: A 1, A; , . . . ,
triccs angulares dc la matriz dc 1a forma (1~ son posm k-l

A 1. Resta probar quc Ak es también pOSItIVO. q(x) = Z £11755i

Ljil

Es decir, que la forma a tiene asociada respecto de la base 5 dc T’a la matriz

‘ Clo“ 3 .Slelld
‘ l q de finlda
O 1a forulq
de esta SUbSeC
COI‘IIO Se obsel Va a1 Comlenlo
dd 6 Cu J drad05
5 fl (1 6 Leo m Cu nd S [.1 m
b Its Ce nalg U n a bc [e
p OSltlva, estapucd66501 1

Con coef 10161 ltcS p031“ V05.

ES (1601! , q(x) SC puede 6561
lb“ COIIlO 5111 £112 - .. 01,k~1
_' -€112 €122 .._. flu—1
Ak-l *
€10?) =0h0§i )2+ 002(Xé)2 + - + 0:41:02
alJc-I C12,k~ x- .. ,»ak',—1,k:-i ' '
‘ OSIUVOS - L s l 111411
‘ ].
IIUIaoS p
. . ’ x k ) y 0!. h CL 22 u . ‘ ’ ak $011
611 (101166 (x )5‘ (x I , x2‘ , .

asociada a q tespecto de la base [5’ es, pucs, Por la hipétcsis dc induccion, 1a forma fies definida positiva pues los
determinan-
tcs A1, A2, . . . , AM son positives. Entonces, 1a forma fjpuede escribirs
e, respecto
dc alguna base (3’ dc Vcomo
a1 O
012 (30‘) = 051002 + “2&5? + ‘ - - + (lit-lulu)?
E
'u

0 W en donde on, no, . . . , a“ son mimetos positivos.

626 ALGEBHA LINEAL
FORMAS BILINEALES Y CUADRATICAS 627
' Existe entoncesuna‘matfiz ihvcfiifil—ép dc'orden k_.— 1‘ (la matriz dc
cambio dc]. 1 Qbsérkse £11.56 065 ufia matriz inVeljsibl'e (puss d'ezf 0:31 ¢ 0)
base de 5’ a 6) ml que ‘
Sea‘P’ = PQ.-‘Calct§l'ese (P’)'AP" _' ‘
an
(P')’AP' = (PQ)’A(PQ) = Q’(P’AP)Q

Ik_,
i
; 0
a» 0‘2
- I b:
I b2 I .bl/al
E . . : k-l :
_ i ab] bk-l _bk-1/ak-l
in “
12H ~—0 “~—
‘11 ak-l b1 b2 bA-l ‘ akk 1

a1
a2 0
Obsérvese. que P‘es una matriz inversible, p‘ues det P = det P 6* 0. ”k4
Calcfilese cl producto P'AP
O b
e-ndonde

b=akk-Pi-fi— ..b%'1
991,112 '_ Qk—l

CQmo P’cs ijfi pro’ductb ’de dos matfices inversibles P’ es ’también inversible. Sea
fi’Ila base de Vtal que P' es la matriz de cambio dc base dc [3’ a [3. Se tiene emonces
que la fofma enadrzitica q se cscribe respecto de la base fi’ 00a

(1(X) = [16]?) (P'MP'D‘Ipv = (110502 + (120692 + - - - + elk—(3611.1)2 + “xi-)2

en donde (x)p' = (xi, xi, . . . , xé ). Como a1, a2, . . . , a“ son mimetos positivos, dc
la expresién anterior se sigue que la forma q es definida positiva si, y 5610 si b es
un nfimero positive.
Pero
en donde b1, b2, . . . , b“, son tales que
CL. CL; . . . ab, b = der(P’)‘AP’ = (det P’)2A

[an a2k'-'ak-l,k]7)=[bl b2---bk-1] dc donde

- Sea ahora Q la‘matriz dc; ordgéh'k : I
"bl/(i;-
b' 5' ml ‘ (de't ‘P’ylifé'tA'
along . . . (IL--1
'bz/Otz
= Ik~l S Por hipétesis Ak = detA > 0. Entonces b > O y con esto se concluye quc 1a forma
Q ‘bk—x/Ock—l q es definida positiva.
Esto concluye la demostracién dcl tcorema.
0
628 ALGESRA UNEAL
FORMAS} BIILINEALES Y CUADRATICAS
.EJEMPLO? " . 'Por ejemplq, considércse la formal q: .R3 5+ R. dada por 629
, deben ser posit'ivos.5Es fdecir, qué
.
q(x)‘ fi 5x} +5c§+3x§+4x1£2 92mg ‘ 2mg
A1 = (131' [—1111] =
*det [a,,] < 0
La matriz dc q respecto de la base canénica dc R’ cs:
A def :2” :a’2 = det an an > O

H
12 (122 an (222
5 2 -1
A = 2 1 -1
*1 '1 3 etcetera, lo que pmeba el
corolario.

Los determinantes A1, A; y A; para esta matriz son: EJEMPLO 8

Q.E.D.
Por ejemplo, la forma q: R3 —> R

q(x) = ~19x§ - 6.17% 3x§ — 20121362 — 2x1x3 - 4,152,153

A1=det[5]=5>0 A2=det[52 2]=1>0
1
ticne asociada la siguiente matriz
respecto de la base canénica dc Rh
5 2 *1
A3=det11~1=1>0 . “19 -10 *1
*1 -1 3 A = ~10 ~6 *2
-1 -2 -3
Como 40$ trcs determinantes A1, A2 y A; son positives, sc cqncluye, por el teoretpa _S_e tienccntonces que ,
2.3, que la. fdrma q He's ur’ia forma definid'a fiés’it‘iva,‘ _ '
. .UnI corolzirio d‘eI- teor¢m3323
- ' quiz. proporciona un criteria para idéniificar . - -_ A; ; (Jeri—19] =. ~1'9 ~< o '
formas definidas negativas es el siguiente:
= —19 —10
det[_lo '
A2 96] = , 14 > O

COROLARIO Con la notacic’m del teorema 2.3, la forma q: V —* R es una forma definida —19 ~10 *1
negativa si, y 5610 si A. < 0, A; > 0, A; < 0, . . . Es decir, los determinantes A3 = det —10 «6 —2 = ~38 < o
Al, A2, . . . , An alterhan su‘s signos, comenzando con A < 0. -l ~2 ~3

Se concluye cntonces; por el corolau'o

DEMOSTRACION Es clam que la forma q: V —» R anten'or, que esta forma es definida nega
tiva

W) = [161314d EJERCICIOS (SECC‘ION 2, CAPiTUL

es definida negativa si, y 5610 si la forma —q: V —+ R
O 7)
Siiiéggn‘cspacxo ,vectona! de dune
7 ‘ «21x»: [x15 (-Axxla'
nsmn n; Sea S e]
d f 1 .33 en V Dfirix‘u‘cstgg-quc figs. un subespagid deconj unto de fonnas bilinéales
140/, R) Ie-l espacio v- . ,. .
e onnas bllmeales en V. Determin
e -1a dimensién de S ’
2. Para cada una de Ias formas cuad worm]
es definida positiva. Segt’m cl tcorcma 2.3 se debs tener entonces, que los determi- tauca
' ‘ s q' R2 —» R dadaI s a c
la fox-m I a
a blhneal sxmetrxcaf. R2 X R2 —’
n ' I ' '' mu
names ‘
R que genera a q
I
on
tmuacmn’ date
‘ .
me
a) 40‘) = 1% + x3 d) ‘10) = —5x1x2
A1 = det[—an], A2 = det|:—a” #112}. . . ,A,. = det(—A)
‘012 "£122 1)) (106) = 2X? 6) (106) = 3x? + 10m: + x;
0) q(x) = 6.1%
630 ALGEBRA LINEAL FORMAS B1LINEALES Y GUADRAnCAs 631

. . Escriba cada una de las fo'zmas cuadraticas q. R3 4 R dadas a continii'acion cor-11o i v; = Eng/(11., 1,0,... . ,0)
q(x)=[..t]';1A[x]p, e11 donde [5'
es 121 base canénica de R3 y A es una 'matriz simetrica de " vs'=r(-a3/a1.0,1,m.0) '
orden 3
a) q(x) = 1% +11% +x§
V» = (-an/m. 0. 0. - - - , 1)
b) q(x) = x? + 6.11.12 + 1% + 8.1,.1J +1§
Con 1a perspectiva del “cambio de variables", ;a que’ equivale escribir la fonna q
e) q(x) = at? + 10x3 + 7.1“; + 5,1,1} + 6.1g; — 10.12.13 respecto de la base [5 del inciso b)? Delcmfine change de la t'onna q.
. Repita e1 ejercicio anterior 51 b es la base de R3 dada por @ 12. Considere 1a fonna cuadrética q: R" _. R, 11 ¢ 1, dada por
. l H 2 _ l I, I
15= [(1,1.1).(1.1.0),(1,0,0)} q(x) ~ 11-1 Z", (x, 11:) en donde m — n z A,
. Sea Vun espacio vectorial con el producto intemo ( - I - ). Compruebe que la forma ,= =
bilineaif: Vx V-—’ R Escriba esta fonna come q(x) = [x]’pA[x]p en donde [3 es la base canonica del " y A
es una matriz simétrica de orden n. Determine e1 range de q.
fix: Y) = 0513’) Escriba cada una de las formas cuadréticas de 105 ejercicios 13—26 como mm 51111121
es simélriea. LCuél es la fonna cuadratica q que genera f? Si Ves de dimension finita de cuadrados de dos maneras distintas. En eada case: a) describa explicitamente la
y [3 es una base de V, escriba 1a forma euadraliea q generada perfcomo q(x) = [.1']'pA[x]p. base'b respecto de1a cual q se escribe come q(x) = [x]'pD[x]p, D 1111a mau'iz diagonal;
(Ala matriz A se‘ 1e llama “matriz de1 producto intemo" ( ' | 1 ) en relacién dc la base b) describa explicitamente las “ecuaeiones de cambio (1e variables“, esto es, las
13). Deseriba explicitameme la mattiz A en 10$ siguientes cases: ecuaciones que relacionan las coordenadas x1, x1, . . . , x,. de un vectorx con las nuevas
coordena'da‘sxi, xi, . . . , xi, del vectorx en‘1a nueva base '13 [del inciso (11)]; e) verit‘ique
a) V = R3, ()1: I y) = my] + 6x2y'2 + 10x3y3, [3 es la base canénica dc R3. que se satisface la 1ey dela' inercia.
b) V= P2, (p | q)= p(0) q(O) + p(1) q(l) + 12(2) q(2) (véase ejercicio 8, seccion 1,
cap1tu10 5), {5 es la base canonica (1e P2.
13. (1061, x2) = 2x1 - Xi + xixz
7

' [14. q'(x1,X2)=-x2 ‘ 44%} 8x111

Sea Vun espacio vee1oria1-(1edime11516n n.y sea [5 ma base (11: V. 81: dellne e1 rango ,>
be 1111a forma cuadrauea q: V_.,_ R come e1 tango de la matriz de 111 fonna bilineal'
simétrica que genera a q respecto a 121 base b. Demuestre que esta definicién no
depcnde de la base p‘fijada para V.
7. Determine e1 tango de cada una de las formas cuadraticas de1 ejercicio 2.
Determine e1 tango de cada una de las formas cuadratieas del ejercicio 3.
9. Demuestre que la forma cuadrélica q: R2 —+ R dada p01
q(x) .. 11121 + 2bx1x2 + 011322
tiene range 2 51, y 5610 51 ac — b2 at 0.
10. Sea Vun espacio vectorial de dimension )1. Sea q: V ~+ R una forma cuadratica on V.
Pruebe que la forma q tiene tango 11 Si, y 5610 si 71 = 0 no es un'valor propio de 111
matriz asociada a la forma bilincal sime’u'ieaf: V X V -’ R que genera a’ q respec'l'o de
a1guna (eua1quiera) base 13 de V.
11. Co'nsidere 1a forma cuadrélica q: R" _. R dada por
(105)= (a1x1 + a2x2_+. -+ (7.11"):1 611 11-0
Escriba esla forma como q(x)= [x]’pA[x]g en (1ondeA es una malriz sime’trica (1e orden
ny
a) {3 es la base canéniea (1e R"
1-1'5'. 'q1x,,'x2, x3)”‘=3'7x% + 71% + 7.1% 121,212 + 21,13 + 2x21,
16. q(x,-, x2, x3) = 3121+ 411% + 5123 + 4x113 — 4x2x3
17. q(xj, x2, x3) = 3.1% +61% + 3.1% — 41(l — 8.13113 — 4x211;
18. (1(x1, x2, x3) = 11.121 + 5x§ + 2x3 + 16.11.12 + 411x3 20x2x3
19. q(x,, x2, x3) = 6.1% + 3x% + 31% + 4x,x2 + 4.1g; - 8xzx3
20. q(xl, x2, x3) = 7x? + 5.1% + 3.1-; — 8.1l + 8.12.13
21. q(xh x2, x3, x4) = 5121 + 5.16% + 5.1% + 5.1“} - 10.11.12 + 2x1x3 + (5.11.14 + 612.13 + 2.12.14
— 10,173.11.
22. (1051, ’52, x3: x4) = $21 + 1% + 1% + xg + 2x952 f 2171354 ” 2x2x3 + 2X33}
23. q(x,, x2, x3, x4) = .12, + 1% + 1'} + 1% — 2Jc,x2 + 613x, - 4.11114 — 4.12.13 + 6.12.14 — 211m
24. (1(117 x2: x3,_x4) = 8.133131 2.11214 "7 21‘72/‘73 + 8-1211:
25.. {10711 x2; 1'3, X41991) =4x¥ + 317+ 51% " 4x3. 7'“ 1% ‘ 4x115; + 1211‘s ' '
2'6. q(x,, x2, . . . , x6) = 3x} — 3.132 + 41% — 4.1% +' 4.1% + .126 + 8x1x3 — 6x312, +' 433%
@ 27. Eseribir 1a forma cuadrétiea q: R" —* R
x N

b) [3 es la base [vb v2, .. 1, v,.) on donde q(x) = 2 x12 + 2 Xixj

i=1 1<j
como una suma (1e cuadrados de dos maneras distintas. Verilique que se cumple 1a
= (1/d1,0.0,---,0) ley de la inereia.
 632 Am EBRA Ll'NEAL FORMAS BlLlN EALES Y CUADR/XTICAS 633

. 28., Sea VQu'n espa'c'id \ieetorial den el produeto int’emo» ( -‘ l -'). Censiclere la fonnacu’ad
-ralica 37..- ' El ejcrcicio anteribres un .caso particular del siguienlc lxecho' general: silos valores '
‘ . . . ' _ .
3q: V I—Iieada 'porr ' 'propios de la matrlz simétricaA de ort'len use encuentran en el intervalo {LL-b],
entonces la forma cuadra’tlca q: R" —’ R dada per
40’) = M V)

(Véase ejercicio 5.) Demuestre que q es una forma definida positiva.

29. Considere la fomla cuadratica q: R2 -. R dada pm
(10‘) ‘3 ‘l + 2bxlx2 + 013%
Demuestre que si la forma q es definida positiva, entonces los coeficienles a y c son
positives. For medio de un ejemplo demuestre que la afirmacrén reclproca es falsa.
30. Sea Vun espacio vectorial de dimensién )2. Sea (1: V —+ R una forma cuadratlca en V.
be que‘ si esta forma es definida positiva entonces e1 tango de {1 es n. 5E5
Comprue
cierta esta afirmacién si se cambia “definida positiva" pot "del‘injda negauva"?, Lporv
“semidefinida‘ positiva“ . , Lpor “semidefinida negativa”?
31. Detnuestre por medio de un ejemplo, que la reciprocal de la afirmacién del ejerciclo
anterior e‘s fals'a.
32. Demuestre que las siguientes formas cuadraticas son definldas positivas:
a) q: R2 -+ R, q(x) = 2x} + 8x2 — 3xlx2
b) q: R3 ~+ R,-q(x) = 17x2; + 14x§ + 14% — 4x1x2 — 4x1x3 — 8x3
c) q: R3 ~> R, q(x) _= 2.x? + 5% + 5x3 + 4x1x2 4x1) - 8x243
n...” .W...__..._...
(10') = [XE (/4 ' M) [Ila
([5 es la base canénica de R", dlgase) es definida negativa si 7k > b y definida positiva
si A < a. Dcmuéstrclo. (3E5 cierta la afirmacién reclproca?
38. Se dice que una malriz sime’trica A de orden )1 es definida positiva (definida negativa,
semidefinida positiva, semidefinida negativa) si la forma cuadratica q: R" _. R
,
q(x) =tx1‘pAIx1p
lo es. Demueslre que una condicién necesaria y suficiente para que una matriz
simétrica A sea definida positiva (definida negativa) es que [odes sus valores propios
scan nt’xmeros positivos (negatives, respectivamcnte).
39. Compruebe que'una matriz simétrica A cs definida positiva (definida negatlva) si, y
3610 si los detcnninantes de las submalrices angulares de A A1, A2, . . . , A,, son todo‘s
positives (tienen signos' altemados, comcnzando con A1 < 0, respectivamente).
40. Demuestre que si A y B sen matrices del mismo orden definidas positivas (negativas),
ent'oncesA + B es‘también una matriz‘definida posillva (negativa, respectivamenle).
. 41 (,Cierto o falso? El conjunto de matrices definidas po‘sitivas (negativas) de ordcn )1 es

un snbcspaciq de M,. x-n. . ' ' ' . . ’ _ ' . .» .

33._ 3De'mueslre que las ~siguie‘ntes formas cua’dréf‘rcas son rlcfinldas negaufvas:- ‘
I
, 42.. Comprli'ebe qu‘e si‘A esu‘n‘a matriz definida poSltiva’, existe una ‘matriz M (del mlsmo
a), qz-R? -—> R,- q(x).¥' ~2x§ — Ix§ ., m ‘ olden ‘q'ue A)‘inversible lal que A = M'M. LES esta'matriz M uniEa? Verifigue we
rcs‘ultad'o con la matriz
b) (Ii-R3 "’ R, (10‘) 3' “537% "5132' " 717.21 + 4x112 “’4xiX3‘
C) (11 R3 “’ R, QC") = —5x’% — 6x§ — 4x§ + 4x1x2 + 4m, 6 -2 2
34. Determine los valores de a para los cualcs la forma q: R3 —v R A= ~2 5 0
2 0 7
q’(x) = 5x? + x§ + mi ’+ 4l:2 - 2x1x3 — 2x2x3
[Sugerwzcr'm Existc una matriz ortogonal P tal que D = P’AP es una matriz diagonal
es definida positiva. con los val‘ores propios de A (que son mimeros positives) en su diagonal principal.
35. Compruebc que para ningfm valor dc a la forma q; R3 -~ R Escriba D como D = E. Contimie. . .]
q(x) = A21 + 4132 + x§ + 200cm + 10x,x3 + 6X21: 43. (Una aplic‘acié’n a la determinacién de extremes locales dc t‘uncioncs de varias
variables).
puede ser definida positiva._
Se considerarén eneste ejcrcicio funciones suavesf: R" -* R. En czilculo dc l‘unciones
36. 'Considere la matriz simétrica de varias variables se demuestra que una condicién necesaria para que la funcién
3 2 0 f3 RII ~+ R' tenga un extreme local en el'pumo x06 R", es que en ese punto se anulen
A =. 2. 2 ~ 2 ' , todas las derivadasparclales def; esto es, .-- > .
- 0 ,_2 1 .. . gr = =,1..’..2, i,...‘...,.n ,
Gag-b) 0’. l

[-1, 5].
a) Demuestre que los valores propios deA se encuentran en cl intervalo
En tal case, 56 dice que x0 es un punto crt’tico def. Considere ahora la malriz de
b) Considere ahora la fon'na cuadratica q: R3 -+ R dada per derivadas parciales dc Segundo ordenA = (61.7)” . 1. . _ ,,,. en donde
q<x) flan/140049
a” Jr.
axiaxjm), 1,11,2,...,n
en donde [3 es la base canénica de R3. Pruebe que esta forma es definida negativa
si 9» > 5 y del‘inida positlva si K < ~1. Esta es una matrlz simélrica de orden 11. Se puede demostrar la validez del siguicme
634 ALGEBRA LINEAL
/" FORMAS BlLlNEALES Y cuppa/1110113 635

~ criterio, quc establec'e condicioncs snficientes para la existencia dc cxtre‘mos locales 3) Determine la’naturaleza. do lospuntos ‘criticos Lie la funcion
- do In fun‘cionfi 51 to es 1111 punto critico def: R" R, cntonCLs,
fix” .11) = 111111 1 - 11/3 13/3
a) Si la malriz A= [363
6161‘,-(A0)], es definida positiva, f tiene 1111 mt’nimo
1!
i.) '1
. 4) Determine la naturaleza do 105 puntos criticos de la funcién
local on x11. 1 x .13
b) Si la malriz A es delittida negativa,ftiene un ma’ximo local en .10. flx1,.t';)= 5.1g; + (47 — x1 — x3)[ 3" + 71.}
c) Si la matriz A tiene range 11, pero no es dcfinida positiva ni definida negativa, f
tiene un punto de ensilladum en x0. 5) Determine 1a naturaleza do 105 puntos ct'iticos de la funcién
(1) Si la matriz A tiene un tango menor que n, no se pucde al’innar nada acerca de la
f(x1,v\’2,xs) = xi + Xi + 1% —x1x2 + x1 ' 2x1
natu‘raleza del punto x0.
Por ejemplo, considere la funciénf: R2 —> R dada p01
3. PARABOLAS, ELIPSES, HIPERBOLAS, ETC.
flx1, x1) = x1 + 1-3— 6x115;

Los puntos criticos se obtienen al resolver e1 sistcma En esta seccion seré de interés estucliar la ecuacio’n general de segm‘zdo grado

af' _
5;“3311
.1, 6.\1"O
._ fix, y) = s + 2Bxy + Cy2 + 2Dx + 2Ey + F = 0 (3.1)

(if. = 3X§—6.i‘1=0
U110 do 103 objetivos seré el de clasificar cl conjunto dc puntos en el piano

«-
61;;

135105 son entonces p1 = (0, 0) y p; =- (2, 2). L-as‘ 'deriva‘dzts parciales dc segundo 11w) 6 11.21/11,” = 01*
orden son:
_' Tainbién interesara describir graficamentL e1 iugar geometrico que teprcsenta la
_a_'-f =46x ., 62f . . g- __ I 67
.. " i
:1 , ' _ecuz1ci(')ri(3.1). '
671 ‘-- 6x161} - - 6 axzax1 3T1 =6‘- ,. Esta seccion tiene un sabor predominantemcme geometrico, a Lliicrenciu Llc
En el punto p1 la matriz A de parciales‘ de seg‘u‘n'do o'r'de'n cs:
1115 dos secciones anteriore-s, e11 dondL scguia .existiendo, como en toclo e1 libto, cl
sabor algebraico. En rcalidad e1 estudio queen esta seccion se cmprende no so

A =1: "3]
Los valores propios de esta matriz son 7L1= 6 y 212 = —6. Se c5111 cntonces en el
caso c) Sc concluye que la funcionftiene 1111 punto de ensilladura en p1, que vale
fIO 0)= 0
En el punto p; la matriz B de parciales (1e segundo orden cs:
1 = 12 -6
B [—6 12]
cuyos valorcs prdpios son 7L1='6 y 71.2 = 18 (ambos positives), o bien cuyos
det'emiinan'tes' angulares’s'on A1= .12 A2 = 108 (iambiéii a'mbos positives) Se estzi
entonces en el case 21). Se— concluye que la 1‘unc1on f t1e11L un minimo loLal en el
punto p2 que valeK2 2) = -8.
1) Dcinucstrc que la 1"u11cic'mflx11 X2) = x? + xi ticne un minimo local en cl
punto (O, 0). La superficie que r‘ep‘resenta esta funcién es un paraboloicle
elfptico (véas‘e pég‘. 679).
2) Comprucbc quo la fancionflm, x2) = x? _ x; ticne un punlo dc ensilladura
en 01 punto (0, 0). La superficio quc representa esta funcién es un pat‘aboloidc
hipéibélico (véaSc pég. 679).
encuentra propiamente identificado dentro del élgebm lineal. Este quedu mz’ts bicn
encuadrado dentro del émbito de la geometria (anall’tica). Resulta, sin embargo,
que las herramicntas proporcionaclas por el élgebra lineal permitcn tenor un
accrcamiemo bastanle elegante y ci‘iciente a la solucién (lei problema dc clztsili—
cacién de los lugares geométricos descritos por la ecuacién (3.1) que, como so
habia dicho, dar solucion a este problema es uno de los objetivos en esta seccion.
El primer paso que se darzi en esta direccio’n serz't demostrar que siemprc es
posible cl’eetuar 1111a transformacio’n do coordenadas de modo que la ccuacion (3.1)
puede verso, en el sistema coordenado transformado, como 111111 ecuacion on la que
no aparezca el término del producto de las coo‘rdenadas xy.
Mzis concretamen‘te, se verzi que existe una transformacion T. R? R2 (do
' i coordenadas)
71x, y) = (x’, y’) 1
1211 que en el nuevo sistema do coordenadas x’y' la ecuacion (3.1) pucde verse como
A’x’2 + C’y’2 + 2D’x’ + 2E’y’ + F’ =
*En todn esta seccién sc consideraré a R1 como un cspacio vectorial con el producto intcmo
candnico.
 Foams BILINEALES Y‘CUADRATICAS 637
636 ALGEBRA UNEAL
> en dohdeu‘ =(a, b), u»; -=_'~ (b, (1) son los vectorcs dc la mieva base ortonormalp'. .
" conSKdérese-bara esto‘la forma cuadratxca. Al sustituir estas expresioncs en la ecuac'ién (3.1) so llega a una ccuacion dc!
.2 A\ B x tipo
q(x.y)=Ax2+ZBx>’+C) ”[x y] B C y
= . 2 m4 + W2 + 21w + 23y + F’ = 0 (3.2)
. . {e,, e_} de R as
M dc la form a q resp ecto de la base canomca [3
La matrix en donde D’, E’ y F’ son unos nuevos coeficientes.
entonces, Si se considcra un nuevo sistema coordenado x’y’, en cl cual los ej as x’ y y’ sc
_ A B encucntran en las direcciones de los vectores u. y u; do la base D’, so pucdc vcr
M ’ [B c] resumido el anélisis anterior diciendo que at referir la curva que represenm la
36 ecuacidn (3.1) (11 nuevo sistema coordenado x’y",* esta ecuacidn se transforma en
., . .
el corolario del tcor ema 2.1
. . de la secclon antenor, que ex15te una ba la ecuacidn (3.2).
. , por
Se sabe
n de la forma q se ve como Obsérvese, por otxa part6, que siendo P 1111:; matriz ortogonal, la matrix P’
[3’ de R2 respecto de la cual 1a expresm ‘ también lo cs y entonces la transformacion T descrita anteriormente es una
q(x, y) ____ XIX/2 + WIZ transformacio’n ortogorzal (teorema 5.1 capftulo 5). Segt’m el aneilisis quesigue ul
teorema 5.3 del capitulo 5., se puede concluir entonccs que el nuevo sistema x’y’
' tes M y M son preuVsamcnte
- los v.1. lorcs se obtiene del sistema original xy’ giranda e’ste en cierto (ingulo 6.
coefic-len
en donde (x') y)p' = (x’, vv') y los _ ) 0
.
riz M. mencionado antenormcme se, puode :11cint ()lk‘tflolf’fiffia
matcorolario‘
més'la del
'ios de’
Pt o Elan
7:
.—

l quela base. {5 €1.51. canonlcaiocs: x

r
. .

[3’ es una base ortonormal (a1 igua

z

de, losy alor os prop 1 y . 2.

porrve‘aores propio‘s asoc 'iado's a cada u_n_o ” 'iz’ . .
. 5621' PM matriz‘ do cambio dc base‘ (1613 ’ a [3. Obscrv' -' "cse one
' P ' ‘ 2 "Wt
65,111.11
g 'o‘rto onalor qpé?).» .. = - . ,
g gonsid'éresc la transforma'mon T:
R2 -—> R2 dada por
a;
TM = PM
i;

§
Se dice entonces que la ecuacién (3.2) se ha obtenido de la ecuacion (3.1) pm-
. ___ 4 medio de una rotacio’n de los ejes coordenados.
mat riz dc cam bio (16 base de [3’ 3 [56 seg'mge 21:31:40}; igzzzfd:
Siendo P la ‘ .

baso’ c a ,
.
e

c1 es la mamz dc camb1o de la EJEMPLO 1

.
. > .

es 131 1111 31251; Considere pot cjemplo 1a ccuacion

sformaclon T [csto/cs,’T(x , y)]
3:211:21 )y) (=(x, y)p) bajo la tran a las coo r ena .
la base (3’. l’unese (x , y)
coordeogdas de este vector en 3x2 ~“2xy+3y2+2x‘4)"+ 1 = 0
(3'3)
(5’. Se tiene, pucs, que
vector (x, y) es la nueva base

m_=Tu:n%P'm=P-{:}
Se tiene en este caso quc la matriz M es:

3 —1
M = H . ._ ..
. -1_ 3 _ ; _

mm
v Entoncas;
cuy‘o pol‘i‘fio’r’r’i’io cafaécéfi's‘tico es"? “ ‘ '

Sc pucdc comcmplar esm \iltima cxpresién como

las ecuaciones Ida transforma- pm = det(M—M) = det[3~l
fl 31x] = ”‘6’”8 = (“"4””)
nuevo sxstema x y). Estas son, pucs,
.

650'): (del 5152c coordcnado origmal Ly a1

I I I
.

x _= ax‘+by' y entonces los valores propios (lo M son 7n = 4 y X: = 2.

y = cx’+dy' *A 105 ejcs x’y’ so 165 llama ejesprincipales de la curva representada per (3.1).
638 ALGEBRA LINEAL FORMAS BILINEALES Y CUADRATICAS 63 9

- Es 'féc'i'l vcr quc l'os vectores ‘ _ , ' en donde G.= F'1'-. D’Z/M ~7E’i/932. Haga laS suslituci'oncs f '
I
I I"- :1“ "1' V'luL-L-l— = x’+_.
“1 ' 2’ «2‘ 2 5’ f2“ X
l

E'
son vcclotcs propios (ortonormalcs) correspondicntcs a cada uno dc estos valorcs Y" = 3" + X; (34)
propios (respectivamente). Si se considcta la base (3' = (uh 112} [respecto dc la cual
la forma cuadrética q: R2 —+ R, (10",)? = 3x2 - Zry + 3,); SC debc VL’F C911” (IQ: I”) = Se tienc entonces quc [a ecuacién (3.2) sc transforma cn
4x” + 2y’2 en donde (x, y);y = (x’, y’)], 50 tiene que la matriz dc camblo dc base de
{3’ a [5 cs:
Mx’q + My”! + G = 0 (3.5)
P= W7 W2—
—1/¢2' 1/0~ Sobre esta ecuacién ya es fécil decidir sobre el lugar geométrico que representa.
A continuacién, se verén la's diferentes posibilidades de lugares geométricos
dc modo que las ecuaciones de transformacién pot rotacién dc ejcs son: que puedc representar esta ecua‘cién.
Observe qua cl efecto geométrico de las ecuacioncs (3.4) correspondc a uim
x = W7 W? x’ traslacién del origen de coardenadas: cl origen dcl sistema x’y’ so traslada al punlo
y -'1/v’”2~ 1M2" y'
[- *‘- - *— obtemendo a51 cl Slstema x"y”. Se dlce cnlonces que Ra ecuamon
x1 ’ x2
(cané'nica) (3.5) Sc ha obtenido. de la ecu‘acién (3.2) por’ medio de una traslacién
x = 71—506 + y’) de ejés coorde‘nados. .
E’sqmm’zi‘ticarnentc se (icing
Y =- 715‘ (“x‘ + yd:
T r
-——————-~—-——T—'-‘ -—-'-———... p'.

Al sustiluir estas exprcsiones en la ecuacién (3.3) y al simplificar sc obtlcnc

:2 :2 6 2
____~.I_....._,I =0
V T
l . <-—x"—>
.»
4x +2y +Ex 5y+l "15712

que es una ccuacién del tipo (3.2). _' i 4—,2» > x‘

El préximo objctivo seré haccr um simplificacién mzis en la ccuacxon (3.2) de 2» X'
mode que se llcguc a establecer asi la ecuacidn cano’nica dc [a curva quc rcprcscnta
la ccuacién (3. l) -y cntonccs poder identificar cl lugur gcométrico que representa SL‘BCASO 1.1. 7&0»; > 0 y Gl1< 0
esta ccuacién—. En cste punto, se tendrz’m quc considerar dos cases: Se puedc cscribir la ecuacic’m (3.5) como

”2 112
CASO 1. MM ¢ 0 x +._X___. =. I
En gstc caso sc pucdc cscribir 1a ccuacio’n (3.2)‘cvomo . , ”G/M _-G/)»1

I . 52?.
l.2.+v_;‘___;, I .+-?\‘ , 725' ‘ ‘ ' '
12+_____. I +.Fl .
= 0 Como G?” < 0 (y por loitatito,~ G)»; < 0), so pucde cscribir'csm Lillima cxpl‘céicSh
como
112 112
o bien, a1 completar cuadrados x__ + L = l

a2 b2
D’ 2
7»,[x'+-7:l-x’] +?»z[y’+xl‘] +G = 0
E'2
para ciertas constantes no nulas a y b. Esta es la ccuacién canénica dc una elipse.
640 ALGEBHA LINEAL FORMAS BIUNEALES Y CUADRATICAS 641
sum-501,2, 1.712 >10 y-G = 0 _ . es una diferéncia de cuadtados que puede rewcribirse
como
En este caso' la ecuacién (3. 5) se ve comb '
(4x1! _ byn)(axn + by”) 2: 0

1.x"2 + My” = o
y entonces la ecuacién se satisface si, y 5610 si
Esta ecuacién se satisface si, y 5610 si x” = y" B 0. Ehtonces en este 0350 la ecuacién
to es
tan to 1a (3.1 )] rep rese nta un punto [en 31 sistema x’ y’ as“? pun
(3.5) [y por lo __ by” 0

I!
s del sistema x”y"}
[ ‘ ‘3‘“, — €— ]el origen de coordenada
ax” + by” = 0

l 2
1351215 son las ecuaciones d e dos rectas que se cortan
en el o‘rigen (del sistema x”y”).
SUBCASO 1.3. 1191.; > 0 y G)»; > 0.
A1 igual que en‘ el subca‘so 1.1, 56 gscribc la ecuacién (3.5) como
CASOZ. 1 1, =
Sin érdida d
12 ”2 dos subgasos. e geniralidad se puede Suponer que 7~1=0 Se tienen entonces
-67». -G/M
x, +—L~—— = 1

8111101130a M= 0, 12w, 0' #0.

La ecuacién (3.2) tiene en este caso la forma
Poi- set G?“ > O (y tan‘ibién GM > 0), se ve que el primer miembro de esta exprusic’m
es un 'n'u'mero no p05i1ivo.P.or lo‘ tanto, no existen Valores' algunos de .’x y y" que
la satisfa'gan En este- caso entonces 1a ecuacién (3. 1) no repr‘esenta lugar geomé—
M12 + 2Dlxl + 2Elyl + P =

t'ri'c‘o alguno and piano (s'e' dice que s'u grafic'a es uh conjunto vacio).
que se puede reescribir como
SUncAsolA. Kh2<0yG¢0.
' '_ _Al escribir la ec'uaeioh (3.5) coino_
1 12[y'2+3E-y
9»
Ei]:b[
713 LLJO
2D’ 27.s
112 ”2
"5—— + L'— = 1 obien, '
"G/M *0/42

se ve que sien'do en 6516 01150 911 y 91.2 dc signos opuestos, esta xiltima ecuacic’m My+-—I
+ZD’ x’ L- 152 _0
E! I '

pucde cscribirse como K2 21)’ 212D'

xllz

__2 _ L
"2

1 Altealizar‘ I
a b2
y y 12
II I E,
“ +_..
o bien,

I12 x112 xl/ = ’+£_ E’2

L2__ = 1 20' 2120'

a b2 la qcuacio’n (3.2) se ve como
para cicttas constantes no 11111213 a y b.
Estas son las‘ ecuacion'es canénicas de una hipe’rbola. 125;?“ .+ ZD’x” =: O
SUBCASO 1.5. 711712 4 O y G = 0 que es una ecuacién del tipo
Suponga pot ejemplo que 911 > 0. Se pucde entonces cscribir la ecuacién (3.5)
como y;I2_4pxu = 0’ p = _
2L
112x"2 bzy” = 0 27»
Es deem, en este caso la ecuacién (3.1) representa
para ciertas constanies no nulas a y b. El primer miembro de esta liltima expresién una pardbola.
642 ALGEBHA LINEAL FORMAS BILINEALES Y-CUADRATICAs 643

_- SUBcAso 2.2.. M = 0, A; at 0, D"; 0 Non:- No so considera‘ el caso en e1 q‘ue M= 7»: = 0, pucs éstc provendria de la
En estc caso, lace-nacién (3.2)-se've'como ecu‘acion ' '
)VZylz + 2Elyl + Fl = 2Dx+ZEy+F = 0
1a cual no es una ecuacién dc segundo grade y obviamente so Ingar geométrico es
obicn, una recta en el plano. En efecto, si XI= 711== 0, 1a matriz
E’ 2
._ + ’ .. —~
15'2 = 0
M = . A B ’
7"2 [y + 2.2] F 7‘2
B C

A1 hacer seria semejantc a la matriz cero (épor qué?). Enlonces, la matriz M misma 561111
0010, es decir A = B = C = 0, mostrando asi que los finicos términos no 1111105 en
E!
,II = I + __ la ecuacion (3.1) son los términos linealcs. -
y y 7»;

xi) : xl Se tienen entonces clasificados todos los tipos do lugares geométricos que
puede rcpresentar 1a ecua'cion general dc segundo grado (3.1). Obsérvese quo en
C ' F
, E” *5;-
esta primera clasificacién, para poder determinar cl tipo de lugar geométrico
representado por (3.1) es necesarioprimcramentc haccr 1a simplificaci6n de esta
ccua‘cién p61: rotacion dc ejes, estableciendo asI 1a ecuacion (3.2); 1:11 base a ella
queda finalmente que si se rcaliza una traslacién del origen dc coordcrmdas dcl fue qUe so hizo cl an'z'xlisis de las diferentes posibilida'des dc valores de sus
sistema x’y’ a1 punto (O, -E’/712), 1a ecuacién (3.2) so transforma en coeficientes. E1 siguiente objctivo seré hacct‘mé's przictica y cficiente 1a identifi—
cacion de’los lugar'es geométficos correspondientes trabajando directamente con
W72+c=0 I. ' ., (31-61 los edefic'iem‘es dqla e’Cuacidn (3.1)."
[Pero 2111165 véanse a1gu11oS':cje1nplos. , '
ide'donde“ I h
a) si 7.20 < 0, 1a ccuacion (3.6) se ve como EJE MPLO 2. Considere la ecuacién

*0 = i __ __ c 4x2 - 24xy + 11y2 + 56x - 58y + 95 = O (3.7)

y 1.
La man-12 M asociada a la forma cuadrética q: R2 —+ R, q(x, y) = 4x2 —> 24xy + My2
quc son las ecuacioncs de dos rectas paralelas distimas. rcspecto do 121 base canonica es:
b) sic = 0, 1a ecuacion (3.6) se ve como
_ 4 —12
My” = O M [—12 11]
quc so satisface 51 y 5610 si y”= O Esta es 121 ecuacion dcl ejc x”. Es dccir, on cstc cuyo polinomio caracteristico es:
caso la ccuacjén (3.7) -y por tanto, 1a (3.1)- representa una recta (o dos rcctas
’pgxralelas confundidas en el eje x’’) 4— 71 912
p(7~)= dam 'M)=ad ei 12' 11.11%1‘2050215)
c) Si Me > 0,111 ecuaci6n (3.7) se ve como
y entonces, 3.1 = 20 y M = —5 son los yalores propios de M.
”2 = __C_ Una base ortonormal de R? formada p01 vectores propios de M cs 13' = {“huz]
y 7‘2
endonde

Siendo cl segundo miembro de esta expresién un nfimero negative, cs clam quc u = :1. 2
en este caso la grz'xfica de la ecuacion (3.7) es un conjzmto vacz’o. 2 5’5
644 ALGEBRA LINEAL
, , I . IFORMAS BlLlNEALESYCUADHATiCAS 645
_
I deified?) 9.3.1612! matriz P de cémhio 916 base (iii-'15" a 13 base cgixié'n'i'ca dc R: CST, 7'
. EJEMPILQ'3» Considgre 13-30Uacién .. I
. , . _

= —.3/5 4/5- (39)

x2+4xy+4y1—2x1.4y_3=0
P [4/5 36]
La matriz M65:
Las ecuaciones de transformacién por rotacién dc ejes son entonces,

[;]=p[;]=[-:§: 22m
cuyo poiinomio caracteristico as:
es decir,

pm =.. det(M ._ 10—

_ det[ 1—7
2 1 43KJ=M7~-5)
4. 3 y1 entOnces los valores propios de M
y_5,x+5y son M = O y A; = 5 Los vectores 1 .—.
u
72'5( 2. 1) y u'; _ 745' (1, 2) con
stituyen una base ortonorm al dc R2 formada pot
Al su’stituir estas expresiones en (3.7) y al simplificar se obtiene
A] , res Cotiv nnente La IllalIiZ 1 CS

201'2 5y” + 80x’ + W + 95 = (3'8)

P =[—2[,_/§1 1/5] -
quc es una ecuacion dcl tipo (3 2) com in? 20, 7»; — -5, D’= 40, E’= 5, F= 95.
I Como 7» If- — 100 9* 0,11110 se encuentra en el case i. Se (Iiebe enIiOnces Itraslagia'r
ei origen (13 coo‘rden‘ada's a1 punto Alhficer' I I. .1

x = P x: = ~2/IS' W?" x’
y y W? 2/!3' y’
dc modo que a‘i sustituir, scgl'm (3.4) osea,

x' = x” 2 __2_._ ,+ _1_ ,

y] = y" + 1
«5“ f3”
_ __1__ ,
y ‘ [5—35 +7‘g—y
2 .
en la ecuacio’n (3.8) y ai simplificar se obticnc
y a! sustituir en la ecuacién (3.9) qued
20x”2— Is"2 + 20: 0 a deIspuésI dc simplificar

I S; ticne entonccs M712 - ~100 < 0 y G= 20 # 0.13511: es e1 subcaso 1 4. Se IcIoncluIye ,5y’2‘_-E—y

10
3 = 0
entonces Que ia ec’u‘acién (3.7) representa‘ una hipérboi‘a cuya‘ ecuacién 'canémca
en el sistema x"y" (ei sistema original xy girado y trasiadado) cs: que es una ecuacién del tipo (3 2) —si
mplificada por rotacién dc 6s coordena
2,2
dos—pues 7“:=-,02
—con7»1 0,1.=5
22;,96D’=
0 y0,
[S'E=’=- -
o_ 5N55’F
, = -3. Se esta' cntonces enIelsubcaso
402 .
% __ x112 = 1
A1 escribir la filtima expresion com
o
Véase otro ejemplo. 5y"2~4 = o
646 ALGEBRA UNEAL FORMAS BILINEALES Y CUADRATICAS 647

I 611 donde . Se ticne, pues, que la_ ecuacién (3. 1) suite dos modificatio‘fics(si111plil1cz1cio-' _
. 11125) 211 realizar cn ellu rotaciones y tras‘léc‘iones dc ejcs Esquemiticamemc sc Iia
Y" = y: _ 1/1/5-

Ax2 + 2B.1'y + Cy2 + 20x + 2Ey + F =

sc ve que sc trata de dos rcctas paralelas, a saber y” = i 2/1/32 E11 csle caso, cutonces,
la ccuacién (3.9) rcprcscma dos rectas paralclas. 1 ROTACION
A’x’z + ZB’x'y' + C’y’2 + 2D’x' + 2E)” + F’ = O
3.1. REDUCCION DE LA ECUACION GENERAL DE SEGUNDO GRADO l TRASLACION
A LA FORMA CANONICA [1/1l II‘) + ZBIIxuyII+ Cllyllz + 2D1Ix II + ZEIIyII + Fl] ___ 0

Como se habia dicho ya anteriormente uno se ocupzu a ahora de hacer mzis eficiemc
la simplificacién de la ecuacién general de segundo grado por rotacién y traslacic'm
de los ejes coordenados, y por consiguiente, la identificacién del lugar geoméni-
co que tal ecuacion representa
Se parte entonces de la ecuacién general de segundo grado
(3.1)
s+2Bxy+Cy2 +v2Dx+2Ey+F = o
El primer-pas'o q‘ue se ha realiZado con el fin de simplificar csta ecuacién consistc
en referirla a un nuevo sistema coordenado que se obticne del sistema original
girando éste un cierto éngulo 6. Con esto se logra 1111a ecuacién del tipo
Se entiende que la filtima de estas ccuacioncs poscc una eslmciura 111515 simple que
la inicial.
U11 hecho muy intereSantc sobre el cual se quicrc llamar la utencién es que
existen ciertas cantidades rclacionadas con los cocficientes dc cstas ccuucioncs,
que conservan su valor a través de las simplificaciones rLalizadas (:11 la ccuacién
o1iginal Se dice que eslas camidadcs s'o'n invariantespor rotacio'n v traslacio’n (1e
ejes.
EJEMF’LO 4 Considcrc cl cjemplo que ya se habia cstudiado 011 la pzigina 643. So ticnc
~241‘y + 11y2 + 56x- 58y + 95= O

1x’2+7~2_)"2+20’ +2E’y' +F' '=’ i. ,1 (322?- 1R01AC16N '

201‘” +0 x’y’ Sy’2 + 80x'+10y’+ 9S= 0
Esta ccUacio’n sc obtiene pues‘ de (3.1) simplificando ésta “por rotacién dc ejcs".
Como ya 56 vio, lo que se hace para obtener (3.2) a partir dc (3.1) cs realizur 1 TRASLACION
la sustit‘u'cio’n' 201'”? + 0 xy” " —_5v”2 + 0 x” + 0 y" + 20= 0
x = P x: . Observe que
y Y
a)A+C=4+ll = 15
en la ccuacién (3.1),en dondc P es la matriz dc cambio dc base do (3 a la base A’+C’ =A"+C" = 20—5= 15
canénica do R2, sicndo (3 111111 base ortonotmul dc R2 formada por vcclorcs propios
A B _ 4 ~12 _
dc 1a matriz M b) 024‘:
B c] ‘ “ti—12 H11] 100
M is cl _ 20 o = _ lOQ
A B
=
det
A” B”
A’B’ B’C’] _ Idet[B,, 0’] — dei[0 _5]

Al disponcr ya de lziecuacién‘, (3.2), So realizaba en 'ella la sustitucién -

‘ _'A B D 4 -12 28
0) dc! B C E = det ~12 11 ~29 -2000

ll
x’ = x” + I:
E F 28 -29 95 '
y: = y” + k

'_ A’ B’ D’ 20 o 40
con 11 y k escogidas “convenientemente” con el fin de l'ograr 1111a nucva simplifi- B’ C’ E‘ = det 0 —5 5 -2000

Ii
cién en la ecu‘acic’m. Esto equivalia a trasladar‘el ori‘gen de co'ordenadas (dcl D’ E’ F’ 40 5 95
sistema x’y') a1 pu11to (h, k).
 FORMAS BILIN EALES Y CUADRATlCAS 649
648 ALGEBRA UNEAL
. _‘ 20 O V > "0 '> _
. A?- Bu- . Du ’
en'dgnde _- ._
flat 3’" c"- ‘5"- = det o —5 o = .—2000
D" E" F" 0 0 20 A’ = A
B’ = B I
simplificar efic1entememc
Este es un hecho que se explotaré posteriormente para C’ = C
una ecuaclén general de segundo grade.
Ahora se enuncia y se dcmumstra en general D’ = Ah+Bk+D
E’ = Bh + Ck+ E

Sea la ccuacién general de segundo grade F’ = Ah2 + tk + Ck2 + ZDh + 25k + F

TEOREMA 3.1
Calcfilense las cantidadcs a), p y v para esta ecuacién transformadix por traslucién.
Ax2+ZBxy+Cyz+2Dx+2Ey+F = 0 Se tiene
Las cantida‘des - A'+C’ = A+C

8
l
O
+
BY

8
Cl] _
A

>-
A' B’

II
_ det[B, — de,l:B, C]

I
‘L’:
L_.___3
.—--1

00:
D33»
3:
I
t

y asi-entonccs 1_ofs valorcs dc co y 1.1 semantuvieron invariantes. Se verzi quc v 50

mantiene también sin varia‘cién.

A’ ‘13"0:
= d2: 3' C! El

on y/o una
invariantes si en la ecuacién se reallza una rotac1
DI El Fl

se manticnen
traslacién dc ejes coordenados. A B All + Bk + D
= det B C 8/1 + Ck + E
se rcaliza una traslacién dcl orige11 dc. Sootdenadas Ah+Bk+D Bh+Ck+E A112+ZBltk+Ck2+2Dh+2Ek+F
DEM OSTHAC/ON Supéngasc primcramentc que
se hace la sust1tuc1on
al punto (h, k) Es decir, que en la ecuacién (3.1)
En la matriz dcl determinante de esta filtima cxpresio’n sc rcalizan lus siguientes
x = x’ + h transformacioncs: sustitéyase la tercera linen por ella misma menos h vcces la
primera y menos k veces la scgunda. El valor del dctcrminantc no sc altcra y qucda
y = y’ + k cntonces
Sc ticne entonccs,
F =
A B Ah+Bk+D
250% + k) +
H A(_x’ +,, 102 + 28(x’ + h)(y',+_ k) +_ C(y’ + k)2_+ 20(xf f h)_ + =de.t B y c Bk+Ck+D
I
' ,1) IE‘ it+Ek_+F_
o bien V H _. I ‘ I
+ E)y' + A122 + ZBhk + Ck" Si 56 sustituyc ahora la tcrccra columna por ella misma memos h veces la primera
Ax’2 + ZBx’y’ + Cy‘2 + 2(Ah + Bk + D)x’ + 2(Bh + Ck y menos k veces la scgunda se obtiene
+2Dh+2Ek+F = O
del tipo
que es una ecuacién (transformada por traslacio’n)
= 0
A’Jc’2 + ZB’x'y' + C’y'2 + 2D’x’ + 2E’y' + F'
650 IRLGEBRA LINEAL FORMAS BILINEA'LES Y CUADRATICAS 651

‘most'rando asi gm: (:1 Valor dc v no 'se aILEra portraslaciofi de-ejes. en la. councion ‘ 11¢ dondc .
(3.1)... . ,. . . ‘ -
Véasc ahora quc los valores do a) y p no se alteran si so cfectlia una romcion oo=A+C=A'+C’
dc ejcs en la ccuacion general de scgundo grado original.
_ A B:
Obsérvese quc los valorcs de a) y p dependen solamente dc los coeficicntcs dc p~der[8 C] AC ~z=,,_12
B AC B = det[B,
AIB,
C’
1a forma cuadrzitica q: R2 -—+ R

mostrando asf la inVariancia dc to y p pot rotacién en los ejcs coordcnados.

(10%)? = Ax2+23xy+ Cyz =[x H”; g
L f). Por ultimo, para vcr que v se manticne también invariante por rolucién,
considéresc la forma cuadrdtica q: R3 —> R
Efe‘cluarvuna rotacién en los ejes coordenados equivalc a rcalizar 1a sustitucic’m [en
la ecuacién (3.1)]. q(x, y, z) = s + 23xy + Cy2 + 2s + 2Eyz + F12 (3.10)

x = P x:
A B D x
= [x y z] B C E v y
Y y.
D E F 2
en dondc P es una matriZ-ortogonal (véase el andlisis que sigue a1 teorcma 5.3 del
capilulo 5).-En lal caso la forma cuadrética q 50 transfor'ma en Como ya se habia, dicho, efecluar una rotacién en los ejes coordcnados on In

5w - _
ecuacién (3.1) equivale a hacer la sustilucio’n
4m) a 9‘t
, A B. x-‘ = ., .A” B’ x’
C]P[y,] [x “[13, Guy]
El poli'homi'o caractcrl’stico de la matriz.
en dondc P es una matriz ortogona‘l.
A’ B' Sea-P la malrizde orden 3
B’ C’

pa) = det[ A'-K

B, 0%]
8’
= x2—(A'+C')x+(A'C'~B'2)
AI set csta matriz semcjantc a la matriz
Obsérvcsc gm: 79 cs también una matriz ortogonal, pues
A B
B C 0 | 0‘ 0
(pugs al scr P ortogonal so time P‘ . P ‘ 12
. AB 514...}: 73 P".

u
u
‘17!
£1

I
{T
[3, a] P [a c] )
ambas poseen cl mismo polinomio camcten’stico. Entonccs,
"Lo Mo '1 1; L6 a?“
En la exprcsion(3.10) para la forma cuadrélica q hzigase la sustitucién

pm = day]? C131] = xz—(A+C)x+(AC-B2)

W — (A’ + C’)?» + (A'C’ ~ B’2)
 FORMAS BXLINEALES Y CUADRATICAS 653

...- 652 ALGEBRA L1N_EAL1

A. B D . A" ”BA D’
Se 0151112111: c E y 'B’ C’ E’
A B D ~ 16' D E F D’ E’ F
=x'IZI]PIB C EP)’
q(x, y, Z) 1 3’ D E F 2’ son semejantes. En particular, ambas tienen el mismo determinante. Esto cs
precisamente 10 que se quen’a probar.

Q.E.D.
Obsérvese que
A B t D
Se procedcré ahora a haeer e1 21112111515 (1&1 lugar geométrico que representa una
A B D ~ P B C P 1 P15“ (3.12) ecuacién general de segundo grade, usando e1 teorema que se ha demostrado.
p: B C E P= 1 '
Se tiene, pue‘s, que la ecuacién (3.1)
D E F [D 51p F 1
Ax2+ZBxy+Cy2+2Dx+2Ey+F = 0
' (3' . l), sc
1) en la ecuact‘ on
efectfia 1a suslitucién (3.1
Pot otra parte, cuando se es transformada, por medio ‘de una r’otacién en los ejes coordenados en
obtiene la ecuacion transformada‘ (por 'rotacion)
+ 2E’y' + F’ = O (3.13) xlx’z + My” + 2D’x’ + 2E’y’ + F' = 0
A'Jc’2 + 2B‘x’y"+ C’y'2 +- 2D’x‘
‘ na dos con los
, F’- esta" n rela' c1o en donde K1, y 7»; son 1os valores propios de la matriz
ficientes A’, B’
en donde 105 nueVos coe
. ”1 -‘=_ [B”A . _ ' B}C] _
1 :. em 21
,F segun
’ 'coefieientesoriginaksA, B,.

Debido a la invariancia de la cantidad 11 del teorema anterior, se debe tenor

1211121
entonces qua

_ A B = 711 0 =
11 det[ B C] det[ 0 K2] 711712

F'=F For 10 tanto, los dos caso's que se habian considerado en la clasificacién de los
lugares geométricos descritos por la ecuacion (3.1) —los casos MK; 9* 0 y 911?»; =
1a ecuacién (3.1) como 0— corresponden, respectivamente, a 10s cases en que 11 96 0 y 11 = O.
Esto se puede vcr si se esctibe Considérese cl primer case, 11 9* 0. ‘
x = Se vio ya que en estas circunstancias (11 9* 0), pot medio de una traslacién de
[xy] 1’; g][;]+2[DE][y]+F 0 los ejes de coordenadas se puede establecer la ecuacién simplil‘icada

rl 2151 1aec11ac1on (
. . I -‘ i .I ‘ . I n I V 3. 13 . _

) . 1,122+ 112n + G -= o
titumén (3.11) para obtcne
V

y se rea1izi1-c11 (25111 111 sus

-

e que
Entonees, segfin (3.12) se tien Segfin 10 mostrado en el teorema (3.1), e1 determinante v se debe mantencr
I I D’ invariantc, es decir que
A B D ~ A B ,
P2 B C E P= 13' CI E1 F
A B D 9»; 0 0
0 = 711s
D E F D, El
v = det B C E = det 0 712
D E F 0 0 G
. .068
. que las mam
mz ortogonal, sc concluye
de donde, per set F 111111 ma
654 ALGEBRA LINEAL
FORMAS BlLlNEALES Y CUADHAHCAS 655
dc dondc
Como 12 9* 0 y D 9* 0, sc tiene que v ¢ 0. Este sub’cas1‘) correspondc pues- a que ' -> - .
G =.———- = -—~ ~-
"V¢O.-_
7~17~2 11
SUBCASO 2.2. 711 = O, A; 9* O, D’ = 0 (la gtéfica cs: dos teams paralelas, una
Se pucde decir cntonces que la forma canénjca de la ecuacién (3.1) en estc c2130 rcéta 0 un conjunto vaclo).
(MOMS: En este subcaso sc cstablccic') la ecuacién canénica dc la ecuacién (3.1) como

1.x“? + 712y". .7“: = 0 (3.14) My” + c = 0

Por 1a invariancia dc v 56 debe tenet que
Analiccnse los subcasos cortespondiemcs al case 1.

SUBCASO 1 1.). A: > 0 y GM < 0 (la grfifica es una clipsc) A D 0

mow
En términos de las cantidades 03,11 y v, este subcaso corresponds a que 11—= v=det B E = d8! 0 71.2
21712 >Oy v~= 611 9* O. Ademascomo D F 0

(1”): (A11 + K2)l>¥2

Este subcaso corresponds, pues, a v = 0.

= 731.6 + 7.9.10
En el siguiente cuadro se resume cl anélisis anterior. Con él se cumplié cl
y 7.1 y 7.2 ticncn cl mismo signo, se vc que G111 < 0 si, y $610 51 cov < 0. En resumcn, objetivo que se plantca a1 inicio dc esta seccién de clasil'icar los lugares geomé-
cstc subcasc‘)‘ corresponde‘ a que 11 >0, v 99 0 y‘ cov < 0. tricos que lepresenta una ecuacién general dc segundo grado

Sunc/xso 1.2. 9» 1.2 .> _0 y G-= 0 (la grafica es un punto) ECUACION: Ax2+ZBxy+Cy2+2Dx+2Ey+F 0
En este. subcaso so [lane 11 > O y v = Gp_=-—._O
' ' ’ ,A B A B D
Sunmso 1.3. 7.19.; > O y G71l > 0 (la guinea es un conjunto vacio). m=A+C,11=det»B C,v=detB C E
All igual que e11 cl Subcaso 1.1 51: pu'edc Ver' l‘z’xcilmc‘nté que cstc subcaso D E F
correspondca p > 0, v 9e 0 y cov > 0.

8111101150 1.4. 7.0»; < O y G 9E 0 (la grzifica es una hipérbola). v at 0 11v < 0. Una elipse
Estc subcaso co'rrcsponde a que p < O y v = 611 96 O. P>0 11v > O. Ningl’m lugar geométrico

SUBCASO 1.5. 7.1 A; < 0 y G = 0 (la gréfica son dos rectas que se cortan): LUGAR p 9e 0 v=0 Un punto
Este subcaso corresponde a p < 0 y v = 611 = O.
GEORéEERICO <0 v 9* O Una hipérbola
Pasc ahora a1 case 2, 1.712 = 0, cs decir, el caso en cl que 1: = 0. REPRESENTA p v=0 Dos rectas que se cortan
SUBCASO 2.1. 711= 0, 7.2 9* 0, 0’ 9h 0 (la grzifica es una pardbola).
En esle subcaso sc llega a establccer la ccuacién canénica de la ccuacion (3.1) v 9* 0 Una parébola
. 001110 H=0 . v=0 Dos rectas paralelas, o una recta,
'M"2+2D'xn
L ‘ _ . , ' . E0 nlngfin lugar geométrico
_', 0

Introdfizcasc una nueva terminologia rcSpecto de esta clasificacién. Cuando en la

cido a la invariancia dc la cantidad v 56 debc tcncr cntonccs que ecuacién general de segundo grade se tiene p 9fi 0, se dice que la curva (el lugar
A B D 0 0 D’ geométrico) que representa tal ecuacién es una curva con centro. Caso contrario
v = det B C E = det 0 A: O = -D’2?»2 (p = 0) se dice que es una curva sin centro. Més afin, cuando 11 > 0 se (lice que la
D E F D’ 0 O curva es de tipo elzptico y cuando p < 0 se dice que la curva es de tipo hiperbo’lico.
A 105 casos en que la ecuacién general de segundo grade no representa una
 FORMAS BIUNEALES Y CUADRANCAS 657
656» ALGEBRA LiNEAL ‘
llama cqso‘s LiegeneraLios. Se tiene
parébola, una elipse 0 mm hipérbola se 1 es 52 (~36 ~52
-_ A _._B .1). _ _. -
pues, la siguieme version del cuadro anterior. v = det B C E = det —36 73 1 = ~250000 at 0
D E F -52 .36 —48J
ECUACION: M + ZBxy + Cy2 + 2Dx + 2Ey + F = o
(0 = A+C= 52 + 73= 125
r ‘ De tiho Una eiipse (0w < 0)
eliptico
= (125)(—250000) < o ’
C
23a (11 > O) Casos degenerados (00v 2 0) Se tiene entonces que la ecuacién (3.16) representa una clipse. Para establ‘ecer la
ecuacmn catiomca de esta clipse $610 so necesita, seglin 1a ecuacio’n (3.14) 103
“in: De tipo Una hipérbola (v at 0) valores propzos de la matriz M ,
LUGAR
GEOMETRICO W ) hiperbéiico
(11 < 0) C350 degenerado (v = O) 52 -36
QUE ' M =

REPRESENTA ' [—36 73 ]

i
Curva .
sin Una parabola (v at 0)
(y los valores do 11 y v que ya so calcularon). E1 polinomio caracteristico de M es:
centm . . . V
Casos (1e enera‘dos v = 0
52- 9» —36 '
p(7»)= det[ ~36 73 _ A] = 12 - 125?» + 2500 = (7» - 25X?» - 100)
Véan'se a1g‘uhos ejemplos.-
"T‘_ en do'nde X](3 =16)25CS.y. 12 =100 Entofi c es 1 a ecuacion canonica do 121 eiipsc que
representa
.
'EJEMPLos - ' , _.1?.-0ra 1a ecfiixcién
(3.15)
3x2 — 4xy 4y2 + 16x + my —- 12 = xlxlq + lzyn2+ __ = 25x11} + 100y112_ 250000 =
>

p 2500
so time
osea,
_ A B = 3 -2 = _ 16< O
C] det\:_2 "4]
p — det[B
x112
"2 =

1
__

4 w
A B D ' 3 —2 8
8=0 ‘
=detB C E =det—2 —4 EJEMPLO? Para 1a ecuacion
D E F g 8 ~12
x2—10xy+y2-10x+2y+ 13 = 0 (3.17)
senta dos rectas que sc cortan.
For 10 tanto, la ecuacio'n (3.15) repre _ se‘tiene‘ . , . . .
_ = A'B' '1f_5' ,
EJEM’PLo 6 Para la.écuacion_ _ Hp det[B C] det[_5 1]: -24 < 0-
(3.16)
52x2—'72xy+73y2-1o4x+72y—48 = 0
A B D 1 —5 -5
se tiene v=detB C E=det-5 1 1=~288¢0
D E F ~5 1 13
A B 52 —36 =
La ecuacxon (3. 17) representa entonces una hipérbola. Hallo su ecuacién canonica.
658 ALGEBRA LlNEAL FORMAS BILINEALES Y CUADHATICAS 659

Setiene- ‘de'donde

' pm =dct[1__—57V 1:51] = x2 — 2x — 24 = '0» — 6x7; + 4) D’ = —i = «1—5‘625"= 75*

de donde 7»: = 6 y 7.2 = -4. For 10 tanto, segfin la ecuacién (3.14) la ecuacién La ecuacic’m cahénica de la parébola es entonces
canénica de esta hipérbola es:
25y”2 + 150x” = 0
II II V 1/ 1/? -228
11x2+7~7yz+fi = 6x2-4y“+":2'z = 0
0 sea,
yllz +6x" _____ O

osea,

£3_
3 £3
2 = 1 3.2. CONSTRUCCléN DE LA GRAFICA DE UNA ECUACIéN GENERAL
DE SEGUNDO GRADO
EJEMPLO 8 Porfiltimo, para la ecuacion
Hasta estemomento se han dediCDdo todos los esfuerzos a identz'ficar e1 tipo de
9x2+24xy+16y2+132x-74y—81 = O (3.18) lugar geométrico que representa 1111a ecuacién general de segundo grade, asi como
a establecer la ecuacién canonica dc tal lugar geométrico. Sin embargo, es claro
setiene que resulta deseable disponer de una, gréficade él. Sobreesto so trabajaré en esta .
’ .s‘ubseCciéng ‘ ‘ . ‘ ‘ ' 1 -- ’ ,v
j: p dab3A isC] :7. def”79,12;
16] .0 ‘- " 'Como'ya se ha visto anteriormentetla eeuacién cahénica dc laichrva :que.
representa {ma ecuac'ién'general dc Segundo grado se obtierie realizahdo en estD
filtima simplificaciones primeramente por rotacion de ejes coordcnados (elimi-
nando asi’el término con el producto de las coordenndas) y posteriormente por
A B. D 9 12 66 ‘
v=det B C
traslacién de los ejes (eliminando asi el —-o 103— términos de primer grado).
E = det 12 16 —37 = —140625 $ 0
Considérese la primera de estas transformaciones, es decir, la rotacion de los
D E F 66 -37 -81
ejes coordenados. Se verz’r ahora cémo determinar las direcciones de los nuc—
vos ejes del sistema girado.
For 10 tanto, la ecuacién representa una parébola. Vea cuzil es su ecuacién canonica. SegL'ln el anélisis que se presenté a1 inicio de esta seccién, la transformacién
Se habia visto que en este caso (véase subcaso 2.1, pég. 641) 1a ecuacién por rotacién de ejes consists en escribir la ecuacion original (3.1) en una nueva
canonica de la parébola es: base (ortonormal) de R2: la base constituida por vectores propios ~0rtonorma—
les—— de la matriz '
My” + 2D'x” = 0

Halle 2.2. Se tiene M, [B c]

__ A B

m) -=' writ; .3 16131]: mi- 25) - . Sea [3' =_ [u,, uzl tal base.,-Véase cémo determinar las direcciones de los vectores-
111 y uzr

*Existe una aparente ambigfiedad en el signo D' a1 dcspejar su valor de la igualdad v = DOM. E1
Entonces (9.1 = O y) k; = 25. hecho de que se opte por un signo o por otro en el valor dc D’ so refleja solamente en la direccidn de
For otra parte, positividad del cjc x” en el sistema transformado (e1 sistema 1”)!” provcniente del sistema original xy
después de realizar en éstc la rotacién y tmslacién correspondiente). Como cl objetivo en estc cjcrcicio
v = -—D% es solamcnte establc'cer la ecuacién canonica de la parébola en cuestién, no existe m'ngl'm problema
en que se opte por un signo o pot otro para D’.
 FORMAS BILINEALES Y CUADRATICAS 661
660 . ALGEERA'LIN‘EAL .
resolvor 11a ecuacion . tal eooaciori so simplifica quedando’ de la forma (3.2)
"Los valore-s propios-de 1a matriz ;M 56 obtianen a1
cuadrética
M” + My” + ZD’x' + 2E’y’ + F’ .= 0
A - 7K. B =
po.) =det[ B C4] 0 Esttidiese oi caso en el que ‘u # 0 [caso en (:1 que 61 lugar geométrico que representa
la ecuacién (3.1) es una curva con centre];
reales, pues M es una matriz En este case se ha visto que la equacién canénica de la curva que representa
Como se sabe, esta ecuacién tiene sus dos raices id ecuacién (3.1) cs:
' ' ‘
simétrica. Sean M y 1.2 tales raices.
nadas x, y y (multip los dc ellas) de este vector so
Sea u l = (x1, yr). 'Las Coorde
obticnen a1 considerar alguna solucién no triv1a1 del Sistema homog
eneo 9.1x” + mm. 2’.F = o

W cf..][;]=[3]
Esta ecuacién carecc de términos de primer grade. Partiendo de la ecuacion (3.1)
so puede lograr csta simplificacion en ella (la eliminacién de los término's dc primer
grado) si se realizan las sustituciones
Es decir que, en particular
x = x’ + h
(A " 7L()X1+ By] = 0
y = y’ + k
de donde y se escogen It y kconvenientemcnte. . '
En efecto, a1 sustituir x = x’ + h y y = y’ + k en la ecuacién (3.1) y simplificar
231:”-
x1
71.1—Aq'f
I. B seobtierie' . ‘_ ' . " ' ' _ ' ‘ - '--'
Ax’2 + 23x'y’4 Cy'2'+ 2(Ahév Bk + 13);: '+ 2(Bh"+ Ck + E)y’ + A}? +3 iBhk
pandiente fie la recta 311 +Ck2+20h+2Ek+F = 0
Obse'rvcsc que el primer miembro de esta iguaidad es la
x del slstcma glra 0
la que se encuentra cl vector ul. Esta rccta sera cl nuevo 616
(es decir, el ejc x’). Entonces, si so escogen h y k tales que
Similarmente se puede ver quc
Ah.+Bk+D= 0
Aq-A
.__...__....
B Bh+Ck+E = 0

so lograra una ccuacion (simplificada) que carece de términos dc primer grade.

“21 el nuevo cjc y do!
es la pendiente de la recta en la que se encuentra e1 vector Obsérvese que ei sistema de ecuaciones anterior ticne una {mica solucion (/1,
. ‘ .
sistema girado (cl eje y’). k) pucs se esta considerando el caso en el que p (que cs 61 determinante dc estc
a coordcnado Ln c1
Resumiendo: a1 referir 1a ecuacién (3.1) a1 nuevo slstem sistema) es no nulo.
cual el nuevo eje x es la recta Desde cl punto de vista geométrico lo que se ha hecho cs referir la ecuacién
(3.1) a urt nuevo sistema coordenado c'uyo origen cs'tzi en el punto (h, k) (1 lam‘ado
'~'<‘.._
-

11%;]; x”(ejexf) I e1 centre de la curVa querepressntaxtal ecuacién). Esta es pues la simplificacién

u

‘dei 1a ecuacio’h (3.1) pct traslacion dc ejes coordenados.

Si so juntan estos resultados con aquellos provenientes de la simplificacién do
y el nuevo eje y es la recta la ecuacién (3.1) por rotacion de ejes coordenados, so obtiene finalmente para cl
kg - A case p at O que:
B x (616 1")
H

Al referir la ecuacién
y
no habria necesidad dc efcctuar la
*Sc esta suponjcndo quc B at 0, pues on caso contrario Ax2+2Bxy+Cy2+2Dx+2Ey+F = 0
dc ejcs coorden ados en la ecuacxo n (3.1).
simplificacion por rotacic'm
 ,\
662 ALGEBRA LSNEAL FORMAS BILINEALES Y CUADRATICAS 663

a1 nucYc sistema ‘coopdeIiado x_”y"ien cl cfial cI nu¢vo eje. x es la regta A1 resdlver cl sistcma
AIM-Bkfl'fD % 5iz+3k—2

II
O
7k. —A
y—k = -l-~(x—lz) (c x")

H
B Blz+Ck+E = 312+5k+2

0
yclnuovo cjeyesla recta / 56 obticneh =1, k= -1.
Los valores propios de la matriz

“[35]
y~k= MB
_A

(x-h) (ejey)
' ll

=53
én dondc h y k es la (finica) solucién dcl sistema
son las raices dcl polinomio
Ah+Bk+vD

l!
pm = (let 5—7» 3 = x2— 10m 16 = (Mm—8)

O
Bh+ Ck+E

{I
3 5—2.
y X; y 9»; son los valores propios de la matriz
cs decit, 7». = 2 y K; = 8.
M =
A B A1 considerar cntonces el nuevo ejc x en la rccta
B C
7»: —A
56 obtiene. la ecuacién canénica de. la curva quc represema csta ecuacién,-la cunl y-k= B (x-h)
es: ' ‘ V . .
v . . ‘es deycir',
72+; = 0.
xix/12+ “fly/

Véanse algunos ejcmplos. y cl nuevo eje y en la recta

EJEMPLOQ Considcrc la ccuacién

5x2+6xy+5y2-4x+4y~4 = O (3.19) 0 sea,

Setieneque
y = x—2 (ejc y”)

_ A C]
‘
det[3
5 3 _
5] 16>0 50 licne quc la ccuacio’n (3.19) se ve como
p—det[B

.. —128 .=0'
'Ai‘ B D" ,5 ,3 _—2 , zxuz + 8y”2 +

16
v=det"B'C E =(I’et '3 '5 2 =-128-'¢O
D E F -2 2 -4 0 sea,
m=A+C=5+5= 10 "2
__+yll2 = 1
00v = (10)(—128) = —1289 < 0 4
Se trata entonces dc una elipse. Gréficamcnle sc‘tiene la siguiente siluacién:
 FORMAS 311111 EALES Y CUADRATICAS 665
664 ALGEBRA LIN-EAL
1:5 dccir,

y = x Mex”)
ys—x y»

y cl nuevo eje y en la recta

.\11 +x
1

"-1 ”2
es decir,
X_4__+yul _ 1

1
y=~x+g (eJey)
y=x—2 X“
se tiene que la ecuacio’n (3.20) se ve como

__ -u2+6'l?2 +:———'+,— = 0

Estudi'e ah‘ota la ecuacién

4" y —24
EJEMPLO 10
(3.20)
xZ-IOxy+y2+x+y+1=O 0 sea,
En este‘ caso‘ se tiene x”2 y“:

“each 1—
' A BC]; de;[5-_ .1]5};.24" <0 9/32 9/48
En la siguiehte pagiha Se m11c$tra la graficaque resume los re‘su 11211105 dc cstc
"A B D 1 ~5 1/2 cjemplo. *
=‘det B C E =det ~5 1 1/2 =-27*0
D E F 1/2 1/2 1 EJEMPLO 11 Véase por filtimo uh cjcmplo cn ‘cl que la grafic‘a que ‘repr'cs‘cma la ccuacién cs unu
pz1rz’1bola Sea
Se trata entonces dc 1111a hipc’tbola.
A1 resolver cl sistema
x2+2.—l--xy+y2— 0x+72=y+l4=0 (3.21)
Ah+Bk+D =l1—5k+1/2 =
311+Ck+15= ~5h+k+1/2 = En cslc case 56 ticnc
Sc obticnch = k= 1/8. .
Los valores propios de la mamz 11 = B
det[ A C]
B = det[ 11 I] =
0

M=[-§ ?] _ A B. D 7 7 .1 1 ."5/{7 ‘
, v‘=detB.C7E ='V'det l 1 WT =-18#—:0
‘ sc obficncn hallando l_as raice‘s dc! pplinomio . D. E "F ~5//2' WT ' 14"
p=m det[ :5?” 111%12—21—24=(x+4j(1—6) So trata entonces dc una para’bola.
Estes 50112711 = —4 y 71.2= 6. *Pucdc set 13111 con‘struir las grdficas dc las asimoms do esla'hipérbola. Recuc’rdesc quc para la
A1 colocar entonces el nuevo eje )6 en la rccta . , x2 b .
hlpcrbola 21; ~21; = 1 las rectas y = t ; xson las 115111101215 dc clla.» En cstc case 51: 11cm: quc Ins
__1= ~4—l _,_1_
y 8 —5 8 rcctas y” = i / i— x" son las asimotas (en el sistcma x”y”) dc la hipérbola cn cucstién.
 FORMAS BILINEALES Y CUADRATICAS 667
666 A'LGEBRA LINEAL

0 him, . .

y” + 3x” = 0 (3.22)

Para constmir la gréfica 16 la ecuacién (3.21) so pucdc precede: do la muncm

“csténdar” ——como a! principio dc osta scccién— a1 hacer primcramentc la
transformacién pot rotacién do 6365 y Iuego la traslacién.

N
y =v§X Se pucdo vet fzicilmeme que los vectores propios de M

u1 = (W‘s W7) y 142 = (W17, W72.)

forman una base ortonormal dc’Rl. La man-i2 P do cambio do csta base canonica
es cutonccs

\I
y-v-x-H/4
y=x P=[ 1”2‘ 1'#7]
‘W’f W2“
En esto caso no so puedc proccder como en los ejemplos anteriores, a establccer .
directamente las ecuaciones dc los ejes x" y y" rcspccto do 103 cuales 1a ecuacién A1 hacer cntonces
(3.21) toma su forma canonica, puss aqui no es’posible determinar cl punto (I1, k)

[y] M [—m m] M <3”

x = x’ = Wi‘ 1/!2‘ x’
a donde hay que trasladar cl origen do coordenadas usan‘do cl sistcma do ecuacio-
nos
Ah+Bk+D .0_ --
1
o'sea;_ I I i V. - '
'Bhr+Ck+E‘ 0-.
II

x = ‘LCK'I”; I).
[2— Y
pues cl determinante do cstc siStema es ccro (p = 0).
Ya so ha visto quc obtener 1a ccuacién canénica dc 1a parébola es un proccdi—
miento fgicil que no csté compromctido con los valotes do 11 y k menoionados y = 7‘2—‘(hx ‘0’)
1 l I

anteriormente. Para esto $610 so necosila e1 valor propio 7»; y el cocficicn'tc D’.
Para la matriz y al sustituir en la ecuacién (3.21) so obtiene, después do simplificar
_ 1 1
y'2 — 2y’ — 3x’ 4 7 = o (3.24)
so ticne
Esta es la ecuacién (3.21) cuando se rcfiere a1 nuevo sistema coordcnado x’y’
pm = my?” 1&2] = 2(2—2) (girado respecto del sistema xy) en cl cual el nuevo ejc x es la recta

7&1“A .
do donde X1 = 0, 2.2 = 2. y= QB x=~x (ejex’)
-- Ademés‘ so sabe qua v =.--‘D’?>-7»2, do dondo
y cl'nu'evo ejéy es‘ la room
D’ = I K;
....._.= 3

-A .1

Entonccs 1a ecuacién canénica de la parébola serzi‘: PM]; x=x (may)

My” + 2D’x” = 0
Aim més, si so escribc 1a ecuacién (3.24) como
es dccir,
2y"2 + 6x” = 0 (y'—1)2—3(x'—2) = o
668 ALGEBBA LINEAL‘ _ FCRMAS BIUNEALES Y'CUADRATICAS 669
-'y se hace _ _Grzi1‘icamerite:
, ,
II ___ y: _ l
(3.25)
y
xll .. x’ ... 2
y=-x§2]-’2
\A
y--x
queda

ynl __ 3x” = 0

' olgtc‘.éZinaigs
' obtoolg g)‘ qno
.22 5610
ue es la misma ecuacién canénica que yase habxa
o en la otra direccio n (vcr nota a1p1c ed 1;oorden adas de]
Eon el eje x” orientad
Las
‘ su'stituciones (3.25) equivale n a traslada r el ongen e
' na x' ‘ a1 unto (2,1). . . ‘ V ‘ . a ori inal 5e
SIS“; se (iluiergconocer las' coordenadas de este pumo en el slstem g
yux-4/f’2 /
p'uedc 'u's'ar (3.23)

x m m 2 = ””7, Non: Otr'a manera de proceder para enco

ntrar los valores de )1 y k es como sigue
[Jim/'2‘- l/fi 1 “'1”? Se sabe dc antemano quc el nuevo eje
y" seré
sentada por la ecuacién (3.21) en 61 punto tangente a la parabola repre-
:

'
omgen e .a
delsistem c (h, k) ——el .vérlice de la parzibola—.
' ' ue se ha vcmdo
I otaclon ' 'usando‘ para '
., el nucvo Entonces en ese punto la derivada do 121
., sc coloca el puevo J funcién y = fix) -imp11'cita—- en la
eaf, iigne h = ’3‘}J. '2 , k ='= --l/
Emogcis’élifg
coor’ .-"
M.2. En cOnclus lon, 51 ecuacién (3.21) debe ser 1 = pcndiepte
del eje y’l= pendiéntcdel eje .y-".
x‘ 611 la recfia . ' ' '- A1 de‘riv'ar ’ifnplloitamehté (3.21) y al desp
ejar'y ’ so obticne:
1 _ + 3
y + T2 _ 1 J2 y x + y + W2-
entonces, cuandox = 11 y y = kdcbc cum
pliurse
0 sea,
5/‘/'2'~ h k = l
h + k + W2“
)2 = —x+72=2 (cjex")
Pot otra parte, e1 punto (h, k) debe
'c
satisfacer la ccuacién (3.21) pucs él es vérticc
de la parébola. Es decir‘, que
y el nu'evo eje y en la recta
122+2hk+k=-l—/§~h+72:2k+14 = 0
saw
a}

Al resolver simult zineamente las

dos filtimas‘ ccuaciones so obticnc que
[’1 = 3N2
y k = «1/1/71 Con estos valores, y 105 de las
osea, pend icntes All; A y .7127? de los ejcs ,
9c" y y”, se pueden establecer ya sus-
eou acio ncs y conduit e'l problcma.
y =27;- (eJey)
‘ r h ‘ ,' I: - 4 V - H

la ecuacién (3.21) se vcré como EJERCICIOS (SECCléN 3, CAPiTUL

o 7)
y,,2 _ 3x" = Cada una de las ccuaciones en los ejercicios
O
del 1 a1 15 represehta una parzibola, una clipsc
0 una hipérbola. Simplifique la ecuacién
a su foma caném'ca e identifique c1 iipo dc
que ésta representa. Construya una gréfica curva
de esta curva mostrando los sistemas coordc—
nados obtenidos a1 simplificar 1a ecuacion pot
rotacic’m y por lraslacién dc ejes.
670 ALGEBRA UNEAL
FORMAS BKUNEALESY CUADRATlCAS 671
.9.x?—4xy+6y§+16x-8y—2.=0 _ _ __ _ _ V ,7
21. 'D'etennine el tipo de lugai' geométricb due tepté‘senta la ccUacig’m ' "
1.12-n +y2 --I_0x —6y + 25" 0"") . ‘ .’ _. p ")

mawm
.V2x2+4xy+5y2‘-6x-8y-1 o I
x2+2ary+y2—1 == 0
,\
. 9x2~24xy+16y2-20x+110y—50 = o 3
para 105 diferentes valores de 0: (males).

1 o 12
__.-_._ 2 '1-0
_
,1 9y _..\+3y
_ ' ‘
I
.4
\OOOQO
. 4.r2+3y2+16.r+12y—36 = o PARABOLOIDES, ELIPSOIDES, HIPERBOLOIDES, ETC. 1
.3x2-2xy+3y2+2/'2'x—6/7y+2 = o En esta seecién se estudiarzin los lugares geométricos an R” (llamados superfi-
.5x2+12xy-22x- 12y- 19 = 0 cies) que representa la eeuacién
.x2+2¥y+y2—8x+4 = 0
Ax + By2 + -s + 2n + 2Exz + 2Fyz + 2Gx + 2Hy + 212 + J = o (4.1)
10. x2—4xy+4y2-4x-3y-7 = 0
11. 4x2-12xy +9y2-8\/T§x-14\/§y+117 = 0 El anélisis que se hace para llegar a establecer una clasificacién de estos lugares
geométricos (similar a la presentada "en la pég‘ina 656 para la ecuacién general de
12. 5x2+4xy+8y2+8x+14y+5 = 0 segundo grado) es exaclamente el mismo que se presenta en la seccién anterior
. 14x2+24xy+21y2-4x+ 18y— 139 = o (sélo que en em 0330 “con una coordcnada mas”) de modo que sc limitaré a dar
14. 5x2 + 6xy + 5y2 — 16x— 16):"— 16 .1 0 lo‘s resultados impo'rtanteS‘ 'de tal anfilisis para el caso de la ecuacién (4.1).
Considerese la forma 'cuadrética q: RJ —+ R
15. 7x2 +16xy — 23y2 — 14x - 16y — 218 = o
16. Dcmuespre quela ecuaciénv '. ,. .. , - q(x,*y;z) = Ax“ +‘ By2 + Cz?+2n +2Exz,+ 2Fyz" _

I I 4.122_-4xy+'y2"— 6x; 3y: 4. = 0. -‘ ., ' . cuya matriz respc‘cio de la base canéni'ca esz- '
represents: dos linens pabalelas. Determine las ccuaciones de estas lfneas en el sistema
girado y en el sistcma original. AD

051111
17. Compruebe que la ecuacién ' M=DB
EF
3x2-4xy-4y2+8x+8y~3 = 0
Se sabe que existe una base ortonormal [3' dc RJ respecto de la cual la forma q se
representa dos rectas que se cortan. Determine las ecuaciones dc estas rcctas.
ascribe come
18. Demuestre que la ccuacién

V 5x2+2xy+10y?—12x-22y+17=0 We» z) = Mx’z + My” + 132”

representa un punto en el plane. (3Cuzil es ese punto? en "donde (x, y, Z)[)1 = (x’, y’, z’) y A), 12, 9»; son los valores propios de 121 matrix M.
19. Dcmuestre que la ecuacién Sea P 121 matriz dc cambio dc la base de [3’ a la base canénica dc R3.
Escrl'base
4x2-20xy+25y2+4x‘-“10y+1= 0
» " represema Una recta. Determine su ecuaexon.

max

max
20. Determine la naturaieza dc! lugar géométricdque'representan Ias ecuacibnessiguien; I.

”a
!I

~
tes:
a) 8.x2-18xy+9y2+2x~1= o Al sustituir en la ecuacic’m (4.1) se obtiene entonces una cxprcsic’m del tipo
b) x2+ 8xy+16y2—4x+16y+7 = o
c) x2+2xy+y2+2x+2y+l = 0 m2 + My“ + 131” + 2G’x' + 211' ' + 21': + J' = o (4.2)
a) x2+2xy+y2-1= 0 *Sc considera R3 como un espacio vcclorial con el producto intemo canénico.
 FORMAS BILINEALES Y CUADHATECAS 673
672 ALGEBRA LINEAL
,A1 .igual que- en la seccion interior Se pnedéVer'que a1 pasar de la gonacionfq 1') --no_ nulos. Nos queda‘ entdncés -la ooua‘cion (4.4) como .'
a la ec'uacion'(sit‘nplifi'cada)(4.2) lo qu‘e se'hizo fue reform 1a ecuacmn orlgma! a . . .
un nuevo sistema coordenado x’y’z’ que so obtie‘ne del sistema original xyz pox-
medio de la rotacion dc éste un cierto éngulo B. A los’ejes x’, y', 2’ so les llama ejes
principales dc la superficie que representa 1a ccuacién (4.1). _'
dc que es la ecuacion de un elipsoide.
Para lograt una nueva simplificacién en la ecuacién (4.2) —por traslacmn
ejes coordenados— se tendrén que considerar tres cases. 1.1.2. 21.; > 0, 2.2 > 0, k3 < 0
En este caso la ecuacién (4.4) puede escribirse como
CASO 1. Mkzkz ¢ 0 (SUPERFICIE CON CENTRO).
En este caso se puede escribir 1a ecuacién (4.2) come L + L _ z. _ 1
”2 "2 "2

a2bzc2
7.. x,2+Z_C£x, HQ y’Hgiy’ +9.3 that +J’=0
A:
7. I 7 para ciertos nfimeros no nulos a, b, c. Esta es la ecuacion de un hiperbolaide de
una hoja.

o bien, completando cuadtados 1.1.3. K} > 0, X2 ( 0, 3.3 < 0

En este caso la ecuacion (4.4) puede escribirse como
2 2 2 ,
2.1[x +7:
I G, I E
+2.2[y +792] +2.3[Z +13] +J
1 L
7% K2 X3
I __ fi‘- 1!: ._ 1.3 =
.O

Haga
para ci‘crtos 'nfimeros no nulos a, b, c. Esta es una cCuacién de un hiperboloide de
x." = x’ +‘ G[/41 doshojq;.g ' , .‘
y". y' +1a 1.1.4. ' A; < 0,12 <0, 9.3 < 0' '
Enestc caso el primer miembro de. la ecuacion (4.4) es un'nfimero negative.
Z" = Z! +II/O\3

No cxisten entonces x”, y”, z” quc satisfagan tal ecuacioh. En oste caso, pucs, se
J" = J’ -- 02/}.l H'Z/h2 — 1%3 ticnc que la gréfica de la ecuacién (4 .4) -—-y por lo tanto la de la ecuacién (4.1)—
Entonc'es queda es un conjunto vacio.

xixmvww 1314+ J” = 0 (4.3) 1.2. J" = 0

En este caso la ecuacién (4.3) so ve como
So deben considerar las dos posibilidades J " at O y .1 " = 0 pot separado. 9&1l + Azyuz + K3ZIIZ = 0 . (4.5)

1.1. J" 9* 0
Se puede suponer que J” es un mimero negative (caso contrauo so cambla cl
Se ticnen dos posibilida'des.
signo en toda la ecuacion), diga que J” = ~12. Entonces la ecuamon (4.3) se puede 1.2.1. TODOS L08 9.; SON DE UN MISMO SIGNO.
presentar como La finica solucion para la ecuacién (4.5) es en este caso x" = y” = z” = 0. Esta
represcnta entonces ul'z punto. - ‘.

12/41 I .127”) 12/46: 1.212. ‘ 105 6..- TIEfizEN smog DISTINTOS. "
Digase pot ejemplo quc k, y 7&2 son positivos y l; negativo. Se puede entonccs
Se tienen cuatro posibilidades. escribir la ecuacion (4.5) como
Zn) = azxuz + bzyflz

1.1.1. 7.1) O, 9.2 > 0, A; > 0

Los mimeros 17/1,; 1' = 1, 2, 3 que apareccn en la ecuacion (4.4) son en estc caso
para ciertos nfimeros no nulos a y b. Esta es la ecuacion de un cono.
positivos, diga que 17/)», = (12, 17/11 = [22,- jl/Xg = 02, en donde a, b y 0 son numeros
674 ALGEBRA LINEAL
FORMAS BILINEALES YCUADRATICAS- 675
CASO 2. UNO DE L08 2.,- ES CERO:
2.1.2. J" 95 O . . .
Se p11'éde 51111611131 11116 2.3 = 0 y' 2.12.2 f.0 B11 6516 c1156 la ecuaciéh (4.2) so ve ..
Sc puede suponer que J” es u11 1111111610 negative, diga q11e J” = -fi, j' at 0. E11
' 7 001110 9
tal caso la‘ecuacién (4.7) se ve como
\“3.
2.,1c’2 + 2.2y’2 + ZG’x’ + 2H’y' + 21’z’ + J’ = xv} [12

«Li— = 1 (4.9)
10 cuai puede escribirse como - 12/411742
2 2 2.1.2.1. 2.1 > 0, 2.2 > 0
2.1[x , + 91.
711] +2.2[y . + fl: .
2.2]+2121+J ._§3_fl3_
711 2.. 0 En este caso la ccuacién (4.9) se ve come
.s

o bien, haciendo [12

+

(122 b2:
x". = x' + G72”
e11 donde a y b son ciertos 11111116105 no nulos. Esta es la ecuacién de un cilindro
y" = 1+ HA. elz’ptico.
2” = z’ 2.1.2.2. 2.1 > O, 2.2 < 0
J” = - 02/1. ~ Hm. En este case 121 ecuacién (4.9) se ve como
qu'eda como xIlz .-lI-“= 1

(11i-
112124 9.2;"? + 21’2”_+J”= 0. . _ ,_ (4‘6)
‘ .' . en dondc a y b son ciertos nfimeros no 11ulos. Esta es la ccuacién- de 1111 cilindro
Lays~ ppsibiiidades'I’ = One I], #0 (11311611'Sérpstpdiédas'ppr $015'amda '
‘ hiperbo’lico.
2.1. I’ = 0
2.1.2.3. 2.1 < 0, 2.2 < 0
La ecua‘cién (4.6) 56 vc en este caso como
Como. en cstc caso el primer miembro de la ecuacién (4.9) es un n1’1mcro
negative, 121 gréfica quc esta ecuacién representa es un conjunto vac/o.
2.1x” + 2.2))” +J” = o (4.7)
2.2. 1’ 9* 0
2.1.1. J" = 0 Se’puede es‘cribir Ia ecua'cién‘ (4.6) como
La ecuacién (4.7) $6 cscribe como
2.11"} + My" + 21'2" = 0 (4.10)
2.1x"2+ 12y” = 0 (4.8)
e11 donde ahora
2.1.1.1. 2.1 Y 2.2 TIENEN EL-MISMO SIGNO.
La finica solucién de la ecuacién (4. 8) es en este caso x” = y” = O,q11e es la
z” = z’ + J”/ZI’
ecuacién' del eje'
1". En este caso enton‘ces la ecuacién (4.6) ——y por'tanto la (4 1)—
representa-una r'ecta. '[x”'y y” 116 cambian. Véansc e'cuaciones c1116 fifeceden'a_(4._6)].? . . -

_2. 1.1.2. 2.1 Y 2.2 TIENEN SIGNOS DISTINTOS. 2.2.1. 9.. Y‘ x.- TIENEN EL MISMO SIGNO
Sc puede csctibir en este caso la ecuacién (4.8) como En este caso 1a ecuacién (4.10) se puede escribir como
yuz = azxuz
Z” = axllz + by”)

o bien y” = + ax”,en donde (1 es 1111 cierto numero no 111110.Eslas son las ecuacioncs en donde a y b son ciertos nfimcros 110 nulos del mismo signo. Esta es la ecuacién
dc dos planos que se cortan (en el ejc 2”). de um paraboloide elt’ptico.
 FORMAS BILINEALES Y CUADRATICAS 677
676 ALGEBRA UNEAL

(4.13)
t _ .Hly” + Ilzfl

2.2.2. ' (MY 2., TIBNEN SIGNQS CCNTRARIOS "

Se p'uede ‘cscribit en cste‘ caso 1a echacion (4. 10) Icomot' y. NIH” + I’2
\ I _ Ilyll _ lll

zn = axoz __ byuz
Z I H12 +' [12

en donde a y b son ciertos nfimcros no nulos dcl mismo signo. Esta es la ecuacio'n Después de simplificar, la ecuacién (4.1 1) se transforma en
de un paraboloide hiperbo’lico.
CASO 3. DOS DE L08 9..- SON CERO. 1
w + 2 W y’" = 0
Se puede‘suponer que 9.2 = 713 = O y 11 9* 0. En este caso la ecuacién (4.2) 56 vs
como en donde x'” = x" y y’” = y” + J”/2 (H’2 + 1’2)'/2, quc es una ccuacién'del tipo
yin = ax" I2

Mc’2 + ZG'x' + 2H’y' + 21'z' + J’ = o

0 him,
para una cierta constante no nula a. Esta es la ecuacién de 'un cilindro pqrabdlico.
. 0'
9V1[x +T]+2Hlyl+2rz'+Ju=0 (4.11) En cl cuadro dc la siguiente pa’gina se p‘re‘senta un resumen del anélisis‘ hecho
1 anteriorr’nen‘te. También se prwenta, despu‘é's de este restlmen, e1 aspecto gréfico
que ticnen a1gunas de las superficias que representa 1a ecuacién (4.1).
en donde J” '= J’ — 60/)“, Véans‘e un par‘de ejemplos.
3.1,- » H’ =11 - o EJEMPLO1 Considere 1a ecuacion
; _ _.
'- Si-h’ace ' l
7x2 + 6y?- +- 5z2f—'4xy — 4yz ~‘6x — 24y + 1_8z +‘ 1'8 .=_ 9
H in =. x1 + 67).].

y” = yr, Zn' = Z]
La matriz M dc la forma cuadrética q: R3 —:-> R dada pot q(x, y, z) = 7x1 + 6y2 + 522 —
4xy - 4yz, respecto dc la base candnic‘a de‘ R’ cs:
1a ecuacion (4.1 1) queda cscrita como
7 —2 O'
W” + J" =‘ 0 (4.12) M = --2 6 -2
5
0 ~2
3.1.1. 11 Y J” TIENEN EL MISMO SIGNO.
En tal caso es claro que no existe valor dc x” que satisfaga la ccuacién (4.12). cuyo polinomio caracteristico es:
En este caso la glrz’ufica~ de la ecuacion (4.11) es un conjunto vacfo.
7-?» -2 0
3.1.2. 7»: Y J”'TIENEN SIGNOS CONTRARIOS. -2 6-7» -2 4.3 + 189.2 - 99?» + 162
p0») =det(M-M)=det

1|
Laccuacién (4.-.12) se ve en este caso como O -2 5-?»
_ x112 = a2...“
_ —(k -— 3)('). —' 6)(X — 9‘) ‘

y ontonoés“ 911' ”=""3, 7x; 5"6,‘ X3 = 95011105 VéloréS’propios de la matriz M (Caso 1); -
para un cierto mimero no 111110 a, o bien x” = ta. Estas son las ecuaciones de dos
Se pueden obtener fécilmente'los vectores
planosparalelos (a1 plano y"z").

3.2. H’ 9* O y/o I’ = 0 ”f (1/3, 213,2/3), u: = (2/3, 1/3, ~2l3), “3 = (2/3, 4/3. 1/3)
Haga en este caso las siguientes suslituciones en la ecuacién (4.11)
como vectores propios asociados a los valores propios 7.1, M y M, respectivamente.
x u_,
~x+G’/).l
I Estes forman una base ortonormal [3’ dc R3.
679

PARABOLICO
CILINQRO
FORMAS BILINEALES Y CUADRATICAS

HIPEHBOLQIDE
DE DOS HOJAS

HIPERBOLICO
CILINQRO
HIPERBOLOIDE

PARABOLOIDE
HIPER BOLICO
DE UNA HOJA

CILJNDRO
ELIPTICO

PAHABOLOiDE
ELIPSOIDE

ELIPTICO
CONO’

4.
8:383 82:: a: .o. u, H {A o u h, C II. =No + :N~N + RAVEN +. N=R.~.&
v auaoumEEE 5:233”
wee—fig meg—m mom .motwbaoo 85.6 5:0: :5 AK; _‘
.ouku‘E ourfidumxnfadoflwo
.305. 8:350 .035 oEwE.“ B 5:0: :5 Fa \
_.ou=3._o&: 0661533 :D $25238 woawi 55: Na 2.x o u NJ
.833? owmfioafinm :D. .oswmm Gamma E :25: £ 3.x = .
.20?» 85%80 .o v ya .0 v £ .‘ . . o n L. + :33 + ?h& + Nzxja
dam—2.5%: 96.53 :3 .o v rm .3. A. £ .9 x 3 . .fimumfinEmm :Eugofl . . Ezmwmfimm
523% 89.5» a: .o A £ “0 A, rm 0 an 93 .o n "A .N 86 A, n50
. _ 0858286
grow em 2% @253 men .wotmbdon. mocwmm 553.3 :& ~330w
. Sum.— anb .oawmw 95:: E 583...?“ .39 L
5:8 :3 «49::v mocwmm :26: «)6 a& .r«
.353 :D 65? 08min do :05: Ta ad 55 . .
. O N .K.+ NAANBA + 9E + NANHK
.323 Snag—SD .o v. m4 dv 9“ .0 v £ , . «flung—95m :Euanom
an?“ 8m. a. “.223n :5 .o v rm 5 v 9A “o A g 8 v .5 o u 3A 92 .H 88
fine: 5:: on oEEOQbQEfiD .o v. 3,“ fix 6‘ .0 A £ ,0 i. =5 .
.0339? :D .o A 9A no A AA no A :A
h N , .

RULE)
m Q n 3 £59: 5 M6 3.a mu..£a> m2 :8 2 A A)“ .2
Q v.
.o u a + S + $3 + Gm + 5? 5N + mg + ”G + as + A? ”20558 , .
680 ALGEBHA UNEAL
FORMAS BILINEALES Y CUADRATICAS 681
La matriz P de gambio de‘base dc (if, a la base qanénica es entongcs
La matriz M es en este c1130
11/3 2/3 I 21/3}
P 2/3 1/3 4/3 A D E 2 2 l
2/3 4/3 1/3 M = D B F = 2 2 1
E ' F. C l 1 3
Haciendo
Su polinomio caracteristico es:

. 2 - 7» 2 1
pO») = det(M-M) = det 2 *2—1 1 = *K3+77Lz—102.
0 sea,
1 1 3 - 2»
4(2)» - 2m — 5)
x = (x' + 2y’ + 22’)
Los valores propios de M son entonces K; - 2, 9»; = 5, 711- 0 (case 2).
Una base ortonormal de R3 formada por vectores propios de M es:
(2x! + y: _ 2Z1)

H
‘< 13 = {1%, Wit—Wm, (WE: W: I/m, (1/«2— m, 0)}
(2x1 _. 2)" + Z!)
N
ll

Haciendo

_ y sustituyendo; en la ecuacién (4,15) se obtie’ne,‘después~ de simplifi'car

x I 1/[6‘11/1/{3' 21/1/24 x’” "
1 331'2‘+‘6y”2 + 92'2 ~ 6x’ —*' 24,? +' 182/ + 18 =' '0 y, =. W? W3“ :~l/J2‘- )7
z 4/5 WT 0 z’
o bien, complet‘ando cuadrados

3(x’— 1)2+6(y'-2)2+9(z'+ 1)2~ 18 = 0 y sustituyendo en la ccuacién (4.16) 56 obtiene, después de simplificar

A1 trasladar e1 origen de coordenadas a1 punto (1‘, 2, -1) (en el sistema x’y’_z‘) se 2x’2 + 5y‘2 + fé—x’ - 5/2? + 3 = 0
obtiene finalmente que la ecuacién (4.15) se ascribe, en este nuevo sistema trasla-
dado como o bien, completando cuadrados

3x"2 + 6y"2 + 92,"2 = 18 2(x’ + 5/02 + 5y'2 - 55(z' — 9/2740) = 0

en donde x” =x’ — Ly” = y’ - 2, z” = z’ + 1. Es decir, Al hacer ahota x" = x’ + «3/4, y” = y’, z” = z’ — 95/40 [esto es, trasladando el
origen'dc coordcnadas del sistema x’y’z’ a1 punts (4.674, 0, 9/2/40)] se obticne
“21...
". 1‘ 2x5” Sy”2 =_
+_Z___ =10 5/32” _
*2
que es la ecuacién de un clipsoide. o bien,

EJEMPLO 2 Como filtimo ejemplo considere la ecuacién "[2"

_ fi—
.__x 112 + —~—- ”2
Z ...
5 2 y
2x2+2y2+3z2+4xy+2xz+2yz—4x+»6y—2z+3 =0 (4.16)
que es la ecuacién de un paraboloidc ell’ptico.
682 ALGEBRA LlNEAL FORMAS 31111115111153 Y CUADRATICAS 683

A D ‘ 5E G '.
EJEncicios (SECCié'N 4;'CA'P.1'TULO;7) _ D B F' H
d“ E F C 1
E11 105 ejcrcicios del 1 a1 12 simplifique la ecuacién a su forma canénica e identifiquc cl G H 1 J
1i po de 111gar geométrico que ésta representa.
(Ia idea de la dcmostracio'n cs exaclamciite la misma que [a (lada para cl teorcma 3. 1).
I. 21" ~27y '412+4xy+20yz-16xz+60x-12y+12z-90 = 0
En particular dcmucstre que la ecuaciéii (4.1) rcp’resema una superficic con ccmm
2. 2.1"+2y'-Sz'+2xy—2x—4y~4z+2 = (caso 1: A, 712 A; 1* 0) 51, y 5610 si v 1* 0. Use este 11ccho para den1os1rarque la ecuacién
canénica de una supcrficie con centro es:
3. 3.12 +5y2 +322-2xy+2xz—2yz—12r—10 = o
4.21:2+5y2+212-Zvy-4xz+2yz+2x-10y-22—1‘= o W2 + My"? + x3112 +5. = 0
5. xz-xy—xz+yz = 0 en donde M, 71;, X3 son los valores propios de la matriz
6. x2~2y2+z2+4xy+4yz—lz+2x+4y-102+17 = 0
A D E
7 .2x2+y2+2z2-2r
y~2yz+x-4y-3z+2 = 0 M = D B F
8 . 7x2 +‘6y2+5'z2-4xy '—'4yz'-6x~24y‘+ 182+ 30' = O E F C

9 .4:12+y2—22—2‘4x~4‘y+2z+35'= o‘ (Suger'e'ncia': Use la ecuacién 4.3 y la invariancia de p y v.)

10. 213 + 2y-2- + 312 + 4x51 + 2yzs+ 2xz —-4x=+ 6y —'2z, = 0 14. Use (11 ejercicio anterior para demostrar que
ll. x2 + 5y2 +z2 +n +6xz + 2yz— 6 = a) la ecuacién
7
11. .152+4y2+9z2+12yz+6..-rz+4ry 4x—8y-12z+3 = 0 7x2+6y2+522-'4xy- 4yz—6x-24y+182+30 = 0
(4)13. -A1 igual.que para la. ecuacién general de scgundo gradp estudiada en la seccién anterior_ - '
(ve’ase momma 3 1), para la cc‘uaciéa ‘ - ' _ represepta un elipsoide cuya ccuacio’n canénica es:
Ax? + By2 + €22 + 2n + 2Exz + 2Fyz + 26x + 2Hy + 21z +J=
sc ticncn cicrtas cantidades invariantes cuando sc rcalizan e11 c’sla transiennacioncs
por rolacién y por traslacio'n dc cjes coordcnados. Dcmucstrc que si en csla ccuacmn
se realizan las sustituciones b) la ccuacién
" I
x x
x2+5y2+zz+2xy+2yz+6xz-2x+6y+2z = 0
y = P y’
z Z’ representa unhiperboloidc de una hoja cuya ccuacién canénica cs:
en donde P es una malriz ortogonal de‘ orden 3, y/o las sustiluciones [[2 ”2 ”2

x = x’ + 11 L + L _ Z_ = 1
1/3 V6 1/2
y = y’ + k
e) la ecuacién
z = z' + 0
en doncie 11 k y 0 son cicrtos nfimeros dados, entonces para la ecuacién lransi'oxmada
I I9 +B-I I2+CIZI2 +2DlxyI+2E zll +2FyIZI+2GIXI+219,321,?! -+Jl_ 0
2x2+2y -512+2.xy- 2-: 4y— 4z+2=
_‘ representa un h1perb0101de de (105 1103115 cuya ccuacién caiiénica es:
se conservan in‘variantes [as canlida'des '
'u)=A+B+C X” 2 yII 2 Z II 2
_.+_.._.____ -1

_
p—detl:D
A D
B]+dct[E
A E
C]+det[F
B F 4/5 4/15 4/25 =
C]
d) la ccuacic’m
A D E
v=det D B F x2+y2+22+21+4y-6z+ 15 =
E F C
no represema superficie alguna.
 Bespuestasy soluciones
684 ALGEBRA LINEAL

‘ - .e) la-eébéciéh . _ , .
a ejerci’cios seleccionad’bs ’
‘ ,
m2+3y2+22+12x—12y+8z+46 = o
representa un punto.
0 la ecuacién

2xz+5y2 +11);2 +20xy-4xz+16yz+28x+14y-10z+26 = o INTRODUCCIéN

representalun cono cuya ecuacién canénica es: (PAGINAS13-18)
zu2 a llz +y112
1) a) AUB={e,s,t,u,¢.1,i,a,r,m,c,s}
AUD={e,s,t,u,d,i,a,nfic,n.}
AnB=AnD={e,s,t,i,a}
b) A nD={e,s,t,i,a}C(e,s,t,i,a,c}
/ d) A\D=A\B= {u,d, r}
2) a) a E B as correcto
b) a E A as correcto
c) B E A no se puede decidir
d) {a} 6 Res incorrecto
e) {a} C Bes correcto
t) A C B no se puede decidir ‘
" g) B C A es cerrecto .
hi). BC {a} eéconeéto ‘
3) a) A C B es cbr‘tecto
b) A =‘=B es c'or'r‘ecto
c) A C C es incorrecto
d) A C D as incorrecto
e) A = D as incorrecto
t) E C F es co'rrecto
g) F C E es correcto
h) A E E es correcto
i) {a} E A no se puede decidir
j) [a] C A es correcto
k) A n B = a es incorrecto
l) a E A U B'es Correcto
m) {a} C A n B as correcto
* n) {a} E Azfl B wincorrecto
' , _0) AU B= Ila} nose puede decidir
i)‘ A C E as incorrecto
j) A n B =‘A es cdrre‘cto
k) E n F= {1, O) esincorrecto
l) E U F= {0} U A as correcto
m) E n C = {0} esincorrecto
n) E n D - {0} es correcto
o) B C F es incorrecto

4) a) A aelconjunto vacfo, esincon'ecto f) A n {(1)} = {(1)} es correcto

b) d) C A es correcto g) A n (b = d) as correcto
c) ¢E A es correcto , h) A U {4)} sAescorrecto
~d) {4)} 6 Abs 'c'orge'c’tQ‘ i) A _n' {qs} '=_ (pesincorrecto
5) my} C‘A éé correcto j) A n d) = {4)} Es “incorrecto'
5) 310 = bel conjuntoA esA = {a, a, {a}, {a1} = {a, {{1}}. Eneste caso, escierto que
el conjunto A tiene $610 dos elementos distintoszv a y {a}. Si a at b, 61 conjumo A
tendria cuatro elementos distintos: a, {a} , b y {b}.
6) {0, 1, {0). {1], (0/1))

685
686 ALGEBRA UNEAL FlESF’UESTAS v SOLUCION§A EJEHCICIOS SELECCIONADOS 687

712) pm): [<11 _ ., 35) Suponga qULf A -_+ B es biyccliva Emonces para cualquier b E B elLonJun1of.'(b')
--b) p<41={1,111.12.1,1:31.11.2-11-1113],12,31.-11..2'.‘311 y. . ‘1 - . 'no es vacio (pues f as sobreycctiva). To1ne_x,x’ E f ‘(b).Entonces/(1)=f(1~’)_=

c) pox/'1» = 11; 111131111,‘1121'11"1{1,'_211; 1141111, 11‘, 1211', 1’61, 11. 211', ’ por lo que x = x' (puesfcs inyectiva). Es deci1,‘f (b) consta de un solo elemenlo

1111.1211,1111,11.211,1121.11.211,1¢,111.1211, Suponga ahora que la func1onf A B es tal que dado b E B (:1 (30111111110f ‘(b) consia
11,111,11.211.1¢,{21.11.21},{111.121.11.21111,111,121.11,211} do 1111 5010 cicmemo. Entonces f as sobrcyectiva y 51 x, x’ E A son tales quc fix) =
flx’) = b se tiene que x, x’ E f"(19) por lo que x = x’ y entonces, fes inyectiva. Es
.
15) Una vcz coz1vcnc1dos dc qua nk cs 01 numero
. .
dc subcomunlos con k cicmcmos dc ' decir,fes biyectiva. ,
un conjunto A dc n clementos, se vc que p(A) iicnc 37) Son 1215 6 f1111cionesf1,.. . ,fs: {1, 2, 31 —. {1,2, 3}
f1(1) =1 f1(2) = 2 136) = 3
2 [11:]: (1 +1)" = 2" elemento
ll
f2(1‘) '= 1 13(2) = 3 15(3) = 2
s
k=0 f3(1) " 2 13(2) =' 1 13(3) =
f4(1) = 2 ' 131(2) = 3 f4(3) = 1
17) Si p(A) = p(B), entoncesA = B, puesto quex E A =1 x E p(A) =» x E p(B) = x E B. BO) = 3 J39) =1 13(3)= 2
22) A x 1) = 1; ' f6(1) = 3 fisa) = 2 f6(3) = 1
23) 81A X B= ¢entoncesA =¢oB =11)- 38) n!
40) a) Suponga que g ofi A —+ C as inyectiva. En 6511: case, 10 L’lnico que se puede decir
24) b) Dela inc11'JsiénA X C C B X D no es po’siblc concluirA C B y C C D. For cjcmplo, es quefes una funcién inyectiva (demostracién: scan .11, x; E A tales-queflxx) =
po'n‘ga C i 11) y A, B y D conjuntbs arbitrarios. 11212). Entonces, g(f(x1)) = g(flx2)),_esto es, (g of)(x1) = (g of)(x2) lo que implica
25) a) Sies Lina relacion dc equiValéncia. que 1:; = X2, La funcién g puede no 3131 inyecliva (por ejemplozf: R2 ~> R3,flx, y)
b) No es una rclacion dc equivalencia (no es 111 rciiexiva,11i simétrica, ni iransiliva). = (x, y. z) yg: R3 Raga. y. z)—= (x + 2.11))
c) No es una reiac‘ion dc cquivalc‘nc‘ia (no es necesari'znnLnlc transiliva). b) Suponga que g of A -» C es sobreyccliva. En estc caso,1o 1111100 qua sc pucde
dccir es qua g es una fmicibn sobreycctiva (dc1nostracio11: dado c E C existe a E - _
d) Si'es una r'elacién dc Lqu1valenc1a
A, 1211 qua (g oj)(a')_= C, esto es, dado c E C ex1stef(a) E B {211 gm g(_f(a))= c) .
c) 81- es una r'claciox') dc cquivaac'ia La funcmnfpucde no ser" sobre’y'ectiva ('c'onsidere las mismas funciones dadas'
1‘) Si es una’ relacion dc equivalcncia. como ejcmplo al 1111211 (1131'mciso anterior).
29)x ywx— y= 5k, aigL’lnkEz c) Suponga que g o f: A —+ C es biyectiva. Como consecuencia de los dos incisos
32) a) Range def= {12, 3,41. La funcién s1’ Ls inyecliva. f.‘ B—+ A csta dada por anteriores, en este case 5610 se puede decir quef es una funcién in‘yectiva y que g
es una funcién sobreyectiva.
{(1 a), (2 b) (3 C), (4 d)]
b) No es una iuncién. 41) Es 1111a consccuencia directa de la definicién dc inversibilidad dada en la pégina 14.
c) Range def = 131. No es una funcion inyccliva. 42) Seticne

d) Rango dcf= {1, 2, 3, 41 La funcién si es inyccliva. f.

l 8-» A esta dada pot U"°g’”°(g°f) -f'°(g‘l»°g)°f=f‘°ida°f =f’°f= 1d,;
((1 a) (2 d), (3 C), (4 b)i-
c) Rango def= { 1, 2, 3 }. No es una 1‘unc'ién inyccliva.
(g°f)°(f1°g“) = 8’°(f°f'l)°8“ = goidmg" = 301:"1 = idc
i) No es una funcién. Entonces,(g of)”1 = f1 0g—1
_
g) Rango def= [1, 2, 3, 41. La funcién $1 cs inycclivaf'l: B —+ A estzi daida por 44) P01 induccién. Para )1 = 1 es pane dL la hipétis, esto Ls,f(l) = 2(1) = 2 Suponga
{(1 b) (2 611(3 d). (441)}- el resultado valido para 11113 x E N. Se ticneflx + 1) f1=x) +fll)= 2x + 2=—2(x + l),
h) No. as una funcion.
lo que mueslra que el resnl1ado cs valido para x + 1.

i) Rango dcf.= 12,31. No es una iuncion inyccliva.

' j) Range dcf [1, 21. No 'c's una‘ funcmn myccuva
CAP‘ITULO'UNO _
33) a=1, b=3, c=-11 d=—10 SECCION1 (PAGINAS 28-30)
34) a) Si es lineal d) No eslineal
1) a) Sieslineal d) Noessolucion
b) No es‘lineal a) Si es lineal b) Sieslineal e) Noeslineal
c) No es lineal 1) No es lineal (a menos que b = 0).
'c) Sies lineal 1) Si eslinéal
688 ALGEBRA LINEAL
RESPUESTAS Y SOLUCIONES A EJERCICIOS SELECCIONADOS 6'89

' .2)Ia) qs solucién 3d) 5165 soiucidn . SECCION -2 (PAGENAS 50-54)

H b) No es-solucién' 6) 51 as solucién
c) Siessolucién 1) Si es solucién
1) a) Matriz del sistema = [g _: ]
3) El conjumo solucién es vacfo.

L
4) {x = 2} 2

|_.._J
Matriz aumentada del sistema—-

bib-

MO
3 ..
5) a) {x, y E R} e) {x=O,y€R}
b) Vacfo 1) Ix=6/a,yER}

(”OWN
c) {x E R, y = 0} g) {x=t,y=—at/b,tER) b) Matriz del sistema =
8

q
I
d) [x E R,y= c/b] l1) {x=t,y=c-at/b,t€R} 7
6) a) {x = 8/5, y = 42/5} b) El conjunto solucién es vacio 2 347
111/ y Matriz aumentada del sistema = 3 ~474
6 ~784'
x—y=4 8 -479
00’

OOOH

oo:—o
>x =X
c) Matriz del sistema = 00
1o
Mali-125) 01
/ 5x+y=1

' 3x+..2y-0 5X*1Y‘°. 100-00

c) {.x=t _.y=05(4- 30,1511} '11) 134'? mam" Ma'trizadméntada dellsistem‘a = A 01000
0.0101
\U 00010
000

OOOOH

OOOHH

OOHHO
000
d) Matriz del sistema = *100
110.
3x+2y=4 011'
6x+4y=8 1100000
0110000
c) (x=t,y=—t,t€1R} f) {x=l.y=1} Matriz aumentada del sistema = 0011000
0001100
Y 0000110

2) a) x1+7x2+8x3= 0 . d) 0 n+0 x2+0' X3+0' x4=4

1 31.1-51- a ' . ,'2~XI*¥2*4¥3.”=-1. .- xz= 2

b) x1+x2¥x3I=l x1+x4=0
x1+x2+x3=l xz+x3+x4=3
12) a) x1=1, x2-2,x3=3 x1+x2+x3=1 x1=3

b) =__2gx__1__1x 4_3 c) x1+x3=2 e) x1=0

x’ 31’ 2 31’ 3 31 x2+x4=3 xz=0
x1+x3=4 x3=0
c) x1-1,x2-l,x3-2,x4-2
x2+X4=5 X4=0
xs'O
 RESFUESTAS Y SOLUOIONES A EJERCICIOS SELECCIONADOS 591
V 690 ALGEBRA LINEAL

3)'a)l Forrha escalbnadqreducida. d) Fox-ma gScalonada reducida. I __ _ , _ . , >_ 1 k) (xx. = x2 " x3 = x4, = x5 =9}
b) Forma esc'alonada.‘ i ' - e) Forma éscalonada redueida. - - ' i I v ‘1) x1 = 'x23= x3 = x4 = 0
m) x1=t x2 =§___11 1 x3 =lt x4 =1+ .12, x5 =§ 16 R
c) Fotma escalonadareducida. ) 4 3 ) 3 ’ 3 i 4’

/
' n)x1=x2=x3=0,x4=x5=t,t€R
,
4) a) {x1=-3t,x2=1-2t,x3=t,tER] o) x1”-16+t+w+5v,x2=23—2t—2w-6v,x3./=t,x1=w,x5=v,r,w,v, ER
b) {x1=1+5t,xz=1-3t,x3=t,t€R}' p) x1=1,x2=0x3=1x4=0 x5=1x5=0
c) {x1=—2t, x2=—3t x3=t, tER] 12) La solucién del sistema es x1 = 2 + x3 + 2X4+ + (n- 2)x,,, x2 = -1 — 2x3 4 3x1 ~
- . . . - (11 ~ 1)x,., e11 donde x3, x4, . . ,xn son variables Iibrcs.
(1) {x1= 0 x2, - r x; - 2- 33, X4 =’4— 21:— 3,165 = t X6: S. r, S. t. E R}
5) 11) Se intercambiaron las lineas 1 y 2 an A1. Si se hace la misma operacién en A2, 5e 4 17
13) a) a=-§’b=-§— c) a=2,b=1,c=1
recuperaAl.
b) Se sustituvé 1a tercera linea de A; per ella misma més 3 veces su primera linca I b) a = -3, b as 5 d) a = 1 b = 0 c = 0 d = 0
Si- se sustituye la Icrcera llnea en A2 pot ella misma memos 3 veces su primcra . 2~a 1 ~ 2a
1111621 56 recupetaA. 14) Si a 1" i‘_1,1a solucién es 111 = 1 _ a2 1 x1 = 1 _ a2
; ' . 1
c) Se multiplied la primeralinea de A; pot 7. Si 36 multiplica la primera linea de A2
. 15) a) El sistema tiene una finica solucién, 51 a 1* 0 y a 15 ~ 17. La soiucién (:5 x1 = Z ,
per 1/7 se recupera aSIAl“

6) o o 1 of o _1. 1 a . x2=0. _
0 1 1 0 0 1 0 0 . b) E1 sistema no tienc soluciones si a = 0.
0 0 1

._ . V _ , .,.. ‘ 7 ‘. _ _ . b¢2 Nohaysolucién.

7) Si, ysélos‘lad— beau). .-
9) Scan(L1)Y(Lj)_1as_11ncasi-ésima-yj ési-ma def la matrizA, rcspectivamemc,‘ realicc . ‘ i» ‘ l- ‘ ' i' - Ii . _‘ - ‘ a a 1.3 . b==.2 Infinida'd de soluciohes I
' ’ ' ' ' (x1 _ 1 _ 13, x2 = 5, x3 _ t té R)
105 siguientes pasos:
16)
a 9* i 3. Solucion (mica.
. . . - \_’ - i

1) (L1) .4 (L') + (L!) 4) (L1) (L!) + 2(1'1) 22012 _flx3 b~2

2) (L!) -—+ (Lj)+(Lt) . 5) (Li) -—v (‘1)(14‘) =5112—2azb+5b-119 x2 ago)

3) (L1) " (L1) ~ (L1) (12-49 112-9 =a2 -9

(cada paso esté efectuado en la ma‘triz imnediata anterior.)
- 2 - 7a 1 a + 7_
1 1) =__
47 3
1-... ' 17 x1== .x2-—,x3=-—-—
3) x1 17. x2 17 . ) 4(a2 + 2) 2 2(112 + 2),
.
b) x1 = 1, x2 = —2
18) ’ "Zn—3b + c #0. No hay solucién.
c) x1 = 1, x2 = 0, x3 =‘-1
= 2, = -2 = , .
d x = 2, 6 2- 2a - 3b + c - 0. Infimdad dc soluc1ones.
) 1 x2 x3
e) x1=0,,x2==0x3=1x4=—1 - (x1=b-a-t,x2=t,x3=2a-b,t€R
0x1=-32+_7_21x2=20- 43tx3=~7+17tx4= t,t€R . . ‘ , ~ . _ f
> f _ ‘ _ ' _- ‘ - 1 ‘ ' _ . 2a- 31: + c 14 0 No hay soluc1ones.
g) El sistema es inconsistente. _ __ . _ " ' ‘

r ' V x3 =1, ’13 +21” 18W 5:1 2a— 3b + c= 0 Infinidad de soluciones;

w x1 ..= .64 + 87‘ 79w ‘
”=32 53t+47w x4=t’x5=w’t’WER 5112 (x1=—2a b— t,JC2=b- a,x3=tr€R)
»
i) x
1 =-t+§-1-w
44 44 x
3 =-7-t+ —5—w
44 44
:
- a as 1. Solucién 11191.
“x W, ”6R _ = ' xc2a—_3b+c x=c—b+.a6~b6x3=c-2b+2a?>-b8
x =§2,_7_1.W : 1 1 1 (1—5x2~a’2 2—6, ’ 6—1
2 44 44 x4 ’ 5 ”
j) x1= '64-’211-24W x3 = '15—4t—5w ‘
x2=39+11t+15w x4=t,x5=w,t,wER ' 1
692 ALGEBRA UNEAL
RESPUESTAS Y SOLUCIONES A 15431010103 SELECCIONADOS 693

1911) ,El sistema tiene 111111 13111021 soinci‘é'n 5i a $ 8. Esta solucién ’es: 2111)), =——~ =3. I,x3=t_,tER
.10
=35a-Vb-3abV-IVSO x =‘b(2'a"—3)-522-6'4 15‘8" ' 2) xl=x2=x3=0
‘ 11(a-8) ‘2 11(a-8) ’3 a 8 3) x1=x2=x3=0
E1 sistema no tiene solucién siAfi8yb¢8. 2.
E1 sistema tienc una infinidad de soluciones 51 a = 8 y b = 8. Estas soluciones son
4) x,=%t,x2=-%t,x3*§t,x4=t»t€R
25 13
,=1-—-t,1+—-t »=t,t€R.
11 x" 11 ’x’ 5) x1=—-§-t,x2=-:-t,x3=t,t€R
2) E1 sistema tiene una finica solucién 51 a 1* 11. Esta solucién es:

x =13b-a-28 x =a~9b+ 16 x a b~3

22) Es faIso para sistemas no homogéneos. Por ejemplo, x1 + x2 + x3 = 1, x1 + x2
‘ a—11 ’2 a~11’3 a~11 + x = 2.
El sistema no tiene solucion $1 a = 11 y b 9* 3.
El sistema tiene una infinidad de soluc'ioncs si (1 = 11 y b = 3. Estas soluciones SECCION 3 (PAGINAS 73-80)
son1x1= —1+13t,x2 -1- 913x; = t,t E R. 7
1)a 3,b 3
3) El sistem'a tiene 111111 5011121611 finica s'i'a ¢ 1. Esta solucio’n es:

xl=a*b,j~2 . =b~a+3,x3=12_‘aiib7a+22
a-l
2x2
ail 2) a-27,b=-17

El sistema‘ no tiene solucion 51 a—= 1 y 'b 1* l

3) g=~1,b=2,c=-3,dw=4r ,
, El sistema tiene una infinidad de solucioncs 51 a = 1 y b = ."'1‘ Estas soluciones
‘- son: x1 =-t,x2=1, x3=t, 16R
:45 El sistema tiene una unica 5011101011 si ti 6* :2} Esta solucion esi ’ ‘
V 12) a) Todas' 1as matrices Cuadradas "doordén 71;.
b) Todas 1as matrices cuadradas‘ do otden n.
lvab-Za 2b+4~a a b c
1 = ——-——————_’
4 - a2
2 s *— ,X3
4 - a2
.0 0.1) 8-“ b],a,beR c.3)B= 0' a b ,a,b,c€R
‘1 o 0 a
El sistema no ticne solucién $1 a = 2 y b 3* 0.

El sistema tiene una inflnidad de solucioncs si a = 2 y b -= O (que son: x1 = % ~ 1 12

c.2) B- [a
3a
b],a,b€R

- 2W, x: = t, x; = w, t, w E R) ytambién $1 a = —2 (quc sonxl = t :11!) + 1), x: =' “

7 4
t, x; = %(b +3), I e R). 19) c.1) [18 7 4] 0.2) 12 c.3) 13
9 9
20) 1) Si a = 11, hay una infinidad de‘ soluciones x1 = 1 — at, x2 = t, t E R.
Si a 1* $1,121 solucic'm es finica,x. = 1, x2 = 0.
20) a) trA= 15, trB= 11, trA+trB= 26
2) Si a =1 1, hay‘un'a 11111111111111 dc'soluciones‘xi 5% .- 1, 552 = t, x: = it 6 R._Sid 9* 1, b) tr(A+B)'- 26 '
. c).tr(AB)=tr(-BA)=8-27 '
1a soluc1on es umca,x1 =- 1, x2 = ~ -, x3 = —.
1

oooooool
OOOOv—IU‘
oo-OOr-w—
4

oonmco

aaoooo
4

'oocxmoo
5 2 4
3) Si a= +2, hay una infinidad do soiuciones x. = -3— — 5m:23
= ~ gl-t, x3 = t, t E R.
(Si a at 12 no hay soluciones.) 24) AB =
4) Si a = 13 hay una infinidad de solucioncs x; = 5r + t— 14, x2 = — 2r, x; = r, x4 = t,

HH
r, t E R ($1 a 1* :3, no hay soluciones).
694 ALGEBRA LINEAL
HESPUESTAS Y SOLUCIONES A EJERCICIOS SELECCIONADOS 695
_ . 1 . 1
_‘ v 18 23 574. ,. . 10 2.1 29. 39 100‘. 1 00 100 100 150 15.0.: '
‘27) 3) AB = 13 ‘ ,175 SQ _ .: C) AB = 17 ”1:5 3_5
. - 40' , 40' 40 4o: 60 60
. . 4 4 —4 5 6 c) La matrizes 20 20 20 20 30 30
265 4
24 15 11 62 12 28 5 5J 25
25
25
25
25 25 40 40 r'
\.
25 25 40 40
b) AB “ 20 13 9 50
18 14 13 74
6 11 3 Seconsumen28016frescosdecola/semana, 1801111101mdasy35botellasde
28
ron/semana.

SECCK'JN 4 (PAGINAS 98—105)

28) 4 5 1 ~2 1 2» O 0 0 0
10 7 4 ~1 1 3 0 O 0 0
—2 3 —1 —4 1 2 o 1 2/3 4/3
o o o 7) B“ = 2/1 1/3 4/3
3 1 2 -4 *5 -6 0 0 O 0
4 5 -1 -3 -1 ~24 V3 1/3 4/3
O 0' 0 O
3 1 1 -4 -2 1 O 0 . 0 0 10) Puesto que la matriz dc cochciemes dc] sistcma es invc1siblc 111 unica solucidn dc
3 1 3 o o o 1 o o o CS‘ees=xz='x3=0
2 1 2 o o o8 00 1 o1} 0
13)~ Dela. expreswnA
27 14 29 _4 _7 O 0 ., 3 — 3A 2 — 7A + 1813
’ - qut, ALl L
0, so obucne 18 (713 + 3A _ A2)
75 32 76 -7 —7 —4 0' 0 0 I 13.Entonces,
29 a x = -
"xl‘ '1~t 1 —r
= $ + .- -
‘ ) ") 7‘21 " t ][0] [I] _ -. -- .. , -~, -
> ‘ ’
.- :-
..x1 . . : .” '.. , ' ' . - . - - '1._ .'-. I -1/6 1/14/2“
3/24 . 3/2 0 -. . 1.. .' ' v -
. . , A *1=_-,
l3(7I3+3A"_'2
A),A '1': -111//198 ' -1?
5 ‘661
b) x = x2 =- 1/2+z = 1/2 + t 9 ) 3]
x3 I O t

x1 ' 11 0
c) x = x2 = 1 = 1 + 0 ”
x3 J 1 1 0
- F 1 _ ‘2/11 5/11 -1/11
14) A"1 -IT(A2'—’3A~7I3),A‘l = ~l/11 4/11 5/11
r _ _7__§t 1 ~21;
x1 5 5 5 5 7/11 ~1/11 4/11
d>x=
x3
x2=2
5+5t
2=2+
5
2 5t 15) a) No es elemental.
_ t 0 t
b) Si es elemental.Suinversa es[ (1) it]
i 52 I: g (1)
c) Noesele1ne11tal. I 0 .0
30) a) Lamatrizes. 0. .1/2 1/2. 0 . 0
. 1 . 0 0 '0 51/2 1/2 "
d) 81 es elemental Su 1nversa es 0 1: 0
0: 0'0? 1/2- 1/2
3 ° 1
20 20 20 20 30 30
a b c
30 30 30 30 40 40 16) Sea/l “ d e f
b) La matriz as 10 10 10 10 20 20
g h i
20 20 20 20 40 40
30 30 3o 30 40 40 a) E1A E 3: 3e 3}
b

g h i
696 ALGEBRA LlNEAL
RESPUESTAS Y SOLUCIONES A EJEFlClCIOS SELECClONADOS 697
ah+4gl b+4h c+4i--
* 21) Si e11 A se hae’e la operacion elemental e en .sus columnas, en la 1nversa tie A se
b) Ezzt= 2.1 '.'i
, f , .
» efectuara la operacién elemental invexsa a 2 en sus linens. .
-1 0

a 28) Ces inversible puesto que con C l = [A B_1]setiene CC'1 = C“C =1.
c) £3A== 0
g
d e
l -3 O O
-1_ —2 7 o o
d) E1E3A= [3gh
3h:f 31' C " ‘o o 1 2-
0 0 1 ‘3

a+4g b+e4h c+4i

e) ElEgA
3f 29) a)A -1_—[2/5
-1/5 3/5
4/5]
i
t) E2E1A = E1E: (inciso anterior) m ~1= [4/23/4 «11]
a+4d b+4e c+4f c) No es inversible
g) E2E3A - h i
d) No esinversible
f
”7/57 4/19 2"/57
h) ESE1A = i
(3)14"1 = 1/19 8/19 ~21/19
3d 3e 3f 4/19 21/19 4/19

a -+ 4g b + 4h f) Noesinversibie
c + 41'
gi)E3E1E2A:,-g 311 ‘i' . i—l/sj --7/3' '2
3d _3e_ 3f. g)‘ A'-1 =, '~1/3- 4/3. —
“1) E§E2A= E.A (1nc1so b))
1 '-2 ‘1
a~4g
' 7/39 1/13 22/39 9/13
b-4h c~4i
k) E51535111 = h) A-l = 4/39 ~2/13 41/39 ~5/13
3d 3e 3f 8/39 3/13 14/39 ]/13
g h '
~5/39 3/13 ]/39 1/13
‘c—4g+4d b-4h+4e c—4i+4f
1) EilazzzaEila = gfi 11/3 1/1 ‘0 1 o o
:1 e f . —1= 0 0 1 0
17) Si E es la matriz elemental correspondiente se tiene (EA)(B)——
"A 1 o o o
= E(AB) Entonces, 0 0 O
cualquier operacién elemental que se haga en las lineas de A correspondera con la 1
misma operacién elemental en las lineas de AB. :1 —2 1 1
l 8) Si E es la matri7 elemental que provino de I haeiendo la operacion elemental
e11 las
. -1: 1 1 o o
lineas de l e entonces AE es la matriz que proviene de A haciendo en ésta la operac1én J) A 0 4 ‘1 -2
elemental e en las colimutas de A
19') 5
'0 -2 1'
Si E es la matnz elemental correspondiente, se Ilene A(BE) = (AB)E Entonces, -. . _- f-e ~26, 22‘ 17
cualqujier operacion elemental que se haga en las columnas de B, correspondera’ con _ 41:. 5-" 20 —17' -13
la misma operacién elemental hecha en las columnas de AB. 10A 0 2 -1 -1
20) Sea E la mattiz elemental que provicne de l hacienda e11 ésta la operacién elemental -1 -5 4
e (inciso a), b) o e))
ill/6 -5/3 5/4 ‘7/6 5/2
Sea E’= EA. Entonces (A) l= A xE-l. Entonces, s1enA se hacela operaeién elemental V6 1/3 1/12 1/6 —1/2
e en sus lineas, e11 la 1nversa deA se electuara la operacio’n elemental 1nve1sa a e (la 1) A”1 = —1/2 2/3 4/12 1/1 —I/2
que corresponde a la matriz elemental E 1) en sus colmnnas. 3/3 4/3 2A —1/3 1
V2 4/3 5/12 4/2 V2
i
698 ALGEBRA LINEAL \, .................. _ \
nespuesms Y sowmowes A EJERCIClOS SELECCIONADOS 699
20,, 2 ~14 .
-14 V 6 —22‘
. j.79. 115 111130 22 73 _. , . ..
35) [A =. 71/1). I , - I)
- - 2 r _ . V . ' * 1 p (1..
p_,-_ 1 -3o 14.—38 =4. 8‘ 16- - . 1 - -- '
111) A ‘ ‘6‘; 13 105 13 98 25 86 _\1 _ _
mvfisxble forma escalonada redumda (16/1
19 41 -15 36 4 8
‘6 “‘38 ‘6 ”‘40 ‘12 ‘24 1 36) a)‘[1 3 2] z [1 3][1 0 _10]

25/32 3/32 V16 4/2

. -1 O 1 4 O 1 0 I 4
“:10) LamatnzB as : B , ’ = 3/16
5/8
V16
4/8
3/8
1/4
0
0 3 1 4 3 1 0 1 0 1
b) 2 1 3 = 2 1 1 0 1 1
*33/32 5/32 *9/16 1/2
—1 —1 —2 —1 —1 0 0 0 0
8 1 26 18 22 5 5 20 . - 2 3 2 3 0 1 0
., 2122491191322
Lamatnes.A 3 8 16 1 12 7 5 2 c)14=140.01
1 1 1 1 ~1 0 0
19 1 12 9 14 5 1 12 ’
.
E1111ensajeeszHAY QUE ESTUDIAR MUCHOALGEBRA LINEAL. 37 a
) ) x1 — 2,
x2 = -1
~ b) x1 = ‘1, x2 =. -l/2, X3 = 5/4
'11/7 1/7 . = 17/2 19/10 '
31)3)X" cy7 5/7] °)X 2 -4/5 131 173 122 73
. L' ' "
C)x1=§§—. x2=753 3=E3 x4=§
b) X= H _21 -17]
5
‘9‘"
_ 91
~36 21]
--53

' 1 3 2 _ “35/11 41/11 _4V11 ., . . - .. - . _ '-

' 32) a) X =x-4/5 .. ‘ ' ‘ . : '
_—1 1/2 ' i c) X = ‘-'4‘7/11,. 27/11:, 35/11, v 1 . 1 g - ' .'
fl ' ..1/5 '52" --2 V '
' _ . -. ’ r - ‘ -. " .
'_ {56/11"-31/11 41/11 . -. ~ , .‘ , ., . ,1 ~- .- CAPITULODOS
Vs W5 37/50 11/2” 1 0 0 SECCION‘I (PAGINAS115i118)
b) X = o 1 1 d) X = o 1/(2)“(3)3 0 '
-l/1o 41/10 48/25 0 0 l/(3)“(4)3
33) A = E1E2E3E4E5, en donde ' . 1 ) s on las d03 permutacxo
' nes(4 ,3, 1 ,2)y(4 , 3 , 2 , 1)
F1 O O 0 1 0 0 0 2) Son las 6permutaciones
E = 0 0 1 0 E = 0 1 0 0
1 0 1 o o (6,5,4,1,2,3) (5,5,4,2,3,1)
4 o o 1 o (6,5,4,1,3,2) (6,5,4,3,1,2)
0 0 O 1 0 0 O ‘1/3
(6) 5245211: 3) (6) 57 4: 3,2,1)
:1 o o 0 1 0 0 0
E = O 1 0 0
3) a) oon=(3, 1,2) d) o°n=(2,5,4,1,3)
E = 0 1 0 0
2 n°O=(2,3,1)
o o 3 o 5 o o 1 4/3 11°0=(5,1,2,3,4)
o o o 1 0°c=(1,2,3) 0°0=(3,2,5,4,1)
o o o 1 _ ‘ _,_non=(1,2,3) V . > n.0,n=l(152_,3,4,,5)l
~71 o 0- 0 ' \ ' . ' _' __ ‘ .
0 b) d..o.n'=(_3,1,4,2)"._, e) 0'0'1r=(3,"5:,4,2,.1)1
1 0 {.0 . .- - , . ’ vnqro;..(4;3,1,.2).
E3 ”2'70 '0 1” .0 .- . naav=..(4,5,2-,«3,w1)
0°0=(2,4,3,1) ooo=(1,2,3,4,5)
0 o 4 1 15°7t=(1.2,3,4)
1 _ j ,_
Non=(2,1.3,5,4)
(arespucstagoesumca) ‘ . ‘ . ’ ~ , ' c) 0°n=noo=ooo f) o°n=(2,1,7,5,4,6,3)
34) Sea E; 121 matuz elemental que provmo de 1,.1nult1pl1cando lat-esnma Imea dc esta =1c<>71 =(1,2,3’4) fl°G=(5, 2’4, 3,1,7, 6)
p01 elescalar m, i = 1,2, . . . , n. Entonces,siA =diag (a1, a2, . . . , (1"), se licneA = 00 0= (1 23 4 5 6 7)
ElEz . . . E”.
2:01: = (2:5,5’ 1, 3,7, 4)
700 ALGEBRA LINEAL
RESPUESTAS Y sowczowes A EJERCIQIOS SELECCEONADQS 7,01

4) a) ,0'1I=(3,2, 1) . ' d) o'.‘ a (3,2, 5,4,1) 1 '_

rt“=<1.3,2‘> ' ' n"=(2,1,4‘;3,5)
(o°n)" = n" so" = (2, 3, 1) won)" = 7:" co" = (4, 1,5, 3, 2)
b) o"=(2,4,3.1) e) c“-(1,2,4,3.5>
n"=(3.2,1,4) n"=<s.4,3.1,2)

009-40

000»—
(0011)“ =11“ ea“ =(2,4, 1,3) (00 n)" = 1:“ o o‘1=(5,4, 1,3,2)
,AO-k ”A0

c) o‘l-u"=(oon)'1= r) a"=(7,6,5,4,3,2, 1)
- n" o a“ = (1,2, 3, 4) n" = (3, 6, 4, 5, 7, 1, 2)
man)" = n" o a“ - (2, 1, 7,5, 4,6, 3) SECCION 2 (PAGINAS 1344 39)
6) Inversiones/signo 1) a) Si aparece con signo +. i) No aparece (dos elementos en la la.
b) 81' aparece con signo -. linea).
a) b) c) d) e) 0
c) No aparece (tiene iguales g) No aparecc (dos elementos
o '3 4 5 6 1 21 clementos en la, la. columna) en la la. columna).
-1_ +1 —1 +1 -1 -1 d) S! aparece con signo +. h) No aparece (dos elementos en la 5a.
1: 1 _ 3 5 .2 .9 12 . column).
e) SI aparece con signo +.
-1 -1 -1[ ' +1 -1 +1
cm; 2 3 'o 6 8' '9 2) allaZSaa“ con signo — a, 1023031142 con signo +
+1 -1 +1_ +1 +1 -1 “12023031044 con signo + a12a23a34a“ con sign‘o -
1:00 2 5 0 4 8 9
“14023431042 COn Signo - amaggana“ COH Signo +
, . 1-1 4 +1.. = +1. -';'+1 —1
ago 0: 4 o v p , o3 o. ' 3-) “11413034031055 c011 512m ’ ‘ 7 ' , anazzauawflfl con signo + -.
1 +1.. +1.3. : +1, ‘ +1,» *1. ”'1 a, 11123213111421)” 'con Signo +' ' alilana‘yauag; con sign'o —
11:01: O 0 0 0 2 8 auazsauana” con signo — anazsayaflasg con signo +
+1 +1 +1 +1 +1 +1
4) a) “110220333144“55065 01‘1022azsa43054a66
amazzaafluascflm 011022035046053‘164
7) ananaaaamas-oaGs 11110220350444.5416:
amazzauanasoaas amazzawaaaassam
Inversiones/signo a, 1022034‘145‘153066 auazzasoa-aflsaaos
a) b) c) d) e) D anazzaafl-massaa: a1 1022036045054063
o" 3 4 5 6 b) “11024432443030“ C) “13021332444056065
1 21
-1 +1 a) 10254321143‘156‘164
—1 .+1 —1 —1 “13021032“45054066
a, 10264321143054065 “135121“32‘146055064
n“ 1 3 5 2 9' 12
-1 -1 —1 +1 —1 _+1 d) 8610 61 pdUCtO (111(1220330440566165

(com-'2 3 o" 6‘ 3‘ 9' 5) i = 3, j = 1

+1 1—1 +1 _+1 +1 -1 6) Se tienen 3 p‘osibilidade‘s
i-=,7’j'é 6,k='5 - 3'
I 3) a) winversiones , t c) a" = a i=»5,j= 7,k- 6
"((1-1) i = 6, j = 5, k = 7
b) sgno=(—1) 2 7) El coeficiente as -10.
9) a) Binversiones. 0'1 = a c) Qinversiones. (:-l = o
8) El coeficiente es +18.
b) Binversiones (1'l — a d) l7inversiones. 0-1 = or
9) 3) SI aparece. k = -12 c) No aparece
10) a—1 = a b) SI aparece. k = -6 d) No aparece
702 ALGEBRA LINEAL @UESTAS Y SOLUCIONES A EJERCICIOS SELECCIONADOS 703

10) El dCt¢m1111anlc cs (—1)‘ == (-1_) . . .;‘(c11_dondc [[1]] 118110111 (:1 mayqr cmcro - -- 7) 3) AB es 1nvcrsible, pues, det(AB)= (detAXdet B) (3)(—2) = —6 at O
mcnor quc x). '- ; ' \ . 1 La matriz‘ BA también es inversible, pues, det (BA) = —6 5e 0
b) det (AB) =-1/6 =det (BA)"
12) E1 detenninante vale (—l)[;]a1,,az_,.-1 . . . a,” \‘\\
\1 c) det (A'IB) = —2/3
13) a) —15 c) —34
b) 38 d) o d) det(2A'1)(3B'-i)= -216
d) 12 ' e) det (SB‘IXZAXGB) = 3 888 X 107
17) a) —3
b) -18 e) 3 1) dc! (53) I(2AX68)= 62___2__08
65
c) -3 f) 3
8) Au es inversible, pues, A0 = sgn a 1* 0. Se tianeAEl = A...
18) detAc=detA

a) x1 =2,xg=3,x3=4 11) a) trA = 7201 + 1)

19)
b) x1 = (1, x2 = b, x3 = c, x4 = -(a+b+c) 12) def/1 = 0

‘20) Las n soluciones son: .1) = 0, x2 = 1,. ..,x,,== n —' 1 13) detA = 11.

21) a) 0 d) 0
e) (b—aXc-a‘Xc—b)
SECCIC'JN 4 (PAGINAS 156-160)
b) 0
c) 0 t) 0 ‘ 1) C12'= 43, C31“ 7. C22 = 4, C33 =7, C13 = - 9
23) a) 5 e) 768 2) ~46
4 b) 0 t)=—3 - 3) a) 0 (su segunda co‘lumh‘a esté formada por cares).
"-C) 1- 1110' b) — 7.0a.
d) —24 11) —52 4) Dcsfirrollc el (letenn‘iname por cofactores a lo largo de la 111108. 0 111 columna dc ceros.
5) a) 4 e) 0
SECCION 3 (PAGINAS 143-145) b) —6 t) —22
a b c d c) 519 g) -5
. . . ___ ~b a
3) 51A es la matnz.A *0 _d ad -cb d) 519

-d c —b a 7) a) detA=8 c) dctA2=detQ=1
b) detA1=detP=8
A1 multiplicar “lincas pOl' lineas" (como en el inciso b) del ejercicio 1) $6 obliene la \
matriz B dada p01: 8 = (a2 + b2 + c2 + d2)14.
9) (let A = —3
Enlonces, por los resultados dcl ejercicio 2, se tiene det B = (a2 + b2 + c2 + d2)4 = (det 10) detA = —652
A)2 de donde det A = (a2 + b2 + c2 + ([2)2
SECCION 5 (PAGINAS 167-171)
4) def A2 = ((18! A)2_
5) .d'et(c-A) = -de:(c1A) = det (cl)(detA) = d'daA _ . / ~10 V75 '5 ' " 14110722
1)5).'z:dv=v 10 9443' 'ai'= 44'~13 20
6) a) Aesmvers1ble puesdctA 2 *0 d) det(5A) 1= 1 _
—5 3 1 ~18__ 19 -16_
(5) (21' 250 ~350 176 122
b) (ai)(ad)= -670 332 279
b) dct A" = 1/2 e) det (2A'1)4 = 28
450 -214 ~163
c) det 5A —1= (5 3)[2]
.1. =22
2 c) adB = (ai)(ad)
704 ALGEBRA LINEAL
HESF’UESTAS Y SOLUCIONES A EJEHCICIOS SELECCIONADOS 705
2) Cierto _
‘ ,' 63 --27_ ~11' 2H2, VP If] I
3)- 0 9‘ -8
0 0 7 8(3, 1-[1 2
5) :2d = (detA)A = iA
7) En este caso A no es inversible. Entonces A(adj A) = (det A) 1 = O - I = 0. 21.4) A( ,I)B(1, )= i3 13
8) SM es nilpotente, A no es inversible (véase ejercicio 25 de la scccién 4, capitulo
EntoncesA(adj A) = (detA) I = 0 ' I = O. .
1). A( .2130, )= 229 -5—5
9) Dela férmul:A(aaI/'A) - (detA)Ise tiene det (A(ad)) - det ((detA)I
A( .3189, ) 135, 14
A» = (deltA) det 1. Como detA 1* 0 y det I - 1, se obtiene finalmen
) (tletA)(det(adj
te, det (adj A) =
0}
(detA)"‘ .
12) De 'la férmgla A(aa:/ A) = (det A)I poniendo en Iugar de A
a su matriz adjunta se d.1) -166=detAB(.1,3)=det i: ii =detA(1,1)B(1,3)+detA(1,2)B(2,3)
qbflene (a4; A)(aqj(adj A)) = det (ml/AH, Multiplicando por la
dcrecha porA so ob-
Ilene A(acb/1)(ac(ac1/' A» = (deg: (adj A))A 0 sea (det A)(adj(adj 4)) = (det 4y“ ,4, . 33 1.33],+det[ 229 —5
+de1‘A(1,3)B(3,3)wdetl:10
13 140]
_5:l+det[: 5
de donde adfladl A) = (det A)” A y entonces det (ad/(adj A)) =1 det (((tA)"
‘2 A) =
((det A)"'2)'l detA == (detA)(/I '- 1)’ =-31—65--70
1 200 4-6-1 \ _ .. _
d2) 321=detAB(2,1)=det . _17 146 _ -
25 —detA(2,‘1),B(1, 1)
13) a); 2 4—2 c)-§1§-"-17‘2 5
*2 —1 1 8 16 -8 + detA(2, 2)B(2, 1) + det A12. 3W3, 1) = d“ [2;
63]
b 1 27 -1 M20
13-9- —21 11 13.. .1 ~25 .90
+.dez[__5 . ,. 12 .23_]-45+;o+276
.18]+4e;[0 136' ~ ,
: 12 —3 ' 9'
'i 14) Como A" = 2;}: adj A = ad) A y todos'los cofactorw de A estzin formado
‘
1:3) #2066 = def/130,2) é 'det[ 2-9
69" 146.". ’ ' I
42] detA(3,1)B(1,2) “
s por sumas
y productosde enteros, sc concluye que A”1 = adj A tiene sélo element
os enteros. + det 4(3, 2)B(2, 2) + det 4(3, 3))?(3, 2) = det 59 66']
16) En este caso la matriz A,-, i = 1, 2, . . . , n ticnc su i-ésima 33 34]
columna formada
detA.-_
exclusivamente de ccros. Entoucés, x,- = detA —0,l—1, ._
2,.. ,n +det [45
22 90]+det
14 [ 34
13 136}
36 -172 - 1350 — 544
17) a) x,=1/2x,=o d) X]: ‘13,.X2 = 0,X3 = 20
1) adj AB = (detAB)(AB)'1 = (dc: A)(dct B)B"‘A" -' ((det B)B‘l)((det A)A'1)
b) x1 = 37/60, 162 = —29/60 e.) x, = —10/9,x2 = 57/27, x, = 12/27 = (atijB)(azUA) '
c) 251 = 113/5, 2:; =11,x3 = 42/5
APéNDICE(P/\GINAS174-175)
18) a.1) AB = 34 11 1) Es una consecuencia directa de la férmula (A1) dc la pégina 179.
12 --1
:12) detAB = -166 2) a) (3 - 2X3 '1)(2 ~ 1) =2

a3) A( 1,.1) = [‘1‘ 3] ; b) (—2 - 2)<—2 -'(~1.))(—2 —1)(2 — (-1))(2- 1)(—1 -1) = 72 ,
_C) (-3 43)(*3 -'1)(-'3 - (”(—3 - (-1))(3 - 1X3 - _0)(3 - (-1))(1 - 0X1. - (-1)) , '
. (o;(-'1))'=-'6912 ' a ,
A( ,2)=[; %] 3) A1 imponer las condicioncs p(xi) = y.-, i = 1, 2, 3, so obticne cl sistema de trcs
ecuacioncs linealcs en las indetenninadas a, b, c

1 3‘]
I
A( ,3)= 2 fia+x1b+c = y1, fia+x2b+c = y2, x§a+x3b+c = y3
El detemniname de este sistema es V3. Como los mimeros x1, x2, 2:; son distimos, se
Ba, )=[3 ‘1‘] 4‘ liene que V3 9* 0. Entonces, el sistema tiene una finica solucién para a, b, c. 0 sea que
cxiste cl polinomio p(x) = ax2 + bx + c con las condiciones requeridas.
706 ALGEBRA LINEAL
RESPU’ESTAS Y SQLpCIONEs A EJERCICIQS SELECCIONADOS 707

7 CAPiTULo TEES. .7 0) fl 3. ’I --ci)

SECCIo‘N 1 (PAGlNAS 182-183) {Y

2) N0 es un espacio vectorial: la suma no es conmutaiiva ni asociativa. 3

X

3) a) Si es un espacio vectorial.
—v
b) No es un espacio vectorial (no existe e1 cero en el conjunto).
c) No es un espacio vectorial (no todo vector liene inverso aditivo).
d) No es un espacio vectorial (no se cumple 1 - x = x).
e) f)

Y
sEccuéN‘ 2 (PAGINAS 195—198) x
y
3V

1) a) (0,0, 0,0) i) (0, 0. 0, 0. 0)

b) (—1,2,0,—3,—8) J') (1,1,1,1.1,1)
c) (4,6,2) k) (x1: X2, X3, X4) + 0’1, 3’2: 3’3, )h)
—3v.‘
d) ('0', 0', 0, 0, 0, 0,0) v = 0’19 )‘2,)’3: Y4) '4' (x1, x2, x3» X4) x

6) (40,—5,15.,10)_ 1) (34, 6, 26, 2)

t) (-4, —4, —4, ~12, —32, 4, -28) m) (5, 7, 9, 10, 45, 86, -70) 6) a)
b) _ .
,g) (—15-,—11-5,;21‘,-1§,-v1-2) . _ 11) (310,330, 7 10,- —4o, —80)
_ 7h) (—2, 2, 716,640,120, —s;.-o, —2) o) (7/3, '1/3,-1/3,o,4/-3)1 '
3) 'a) es’eciuiValonte a'vz
b) no es equivalente a ninguno de ellos
c) es-equiValente a v3
y=x~3 .-
d) as equivalente av;
e) es equiv'alente a V2
0 es equivalente a v1
g) as equivalente a V3
/
h) no es equivalente a ninguno de ellos C)
d), e), f)

5)
a) b)

10) a) 0+O'x+0-x2+0'x3 d) —3x3—24x2—9x—3

b) —1—x—x2 e) x2+2x+5
c) 3x5+x+3 t) 13x+34
 RESPUESTAS Y SOLUCIONES A EJEHClClOS SELECCEONADOS 70E
708 ALGEBRA LINEAL

.11) a) {o 0 0(0) 1 ' d) [13 3'13]. secCIéN 3 (PAQINAS 214.218)

' l o o '0 d o H K 2) a) Si es éubéspacio t) No es subespacio
b)00000 e)[17~5] b) Si es subespacio g) No es subespacio
o 0 o o o c) Si es subespacio h) No es subspaclo
_ —3 6 d) Si es subespacio 1) SI as subespacio
c)[_; _;] t) -9 -24
—15 12 e) No es subespacio

3) a) Si es subespacio e) Siwsubespacio
12) a) b) Si es subespacio 1) Si es subespacio
1’
c) No es subespacio g) Slessubespacio
d) SI es subespacio

4) a) Si es subespa'cio ' f) 8165 subespac‘io

I
I a
[ b
1 ‘x
b) Sies subespacio g) Sies subespacio
c) Si es subespacio h) Siessubespacio
d) Siessubespacio i) Sies-subespacio
a) Si es subespacio j) No'éséubespa‘cio

b)
_y 7) a) [(xl,4\?2,x3) 6R3 l xl a it, x2 = —%I,XI E LIE R}

’A'
b) IZ[‘-(x,‘,vx2,xl3)V€'R3 ’l x, V x)? x,” 1,1611] '-

n
i!
:x

c) [(x,,xz,x3)el\3|1cl = s-‘r,x‘2 = r,x3 = s, r, SER}

y-'-1
d) {(x|,x¢,x3,x4) e R4 l xl = —t,x2 n61):3 = 10:, x. = 3t, :6 R]
8) Es e1 espacio trivial [0}.

c) 9) No

10) (2,5)=%(1,3)+-;-(2,-1>
V
11)—13.=-3‘11+2’,—13 +£01.31 o o-
2-1 11111104113-111-01

12) a) Si es combinacién lineal de p1(x) y pz(x): ~2 — x + x2 = (x + x2) — 2(1 + x)

b) Sies'combinaciénlineal d¢p1(x) yp2(x); 3+ 2x — :c'2 = -(x + x2) + 3(1 + x) ' . ‘

_ . c) .Noesc'ombinacién lineal de.p1(x)yp2(x). 2‘ '. V ‘

d) No as combinacién‘ lineal de p1(x) y p2(x).

13) Todo R2
d) Se dcbc cumplir que clex 4- czxex = 0 para toda x real. A1 poncr x = 0, se obticnc
c1 = 0‘ Alponerx = 1,56 obtiene cze = 0, dc donde cz = 0.
14) Q(Vx,w)={[: flew” -1
a—4c _ d,b =18c+2d}

0) Al pone: c1 = -14t,cz = Sty/ca = t con t E' R (t a6 0) se obtiene 18) El subespaclo trivial {0]. '
61(x + 1) + 02(3): + 2) + €3(-«x + 4) = 0.
 \
710 ALGEBHA LINEAL
RESPUESTAS Y SOLUCIONES A EJERCiCiOS SELECCIONAOOS 71 1

_ 19) ga) [(x,‘y, z)‘.€ R3 tic? t,'y =_2t, _z"= -t,t e R}, ' '
b) .ei su besfiacio'iO) s‘i-‘ia recta Lno-‘ée eneontraba sobre e1 piano que represcnta
' dicho‘subespaeio. _ " ' . " ‘ ‘ ‘ - ' '
I
:b)
{(x, y,_z) ERsiz-F 0} I ' iV Si um de 105 subespacios es la recta L; y ei otro la rccta L: (ambas pasando pot
C) [(x,y, z) 6 R314}: +12y~ Sz=OJ ei origen), su interseccion es: a) L1 = L2 si izis rectas coincidcn, o b) {0) Si no
coinciden.
d) {(x,y,z)_e R3fx- 3y—z=o}
e) Todo R3
V Si uno de 105 subespacios es ei piano Hl y ei otro e1 piano H (ambos pasando
‘ 2

f) [(x,y,z)e R313x—7y+2z=o} pot ei origen)‘, su interseccion es: a) H = H si 103 pianos coinciden; o h) um

i 2
g) Todo R3 recta que pasa por cl ori gen, si ios pianos no coinciden.
11) [(x,y,z) E R3|x=t,y=t,z=t,ze R] 31) Se tienen ios siguientes cineo cases:
I Si aiguno de 103 subespacios es {0}, la suma de éste con ci otro subcspacio
20) a) Si pertenece a S d) No pertenece a S
coincide con este L’tltimo.
b) No pertenece a S e) Si pertenece a S 11 Si aiguno de 105 suitespacios es R3, in suma dc éste con ei otro subespacio es R3.
c) No pertenece a S f) Si pertenece a S
111‘ Si uno de 105 subespacios es la recta L que pasa por ei origen y ei otro cs e] piano
21) Se time 1 =‘(‘1)s'en'1x + (I) coszx, coszx“= (1) cosz'x + (—1) senzx. Entonces 1, coszx H que pasa por e1 origen, entonces la suma es: a) Cl piano H si la rccta L se
E S.- encontraba sobre e’ste; o b) R3 caso contrario. '
24) Dado un poiinomio arbitrario ao + alx’+' . . . + aux?! E P", éste es una combinacion IV Si uno de 105 subespacios es la recta Lt y ei otro la recta L2 (ambas paszmdo por
lineal de 105 vectores 1, x, . . . , x": e1 eoeficiente del vector 1 es a0, e1 coeficiente dei ei origen) entonccs su suma es: a) L = L; si las rectas coincidcn; o b) ei piano en
vector x es a1, etc. el que se cncuentran L1 y L; si ias rectas no coinciden.
25) For ejemplo, e1 vector-x" E P,l no se eneuentra en ei espacio generatio per 103 vectores vV Si uno de 103 subespacios es ei piano H y ei otro cl piano H , (ambos pasancio
.- 1, <x:+- 1), . .._.,(x.+ new p‘or ei'origen) cntonces, su sum‘a esra) H ' ‘= H si 108 p111n0§coinci~dexu o b) I
I,"26) _"-Por ejempio, :1 vector (0, 0,'. . . , 0, 1) E R" nose encuentra enei cspaeio generado -
por los' ‘vecto'res (1:1, . . . ,1, 0), (i, '1, . . . , l, 0,50), .‘ . . , (1, O, 0, . . . ,0, O). R3 si 105 pianos nocolneide'n.
27) Hay una infinidad de parejas de veetores de S que lo generan. Por ejempio, v, = (1, 32) a) Larcctax=-%t,y = —%r,z=tER.
-l, --l) y vz — (10, 20, 8),v; =(20, 15, i) y v2 (—10, 0, 4), etc. Sno puede ser generacio
por un solo vector. b) For ejempio, el vector v, = (2, ~1, —1) E SiUSz (dc iteeho v; E 32) son tales
28) a) Faiso: ei vector (0, 0, 0) E R3 no genera una rccta. que v1+ v; = (2, 0,0) E SlUSz.

b) Faiso: Si uno de los vectores es el vector (0, 0, 0) E R3, éstos no generan un piano d) Cualquier vector (x, y, z) E R3 se puede escribir como la suma de 103 vcetores v,
en R3. ”(ZX+}’+Z,ya'2x’2)"Z) €51

c) Faiso: por ejcmpio, ios vectores v, = (1, 1, 1) y V2 = (2, 2, 2) son dos vectorcs no v2=(-x—y—z,0,2x+2y+2z) E52
nuios de R3 y elios generan la recta x = t, t = t, z = t, t E R.
34) Todo vector (x, y) E R2 se puede escribir como la suma ciei vector v1 = x(1,
0) E
d) Cierto. W, y ei vector v; = y(0, 1) E W2. De aqui que R2 = W, + W2 = gi’(W,UW2).
. e) Faiso: vea los incisos d) y 11) do] ejercicio 19. Geométrieamente so tiene
f) Cierto.
30) Se tienen los siguie'ntes cinco casos:
‘ I' Si'aiguno’dc ios subcspacios es e1 subespacio' trivial (0), la interseccién es cl I
_subespaeio_t_rivia_i {0). . . _ __ _ V _ . -' . _ _ . ,,V.=V1+Vé“

11 Si alguno de ios subespacios es R3, la interseceion de éste con el otro subelspacio

coincide con este fiitimo.
ill Si uno de 10s subespacios es la recta L que pasa por el origen y ei mm on piano
:Wa
que pasa por el origen, la interseccion es:
a) la rccta L, si ésta se enconlraba sobrc ei piano que represema ci segundo
subespacio, o
712 ALGEBRA UNEAL RESPUESTAS Y SOLUCtONES A EJERClCIOS SELECCIONADOS 713

SECClON 4 (PAGINAS 226-228) 16)_ La comb11111c1611 lineal cm, + 6211; +. +' c,.u,.= 0 se ascribe como cm + (:20). .+ v;)
+ ..+c,.(vi +v2+.. ;=+v,.) 06bier1(c1+02+.+ C")V1+(cz + . . . +c,‘,)vz+.. . +
2) Es um consecuencia directa del teorema 4.3: v. = (a b) y v; = (c, d) son lincalmente c=,,v,, 0. For set v1, V2, . v,. vectores linealmcme 1ndependic11tes, 1a 1311111121 expre—
siénimplicaquec; +cz+ . . . +c,,=0,c2 + .. .+c,,=0,...,c,.-0,dedondec1=c2
independientes 51, y solo 51: def [b d] = ad - bc 1* 0. = . . . = c, = 0, lo que muestra la independencia lineal do 111, 112, . . . , 11,.

3) :1) es linealmente independiente f) eslinealmente dependiente 17) b) En estc caso cl wronskiano dcf1(x),f2(x),f3(x) yfi(x) w 1111 detcmfinante de una
b) eslinealmenteindependiente‘ g) eslincalmente dependiente matriz'con la fillima linca do ceros (puesfim (x) =- 0, i = 1, 2, 3, 4). For 10 tanto
c) eslinealmente dependiente 11) eslinealmente-dependiente WfiafifiXx) = 0.
d) eslinealmente independiente 1)» eslinealmenteindependiente
0
e) eslinealmente dependiente j) as linealmente dependiente c.1) 51x2 0, setiene WUbf2Xx)’=det[: = O
0
4) Falso: si 61 vector es el vector com, 61 conjunto es linealmente dcpcndiente. La . . o x2
afixmacién sorta verdadera si dijera: cualquier conjunto formado por un solo vector 811: < 0, se t1ene W(f1,f2)(x) = det 0 2x = 0
no nulo cs linealmcnte independiente.
5) Si, y. 5610 si: anazz am. 3* 0 Entonces W03,f2).= O, V .1: € R.
c.2) Se tiéne que mostrar que la expresio’n clfi(x) + czf2(x)==0 V x E R implica que
6) a = —2,(1,2,0,0)=%(13—,21'§—)+ (4,1,1,1)~%‘(3,0,0,2) =02 = 0 Si x 2 0,1a.expresién anterior obliga a que c1= 0 y six < 0, se
obliene c2 = 0. Entonces,fl (x) yf2(x) son linealmente independientes.
d) Para mostrar 1a independgncia lineal devlas funcionesfijz, . . . ,f" basta mostrar
que su wronskiano.no es idénticamcntc nulo.
d.1) We“ eb")(x)==(b. a)w “”110, 1 .
d._2) ‘W(e't, xe- ,zxe‘)(x)= 4e3x¢0
d.3). W(Se11 x,vcos xxx) = —1 #4 0
8) Los veCtorcs v; y v2 en R2 o R3 son linealmentc independicmcs si, y 5610 si no son d.4) W(e"' sen x, e1" cos=x)(x) = ~e2" 1* 0
colinealcs, o_ bicn, v1 110 se encuentra sobre la recta (que pasa por c1 on gen) en la que
se encuentra v2
9) La ec'uacién del plano es 5x ~ 8y - 71 =‘ 0
12) La expresién c1 + cz(x + 2) + c3(x + 2)2 + c4(x + 2)3 = 0 (E P3) conduce al sistema
SECCION 5(PAGINAS 245-248)
Cl+2€2+4c3+804=0
(:2 + 4C3 +1204 = 0 I) a) SI constituyen una base. c) S! co'nstituyen una base.
03 + 604 = 0 b) 81 constituyen una base. d) No constituyen una base.
C4 = 0
2) a) For ejemplo, una base deSes {(1, 0, —1),(0, l, ~1)}
cuya finica solucién es 0, = c; = c; = c4 = 0, como se querfa.
b) Porejemplo, 1111a basede Wes {(1, 0, 0, —,1),(O 1,0, 1),(00, 1, -1)}
, _ _ _ . 2, (La respuesta 110 as 1'1nica )
, 14) Considererlos cuatro polinomios p,(x) é" 2. 41,1514 E Pz'
. r-k=0' " "31211115111411
3 b) l3= {(0 1 1))
La expresién 2 crp,(x) = 0 (6 P2) C) [3 {(—7,-5.1)}
r=l d) l3= {(412,513)}
4, ' 6) 13= {(10.41 1)}
Conduce al sistema 2 me, = 0 de‘ 3 ecuacion'es (k = 0, 1, 2) con 41ncogmtas (cl,
(La’ 1135111163121 no es 11111ca.)
4- 1
C2, Cs, c4) el cual se sabc que tiene soluciones no triviales (tcorema 2.1, capilulo 1). 5) El conjunto vacIo.
 RESPUESTAS Y SOLUCIONES A EJERCICIOS SELECC1ONADOS 715
714 ALGEBRA-LINEAL
c) Se tiene: dim(W1 + W2)= dim M2112“= 4 dim W; = 3, dim W3 =‘3,
6) a) Dos vectores no pueden genetar a R.3 . . .
dim W1 (1 W2 =-2‘
. b) Les Vectores son linéalmente dependientes;
Entonces dim(W1 + W2)= dim W) + dim W_ — dim (W) (1 W3)
C) Los vecto‘res son linealmante dependientes.
01 0 [3
d) Los vectores son linealmente dependientes. 15)21)W1+W2= a,fiy,8€R
0 (1+9 7
d Los vectores son linealmeme dependientes. D Y
7) a) POT ejemplo, 13 = {(1,111),(1, 0, 0),(0,1. 0)} o

090

009
b) POI 616mp10113=1(0,1. 0). (1. 0,1),(1, 0, 2)) mn%= o
O.
C) POT ejemplo, ‘3 = {(2,311),(3,1,2),(1. 0, 0)]
(La rcspuesta on 05103 tres incisos no es finica.)

f_‘-—1!_‘“‘—'l
r—d——1
O

00"
01—10

OOH
d) fi={(13111))(3) -134)1(O1192)] b) Una base de W1 es: [31 = 0
1
mm No. Los vectorcs v; y V2 son lincalmcntc dependicmes; cualquier conjunto que los
contenga cs linealmentc dependicnlc. 0

000
Or-‘O

OOH
r—Mfl
,b) No. Una base 11010 no pue’de loner mas de 3 vcctorcs. Una base de W2 es [32 == 0
l
9) b) Porejt’mplchf3 ‘ {(2, 1, 1), (1'0) 0.2), (0, bfl)! Una base de W1 + W2 es
(La respucsta no es finica.)
1 0 0

OOH
Oo—IO
woo
10) a) Porejemplo,p-=. {(01, 3, 2)‘ (1,—1.0, 1), (3, o 1, —1)) [53=- 010
b) For ejéi‘n‘plo, {3"=(((0,1,—3, 2) (1,—1,0,1),(3 0,1 -1), (0 0 0,1»
00 0

_ M. , ' 0

-.
(La respuesta no es unica. )

0.1—:
Q~o
Una base de W1 0 W2 cs [54 ,= _O‘
1n» Se tiene que V3 = V1 + 4v; y 11; = 3111 + 112 Entancés,
gem, v2, V3, V4) = $20!), 112), por 10 (1110' um baSe de Wes I
c) Se liene: dim (W, + W2) '= 4,4111: W; = 2, dim W2 .= 3, dim W1 n W2 = 1. Entonccs
p = {V1, V2} = [(11-1312 01 3): (01 3) "21'1?4))
(Jim (W +' W2) = dim W1 + dim W2 — dim (W1 0 W2).
b) Por ejernplo, se obliene [3’ = [121, 12 ,(1.0.0,0,0),(0,1,0,0,0),(0.0,1,0,0)l 11012+ 1)
16) a) Una base para W1 estd formada poHas- matrices
(La rcspucsta no es finica.)
12) a) [3 = {V1, v3, v4, Vs] Mflflmmwwmmfl 10 one o 10. .J
_ oo muo 1 00. .b
1
[0 0 1
conm=[(1) 3 3] conu2= O
O 0 @— ... .
oo 0 0,0 0 .o,
(La respuesta no es finica.)

13) a) 13= 11,“ 110+ 112....,(x+11"1 oo 0H0 38 ?”30 o 00.0

b) 11w. 01 0.0 01 0.0 0 00 1-

A, ”01 o o

L1H1
o 00,030.00
14) a) W1 + W2=M2x2, W1 0 W21 =‘[ .S]%figg]_
00 050.

1}
0110 O 0'00un
b) Una base de W1 as B) = {[3} 0 00,1 0

H 1}
,..., 0 0 0...]
0
Una base de W2 es {)1 = {[0
l 0 0 0 0
O 10,0 1
Una base para W2 esta dada por las fill—51)- matrices
Una base de M2 x 2 es, por ejemplo, la base canénica de este espacio.

5H? 3]}
0
Una base de W; n W2 es: 153 = H
0
716 ALGEBRA LINEAL
aespuesms Y sowcnowss A EJERCéCIOS SELECCIONAoos 717

01.6100
_10 0; 0'01"0
_o-o_.»o..o

(5%.
pr " ~10 0.10 W; = {[3 5;] és3I‘e = 0}-

000' 0’ 000. o, ,

N‘U'
Wa2={[: ;]EM2x3]e=f-=O]

0oo0 0o..10 °o 0°"

01.00 de modo que_ una base de W; n W2 65 (v7, v2, v3, w,} (o {v., v2, v3, 1(1)) y no
o~1o..o (V1, V3, V3}'

SECCléN 6 (PAGINAS 264-266)

1) a) Six = (x1, x2, . . . , x,,) E R", entonces, (x)p = (xhxz', . . . , x,,).
o 0 o...o 338" 38
ooo...1 b) Si A = (aij)i-1,.,.,m entonces,
j- l, .1 . , n
o 1 o...o 0..000;..0
0 0.,.~1 10 (A)D a (all, an, ' ' 0 ’01": a2]: “22! ' ' ' 9 a2", ' ' ' a and! (11:12: - - - ; gum) E Rm"

c) Si P(x‘) = a0 + a1x + . . . + aux" 6 P,,,entonces (1’)” = (a0, a,, . . . , a,,) e R"H

.1“
‘c) » Sea A una matriz de orden n y‘k un escalar. Emo'nces (k(A + Al))' = k(A' + A) y 2) a) El vector 0 de R".
(k(A - A'))' = k(A' — A) = —k(A - A') per lo que.k(A -+.A')>es una matriz simétrica,
b) E1 i-ésimo vector e; de la base cano’nica de R", i =1 1, 2, . . . , n.

”Law—fir.“
nuentras quc k(A — A!) es una_ matnz annslmetr1ca..0bscrve quc A = 5 (A + A!) +
3 "1 4
-;'-(A — A') lo que muestra que M. x" = W1 +’ W2. SupOnga ahor‘a qucA E M n W2. 3) a) [3esunabasedeR3puastoqucdet 1 0 3 ==~119*0
EntongcsgA’ s A! 19—21,- de_donde A, = O, esto 'es, W. n. W; = {'0}. Entonces-{Mn x;.' '
.1 .' _ . ‘ . . (véaséteorema413). . V ,_ ._ .
' ‘ E Wl‘61W2- '
+ ngnj 12 ' "_1 3'5. . 19—129
d) Setienen2 a w b) ((1,151))15 [ 4’ 11 1'1] ((3,415))9 [ 1'1' 11 11]
2 2
II II II C) ((X. y, Z))p = (C1, Cg, c9611 dondc: cl = ill—(6x - 13y + 32),
dim M" x I. dim W1 dim W2
17) Sean v; y 122 dos v'ectOres no colinc‘alcs en el plano P1 y v; cualquicr véctor no 'nulo en
c =~L —x«7 +5x) c =’-1-‘(—2x+8 ’—z)
el plano P1. Es clarOique [51 = {v}, V1} es una base de Pl. También debe scr claro que 2 11 y ’3 11 - y
[3 = {v1, v2, v3] es una base dc R3, de mode (111:: todo Vector (x, y, z) e R3 56 puede
escribir comola suma dc un vector u; = cm + 02v; 6 P, y un vector u; = 03v; 6 P2. 3 1 1 5 2 3 l 1
Esto mueslra que R3 = P, + P2. Por otra parte, del leorema 56 se concluye quc
4
)b) (1)11 [7=
14
-‘"'—"‘"""’-—'
2 14]’(")" [ 7 14 2
= -—*1-—-:—»—-——
14]
dim(P1 n P2) = dim P; + dim P2 -— dim(P1 + P2) = 2 + 2 — 3 =1 1, per 10 quc P, n P; es
una recta que pasa por el origcn. = O,l,l,_.1_ 3 = §,_i,_l,l
0‘2)" [ 2 2 2]’(x)" [7 14 214
18) False. Considere por ejemplo, V= M2 x 3
6) (a0 + (1.x + 02x2 + (1,9)!) = (cl, 0,, c3, c4)c11 dondcz
0 =010 2001
r'i‘“‘1
{DD-,4

00
S

3 2 6 . 1 3‘ I
of? o 0.6,"! »o o o 3
c?=7"°77“'-+7“3’6?=_fi“°+fi“'-+§.a2+fiafi
‘4'): ‘11-'03'67'2 0 (1,0 ’. .‘ ., ..1, ....1'1 1 ' -' . =3
"“100,’m 0‘02 c3=——2—a0+§al+—2—a2—-2—a3, 04=fiao“izal—'2‘flz+l—403

gooo =ooo
“‘ 200,“ 002 71v.=<8,2),v2=(-5.-1> '
Enestecaso, W1 = {[3
8) v,=1"%x+%xz, v2=-1+2x—§x2, v,=2--—13x+§x2
Z ;] €M2x3|f= 0} 5 5 5 5

9) (12),; = (co, c1, . . . ,c..) e R" * 1, en donde c,~ = 1.1712041), i = o, 1, . . . ,n

 Hum;
718 ALGEBRA LINEAL HESPUESTAS Y SOLUC10NES A EJERClClOS SELECCIONADOS 7139

.' 10) 3) ((11'17 ”>01: (3! —2) O) ,b) Se interc‘ambian'dé posiéién’dOS de 3113 lineas (las correspondimncs 11 105 vecmi'cs' "
intercambiadpsdg: {32). - 1 _ ' -. ’ ' ' ‘
b) ((1, 113))111'5 (V17',?19/17-,4/17)
17) f: P; —+ R3, f(ao + 211x + azxz)
H 9/17 ' 13/17 12/17
c) P = 1/17 45/17 40/17 =_2 __1 7
__ _1 l _1 _l i
2/17 V17 4/17 [3% 4‘11 12a“ 3a°+3“2’ 3"°_4a‘+12"2]
2 3 —2
d) P“ = —1 ~3 6 18)f:sz—.R‘,f[[: ZN=§ (a+b+c+d,av+b—c-d,a—b+c—d,
1' 1 —5 a—b—c+d)
2 3 -2 1/17 3 1 x 1 +x2 +x 3 +x4 x +x _x _x
e) -1 -3 6 19/17 =‘ -2 f '1 (x1,Xz,x3.x4)-_ _
4 ‘ 2 3 4
\ xl-x2+X3—X4 xl-XZ"X3+X4
1 1 —5 4/17 0
19) fiPa" M2x2
9/17 13/17 l2/17 3 1/17 1fl00+a1x+a 2x2+a3X3) = [:02 as
1/17 45/17 ~1W17 —2 = 19/17 [1|]
2/17 1/17 —3/17 0 4/17 \\.~_
SECCION 7 (PAG‘INAS 275—276)
1 2 3 4
0 2 3 4
11) a) P = 0 0 3 4
2) Todo R".
O 0 V 0 4
3) PO! ejemplb', [3 ‘" {1, 0, 4/5, ~2/5)1(0, 1, -3/5, 4/5)}
. l -1 0 0
1/2 4/2 O 4) 3), dimensién = 2 . ,_ d) finnensién’ f 2
- -1' _ 0'
b) Pr? 0- o.-_, M; ~1/3 1?) dimensién =1. _ v_ ‘ > _ e) .dimensién .= -3
' 0 o ' o 1/4. ' c) dimensién = 1 - - . ' f)- diméhsiéri =_--4

c) «a, b, c. 11111: =- a—b.%=(b—c),i(c—d>.%d

o
o
o
o
o
o
0'
1
1
0
s>w=11sé111 111
b) 5: {[(1) 24333], [8 2322], [‘1) 421]}
12) a) P = o o 1 o o
o 1 o, o 0
é) ‘3 = {[1216 495 ], [435 4&5 :l}
1 0 o 0 o
b) P"1 = P
C) ((x11x2.x3,x4,xs))1sz = (x5,x4,x3,x2.x1)
11 “33 1921,13 53]}
(La respuesta no es finica, la que se proporciona es en atencién al tebrema 7 .2.)
3 3 —4 -3
_ 0 6 1 1 6) a) 5='[1+%x2,x+%x2}
13)P' 5 4 2 1
" - .2 3 3 ,2 _ .
19>] 13.=.[=1 93—12,:
11
+3312}
11
“
1 .'..
14) «22'. 4222-.
c) P = [5/2 [272] d)" P 1 = 4271
«272 671....
5/2
c) fl=[1-%x2,x46x2}

1 —1 _ 1/2 1/2
15)c)P=|:l 1] d)P—[_V2 V2], 2 l 2,
d )fi = 1 --—-
11x2,»'—-—-
11x
16) 21) Se inlcrcambian dc posicién dos do sus columnas (111$ corrcspondicnlcs a los
(Ve’ase a'claracién en el problema anterior.)
vcctores imcrcambiados dc [3,).
 :4 ‘1

720 ALGEBR‘A LINEAL HESPUESTAS Y SOLUCIONES A EJERClCIOS SELECClONADOS 721

.or
8) se tiene dehecho W1C W2, 116111101210 qua W, n WI: wk. Una base de wx = W, n w2 vectores v1 = (1, 1) y'vz * (1,1—1)sonlinea-lmenteindepen'dient'es, pero los‘ vectoreé
65:13 = {(8,12',1,V_O)',(1-0,15,0, 1)). Unabase'de W, +' w2 es: [3 = {(1, 3/2, _0, Q),- _ _ T011) =.(0,~1) y s) -. (0, -1) son linealmente dependicntes.‘ '
(0,0. 1,0).(010.0.1)]‘ ' 13) Dado u E V, existen escalares c1, 02, . . . , ck tales que cll) + ctvg) + .
. . . +
217(k u, expreswn que puede reescribirse como New + 0212 + . . . + ck) = u.
9) Una base de W1 n W2 es: [5 = {(1,0, 1,0), (0, l, 0, 1)}. Una base de W1+ W2 es: ome v =. cm + cm + . . . + cm 6 V. Entonces v = u , lo 11 e m
*
[35 {(1, 0! 0:0)1(011,0!1)7(010)1!0)}’ sobreyecnva. T( ) q “est” qUL T33
10) a)x1—2xz=0 c) 4x1+2x2—3x3=0
15) b) Si el vector v E R2 se encuentia sobre el eje y, entonces T(v) = v.
x3—3X2=0 x1—2xz-3x11=0:
16) b)
b) 5x1+2x2—3X3=0 d) x1—2x3+3x.4=0
ui—x3+6x5=0

CAPl‘l‘ULO CUATRO
SECCION 1 (PAGINAs 278-285)
1) a) Sleslineal. d) Noeslineal.
b) Sleslineal. e) Noeslineal.
c) Slesline'al. t) No es lineal.
.
2) a) Sleslineal. i3 (1) Sieslineal. . .
c) 81 el vector v 6 R 2 se encuentra sobreel eje y,. entoncesvT(v) w 0.
b) Si es lineal. ' e) SI es lineal. 51 e1 vector u E R2 se encuentra sobre‘ ‘el eje-x; entor‘mes: T(u) = u.
c) No es lineal. . 1).. Si es lineal. 1.7)_ b) .
a) Sleslln'eal. I: ' d) No es lineal.
b) Sle‘sliheal. ' ' I e) S1 es lineal. ‘ ' fl /// ‘\\\ v

c) Sieslineal. 1) No es lineal. I [I
1‘,\
/
‘ l / \ .
4) a) 81 as lineal. d) Si es lineal. Vx 1I. .. ;x
\ I
b) No es lineal. e) Si es lineal.
\ ,l
C) Si es lineal. f) Sleslineal. \ /
TV \\ ’/’

5) Tes lineal puesto que TIA1+ A2) = (A1 +A2)l = Ai + 115 = 71/41) + T(A2), T(cA) =
(M) = cA’ = cm). 18) a) Suponga que existe otra transformacion lineal 71R? —> R2 tal que 7((1, 0)) =
(Véase ejercicio 14 de la seccion 2, capitulo 2.) (2, 3) y 7((0, 1)) == (1, 1). Para cualquicr vector (x, y) E R2 se puede escribir (x,
6) Si A conmuta con 8, entonces T(A) = 0. Dos ejemplos triviales (1e matrices de este 1;); “1620);;{(02%)1lfjntonces. 710w» = 71160, 0) + W. 1)) = x710, 0)) + yT((0
tipo son la matriz 0 y la matriz I.- =xmuestra
lo que , ' yqueT-
, -xT((1,0))
T. +yT((0,l )) =Tx1,0+
( ( ) J’( 01
1 )) = T((x,y)),,
7) b) T: M" x" —-' R, T(A) = detA, no es una transfommcién lineal.
11) Sea [3 = [v0] (v0 6 V, Va 9* 0) una base de V, consiclcre la imagen bajo Tdel vector b) {(3643): To“: 0) + 4(0,1»= 3T((1, 0» + 4T((0.1»= 3(2, 3) + 4(1,1)
v0, T(vo) E] V. Exis'te'un escalar c E Rtal ‘que T( V0) =.cvo. Para cpalquicr-vector ~
v e V, existe k E'R‘talvqile v = kvo. Entonces, 'T(v)»='-'T(kvo) =- kT(vo) = .k(cvo)' = j c) Tc'cx;y).)r,= <2x-+ y, 32k .4, y)
C(kVo) = cv. '- '19)“ 71(3.2))~= "T(—4(2','5) +"1'1'(1,'2))e ~4T((2,5I))'14'£'11'T((1“‘,2)j ‘7
12) Tome la combinacio'n lineal 01v; + c2122 + . . . + cm = 0. Entonces, ya que T es lineal = —4(3, 1) + 11(0, 3) a (—12, 29)
c1T(v1) + . . . + cflIvn) = 0. Como los vectores R111), 7(v2), . . . , ’IIVk) son linealmemc
independientes, se concluye que 01 = c2 = . . . = ck = 0, lo que muestra la inde-
20) m2, 4, —2)) = T(28(1, 1,1) — 13(2, 0,0) — 6(0, 4, 5))
pcndencia lineal de los vcctores v1, v2, . . . , vk. Este a'rgumento NO cs reversible»; =28(1 ~x+x2) — 13(3 +x-x2) —6(2+ 3x—x2) = —23 — 59x+47x2
(Lpor qué?). La al‘irmacién 'recip'roca es en‘ general l‘alsa. For cjemplo, considcre la . 21) Demostracién del corolario del teorema 1.1: Dado v E Vse puetle escribir v = cm
transformac'i'c’in lineal clcl inciso f), eje‘rciCio 2: T: R2- -¢ R, T(.\', y) = (0, y). Los + czvz + . . . + c,,v,.. Entonces, T1(v) = T1(clv1 + czvz + . . . + cnv") = c1T1(v1)
+
 BESPUESTAS Y SOLUCIONES A EJERCICIOS SELECCIONADOS 723
“22 ALGEBRA UNEAL
’ e);"KerT= {0}; 1111T=R3 ‘ .'
+ 611T1(Vn) = 61T2(V1) + 62T2(V2) + + c,.T2(v,.) =' .T2(01V1 + €s
627102) +- - dim Ker T+ dim ImT= o + 3+.3= c1'1'n1 R3. '
T2.
+- + 611V11)=T2(v),' lo quc muestra que--T1= Base de Ker T= {(2, +,1 1, 0), (3, -,1 0,1)}
a 1.1, pues la transfonnacién
22) Es una consecuencia inmediata del corolario del teorem Base de ImT= {(1,0, 1,5), (0, 1, 3, +12)}
=
cero es [211 que 0(v1)= 0,j = 1, 2,. =2 + 2= 4==dim R
dim Ker T+ dim ImT=
teorema 1. 1, pucs el operador
23) ES 1111:: consecuencia‘ inmadiata del coro1ario del g) KerT= {0} Base de ImT= {(1, 0, -,1 +2), (0, 1, 2, 3)}
identidad en Ves tal que Id(v;)== vj,1 =1, 2,. dim Ker T+ dim ImT= 0 + 2= 2 dim R2.
h) BasedeKer T= {1 + x}. Base deImT= {1,x,x2}
SECCION 2 (PAGINAS 288-296) dim Ker T+ dimImT= 1 + 3 = 4 = dim P3 '

el cero de Vse encuentm en Ker i) Ker T + {0]. Base de ImT + {x, x2, x3}
1) Para la transformacién lineal T: V —v U, al menos dim Ker T+ dim ImT= 0 + 3 = 3 = dim P2.
Ty al menos cl cero de U se encucntra en ImT.
\
1) Ker T + {0]. Base de ImT= 1x2, 19, x4}
2) Ker T = {polinpmio’s constantes} dim Ker T+ dim ImT= 0 + 3 = 3 = dim P2
1C
_ 3) y 5610 sif flx)dx = 0. P01 k) Ker T= {O}, ImT= M222
La funciénf E C([-1c, 11]) esté en el nficleo de Tsi, “1! dim KerT+dimImT=0+4 =4 =dims2
ecen a Ker T.
ejemplo, todas las funciones impares en [-11, 11] perten 0 1 0 0 0 l
Ker T- V, ImT= {0} . 0 0 0 0 0
4) 1) BasedeKerT- O
' 0 0 0 1 0 O 0 .
5) Ker T= {01, ImT= V.

\\~; ~\_.~_/
1. Como existe v e V, v = 0
Se tiene dim ImT-< dim R=',1 esto es, dim ImT- 0 0 0 O 0 0 0 O O 0 0 0 0
6) 1 For e1 teorem a de la dimensién dim Ker
0
0 0
tal que Tv e 0, _se concluye que dim ImT = 1 O 0 O 0 1 0 0 0 0
T= 0.1)e aqu1sa sigue la conclu slon dcl ejercic io. , , 0 0 ”0 1 0 0”0 ;"1 0 0 , 021- 0 1

ImT=11x.y1ly=x1 —.-1 0’ 0 +1 .0 o. " '

:11 ' Ker T- 11:6. My =x1

.
0 1 O 0 O 0
2',x)v en donde v= 7((1 3)). Emonccs,
8) La transformacién lineal es T((x, y))—= ~,1](3y+ 0 0.0 . 0 0 1

3y = 2x, esto es, cl nucleo dc Tcs ImT==R

como v 9* O, (x, y) 6 Ker T =- -,17 (By + 2x) v = 0 4» dim KerT+ dim ImT= 8 + 1= 9= dim M3x3.
la recta 3y - 2x.
= T((+1, 2, 4)) m) KerT=-{0}
y + 2z)v, en (londe v
9) La transformacién lineal es T((x, y, 2)) = g (x + 1 0 0 1 0 0 O 0
0 0 1
= 0. Entonces, Ker T= {(x,y, z) {x — y + 22 = 01.. BasedeImT= O 0 0 0 1
0 2 0 0
10) Ker T = espacio solucién de AX = 0. ."1 0 p 0 '1 y 0

dimKerT+dim1111T=0 +4=4=dim sz
11) KerT= {[3 2]} 01,15 6 R}
11) Ker T= {0} ImT=P3
Ker T = 2 — 1 = 1, por lo dim KerT+ dimImT= 0 + 4 = 4 = dim P3
14) Se tiene dim Ker T= 1. Entoncesdim ImT= dim R2— dim
quc ImT cs también una rccta quc pasa por el origen.
_ 16). A1 set ImTun subcspacio propio dc V, se liens
dim ImT< dim V. Entonces, dim Ker
T= dim V- dim ImT> 0 Se sigqe entonce s la conclusién dcl ejercicio.
SECCION 31PAG1NAS 2911:3161 ‘
R2
3'18) a) Ké'r T=' {0}, ImT==R2, dim Ker T+ dim ImT= 0 + 2 dim- 1) a) Una base de Kéf'Tes' {'(1', 0, 2), (0, l, 0)]
1)) Base de Ker T= {(1, 0, 1)}. Base delmT= {(1,0),(. 0,1)} Un'a base 'de ImTes {(1, -2)}
dim Ker T+ dim ImT=1 + 2= =3= dim R3. b) Unabasede KerTes{(1, --,1 1,0), (+1,1+,4 0,2)1
.c) Base deKerT= {( 1, O, 1), (-1, 1, 0)}. BasedeImT= {(1,2)} Una base de ImTes {(1,0,+3/2),(O,1,1/2)1
d1mKerT+ d1mImT2+1=3= (11a c) Una base de Ker Tes [(1, 5,2, +5)}
d) KerT= {0}. Base deImT= {(1, 5, 0), (O, 0, 1)} UnabasedeImTes {(1,1) +1, 0, 1),(0, 1, 1/2, 0, —1/2) (0,0, 0, 1, +1/2)}
dim KerT+dimImT= 0+2= 2= dim R2
724 A'LGEBRA UNEAL RESPUESTAS Y SOLUCIONES A EJERCICIOS SELECClONADOS 72

3—2. 1.10 0 n Una base de Ker Tag ((—1, 1, 0, 0, 0), (—2, 0, 1, 0, .0), (3, 0,0, 1, 0),
2') 0) 5'1] '00'10 (~8,0,0,0,1));1mT=R ’ ’ '
; 0001 g) Una base de Ker Tes {(—1,0,0, 1,0,0), (0, -1, 0,0,1, 0),(O, 0, —1,0,0, 1))
b) 52'1 m)1010 ImT==R3 .
_342 0110 h) Ker T= {O}. Una base de ImTes: {x, x2,x3}
”21—1 0101
1) Ker T= {O},ImT=P1
C) 33% n)1111] j) Una base de Ker Ta {2 ~ 5.1: + x2}, ImT= R31
_ o)[ 000100 R) Ker T= {0). Una basede ImTes {1- x4,x +x2 +x3 + x4}
‘21
1~3 1) KerT= {0}. ImT=M2x2. '
d) 10 m) KerT= {0}, Una base de ImTes:
’01 l 0 0 1 . 0 O 0

OO
"1100 0 0 0 O 1 0 1
e) 0011 l l , 2 1 , 0 1 _, -1' -1
_
L.

[112—3 8] n) UnabasedeerTesi[l:o
-1 1 ~1 0 —'1 o
0]’[1 o],|:0 1]}
”100100 ImT== R
8) 010010
001001 o) Ve’ase inciso 1) del ejercicib 18 en la Seccién anterior.

:000 6) a) La mat'riz de la transfbrmacién Trespecto de la base canénica de M2 x 2 es:

1070
0.1.0. .0 0.‘ 0 0
0.0..1 ‘=_..-01-1--"1 0...""
'A 0-1 1 o
:10 o o o 0
01
A1 describir 01 ,e’spaciovsolucién del sistema AX = O, (y luego regresan‘do an M2 x 2)
‘2110 se llega a la conclusién de que e1 nL’Iclé'o de Tes:
.i) 10‘23 KerT= {[‘Z
0001 2] e M2112 1 b = c}
‘10
11 que son prgecisamente las matrices simétricas de M2 at 2.
k) 11 Similarmente, e1 espacio lInea de A‘ queda descrito por las matrices
11
01
“1000 IniT= [[3 Z] 6 M2x2.l b = -c]
0010
1) 051.000
00, 031‘ que son precisamente las matrices antisimétricas de M2}: 2.

31 La matriz cero de orden (dim U) X dim V)

owe.—

wok-“O

OGON

GONG
5) a) Ker T= {01, ImT= R2
7) [710 =
b) Una base de Ker Tes {(0, 1,2)],1mT = R2
e) KerT= (0), [Ms R3
d) Ker T - {0). Un‘a base; de ImTes: {(1, 0, 3/7, 1/7), (0, 1, 1/7, —2/7) 1 , -2 0 0 —21]]

l‘"_"‘fi
UnabasedeKerTes.{1 01L)
6) Una base de Ker Tes(-'1, 1, 0, 0), (0, 0, —1,1), ImT= R2
726 ALGEBHA LINEAL RESPUESTAS Y SOLUCIONES A EJEHCICICS SELECC1ONADOS 727

. _- -,
Unavbase_dellrlTves.{[3
" _-.1'o; 0'3313]}
0],.[0
_"'1 311191119.“ ‘1]-
13) 3) Se intercambian las columnaé i y j.
a

ROWO
09.0%
O
b) Se intercambian Ias lineas i y j.
g

non
8) La matriz Ces: C =
2 o 1 1
0
14) a) [firm 2 (I, j i
3 ..

Para calcular det C se puede usar el rcsultado del ejercicio 13 dc 1a seccién 4 del
capitulo 2: 2 3 4 1
0
detC =det[ad—0’” ad_bc] = (ad—bc)2\\
2 1 2 o 1
—3 —3 —3 -6
b) ”3‘52 = 3 3 o 5
Se Iienc, entonces, que la matriz B es inversiblc 51, y 5610 si la matriz C 10 es. Para o 2 6 5
quc exista A E M2112, A 9* 0 tal que T(A) = 0 cs n‘ecesario y suficiente que el siste-
ma CX = O tenga soluciones no triviales ‘(cn donde X = [A]p, [3 la base canc’mica dc : 4 2 1 2
M2112). Esto ocurre Si, y 5610 51 C no es inversible, esto es, si, y 5610 51 B es no inversible. —2 1 1 —1

~\..__-._’/
C) {TH}: E 7 2 4 5

9) Véas‘e solucién del ejercicio 12 inciso 0.3) de la seccién 3 del capitulo 1. —5 4 —1 —6

Ik 010;, :I ' 2 1 1
10) C) [7115 3 [Orxk or

d) Ker T= W2, ImT= W1

15) a) 11111.12 = ’i’ i 3
—1 1 o
'- [dawn ' _- -' ' O
I‘ > ':. _ ~
. ,. "3 20/3 *1/13,
. . "Idim-Vz.
'11) c) [7] "g ' ' ' . 1. .‘7/ ---"7/"
, ' ' kldim‘Va' I I 13) [71m = 1 03 12'
kldimm
L—l -3 —5/2

1%»[Mn=é X] '1 0 3/2

— ‘31
16) a) 171 131132 = 11 11 b) [71111131 -
‘1 o o - o 1 o
b) 1011: = 0 2 0
o o 3 2 -1 1 45/4 l 3/4
L
"1 o 1 17) a) [7313 = 1 0 1 b) [7115' = 7/4 5/4
0 3 -2 4.5/8 5/8
c) [0113 “* 0 2 0'
o o 1 .
59/24 307/24 “25/8
:1 1 o o _ 18) [11p = V 5/6 7/6 1/2
0 2 0 . 55/24 47/24 19/8
d) [D113 = 0 (I) 1 3
. - o _- "o o _' 1
6) [D113 = 1 o] SECCIéN 4 (PAGINAS 320-323)
'0» -1 1 o 1
1 o o 1 1) [3' = {(42, -5), (43. 5)}
f) [Dlfi = o 0 0 -1
o o 1 0,
2) [3’=,.{[-:‘-%-% Al

LAP—J
NIUI
\_._._../
1%»
“1"”
NIH
\__.J

I
’ 2’2
728 ALGEBRA LINEAL
RESPUESTAS Y SOLUCIONESAA eaeaomos SELECCIQNADOS 729
3) SM y B son sem'qjantes, exiSte una ma.triz_ inversiblc P 1111 que A "=‘ZP-1 BP._E11ton ‘ Si B 65121 pn‘l'a claseldc equivalencia de A (esto cs, 51, B cs scm'ejanté a A) cnmnccs
ces,
detA ~ det(P‘lBP) (por el ejercicio‘ 3) det B = (let A 9* O. Entanccs, B es inversible.
10) a) Tiene 5610 a la matriz cero.
= (det P")(dez B)(det P)
b) Tiene 3610 a la niatriz identidad.
= (det P)“(de: B)(det P)
(Es decir que 51 A es scmejame a la matriz ccro -idcnlidad-—, cntonccsA es
= det B la mmriz
. ccro midentidad, respectivamcnlc.)
4) 81A y B fucran semcjantes, existin’a una matriz inversible de orden
2 P = I: a b] 11) Si A as semejanle a B, Existc una malriz inversiblc P tal quc A = P"BP.E1110nccs,A2
tal quc PA = BP, esto es, ta] que [:1 Z] = [a Z c == (P"BP)(P“BP) = P“IB(PP“)BP = P“B¢P, (la mode quc A3 cs scmejantc a 83. De
1’3"] lo que obliga a que
manera anéloga, A" es semejante a B".
0 = d = 0, contradiciendo la inversibilidad (16 P. 12) Existe k E N tal quc A" = 0. 81 B cs semcjantc a A, cntonccs 8* es scmcjantc
a
. 5) _Al serA y 8 samej antes, existc una matriz invemible P tal que A A" = 0 (ejercicio anterior). Entonces, 13* = 0 [ejercicio 10, 11).]
= P"BP. Entonces,
trA = 1‘r(P-l BP) = 11*(P‘l PB) = trB (en donde se usé que IrMN = trNM ——véase
ejer-
13) Si B es semejante a A, cntonces B2 es semejantc a A2 = I. Entonccs, I32 = 1, we cs, 8
cioio 21 de la seccién 3 del capitulo 1—.) E1 ejercicio anterior (4)
muestra que la es in'volutoria.
afirm'acién rccfproca es fals’a. 14) Si 8 es semejante a A, entonces existe P inversible tal Que B = P'1AP,
6) cfm los ejercicios 3 y 5 anteriores, una condicién neccsa dc dondc
ria para qua dos matrices B2 = P“A2P =‘ P‘1AP = B, esto es, 368 idempotente.
s'ean semejames es que anibas tengan (:1 mismo determinante’
o la misma lraza.
Entonces 1a malriz dada no 'e'S semeja'nte a A puesto que:
0 0 1

OOO

OOH
a) no tiene el mismo determinante d) no ticne el mismo determinanle . 15) a) LasmatricesA == 0 O 0 y B =

._.
b) no tiene el mismo determinante 0 0 0
e) no tiene el .mismo determinants
>c) no tiene 1a misma_tra_za . 0 no tiene e1 mismo‘determinante son nilpotentgs pero no 5011 semejantes. a
. _-.7) Las matriceé P,7'Q y R jilnto can Su's invers'a's soni

1_.__..J5
' b) Lasmn‘tri‘ées’A _.-= 1' .‘ 0] B = [-1 .

HO
~ ~2'"2-'1* 2 3 '1'” 0 1 0
P= 7/5 —1 ~8/‘5 P"= 1 2 ~1 son involutorias pero no son semejanfes“.
4/5 -1-1/5 3 2 4
c) Lasmatr‘icesA = 1 B=[ 0

r—t
2‘7 9/7 —1 ~13 0] y
~1 3 O 1 0
Q= 4/7 4/7

)—
2 Q“~ 26/5 1 ~8/5 son idempotentes pero no son Semejantes.
9/7 23/7 -2 17/5 1 -5/5
3 2 o 3/7 2/1 ~25; 35001611 5 (PAGINAS 331.343) -
‘Ra ~1 o 1 R“= ~VI ~3/‘7 3/7
0 3 1 1) a) (T12 T2X2, 1, 3) = (21,110)
3/7 9f; 4/7
(3T1)(1. 1.1) = (12. 3.9)
1 1 o (—2T2)(2, 4, 0) ~ (~20, ~16, 4)
a) [7111. = 1 0 1 b) (T1+ T2)(x,y,z)=(7x+y+22,x+y+4z,4x+y—3z)
o 1 1
(02110:. y, 2)! = (9(2x + y + z), c(x ~ y +. z),‘c(3x _+ 2y ~ 22)) ,
. s“‘:4. 13‘ (cT2)(x, y. z) =' (c(Sxf z), c(2y + 32),'c(x‘~ yV—. z))
b) 171112= ~16/5'-2_/5 144/5 ,
» 17/5 -9/5 43/5 ' 31' a) B ~1‘mn. 515312 a R
2 W7 3/7 T1((x, y» = x, T2((x. y)) =y
C) [71133 = "2 ”9/7 2/7
b) [3“ {T1, T2, T3, T4], T1,...,‘T.;:R2 —> R2
5 45/7 8/7
T1((x, y)) = (x, 0) T3((x, )0) = (05 x)
8) SetieneB=PAP‘lconP=[§ 1] T2((x, )0) = (y. 0) T4((x. y)) = (0, y)
 \

730 ALGEBRA LINEAL

HESPUESTAS Y SOLUCIONES A EJERCICKDS SELECCIONADOS 731

.037 .7 '—2 13
- Tm, y». = (x, o, 0)_ . awry» = {0, y, 01' ;4‘ 59 c) ‘
-12
s 25
9
mac, y» = (y. o, 0) Ts((x. y)) = (0, 0,11)
*4 5

T3((x, y» = (o, 3, 0) T6((x, y» '= (0. 0, y) § 8 7 14

4 2 d) 6 —11
fi={T19-~*)T6},Tl,.. , Tet'R?’ —* R2 ‘ o 6 8 11
T1((x,- y, z)) = (x, 0) T4((x, y. z)) = (0. X)
v 25/; 55/;
T2((x, y, z)) = (y, 0) Ts((x. y. z)) = (01y) ”1+s ’ 214/63 17/7]
T3((x. y, z)) = (z, 0) To((x. y. 2)) = (0, z)
40/9 55,9
[3= {T1,T2, T314}, T1... V,T4:P1—->P1 [Tl + T219, 2 [257/63 14/9]
T;(a + bx) = a
T2(a + bx) = b

[3={T1,...,T6},T1,... , T6: P1 -+ P2
T3(a + bx) = ax
T4(a + bx) = bx [T1 + T21fl1 1 2%]
5/3

[ 127/2'7
55/3

475/139]

V
T1(a + bx) = a T4'(a + bx) = bx m + T2192 214/27 35/27
T2(a + bx) = b T5(a + bx) = ax2 5585/4189 759'1/189 :|
[T1 + T2103 3190/1239 —4451/189
T3(a + bx) = ax ma + bx) = bx2
g) fi={Th>i"')Tl6}’Tb"' , T15? Mp2 "" sz 173/ 6'
-. f .- [T] 4“ TZIIM '= ["31/2; _4721]
v ~'a b" '

I
I

J
8 T26:

on._oc-
9w
on

Tl _c d 'J: a
,,(.T1°.T2).(x,. y) 4' (7x +252, 14x .+ By), . _‘ ,
_ -.
I.

1L
4|

1|
” . _ 'a" b' _ r
" (no Tove. y) = (Hwy, 8:: +' 3»
aw
ova

T-3 — c‘ d _
(T10 T2 .c T3)(x, y) = (—9x — 2y, :22): — 8y)

I!
J!

ll
__ "a b“ ' aa-
oo

oo
T5 — c d (Tz'° (3T1) o Taxx. y) = (~39x — 3y, ~33x - 9y)
-.
F b-
.1} ..
_ (T2 ° (T1 + T3))(x. y) = (5x — y13x +‘)’)

1L
aa-
oo

T7 c d oo (T10 (T; + 2T2) o (3T2 — T3))(x, y) = (262x + 95y, 768x + 366y)

.. .l _
‘I I

2 —1 '1 —1 —1
I

_ '0 b" _
av
:10

(:10

T9 — c d — [Tnlulpfi 1 3 [Tzlmz= 2 5 1
3 .-8 3 8 -2
1!

II

II

__ “a b“ ~ I
no

aw

9.0

T“ ~ c d '- (T20 T1)(x, y)=(-2x+4y, 12x+ 5y, 8x+37y)

:7
I l_

II_

_ -1
II

-2 4 1 —1 -1 2 -1
T13 _- 70c db" —_
mw
so

00

12 5 = 2 5 1 1 3
8 37 3 8 *2 3 -8
I
x I

‘2]-
ma- V

_ "a b“ _
'oo

’00

T15 ~ (2. d J— - - 7 3 11 . 1—3 4

‘-‘ . [11o =' -1_ 14-; 6" j [T20Tj]p = 8 '10 —2
'L

h) fi=.{T1,s’
T3" T4}’ T1,.; ..-, T1: M1112 "v! M2”- 3 7 3 11- 5» 13
Tlaa b1) =«[3] T2([a 4/3 413/42 _ 215/21 ~565/42

T3([a 12]) = [2] T4([a

[T1oT21al=[O21 287/3
_5/3],[.T2°T1]p'=|:—8/31 -71/3
22]
732 ALGEBRA UNEAL RESPUESTAS v sowewnes A EJERCECIOS SELECCIONADOS’ 733

’ ' ' - ‘8" 5 6 ' 1.91/22 395/21 - — T204) = T(lt)~ T(tz) = 0, esto es, v E Ker T. Ent‘oncc's se ha ptobado qnc Im(ld —‘
c). ””7219! T 41W42 4/3_ .’ .{12°‘Tflw
. . —565
. /42. ' '2l5./2.I .— ‘ ' T) C Ker T. Esto muestta cl 'inciso a). V
. 21 413/6 -50/3 ~565/5 b) Tome v E Ker(Id — 7). Entonces, v - T(v) = 0. E510 es, v = T(v), lo que mucsira
d) [Tl 07.21132 = [ 0 _5/3]; [TZGTflf’Z = l: 6 36 ] quc v E [m T. Entonces se ha ptobado que Ker(ld — T) C In: T(obsetvc que esta
contencién es valida siempre). Tome ahora v E 1112 T. Existe entonces u E V (a!
6) [Tl ° TZID:, = [47/2
139/6 "5/6 203/18 “/6
4/2} [Twmm = [ 11/5 43/2] que v = T(u). Entonces, v - T(v) T(u) — T(T(u)) = T(u) - Tz(u) = T(u) — T(u) = 0,
lo que muestra que v E Ker(ld ~ 7). Entonces se ha ptobado que [In T E Ker(ld ~
~5/2 47/2 _ —l3/2 “/6 7). Esto muestta el inciso b).
f) [T1°T2}p. = [—5223 131/0], [72mm ' [ 11/5 203/18] 0) Se sigue inmediatameme del ejercicio l9), puss Ker T2 = Ker T.
d) Cada vector v E Vse puede esctibir do manera l'mica como v = v — T(v) + T(v).
17) 3) Tome v E V, v E Ker T1. Enlonces, T[(v) = O y T2(T,(v)) = 72(0) = 0, esto es Llama u, = v— T(v) y u2 = T(v). Entonces, v = u‘ + u: on donde T(ul) = T(v - T(v))
(T2 0 T;)(v) = 0, per lo que v E Ker T2 ° T2. Esto prueba que Ker T; C Ker T2 0 T}. = T(v) - 79(1)) = T(v)~~ T(v) = 0, csto es, u, E Ker Ty uz = T(v) 6 1m T. Eslo mucstra
b) TOme w E W, w E I/nTz o T,.Exisle entonces v E Vlal que (T2 0 T1)(v) = w. Llame V=KerTe [m T. ‘
u = T,(v). Dado w E Wse ha probado queexistc u = T1(v) E U ml que T204) = w. 25) Es una aplicacién directa de las propie'dades 2) y 3) de la del‘inicién do :21 gcbta dadn
Entonces, we [/22 T2. Esto pmeba que ImTz 0 T1 C ln.
enla pagina 354, pucs TO): + y2) * Xo(-‘y: + 3/2) = xoyt + xoyz = T01) + T02) y T(CY) =
18) Segfin el inciso a) del ejerelcio anterior se tiene que nulidad (T2 0 T1) 2 nulidad T1. xo(cy) = 006030 -=-0T(v)-
Similarmente, el inciso b) del ejercicio anteriOt dice que tango (T2 0 T1) S tango T2. 26) a) Pataeualquier v E A .se Ilene qu'e F(x + y)(v) = 712,.(v) = (x + y)v = xv + yv - Txv
Segfin e1 teorem’a de la dimension so tiene
+ TyV- = F(XXV) + F(YXV) " (F(X) -+ F(y))(v.). de dondc F(x + y) = F(X) + F0)-
dim V- tango T1 + n'ulidad T2 b) Para. cualquier v E A se‘ tienc que F(cx)(v) -= T2301) = (cx)(v) ='c(.w) = CT.» =
cF(x.)(v), de donde F(cx) = cF(x).
- tango T2 + nulidad T2
c) Parac‘Ualqn'ie‘t v EA se tiene qne'F(xy)(v) - T2,.(v) = (xy)(v) = x(yv) =T..(yv) ==
= rango'a', c T.) ‘+ nn’lidad (T2 0 T1) _ . . _ . .~
- . Ts(13-(V)>.=,-(7}Ty)(¥)% (F(x)F(y))(v), dc 'défidc FOO?) = F(x)F(v)r s
, de dondc: tango T2 — tango (T2 0 T2) -- nulidad (T2 0 T1) - nnliclacl T2 2 0 I- _ , _d) Supon‘ga queF(x1)- 3 F(Xz) E _L(A, A). Entonc‘es'p'ara cualquiefiv E A Salient: qtie
I ‘ f nulidad5(T2 o T.) -. nnlidad T1 = tango Tl? tango'(T2 o T.) '2 0, por F(xi‘Xv) = F(x2)'(v),- o sea,»x1‘v = 2:21); de do'n'de (15‘ 4 x2)v = 0. En particular, 51 v =

«n
lo que nulidad. (T2 0 T2) 2 nuliclad T2 e (elelernento unidad deA) s‘e tiené-(xl s 5:2)e =‘x1 - x2 = 0, dc dondc x, = x2. Esto
tango T, Z tango (T2 0 T1) mucstra la inyectividad de F.
que junt'o con nu'lidad (T2 ° T,) Z nulldad T,
tango T2 2 tango (T2 0 T.) demuestra que SECCléN 6 (PAGINAS 348-358)
nulidad (T2 0 T1) 2 max (nulidad T1, nulidnd 72) 1) Laafltmacién reefptoca es: SiTx: Var- U y T2: U H Wsontransfotmaciones lineales
tango (T2 «1 T.) S min (tango T1, tango T2) tales que T2 o T2: V —. Wes inversible, entonces T1 y T2 son invetsiblcs. Esta
afinn’aeién cs falsa come 10 muestra e1 siguientc ejemplo: Sea T]: R2 —» R3 la
19) Suponga que so Ilene la implicacién v E Ker T2 a v E Ker T, v E V. Sea v E Ker
T n ImT. Como v E ImT, cxiste u E Vlal que 701) = V, dc donde 7°04) == T(v) = 0, 1/2 0
transfotmacion lineal T(X) = AX en dondeA = 0 1 y sea T2: R3 —» R2 la transfor-
pue's v E Ker T. Entonces, u E Ker T2 y por lama, u E Ker T. Eslo cs, v = T(u) - 0.
Esto muestra que Ker T n ImT=' {0}. Suponga ahora quc Ker T n ImT= {0] y tome 1/2 0
v E Ker T3. Se tienc T(T(v)) == 0, do (1011c T(v) E Ker T. Peto obviamente T(v) E
ma'cion lineal T2(X) = BX en donde B = [ 1 0 1]
ImT. Entonces, T(v) E Ker T n lmT. Emoncos, T(v) = 0, cslo es, v E Ker T. Enlonces 0 1 0
sena‘probado quev E Ker T2 ,=o__v_E Ker T. . . . . .
20) Segfin el teor'cma do la dimension se'tienc: dim V = tango‘T + nulidacl T=tango
Entonces', Tz‘o T12122 —" mes la ttansfonnacién (r20 moo =' (BAXX); ' ',. »
‘ ',1/20. »
. T3 + nulidad T2. Como tango Tee tango Tl, se'concluye‘que nuliclad T = nulidad 72. endondeBA-[l010
0 1]0 I‘ll010]
Segfin el inciso 3) del ejetcicio 17, so tiene queKer TC Ker 7?. Como las climensioncs 1/2 0
de estos dos espacios (Ker Ty Ker T9) son iguales, se concluye que Ker T = Ker T2.
Por el ejetcicio 19, so concluye, finalmente, que [m T n Ker T = {0}. Es decit, que T2 o T1 = ldxl que es obviameme invetsible. Sin embargo, es claro quc
ni siquieta Ilene sentido preguntarse pot la invetsibllidad de T2 y T2.
21) a) Tome v E Ker T. Entouoes, v = v — T(v) = (Id - T)(V), ESto mucslm quc v E Im(ld —
T). Entonccs se ha probado la contencién Ker T C [mad - T) (observe que no so 2) Sea V = P = espacio de todos los polinomios on x. Sea T: PM —+ P cl operador mm
1153 T2 = T, esto es, esla contencién es vélida siempre). Tome altora v E ImUd - x2 xml
.. . .
+ (12.1“ + . . . + aux") == aor + a. ~2- + . . . + a,l , so alttma que Tes myecuvo. En
7). Existe cntonces u E Vial q‘ue u ~ T(u) =’ v. Entonccs T(v) = T(u — 7(a)) = T(u) 1 n+1
l,
l
1
il
i
734 ALGEBRA LINEAL
RESPUESTAS Y SOLUClONES A EJERCICIOS SELECCIQNADOS 735_
2
efecto, sxp(x) =.ao +a1x,_+ ., ._. + anxT‘IE-Ker- Tcntoncres, aox + (12. 35+ . +a,. 5) ,T“; R3 ~.R3,7T'-"(x; y.I z) = [ '21-: - “y:
2” ~'-—-
11 . ~—'
.1 +——-
' 2 1
7 — ' '
*1 5 +_ 45353545 ”92]
in + 1 = 0, do donde ao =o1 = . . . = a,, = 0', esto es,p = 0.13n10n
ccs Tcs inyectivo. c) T“:P2 -¢ R’, T“(a + bx+cf) = (a,—a +b,a— b+c)
Tno es sobreyectivo pues si p E P es un polinomio constame, 1) $ [In
T. d) T": s2 -» M2,.2, T“(A) =A'
Considers ahora cl operador U: P -—» P, U(ao + axx + . . . +
am) = a] + . . . + l?(§,,.‘C"".
Se afmna que U no es inycctivo. En efecto, es claw que Ker e) T": M2.2 —. Mm, T"(A) i”: j] A
U = {polinomios
constantes}, U sx’ es sobreyectivo. Dado cualquier p E P, sea
i5 = Tp (en dondc Tcs
d —a’
el operador dado en el ejemplo anterior). Enlonces, Ufi = p,
esto es, p e [In U = P. t) TzP ~M2x2,T“(a+bx*°"”d
3) a) Se tiene quc Ker (T, o T2) = {0}. Segfin cl ejercicio 17 de la seccio'n ‘3)=[b—c :42]
5, 56 tiene
que Ker T2 Q Ker (T1 o T2) = {0) . Entonces, Ker T2 = {0}, esto es,
T2 es inyectivo. I, 'bl (1:7,: 1 2 12 $0
13) T’esmverSI epues e 5811. n 11-1
b) Se tiene que lm (T1 o T2) = V. SegL’m el ejercicio 17 de la seccién 1
anterior se Liane
que V = 1m (T2 o T2) 9 1m T2.-.Entonces, Im T2 = V, esto es, T1 cs sobreye "/36 tiene de hecho T" = T
ctivo.
c) y d) No. Considcrc por ejemplo lo's' opcra'dores lineales T1 = U
y T2 = T en cl 14) a) Tno es inyectiva Puesto que I E Ker T. En efecto, T0) = [B - 81 = B — B = 0. For
espacio vcctorial P dados en el ejercicio anterior. Se tiene que T2 o T2 61 teorema 6.2, Tno es inversible.
= U o T=
Id.» que es inyectivo y sobreyectivo. Sin embargo, se vio que T2 =
sobreyectivo y T2 = U no esinyectivo.
T no es —1 2 1 2
4 4 4 o
4) Es una consiecuencia inme‘diata del teor'ema 6;6', pueS'det T=
ad — be. b) [719 = —-3 o —1 2
5) Seg‘fin elcje‘rcicio 3, se lieno queisiendo Si‘a T=" [dyinye'ctivo y sobrcyectivo
, entonces o —3 —2 —2
Tes inyectiVo. Como dim' V = dim U (finita), el teoréma 6.4 pcrmile
concluir que’ T Se tiene det [T], = 0, per lo que Tno es inversible (teorema 6.6).
es inversible.
15) Tes inversible si, y 5610 si Ker T = [0}, esto es, si, y 5610 sise ticne la
6) Para la transformacién lineal T1: R3 ——> R2 se tienc qu‘e‘ rangvo T1 _<_ 2. implicacién
_ BA = 0:» A =0.- Peroesta implicacién‘es cip'rta si, y 5610 si B csun‘a matriz inver‘sibl
Por-el ejercicio 18 ‘de Iii-"séecion'am'eriorke liénorangolfi 6 T1) e. -.
5 min '(rango T1, ‘ '. .
. . -16) .Elopcradorlinversoofs TWA) = B" A,
range T2) S 2‘ Enmnccs T2 0. T2: Ri—rRTno pacdc sefigobi‘cycctiv
ai'l’or clvteorcma a)" dei T = 492. El operador sl es inversible.
6.2 's"e' coxiélflyc que“ T2 0T1 no puede ser'inVersible.
b) det T = 0.
7) Para la transfonnacio'n lineal T1’1R" ~r R" 36’ {lane q’uc tango T1 S m. El Operador no es inversible.
For el cjercicio 18 dc la scc‘cic’m anterior so tiene rango c) det T = 1. El operador sf es inversible.
(T2 0 T.) S min (tango Tl,
rango T2) S m < n. Entonces, T2 0 T1: R" —» R" no pucdc
scr sobreycctiva. Por cl
d) det T = 0. El opera’dor no’ es inversiblc.
teorema 62 so concluyc quc T2 0 T1 no puedc ser inversiblc. 6) dc! T = 0. El operadot no es inversible.
9) a) La contencién Ker T2 Q Ker (T, 0 T2) siempre es cicrta
(véase ejcrcicio 17 de la f) det T w 0. El operador no es inversiblc.
scccié'n anterior). Sea entonc’es v E Kéf (T; o 72), cstq (as, (T1 o T2)(v)
= 0 o T,(T2v)
= 0. Ento'nccs, T2'(v) E Ker T1 ’= {0}, esto es, 720) = O. For 10 tanlo, v
mucsn'a q‘ue Ker (T1 0 T2) g Ke‘r T2, y por tanto, qUe Ker
e Ker T2. Esto SECCION 7 (PAGINAS 366-374)
T2 = Ker (Tl o T2).
b) La contencién [m (T; o T2) C; Im T. siemprc es cicrta (véase
cjcrcicio 17 de la 1) Si 9» =. 3 se tiene range = 2. Si 9» at 3 se tiene rango = 3.
seccion anterior). Sea entonccs v E Im T1. Existc u
E Vial quc T1(u) = v. Pero V
= Im T2, por lo que sc puede cscribir u = T2(w) para algfin vector
w E V. Entonccs,
3) Si 7» = 0, 1a matriz tiene tango 2. Este e1 minimo range que se puede tenet.
x
T,(T2(w.)) = v, esto es, (T1 0 T2)(w) = v, lo que mucslr
probado asl quc' In: T, Q [In (TI 0 T2) y por lanto, que
a que v E [m(T. 0 T2). Sc ha 4) a) Si a = 1, tango = 2. Si a = -14,rango a 3. -
1m T1 = lm(T, 0 T2).
- 10) SctieneKerD={polinomios'cohstantes}.Enton‘cesgD'nocsinycclivoy 'b) Sia=0,rango¥2.' _' 21
'porlolamo; _ ~ ' Si a =21-o‘a = 56 rango = 3.
'no esinvnrsiblcfi ' ' ' . ' . . - » . .
11)‘ 'Tome v e Ker (Id - 7). Entoncés, v'é Irv) =20, dc dohclc'ztv — TM) = 7(0) = Ofosea 55" Sid '+ b = 0, el rango‘ es‘2l.
,o Sl bV= 3a, el tango es 3.
= TU) ' 72(9) = Tl”) - 0 = T(v). For 10 tanto, v = 0, esto es, Ker (Id — 7) = {0).

12) a) T": R2 —' R’,T"(x,y) 1 2 3 6) t = O, - 1.

=[ ”fififiy’ ”KN—1 7 7) Una posible demostracién es como sigue: Sean T2, T2: R" —» R" las lransformacioncs
lineales TxX -= AX, T2X = BX. Se afirma que Im(T. + T2) Q [m T. + [m T2. En cfecto,
{ome y E 1m(T; + T2)..Existe entonces x E R" 131 que (T. +-T2)(X) = TIX + T2X = y,
esto es, y 6 1m T2 + [m T2. Por lo tamo, se tiene dim [m (T; + T2) S dim (In: T, + 1m
736 ALGEBRA LINEAL RESPUESTAS Y 501110101155 A EJERCICIOS SELECCIONADOS 737

T2)--_dim_ 1111 T) + dim 1m T2 — dim ((Im T;) n (_Im T2» S dim [in T, + dim 1m T230: .. APENDICE l (PAGINAS 376-387)
- bien, en términos mayriciales (teorcma 7.2)_ tango (A + B) < tango A + tango 8.. '
SI: tiene:
8) Si T1, T2: R" -’ R" son las transformaciones Imealcs T1X= BX, T2X- AX, se sabe
(por el ejercicio 18 de la seccion 5)
flA + B) u "(A +3) E ”((ay + b411,; 1 ,,,,, u) a 2 (311+ bit)
['1
tango (T1 0 T2) 5 min (tango T2, tango T1).

1'3»
E1 escribir esta desigualdad en términos matriciales (teorcma 7.2) so obticne ran go = Z a" + 2 b. = ”11+e =f(A)+j(B)
(A B)-< min (tango A, tango B).
9) La matriz que representa a1 operador Trespecto de la base canénjca [5 dc M” 1,. es la
matriz de orden n2 siguiente: sic E R,f(CA) ‘= INCA) " tr((cau)1,/-1..... n) = i can " c i an
1'1 1'1

ctrA = cflA)
Bi}? 0
[7113 " 2) 55115116 <P(fl +f2) ” (fl +f2)(0) "f1(0) +f2(0) " @(fl) + <P(f2)
O . I B! Sic E R. (9(4) " (0M0) “ 0110)“ “P00
4 1'
3) M y) '1' g x ~ :5 y
Emonces, elxangode Tse puede hallar como el nfimero de lineas no nulas en la forma
escalonada reducida de la matriz 4) Falso. La afir’xnacién es cierta 51, y 3610‘ si, v', y v2 son line'almente independientes,
esto es, 51 {v,, v2} es una base de R2.

B 0

(h
_, 5) fix. y. z) = 3*-3(5x + 19y + 112)
B . V
6) La base 1111313:16 [3 es 1f:.f2. f3} en dondef R3 ——» R, i—= 1, 2, 3,5011105 funcionaks
lineales' -
fl(x1 y) .2): 3y —.x- >

(véase teorema 7.1). Llcvanclo B a la forma cscalonada. reduci'da 50' Oblicne tango B f2(x)y1 Z) = x - 2y
lineas no nulas Haciendo las operaciones elementales correspondicntcs a este
proceso en las primeras n 1111eas de C, luego en 1as segundas n 1111625 dc C, etc., so 131x. y. z) =§17y - 321+ z)
obtiene finalmentc una malriz con "(tango B) ll’ncas no nulas. Estc cs, emonccs, c1 7) La base dual do [3 es m,fi,f;,fi) en dondefi: M2 112 -* R, i = 1', 2, 3, 4' son los
tango do T. funcionales-lhlealcs
10) a) LlameA’ = BA. Usando e1 mismo argumento do la dcmostracion del teorema 7.1,
capitulo 3, se puede demostrar (sicndo B inversible) que el espacio linea de A es
.11. M]a b 1

112W]
el mismo quc el espacio lfnea deA’, esto es, de BA. De aqui se concluye, emonces,
que el tango de A es igual a1 tango (11: BA. b' 1 4
b) For c11nciso anterior 56 116116 que rangoA= range 81A Para ver que tango 81A =
rango 31/182, use 61 meiso b) del ejcrcicio 9 de la seccion anter1or,idcmificando
a1 operador T, con la matriz BIA y a1 operador T2 con la malriz B; (que es
in‘versible).
fl“? 1H=aafizrgd
b 1 3 1

12) a)0; b)1;-;c)1d)2;e)0;.f)2;g)3 11)2;1)3.

a b __1 11 2
15? [a .1111" 2‘*+10'C+5d.
13) De denotar‘a 1301 r,,'. :11 rango de la matriz de1sis'tema y .por Ma 31 tango do 111 matriz ' V . - .
aumentada del sistém‘a.
Ta) '17; R2 4» R ésté dada po'r
0 rm= rma—= 1. E1 sistema es consistente. a) (TfXxx. 36:) = 0x1 + bxz 0) (Tf)(x1.x2) = (a + b)x1+(a - b)x2
a), b), d) r," = rma = 2. El sistema es constants.
b) (T'j)(x1,x2) = bxz d) (Tf)(x1, x2) = (3a — 2b)x1 + (4a + 6b)x2
9) E1 funcional T73 Mn)... —' R es (T'f)(A) = tr(BA)
c), g), h), j) rm = rma = 3. E1 sistema es consistente. 10) 2) (1.1)= 0(2. 3) + (1, 1) 0) (5,5) .. 0(2, 3) + (5, 5)
i) rm = rm? 4. El sistema es consistente.
b) (4. 6) =1 2(2. 3) + (0, 0) d) (—1, 2) - 3(2, 3) + (—7, -7)
o) r = 2, r = 3. El sisrtemarn'o es consistente.
11) (3,1,2)= -2(-1,-1,-1)+(1.-1,0)
738 ALG EBHA LINEAL
RESPUESTAS v sowmomss A EJERCICIOS
SELECCIONADOS 739
12) f: R3 —> R es el fnncional lineal fix, y, z) = 2x_ — y ‘r z
(f l ‘4) ,= ( ”'1 '_ )1 7— (l‘ I a); no es {{ecesariarnéme un produc
. ' 13) b) f: R3 7-» R 'es el fu'ncional linealfix, y, z) .= x-+ 4y 4.22 1 _ to inicmo on V, pncs, por
ejemplo,"no'es cierto on general que“(v Iii) 2 0V
3) v E V. -
14) b)jiMm«ReseuuncionanmealfH: 'b‘
dfl‘d a) SI es un producto interno.
b) No ed un producto intemo: no es cierto que (x l
15) El funcional lineal f: R4 —~.> R esf(x1, x2, x), x4) =.(2x4 — 2x; + x3 - x.)c en do‘nde c x) 2 O V x 6 R2, pot ejemplo
six 7(0, 1), se tiene (xlx) = -1.
es un mimero (arbitrario pero fijo) no nulo. Se none, entonces, M = {v E R [fa/2
c) Si ¢é un producto inferno.
= C} O 563(0,1,1,1)+ g2((1’ 0:19 O), (0: 1’ 0’1)3(2’ 0) 0’1))= {(xh X}, X3, x4) 6 R
[ZX4- 212+X3 ~x1= I). (1) /Si' es un producto intemo.
e)/ No es un producto interno: no es lineal.
APENDICE' u (PAGINAS 389-400)
a) SI es un producto intemo.
1) En el espacio V/V solo exists la class de equivalencia del vector 0. lin e1 espacio b) Si es un producto interno.
V/{O} so tienen tantas clases de equivalencia como vectores en V; so none de hecho
c) No es un producto interno: no es’ cierto que
un isomorfismo entre Vy V/ {0}. (x f x) Z O V x E R3, por ejemplo
six = (1, 3, 1), (x l x) = ~8.
2) a) Son pianos paralelos al plano xy.
cl) No es un producto inferno: no es cierto que
b) Una base de R3/Westé Constituida por el finico vector (clase cle equivalencia) (x | y) = (y Ix) V x, y E R31
6) No es un producto interno: no es cierto que
(0, 0, 1) + W. (x I y) = (y | x) V x, y E R3.
5) a) SI es un produeto inferno.
c) Sf es un producto intemo.
3) a) Una recta .delztipo x =. x0, y. =- yo, 2- = t, t e R.
b) SI es un producto inter'no.
b) Son rectas en R3 paralelas al ej‘e z, d) No es un producto intemo.

z'
6) a) No es un producto intemo: no es lineal.
b) No es un producto interno: no es cierto
quiz (A IA) 2 O V A E ,M’.‘?‘"’- por ejemplo,
' si (2 =25 yA = _ _1 ‘ - 3,] memos (1. 1 A): -2.
C) Si es un producto inter-no.
8) Si és'u‘n producto intcmo on P), No es un conjunto intemo on P3:
(1) l p) = 0 a p = O.__Po’r ejcmplo, si p,(x.) = x(_x no es cicrto quc
1 — 1)(xv- 2) 6 P3 so liene (p l p) = 0.
. I Tampo‘co es "un p'r'oducto intemo on P", n
2 4.
l I ' 9) u = (01, 02 ~ 01, ca * 62)-
X II Il II
. l l
10) = 1/9 4/9
c) Una base de Ra/Wes {(1, o, 0) + W,i(o, 1,0) + W] . . A [8/3 14/9]
4) Una base de P/P4 estzi constituida por el conjunto (infinite) do clascs dc cqmvulcncra
11) Cualquier vector (x, y, z) E R3 tal que
x + 5y + 42 = 0 cumple la condicion dada.
[X5+P4,.X.6+P4,...,X"+P4,...}
12) Al poncr v) = ((11), (112, an), V2 = (an, an,
5) Elisomorfismowq/U—v{[: b _
d]|a=c—d—O} como a) 1x, + a 12x2
an) se tiene quc (x | v.) = (x | v;) = 0 se
vc
+ aux; = 0 aux) + 6122.172 + am; = O que es un

41:. 2114)): 8]
do 2 ccuaciones linealcs con 3 incégnilas, el sistcma homogénco
cual sc sabe que liene una infinidad clc
soluciones.
15) Es 1a dcsigualdad dc Cauchy-Schwartz
para los vecvtores .r- _= (xi, x2,
= (y), y;, . , x") yy
. , y,,) on R" con el producto intcmo introducido‘ en
la péigina'453.
“16) Supenga prime‘rarnentc quc los yeoto
res vy u En el espacio vcctorial Vson lineal
-v
CAPlTULO cmco ‘‘
meme 'dopéndi'entés. Existe entonces k e R tal
I v)2 = (v[ v)(kv ] kv) = (v) v)(u l u), teniéndose
que :4 = kv, y (v) u)2 = (vi kv)2 = [801
SECCIéN 1 (PAGINAS 404-411) Cauchy-Schwartz. Suponga ahora que los
as! la igualdad en la desigualdad do
vectores u, v E Vson tales quc (v) u)2 =
(v [ v)(u l u) (esto es, que se cumplo la iguald
1) Como (Va 1 v) = 0 V v E V, on particular (vol v0) = O, locual implica que v0 = O. ad en la desigualdad do Cauchy-
Schwartz). Si v = 0, no hay nada que hacer pues los vcctores v y
u scrlan linealmente
2) Si ( ‘ l ' )1 y ( ~ I ' )1 son dos productos internos on V, la funcién ( - I ~ ): VX V —. R, dcpendientes (teorema 4.2 (2) del capitu
lo 3). Si v 9* 0, la funcién cuadréticaflt) =
at2 + bi + c, con (1 = (v) v), b = 2(u j u),
c = (u l u) tendn’a una ralz doble, digas
e
740 ALGEBRA LINEAL
RESPUESTAS Y sowctouss A EJERCICIOS SELECCIONADOS 741

' 70' 4M ti)/(.v l VV))'-,.Em9nce5. (Fv H4 1 1711+ u) soda déiide E} +' u = o, 10 que mucsgra 16) (105g) '= 42776 < 4.6776 = do: h). Ento‘nces 13 funcién g esté this cafe; def quéjz. ~
j 1z1dependeneia lingal de 14 y v. , ' - ‘
17), ‘ I '11- y} I
ssccu’m 2 (13516111113 414-419)
1) a) 1 d) [2? 2 {(1‘)
b) 1 e) 1
c) 1 't) 1'c V ,
2) a) 1 (1) (‘5?
b) 5 e) 1
c) 1/? f) (5—1- a“
3) a) 1 d) lfi

if
b) (27 e) 2 d(f, h) = 47.3239
do”. g) = 1.667
e) W 1) J17? Entonces g se encuentra mais cerca defque h.
4) a) m d) 1/7? 20) (Dd-1) il'lll‘l. ll'll‘2‘1 d.-5) II'III'3, Il'l12"3
b) ~o.7385 e) ~1.206 dl) |l"|l1=11, ll'll2'5 615) Il'lli ' 11. ll-lli'=6
c) 1% 1)- «1.3912 d-3) "Wit-=4, ll'll2=1 C147) ||‘H’1"'1'4,l|'|lz=8
6) iI-VII *‘ll(—1)v|| " 1*11 Ilvll '1 'M = IMI d-4) Ii.'||1=31, li'll2-=20 <13) Il’i|1=5. ll'l|2'=3
7) a) 5 c) 9 e.S) e
e) e.1) 2
b) 6 . . d) .24
9); ta) 1111-- ~' FIE; uuu = {23—41 uv.+ i411 --/4"‘16‘- V» 'e12)~'=1_' .' '
I-'e;3)1.
', _»- 1,6,6) '2‘.
I_e.7)8-‘..
, b) 11*” “II -='- 141' ‘ "[2341’234 = "VII + Vllull “ 'h '
5,4)"seii1 " ' " 6.8) 5' "
10) “v" = F1‘07”, “an. = $965, llv + an = J1"? 12 1) Es 1a mismademostracién'del ejercicio 13 de esta seccién.
S1 se cumple la igualdad en la desigualdad triangular.
g) Si v = (1, 0), u' =(0,1)setiene1|v + ul11=||v — ul|1= 2,
11) Suponga
. primero
. que u -= kv 1 k 2 0 - Entonccs , “u + v” " Hkv + v”
= lk + 1| ”VII ‘ llVI|1=llu|l1= 1- I
(k + l)llv[[ = k||vll + “v” ‘1 “kvll + “v" . “u“ + “v”, teniéndose 1151 1a igualdad deseada.
Suponga ahora que se tienen dos vectorcs u y v en el espacio vectorial V para No se cumple la ley del paraleiogramo. -
los
ftiales liu :vg = ”all + |lv|| (cstp es, para los que sc cumple la igualdad en la dcsiguald
ad h) Si V = (1. 0), u =(0,1)sefienellv + ““2 = “V - uilz = “1412 =‘ Hullz = 1-
Hang“ at - 6_time II“ + V”2 = (Hull + IMD2 " llull2 No se cumpie la ley del paralelogramo.
_(u + v| u + v) ~ [la]!2 + 204 | v) + IMP. For 10 quc (ul+ v)2M “V” + “VII2 +v 2 =
, pero u
= “u“ “v”, es dccir, g0 tienll: la
1gualfiad en_1a dc31gualdad dc Cauchy-Schwartz. Por e1 ejcrcicio 16 de la
scccién
i) sum = xfigoo = xse tiene 11/11 = ugn = 1. llf+ gu=1v— gu = 2
:ntenor, emste k E.R tal que u = kv. Sustitu‘ycndo este vector en la iguaidad “u + v" No se cumpie 1a ley del paralelogramo.
‘ Hull + |]v1],§e obtiene [k + 1| ”v“ =' (|k| + 1)[|v[|. Si v = 0, cl resultado sc siguc
dc 21) t) No se cumple la desigualdad triangular, por ejemplo conx = —1,z * 1, y = O.
mmedlato. 31 v 1* 0, cntonccs |k + 1] a lki + 1, lo que impiica (1116 k 2 0.
1) Si x 1* y, c at 0 se tiene d(cx, cy) = 1 = d(x, y).
12) Se tlene “v” = ”(g-10+ u” S “v — u“ + ||u|l“de donde “v ~11” 2 “VII — "u”.
También (No se cumple la segunda condicién establecida_en e1 inciso 11)),
IIuIL- nu... v + v]! s ”v — y'l|1+_“_v]|, de donde I-[lv— u“ s ”v” 711141.: Enton’ces; a
I ”VI! ‘ lluill SHV 5'11"“
. .13) Se-tiene ”v 41""? + "v -11“? = (v 4 u I y + u) + (v I. u I v’; a); ”VH2 + 2(V|1()+'|,,l|3+' sECc‘IéN 3 (IP’A'GINAS 429-439) T
IIVII2 - 2 (v 1 u) + ”1412‘ MW + IMF) 1) a) arccos W65 d) ’Vzrad
14) a) J? c) (55 b) arccos 3/!16 e) arccos (-4/5)
1)) f2— c) arccos (-4/155’) 1) nrad
15) a) 56 c) 1/17 2) a) arccos 4/435 c) arccos 13/15 f2—
was" b) ”brad
742 ALGEBRA LINEAL

3) a) arccosO._60234=0.92437 rad RESPUESTAS Y SOLUCIONES A 5459019105 SELECCIONA

c) arccqs'OBSZS-fi‘.1.2102rdé' DOS 743
' 1
‘_,. - b);rs/z‘r'adf_ _, ' ' - - -
4) nrad" “15) "11w"?! (u ', v; v ' I = l(ulivl)l,pue5HVH =I1.
W
5) 0) El vector cam.
(1) Sea (V, ( ' I -)) un espacio con produ
czo intemo y sea We] su bespacio dc Vgen
do por el conjumo ononormal S = {v., era»
v:, . . . , v1}. Si 11 es un vector dc W, cmon
ces 61 cuadrado de la nonna dc u es igual -
a la suma (16105 cuadmclos dc Ins nor-
B! lagfirfiiaa'm‘ mas de 135 proyccciones ortogonales
de u sobre cada uno de los vectorcs
6| ' 62 = 0.93774 rad
v3,...,vk. v.,
83 I 1.2561 rad
e) E1 conjunto ortonormal {14, v;} es
entonces una'basc dc R2. cL’m e1 teorc
todo vector R2 so puedc escribir como ma 3.3
u = (u I v,)v1 + (u | v2)». Pcro w = (u
v,- = proyeccién ortogonal de u sobre v,-, i = l v,-)
1, 2.
6) Los vectores del inciso d) del ejercicio 1. k
16) u = [2 vi
Los vectotes del inciso b) del ejercicio 2.
'1
Los vectores del inciso b) del ejercicio 3.
7) b) arccos (-13/3 fl) ”it”2 = (ulu) =
1:
v,
k
2 v,-
8) Véase ejercicio I deJa seccién l de-este capitulo. 1’1

k k
9) (v + u l v — u) uvuz (v I m + (u r v)‘ — “.412;
1'
=Z
J
(vim) = 2 (W) = X ”W
k
0 puss M = nun i- 1-! 1-1 I"!

Poi-.je‘jémpld,‘ si [CF 2'

HV1+ V2l| 2 ='IIV1II 2 + ”V2” 2

(Te'orema de P'itégoras)

17) a) 0 1
10) Es una Consecuencia directa del
corolario del teorpma 3.2 dc cstc
4. del teorema 5.5 del 0313111110 3. capitulo y del inciso b)
l3) a) No pertenece a 3(3)
c) Si pertenece 3 9(5)
1)) SI penenece a (69(5)

14) 1 ,
C1= ("=2(x1+x3), 1 1
C2 = fi(~x2+x4), C3 = 3(x
1-x2-x3—x4)
15) a). 0)

firy

d) 2" '1 diagonales distintas.

744 ALGEBRA UNEAL
792 ALGEBRA LINEAL RESF‘UESTAS'Y SOLUCIONES A EJERCICIOS'SELECCIONADOS ’ 745
«3) Si 11 esimpar,11'o cxi’séen diagonales ortogonalcs Si :1 es par, dfgase n_ = 2k cl
' . .3 . 1 ' ' . . - 1 ' '
‘ numcro do diagonales ortogoriales a u11a de e1las as g- [1):] I e) u, = fi(1,2,3,1), 112 = 3?;(6, ~3, -2, 6)
1 .
01/? D 1‘1 - fi<2137_132)

h) 11.1) Para )1 = 2
11.2) Para n = 4 g )u 1 =—1~(1010)u
l7 1 1 y 1 2 =-—1—(0101)u
5 1 : 1 7 3 '-—1~(-1010)
fl 1 1 1

h) u, = (1,0, 0,0), It; =(0,1,0,0),u, = (0, 0,1, 0), u, = (0, 0,0,1)

SECCION 4 (Moms 443-461) 1 .

21:141/2_1/21/21/2—1/
7) a) “1 - 7‘2—(01 11-1)

W13 41 51w 11 2-1-12 12111—1 ~12]

b) -1 3 ,2 1/2 1/2 ”11/2 1/2 _g1/2 ~1/2
b) 14 = 7670,16)
1

51/2 —1/2
2 1 21/2 1/2 2"—1/2 -1/2]2[1/2 —1/2]“§[—1/2 V2] c) 14 = ~1-3~(—2,3.o,o,0)
(v1w)=(5)[§ ]+(-2)‘[——]+(0)[— §]+(1‘)[-—]= 11
V

d) 1|l = 1(5)1+(»—'2)1+(1)2 = J33 Nata: La

3respuestal en el Inciso e) no es (mica.

11- 1111—11 [ — 11 11-11— 8) poo = $117151 4(1) = 22, 113:) = 71:27f

1. 2 1 2 2 '2 .2 .

- 9) 1113+ ell-3:11.111)!
2) u, ‘='—‘,§=(1,11; u2' = $540.41)
1 1 1
7%(-1,2,—1)
) 1 = —.
3." 2 (.1,1, 1).1' u; ZWU’S’ .-.. 11)
= -—-——- u; n __
”86 (8, .. 3, .. 2)
1
u; = 7=2('120, 1)
4)u1“1.u2‘x,u3=x2,u4=x3

(La respuesta no es finica.)

5) a) u] = 7—5-(10,
1
2), 142 = #51413) m 0 W2" 0
10"“ = o w: “J = o -1//z
b) 1
= —.._. _ 2)
u [1747(3) 1, 2: 0 WI “_ o m-
"2 1//2‘ o ‘ —1//7 0
c) _141:T1,0:01 .112 = (0.1.0)
(La respuesta no es unica.)
d)u 713:0,1, 1)
" 1'. Nata: 1a respuesta en _'los mjcisos a) y c) no ‘es (mica; .11) u,=7-:2, u2 iv £352"
1
H.511)" 1 (1,0,0, 0), _
_
b) 14 = 77110.10), 12 = 717m, 1,0,1)
1
42/: f r
C) “I = (12(110101—1): “2 = 71:6( 1123011): “3 = filji(—lru
ly 3: '1‘ 12) Laj-ésima columna de la matriz [i estzi constituida por las coordcnadas (101 vector
T(v/) E Vrcspecto dc la base (ortonormal) 13. E1 resultado so sigue cntonces dcl inciso
d) u, =%(1.1.1.1) 2) dc! (comma 4.1.
13) Siendo A ortogonal se liene A - A' a I, 10 cual se puede escribir como A'A = I, 0 sea,
A'(A’)’ = 1. De aqui que (A)l - (A')', 0 sea que A’ también es ortogonal.
 RESPUESTAS Y SOLUCIONES A 51514010103 SELECCEONADOS 747
746 ALGEBRA LINEAL

14) A1 usar e1 resu ltado del gjetcicio 14 de la seccién 2,cap1’tq 2, se tiene:

(AB)(AB) = (AB)(B'A) = A(BB’)A'-= AA' = 1 ' ' '
(BA)(BA) =(BA)(A'B) =B(AA'=)B’ BB’=Iesdec1rque (A3)" = (AB)'y
(BA)'l = (BA) 0 sea, AB yBA son ortogonales.
15) SiA es ortogona1,AA’= 1. 81 A es simétrica A= A'. Entonces, A A = 1,0510 es,
2=I
16) Escriba A = (12.7)”. ,,,,_,,.. Observe queA es ortogonal 51, y 5610 51 AA' = I 0 A’A = 1,
cs decir, 51, y 3610 si

" I si i=j
121 a.-1alJ" = 6.-j = {0 s1. 1*}
. .

(Lo que significa que Ios vectorm Mnea deA fonnan una base ortonormal de R"), o

" aha,» = 5, = 1 si 1= j 32) Sea 11 E W; Entonces (u I v) = 0 V v E W2. En particular, como W, C W2, 51: ticnc
. . .
1;, ’ ’ {0 s1 1% j (u | v)= 0 V v E W,. Entonccs, u E WJ,‘, esto es, W2 C W
33) [a contencion WC (WL)l es immediata: tome w E Wy u un vector cualquiera en
(Lo quc signiflca qua Ios vectores columm deA fonnan una base ortonormal‘ de I "),
Wi Entonces, (w | u)--,0 10 que significa quc W E (W-L)i. Pruebc entonces quc
respectivamente.
(Wi)l C W. Sea x un vector cualquiera de (Wi)L (subespacio del cspacio vcctorial
18) on = p = O V). For e1 teore‘ma 4.5 se puede escribir x.-“W1 + W2, en donde w, E Wy W2 E W,
es decir, que W2= x-. w,, on dondc x E (W’~)i y W1 6 WC (Wlfi. Como (Wi)* es
21) Suponga q'ue u E W i,cntonccs (u | v)= 0 V v E W. E11 patlicular para los vectores un subespacio .de V,seconc1uyc quc W2 6 (Wlfi. 0 sea quc W2 E WJ n (Wi)l. Vea
v,, v2, 1 . . , v, E Wsctiene(111v,-)=O,i = 1,2,. ,k1811130nga ahora quc (u | v.) que W2._=0: como_ W2 E (W51, (W21w)=—0V W E Wl; come W2 E WJ“,(W21W2)=0_
= 0, i = 1,2,. ,k Sea vun vector cualquicra dc 1V exislcn amortccs cscalarcs (1,, _ dc dondc W2 - 0.Entor1ces,x=w, E W, come 51: querfa prqbar.
C2,. ,ckta1es quc v= cm 1* 02112 _+. .+ ckv,._Entor1ccs,(u [ v) = (11 1 cm + C2V2
+ ..+‘ckvk)=c,(u)v,)'+C2(11[v2)+.. .+C(.(u]vk)= 0, cstocs, (111v) 34) a) vE(W,+W2*«='(v[w,+W2)= OVW, E W,,VW2' E W2» (viw,)‘
OVVEW,
o bien, 11 E W L. =0Vw, E W, y(v'|w2)=0‘v’w2 E W2“ v 61% 11W;
23) x,=21,x2=~3z,x3=t,tER b) La igualdad mostrada en el 1nciso a) aplicada a los subcspacios W,l y W (111
24) Falso. La afimmcién‘ cs cicrta 51, y 5610 si 105 vectorcs v, y )2 son linealmcntc (Wl- + Wfii-r- (Wf)l fl (W2)l = W, 1) W2 (p01 cl rcsultado dcl ejctcicio anterior).
111depcndientcs. Es decir, que W, n W2= (W+ + W2», dc dondc (W, n W2)l = [(W,L + W191} =
25) W es la recta que pasa por el origen x, = at, x, = bt, x2 = ct, t E R. W} + W}.

26)
a) {[:3]6M222|a=d=0}
36) a) (1,3. 1)=(M+(w) 0) (3.1.2)=(212,2)+(1,-1,0)
b
b)[ [‘0’ d]eM2.2|a=b=c=d] EW (awL 6W EWJ‘
b) (2,1,0)=(0,0.0)+(2,1,0) d) (1.1,—2)=(1,1,—2)+(0.0.0)
, , 1 1 L_,__1 k...,._1
EW eW* EW EWL
c)[[‘cz Z]EM212|bx=c=d=0}
\

,d) {1259142121 _A .= ~A,’]. 37)a) (1311) (2,2,1,1)+(_—1,1,00)

' \__._~__.J L...._.,._J

e)7 1 a 611121-2121: "4‘1 , 41/,- eW 12WL

b) (2212110)=(1)0)07 'l)+(1)1:111)
27) {ao+aix+a2;c2+a3x3 | 3ao+a2 = 0],?
e Wl
e W
28) WL=21((2.-1.0.—8),(0,0,1.3)). 1 ‘ c) (1, 3, 1, 0) = (7/12, 35/12, 11/12, 3/4) + (5/12, 1/12, 1/12, 4/9
29) No. Por cje‘mplo, V = R2 con el producto interno canc’mico. W = 51((1, 0)), U = EW eWL
3((1, 1)). Setienc R2 = W69 U, pero U¢ Wi.
750 ALG EBRA LINEAL RESPUESTAS Y SOLUCIONES A EJERClGIOS SELECCIONADOS ' 753

_c) Si es un vector propio con A f 3. .'

i) 73! es uh vector propi‘occm A = 2.
'.; d)» Si 'es un vector oropio'c‘on
A =_ '2.‘ ' j) _Si_c.s_;Un. vector propio'con A
.= 3..
.' I. 3) backfire {(1,}:m
' e’) No es un'vector propio. " base deaf {-2x3+x3}
R) No es un vector propio.
1‘) St es un vector propio con A = 1.
I) No es un vector propio. h) 1) p(x>=o— 1)4
4 El polinomio caractcristico do A
as p(x) a (AI ~ x)(Az - x) . . . (An 2) A=1

V
propios son A1, A2, . . . , A... — x). Los valorcs
1-0} 0 1 -
5) Si A ((19),; j.- 1. . , __,, es triangular, cl polin 3) bascdeEA=[|:0 o],[0
omio caracterfstico 0
(022 - x) . . . (am, — x). Los valores propi deA es p(x) = (a. 1 - x)
os son: a“, (122. . . . , an".
6) El polinomio caracteristico dc Id
valor propio es A = 1. Cualquicr vect
es p(x) = (1 ~ 1:)", en dondc n =
dim V. El finico SECCIéN 2 (PAGINAS 530-534)
or no nulo dc Ves un vector prop
io do [(1.
7) E1 polinomio caractcristico do 0 esp(
x) = (—l)",r", en dondc n = dim V. ‘
En cada case so pucde ver que el polinomio caracteristico do 121 matriz no so pucdc
propio es A = O. Cualquier vector El {mice valor
no nulo‘de V‘es un Vector propio 1) factorizar como producto de factores lmcales
do 0‘
8) Polinomio caractcristico deA =
caracteristico do A‘. En general
det(A — A!) = det(A — AI)’ = det(A
no ticnen los mismos vec‘tores
’ — AI) = polinomio a) m-W9 ' d) p(A) = (1 ~ 700.2 — 31 + 12)
a) 12mm; 1>2<v+9~+19>
propios. b) p(A)=A’—3A+8
9) For induccion, Si )1 = I so lrata de la hipo _ I 6]
tcsis del cjcrciclo, suponga valido c) P(A)=A’—5A+38
rcsult'ado para n = k, esto es, supo el
nga gue
n == ordcn dc A. Entonccs,A(A" X) = A(A AkX = A" X, X on vector no nulo dc R", ' ' ’ ' 1110s
ion anterior, '
' ' c), so Vioqoo es ta mamz .none s_ o'
" X), 0 sea, A“I X = A"AX = A"AX = AM correspondicntc cs 1
lo que prue'b'a' que el rcsulta'do cs valid X, 2) En :1 193:'rpfrlglxjond: 11; :65; la dim‘én‘sion sdcl espaclo propio
o 15am n = k'+ 1. x = 3 M a 4‘ For c1
10) ' 11:: conclusion se siguecntonces del teorcma 2.3.
.

Sca X on vector propio asociado al valo

a

r propio A, cntonces AX '-= AX. Multiplic ,

por la izquiorda porA", so, obtienc X ando 3) La matriz A liene 4 valores propios distintOs A, =1, tAnPZéS. 3
= M'IX, dc dondc A"X '= A‘1 X, lo quc
quc A'l cs liti'V/alor propiodc A 4, Sc muestra corolario dclteorcma 2.2, A estdiagonaltzaolc. La ma u > 4 .
observa quc A y A',‘ licncnlos mism
prepios'. , os v'ec'torcé
‘ ' ._ -' ‘ - _. gs -
ll) Sca Xun vc’ctor propio asociado al‘valor‘p ' ' o 1" 6 2'4 ' '-
ropio A; c‘ntonccs'AX = AX, dc dondc P' o
'cAX = 'c‘ A X}! 33!, c A cs on valo
r propio dc cA. o 2 12
12) El polinomio caracteristic o 0 0 3
oc cs un poli-nomio do grade 12 (imp
menos' una rat'z real. ar), cl cual time al
13) No, on general. ' ia "nimble.
14) Sea X un vector propio asociado 5) :3 :LSbferrinte sea diagonizable, si dim Em = 2 y dim El. -1 = 2.
al valor propio A. Entonccs, (A + cl)X
= (A + c)X, lo quc mucstra quc A + c es un valo = AX + cX c) Posibiemente sea diagonizable, si dim EH) = 5.
r propio doA + 01.
15) Al usar e1 ejcrcicio 9 so dcmucst d) No‘es‘ diagonalizable'.
ra facil menle quc cl finico valor propio dc
nilpotcntcA cs A = 0. la matrix
' e) Si es diagonalizable.
17) El polinomio caraclcristico
de A cs p(A) = det(A — Al). Su ténn f) No es diagonalizablc.
obticnc hacienda ino indcpcndicmo so
A = 0. Entonccs éstc es 19(0) =
det(A — 0 ‘ l) = detA
. g) No es diagonalizable.
18) Sc tiene A inversiblc a det A a?
0 9 cl término indcpcndicntc dcl 11) Si cs diagonalizable.
actcristico do A cs 9* 0 «a A = 0 no polinomio
es una raiz dcl polinomio caractcri . _
A b A = 0 no es un valor propio do A. stico do ' ia onalizable.
...l9) a) Sctiene .(L- BA)(I + B(I ~‘AB)-"'A) :1 + 130% 3 'Sssfljlgmintc sca diagonaliz able,.si dim. E; . n = dint E; . 4:: 2:.
y-AB
= 1 + 13((I_- AB)'~_1 — AB(I '~,AB)-,1—' 1) A" =.1. l-I'A — BAB(I — ABj-l ABA
_ B(I —-I)A = Idc donde(1 4 BA}! ="I
+ 3((1 — ABM] e .48)?! 4.1M ,= 1 + 6 Slendo A diagollahzable, A 65 SCIne|antL a
la Inat r12: (118 g0113 1 D = (“ag (7‘1; 7&2 9 I ‘ ' a

+ B(I‘— AB)'-1A. ) l) EMOIICB SIIA =11D- A14A2 /4‘.r.|ln ydelA ”detD5k19v2...1"

b) Si A = 0 es un valor propio dc
AB cntonces, O = _p(__A) = dc: (AB)
= det (BA) 10 quc
muestra que A = 0 cs también un
valor propio (16 BA. Suponga ahor 8) Si. cs diagonalizable. Si 50 considera la base dc M; X;

pg}; 3H3 3H? élli? 2]]

a quc A 7* 0 es
un valor propio deAB. Emonces
, 0 = p(A) = det (AB — AI) = (-A)
" (let (I — iAB),
.
esto es, la matriz 1 . .
I ~ A AB no es mversxblm For . . . .
e1 lnClSO anterior la matrix I — 1-1
 "if
748 ALGEBHA UNEAL ...... «no 753

d) (2-, 1, o,"1')‘_= (37717;‘12/17,11/17,' " ' RES-PuésTAs' v SCSLUCIONES'A EJERmCIQS-SEL'ECCION

. ,, .- 13117) + (43/17, 5/17, 51/17, 4/17). 'ADOS 749‘
_‘_1 ._ --
.' - - ..,
’ 'E W b):- "(A ~ 114?”2 = (A): - x l A)? - X) = (-Ax-l AX)
38)
e WL + ”l (usando cl resultado de a)). - (Ax I x) - (x 1 Ar) + (x l X) = HAXH2
(7) ‘4) -1) 2) 3 (5) ‘6: ‘2,
_1)+(251) 1’ 3)
w
w c) Suponga que (A — I)x = 0, enton
ces ”(A - Dr“? = lllP + ”x“2 = 0,
e W e Wi ”x“ e 0, e310 cs, x = 0. E510 prueba que A 1 es inversible.
dc clonde
39) y = 2.3913x + 0.4316 1 0) "(A + DxiF = (Ax + x l Ax + x) * IWIP +
IMF = ”(A - 1) I II:-
40) a) pH = 9.0, T = 40°C , k c) Aplique el resultado dcl inciso ante
- 0.00998727 c) pH= 11.0, Te 40°C , rior al vector (A — I)"x para obtcncr
L = 0.07254 (A - [)4l = IMF. Eslo mues “(A + I)
b) pH= 9.0, T== 50°C , k
=- 0.014264 tra que Ties orto‘gonal y por tanlo, isom
(1) pH= 11.0, T= 50°C , étrica.
41) y = 4.7292 x2 - 2.32352: + k = 0.214076 0 U71=(A +D(A-I}"*(A-D(A *1)"
1.7727 "(A+1-A+D(A ‘1)"=2(A J)“-

APENDICE (PAGINAS 492-493)

SECCléN 5 (PAGINAS 485-4
88) 2) Sifiifz E V*y c E R entoncesLTm
+ C2) = Ken (londe (/1 + cf3)(v) = (v15
esto es,f1(v) + cf2(v) = (v | it) ), :1 E V,
6) El vector (a, b) E R’pued = (v | 11/“) + C(‘v ] 1%) =
(V! u/l + my.) dc domle
_ ‘72“ 72‘
e set -1-, ~1— o - i
- *L
{2" «2"
(vl 5 ~ (u;I + 01%)) e 0. Comoel Vector v E
11;,
ac arbitrario, sc concluye gm: (7 =
:+ Cit/3, esto es, Tm + tfz)= T03) + 07%),
7) La mairizque representaa Tres lo'qqe mucsira Que Tes lineal. Suponga
pecto 'de la'ba'se fipue‘cles'ér ahOraquef e Ker-'fglestoe's,‘ quell,=
0. Enrorrces,fiv)_’_= (v1 17,) = 0 V} v E
77:; w: WW 7/3 we 4/71: f =0. Seha probado as! que Ke‘r'il‘a {0). Entoncc‘s
, Te‘s un isomorl‘rsmo.
V, dc donde
1/3. o 4/773“ o 1/3 o £9 3) La a'firma‘cion completa serla: “se dice’q
3’3 —-V/T
4/173 - 51 e1 Vector u, E V (asoclado a f‘scgfin'
'uc‘ el thnciooalf 6 V* cs orrogonnl a v0
E V
W}? 723' *1/72" 4/713" e1 isomorl'xsmo (lcl ejereicio anterior)
ortogonalajvo". ' ‘ _7
cs
' 8) a) Sea 6! el‘ angulo enlre cl > ' » ' - ,
Vector u yl-el'vc'clor v, v.02 e1. a’ngulo (grille _4) Primerameme observe 'quc fl 4 ‘
T01) y TM (0
5631 .165
2 .131
7r) 1
1 onc' cs, cm 0,...= u ”7.0
'V 1)“
"704)“ Qcos 6‘ do. dondc 02 a . WIL-{fe wmv)=0\1vs W1} W2“'=[f€V*lf{v)
T csc’Onfonne.
9,, esto cs, r: =OVv€ W2}
b) La transformacién T:- V son subespacios de W. Sea [31 = {vb
—’ V,‘ Tv == 2v es conform'e vz, . . . , w.) una base de W1 y [32 =
pucs um} una base de W2, Entonces p -= (111,142,. . . ,
( u .v =§2u[2v) = 411' v‘ (w, . . . , vk, m, .. . , um) es una base
a u v__ = Wréb W2). Considere la base dual [3’ de V(pues V
"704)“ 1170011 11211“ "2"” 41111111114!
= {f}, . . . ,fi, g”. .1 . , gm} dc la base 5.
Cada
llllll llVll f E V* se puede escri'birvde manera
Sin embargo, Tno es Ortogo’n zinica comof= cf. + . . . + ckfi+ dig.
al, pucs ”TM” = “2v” se ”v“. d,,g,’,..(ci,dj€ R, i= l,... +.. . +
,k,j= l,.~..,m).Escriba(p =d1g1 + . +d,,.g
+ . . . +‘crfi, y observe que :9 E Wf y \p E ,,,yw =clf,
9) a) Una r'otacién de 90° Wfi" (por la manera como se define la base
. c) Una rotacién de 60°. dual). Entonccs, f = (p + \y, (p E W}, q; E
b) Una rotacién de 45°. Wf. Esto concluye la prucba de que
W.i e W). W =
(1) Una rotacién de 30°.
ll) La com posicién de dos rota
cion es es una rotacién.
12) No. Si 7‘. y T2 son dos lranst'o
rmaciones tales que det T. y det T2 es 1 o -1, no es
creno, en general, que det
(T. + T2) sea 1 o ~I.
‘ 13) a) Una‘r'efle‘xi‘én respeeto' del
eje 2r,s'eg'rrida de una rota
'cion de 909.
. - CA-PlTULO'SElS‘
b) Un‘a reflex'ié'n reepecro..del ejex
fiseguida de una arot-a‘cion'de' 45“ , . sscclom (pAGINAs 50.74518.)
' ' c) 'U'na reflexién respecto del eje .
x segulda de una rotacion de 60°.
(1) Una reflexié n respecto 'del eje x segu'ida 1) a) No es un vector propio.
de Una r'o'ta'c‘ién de 30°. d) SI es‘un vector propio con X =
0.
15) Sea A = ((1.7).;1. 1.....u- Slen .b) SI es un vector propio con 7» =~ 4,
do A antisimétrica se tiene e) SI es un vector propio con 9» = 0.
(1.; = 41); (y enlonccs', a.~,- =
0). c) SI es un vector propio con 7» =
4. t) No es un vector propio.
a) Sea x = (.n, x:, . . . , x,.) II II
E R". Se Ilene (Ax Ix) = 2) El vectorX E R” es no nuloyAX
' Z X ailzrixj = 0. =0=0'X
i-l j- 1 3) a) No es un vector propio.
g) SI es un vector propio con 7» =
3.
b) 81' es un vector propio con K =
2. h) S! es un vector propio con
9‘. = l.
 OWN—mule-
RESPUESTAS Y SOLUCIONES A EJERCICIOS SELECCIONADOS 755
I754 ALGEBHA LINEAL
4

H i
. La inatriz qua reprIeserita a' Irespectb deIIIfi es ' -'

1322
- _1_ + 1 n +2 n ' n '1

'
' “((1)"-+2 ) - ((-1) '2)
n n __ __ n __ n
[mpg 0 0 1 0 (I 3((1) +2) 3((1)42)
_( 1) 2
0
....
0 0
. , . .4
1 ‘
d) A" =
— "+2“
(-1)»+2.m
—1 ”4—2”
E_1)):n4_2,..1
-1 ”2—2“
E_1)):ol.2_2n
(Véase ejercicio 24 de la seccio’n anterior, 1110s D.)
(-1)“+'2—2~'l (-1)"-8+2"‘1 (-1)n-4+2n
1 o o
9) a) p= {(0,1,-1),(-.1,4,3),(0,1,1)} mo = 00 2 0 (MT = 6
0 3 ' _2n 211+2 3 . 2n
1 0 0 a) A." = _211 +1 5 _2n 3 _ 211
2!! +1 __2"+2 _2n+l
b) fl: {(1,211))(1)1’ 0): (1, 252)} [up = 0 3 (3) det T = 6
O _

14)a)fxT1=-[§ 22],a2-—-a,,a3=[; :2],JX4=—J/T3

9
1 0 o
c) p={(2,1,0);(~I,o,»1),(3,5,6)} mp = 00 01 -l0 (IN = " 3
b) Existensposibles respuestas.
—1 O 0
o 1 0 (MT a —2 . g1; ,
d) s= ((1.0,1), (3,2, mm, 1)} [m =
0 0 2 2 —'10 -10 2 -10 -10
I I ._ 1 0 0 m= o —5 —7'-,f12=—JT,,f/T3= o 47/5 -7/5 JED/143,
,- .- - ., ‘ —. . ' , g; . 4. -. .v--8,
- e).p';.={(1,3,0),I(o,—2,1),(2,I1,-2)) ~ mp= o 1II.._Io.I detT= 2,. Iv . I ,. 4 I" I? .‘f _ 0 I ”5 II/S
,, .. 4 .~ .. O 0'2v " , - *,I‘ ,I' ’.2 22 , I‘II 2'2 :2 .I I'
J5= 017/5 7/5 ,m—5=-\/75,\/X7= 0 5 7 ,m=—\/Z-7H
1|

° -5 5
o_ 2 1 0 0 .5 5

'?1
.0

W {[1'—1 2% oHo 1% 4]}

' 4/ 8/ 0 -2 -4
= .

o o 0 > 0 3 0 0
'
SE-CCION3 (PAGINAS 548-551)
[Hp = 0 0 3 0 det T— ~36 I

0 0 0 4 1) Elpolmomio minimo dela‘matrizidentidad esm(x)=x- lyeldelamatriz ccro cs

L. m x =x.
11-3—4 1001 2)
Q. .4
Pohnomlo caracterisuco: p0.) = (c - 1) .Polmomlomfmmo: m(x) = x - c.
b) p = 1 0 , 0 2 . 0 0 I 3 2

_0 0 0 0 h 5) (Se denotarzi pot p(x) a1 polinomio caracteristicoypor m(x) a1 polinomio minimo.)

8) p(x)=x’+11x+30=m(x) f) p(x)=—(x—1)’=—m(x)
0 o 0 0 d T—o
m" ‘ o o 2 0 e‘ b) p(x)=<x-1)2=m(x) g) p<x>= (2—x)4=m(x)
0 0 OI 2 . c) p(x)=x’- x 1—m(x) h) p(x)—= (2— x)‘ m(x) =(x-2y

. I__. z ._2 _ 1 2“
1 0 . Q' '_2 . - 0‘ o I f ,» . . d) p(x)=. (1— xxz— xxs x)=-m(x) i) p(x)= (2- x)“ m(x>= (-x- .2”
C)‘5“'.-1~1;s,0i ‘o., 1-'.0‘;I0.‘ 1.’ (’«)I2(x_)=-Jc‘+4x2 4x+1=_—m'(x) '
6) Por e1 corolano del teorema34 el polmomlo caracterfstico deA debe ser p(x) (a
'-2 01 00 00 - x) m(x), lo cual contradice a1 teore’ma 3.5 (cl factor (a- x) que aparece en p(x)
[T19 g 0 1 0 detT=—2 deberia aparecer en m(x)).

0 0 0 1 ' 7) Elpolin‘omioca‘racterfsticodeA esp(x)=(—1)"x".Pore1teorema deHamilton-Caylcy

L 50 sig'ue enldnc‘es que A" = 0. E1 polinomio minimo de A es m(x) = x".
I - 0 1
11) a) A"=Isinespar,A"=Asinesimpar. 8) A ‘ O 0

b)A
n [
—2+3‘2" —3+3-2n
2_2"+1 3_2nv1]
 CICIOS SELECCIONADOS 757
RESPUESTAS Y sowcncmes A EJER

, 756 ALGEBHA LINEAL _7 '~1_ ‘0

’ w: W?
4) a) P [—wz‘ 1%} PW ' [.0 ‘ 3]
0 ' Glayniés ejemplos) ' ' 1 o
9) For ejemp10:A= 0 1m m _
0 0
b) P —wr w: ’P’AP [o a]
Wr m ‘ —4 o
tstico dc ambas matrices es p(x)
= (x — 2)4.
c) P [—WI 1/12"} PIAP [ 0 2]
10) a) El pol'momio caracter
as matrlces es m(x) = (x — 2)2. 2/5“ —5 0
b) E1 polinomio minimo de amb AP = PB. 4/5
tiz na P de orden 4 inversible tal que
algu [7/5 1/5]'P'AP”[0 5]
c) Se puede var que no existe mat (DP
W2“ o W o o 0
11) 771(x) = .l 0 ,P‘AP = o 1 o
e) P == 0 1
e) m(x) s (x — 2)2 o 0 1
12) a) m(x) = (x— DZ 4/11 0 1/{2'
b) m(x) =_(x + 2)2
f) m(x) = (x - 1)4 —9 o o
1/3 2/3 4/3
c) mm = (x ~ 1)3 g) 1710:) = (x - 2)“ DP= 4/3 ”43 '1/3,P'A P= o 9 0'
h) m(x) = (x - 3)2 2/3 1/3 2/3 0 o 18
d) m(x)=(x-1)(x-— 2)2
1 o o
4/5 2/1/15" ~1/3 1 o

a) [a *1]
=1/IS ' 4/123 “ ~z/ 3,P ‘AP=0

2» [.a 1,]
g)P o 0 1o
o 5/123 2/3
2/3 3 0 0
4/3 —1/3
2/3 4/3 ,P‘AP = 0 6 0
o 1 —1 h) P = 4/3 9
1/3-..2/3 2/3 o .o
A 7‘ w: was 2/3 ' éi’ _o. o , '
0 9 0' '
i)P= 5/415 ~1/3,P’AP=
4/5 WW 1/3 o o 27
"‘0 o o 1
2 o o o
3/2 1/2 0 0 1 0 ‘ w: w: Wu" 4/2 s o 2 o o
0 o 1 o o . = 1/17 ~1/m ~e 1/2
c)[—5/2 4/2] 1 0 0 o ”P o 2/16 4/11 2" IA’ PA P 0 o 2 o
o my 1/2 o o o —2
o

,2/r6),(1/.r:r, 1/13: vm}

5) Labaseesp = {(—WQ‘, 1/17,0),(—1/m, ~1/m
SECCIéN 4 (PAGINA 561) o o o
. . , 1..) =
a la matriz diagonal D = diagou, M, aqui quc A [719 = 0 0 0
1) Siendo A simétrica, es semejante inve rsibl e tal que P"A P =- 0. De o o 3
te P
diag(0,_ 0, . . . , 0) == 0, esto es, exis ejemplo, A =
lrica la afirma'cién es falsa. For
= P0?“ = 0. Si A no es simé

‘ [3 3]. 6) Labaseoéfi =f[ (—jwt, o, 0, 1mm, 1% 1/7270), We, 0,» vm, -

' (o, 1/17, 1/5, 0)]
= dingo“; x2, . . .','. M)“
ejéntc a la maffiz diagonal D
2} Siondo A silnétrica, es sém +1... .
+K2+ . . .
Enton’ces,0 =trA = trD =7»; -1 O
lizablcs, c0 es, A

V—‘OOO
matrices simétricas, son diagona

OHOO
o orde n,
3) Siendo A y B (161 mism apareccn en su diagonal principal
los 0 —1
D en la que [715 = O O
as semcjante a la matriz diagonal n el mismo
105 valo res propios do B (pues ambas ticne
valor’es propios‘ de’ A = sem cjan tes a la mism a mat riz diagonal 0 0
,A y B son
polinomio caracteristico). Entonces acié n cs falsa , si A y B
sf. Para ver que esta afirm
D. Son cntonces semejantes entre ién ante rior.
10 do 1a secc
no son simétricas vea cl cjercicio
i 1’ 758 ALGEBRA LENEAL
RESPUESTAS Y SOLUCKDNES A EJERCICIOS SELECCIONADOS 759
APENDICE (PAGINAS 587-590)
4) A= [131' _ [Ob] cnflonde A1 es la matriz dc adyacencia de 01 y :42 es la matriz
de 1
I) a) I 0)
adyacencia de 02.
5) a) 2 g) 0
B D B b) o h) 2
c) 2 i) 61
d) 2 j) 61
e) 0 k) 4
f) 20 l) 0

6) 3) p0.) = 71.2(12-4) c) {012]

b) ' ' d) b) [-212]
7)a) pm =- 1112—1176-4) c) (0,11,:2}
A 0 /B\. if G b) [-3, 3]

8) p(?»)=.==9»? 61“ + 923- 4 =(K2— 4X}? — 1)2 Bspcctro—= {t 1,1 1,-+2). Se verifica
que el espcctro sc encuemra en el intervalo [ 2, 2] Ademés,

B A c. [\ A 5‘ 5‘ ’l‘" 21+. +1.,==1—1+1 1+2- 2= 0

'- 11+; +12== 1+ 1 + 1+ 1 +4+4=12~ 2(numerode1adosdeG)
211-+...+712=1-1+1- 1+ 8—" 8==O(nohay c1closde longltud 3)
2) Todas representan a la misma (5, 5) grzifica G. en la que 9) pa.) = N - 6715 + 913 — 47. = MN - 4X?»2 * 1)2 .
V= {IL 3» GD. E}.X= ((-4. B), (B.- C),(C. DMD. E105. A)} Espectro = {O 1: 1 :t 1, + 2]. Se ve‘rifica que el espectro estzi en [«3, 3].‘Ademds,

O 1 1
21+ ..+A,=0+1—1+1—1+2—2=0
0 O
_ 1 0 0 0 1 7L}+...+713=0+1+1+1+1+4+4=12=2(m’1merodeladosdeG).
3) a) La matriz de adyacencia de la primera gréfica es: A1 = 1 0 0 l 1 11+...+13=0+1-1+1—1+8— 8=0(nohayciclosdelongitudS).
' 0 0 1 0 1
0 1 l 1 0 12) E1 polinomio caracterfstico de ambas gréficas es:
[7(2) = N° - 1071‘ + 33915 — 4471‘ + 247»2 - 4 y su espectro es
0 1 0 l 1
1 0 1 O 1 E = {i 1, :1, 2 0.5391888, 2116751309, 1 2.2143197}
La matriz de adyacencia de la segunda gréfica es: A2 = 0 1 0 1 O
1 O 1 0 0
1 1 0 0 0 cAPiTULo SIETE'
.
b) “La 11e1111u1ac1<1n (113s._ 3.45_ .5 SECCION 1 (PAGINAS 602--607)
,2. 1‘
1) a) No es una fom1a bilinea1.1 - d)_ No Es una fox-ma bilinenl;
b) 81’ es una forma bilineal. e) No es una fomm bilineal.
O O 1 0 0
0 0 0 l 0 0) S1' es una forma bilineal.
La matriz asociada a esta permutacién es: P = O 1 0 0 0 1 0 0 1’0 0
O 0 0 0 1 5)a) O O 0 b) 0 1 0
1 0 0 0 0 0 0 0 0 O O
Se tiene P'AlP = A1.
 cscaos SELECCIONADOS 761
RESPUESTAS v sowcnoNes A EJER
1 f} = ,
760 ALGEBRA LINEAL nces', Wes u'n subcspacio de'V. Sea 21101-2
, ’0 _=010 qnemuestra qnc cx 52 W. Ento

O
nido , Com o

——’—'—"1
l 'T: V —» Vdcfi

cow
61 opemdor'linea

V.

ONO
1___._...J
{1}], V2; . . . 5 v") una base (161/, Considere

r—‘.—_’—"I

HOD
0H0
OOH

.60
o
<v
= mg. Se afirma quc W = Ker T.
71(1)) = 2 flv, vj) vi. Observe que [Th
1 1 J- 1
d) 1 1
1 '10 o
I1

1 1 1 flV,Vj)Vj «=flv,v,~) = 0,j=1,2,...,nv—

Enefectome Keri“m =0=ITv= 2
0 9 3 1-1 T
o 2 —1 e1 teorema de la dimension a1 operador
o o b) o 18 6 flv, u) = 0 V 11 E V «v v 6 W. A1 aplicar + rango
6) a) o T = dim W + tango de [i = dim W
0 o o queda: dim V = dim Ker T + tango de dim
o 2 —1 W + tango dc f. Entonces, range dc f =
3 —3 dc [flis = dim W + tango dc [flp = dim
'1 o o ‘~1 ‘1 5
—1 9 V — dim W.
o o 2 o 5 1
7) a) o 2 o o b) 3 —1 1 —1 20) W= V
L—I o o 1 1‘3 9 ~1 9 21) 21) W= {(x1.x2,x3) e R3|x1= 0} d) W= {0]
—2x2,x3 = O]
4 4 4 0} e) W: {(x1,x2,x3) € R31x1=
'1 o o 3 0 0 ‘1 1 1 b) W= {(xl,x1,x3) e R3|xl=x2=
o o 3 o 1 2 2 5 8 s c) W= {0}
o 1 6 912
1 o o 3 b) 1 2 3
a) o o
3) —1 o o 2 o o o 1 2 7 1o 13 22) W= (sewn
o 2 o o 0 1 6 11 14 1 + 3xzy§ + 18x1y3 - 3x3y1 + 33'3” —
law
o -1 o
5 10 15 23) (f; + 3fi‘)(x, y) 3“ 19x1y1 + 21x13); 4' 28x2y
o 0 2 1° 0 o
Lo 0 -1 19 0 21 1 0 0 6 0 7
0 +3 8 0 6 = [f1]p+ 3[f2][5
‘1 o 2 5 [f1f3f2]p = 28 3 18 = 4 3 4
‘o o 2 4
b) .5...4 28‘ 11- ,~ _ —:3 3372' 0 0-2 '—'1 1 o' -
a').._1- .o_' 1 o
'. 9) 2 _0, 3_- . 3‘ 8'" 12 17
' 1"
3' 2 1 18 9 14 1'9.
L91
"19' 17 9 9'-
SECCléN 2 (PAGINA‘S 629-635)
c) 7 5 5 —3
7 9 —3 5 1) dim S = n(n +- 1)/2
5 5
115 17 9 5 d) fix. Y) = " 5x11)“ “2-9501
2) a) fix, y) = mm + xzyz
434) 1/9 5/9 xzyz
o 1 1 e) fix. y) = 3x1y1+ 5X1yz + 5x2y1 +
10) a) 1 0 1 b) M) —8/9 5/9 b) flx1y)= 2x1y1
5/9 5/9 W9
1 1. C) 11", y) = 6x2y2
o
, en general, la misma traza 111 el mism 1 0 0
11) Falso'. Las matrices A y P’AP no tienen
3) a) q(x)=1x1’ o 1 0 [x1
determinants.
oA 1
se altera a1 cambiar la base de V, pucs siend . 0 0
12) La propicdad de sime'trfa de A no (P‘A‘( P")’ = P‘AP = B).
)’ =
lo es (8‘ = (P‘AP
simétrica, 1a matriz B = P‘AP también 1 3 4

VVéase, por cjemplo, 61 ejercicio 7. =1x1‘ 3-

,b) q<x1‘.'>:4 1 01'_1x1
._.o
no degeneradas.=. .
1.13) ., Las formas ’de losjncis‘os 6); e) y f) son
. E1 rango 651.. A - '
14)
c) q(x) = [x1’ 5/2' 10 —5 [x]
16) E1 tango es 6. 3 —5 7

17) E1 tango es 4.
es 3, mientras que el tango de la mauiz
B 321.
18) E1 tango de la forma f (el de la matriz A) 1 1x1
es 2. Entonces, 1a matriz B no puede repre
alguna base
sentar a f en de V.
4) a) q(x) = [x1’[2 2
W. Entoncesflx + x’, y) = flx, y) + f(x’, )1)
1
x, x’ E
19) Wes no vacio, pues 0 E W. Tome
E R se ticneflcx, y) = cflx, y) e c -
= 0 + 0 = 0,10 que muestr‘a que x + x’ E W. Sic
 762 ALGEBRA UNEAL RESPUESTAS Y SOLUCION ES A EJERCICIOS SELECCIONA'DOS 763

. . r17 12 5..
.- 14) - Respegto‘de la base (0110110111131)
'b) q(X)=[x1' 12 8‘ .4" M“
‘ . . a 4, _1- » - V. ‘
17 12 9/2 ’
131= r————'1'————F (—8.5+¢89),,_—L————
178 + 10 89
Fess—EQ}
178 '10 89
c) q(x) = [31‘ 12 14 3/2 [x]
9/2 3/2 ~1 . ' V - F
la torma q se ve como q(x) = [-— 3 +2 89 ](xi)2 + [’22—89 ](x5)3 en dondc (30131 =
5) q(x) = (x l 11:). La matrizA esA = ((v, I v,»)).-_,.,,,,, ,. en donde (xi, x1). Las ecuacio’nes dc cambio dc variables $011:
[3={v1, V2, . . . 1),} es una base de V. 1
x’ = ———,——————————(—8x +(5+1/89)x2,
100 I 1178+10¢89 l )

LAMB.)

MOM
\DUIW
A=060 A=, 1
x; = ————(—8x +(5-1/89)x).
L0 0 IOJ
7 J178—10J89 ‘ 2

”.1
7) a) 2,b)1,c)1,d)2,e)2
Respectp de la base [32 = [(1,0),(-4, 1)] la forma q se ve como q(x) = (1:02
8) a) 3,b) 3,c)3 — 200:5)1 en donde (x)p, w (xijxi). Las ecuaciones de cambio de variables son:
xi’ = x1+ 4x2, x2" = x2.
a? am am man
a) A E £1102 a? a2a3 £120" 15) Respecto de la base (ottonormal)
1-1)
,
am" 11211,, asan afi [31 ” {ff(
_ '.1.-_ 1:0, 1)1f6'(1:
'_.L> _ 2,1)3E(1’1)1)}
_L
.g
i
E,
i1* 1 o o o
1’, ,b) A E: o 0 0 _. .. 0 La foxma q se vc como q(x)= 6(xi )2 + 606;)2 + 9(x3 )2 en dondc (x)o|-—= (x; , x2 -, x5 )_.
, Las ecuaciones de cambio de variables son:
' ”0" 01.0. 0" ' I I . :I 1 ' I 1 " I " ‘
' Jc1= 71-21(11 + x3), x2 = fib‘i ’ 2352 +96), x3 = 7-“5-(951 + x2 + x3).
Respeclo (11'; £513 base 111 forma cuadrzitiCa q se ve como q(x) = (xi)2 cn donde (X)[)
= (xi, xi, . . . , .1-,’,). Con la pcrspcctiva (c cambio=de variables, escriba q (:11 témiinos
dc es'ta base equivale a linear cl cambio xi = a m + 12211:: + . . . + a,,x,.. Respecto de la base 52= {(1, 0, 0),[-',17',,1 0], [- ; 213-, 1]} la fom'la q save.
l/n -1/n(n - 1) ~1/n(n — 1) ... ~1/n(n - 1) 48 27
come q(x) - 7(xi) +——(x5)2 +-—-(x3’) en donde (209,!= (x1, x2, x3). Las ecua-
12) La matrizA es: A = —l/”(" ‘ I) V" _‘{/"(lf ‘ 1) - ‘ 3 4/1101 - I)
. . . 1 1 1 ,,
Clones de cambio de variables son: xi’ = x1 + 7x; + 7 x3, x2” = x2 + ~8-x3, x3 = x3.
"Vn(u — 1) 4/110. — 1) -1/n(n - 1) ... 3/71
range de q = n — 1.
13) Respecio de la base (ortonormal) 16) Respecto de la base (ortonormal)
1 1 '
' = - —3-1/10,1,-—--—-3+1/10,1) [3 = 1(—22 1)-1-(212)-1-(—1 —2 2)
‘31 [Mo—1511“ )1/20+61/10( } l 3 i > ’ 3 7 i ’3 ) ’

la fbrma q se ve como q(x)= Fox’h 2+ 1 + J—(xéf en donde (\)pl la forma q se ve como q(x) = (xi)2 + 4(x5)2 + 7(Jc5)2 e11 donde (at),I = (xi, x5, xg). Las
, scuaciones de cambio de v'ai'iables son:
(xi, xi). Las ecuaciones de cambio de Variables son:
I x1 = 31"l +32x2+x3),»x2’ F %’(2x‘1+x2+2xa)ix5 = ‘;‘(‘x1 ~>2x2+2x5)
x1 = '-((3 — v10)x1+x2),x2 ((3 + 11—15mm»
Vzo-sfifi = 120+ 6/‘1’6‘
Respeclo delabase [32 = (1, 0, 0),[-%,,1 0], [- %,%, 1]}laformaqsevecomo
Respecto de la base (52 = {(1, 0), [— i 1]} 1a forma q se ve come q(x) = 20:?)2
q=(x) 3(xi’ ) + .3..(.x;’)2 + .2—(x332 e11 donde (x)g,= (xiixi’, x3). Las ecuaciones de
---§(x5’)2 en donde (x)p,= (x", xi). Las ecuaciones de cambio (16 variables son:
. . 2 3
camb1o de vanables son: x;' = x, + 3- x2, xfi’ = x, + -— x3, x; = x3.
1 _ 4
xi’ = x, +Ex2’ xé’ = x2.
 CIO NADOS 765
ow es A EJERClC‘IOS SELEC
RESPUESTASY sowm
_ V 1‘
' 'i - ..
1 ~ ' . (0110110111131)
. 764'- ’ALGEBRA LINEAL " .
I' . , ' I . 2Q) Respecto dela base
- _ _ v . , - ' ' ,19
01101111211) , . -,
‘ 1 —3(22 1131212)]
17) Respecidde la base (011 151)“ {3(1
_ 2211
1 1 de (9011, = (x1, 111,915),
—1 21112),.—
131 = {3( r(11 — 2’0)’1/ K§( ~4 1 - 225)}
—-—
com o q(x ) = —(x {) + 110:2)2 + 50:3)2 e11 don 3
1a forma q se ve
(13);, = (xi, x§,x§). de variables $011:
e (10! ) = -2 (x1) + 7682 + 705)2 en donde Las ecuaciones de cambio
5 1a foxma q se ve cam 5 2x1)
—r1+2x2+xa), 2:: = 5(2x1+x2+
I 1
de variables son:
Las ecuaciones de cambio x1i = §(—x1-2x1+2x1), x2 = §(-?
1
1 r”,

12 ), [4.504111 “212-513)
x5 = .L—
. .11
28
16 T9" ’
x1 = 312x1+x2+ 2xa
l ), >
x2 = [gm
.1.—
—2 4 ’ 1 la forms q se ve
(1,0,0), 3;, 1, 0 , — 15
I
=
_ Respecto de la base [392
_2,1, 0, la forum (1 se ve como (x1’,x2',x5’).Las ecuaciones
Respecto de la base {32 _~ (1, 0,0), (2, 1, 1)
come q(x)=—7(x;') +—-—- (x2)
————(x3’) endonde(x)p, =
5
xa’,x3’). Las ecuaciones de
x;’,2’) en donde (:01, = (x11 = x2 + ‘21; x3, 11'" x1.
q(x) = 3(x1’) + ”(x3 —7( de cambio de variables
son: xi’ = x1 ‘ 2X2, 262’
x4' = x2 — x3, xé‘ =‘x2,
: xi’ = x1 - gag - 27:13,
I cambio de variables son 1
21 Res ectod e l a b.156 (ort 0110mm )
) p 1
1 1,1,1,-.1,—,—1,1,w 1 1
2‘,~1,—1,—> 21
>1,1
1,—1,1,—1 1}
18) Respedo de la base
(01101101111211)
x . . 9‘ {2‘
.= -1, ’2‘ 1 , =
(x3) . (2:1) 611 donde (J09
131 = 1%; (2.2,—1).-‘3-<—1,2, 21%12, 4,21]
I2._4 ”+8 :2
=4_41+12
' . lform (31.) ' ((C2).
f ‘ ‘
a a q se V5 ”179.900 bm de_ vanables 5011.
. ecuac1one, s decam
(x)1,,= (xi,xé,x53,). (x1, xi, x5, x4). Las ,-
+18(x2) ~.9(x5) en do11de
_
- - - . - _ ,
-1 . _ .
ve com o q(x =9
)= (x1 ) - .- -
.1a fot‘xm q se +"s ".
x=—~x :
‘ so'n:
de 1231111110 de variables gx=—-x+x
+x-+x
2 3 4) , ‘ 93 - 2(' x2 x? x4)
Las ecuaciones ' ' ‘ 2(‘1
1 l
"l(zxx"x2+2X3)
)
1 . 1 x4=‘2"(x1~x2+x3—x,1
i=%(‘x1+ix2+82x3)1x3
v
)
x’1 =a‘12x1+2x2’x3)2x x2=—2-1(x1—x2~x;1+x1
fl; 2.1.1. _§__ 11 _l__3
1)} In forum q se ve
:4:
., ' 1: . 5 5 ”1 1 n
15’ 16’ 0 }[’
bas e ['32 = [(1 , 0, 0),[%,,1, 0} (10,11 . ‘
{(1’ 0’ 0)’[ 5’ 1’ 1’ 0
}[ 4’
Respecto de la Rmxzctocblabosefi
f ‘ 5 , 96 , de
donde (x)11, = (x1’,x2,x1'
). Las ecua- ,
4'
64 , ' -
-'- (x2 )! 406332 + 3-002 en don
) = 11( x1’ f ~%(x§')‘ + 162 (x5) e11 na ‘1 53 V6 COW) 11( 1)” 501 02
com o q(x - 1a fon iables 5011:,11’ = x1 - x2
+
14x3, 115’ = 263. var
x1 + {if x2 + 7% 21;, xi' = x2 + ccuamones dc cambio dc
bio de var iab les son : xi" (2013, = (x1, x2, x3, 11”) Las 18 1,
ciones de cam l
x1,x3=~x2+x31—§x4,x4=x4.
3 1,, 5 11
' 1
2:fi, x2+ -1— 6x3 —-§
‘ —5—x3+§ x4,1
tonormal)
19) Respecto1 de la base (or1 1

— — 11212): ~— 0)1 —— —02 —4, 5 )} 22) Respecto de la base (ort

onorma l)
= {3(
[‘(21 11 [-5
' _ .
51
_ ,1)}
70:3) 611 donde (x)11,
= (x1, x5,x§). = '1 , 11 )’/— (10 ’ 1, OLE—(0, 1, 01), :k l,l,1
ve com o q(x ) = ~2(x1) + 7(x2) + _- . .- ,. 5 f . . [51 . {2.5154 '
121 10111111 q se
' - .
de variables son: . come (10;) s H-050. + (X232 + (x3)1+ 3050251 donde
(7011*
Las ecuaciones de cambio .' I ‘
la'forma (III-‘53 ve '
'. , . , .
es. sOn:
+x ,x" F’(2): l
~4x 2 +-5x 3) .
n‘es de cambio de variabl
+2.112 +2x3) ,x’2" 7%‘(2x 1 2) 3 (xi, x5, x5, x1). Las ecuaeib
3(2 XI
=1
1 +x1)
q se ve como x3 =7=2(x¢
,(—1,2,1),} la forma x1=E(X1'I2“Is+
x4)
132 = {(1, O, 0),[-—%,,,1 O} ,_
Respe cto de la bas e - .
,x2,133.1 435 ecu aci one sdecam bio , 1 x4 =‘12'(~x1-x‘1+xs+x4)
’
) endonde (2011, = (x1 x2=”2‘(x1+xg)

11.1-—
—-6(x1') +Z(x2') ~7(xé’
q(x)=
1 ,,
. 1 -2x;, x3 = x3.
x1 + 73- x2 + 3x11, x2’ =

=
de vanables son: xi' =

—W)13p
 } la‘fét»
, > ##1 , W w” - ’4, x32 xi").
bles 5011: xi'= X1 + x2 ' x4, xfi‘ = x2 — 23%
Las "ecu‘a'éidné’é' 'aEriéé'xfibiiémdéw Qaria
17$" x3 " 1‘2 + X4, x1'= X4-

23) Respecto de la base (ortononnal)

1 1
1 ' I
1, _ 1,1,1),2
.—
(1,1,1.1),2(
—— —
1,-7
1 ~1,1
)}
I31 ==
{20
-
, _. 1, _. 1,1),2(
—— _.

2 + (x5)2 + 7040.2 en' donqéiéxjpl a

1:1 for'ma q se ve como q(x) = 406152 ~(x'5) 1
. . . x; — x3 + x.),
xo de varlables son: xi = 5 (x, -
(xi, xfi, x5, xi). Las ecuacwnes dc camb
1 1
. 1 2‘13+X4).
x2+x3+x4),=x1=§(-x1+1
x;=;j(—x 1-x2+x3+x4),x$=‘2-(x1+

)}
Rspectodelabase [52" {(1. 0. o, 0), (—2, 1,1, 0),[~ § -% —%0],(—8, —13. 11
(x3)2 - 21002 en donde (1091 = (xi’, xé’,
la forms q se ve como q(x) = (x??- 6(x2’)2 + 3
1 I I
41- . i

2x4,
de variables son: xf= x, - x2 + 3x; —
x5’, xé'). Las ecuaciones de cambio
,, 1 7
X2 = "Ex1+3x3"x4, xélfl‘x24'xs‘ 134,15, = x4.

V 24) R'especto de la basé (01101101111211)

1" 1 - ,1,1
'12-1,1
‘1 ——
=— —(1, ——
1, 1, —(1, — 1.1.
1),2 —1—
).2( )]
(31 {2( 1, 1,1,1).2

+ 3(x5)2 + 50:4)2 en dond‘e (x)px = (xi, x5,

la forma q se ve como q(x) = -5(Jci)2 - 30:3)2
HQ,”
variables son: xi = —2-(-x1-x2 + x3
x§,x1). Las ecuaciones de cambio de
1
1 x1).Res-
1 1—x2+x3-x4),x3 = 5(x1’rx2 +x3+
x5 = '2-(x1—x2-x3+x4),x£ -= ‘2-(x

pecto de la base
1 1 111 1 _ _
8]:( 4,31, 411)}
8’1, 810])[ 2,8,2,
p2 {(130)120)7[

e
“£1; (xé'f— —1§5—(x§')2 + 120 (x!)2 cm dond
1a formé q 'se ve como q(x)' = 8(xi’)2
. . 1
-— . xi' = ix, +
s de cambm .de vanables 5011:
' 06);), =. (3?, xéivxfi’, xé’). Las ecuacwne
. . - . L ' 1 . 1
'1 .1 1; ~ - . -x'1, x”=vV—-x 8 3 +x.
8. 1 +-—‘x 4
x,x" =
.x1 + x2 ~4x3 —.314 3 x3 ‘4
8 2 +—x
—-x 8 4, x”=4
2 3 +—x 2.
. ,5 3m..._;."+' 1;: {a if???

is) Respecto de la base (ortonormal)

131 = {7-1—3- (0. o, 0, —3, 2). 71:5 (1'. 2. o. o, 0), f—S—(a, 1,1104»,
'(O, o, 1, o, 0),7%(0,0, 0,2, 3)}